Η νέα πραγματικότητα, το χάσμα και η επόμενη μέρα

Υπήρξαν εποχές -όχι πολύ παλιά- που µια εργασία για τη σχολή µάς στερούσε τον ύπνο. Κυριολεκτικά. Ξηµέρωνε και ακόµη βρισκόµασταν µπροστά στον υπολογιστή, γράφοντας, σβήνοντας, ξαναγράφοντας. Για µία παράγραφο µπορεί να χρειαζόµασταν και µία ολόκληρη ώρα! Κι ύστερα, εκείνη η µικρή ανακούφιση όταν η εργασία επιτέλους ολοκληρωνόταν και πατούσαµε «υποβολή».

Αλλες εποχές… Κάπως νοσταλγικό, αλλά η αλήθεια είναι αυτή. Σήµερα, σε αντίθεση µε τα παραπάνω, το ChatGPT µπορεί να «γλυτώσει» έναν φοιτητή από µεγάλο µέρος αυτής της ταλαιπωρίας, της κούρασης και της αϋπνίας. Και ποιος µπορεί να τον κατηγορήσει, εδώ που τα λέµε, αν προσπαθήσει να «κόψει λίγο δρόµο»; Να µετατρέψει τις σηµειώσεις του σε bullets, ένα ολόκληρο βιβλίο σε µερικές παραγράφους και να ζητήσει από το ChatGPT να του γράψει και καµιά εργασία; Ας µην κρυβόµαστε, αν υπήρχε στα δικά µας φοιτητικά χρόνια, µάλλον θα το είχαµε δοκιµάσει κι εµείς. Και ίσως να µην είχαµε µείνει µόνο στις περιλήψεις…

Τεχνητή νοημοσύνη στα πανεπιστήμια: Η νέα πραγματικότητα, το χάσμα και η επόμενη μέρα

Σήµερα, η Τεχνητή Νοηµοσύνη έχει µπει για τα καλά στα αµφιθέατρα. Και δεν µιλάµε µόνο για το ChatGPT, αλλά και για εργαλεία όπως το Gemini, το Claude ή το NotebookLM, που έχουν αλλάξει τον τρόπο µε τον οποίο οι φοιτητές γράφουν τις εργασίες τους, διαβάζουν, αναζητούν πληροφορίες και τελικά µαθαίνουν.

Και οι καθηγητές, όµως, βρίσκονται πλέον µπροστά σε µια νέα πραγµατικότητα. Εργασίες άρτιες και καλογραµµένες, µε δοµή και επιστηµονική ορολογία και βιβλιογραφία που έχει αναζητηθεί από τα «έγκατα» του ∆ιαδικτύου. Αυτό, βέβαια, δεν σηµαίνει ότι οι φοιτητές έχουν κατανοήσει όσα γράφουν ή, πιο σωστά, όσα γράφει το ChatGPT ή κάποιο αντίστοιχο εργαλείο. Το ζήτηµα δεν είναι µόνο αν χρησιµοποιούν το ChatGPT, αλλά και πόσο από τη σκέψη και την προσωπική τους προσπάθεια αφήνουν τελικά στα χέρια του.

