ภาวะเกรดเฟ้อที่ขับเคลื่อนด้วย AI: ทำไมคะแนนที่สูงขึ้นอาจหมายถึงการเรียนรู้ที่น้อยลง
การบูรณาการ generative AI เข้าสู่แวดวงวิชาการอย่างรวดเร็วกำลังส่งผลให้เกรดของนักศึกษาพุ่งสูงขึ้นอย่างมีนัยสำคัญ แต่งานวิจัยใหม่ชี้ให้เห็นว่าแนวโน้มนี้สะท้อนถึงการ "จ้างงานภายนอก" (outsourced labor) มากกว่าความสามารถทางสติปัญญาที่เพิ่มขึ้น เมื่อการกระจายตัวของเกรด A ขยับสูงขึ้น เหล่านักการศึกษาและผู้นำในอุตสาหกรรมต่างออกมาเตือนถึงภาวะ "ทักษะฝ่อ" (skill atrophy) ที่กำลังคืบคลานเข้ามา ซึ่งอาจทำให้คุณวุฒิทางวิชาการไม่สอดคล้องกับความสามารถที่แท้จริง
ข้อมูลเบื้องหลังการพุ่งสูงขึ้นของเกรด
การศึกษาอย่างครอบคลุมโดยนักวิจัย Igor Chirikov ซึ่งติดตามผลจาก 319 รายวิชาใน 84 ภาควิชา ตั้งแต่ปี 2018 ถึง 2025 เผยให้เห็นแนวโน้มที่น่าตกใจในผลการเรียน นับตั้งแต่การเปิดตัว ChatGPT ในเดือนพฤศจิกายน 2022 สัดส่วนของเกรด A ได้พุ่งสูงขึ้นถึง 13 จุดเปอร์เซ็นต์ หรือสูงกว่าเกณฑ์มาตรฐานในปี 2022 ประมาณ 30% การเปลี่ยนแปลงนี้ส่งผลให้ค่าเฉลี่ย GPA เพิ่มขึ้น 0.12 จุด และทำให้การกระจายตัวของเกรดโดยรวมแคบลงอย่างมีนัยสำคัญ
งานวิจัยระบุว่าภาวะเกรดเฟ้อนี้ไม่ได้เกิดขึ้นเท่ากันในทุกสาขาวิชา แต่จะเห็นได้ชัดเจนที่สุดในรายวิชาที่มี "การสัมผัสกับ AI" (AI exposure) สูง โดยเฉพาะวิชาที่มีการมอบหมายงานเขียนและการเขียนโค้ดเป็นหลัก ที่น่าสนใจคือ ข้อมูลแสดงให้เห็นว่าเกรด A-minus และ B-plus มักจะถูก "ปัดขึ้น" เป็นเกรด A ทั้งหมด ซึ่งบ่งชี้ถึงแนวโน้มการประเมินผลที่ขยับสูงขึ้นอย่างเป็นระบบ
การบ้าน vs. การสอบแบบคุมสอบ: หลักฐานมัดตัว
ข้อค้นพบที่สำคัญที่สุดของงานวิจัยอยู่ที่ว่าการเพิ่มขึ้นของเกรดเหล่านี้เกิดขึ้นที่ไหน หาก AI ช่วยส่งเสริมการเรียนรู้ได้อย่างแท้จริง การพัฒนาของเกรดควรจะปรากฏให้เห็นในทุกรูปแบบของการประเมินผล อย่างไรก็ตาม ข้อมูลแสดงให้เห็นถึงความสัมพันธ์ที่ชัดเจนระหว่างภาวะเกรดเฟ้อกับการมอบหมายงานที่ไม่มีการควบคุมดูแล
