AI အိမ်စာလေ့လာမှု- ရမှတ် 18 ရာခိုင်နှုန်း၊ စာမေးပွဲစွမ်းဆောင်ရည် 20 ရာခိုင်နှုန်း ကျဆင်းသည်။

တရုတ်နိုင်ငံရှိ ကျောင်းသား 27,000 ခန့်ကို ခြေရာခံလေ့လာမှုအသစ်တစ်ခုက ပညာရေးတွင် မျိုးဆက်ပွား AI ဆိုင်ရာ အခိုင်မာဆုံးသော အထောက်အထားအချို့ကို ထုတ်ပေးခဲ့သည်- AI ကိရိယာများကို အသုံးပြုသော ကျောင်းသားများသည် ၎င်းတို့၏ အိမ်စာရမှတ် 18 ရာခိုင်နှုန်းခုန်တက်ကာ အချိန်နည်းပြီး တာဝန်များကို ပြီးဆုံးစေခဲ့သည်— ထို့နောက် AI အကူအညီမပါဘဲ အတန်းဖော်များ၏ စာမေးပွဲများတွင် 20 ရာခိုင်နှုန်းအောက် ရမှတ်ရခဲ့သည်။ စတော့ဟုမ်းတက္ကသိုလ်မှ David Strömberg ဦးဆောင်သော သုတေသနကို ဟောင်ကောင်တက္ကသိုလ်မှ Victor Lei နှင့် Wu Yanhui တို့နှင့်အတူ ဩဂုတ်လ 18 ရက်နေ့တွင် The Economist မှ မီးမောင်းထိုးပြခဲ့ပြီး SSRN တွင် အလုပ်စာတမ်းတစ်ခုအဖြစ် ပျံ့နှံ့လျက်ရှိသည်။ ထူးခြားဆန်းသစ်သော AI သတင်း ကို လိုက်ကြည့်နေသည့် စာဖတ်သူများအတွက် ၎င်းသည် ဒေတာအချက်ပညာပေးသူများဖြစ်ပြီး မိဘများက အလွယ်တကူ ပယ်ချမည်မဟုတ်ပါ။

တပ်ဆင်မှုနှင့် ရှော့ခ်

ကျောင်းအများစု ခန့်မှန်းနေကြသည့် မေးခွန်းတစ်ခုကို သုတေသီများက ဖြေဆိုရန် ထွက်လာသည်- AI သည် ကျောင်းသားများကို သင်ယူရန် ကူညီပေးသလား၊ သို့မဟုတ် ပြီးမြောက်အောင် ကူညီပေးပါသလား။ ဘာသာရပ်အလိုက် ကျောင်းသားထောင်ပေါင်းများစွာကို ခြောက်လကြာ လိုက်ကြည့်ခြင်းဖြင့် အဖွဲ့သည် AI အသုံးပြုသူများနှင့် အသုံးပြုသူမဟုတ်သူများအတွက် နောက်ဆက်တွဲစာမေးပွဲရလဒ်များနှင့် အိမ်စာစွမ်းဆောင်ရည်ကို နှိုင်းယှဉ်နိုင်သည်။

The Economist မှ အကျဉ်းချုပ်ဖော်ပြချက်အရ- ခြောက်လအကြာတွင် AI ကိုအသုံးပြုသောကျောင်းသားများသည် ဘာသာရပ်အားလုံးတွင် ၎င်းတို့၏ပျမ်းမျှအိမ်စာရမှတ် 18 ရာခိုင်နှုန်းတက်လာသည်ကိုတွေ့မြင်ရပြီး assignment တစ်ခုစီအတွက်အသုံးပြုသည့်အချိန်သည် ပျမ်းမျှ 64 မိနစ်မှ 45 အထိကျဆင်းသွားပါသည်။ သို့သော် စာမေးပွဲအချိန်ရောက်လာသောအခါတွင်တူညီသောကျောင်းသားများသည် အတန်းဖော်များထက် 20 ရာခိုင်နှုန်းကျော်ရရှိသည်။ ၎င်းတို့၏အိမ်စာအတွက် AI ကို အသုံးမပြုဖူးပါ။

