Vērtēt studenta prasmes, nevis mākslīgā intelekta sniegumu

Evija Kļave

Mākslīgā intelekta rīku klāsts ar katru dienu pieaug, ietekmējot arī mācību procesu augstskolās – tos aizvien plašāk lieto gan studenti, gan pasniedzēji. Tomēr, lai nodrošinātu kvalitatīvu izglītības procesu un rezultātu, studentiem vairāk nekā jebkad agrāk nepieciešams apgūt kritisko domāšanu, savukārt pasniedzējiem – iegūt kvalitatīvas vadlīnijas, pēc kurām vērtēt studentu sniegumu un vadīt mācību procesu kopumā.

Apvienoto Nāciju Izglītības, zinātnes un kultūras organizācija (UNESCO) 2023. gadā veikusi ap 450 pasaules augstskolu aptauju par mākslīgā intelekta lietošanas vadlīniju izstrādi. Aptaujā noskaidrojies, ka tikai 13% aptaujāto augstskolu tās bija izstrādātas, daļai tās ir rakstveidā, bet daļai – tikai mutiski formulētas. Tas nozīmē, ka lielākā daļa augstskolu arī citviet pasaulē vēl ir tikai ceļā uz vadlīniju izstrādi, un šo ceļu iet arī Latvijas augstskolas.

No vēlmes aizliegt līdz atziņai, ka jāpieņem

Lai saprastu, kā labāk organizēt studiju procesu, vispirms jānošķir mākslīgais intelekts no digitalizācijas, kas ir atsevišķs process un ilgst jau no 90. gadiem līdz pat kovidam, kad jau bija iespējams digitalizēt visu studiju procesu. Savukārt ģeneratīvais mākslīgais intelekts ģenerē, imitē cilvēka intelektuālo uzvedību. Chat GPT nav augstskolu iniciētas, bet ārēji rosinātas pārmaiņas – daudzi pasniedzēji par to sākotnēji uzzināja no studentiem. Šis ģeneratīvais mākslīgais intelekts operē ar jau pastāvošām zināšanām.

Docētāji jau tagad pievērš uzmanību tam, vai students pats strādājis vai izmantojis kādu palīgu – sākot no formatēšanas, beidzot ar neeksistējošām atsaucēm, novecojušiem datiem utt. Protams, ir jāpārskata viss – kā tiek organizēts studiju process, pētniecība, kā ar to strādā docētājs, kā izmanto students. Parastā reakcija uz pārmaiņām ir pretestība.

To apliecināja arī pērn rudenī notikusī starptautiskā biznesa augstskolu konference, veltīta mākslīgajam intelektam augstākajā izglītībā biznesa jomā – pirmā reakcija “aizliegt” arī citās valstīs ātri pārgājusi, līdzīgi kā attieksme pret kalkulatoru, kad tas savulaik parādījies. Vēl joprojām daļa docētāju ir šajā nolieguma fāzē, tomēr arvien drošākiem soļiem jāiet virzienā uz tā pieņemšanu un iekļaušanu studiju procesā.

Visi – gan studenti, gan pasniedzēji – mācāmies darot

Mēs visi esam procesā learning by doing jeb mācāmies darot. Saprotam, ka referāts vai eseja kā pārbaudījuma veids vairs neder, ja vien tā nav rakstīta auditorijā ar roku vai kādā citā veidā, kurā var pārliecināties, ka satura radītājs ir pats students. No otras puses, mākslīgais intelekts lieliski palīdz radīt instrumentus, kas ļauj ātri notestēt studentu zināšanu līmeni lielās grupās, un pasniedzējam ir nepieciešamas vadlīnijas, kā šo visu lietot. Bailes no plaģiātisma ir īstermiņa negatīvā ietekme, raizes, tomēr jāskatās ir vidējā vai ilgākā termiņā, studentu iemācot mākslīgā intelekta rīkus lietot kritiski.

Būtisks jautājums ir – ko nozares, ko darbadevējs sagaida no absolventa, kāda ir augstskolu absolventa mākslīgā intelekta lietpratība jeb prasme to lietot. Katrā nozarē šo mākslīgā intelekta lietpratību var izmantot citādi. Piemēram, darbinieku atlasē to jau aktīvi izmanto, un jautājums ir, kas tad paliek cilvēka ziņā? Cilvēka ziņā joprojām paliek lēmuma pieņemšana, procesa virzīšana (speciālists nosaka, kas būs katrs nākamais solis), lai kāds šis process arī būtu, attiecību veidošana.

Kritiskā domāšana kā atsevišķs kurss

Diemžēl studentiem nereti ir grūtības veidot argumentētus un pamatotus secinājumus, tāpēc pasniedzēja uzdevums ir stiprināt un attīstīt jaunajos cilvēkos kvalitatīvu domāšanu, ietverot visus domāšanas veidus – kritisko, analītisko un radošo. Nav noslēpums, ka šīs prasmes veidojas lasot. Tādēļ skolas uzdevums ir stiprināt lasītprasmi, ar to saprotot ne tikai prasmi tehniski izlasīt tekstu, bet arī saprast izlasīto un pielietot. Zinu, ka daudzās Rietumeiropas un ASV augstskolās kritiskā domāšana ir kā ievada kurss visās studiju programmās, jo tā ir pamatu pamats kvalitatīvam studiju procesam.

