Πάσχα
Eurovision
Summer
Xmas
Ο Ρίτσαρντ Μπόρτσερντς, καθηγητής στο πανεπιστήμιο Μπέρκλεϊ, σταμάτησε να βαθμολογεί την ορθότητα των εργασιών, επειδή η τεχνητή νοημοσύνη επιτρέπει υψηλούς βαθμούς χωρίς προσωπική προσπάθεια.
Ο μαθηματικός Ρίτσαρντ Μπόρτσερντς (Richard Borcherds), καθηγητής στο πανεπιστήμιο της Καλιφόρνιας στο Μπέρκλεϊ, αποφάσισε να σταματήσει τη βαθμολόγηση των εργασιών των φοιτητών του με βάση την ορθότητα των απαντήσεων. Διαπίστωσε ότι η τεχνητή νοημοσύνη επιτρέπει πλέον στους φοιτητές να εξασφαλίζουν υψηλούς βαθμούς χωρίς απαραίτητα να έχουν λύσει οι ίδιοι τις ασκήσεις.
Ο Μπόρτσερντς τιμήθηκε το 1998 με το μετάλλιο Φιλντς, μία από τις σημαντικότερες διακρίσεις στον χώρο των μαθηματικών. Υποστηρίζει ότι η εκτεταμένη χρήση εργαλείων τεχνητής νοημοσύνης έχει υπονομεύσει την αξία της παραδοσιακής αξιολόγησης των εργασιών, όπως σημειώνει η New York Post.
«Η χρήση της τεχνητής νοημοσύνης από τους φοιτητές για τις εργασίες τους είναι πλέον ευρέως διαδεδομένη», δήλωσε. Όπως εξήγησε, «η βαθμολόγηση με βάση την ορθότητα των απαντήσεων απλώς δημιουργεί ένα τεράστιο κίνητρο για τους φοιτητές να χρησιμοποιούν την τεχνητή νοημοσύνη αντί να κάνουν οι ίδιοι τις εργασίες τους, φέρνοντας παράλληλα σε μειονεκτική θέση εκείνους που επιλέγουν να δουλεύουν μόνοι τους και να μην καταφεύγουν σε τέτοια εργαλεία».
Ο καθηγητής θεωρεί επίσης ότι η πληρωμή διορθωτών για να αξιολογούν απαντήσεις που έχουν παραχθεί από την τεχνητή νοημοσύνη αποτελεί σπατάλη χρόνου και χρημάτων. Για τον λόγο αυτό, πλέον αξιολογεί τις εργασίες κυρίως με βάση το αν οι φοιτητές τις έχουν ολοκληρώσει και όχι το αν οι απαντήσεις τους είναι σωστές, παραδεχόμενος ότι δεν γνωρίζει κάποια καλύτερη λύση.
UC Berkeley professor refuses to grade his students’ homework after noticing worrying trend: ‘No point’ https://t.co/3OqUZtPTKI https://t.co/DvRfgCPwaE
— New York Post (@nypost) October 25, 2026
Τεχνητή νοημοσύνη και μαθηματικά: Μπορούν οι καθηγητές να ξεχωρίσουν ποιος έγραψε την εργασία;
Σύμφωνα με τον Μπόρτσερντς, η ταχύτατη εξέλιξη των συστημάτων τεχνητής νοημοσύνης έχει καταστήσει εξαιρετικά δύσκολο για τους καθηγητές να διαπιστώσουν αν μια εργασία αποτελεί προσωπική προσπάθεια του φοιτητή ή έχει παραχθεί από ψηφιακό εργαλείο. «Δεν υπάρχει εύκολος τρόπος να διακρίνεις τη δουλειά ενός ανθρώπου από εκείνη που έχει δημιουργηθεί από τεχνητή νοημοσύνη», ανέφερε.
«Περιστασιακά μπορούσες να καταλάβεις ότι μια εργασία είχε γίνει από AI, επειδή έκανε ορισμένα χαρακτηριστικά λάθη. Όμως η τεχνητή νοημοσύνη έχει πλέον βελτιωθεί τόσο πολύ, ώστε σπάνια κάνει προφανή λάθη», πρόσθεσε. Οι δηλώσεις του έρχονται σε μια περίοδο που τα εργαλεία αποκτούν ολοένα μεγαλύτερη ικανότητα επίλυσης σύνθετων ακαδημαϊκών προβλημάτων, προκαλώντας προβληματισμό για το πώς θα αξιολογούνται οι φοιτητές και πώς θα εκπαιδεύεται η επόμενη γενιά μαθηματικών.
Σε συνέντευξή του στην «Daily Californian», τη φοιτητική εφημερίδα του Μπέρκλεϊ, προχώρησε σε μια ιδιαίτερα απαισιόδοξη εκτίμηση. «Αν η τεχνητή νοημοσύνη συνεχίσει να βελτιώνεται με τον σημερινό ρυθμό, τότε σε λίγα χρόνια δεν θα υπάρχει τίποτα που να μπορούν να κάνουν οι άνθρωποι μαθηματικοί και να μην μπορεί να το κάνει καλύτερα η τεχνητή νοημοσύνη», υποστήριξε.
