یک پنجشنبه بادی بهاری، درست پس از امتحانات میان ترم، برای خوردن نودل با الکس و یوجین، دو دانشجوی مقطع کارشناسی در دانشگاه نیویورک، بیرون رفتم تا درباره نحوه استفاده آنها از هوش مصنوعی در کارهای دانشگاهی‌شان صحبت کنم. وقتی سال گذشته برای اولین بار الکس را دیدم، به دنبال شغلی در زمینه هنر بود و بیشتر وقت آزاد خود را به عکاسی با دوستانش اختصاص می‌داد. اما او اخیراً تصمیم گرفته بود مسیر عملی‌تری را در پیش بگیرد: می‌خواست حسابدار رسمی شود. پنجشنبه‌های او شلوغ بود و چهل و پنج دقیقه تا جلسه مطالعه برای کلاس حسابداری‌اش زمان داشت. اسکیت‌بوردش را زیر یک نیمکت در رستوران گذاشت و لپ‌تاپش را از کیفش بیرون آورد و قبل از نشستن به اینترنت وصل شد.
الکس موهای موج‌دار دارد و با لحنی آرام و آهنگین صحبت می‌کند، مانند کسی که زمان زیادی را در منطقه خلیج گذرانده است. او و یوجین منو را بررسی کردند و الکس گفت که باید سوپ شفاف بخورند، نه تند، "تا هر دو بتوانیم از پوستمان مراقبت کنیم." هفته‌ها قبل، وقتی به الکس پیام داده بودم، گفته بود که هر کسی را می‌شناسد به نوعی از ChatGPT استفاده می‌کند، اما او فقط برای سازماندهی یادداشت‌هایش از آن استفاده می‌کند. اما حضوری اعتراف کرد که این حرف اصلاً دقیق نبود. او گفت: "در هر نوع نگارش در زندگی، از هوش مصنوعی استفاده می‌کنم." او برای تحقیق به Claude، برای استدلال و توضیح به DeepSeek و برای تولید تصویر به Gemini تکیه می‌کند. ChatGPT نیازهای عمومی‌تری را برطرف می‌کند. او به شوخی گفت: "برای پیام دادن به دخترها به هوش مصنوعی نیاز دارم،" و نسخه‌ای از Hinge را با قابلیت هوش مصنوعی تصور کرد. پرسیدم که آیا برای تنظیم قرار ملاقات ما از هوش مصنوعی استفاده کرده است؟ او خندید و سپس پاسخ داد: "راستش، بله. نمی‌خواستم همه آن را تایپ کنم. متوجه شدی؟"
OpenAI ChatGPT را در 30 نوامبر 2022 منتشر کرد. شش روز بعد، سم آلتمن، مدیرعامل، اعلام کرد که این ابزار به یک میلیون کاربر رسیده است. مدل‌های زبان بزرگ مانند ChatGPT به معنای انسانی "فکر" نمی‌کنند – وقتی از ChatGPT سوالی می‌پرسید، از مجموعه داده‌هایی که بر اساس آنها آموزش دیده است استفاده می‌کند و بر اساس الگوهای قابل پیش‌بینی کلمات، پاسخی را می‌سازد. شرکت‌ها سال‌ها با چت‌بات‌های مبتنی بر هوش مصنوعی آزمایش کرده بودند، اما بیشتر آنها پس از انتشار با مشکل مواجه می‌شدند؛ آزمایش مایکروسافت در سال 2016 با رباتی به نام Tay پس از شانزده ساعت به دلیل شروع به انتشار سخنان نژادپرستانه و انکار هولوکاست، متوقف شد. اما ChatGPT متفاوت به نظر می‌رسید. می‌توانست مکالمه را ادامه دهد و ایده‌های پیچیده را به مراحل ساده تقسیم کند. ظرف یک ماه، مدیریت گوگل، از ترس اینکه هوش مصنوعی بر کسب‌وکار موتور جستجوی آنها تأثیر بگذارد، وضعیت "کد قرمز" اعلام کرد.
در میان مربیان، وحشت بیشتری به وجود آمد. برای اجرای یک سیاست منسجم در مورد چیزی که به نظر یک قاتل تکلیف خانگی می‌رسید، ترم مدرسه خیلی عمیق شده بود: در عرض چند ثانیه، ChatGPT می‌توانست تحقیقات را جمع‌آوری و خلاصه کند و یک مقاله کامل بنویسد. بسیاری از دانشگاه‌های بزرگ تلاش کردند ChatGPT و رقبای احتمالی آن را تنظیم کنند، که بیشتر بی‌فایده بود. از الکس خواستم نمونه‌ای از یک مقاله تولید شده با هوش مصنوعی را به من نشان دهد. یوجین نیز می‌خواست آن را ببیند. او از یک برنامه هوش مصنوعی دیگر برای کمک به محاسبات در کلاس‌های بازرگانی خود استفاده می‌کرد، اما هرگز نتوانسته بود از آن برای نگارش استفاده کند. الکس به او گفت: "همین الان برات انجام می‌دم." (همه دانشجویانی که با آنها صحبت کردم با نام مستعار معرفی شده‌اند.)
او Claude را روی لپ‌تاپش باز کرد. متوجه گفتگویی شدم که به لغو بردگی اشاره داشت. او توضیح داد: "ما باید رابرت ودربرن را برای یک کلاس می‌خواندیم،" و به فعال لغو بردگی جامائیکایی قرن نوزدهم اشاره کرد. "اما، واضح است که من قصد خواندن آن را نداشتم." او از Claude خلاصه‌ای خواسته بود، اما آنقدر طولانی بود که در ده دقیقه قبل از شروع کلاس نمی‌توانست آن را بخواند. او به من گفت: "من گفتم 'آن را به نکات مختصر و گلوله تبدیل کن.'" سپس نکات Claude را در دفترچه یادداشتش نوشت، زیرا استادش کلاسی بدون استفاده از صفحه نمایش داشت.
الکس جستجو کرد تا مقاله‌ای برای کلاس تاریخ هنر، درباره یک نمایشگاه موزه، پیدا کرد. او به نمایشگاه رفته بود، از تصاویر و متن‌های همراه روی دیوار عکس گرفته بود، و سپس آنها را در Claude آپلود کرده بود، و از آن خواسته بود تا مقاله‌ای را طبق دستورالعمل‌های استاد تولید کند. او گفت: "سعی می‌کنم کمترین کار ممکن را انجام دهم، زیرا این کلاسی است که خیلی با آن حال نمی‌کنم." پس از مرور مقاله، احساس کرد که هوش مصنوعی به اندازه کافی به سوالات استاد پاسخ نداده است، بنابراین دستور (prompt) را اصلاح کرد و به آن گفت دوباره تلاش کند. در نهایت، مقاله الکس معادل نمره A- دریافت کرد. او گفت که درک اساسی از استدلال مقاله داشت، اما اگر استاد از او جزئیات خاصی را می‌پرسید، "واقعا به مشکل می‌خورد." مقاله را از روی شانه الکس خواندم؛ تقلیدی خوب از نحوه توصیف مجموعه‌ای از تصاویر توسط یک دانشجوی کارشناسی بود. اگر این در سال 2007 بود، از لحن کلی آن، یا از کیفیت دقیق و تیک‌زده مشاهدات انتقادی آن، چیزی نمی‌فهمیدم.
