Deallusrwydd Artiffisial Cynhyrchiol (GenAI) ym meysydd Dysgu ac Addysgu
Mae offer deallusrwydd artiffisial cynhyrchiol (GenAI) yn dylanwadu’n gynyddol ar sut mae myfyrwyr yn dysgu, yn astudio ac yn cynhyrchu gwaith prifysgol. Mae llawer o fyfyrwyr Prifysgol Caerdydd eisoes yn defnyddio’r offer hyn, ac mae staff yn gweld eu heffaith mewn perthynas ag addysgu, asesu ac adborth.
Mae’r dudalen hon yn cynnig canllawiau ymarferol ysgafn i staff Prifysgol Caerdydd ar sut y gellir mynd i’r afael â GenAI wrth ddysgu, addysgu ac asesu. Mae wedi’i pharatoi i helpu cydweithwyr i wneud penderfyniadau addysgegol gwybodus, yn enwedig wrth ddylunio neu adolygu asesiadau.
Mae’r canllawiau hyn yn:
- ategu (ond nid yn disodli) polisïau sefydliadol a chanllawiau’r fewnrwyd;
- canolbwyntio ar wella yn hytrach na gorfodi;
- cynorthwyo staff ar draws gwahanol ddisgyblaethau a lefelau profiad.
Safbwynt Prifysgol Caerdydd ar GenAI
Mae canllawiau sefydliadol cyfredol Prifysgol Caerdydd ar ddeallusrwydd artiffisial mewn addysg ar gael ar fewnrwyd y staff a dylid cyfeirio at y rhain yn y lle cyntaf bob amser.
Er bod canllawiau ffurfiol y Brifysgol ar GenAI ym meysydd dysgu, addysgu ac asesu yn parhau i esblygu, anogir cydweithwyr i weithio mewn ffyrdd tryloyw, cymesur ac addysgegol sy’n cyd-fynd ag arferion sy’n dod i’r amlwg yn y sector ac egwyddorion Grŵp Russell.
Egwyddorion Grŵp Russell
Mae dull Caerdydd yn cyd-fynd ag Egwyddorion Grŵp Russell, sef:
- Bydd prifysgolion yn helpu myfyrwyr a staff i ddefnyddio deallusrwydd artiffisial yn fedrus.
- Dylai staff fod wedi'u paratoi i helpu myfyrwyr i ddefnyddio offer GenAI yn effeithiol ac yn briodol yn eu profiad dysgu.
- Bydd prifysgolion yn addasu dulliau addysgu ac asesu i ymgorffori'r defnydd moesegol o GenAI ac yn helpu i roi mynediad cyfartal.
- Bydd prifysgolion yn sicrhau bod trylwyredd ac uniondeb academaidd yn cael eu cynnal.
Bydd prifysgolion yn cydweithio i rannu arferion gorau wrth i'r dechnoleg a'r defnydd ohoni ym maes addysg esblygu.
Lôn 1
Sicrhau ansawdd dysgu
- Safbwyntiau dibynadwy am gynnydd a chyrhaeddiad.
- Uniondeb y dyfarniad a dysgu unigol wedi’i warchod.
- Amodau rheoledig, dylunio tasg gyd-destunol, neu wirio.
Lôn 2
Asesu agored ar gyfer dysgu ac asesu sy’n gyfystyr â dysgu
- Asesiad agored a gefnogir y tu hwnt i leoliadau rheoledig.
- Ni ellir gwahardd AI rhag cael ei defnyddio mewn cyd-destunau heb eu diogelu.
- Pwyslais ar ddefnydd moesegol, beirniadol a disgyblaeth-benodol.
Ni ddylid dehongli’r model dwy lôn fel caniatâd i wahardd neu ganiatáu GenAI yn gyffredinol ar draws modiwl neu raglen. Yn hytrach, mae’n helpu i wneud penderfyniadau cytbwys a arweinir gan ddeilliannau. Dylai staff ystyried pa ddeilliannau dysgu sy’n mynnu bod myfyrwyr yn dangos dealltwriaeth, sgiliau neu farn yn annibynnol, a lle y gallai fod angen asesu hyn mewn cyd-destun diogel neu ddilys. Yn yr un modd, pan fo defnyddio GenAI yn briodol mewn cyd-destunau asesu agored, dylid helpu myfyrwyr i’w defnyddio yn feirniadol, yn dryloyw ac mewn ffyrdd sy’n cyd-fynd â’r deilliannau dysgu arfaethedig. Dylai’r pwyslais fod ar yr hyn sydd angen ei dystiolaethu, nid ar gymhwyso rheolau cyffredinol i asesiadau cyfan.
