پرش به محتوای اصلی
پرش به محتوای مقاله

نظرسنجی استنفورد: ۴۹٪ دانشجویان علوم کامپیوتر تقلب را به شکست ترجیح می‌دهند

·۲۸ اردیبهشت ۱۴۰۵۲ دقیقه مطالعه
نظرسنجی استنفورد: ۴۹٪ دانشجویان علوم کامپیوتر تقلب را به شکست ترجیح می‌دهند
اشتراک‌گذاری

اگر امروز برای استخدام برنامه‌نویس تازه‌کار به مدرک دانشگاهی تکیه می‌کنید، باید بدانید این سیگنال در حال فروپاشی است. در آوریل ۲۰۲۶، دانشگاه استنفورد (Stanford University) پس از یک قرن، امتحانات حضوری و دست‌نویس را بازگرداند تا جلوی تقلب‌های گسترده با هوش مصنوعی را بگیرد.

این تصمیم در زمانی می‌آید که اولین نسل فارغ‌التحصیلان عصر هوش مصنوعی وارد بازار کار می‌شوند. آن‌ها تمام دوران تحصیلشان را با مدل‌های زبانی بزرگ (LLM) سپری کرده‌اند. این مدل‌ها مثل کتابخانه‌داری هستند که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی شکاف بین توانایی‌های مدل‌های مختلف در اکسپلویت‌های مرورگر اشاره کردیم، هرچه ابزارها دقیق‌تر شوند، وسوسه‌ی دور زدن یادگیری واقعی بیشتر می‌شود.

به نقل از مقاله‌ای در نیویورک تایمز نوشته‌ی تئو بیکر (Theo Baker)، فرهنگ دانشگاهی به «کمی تقلب» تبدیل شده است. شواهد موجود تکان‌دهنده هستند:

  • یک نظرسنجی داخلی نشان داد ۴۹٪ از ۸۴۹ دانشجوی رشته علوم کامپیوتر، تقلب را به شکست در امتحان ترجیح می‌دهند.
  • برخی دانشجویان مقاله‌ای درباره پیشرفت در Llama3-V منتشر کردند، اما در واقع مدل چینی MiniCPM-Llama3-V2.5 را دزدیده بودند.
  • بسیاری از دانشجویان در حالی پیمان شرافت می‌زدند که ChatGPT در تب دیگری باز بود.

این فروپاشی ریشه در انگیزه‌های اقتصادی دارد. مشاغل سطح پایین برنامه‌نویسی در حال حذف شدن هستند. در مقابل، استارتاپ‌های «رپِر» (Wrapper) — شرکت‌هایی که فقط مدل‌های موجود را بسته‌بندی می‌کنند — رشد انفجاری دارند. به گزارش منابع مالی، ارزش Perplexity از یک میلیارد دلار در آوریل ۲۰۲۴ به ۲۰ میلیارد دلار در سپتامبر ۲۰۲۵ رسید. وقتی هم‌اتاقی شما با یک استارتاپ هوش مصنوعی خانه‌ای در لاس‌وگاس می‌خرد، تکالیف دانشگاه بی‌معنی می‌شوند.

این وضعیت یک حلقه‌ی بازخورد خطرناک ایجاد کرده است. دانشجویان آموزش را نادیده می‌گیرند چون مسیر سنتی شغلی شکسته است، اما پاداش «میان‌بر زدن» در اقتصاد هوش مصنوعی بسیار زیاد است. نتیجه، از دست رفتن تاب‌آوری شناختی و ناتوانی دانشگاه‌ها در پر کردن شکاف بین آموزش کلاسیک و دنیای بدون انحصار انسان بر هوش است.

گام بعدی شما

  • اگر مدیر استخدام هستید، آزمون‌های عملی زنده را جایگزین بررسی مدارک کنید.
  • برای یادگیری، روی «تفکر انتقادی» تمرکز کنید نه خروجی‌های آماده.
  • تغییرات در سیستم‌های ارزیابی دانشگاه‌های Ivy League را دنبال کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این اتفاق اعتبار مدارک دانشگاهی را در صنعت فناوری زیر سؤال می‌برد. تخصص واقعی اکنون در توانایی مدیریت ابزارهاست، نه در حفظ مفاهیمی که هوش مصنوعی در کسری از ثانیه تولید می‌کند.

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.