“Fingimos trabalhar e eles fingem nos pagar.” Foi o que os soviéticos diários disseram nas décadas de 1970 e 1980, enquanto a União Soviética ocha em direção ao colapso.
O ensino superior americano hoje está enfrentando uma crise de confiança semelhante.
A maioria das pessoas na academia parece contente em ignorar os sinais de colapso iminente e continua como se o establishment fosse inevitável. Aumentos sustentados nas mensalidades, expansão da burocracia administrativa, impulsos incansáveis de captação de recursos e uma preocupação com palavras -chave como “eficiência” dominam o ecossistema acadêmico. A eficiência na linguagem acadêmica de hoje parece alinhada com como ensinar a maioria dos estudantes (ou seja, maximizar a receita) com o menor número de sobrecarga (ou seja, empregando o menor número ou o corpo docente mais bem pago). Essa movimentação interminável de eficiência é a maior crise no ensino superior hoje.
Pelo menos nos últimos dois ciclos acadêmicos, as pessoas reconheceram que a inteligência synthetic (IA) está pronta para desempenhar um papel sério no ensino superior americano. No início, o desafio foi como detectar se os alunos estão usando a IA para concluir as tarefas. Depois que o ChatGPT foi lançado para consumo público, ficou claro que o software program poderia fazer um pouco de trabalho em nome do aluno empreendedor. Basta inserir seu immediate e inserir alguns parâmetros, e o chatbot retornaria uma peça de escrita bastante convincente. As únicas perguntas se tornaram, 1) quanto os alunos precisam alterar a produção do chatbot antes da submissão e 2) como o corpo docente poderia identificar essa intervenção synthetic. Os debates do corpo docente se concentraram em como identificar o trabalho gerado pela IA e qual seria a resposta apropriada. Fazemos a acusação do plágio? Usar um chatbot parece ser uma forma de desonestidade acadêmica, mas de quem o aluno está copiando? Como muitos professores, vi alguns exemplos claros de IA nos envios de ensaios para estudantes. Felizmente, como empregava uma rubrica específica em minhas aulas, pude desconsiderar se o aluno agia sozinho ou não e simplesmente classificar o ensaio com base em quão bem ele atendeu a cada uma das expectativas. O fato de que o conteúdo gerado pela IA tendia a incluir muita cotão, que freqüentemente carecia de precisão e cotações diretas, e que muitas vezes refletia uma hesitação em assumir posições fortes tornou mais fácil de detectar e tornou seu uso menos atraente para meus alunos, dadas as implicações graves.
Se as complicações em torno do trabalho de classificação da IA ou da IA representassem um desafio à integridade do sistema educacional, poderíamos ficar tranquilos sabendo que poderíamos perseverar indefinidamente e superar. Mas, infelizmente, não podemos. A questão mais severa que ameaça aumentar o sistema não é o desafio de detectar a IA no trabalho dos estudantes, mas o fato de as universidades agora incentivarem um abraço por atacado da IA.
As universidades dos Estados Unidos-especialmente os auto-proclamados de ponta ou inovadores-estão declarando que a IA é o futuro e que devemos ensinar aos alunos a dominar a IA para se preparar para suas carreiras. Nós, professores, devemos alavancar a IA na sala de aula de acordo. Como é isso, você pode perguntar? Em parte, significa pedir aos professores que pensem em como a IA pode ser usada para criar tarefas e planos de lição, como ela pode ajudar na pesquisa e como isso pode ajudar a classificar os alunos a trabalhar.
O uso da IA como ferramenta de ensino parece inócuo o suficiente – depois de tudo, se um instrutor usar a IA para criar perguntas para um teste, solicitar um ensaio ou uma apresentação de slides para o consumo de estudantes, presumivelmente tudo seria baseado no materials entregue no curso, com a IA usando como fonte a mesma corpus de informação. Ou assim deveria ser.
O uso da IA para ajudar na pesquisa também parece inocente o suficiente. Antes, eu tinha que usar palavras -chave para pesquisar em bancos de dados e catálogos e depois ler uma enorme quantidade de materials. Tomar anotações, organizar meus pensamentos e desenvolver um argumento foi um processo inerentemente demorado e ineficiente. Eu poderia ler centenas de páginas de materials e depois perceber que a direção que tomei foi em vão, portanto, exigindo que eu começasse a frescas. A IA promete expandir minha pesquisa e entregar resumos que posso processar com mais eficiência enquanto procuro encontrar uma direção para minha bolsa de estudos. Agora posso usar meu tempo com mais sabedoria, graças à IA, então a história continua. Toda essa eficiência significa que posso realizar ainda mais pesquisas ou que posso liberar meu tempo para ensinar os alunos com mais eficiência.
E assim, chegamos ao ponto essential da questão: usando a IA para classificar o trabalho dos alunos.
A classificação representa uma parcela de tempo significativa para a maioria dos professores no ensino superior. Os ensaios provavelmente levam mais tempo para classificar, mas os testes de múltipla escolha e as postagens de discussão podem, da mesma forma, exigir gastos significativos de esforço para avaliá-los de maneira justa. O suggestions sobre as tarefas representa um pilar da educação, uma oportunidade de orientar os alunos e desafiá -los a pensar criticamente. Classificando meus seminários de discussão, que são baseados em uma parte de participação e uma parte argumentativa de ensaio, é gerenciável com meus cursos limitados aos 21 anos. Posso dedicar o tempo necessário para ajudar os alunos e conceder -lhes uma pontuação para o curso proporcional às suas habilidades exibidas (idealmente demonstradas através do progresso no curso do semestre). Mas, uma vez que o tamanho da classe cresce além de 21, minha capacidade de classificar e usar o suggestions à medida que uma ferramenta de aprendizado diminui.
Aqui voltamos ao caminho para a eficiência. As universidades já adotaram mais professores de meio período, uma dependência de assistentes de classificação (geralmente extraídos das fileiras de outros estudantes, que trabalham por muito menos dinheiro) e tamanhos grandes para maximizar a lucratividade. Todas as instituições precisam permanecer solventes; portanto, isso por si só não é um pecado. No entanto, o avanço contínuo dos limites significou que a experiência actual do aluno está em declínio há décadas. Ai promete piorar. Pode -se ampliar o número de estudantes em um curso e reduzir os facilitadores pagos da referida aula usando a IA. A máquina pode tomar uma rubrica e grau milhares de envios de alunos – não importa o quão complexo – em um tempo minúsculo. Não é preciso uma grande imaginação para imaginar o administrador da faculdade pensando em como seria mais lucrativo um curso nesse cenário.
Aqui está a armadilha. Se os alunos aprendem a usar a IA para concluir as tarefas e os professores usam a IA para projetar cursos, tarefas e trabalho de estudante de classificação, qual é o valor do ensino superior? Quanto tempo até as pessoas descartarem o diploma como um pedaço de papel absurdamente caro? Quanto tempo até isso escorre e influencia nossa produção econômica e cultural? Simplificando, podemos pagar um cenário em que os alunos fingem aprender e fingimos ensiná -los?
Robert Niebuhr é professor de ensino e homenageado na Universidade Estadual do Arizona.
