Eğitimde yapay zeka çağının ikinci tam yılında, akademik liderler kendilerini yapay zeka evriminde eşsiz bir noktada buluyorlar. Yapay zeka hakkındaki konuşmalar fiilen "Yapmalı mıyız?" şeklinde değişti. "Bunu nasıl doğru yaparız?"

Bu soruyla iki yıldan fazla bir süre uğraştıktan sonra Grammarly, eğitim liderlerinin akademik dürüstlüğü, öğrenci öğrenimini ve tüm platformlarda güveni korurken yapay zeka ile yenilik yapma konusunda daha düşünceli bir yaklaşım geliştirmelerine yardımcı olmak için tasarlanan yeni bir ürün olan Grammarly Authorship'i uygulamaya koydu. kampüsler. Birazdan bununla ilgili daha fazla bilgi vereceğiz.

Ama öncelikle, eğer bunu okuyorsanız, muhtemelen yapay zekanın ortadan kaybolmayacağını ve aslında akademi genelinde yaygınlığının arttığını biliyorsunuzdur. Dijital Eğitim Konseyi tarafından yapılan bir ankete göre öğrencilerin %86'sı çalışmalarında yapay zekayı düzenli olarak kullanıyor, %54'ü ise haftada bir kullanıyor. Fakülte kullanımı hala öğrencilerin gerisinde olsa da, Tyton Partners'ın en son "Time for Class" anketine göre üçte birinden fazlası aylık olarak AI araçlarını kullanarak, öğretim üyelerinin bile yapay zeka kullanımı son 18 ayda arttı.

Çoğu eğitim fakültesi için konu yapay zekanın kullanımı değil, akademik dürüstlük üzerindeki etkisidir. Eğitmenlerin neredeyse %70'i yapay zekanın akademik dürüstlük üzerinde olumsuz bir etkisi olduğunu açıkça söylüyor. Bu varsayım, genç yapay zekayla kopya çekmenin daha kolay olduğunu açıkça kabul eden öğrencilerin neredeyse yarısı (%47) tarafından doğrulanıyor. Bu endişeler, kampüslerdeki dürüstlük ihlallerinde istikrarlı bir artışa yol açtı; örnek bir kurum olan Sidney Üniversitesi, geçen yıl suiistimal ihlallerinde 10 kat artış kaydetti.

Yükseköğretimin güven sorunu

Bugüne kadar yüksek öğrenim, tespit yoluyla yapay zeka ile akademik dürüstlüğü dengelemeye çalışıyor. Tespit teknolojisi satıcılara göre değişir, ancak tüm çözümlerin ortak özelliği, metnin örüntü tanımaya dayalı olarak yapay zeka tarafından üretilme olasılığını tahmin eden, evde geliştirilen algoritmalara güvenmektir. Sonuç olarak algılama, geniş çapta uygulandığında çeşitli sorunlar taşır:

1. Metni işaretleyen algoritmaların doğası, onları kullanan fakülte ve işaretlenen öğrenciler için bir gizemdir; bu da belirli bir metnin neden işaretlendiği konusunda şeffaflık ve anlayış eksikliği yaratır.
2. Bu algoritmalar doğası gereği tahmine dayalı olduğundan ve olay sonrası metin analizine dayandığından, yaptıkları veya işaretlemedikleri şeylerde hatalı olabilirler. Çalışmalar , dedektörlerin anadili İngilizce olmayan yazarlara ve nöro-çeşitliliğe sahip öğrencilere karşı önyargılı olabileceğini ve öğrencileri cezalandırmak için kullanıldığında potansiyel olarak daha büyük eşitlik boşluklarına yol açabileceğini göstermiştir .
3. Son olarak, bu algoritmalar her zaman büyük dil modeli (LLM) sağlayıcıları tarafından yönlendirilen yeniliğin peşinden gidecektir. Gerçek şu ki, dedektörler, insan düşüncesini ve yazısını artan bir hızla taklit etmeye devam edecek, sürekli gelişen bir teknolojiyle silahlanma yarışı içindedir; Pensilvanya Üniversitesi kısa süre önce, daha yeni tespit modellerinin, en son modellerden yapay zeka tarafından oluşturulan metni doğru bir şekilde tanımlamakta sıklıkla başarısız olduğunu gösteren bir çalışma yayınladı .

