اهمیت موضوع از لحاظ آموزش و پژوهش دانشگاهی این است که هوش مصنوعی وارد حوزه‌های یادگیری و ارزیابی شده و دانشگاه‌ها باید سیاست‌هایی داشته باشند که صداقت علمی رعایت شود، استفاده از هوش مصنوعی تقلب محسوب نشود یا از سرقت علمی جلوگیری شود. همچنین عدالت آموزشی اهمیت زیادی دارد، زیرا اساتید موظف هستند ارزیابی برابر انجام دهند و تفاوت دسترسی دانشجویان به هوش مصنوعی، به‌ویژه با توجه به هزینه و دسترسی در کشور ما، می‌تواند نابرابری ایجاد کند. بررسی این موضوع از سوی دانشگاه اهمیت دارد، زیرا جامعه نگاه می‌کند دانشگاه در این زمینه چه رویکردی دارد و دانشگاه می‌تواند به‌عنوان یک الگو عمل کند. در این بررسی، دانشگاه‌های پیشرو در چهار قاره آمریکا، اروپا، آسیا و استرالیا مورد مطالعه قرار گرفتند و در مجموع ۲۷ دانشگاه بررسی شدند. رویکردها و سیاست‌ها به‌گونه‌ای بررسی شدند که بتوانیم الگوهای مشترک را شناسایی کنیم و چارچوبی برای سیاست‌گذاری و راهکارهای عملی ارائه دهیم. در اروپا، دانشگاه‌ها تنوع رویکرد زیادی دارند. برخی مانند دانشگاه آکسفورد قوانین دقیق و کلاس‌های آموزشی در زمینه هوش مصنوعی دارند و از پلتفرم‌های داخلی و امن استفاده می‌کنند تا قوانین اتحادیه اروپا مانند GDPR رعایت شود. برای نمونه، دانشگاه اترخت در اروپا یک مدل محافظه‌کارانه دارد که پنج سطح برای استفاده دانشجویان از هوش مصنوعی تعریف می‌کند. در سطح اول استفاده دانشجو ممنوع است، در سطح دوم دانشجو می‌تواند برای برنامه‌ریزی کلان از آن استفاده کند، در سطح سوم برای ویرایش و بازخورد استفاده مجاز است، در سطح چهارم برای تولید محتوا و در سطح پنجم آزادی کامل وجود دارد. در هر سطح، مسئولیت صحت و سقم محتوا با دانشجو است و شفافیت و مسئولیت‌پذیری اهمیت دارد. این مدل انعطاف‌پذیری و شفافیت را توأمان دارد و مسئولیت دانشجو برای محتوای تولیدی تأکید شده است.

کلمات کلیدی