Βασιλική Χρυσοστομίδου
Από τα τέλη του 2022, όταν εμφανίστηκε για πρώτη φορά το ChatGPT, η στάση των ακαδημαϊκών Ιδρυμάτων έχει μεταβληθεί σημαντικά: από τις καθολικές απαγορεύσεις και τον φόβο για εκτεταμένη αντιγραφή, στην προσπάθεια ενσωμάτωσης των εργαλείων AI στη μαθησιακή διαδικασία. Παράλληλα όμως, ολοένα και περισσότερα πανεπιστήμια επανεξετάζουν την επιστροφή στις επιτηρούμενες δια ζώσης εξετάσεις, θεωρώντας ότι αποτελούν ασφαλέστερο τρόπο διασφάλισης της ακαδημαϊκής αξιοπιστίας, σύμφωνα με το Times Higher Education.
Από την απαγόρευση, στην ενσωμάτωση της ΑΙ
Το 2023, λίγο μετά την εμφάνιση των μεγάλων γλωσσικών μοντέλων, περίπου το ένα τρίτο των πανεπιστημίων του Russell Group στη Βρετανία είχε υιοθετήσει αυστηρούς περιορισμούς, εκφράζοντας ανησυχίες ότι η τεχνητή νοημοσύνη θα υπονόμευε την ποιότητα της μάθησης και την αξιοπιστία των εξετάσεων.
Παρά τις απαγορεύσεις, η χρήση της τεχνητής νοημοσύνης από τους φοιτητές αυξήθηκε εντυπωσιακά. Σύμφωνα με πρόσφατες έρευνες, περίπου το 95% των φοιτητών δηλώνει ότι χρησιμοποιεί εργαλεία AI κατά τη διάρκεια των σπουδών του, ποσοστό σημαντικά αυξημένο σε σχέση με το 66% που καταγραφόταν μόλις δύο χρόνια νωρίτερα. Παράλληλα, αυξάνεται και ο αριθμός όσων ενσωματώνουν κείμενα που έχουν παραχθεί από τεχνητή νοημοσύνη στις εργασίες, που υποβάλλουν προς αξιολόγηση.
Η πραγματικότητα αυτή οδήγησε πολλά Ιδρύματα σε μια διαφορετική προσέγγιση.
Αρκετά πανεπιστήμια αναγνωρίζουν πλέον ότι πρόκειται για ένα εργαλείο, το οποίο θα συνοδεύει τους αποφοίτους σε όλη τη μελλοντική επαγγελματική τους πορεία. Έτσι, επιτρέπουν τη χρήση της στην έρευνα, στη μελέτη, στην οργάνωση ιδεών ή ακόμη και στην προετοιμασία μαθημάτων. Μάλιστα, ορισμένα έχουν προχωρήσει ακόμη περισσότερο, δημιουργώντας συνεργασίες με εταιρείες ανάπτυξης τεχνητής νοημοσύνης, προσφέροντας στους φοιτητές πρόσβαση στις πιο σύγχρονες εφαρμογές. Η λογική πίσω από αυτή την επιλογή είναι ότι η γνώση αξιοποίησης των εργαλείων AI αποτελεί πλέον μια βασική επαγγελματική δεξιότητα, αντίστοιχη με τη χρήση υπολογιστών ή εξειδικευμένων λογισμικών.
Οι προβληματισμοί των ακαδημαϊκών
Η ακαδημαϊκή κοινότητα εμφανίζεται διχασμένη, καθώς δεν αποσαφηνίζεται μέχρι ποιο σημείο μπορεί να χρησιμοποιείται η τεχνητή νοημοσύνη στις εξετάσεις και στις εργασίες χωρίς να αλλοιώνεται η πραγματική εικόνα των γνώσεων και των δεξιοτήτων ενός φοιτητή.
