มหาวิทยาลัยเลิกพยายามตรวจจับการโกงด้วย AI

การเข้ามาของปัญญาประดิษฐ์หรือ AI กำลังเปลี่ยนวิธีการเรียน การทำงาน และการประเมินผลในมหาวิทยาลัยทั่วโลกอย่างรวดเร็ว นักศึกษาจำนวนมากใช้เครื่องมือ AI เพื่อช่วยค้นข้อมูล สรุปบทเรียน ตรวจภาษา หรือสร้างโครงร่างรายงาน ขณะที่บางคนอาจใช้ AI ทำงานแทนเกือบทั้งหมด จนสถาบันการศึกษาต้องตั้งคำถามสำคัญว่า วิธีตรวจสอบการโกงแบบเดิมยังมีประสิทธิภาพอยู่หรือไม่

ประเด็นที่น่าสนใจคือ มหาวิทยาลัยเลิกพยายามตรวจจับการโกงด้วย AI ไม่ได้หมายความว่าสถาบันต่าง ๆ ยอมให้การทุจริตเกิดขึ้นโดยไม่มีการควบคุม แต่กำลังพิจารณาเปลี่ยนแนวทางจากการไล่จับการใช้ AI ไปเป็นการออกแบบการประเมินผลรูปแบบใหม่ที่วัดความเข้าใจและกระบวนการเรียนรู้ของนักศึกษาได้แม่นยำกว่าเดิม

มหาวิทยาลัยเลิกพยายามตรวจจับการโกงด้วย AI เพราะอะไร

สำนักงานกำกับดูแลการศึกษาระดับอุดมศึกษาของอังกฤษเตือนว่า มหาวิทยาลัยอาจต้องทบทวนการใช้เรียงความนำกลับไปทำที่บ้านและการสอบแบบเปิดหนังสือ เนื่องจากรูปแบบเหล่านี้เปิดโอกาสให้นักศึกษาใช้ AI ช่วยทำงานโดยที่ผู้สอนไม่สามารถติดตามกระบวนการได้อย่างใกล้ชิด รายงานระบุว่าเครื่องมือตรวจจับ AI ในปัจจุบันยังไม่น่าเชื่อถือเพียงพอสำหรับใช้ตัดสินความผิดของนักศึกษาอย่างสม่ำเสมอ

เครื่องมือตรวจจับอาจให้ผลบวกลวง กล่าวคือระบุว่างานเขียนของมนุษย์ถูกสร้างโดย AI ทั้งที่นักศึกษาเขียนเอง นอกจากนี้ ระบบ AI ยังพัฒนาอย่างต่อเนื่อง ทำให้การสร้างข้อความที่มีสำนวนเป็นธรรมชาติทำได้ง่ายขึ้น การใช้คะแนนจากเครื่องมือตรวจจับเพียงอย่างเดียวจึงอาจสร้างความไม่เป็นธรรม และทำลายความเชื่อมั่นระหว่างอาจารย์กับนักศึกษา

มหาวิทยาลัยเลิกพยายามตรวจจับการโกงด้วย AI และหันมาวัดกระบวนการเรียนรู้

แทนที่จะพยายามพิสูจน์ว่าใครใช้ AI มหาวิทยาลัยหลายแห่งเริ่มสนใจการประเมินแบบติดตามกระบวนการ นักศึกษาอาจต้องส่งหัวข้อ โครงร่าง แหล่งอ้างอิง ฉบับร่าง และคำอธิบายการแก้ไขงานในแต่ละช่วง วิธีนี้ช่วยให้อาจารย์เห็นพัฒนาการทางความคิดและตรวจสอบได้ว่านักศึกษามีส่วนร่วมกับงานจริงหรือไม่

การประเมินแบบนี้ยังช่วยให้ผู้สอนพูดคุยกับนักศึกษาได้มากขึ้น หากงานฉบับสุดท้ายมีคุณภาพแตกต่างจากงานระหว่างทางอย่างผิดสังเกต อาจารย์สามารถสอบถามเพิ่มเติมหรือให้นักศึกษาอธิบายเหตุผลของแนวคิดได้ การวัดความเข้าใจผ่านการสนทนาจึงมีโอกาสสะท้อนความสามารถที่แท้จริงมากกว่าการดูเอกสารเพียงชิ้นเดียว

