​ខណៈ​បច្ចុប្បន្ន​ ​Generative ​AI ​បាន​កំពុង​ចូល​លុកលុយ​ក្នុង​ការ​អប់រំ​យ៉ាង​ឆាប់រហ័ស ហើយ​បាន​ក្លាយជា​ ​ជំនួយ​ការ​រៀន​ដ៏​សកម្ម​សម្រាប់​សិស្សានុសិស្ស​ម្នាក់​ៗ​,​ ​ឯក​ឧត្តម​ ​សាន វឌ្ឍនា ​រដ្ឋលេខាធិការ​ក្រសួង​អប់រំ​ ​យុវជន ​និង​កីឡា​ ​បាន​បង្ហាញ​ទស្សនៈ ​ដោយ​ស្នើឱ្យ​មាន​ការ​ប្រុងប្រយ័ត្ន​ខ្ពស់​ចំពោះ​ “​ការ​យល់ច្រឡំ ​ឬ​ព័ត៌មាន​មិន​ពិត​” ​(​Hallucinations​)​ ​របស់​ ​AI ​ក៏​ដូចជា​ផ្លូវកាត់​ដែល​អាច​បំផ្លាញ​ការ​យល់ដឹង​ពិតប្រាកដ។​

​ឯក​ឧត្តម​ ​សាន វឌ្ឍនា ​លើកឡើង​ថា ​នៅ​ពេល​ដែល​ម៉ាស៊ីន​ផ្តល់​ចម្លើយ​ភ្លាម​ៗ​ វា​បាន​កាត់ផ្តាច់​នូវ​ដំណើរការ​នៃ​ការ​ត្រិះរិះ​ពិចារណា​ ​និង​ការ​ប្រឹងប្រែង​ខិតខំ​ ​(​Productive struggle​)​ ​ដែល​ជា​កត្តា​ស្នូល​មិន​អាច​ខ្វះ​បាន​សម្រាប់​ការ​អភិវឌ្ឍ​បញ្ញា​ស្មារតី​ស៊ី​ជម្រៅ។

​ក្នុង​នាម​ជា​អ្នក​តម្រង់​ទិស​យុវជន​ជំនាន់​ក្រោយ​ ​នៅក្នុង​បរិបទ​ដែល​កំពុង​ផ្លាស់ប្តូរ​យ៉ាង​រហ័ស​នេះ​ ​ឯកឧត្តម​ ​សាន វឌ្ឍនា ​ស្នើ​ឱ្យ​លោក​គ្រូ​អ្នក​គ្រូ​ ​ក៏​ដូចជា​អ្នក​អប់រំ​ទាំងអស់​ ​ចាំបាច់​ត្រូវ​ពិនិត្យ​ឱ្យ​បាន​ម៉ត់ចត់​ថា​ ​តើ​ឧបករណ៍​ទាំង​នេះ​ពិត​ជា​មាន​ឥទ្ធិពល​យ៉ាងណា​ទៅ​លើ​ការ​ទទួល​បាន​ជំនាញ ​និង​ការ​សិក្សា​បែប​សន្សំ​សំចៃ ​(​Cumulative learning​)​ ​ក្នុង​រយៈពេល​វែង ​ជា​ជាង​ការ​អបអរសាទរ​ត្រឹមតែ​ល្បឿន​នៃ​ការ​បញ្ចប់​កិច្ចការ​សាលា​ប្រចាំ​ថ្ងៃ។​

​ឯក​ឧត្តម​រដ្ឋលេខាធិការ ​ក៏​បាន​លើក​យក​លទ្ធផល​ស្រាវជ្រាវ​ជាក់ស្តែង​មួយ​ស្តីពី​ The ​Generative ​AI Learning Penalty​:​ ​Evidence from ​Chinese Secondary ​Education ​ដែល​បាន​ចុះ​ផ្សាយ​ដោយ​ទស្សនាវដ្តី​អន្តរជាតិ​ The ​Economist ​ដោយ​បង្ហាញ​តួលេខ​គួរឱ្យ​កត់សម្គាល់​៖

​១​.​ ​ការ​កើនឡើង​ ​នៃ​ពិន្ទុ​កិច្ចការ​ផ្ទះ ​(​Homework ​scores increased by ​18%​) ​៖​ ការ​ប្រើ​ ​AI ​បាន​ជំរុញ​ឱ្យ​ពិន្ទុ​កិច្ចការ​ផ្ទះ​របស់​សិស្ស​កើនឡើង​ជា​មធ្យម​ ​១៨​%​។ ​តួលេខ​នេះ​អាច​បង្កើត​ជា​ “​ទស្សនីយភាព​ក្លែងក្លាយ​”​ ​នៃ​ភាព​ជោគជ័យ​ ​ដែល​ធ្វើឱ្យ​អ្នក​អប់រំ​អាច​យល់​ច្រឡំ​ថា​សិស្ស​មាន​ការ​យល់ដឹង​ស៊ីជម្រៅ​ ​តែ​តាម​ពិត​វា​គ្រាន់តែ​ជា​លទ្ធផល​នៃ​ការ​ផ្ទេរ​ភារកិច្ច​ទៅ​ឱ្យ​ម៉ាស៊ីន ​(​Homework ​outsourcing​)​ ​ប៉ុណ្ណោះ។