Έτοιμες περιλήψεις

«Στο ελληνικό πανεπιστήµιο δεν άλλαξε απλώς η αναζήτηση πληροφορίας, αλλά θα λέγαµε ότι καταργήθηκε η τριβή µε το κείµενο», λέει στα «Παραπολιτικά» ο Σταύρος Καπερώνης, επίκουρος καθηγητής στο Τµήµα Επικοινωνίας, Μέσων και Πολιτισµού του Παντείου Πανεπιστηµίου. Οπως εξηγεί, πλέον οι φοιτητές µπορούν να ανεβάσουν ένα ολόκληρο σύγγραµµα σε κάποιο εργαλείο Τεχνητής Νοηµοσύνης και να πάρουν µέσα σε λίγα δευτερόλεπτα µια περίληψη µε όσα χρειάζονται. Χωρίς να χρειαστεί να διαβάσουν εκατοντάδες σελίδες ή να αναζητήσουν µόνοι τους τις σηµαντικότερες πληροφορίες. Αυτό, βέβαια, δεν σηµαίνει ότι έχουν καταλάβει και όσα διαβάζουν. Ο κ. Καπερώνης παρατηρεί ότι πολλές εργασίες παρουσιάζουν πλέον µια «αφύσικη τελειότητα». Είναι καλογραµµένες, γεµάτες επιστηµονικούς όρους, µε υπερβολικά ισορροπηµένες παραγράφους, αλλά συχνά έχουν και «µια ουδετερότητα, που δεν παίρνει ποτέ ρίσκο». Με άλλα λόγια, όλα µοιάζουν σωστά, µέχρι να ζητηθεί από τον φοιτητή να εξηγήσει τι ακριβώς έχει γράψει. Εκεί, αρκετές φορές αρχίζουν οι δυσκολίες. «Αντί για αναγνώστες, θα έλεγα ότι έχουµε πλέον χειριστές περιλήψεων», σηµειώνει.

Στο ίδιο ζήτηµα αναφέρεται και ο Νίκος Παναγιώτου, καθηγητής στο Τµήµα ∆ηµοσιογραφίας και ΜΜΕ του Αριστοτελείου Πανεπιστηµίου, διευθυντής του Εργαστηρίου Ειρηνευτικής ∆ηµοσιογραφίας. «Ο µεγαλύτερος κίνδυνος δεν είναι η αντιγραφή. Είναι η γνωστική εκχώρηση», τονίζει, εξηγώντας ότι οι φοιτητές δεν χρησιµοποιούν πλέον την Τεχνητή Νοηµοσύνη µόνο για να γράψουν µια εργασία, αλλά πολλές φορές της αναθέτουν και ένα µέρος της σκέψης τους. Και αυτό είναι ίσως το µεγαλύτερο ζήτηµα που προκύπτει για τα πανεπιστήµια. Γιατί άλλο είναι να χρησιµοποιεί ένας φοιτητής το ChatGPT για να τον βοηθήσει στο διάβασµα και άλλο να βασίζεται σε αυτό για να κάνει σχεδόν όλη τη δουλειά.

Οι εξετάσεις αλλάζουν

Κάπως έτσι, οι καθηγητές καλούνται να αλλάξουν και τον τρόπο µε τον οποίο αξιολογούν τους φοιτητές τους. Και σε αυτό οι δύο πανεπιστηµιακοί συµφωνούν. Το να παραδώσει κάποιος µια καλογραµµένη εργασία δεν αρκεί πια. Σηµασία έχουν και όσα έχουν προηγηθεί µέχρι να φτάσει στο τελικό κείµενο. Ο κ. Καπερώνης, για παράδειγµα, ζητά προσχέδια, τεκµηρίωση και προφορική υποστήριξη της εργασίας, ενώ ο κ. Παναγιώτου δίνει έµφαση στις πηγές που αναζήτησε ο φοιτητής, στα στάδια της έρευνάς του, ακόµα και στις ερωτήσεις που έκανε στην Τεχνητή Νοηµοσύνη. Με λίγα λόγια, οι καθηγητές δεν θέλουν να δουν µόνο τι έγραψε ο φοιτητής, αλλά και πώς έφτασε να το γράψει. Γιατί µια εργασία µπορεί να είναι άψογη, µε σωστά διατυπωµένα συµπεράσµατα και παραποµπές που µοιάζουν αξιόπιστες, αλλά δεν είναι πάντα. Ο κ. Καπερώνης αναφέρει περιπτώσεις στις οποίες τα εργαλεία Τεχνητής Νοηµοσύνης επινοούν βιβλιογραφικές αναφορές, ακόµα και νόµους ή ΦΕΚ που δεν υπήρξαν ποτέ. Ούτε τα προγράµµατα ανίχνευσης AI είναι πάντα αξιόπιστα, αφού µπορεί να χαρακτηρίσουν ως προϊόν Τεχνητής Νοηµοσύνης ένα κείµενο που έχει γράψει ο ίδιος ο φοιτητής. Και αν εκείνος δεν µπορεί να εξηγήσει τι έχει γράψει, τότε τι ακριβώς θα αξιολογήσει ο καθηγητής; Τη γνώση του ή την ικανότητά του να χρησιµοποιεί το ChatGPT;