Ο Andrew West, από το Queensland University of Technology, είχε παρομοιάσει ήδη από το 2023 τη χρήση της τεχνητής νοημοσύνης στις εξετάσεις με την πραγματοποίηση δοκιμασίας οδήγησης μέσα σε ένα αυτόνομο αυτοκίνητο. Κατά την άποψή του, όταν το ζητούμενο είναι η αξιολόγηση των πραγματικών ικανοτήτων του υποψηφίου, η υπερβολική εξάρτηση από την τεχνολογία αλλοιώνει το αποτέλεσμα.
Στον αντίποδα, η Dorottya Sallai, επικεφαλής της ομάδας εργασίας για την τεχνητή νοημοσύνη στο London School of Economics, υποστηρίζει ότι η ευρεία χρήση των εργαλείων AI είναι πλέον μια πραγματικότητα που δεν μπορεί να αγνοηθεί. Αντί οι πανεπιστημιακοί να προσπαθούν να την περιορίσουν, θεωρεί ότι οφείλουν να αξιοποιήσουν αυτή τη νέα συνθήκη για να επανασχεδιάσουν τις διαδικασίες αξιολόγησης και να εκσυγχρονίσουν το εκπαιδευτικό σύστημα.
Οι «φωτεινοί σηματοδότες» ως μηχανισμός διαχείρισης της τεχνητής νοημοσύνης
Παρά τις διαφορετικές προσεγγίσεις, τα περισσότερα βρετανικά πανεπιστήμια έχουν καταλήξει σε έναν ενδιάμεσο μηχανισμό διαχείρισης, γνωστό ως σύστημα των «φωτεινών σηματοδοτών»: Η «κόκκινη» κατηγορία απαγορεύει πλήρως οποιαδήποτε χρήση εργαλείων τεχνητής νοημοσύνης. Η «πορτοκαλί» επιτρέπει περιορισμένη αξιοποίηση υπό συγκεκριμένες προϋποθέσεις, ενώ η «πράσινη» όχι μόνο επιτρέπει αλλά συχνά ενθαρρύνει τη χρήση της AI ως μέρος της μαθησιακής διαδικασίας.
Το μοντέλο αυτό εφαρμόζεται ήδη σε μεγάλο αριθμό πανεπιστημίων, μεταξύ των οποίων τα University of Bristol, University of Leeds, University of Nottingham, University of Chichester και University of the Arts London.
Την ίδια στιγμή όμως, ακόμη και Ιδρύματα, που διατηρούν το σύστημα αυτό αναγνωρίζουν ότι δεν αρκεί από μόνο του για να αντιμετωπίσει τις προκλήσεις που δημιουργεί η τεχνητή νοημοσύνη. Χαρακτηριστικό παράδειγμα αποτελεί το London School of Economics, όπου παρατηρείται σταδιακή αύξηση των επιτηρούμενων εξετάσεων μέσα στις αίθουσες, καθώς και μεγαλύτερη χρήση προφορικών εξετάσεων και αξιολόγησης, που βασίζεται όχι μόνο στο τελικό αποτέλεσμα, αλλά και στη συνολική διαδικασία παραγωγής της εργασίας.
Παράλληλα, οι διδάσκοντες ενθαρρύνουν τους φοιτητές να τεκμηριώνουν τον τρόπο με τον οποίο αξιοποίησαν την τεχνητή νοημοσύνη κατά την εκπόνηση μιας εργασίας, ενώ δοκιμάζονται και νέες τεχνολογίες παρακολούθησης της διαδικασίας συγγραφής μέσω καταγραφής των αλλαγών, που πραγματοποιούνται σε ένα έγγραφο.
