ปัญญาประดิษฐ์ (AI) สามารถช่วยให้นักเรียนอ่านตำราเรียนได้หรือไม่? มาดูผลการศึกษาจากโครงการฟอสฟอร์กัน

ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงการศึกษาอย่างรวดเร็ว แต่คำถามหนึ่งยังคงอยู่: ปัญญาประดิษฐ์สามารถพัฒนาการเรียนรู้ของนักเรียนได้จริงหรือไม่ แทนที่จะแค่ให้คำตอบ? งานวิจัยล่าสุดได้สำรวจคำถามนี้ผ่านPhosphorแพลตฟอร์มตำราเรียนแบบโต้ตอบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ ซึ่งออกแบบมาเพื่อส่งเสริมการเรียนรู้เชิงรุกโดยการฝังแบบทดสอบและข้อเสนอแนะที่สร้างโดยปัญญาประดิษฐ์ลงในเนื้อหาหลักสูตรโดยตรง

บทความนี้นำเสนอผลลัพธ์จากการศึกษานำร่องที่ดำเนินการในหลักสูตรสถิติเบื้องต้นที่วิทยาลัยดาร์ทมัธ และให้ข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับวิธีการใช้ AI เพื่อปรับปรุงการมีส่วนร่วม การอ่านจบหลักสูตร และผลสัมฤทธิ์ทางการเรียน

ฟอสฟอรัสคืออะไร?

Phosphor คือแพลตฟอร์มตำราเรียนดิจิทัลแบบโต้ตอบที่ผสานรวม AI เข้ากับประสบการณ์การเรียนรู้โดยตรง แทนที่จะพึ่งพาแชทบอทแบบแยกต่างหาก นักเรียนจะได้อ่านเนื้อหาบทเรียนไปพร้อมกับการทำแบบประเมินที่ฝังอยู่ภายใน ซึ่งจะได้รับผลตอบรับที่สร้างโดย AI ทันที

แพลตฟอร์มประกอบด้วย:

• บทเรียนตำราเรียนออนไลน์แบบโต้ตอบ
• มีแบบทดสอบย่อยแทรกอยู่หลังบทเรียนแต่ละบท
• การให้คะแนนโดย AI สำหรับคำตอบแบบเขียนอิสระ (คำตอบแบบเขียน)
• คำถามแบบเลือกตอบแบบดั้งเดิม
• แบบทดสอบทบทวนสะสม
• แชทบอทเสริมการค้นหาข้อมูล (RAG) สำหรับคำถามที่เกี่ยวข้องกับหลักสูตร

ที่สำคัญคือ การเข้าร่วมกิจกรรมนี้เป็นไปโดยสมัครใจและไม่มีผลต่อคะแนนในรายวิชาของนักเรียน

การเรียน

โครงการนำร่องนี้ดำเนินการในรายวิชาสถิติเบื้องต้นที่มีนักเรียนลงทะเบียน 151 คน และมีนักเรียน 143 คนเรียนจบหลักสูตร แม้ว่าจะไม่มีการให้รางวัลจูงใจด้านเกรด นักวิจัยก็สังเกตเห็นระดับการมีส่วนร่วมที่สูงอย่างน่าทึ่ง

การศึกษาครั้งนี้ได้ตรวจสอบคำถามหลักสามข้อดังนี้:

• ปัญญาประดิษฐ์ (AI) สามารถเพิ่มความสนใจของนักเรียนในการอ่านตำราเรียนได้หรือไม่?
• การประเมินผลระหว่างเรียนโดยใช้ AI ช่วยปรับปรุงผลสัมฤทธิ์ทางการเรียนหรือไม่?
• คำถามปลายเปิดมีประสิทธิภาพมากกว่าคำถามแบบเลือกตอบหรือไม่?

