বড় গ্রেড ডেটাসেট ইঙ্গিত দিচ্ছে যে তদারকিহীন কোর্সওয়ার্কে AI-চালিত মুদ্রাস্ফীতি ঘটছে
UC Berkeley-এর একটি নতুন গবেষণা উচ্চশিক্ষায় ক্রমবর্ধমান উদ্বেগকে প্রামাণ্য ভিত্তি দিচ্ছে: জেনারেটিভ AI শেখার উন্নতি না করেও গ্রেডকে আরও ভালো দেখাতে পারে। টেক্সাসের একটি বড়, নির্বাচিত পাবলিক গবেষণা বিশ্ববিদ্যালয়ের ৫ লক্ষেরও বেশি গ্রেডের ওপর ভিত্তি করে গবেষণাটি দেখিয়েছে যে ২০২২ সালের নভেম্বর মাসে ChatGPT চালু হওয়ার পর, যেসব কোর্সের অ্যাসাইনমেন্ট AI সহজে সামলাতে পারে, বিশেষ করে লেখা ও কোডিং, সেসব কোর্সে গ্রেড দ্রুত বেড়েছে।
এই বৃদ্ধি সব ধরনের কোর্সে সমানভাবে ছড়ায়নি। The Decoder-এ বর্ণিত গবেষণা অনুযায়ী, চূড়ান্ত গ্রেডে গৃহকর্মের অংশ বেশি ছিল এমন ক্লাসে এই প্রভাব কেন্দ্রীভূত ছিল। এই পার্থক্য গুরুত্বপূর্ণ। যদি AI টুল সত্যিই শিক্ষার্থীদের বেশি শেখাতে সাহায্য করত, তাহলে গবেষকদের প্রত্যাশা থাকত যে উন্নতি সব ধরনের মূল্যায়নেই দেখা যাবে, প্রোক্টরড পরীক্ষাসহ। কিন্তু সবচেয়ে বড় লাফ দেখা গেছে তদারকিহীন কাজে, যা শিক্ষার্থীর পরিশ্রমের জায়গায় AI কাজ করছে এমন ধারণার সঙ্গে বেশি সামঞ্জস্যপূর্ণ।
পরিবর্তনের পরিমাণ
গবেষণাটি ২০১৮ থেকে ২০২৫ পর্যন্ত আটটি শরৎ সেমিস্টার ট্র্যাক করেছে, যেখানে ৮৪টি বিভাগের ৩১৯টি কোর্স অন্তর্ভুক্ত ছিল। প্রতিটি কোর্স জেনারেটিভ AI-এর কাছে কতটা উন্মুক্ত ছিল তা অনুমান করতে, গবেষক ChatGPT-এর অস্তিত্বের আগের ২০২২ শরৎ সেমিস্টারের সিলেবাস ব্যবহার করেন এবং লেখা ও কোডিং-কেন্দ্রিক অ্যাসাইনমেন্টের অংশ মাপেন। সেগুলিই ছিল সেই কাজ, যা ব্যাপকভাবে উপলব্ধ AI টুল আসার পর সবচেয়ে বেশি প্রভাবিত হওয়ার সম্ভাবনা ছিল।
ChatGPT-পরবর্তী পরিবর্তন ছিল উল্লেখযোগ্য। যেসব কোর্সে লেখা ও কোডিং অ্যাসাইনমেন্টের অংশ বেশি ছিল, সেখানে A গ্রেডের হার ১৩ শতাংশ পয়েন্ট বেড়েছে, যা ২০২২ সালের ভিত্তি থেকে প্রায় ৩০ শতাংশ বেশি। গড় GPA ০.১২ পয়েন্ট বেড়েছে। একই সময়ে গ্রেড বণ্টন সংকুচিত হয়েছে, যেখানে আগে A-মাইনাস বা B-প্লাসের মতো গ্রেড পেতেন এমন শিক্ষার্থীরা এখন বেশি করে সরাসরি A পেতে শুরু করেছেন।
এটি একটি উল্লেখযোগ্য ধারা, কারণ এটি শুধু কাগজে-কলমে গড় পারফরম্যান্স বাড়ার ইঙ্গিত নয়, বরং শিক্ষার্থীদের মধ্যে পার্থক্যও কমে যাওয়ার ইঙ্গিত দেয়। বাস্তবে, গ্রেডগুলি এমন একটি সংকেত হিসেবে কম তথ্যবহ হতে পারে যা বলে দেয় কে বিষয়বস্তু সবচেয়ে ভালোভাবে বুঝেছে এবং কে শুধু কাজটি মোটামুটি সম্পন্ন করেছে।
পরিবর্তনের চালক গৃহকর্ম, পরীক্ষা নয়