ပိုမိုနက်ရှိုင်းသောရှာဖွေတွေ့ရှိမှုသည် ပိုမိုသိမ်မွေ့ပြီး ပိုမိုစိတ်ရှုပ်စရာဖြစ်သည်။ "တစ်ချိန်က အိမ်စာရမှတ်တွေဟာ စာမေးပွဲစွမ်းဆောင်ရည်ကို ခန့်မှန်းခဲ့ကြတယ်၊ အခု အမှတ်အများဆုံးရသူတွေဟာ စာမေးပွဲတွေမှာ ပိုဆိုးနိုင်ခြေပိုများပါတယ်" ဟု Economist ၏ သုံးသပ်ချက်က မှတ်ချက်ပြုခဲ့သည်။ တစ်နည်းဆိုရသော် သမားရိုးကျ အချက်ပြဆရာများသည် နားလည်မှုအတွက် ပရောက်စီတစ်ခုအဖြစ် အိမ်စာအဆင့်များကို မှီခိုအားထားနေကြသည်မှာ တိတ်တဆိတ် ပျက်သွားပါသည်။ တာဝန်များကို အကောင်းမွန်ဆုံးဖြစ်အောင် လုပ်ထားသော ကျောင်းသားများသည် အကြောင်းအရာကို နားလည်မှု အနည်းဆုံးသူများ ဖြစ်နိုင်သည်။

Outsourcing ၊ သင်ယူခြင်းမဟုတ်ပါ။

စာမေးပွဲရမှတ်များ ပြိုကျနေချိန်တွင် အိမ်စာရမှတ်များ အဘယ်ကြောင့် မြင့်တက်လာသနည်း။ ဒေတာသည် သုတေသီများက ပြင်ပအရင်းအမြစ်အဖြစ် ဖော်ပြသည့်အရာကို ညွှန်ပြသည်- ကျောင်းသားများက ၎င်းကို ကျူရှင်ဆရာအဖြစ် အသုံးပြုမည့်အစား ၎င်းကို မော်ဒယ်သို့ လွှဲပြောင်းပေးသည်။ လူထုဆွေးနွေးမှုတွင် ကိုးကားထားသော စာတမ်းမှ ကိန်းဂဏန်းများအရ လေ့လာမှုရှိ AI အသုံးပြုသူ 81 ရာခိုင်နှုန်းခန့်သည် ၎င်းတို့၏ အိမ်စာများကို ဘာသာစကားပုံစံများသို့ ထိထိရောက်ရောက် လွှဲအပ်နေကြသည် — နှင့် outsourcing နှုန်းသည် ကျောင်းသားများ ကိရိယာများနှင့် ထိတွေ့မှုပိုကြာလေလေ ပိုတက်လေလေဖြစ်သည်။

ပုံစံက တဖြည်းဖြည်း ပေါ်လာတယ်။ လေ့လာမှုအစောပိုင်းတွင်၊ အချို့သော AI ကိုအသုံးပြုသောကျောင်းသားများသည် အလုပ်တစ်ခုလျှင် 65 မိနစ်ထက်ပို၍အသုံးပြုနေကြဆဲဖြစ်သည် — အကြမ်းဖျင်းအားဖြင့်အသုံးပြုသူမဟုတ်သည့်အချိန် — နှင့် ၎င်းတို့၏အိမ်စာနှင့်စာမေးပွဲရလဒ်များသည် AI ကိုရှောင်ရှားသောရွယ်တူများနှင့်ဆင်တူသည်။ သုတေသီများက ဤကျောင်းသားများသည် မော်ဒယ်များကို လုံးဝအသုံးမပြုကြောင်း ကောက်ချက်ချခဲ့ကြသည်။ ဒါပေမယ့် မွေးစားပြီး ခြောက်လအကြာမှာတော့ AI နဲ့ ထိတွေ့တဲ့ ကျောင်းသားတစ်ယောက်မှ အိမ်စာအတွက် ၆၅ မိနစ်ထက် ပိုကြာခဲ့ပါတယ်။ ရံဖန်ရံခါ အကူအညီအဖြစ် အစပြုခဲ့ရာ၊ တာဝန်ပေးခြင်းဖြင့် တာဝန်ကို အပြည့်အဝ ကိုယ်စားလှယ်အဖြစ်သို့ လျှောကျလာသည်။