นักเรียนมีส่วนร่วมสูง

การอ่านตำราเรียนแบบดั้งเดิมมักมีประสิทธิภาพต่ำ โดยอาจารย์ผู้สอนประเมินว่ามีนักเรียนเพียงประมาณ 10-15% เท่านั้นที่อ่านตำราเรียนที่กำหนดให้เสร็จสมบูรณ์

ผลลัพธ์ที่ได้จากการใช้ฟอสฟอร์นั้นแตกต่างกันอย่างมาก

• นักเรียนกว่า 90% ใช้แพลตฟอร์มนี้
• อัตราความสำเร็จในการอ่านโดยประมาณเพิ่มขึ้นอย่างมาก
• นักเรียนจำนวนมากสมัครใจเรียนบทเรียนส่วนใหญ่จนจบ แม้ว่าจะไม่ได้รับหน่วยกิตก็ตาม

ผลการวิจัยเหล่านี้ชี้ให้เห็นว่า การบูรณาการการประเมินแบบโต้ตอบเข้ากับสื่อการอ่านโดยตรง สามารถเพิ่มการมีส่วนร่วมของนักเรียนได้อย่างมีนัยสำคัญ

การมีส่วนร่วมที่ดีขึ้นมีความสัมพันธ์กับผลการปฏิบัติงานที่ดีขึ้น

โดยทั่วไปแล้ว นักเรียนที่ใช้งานแพลตฟอร์มบ่อยที่สุดมักทำคะแนนสอบปลายภาคได้ดีกว่า

นักวิจัยพบว่า:

• มีความสัมพันธ์เชิงบวกที่แข็งแกร่งระหว่างการเรียนจบหลักสูตรและคะแนนสอบ
• แม้จะพิจารณาผลการเรียนก่อนหน้านี้แล้ว นักเรียนที่ใช้แพลตฟอร์มนี้มากกว่าก็ยังคงได้ผลการสอบปลายภาคที่ดีกว่าอย่างเห็นได้ชัด

เนื่องจากการเข้าร่วมเป็นไปโดยสมัครใจ การศึกษานี้จึงไม่สามารถพิสูจน์ได้ว่า Phosphor เพียงอย่างเดียวเป็นสาเหตุของการพัฒนาที่ดีขึ้น นักเรียนที่มีแรงจูงใจอาจมีแนวโน้มที่จะใช้แพลตฟอร์มและมีผลการเรียนที่ดีขึ้นตามธรรมชาติอยู่แล้ว อย่างไรก็ตาม ความสัมพันธ์ยังคงมีนัยสำคัญแม้หลังจากปรับค่าทางสถิติแล้ว

คำถามปลายเปิดมีประสิทธิภาพดีกว่าคำถามแบบเลือกตอบ

หนึ่งในข้อค้นพบที่น่าสนใจที่สุดมาจากการเปรียบเทียบที่ไม่คาดคิดระหว่างรูปแบบแบบทดสอบที่แตกต่างกัน

ในระหว่างภาคการศึกษา:

• โมดูลแรกประกอบด้วยทั้งคำถามแบบเลือกตอบและคำถามแบบเขียนตอบอิสระซึ่งตรวจโดย AI
• โมดูลที่สองนั้นประกอบด้วยคำถามแบบเลือกตอบเกือบทั้งหมด
• โมดูลที่สามกลับมาใช้การประเมินแบบตอบคำถามอิสระอีกครั้ง

นักวิจัยพบว่า ผลการเรียนของนักเรียนดีขึ้นมากในส่วนของบทเรียนที่มีคำถามแบบเขียนตอบ ส่วนในบทเรียนที่มีแต่คำถามแบบเลือกตอบนั้น การทำแบบทดสอบย่อยเพิ่มเติมแทบไม่มีความสัมพันธ์กับผลการสอบโดยรวม

ผลการค้นพบนี้สนับสนุนงานวิจัยด้านการศึกษาที่ชี้ให้เห็นว่า การสร้างคำตอบอย่างกระตือรือร้นส่งเสริมการเรียนรู้ที่ลึกซึ้งกว่าการเพียงแค่จดจำตัวเลือกที่ถูกต้อง

ความสำคัญของแบบทดสอบทบทวน

นักเรียนที่ทำแบบทดสอบทบทวนเนื้อหาครบถ้วนมีผลการเรียนดีกว่านักเรียนที่ไม่ได้ทำแบบทดสอบอย่างสม่ำเสมอ

ผู้เขียนระบุว่าการพัฒนาที่ดีขึ้นนี้เกิดจากหลักการเรียนรู้ที่เป็นที่ยอมรับกันดี ซึ่งรวมถึง:

• การฝึกปฏิบัติการค้นหาข้อมูล
• การเว้นระยะซ้ำ
• การสอดแทรกแนวคิดที่เรียนรู้มาแล้ว