গবেষণার সবচেয়ে গুরুত্বপূর্ণ অবদান সম্ভবত শেখার লাভ এবং আউটসোর্স করা কাজের মধ্যে পার্থক্য করার চেষ্টা। গবেষক দেখেছেন, চূড়ান্ত কোর্স গ্রেডে গৃহকর্ম কতটা অবদান রেখেছিল। যদি AI শিক্ষার্থীদের বিষয়বস্তু আরও ভালোভাবে বুঝতে সাহায্য করত, তাহলে গৃহকর্মনির্ভর ক্লাস ও সরাসরি পরীক্ষানির্ভর ক্লাস দুটোতেই উন্নতি দেখা যাওয়ার কথা। বিপরীতে, যদি শিক্ষার্থীরা AI ব্যবহার করে সরাসরি অ্যাসাইনমেন্ট শেষ করত, তাহলে সবচেয়ে শক্তিশালী প্রভাব দেখা যেত যেখানে তদারকিহীন কাজের ওজন সবচেয়ে বেশি।
ডেটা দ্বিতীয় পরিস্থিতিকেই সমর্থন করেছে। যেসব কোর্সে গৃহকর্ম চূড়ান্ত গ্রেডের মধ্যম অংশের চেয়ে বেশি ছিল, সেখানে A গ্রেডের বৃদ্ধি একই মাত্রার AI এক্সপোজার থাকা কম গৃহকর্ম-নির্ভর কোর্সের তুলনায় অতিরিক্ত ১৬ শতাংশ পয়েন্ট বেশি ছিল। যেখানে গৃহকর্মের গুরুত্ব কম ছিল, সেখানে প্রভাব ছিল ছোট এবং পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ নয়।
এই ধারা কেবল সামগ্রিকভাবে শিক্ষার্থীদের শেখার উন্নতি হিসেবে ব্যাখ্যা করা কঠিন। বরং এটি অনেক কোর্সের নকশায় একটি কাঠামোগত দুর্বলতার দিকে ইঙ্গিত করে: যখন গ্রেড অনেকাংশে বাড়িতে করার লেখালেখি বা কোডিং কাজের ওপর নির্ভর করে, তখন AI সিস্টেম এখন যথেষ্ট কাজ করে গ্রেড বণ্টনই বদলে দিতে পারে।
একটি প্লাসিবো পরীক্ষা যুক্তিটিকে শক্তিশালী করে
গবেষণায় একটি কার্যকর তুলনাও ছিল। বর্তমান AI টুল যেখানে সরাসরি খুব একটা সহায়ক নয়, সেই মৌখিক উপস্থাপনা অ্যাসাইনমেন্টে একই ধরনের গ্রেড মুদ্রাস্ফীতি দেখা যায়নি। এই প্লাসিবো পরীক্ষা একা কারণ প্রমাণ করে না, তবে এটি এই ব্যাখ্যাকে জোরদার করে যে অ্যাসাইনমেন্টের ধরন গুরুত্বপূর্ণ, এবং পর্যবেক্ষিত পরিবর্তনগুলো সেই ধরনের কাজের সঙ্গে ঘনিষ্ঠভাবে যুক্ত, যা জেনারেটিভ AI সম্পন্ন করতে পারে বা উল্লেখযোগ্যভাবে সহায়তা করতে পারে।
অন্য কথায়, এটি ২০২২-এর পরে পুরো ক্যাম্পাসজুড়ে সহজ গ্রেডিংয়ের দিকে সাধারণ সরে যাওয়া ছিল না। বৃদ্ধি ছিল সেই নির্দিষ্ট ক্ষেত্রগুলোর সঙ্গে সামঞ্জস্যপূর্ণ, যেখানে ChatGPT-সদৃশ সিস্টেম সবচেয়ে সক্ষম।
এটি কেন একটি বিশ্ববিদ্যালয়ের বাইরেও গুরুত্বপূর্ণ
বিশ্ববিদ্যালয়গুলো দশকের পর দশক ধরে গ্রেড মুদ্রাস্ফীতির সঙ্গে লড়ছে। এই মুহূর্তটিকে আলাদা করে তোলে এই সত্য যে জেনারেটিভ AI সেই প্রক্রিয়াকে দ্রুততর করতে পারে, যা মূল্যায়নের একটি মৌলিক কাজকে দুর্বল করে দেয়। গ্রেডের কথা ছিল পারফরম্যান্স, জ্ঞান এবং আপেক্ষিক দক্ষতা সম্পর্কে কিছু জানানো। যদি AI অনেক শিক্ষার্থীকে যথেষ্ট বোঝাপড়া ছাড়াই ঝকঝকে গৃহকর্ম তৈরি করতে দেয়, তাহলে সেই সংকেতগুলো দুর্বল হয়ে যায়।