ထိုတိုးမြင့်မှုသည် တွေ့ရှိချက်များကို ပယ်ရန် အလွန်ခက်ခဲစေသည်။ ရှင်းပြပြီး ဉာဏ်စမ်းပဟေဠိများကို ရှင်းပြသည့် ဆိုကရေးတစ်မိတ်ဖက်တစ်ဦးအနေဖြင့် AI ကျူရှင်သည် အလုပ်မဖြစ်နိုင်သောကြောင့် မဟုတ်ဘဲ၊ နည်းပညာသည် လူများကို သင်ယူရာတွင် အထောက်အကူဖြစ်စေနိုင်သည်။ ဆယ်ကျော်သက်များနှင့် နောက်ကျသော တာဝန်များနှင့်အတူ သဘာဝဆန်သောအခြေအနေများတွင်၊ ခုခံမှုအနည်းဆုံးလမ်းကြောင်းသည် အဖြေမှတဆင့် ဖြောင့်တန်းစွာလည်ပတ်နေသောကြောင့်ဖြစ်သည်။

တရုတ်က ဘာကြောင့် သန့်သန့်ရှင်းရှင်း စမ်းသပ်မှု လုပ်တာလဲ။

လေ့လာမှု၏ သတ်မှတ်ချက်များသည် ၎င်း၏ ကောက်ချက်များအား ခိုင်မာစေသည်။ တရုတ်နိုင်ငံတွင် တက္ကသိုလ်ဝင်ခွင့်သည် လောင်းကြေးမြင့်မားသော စံချိန်စံညွှန်းစာမေးပွဲများမှတစ်ဆင့် လုပ်ဆောင်နေပြီး အိမ်စာအဆင့်များသည် အခြားနေရာများတွင် တတ်နိုင်သမျှ သင်တန်းရလဒ်များကို တိုးမပေါက်စေပါ။ စာမေးပွဲများသည် ပြင်ပတွင် စံသတ်မှတ်ထားပြီး ရက်စက်ကြမ်းကြုတ်စွာ အကျိုးဆက်ဖြစ်ပြီး၊ လွယ်ကူသော အဆင့်သတ်မှတ်ခြင်း သို့မဟုတ် ဆရာသက်ညှာမှုဖြင့် ရှင်းပြရန် 20 ရာခိုင်နှုန်းကွာဟချက်ကို ပိုမိုခက်ခဲစေသည်။ လေ့လာမှုသည် ချန်နယ်သုတေသီများကို အလေးထားသော လေ့လာမှုအား ထိရောက်စွာ သီးခြားခွဲထုတ်ထားသည်- AI သည် အိမ်စာများကို မည်သို့ထုတ်လုပ်ခဲ့သည်ကို ပြောင်းလဲကာ စာမေးပွဲများက အမှန်တကယ် သင်ယူခဲ့သည်များကို တိုင်းတာသည်။

အချက်ရာပေါင်းများစွာကို စုစည်းထားသည့် Hacker News စာတမ်း၏ ဆွေးနွေးချက်တွင် AI သည် လုံ့လဝီရိယရှိသော ကျောင်းသားများကို ပိုကောင်းစေပြီး ခွဲခွာနေသော ကျောင်းသားများကို ပိုဆိုးစေသည့် AI သည် “အသံချဲ့စက်” ဖြစ်မဖြစ်နှင့် လုံးထွေးနေသည်။ စာတမ်း၏ကိုယ်ပိုင်ခွဲခြမ်းစိတ်ဖြာချက်သည် ထိုနှစ်သိမ့်မှုဘောင်ကို ပြန်လည်တွန်းပို့သည်- AI ကိုစတင်အသုံးပြုသည့် ကျောင်းသားများသည် လအတန်ကြာ တာဝန်သိစွာ စတင်လေ့လာခဲ့သည့် ကျောင်းသားများပင်လျှင် ပထမနေရာမှ သင်ယူရန်မရည်ရွယ်သောသူများသာ ဖြစ်နိုင်ချေရှိသည်ကို ဆိုလိုခြင်းမဟုတ်ပါ။