รูปแบบการสอบที่มหาวิทยาลัยกำลังพิจารณา

รายงานด้านการศึกษาชี้ว่า มหาวิทยาลัยกำลังเพิ่มการสอบในสถานที่จริง ทั้งข้อเขียนและการสอบปากเปล่า เพราะรูปแบบเหล่านี้ทำให้นักศึกษาต้องแสดงความรู้ด้วยตนเองในเวลาที่กำหนด อย่างไรก็ตาม การสอบแบบควบคุมก็ไม่ได้เหมาะกับทุกคนเสมอไป นักศึกษาที่มีความพิการหรือมีข้อจำกัดด้านการจดจำอาจได้รับผลกระทบจากการสอบที่เน้นความจำระยะยาวมากเกินไป

• การสอบข้อเขียนในห้องสอบ: ช่วยลดโอกาสใช้เครื่องมือภายนอก แต่ควรออกแบบคำถามให้วัดการวิเคราะห์ ไม่ใช่เพียงการท่องจำ
• การสอบปากเปล่า: เปิดโอกาสให้นักศึกษาอธิบายแนวคิด ตอบคำถามต่อยอด และแสดงความเข้าใจแบบทันที
• การประเมินหลายขั้นตอน: ผู้สอนติดตามงานตั้งแต่เริ่มค้นคว้าไปจนถึงการนำเสนอผลลัพธ์
• โครงงานที่เชื่อมโยงกับบริบทจริง: ให้นักศึกษาแก้ปัญหาเฉพาะพื้นที่หรือสถานการณ์ที่เปลี่ยนแปลงได้ยากต่อการคัดลอกคำตอบ

แม้ว่าวิธีเหล่านี้อาจลดความเสี่ยงจากการใช้ AI อย่างไม่เหมาะสม แต่ก็เพิ่มภาระให้ผู้สอนและมหาวิทยาลัย ทั้งด้านเวลา บุคลากร และการจัดหาสถานที่ จึงจำเป็นต้องหาสมดุลระหว่างความน่าเชื่อถือของการประเมิน ความเท่าเทียม และประสบการณ์การเรียนรู้ของนักศึกษา

การใช้ AI ทำให้เกิดความเหลื่อมล้ำทางการศึกษา

นักศึกษาหลายคนมองว่า AI เป็นเส้นทางที่รวดเร็วที่สุดไปสู่คะแนนสูง หากเพื่อนร่วมชั้นใช้ AI แต่ตนเองไม่ใช้ ก็อาจรู้สึกเสียเปรียบ แม้จะตระหนักว่าการพึ่งพาเครื่องมือมากเกินไปอาจทำให้ไม่ได้ฝึกคิด วิเคราะห์ หรือเขียนด้วยตนเอง ปัญหายิ่งซับซ้อนขึ้นเมื่อเครื่องมือ AI แบบเสียเงินมีความสามารถมากกว่ารุ่นฟรี

นักศึกษาที่มีฐานะดีอาจเข้าถึงโมเดลที่มีประสิทธิภาพสูงกว่า ขณะที่ผู้เรียนบางกลุ่มต้องใช้เครื่องมือฟรีหรือไม่สามารถใช้งาน AI ได้เลย หากมหาวิทยาลัยปล่อยให้การใช้ AI เกิดขึ้นโดยไม่มีกติกาที่ชัดเจน ความแตกต่างด้านค่าใช้จ่ายอาจกลายเป็นความเหลื่อมล้ำด้านคะแนน และทำให้ผลการประเมินไม่สะท้อนความสามารถของผู้เรียนอย่างแท้จริง

กติกา AI ที่ชัดเจนสำคัญกว่าการไล่จับเพียงอย่างเดียว

มหาวิทยาลัยควรอธิบายอย่างละเอียดว่า นักศึกษาสามารถใช้ AI ในกรณีใดได้บ้าง เช่น ใช้ระดมความคิด ตรวจไวยากรณ์ หรือช่วยตั้งคำถามสำหรับการค้นคว้า และกรณีใดถือเป็นการทุจริต เช่น ให้ AI เขียนรายงานทั้งชิ้นหรือส่งคำตอบที่ไม่ได้ตรวจสอบเป็นผลงานของตนเอง นอกจากนี้ควรกำหนดให้นักศึกษาเปิดเผยการใช้ AI พร้อมอธิบายคำสั่งหรือบทบาทของเครื่องมือในงาน

