ماذا حدث
قام الباحثون في جامعة بوكوني، الذين يعملون مع OpenAI للأبحاث الاقتصادية، بتعيين أكثر من 1000 طالب في السنة الأولى بشكل عشوائي للحصول على إمكانية الوصول إلى ChatGPT، أو التدريب على التفكير السببي، أو كليهما، أو لا شيء على الإطلاق. أكمل الطلاب حالة تسويقية لمتجر بضائع الجامعة. وفقًا للمصدر، أدى الوصول إلى ChatGPT إلى رفع درجات التقييم بمقدار نقطة واحدة تقريبًا على مقياس مكون من خمس نقاط، بينما أدى التدريب على التفكير النقدي إلى زيادة تنوع الأفكار وأصالتها.
ويصف حساب OpenAI، بتاريخ 27 أغسطس 2026، تجربة عشوائية أجراها باحثون في جامعة بوكوني بالتعاون مع OpenAI Economic Research. عمل أكثر من 1000 طالب جامعي في السنة الأولى على حالة عمل واقعية تتضمن توصيات تسويقية لمتجر بضائع بوكوني. تم تعيين الطلاب حسب فترة الفصل الدراسي إلى واحدة من أربع مجموعات: الوصول إلى ChatGPT باستخدام GPT-4o، والتدريب على التفكير السببي، أو كلا التدخلين، أو لا شيء. يقدم المصدر التصميم كوسيلة لفصل تأثيرات الوصول إلى ChatGPT وتعليمات التفكير النقدي والجمع بينها.
تم تقييم تقديمات الطلاب من قبل طلاب الصف البشري المدربين باستخدام نموذج تقييم من خمس نقاط. يقيس نموذج التقييم مدى نجاح التوصيات في معالجة هدفين تسويقيين محددين: زيادة الوعي وزيادة استخدام متجر الجامعة. يقول المصدر إن الطلاب الذين لديهم إمكانية الوصول إلى ChatGPT سجلوا نقطة أعلى تقريبًا على هذا المقياس. كما وجد التحليل الآلي للنص أن طلباتهم تحتوي على المزيد من الأفكار، واتبعت منطقًا أكثر وضوحًا، وكانت أكثر تشابهًا مع التوصيات التي كتبها ثلاثة خبراء. ويصف المصدر ذلك بأنه يساعد الطلاب الأقل خبرة على إنتاج أعمال تبدو أكثر احترافية.
وكان للتدخل السببي تأثير قياس مختلف. لم يكن التمرين مرتبطًا بالذكاء الاصطناعي وتم تدريس المفاهيم من خلال لعبة وأمثلة وأسئلة وملاحظات. أوضح الطلاب الذين أكملوها بشكل أكثر وضوحًا سبب نجاح مقترحاتهم ومتى قد تفشل، لكنهم لم يحصلوا على درجات أعلى في عنوان الدراسة الرئيسي. ووجد التحليل الآلي أن أفكارهم تغطي نطاقًا أوسع وكانت أكثر تميزًا عن تلك التي ينتجها أقرانهم. أظهر الطلاب الذين تلقوا كلا التدخلين مجموعة من التأثيرات عبر مقاييس الدراسة، بما في ذلك التماسك المنطقي الأقوى، والمزيد من الأفكار، والمزيد من الأدلة على التشكيك في الافتراضات. لا يذكر المصدر مدة التجربة أو النتائج الإحصائية التفصيلية أو التركيبة السكانية للمشاركين أو كيفية استخدام الطلاب لـ ChatGPT أثناء المهمة.
لماذا يهم
تشير التجربة إلى أن العمل المصقول بمساعدة الذكاء الاصطناعي والتفكير المستقل ليسا نتائج قابلة للتبادل. أدى الوصول إلى ChatGPT إلى تحسين الأداء في مقياس الدرجات التقليدي للدراسة، بينما ساعد التدريب على التفكير السببي الطلاب على توليد أفكار أكثر تميزًا وشرح متى قد تنجح التوصيات أو تفشل. تتساءل النتائج أيضًا عما إذا كان تصنيف الإجابات النهائية فقط هو الذي يمكن أن يوضح ما يفهمه الطلاب.
والنتيجة المركزية هي أن الإجابة النهائية عالية الجودة قد تعكس أكثر من مجرد المعرفة بالموضوع. في هذه التجربة، أدى الوصول إلى ChatGPT إلى تحسين الميزات التي كافأتها قواعد التقييم التقليدية: التماسك، وعدد الأفكار، والتشابه مع توصيات الخبراء، والأداء مقابل أهداف تسويقية محددة. وهذا يمكن أن يجعل العمل بمساعدة الذكاء الاصطناعي يبدو أقوى حتى عندما لا يكشف التقييم عن مقدار المنطق الذي جاء من الخبرة السابقة للطالب. يقول المصدر إنه لا يزال يتعين على الطلاب أن يقرروا ما الذي سيطرحونه على ChatGPT، وتقييم إجاباتها، واختيار المواد لتقديمها، لكنه لا يحدد هذه الأنشطة كميًا.