Βέβαια, δεν σηµαίνει ότι όποιος χρησιµοποιεί το ChatGPT αντιγράφει κιόλας. Ενας φοιτητής µπορεί, για παράδειγµα, να ζητήσει βοήθεια για να καταλάβει κάτι που τον δυσκολεύει ή να οργανώσει τις σηµειώσεις του. Αλλο, όµως, να σε βοηθά η Τεχνητή Νοηµοσύνη κι άλλο να κάνει τη δουλειά αντί για σένα. Οπως εξηγεί ο κ. Καπερώνης, δεν αντιµετωπίζουν όλα τα πανεπιστηµιακά τµήµατα µε τον ίδιο τρόπο τη χρήση της ΤΝ. Κάποιοι καθηγητές είναι πιο αυστηροί, άλλοι επιτρέπουν τη χρήση της υπό προϋποθέσεις.

Στο Τµήµα Επικοινωνίας, Μέσων και Πολιτισµού του Παντείου, όπως αναφέρει, υπάρχει ήδη σχετικός κανονισµός. Ο ίδιος, πάντως, θεωρεί σηµαντικό να δηλώνουν οι φοιτητές αν χρησιµοποίησαν Τεχνητή Νοηµοσύνη και σε ποια σηµεία της εργασίας τους. «Οταν κρύβεις το εργαλείο, υπάρχει δόλος. Οταν το δηλώνεις, υπάρχει µεθοδολογία», λέει χαρακτηριστικά. Γιατί τελικά το ζήτηµα δεν είναι να απαγορευτεί το ChatGPT, αλλά να υπάρχουν ξεκάθαροι κανόνες για τη χρήση του. Να ξέρει, δηλαδή, ο καθηγητής πού τελειώνει η βοήθεια της Τεχνητής Νοηµοσύνης και πού αρχίζει η δουλειά του φοιτητή.

Ένα νέο χάσμα

Υπάρχει, όµως, και κάτι ακόµα που επισηµαίνει ο κ. Παναγιώτου: δεν χρησιµοποιούν όλοι οι φοιτητές το ChatGPT µε τον ίδιο τρόπο. Κάποιοι το αξιοποιούν για να µάθουν περισσότερα, ενώ άλλοι για να γλυτώσουν το διάβασµα. Και κάπως έτσι δηµιουργείται αυτό που ο καθηγητής του ΑΠΘ ονοµάζει «AI Knowledge Gap», δηλαδή ένα νέο χάσµα γνώσης ανάµεσα στους φοιτητές. Από τη µία υπάρχουν εκείνοι που χρησιµοποιούν την Τεχνητή Νοηµοσύνη για να ψάξουν περισσότερες πληροφορίες, να συγκρίνουν πηγές και να καταλάβουν καλύτερα ένα θέµα. Από την άλλη, εκείνοι που αρκούνται σε όσα τους δίνει το ChatGPT, χωρίς να µπουν στη διαδικασία να τα ψάξουν και µόνοι τους. «Η ΤΝ αποσυνδέει για πρώτη φορά τόσο έντονα τα δύο: µπορεί κάποιος να έχει την απάντηση χωρίς να έχει αποκτήσει τη γνώση που οδηγεί σε αυτήν», εξηγεί ο κ. Παναγιώτου.

Ας πάρουµε, για παράδειγµα, τη δηµοσιογραφία. Ενας φοιτητής µπορεί να ζητήσει από το ChatGPT να του συγκεντρώσει πληροφορίες για ένα θέµα ή να τον βοηθήσει να οργανώσει το υλικό του. Αν όµως αρκεστεί σε όσα του απαντήσει, χωρίς να ελέγξει τις πηγές και τα στοιχεία, τότε υπάρχει πρόβληµα. Γιατί στη δηµοσιογραφία δεν αρκεί να έχεις µια πληροφορία. Πρέπει να τη διασταυρώνεις.

