Ρωσικά Πανεπιστήμια Λαμβάνουν Διαφορετικές Θέσεις σχετικά με την Τεχνητή Νοημοσύνη για την Σύνταξη Διπλωματικών εργασιών

Σε μια προοδευτική κίνηση του Βορείου (Αρκτικού) Ομοσπονδιακού Πανεπιστημίου που βρίσκεται στο Αρχάνγκελσκ, οι φοιτητές έχουν δώσει το πράσινο φως για τη χρήση εργαλείων τεχνητής νοημοσύνης για να βοηθήσουν στη δημιουργία έως και 40% της εργασίας τους για τη διπλωματική εργασία τους.

Αλλού, το Πανεπιστήμιο Ανωτάτης Οικονομικής (ΠΑΟ) προκαλεί τους φοιτητές του να ενσωματώσουν νευρωνικά δίκτυα στην προετοιμασία των τελικών τους απολυτήριων εργασιών. Έχουν ξεκινήσει έναν διαγωνισμό για να αξιολογήσουν την αποτελεσματικότητα με την οποία οι φοιτητές χρησιμοποιούν εργαλεία που βασίζονται σε μοντέλα γεννήσεως στις διατριβές τους που πρόκειται να υποστηριχθούν το 2024. Οι συμμετέχοντες φοιτητές πρέπει να τεκμηριώσουν τα συγκεκριμένα εργαλεία ΤΝ που εφάρμοσαν, τους στόχους που τέθηκαν και εάν κατάφεραν επιτυχώς να επιτύχουν αυτούς τους στόχους.

Στο Πανεπιστήμιο ITMO, υπάρχει η κατανόηση μεταξύ των εκπαιδευτικών ότι αν ένας απόφοιτος μπορεί να παράγει κώδικα με τη βοήθεια της ΤΝ, αυτό το επίτευγμα προϋποθέτει τη χορήγηση πτυχίου.

Ωστόσο, η χρήση της Τεχνητής Νοημοσύνης στην ακαδημαϊκή εργασία έχει εγείρει διαμάχες. Μια περίπτωση που προκάλεσε συζήτηση συνέβη πριν από έναν χρόνο και μισό όταν ο Αλεξάντερ Ζνταν, φοιτητής στο Ρωσικό Κρατικό Πανεπιστήμιο Ανθρωπιστικών Επιστημών (RSUH), ανέφερε ότι είχε γράψει ολόκληρη τη διπλωματική του εργασία χρησιμοποιώντας έναν αλγόριθμο νευρωνικού δικτύου που προγραμμάτισε μόνος του. Έπειτα από αυτή την αποκάλυψη, η χρήση της ΤΝ στη διπλωματική εργασία απαγορεύτηκε σε αυτό το ίδρυμα.

Αντίθετα, η αντίδραση από τους αρμοδίους του VOENMEH ήταν εξαιρετικά κριτική στην ενσωμάτωση της τεχνητής νοημοσύνης στην ακαδημαϊκή εργασία. Οι αρχές στο VOENMEH υποστηρίζουν ότι μια τελική εργασία πρέπει να είναι μια ανεξάρτητη προσπάθεια του φοιτητή υπό την επίβλεψη ενός ακαδημαϊκού επόπτη, επιβεβαιώνοντας τη γνώση του φοιτητή. Πιστεύουν ότι η οποιαδήποτε χρήση της ΤΝ θα οδηγούσε σε υποχρέωση για το φοιτητή να αναθεωρήσει εκτενώς τη διπλωματική του εργασία.

