Olduğu gibi geniş çapta rapor edildiÜlkenin en etkili hukuk fakültelerinden ikisi, üretken yapay zeka konusunda oldukça farklı yaklaşımlar benimsedi.
Berkeley’deki California Üniversitesi’ndeki hukuk fakültesi hayata geçti son derece kısıtlayıcı bir yapay zeka politikasıöğrencilerin “kavramsallaştırma, taslak oluşturma, taslak oluşturma, gözden geçirme, tercüme etme veya düzenleme” amaçları da dahil olmak üzere, kademeli çalışmalarda üretken yapay zekayı kullanmalarını genel olarak yasaklıyor ve bunun sınavlar sırasında kullanımını tamamen yasaklıyor.
Chicago Üniversitesi Hukuk Fakültesi aldı farklı bir yaklaşımtemel birinci sınıf sınıflarında elektronik cihazların yasaklanması ve öğrenciler temel yasal becerileri geliştirdikten sonra, müfredatta, seçmeli derslerde ve üst düzey sınıflarda denetimli yapay zeka kullanımının daha sonra tanıtılması planlanıyor. Chicago aynı zamanda ilk yıldaki hukuki araştırma ve yazma kursunda “yazmayı ele alacak” hibrit bir yaklaşımın pilot uygulamasını yapıyor. olmadan Yapay zeka temel olarak yazımı katmanlandıracak ile AI bunun üzerine.
Tartışma büyük ölçüde iki rakip felsefe arasındaki bir seçim olarak çerçevelendi: Berkeley’in yasağa dayalı yaklaşımına karşı Chicago’nun yapay zekayı hukuk eğitimine daha kademeli olarak entegre etmesi. Bu çerçeveleme daha büyük bir sorunu gözden kaçırıyor. Hukuk eğitiminin ve daha geniş anlamda mesleki eğitimin karşı karşıya olduğu temel zorluk, yalnızca akademik dürüstlük sorunu değildir. Öğrenci performansını değerlendirmeye yönelik geleneksel yöntemlerin, okulların ölçtüğüne inandıkları şeyi ölçmeye devam edip etmediğidir. Hem Berkeley hem de Chicago ilk soruya düşünceli yanıtlar geliştirdiler. Her ne kadar sonuçta daha önemli bir soru olsa da, ikinci soruyu da tam olarak yanıtlayamadılar.
Akademik Dürüstlük ve Akademik Değerlendirme
Eğitimsel dürüstlük ve değerlendirme sıklıkla sanki aynı konuymuş gibi tartışılmaktadır. Değiller.
Akademik dürüstlük, öğrencilerin bir ödevi düzenleyen kurallara uyup uymadığını sorar. İzinsiz yardım mı kullandılar? Kullandıkları araçları uygun şekilde açıkladılar mı? Bunlar davranış sorularıdır ve üniversitelerin politikalar, yaptırım sistemleri ve disiplin prosedürleri aracılığıyla bu soruları ele alma konusunda uzun bir deneyimi vardır.
Değerlendirme farklı bir soru sorar. Bir ödevin başarıyla tamamlanması hâlâ hukuk fakültesinin iddia ettiği şeyi gösteriyor mu? Bir öğrenci her yapay zeka politikasına tamamen uyabilir ve yine de mesleki yeterliliğini güvenilir bir şekilde kanıtlamayan bir görevi tamamlayabilir. Tersine, eğer değerlendirme kendi akıl yürütmelerini açıklamayı, savunmayı ve uygulamayı gerektiriyorsa, öğrenciler yapay zekayı uygun şekilde kullanabilir ve kendi bilgi ve yargılarını gösterebilirler.
Bu ayrım önemlidir çünkü bir kurumun izlediği çözüm türünü belirler. Sorun öncelikle akademik dürüstlük sorunuysa, mantıklı yanıt yapay zeka kullanımını daha dikkatli düzenlemektir. Sorun değerlendirme ise, yanıt temelde farklıdır. Buradaki zorluk, öğrencilerin kullandığı teknolojik araçlardan bağımsız olarak mesleki yeterliliği göstermeye devam eden ödevler tasarlamaktır.
