AI στα πανεπιστήμια: Τέλος οι “τυφλές” εργασίες – αρχίζουν οι κανόνες

AI και πανεπιστήμια: Πώς αλλάζει ο τρόπος που γράφονται εργασίες

Μέχρι χθες, η ακαδημαϊκή “μάχη” ήταν η λογοκλοπή. Σήμερα, το άγχος έχει όνομα και επώνυμο: generative AI. Και η ερώτηση που καίει δεν είναι πια «το χρησιμοποίησες;», αλλά «πώς το χρησιμοποίησες – και το δήλωσες;». Γιατί τα πανεπιστήμια διεθνώς αρχίζουν να παραδέχονται κάτι απλό: τα εργαλεία είναι παντού, σε κάθε laptop και κινητό, άρα η “αστυνόμευση” ως στρατηγική… μπάζει.

Από το “πιάσε τον φοιτητή” στο “βάλε κανόνες”

Η λογική του “υπάρχουν εργαλεία που το ανιχνεύουν” ακούγεται ωραία, αλλά στην πράξη δεν είναι αξιόπιστο δίχτυ ασφαλείας. Το αποτέλεσμα; Σύγχυση, άνιση αντιμετώπιση και μια διαρκής γκρίζα ζώνη: άλλος καθηγητής το αγνοεί, άλλος το τιμωρεί, άλλος δεν ξέρει τι να κάνει. Αυτό που λείπει δεν είναι το κουμπί — είναι το πλαίσιο: οδηγίες, διαδικασίες, συνέπεια.

Τα πανεπιστήμια που προσαρμόστηκαν πρώτα (και δεν περίμεναν “τέλεια ανίχνευση”)

Σε παραδείγματα από την Αυστραλία, η προσέγγιση είναι πιο “γήινη”:

• University of Sydney: δημόσιες οδηγίες για το πότε επιτρέπεται η χρήση (π.χ. ιδέες/δομή/γλωσσική βελτίωση), πότε όχι, και το σημαντικότερο: πώς δηλώνεται. Η ευθύνη μετακινείται από το κυνήγι στη διαφάνεια.
• Monash University: αλλαγή στην αξιολόγηση – περισσότερη έμφαση σε προφορικές εξετάσεις, αναστοχαστικές εργασίες, και τεκμηρίωση της διαδικασίας μάθησης (όχι μόνο “δώσε μου ένα τέλειο κείμενο”). Γιατί είναι πολύ πιο δύσκολο να προσποιηθείς ότι σκέφτεσαι, σε σχέση με το να παραδώσεις μια γυαλισμένη παράγραφο.

Και στην Ελλάδα; Το AI μπαίνει θεσμικά από την “μπροστινή πόρτα”

Το ενδιαφέρον είναι ότι το AI δεν έρχεται μόνο “κρυφά” από τους φοιτητές. Έρχεται και οργανωμένα: για παράδειγμα, παρουσιάστηκε πρωτοβουλία για δωρεάν πρόσβαση φοιτητών ελληνικών πανεπιστημίων σε εργαλεία AI της Google (με εργαλεία για βοήθεια σε κείμενα/έρευνα/οργάνωση σημειώσεων κ.ά.). Με απλά λόγια: η χρήση τέτοιων εργαλείων κανονικοποιείται.

Τι αλλάζει πρακτικά στις εργασίες (η “νέα κανονικότητα”)

Αυτό που βλέπουμε να χτίζεται είναι ένα νέο τρίπτυχο:

1. Δήλωση χρήσης AI (disclosure)
   Όχι “σιωπηλή χρήση”, αλλά ξεκάθαρο: τι εργαλείο, σε ποιο στάδιο, με ποιο σκοπό.
2. Αξιολόγηση της σκέψης, όχι μόνο του κειμένου
   Περισσότερα στοιχεία διαδικασίας: πρόχειρα, βιβλιογραφική διαδρομή, σημειώσεις, μικρά checkpoints, προφορική υπεράσπιση.
3. Ερωτήματα που δεν απαντιούνται με ένα prompt
   Εργασίες με προσωπικό δεδομένο/ανάλυση πεδίου/τοπικά στοιχεία/κριτική σύνθεση πηγών, όπου φαίνεται αν ο φοιτητής “κατέχει” το θέμα.

Τα “όρια” που βάζουν τα ιδρύματα (και γιατί έχουν σημασία)

Τα πανεπιστήμια που κινούνται μπροστά δεν λένε απλά “ναι/όχι στο AI”. Λένε:

• Ναι σε χρήση για ιδέες, δομή, γλωσσική επιμέλεια (με δήλωση).
• Όχι σε παράδοση ως “δική σου” εργασίας που έχει παραχθεί ουσιαστικά από AI, χωρίς συμβολή/τεκμηρίωση (και χωρίς διαφάνεια).

Το κλειδί είναι ότι τα όρια δεν είναι ηθικολογίες. Είναι μηχανισμός αξιοπιστίας: αλλιώς το πτυχίο αρχίζει να πιστοποιεί… πόσο καλά κρύφτηκες, όχι πόσο έμαθες.

Μικρό “σκονάκι” για φοιτητές (χωρίς υποκρισίες)

• Χρησιμοποίησε AI σαν βοηθό (ιδέες/δομή/συνοψίσεις), όχι σαν ghostwriter.
• Κράτα log: τι ζήτησες, τι πήρες, τι κράτησες, τι πέταξες.
• Κάνε το κείμενο “δικό σου” με πηγές και κριτική — εκεί φαίνεται ο άνθρωπος.

Πλεονεκτήματα αυτής της προσέγγισης

• Δεν παίζεις κρυφτό.
• Μαθαίνεις πιο γρήγορα και πιο στοχευμένα.
• Αν αύριο σου ζητήσουν προφορική υποστήριξη, δεν θα σε “προδώσει” η ίδια σου η εργασία.