এর প্রভাব শুধু ট্রান্সক্রিপ্টে সীমাবদ্ধ নয়। নিয়োগকর্তা, স্নাতকোত্তর স্কুল, বৃত্তি কমিটি, এমনকি পরবর্তী কোর্সের শিক্ষকও শিক্ষার্থীরা কী করতে পারে তার আনুমানিক নির্দেশক হিসেবে গ্রেডের ওপর নির্ভর করেন। যদি একটি A increasingly AI-সহায়তাপ্রাপ্ত আউটপুটের মানকে প্রতিফলিত করে, প্রদর্শিত দক্ষতাকে নয়, তবে সেই সংকেতের বিশ্বাসযোগ্যতা ক্ষয় হয়।
এই গবেষণা শিক্ষণগত একটি চ্যালেঞ্জও তুলে ধরে। আধুনিক বিশ্ববিদ্যালয়ে লেখা ও কোডিং পার্শ্ববর্তী অ্যাসাইনমেন্ট নয়; বহু শাখায় বিশ্লেষণ, সমস্যা সমাধান এবং যোগাযোগ শেখানোর কেন্দ্রে এগুলোই আছে। অর্থাৎ প্রতিষ্ঠানগুলো প্রভাবিত ফরম্যাটগুলো সরিয়ে দিয়ে শিক্ষার মূল উপাদান অপরিবর্তিত রাখতে পারবে না। বরং তাদের অ্যাসাইনমেন্ট পুনর্নকশা, সরাসরি বা তদারকিসহ মূল্যায়ন বাড়ানো, অথবা মৌখিক প্রতিরক্ষা, খসড়া, প্রক্রিয়া-নথি এবং শেখাকে দৃশ্যমান করে এমন অন্যান্য পদ্ধতিতে বেশি জোর দিতে হতে পারে।
গবেষণাটি কী দাবি করে না
উৎস উপাদানে যেভাবে সারসংক্ষেপ করা হয়েছে, গবেষণাটি দাবি করে না যে সব শিক্ষার্থী AI অপব্যবহার করছে বা কোনো AI সহায়তাই স্বয়ংক্রিয়ভাবে শিক্ষাকে ক্ষতিগ্রস্ত করে। এটাও বলা হয় না যে কোনো শিক্ষার্থীর শেখা উন্নত হয়নি। অনেক শিক্ষার্থী নিশ্চয়ই AI-কে টিউটর, সম্পাদক বা ডিবাগিং সহায়ক হিসেবে ব্যবহার করতে পারে, যা বোঝাপড়াকে সমর্থন করে।
কিন্তু সামগ্রিক পর্যায়ে, এখানে উপস্থাপিত প্রমাণ ভিন্ন দিক নির্দেশ করছে। সবচেয়ে শক্তিশালী গ্রেড পরিবর্তন দেখা যায় সেখানে, যেখানে AI সবচেয়ে সহজে তদারকিহীন শিক্ষার্থীর কাজের জায়গা নিতে পারে, সেখানে নয় যেখানে শিক্ষার্থীদের নিয়ন্ত্রিত অবস্থায় স্বাধীনভাবে জ্ঞান প্রদর্শন করতে হয়।
উচ্চশিক্ষার পরবর্তী পর্যায়ের জন্য সতর্কবার্তা
জেনারেটিভ AI এখন একাডেমিক পরিবেশের অংশ। প্রশ্ন আর এ নয় যে শিক্ষার্থীদের এর অ্যাক্সেস আছে কি না, বরং প্রতিষ্ঠানগুলো কীভাবে প্রতিক্রিয়া জানায়। এই গবেষণা বলছে, যদি কোর্সের নকশা অপরিবর্তিত থাকে, গ্রেড আরও উপরের দিকে সরতে পারে, কিন্তু সেগুলো কম অর্থবহ হয়ে উঠবে।
এটি শুধু শৃঙ্খলাগত সমস্যা নয়। এটি মূল্যায়ন-নকশারও সমস্যা। যে বিশ্ববিদ্যালয়গুলো চায় গ্রেডের মূল্য বজায় থাকুক, তাদের দ্রুত সহায়তা ও প্রতিস্থাপনের মধ্যে পার্থক্য করতে হতে পারে এবং শিক্ষার্থীরা মূল বৌদ্ধিক কাজ আউটসোর্স না করে কী করতে পারে তা দেখানোর আরও উপায় তৈরি করতে হতে পারে।
গবেষণাটির বৃহত্তর তাৎপর্য হলো, এটি ২০২২ সালের শেষ দিক থেকে অনেক শিক্ষক যে পরিবর্তনের সন্দেহ করেছিলেন, তা পরিমাপ করে। ChatGPT যুগ শুধু শিক্ষার্থীরা কীভাবে কাজ করে তা বদলাচ্ছে না। এটি একাডেমিক গ্রেড আসলে কী মাপে, সেটিও বদলে দিতে পারে।
এই নিবন্ধটি The Decoder-এর রিপোর্টিংয়ের ওপর ভিত্তি করে। মূল নিবন্ধটি পড়ুন.
Originally published on the-decoder.com