Doctor AI

Dr. Savath Saypadith

240 ບົດຄວາມ

LLMs ໃນການສຶກສາ: ເຄື່ອງມືສຳລັບການໂກງ ຫຼື ການຮຽນຮູ້?

ໂພສເມື່ອ # EdTech # AI in Education # Large Language Models

LLMs ໃນການສຶກສາ: ເຄື່ອງມືສຳລັບການໂກງ ຫຼື ການຮຽນຮູ້?

ທຸກມື້ນີ້ ຖ້າທ່ານຍ່າງເຂົ້າໄປໃນຮ້ານກາເຟແຖວມະຫາວິທະຍາໄລແຫ່ງຊາດ ຫຼື ຕາມຮ້ານຕ່າງໆໃນນະຄອນຫຼວງວຽງຈັນ, ທ່ານຈະເຫັນນັກຮຽນ-ນັກສຶກສານັ່ງເຮັດວຽກບ້ານຢູ່ໜ້າຈໍຄອມພິວເຕີຢ່າງຕັ້ງໃຈ. ແຕ່ສິ່ງທີ່ປ່ຽນໄປຄື ເຂົາເຈົ້າອາດຈະບໍ່ໄດ້ຄົ້ນຫາຂໍ້ມູນໃນ Google ພຽງຢ່າງດຽວແລ້ວ; ຫຼາຍຄົນກຳລັງສົນທະນາກັບ “AI” ເພື່ອຊ່ວຍຂຽນບົດລາຍງານ, ແກ້ເລກ, ຫຼື ແມ້ກະທັ້ງແຕ່ງບົດຄວາມ.

ເຕັກໂນໂລຊີທີ່ຢູ່ເບື້ອງຫຼັງຄວາມສະຫຼາດນີ້ເອີ້ນວ່າ LLM ເຊິ່ງມັນກຳລັງສ້າງຄຳຖາມໃຫຍ່ໃຫ້ກັບວົງການການສຶກສາລາວວ່າ: ສິ່ງນີ້ຄື “ເຄື່ອງມືຊ່ວຍຮຽນທີ່ດີທີ່ສຸດ” ຫຼື ພຽງແຕ່ເປັນ “ເຄື່ອງມືສຳລັບການສໍ້ໂກງລະດັບສູງ”?

LLM ແມ່ນຫຍັງ? (ສຳລັບຜູ້ເລີ່ມຕົ້ນ)

LLM ຫຍໍ້ມາຈາກ Large Language Model (ໂມເດວພາສາຂະໜາດໃຫຍ່). ຖ້າຈະອະທິບາຍໃຫ້ເຂົ້າໃຈງ່າຍໆ, ໃຫ້ລອງນຶກພາບວ່າທ່ານມີຜູ້ຊ່ວຍອັດສະລິຍະທີ່ເຂົ້າຫໍສະໝຸດແລ້ວອ່ານປຶ້ມທຸກຫົວ, ບົດຄວາມທຸກຢ່າງ, ແລະ ຂໍ້ມູນເກືອບທັງໝົດເທິງອິນເຕີເນັດມາແລ້ວ. ເມື່ອທ່ານຖາມຄຳຖາມ, ມັນສາມາດປະມວນຜົນ ແລະ ຕອບກັບມາເປັນພາສາທີ່ເປັນທຳມະຊາດຄືກັບມະນຸດລົມກັນ (ຕົວຢ່າງທີ່ຮູ້ຈັກກັນດີທີ່ສຸດກໍຄື ChatGPT, Claude ຫຼື Gemini).

ສຳລັບນັກຮຽນທີ່ບໍ່ມີພື້ນຖານດ້ານເຕັກໂນໂລຊີເລີຍ, LLM ປຽບເໝືອນອາຈານທີ່ປຶກສາສ່ວນຕົວມານັ່ງຢູ່ຂ້າງໆ ພ້ອມຕອບຄຳຖາມຕະຫຼອດ 24 ຊົ່ວໂມງ.

ຄວາມກັງວົນ: ໜ້າທີ່ໃໝ່ຂອງການ “ກ່າຍ” ບົດຮຽນບໍ?

ເມື່ອມີເຕັກໂນໂລຊີນີ້ເຂົ້າມາ, ຄວາມກັງວົນທຳອິດຂອງບັນດາຄູອາຈານບ້ານເຮົາຄືເລື່ອງຂອງການກ່າຍ (Plagiarism).

ຖ້ານັກຮຽນ-ນັກສຶກສາ ໃຊ້ LLM ເພື່ອເຮັດວຽກແທນທຸກຢ່າງໂດຍບໍ່ໄດ້ອ່ານ ຫຼື ທຳຄວາມເຂົ້າໃຈ, ມັນກໍບໍ່ຕ່າງຫຍັງກັບການຈ້າງຄົນອື່ນເຮັດວຽກບ້ານໃຫ້. ເຊິ່ງແນ່ນອນວ່າມັນຈະທຳລາຍຂະບວນການຄິດ ແລະ ການຮຽນຮູ້ຂອງເຂົາເຈົ້າໂດຍກົງ.