เทคนิคเหล่านี้ส่งเสริมการจดจำในระยะยาวมากกว่าการท่องจำในระยะสั้น

ที่น่าสนใจคือ นักเรียนแทบไม่ได้ใช้แชทบอทเลย

แม้ว่า Phosphor จะมีแชทบอท AI ที่สามารถตอบคำถามเกี่ยวกับเนื้อหาหลักสูตรได้ แต่ผู้เรียนกลับใช้ประโยชน์จากมันค่อนข้างน้อย

จากผลตอบรับของนักเรียน พบว่ามีหลายปัจจัยที่ส่งผลต่อผลลัพธ์ดังนี้:

• เครื่องมือ AI ทั่วไปมักเข้าถึงได้เร็วกว่า
• เนื้อหาบทเรียนได้ตอบคำถามส่วนใหญ่ไปแล้ว
• นักเรียนพบว่าแบบทดสอบที่ฝังอยู่ในเนื้อหามีประโยชน์มากกว่าปัญญาประดิษฐ์เชิงสนทนา

สิ่งนี้ชี้ให้เห็นว่า AI อาจมีคุณค่าทางการศึกษามากกว่าเมื่อบูรณาการเข้ากับกิจกรรมการเรียนรู้ แทนที่จะทำหน้าที่เป็นผู้ช่วยแบบเดี่ยวๆ

หลักการออกแบบที่สำคัญ

บทความนี้กล่าวว่า AI จะมีประสิทธิภาพมากที่สุดเมื่อสนับสนุนการเรียนรู้เชิงรุกมากกว่าการเข้ามาแทนที่ การเรียนรู้เชิงรุก ระบบ AI ทางการศึกษาที่ประสบความสำเร็จควรมีคุณสมบัติดังนี้:

• บูรณาการเข้ากับสื่อการเรียนการสอนโดยตรง
• ให้คำติชมเชิงสร้างสรรค์ทันที
• ประเมินคำตอบแบบปลายเปิดแทนที่จะพึ่งพาเฉพาะคำถามแบบเลือกตอบเท่านั้น
• ส่งเสริมการฝึกฝนการเรียกคืนข้อมูล
• ติดตามความก้าวหน้าของนักเรียนอย่างต่อเนื่อง

ข้อ จำกัด ของการศึกษา

แม้ว่าผลการวิจัยจะเป็นที่น่าพอใจ แต่ผู้เขียนก็ยอมรับถึงข้อจำกัดที่สำคัญหลายประการ:

• การศึกษาครั้งนี้เป็นการศึกษาเชิงสังเกตการณ์ ไม่ใช่การทดลองแบบสุ่มที่มีกลุ่มควบคุม
• นักเรียนเป็นผู้เลือกเองว่าจะใช้แพลตฟอร์มนี้หรือไม่
• การวิจัยนี้ดำเนินการที่มหาวิทยาลัยแห่งเดียว
• คำตอบบางส่วนในแบบสอบถามอาจมีความลำเอียงได้
• ความแตกต่างระหว่างโมดูลของหลักสูตรนั้นไม่ได้เกี่ยวข้องแค่เพียงประเภทของคำถามเท่านั้น ทำให้การสรุปความสัมพันธ์เชิงสาเหตุเป็นเรื่องยาก

สรุป

งานวิจัย Phosphor ชี้ให้เห็นว่าปัญญาประดิษฐ์ (AI) มีศักยภาพอย่างมากในการพัฒนาการศึกษาระดับอุดมศึกษา เมื่อนำมาบูรณาการเข้ากับกระบวนการเรียนรู้โดยตรง แทนที่จะทำหน้าที่เป็นทางลัดที่ให้คำตอบเพียงอย่างเดียว AI จะมีคุณค่ามากที่สุดเมื่อกระตุ้นให้นักเรียนคิด ค้นหาข้อมูล และรับข้อเสนอแนะทันทีเกี่ยวกับคำตอบของตนเอง

บางทีสิ่งที่สำคัญที่สุดก็คือ การประเมินผลระหว่างเรียนโดยใช้ AI เป็นตัวขับเคลื่อน—ไม่ใช่แชทบอท AI—อาจเป็นวิธีการใช้แบบจำลองภาษาขนาดใหญ่ในด้านการศึกษาที่มีประสิทธิภาพมากที่สุด

บทความวิจัยต้นฉบับ

คุณสามารถอ่านบทความฉบับเต็มได้ที่นี่:

การสร้างสมดุลระหว่างประสิทธิภาพและการมีส่วนร่วมในสื่อโต้ตอบ (PDF)