یوجین، جدی و تا حدودی موقر، با تعجب گوش می‌کرد. او گفت: "من مانند او کپی و پیست نمی‌کردم، چون خیلی بیشتر پارانویید هستم." او چند سال از الکس جوان‌تر است و زمانی که ChatGPT منتشر شد، در دبیرستان بود. در آن زمان، با هوش مصنوعی برای مقالات آزمایش کرد اما متوجه شد که خطاهای به راحتی قابل تشخیصی دارد. او از الکس پرسید: "این از آشکارساز هوش مصنوعی عبور کرد؟"
هنگامی که ChatGPT راه‌اندازی شد، اساتید اقدامات مختلفی را برای اطمینان از اینکه کار دانشجویان متعلق به خودشان است، به کار گرفتند. این اقدامات شامل الزام دانشجویان به اشتراک‌گذاری تاریخچه‌های نسخه‌دار اسناد گوگل خود و طراحی تکالیف نوشتاری بود که باید به صورت حضوری و در چندین جلسه تکمیل می‌شدند. اما بیشتر کارهای کارآگاهی پس از ارسال انجام می‌شود. خدماتی مانند GPTZero، Copyleaks و Originality.ai ساختار و نحو یک متن را تحلیل کرده و احتمال اینکه توسط یک ماشین تولید شده باشد را ارزیابی می‌کنند. الکس گفت که استاد تاریخ هنرش "خیلی پیر" بود، و بنابراین احتمالاً از چنین برنامه‌هایی خبر نداشت. ما مقاله را در چند وب‌سایت مختلف تشخیص هوش مصنوعی وارد کردیم. یکی گفت 28 درصد احتمال دارد که مقاله توسط هوش مصنوعی تولید شده باشد؛ دیگری این احتمال را 61 درصد اعلام کرد. یوجین گفت: "این بهتر از چیزی است که انتظار داشتم."
پرسیدم که آیا فکر می‌کند کاری که دوستش انجام داده تقلب است و الکس حرفم را قطع کرد: "البته. شوخی می‌کنی؟"
همانطور که به لپ‌تاپ الکس نگاه می‌کردیم، متوجه شدم که او اخیراً از ChatGPT پرسیده بود که آیا دویدن با کفش‌های Nike Dunks اشکالی ندارد. او به این نتیجه رسیده بود که ChatGPT بهترین همدم است. با آن مانند یک درمانگر مشورت می‌کرد، درباره نکات دوستیابی و چگونگی باانگیزه ماندن در دوران تاریک سوال می‌پرسید. نوار کناری ChatGPT او نمایه اوج و فرودهای دوران جوانی او بود. به من و یوجین اعتراف کرد که برای نوشتن درخواست ورود به دانشگاه نیویورک نیز از ChatGPT استفاده کرده است - ناهار ما شاید هرگز اتفاق نمی‌افتاد اگر هوش مصنوعی نبود. او گفت: "فکر می‌کنم واقعاً نادرست است، اما لعنتی، من اینجا هستم."
یوجین گفت: "این تقلب است، اما فکر نمی‌کنم واقعاً تقلب باشد." او مقاله تاریخ هنر الکس را جرمی بدون قربانی می‌دانست. او فقط در حال برآورده کردن الزامات بود، نه اینکه برای تبدیل شدن به یک پژوهشگر ادبی آموزش ببیند.
الکس باید برای جلسه مطالعه‌اش سریع می‌رفت. به یوجین گفتم که گفتگوی ما باعث شده تا به وظیفه خودم به عنوان یک استاد فکر کنم. پرسید آیا انگلیسی درس می‌دهم و من سر تکان دادم.
او گفت: "امم، باشه،" و خندید. "پس شما، مثلاً، شدیداً تحت تأثیر قرار گرفته‌اید."
من در یک کالج کوچک هنرهای آزاد تدریس می‌کنم، و اغلب شوخی می‌کنم که دانشجویی بیشتر احتمال دارد یک مقاله بزرگ را یک سال دیرتر تحویل دهد (همانطور که اخیراً اتفاق افتاد) تا اینکه یک راه میانبر نامناسب انتخاب کند. کلاس‌های من کوچک و صمیمی هستند، و بر اساس فرآیندها و روش‌های آموزشی، مانند اجازه دادن به سکوت‌های ناخوشایند، که مقیاس‌پذیری آنها دشوار است، اداره می‌شوند. در نتیجه، همیشه حس مبهمی داشته‌ام که دانشجویانم چیزی را یاد می‌گیرند، حتی زمانی که اندازه‌گیری آن دشوار است. در گذشته، اگر نگران بودم که مقاله‌ای سرقت ادبی شده باشد، چند عبارت از آن را در یک موتور جستجو وارد می‌کردم و این را به عنوان یک وظیفه لازم در نظر می‌گرفتم. اما اخیراً متوجه شدم که نگارش برخی دانشجویان با نحوه بیان خود در کلاس درس هماهنگ نیست. یک مقاله به نظر می‌رسید از دو ذهن به هم دوخته شده است - نیمی از آن صیقلی و تکراری بود، و نیم دیگر صمیمی و بدون فیلتر. از آنجایی که هرگز سیاستی برای هوش مصنوعی بیان نکرده بودم، راه آسان را انتخاب کردم. دانشجو به اندازه کافی شرم داشت که نیمی از مقاله را بنویسد، و من بازخورد خود را بر بهبود آن بخش متمرکز کردم.
چسبیدن به داستان‌های تقلب آکادمیک آسان است. اواخر سال گذشته، در نظرسنجی از رهبران کالج‌ها و دانشگاه‌ها، 59 درصد افزایش تقلب را گزارش کردند، رقمی که وقتی با دانشجویان صحبت می‌کنید محافظه‌کارانه به نظر می‌رسد. هوش مصنوعی ما را به این سوال بازگردانده است که هدف آموزش عالی چیست. تا هجده سالگی، ما به مدرسه می‌رویم چون مجبوریم، در حالی که جنگ جهانی دوم را مطالعه می‌کنیم و کسرها را کاهش می‌دهیم، فرآیند اجتماعی شدن را پشت سر می‌گذاریم. ما اساساً یاد می‌گیریم که چگونه از قوانین پیروی کنیم. اما کالج یک انتخاب است و همیشه شامل این توافق ضمنی بوده است که دانشجویان مجموعه‌ای از وظایف را، گاهی اوقات مربوط به موضوعاتی که بی‌فایده یا غیرعملی می‌یابند، انجام دهند و سپس نوعی مدرک دریافت کنند. اما حتی برای سودجوترین دانشجویان، پیگیری نمره یا مدرک با یک مزیت جانبی همراه بوده است. به شما آموزش داده می‌شود که چگونه کاری دشوار را انجام دهید، و شاید، در این مسیر، از فرآیند یادگیری قدردانی کنید. اما ورود هوش مصنوعی به این معنی است که اکنون می‌توانید کل فرآیند و دشواری را دور بزنید.
