Uit een baanbrekend onderzoek, uitgevoerd door prof. Scarfe en zijn team aan de Universiteit van Reading, is gebleken dat antwoorden geschreven door kunstmatige intelligentie (AI) beter presteerden dan die geschreven door menselijke studenten tijdens universitaire examens.
De onderzoekers ontdekten dat door AI gegenereerde beoordelingsantwoorden “ vrijwel niet detecteerbaar ” waren wanneer ze werden geëvalueerd door menselijke markers. Dit benadrukt de groeiende bezorgdheid over academisch wangedrag en de noodzaak om het gebruik van AI bij onderwijsbeoordelingen aan te pakken.
Het onderzoek omvatte de creatie van 33 valse studentenidentiteiten die ChatGPT gebruikten om officiële ‘thuisexamens’ te beantwoorden als onderdeel van de BSc-graad in psychologie van de universiteit.
Deze door AI gegenereerde antwoorden werden vervolgens samen met de antwoorden die door echte studenten waren geschreven, ter evaluatie ingediend. De markers, die niet op de hoogte waren van het onderzoek, gaven hogere cijfers aan de AI-inzendingen dan hun menselijke tegenhangers.
In feite kreeg 83% van de AI-inzendingen betere cijfers dan de antwoorden van de echte studenten. Dit roept belangrijke vragen op over de eerlijkheid en nauwkeurigheid van het beoordelen van de prestaties van studenten in het licht van de superieure prestaties van AI.
Bezorgdheid over academisch wangedrag bij AI-gebruik
De ontwakende bevindingen van het onderzoek wekken bij universiteiten zorgen over de onmiddellijke impact van AI op de onderwijssector.
Studenten maken steeds vaker gebruik van AI om vals te spelen, waarbij ze profiteren van de tekortkomingen van de huidige detectiesystemen. Er zijn oproepen geweest om te bezuinigen op beoordelingsmethoden zoals cursussen en essays, terwijl anderen pleiten voor een verantwoorde en ethische integratie van AI in de onderwijspraktijk.
Uit een onderzoek uitgevoerd door de toelatingsdienst van Ucas bleek dat 53% van de studenten generatieve AI heeft gebruikt om zich voor te bereiden op examens. De huidige AI-detectiesoftware is er echter grotendeels niet in geslaagd door AI gegenereerde inhoud te detecteren, waardoor de verantwoordelijkheid voor het identificeren van bedrogpraktijken aan menselijke markers wordt overgelaten.
Onvolkomenheden in AI-detectiesoftware
Het lage aantal ‘false positives’ dat door AI-detectiesoftware wordt geproduceerd, zorgt ervoor dat universiteiten aarzelen om studenten van bedrog te beschuldigen. Dit legt de last op de schouders van menselijke markers om door AI gegenereerde inhoud te identificeren, wat steeds moeilijker wordt naarmate AI geavanceerder wordt.
Het onderzoek van de Universiteit van Reading toont aan dat de huidige AI-processors slagen voor de ‘Turing-test’, wat betekent dat ze onopgemerkt door ervaren juryleden kunnen slagen.
Roept universiteiten op om AI op een ethische manier te omarmen
Te midden van de uitdagingen die AI bij beoordelingen met zich meebrengt, wordt er opgeroepen tot een proactieve aanpak bij het ethisch omarmen van AI.
De Russell Group, waartoe topuniversiteiten als Oxford, Cambridge en University College London behoren, heeft beloofd het ethisch gebruik van AI in onderwijs en beoordeling toe te staan.
Risico's van het dekillen van studenten met AI-gebruik
De beschikbaarheid van AI-tools die antwoorden kunnen genereren en hulp kunnen bieden bij verschillende taken, kan het vermogen van leerlingen belemmeren om zonder AI-hulp kritisch te denken, analyseren en schrijven.
Prof Karen Yeung, hoogleraar rechten, ethiek en informatica aan de Universiteit van Birmingham, zei dat het toestaan van het gebruik van AI bij examens op scholen en universiteiten zijn eigen problemen zou kunnen veroorzaken bij het ‘dekillen’ van studenten.