Τα πανεπιστήμια στις ΗΠΑ αφήνουν AI bots να αποφασίζουν ποιους φοιτητές θα δεχτούν

Τα πανεπιστήμια στις ΗΠΑ αφήνουν AI bots να αποφασίζουν ποιους φοιτητές θα δεχτούν
Photo: Shutterstock
Πανεπιστήμια στις ΗΠΑ χρησιμοποιούν ΤΝ για να βαθμολογήσουν δοκίμια και μεταγραφές αιτήσεων, επιταχύνοντας αποφάσεις εισαγωγής και εξοικονομώντας χρόνο. Παρά τα οφέλη, ειδικοί προειδοποιούν για προκαταλήψεις και ανισότητες, ενώ ορισμένα ιδρύματα περιορίζουν χρήση ΤΝ από φοιτητές.

Χιλιάδες φοιτητές στις ΗΠΑ θα λάβουν αποφάσεις εισαγωγής νωρίτερα φέτος, καθώς τα πανεπιστήμια στρέφονται στην τεχνητή νοημοσύνη, για να αναλύσουν δοκίμια και ακαδημαϊκές μεταγραφές. Εν μέσω πιέσεων χρηματοδότησης και πτώσης εγγραφών, ιδρύματα όπως το Virginia Tech και το California Institute of Technology (Caltech) υιοθετούν τακτικές από τον επιχειρηματικό κόσμο, όπου η ΤΝ ήδη φιλτράρει υποψήφιους εργαζομένους.

Τα οφέλη της αυτοματοποίησης

Η ταχεία εξέλιξη μεγάλων γλωσσικών μοντέλων, όπως αυτά της OpenAI, αλλάζει ριζικά την αμερικανική εκπαίδευση. Καθηγητές ενσωματώνουν ΤΝ στα μαθήματα, ενώ φοιτητές τη χρησιμοποιούν για δοκίμια, παρά τις προειδοποιήσεις για κινδύνους. Για τους υποψήφιους, η ταχύτερη επεξεργασία -συνήθως αποφάσεις βγαίνουν τον Απρίλιο- μειώνει το άγχος αναμονής.

Στο Virginia Tech, από 58.000 αιτήσεις πέρυσι προέκυψαν 500.000 δοκίμια, που βαθμολογούσαν δύο αναγνώστες (με τρίτο σε διαφωνίες). Φέτος, ΤΝ και ένας άνθρωπος βαθμολογούν, εξοικονομώντας 8.000 ώρες. Οι αποφάσεις θα ανακοινωθούν έναν μήνα νωρίτερα, σύμφωνα με τον Juan Espinoza, υπεύθυνο εγγραφών. «Οι άνθρωποι διατηρούν κεντρικό ρόλο, αλλά η ΤΝ επιταχύνει και συνοψίζει».

Η Georgia Tech εφαρμόζει ΤΝ σε μεταγραφές φοιτητών και πρόβλεψη οικονομικής βοήθειας. Στο Caltech, υποψήφιοι με έρευνα απαντούν σε ΤΝ-ερωτήσεις μέσω βίντεο (πλατφόρμα Viva), για έλεγχο αυθεντικότητας έναντι εργαλείων όπως το ChatGPT.

Κίνδυνοι προκατάληψης και ανισότητας

Ειδικοί προειδοποιούν για προκαταλήψεις, ιδίως σε εποχή που η κυβέρνηση Τραμπ περιορίζει πρακτικές ποικιλομορφίας (DEI). Η Meredith Broussard του NYU δηλώνει: «Κανένας γονιός δεν ενθουσιάζεται με ΤΝ σε κρίσιμες αποφάσεις. Βραβεύει προβλέψιμα κείμενα, αντί για δημιουργικότητα». Ο Daron Acemoglu του MIT προσθέτει: «Ίδια μοντέλα σε πολλά πανεπιστήμια ευνοούν συγκεκριμένα προφίλ, ενώ πλούσιοι μαθητές έχουν πρόσβαση σε προηγμένα εργαλεία, αφήνοντας πίσω ευάλωτες ομάδες».

Για αυτό, Brown και Cornell περιορίζουν ΤΝ σε ορθογραφία και γραμματική, απαγορεύοντας συγγραφή δοκιμίων ή μετάφραση. Η Brown απαιτεί αυθεντικό περιεχόμενο, ενώ το Cornell επιτρέπει brainstorming, όχι πλήρη παραγωγή κειμένων ή εικόνων.

Η ΤΝ φέρνει αποδοτικότητα, αλλά κινδυνεύει να ενισχύσει τις ανισότητες σε μια ήδη ευαίσθητη διαδικασία εισαγωγών. Τα πανεπιστήμια καλούνται να εξισορροπήσουν την τεχνολογία με την ανθρώπινη κρίση.