آمار قابل اعتمادی در مورد تعداد دانشجویان آمریکایی که از هوش مصنوعی استفاده می‌کنند وجود ندارد، فقط داستان‌هایی در مورد اینکه همه از آن استفاده می‌کنند. یک نظرسنجی مرکز تحقیقات پیو در سال 2024 از دانش‌آموزان بین سیزده تا هفده سال نشان می‌دهد که یک چهارم نوجوانان در حال حاضر از ChatGPT برای کارهای درسی استفاده می‌کنند، که دو برابر رقم سال 2023 است. OpenAI اخیراً گزارشی منتشر کرده است که ادعا می‌کند یک سوم دانشجویان دانشگاه از محصولات آن استفاده می‌کنند. دلیل خوبی وجود دارد که باور کنیم اینها تخمین‌های پایینی هستند. اگر بزرگ شده‌اید و همه چیز را در گوگل جستجو می‌کنید یا از Grammarly برای حرفه‌ای کردن نوشته‌های خود استفاده می‌کنید، بعید نیست که هوش مصنوعی را فقط یک ابزار بهره‌وری دیگر در نظر بگیرید. یوجین گفت: "من آن را هیچ تفاوتی با گوگل نمی‌بینم. از آن برای همان هدف استفاده می‌کنم."
دانشجویی بودن یعنی آزمودن مرزها و یک گام جلوتر ماندن از قوانین. در حالی که مدیران و مربیان در حال بحث درباره تعاریف جدید تقلب و مکانیک نظارت بوده‌اند، دانشجویان امکانات هوش مصنوعی را پذیرفته‌اند. چند ماه پس از انتشار ChatGPT، یک دانشجوی کارشناسی دانشگاه هاروارد تأییدیه گرفت تا آزمایشی را انجام دهد که در آن ChatGPT مقالاتی را برای هفت دوره نوشت. هوش مصنوعی با معدل 3.57، کمی کمتر از میانگین دانشگاه، از پس کار برآمد. شرکت‌های نوپا محصولاتی را معرفی کردند که در "انسانی کردن" نوشته‌های تولید شده با هوش مصنوعی تخصص داشتند، و اینفلوئنسرهای TikTok شروع به آموزش مخاطبان خود در مورد چگونگی جلوگیری از شناسایی کردند.
مدیران دانشگاهی، که قادر به همراهی با سرعت پیشرفت نبودند، تا حد زیادی تلاش برای کنترل استفاده دانشجویان از هوش مصنوعی را متوقف کردند و رویکردی از تسلیم امیدبخش را در پیش گرفتند، که در آن معلمان را تشویق می‌کردند تا کاربردهای عملی و آموزشی هوش مصنوعی را بررسی کنند. در برخی رشته‌ها، این موضوع چالش بزرگی نبود. مطالعات نشان می‌دهند که هوش مصنوعی به ویژه در کمک به دانشجویان غیربومی برای عادت به نگارش در سطح دانشگاهی به زبان انگلیسی موثر است. در برخی کلاس‌های STEM (علوم، فناوری، مهندسی و ریاضیات)، استفاده از هوش مصنوعی مولد به عنوان ابزار قابل قبول است. الکس و یوجین به من گفتند که استاد حسابداری‌شان آنها را تشویق کرده است تا از پیشنهادات رایگان محصولات جدید هوش مصنوعی که فقط برای دانشجویان کارشناسی در دسترس است، استفاده کنند، زیرا شرکت‌ها در طول بهار برای وفاداری دانشجویان رقابت می‌کردند. در ماه مه، OpenAI محصول ChatGPT Edu را معرفی کرد، محصولی که به طور خاص برای استفاده آموزشی به بازار عرضه شده بود، پس از آن که دانشگاه‌هایی از جمله دانشگاه آکسفورد، دانشگاه ایالتی آریزونا، و دانشکده بازرگانی وارتون دانشگاه پنسیلوانیا آزمایش‌هایی را برای ادغام هوش مصنوعی در برنامه‌های درسی خود انجام دادند. این ماه، این شرکت برنامه‌هایی را برای ادغام ChatGPT در تمام ابعاد زندگی دانشگاهی ارائه کرد، به طوری که دانشجویان حساب‌های هوش مصنوعی "شخصی‌سازی شده" دریافت می‌کنند تا در طول سال‌های تحصیل در دانشگاه آنها را همراهی کند.
اما برای دپارتمان‌های انگلیسی، و برای نگارش دانشگاهی به طور کلی، ورود هوش مصنوعی چالش‌برانگیزتر بوده است. چرا اکنون باید نگارش را آموزش داد؟ آینده مقاله امتحانی میان‌ترم ممکن است در مقایسه با سوالات بزرگتر درباره پیامدهای هوش مصنوعی، مانند تأثیر آن بر محیط زیست یا اتوماسیون مشاغل، نگرانی پیش پا افتاده‌ای باشد. و با این حال، آیا تا به حال زمانی در تاریخ بشر بوده است که نگارش برای یک فرد معمولی اینقدر مهم بوده باشد؟ ایمیل‌ها، پیامک‌ها، پست‌های شبکه‌های اجتماعی، نامه‌های عصبانی در بخش نظرات، چت‌های خدمات مشتری – بماند خود کار واقعی فرد. نحوه نگارش ما طرز تفکر ما را شکل می‌دهد. ما جهان را از طریق ترکیب متن ده‌ها بار در روز پردازش می‌کنیم، در آنچه دبرا برنت، پژوهشگر ادبی، دوران "نوشتار انبوه" می‌نامد. این احتمال وجود دارد که توانایی نوشتن جملات اصلی و جالب در آینده‌ای که همه به دستیاران هوش مصنوعی یکسانی دسترسی دارند، حتی مهم‌تر شود.
کوری رابین، نویسنده و استاد علوم سیاسی در کالج بروکلین، داستان‌های اولیه درباره ChatGPT را با تردید خواند. سپس دخترش، که در آن زمان دانش‌آموز سال دوم دبیرستان بود، از آن برای تولید مقاله‌ای استفاده کرد که تقریباً به خوبی مقالاتی بود که دانشجویان کارشناسی او پس از یک ترم کار می‌نوشتند. او تصمیم گرفت دیگر تکالیف مقاله خانگی ندهد. برای اولین بار در سی سال تدریسش، امتحانات داخل کلاس را برگزار کرد.
رابین به من گفت که بسیاری از اقداماتی که دانشگاه‌ها برای مبارزه با مقالات هوش مصنوعی انجام داده‌اند را «دست‌گرفتن‌هایی می‌داند که کسی را به جایی نمی‌رساند.» او به امتحان «کتاب آبی» شناسایی متن باور پیدا کرده است، که در آن دانشجویان گزیده‌هایی از آنچه برای کلاس خوانده‌اند را نام برده و در متن قرار می‌دهند. او گفت: «متن را بشناسید و هوشمندانه در مورد آن بنویسید.» «این راهی برای احترام به خودمختاری آنها بدون اینکه پلیس باشیم.»