Νέες πολιτικές αξιολόγησης: Από τους «σηματοδότες» στις εξετάσεις δύο κατευθύνσεων
Η συνεχής εξέλιξη της τεχνητής νοημοσύνης αναγκάζει τα πανεπιστήμια να επανασχεδιάσουν τον τρόπο, με τον οποίο αξιολογούν τις γνώσεις των φοιτητών, καθώς διαπιστώνεται ότι τα μέχρι σήμερα συστήματα διαχείρισης της χρήσης AI δεν επαρκούν πλέον. Ένα χαρακτηριστικό παράδειγμα πιο ευέλικτης προσέγγισης στην αξιολόγηση των φοιτητών, αποτελεί το Πανεπιστήμιο του Bath, το οποίο από το ακαδημαϊκό έτος 2026-2027 εγκαταλείπει το μοντέλο των τριών κατηγοριών και υιοθετεί το λεγόμενο σύστημα των «δύο διαδρομών» (Two-Lane Approach).
Στο νέο αυτό πλαίσιο οι αξιολογήσεις διακρίνονται σε δύο μόνο κατηγορίες:
Η πρώτη αφορά τις «ανοιχτές» αξιολογήσεις, όπως οι εργασίες εξαμήνου ή οι εξ αποστάσεως εξετάσεις με ανοικτά βιβλία. Σε αυτές, η χρήση εργαλείων γενετικής τεχνητής νοημοσύνης είτε επιτρέπεται είτε αποτελεί αναπόσπαστο μέρος της διαδικασίας.
Η φιλοσοφία είναι ότι σε αρκετά επαγγέλματα οι απόφοιτοι θα χρησιμοποιούν καθημερινά τέτοιες εφαρμογές, επομένως το πανεπιστήμιο οφείλει να αξιολογεί και την ικανότητά τους να τις αξιοποιούν αποτελεσματικά.
Η δεύτερη κατηγορία αφορά στις «κλειστές» αξιολογήσεις, οι οποίες πραγματοποιούνται σε συγκεκριμένο χρονικό πλαίσιο, με φυσική παρουσία και συνεχή επιτήρηση, χωρίς δυνατότητα εξωτερικής βοήθειας. Στόχος είναι να διαπιστώνεται τι πραγματικά γνωρίζει ο φοιτητής χωρίς τη συνδρομή της τεχνολογίας.
Παρόμοια κατεύθυνση εξετάζει και το Πανεπιστήμιο του Cardiff, το οποίο δρομολογεί την αύξηση της χρήσης επιτηρούμενων αξιολογήσεων, ενώ παράλληλα επανασχεδιάζει τις εργασίες, που ολοκληρώνονται εκτός πανεπιστημίου, ώστε να περιοριστούν οι δυνατότητες αθέμιτης χρήσης της τεχνητής νοημοσύνης. Στο Cardiff, όπως και σε αρκετά ακόμη βρετανικά πανεπιστήμια, οι αποφάσεις για τη χρήση της AI λαμβάνονται σε επίπεδο σχολής ή ακόμη και μαθήματος, μέσα όμως σε ένα ενιαίο θεσμικό πλαίσιο που καθορίζεται από το ίδιο το ίδρυμα.
Παράλληλα, αρκετά πανεπιστήμια –μεταξύ αυτών τα Cardiff, Durham και Edinburgh Napier– ζητούν πλέον από τους φοιτητές να συνοδεύουν κάθε εργασία με ειδική δήλωση στην οποία αναφέρουν με ποιον τρόπο χρησιμοποίησαν εργαλεία τεχνητής νοημοσύνης και επιβεβαιώνουν ότι δεν παραβίασαν τους κανόνες ακαδημαϊκής δεοντολογίας.
Εκπαίδευση ή επιτήρηση;
Ανεξαρτήτως κανονισμών, έκθεση του Higher Education Policy Institute (HEPI) ανέλυσε τις πολιτικές για την τεχνητή νοημοσύνη, που εφαρμόζουν τα βρετανικά πανεπιστήμια. Όπως προέκυψε, από τα 163 πανεπιστήμια του Ηνωμένου Βασιλείου, τα 96 διαθέτουν δημόσια προσβάσιμη πολιτική σχετικά με τη χρήση της AI, με τα περισσότερα από αυτά να δίνουν έμφαση στην ανάπτυξη δεξιοτήτων, την κριτική σκέψη και την υπεύθυνη αξιοποίηση της τεχνολογίας. Μόλις τέσσερα ιδρύματα υιοθετούν καθαρά αποτρεπτική προσέγγιση, εστιάζοντας κυρίως στις παραβάσεις, στις ποινές και στα συστήματα ανίχνευσης.