Benzer Varsayımlar Üzerine İnşa Edilen Farklı Politikalar
Berkeley’in politikası anlaşılır endişeleri yansıtıyor: Öğretim üyeleri rutin olarak uydurma alıntılarla ve üretken yapay zekanın diğer iyi belgelenmiş eksiklikleriyle karşılaşıyor. Okulun tepkisi, yalnızca dar istisnalar dışında, notlandırılmış yazmanın hemen hemen her aşamasında yapay zekayı yasaklayan kapsamlı bir dürüstlük çerçevesi oluşturmak oldu. Bir dürüstlük politikası olarak yaklaşım tutarlıdır. Açık beklentiler yaratır, belirsizliği en aza indirir ve öğrenci çalışmalarına olan güveni korumaya çalışır.
Ancak politika, daha geniş değerlendirme sorununu çözmez. Bunun altında yatan önerme şu; eğer yapay zeka değerlendirme sürecinin dışında tutulabilirse, geleneksel görevler her zaman ölçtüklerini ölçmeye devam edecek. Yapay zeka daha yetenekli hale geldikçe ve yasal işverenler mezunlardan bu araçları sorumlu bir şekilde nasıl kullanacaklarını anlamalarını bekledikçe, bu varsayımın sürdürülmesi giderek zorlaşıyor.
Chicago farklı bir öncülden başlıyor. Yapay zekanın yasal uygulamanın bir parçası haline geldiğini ve hukuk fakültelerinin öğrencileri onu sorumlu bir şekilde kullanmaya hazırlaması gerektiğini kabul ediyor. Aynı zamanda, öğrencilerin öncelikle iyi hukuki muhakemenin dayandığı temel becerileri geliştirmelerini sağlamayı amaçlamaktadır. Öyle olsa bile Chicago sonuçta aynı çözülmemiş soruyla karşı karşıyadır. Öğrenciler yapay zekayı üst düzey derslerde kullanmaya başladıktan sonra hukuk fakültesinin, yalnızca sundukları belgelerin kalitesinden ziyade hukuki gerekçelerini nasıl değerlendireceklerini belirlemesi gerekiyor. Yapay zeka kullanımını geciktirmek bu sorunun zamanlamasını değiştirir. Bunu ortadan kaldırmaz.
Bu nedenle iki okul, temel varsayımlarından çok strateji açısından farklılık göstermektedir. Her ikisi de yapay zekaya öncelikli olarak düzenlenmesi gereken bir şey olarak yaklaşıyor. İkisi de yapay zeka destekli çalışmanın mesleki uygulamanın kabul edilen bir parçası haline gelmesiyle birlikte hukuk eğitiminin nasıl gelişmesi gerektiğini tam olarak ortaya koyamadı.
Değerlendirmeyi Yeniden Tasarlamak
Eğer zorluk akademik dürüstlükten ziyade değerlendirme ise o zaman soru değişir. Öğrencilerin yapay zekayı kullanıp kullanmadığını sormak yerine öğretim kadrosu, bir ödevin öğrencinin bilgisi hakkında bilmek istediklerini hala gösterip göstermediğini sormalıdır. Chicago, yeni öğretim ve değerlendirme biçimlerini teşvik ederek bu yönde ilerlemeye başladı. Önemli araştırma makaleleri için yeni bir sözlü tartışma zorunluluğu dahil. Bu çabalar, yapay zekanın yeni kurallardan daha fazlasını gerektirdiğini kabul ediyor. Öğrenmeyi değerlendirmenin yeni yollarını gerektirir.
En etkili değerlendirmeler, öğrencilerin sundukları belgelere daha az odaklanacak ve onların akıl yürütmelerini açıklama, savunma ve uygulama becerilerine daha çok odaklanacaktır. Bu tür değerlendirmelerle, hangi öğrencilerin çalışmalarını anlamadan yapay zekaya güvendikleri hızla ortaya çıkacak. Sağlam yasal muhakeme yaparken yapay zekayı uygun şekilde kullanan öğrenciler de kendilerini farklılaştıracaktır. Sonuçta hukuk fakültelerinin ölçmesi gereken şey budur.
Bir Yönetişim Sorusu
Sorun bu terimlerle anlaşıldığında, aynı derecede önemli bir kurumsal soru ortaya çıkıyor: Hukuk eğitiminin nasıl yanıt vermesi gerektiğine kim karar veriyor?
Üniversiteler genellikle teknolojik aksaklıklara öğrenci davranışını düzenleyen yeni kurallar benimseyerek yanıt verir. Kuralların hazırlanması ve revize edilmesi nispeten kolaydır. Mesleki bir derecenin neyi belgelediğini yeniden değerlendirmek çok daha zordur çünkü öğretim üyelerinin müfredat, değerlendirme ve mesleki yeterliliğe ilişkin uzun süredir devam eden varsayımları incelemesini gerektirir.