Piemēram, lietojot Chat GPT, students var lūgt šim mākslīgā intelekta rīkam sagatavot kopsavilkumu par kādu tēmu. Ja studentam piemīt kritiskā domāšana, tad viņš to var izmantot, jo kopsavilkumu varēs pārbaudīt un vajadzības gadījumā koriģēt (kas pārsvarā gadījumu arī nepieciešams). Tāpēc pasniedzēju uzdevums ir viņus atbalstīt un palīdzēt izveidot šo prasmi kritiski izvērtēt mākslīgā intelekta satura radīto informāciju. Līdzīgi kā ar automašīnas vadīšanu – vispirms palīdzēt iemācīties braukt ar mehānisko kārbu un tikai pēc tam ar automātisko.

Protams, arī uzņēmumi, studentu nākamie darba devēji, arvien vairāk izmanto dažādus mākslīgā intelekta rīkus. Tāpēc mācīšanās vairs nav, lai sasniegtu kādu statisku rezultātu (tā nav virzīšanās no punkta A uz punktu B, jo punkta B vairs nav, tas nemitīgi mainās vai attālinās), bet lai saprastu kopējo spēles laukumu. Svarīgi, ka pasniedzējs spēj redzēt laukumu lielākā tvērumā, palīdzot studentam kļūt par apzinātu procesu vērotāju un reizē virzītāju ar spēju pamanīt un izvērtēt, kas ir derīgs un kas ne. Kā es ar savām zināšanām varu izmantot to jauno, kas notiek, jaunajā situācijā? Tas nav iespējams bez kvalitatīvas domāšanas.

Vadlīniju izstrāde – studiju procesa organizēšanai

Vadlīniju izstrāde Biznesa augstskolā Turība pašlaik ir viens no galvenajiem dienaskārtības jautājumiem. Primāri vadlīnijas ir nepieciešamas studiju procesa organizēšanai – lai mēs būtu droši, ka vērtējam studenta zināšanas, kompetences un prasmes, nevis mākslīgā intelekta radīto sniegumu. Otrkārt, kā mēs to iekļaujam studiju kursu saturā – kā pētniecībā, kā pārdošanā, finanšu vai stratēģiskajā vadībā var izmantot mākslīgā intelekta potenciālu.

Piemēram, UNESCO ir vadlīnijas par Chat GPT lietošanu, arī ES līmenī ir dokumenti, kuri ievirza mākslīgā intelekta izmantošanā. Tad ir “operatīvais” līmenis kā, piemēram, pasniedzējs, kurš iet auditorijā, tiekas ar studentu realitātē. Tāpēc ir jābūt sadarbībai starp nozari un augstskolām, lai zinātu, ko darba devējs sagaida. Augstskolas līmenī varam radīt vadlīnijas vai rāmi – ko mēs lietojam, kā lietojam, kad lietojam, ko mums ir svarīgi iemācīt studentam, kāda resursa pasniedzējam pietrūkst, lai viņš to varētu darīt, kāds ir sagaidāmais mācību rezultāts (zināšanas un prasmes).

Balstoties uz augstskolu redzējumu, jo tās ir vistuvāk tam, kas notiek, var veidot augstāka līmeņa stratēģiskās vadlīnijas. Turībā katrs pasniedzējs šo “rāmi” savam kursam jau ir izveidojis, taču kopējo vadlīniju izstrāde augstskolai vēl ir procesā.

Mākslīgais intelekts – labs palīgs arī pasniedzējam

Arī es personīgi arvien vairāk izmantoju mākslīgo intelektu studiju kursu sagatavošanā – vairāk praktisko uzdevumu, arī testu sagatavošanā. Latviešu valodu esošie intelekta rīki tik labi nezina, taču tie mācās un spēs piedāvāt arvien kvalitatīvāku saturu arī latviešu valodā, tātad būs arvien noderīgāki. Kā docētājai man šobrīd ļoti aktuāls ir jautājums par studentu zināšanu vērtēšanu, īpaši tālmācības programmu studentiem. Protams, varētu atgriezties pie eksāmeniem mutiski, taču pie liela studentu apjoma tas ir ļoti sarežģīti. Arī vairāku atbilžu testi īsti neparāda studentu zināšanu līmeni. Lai vai kādu pārbaudījuma veidu pasniedzējs izvēlas, viņam jābūt drošam, ka students to būs veicis patstāvīgi.

Labi apzinoties, ka no mākslīgā intelekta mums izvairīties neizdosies, pēc iespējas ātrāk jau pirmajā kursā būtu jāievieš kritiskās domāšanas kurss neatkarīgi no studiju virziena un programmas. Ne velti Pasaules Ekonomikas foruma veidotajā darba devēju pieprasītāko prasmju topā 2023. gadā ir analītiskā un kritiskā domāšana, tikai pēc tam seko tehnoloģiju lietošanas prasmes. Bet mums, pasniedzējiem, nepieciešams uzticams kompass (vadlīnijas), lai droši un pārliecinoši izmantotu mākslīgā intelekta piedāvātās plašās iespējas.

Pārpublicēts www.ir.lv