សាស្ត្រាចារ្យនៅសហរដ្ឋអាមេរិក និងកាណាដា កំពុងវិលត្រឡប់ទៅរកការប្រឡងបែបបុរាណវិញ ដើម្បីវាយតម្លៃថា តើសិស្សពិតជាយល់ និងចងចាំខ្លឹមសារមេរៀន ខណៈដែលការប្រើប្រាស់ AI កំពុងតែកើនឡើងខ្លាំងនៅទូទាំងពិភពលោក។

លោក Panos Ipeirotis សាស្ត្រាចារ្យវិទ្យាសាស្ត្រទិន្នន័យនៅសាលាពាណិជ្ជកម្ម Stern នៃសាកលវិទ្យាល័យញូវយ៉ក បាននិយាយថា លោកមានការព្រួយបារម្ភថា កិច្ចការស្រាវជ្រាវរបស់និស្សិតមើលទៅដូចជាល្អឥតខ្ចោះ ប៉ុន្តែសិស្សមានការយល់ដឹងតិចតួច។

នៅពេលសួរមេរៀនជាក់ស្ដែងនៅក្នុងថ្នាក់រៀន សិស្សជាច្រើនពិបាកបកស្រាយ ដែលនាំឱ្យលោកសន្និដ្ឋានថា កិច្ចការស្រាវជា្រវ និងលំហាត់ជាលាយលក្ខណ៍អក្សរ ឬសរសេរ លែងវាស់វែងការរៀនសូត្ររបស់សិស្សបានទៀតហើយ, នេះបើតាមអ្វី ដែលលោកបានសរសេរនៅក្នុងអត្ថបទប្លក់មួយ ដែលបានបោះពុម្ពផ្សាយកាលពីដើមខែ មករានេះ និងត្រូវបានដកស្រង់ដោយ Business Insider ។

ដើម្បីដោះស្រាយបញ្ហានេះ លោក Panos Ipeirotis ជំរុញឱ្យមានការប្រឡងផ្ទាល់មាត់ឡើងវិញ និងបានប្រើភ្នាក់ងា AI ដើម្បីធ្វើការប្រឡងក្នុងទ្រង់ទ្រាយធំ ដោយលោកហៅវិធីនេះថា «យុទ្ធសាស្ត្រភ្លើងពន្លត់ភ្លើង» ។

លោក Ipeirotis បានសរសេរនៅក្នុងប្លក់របស់លោកថា យើងត្រូវវាយតម្លៃលើសមត្ថភាពសិស្ស ដោយផ្អែកលើ ការយល់ដឹង ការសម្រេចចិត្ត និងហេតុផលជាក់ស្ដែង។

លោកបានបន្ថែមថា ការប្រឡងផ្ទាល់មាត់ធ្លាប់ជាស្ដង់ដារហូតដល់វិធីសាស្ត្រនេះ មិនអាចធ្វើមាត្រដ្ឋានបាន ហើយឥឡូវនេះ AI កំពុងធ្វើឱ្យវិធីសាស្ត្រនេះ អាចធ្វើមាត្រដ្ឋានបានម្ដងទៀត។ តាមរយៈការប្រើបច្ចេកវិទ្យាសន្ទនារបស់ ElevenLabs លោកបានបង្កើតអ្នកពិនិត្យ AI ដែលសួរសំណួរសិស្សអំពីគម្រោង capstone របស់ពួកគេ និងសាកល្បងសមត្ថភាពរបស់ពួកគេក្នុងការវិភាគករណីសិក្សាក្នុងពេលវេលាជាក់ស្តែង។

ក្នុងរយៈពេល ៩ថ្ងៃ ប្រព័ន្ធនេះបានពិនិត្យសិស្សចំនួន ៣៦នាក់ ដោយចំណាយតិចជាងការប្រឡងផ្ទាល់មាត់ដែលដឹកនាំដោយមនុស្ស។ AI ក៏ត្រូវបានប្រើប្រាស់សម្រាប់វាយតម្លៃផងដែរ ដោយមានគម្រូភាសាធំៗចំនួន ៣ វាយតម្លៃ ដោយឯករាជ្យនូវប្រតិចារិក ហើយបន្ទាប់មកសំយោគចំណាត់ថ្នាក់ចុងក្រោយ។ លោកបាននិយាយថា ការវាយតម្លៃដោយ AI មានភាពស៊ីសង្វាក់គ្នា តឹងរ៉ឹង និងយុត្តិធម៌ជាងការវាយតម្លៃរបស់មនុស្ស ហើយផ្ដល់នូវមតិកែលម្អ ដែលគុណភាពខ្ពស់។

និន្នាការនេះកំពុងរីករាលដាលពាសពេញអាមេរិកខាងជើង។ លោក Mark Chin សាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យ Vanderbilt ក្នុងរដ្ឋ Tennessee បានរៀបចំការប្រឡងផ្ទាល់មាត់លើកដំបូងរបស់គាត់ សម្រាប់វគ្គសិក្សាវិទ្យាសាស្ត្រទិន្នន័យកាលពីដើមខែនេះ ដោយជឿថាការប្រឡងផ្ទាល់មាត់ គឺជាមធ្យោបាយដ៏មានប្រសិទ្ធភាពមួយដើម្បីសាកល្បងថា តើនិស្សិតពិតជាបានរៀនមេរៀនមែនឬអត់?