​២​.​ ​ការ​កាត់បន្ថយ​ពេលវេលា​ធ្វើ​កិច្ចការ ​(​Homework ​time reduced by ​30%​)​ ​៖​ ការ​អនុវត្ត​បច្ចេកវិទ្យា​ ​AI ​ជួយ​កាត់បន្ថយ​ពេលវេលា​ធ្វើ​កិច្ចការ​ផ្ទះ​បាន​រហូតដល់​ ​៣០​%​។​ ​ទោះបីជា​វា​សន្សំ​សំចៃ​ពេលវេលា​ ​ប៉ុន្តែ​ការ​កាត់បន្ថយ​នេះ​ធ្វើឱ្យ​បាត់បង់​ឱកាស​ក្នុង​ការ​អនុវត្ត​ ​និង​ការ​សញ្ជឹង​គិត​ ​ដែល​ជា​កត្តា​ស្នូល​ក្នុង​ការ​សាងសង់​មូលដ្ឋានគ្រឹះ​នៃ​ការ​ដោះស្រាយ​បញ្ហា។

៣​.​ ​ការ​ធ្លាក់ចុះ​ពិន្ទុ​ប្រឡង​ប្រចាំ​ខែ ​(​Monthly exam scores fell by ​20%​)​ ​៖​ ពិន្ទុ​ប្រឡង​ប្រចាំ​ខែ ​(​ទម្រង់​បិទ​សៀវភៅ​)​ ​របស់​សិស្ស​បាន​ធ្លាក់ចុះ​ ២០​%​ ​ក្នុង​រយៈពេល​ ៦​ខែ ​ក្រោយ​ការ​ចាប់ផ្តើម​ប្រើប្រាស់​ ​AI​។​ ​នេះ​ជា​ភ័ស្តុតាង​បញ្ជាក់​ថា​ ​សិស្ស​មិន​បាន​ស្រូបយក​ ​និង​រក្សា​ទុក​ចំណេះ​ដឹង​ក្នុង​ខួរក្បាល​ឡើយ​ ​ដែល​នាំឱ្យ​សមត្ថភាព​អនុវត្ត​ជាក់ស្តែង​ត្រូវ​ចុះ​ខ្សោយ​យ៉ាង​គំហុក​នៅពេល​គ្មាន​ជំនួយ​ពី​បច្ចេកវិទ្យា។

៤​.​ ​ផល​ប៉ះពាល់​ធ្ងន់ធ្ងរ​ដល់​ការ​ប្រឡង​ថ្នាក់​ជាតិ​ ​(​Entrance ​exams ​dropped ​18-24%​)​ ​៖​ ​សម្រាប់​អត្រា​ពិន្ទុ​ប្រឡង​កម្រិត​ខ្ពស់​ ​គឺ​បាន​ធ្លាក់ចុះ​ពី​ ​១៨​%​ ​ទៅ​ ​២៤​%​ ​ហើយ​ផលវិបាក​ពេញលេញ​នេះ​លេចឡើង​ច្បាស់​បន្ទាប់ពី​ការ​ប្រើប្រាស់​ AI អស់​រយៈពេល​ប្រមាណ​ពីរ​ឆ្នាំ​។ ​នេះ​បង្ហាញ​ពី​ការ​បំផ្លាញ​សមត្ថភាព​យល់ដឹង​ក្នុង​រយៈពេល​វែង ​ដោយសារ​ការ​ប្រឡង​ធំ​ៗ​ទាមទារ​ការ​សន្និដ្ឋាន ​និង​ការ​ភ្ជាប់​ទំនាក់ទំនង​រវាង​មេរៀន ​ដែល​ AI ​បាន​ដកហូត​ឱកាស​ហ្វឹកហាត់​ជំនាញ​នេះ។

៥​.​ ​ភាព​ខុសគ្នា​តាម​មុខវិជ្ជា ​(​Subject variations​)​ ​៖​ ការ​បាត់បង់​គុណភាព​សិក្សា​មាន​កម្រិត​ខ្ពស់​បំផុត​លើ​មុខវិជ្ជា​វិទ្យាសាស្ត្រ​សង្គម ​បន្ទាប់មក​គឺ​មុខវិជ្ជា​ STEM ​និង​មុខវិជ្ជា​ភាសា​។ ​មុខវិជ្ជា​ដែល​ទាមទារ​ការ​វិភាគ​បរិបទ​សង្គម ​និង​ការ​រៀបចំ​រចនាសម្ព័ន្ធ​គំនិត​ ​គឺ​ងាយ​នឹង​រង​ផលប៉ះពាល់​បំផុត​នៅពេល​សិស្ស​ពឹងផ្អែក​លើ​អំណះអំណាង​របស់​ម៉ាស៊ីន។

