এআই-চালিত গ্রেড ইনফ্লেশন: কেন উচ্চতর নম্বর কম শেখার সংকেত হতে পারে
শিক্ষাক্ষেত্রে জেনারেটিভ এআই-এর দ্রুত সংযুক্তি শিক্ষার্থীদের গ্রেডে উল্লেখযোগ্য বৃদ্ধি ঘটাচ্ছে, তবে নতুন গবেষণা বলছে যে এই প্রবণতা উন্নত জ্ঞানীয় ক্ষমতার পরিবর্তে 'আউটসোর্সড লেবার' বা বহিরাগত শ্রমের প্রতিফলন। যেহেতু এ-গ্রেড (A-grade) এর অনুপাত উপরের দিকে সরে যাচ্ছে, তাই শিক্ষাবিদ এবং শিল্প নেতারা একটি আসন্ন "দক্ষতার ক্ষয়" (skill atrophy) সম্পর্কে সতর্ক করছেন, যা একাডেমিক যোগ্যতাকে প্রকৃত দক্ষতার থেকে বিচ্ছিন্ন করে দিতে পারে।
গ্রেড বৃদ্ধির পেছনের তথ্য
গবেষক ইগর চিরিকভ (Igor Chirikov)-এর একটি ব্যাপক গবেষণা, যা ২০১৮ থেকে ২০২৫ সাল পর্যন্ত ৮৪টি বিভাগের ৩১৯টি কোর্স পর্যবেক্ষণ করেছে, একাডেমিক পারফরম্যান্সের একটি চমকপ্রদ প্রবণতা প্রকাশ করেছে। ২০২২ সালের নভেম্বরে ChatGPT প্রকাশের পর থেকে, এ-গ্রেডের (A grades) হার ১৩ শতাংশ পয়েন্ট বৃদ্ধি পেয়েছে—যা ২০২২ সালের বেসলাইনের তুলনায় প্রায় ৩০% বেশি। এই পরিবর্তনের ফলে গড় GPA ০.১২ পয়েন্ট বৃদ্ধি পেয়েছে এবং সামগ্রিক গ্রেড ডিস্ট্রিবিউশন উল্লেখযোগ্যভাবে সংকুচিত হয়েছে।
গবেষণাটি হাইলাইট করে যে এই ইনফ্লেশন বা বৃদ্ধি সব বিষয়ের ক্ষেত্রে সমান নয়। বরং, যেসব কোর্সে "AI exposure" বা এআই-এর ব্যবহার বেশি—বিশেষ করে যেসব কোর্সে লেখালেখি এবং কোডিং অ্যাসাইনমেন্টের আধিক্য রয়েছে—সেখানে এটি সবচেয়ে বেশি স্পষ্ট। মজার বিষয় হলো, তথ্য বলছে যে এ-মাইনাস (A-minus) এবং বি-প্লাস (B-plus) গ্রেডগুলো প্রায়শই সরাসরি এ-গ্রেডে (A's) উন্নীত করা হচ্ছে, যা মূল্যায়নে একটি পদ্ধতিগত ঊর্ধ্বমুখী প্রবণতা নির্দেশ করে।
হোমওয়ার্ক বনাম প্রক্টরিং পরীক্ষা: আসল কারণ
এই গবেষণার সবচেয়ে গুরুত্বপূর্ণ ফলাফলটি হলো এই গ্রেড বৃদ্ধি কোথায় ঘটছে। যদি এআই সত্যিই শেখার প্রক্রিয়াকে উন্নত করত, তবে সব ধরণের মূল্যায়নে গ্রেডের উন্নতি দেখা যেত। তবে, তথ্য গ্রেড ইনফ্লেশন এবং তদারকিহীন অ্যাসাইনমেন্টের মধ্যে একটি স্পষ্ট সম্পর্ক দেখায়।
যেসব কোর্সে হোমওয়ার্কের গুরুত্ব চূড়ান্ত গ্রেডের মধ্যম মানের চেয়ে বেশি, সেখানে একই ধরণের AI exposure থাকা কম হোমওয়ার্কের কোর্সের তুলনায় এ-গ্রেড আরও ১৬ শতাংশ পয়েন্ট বৃদ্ধি পেয়েছে। বিপরীতে, প্রক্টরিং পরীক্ষা বা মৌখিক উপস্থাপনার ওপর নির্ভরশীল কোর্সগুলোতে—যেখানে এআই-এর উপযোগিতা উল্লেখযোগ্যভাবে কম—গ্রেড স্থিতিশীল ছিল। এটি নির্দেশ করে যে, গ্রেডের এই উল্লম্ফন প্রকৃত শিক্ষাগত উন্নতির প্রতিফলন নয়, বরং তদারকিহীন কাজগুলো সম্পন্ন করতে শিক্ষার্থীদের এআই ব্যবহারের সরাসরি ফলাফল।
