L’utilisation de l’intelligence artificielle (IA) dans l’éducation devenant plus courante, soulève des inquiétudes quant à son impact sur l’évaluation des étudiants. Une préoccupation majeure est la fiabilité de l’IA dans la détection de la tricherie. Lorsque le Professeur Robert Topinka a décidé de mettre ChatGPT à l’épreuve, il a rencontré un dilemme. Le logiciel alimenté par l’IA a correctement identifié un essai comme généré par l’IA, mais a également étiqueté son propre essai original comme potentiellement généré par l’IA.
L’expérience de Topinka souligne une faille significative dans la capacité de l’IA à évaluer l’authenticité des travaux écrits. Il semble que le logiciel puisse classer à tort des essais bien écrits, logiques et grammaticalement corrects comme produits par l’IA. Cela soulève des doutes sur l’efficacité de l’IA dans la détection de la malhonnêteté académique.
Alors que Topinka luttait avec ce dilemme, une autre considération importante émerge. Les travaux des étudiants, y compris les essais, doivent-ils contribuer à la qualification finale pour le diplôme? Les critiques soutiennent qu’en éliminant le poids de telles tâches, l’incitation à tricher diminuerait. Au lieu de cela, ils préconisent un système qui repose uniquement sur les examens comme facteur déterminant pour un diplôme. Des questions surprises dans une salle d’examen contrôlée, sans aucun support technologique, garantiraient une évaluation équitable des connaissances et capacités des étudiants.
Cependant, il est impératif de reconnaître le problème sous-jacent qui alimente la tricherie – l’employabilité. Comme la société exige des qualifications plus élevées pour les postes d’entrée, les étudiants sont de plus en plus obligés de poursuivre des diplômes uniquement comme moyen de garantir un emploi approprié. Cette motivation influence leur volonté de recourir à des pratiques malhonnêtes. Pour atténuer le problème de la tricherie, un changement fondamental est nécessaire dans la mentalité des étudiants. Les universités devraient favoriser un environnement où l’apprentissage pour le plaisir de la connaissance prend le dessus sur les perspectives de carrière.
En fin de compte, le rôle de l’IA dans l’évaluation des essais d’étudiants devrait être reconsidéré. Bien qu’elle puisse avoir ses mérites, elle ne devrait pas être uniquement utilisée pour déterminer l’authenticité. Combiner la technologie de l’IA avec le jugement humain et des interactions significatives entre étudiants et enseignants peut fournir une évaluation plus complète et équitable. L’accent devrait être mis sur le développement d’une véritable passion pour l’apprentissage, plutôt que de simplement poursuivre des diplômes à des fins d’emploi. Ce n’est qu’alors que nous pourrons espérer réduire la prévalence de la tricherie et rétablir l’intégrité des évaluations académiques.
The source of the article is from the blog publicsectortravel.org.uk