Utafiti wa Kazi ya Nyumbani wa AI: Alama za Juu kwa Asilimia 18, Ufaulu wa Mtihani Chini Asilimia 20

Utafiti mpya uliofuatilia takriban wanafunzi 27,000 nchini Uchina umetoa baadhi ya ushahidi dhabiti zaidi kuhusu AI ya awali katika elimu: wanafunzi waliotumia zana za AI waliona alama za kazi zao za nyumbani zikiruka kwa asilimia 18 na kumaliza kazi kwa muda mfupi zaidi - kisha wakapata asilimia 20 chini ya wanafunzi wenzao kwenye mitihani iliyofanywa bila usaidizi wa AI. Utafiti huo, ulioongozwa na David Strömberg wa Chuo Kikuu cha Stockholm pamoja na Victor Lei na Wu Yanhui wa Chuo Kikuu cha Hong Kong, uliangaziwa na The Economist mnamo Agosti 18 na unasambazwa kama karatasi ya kufanya kazi kwenye SSRN. Kwa wasomaji wanaofuata habari zinazochipuka za AI, ni waelimishaji wa pointi za data na wazazi hawatatupilia mbali kwa urahisi.

Mpangilio na mshtuko

Watafiti walijipanga kujibu swali ambalo shule nyingi zimekuwa zikikisia: je, AI huwasaidia wanafunzi kujifunza, au inawasaidia kumaliza? Kwa kufuata makumi ya maelfu ya wanafunzi katika masomo yote kwa muda wa miezi sita, timu inaweza kulinganisha utendaji wa kazi za nyumbani dhidi ya matokeo ya mitihani ya baadaye kwa watumiaji wa AI na wasio watumiaji sawa.

Matokeo ya kichwa, kama yalivyofupishwa na gazeti la The Economist: baada ya miezi sita, wanafunzi wanaotumia AI waliona wastani wa alama za kazi zao za nyumbani ukipanda kwa asilimia 18 katika masomo yote, wakati muda uliotumika kwa kila zoezi ulishuka kutoka wastani wa dakika 64 hadi 45. Lakini wakati wa mtihani ulipofika, wanafunzi hao hao walipata asilimia 20 chini ya wanafunzi wenzao ambao hawakuwahi kutumia AI kwa kazi zao za nyumbani.

Ugunduzi wa kina ni wa hila na unasumbua zaidi. "Alama za kazi za nyumbani zilitabiriwa ufaulu wa mitihani; sasa wale waliopata alama za juu zaidi wana uwezekano wa kufanya vibaya zaidi katika mitihani," uchambuzi wa Economist ulibainisha. Kwa maneno mengine, ishara za kitamaduni za walimu hutegemea - alama za kazi ya nyumbani kama wakala wa kuelewa - zimevunjwa kimya kimya. Wanafunzi ambao mgawo wao unaonekana bora zaidi wanaweza kuwa wale ambao hawaelewi nyenzo.

Utumiaji nje, sio kujifunza

Kwa nini alama za kazi za nyumbani zilipanda huku alama za mitihani zikiporomoka? Data inaelekeza kwa kile watafiti wanachoelezea kama utumiaji wa nje: wanafunzi kukabidhi kazi yenyewe kwa mfano badala ya kuitumia kama mwalimu. Takwimu kutoka kwa karatasi iliyotajwa katika majadiliano ya umma zinaonyesha kuwa karibu asilimia 81 ya watumiaji wa AI katika utafiti walikuwa wakikabidhi kazi zao za nyumbani kwa modeli za lugha - na kwamba kiwango cha utumiaji wa nje kilipanda wanafunzi wa muda mrefu walikuwa wameonyeshwa zana.

Mchoro huo ulijitokeza hatua kwa hatua. Mapema katika utafiti, baadhi ya wanafunzi wanaotumia AI bado walitumia zaidi ya dakika 65 kwa kila mgawo - takriban muda sawa na wasio watumiaji - na kazi zao za nyumbani na matokeo ya mitihani yalionekana sawa na wenzao ambao waliepuka AI. Watafiti waligundua kuwa wanafunzi hawa walikuwa wakitumia mifano hiyo hata kidogo. Lakini miezi sita baada ya kupitishwa, hakuna mwanafunzi aliyefunuliwa na AI ambaye bado alitumia zaidi ya dakika 65 kufanya kazi za nyumbani. Kinachoanza kama usaidizi wa mara kwa mara unaonekana kuteleza, mgawo baada ya mgawo, kuwa ugawaji kamili.