Ο κ. Καπερώνης, µάλιστα, είναι ιδιαίτερα κατηγορηµατικός: «Για τη δηµοσιογραφία και την επικοινωνία, η εκχώρηση βασικών δεξιοτήτων στο AI, κατά την άποψή µου, ισοδυναµεί µε επαγγελµατική αυτοκτονία». Οπως εξηγεί, κανένα εργαλείο Τεχνητής Νοηµοσύνης δεν µπορεί να βρεθεί στον δρόµο, να κάνει πρωτογενές ρεπορτάζ ή να αντιληφθεί όσα κρύβονται πίσω από µια απάντηση. Το τρέµουλο στη φωνή ενός ανθρώπου, µια παύση, µια µατιά που αποφεύγει την ερώτηση. Η διασταύρωση, η κρίση και η αµφισβήτηση της πηγής παραµένουν δουλειά του δηµοσιογράφου.

Η επόμενη ημέρα

Η Τεχνητή Νοηµοσύνη, πάντως, ήρθε για να µείνει και η απαγόρευσή της στα πανεπιστήµια δύσκολα θα µπορούσε να αποτελέσει λύση. Αντίθετα, φαίνεται πως τα επόµενα χρόνια θα αλλάξει αρκετά και η ίδια η εικόνα του µαθήµατος. Ο κ. Καπερώνης περιγράφει ένα αµφιθέατρο όπου οι φοιτητές θα έχουν ήδη χρησιµοποιήσει το ChatGPT πριν µπουν στην αίθουσα. Το µάθηµα θα ξεκινά, κατά κάποιον τρόπο, ανάποδα. Πρώτα θα εξετάζουν τι απάντησε η Τεχνητή Νοηµοσύνη και µετά θα προσπαθούν να εντοπίσουν τα λάθη της, τις πληροφορίες που παρέλειψε ή τις πλευρές ενός θέµατος που αγνόησε.

Ο ίδιος προβλέπει αλλαγές και στις εξετάσεις, µε περισσότερες προφορικές δοκιµασίες, γραπτά µέσα στην τάξη χωρίς κινητά και οµαδικές εργασίες που θα γίνονται εκείνη τη στιγµή. ∆εν βλέπει, πάντως, αυτή την εξέλιξη ως απειλή για το πανεπιστήµιο. Αντίθετα, εκτιµά ότι η Τεχνητή Νοηµοσύνη µπορεί να το αναγκάσει να αφήσει πίσω του τη διεκπεραιωτική πλευρά της Εκπαίδευσης και να δώσει µεγαλύτερη σηµασία στην κριτική σκέψη. Στο ίδιο ζήτηµα επιµένει και ο κ. Παναγιώτου, ο οποίος αναφέρεται στην ανάγκη να µάθουν οι φοιτητές όχι µόνο να χρησιµοποιούν τα εργαλεία Τεχνητής Νοηµοσύνης, αλλά και να αµφισβητούν τις απαντήσεις τους. Πρόκειται για ένα ζήτηµα που απασχολεί και το Εργαστήριο Ειρηνευτικής ∆ηµοσιογραφίας του ΑΠΘ, το οποίο, σύµφωνα µε τον ίδιο, έχει συµµετάσχει σε διεθνή ερευνητική εργασία για την Τεχνητή Νοηµοσύνη, την Εκπαίδευση και τις κοινωνικές ανισότητες, σε συνεργασία µε το Center for Sustainable Development του Columbia University. «AI literacy δεν είναι να µάθεις να ρωτάς καλύτερα τη µηχανή. Είναι να µάθεις πότε πρέπει να την αµφισβητείς», τονίζει.

Οσο για εκείνα τα φοιτητικά ξενύχτια που θυµηθήκαµε στην αρχή, ας µείνουν καλύτερα στο παρελθόν. ∆εν υπάρχει λόγος να ταλαιπωρούνται οι σηµερινοί φοιτητές όσο ταλαιπωρηθήκαµε εµείς, εφόσον έχουν στη διάθεσή τους εργαλεία που µπορούν να τους διευκολύνουν.

Δημοσιεύθηκε στην Εφημερίδα Παραπολιτικά