Κυριές Ερωτήσεις & Απαντήσεις:

Ποιες είναι οι θέσεις διάφορων ρωσικών πανεπιστημίων σχετικά με τη χρήση της τεχνητής νοημοσύνης στη σύνταξη διπλωματικών εργασιών;
Οι θέσεις ποικίλλουν: Το Βόρειο (Αρκτικό) Ομοσπονδιακό Πανεπιστήμιο επιτρέπει έως 40% περιεχόμενο που παράγεται από την ΤΝ στις διατριβές, το ΠΑΟ προωθεί την χρήση της ΤΝ μέσω ενός διαγωνισμού, το Πανεπιστήμιο ITMO δέχεται την υποστήριξη της ΤΝ ως ποιοτική εργασία, το RSUH απαγόρευσε τη χρήση μετά από μια διαμάχη, ενώ το VOENMEH είναι ιδιαίτερα κριτικό για την ΤΝ στην ακαδημαϊκή σύνταξη.

Ποιες είναι οι βασικές προκλήσεις που σχετίζονται με τη χρήση της τεχνητής νοημοσύνης στην ακαδημαϊκή γραφή;
Η διασφάλιση της ακαδημαϊκής ακεραιότητας, τη διατήρηση της ποιότητας της σπουδαστικής έρευνας και η πρόκληση της ακριβούς αξιολόγησης της δικής τους συμβολής έναντι αυτής της ΤΝ είναι κεντρικά ζητήματα. Επιπλέον, υπάρχει η πρόκληση της ενημέρωσης των ακαδημαϊκών κριτηρίων για να προσαρμοστούν στις νέες τεχνολογίες χωρίς να θέτουν σε κίνδυνο τα εκπαιδευτικά πρότυπα.

Ποιες διαμάχες έχει προκαλέσει η χρήση της τεχνητής νοημοσύνης στη σύνταξη διπλωματικών εργασιών;
Στο RSUH, ένας φοιτητής ολοκλήρωσε μια διατριβή με ένα αυτό-προγραμματισμένο νευρωνικό δίκτυο, οδηγώντας στην απαγόρευση της ΤΝ στη διατριβή λόγω ανησυχιών για την ακαδημαϊκή ακεραιότητα. Αυτό υπογραμμίζει την ευρύτερη συζήτηση για τον ρόλο της ΤΝ στην εκπαίδευση και τη σημασία της ανθρώπινης προσπάθειας στις ακαδημαϊκές επιτυχίες.

Πλεονεκτήματα της ΤΝ στην Ακαδημαϊκή Γραφή:
– Βοηθά στην ανάλυση δεδομένων και στη λογοτεχνική ανασκόπηση.
– Μπορεί να βοηθήσει τους φοιτητές να επικεντρωθούν στην κριτική ανάλυση και ερμηνεία.
– Μπορεί να ενθαρρύνει την ανάπτυξη νέων μεθοδολογιών έρευνας.
– Μπορεί να λειτουργήσει ως εργαλείο μάθησης για δεξιότητες ΤΝ και επιστήμη δεδομένων.

Μειονεκτήματα της ΤΝ στην Ακαδημαϊκή Γραφή:
– Υπονομεύει την ανάπτυξη ανεξάρτητων ερευνητικών δεξιοτήτων.
– Θέτει ερωτήματα σχετικά με την πρωτοτυπία της εργασίας του φοιτητή.
– Οδηγεί σε προκλήσεις για την ακριβή αξιολόγηση της απόδοσης του φοιτητή.
– Μπορεί να μειώσει την αντιληπτή αξία των ακαδημαϊκών προσόντων.

Σχετικοί Σύνδεσμοι:
Για τις τελευταίες εξελίξεις και συζητήσεις στην τεχνητή νοημοσύνη: AI.org
Για γενικές πληροφορίες σχετικά με τη ρωσική υψηλή εκπαίδευση: Edu.ru

Είναι σημαντικό να ληφθεί υπόψη ότι η απόφαση να ενσωματωθεί η ΤΝ στην υψηλή εκπαίδευση διαφέρει ευρέως ανάμεσα σε ιδρύματα και ειδικότητες. Η ισορροπία που επιτυγχάνεται μεταξύ τ

Privacy policy
Contact