تفصل الدراسة أيضًا بين الأصالة والبولندية. لم يؤدي التدريب على التفكير السببي إلى زيادة الدرجات في عنوان التسويق المذكور، ومع ذلك فقد ارتبط بمجموعة أوسع وأكثر تميزًا من الأفكار وتفسيرات أكثر وضوحًا للنجاح أو الفشل المحتمل. هذه النتيجة مهمة للمعلمين لأن المهمة يمكن أن تكافئ إجابة تقليدية جيدة التنظيم بينما تفتقد ما إذا كان الطالب قد فكر في مناهج متعددة أو أنتج فكرة لم يفعلها أقرانه. تم تقديم هذه النتيجة كدليل على أن التفكير النقدي يمكن أن يؤثر على أبعاد الأداء التي قد لا تتمكن الدرجات العادية من التقاطها.
أظهرت المجموعة المشتركة سبب وصف المصدر للتدخلات بأنها تكميلية وليست بدائل. أظهر الطلاب الذين حصلوا على كليهما تنوع الأفكار الأوسع المرتبط بالتمرين وأداء قواعد التقييم الأقوى وعدد الأفكار المرتبطة بالوصول إلى ChatGPT. ويفيد المصدر أن هذه المجموعة أظهرت أيضًا تماسكًا منطقيًا أقوى وأدلة أكثر للبحث عن تفسيرات والتشكيك في الافتراضات. يمكن لهذه النتائج أن تفيد تصميم التقييم، لكنها لا تثبت أن ChatGPT يحسن التعلم في كل سياق أو أن تعليمات التفكير السببي تزيد دائمًا من الأصالة. قامت التجربة بقياس العمل على حالة عمل واحدة، وليس التعلم طويل المدى، أو الاحتفاظ بالموظفين، أو الأداء المستقل بدون الذكاء الاصطناعي.
الآلية التفاعلية: كيف تعمل فعليًا
استكشف التكنولوجيا الأساسية وراء هذا التطور بشكل تفاعلي.
What is a common training objective for an autoregressive language model?
ماذا تشاهد بعد ذلك
ويجب تفسير استنتاجات الدراسة في إطارها: طلاب السنة الأولى في إحدى الجامعات يكملون حالة عمل واحدة، مع تكليفهم بمجموعات منظمة حسب فترة الفصل الدراسي. لا يقدم المصدر الأساليب الكاملة للورقة، أو التركيبة السكانية للمشاركين، أو مدة التدريب، أو سجلات استخدام ChatGPT، أو الأدلة من مواضيع أخرى. وينبغي إجراء المزيد من الأبحاث لاختبار ما إذا كان هذا النمط ينطبق على مختلف التخصصات، وما إذا كانت التقييمات المعاد تصميمها قادرة على قياس التفكير والأصالة بشكل مباشر أكثر.
والسؤال الرئيسي هنا هو ما إذا كان نفس النمط يظهر خارج حالة تسويق البضائع بالجامعة. لا يقدم المصدر أي نتائج للرياضيات أو العلوم أو الكتابة أو التدريب المهني أو أي نوع آخر من المهام. سيحتاج الباحثون والمعلمون إلى تجارب قابلة للمقارنة عبر المواضيع والفئات العمرية والمؤسسات ومستويات الخبرة السابقة قبل التعامل مع النتائج على أنها قابلة للتعميم على نطاق واسع. ومن غير المعروف أيضًا ما إذا كانت الفوائد المنسوبة إلى ChatGPT تعتمد على GPT-4o على وجه التحديد، أو على الطريقة التي تم بها توجيه الطلاب لاستخدامها، أو على بنية المهمة.
تعتبر تغييرات التقييم مسألة عملية أخرى. إذا تمكن الطلاب من تقديم إجابات مصقولة تشبه إجابات الخبراء بمساعدة الذكاء الاصطناعي، فقد يضع المعلمون وزنًا أكبر على المسودات أو التفسيرات الشفهية أو تقييم المصدر أو سجلات الاستدلال أو التطبيقات الجديدة. يمكن لهذه الأساليب أن تجعل فهم الطلاب أكثر وضوحًا، لكن المصدر لا يختبر أي تقييم مُعاد تصميمه. كما أنها لا تذكر ما إذا كان العمل النهائي للطلاب يحتوي على أخطاء واقعية، أو ما إذا كان طلاب الصف يعرفون الطلاب الذين لديهم حق الوصول إلى ChatGPT، أو كيف تم التحقق من صحة المقاييس الآلية للأصالة مقابل الأحكام البشرية.
يستحق هيكل مهمة الدراسة الاهتمام في إعداد التقارير والتكرار في المستقبل. تم تعيين الطلاب بشكل عشوائي حسب فترة الفصل الدراسي، ولا يصف المصدر عدد الفصول المشاركة، أو كيف كانت المجموعات متوازنة، أو ما إذا كانت ظروف الفصل الدراسي مختلفة. ويترك المصدر أيضًا مفتوحًا مقدار الوقت الذي قضاه الطلاب في استخدام ChatGPT، وما المطالبات التي استخدموها، ومدى استقلاليتهم في إكمال العمل. يمكن لأبحاث المتابعة أن تدرس التأثيرات طويلة المدى، والأداء في المهام غير المدعومة، وما إذا كان تدريب الطلاب على التشكيك في مخرجات الذكاء الاصطناعي يغير جودة عملهم وأصالته. وإلى أن تتم الإجابة على هذه الأسئلة، تدعم النتائج استنتاجًا مستهدفًا: في هذه التجربة، أدت مساعدة الذكاء الاصطناعي وتعليمات التفكير السببي إلى تحسين جوانب مختلفة من مهمة طالب واحدة.