Kuongezeka huko ndiko kunakofanya matokeo kuwa magumu kutupilia mbali. Sio kwamba mafunzo ya AI hayawezi kufanya kazi - yakitumiwa kimakusudi, kama mshirika wa Socrates ambaye anaelezea na kuuliza maswali, teknolojia inaweza kusaidia watu kujifunza. Ni kwamba katika hali ya asili, na vijana na kazi zilizochelewa, njia ya upinzani mdogo hupitia jibu moja kwa moja.

Kwa nini China ifanye jaribio safi

Mpangilio wa utafiti huimarisha hitimisho lake. Nchini Uchina, udahili wa chuo kikuu hupitia mitihani ya viwango vya juu, na alama za kazi za nyumbani haziongezei matokeo ya kozi jinsi wanavyoweza mahali pengine. Mitihani hulinganishwa na matokeo ya kikatili, jambo ambalo hufanya pengo la asilimia 20 kuwa gumu kulielezea kwa kuweka alama au upole kwa mwalimu. Utafiti huo ulitenga kwa ufanisi watafiti wa kituo wanachojali: AI ilibadilisha jinsi kazi ya nyumbani ilitolewa, na mitihani ilipima kile ambacho kilikuwa kimejifunza.

Majadiliano ya karatasi kuhusu Hacker News, ambapo ilikusanya mamia ya pointi, ilishindana na swali dhahiri la ufuatiliaji - ikiwa AI ni "amplifier" ambayo inawafanya wanafunzi wenye bidii kuwa bora zaidi na wanafunzi waliojitenga kuwa mbaya zaidi. Uchanganuzi wa karatasi yenyewe unarudisha nyuma sura hiyo ya kufariji: data ya utumiaji wa wakati inapendekeza kwamba hata wanafunzi ambao walianza kutumia AI kwa uwajibikaji walielekezwa kuelekea uwakilishi kwa miezi kadhaa, ikimaanisha kuwa hatari haiko kwa wale ambao hawakukusudia kujifunza hapo kwanza.

Tatizo la sera kwa shule

Matokeo yanatua kwa wakati mgumu. Serikali na kampuni za edtech zinakimbia kuwaweka wakufunzi wa AI mbele ya wanafunzi, wakiweka kamari kuwa usaidizi wa kibinafsi wa AI utaziba mapengo ya ufaulu. Utafiti huu unapendekeza matokeo kinyume yanawezekana kwa kiwango: kazi ya nyumbani inakuwa isiyo na msuguano, alama huboreka, na mafunzo yaliyopimwa chini yao humomonyoka kimya kimya - hugunduliwa tu wakati umechelewa sana kurekebisha.

Kwa shule, athari ni thabiti. Ikiwa kazi ya nyumbani haiwezi tena kutumika kama ushahidi wa kujifunza, tathmini lazima isogezwe darasani na kuendelezwa. Iwapo matumizi ya AI hayaepukiki, huenda kazi zikahitaji kusanifiwa upya kulingana na teknolojia - ulinzi wa mdomo, vipindi vya matatizo ya darasani, na uwekaji madaraja kulingana na mchakato ambao huthawabisha mapambano ambayo utafiti ulipata wanafunzi wakiruka. Na ikiwa utumaji wa huduma za nje unaongezeka kwa kufichuliwa, kucheleweshwa sio upande wowote: kila mwezi wa ufikiaji usio na muundo wa AI unaonekana kuongeza tabia hiyo.

Mchango wa watafiti ni kuchukua nafasi ya hofu isiyo ya kawaida ya enzi ya ChatGPT-ya-darasani na nambari za longitudinal, na nambari ni mbaya. Uboreshaji wa asilimia 18 wa kazi ya nyumbani iliyonunuliwa kwa gharama ya kushuka kwa mtihani kwa asilimia 20 sio faida ya kujifunza - ni uhamisho wa kazi kutoka kwa mwanafunzi hadi mashine, na riba inadaiwa siku ya mtihani.

Kaa Mbele ya AI

Kwa mafanikio ya utafiti, kushindwa kwa sera, na uchanganuzi wa uaminifu wa AI katika elimu, alamisho AI Buzz Wire.

Soma habari zaidi za AI →