AI-ਮੁਖੀ ਗ੍ਰੇਡ ਮਹਿੰਗਾਈ (Grade Inflation): ਉੱਚ ਅੰਕ ਘੱਟ ਸਿੱਖਣ ਦਾ ਸੰਕੇਤ ਕਿਉਂ ਹੋ ਸਕਦੇ ਹਨ
ਅਕਾਦਮਿਕ ਖੇਤਰ ਵਿੱਚ generative AI ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਹੋ ਰਿਹਾ ਮੇਲ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਗ੍ਰੇਡਾਂ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਉਛਾਲ ਲਿਆ ਰਿਹਾ ਹੈ, ਪਰ ਨਵਾਂ ਖੋਜ ਅਨੁਸਾਰ ਇਹ ਰੁਝਾਨ ਵਧੀਆਂ ਹੋਈਆਂ ਬੌਧਿਕ ਯੋਗਤਾਵਾਂ ਦੀ ਬਜਾਏ 'ਆਊਟਸੋਰਸਡ ਲੇਬਰ' (ਬਾਹਰੀ ਮਦਦ) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ A-ਗ੍ਰੇਡਾਂ ਦਾ ਵੰਡ ਪ੍ਰਤੀਸ਼ਤ ਉੱਪਰ ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ, ਸਿੱਖਿਆ ਸ਼ਾਸਤਰੀ ਅਤੇ ਉਦਯੋਗਿਕ ਲੀਡਰ ਇੱਕ ਆਉਣ ਵਾਲੇ "skill atrophy" (ਹੁਨਰ ਦੀ ਕਮੀ) ਬਾਰੇ ਚੇਤਾਵਨੀ ਦੇ ਰਹੇ ਹਨ, ਜੋ ਅਕਾਦਮਿਕ ਯੋਗਤਾਵਾਂ ਨੂੰ ਅਸਲ ਕਾਬਲੀਅਤ ਤੋਂ ਵੱਖ ਕਰ ਸਕਦਾ ਹੈ।
ਗ੍ਰੇਡਾਂ ਵਿੱਚ ਉਛਾਲ ਦੇ ਪਿੱਛੇ ਦਾ ਡੇਟਾ
ਖੋਜਕਰਤਾ Igor Chirikov ਦੁਆਰਾ ਕੀਤੀ ਗਈ ਇੱਕ ਵਿਆਪਕ ਖੋਜ, ਜਿਸ ਵਿੱਚ 2018 ਤੋਂ 2025 ਤੱਕ 84 ਵਿਭਾਗਾਂ ਦੇ 319 ਕੋਰਸਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕੀਤੀ ਗਈ ਹੈ, ਅਕਾਦਮਿਕ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਇੱਕ ਹੈਰਾਨੀਜਨਕ ਰੁਝਾਨ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦੀ ਹੈ। ਨਵੰਬਰ 2022 ਵਿੱਚ ChatGPT ਦੀ ਰਿਲੀਜ਼ ਤੋਂ ਬਾਅਦ, A ਗ੍ਰੇਡਾਂ ਦਾ ਹਿੱਸਾ 13 ਪ੍ਰਤੀਸ਼ਤ ਅੰਕ ਵਧ ਗਿਆ ਹੈ—ਜੋ ਕਿ 2022 ਦੇ ਬੇਸਲਾਈਨ ਤੋਂ ਲਗਭਗ 30% ਜ਼ਿਆਦਾ ਹੈ। ਇਸ ਤਬਦੀਲੀ ਕਾਰਨ ਔਸਤ GPA ਵਿੱਚ 0.12 ਅੰਕਾਂ ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ ਅਤੇ ਸਮੁੱਚੀ ਗ੍ਰੇਡ ਵੰਡ ਕਾਫ਼ੀ ਤੰਗ ਹੋ ਗਈ ਹੈ।
ਅਧਿਐਨ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਇਹ ਮਹਿੰਗਾਈ ਸਾਰੇ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਇੱਕੋ ਜਿਹੀ ਨਹੀਂ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਉਹਨਾਂ ਕੋਰਸਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਦੇਖੀ ਜਾਂਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਵਿੱਚ "AI exposure" ਜ਼ਿਆਦਾ ਹੈ—ਖਾਸ ਕਰਕੇ ਉਹ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਲਿਖਣ ਅਤੇ ਕੋਡਿੰਗ ਦੇ ਅਸਾਈਨਮੈਂਟਾਂ ਦਾ ਭਾਰੀ ਮਿਸ਼ਰਣ ਹੈ। ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਡੇਟਾ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ A-minus ਅਤੇ B-plus ਗ੍ਰੇਡਾਂ ਨੂੰ ਅਕਸਰ "bump up" ਕਰਕੇ ਸਿੱਧੇ A ਗ੍ਰੇਡਾਂ ਵਿੱਚ ਬਦਲਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਮੁਲਾਂਕਣ ਵਿੱਚ ਇੱਕ ਯੋਜਨਾਬੱਧ ਉੱਪਰ ਵੱਲ ਜਾਣ ਵਾਲੇ ਰੁਝਾਨ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ।
