Οι μαθητές και οι φοιτητές έχουν ενσωματώσει την τεχνητή νοημοσύνη στην καθημερινή τους μελέτη με εντυπωσιακή ταχύτητα.
Έρευνα της εκπαιδευτικής εταιρείας Chegg έδειξε πέρυσι ότι περίπου το 80% των προπτυχιακών φοιτητών στις πλουσιότερες χώρες χρησιμοποιούσε εργαλεία AI στις σπουδές του. Ακόμη πιο πρόσφατα στοιχεία ανεβάζουν το ποσοστό στο 94% στη Βρετανία και στο 93% στη Γερμανία.
Η τόσο μαζική υιοθέτηση της τεχνολογίας έχει προκαλέσει, φυσικά, ανησυχία.
Τι κάνει η AI στη μάθηση των μαθητών
Εκπαιδευτικοί περιγράφουν περιπτώσεις στις οποίες καλούνται να διορθώσουν σχεδόν πανομοιότυπες εργασίες, με την υποψία ότι έχουν παραχθεί από το ίδιο chatbot. Το βασικό ερώτημα, όμως, παραμένει πιο ουσιαστικό:
Η AI βοηθά πραγματικά τους μαθητές να μαθαίνουν ή απλώς τους βοηθά να τελειώνουν πιο γρήγορα τις εργασίες τους;
Μέχρι πρόσφατα, δεν υπήρχαν αρκετά ισχυρά δεδομένα για να δοθεί ξεκάθαρη απάντηση.
Μια νέα έρευνα επιχειρεί να καλύψει ακριβώς αυτό το κενό.
Ο David Stromberg από το Stockholm University και οι Victor Lei και Wu Yanhui από το University of Hong Kong παρακολούθησαν περίπου 27.000 μαθητές ηλικίας 12 έως 18 ετών στην Κίνα, μια χώρα όπου η χρήση AI στην εκπαίδευση έχει αυξηθεί εξαιρετικά γρήγορα.
Περίπου το 80% των μαθητών δήλωσε ότι χρησιμοποιούσε μοντέλα όπως τα Doubao και DeepSeek. Το υπόλοιπο 20% δεν χρησιμοποιούσε AI και αποτέλεσε ουσιαστικά την ομάδα σύγκρισης.
Διαβάστε Επίσης
Τα αποτελέσματα ήταν εντυπωσιακά.
Και κάπως αντιφατικά.
Καλύτερες εργασίες, λιγότερος χρόνος
Μέσα σε έξι μήνες, οι μαθητές που χρησιμοποιούσαν AI είδαν τη μέση επίδοσή τους στις εργασίες για το σπίτι να αυξάνεται περίπου κατά 18% σε όλα τα μαθήματα.
Ταυτόχρονα, χρειάζονταν σημαντικά λιγότερο χρόνο για να τις ολοκληρώσουν.
Ο μέσος χρόνος έπεσε από περίπου 64 λεπτά στα 45 λεπτά.
Με μια πρώτη ματιά, λοιπόν, η AI φαινόταν να λειτουργεί ακριβώς όπως θα ήθελε κάποιος.
Καλύτερο αποτέλεσμα.
Σε λιγότερο χρόνο.
Μόνο που το πραγματικό τεστ ήρθε αργότερα.
Στις εξετάσεις, η εικόνα αντιστράφηκε
Όταν οι ίδιοι μαθητές κλήθηκαν να γράψουν εξετάσεις χωρίς αντίστοιχη βοήθεια, η εικόνα άλλαξε δραματικά.
Οι μαθητές που χρησιμοποιούσαν AI παρουσίασαν βαθμολογίες περίπου 20% χαμηλότερες από εκείνους που δεν είχαν χρησιμοποιήσει την τεχνολογία.
Και αυτό δημιούργησε ένα ιδιαίτερα παράξενο φαινόμενο.