دخترش، که اکنون دانش‌آموز سال آخر است، شکایت دارد که معلمانش به ندرت کتاب‌های کامل را تکلیف می‌کنند. و رابین متوجه شده است که دانشجویان دانشگاه با گزیده‌ها راحت‌تر از مقالات کامل هستند و داستان‌های کوتاه را به رمان‌ها ترجیح می‌دهند. او گفت: "من احساس نمی‌کنم آنها آن نوع تسلط ادبی یا فرهنگی را دارند که قبلاً فرض بر این بود که ما مقالات را بر اساس آن تکلیف می‌کردیم." یک مطالعه، که سال گذشته منتشر شد، نشان داد که 58 درصد از دانشجویان دو دانشگاه در ایالت‌های میانه آمریکا در تفسیر پاراگراف‌های ابتدایی رمان "خانه متروک" اثر چارلز دیکنز آنقدر مشکل داشتند که "نمی‌توانستند رمان را به تنهایی بخوانند." و اینها دانشجویان رشته زبان انگلیسی بودند.
بازگشت به قلم و کاغذ یکی از واکنش‌های رایج اساتید به هوش مصنوعی بوده است، به طوری که فروش دفاتر امتحان در برخی دانشگاه‌ها در دو سال گذشته به طور قابل توجهی افزایش یافته است. سیوا ویدیانایان، استاد مطالعات رسانه در دانشگاه ویرجینیا، پس از اینکه برخی از دانشجویان کاری را که گمان می‌کردند توسط هوش مصنوعی تولید شده است، برای تکلیفی درباره چگونگی نگاه کد افتخار دانشگاه به کارهای تولید شده با هوش مصنوعی ارائه دادند، دلسرد شد. او نیز تصمیم گرفته است به دفاتر امتحان بازگردد، و در حال بررسی لجستیک امتحانات شفاهی است. او به من گفت: "شاید به 450 سال قبل از میلاد برگردیم."
اما دیگر اساتید بر این موضوع تاکید کرده‌اند که دانشجویان باید ارزش فرآیند را درک کنند. دن ملزر، مدیر برنامه نگارش سال اول در دانشگاه کالیفرنیا، دیویس، به یاد آورد که وقتی ChatGPT برای اولین بار منتشر شد، «همه وحشت کرده بودند.» کار ملزر این است که به نحوه عملکرد نگارش در سراسر برنامه درسی فکر کند تا همه دانشجویان، از دانشمندان آینده تا وکلای آینده، فرصتی برای تقویت نثر خود داشته باشند. در نتیجه، او دیدگاه مساعدی نسبت به تغییر هنجارها در مورد ارتباطات، به ویژه در عصر اینترنت، دارد. او نسبت به کودکانی که برخی از تکالیف خود را کسل‌کننده و مکانیکی می‌دانستند و برای تسریع فرآیند به ChatGPT روی آوردند، همدلی داشت. او مقاله پنج پاراگرافی – ساختار کلاسیک «همبرگر» که شامل یک مقدمه، سه پاراگراف بدنه پشتیبان و یک نتیجه‌گیری است – را «منسوخ» خواند و گفت که از سنت‌های نخبه‌گرایانه نشأت گرفته است.
ملزر معتقد است که برخی از دانش‌آموزان از نوشتن متنفرند به دلیل نحوه آموزش آن، به ویژه در بیست و پنج سال گذشته. قانون «هیچ کودکی نباید جا بماند» (No Child Left Behind Act) در سال 2002، اصلاحات مبتنی بر استانداردها را در تمام مدارس دولتی به اجرا گذاشت که منجر به آموزش نسل‌هایی از دانش‌آموزان برای نوشتن بر اساس معیارهای سخت‌گیرانه آزمون شد. همانطور که یکی از معلمان در واشنگتن پست در سال 2013 نوشت، دانش‌آموزان زمانی عالی عمل می‌کردند که بر شکلی از «نوشتن بد» مسلط می‌شدند. ملزر کارگاه‌هایی را طراحی کرده است که نوشتن را یک فرآیند مشورتی و تکراری شامل پیش‌نویس، بازخورد (از هم‌سالان و همچنین از ChatGPT) و بازنگری می‌داند.
او گفت: "اگر یک موضوع مقاله عمومی را تعیین کنید و در هیچ فرآیندی مشارکت نداشته باشید، و فقط یک ماه بعد آن را جمع آوری کنید، تقریباً مثل این است که محیطی مناسب برای جرم ایجاد می‌کنید." "شما در جامعه خود جرم را تشویق می‌کنید!"
رویکرد آموزشی ملزر را الهام‌بخش یافتم؛ فوراً از اینکه معمولاً کلاس‌هایم را به گروه‌های کوچک تقسیم می‌کردم تا آنها بتوانند مقالاتشان را «کارگاه» کنند، احساس بدی پیدا کردم، گویی معنی این فعل به طور شهودی روشن است. اما، به عنوان یک دانشجو، تمرکز ملزر بر فرآیند برایم خسته‌کننده می‌بود - این نیازمند مقدار زیادی ایمان است که همه کارها در نهایت نتیجه می‌دهد. نوشتن سخت است، صرف نظر از اینکه یک مقاله پنج پاراگرافی باشد یا یک هایکو، و طبیعی است، به خصوص وقتی دانشجو هستید، که بخواهید از کارهای سخت دوری کنید - به همین دلیل است که کلاس‌هایی مانند کلاس ملزر اجباری هستند. او به شوخی گفت: "می‌توانید تصور کنید که دانشجویان واقعاً می‌خواهند آنجا باشند."
دانشگاه سراسر هزینه فرصت است. یکی از راه‌های نگاه کردن به هوش مصنوعی، به عنوان یک مداخله در نحوه انتخاب افراد برای گذراندن وقتشان است. در اوایل دهه شصت میلادی، دانشجویان دانشگاهی تخمین زده می‌شدند که بیست و چهار ساعت در هفته را صرف کارهای درسی کنند. امروزه، این رقم حدود پانزده ساعت است، که به نظر منتقدان آموزش عالی معاصر، نشانه‌ای از این است که جوانان از تورم نمرات بهره‌مند می‌شوند – در نظرسنجی انجام شده توسط هاروارد کریمسون، تقریباً هشتاد درصد از فارغ‌التحصیلان سال 2024 معدل 3.7 یا بالاتر را گزارش کردند – و فاقد پشتکار پیشینیان خود هستند. نمی‌دانم در اواخر دهه نود، زمانی که در دانشگاه بودم، چند ساعت را صرف کارهای درسی می‌کردم، اما به یاد می‌آورم که همیشه احساس می‌کردم زمان کافی نیست. گمان می‌کنم، حتی اگر دانشجویان امروزی زمان کمتری را صرف مطالعه کنند، استرس آنها به طور قابل توجهی کمتر نیست. ماهیت زندگی دانشجویی این است که همه در فرهنگ شلوغی ادغام می‌شوند، و بخش زیادی از آن اضطراب به فعالیت‌های فوق برنامه یا حرفه‌ای منتقل شده است. یکی از مسئولین هاروارد خاطرنشان کرد که دانشجویان احساس اجبار می‌کنند که در خارج از کلاس به دنبال تمایز باشند، زیرا در داخل کلاس تا حد زیادی غیرقابل تشخیص هستند.