Παρόλα αυτά, οι συντάκτες της μελέτης επισημαίνουν μια σημαντική αντίφαση. Αν και πολλές πολιτικές εμφανίζονται θεωρητικά εκπαιδευτικές, στην πράξη λειτουργούν περισσότερο ως μηχανισμοί συμμόρφωσης και ελέγχου. Παράδειγμα αυτής της αντίφασης θεωρείται το Πανεπιστήμιο του Southampton, που αν και διακηρύσσει ότι στόχος του είναι η δημιουργία αποφοίτων με υψηλή ψηφιακή παιδεία, συνοδεύει την πολιτική του με εκτενείς λίστες επιτρεπόμενων και απαγορευμένων χρήσεων της τεχνητής νοημοσύνης, προβλέποντας ακόμη και πειθαρχικές κυρώσεις για παραβάσεις.
«Η εμπιστοσύνη πρέπει να προηγείται της καχυποψίας»
Ο Καθηγητής Sam Illingworth, ειδικός στην κριτική παιδεία γύρω από την τεχνητή νοημοσύνη, υποστηρίζει ότι τα πανεπιστήμια οφείλουν να ξεκινούν από μια σχέση εμπιστοσύνης με τους φοιτητές και όχι από την παραδοχή ότι όλοι προσπαθούν να εξαπατήσουν το σύστημα. Όπως επισημαίνει, «μέχρι στιγμής δεν υπάρχουν επαρκή στοιχεία, που να αποδεικνύουν ότι η χρήση της τεχνητής νοημοσύνης έχει αυξήσει συνολικά τα περιστατικά ακαδημαϊκής απάτης σε σχέση με το παρελθόν. Η αντιγραφή υπήρχε ανέκαθεν, είτε μέσω έτοιμων εργασιών είτε μέσω άλλων μορφών παραβίασης των κανόνων». Ο ίδιος, αναγνωρίζει βέβαια ότι τα εργαλεία AI έχουν κάνει την αντιγραφή πιο προσιτή, καθώς οι βασικές εκδόσεις τους είναι δωρεάν και διαθέσιμες σχεδόν σε όλους.
Από την άλλη πλευρά, ο νομικός Daniel Sokol, ο οποίος έχει αναλάβει την υπεράσπιση εκατοντάδων φοιτητών σε υποθέσεις που σχετίζονται με χρήση τεχνητής νοημοσύνης, εκφράζει σοβαρές επιφυλάξεις για την αξιοπιστία του σημερινού συστήματος. Όπως αναφέρει, αρκετοί από τους φοιτητές που εκπροσωπεί υποστηρίζουν ότι η χρήση της AI είναι πλέον σχεδόν καθολική μεταξύ των συμφοιτητών τους. Κατά την εκτίμησή του, τα πανεπιστήμια εντοπίζουν μόνο ένα μικρό ποσοστό των πραγματικών παραβάσεων, καθώς οι πιο εξελιγμένες εφαρμογές είναι σε θέση να προσομοιώνουν ακόμη και τον τρόπο με τον οποίο γράφει ένας άνθρωπος, καθιστώντας εξαιρετικά δύσκολη την ανίχνευσή τους.