Στο παρελθόν, ένας μαθητής που είχε υψηλές επιδόσεις στις εργασίες του ήταν συνήθως και ένας μαθητής που θα τα πήγαινε καλά στις εξετάσεις.
Πλέον, αυτή η σχέση φαίνεται να αποδυναμώνεται.
Οι καλύτερες εργασίες δεν σημαίνουν απαραίτητα και καλύτερη κατανόηση.
Μπορεί απλώς να σημαίνουν ότι κάποιος απέκτησε καλύτερα εργαλεία για να τις ολοκληρώσει.
Και κάπου εδώ βρίσκεται ίσως η πιο σημαντική προειδοποίηση γύρω από τη χρήση της AI στην εκπαίδευση.
Η παραγωγή μιας σωστής απάντησης δεν είναι το ίδιο πράγμα με τη μάθηση.
Διαβάστε Επίσης
Το πρόβλημα δεν είναι απαραίτητα η AI
Θα μπορούσε κάποιος να δει αυτά τα αποτελέσματα και να καταλήξει στο συμπέρασμα ότι τα σχολεία πρέπει απλώς να απαγορεύσουν την τεχνητή νοημοσύνη.
Τα ίδια τα δεδομένα, όμως, δεν οδηγούν τόσο εύκολα εκεί.
Η πτώση στις επιδόσεις των εξετάσεων εμφανιζόταν κυρίως στους μαθητές που χρησιμοποιούσαν AI για να ολοκληρώνουν τις εργασίες τους όσο πιο γρήγορα γινόταν.
Με άλλα λόγια, εκείνοι που εξοικονομούσαν περισσότερο χρόνο ήταν και εκείνοι που φαίνεται να έχαναν περισσότερο από τη διαδικασία της μάθησης.
Αντίθετα, οι μαθητές που χρησιμοποιούσαν AI αλλά εξακολουθούσαν να αφιερώνουν περίπου τον ίδιο χρόνο στη μελέτη με όσους δεν τη χρησιμοποιούσαν, παρουσίαζαν ελάχιστη ή ακόμη και μηδενική πτώση στις εξετάσεις.
Το κρίσιμο στοιχείο, λοιπόν, δεν ήταν απλώς αν χρησιμοποιούσαν AI.
Ήταν πώς τη χρησιμοποιούσαν.
AI ως "συντόμευση" ή AI ως καθηγητής
Υπάρχει τεράστια διαφορά ανάμεσα στο να ζητήσεις από ένα chatbot να σου δώσει απευθείας τη λύση και στο να του ζητήσεις να σε βοηθήσει να καταλάβεις πώς φτάνεις σε αυτή.
Στην πρώτη περίπτωση, η τεχνολογία λειτουργεί σαν shortcut.
Στη δεύτερη, μπορεί να λειτουργήσει σαν ένας διαθέσιμος προσωπικός tutor.
Οι μαθητές που διατήρησαν καλύτερες επιδόσεις στις εξετάσεις φαίνεται ότι χρησιμοποιούσαν την AI περισσότερο με αυτόν τον δεύτερο τρόπο.
Μπορεί να ζητούσαν εξηγήσεις για μια δύσκολη έννοια.
Να ζητούσαν ένα διαφορετικό παράδειγμα.
Να έκαναν ερωτήσεις πάνω σε ένα πρόβλημα αντί να ζητήσουν απλώς την τελική απάντηση.
Να χρησιμοποιούσαν το chatbot για να ελέγξουν τη σκέψη τους και όχι για να την αντικαταστήσουν.
Αυτή η διαφορά μπορεί να φαίνεται μικρή.
Στην πραγματικότητα, όμως, είναι πιθανότατα ολόκληρη η συζήτηση.
Όσο πιο γρήγορα τελειώνεις, τόσο λιγότερο μπορεί να μαθαίνεις
Τα δεδομένα της κινεζικής μελέτης δείχνουν κάτι αρκετά διαισθητικό.
Η μάθηση απαιτεί χρόνο.
Χρειάζεται να προσπαθήσεις.