Bu sorular öğretim programının müfredatla ilgili sorumluluğuna girmektedir. Öğrencilerin neyi bilmesi gerektiğinin, bu bilgiyi nasıl gösterebileceklerinin ve tarihsel olarak mesleki yeterliliği neyin oluşturduğunun belirlenmesi, ortak yönetimin merkezinde yer almıştır. Bunun aksine, yöneticiler, genel danışmanlar ve öğrenci yönetim ofisleri onur kurallarının geliştirilmesinde önemli rol oynamaktadır. Hukuki muhakemenin nasıl öğretilmesi veya değerlendirilmesi gerektiğini belirleyecek konumda değiller.
Yapay Zeka Politikaları Öğrencilerle Duramaz
Mevcut tartışmanın çarpıcı bir özelliği, neredeyse her kurumsal yapay zeka politikasının öğrencilere odaklanmasıdır. Her ne kadar profesörler bunu ders hazırlamak, sınavlar geliştirmek, not değerlendirme listeleri oluşturmak, yazılı geri bildirim sağlamak, araştırma yürütmek ve idari işleri yürütmek için giderek daha fazla kullanıyor olsa da, öğretim üyelerinin üretken yapay zeka kullanımına çok daha az önem veriliyor. Üniversiteler genellikle yapay zekayı öğrenciler için bir akademik dürüstlük sorunu olarak ele alırken aynı zamanda onu öğretim üyeleri için bir üretkenlik aracı olarak benimsiyor.
Bu ayrım sonuçta haklı görülebilir ancak öylece varsayılamaz. Fakülte, öğrenci çalışmalarını tasarlama ve değerlendirme konusunda yapay zekaya giderek daha fazla güvendikçe, üniversitelerin de bu kullanımları yönlendiren ilkeleri açıkça ifade etmesi gerekecek. Soru, fakültenin yapay zekayı kullanıp kullanmayacağı değil. Akademik yargının hangi yönlerinin yapay zeka tarafından uygun şekilde desteklenebileceği ve hangilerinin öğretim üyesinin sorumluluğunda kalması gerektiğidir. Öğrenciler ve öğretim üyeleri farklı roller üstlenirler ve aynı kurallarla yönetilmemelidirler. Ancak bunların şeffaflık, mesleki sorumluluk ve hesap verebilirlik gibi ortak ilkelere göre yönlendirilmesi gerekir.
Hukuk Fakültelerinin Olması Gereken Tartışma
Mesele akademik dürüstlüğün önemsiz hale gelmesi değil. Uydurma alıntılar ciddi bir sorun olmaya devam ediyor ve hukuk fakültelerinin, mezunların müvekkillere ve mahkemelere karşı mesleki sorumluluklarını anlamalarını sağlama yükümlülüğü var.
Ancak daha büyük zorluk, alıntı doğruluğu veya yapay zeka açıklama gerekliliklerinin çok ötesine uzanıyor. Tıp, mühendislik, işletme, kamu politikası, gazetecilik ve mimarlık da dahil olmak üzere her meslek okulu yakında aynı soruyla karşı karşıya kalacak. Kurumlar, öğrencilerin ödevleri nasıl hazırlayacaklarını düzenlemeye giderek artan bir ilgi göstermeye devam edebilir veya ellerindeki teknolojik araçlara bakılmaksızın, mezunların, derecelerinin belgelendirmeyi amaçladığı mesleki muhakemeyi göstermelerini sağlayacak şekilde değerlendirmeyi yeniden tasarlayabilirler.
Berkeley ve Chicago, üretken yapay zekanın bir yanıt gerektirdiğini kabul ettikleri için övgüyü hak ediyorlar. Daha önemli soru, hukuk fakültelerinin öğrencilerin yapay zekayı nasıl kullanması gerektiğini tartışmaya devam edip etmeyeceği veya bir hukuk diplomasının neyi belgelendirmesi gerektiğini yeniden düşünmeye başlayıp başlamayacağıdır. Liderlik eden profesyonel okullar, en uzun yapay zeka politikalarına sahip olanlar olmayacak. Derecelerinin toplumun mezunlarından beklediği bilgi, yargı ve mesleki yeterliliği belgelemeye devam etmesini sağlayacak olanlar olacaklar.
