教書多年，近年批改學生的功課，偶爾會發現平日在課堂上答問題還有點吞吞吐吐的學生，交來的文章卻忽然四平八穩，每段有主題句，結尾還識得昇華。很多老師多少看得出AI「來過」，但要證明它何時來、做過幾多，往往比改功課更費神。
問學生是否用了AI，答案可以是只查文法、整理資料，或改一句。這些都未必有錯，界線卻愈來愈模糊。當AI成為日常工具，交來的成品與學生真正學懂多少開始分家，評核方法也跟着改變。
功課分數高 不代表進步
分數高了，代表學生也進步了嗎？一篇今年發表的研究【註】，整理美國一所大型研究型大學由2018年至2025年超過50萬個成績。研究發現，課程愈多寫作和編程這類AI擅長的功課，ChatGPT面世後成績升得愈明顯。拿A的比例增加約13個百分點，相比之前基準高約三成。
更關鍵的是，升幅集中在功課佔分較重的課程。功課比重較低時，變化很小。口頭滙報這類AI較難代勞的任務，也沒有相同效果。若AI令學生真正學得更好，理應在課堂考試和其他評核也看得到進步。現在的情況更像是AI替學生完成部分家課，而不是學生突然集體開竅。
這不等於每個拿A的學生都作弊，也不代表AI不能幫助學習。問題在於老師批改的是最後成品，但成品的生產方法已經變了。以前一篇好文章多數反映學生的寫作和思考，今天也可能反映他懂得按哪一個掣。
經濟學看教育，至少有兩個作用。第一是累積人力資本，學生真的學會寫作、計算、分析和合作。第二是發放訊號，學位和成績讓僱主推斷一個人是否學得快、做事可靠、能否在壓力下交貨。讀書既長本事，也讓別人知道你有本事。
僱主看不穿每名畢業生的真正生產力，也不可能請所有申請人試工3個月才決定見誰。成績表因此像貨品標籤，未必完美，勝在成本低又容易比較。若同一個A有時代表學生能力，有時主要代表AI能力，標籤的作用便會降低。
這就像通脹。當A的供應增加，字母沒有消失，購買力卻下跌。以前一個A可以買到僱主較高的信心，現在人人都拿A，僱主便要再看實習、面試、作品、推薦人，甚至家庭網絡。
成績單失靈 有社會代價
第一個後果是僱主逐漸不信任成績表，改用即場測試、個案面試和試用期。這些方法更昂貴，也可能令識人、識包裝和有資源做漂亮實習的學生更着數。大學若長期派出資訊含量下降的成績，損失的是整間院校替學生作證的能力。
第二個後果落在學生自己身上。AI交到一份80分的功課，很容易誤以為自己已掌握材料。到考試、面試或工作要即場解釋，才發現答案看過不等於自己識做。最危險的不是被老師捉到，而是連自己也被分數騙過。
當成績作為標籤的作用降低，社會也更難把合適的人分配到合適的工作。企業請錯人，學生入錯行，真正有能力但不擅長包裝的人被走漏，都是資訊失準的成本。
所以，這不只是教育問題，更是關於資訊和人才配對的經濟問題。
最簡單的反應是禁AI，但這既不現實，也未必明智。AI會像計算機和搜尋器一樣留在職場。大學若假裝它不存在，只會訓練學生在校內不用，畢業後才用。真正要守住的不是沒有AI的舊世界，而是成績仍能告訴別人學生懂得什麼。
評核因此要重新設計。可以增加課堂寫作、口頭滙報、口試和項目答辯，要求學生解釋資料從哪裏來，為何選這個方法，若假設改變又會怎樣。當然，不必每科都變成逐一口試，否則學生未畢業，教授可能先考到不合格。重點是把部分分數放在必須即場思考和為作品辯護的環節。
教育一直會因應新科技作出調整。計算機沒有消滅數學，互聯網也沒有令大學關門。AI正在改變成績的意思，大學要做的不是跟它鬥捉迷藏，而是更新評核，讓成績同時反映學生獨立思考和善用工具的能力。
No comments:
Post a Comment