ਹੋਮਵਰਕ ਬਨਾਮ ਪ੍ਰੋਕਟੋਰਡ ਪ੍ਰੀਖਿਆਵਾਂ: ਅਸਲ ਕਾਰਨ (The Smoking Gun)
ਖੋਜ ਦਾ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਨਤੀਜਾ ਇਸ ਗੱਲ ਵਿੱਚ ਹੈ ਕਿ ਇਹ ਗ੍ਰੇਡ ਵਾਧਾ ਕਿੱਥੇ ਹੋ ਰਿਹਾ ਹੈ। ਜੇਕਰ AI ਸੱਚਮੁੱਚ ਸਿੱਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਰਿਹਾ ਹੁੰਦਾ, ਤਾਂ ਗ੍ਰੇਡਾਂ ਵਿੱਚ ਸੁਧਾਰ ਸਾਰੇ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦਾ। ਹਾਲਾਂਕਿ, ਡੇਟਾ ਗ੍ਰੇਡ ਮਹਿੰਗਾਈ ਅਤੇ ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਵਾਲੇ ਅਸਾਈਨਮੈਂਟਾਂ ਵਿਚਕਾਰ ਇੱਕ ਸਪੱਸ਼ਟ ਸਬੰਧ ਦਿਖਾਉਂਦਾ ਹੈ।
ਉਹਨਾਂ ਕੋਰਸਾਂ ਵਿੱਚ ਜਿੱਥੇ ਹੋਮਵਰਕ ਦਾ ਭਾਰ ਅੰਤਿਮ ਗ੍ਰੇਡ ਦੇ ਮੱਧਮ ਭਾਰ ਤੋਂ ਵੱਧ ਹੈ, ਉੱਥੇ ਸਮਾਨ AI exposure ਵਾਲੇ ਘੱਟ ਹੋਮਵਰਕ ਵਾਲੇ ਕੋਰਸਾਂ ਦੇ ਮੁਕਾਬਲੇ A ਗ੍ਰੇਡਾਂ ਵਿੱਚ 16 ਪ੍ਰਤੀਸ਼ਤ ਅੰਕਾਂ ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਇਸ ਦੇ ਉਲਟ, ਉਹਨਾਂ ਕੋਰਸਾਂ ਵਿੱਚ ਜੋ ਪ੍ਰੋਕਟੋਰਡ ਪ੍ਰੀਖਿਆਵਾਂ ਜਾਂ ਮੌਖਿਕ ਪੇਸ਼ਕਾਰੀਆਂ (oral presentations) 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ—ਜਿੱਥੇ AI ਦੀ ਵਰਤੋਂ ਕਾਫ਼ੀ ਘੱਟ ਹੈ—ਗ੍ਰੇਡ ਸਥਿਰ ਰਹੇ। ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਗ੍ਰੇਡਾਂ ਵਿੱਚ ਇਹ ਉਛਾਲ ਅਸਲ ਸਿੱਖਣ ਦੇ ਲਾਭਾਂ ਦੀ ਬਜਾਏ, ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਸਿੱਧਾ ਨਤੀਜਾ ਹੈ।
ਅਕਾਦਮਿਕ ਸੰਕੇਤਾਂ (Academic Signaling) ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਦਾ ਘਟਣਾ
ਦਹਾਕਿਆਂ ਤੋਂ, ਹਾਰਵਰਡ ਵਰਗੇ ਅਦਾਰਿਆਂ ਵਿੱਚ ਗ੍ਰੇਡ ਮਹਿੰਗਾਈ ਇੱਕ ਚਿੰਤਾ ਦਾ ਵਿਸ਼ਾ ਰਹੀ ਹੈ, ਜਿੱਥੇ 2005 ਵਿੱਚ A ਗ੍ਰੇਡ 24% ਤੋਂ ਵਧ ਕੇ 2025 ਤੱਕ 60% ਤੋਂ ਵੱਧ ਹੋ ਗਏ ਹਨ। ਹਾਲਾਂਕਿ, Chirikov ਦਾ ਤਰਕ ਹੈ ਕਿ AI ਇੱਕ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਸਮੱਸਿਆ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਮਹਿੰਗਾਈ ਦੇ ਪਿਛਲੇ ਕਾਰਨ ਗ੍ਰੇਡ ਦੇਣ ਦੇ ਪੜਾਅ ਦੌਰਾਨ ਹੁੰਦੇ ਸਨ, AI ਉਤਪਾਦਨ (production) ਦੇ ਪੜਾਅ ਨੂੰ ਬਦਲ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਬਦਲ ਜਾਂਦਾ ਹੈ ਕਿ ਕੋਈ ਅਧਿਆਪਕ ਇਸ ਨੂੰ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ ਕੰਮ ਕਿਵੇਂ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਇਹ ਵਿਆਪਕ ਤਕਨੀਕੀ ਅਤੇ ਪੇਸ਼ੇਵਰ ਖੇਤਰ ਲਈ ਦੋ ਵੱਡੇ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ:
