The role and impact of artificial intelligence in the development and evaluation of doctoral theses: a qualitative analysis

In de stille, jarenlange reis om een doctoraat te behalen, wordt van een student verwacht dat hij meer doet dan alleen leren wat al bekend is; hij moet de grenzen verleggen om iets geheel nieuws te creëren. Dit proces, bekend als een promotieonderzoek, is de ultieme test van het vermogen van een geleerde om onafhankelijk te denken, bewijs te verzamelen en originele argumenten te construeren. Decennialang waren de instrumenten van dit vak boeken, databases en het trage, bedachtzame werk van het met de hand schrijven en redigeren. Maar recentelijk is er een nieuw soort partner de kamer binnengekomen: kunstmatige intelligentie. Dit zijn computersystemen die in staat zijn tekst te genereren, enorme hoeveelheden informatie samen te vatten en grammatica met verbazingwekkende snelheid te corrigeren. Het zijn niet louter spellingscontroleurs; het zijn motoren die hele secties van een paper kunnen opstellen of complexe onderzoeksroutes kunnen suggereren. De vraag die universiteiten nu in het bijzijn staat, is niet of deze hulpmiddelen gebruikt zullen worden, maar hoe ze de essentie van het leren en de waarheid veranderen. Als een machine helpt bij het schrijven van een thesis, wie is dan de auteur? Begrijpt de student het materiaal nog wel, of is hij simpelweg een manager geworden van de output van de machine? Deze onzekerheid raakt de kern van wat het betekent om een geleerde te zijn.

Een onderzoeker zette zich scharpe om dit verschuivende landschap te verkennen door direct te luisteren naar de mensen die het meemaken. Hij voerde een gedetailleerde studie uit waarbij twintig individuen van drie universiteiten in Tunesië betrokken waren: tien doctoranden die momenteel hun thesis schreven of deze onlangs hadden voltooid, en tien universiteitsdocenten die hen hadden begeleid. De onderzoeker vertrouwde niet op enquêtes of statistieken; in plaats daarvan voerde hij lange, open gesprekken, waarbij hij de deelnemers vroeg hun dagelijkse ervaringen met deze nieuwe technologieën te beschrijven. Hij wilde de realiteit van de mechanica begrijpen van hoe AI in het weefsel van het academische werk wordt geweven, van de eerste vonk van een idee tot de uiteindelijke evaluatie van het voltooide document.

De studenten beschreven een workflow die fundamenteel is veranderd door deze instrumenten. In de vroege stadia van het onderzoek, wanneer een student relevante studies moet vinden tussen duizenden mogelijkheden, wenden zij zich nu tot AI-assistenten die databases kunnen scannen en bevindingen in seconden kunnen samenvatten. Een student merkte op dat een tool die hiervoor ontworpen is, hem in staat stelde om belangrijke artikelen te identificeren zonder urenlang handmatig te hoeven bladeren, een taak die vroeger dagen in beslag nam. Toen het schrijven begon, breidde de rol van de machine zich uit. Studenten gebruikten deze systemen om hun gedachten te ordenen, outlines te genereren en zelfs initiële paragrafen op te stellen wanneer zij vastliepen. Voor hen die schreven in een taal die niet hun moedertaal was, werd grammatica-software een essentiële partner die zinnen vloeiender maakte en zorgde voor een professionele toon. In de laatste fasen, vóór indiening, gebruikten studenten detectiesoftware om hun eigen werk te controleren, om er zeker van te zijn dat ze niet per ongeluk tekst hadden opgenomen die te veel leek op die gegenereerd door een machine.

De onderzoeker stelde echter vast dat deze afhankelijkheid van technologie drie verschillende soorten gebruikers creëerde. Sommige studenten gebruikten de tools strikt voor technische taken, zoals het verbeteren van grammatica of het vertalen van een zin, waarbij zij het zware denkwerk volledig bij zichzelf hielden. Anderen gebruikten de technologie strategisch, waarbij zij het als een sparringpartner behandelden om hun ideeën uit te dagen of nieuwe invalshoeken te vinden, terwijl zij de machine altijd controleerden tegenover hun eigen kennis. Een derde groep begon echter de tools te gebruiken voor de kern van hun denken, waarbij zij significante delen van het intellectuele werk aan het algoritme delegeerden. Deze verschuiving wekte een stille alarmbel bij de onderzoeker: wanneer een student de machine laat nadenken, leert de student dan nog wel hoe hij moet denken?

