Πώς τα εκπαιδευτικά ιδρύματα αναγκάζονται να αξιολογήσουν άλλα πράγματα και όχι το κείμενο της εργασίας.
Η γραπτή εργασία υπήρξε το πιο αξιοκρατικό και αυτονόητο εργαλείο αξιολόγησης στην εκπαίδευση εδώ και δεκαετίες. Ένα δοκίμιο, μια αναφορά, μια εργασία εξαμήνου θεωρούνταν συμπύκνωση γνώσης, προσπάθειας και κατανόησης από το επίπεδο ενός μαθητή μέχρι κι ενός φοιτητή διδακτορικού τίτλου. Σήμερα, όμως, αυτή η βεβαιότητα έχει αρχίσει να καταρρέει. Όχι επειδή οι φοιτητές έπαψαν να διαβάζουν ή να σκέφτονται, αλλά διότι η τεχνητή νοημοσύνη παρεμβάλλεται ανάμεσα στη σκέψη και στο τελικό κείμενο. Μήπως έρχεται το τέλος της εργασίας όπως την ξέρουμε ως μέσο βαθμολόγησης;
Η τεχνητή νοημοσύνη δεν «βοηθά» απλώς στη συγγραφή. Μπορεί να παράγει πλήρως δομημένα κείμενα, με ακαδημαϊκό ύφος και παραπομπές, σε χρόνο ελάχιστο. Η συνέπεια αυτής της παρέμβασης είναι ότι ο εκπαιδευτικός δεν μπορεί πια να είναι βέβαιος αν αυτό που διαβάζει είναι προϊόν κατανόησης ή απλά ένα προϊόν «σωστών οδηγιών» προς μια μηχανή.
Αμφισβήτηση της αυθεντικότητας
Η κρίση αυτή δεν είναι τεχνολογική, αλλά κυρίως παιδαγωγική. Δεν αφορά το αν οι φοιτητές «κλέβουν» (αυτό, ούτως ή άλλως, συμβαίνει εδώ και χρόνια με «αγορασμένες» εργασίες), αλλά το αν το ίδιο το αντικείμενο της βαθμολόγησης παραμένει έγκυρο. Αυτός ο προβληματισμός δεν εκφράζεται πια μόνο σε άρθρα γνώμης ή σε συζητήσεις καθηγητών. Έχει περάσει στο επίπεδο θεσμών, πολιτικών και επίσημων ανακοινώσεων. Η UNESCO π.χ. δεν περιορίστηκε σε γενικές διαπιστώσεις. Από το 2023 και μετά, έχει εντάξει την τεχνητή νοημοσύνη στο κέντρο του παγκόσμιου διαλόγου για το μέλλον της εκπαίδευσης.
Στη Digital Learning Week στο Παρίσι, καθώς και σε ειδικές διαβουλεύσεις για την ανώτατη εκπαίδευση, ο οργανισμός έθεσε ρητά το ερώτημα «what is worth assessing in the age of AI» (δηλαδή ««Τι αξίζει να αξιολογείται στην εποχή της τεχνητής νοημοσύνης»). Η διατύπωση φυσικά δεν είναι τυχαία. Δεν αφορά το πώς θα ανιχνεύσουμε την AI, αλλά τι αξίζει να μετράμε όταν η παραγωγή κειμένου παύει να είναι αποκλειστικά ανθρώπινη δεξιότητα. Στα κείμενα πολιτικής της UNESCO, η γραπτή εργασία αντιμετωπίζεται πλέον ως ατελές εργαλείο, εκτός αν συνοδεύεται και από τεκμηρίωση της σκέψης.
Παρόμοια ανησυχία διατυπώνεται και σε πανεπιστημιακό επίπεδο. Στο Ηνωμένο Βασίλειο, δημόσιες παρεμβάσεις πανεπιστημιακών και συστάσεις προς τα ιδρύματα μιλούν ανοιχτά για την ανάγκη «stress testing» των αξιολογήσεων. Όχι τόσο για να εντοπιστούν «παραβάτες», αλλά για να διαπιστωθεί αν μια εργασία μπορεί πράγματι να αποτυπώσει ανθρώπινη μάθηση σε ένα περιβάλλον όπου σχεδόν όλοι οι φοιτητές έχουν πρόσβαση σε AI εργαλεία. Έρευνες που παρουσιάστηκαν στον βρετανικό Τύπο δείχνουν ότι η χρήση τέτοιων εργαλείων είναι πια σχεδόν καθολική (92% σύμφωνα με έρευνα της εφημερίδας Guardian το 2025). Ένα γεγονός που καθιστά την παραδοσιακή εργασία όχι εξαίρεση αλλά κανόνα αμφισβήτησης.
