اشتراک
هوش مصنوعی آموزش فناوری

گزارش Anthropic نشان می‌دهد که دانشجویان ممکن است از Claude برای تقلب استفاده کنند

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

گزارش Anthropic نشان می‌دهد که دانشجویان ممکن است از ابزار هوش مصنوعی Claude برای تقلب استفاده کنند، که این موضوع نگرانی‌هایی درباره یکپارچگی تحصیلی ایجاد کرده است. این گزارش که در روز سه‌شنبه منتشر شد، به بررسی الگوهای استفاده از هوش مصنوعی در آموزش عالی پرداخته و حاوی تحلیل یک میلیون مکالمه ناشناس دانشجویی در Claude.ai است. نتایج نشان می‌دهد که 39.3 درصد از مکالمات به تولید و پالایش محتوای آموزشی، 33.5 درصد به توضیحات فنی و حل تکالیف دانشگاهی و باقی مکالمات به تحلیل داده‌ها، طراحی تحقیق، ایجاد نمودارهای فنی و ترجمه محتوا اختصاص داشته‌اند. بیشترین استفاده در رشته علوم کامپیوتر مشاهده شده که 38.6 درصد مکالمات را شامل می‌شود. گزارش تصریح می‌کند که برخی از این استفاده‌ها ممکن است به تقلب در امتحانات و تکالیف دانشگاهی منجر شود، اما با توجه به عدم آگاهی از زمینه‌های دقیق آموزشی، تشخیص این موضوع دشوار است. برخی مکالمات همچون "حل مسئله مستقیم" و "ایجاد خروجی مستقیم" به عنوان روش‌های ممکن برای تقلب شناسایی شده‌اند. نیمی از مکالمات به صورت مستقیم بوده، جایی که دانشجویان با حداقل تعامل به دنبال پاسخ هستند، که این امر می‌تواند بر روی یکپارچگی تحصیلی و مهارت‌های تفکر انتقادی دانشجویان تاثیرگذار باشد.

تفکیک استفاده از Claude بر اساس رشته
منبع: Anthropic
انواع مکالمات با Claude
منبع: Anthropic

روز سه‌شنبه، Anthropic گزارشی آموزشی در مورد نحوه استفاده دانشجویان از Claude منتشر کرد. این مطالعه تلاش کرد تا الگوهای استفاده واقعی از هوش مصنوعی در آموزش عالی را تجزیه و تحلیل کند. این گزارش شامل یک میلیون مکالمه ناشناس دانشجویی در Claude.ai بود.

به منظور محافظت از حریم خصوصی کاربران، این شرکت از Claude Insights and Observations (Clio)، یک ابزار تجزیه و تحلیل خودکار، برای به دست آوردن الگوهای استفاده از هوش مصنوعی با شکستن مکالمات کاربر به خلاصه‌های سطح بالا استفاده کرد. این ابزار اطلاعات خصوصی کاربر را از مکالمه حذف می‌کند تا تجزیه و تحلیل را پردازش کند.

بر اساس این گزارش، 39.3 درصد از مکالمات شامل دانش‌آموزانی بود که عمدتاً از Claude برای تولید و پالایش محتوای آموزشی در رشته‌های مختلف استفاده می‌کردند. حدود 33.5 درصد از مکالمات شامل توضیحات فنی یا راه حل‌هایی برای تکالیف دانشگاهی، چه برای رفع اشکال/رفع خطاها و چه برای حل مسائل ریاضی بود.

بقیه مکالمات شامل 11 درصد برای تجزیه و تحلیل و تجسم داده‌ها، 6.5 درصد برای پشتیبانی از طراحی تحقیق و توسعه ابزار، 3.2 درصد برای ایجاد نمودارهای فنی و 2.4 درصد برای ترجمه یا تصحیح محتوا بود.

بیشترین میزان استفاده در رشته علوم کامپیوتر یافت شد که 38.6 درصد از مکالمات را نشان می‌دهد و سایرین نیز سهم قابل توجهی دارند، همانطور که در تصویر زیر نشان داده شده است.

در این گزارش آمده است: "برخی از این استفاده ممکن است تقلب نیز باشد." در ادامه آمده است: "دانشجویان تا چه حد از هوش مصنوعی برای تقلب استفاده می‌کنند؟" پاسخ دادن به این سوال دشوار است، به ویژه اینکه ما از زمینه آموزشی خاصی که در آن هر یک از پاسخ‌های Claude استفاده می‌شود، اطلاعی نداریم.

این شرکت نمونه‌هایی را به اشتراک گذاشت، مانند یک مکالمه مستقیم حل مسئله می‌تواند برای تقلب در یک امتحان خانگی باشد، یا دانش‌آموزی که کار خود را در یک آزمون تمرینی بررسی می‌کند. این گزارش همچنین انواع مکالمات را به عنوان حل مسئله مستقیم، ایجاد خروجی مستقیم، حل مسئله مشارکتی و ایجاد خروجی مشارکتی دسته‌بندی کرد.

تقریباً نیمی (47٪) از مکالمات مستقیم بودند، به این معنی که دانش‌آموزان با کمترین تعامل به دنبال پاسخ بودند. این موضوع سوالات مهمی را در مورد یکپارچگی تحصیلی، توسعه مهارت‌های تفکر انتقادی و ارزیابی یادگیری دانشجویان مطرح می‌کند.

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: analytics india magazine