Παράλληλα, εκφράζει ανησυχίες για τον τρόπο με τον οποίο διερευνώνται αρκετές υποθέσεις ακαδημαϊκής παραβατικότητας, θεωρώντας ότι σε ορισμένες περιπτώσεις οι επιτροπές δεν διαθέτουν την απαραίτητη εξειδίκευση ώστε να αξιολογούν σωστά τα αποδεικτικά στοιχεία, γεγονός που μπορεί να οδηγήσει τόσο σε άδικες καταδίκες όσο και σε ατιμώρητες παραβάσεις.
Επιστροφή στις αίθουσες εξετάσεων;
Σήμερα, ολοένα και περισσότεροι πανεπιστημιακοί εκτιμούν ότι η επιστροφή στις επιτηρούμενες εξετάσεις αποτελεί πλέον αναπόφευκτη εξέλιξη καθώς, όσο εξελίσσονται τα εργαλεία τεχνητής νοημοσύνης, τόσο δυσκολότερο γίνεται να διαπιστωθεί εάν μια εργασία αποτυπώνει πραγματικά τις γνώσεις και τις δεξιότητες του φοιτητή.
Στην αντίληψη αυτή στηρίζεται και η απόφαση του Πανεπιστημίου του Surrey να ενσωματώσει πλήρως την τεχνητή νοημοσύνη σε όλα τα προγράμματα σπουδών από τον Σεπτέμβριο του 2026 καθώς και στις διαδικασίες αξιολόγησης. Η έμφαση της αξιολόγησης μετατοπίζεται από το «τι παρήγαγε» ο φοιτητής στο «πώς έφτασε σε αυτό».
Έτσι, σε τμήματα όπως η Πολιτική Μηχανική, οι φοιτητές καλούνται να αξιοποιήσουν την τεχνητή νοημοσύνη για να σχεδιάσουν ένα έργο, αλλά στη συνέχεια οφείλουν να επαληθεύσουν κάθε πρόταση της AI με δικούς τους υπολογισμούς και επιστημονική τεκμηρίωση. Αντίστοιχα, σε γνωστικά αντικείμενα όπως η Αγγλική Φιλολογία, εκτός από την τελική εργασία, ζητούνται προσχέδια, σημειώσεις και αναθεωρήσεις, που αποδεικνύουν την προσωπική συμβολή του φοιτητή.
Στον αντίποδα, ο καθηγητής Φιλοσοφίας Andy Hamilton από το Πανεπιστήμιο Durham υποστηρίζει, ότι η κατάσταση έχει επιδεινωθεί αισθητά μέσα στους τελευταίους μήνες. Όπως εξηγεί, η εμπειρία του από τη διόρθωση γραπτών τον οδήγησε στο συμπέρασμα ότι είναι πλέον εξαιρετικά δύσκολο να διακρίνει κανείς πότε μια εργασία αποτελεί προϊόν προσωπικής προσπάθειας και πότε έχει παραχθεί, έστω εν μέρει, με τη βοήθεια της τεχνητής νοημοσύνης. Κατά την άποψή του, τα πανεπιστήμια θα έπρεπε να είχαν επαναφέρει νωρίτερα τον συνδυασμό δια ζώσης εξετάσεων και εργασιών, που ίσχυε πριν από την πανδημία. «Σήμερα όμως», σημειώνει, «η τεχνητή νοημοσύνη δημιουργεί μια εντελώς διαφορετική πραγματικότητα, απέναντι στην οποία τα μέχρι σήμερα εργαλεία ελέγχου δεν επαρκούν».
Ο Καθηγητής Νομικής Michael Draper από το Πανεπιστήμιο Swansea εκτιμά ότι η καθυστέρηση στην επιστροφή των δια ζώσης εξετάσεων δεν οφείλεται αποκλειστικά σε παιδαγωγικούς λόγους αλλά και στο ότι οι διαδικτυακές εξετάσεις μείωσαν σημαντικά το διοικητικό κόστος – η οργάνωση αιθουσών, η κατάρτιση προγραμμάτων και η πρόσληψη επιτηρητών απαιτούν σημαντικούς οικονομικούς πόρους, τους οποίους αρκετά ιδρύματα δυσκολεύονται πλέον να διαθέσουν.