Αξιολόγηση της διαδικασίας
Στην Αυστραλία, το Πανεπιστήμιο του Σίδνεϊ επέλεξε μια πιο ωμή παραδοχή της πραγματικότητας. Δεν απαγόρευσε την τεχνητή νοημοσύνη, αλλά ανασχεδίασε την αξιολόγηση. Άλλες εργασίες θεωρούνται «ανοιχτές» στη χρήση AI, ενώ άλλες χαρακτηρίζονται ως «ασφαλείς» και διεξάγονται με φυσική παρουσία, προφορική εξέταση ή χρονικούς περιορισμούς. Το μήνυμα είναι σαφές: η εργασία δεν μπορεί πια να είναι ενιαίο εργαλείο αξιολόγησης, γιατί δεν μετρά παντού το ίδιο πράγμα.
Στις ΗΠΑ, ακόμα και ιδρύματα όπως το Χάρβαρντ αναγκάστηκαν να επαναφέρουν πρακτικές που θεωρούνταν παρωχημένες, όπως χειρόγραφες εξετάσεις ή πολιτικές περιορισμένης χρήσης υπολογιστών. Όχι από τεχνοφοβία, αλλά από την αναγνώριση ότι η γραπτή εργασία εκτός ελεγχόμενου πλαισίου δεν προσφέρει πλέον αξιόπιστα δεδομένα για τη μάθηση. Η ίδια η πανεπιστημιακή κοινότητα μιλά για «κρίση εμπιστοσύνης» ανάμεσα στο κείμενο και στη γνώση.
Ακόμη πιο χαρακτηριστική είναι η στάση πανεπιστημίων όπως το ιρλανδικό Τρίνιτι Κόλετζ του Δουβλίνου, που δήλωσε ανοιχτά σε επίσημη ανακοίνωση ότι η απαγόρευση της AI είναι μη ρεαλιστική. Εκεί, η χρήση επιτρέπεται, υπό τον όρο της διαφάνειας. Ο φοιτητής καλείται να δηλώσει πώς και γιατί χρησιμοποίησε την τεχνητή νοημοσύνη. Έτσι, η εργασία μετατρέπεται από προϊόν σε αφήγηση διαδικασίας. Αυτό που αξιολογείται δεν είναι τόσο το τελικό κείμενο, όσο η ικανότητα του φοιτητή να ελέγξει, να κρίνει και να ενσωματώσει την πληροφορία.
Την ίδια στιγμή, τα εργαλεία ανίχνευσης plagiarism (λογοκλοπής) και AI-generated κειμένων αποδεικνύονται ανεπαρκή ως απόλυτη λύση. Ακόμη και οι ίδιες οι εταιρείες που τα αναπτύσσουν παραδέχονται ότι τα αποτελέσματα είναι πιθανολογικά και όχι αποδεικτικά. Η εκπαιδευτική κοινότητα αρχίζει να αποδέχεται ότι η «τεχνολογική αστυνόμευση» δεν λύνει το πρόβλημα, αλλά το μεταθέτει.
Έτσι, η συζήτηση μετακινείται αναγκαστικά αλλού. Από «το έγραψες μόνος σου;» στο «τι σκέφτηκες για να το γράψεις;». Από το τελικό δοκίμιο στην έρευνα, στην επιλογή πηγών, στη μεθοδολογία, και στην ικανότητα να υπερασπιστεί ο φοιτητής τα όσα έγραψε και προφορικά. Η εργασία, όπως αναδιαμορφώνεται, παύει να είναι άσκηση διατύπωσης και γίνεται άσκηση κατανόησης. Το κείμενο δεν εξαφανίζεται, αλλά παύει να είναι το κεντρικό αποδεικτικό στοιχείο μάθησης.
Σε αυτό το πλαίσιο, η τεχνητή νοημοσύνη δεν καταργεί απλώς την εργασία ως μέσο βαθμολόγησης. Την ξεγυμνώνει από τον αυτονόητο ρόλο της και αναγκάζει την εκπαίδευση να απαντήσει σε ένα βαθύτερο ερώτημα: αν δεν αξιολογούμε πια τη γραφή, τι αξιολογούμε; Οι απαντήσεις που διαμορφώνονται διεθνώς συγκλίνουν σε κάτι σαφές. Αξιολογούμε τη σκέψη, τη διαδικασία, την έρευνα και την ικανότητα ενσωμάτωσης της πληροφορίας. Όλα όσα η τεχνητή νοημοσύνη μπορεί να μιμηθεί στη μορφή, αλλά όχι στην ουσία.
Φωτογραφίες: Getty Images / Ideal Image