ថ្លែងទៅកាន់កាសែត The Post គាត់បាននិយាយថា គាត់ដឹងយ៉ាងច្បាស់ថា AI ពូកែខាងដោះស្រាយកិច្ចការសរសេរកម្មវិធីដែលគាត់ផ្តល់ឱ្យ។ ក្នុងអំឡុងពេលប្រឡង គាត់បង្ហាញសិស្សនូវឧទាហរណ៍នៃកូដដែលសរសេរជាភាសាសរសេរកម្មវិធីដែលពួកគេបានសិក្សា ហើយសុំឱ្យពួកគេពន្យល់ពីមុខងាររបស់វា។

នៅក្នុងការបង្ហោះមួយដែលពិភាក្សាអំពីវិធីសាស្រ្តនេះនៅលើគណនី LinkedIn របស់គាត់ លោក Chin បានសរសេរ ថា «ខ្ញុំមានអារម្មណ៍ថា ពិតជាមានការថប់បារម្ភ ប៉ុន្តែខ្ញុំក៏មានអារម្មណ៍ថាសិស្សពេញចិត្តចំពោះទម្រង់សម្រាប់ការនិយាយ តាមរយៈការគិតរបស់ពួកគេ ដែលជួនកាលមិនអាចធ្វើទៅបានសម្រាប់ការងារសរសេរ។»

វិធីសាស្រ្តនេះមិនត្រូវបានកំណត់ចំពោះសិស្សថ្នាក់តូចៗទេ។ នៅសាកលវិទ្យាល័យ Western ក្នុងរដ្ឋ Ontario ប្រទេសកាណាដា សាស្ត្រាចារ្យបានធ្វើការប្រឡងផ្ទាល់មាត់សម្រាប់ថ្នាក់ពាណិជ្ជកម្មដែលមាននិស្សិត ៦០០ នាក់។ សាកលវិទ្យាល័យ California, San Diego បានអនុវត្តទម្រង់នេះទៅវគ្គសិក្សាវិស្វកម្មទ្រង់ទ្រាយធំចំនួនប្រាំមួយ។

យោងតាមការស្ទង់មតិមួយដែលចេញផ្សាយកាលពីខែសីហាឆ្នាំមុនដោយ Inside Higher Ed និស្សិត ៨៥ភាគរយ ទទួលស្គាល់ថាបានប្រើប្រាស់ AI ដើម្បីបំផុសគំនិត ឬរៀបចំសម្រាប់សំណួរខ្លីៗ ខណៈពេលដែល ២៥ភាគរយ ប្រើវាដើម្បីបំពេញកិច្ចការ។ ដើម្បីប្រយុទ្ធប្រឆាំងនឹងការបន្លំ សាស្ត្រាចារ្យមួយចំនួនបានងាកទៅរកកម្មវិធី AI ប៉ុន្តែបានរកឃើញថា លទ្ធផលមិនតែងតែអាចទុកចិត្តបាននោះទេ។

សាស្ត្រាចារ្យ Hartmann បាននិយាយថា កាលពីអតីតកាល រាល់ពេលដែលគាត់ដាក់ពិន្ទុអត្ថបទ គាត់មានអារម្មណ៍ដូចជា “អ្នកស៊ើបអង្កេត” ជាជាងគ្រូបង្រៀន ដោយស្វែងរកខ្លឹមសារដែលបង្កើតដោយ AI។

ចាប់តាំងពីប្តូរទៅការប្រឡងផ្ទាល់មាត់ ទាំងសាស្ត្រាចារ្យ និងសិស្សបានរាយការណ៍ពីផលប៉ះពាល់វិជ្ជមាន។ បន្ទាប់ពីការប្រឡងផ្ទាល់មាត់ចំនួន 11 ជុំ សាស្ត្រាចារ្យ Chin បានរកឃើញថា ទោះបីជាសិស្សដំបូងមានអារម្មណ៍ភ័យក៏ដោយ ក៏ពួកគេអាចឆ្លើយសំណួរដែលបានធ្វើឱ្យពួកគេងឿងឆ្ងល់កាលពីប៉ុន្មានខែមុន៕