AI sztucznie zawyża oceny studentów — badanie UC Berkeley pokazuje outsourcing prac zamiast lepszej nauki

Badanie przeprowadzone na Uniwersytecie Kalifornijskim w Berkeley pokazuje niepokojące zjawisko: sztuczna inteligencja powoduje sztuczne zawyżenie ocen studentów. Analiza ponad 500 tysięcy ocen wykazała, że w przedmiotach z dużą ilością pisania i programowania oceny wzrosły znacząco po uruchomieniu ChatGPT w listopadzie 2022 roku. Pełne wyniki badania opublikował serwis The Decoder.

Badanie obejmowało osiem semestrów jesiennych (2018–2025) na 319 kursach w 84 wydziałach „dużego, selektywnego publicznego uniwersytetu badawczego” w Teksasie. Wzrost ocen jest szczególnie widoczny w pracach domowych, co sugeruje, że AI zastępuje pracę studentów, zamiast poprawiać ich naukę.

Kluczowe wnioski

• Odsetek ocen celujących wzrósł o 13 punktów procentowych — około 30% ponad poziom z 2022 roku.
• Średni GPA wzrósł o 0,12 punktu, a rozkład ocen się zwęził — oceny B+ i A- są podciągane do pełnych piątek.
• Wzrost ocen występuje głównie w pracach domowych, nie w egzaminach — co wskazuje na outsourcing pracy do AI.
• W kursach gdzie prace domowe stanowią więcej niż medianę oceny końcowej, piątki wzrosły o dodatkowe 16 punktów procentowych.
• Test kontrolny pokazał, że w prezentacjach ustnych, gdzie AI jest mniej użyteczne, oceny nie zmieniły się.

Homework kontra egzaminy — kluczowy wskaźnik

Autor badania Igor Chirikov zadał fundamentalne pytanie: czy wyższe oceny odzwierciedlają rzeczywiste postępy w nauce, czy po prostu AI wykonuje pracę za studentów. Odpowiedź leży w różnicy między ocenami z prac domowych a egzaminami.

Gdyby AI rzeczywiście poprawiało naukę, wzrost ocen powinien być widoczny niezależnie od tego, czy kurs opiera się na pracach domowych czy egzaminach nadzorowanych. Jeśli jednak AI po prostu zastępuje pracę studentów w nienadzorowanych zadaniach, efekty powinny koncentrować się w kursach, gdzie prace domowe mają większą wagę.

Dane pokazują dokładnie to drugie. W kursach gdzie prace domowe liczą się więcej niż mediana, oceny celujące rosną o dodatkowe 16 punktów procentowych w porównaniu do kursów poniżej mediany o tym samym stopniu ekspozycji na AI. W tych drugich efekt jest mały i statystycznie nieistotny.

Długoterminowe konsekwencje dla edukacji

Inflacja ocen w amerykańskich uniwersytetach to nie nowe zjawisko. Na Harvardzie odsetek ocen celujących wzrósł z 24% w 2005 roku do 60,2% w 2025 roku. Wcześniejsze przyczyny obejmowały ewaluacje nauczania nagradzające pobłażliwość, konkurencję między uczelniami i instytucjonalne polityki oceniania.

AI działa jednak inaczej — zmienia sposób tworzenia prac jeszcze przed tym, jak wykładowcy je zobaczą. Jeśli oceny w przedmiotach wymagających pisania i programowania coraz bardziej odzwierciedlają output generowany przez AI, a nie rzeczywiste umiejętności, pracodawcy i programy magisterskie mogą podejmować gorsze decyzje rekrutacyjne.

Chirikov ostrzega przed pętlą sprzężenia zwrotnego: jeśli AI przejmie zadania budujące umiejętności podczas studiów, absolwenci mogą okazać się słabsi dokładnie w tych obszarach, gdzie AI jest najsilniejsze. To może przyspieszyć automatyzację i poszerzyć luki kompetencyjne na rynku pracy.

Nawet CEO OpenAI Sam Altman w niedawnym wywiadzie przyznał, że trzy i pół roku po uruchomieniu ChatGPT system edukacyjny ledwo zareagował na AI. Spodziewał się roku oszustw, a potem systemowej przebudowy. Zamiast tego nie może wskazać żadnej znaczącej systemowej zmiany. Bez niej ostrzega, że umiejętności krytycznego myślenia są zagrożone „znacznym osłabieniem”.

Badanie sugeruje przemyślenie formatów egzaminów i projektowanie zadań, które albo ograniczają użycie AI, albo świadomie je włączają — na przykład przez dokumentowanie procesu pracy lub interakcje kontrolne potwierdzające zrozumienie.