Roberto Serrano, a madridi születésű közgazdász és a Brown University tanára, a közelmúltban adott interjút és nyilatkozott arról, hogy diákjai közül sokan valószínűleg mesterséges intelligenciát használtak a házi vizsgán. Serrano vakossága miatt különösen érzékeny a hozzáférhetőségre: a decemberi egyetemcampuson történt gyilkosság után nem akarta kényszeríteni a hallgatókat a személyes megjelenésre, ezért a matematikai közgazdaságtan kurzusának középfeladatát take-home formában írattatta meg.
Mi történt a középszintű vizsgán
A vizsga eredményei után Serrano gyanút fogott: a kurzus átlaga 96 lett, miközben a korábbi években az átlag 65 és 80 közé esett. Negyven diák kapott tökéletes, 100 pontos érdemjegyet a középfeladatban. A sikeresen teljesítők válaszai a tanár elmondása szerint erősen emlékeztettek arra, amit ChatGPT adott volna ugyanarra a problémára.
Serrano ezért az írásbeli helyett a záróvizsgát személyes, azaz in-person formában tartotta meg. Ennek hatására a legtöbb hallgató — sokan közülük azért jelentkeztek a kurzusra, mert előre tudták, hogy otthonról lehet teljesíteni — jóval gyengébben szerepelt a záróvizsgán. A kurzus átlagpontszáma 96-ról 48-ra esett.
Lemorzsolódás és visszalépések
A tanár közlése szerint 27 diák vagy leadta a kurzust, vagy egyszerűen nem jelent meg a záróvizsgán; közülük 22-en megkapták a 100 pontos értékelést a középfeladatban. Ezek a számok tovább erősítették Serrano meggyőződését, hogy jelentős mértékű visszaélés történhetett.
Tanári reakciók és szélesebb vita
Serrano az eset kapcsán azt hangsúlyozta, hogy nem választhatjuk meg, „hogy idiótává váljunk”: szerinte a csalás elfogadása a társadalom romlásához vezet. Az ügy rávilágított arra a dilemmára is, amit a generatív mesterséges intelligencia okoz az oktatásban: ha a technológia leküzdi azokat a természetes szűrőket, amelyek korábban megnehezítették a csalás lehetőségét, az intézményeknek új módszereket kell kialakítaniuk a tudás hitelesítésére.
Az intézményi válaszok skálája széles: egyesek a szigorúbb személyes vizsgáztatásban látják a megoldást — szóban való feleltetés, védett szóbeli vizsgák —, mások inkább az alkalmazkodást javasolják: AI-őszinteségre és AI-műveltségre épülő tananyagok, etikai szabályok és az akadémiai kódexek módosítása. Serrano nyíltabban kritizálja azokat az intézkedéseket, amelyek szerinte túl puhák és nem ismerik fel a technológia civilizációs hatásait.
Mit tanít az eset?
A Brown esete olyan elméleti problémára is rávilágít, amelyet a közgazdaságtan és a játékelmélet is tárgyal: az egyéni előnyök rövid távon arra ösztönözhetik a szereplőket, hogy visszaéljenek a bizalommal, de ha mindenki így cselekszik, akkor a rendszer egészének hitelessége omlik össze — ez a közlegelők tragédiájához hasonló kollektív dilemmát teremt.
A vita tehát nem csupán egy tanár és egy diákcsoport között zajlik: szélesebb kérdés, hogy az egyetemek mennyire hajlandóak radikális, személyes ellenőrzésre épülő megoldásokat elfogadni, vagy inkább beépítik a tanításba és a vizsgáztatásba az AI-t. Az eset a gyakorlatban is mérhető következményekkel járt: a kurzusok átlaga és a lemorzsolódási adatok világosan jelzik, hogy a módszerváltásnak súlyos következményei lehetnek a diplomák hitelességére nézve.
Következtetések
A Brownon történt eset rávilágít arra, hogy a generatív mesterséges intelligencia megjelenése új típusú kockázatokat hoz az oktatásra: nem csupán technikai kérdés, hanem erkölcsi és intézményi kihívás is. Az, hogy az egyetemek miként reagálnak — szigorúbb in-person vizsgákkal, fegyelmezettebb szabályokkal vagy az AI beemelésével a tantervbe —, befolyásolni fogja a diplomák hitelességét és a jövő nemzedék tanulási szokásait.