Tasg Adleisio
Galluoedd a Chyfyngiadau GenAI
Mae offer GenAI yn datblygu’n gyflym. Mae’r pwyntiau isod yn adlewyrchu eu galluoedd a’u cyfyngiadau nodweddiadol ar yr adeg yr ysgrifennwyd yr arweiniad hwn a dylid eu dehongli’n ofalus wrth i offer barhau i esblygu.
Gall offer GenAI gefnogi dysgu mewn sawl ffordd, yn enwedig pan gaiff eu defnyddio i archwilio, cwestiynu a datblygu dealltwriaeth yn hytrach na chynhyrchu gwaith gorffenedig yn unig. Er enghraifft, gall myfyrwyr a staff ddefnyddio GenAI er mwyn:
- Cynhyrchu syniadau, cwestiynau neu grynodebau cychwynnol;
- Edrych ar bynciau anghyfarwydd neu gael esboniadau amgen;
- Crynhoi, ailadrodd neu gymharu cysyniadau;
- Profi dealltwriaeth drwy ddeialog, awgrymiadau neu gwestiynau ymarfer;
- Helpu gwaith codio, dadfygio neu ddatrys problemau;
- Drafftio, ailddrafftio neu strwythuro dadleuon;
- Cynhyrchu enghreifftiau, senarios neu esboniadau addysgu.
Fel gydag unrhyw ffynhonnell wybodaeth, dylid gwirio, cwestiynu a chyferbynnu ymatebion a gynhyrchir gan AI â ffynonellau academaidd, proffesiynol neu ddisgyblaethol dibynadwy.
Prif gyfyngiadau a risgiau
Mae offer GenAI:
- yn cynhyrchu allbynnau ar sail tebygolrwydd, nid gwybodaeth sydd wedi’i gwirio;
- yn gallu cynhyrchu gwybodaeth hyderus ond anghywir (“rhithwelediadau”);
- yn gallu ffugio cyfeiriadau neu gynrychioli ffynonellau yn anghywir;
- yn cynnig barn sydd heb gyd-destun neu ddealltwriaeth o ddisgyblaeth;
- yn gallu atgyfnerthu rhagfarn neu eithrio safbwyntiau ymylol;
- yn aml yn cynhyrchu allbwn rhugl ond dealltwriaeth arwynebol.
Ystyriaethau academaidd
Mae offer GenAI yn cynnig cyfleoedd o bwys ar gyfer dysgu ac addysgu, yn ogystal â heriau pwysig mewn perthynas ag asesu. Mae’r arweiniad hwn yn amlinellu risgiau allweddol a nodwyd mewn ymchwil ddiweddar ac mae’n tynnu sylw at oblygiadau i ymarfer.
Gall gor-ddibyniaeth atal sgiliau rhag datblygu
Mae tystiolaeth sy'n dod i'r amlwg yn awgrymu bod dibynnu’n ormodol ar offer GenAI yn gallu effeithio ar i ba raddau y mae myfyrwyr yn defnyddio’r prosesau gwybyddol sy'n angenrheidiol ar gyfer dysgu, gan gynnwys dadansoddi, cyfosod a datrys problemau. Pan fydd AI yn cyflawni elfennau pwysig o waith academaidd, gallai myfyrwyr osgoi "ymdrech gynhyrchiol", a gall hyn gyfyngu ar ddatblygiad arbenigedd disgyblaethol a barn annibynnol.
Nid yw allbwn a gynhyrchir gan AI yn dystiolaeth ddibynadwy o ddealltwriaeth myfyrwyr
Ni ellir tybio bod gwaith a gynhyrchir gan AI yn adlewyrchu dealltwriaeth, rhesymeg neu gyflawniad y myfyriwr ei hun, ac mae hyn yn tanseilio dilysrwydd yr asesiad. O ganlyniad, nid yw'r cynnyrch a gyflwynir ar ei ben ei hun bellach yn ddangosydd dibynadwy o’r hyn sydd wedi’i ddysgu.
Ymchwil Ategol
- Mae QAA (2023) yn pwysleisio bod AI yn tarfu ar y berthynas rhwng gwaith myfyrwyr a thystiolaeth o gyrhaeddiad, gan olygu bod angen ailasesu sut mae dysgu yn cael ei dystiolaethu.
- Mae Perkins, Roe a MacVaugh (2024) yn dangos bod GenAI yn gallu cynhyrchu allbynnau asesu sy'n bodloni meini prawf pasio heb ddangos dealltwriaeth myfyrwyr.
- Mae Sullivan et al. (2023) yn dangos bod addysgwyr yn cael trafferth gwahaniaethu rhwng GenAI mewn gwaith myfyrwyr, gan godi pryderon am ddilysrwydd a chywirdeb tystiolaeth.
