شايد اگر دانشجوياني را که براي تقلب از هوش مصنوعي استفاده ميکنند، تنبل خطاب کنيد، چندان بيراه نرفته باشيد، با اين حال، برخي از دانشجويان زيرکتر، زحمت زيادي ميکشند تا مطمئن شوند پاسخهايي که مدلهاي زباني بزرگ (LLM) برايشان توليد کردهاند، شناسايي نميشوند.
به نقل از فيوچريسم، مجله نيويورک مگزين (New York Magazine) در گزارشي با برخي از اين دانشجويان متقلب مصاحبه کرده است. آنها به خوبي ميدانند که بسياري از استادان دانشگاه حالا با ترفندهاي دانشجويان براي استفاده مخفيانه از هوش مصنوعي آشنا شدهاند و در واکنش، هم در حال تغيير نوع تکاليفي هستند که به دانشجويان ميدهند و هم از فناوريهاي پيشرفتهتري براي شناسايي استفاده غيرمجاز از هوش مصنوعي بهره
ميگيرند.
يکي از اين دانشجويان، جرد، دانشجوي دانشگاه نيويورک، استفاده از سامانه WebAssign در درس مقدماتي حسابان را که با هدف دشوارتر کردن تقلب طراحي شده است، به چشم يک چالش ديده است.
او و يکي از دوستانش با استفاده از يک ابزار کدنويسي هوش مصنوعي، رباتي ساختند که تمام تکاليف آنها را انجام ميداد؛ اما با سرعتي بسيار پايين، درست مانند دانشجويي که در انجام تکاليف مشکل دارد.
بر اساس اين گزارش، ربات به آرامي حرکت ميکند و در نتيجه، استادي که زمان ثبت فعاليتها را بررسي ميکند، متوجه چيزي غيرعادي نميشود.
جرد اين ابزار را در اختيار دوستانش هم قرار داد و حالا حتي خودش هم نميداند چند نفر از همکلاسيهايش به اين فناوري تقلب خودکار دسترسي دارند.
اين ماجرا نمونهاي از قدرت عاملهاي هوش مصنوعي (AI agents) است؛ مدلهاي هوش مصنوعي که ميتوانند بدون دخالت مداوم انسان، وظايف پيچيده را از طرف او انجام دهند؛ از نوشتن يک نرمافزار کامل گرفته تا انجام تحقيقات.
البته شايد بتوان اين روند را واکنشي به رويکرد تنبيهي و مبتني بر شناسايي تقلب نيز دانست؛ رويکردي که بسياري از استادان تحت فشار حجم گسترده تقلب با هوش مصنوعي در پيش گرفتهاند.
اين موضوع ظاهرا همان استدلالي است که ويل، فارغالتحصيل کالج کارلتون، مطرح کرده است. او معتقد بود تاکيد بيش از حد استادان بر نشانههاي واضح استفاده از هوش مصنوعي، مانند استفاده از خط تيره بلند در واقع دقيقا به دانشجويان متقلب نشان ميدهد که چه چيزهايي را بايد پنهان کنند.
ويل به نيويورک مگزين گفت: آدمها راهي پيدا ميکنند تا اين ويژگيهاي کوچک سبکي را بپوشانند. اگر تنها راهي که براي جلوگيري از تقلب امتحان ميکنيد اين باشد که بگوييد من يک ابزار تشخيص دارم، موفق نخواهيد شد.
در مورد ويل، استادانش استفاده از نوشتههاي توليد شده توسط هوش مصنوعي را ممنوع کرده بودند و يکي از آنها حتي گفته بود مجموعهاي از ابزارها براي اجراي اين ممنوعيت در اختيار دارد.
اما ويل که مصمم بود همچنان از هوش مصنوعي براي انجام کارهايش استفاده کند، از کلود براي تحليل و نوشتن بخشهاي مفصل يک مقاله استفاده کرد و سپس خودش به صورت دستي پاراگرافهاي توليد شده توسط هوش مصنوعي را بازنويسي کرد.
به نظر ميرسد در برخي از پيچيدهترين نمونههاي تقلب با هوش مصنوعي، دخالت انسان همچنان ضروري است.
تئو، دانشجوي سال دوم دانشگاه ماساچوست آمهرست (UMass Amherst) که خود را فردي خودآموخته معرفي ميکند و علاقه چنداني به دروس عمومي دانشگاهش ندارد، به نيويورک مگزين گفت که براي تهيه يک ارائه نجوم از عامل کدنويسي هوش مصنوعي کدس شرکت اوپن ايآي استفاده کرده و آن را با يک افزونه ترکيب کرده است که قابليت جستوجوي وب آن را بهبود ميداد.
اما ارائهاي که اين سيستم توليد کرده بود، بيش از حد حرفهاي به نظر ميرسيد. بنابراين تئو طبق گزارش نيويورک مگزين، چهار ساعت وقت گذاشت تا اسلايدها را عمدا خرابتر و سادهتر کند و آنها را شبيه کاري جلوه دهد که يک دانشجوي معمولي و نه چندان قوي انجام داده است.
او به اين مجله گفت: خيلي کار برد.
دانيل کار، مورخ و انسانشناس در دانشگاه کاليفرنيا، لسآنجلس (UCLA)، معتقد است اتکاي استادان به روشهاي نظارتي و ابزارهاي تشخيص براي مقابله با تقلب، آنها را در يک بازي بيپايان موش و گربه گرفتار خواهد کرد.
او به اين مجله گفت که تقلب با هوش مصنوعي يک مشکل فني نيست که بتوان برايش يک راهحل فني پيدا کرد.
اظهار نظر 0
روزنامه به دیدگاه شما نیازمند است،از نظراتتون روی موضوعات پیشوازی خواهیم کرد.