ادی، دانشجوی رشته جامعه‌شناسی در دانشگاه ایالتی لانگ بیچ، از اکثر همکلاسی‌هایش بزرگتر است. او در سال 2010 از دبیرستان فارغ‌التحصیل شد و در حین تحصیل در یک کالج محلی تمام‌وقت کار می‌کرد. او به من گفت: "برای اینکه در مدرسه باشم، سختی‌های زیادی کشیده‌ام." "می‌خواهم تا جایی که می‌توانم یاد بگیرم." ChatGPT، که درمانگرش به او توصیه کرده بود، حتی قبل از اینکه سیستم دانشگاه ایالتی کالیفرنیا، که لانگ بیچ بخشی از آن است، شراکت خود را با OpenAI اعلام کند و به 460 هزار دانشجوی خود دسترسی به ChatGPT Edu را بدهد، در لانگ بیچ بسیار رایج بود. ادی گفت: "کمی به راحت بودن آن مشکوک بودم. به نظر می‌رسید خیلی چیزها را می‌دانست، به شکلی که بسیار انسانی به نظر می‌رسید."
او به من گفت که از هوش مصنوعی "برای بارش فکری" استفاده می‌کرد اما هرگز برای خود نگارش. "مطمئناً خودم را محدود می‌کنم." ادی برای شهرستان لس آنجلس کار می‌کند و در زمان استراحت با من صحبت می‌کرد. اعتراف کرد که وقتی وقت کم می‌آورد، گاهی اوقات از ChatGPT برای امتحانات کوچک استفاده می‌کرد. او گفت: "نمی‌دانم که دارم به خودم دروغ می‌گویم یا نه. به خودم فرصت داده‌ام تا کارها را اخلاقی انجام دهم، اما اگر عجله برای کار داشته باشم، از این بابت احساس بدی ندارم"، به ویژه برای درس‌هایی خارج از رشته اصلی‌اش.
درگیری ادی را درک می‌کردم. من خودم چند بار از ChatGPT استفاده کرده‌ام، و در یک مورد آنقدر سریع یک کار برنامه‌ریزی را انجام داد که شروع به درک نشئگی بهره‌وری فوق‌العاده کردم. نیاز به توقف خود از درگیر شدن در پرس‌و‌جوهای بیهوده را احساس کرده‌ام. تقریباً تمام دانشجویانی که در چند ماه گذشته با آنها مصاحبه کردم، مسیری مشابه را توصیف کردند: از استفاده از هوش مصنوعی برای کمک به سازماندهی افکارشان تا واگذاری کامل تفکرشان. برای برخی، این به چیزی شبیه به شبکه‌های اجتماعی تبدیل شد، که دائماً در گوشه صفحه باز بود، پورتالی برای حواس‌پرتی. این مثل پرداخت پول به کسی برای نوشتن یک مقاله نبود – اصطکاک اجتماعی یا هاله‌ای از فعالیت غیرقانونی وجود نداشت. همچنین مثل به اشتراک گذاشتن یادداشت‌ها، یا ارائه آنچه در CliffsNotes یا SparkNotes خوانده بودید به عنوان تحلیل خودتان نبود. زمان واقعی برای تأمل در مورد اصالت یا صداقت وجود نداشت – دانشجو اساساً به یک مدیر پروژه تبدیل می‌شد. و برای دانشجویانی که از آن به روش ادی استفاده می‌کنند، به عنوان نوعی هیئت مشورتی، هیچ آستانه مشخصی وجود ندارد که کار از یک قطعه تفکر اصلی خارج شود. در آوریل، Anthropic، شرکت سازنده Claude، گزارشی را بر اساس یک میلیون مکالمه ناشناس دانشجویی با چت‌بات‌های خود منتشر کرد. این گزارش نشان داد که بیش از نیمی از تعاملات کاربران را می‌توان "همکاری‌جویانه" طبقه‌بندی کرد، که شامل گفتگوی بین دانشجو و هوش مصنوعی بود (احتمالاً بقیه تعاملات بیشتر استخراجی بود).
می، دانشجوی سال دوم در جورج‌تاون، ابتدا در برابر استفاده از ChatGPT مقاومت می‌کرد. او گفت: "نمی‌دانم که آیا مسئله اخلاقی بود یا نه." "فقط فکر می‌کردم که می‌توانم تکالیف را بهتر انجام دهم، و ارزش زمانی که صرفه‌جویی می‌شد را نداشت." اما او شروع به استفاده از آن برای ویرایش مقالات خود کرد، و سپس برای تولید نامه‌های پوششی، و اکنون تقریباً برای "تمام" کلاس‌هایش از آن استفاده می‌کند. او گفت: "فکر نمی‌کنم این باعث شده باشد که من نویسنده بدتری شوم." "شاید باعث شده باشد که من نویسنده کم‌صبرتری شوم. قبلاً ساعت‌ها صرف نوشتن مقاله می‌کردم، در مورد کلماتم وسواس به خرج می‌دادم و واقعاً به نحوه جمله‌بندی فکر می‌کردم." دانشگاه باعث شده بود او در مورد تجربه خود در دبیرستانی بسیار رقابتی تأمل کند، جایی که نمرات عالی دریافت کرده بود اما دانش بسیار کمی را حفظ کرده بود. در نتیجه، او دانشجوی نادری بود که دانشگاه را تا حدودی آرامش‌بخش می‌دانست. ChatGPT به او کمک کرد تا کارهای بی‌اهمیت را به سرعت انجام دهد و تعامل خود را با درس‌هایی که به آنها علاقه داشت، عمیق‌تر کند. او گفت: "سعی می‌کردم فکر کنم، تمام این زمان به کجا می‌رود؟" من هرگز به یک دانشجوی دانشگاه حسادت نکرده بودم تا اینکه او پاسخ را به من گفت: "حالا بیشتر می‌خوابم."
هری استکاپولوس ریاست دپارتمان زبان انگلیسی دانشگاه آیووا را بر عهده دارد که بیش از هشتصد رشته تحصیلی دارد. او در اولین روز دوره مقدماتی خود، از دانشجویان می‌خواهد که تحلیل دویست کلمه‌ای از پاراگراف آغازین رمان «مرد نامرئی» رالف الیسون را با دست بنویسند. همیشه چند غرغر وجود دارد و دانشجویان گاهی اوقات از کلاس خارج می‌شوند. او به من گفت: «این تمرین را به عنوان یک تعیین‌کننده لحن دوست دارم، زیرا به نگارش آنها فشار می‌آورد.»
بازگشت امتحانات دفتری ممکن است به ضرر دانشجویانی باشد که در سنین پایین به تسلط بر تایپ کردن تشویق شده‌اند. وقتی به ریتم روان تایپ کردن عادت کرده‌اید، بازگشت به قلم و کاغذ می‌تواند خفقان‌آور باشد. اما عصب‌شناسان دریافته‌اند که "تجربه تجسم‌یافته" نوشتن با دست، بخش‌هایی از مغز را فعال می‌کند که تایپ کردن نمی‌کند. توانایی نوشتن به یک شیوه – حتی اگر کارآمدتر باشد – باعث نمی‌شود که روش دیگر منسوخ شود. در مورد تمرین روز اول استکاپولوس چیزی والا وجود دارد. اما دلیل دیگری نیز برای آن وجود دارد: پاراگراف دست‌نوشته همچنین یک ردپای کاغذی را آغاز می‌کند که به لحن و سبک شهادت می‌دهد، که یک دستیار آموزشی می‌تواند در صورت ارائه مقاله مشکوک به آن مراجعه کند.