Να κάνεις λάθος.
Να ξανασκεφτείς το πρόβλημα.
Να δοκιμάσεις άλλη προσέγγιση.
Αν η AI αφαιρέσει ακριβώς αυτό το κομμάτι από τη διαδικασία, τότε μπορεί να αυξήσει εντυπωσιακά την παραγωγικότητα χωρίς να αυξήσει αντίστοιχα τη γνώση.
Ένας μαθητής μπορεί να ολοκληρώσει πέντε ασκήσεις σε χρόνο που παλαιότερα χρειαζόταν για δύο.
Αν, όμως, δεν έχει καταλάβει πώς λύθηκαν, η ταχύτητα δεν έχει ιδιαίτερη αξία όταν φτάσει η ώρα της εξέτασης.
Και γι' αυτό οι μαθητές που δεν χρησιμοποιούσαν την AI για να κερδίσουν όσο περισσότερο χρόνο μπορούσαν φαίνεται να είχαν πολύ καλύτερα αποτελέσματα.
Υπάρχουν, όμως, και ενδείξεις ότι η AI μπορεί να βελτιώσει πραγματικά τη μάθηση
Μια δεύτερη πρόσφατη μελέτη δίνει μια πιο αισιόδοξη εικόνα.
Οι Zara Contractor και Germán Reyes από το Middlebury College ζήτησαν από προπτυχιακούς φοιτητές να μάθουν ένα θέμα που δεν γνώριζαν προηγουμένως.
Κάποιοι χρησιμοποίησαν chatbot.
Άλλοι όχι.
Οι φοιτητές που χρησιμοποίησαν AI σημείωσαν καλύτερες επιδόσεις στα τεστ.
Ακόμη πιο ενδιαφέρον είναι ότι το πλεονέκτημά τους δεν εξαφανίστηκε αμέσως.
Όταν η διαδικασία επαναλήφθηκε μία εβδομάδα αργότερα, εξακολουθούσαν να έχουν καλύτερη επίδοση.
Αυτό υποδηλώνει ότι η AI δεν οδηγεί αναγκαστικά σε πιο επιφανειακή μάθηση.
Μπορεί, υπό τις σωστές συνθήκες, να κάνει ακριβώς το αντίθετο.
Η πραγματική πρόκληση είναι να μην παραδώσεις τη σκέψη σου στο chatbot
Τα στοιχεία παραμένουν σχετικά περιορισμένα και θα χρειαστούν πολύ περισσότερες μελέτες για να καταλάβουμε πλήρως τι αλλάζει η generative AI στην εκπαίδευση.
Μία κατεύθυνση, όμως, αρχίζει να γίνεται αρκετά καθαρή.
Η AI μπορεί να κάνει τη μάθηση πιο αποτελεσματική, αλλά όχι όταν χρησιμοποιείται απλώς για να εξαφανίσει την προσπάθεια.
Αν ένας μαθητής ζητά αμέσως την έτοιμη λύση, μπορεί να παραδώσει μια καλύτερη εργασία χωρίς να έχει μάθει περισσότερα.
Αντίθετα, αν προσπαθήσει πρώτα μόνος του και χρησιμοποιήσει μετά την AI για να καταλάβει πού έκανε λάθος, να ζητήσει εξηγήσεις ή να εξετάσει μια διαφορετική προσέγγιση, τότε η τεχνολογία μπορεί να λειτουργήσει πραγματικά εκπαιδευτικά.
Ίσως, λοιπόν, το σημαντικότερο μάθημα να μην είναι ότι οι μαθητές πρέπει να σταματήσουν να χρησιμοποιούν AI.
Είναι ότι πρέπει να μάθουν να τη χρησιμοποιούν χωρίς να παραδίδουν σε αυτήν το πιο σημαντικό κομμάτι της διαδικασίας.
Τη σκέψη.
Με πληροφορίες από το Economist
Ακολούθησε το Esquire στο Facebook, το Twitter και το Instagram.