- ਘਟੀ ਹੋਈ ਮੁੱਲ ਵਾਲੀਆਂ ਯੋਗਤਾਵਾਂ (Devalued Credentials): ਜੇਕਰ ਕੋਡਿੰਗ ਅਤੇ ਲਿਖਣ ਵਾਲੇ ਭਾਰੀ ਕੋਰਸਾਂ ਵਿੱਚ ਗ੍ਰੇਡ ਮਨੁੱਖੀ ਹੁਨਰ ਦੀ ਬਜਾਏ AI ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਤਾਂ ਰੁਜ਼ਗਾਰਦਾਤਾਵਾਂ ਅਤੇ ਗ੍ਰੈਜੂਏਟ ਪ੍ਰੋਗਰਾਮਾਂ ਨੂੰ ਸਹੀ ਚੋਣ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਵੇਗੀ।
- ਹੁਨਰ ਦੀ ਕਮੀ (Skill Atrophy): OpenAI ਦੇ CEO Sam Altman ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਪ੍ਰਣਾਲੀਗਤ ਵਿਦਿਅਕ ਤਬਦੀਲੀਆਂ ਤੋਂ ਬਿਨਾਂ, ਆਲੋਚਨਾਤਮਕ ਸੋਚਣ ਦੇ ਹੁਨਰਾਂ ਦੇ "ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਘਟਣ" ਦਾ ਖਤਰਾ ਹੈ। ਜੇਕਰ ਵਿਦਿਆਰਥੀ ਉਹਨਾਂ ਕੰਮਾਂ ਨੂੰ ਆਊਟਸੋਰਸ ਕਰਦੇ ਹਨ ਜੋ ਦਿਮਾਗ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਨ—ਜਿਵੇਂ ਕਿ ਲਿਖਣਾ ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ—ਤਾਂ ਉਹ ਉਹਨਾਂ ਸਾਧਨਾਂ ਵਿੱਚ ਮਾਹਰ ਹੋਣ ਲਈ ਲੋੜੀਂਦੀ ਬੁਨਿਆਦੀ ਤਰਕ ਦੀ ਕਮੀ ਨਾਲ ਗ੍ਰੈਜੂਏਟ ਹੋ ਸਕਦੇ ਹਨ।
ਮੁੱਖ ਨੁਕਤੇ
- ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਵਾਲੇ ਕੰਮ ਨਾਲ ਸਬੰਧ: ਗ੍ਰੇਡ ਮਹਿੰਗਾਈ ਉਹਨਾਂ ਕੋਰਸਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਹੈ ਜਿੱਥੇ ਹੋਮਵਰਕ ਦਾ ਭਾਰ ਜ਼ਿਆਦਾ ਹੁੰਦਾ ਹੈ, ਜੋ ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ AI ਦੀ ਵਰਤੋਂ ਸਿੱਖਣ ਨੂੰ ਵਧਾਉਣ ਦੀ ਬਜਾਏ, ਉਸ ਤੋਂ ਬਚਣ ਲਈ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ।
- ਵਿਸ਼ੇਸ਼ ਕਮਜ਼ੋਰੀਆਂ: ਲਿਖਣ ਅਤੇ ਕੋਡਿੰਗ ਵਾਲੇ ਪਾਠਕ੍ਰਮਾਂ ਨੂੰ ਇਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ LLMs ਦੀ ਉੱਚ ਮੁਹਾਰਤ ਕਾਰਨ "ਆਊਟਸੋਰਸਡ" ਗ੍ਰੇਡ ਮਹਿੰਗਾਈ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਖਤਰਾ ਹੈ।
- ਸੰਕੇਤ ਸੰਕਟ (The Signaling Crisis): ਇਹ ਤਬਦੀਲੀ ਅਕਾਦਮਿਕ ਗ੍ਰੇਡਾਂ ਨੂੰ ਅਸਲ ਹੁਨਰ ਦੇ ਪੱਧਰਾਂ ਤੋਂ ਵੱਖ ਕਰਨ ਦੀ ਧਮਕੀ ਦਿੰਦੀ ਹੈ, ਜੋ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਅਜਿਹੀ ਕਾਰਜਸ਼ੀਲ ਸ਼ਕਤੀ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਲਈ ਲੋੜੀਂਦੀ ਬੁਨਿਆਦੀ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਦੀ ਕਮੀ ਹੋਵੇ।