کوین، دانشجوی سال سوم دانشگاه سیراکیوز، به یاد آورد که در روز اول یک کلاس، استاد از همه خواسته بود تا با دست چند فکر را بنویسند. کوین گفت: "این لبخندی بر لبان من نشاند." "بقیه بچه‌ها گردنشان را می‌خاراندند و عرق می‌کردند، و من می‌گفتم: 'این تا حدی خوب است.'"
کوین به عنوان دستیار آموزشی برای یک دوره اجباری که دانشجویان سال اول برای آشنایی با زندگی دانشگاهی می‌گذرانند، کار کرده بود. او به من گفت که تکالیف نوشتاری شامل سوالات اساسی در مورد پیشینه دانشجویان بود، اما آنها اغلب با این حال از هوش مصنوعی استفاده می‌کردند. او گفت: "بسیار ناراحت بودم." او گاهی اوقات از هوش مصنوعی برای کمک به ترجمه برای درس پیشرفته عربی خود استفاده می‌کند، اما به مرور زمان به کسانی که به شدت به آن تکیه می‌کنند، با تحقیر نگاه می‌کند. او گفت: "آنها تقریباً فراموش می‌کنند که توانایی فکر کردن دارند." مانند بسیاری از مقاومان سابق، کوین احساس می‌کرد که استفاده عاقلانه او از هوش مصنوعی موجه‌تر از استفاده همسالانش است.
همچنان که ChatGPT انسانی‌تر به نظر می‌رسد، آیا ما در مورد معنای "شبیه خودمان بودن" تجدید نظر خواهیم کرد؟ کوین و برخی از دوستانش به خود می‌بالند که گوش حساسی به متن‌های تولید شده با هوش مصنوعی دارند. او گفت که نشانه‌های آن شامل فراوانی خط‌فاصله‌های بلند (em dashes) و صدایی است که به طور بی‌حس و عینی به نظر می‌رسد. یکی از آشنایان او مقاله‌ای را که خودش نوشته بود، از یک آشکارساز عبور داده بود، زیرا نگران بود که شروع به جمله‌بندی شبیه ChatGPT کرده است. او مقاله را خواند: "فهمیدم، این واقعاً شبیه ChatGPT است. کمی مرا می‌ترساند."
یکی از جنبه‌های به خصوص ناامیدکننده ChatGPT این است که، اگر به اشتباهی اشاره کنید، با لحن عقب‌نشینی‌کننده یک دانش‌آموز پشیمان ارتباط برقرار می‌کند. ("با عرض پوزش بابت سردرگمی قبلی...") اشتباهات آن اغلب به عنوان توهم (hallucinations) یاد می‌شوند، توصیفی که به نظر می‌رسد هوش مصنوعی را انسان‌انگاری می‌کند، و تصویری از یک دستیار محروم از خواب را تداعی می‌کند. برخی از اساتید به من گفتند که از دانشجویان خود می‌خواستند کار ChatGPT را بازبینی کنند، تا به این ترتیب اهمیت تحقیق اصلی و آسیب‌پذیری ماشین را مورد بحث قرار دهند. نرخ توهمات برای اکثر هوش مصنوعی‌ها بدتر شده است، بدون دلیل واحدی برای این افزایش. همانطور که یک پژوهشگر به تایمز گفت: "ما هنوز دقیقاً نمی‌دانیم این مدل‌ها چگونه کار می‌کنند."
اما بسیاری از دانشجویان ادعا می‌کنند که اشتباهات هوش مصنوعی آنها را آزار نمی‌دهد. آنها در مورد مسئله موفقیت بی‌تفاوت به نظر می‌رسند، و حتی از کار خود جدا شده‌اند، زیرا کارشان فقط به طور مفهومی متعلق به آن‌هاست. جوزف، یک ورزشکار دسته یک در یک دانشگاه بزرگ، به من گفت که هیچ مشکلی با استفاده از ChatGPT برای کلاس‌هایش نمی‌بیند، اما یک استثنا قائل شد: او می‌خواست دوره ادبیات آفریقایی خود را "به صورت اصیل" تجربه کند، زیرا این موضوع با میراث او مرتبط بود. الکس، دانشجوی دانشگاه نیویورک، گفت که اگر یکی از مقالات هوش مصنوعی او نمره پایینی دریافت کند، ناامیدی او روی این واقعیت متمرکز خواهد بود که بیست دلار برای اشتراکش هزینه کرده است. آگوست، دانشجوی سال دوم در دانشگاه کلمبیا که علوم کامپیوتر می‌خواند، در مورد کلاسی به من گفت که در آن مجبور بود یک سخنرانی کوتاه در مورد موضوعی دلخواه خود بنویسد. او گفت: "این کلاسی بود که همه نمره A را تضمین شده بودند، بنابراین فقط آن را وارد کردم و شاید دو کلمه را ویرایش کردم و ارسال کردم." استادش مقاله او را کار نمونه‌ای تشخیص داد و از او خواسته شد که آن را برای یک کلاس دویست نفره بخواند. او گفت: "کمی نگران بودم." اما سپس متوجه شد: "اگر دوست نداشته باشند، من آن را ننوشته بودم، می‌دانی؟"
کوین، برعکس، خواهان نوعی تمایز اخلاقی کلی‌تر بود. پرسیدم آیا از اینکه نمره‌اش در مقاله‌ای کمتر از همکلاسی‌ای باشد که از ChatGPT استفاده کرده، ناراحت می‌شود؟ او گفت: "بخشی از من قادر است این موضوع را جدا کند و از آن عصبانی نشود." "من خودم را به عنوان یک انسان توسعه دادم. می‌توانم در مورد آن یک احساس برتری داشته باشم. بیشتر یاد گرفتم." او لبخند زد. اما سپس ادامه داد: "بخشی از من هم می‌تواند بگوید، این خیلی ناعادلانه است. من دوست داشتم بیشتر با دوستانم وقت بگذرانم. چه چیزی به دست آوردم؟ زندگی‌ام را برای تمام آن مدت سخت‌تر کردم."
