Generative AI Availability, Grades, and Student Satisfaction at a Large University
Mediante un análisis de diferencias en diferencias a gran escala de más de 138.000 estudiantes, este estudio no encuentra evidencia de que la disponibilidad de la IA generativa haya inflado desproporcionadamente las calificaciones o reducido la satisfacción de los estudiantes en cursos susceptibles de la sustitución por IA, atenuando así las preocupaciones de que los estudiantes estén delegando el esfuerzo cognitivo a la IA sin aprender.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina un mundo donde un robot asistente, mágico y superinteligente, aparece de la noche a la mañana. Este robot puede escribir ensayos, resolver problemas matemáticos y redactar código más rápido que cualquier humano. De repente, surge una gran pregunta en las escuelas de todas partes: si los estudiantes usan este robot para hacer sus tareas, ¿realmente aprenderán el material? ¿O simplemente obtendrán calificaciones perfectas sin haber abierto jamás un libro de texto? Este es el corazón de un debate en el mundo de la ciencia educativa. Los investigadores están tratando de determinar si esta "ayuda robótica" es una herramienta útil que potencia el aprendizaje, o un "atajo cognitivo" que permite a los estudiantes saltarse el duro trabajo de pensar. Es importante porque las calificaciones son como una señal hacia el futuro; le dicen a las universidades y empleadores lo que un estudiante sabe. Si las calificaciones empiezan a significar menos porque todos usaron el robot, todo el sistema de clasificación de estudiantes en trabajos y carreras podría desmoronarse.
Ahora, hagamos un acercamiento a un estudio masivo de una enorme universidad en el Medio Oeste estadounidense que intentó resolver este misterio. Los investigadores eran como detectives buscando un tipo específico de "truco de magia". Sabían que no todas las clases son iguales. Algunas clases son como un "examen para llevar a casa" donde puedes trabajar solo en tu habitación con tu computadora portátil; estas son las clases más propensas a ser "susceptibles" a la ayuda del robot. Otras clases son como una "actuación en vivo" o un examen a libro cerrado donde tienes que demostrar tus habilidades en tiempo real frente a un profesor; estas son mucho más difíciles de fingir para un robot.
El equipo reunió una montaña de datos: programas de estudio, calificaciones y encuestas estudiantiles de más de 138,000 estudiantes en miles de clases, observando los años antes y después de que el famoso chatbot de IA (ChatGPT) fuera lanzado a finales de 2022. Utilizaron un ingenioso truco estadístico llamado enfoque de "diferencia en diferencias". Piensa en ello como comparar dos grupos de corredores: un grupo corriendo en una pista donde pueden usar un scooter motorizado (las clases susceptibles), y otro grupo corriendo en una pista donde deben correr a pie (las clases no susceptibles). Querían ver si, después de que se introdujeron los scooters, el grupo de los scooters de repente empezó a terminar mucho más rápido que los corredores a pie.
Aquí está el giro: el estudio encontró que el grupo del scooter no salió disparado de repente. De hecho, los investigadores encontraron que no hubo una diferencia significativa en las calificaciones finales entre las clases que podían usar IA fácilmente y aquellas que no podían. Ya fuera que un estudiante fuera un alumno de alto rendimiento o alguien que usualmente tenía dificultades, la IA no pareció darle un aumento mágico en sus calificaciones. El "robot" no causó una ola de inflación de calificaciones.
Los investigadores también verificaron si los estudiantes se sentían de manera diferente respecto a sus clases. ¿Sentían que entendían menos el material? ¿Perdieron el interés? ¿El trabajo se sintió más fácil? Nuevamente, la respuesta fue mayormente "no". Una vez que tomaron en cuenta los años complicados y confusos de la pandemia (que ya habían cambiado la forma en que funcionaban las escuelas), la introducción de la IA no pareció hacer que los estudiantes se sintieran menos comprometidos o menos satisfechos.
Entonces, ¿cuál es el veredicto? El estudio sugiere que el temor de que los estudiantes estén usando la IA para "sustituir" su propio esfuerzo y obtener calificaciones de A fáciles podría estar exagerado, al menos en este entorno universitario de gran escala. Aunque la IA definitivamente se está utilizando, no ha roto el sistema de calificación ni ha hecho que los estudiantes dejen de aprender. La "señal" de una calificación todavía parece significar lo que siempre significó. Los investigadores son cuidadosos al decir que esto no significa que la IA no tenga efecto, pero sí significa que la idea aterradora de que las calificaciones ahora no tienen sentido debido a los robots no está respaldada por los datos que recolectaron. Las calificaciones no subieron, los estudiantes no se desconectaron y la señal de aprendizaje permanece intacta.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.