Richard Borcherds, profesor matematik UC Berkeley dan Fields Medalist, telah menghentikan penggredan kerja rumah pelajarnya untuk ketepatan — keputusan yang dia atribusikan kepada realiti bahawa pelajar kini secara rutin menggunakan alatan AI untuk menyelesaikan set masalah mereka.
Dalam temu bual dengan The Daily Californian yang diterbitkan minggu ini, Borcherds berkata bahawa selepas melihat berapa ramai pelajarnya menggunakan AI untuk menghantar kerja skor tertinggi secara konsisten, dia membuat kesimpulan bahawa "tiada gunanya" untuk terus membayar pembaca untuk menilai kerja rumah untuk ketepatan, kerana penggunaan AI dalam kursus telah menjadi tidak dapat dielakkan. For more context on this story, see our ongoing AI industry coverage.
Sebaliknya, dia kini menilai apabila selesai: pelajar yang menyerahkan kerja rumah mereka menerima kredit, tidak kira sama ada penyelesaian itu dihasilkan dengan bantuan mesin.
"Ia bukan sistem yang sangat baik," Borcherds mengakui, menyifatkan susunan itu sebagai pilihan paling buruk yang ada pada masa ini.
Pemenang Pingat Lapangan Menilai Semula Profesion
Borcherds, yang memenangi Pingat Fields pada tahun 1998 untuk kerjanya mengenai algebra operator bucu dan tekaan moonshine yang mengerikan, memberikan temu bual sejurus selepas OpenAI mengumumkan bahawa ejen AInya telah menghasilkan penyelesaian yang jelas kepada masalah kewujudan dan kelancaran Navier-Stokes — salah satu masalah yang tidak dapat diselesaikan yang paling terkenal dalam matematik.
Tuntutan itu tetap dipertikaikan oleh ahli matematik, dan Institut Matematik Tanah Liat tidak menganugerahkan Hadiah Milenium $1 juta yang berkaitan. Tetapi pengumuman itu telah membentuk semula bagaimana sesetengah ahli matematik bercakap tentang masa depan bidang mereka.
"Jika AI terus bertambah baik pada kadar sekarang, maka, dalam beberapa tahun, tiada apa yang boleh dilakukan oleh ahli matematik manusia yang AI tidak boleh lakukan dengan lebih baik," kata Borcherds kepada kertas pelajar.
Komen beliau meletakkan beliau di kalangan kumpulan ahli matematik terkemuka yang semakin meningkat secara terbuka bergelut dengan implikasi AI sempadan terhadap disiplin mereka. Pengumuman Navier-Stokes itu sendiri mendapat permintaan daripada penyelidik bahawa OpenAI mengeluarkan bukti yang boleh disahkan, dan pada awal tahun ini sekumpulan pemenang pingat Fields menandatangani amaran pengisytiharan tentang peranan AI yang semakin pantas dalam matematik.
"Saya Malah Tanya ChatGPT"
Borcherds berkata dia tidak lagi tahu sama ada untuk menggalakkan pelajar untuk mengikuti matematik, bidang yang kelihatan - baru-baru ini lima tahun lalu - menjadi antara kerjaya paling selamat dari ledakan AI.
"Saya tidak tahu apa yang perlu saya nasihatkan. Saya juga bertanya kepada ChatGPT soalan yang tepat ini, malah ChatGPT berkata ia tidak tahu apa yang akan berlaku," katanya.
Beliau menyifatkan "inersia" yang besar dalam sistem akademik dan meramalkan jabatan matematik mungkin kelihatan sama untuk beberapa tahun walaupun dengan kadar pembangunan AI. Dia membandingkan detik semasa dengan jurnal kertas fizikal, yang terus menerbitkan walaupun, dalam kata-katanya, "sangat sia-sia" selama dua dekad.
Sejarah menawarkan persamaan, katanya - tenunan tangan digantikan oleh alat tenun, dan kuda oleh kereta bermotor - tetapi dia menekankan bahawa tiada apa yang setanding sebelum ini berlaku dalam matematik.
"Terdapat banyak kejayaan teknikal pada masa lalu - tenunan tangan telah dihentikan oleh alat tenun, dan kuda telah dihentikan perniagaan oleh kereta bermotor, dan sebagainya," kata Borcherds. "Ini adalah kali pertama perkara seperti ini berlaku dalam matematik, walaupun."
Peraturan Kampus Berjuang untuk Kekal
Respons institusi Berkeley menggambarkan bagaimana dasar AI yang tidak sekata kekal di seluruh pendidikan tinggi. Menurut e-mel daripada Anne Marie Richard, penolong naib provost untuk pendidikan sarjana muda dan ketua pegawai teknologi akademik kampus, Bahagian Senat Akademik Berkeley meminta fakulti untuk memasukkan kenyataan tentang jangkaan penggunaan AI dalam sukatan pelajaran — tetapi dasar langsung berbeza secara dramatik mengikut peringkat kursus dan subjek.
Kampus ini telah bereksperimen dengan alat pengesanan AI, termasuk Turnitin dan Rumi, tetapi menentukan ia tidak cukup dipercayai untuk diseragamkan. Oleh itu, dasar AI kekal mengikut budi bicara pengajar individu, disokong oleh pangkalan data sampel penyataan penggunaan AI yang semakin meningkat dalam Hab AI universiti.
Penggredan berasaskan penyiapan Borcherds secara berkesan merupakan penyesuaian unilateral kepada jurang penguatkuasaan itu: daripada mengawal penggunaan AI yang tidak dapat dikesan dengan pasti, dia telah mentakrifkan semula maksud kredit kerja rumah.
Isyarat untuk Pengajian Tinggi
Episod ini adalah titik data yang kecil tetapi tajam dalam perbahasan yang lebih besar tentang penilaian dalam era AI. Jika seorang Pemenang Pingat Fields di salah satu jabatan matematik terkemuka dunia telah membuat kesimpulan bahawa set masalah bawa pulang tidak lagi dapat mengukur apa yang direka bentuk untuk diukur, implikasinya menjangkau jauh di luar Berkeley.
Pendidik merentas disiplin telah bergelut dengan ketegangan yang sama: alat pengesanan ketinggalan di belakang alat penjanaan, kod penghormatan sukar dikuatkuasakan secara berskala dan format penilaian yang dibina untuk dunia pra-AI semakin gagal untuk membezakan pemahaman pelajar daripada output model.
Buat masa ini, penyelesaian Borcherds adalah pragmatik dan bukannya optimistik — gred apa yang boleh digredkan, dan mengakui secara terbuka bahawa selebihnya telah menjadi tidak dapat disahkan. Sama ada pendidikan matematik boleh mengekalkan model perantisan tradisionalnya dalam zaman ahli matematik AI yang semakin berkebolehan adalah satu persoalan walaupun ChatGPT, mengikut akaunnya, enggan menjawabnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
