I grandi modelli linguistici mettono alla prova il futuro dell’istruzione superiore

Jan 15, 2024

Nature Machine Intelligence volume 5, pagine 333–334 (2023) Citare questo articolo

5221 accessi

1 Citazioni

20 Altmetrico

Dettagli sulle metriche

ChatGPT è un chatbot basato su un modello linguistico di grandi dimensioni (LLM) che genera testo in formato dialogo. È stato rilasciato pubblicamente da OpenAI nel dicembre 2022 e ha inviato onde d'urto nel settore dell'istruzione superiore per la sua capacità di creare testi raffinati e dal suono sicuro, che potrebbero essere utilizzati per scrivere saggi e compiti. Sebbene per ora sia in grado di produrre risposte1 sufficientemente competenti da ottenere un punteggio minimo, è in grado di rispondere correttamente a domande a scelta multipla in diverse aree tematiche, compreso il superamento di domande campione da esami di licenza di alto profilo. La velocità di sviluppo di tali applicazioni è stata tale che non è difficile immaginare che presto verrà rilasciato un successore molto migliorato di ChatGPT.

Una domanda che si pone è se e come dovrebbe reagire l’istruzione superiore. Le università dovrebbero vietarne l’uso? Oppure gli accademici dovrebbero invece accettare che i modelli linguistici diventino parte integrante dei loro strumenti professionali e incorporarli nelle nostre pratiche di insegnamento e valutazione?

A livello pratico, consentire l'uso di strumenti basati sul LLM avrebbe un impatto sulla struttura della valutazione. E a livello di condotta professionale, molti condividono la sensazione che utilizzare il testo prodotto da un LLM equivalga a commettere plagio. Poiché le università dispongono già di severe sanzioni per sanzionare il plagio con altri mezzi, sembra naturale estenderle ai LLM. Un problema di questo approccio, tuttavia, è che sarà difficile da applicare. A differenza del copia e incolla o della parafrasi, i LLM producono nuovo testo che non è riconducibile a un'unica fonte e, sebbene sia stato rilasciato un software per verificare la probabilità di imbrogli aiutati da LLM (rif. 2), la loro affidabilità sembra essere bassa per Ora. Inoltre, qualsiasi tentativo di aggiornare il software di rilevamento rischia di fallire3 a fronte della rapida evoluzione dei LLM.

Un'altra reazione di alcune università è stata quella di (almeno temporaneamente) tornare agli esami sorvegliati con carta e penna come modalità principale di valutazione. Sebbene questa soluzione ridurrà drasticamente gli imbrogli legati al LLM nel breve termine, è improbabile che sia sostenibile o ampiamente applicabile. L’approccio può essere utilizzato solo negli istituti tradizionali in cui gli studenti sono fisicamente presenti e rappresenta un passo regressivo rispetto alle trasformazioni digitali nell’erogazione e nella valutazione dell’istruzione superiore4 innescate dalla pandemia globale di COVID-19. Trasformare la valutazione scritta in esami orali potrebbe essere più adatto agli ambienti digitali, ma ciò comporta problemi di affidabilità, validità e scalabilità.

Un terzo tipo di reazione ai LLM, e forse l'unico sostenibile, è quello di adattarli e abbracciarli, come previsto in un recente editoriale5 su questa rivista e coerente con il recente annuncio dell'International Baccalaureate riguardo alle loro qualifiche6. Ci sono molte possibilità per sperimentare ed essere creativi con ChatGPT quando si insegna e si valutano gli studenti. Tuttavia, l’adozione di ChatGPT (o simili applicazioni di proprietà privata) come parte della pratica standard solleva seri rischi di conseguenze operative, finanziarie, pedagogiche ed etiche negative per le università. In particolare, OpenAI non ha l’obbligo di soddisfare le esigenze delle istituzioni educative per quanto riguarda la manutenzione e l’accesso al suo modello, creando così problemi operativi di base se ciò rientra nella valutazione.

Occorre considerare anche le implicazioni pedagogiche a lungo termine derivanti dall’accettazione dei LLM come strumenti di apprendimento. Praticare la scrittura accademica è un modo comune per insegnare e valutare l'argomentazione logica e il pensiero critico7 (che ironicamente sono competenze necessarie per valutare i risultati di un LLM). Gli studenti di lingua straniera o gli studenti svantaggiati dal punto di vista educativo sono probabilmente i più colpiti, con gli insegnanti che pongono meno enfasi sull’imparare a creare testi ben scritti e argomentati. Ciò potrebbe finire per rafforzare le divisioni sociali e diminuire la mobilità sociale una volta che gli studenti si diplomano e vengono inseriti in ambienti di lavoro in cui gli LLM potrebbero non essere disponibili o utili.