Bu gerçeklere rağmen yapay zeka dedektörleri pedagojik süreçte hâlâ çok büyük bir rol oynuyor. Ve bunların kullanımı, verimli öğrenme için gerekli olan öğrenciler ve eğitimciler arasındaki ilişkiler üzerinde zararlı bir etkiye sahiptir.

Pek çok kurum artık genel bir güven açığıyla faaliyet gösteriyor. Öğrencilerde, öğretim üyelerinin beklentileri ve geri bildirimleri konusunda açık ve şeffaf olacağına dair bir güven eksikliği var. Eğitmenler, öğrencilerinin yapay zeka kadar güçlü bir teknolojiye eriştiklerinde bunu etik yollarla kullanacakları ve öğrenmelerini optimize edecekleri konusunda güven eksikliği yaşıyor.

Ödevleri için ellerinden gelenin en iyisini yapan iyi niyetli öğrenciler için bu, çalışmalarının kopya olarak işaretlenip işaretlenmeyeceğini bekleyip görebilecekleri bir korku durumu yaratır. Öğretim üyeleri için artık, aşılamak üzere işe alındıkları konu uzmanlığını sağlamak yerine, yapay zeka kullanımını yanlış teknolojiyle denetlemek için daha fazla zaman harcamaları gerekiyor.

Yapay zeka çağında etkili bir şekilde öğretmek için öğretim üyelerinin, öğrencileri eğitme hedeflerine sadık kalabilmeleri ve yapay zekayı nasıl ustaca ve sorumlu bir şekilde kullanacakları konusunda onlara rehberlik edebilmeleri için tespitin ötesine geçecek araç ve stratejilere ihtiyacı olacak.

Dilbilgisi Yazarlığı ile tespitten şeffaflığa

Yapay zeka tespiti, yapay zekayla ilgili akademik suiistimallerle ilgili endişeleri gidermek için gerekli bir geçici önlem olabilir. Ancak bu araçlar içgörüler sunsa da yapay zekanın nasıl ve neden kullanıldığına ilişkin nüansları sıklıkla gözden kaçırıyorlar. Yapay zeka tarafından oluşturulan metni basitçe işaretlemek, öğrencinin çalışmasının ne kadarının gerçekten kendisine ait olduğunu veya düşünmelerini geliştirmek için yapay zeka araçlarının nasıl kullanıldığını ortaya çıkarmaz.

Dilbilgisi Yazarlığı bunun ötesine geçer. Yapay zeka tarafından oluşturulan içeriği sonradan tespit etmeye çalışmak yerine, tüm yazma ve düzenleme sürecine yönelik bir pencere sunar. Yazarlık, metnin nereden geldiğini (yapay zeka araçlarıyla yazılmış, yapıştırılmış veya düzenlenmiş) takip ederek öğretim kadrosuna öğrenci-yapay zeka işbirliği sürecinde ödevlerin nasıl oluşturulduğu hakkında net, doğrulanabilir bilgiler sağlar.

Nasıl çalışır?

Artık yalnızca Google Dokümanlar'da beta olarak mevcut olan Grammarly Authorship, kopyalanan ve yazılan metni kullanıcının tarayıcı penceresinden panosuna ve belgelerine taşırken ilişkilendirmek için Grammarly'nin tarayıcı içi ve nihayetinde cihaz üzerindeki varlığından yararlanır. Grammarly 500.000'den fazla uygulama ve web sitesinde mevcut olduğundan, bir kullanıcının belgenin gövdesine ne zaman metin getirdiğini ve metnin nereden geldiğini benzersiz bir şekilde belirleyebilir. Beta aşamasında uygulanan tek algoritmik mantık, belirli web sitelerini üretken yapay zeka olarak sınıflandırmaktır.

