Tekoäly kokeissa: mahdollisuuksia ja haasteita opiskelijoille!

Tekoäly kokeissa: mahdollisuuksia ja haasteita opiskelijoille!

29. huhtikuuta 2025 pidettiin klo Fernin yliopisto Järjestettiin symposiumi, jossa käsiteltiin aihetta "Testaus tekoälystä huolimatta". Tohtori Angela Schröderin ja Andreas Giesbertin järjestämässä keskustelussa keskusteltiin tekoälyn (AI) käsittelyn haasteista ja mahdollisuuksista akateemisessa opetuksessa. Kaksi asiantuntijaa kannattivat tekoälytyökalujen ennakoivaa ja rakentavaa käyttöä sen sijaan, että ne hylkäsivät ne suoraan.

Schröder korosti tarvetta opettaa opiskelijoille klassisia tieteellisiä menetelmiä. Tämä tieto on välttämätöntä tärkeiden tekoälytyökalujen oikean valinnan ja käytön kannalta. Hän uskoo myös, että on ratkaisevan tärkeää, että yliopistot antavat tutkijoille pääsyn tekoälyyn yleisen tutkimuksen suorituskyvyn parantamiseksi. Symposiumissa korostettiin myös oikeudellista kehystä ja tekoälyn merkitystä aihekohtaisissa tutkintopalveluissa.

Haasteita ja mahdollisuuksia

Keskustelu tekoälyn käytöstä opetuksessa on monimutkaista. Giesbert huomautti tekoälyn käytön rajoituksista erityisesti perustietoa vaativissa johdantomoduuleissa. Digitaalisesti suojatut verkkokokeet voivat tarjota ratkaisun apuvälineiden käytön hallintaan. Kokeisiin tulee sisällyttää myös yksinkertaiset tehtävälomakkeet yhtäläisten mahdollisuuksien varmistamiseksi.

Esimerkki tekoälyn käyttöä käsittelevästä tutkimusmuodosta on ChatGPT:n kirjoittaman tekstin analyysi. Tekoälytyökalujen käyttö voitaisiin sallia portfoliokokeissa, kunhan opiskelijat dokumentoivat niiden käytön. Tämä edistää sekä luovuutta että pohdintaa tällaisten teknologioiden käytöstä. Symposiumissa korostettiin, että kouluttajille on annettava valtuuksia ja koulutusta tukemaan tekoälyn käyttöä.

Generatiivinen tekoäly tutkimusprosessissa

Kuten Erfurtin yliopisto Kuten todettiin, generatiivisen tekoälyn vaikutus kirjallisen kokeen suoritukseen riippuu suuresti tehtävästä. Vaikka generatiivinen tekoäly voi luoda hyödyllisiä yhteenvetoja erityisesti yleisistä aiheista, on olemassa myös petoksen ja plagioinnin riski.

Koemuotojen suunnittelussa tulisi pyrkiä varmistamaan, että generatiivista tekoälyä käytetään tukena eikä korvikkeena. Aiheissa, joissa on empiirisiä projekteja, tekoäly voi auttaa kehittämään tutkimusvälineitä ja arvioimaan dataa. Kursseilla voidaan käsitellä generatiivisen tekoälyn käyttöä ja kannustaa opiskelijoita pohtimaan kokemuksiaan työkaluista.

Esimerkiksi Erfurtin yliopistossa suunnitellaan suullista koetta moduulikokeena kirjallisen työn puolustamiseksi. Tällöin toisen osakokeen arvosanaa 5,0 ei pidetä riittävänä koko kokeeseen. Tämä luo toisen mekanismin kokeiden eheyden varmistamiseksi.

Kaiken kaikkiaan on selvää, että tekoälytyökalujen vastuullinen ja tietoinen käyttö ei ainoastaan ​​muuta koemuotoja, vaan myös avaa uusia väyliä akateemiseen opetukseen. Keskustelu tekoälystä koulutuksessa on jatkossakin keskeinen aihe myös tieteen tulevaisuuden kehityksen ja haasteiden kannalta.