Gall defnydd anfeirniadol danseilio uniondeb academaidd a safonau mewn disgyblaeth
Gall defnydd anfeirniadol o GenAI danseilio uniondeb academaidd, normau awduriaeth, a dealltwriaeth o ddisgyblaeth benodol. Mae hyn yn ymestyn y tu hwnt i gamymddwyn gan eu fod yn erydu safonau ysgolheigaidd a phroffesiynol.
Tasg Adleisio
Defnyddio GenAI mewn Ymarfer Addysgu
Pan gaiff ei defnyddio’n feddylgar, gall GenAI helpu agweddau ar baratoi dulliau addysgu a’r ffordd y mae myfyrwyr yn dysgu, a hynny heb ddisodli arbenigedd academaidd neu farn.
Enghreifftiau o ddefnydd adeiladol
Gall staff ddewis defnyddio GenAI er mwyn:
- cynhyrchu esboniadau neu enghreifftiau amrywiol ar gyfer darlithoedd;
- cynhyrchu cwestiynau ymarfer neu weithgareddau ffurfiannol;
- drafftio neu fireinio meini prawf a chyfarwyddiadau marcio;
- creu awgrymiadau ar gyfer adborth sy’n helpu myfyrwyr i adolygu;
- cynnig esboniadau neu grynodebau amgen i gefnogi hygyrchedd.
Modelu defnydd cyfrifol
Mae arferion da yn cynnwys:
- bod yn agored gyda myfyrwyr ynglŷn â sut a pham rydych chi’n defnyddio offer AI;
- osgoi awtomeiddio prosesau addysgu, marcio neu adborth yn llawn;
- adolygu a golygu pob allbwn â gynhyrchwyd gyda chymorth AI mewn ffyrdd beirniadol;
- fframio AI fel cefnogaeth ar gyfer dysgu, nid fel rhywbeth sy’n meddwl ar eich rhan.
GenAI a Dylunio Asesiadau
Mae gan GenAI oblygiadau sylweddol ar gyfer asesu, yn enwedig yng nghyd-destunau gwaith cwrs agored. Yn hytrach na cheisio gwneud asesiadau “diogel rhag AI”, dylai’r pwyslais fod ar alinio â deilliannau dysgu, dilysrwydd ac eglurder.
Er mwyn dylunio asesiadau yn effeithiol, rhaid gofyn:
Beth sydd angen cael ei dystio?
Pa wybodaeth, sgiliau neu farn y mae myfyrwyr i fod i’w dangos?
Sut y caiff dysgu ei ddangos?
Sut bydd myfyrwyr yn dangos hyn mewn ffordd sy’n adlewyrchu arferion disgyblaethol?
Pa rôl y gallai GenAI ei chwarae?
Sut gallai GenAI gefnogi dysgu mewn ffyrdd ystyrlon, a sut gallai ei danseilio?
Dewislen Cynllunio Asesiadau: Ystyriaethau GenAI yn ôl math o asesiad
Mae penderfyniadau ynghylch defnyddio GenAI yn fwyaf effeithiol pan ystyrir y rhain yn gydlynol ar lefel rhaglen, yn hytrach nag yn annibynnol ar gyfer pob modiwl neu asesiad. Dylai staff ddechrau drwy adolygu’r deilliannau dysgu i’w hasesu, cyn ystyried pa ddulliau asesu sydd orau er mwyn galluogi myfyrwyr i ddangos tystiolaeth o’r deilliannau hynny, gan gynnwys sut caiff risgiau o gamymddwyn neu ddefnyddio AI anfoesegol eu rheoli. Mae’r Compendiwm Asesu yn cynnwys enghreifftiau o ddulliau asesu cyffredin a ddefnyddir yng Nghaerdydd a gall helpu staff i nodi dulliau a nodweddion dylunio addas.
Ar gyfer pob asesiad, anogir staff i ystyried:
- Pa ddeilliannau dysgu, dealltwriaeth, sgiliau neu farn y bwriedir i’r asesiad roi tystiolaeth ohonyn nhw;
- Pa ddulliau asesu neu nodweddion dylunio sy’n galluogi’r ffyrdd gorau o asesu’r deilliannau hynny;
- Pa risgiau i ddilysrwydd, uniondeb neu gydraddoldeb sydd angen eu hystyried, gan gynnwys defnydd anfoesegol neu heb ei ddatgan o GenAI;
- Sut y bydd disgwyliadau ynghylch defnyddio GenAI, cydnabyddiaeth a thystiolaeth o ddysgu yn cael eu cyfathrebu i fyfyrwyr;
- Os yw GenAI ar gael neu’n cael ei ganiatáu, sut y bydd yr asesiad yn rhoi tystiolaeth o ddysgu y tu hwnt i’r allbwn terfynol caboledig.