একাডেমিক সিগন্যালিং এবং সমালোচনামূলক চিন্তাভাবনার অবক্ষয়
কয়েক দশক ধরে হার্ভার্ডের মতো প্রতিষ্ঠানগুলোতে গ্রেড ইনফ্লেশন একটি উদ্বেগের বিষয় ছিল, যেখানে ২০০৫ সালে এ-গ্রেড ছিল ২৪% এবং ২০২৫ সালের মধ্যে তা ৬০%-এর বেশি হয়েছে। তবে, চিরিকভ যুক্তি দেন যে এআই একটি মৌলিকভাবে ভিন্ন সমস্যা তৈরি করেছে। আগে ইনফ্লেশনের কারণগুলো গ্রেডিং পর্যায়ে ঘটত, কিন্তু এআই প্রোডাকশন বা উৎপাদন পর্যায়ে পরিবর্তন আনে, যা একজন ইন্সট্রাক্টর দেখার আগেই কাজ তৈরির পদ্ধতি বদলে দেয়।
এটি বৃহত্তর প্রযুক্তি এবং পেশাদার ক্ষেত্রে দুটি প্রধান ঝুঁকি তৈরি করে:
- মূল্যহীন সনদ (Devalued Credentials): যদি কোডিং এবং লেখালেখি-নির্ভর কোর্সের গ্রেড মানুষের দক্ষতার পরিবর্তে এআই-এর আউটপুটকে প্রতিফলিত করে, তবে নিয়োগকর্তা এবং গ্র্যাজুয়েট প্রোগ্রামগুলো সঠিক নির্বাচনের সিদ্ধান্ত নিতে হিমশিম খাবে।
- দক্ষতার ক্ষয় (Skill Atrophy): OpenAI-এর সিইও স্যাম অল্টম্যান সতর্ক করেছেন যে, পদ্ধতিগত শিক্ষাগত পরিবর্তন ছাড়া সমালোচনামূলক চিন্তাভাবনার দক্ষতা "উল্লেখযোগ্যভাবে ক্ষয়" হওয়ার ঝুঁকি রয়েছে। শিক্ষার্থীরা যদি সেই কাজগুলোই আউটসোর্স করে দেয় যা মস্তিষ্ককে প্রশিক্ষিত করে—যেমন লেখালেখি এবং প্রোগ্রামিং—তবে তারা এমনভাবে স্নাতক সম্পন্ন করতে পারে যেখানে তাদের ব্যবহৃত টুলগুলো আয়ত্ত করার জন্য প্রয়োজনীয় মৌলিক যুক্তির অভাব থাকবে।
মূল বিষয়সমূহ
- তদারকিহীন কাজের সাথে সম্পর্ক: গ্রেড ইনফ্লেশন সেইসব কোর্সে সবচেয়ে বেশি দেখা যাচ্ছে যেখানে হোমওয়ার্কের গুরুত্ব বেশি, যা নির্দেশ করে যে এআই শেখার প্রক্রিয়াকে উন্নত করার পরিবর্তে তা এড়িয়ে যাওয়ার জন্য ব্যবহৃত হচ্ছে।
- নির্দিষ্ট দুর্বলতা: লেখালেখি এবং কোডিং-নির্ভর পাঠ্যক্রমগুলো "আউটসোর্সড" গ্রেড ইনফ্লেশনের উচ্চ ঝুঁকিতে রয়েছে, কারণ এই ক্ষেত্রগুলোতে LLM-এর দক্ষতা অত্যন্ত বেশি।
- সিগন্যালিং সংকট: এই পরিবর্তন একাডেমিক গ্রেডকে প্রকৃত দক্ষতার স্তর থেকে বিচ্ছিন্ন করার হুমকি দিচ্ছে, যা সম্ভাব্যভাবে এমন একটি কর্মীবাহিনী তৈরি করতে পারে যাদের জটিল সমস্যা সমাধানের জন্য প্রয়োজনীয় মৌলিক সমালোচনামূলক চিন্তাভাবনার অভাব রয়েছে।