در گفتگوهای من، همانطور که دانشجویان دانشگاهی به ناچار ChatGPT را صرفاً ابزاری دیگر می‌دانستند، افراد بالای چهل سال بر اثرات آن تمرکز می‌کردند، و مقایسه‌ای با GPS و از بین رفتن رابطه ما با فضا انجام می‌دادند. رانندگان تاکسی لندن که به طور دقیق در "دانش" آموزش دیده بودند، به طور معروف هیپوکامپ خلفی غیرطبیعی بزرگی پیدا کردند، بخشی از مغز که برای حافظه بلندمدت و آگاهی فضایی حیاتی است. با این حال، در نهایت، اکثر مردم احتمالاً سفر سریع‌تر را به خاطرات دقیق‌تر ترجیح می‌دهند. چه چیزی ارزش حفظ کردن را دارد، و از واگذاری چه چیزی به نام کارایی احساس راحتی می‌کنیم؟
اگر ایده کمک هوش مصنوعی به یادگیری را جدی بگیریم، چه؟ این که دانشجویان امروز سریع‌تر به اهداف خود می‌رسند؟ در سال 2023، محققان هاروارد یک معلم خصوصی هوش مصنوعی با قابلیت یادگیری خودکار را در یک درس فیزیک محبوب معرفی کردند. دانشجویانی که از این معلم هوش مصنوعی استفاده می‌کردند، سطوح بالاتری از مشارکت و انگیزه را گزارش کردند و در آزمون نسبت به کسانی که از یک استاد یاد می‌گرفتند، بهتر عمل کردند. می، دانشجوی جورج‌تاون، به من گفت که اغلب وقتی برای امتحانی مطالعه می‌کند، از ChatGPT می‌خواهد که سؤالات تمرینی بیشتری تولید کند. آیا هوش مصنوعی اینجاست که آموزش را نابود نکند، بلکه آن را متحول کند؟ بری لم در بخش فلسفه دانشگاه کالیفرنیا، ریورساید تدریس می‌کند و پادکست محبوب Hi-Phi Nation را میزبانی می‌کند، که رویکردهای فلسفی را در موضوعات روزمره به کار می‌برد. او شروع به فکر کردن در مورد این کرد که هوش مصنوعی واقعاً ابزار بهره‌وری باشد به چه معناست. او در استودیوی پادکستی که در اتاقک خود ساخته بود، با من صحبت کرد. او گفت: "حالا دانشجویان می‌توانند در سی ثانیه چیزی را تولید کنند که قبلاً یک هفته طول می‌کشید." او آموزش را با نجاری مقایسه کرد، که یکی از سرگرمی‌های متعدد اوست. آیا می‌توانید بدون یادگیری اره کردن با دست، مستقیماً به استفاده از ابزارهای برقی بپردازید؟ اگر دانشجویان چیزها را سریع‌تر یاد می‌گرفتند، پس منطقی بود که لم می‌توانست به آنها "چیزی بسیار سخت" بدهد. او می‌خواست این نظریه را آزمایش کند، بنابراین برای امتحانات نهایی به دانشجویان کارشناسی خود یک سؤال در سطح دکترا مربوط به زبان دلالت‌گر و منطق‌دان آلمانی، گوتلوب فرگه داد که راستش، برای من فراتر از فهم بود.
او گفت: "آنها به طرز فجیعی در آن مردود شدند." او منحنی نمره‌دهی خود را بر این اساس تنظیم کرد.
لم استفاده از هوش مصنوعی را از نظر اخلاقی غیرقابل دفاع نمی‌داند. او استدلال کرد: "این به معنای کپی و چسباندن، سرقت ادبی نیست، زیرا از نظر فنی نسخه اصلی وجود ندارد." در عوض، او آن را اتلاف وقت بالقوه برای همه می‌داند. در ابتدای ترم، او به دانشجویان گفته است: "اگر قرار است فقط یک مقاله تولید شده با ChatGPT را تحویل دهید، پس من هم تمام کارهای شما را با ChatGPT نمره می‌دهم و می‌توانیم همه به ساحل برویم."
هیچ‌کس به این دلیل وارد شغل معلمی نمی‌شود که عاشق نمره دادن به مقالات باشد. با استادی صحبت کردم که از اینکه دانشجویانش حالا که او مقالات را با امتحانات کوتاه جایگزین کرده، چقدر بیشتر یاد می‌گیرند، با شوق صحبت می‌کرد. پرسیدم آیا دلتنگ نمره دادن به مقالات هست؟ او خندید و گفت: "بدون نظر." یک دانشجوی کارشناسی در دانشگاه نورث‌ایسترن اخیراً استادی را به استفاده از هوش مصنوعی برای ایجاد مواد درسی متهم کرد؛ او شکایتی رسمی به دانشگاه ارائه کرد و درخواست بازپرداخت بخشی از شهریه‌اش را داد. این درگیری تنش بین دلایل بسیاری از افراد برای رفتن به دانشگاه و دلایل اساتید برای تدریس را آشکار کرد. دانشجویان طوری تربیت شده‌اند که موفقیت را چیزی گسسته و قابل اندازه‌گیری درک کنند، اما وقتی به دانشگاه می‌رسند، افرادی مانند من هستند که از آنها می‌خواهند با سختی و انتزاع دست و پنجه نرم کنند. بدتر از آن، به آنها گفته می‌شود که نمرات به اندازه زمانی که برای ورود به دانشگاه تلاش می‌کردند اهمیت ندارند - فقط، تا این مرحله، دانشجویان طوری برنامه‌ریزی شده‌اند که کارآمدترین مسیر ممکن را برای نمرات خوب پیدا کنند.
همچنان که هنر نگارش توسط هوش مصنوعی تنزل می‌یابد، نگارش اصیل به منبع ارزشمندی برای آموزش مدل‌های زبان تبدیل شده است. اوایل امسال، شرکتی به نام Catalyst Research Alliance «داده‌های گفتار آکادمیک و مقالات دانشجویی» را از دو مطالعه تحقیقاتی که در اواخر دهه نود و اواسط دهه دو هزار در دانشگاه میشیگان انجام شده بود، تبلیغ کرد. دانشگاه از این شرکت خواست که کار خود را متوقف کند – این داده‌ها به هر حال به صورت رایگان برای دانشگاهیان در دسترس بودند – و یک سخنگوی دانشگاه گفت که داده‌های دانشجویان «نه هرگز فروخته شده و نه اکنون در حال فروش است.» اما این وضعیت باعث شد بسیاری از مردم از خود بپرسند که آیا موسسات شروع به دیدن کار اصیل دانشجویان به عنوان یک منبع درآمد بالقوه خواهند کرد.
بر اساس یک مطالعه اخیر از سازمان همکاری اقتصادی و توسعه (OECD)، هوش انسانی از سال 2012 کاهش یافته است. ارزیابی ده‌ها هزار بزرگسال در نزدیک به سی کشور نشان داد که در طول یک دهه، نمرات آزمون‌های ریاضی و درک مطلب به طور کلی کاهش یافته است. آندریاس اشلایشر، مدیر آموزش و مهارت در OECD، فرضیه داد که شیوه مصرف اطلاعات امروز – اغلب از طریق پست‌های کوتاه رسانه‌های اجتماعی – با کاهش سواد مرتبط است. (یکی از برترین کشورهای اروپایی در این ارزیابی، استونی بود، که اخیراً اعلام کرد در چند سال آینده هوش مصنوعی را برای برخی از دانش‌آموزان دبیرستانی به کار خواهد گرفت و مقالات نوشتاری و تکالیف تکراری را کنار گذاشته و به جای آن بر یادگیری خودگردان و امتحانات شفاهی تمرکز خواهد کرد.)