Authorship beta, metni Grammarly, ChatGPT, Gemini, Claude veya CoPilot'tan geliyorsa üretken yapay zeka olarak sınıflandırabiliyor. Yazarlık ayrıca, Grammarly'nin LLM'si ile değiştirilen veya Grammarly'nin geleneksel makine öğrenimi modelleriyle düzenlenen oluşturulan metin dahil olmak üzere, kullanıcı tarafından Google Dokümanının gövdesinde gerçekleştirilen Grammarly'ye özgü metin eylemlerini de kategorilere ayırır. Bu ayrımlar yapay zeka çağında çok önemlidir ve öğretim üyelerinin belirli bir yazma ödevinde neyin kabul edilebilir, neyin kabul edilemez olduğu konusunda daha açık olmalarına yardımcı olabilir. Örneğin, bir profesör, öğrencilerinin kendi sözcüklerini yazmaları ve bu sözcükleri başka sözcüklerle ifade etmek için Grammarly'nin LLM'sini kullanmaları konusunda sorun yaşayabilir, ancak öğrencilerin daha sonra belgelerine dahil edecekleri metin oluşturmak için Grammarly veya ChatGPT kullanmaları konusunda sorun yaşayabilir. Yazarlık, bu ayrımları açık bir şekilde aydınlatarak öğrencilere gerçek zamanlı veriler sağlayarak, eğitimcilerinin yönergelerine uyup uymadıklarını göndermeden önce bilmelerini sağlar.

Yazarlığın öncelikle öğrencinin izni olmadan hiçbir şeyi takip etmediğini unutmamak önemlidir. Öğrencilerin herhangi bir veri veya analiz toplanmadan önce boş bir Google Dokümanı açtıklarında izlemeyi proaktif olarak etkinleştirmeleri gerekir. Ayrıca panoya erişim izni vermeleri gerekir; aksi takdirde Grammarly dışındaki tarayıcı tabanlı metinler "bilinen bir kaynaktan kopyalanmıştır" olarak değerlendirilecektir. Bu, tasarım gereğidir, çünkü öğrencilerin asılsız intihal suçlamalarına karşı kendilerini korumak için izlemeyi etkinleştirme konusunda kendilerini yetkilendirilmiş hissetmelerini ve Yazarlığın, en iyi çalışmalarını yapmalarına yardımcı olma konusunda onların çıkarına olmasını sağlamak istiyoruz. Sonuçta öğrenciler Yazarlık raporlarını öğretim üyeleriyle paylaşmaktan sorumludur ve yazma ödevlerini göndermeye hazır olduklarında bunu yapabilirler.

Özellikle, bu, öncelikle öğrenci ödevini teslim ettiktensonrafakülte ve kurumlar tarafından uygulanan günümüzün yapay zeka tespitinden önemli ölçüde farklıdır . Yazarlık ile önceden tek taraflı olan veriler, yapay zeka tespitindeki şüphe ve belirsizlik olmaksızın iki taraflı, şeffaf ve eyleme geçirilebilir hale gelir.

Fakülte Dilbilgisi Yazarlığını nasıl kullanmalıdır?

Yazarlık, tasarım gereği öğrenciyi ön planda tutacak şekilde oluşturulmuş olsa da, bireysel öğretim üyelerinin, öğrencilere ödevlerinde kullandıkları şeyleri tavsiye etme konusunda haklı olarak oldukça fazla özerkliğe sahip olduğunu biliyoruz. Ayrıca öğrencilerin, mezuniyetten sonra onları bekleyen karmaşık dünyada onları eleştirel düşünmeye ve etkili kararlar almaya hazırlayan gerçek öğrenme biçiminde eğitim yatırımlarının gerçek bir geri dönüşünü istediklerine de inanıyoruz. Son olarak, akademik yazılardan profesyonel yazılara kadar yapay zeka çağında yazmanın, yazarın yazının bağlamını değerlendirme ve yapay zeka kullanımını buna göre ayarlama becerisine bağlı olan yapay zeka ile bir işbirliği olacağına inanıyoruz. Bazı bağlamlarda yapay zeka muhtemelen hiç kullanılmamalıdır. Diğerlerinde ise gerçek metin oluşturma işleminin yapay zekaya yaptırılması tamamen mantıklı olabilir. İhtiyaç duyulan şey, iyi yazmanın neye benzediğini anlamak ve ne zaman yapay zekaya güvenmenin uygun olup olmadığı konusunda iyi karar verme yeteneğidir.

