Ερευνητές του Virginia Tech κατασκεύασαν ένα διαδικτυακό περιβάλλον γραφής που κατέγραφε κάθε πληκτρολόγηση φοιτητών και κάθε αλληλεπίδρασή τους με έναν βοηθό τεχνητής νοημοσύνης κατά τη συγγραφή μιας εργασίας. Σε 77 φοιτητές που είχαν απεριόριστη πρόσβαση στο ChatGPT, διαπίστωσαν ότι σχεδόν στις μισές από όλες τις αλληλεπιδράσεις με το εργαλείο οι φοιτητές ζητούσαν να γράψει την εργασία για λογαριασμό τους.
Έξι φοιτητές δεν χρησιμοποίησαν καθόλου το ChatGPT. Οι υπόλοιποι ακολούθησαν ένα μείγμα προσεγγίσεων: άλλοι το χρησιμοποίησαν για να δημιουργήσουν ιδέες, άλλοι για να διορθώσουν ή να επιμεληθούν ένα προσχέδιο που είχαν γράψει οι ίδιοι. Κάποιοι καθοδηγούσαν την τεχνητή νοημοσύνη πληκτρολογώντας προτροπές και ζητώντας της να γράψει και να αναθεωρήσει το περιεχόμενο, σε μια διαδικασία που οι ερευνητές αποκαλούν «vibe writing».
Η μελέτη δημοσιεύτηκε στα πρακτικά του συνεδρίου CHI 2026 για τους ανθρώπινους παράγοντες στα υπολογιστικά συστήματα. Ένα από τα πιο αξιοσημείωτα ευρήματα ήταν ότι οι φοιτητές ένιωθαν ότι η εργασία ήταν δική τους ακόμη και όταν είχαν αναθέσει μεγάλο μέρος της διαδικασίας στην τεχνητή νοημοσύνη. Όσοι βασίστηκαν κυρίως στο ChatGPT για σχεδιασμό ή αναθεώρηση ανέφεραν εξίσου ισχυρό αίσθημα ιδιοκτησίας με όσους δεν χρησιμοποίησαν καθόλου το εργαλείο. Μόνο όσοι ζητούσαν από το ChatGPT να παράγει ολόκληρη την εργασία ανέφεραν σταθερά σημαντικά χαμηλότερο αίσθημα ιδιοκτησίας.
Ο Άντριου Τζέλσον (Andrew Jelson), επικεφαλής διδακτορικός φοιτητής πληροφορικής στην έρευνα, έθεσε το ερώτημα: «Ακόμη κι αν χρησιμοποιούσαν το ChatGPT για να τους δώσει όλες τις ιδέες, εξακολουθούσαν να νιώθουν ότι η εργασία είναι δική τους. Αν δεν δημιουργείς εσύ τις ιδέες, πώς μπορείς να την κατέχεις;» Οι ερευνητές τονίζουν ότι αυτό δεν είναι μόνο ζήτημα ακαδημαϊκής ακεραιότητας, αλλά και δεξιοτήτων. Φοιτητές που αποφοιτούν πιστεύοντας ότι μπορούν να σκεφτούν δύσκολα προβλήματα επειδή έχουν «γράψει» δεκάδες εργασίες, ενώ στην πραγματικότητα είχαν αναθέσει αθόρυβα μεγάλο μέρος της διαδικασίας στην τεχνητή νοημοσύνη, μπορεί να είναι ανεπαρκώς προετοιμασμένοι για τον χώρο εργασίας.
Σε μεταγενέστερη έρευνα, η ομάδα εξέτασε αν η ορατότητα της χρήσης τεχνητής νοημοσύνης προς τους διδάσκοντες αλλάζει τον τρόπο με τον οποίο οι φοιτητές τη χρησιμοποιούν. Σε μια τάξη χρησιμοποιήθηκε το σύστημα Student Writing with Accountable Generative AI (SWAG), που ανέπτυξε η ερευνητική ομάδα. Οι φοιτητές ενημερώθηκαν ότι οι αλληλεπιδράσεις τους με την τεχνητή νοημοσύνη θα καταγράφονταν και θα μπορούσαν να τις δουν οι διδάσκοντες.
