Mvurugiko wa Alama unaosababishwa na AI: Kwa nini Alama za Juu zinaweza kuashiria Mafunzo Kidogo
Ujumuishaji wa haraka wa AI ya kizazi (generative AI) katika taaluma unachochea ongezeko kubwa la alama za wanafunzi, lakini utafiti mpya unaonyesha kuwa mwelekeo huu unaashiria kazi zilizokabidhiwa kwa watu wengine (outsourced labor) badala ya uwezo ulioimarishwa wa kiakili. Wakati mgawanyo wa alama za 'A' unavyohamia juu, waalimu na viongozi wa viwanda wanaonya kuhusu "kudhoofika kwa ujuzi" (skill atrophy) kunakokuja ambako kunaweza kutenganisha vyeti vya kitaaluma na uwezo halisi.
Takwimu Nyuma ya Ongezeko la Alama
Utafiti mpana uliofanywa na mtafiti Igor Chirikov, ukifuatilia kozi 319 katika idara 84 kuanzia mwaka 2018 hadi 2025, unafunua mwelekeo wa kushangaza katika utendaji wa kitaaluma. Tangu kuzinduliwa kwa ChatGPT mnamo Novemba 2022, sehemu ya alama za 'A' imepanda kwa pointi 13 za asilimia—takriban 30% juu ya kiwango cha msingi cha mwaka 2022. Mabadiliko haya yamesababisha wastani wa GPA kuongezeka kwa pointi 0.12 na kupunguza kwa kiasi kikubwa mgawanyo wa jumla wa alama.
Utafiti huo unasisitiza kuwa mvurugiko huu haupo kwa usawa katika taaluma zote. Badala yake, unajidhihirisha zaidi katika kozi zenye "mwingiliano mkubwa wa AI"—hususan zile zenye mchanganyiko mkubwa wa kazi za uandishi na uandishi wa misimbo (coding). Inashangaza kwamba, takwimu zinaonyesha kuwa alama za A-minus na B-plus mara nyingi "zinapandishwa" kuwa A za moja kwa moja, jambo linaloashiria mwelekeo wa kimfumo wa kupanda kwa tathmini.
Kazi za Nyumbani dhidi ya Mitihani ya Kusimamiwa: Ushahidi wa Wazi
Ugunduzi muhimu zaidi wa utafiti huu upo katika mahali ambapo ongezeko hili la alama linatokea. Ikiwa AI ingekuwa ikiboresha ujifunzaji kweli, maboresho ya alama yangeonekana katika aina zote za tathmini. Hata hivyo, takwimu zinaonyesha uhusiano wa wazi kati ya mvurugiko wa alama na kazi ambazo hazisimamiwi.
Katika kozi ambapo kazi za nyumbani zina uzito mkubwa kuliko wastani wa alama za mwisho, alama za 'A' zilipanda kwa pointi nyingine 16 za asilimia ikilinganishwa na kozi zenye kazi chache za nyumbani zenye mwingiliano sawa wa AI. Kinyume chake, katika kozi zinazotegemea mitihani ya kusimamiwa au mawasilisho ya mdomo—maeneo ambapo matumizi ya AI ni chini sana—alama zilibaki vile vile. Hii inadokeza kuwa ongezeko la alama ni matokeo ya moja kwa moja ya wanafunzi kutumia AI kukamilisha kazi ambazo hazisimamiwi badala ya kuashiria mafanikio ya kweli ya kipedagogia.
Kuchakaa kwa Ishara za Kitaaluma na Fikra Tunduizi
Kwa miongo kadhaa, mvurugiko wa alama umekuwa wasiwasi katika taasisi kama Harvard, ambapo alama za 'A' zilipanda kutoka 24% mwaka 2005 hadi zaidi ya 60% ifikapo mwaka 2025. Hata hivyo, Chirikov anahoji kuwa AI inaleta tatizo la tofauti kabisa. Wakati vichocheo vya awali vya mvurugiko huo vilitokea wakati wa hatua ya kutoa alama, AI inabadilisha hatua ya uzalishaji, ikibadilisha jinsi kazi inavyoundwa kabla hata mwalimu hajaiona.
Hii inatengeneza hatari kuu mbili kwa sekta pana ya teknolojia na kitaaluma:
- Vyeti Vilivyopoteza Thamani: Ikiwa alama katika kozi zenye uandishi na uandishi wa misimbo (coding) zinajidhihirisha kama matokeo ya AI badala ya ujuzi wa binadamu, waajiri na programu za masomo ya juu watapata ugumu katika kufanya maamuzi sahihi ya uteuzi.
- Kudhoofika kwa Ujuzi: Mkurugenzi Mtendaji wa OpenAI, Sam Altman, amewahi kuonya kuwa bila mabadiliko ya kimfumo ya kielimu, ujuzi wa fikra tunduizi unakabiliwa na "kudhoofika kwa kiasi kikubwa." Ikiwa wanafunzi watakabidhi kazi ambazo zinaunda akili—kama vile uandishi na programu (programming)—kwa AI, wanaweza kuhitimu wakiwa hawana mantiki ya msingi inayohitajika ili kutumia vizuri zana wanazotumia.
Mambo Muhimu ya Kuzingatia
- Uhusiano na Kazi zisizosimamiwa: Mvurugiko wa alama unachocheka zaidi katika kozi ambapo kazi za nyumbani zina uzito mkubwa, ikidokeza kuwa AI inatumiwa kukwepa, badala ya kuongeza, ujifunzaji.
- Uathiriwa Maalum: Mitaala inayozingatia sana uandishi na uandishi wa misimbo (coding) iko katika hatari kubwa zaidi ya mvurugiko wa alama unaotokana na "kazi za nje" kutokana na uwezo mkubwa wa LLMs katika nyanja hizi.
- Mgogoro wa Ishara: Mabadiliko haya yanatishia kutenganisha alama za kitaaluma na viwango halisi vya ujuzi, jambo ambalo linaweza kutengeneza nguvu kazi inayokosa fikra tunduizi ya msingi inayohitajika kwa utatuzi wa matatizo magumu.