การสอนทักษะตรวจสอบข้อมูลก็มีความสำคัญไม่แพ้กัน เพราะ AI สามารถสร้างข้อมูลผิด การอ้างอิงปลอม และคำตอบที่ฟังดูมั่นใจแต่ไม่มีหลักฐานได้ นักศึกษาจึงต้องเรียนรู้วิธีตรวจแหล่งข้อมูล เปรียบเทียบหลักฐาน และรับผิดชอบต่อเนื้อหาที่นำไปใช้ ไม่ว่าจะเป็นคำตอบจากมนุษย์หรือจากระบบอัตโนมัติ

ผลกระทบต่อการเรียนรู้และความปลอดภัยของนักศึกษา

การใช้ AI ทำการบ้านอย่างต่อเนื่องอาจนำไปสู่การพึ่งพาแชตบอตมากเกินไป จากเดิมที่ใช้ช่วยด้านการเรียน อาจขยายไปสู่การขอคำแนะนำเรื่องอารมณ์ ความสัมพันธ์ หรือปัญหาส่วนตัว ระบบ AI ไม่ใช่ผู้เชี่ยวชาญด้านสุขภาพจิต และอาจตอบสนองต่อสถานการณ์ละเอียดอ่อนได้ไม่เหมาะสม ดังนั้น นักศึกษาควรได้รับคำแนะนำให้ติดต่ออาจารย์ที่ปรึกษา ผู้ปกครอง หรือผู้เชี่ยวชาญเมื่อเผชิญปัญหาที่รุนแรง

กรณีที่มีการกล่าวหาว่าเด็กคนหนึ่งพึ่งพา AI จนเกิดความหมกมุ่นที่เป็นอันตราย ยิ่งสะท้อนว่าการเข้าถึงเทคโนโลยีโดยไม่มีการดูแลอาจก่อให้เกิดความเสี่ยง โรงเรียนและมหาวิทยาลัยจึงควรมีนโยบายคุ้มครองผู้เรียน ระบบแจ้งเตือน และช่องทางขอความช่วยเหลือที่เข้าถึงง่าย การใช้ AI อย่างรับผิดชอบต้องคำนึงถึงทั้งความซื่อสัตย์ทางวิชาการและความปลอดภัยของผู้ใช้งาน

อนาคตของการศึกษาในยุค AI

แนวโน้มที่ มหาวิทยาลัยเลิกพยายามตรวจจับการโกงด้วย AI สะท้อนการเปลี่ยนแปลงครั้งใหญ่ของการศึกษา สถาบันไม่สามารถพึ่งเครื่องมือตรวจจับเพียงอย่างเดียวได้อีกต่อไป แต่ต้องออกแบบหลักสูตรใหม่ให้ AI เป็นส่วนหนึ่งของการเรียนรู้ พร้อมสอนให้นักศึกษารู้จักใช้เทคโนโลยีอย่างมีจริยธรรม

การประเมินที่ดีในอนาคตอาจผสมผสานการสอบในสถานที่จริง การนำเสนอ การสนทนา โครงงาน และบันทึกกระบวนการทำงานเข้าด้วยกัน เป้าหมายไม่ควรเป็นการทำให้ AI หายไปจากห้องเรียน แต่คือการทำให้ผู้เรียนยังคงคิดเอง ตรวจสอบข้อมูลเป็น และอธิบายผลงานของตนเองได้

ในมุมมองของผู้เขียน การเปลี่ยนแปลงครั้งนี้เป็นโอกาสมากกว่าปัญหา หากมหาวิทยาลัยใช้ AI เป็นจุดเริ่มต้นในการยกระดับการประเมินผล นักศึกษาจะได้พัฒนาทักษะที่จำเป็นต่อโลกการทำงานจริง ไม่ว่าจะเป็นการคิดเชิงวิพากษ์ การสื่อสาร และความรับผิดชอบต่อผลงานของตนเอง ก่อนใช้ AI ครั้งต่อไป ลองถามตัวเองว่าเครื่องมือนี้กำลังช่วยให้เราเรียนรู้มากขึ้น หรือเพียงช่วยให้ทำงานเสร็จเร็วขึ้นเท่านั้น

ที่มา – Universities Are Giving Up on Trying to Detect AI Cheating