Os yn bosibl, dylid trafod disgwyliadau ynghylch defnyddio GenAI a’u halinio ar lefel y rhaglen. Mae hyn yn helpu myfyrwyr i ddeall sut mae gwahanol asesiadau yn datblygu sgiliau cyflenwol a pham y gall disgwyliadau amrywio ar draws modiwlau, yn hytrach na dod ar draws rheolau sy’n anghyson yn ôl pob golwg.
Cefnogi Myfyrwyr wrth Ddefnyddio GenAI
Mae myfyrwyr yn debygol o ddefnyddio offer GenAI p’un a ydyn nhw’n cael eu trafod yn benodol ai peidio. Mae canllawiau clir a chyson yn cefnogi uniondeb academaidd, cynhwysiant yn ogystal â datblygu galluedd digidol.
Pwyntiau siarad i staff
Wrth drafod GenAI gyda myfyrwyr, ystyriwch:
- esbonio a yw asesiad mewn cyd-destun diogel neu agored, a pham;
- bod yn glir ynghylch pa ffyrdd o ddefnyddio GenAI sy’n addas/a argymhellir/a awgrymir ar gyfer y dasg.
- amlygu pwysigrwydd gwerthuso beirniadol o allbwn AI;
- atgyfnerthu y dylai GenAI gefnogi, nid disodli, dulliau dysgu a meddwl.
Lle bo’n briodol, dylid adlewyrchu disgwyliadau mewn:
- briffiau asesu;
- meini prawf marcio;
- enghreifftiau sydd wedi’u rhoi ar waith;
- gweithgareddau addysgu a dysgu.
Yn y rhan fwyaf o achosion, dylid annog myfyrwyr i gyfeirio at ffynonellau gwreiddiol yn hytrach na’r offeryn AI ei hun. Dylai disgwyliadau ynghylch cydnabyddiaeth fod yn gymesur a chyd-fynd â phwrpas yr asesiad.
Mae canllawiau i fyfyrwyr ar ddefnyddio GenAI ar gael ar fewnrwyd Prifysgol Caerdydd a dylid cyfeirio at y rhain yn gyson.
Nodiadau Atgoffa Cyflym a Rhagor o Gefnogaeth
Pwyntiau allweddol i’w cadw mewn cof
- ✔Peidiwch â defnyddio iaith negyddol neu sôn am gosbi wrth drafod AI; mae ofn yn lleihau tryloywder.
- ✔Byddwch yn glir gyda myfyrwyr ynghylch disgwyliadau a rhesymeg.
- ✔Dyluniwch asesiadau sy’n seiliedig ar ddeilliannau dysgu, nid osgoi offer.
- ✔Ceisiwch eu hannog i ddefnyddio AI mewn modd beirniadol yn hytrach na’i wahardd.
- ✔Edrychwch eto ar ddulliau a’u mireinio dros amser yn seiliedig ar brofiadau myfyrwyr a datblygiadau technolegol pellach.
Os nad ydych yn siŵr sut mae GenAI yn croesi â’ch asesiad neu gyd-destun addysgu, gall Academy Dysgu ac Addysgu (LTAademy@cardiff.ac.uk) eich cynorthwyo gyda sgyrsiau ar lefel rhaglen, dylunio asesiadau, a chyngor addysg ddigidol.
Ble nesaf?
Cymuned Dysgu a Addysgu GenAI Caerdydd
Anogir staff i archwilio a chyfrannu enghreifftiau o arfer da i Baddlet Cymuned Dysgu a Dysgu GenAI Caerdydd.
Canllaw Prifysgol Caerdydd
Cyrsiau Argymelledig
- Cwrs FutureLearn: Kings College London, AI in Education.
Cyfeirnodau
Baidoo-Anu, D. ac Owusu Ansah, L. (2023) ‘Education in the era of generative AI’, Education and Information Technologies.
Kasneci, E. et al. (2023) ‘ChatGPT for good? On opportunities and challenges of LLMs for education', Nature Machine Intelligence.
Mollick, E. (2024) Co-Intelligence: Living and Working with AI.
Perkins, M., Roe, J. a MacVaugh, J. (2024) ‘Generative AI and assessment validity in higher education’.
QAA (2023) Cynnal ansawdd a safonau yn oes ChatGPT: Cyngor QAA ar y cyfleoedd a’r heriau a gyflwynir gan Ddealltwriaeth Artiffisial Cynhyrchiol, Maintaining quality and standards in the ChatGPT era: QAA advice on the opportunities and challenges posed by Generative Artificial Intelligence
Sullivan, M. et al. (2023) ‘ChatGPT in higher education: Considerations for assessment’, Asesu a Gwerthuso ym maes Addysg Uwch.