Παραδέχθηκε ότι δεν γνωρίζει πλέον τι να συμβουλεύσει τους νέους που σκέφτονται καριέρα στα μαθηματικά. Όπως σημείωσε, μόλις πριν από πέντε χρόνια το πεδίο φαινόταν σχετικά προστατευμένο από τις τεχνολογικές ανατροπές που επηρεάζουν άλλα επαγγέλματα. «Δεν έχω ιδέα τι να συμβουλεύσω. Έκανα μάλιστα ακριβώς αυτή την ερώτηση στο ChatGPT και ακόμη και το ChatGPT απάντησε ότι δεν έχει ιδέα τι πρόκειται να συμβεί», δήλωσε.
Ο Μπόρτσερντς εκτιμά ότι τα πανεπιστήμια ενδέχεται να καθυστερήσουν να προσαρμοστούν, καθώς τα ακαδημαϊκά ιδρύματα συχνά αντιστέκονται στις αλλαγές. Προέβλεψε ότι τα τμήματα μαθηματικών θα μπορούσαν να συνεχίσουν να λειτουργούν περίπου όπως σήμερα για αρκετά χρόνια, ακόμη κι αν οι δυνατότητες της τεχνητής νοημοσύνης εξελίσσονται.
Παρομοίασε την κατάσταση με τα επιστημονικά περιοδικά που εξακολουθούν να εκδίδονται σε έντυπη μορφή, παρότι, κατά την άποψή του, η πρακτική αυτή έχει χάσει μεγάλο μέρος της χρησιμότητάς της εδώ και δεκαετίες. «Στο παρελθόν υπήρξαν πολλές τεχνολογικές επαναστάσεις. Η χειροκίνητη ύφανση αντικαταστάθηκε από τους αργαλειούς, τα άλογα από τα αυτοκίνητα και ούτω καθεξής. Ωστόσο, είναι η πρώτη φορά που συμβαίνει κάτι αντίστοιχο στα μαθηματικά», ανέφερε.
Εξετάσεις με φυσική παρουσία: Πώς αξιολογεί φοιτητές το Μπέρκλεϊ στην εποχή της τεχνητής νοημοσύνης;
Ο καθηγητής έχει αποφασίσει να βασίζει πλέον τη βαθμολογία των φοιτητών του κυρίως στις εξετάσεις με φυσική παρουσία, στις οποίες απαγορεύεται η χρήση ηλεκτρονικών συσκευών. Θεωρεί ότι οι διαδικτυακές εξετάσεις έχουν εξελιχθεί σε «χάσιμο χρόνου», καθώς ορισμένοι φοιτητές χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να απαντήσουν στις ερωτήσεις.
Ο Μπόρτσερντς παραδέχεται ότι δεν μπορεί να εντοπίσει ποιοι φοιτητές χρησιμοποιούν AI. Έχει όμως παρατηρήσει ότι στις διαδικτυακές εξετάσεις ο μέσος όρος των βαθμολογιών αυξάνεται σημαντικά. Η προσέγγισή του αναδεικνύει ένα ευρύτερο πρόβλημα των πανεπιστημίων σε όλο τον κόσμο, καθώς προσπαθούν να διατηρήσουν τα ακαδημαϊκά τους πρότυπα ενώ η πρόσβαση σε προηγμένα εργαλεία γίνεται ολοένα ευκολότερη.
Το Μπέρκλεϊ έχει ήδη θεσπίσει κατευθυντήριες οδηγίες για τη χρήση της τεχνητής νοημοσύνης στα μαθήματα. Η Αν Μαρί Ρίτσαρντ, αναπληρώτρια αντιπρύτανης για την προπτυχιακή εκπαίδευση και επικεφαλής ακαδημαϊκής τεχνολογίας του πανεπιστημίου, εξήγησε ότι η ακαδημαϊκή σύγκλητος ζητά από τους διδάσκοντες να περιλαμβάνουν στα περιγράμματα των μαθημάτων σαφείς οδηγίες για τις απαιτήσεις τους, συμπεριλαμβανομένων των κανόνων για τα εργαλεία AI.
Το πανεπιστήμιο έχει εξετάσει και τη χρήση λογισμικών ανίχνευσης περιεχομένου που παράγεται από τεχνητή νοημοσύνη, όπως το Turnitin και το Rumi. Σύμφωνα με την «Daily Californian», τα εργαλεία αυτά δεν κρίθηκαν αρκετά αξιόπιστα ώστε να υιοθετηθούν ως ενιαία λύση σε ολόκληρο το πανεπιστήμιο, οπότε οι καθηγητές καθορίζουν οι ίδιοι τους κανόνες χρήσης της τεχνητής νοημοσύνης στα μαθήματά τους.
Για τον Μπόρτσερντς, πάντως, η βαθμολόγηση των εργασιών είναι ενδεχομένως το μικρότερο από τα προβλήματα που μπορεί να προκαλέσει η τεχνητή νοημοσύνη. «Αν η χειρότερη επίδραση της τεχνητής νοημοσύνης στην κοινωνία είναι ότι θα δυσκολευόμαστε περισσότερο να αξιολογούμε τις εργασίες των φοιτητών, τότε θα αισθανθώ μεγάλη ανακούφιση», δήλωσε στην «The California Post».