Όπως προκύπτει από σχετική έρευνα στη Μ.Βρετανία, σχεδόν οκτώ στα δέκα βρετανικά πανεπιστήμια εξακολουθούν να χρησιμοποιούν διαδικτυακές εξετάσεις. Από αυτά, περίπου τα δύο τρίτα δεν εφαρμόζουν κανενός είδους ηλεκτρονική επιτήρηση, ενώ μόνο ένα πολύ μικρό ποσοστό επιβλέπει όλες τις εξ αποστάσεως εξετάσεις μέσω ειδικών συστημάτων παρακολούθησης. Τα στοιχεία δείχνουν, επίσης, ότι σε κάθε πανεπιστήμιο πραγματοποιούνται κατά μέσο όρο εκατοντάδες εξετάσεις χωρίς καμία μορφή επιτήρησης, ενώ οι περισσότεροι σχετικοί κανονισμοί εξακολουθούν να μην αναφέρονται με σαφήνεια στη χρήση εργαλείων γενετικής τεχνητής νοημοσύνης. Παράλληλα, επτά στα δέκα Ιδρύματα δηλώνουν ότι δεν σχεδιάζουν να εγκαταλείψουν τις online εξετάσεις στο άμεσο μέλλον ενώ μόνο ένα πολύ μικρό ποσοστό εξετάζει την πλήρη επιστροφή στις παραδοσιακές εξετάσεις μέσα στις αίθουσες.
Βελτιώνονται τα αποτελέσματα στις επιτηρούμενες εξετάσεις;
Ενδιαφέρον παρουσιάζουν τα συμπεράσματα πανεπιστημίων που ήδη επανέφεραν τις δια ζώσης εξετάσεις. Ειδικότερα, στη Νομική Σχολή του Birkbeck, University of London, η αλλαγή συνοδεύτηκε από αξιοσημείωτη αύξηση της συμμετοχής των φοιτητών στα μαθήματα, μεγαλύτερη συνεργασία μέσα στις αίθουσες και ουσιαστικότερη ακαδημαϊκή εμπλοκή κατά τη διάρκεια του εξαμήνου. Περισσότεροι από τέσσερις στους δέκα πέτυχαν βαθμολογία πρώτης κατηγορίας, ποσοστό αισθητά υψηλότερο σε σχέση με το προηγούμενο έτος, όταν η αξιολόγηση βασιζόταν κυρίως σε εργασίες, που εκπονούνταν εκτός πανεπιστημίου. Οι διδάσκοντες αποδίδουν αυτή την εξέλιξη κυρίως στη συνολική αλλαγή της εκπαιδευτικής διαδικασίας. Οι φοιτητές άρχισαν να παρακολουθούν συστηματικότερα τα μαθήματα, να προετοιμάζονται σε βάθος και να συμμετέχουν ενεργότερα στις συζητήσεις, γνωρίζοντας ότι η τελική αξιολόγηση θα βασιστεί στις προσωπικές τους γνώσεις.
Το δίλημμα της επόμενης ημέρας
Αναμφίβολα, η τεχνητή νοημοσύνη έχει αλλάξει οριστικά το τοπίο της ανώτατης εκπαίδευσης ενώ παραμένει ακόμη αναπάντητο το πως θα ενσωματωθεί στην εκπαιδευτική διαδικασία.
Βασικό ζητούμενο είναι – εκτός από τον τρόπο εξέτασης των φοιτητών – ο ίδιος ο ρόλος της πανεπιστημιακής εκπαίδευσης στην εποχή της τεχνητής νοημοσύνης: θα μετριέται, δηλαδή, η γνώση με βάση όσα γνωρίζει κάποιος ή από το πως θα μπορεί να συνεργάζεται αποτελεσματικά με τις έξυπνες μηχανές.
