В новом исследовании Anthropic рассматривается, как студенты университетов используют языковую модель Claude в повседневной академической работе. Анализ выявляет закономерности использования в зависимости от дисциплины и вызывает опасения по поводу влияния ИИ на обучение студентов и академическую честность.
Исследовательская группа начала с того, что просмотрела миллион сообщений от пользователей с университетскими адресами электронной почты. После фильтрации по релевантности они обнаружили 574 740 академических чатов за 18-дневный период.
Значительная часть пользователей — студенты, изучающие естественные науки, технологии, инженерное дело и математику. По информации, полученной из исследования, 38,6% всех пользователей — это студенты, которые изучают информатику. Хотя они составляют лишь 5,4% от общего числа студентов в США, их доля в выборке значительно превышает их долю в общей численности.
Исследователи Anthropic разделили взаимодействие студентов с Claude на четыре основных типа: прямые и совместные беседы, каждая из которых была направлена либо на решение задач, либо на создание контента. Каждый из этих типов составлял от 23% до 29% бесед, но почти половина (47%) была прямыми взаимодействиями с минимальными усилиями. В таких беседах студенты, казалось, перекладывали основную работу на Claude, почти не общаясь с ним.
Некоторые модели использования, отмеченные Anthropic, откровенно сомнительны. Студенты позволяют Claude отвечать на вопросы с несколькими вариантами ответов по машинному обучению, генерировать прямые ответы для тестов по английскому языку или перефразировать маркетинговые и бизнес-задания, чтобы избежать обнаружения плагиата. Даже в более совместных занятиях — например, при пошаговом объяснении задач по теории вероятностей — ИИ по-прежнему берёт на себя большую часть когнитивной нагрузки.
Проблема, как отмечают исследователи, заключается в том, что, не зная контекста каждого взаимодействия, трудно провести чёткую границу между настоящим обучением и откровенным списыванием. Применение ИИ для контроля выполнения практических заданий может стать эффективным методом самообучения. Однако использование ИИ для выполнения домашних заданий — это совсем другая история.
То, что студенты в основном делегируют ИИ, — это задачи, требующие мышления более высокого порядка. Согласно таксономии Блума, 39,8% заданий относятся к категории «Создание», а 30,2% — к категории «Анализ». Более простые действия, такие как «Применение» (10,9%) и «Понимание» (10%), встречаются гораздо реже.
Модели также различаются в зависимости от дисциплины. Студенты, изучающие естественные науки и математику, в основном используют ИИ для решения задач — например, для объяснения материала. Преподаватели используют Claude в основном для создания учебных материалов и планов уроков (в 74,4% случаев использования).
Исследование имеет ряд ограничений. Анализ охватывал короткий промежуток времени и был ориентирован на тех, кто первым начал пользоваться приложением, что может не отражать поведение студентов в целом. Метод классификации разговоров также может приводить к ошибочной классификации взаимодействий; например, некоторые чаты сотрудников университета могли быть отнесены к данным студентов. Команда Anthropic призывает к проведению дополнительных исследований того, как ИИ действительно влияет на обучение и как должны реагировать школы.
Тем временем компании, занимающиеся искусственным интеллектом, стремятся закрепиться в сфере высшего образования. Компания Anthropic только что запустила Claude for Education — решение для кампусов со специальными режимами обучения. Такие учебные заведения, как Северо-Восточный университет, Лондонская школа экономики и Чамплейн-колледж, уже внедряют его, и Anthropic планирует связать его с существующими платформами, такими как Canvas LMS.
OpenAI тоже не сидит сложа руки. Их ChatGPT Edu был запущен в мае 2024 года, предоставив университетам доступ к новейшим моделям по сниженной цене, а также такие функции, как анализ данных и обобщение документов. Оксфорд, Уортон и Колумбийский университет уже используют его для обучения, оценки знаний и административной работы.
По мере того как языковые модели всё глубже проникают в академические рабочие процессы, грань между законной образовательной поддержкой и неуместным упрощением продолжает стираться. Следующий важный вопрос заключается в том, как учебные заведения будут проводить эту грань и обеспечивать её соблюдение.