Η αυξανόμενη χρήση της τεχνητής νοημοσύνης από μαθητές φαίνεται ότι βελτιώνει τις σχολικές επιδόσεις βραχυπρόθεσμα, όμως ενδέχεται να επιβαρύνει σημαντικά την ανάπτυξη της κριτικής σκέψης και της αυτονομίας τους σε βάθος χρόνου. Αυτό επισημαίνει ο εκπαιδευτικός και ερευνητής της τεχνητής νοημοσύνης Timothy Cook, M.Ed., σε άρθρο του στο Psychology Today, παρουσιάζοντας νέα ερευνητικά δεδομένα που προκαλούν έντονο προβληματισμό για τον τρόπο με τον οποίο χρησιμοποιείται σήμερα το AI στην εκπαίδευση.

Οι καλύτεροι βαθμοί μπορεί να κρύβουν μια σημαντική απώλεια

Τα πρώτα αποτελέσματα από τη χρήση εργαλείων τεχνητής νοημοσύνης είναι εντυπωσιακά. Οι μαθητές ολοκληρώνουν τις εργασίες τους πιο γρήγορα, αφιερώνουν λιγότερο χρόνο στη μελέτη και παραδίδουν καλύτερα αποτελέσματα.

Ωστόσο, μια μεγάλη μελέτη διάρκειας 30 μηνών, στην οποία συμμετείχαν σχεδόν 27.000 μαθητές δευτεροβάθμιας εκπαίδευσης, δείχνει ότι η εικόνα αλλάζει όταν οι μαθητές κληθούν να αποδώσουν χωρίς τη βοήθεια του AI.

Σύμφωνα με τα ευρήματα, οι επιδόσεις στις εργασίες αυξήθηκαν κατά περίπου 18%, ενώ ο χρόνος ολοκλήρωσής τους μειώθηκε σχεδόν κατά ένα τρίτο. Παρ’ όλα αυτά, μέσα σε έξι μήνες οι βαθμολογίες στις γραπτές εξετάσεις χωρίς πρόσβαση σε τεχνητή νοημοσύνη μειώθηκαν κατά περίπου 20%, ενώ στις εξετάσεις εισαγωγής η πτώση κυμάνθηκε μεταξύ 18% και 24%.

Το σημαντικότερο είναι ότι η αρνητική επίδραση δεν γίνεται άμεσα αντιληπτή. Οι μαθητές συνεχίζουν να φαίνονται επιτυχημένοι μέχρι τη στιγμή που καλούνται να εργαστούν αποκλειστικά με τις δικές τους γνώσεις.

Όσο μεγαλύτερη η εξοικείωση με το AI, τόσο μεγαλύτερος ο κίνδυνος

Ένα ακόμη ενδιαφέρον εύρημα προέρχεται από έρευνα σε 299 φοιτητές επιστημονικών και τεχνολογικών σχολών.

Οι ερευνητές διαπίστωσαν ότι δεν ήταν οι λιγότερο ικανοί φοιτητές εκείνοι που επηρεάστηκαν περισσότερο. Αντίθετα, οι μεγαλύτερες μειώσεις στις γνωστικές δεξιότητες καταγράφηκαν σε όσους είχαν μεγάλη αυτοπεποίθηση στη χρήση της τεχνητής νοημοσύνης, έντονο ενδιαφέρον για την τεχνολογία και χρησιμοποιούσαν καθημερινά τα εργαλεία AI.

Η μεγαλύτερη απώλεια αφορούσε την ικανότητα αυτοαξιολόγησης: τη δυνατότητα δηλαδή να εντοπίζει κάποιος τα λάθη του, να ελέγχει τη σκέψη του και να αναγνωρίζει τι πραγματικά γνωρίζει και τι όχι.

Γιατί τα παιδιά «πληρώνουν» δύο φορές

Κατά τον Timothy Cook, τα παιδιά επιβαρύνονται με δύο διαφορετικούς τρόπους όταν συνηθίζουν να βασίζονται υπερβολικά στην τεχνητή νοημοσύνη.