Bu amaçla, öğretim üyelerini öğrencilerine Yazarlık özelliğini açmalarını ve hem öğrencilerin hem de eğitimcilerin yapay zeka çağında yazmaya uyum sağlamalarına yardımcı olacak bir öğrenme aracı olarak Yazarlık raporlarını tamamlanmış yazma ödevleriyle birlikte göndermelerini tavsiye etmeye teşvik ediyoruz.

Dilbilgisi Yazarlığından en iyi şekilde yararlanmak için öğretim üyeleri, yapay zeka algılayıcılarına güvenmeden öğrenci ödevlerinde kullanılan metin kaynaklarına ilişkin nesnel ve net bir görünüm elde etmek için bunu kullanabilir. Bu araç, öğrencilerin çalışmalarını nasıl hazırladıklarına dair daha derin bilgiler sunarak kurs düzeyindeki eğilimleri hızlı bir şekilde belirlemenize ve temel eğitim alanlarını belirlemenize yardımcı olur. Dilbilgisi Yazarlığı, hem öğretim üyelerine hem de öğrencilere aynı bilgileri sağlayarak, bir ödev için yapılan yazma seçimleri hakkında daha kapsamlı tartışmaları kolaylaştırır. Ayrıca, Yazarlık tekrarı yoluyla bireysel öğrenci gelişimi için alanları belirlemenize olanak tanır ve öğrencilerin düzenleme ve taslak hazırlama becerilerini geliştirmek için daha kişiselleştirilmiş eğitime olanak tanır. Ek olarak, öğrencilerin ödevle uyumsuz kaynakları kullanmış olabileceklerini hızlı bir şekilde tespit edebilir ve bu sorunları erkenden ele alarak olası akademik dürüstlük ihlallerini öğrenme fırsatlarına dönüştürebilirsiniz.

Grammarly,fakültenin Yazarlığı, öğrenci öğreniminden kaynaklanan önemli konuşmaları kısa devre yapacak şekilde öğrenci çalışmalarını denetlemenin bir yolu olarak kullanmasını önermez.Başka bir deyişle, Yazarlık, yapay zekanın çok fazla veya çok az kullanılması nedeniyle öğrenci çalışmalarını taramanın bir yolu olarak veya yapay zekanın uygunsuz kullanımı nedeniyle öğrencileri cezalandırmak için kullanılan tek bir veri noktası olarak kullanılmamalıdır.

Eğitim kadrosunu yapay zeka ile yenilik yapmaya teşvik etme

Dilbilgisi Yazarlığı, akademik bütünlüğü korurken yapay zekayı benimsemek isteyen öğretim üyeleri için ezber bozan bir şeydir. Yazarlık, yazma sürecine şeffaflık sunarak eğitimcilerin cezai önlemlerin ötesine geçerek ödevlerde yapay zekaya yönelik işbirlikçi, yapıcı yaklaşımlara doğru ilerlemesine olanak tanır. Bu değişim yalnızca eğitimin kalitesini korumakla kalmıyor, aynı zamanda öğrencileri yapay zekanın yönlendirdiği bir dünyada başarılı olmak için ihtiyaç duydukları becerilerle donatıyor.

Yapay zeka eğitimin geleceğini yeniden şekillendirmeye devam ederken Grammarly Authorship, sorumlu inovasyon için bir yol haritası sağlıyor. Fakülte artık yapay zekayı bir öğrenme aracı olarak kullanabilir ve öğrencilerin bunu kendi entelektüel katkılarının yerine geçmek için değil, geliştirmek için kullandığından emin olabilir. Bu yaklaşım güven oluşturmanın, yeniliği teşvik etmenin ve akademik bütünlüğün yüksek öğrenimin merkezinde kalmasını sağlamanın anahtarı olacaktır.