لم، استاد فلسفه، قبلاً همکار من بود و برای مدت کوتاهی همسایه بودیم. گهگاه از پنجره بیرون نگاه می‌کردم و او را در حال ساختن حصار یا باغبانی می‌دیدم. او یک آشپز، گیتاریست و نجار آماتور مشتاق است و همچنان معتقد است که یادگیری انجام کارها به روش آزاردهنده، قدیمی و – به قول خودش – "صنایع دستی" ارزش دارد. او به من گفت که همسرش، شانا آندراویس، که از سال 2008 معلم دبیرستان بوده، اغلب با روش‌های بی‌خیال او در برخورد با مدل‌های یادگیری بزرگ مخالف بود. آندراویس استدلال می‌کند که تقلب همیشه یک مشکل بوده است. او گفت: "ما در تلاشیم تا به صورت انبوه آموزش دهیم،" به این معنی که فضای کمتری برای حساسیت در مورد فرآیند آموزشی وجود دارد. "من با دانشجویان در مورد نگارش 'صنایع دستی' صحبت نمی‌کنم. اما با آنها در مورد رابطه‌مان صحبت می‌کنم. به من به اندازه کافی احترام بگذارید تا صدای واقعی خود را به من بدهید، حتی اگر فکر نمی‌کنید خیلی عالی است. اشکالی ندارد. می‌خواهم شما را در جایی که هستید ملاقات کنم."
در نهایت، آندراویس کمتر از ChatGPT و بیشتر از شرایط گسترده‌تر جوان بودن در این روزها می‌ترسید. دانش‌آموزانش به طور فزاینده‌ای درونگرا شده‌اند، به تلفن‌هایشان خیره شده و تمایل کمی به "تمرین غلبه بر آن ناخوشایندی" که زندگی نوجوانان را تعریف می‌کند، ندارند، همانطور که خودش گفت. هوش مصنوعی ممکن است به این وخامت کمک کند، اما تنها مقصر نیست. او گفت: "این یک گیلاس کوچک روی یک بستنی بزرگ و بد است."
با آغاز سال تحصیلی، احساسات من در مورد ChatGPT بین ناامیدی و تحقیر بود که عمدتاً بر دانشجویان متمرکز بود. اما با گذشت هفته‌ها، درک من از آنچه باید انجام می‌شد و چه کسی مقصر بود، مبهم‌تر شد. حذف الزامات اصلی، بازاندیشی در معدل، آموزش بدبینی به هوش مصنوعی - هیچ یک از راه‌حل‌های بالقوه نمی‌توانستند پیش‌شرط‌های جوانی آمریکایی را تغییر دهند. اساتید می‌توانند فضای کلاس را بازتعریف کنند، اما کنترل ما محدود است. من به این باور نداشتم که مؤسسات آموزشی هرگز فناوری‌های جدید را چیزی جز اجتناب‌ناپذیر تلقی کنند. کالج‌ها و دانشگاه‌ها، که بسیاری از آنها فقط چند ترم پیش سعی در محدود کردن استفاده از هوش مصنوعی داشتند، برای همکاری با شرکت‌هایی مانند OpenAI و Anthropic عجله کردند و محصولی را که چهار سال پیش وجود نداشت، برای آینده مدرسه ضروری دانستند.
به جز یک سال که در زادگاهم گشت‌و‌گذار می‌کردم، اساساً سی سال گذشته را در محیط دانشگاه گذرانده‌ام. دانشجویان امروزی، دانشگاه را مانند مصرف‌کنندگان می‌بینند، به شیوه‌هایی که در سن آنها هرگز به ذهن من خطور نمی‌کرد. آنها در دوره‌ای بزرگ شده‌اند که جامعه برای تحلیل‌های سریع ارزش قائل است، نه تأمل آهسته در تفکر انتقادی. اگرچه با درام‌های کوچک دانشجویانم همدردی کرده‌ام، اما به ندرت خودم را در زندگی آنها قرار می‌دهم. متوجه می‌شوم که آنها یکدیگر را درک می‌کنند، و اسرار زندگی آنها را رها می‌کنم. فشارهای آنها با فشارهایی که من به عنوان یک دانشجو احساس می‌کردم بسیار متفاوت است. اگرچه به متابولیسم آنها حسادت می‌کنم، اما آرزوی حس افق‌های آنها را ندارم.
آموزش، به ویژه در علوم انسانی، بر این باور استوار است که در کنار چیزهای عملی که دانشجویان ممکن است حفظ کنند، برخی ایده‌های مبهم که به طور گذرا ذکر می‌شوند، ممکن است در ذهنشان ریشه دوانده و سال‌ها بعد شکوفا شوند. هوش مصنوعی به هر یک از ما اجازه می‌دهد مانند یک متخصص احساس کنیم، اما این ریسک، شک و شکست است که ما را انسان می‌سازد. من اغلب به دانشجویانم می‌گویم که این آخرین بار در زندگی‌شان است که کسی مجبور می‌شود چیزی را که آنها می‌نویسند بخواند، پس بهتر است آنچه واقعاً فکر می‌کنند را به من بگویند.
با وجود تمام هیستری کنونی پیرامون تقلب دانشجویان، آنها مقصر نیستند. آنها برای معرفی لپ‌تاپ‌ها در دوره ابتدایی لابی نکردند، و تقصیر آنها نیست که در طول همه‌گیری مجبور بودند به صورت آنلاین درس بخوانند. آنها ابزارهای هوش مصنوعی را خلق نکردند، و در خط مقدم هیپ کردن نوآوری‌های تکنولوژیک هم نبودند. آنها فقط پیشگامان زودهنگام بودند که سعی می‌کردند در سیستمی که هیچ وقت اینقدر آسان نبوده، زرنگی کنند. و آنها بیشتر از بقیه ما کنترل ندارند. شاید این بی‌قدرتی را حتی حادتر از من احساس می‌کنند. یک لحظه به آنها گفته می‌شود که برنامه‌نویسی یاد بگیرند؛ لحظه بعد، معلوم می‌شود کارفرمایان به دنبال همان "مهارت‌های نرمی" هستند که ممکن است در رشته‌های انگلیسی یا فلسفه آموخته شود. در فوریه، گزارشی از بانک مرکزی فدرال نیویورک نشان داد که نرخ بیکاری رشته‌های علوم کامپیوتر بالاتر از رشته‌های مطالعات قومی بود – نتیجه‌ای که برخی معتقدند به دلیل اتوماسیون مشاغل سطح پایین برنامه‌نویسی توسط هوش مصنوعی است.
هیچ یک از دانشجویانی که با آنها صحبت کردم، تنبل یا منفعل به نظر نمی‌رسیدند. الکس و یوجین، دانشجویان دانشگاه نیویورک، سخت کار می‌کردند – اما بخشی از تلاش آنها صرف حذف هر چیزی در تجربیات دانشگاهی‌شان می‌شد که اضافه به نظر می‌رسید. آنها به شدت باهوش و با منابع بودند.
وقتی کلاس‌ها تمام شد و دانشجویان به خانه‌های تابستانی خود نقل مکان کردند، با الکس که در ایست ویلج مستقر می‌شد، ایمیل زدم. او تازه امتحانات نهایی خود را به پایان رسانده بود و تخمین زد که بین سی دقیقه تا یک ساعت برای نوشتن دو مقاله برای کلاس‌های علوم انسانی خود وقت صرف کرده بود. بدون کمک Claude، این کار ممکن بود حدود هشت یا نه ساعت طول بکشد. او نوشت: "من چیزی را حفظ نکردم. نمی‌توانستم پایان‌نامه هیچ کدام از مقالات را بگویم، هههههه." او نمرات A- و B+ دریافت کرد.