Η πρώτη απώλεια αφορά την ίδια τη διαδικασία της μάθησης. Κάθε σχολική εργασία δεν αξιολογεί μόνο το τελικό αποτέλεσμα, αλλά βοηθά τον εγκέφαλο να αναπτύξει νέες δεξιότητες μέσα από την προσπάθεια, τη σκέψη και την επίλυση προβλημάτων. Όταν το AI αναλαμβάνει αυτό το έργο, ο μαθητής μπορεί να πάρει υψηλό βαθμό χωρίς να έχει αποκτήσει την αντίστοιχη γνώση.

Η δεύτερη συνέπεια είναι ακόμη πιο ανησυχητική. Για να χρησιμοποιήσει κανείς αποτελεσματικά ένα σύστημα τεχνητής νοημοσύνης, πρέπει να μπορεί να αξιολογήσει αν η απάντηση είναι σωστή, πλήρης ή παραπλανητική. Αυτό όμως προϋποθέτει ήδη υπάρχουσες γνώσεις στο αντικείμενο.

Αν αυτές οι γνώσεις δεν έχουν ποτέ οικοδομηθεί, τότε ο μαθητής αδυνατεί να ελέγξει το εργαλείο στο οποίο βασίζεται και καταλήγει να εξαρτάται ακόμη περισσότερο από αυτό.

Στα παιδιά το πρόβλημα είναι βαθύτερο από ό,τι στους ενήλικες

Στους ενήλικες, η υπερβολική εξάρτηση από την τεχνητή νοημοσύνη μπορεί να οδηγήσει σε σταδιακή απώλεια δεξιοτήτων που είχαν ήδη αποκτηθεί. Με εξάσκηση όμως, αυτές μπορούν συνήθως να επανέλθουν.

Στα παιδιά, η κατάσταση είναι διαφορετική. Οι βασικές γνωστικές δεξιότητες, η αναλυτική σκέψη και η ικανότητα επίλυσης προβλημάτων βρίσκονται ακόμη υπό διαμόρφωση. Αν η διαδικασία αυτή αντικατασταθεί συστηματικά από την τεχνητή νοημοσύνη, υπάρχει ο κίνδυνος ορισμένες δεξιότητες να μην αναπτυχθούν ποτέ στον βαθμό που θα έπρεπε.

Απαγόρευση ή σωστή αξιοποίηση;

Ο Cook δεν θεωρεί ότι η πλήρης απαγόρευση της τεχνητής νοημοσύνης στα σχολεία αποτελεί τη σωστή λύση. Αντίθετα, εκτιμά ότι κάτι τέτοιο πιθανότατα θα οδηγήσει απλώς στη χρήση της εκτός σχολικής τάξης, χωρίς κανέναν έλεγχο.

Προτείνει μια διαφορετική προσέγγιση, όπου οι εκπαιδευτικές δραστηριότητες σχεδιάζονται έτσι ώστε να απαιτούν πραγματική σκέψη, προσωπική αιτιολόγηση και κριτική αξιολόγηση των απαντήσεων του AI. Εναλλαγή εργασιών με και χωρίς τεχνητή νοημοσύνη, αξιολόγηση της διαδικασίας και όχι μόνο του αποτελέσματος και ερωτήματα που απαιτούν ουσιαστική κατανόηση μπορούν να λειτουργήσουν ως προστατευτικοί μηχανισμοί.

Το μεγαλύτερο παράδοξο, σύμφωνα με τον ίδιο, είναι ότι οι μαθητές που σήμερα δείχνουν οι πιο αποδοτικοί και πιο γρήγοροι στη χρήση της τεχνητής νοημοσύνης ενδέχεται να είναι εκείνοι που θα αντιμετωπίσουν τις μεγαλύτερες δυσκολίες στο μέλλον, όταν θα χρειαστεί να αποδείξουν τις πραγματικές τους γνώσεις χωρίς τη βοήθεια των αλγορίθμων.