การศึกษาใหม่ที่ติดตามนักเรียนประมาณ 27,000 คนในประเทศจีนได้ก่อให้เกิดหลักฐานที่น่าหนักใจที่สุดบางส่วนเกี่ยวกับ Generative AI ในด้านการศึกษา นักเรียนที่ใช้เครื่องมือ AI พบว่าคะแนนการบ้านเพิ่มขึ้น 18 เปอร์เซ็นต์และทำงานมอบหมายให้เสร็จสิ้นโดยใช้เวลาน้อยลงมาก จากนั้นก็ได้คะแนน 20 เปอร์เซ็นต์ ต่ำกว่า เพื่อนร่วมชั้นในการสอบที่ไม่ได้รับความช่วยเหลือจาก AI งานวิจัยนี้นำโดย David Strömberg จากมหาวิทยาลัยสตอกโฮล์ม ร่วมกับ Victor Lei และ Wu Yanhui จากมหาวิทยาลัยฮ่องกง ได้รับการเน้นย้ำโดย The Economist เมื่อวันที่ 18 สิงหาคม และกำลังเผยแพร่เป็นรายงานการทำงานเกี่ยวกับ SSRN สำหรับผู้อ่านที่ติดตาม ข่าวด่วน AI นักการศึกษาและผู้ปกครองจะมองข้ามจุดข้อมูลไปได้ง่ายๆ

การตั้งค่าและการกระแทก

นักวิจัยตั้งเป้าที่จะตอบคำถามที่โรงเรียนส่วนใหญ่คาดเดาว่า AI ช่วยให้นักเรียนเรียนรู้หรือช่วยให้เรียนจบหรือไม่ ด้วยการติดตามนักเรียนหลายหมื่นคนในวิชาต่างๆ เป็นเวลาหกเดือน ทีมงานจึงสามารถเปรียบเทียบประสิทธิภาพการบ้านกับผลการสอบครั้งต่อๆ ไปสำหรับผู้ใช้ AI และผู้ที่ไม่ใช่ผู้ใช้

การค้นพบพาดหัวข่าวที่สรุปโดย The Economist: หลังจากหกเดือน นักเรียนที่ใช้ AI พบว่าคะแนนการบ้านโดยเฉลี่ยเพิ่มขึ้น 18 เปอร์เซ็นต์ในทุกวิชา ในขณะที่เวลาที่ใช้ในแต่ละงานลดลงจากเฉลี่ย 64 นาทีเหลือ 45 นาที แต่เมื่อถึงเวลาสอบ นักเรียนกลุ่มเดียวกันได้คะแนนต่ำกว่าเพื่อนร่วมชั้นที่ไม่เคยใช้ AI ทำการบ้านถึง 20 เปอร์เซ็นต์

การค้นพบที่ลึกซึ้งยิ่งขึ้นนั้นละเอียดอ่อนและน่าหนักใจยิ่งขึ้น "คะแนนการบ้านครั้งหนึ่งเคยทำนายผลการสอบ แต่ปัจจุบันผู้ที่ได้คะแนนสูงสุดมีแนวโน้มจะทำข้อสอบได้แย่กว่า" การวิเคราะห์ของนักเศรษฐศาสตร์ตั้งข้อสังเกต กล่าวอีกนัยหนึ่ง ครูส่งสัญญาณแบบดั้งเดิมพึ่งพา — เกรดการบ้านเป็นตัวแทนในการทำความเข้าใจ — ได้ถูกทำลายลงอย่างเงียบๆ นักเรียนที่ได้รับมอบหมายงานดูดีที่สุดอาจเป็นคนที่เข้าใจเนื้อหาน้อยที่สุด

การเอาท์ซอร์สไม่ใช่การเรียนรู้

ทำไมคะแนนการบ้านถึงพุ่ง แต่คะแนนสอบตก? ข้อมูลชี้ไปที่สิ่งที่นักวิจัยอธิบายว่าเป็นการเอาต์ซอร์ซ: นักเรียนส่งงานให้กับแบบจำลองแทนที่จะใช้เป็นครูสอนพิเศษ ตัวเลขจากรายงานที่อ้างถึงในการอภิปรายสาธารณะชี้ให้เห็นว่าประมาณ 81 เปอร์เซ็นต์ของผู้ใช้ AI ในการศึกษานี้มอบหมายการบ้านให้กับโมเดลภาษาอย่างมีประสิทธิภาพ และอัตราการจ้างบุคคลภายนอกก็เพิ่มขึ้นตามระยะเวลาที่นักเรียนได้สัมผัสกับเครื่องมือต่างๆ

ลวดลายก็ออกมาเรื่อยๆ ในช่วงต้นของการศึกษา นักเรียนที่ใช้ AI บางคนยังคงใช้เวลามากกว่า 65 นาทีต่อการมอบหมายงานแต่ละครั้ง ซึ่งใกล้เคียงกับผู้ที่ไม่ใช้ AI และการบ้านและผลการสอบของพวกเขาก็ดูคล้ายกับเพื่อนๆ ที่หลีกเลี่ยง AI นักวิจัยอนุมานว่านักเรียนเหล่านี้แทบจะไม่ได้ใช้แบบจำลองเลย แต่หกเดือนหลังจากการรับเลี้ยงบุตรบุญธรรม ไม่มีนักเรียนที่สัมผัส AI ยังคงใช้เวลาทำการบ้านเกิน 65 นาที สิ่งที่เริ่มต้นเมื่อความช่วยเหลือเป็นครั้งคราวดูเหมือนจะเลื่อนไปทีละงาน ไปสู่การมอบหมายแบบเต็ม

การเพิ่มขึ้นนั้นเป็นสิ่งที่ทำให้การค้นพบนี้ยากต่อการเพิกเฉย ไม่ใช่ว่าการสอนด้วย AI จะไม่สามารถทำงานได้ — หากใช้อย่างจงใจในฐานะพันธมิตรโสคราตีสที่อธิบายและตอบคำถาม เทคโนโลยีนี้สามารถช่วยให้ผู้คนเรียนรู้ได้อย่างชัดเจน มันคือในสภาวะธรรมชาติที่มีวัยรุ่นและมีงานมอบหมายที่ค้างชำระ เส้นทางที่มีการต่อต้านน้อยที่สุดจะวิ่งตรงผ่านคำตอบ

ทำไมจีนถึงสร้างกรณีทดสอบที่สะอาด

บริบทของการศึกษานี้ทำให้ข้อสรุปมีความเข้มแข็งมากขึ้น ในประเทศจีน การรับเข้ามหาวิทยาลัยต้องผ่านการสอบที่ได้มาตรฐานซึ่งมีเดิมพันสูง และเกรดการบ้านไม่ได้ทำให้ผลการเรียนของหลักสูตรสูงลิ่วเหมือนที่อื่น การสอบเป็นแบบวัดผลจากภายนอกและเป็นผลสืบเนื่องอย่างโหดร้าย ซึ่งทำให้ช่องว่าง 20 เปอร์เซ็นต์ยากขึ้นที่จะอธิบายด้วยการให้คะแนนแบบง่ายๆ หรือการผ่อนปรนของครู การศึกษานี้แยกช่องทางที่นักวิจัยสนใจได้อย่างมีประสิทธิภาพ: AI เปลี่ยนวิธีการทำการบ้าน และการสอบวัดสิ่งที่ได้เรียนรู้จริง

การอภิปรายเกี่ยวกับรายงานเกี่ยวกับ Hacker News ซึ่งรวบรวมประเด็นได้หลายร้อยประเด็น ต้องเผชิญกับคำถามติดตามผลที่ชัดเจนว่า AI จะเป็น "ตัวขยาย" ที่ทำให้นักเรียนที่ขยันเรียนดีขึ้น และนักเรียนที่เลิกสนใจจะแย่ลงหรือไม่ การวิเคราะห์ของรายงานนี้ตอกย้ำกรอบที่สะดวกสบายดังกล่าว: ข้อมูลการใช้เวลาแนะนำว่าแม้แต่นักเรียนที่เริ่มใช้ AI ก็ยังต้องเลื่อนลอยไปสู่การมอบหมายงานอย่างมีความรับผิดชอบเป็นเวลาหลายเดือน ซึ่งหมายความว่าความเสี่ยงไม่ได้จำกัดอยู่เฉพาะผู้ที่ไม่เคยตั้งใจจะเรียนรู้ตั้งแต่แรก

ภาวะที่กลืนไม่เข้าคายไม่ออกนโยบายสำหรับโรงเรียน

การค้นพบเกิดขึ้นในช่วงเวลาที่น่าอึดอัดใจ รัฐบาลและบริษัทด้านเทคโนโลยีการศึกษากำลังแข่งขันกันเพื่อให้ครูสอนพิเศษด้าน AI อยู่ต่อหน้านักเรียน โดยเดิมพันว่าความช่วยเหลือด้าน AI แบบเฉพาะบุคคลจะช่วยปิดช่องว่างความสำเร็จได้ การศึกษานี้ชี้ให้เห็นว่าผลลัพธ์ที่ตรงกันข้ามมีความเป็นไปได้ในวงกว้าง กล่าวคือ การบ้านจะราบรื่น คะแนนดีขึ้น และการเรียนรู้ที่วัดผลได้ภายใต้ผลลัพธ์นั้นก็กัดกร่อนไปอย่างเงียบๆ โดยจะค้นพบเมื่อมันสายเกินไปที่จะแก้ไขเท่านั้น

สำหรับโรงเรียน ผลกระทบนั้นเป็นรูปธรรม หากการบ้านไม่สามารถใช้เป็นหลักฐานการเรียนรู้ได้อีกต่อไป การประเมินจะต้องย้ายในชั้นเรียนและได้รับการควบคุม หากการใช้ AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้ การมอบหมายงานอาจต้องได้รับการออกแบบใหม่โดยอาศัยเทคโนโลยี เช่น การป้องกันคำพูด เซสชันปัญหาในชั้นเรียน และการให้คะแนนตามกระบวนการที่ให้รางวัลแก่การต่อสู้ที่การศึกษาพบว่านักเรียนข้ามไป และหากการจ้างบุคคลภายนอกทวีความเข้มข้นขึ้นตามการเปิดเผย ความล่าช้าก็ไม่เป็นกลาง การเข้าถึง AI ที่ไม่มีโครงสร้างทุก ๆ เดือนดูเหมือนจะทำให้นิสัยดังกล่าวลึกซึ้งยิ่งขึ้น

การมีส่วนร่วมของนักวิจัยคือการแทนที่ความตื่นตระหนกเล็กๆ น้อยๆ ของยุค ChatGPT ในห้องเรียนด้วยตัวเลขตามยาว และตัวเลขเหล่านี้ดูเยือกเย็น การปรับปรุงการบ้าน 18 เปอร์เซ็นต์ที่ซื้อในราคาการปฏิเสธการสอบ 20 เปอร์เซ็นต์ไม่ใช่การเรียนรู้ที่ได้รับ แต่เป็นการโอนงานจากนักเรียนไปยังเครื่อง โดยมีดอกเบี้ยที่จะครบกำหนดชำระในวันสอบ

ก้าวนำหน้า AI

สำหรับความก้าวหน้าทางการวิจัย ผลกระทบด้านนโยบาย และการวิเคราะห์ AI ในด้านการศึกษาอย่างตรงไปตรงมา โปรดบุ๊กมาร์ก AI Buzz Wire

อ่านข่าว AI เพิ่มเติม →