Αυτή η αλλαγή στη λογοδοσία μεταμόρφωσε τη συμπεριφορά, σύμφωνα με τον αναπληρωτή καθηγητή πληροφορικής Σανγκ Γουόν Λι (Sang Won Lee). Τα αιτήματα προς το γλωσσικό μοντέλο να γράψει ολόκληρη την εργασία μειώθηκαν σημαντικά. Η μείωση παρέμεινε ακόμη και όταν οι υποβολές ανωνυμοποιήθηκαν, ώστε οι διδάσκοντες να μην μπορούν να δουν ποιος φοιτητής παρήγαγε κάθε εργασία. Ο Λι σημείωσε ότι οι φοιτητές φάνηκε να εσωτερικεύουν το πρότυπο της λογοδοσίας και ότι η πτώση της εξωτερικής ανάθεσης υποδηλώνει αλλαγή στον τρόπο που έβλεπαν το ίδιο το έργο, όχι απλώς φόβο συνεπειών.
Η προσέγγιση μετατοπίζει την προσοχή από την απλή ανίχνευση του αν ένας φοιτητής χρησιμοποίησε τεχνητή νοημοσύνη στο αν τη χρησιμοποίησε σύμφωνα με τις προσδοκίες των διδασκόντων. Η έκδοση του ChatGPT που χρησιμοποιείται στο SWAG μπορεί να αλλάξει τη συμπεριφορά της με βάση κανόνες που θέτουν οι διδάσκοντες για συγκεκριμένες εργασίες. Για παράδειγμα, ο διδάσκων μπορεί να ρυθμίσει το σύστημα ώστε να αρνείται αιτήματα για συγγραφή ολόκληρης της εργασίας ή να θέτει ερωτήσεις που ενεργοποιούν την κριτική σκέψη αντί να δίνει άμεση απάντηση.
Ο Νταν Ντάνλαπ (Dan Dunlap), επισκέπτης αναπληρωτής καθηγητής πληροφορικής και συνεργάτης του έργου, είπε ότι στόχος είναι να ενσωματωθεί η χρήση της τεχνητής νοημοσύνης στην εκπαίδευση και να δοθεί στους διδάσκοντες η δυνατότητα να κατευθύνουν τον τρόπο με τον οποίο οι φοιτητές αλληλεπιδρούν μαζί της. Η ομάδα, που περιλαμβάνει και τους μεταπτυχιακούς συνεργάτες Ντάνιελ Μάνες (Daniel Manesh) και Άλις Τζανγκ (Alice Jang), καθώς και τον Γιανγκ-Χο Κιμ (Young-Ho Kim) του NAVER AI Lab, χτίζει τώρα μια έκδοση που ενσωματώνεται απευθείας σε πλατφόρμες διαχείρισης μάθησης. Οι διδάσκοντες θα μπορούν να ορίζουν αποδεκτούς τύπους βοήθειας από την τεχνητή νοημοσύνη και να λαμβάνουν αναφορές διαφάνειας που περιγράφουν τις αλληλεπιδράσεις των φοιτητών μαζί με την εργασία τους.
Η έρευνα αποτελεί μια σπάνια προσπάθεια καταγραφής της συνεργασίας φοιτητή και τεχνητής νοημοσύνης σε πραγματικό χρόνο. Ο απώτερος στόχος δεν είναι να απαγορευτούν τα εργαλεία τεχνητής νοημοσύνης από την τάξη, αλλά να βρεθούν τρόποι ώστε οι διδάσκοντες να καθοδηγούν τη χρήση τους, κάνοντας τις αλληλεπιδράσεις πιο ορατές και τελικά πιο εκπαιδευτικές. Όπως είπε ο Τζέλσον: «Η τεχνητή νοημοσύνη δεν πρόκειται να εξαφανιστεί. Ας την ενσωματώσουμε λοιπόν στο πρόγραμμα σπουδών με τρόπο που έχει νόημα».
Σχόλια