ကျောင်းများအတွက်မူဝါဒအကျပ်အတည်း

တွေ့ရှိချက်သည် အဆင်မပြေသည့်အခိုက်အတန့်တွင် ရောက်သွားပါသည်။ အစိုးရများနှင့် edtech ကုမ္ပဏီများသည် ကျောင်းသားများရှေ့တွင် AI ကျူရှင်ဆရာများထားရန် ပြိုင်ဆိုင်နေကြပြီး ပုဂ္ဂိုလ်ရေးဆန်သော AI အကူအညီသည် အောင်မြင်မှုကွာဟချက်ကို ပိတ်စေမည်ဟု လောင်းကြေးထပ်ထားသည်။ ဤလေ့လာမှုတွင် ဆန့်ကျင်ဘက်ရလဒ်သည် အတိုင်းအတာတစ်ခုအထိ ဖြစ်နိုင်သည်- အိမ်စာသည် ပွတ်တိုက်မှုမရှိဘဲ ဖြစ်လာသည်၊ အဆင့်များ တိုးတက်လာကာ ၎င်းတို့အောက်တွင် တိုင်းတာထားသော သင်ယူမှုသည် တိတ်တဆိတ် ဆုတ်ယုတ်သွားသည် — ပြုပြင်ရန် နောက်ကျမှသာလျှင် ရှာဖွေတွေ့ရှိခဲ့သည်။

ကျောင်းတွေအတွက် သက်ရောက်မှုတွေက ခိုင်မာတယ်။ အိမ်စာသည် သင်ယူခြင်း၏ သက်သေအဖြစ် မရနိုင်တော့ပါက၊ အကဲဖြတ်ခြင်းကို အတန်းတွင်းသို့ ရွှေ့ပြီး စီမံကွပ်ကဲရပါမည်။ AI အသုံးပြုမှုမှာ မလွဲမသွေဖြစ်ပါက၊ ပါးစပ်ကာကွယ်ရေး၊ အတန်းတွင်း ပြဿနာအစည်းအဝေးများနှင့် ကျောင်းသားများ၏ လေ့လာမှုတွင် ခုန်ကျော်သွားသည့် ရုန်းကန်မှုကို ဆုချမည့် နည်းပညာဆိုင်ရာ တာဝန်များကို ပြန်လည်ဒီဇိုင်းရေးဆွဲရန် လိုအပ်ပါသည်။ Outsourcing သည် ထိတွေ့မှုနှင့်အတူ ပိုမိုပြင်းထန်လာပါက၊ နှောင့်နှေးမှုသည် ကြားနေမဟုတ်ပါ- ဖွဲ့စည်းပုံမရှိသော AI အသုံးပြုခွင့်သည် လတိုင်းတွင် အလေ့အကျင့်ကို ပိုမိုနက်ရှိုင်းစေပါသည်။

သုတေသီများ၏ ပံ့ပိုးကူညီမှုသည် ChatGPT-the-classroom ခေတ်၏ တုန်လှုပ်ချောက်ချားမှုကို အလျားလိုက်ဂဏန်းများဖြင့် အစားထိုးရန်ဖြစ်ပြီး နံပါတ်များသည် ညစ်ညမ်းနေသည်။ 20 ရာခိုင်နှုန်း စာမေးပွဲ ကျရှုံးမှု ကုန်ကျစရိတ်ဖြင့် ဝယ်ယူသော အိမ်စာ 18 ရာခိုင်နှုန်း တိုးတက်မှုသည် သင်ယူမှု အမြတ်မဟုတ်ပေ — ၎င်းသည် စာမေးပွဲနေ့တွင် အတိုးဖြင့် ကျောင်းသားမှ စက်သို့ အလုပ်လွှဲပြောင်းခြင်း ဖြစ်သည်။

AI ထက်သာလွန်နေပါစေ။

သုတေသနအောင်မြင်မှုများ၊ မူဝါဒပိုင်းဆိုင်ရာ ကျဆင်းမှုနှင့် ပညာရေးတွင် AI ကို ရိုးသားစွာ ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက်၊ AI Buzz Wire တွင် မှတ်သားပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →