Sarah Elaine Eaton, Beatriz Antonieta Moya Figueroa en Robert Brennan van de Universiteit van Calgary en Rahul Kumar van Brock University onderzoeken hoe GenAI de manier verandert waarop jonge mensen leren.
Genatieve kunstmatige intelligentie (GenAI) is nu een realiteit in het hoger onderwijs, waarbij studenten en professoren chatbots integreren in het lesgeven, leren en beoordelen. Maar dit is niet alleen een technische verschuiving; het verandert de manier waarop studenten en docenten kennis leren en evalueren.
Ons recent kwalitatief onderzoek met 28 docenten aan Canadese universiteiten en hogescholen – van bibliothecarissen tot hoogleraren techniek – suggereert dat we in een keerpunt in het onderwijs zijn beland.
We moeten worstelen met de vraag: wat moet er precies worden beoordeeld als de menselijke cognitie kan worden uitgebreid of gesimuleerd door een algoritme?
Onderzoek naar AI en wetenschappelijke integriteit
In ons overzicht van 15 jaar onderzoek naar de manier waarop AI bedrog in het onderwijs beïnvloedtontdekten we dat AI een tweesnijdend zwaard is voor scholen.
Aan de ene kant zijn AI-tools zoals online vertalers en tekstgeneratoren zo geavanceerd geworden dat ze net als mensen kunnen schrijven. Dit maakt het voor docenten moeilijk om bedrog op te sporen. Bovendien kunnen deze tools soms nepnieuws als feiten presenteren of oneerlijke sociale vooroordelen herhalen, zoals racisme en seksisme, die worden aangetroffen in de gegevens die worden gebruikt om ze te trainen.
Aan de andere kant hebben de onderzoeken die we hebben beoordeeld aangetoond dat AI een legitieme assistent kan zijn die het leren inclusiever kan maken. AI kan bijvoorbeeld ondersteuning bieden aan studenten met een beperking of mensen helpen die een extra taal leren.
Omdat het bijna onmogelijk is om elke AI-tool te blokkeren, moeten scholen zich niet alleen concentreren op het vangen van valsspelers. In plaats daarvan kunnen scholen en postsecundaire instellingen hun beleid actualiseren en een betere opleiding bieden voor zowel studenten als docenten. Dit helpt iedereen te leren hoe technologie op een verantwoorde manier kan worden gebruikt, terwijl een hoge standaard van academische integriteit behouden blijft.
Deelnemers aan ons onderzoek positioneerden zichzelf niet als handhavers, maar als beheerders van integer leren.
Hun focus lag op het maken van onderscheid tussen hulp die het leren ondersteunt en hulp die dit vervangt. Ze identificeerden drie vaardigheidsgebieden waar de beoordelingsgrenzen momenteel liggen: vragen, kritisch denken en schrijven.
Vragen: een legitieme en beoordeelbare vaardigheid
Deelnemers beschouwden prompting (het vermogen om duidelijke en doelgerichte instructies voor een chatbot te formuleren) breed als een vaardigheid die ze konden beoordelen. Effectief aanmoedigen vereist dat leerlingen taken opsplitsen, concepten begrijpen en nauwkeurig communiceren.
Verschillende leerlingen merkten op dat onduidelijke aanwijzingen vaak slechte resultaten opleveren, waardoor leerlingen gedwongen worden na te denken over wat ze werkelijk vragen.
Prompting werd alleen als ethisch beschouwd als het op transparante wijze werd gebruikt, waarbij gebruik werd gemaakt van de eigen fundamentele kennis. Zonder deze omstandigheden vreesden docenten dat de aansporingen zouden afglijden naar een overmatig vertrouwen of een onkritisch gebruik van AI.
Kritisch denken
Docenten zagen een groot potentieel voor AI om het beoordelen van kritisch denken te ondersteunen. Omdat chatbots tekst kunnen genereren die plausibel klinkt maar fouten, weglatingen of verzinsels kan bevatten, moeten studenten de nauwkeurigheid, samenhang en geloofwaardigheid beoordelen. Deelnemers meldden dat ze door AI gegenereerde samenvattingen of argumenten gebruikten als aanleiding tot kritiek, waarbij ze studenten vroegen zwakke punten of misleidende beweringen te identificeren.
Deze activiteiten sluiten aan bij een bredere behoefte om studenten voor te bereiden op werk in een toekomst waarin het beoordelen van algoritmische informatie een routinetaak zal zijn. Verschillende docenten voerden aan dat het onethisch zou zijn om leerlingen niet te leren hoe ze door AI gegenereerde inhoud kunnen ondervragen.
Schrijven: Waar grenzen scherper worden
Schrijven was het meest omstreden domein. Docenten maakten scherp onderscheid tussen brainstormen, redigeren en componeren.
Brainstormen met AI was acceptabel als het als uitgangspunt werd gebruikt, zolang leerlingen hun eigen ideeën uitten en hun eigen gedachten niet door AI-suggesties vervingen.
Bewerken met AI (bijvoorbeeld grammaticacorrectie) werd pas acceptabel geacht nadat leerlingen de originele tekst hadden geproduceerd en konden beoordelen of door AI gegenereerde revisies geschikt waren. Hoewel sommigen AI zien als een legitieme ondersteuning voor taaldiversiteit, en als een hulp om het veld te effenen voor mensen met een handicap of voor degenen die Engels als extra taal spreken, vrezen anderen een toekomst van taalstandaardisatie waarin de unieke, authentieke stem van de student wordt gladgestreken door een algoritme.
Het laten opstellen van argumenten of proza door chatbots werd impliciet afgewezen. Deelnemers behandelden de generatieve fase van schrijven als een uniek menselijk cognitief proces dat door studenten moet worden uitgevoerd, niet door machines.
Docenten waarschuwden ook dat een sterke afhankelijkheid van AI studenten ertoe zou kunnen verleiden de ‘productieve strijd’ die inherent is aan het schrijven te omzeilen, een strijd die centraal staat bij het ontwikkelen van origineel denken.
Onze onderzoeksdeelnemers erkenden dat in een hybride cognitieve toekomst vaardigheden gerelateerd aan AI, samen met kritisch denken, essentiële vaardigheden zijn voor studenten om na hun afstuderen klaar te zijn voor de arbeidsmarkt.
Leven in het post-plagiaattijdperk
Het idee om samen met GenAI te schrijven brengt ons in een post-plagiaat Er is een tijdperk waarin AI is geïntegreerd in lesgeven, leren en communiceren op een manier die ons uitdaagt onze aannames over auteurschap en originaliteit te heroverwegen.
Dit betekent niet dat docenten er niet meer om geven over plagiaat of wetenschappelijke integriteit. Eerlijkheid zal altijd belangrijk zijn. In plaats daarvan zijn we in een post-plagiaatcontext van mening dat het samen schrijven en creëren van mensen en AI niet automatisch gelijk staat aan plagiaat.
Tegenwoordig ontwricht AI het onderwijs en hoewel we nog niet alle antwoorden hebben, is het zeker dat AI hier zal blijven. Studenten leren co-creëren met AI is onderdeel van leren in een post-plagiaatwereld.
Ontwerp voor een sociaal rechtvaardige toekomst
Voor een geldige beoordeling in het tijdperk van AI is het nodig duidelijk af te bakenen welke cognitieve processen menselijk moeten blijven en welke legitiem kunnen zijn cognitief ontladen. Om ervoor te zorgen dat het hoger onderwijs een ruimte blijft voor ethische besluitvorming, vooral op het gebied van lesgeven, leren en beoordelen, stellen we vijf ontwerpprincipes voor, gebaseerd op ons onderzoek:
Expliciete verwachtingen
De docent is verantwoordelijk voor het duidelijk maken of en hoe GenAI bij een bepaalde opdracht kan worden ingezet. Studenten moeten precies weten wanneer en hoe AI een partner is in hun werk. Onduidelijkheid kan leiden tot onbedoeld wangedrag, maar ook tot een breuk in de relatie tussen student en docent.
Proces boven product
Door concepten, annotaties en reflecties te evalueren, kunnen docenten het leerproces beoordelen, in plaats van alleen de output of het product.
Ontwerp beoordelingstaken die menselijk oordeel vereisen
Taken die evaluatie, synthese en kritiek op een gelokaliseerde context op hoog niveau vereisen, zijn gebieden waar menselijk handelen nog steeds belangrijk is.
Ontwikkelen evaluatief oordeel
Docenten moeten studenten leren kritische consumenten van GenAI te zijn, die in staat zijn de beperkingen en vooroordelen ervan te onderkennen.
Behoud van de stem van de student
Beoordelingen moeten op de voorgrond staan Hoe leerlingen weten wat ze weten, in plaats van Wat zij weten het.
Studenten voorbereiden op een hybride cognitieve toekomst
Docenten in dit onderzoek zochten naar ethische, praktische manieren om GenAI in de beoordeling te integreren. Ze voerden aan dat studenten zowel de mogelijkheden als de beperkingen van GenAI moeten begrijpen, met name de neiging ervan om fouten, oversimplificaties of misleidende samenvattingen te genereren.
In die zin gaat postplagiaat niet over een crisis, maar over het heroverwegen van wat het betekent om kennis te leren en te demonstreren in een wereld waar menselijke cognitie routinematig samenwerkt met digitale systemen.
Universiteiten en hogescholen staan nu voor een keuze. Ze kunnen AI beschouwen als een bedreiging die moet worden beheerd, of ze kunnen het beschouwen als een katalysator voor het versterken van beoordeling, integriteit en leren. De docenten in ons onderzoek zijn voorstander van dit laatste.
Door Sarah Elaine Eaton, Beatriz Antonieta Moya Figueroa, Robert Brennan En Rahul Kumar.
Sarah Elaine Eaton is professor en onderzoeksvoorzitter voor de Werklund School of Education, in de Universiteit van Calgary. Beatriz Antonieta Moya Figueroa is assistent-professor aan de Werklund School of Education in de Universiteit van Calgary. Robert Brennan is hoogleraar werktuigbouwkunde en productietechniek aan de Universiteit van Californië Universiteit van Calgary. Rahul Kumar is assistent-professor aan de Faculteit Educatie van de Verenigde Staten Brock Universiteit.