ຄວາມອາດສາມາດ: ເຄື່ອງມືຊ່ວຍຮຽນຮູ້ທີ່ຊົງພະລັງທີ່ສຸດ

ໃນທາງກັບກັນ, ຖ້າຖືກນຳໃຊ້ຢ່າງຖືກຕ້ອງ LLM ຈະກາຍເປັນເຄື່ອງມືທີ່ປ່ຽນແປງອະນາຄົດການສຶກສາ:

ໂຮງຮຽນ ແລະ ມະຫາວິທະຍາໄລໃນລາວຄວນປັບຕົວແນວໃດ?

ແທນທີ່ຈະສັ່ງຫ້າມໃນຫ້ອງຮຽນ (ເຊິ່ງໃນຄວາມເປັນຈິງແມ່ນບໍ່ສາມາດຄວບຄຸມໄດ້ແລ້ວ), ສະຖາບັນການສຶກສາຄວນປັບຕົວດັ່ງນີ້:

1. ປ່ຽນວິທີການປະເມີນຜົນ (Rethink Assessments)

ຫຼຸດຜ່ອນການສອບເສັງທີ່ເນັ້ນແຕ່ການທ່ອງຈຳ, ເພາະ AI ສາມາດຈື່ບົດຮຽນໄດ້ດີກວ່າມະນຸດ. ລະບົບການສຶກສາຄວນປ່ຽນມາເປັນການປະເມີນຜົນຈາກການວິເຄາະ, ການນຳສະເໜີປາກເປົ່າເຖິງຄວາມເຂົ້າໃຈ, ການເຮັດໂຄງການ (Project-based), ແລະ ການແກ້ໄຂບັນຫາທີ່ກ່ຽວຂ້ອງກັບຊີວິດຈິງ ຕົວຢ່າງ: ໂຄງການວິເຄາະຫາທາງແກ້ໄຂບັນຫານ້ຳຖ້ວມກະທັນຫັນໃນວຽງຈັນ ຫຼື ການພັດທະນາການຫຸ້ມຫໍ່ແໜມເນືອງ.

2. ສອນການຮູ້ເທົ່າທັນ AI (AI Literacy)

ໂຮງຮຽນຕ້ອງສອນໃຫ້ນັກຮຽນຮູ້ຈັກວິທີຕັ້ງຄຳຖາມ (Prompting) ໃຫ້ຖືກຕ້ອງ ແລະ ສອນໃຫ້ຮູ້ວ່າ AI ບໍ່ໄດ້ຕອບຖືກຕ້ອງສະເໝີໄປ. ບາງຄັ້ງ LLM ກໍສ້າງຂໍ້ມູນປອມຂຶ້ນມາເອງຢ່າງໜ້າເຊື່ອຖື (ເຊິ່ງເອີ້ນວ່າ Hallucination). ສະນັ້ນ, ທັກສະການກວດສອບຄວາມຖືກຕ້ອງຂອງຂໍ້ມູນ (Fact-checking) ຈຶ່ງສຳຄັນກວ່າການຫາຂໍ້ມູນທົ່ວໄປ.

3. ໃຊ້ AI ເປັນຜູ້ຊ່ວຍຄູສອນ

ຄູອາຈານເອງກໍສາມາດສະບາຍຂຶ້ນ ໂດຍການໃຊ້ LLM ຊ່ວຍຮ່າງແຜນການສອນ (Lesson plans), ສ້າງຂໍ້ສອບ, ຫາກິດຈະກຳໃໝ່ໆມາຫຼິ້ນໃນຫ້ອງ ເຊິ່ງຊ່ວຍປະຢັດເວລາໃນການກຽມການສອນ ແລະ ເຮັດໃຫ້ມີເວລາໃກ້ຊິດກັບນັກຮຽນຫຼາຍຂຶ້ນ.

ສິ່ງທີ່ຄວນຈື່ (Key Takeaways)

ສະຫຼຸບ

ເຕັກໂນໂລຊີນັ້ນ ບໍ່ຕ່າງຫຍັງກັບມີດ ທີ່ເຮົາສາມາດໃຊ້ປາດຊີ້ນເພື່ອແຕ່ງກິນເພີ່ມພະລັງງານ ຫຼື ຈະໃຊ້ໃນທາງທີ່ຜິດຈົນເຮັດໃຫ້ເກີດບາດແຜກໍໄດ້. LLMs ບໍ່ໄດ້ຖືກສ້າງມາເພື່ອທຳລາຍລະບົບການສຶກສາອັນດີງາມຂອງລາວ, ແຕ່ມັນເຂົ້າມາເພື່ອຕັ້ງຄຳຖາມວ່າ: “ພວກເຮົາພ້ອມແລ້ວຫຼືຍັງ ທີ່ຈະປ່ຽນແປງວິທີການຮຽນ-ການສອນ?“. ມະຫາວິທະຍາໄລ ແລະ ໂຮງຮຽນໃນທົ່ວປະເທດລາວ ຕ້ອງເປີດໃຈຮັບເອົາເຕັກໂນໂລຊີນີ້, ພ້ອມທັງສອນໃຫ້ໄວໜຸ່ມລາວຮູ້ຈັກນຳໃຊ້ຢ່າງສະຫຼາດ. ເພາະໃນອະນາຄົດ ຄົນທີ່ຈະມາແຍ່ງວຽກເຂົ້າເຈົ້າ ບໍ່ແມ່ນ AI ໂດຍກົງ, ແຕ່ແມ່ນ “ຄົນທີ່ຮູ້ຈັກໃຊ້ AI ເປັນ” ຕ່າງຫາກ.