៦​.​ ​ក្រុម​សិស្ស​ដែល​រង​ផលប៉ះពាល់​ធ្ងន់ធ្ងរ​ ​(​Vulnerable ​demographics​)​ ​៖​ ​ផលប៉ះពាល់​អវិជ្ជមាន​នេះ​កើតឡើង​ជាពិសេស​ទៅលើ​សិស្ស​កម្រិត​អនុវិទ្យាល័យ​ ​សិស្ស​ប្រុស​ ​និង​សិស្ស​ដែល​មាន​ប្រវត្តិ​រៀន​ពូកែ​។​ ​បច្ចេកវិទ្យា​នេះ​អាច​ធ្វើឱ្យ​សិស្ស​ពូកែ​បាត់​បង់​ទម្លាប់​នៃ​ការ​ប្រឹងប្រែងតស៊ូ ​ខណៈ​សិស្ស​ក្មេង​ៗ​មិន​ទាន់​មាន​មូលដ្ឋានគ្រឹះ​រឹងមាំ​ក្នុង​ការ​គ្រប់គ្រង​ការ​សិក្សា​ដោយស្វ័យភាព។

៧​.​ ​ឥរិយាបថ​នៃ​ការ​ប្រើប្រាស់​ ​(​Behavioral ​shift​:​ Outsourcing vs​.​ Proper usage​)​ ​៖​ ការ​ធ្លាក់ចុះ​ចំណេះដឹង​ភាគ​ច្រើន​កើតឡើង​លើ​សិស្ស​ប្រមាណ​ ៨០​%​ ​ដែល​ប្រើ​ ​AI ​ក្នុង​ទម្រង់ ​”​ពឹងផ្អែក​ទាំងស្រុង​” ​(​Homework ​outsourcing​)​ ​ខណៈ​សិស្ស​ដែល​រក្សា​ពេលវេលា​ធ្វើ​កិច្ចការ​ផ្ទះ​ស្មើនឹង​អ្នក​មិន​ប្រើ​ ​AI ​ជួប​ប្រទះ​ការ​ធ្លាក់ចុះ​ចំណេះដឹង​តិចតួច​បំផុត​។ ​បញ្ហា​ស្នូល​មិន​មែន​ស្ថិត​នៅ​លើ​បច្ចេកវិទ្យា​ ​AI ​នោះ​ទេ​ ​ប៉ុន្តែ​ស្ថិត​នៅ​លើ​ឥរិយាបថ​នៃ​ការ​ប្រើប្រាស់។

​”​ប្រសិនបើ​សិស្ស​ប្រើប្រាស់​ ​AI ​ជា​គ្រូបង្វឹក​ ​ជា​ជាង​អ្នក​បំពេញ​កិច្ចការ​ជំនួស​ ​គុណភាព​អប់រំ​នឹង​នៅតែ​អាច​រក្សា​បាន​”​

​យ៉ាងណា​ក៏ដោយ​ ​ឯកឧត្តម​ ​សាន វឌ្ឍនា ​បាន​សង្កត់ធ្ងន់​ថា​ ​គោលដៅ​ចុងក្រោយ​នៃ​ការ​អប់រំ​មិន​មែន​គ្រាន់តែ​ជា​ការ​បំពេញ​កិច្ចការ​ឱ្យ​បាន​លឿន​នោះ​ទេ​ ​ប៉ុន្តែ​គឺ​ការ​កសាង​ចំណេះដឹង​ ​ចរិយាធម៌ ​និង​ការ​គិត​បែប​ស៊ី​ជម្រៅ​ ​(​Critical thinking​)​ ​ដែល​ស្ថិតស្ថេរ​យូរ​អង្វែង​។ ​”​ស្រប​ពេល​ដែល​យើង​បន្ត​ពង្រឹង​ក្របខ័ណ្ឌ​គរុកោសល្យ ​និង​បញ្ជ្រាប​វិធីសាស្ត្រ​សកម្ម ​(​Active learning​)​ ​ដូចជា​ការ​រៀនផ្អែក​លើ​ការ​ដោះស្រាយ​បញ្ហា​ ​(​Problem​-​Based ​Learning​)​ ​ទៅក្នុង​ប្រព័ន្ធ​សាលារៀន​ ​យើង​ត្រូវ​រួម​កម្លាំង​គ្នា​ដើម្បី​បង្រៀន​យុវជន​ឱ្យ​ចេះ​ប្រើប្រាស់​ ​AI ​ជា​ជំនួយ​ទ្រទ្រង់ ជា​ជាង​យក​វា​ធ្វើជា​បង្អែក​ទាំងស្រុង​។ ​យើង​ត្រូវ​ធានា​ថា​បច្ចេកវិទ្យា​ជួយ​ពង្រីក​សក្តានុពល​ខួរក្បាល​របស់​ពួក​គេ​ ​មិន​មែន​មក​គិត​ជំនួស​ពួកគេ​នោះឡើយ​“៕