อาจารย์คณิตศาสตร์เจ้าของรางวัล Fields Medal จากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ (UC Berkeley) ตัดสินใจเปลี่ยนวิธีประเมินการบ้านของนักศึกษา หลังพบว่าการใช้ AI ช่วยทำงานแพร่หลายจนยากจะแยกแยะคำตอบที่นักศึกษาทำเองกับคำตอบที่สร้างโดย AI พร้อมหันมาให้น้ำหนักกับการสอบในห้องเรียนที่ไม่อนุญาตให้ใช้อุปกรณ์อิเล็กทรอนิกส์มากขึ้น
AI เก่งขึ้นจนตรวจการบ้านได้ยาก
Richard Borcherds ศาสตราจารย์ด้านคณิตศาสตร์จาก UC Berkeley ผู้ได้รับรางวัล Fields Medal ในปี 1998 ซึ่งถือเป็นหนึ่งในรางวัลสำคัญที่สุดของวงการคณิตศาสตร์ มองว่าการให้คะแนนการบ้านจากความถูกต้องของคำตอบกำลังสูญเสียความหมาย เมื่อ AI สามารถช่วยนักศึกษาสร้างคำตอบที่ถูกต้องและมีลักษณะคล้ายงานที่มนุษย์เขียนได้มากขึ้น
เขาระบุว่า การให้คะแนนตามความถูกต้องอาจกลายเป็นแรงจูงใจให้นักศึกษาใช้ AI ทำงานแทนตัวเอง ขณะเดียวกัน นักศึกษาที่ลงมือแก้โจทย์ด้วยตัวเองก็อาจเสียเปรียบ นอกจากนี้ การจ่ายเงินให้ผู้ตรวจประเมินคำตอบที่ AI สร้างขึ้นยังเป็นการใช้เวลาและทรัพยากรอย่างไม่มีประสิทธิภาพ
ในอดีต คำตอบจาก AI มักมีข้อผิดพลาดหรือรูปแบบการเขียนที่สังเกตได้ง่ายกว่า แต่เมื่อเทคโนโลยีพัฒนาขึ้น การตรวจจับจากตัวคำตอบเพียงอย่างเดียวก็ทำได้ยากขึ้น ส่งผลให้อาจารย์ไม่สามารถระบุได้อย่างมั่นใจว่านักศึกษาคนใดใช้ AI ช่วยทำงาน
สอบในห้องเรียน อาจเป็นทางออกที่เหลืออยู่
Borcherds หันมาให้ความสำคัญกับการสอบแบบพบหน้ากัน โดยไม่อนุญาตให้ใช้โทรศัพท์ คอมพิวเตอร์ หรืออุปกรณ์อิเล็กทรอนิกส์ เพื่อประเมินความเข้าใจของนักศึกษาโดยตรง แทนการพึ่งพาการบ้านหรือข้อสอบออนไลน์ที่อาจมี AI ช่วยตอบอยู่เบื้องหลัง
ปัญหานี้ไม่ได้เกิดขึ้นเฉพาะที่ UC Berkeley โดยมีกรณีจากมหาวิทยาลัย Brown ในสหรัฐฯ ซึ่งอาจารย์พบว่าคะแนนสอบกลางภาคแบบทำที่บ้านของนักศึกษาสูงขึ้นมาอยู่ที่เฉลี่ย 96% จากเดิมที่คะแนนเฉลี่ยในอดีตอยู่ราว 65–80% จึงเปลี่ยนการสอบปลายภาคให้เป็นการสอบในห้องเรียนแทน อย่างไรก็ตาม ความแตกต่างของคะแนนเพียงอย่างเดียวไม่ได้ยืนยันว่ามีนักศึกษาใช้ AI โกงข้อสอบทุกราย
UC Berkeley ยังไม่พบเครื่องมือตรวจจับ AI ที่เชื่อถือได้เพียงพอ
มหาวิทยาลัย UC Berkeley เคยพิจารณาใช้ซอฟต์แวร์ตรวจจับงานที่สร้างโดย AI แต่ยังไม่พบเครื่องมือที่น่าเชื่อถือเพียงพอสำหรับกำหนดเป็นมาตรฐานกลางของมหาวิทยาลัย จึงเปิดโอกาสให้อาจารย์แต่ละคนกำหนดนโยบายการใช้ AI ในรายวิชาของตัวเอง โดยต้องระบุเงื่อนไขให้ชัดเจนในเอกสารรายวิชา (Syllabus)
แนวทางนี้สะท้อนความท้าทายของสถาบันการศึกษาในยุคที่ AI สามารถช่วยทำการบ้าน เขียนคำตอบ และแก้โจทย์ที่ซับซ้อนได้มากขึ้น การห้ามใช้ AI เพียงอย่างเดียวอาจไม่เพียงพอ หากยังไม่มีวิธีประเมินที่แสดงให้เห็นว่านักศึกษาเข้าใจเนื้อหาจริงหรือไม่
ในระยะต่อไป การสอบในห้องเรียน การสอบปากเปล่า และการให้นักศึกษาอธิบายขั้นตอนการคิดของตัวเอง อาจมีบทบาทมากขึ้น ขณะที่การบ้านยังสามารถใช้เป็นเครื่องมือฝึกฝนได้ แต่การให้คะแนนอาจต้องปรับเปลี่ยนเพื่อให้สะท้อนความรู้และทักษะของผู้เรียนได้อย่างเป็นธรรมมากกว่าเดิม