ในรายวิชาที่การบ้านมีน้ำหนักมากกว่าค่ากลางของคะแนนรวมสุดท้าย เกรด A พุ่งสูงขึ้นเพิ่มอีก 16 จุดเปอร์เซ็นต์ เมื่อเทียบกับวิชาที่มีการบ้านน้อยกว่าแต่มีการสัมผัสกับ AI ในระดับที่ใกล้เคียงกัน ในทางกลับกัน ในรายวิชาที่พึ่งพาการสอบแบบมีผู้คุมสอบหรือการนำเสนอด้วยวาจา ซึ่งเป็นด้านที่ AI มีประโยชน์น้อยกว่ามาก เกรดกลับยังคงที่ สิ่งนี้บ่งชี้ว่าการพุ่งขึ้นของเกรดเป็นผลโดยตรงจากการที่นักศึกษาใช้ AI เพื่อทำงานที่ไม่มีการควบคุมดูแล มากกว่าจะเป็นการสะท้อนถึงความก้าวหน้าทางการเรียนการสอนที่แท้จริง
การเสื่อมถอยของสัญญาณทางวิชาการและการคิดเชิงวิพากษ์
เป็นเวลาหลายทศวรรษแล้วที่ภาวะเกรดเฟ้อเป็นประเด็นที่น่ากังวลในสถาบันอย่าง Harvard ซึ่งเกรด A เพิ่มขึ้นจาก 24% ในปี 2005 เป็นมากกว่า 60% ภายในปี 2025 อย่างไรก็ตาม Chirikov แย้งว่า AI นำมาซึ่งปัญหาที่แตกต่างออกไปอย่างสิ้นเชิง ในขณะที่ปัจจัยขับเคลื่อนภาวะเกรดเฟ้อในอดีตเกิดขึ้นในขั้นตอนการให้คะแนน แต่ AI เข้าไปเปลี่ยนแปลงในขั้นตอนการ ผลิต (production) ซึ่งเปลี่ยนวิธีการสร้างสรรค์ผลงานก่อนที่ผู้สอนจะได้เห็นเสียด้วยซ้ำ
สิ่งนี้สร้างความเสี่ยงหลักสองประการต่อภูมิทัศน์ทางเทคโนโลยีและวิชาชีพในวงกว้าง:
- คุณวุฒิด้อยค่าลง: หากเกรดในวิชาที่เน้นการเขียนโค้ดและการเขียนสะท้อนถึงผลลัพธ์จาก AI มากกว่าทักษะของมนุษย์ นายจ้างและหลักสูตรระดับบัณฑิตศึกษาจะประสบปัญหาในการตัดสินใจคัดเลือกบุคลากรอย่างแม่นยำ
- ทักษะฝ่อ: Sam Altman ซีอีโอของ OpenAI ได้เตือนว่าหากไม่มีการเปลี่ยนแปลงเชิงระบบทางการศึกษา ทักษะการคิดเชิงวิพากษ์อาจเสี่ยงต่อภาวะ "ฝ่ออย่างมีนัยสำคัญ" หากนักศึกษาจ้างงานภายนอก (outsource) ในงานที่ต้องใช้ฝึกฝนสมอง เช่น การเขียนและการเขียนโปรแกรม พวกเขาอาจจบการศึกษาไปโดยขาดตรรกะพื้นฐานที่จำเป็นต่อการใช้งานเครื่องมือเหล่านั้นได้อย่างเชี่ยวชาญ
สรุปประเด็นสำคัญ
- ความสัมพันธ์กับการทำงานที่ไม่มีการควบคุมดูแล: ภาวะเกรดเฟ้อรุนแรงที่สุดในรายวิชาที่การบ้านมีน้ำหนักคะแนนสูง ซึ่งบ่งชี้ว่า AI ถูกนำมาใช้เพื่อ "ข้ามขั้นตอน" มากกว่าที่จะ "เสริมสร้าง" การเรียนรู้
- ความเปราะบางเฉพาะด้าน: หลักสูตรที่เน้นการเขียนและการเขียนโค้ดมีความเสี่ยงสูงสุดต่อภาวะเกรดเฟ้อแบบ "จ้างงานภายนอก" เนื่องจาก LLMs มีความเชี่ยวชาญสูงในโดเมนเหล่านี้
- วิกฤตด้านการส่งสัญญาณ: การเปลี่ยนแปลงนี้คุกคามที่จะทำให้เกรดทางวิชาการไม่สอดคล้องกับระดับทักษะที่แท้จริง ซึ่งอาจสร้างแรงงานที่ขาดการคิดเชิงวิพากษ์ที่เป็นรากฐานสำคัญสำหรับการแก้ปัญหาที่ซับซ้อน