De geïnterviewde docenten boden een ander, voorzichtiger perspectief. Zij erkenden dat de tools het schrijfproces sneller konden maken en de uiteindelijke tekst gepolijster konden maken. Toch uitten zij diepe bezorgdheid over het verlies van de "menselijke toets". Eén professor merkte op dat het werk begon te lijken op elkaar, alsof de unieke stem van elke student werd gladgestreken door dezelfde algoritmische hand. De docenten stonden ook voor een nieuwe en moeilijke uitdaging in hun rol als beoordelaars. Zij moesten bepalen of een thesis het product was van de geest van een student of de output van een machine. Zij probeerden detectiesoftware te gebruiken om door AI-gegenereerde tekst te spotten, maar zij vonden deze tools onbetrouwbaar. Soms markeerde de software een door een mens geschreven paragraaf als nep, en op andere momenten miste het geavanceerde AI-bijdragen volledig. Deze onzekerheid liet hen in een lastige positie, onzeker over hoe zij de originaliteit van een stuk werk moesten beoordelen dat mogelijk een hybride is van mens en machine.

De studie onthulde een spanning tussen efficiëntie en integriteit. Aan de ene kant boden de tools onmiskenbare voordelen: ze bespaarden tijd op repetitieve taken en stelden studenten in staat zich meer te concentreren op kritische analyse. Aan de andere kant was er de angst dat deze efficiëntie ten koste ging van diep begrip. Als een student een AI gebruikt om een complexe theorie samen te vatten, krijgt hij misschien de essentie ervan mee zonder ooit zelf met de moeilijke details te hebben geworsteld. De onderzoeker merkte op dat dit kon leiden tot een "superficialisering" van kennis, waarbij de thesis er aan de oppervlakte perfect uitziet, maar de diepgang mist die voortkomt uit het worstelen met het materiaal. Bovendien bracht de studie een kwestie van eerlijkheid aan het licht. Niet alle studenten hadden toegang tot dezelfde krachtige versies van deze tools. Sommigen konden zich premium abonnementen veroorloven die betere functies boden, terwijl anderen beperkt waren tot gratis versies, wat een ongelijk speelveld creëerde waarbij de kwaliteit van het uiteindelijke werk meer kon afhangen van het budget van een student dan van zijn intellect.

Uiteindelijk concludeerde de onderzoeker dat de relatie tussen studenten en hun begeleiders verandert. De docent is niet langer slechts een gids naar kennis, maar wordt een bemiddelaar van technologie, verantwoordelijk voor het onderwijzen van studenten hoe zij deze tools ethisch en kritisch te gebruiken. De studie suggereert dat universiteiten deze tools niet simpelweg kunnen verbieden, noch kunnen ze ze negeren. In plaats daarvan moeten zij duidelijke regels opstellen die definiëren wat acceptabel gebruik is en wat de grens van academisch wangedrag overschrijdt. Zij moeten docenten trainen om de tekenen van AI-afhankelijkheid te herkennen en studenten te beoordelen op hun vermogen om deze tools wijs te gebruiken, in plaats van enkel op het eindproduct. Het doel is om een evenwicht te vinden waarbij technologie het creatieve proces ondersteunt zonder de menselijke geest te vervangen die uiteindelijk verantwoordelijkheid moet nemen voor de ideeën. Het artikel beweert het probleem niet opgelost te hebben, maar biedt een duidelijke kaart van het terrein, waarmee wordt getoond dat de toekomst van het hoger onderwijs afhangt van het navigeren door deze nieuwe wateren met zorg, om ervoor te zorgen dat de zoektocht naar kennis een diep menselijke onderneming blijft.