การใช้ AI และทักษะคณิตศาสตร์ที่ถดถอย ทำให้วิชา CS ของ Berkeley มีเกรดตกเพิ่มขึ้นอย่างมาก

 (dailycal.org)
1 คะแนน โดย GN⁺ 6 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • อัตราการตก ในวิชา CS ของ Berkeley สูงขึ้นมากเมื่อเทียบกับภาคการศึกษาก่อนหน้า โดยในฤดูใบไม้ผลิ 2026 วิชา CS 10 อยู่ที่ 35.3% และ CS 61A อยู่ที่ 10.6% ซึ่งเบี่ยงเบนจากแนวทางของ EECS ที่กำหนดสัดส่วน D·F ในวิชาพื้นฐานไว้ที่ 7% และ GPA เฉลี่ย 2.8~3.3
  • Dan Garcia มองว่าการใช้ LLM อย่าง Claude, ChatGPT และ Google Gemini ทำให้การทุจริตทางการเรียนเพิ่มขึ้นมาก และเป็น “primary driver” ของอัตราการตกที่ผิดปกติ โดยใน CS 10 มีนักศึกษาเกือบ 30 คนถูกจับได้ว่าทุจริตใน take-home exam
  • ทั้งสองวิชาให้เกรดตามเกณฑ์คะแนนที่ประกาศไว้โดย ไม่มีการปรับโค้ง ทำให้ผลการเรียนของนักศึกษาไม่ขึ้นกับผลงานของเพื่อนร่วมชั้น และ Garcia มองว่าการปรับโค้งเป็นการซ่อนปัญหา
  • วิชา EECS 127 ของ Gireeja Ranade ก็เผชิญปัญหาความพร้อมด้านคณิตศาสตร์ที่ไม่พอและการขาดแคลนบุคลากร โดยมีสัดส่วน F ถึง 16.8% โครงการปลายภาคที่เคยมีก็ถูกถอดออกเพราะขาด TA และการเข้าร่วม office hour ก็ลดลง
  • ใน ยุค AI วิชา CS·EECS ของ Berkeley กำลังถูกทบทวนใหม่ไปในทิศทางที่สอนนักศึกษาให้มากขึ้น พร้อมหาการสนับสนุนเสริม เพื่อให้นักศึกษาฝึกทนกับปัญหาที่ยากและความสับสน จนพัฒนาการคิดเชิงวิพากษ์และการคิดเชิงวิเคราะห์

อัตราการตกพุ่งสูงและเบี่ยงเบนจากแนวทางการให้เกรด

  • ตามข้อมูลของ Berkeleytime ในฤดูใบไม้ผลิ 2026 นักศึกษา 35.3% ของวิชา CS 10 และ 10.6% ของวิชา CS 61A ได้เกรด F
  • ในฤดูใบไม้ผลิ 2025 และ 2024 ทั้งสองวิชายังมีสัดส่วน F ไม่เกิน 10%
  • แนวทางการให้เกรดของภาควิชา EECS ระบุว่าสัดส่วนนักศึกษาที่ได้ D และ F ในวิชาพื้นฐานอย่าง CS 10 และ CS 61A ควรอยู่ที่ 7%
  • ตามแนวทางดังกล่าว ช่วง GPA ปกติของวิชาพื้นฐานคือ 2.8~3.3 แต่ค่าเฉลี่ยเกรดของทั้งสองวิชาในฤดูใบไม้ผลิ 2026 อยู่ที่ C+ หรือเทียบเท่า GPA 2.3

ปัญหาการพึ่งพา LLM และการทุจริต

  • Dan Garcia สอนทั้งวิชา CS 10 “The Beauty and Joy of Computing” และ CS 61A “The Structure and Interpretation of Computer Programs” ในฤดูใบไม้ผลิ 2026
  • Garcia มองว่าการเพิ่มขึ้นของการทุจริตทางการเรียนจากการใช้โมเดลภาษาขนาดใหญ่ เช่น Claude, ChatGPT และ Google Gemini เป็น “primary driver” ของอัตราการตกที่สูงผิดปกติ
  • เกรดตกบางส่วนเกิดจากการตรวจพบทุจริตและการส่งต่อเข้าสู่กระบวนการทางวินัย ส่วนอีกหลายกรณีเขาเชื่อว่านักศึกษาพึ่งพา LLM มากเกินไปจนทำข้อสอบจริงได้ไม่พร้อม
  • ใน CS 10 ช่วงฤดูใบไม้ผลิ 2026 มีนักศึกษาเกือบ 30 คนถูกจับได้ว่าทุจริตใน take-home exam

วิธีให้คะแนนแบบไม่ปรับโค้ง

  • ทั้งสองวิชาของ Garcia ให้เกรดตามเกณฑ์คะแนนของแต่ละ letter grade ไม่ใช่การปรับโค้ง
  • ในระบบนี้ ผลการเรียนของนักศึกษาไม่ได้ขึ้นอยู่กับผลงานของเพื่อนร่วมชั้น
  • Garcia ชอบแนวทางที่เปิดเผยเกณฑ์ของแต่ละ letter grade และเปิดโอกาสให้นักศึกษาไปให้ถึงเกณฑ์นั้นได้หลายครั้ง
  • Garcia คัดค้านอย่างหนักต่อวิธีแบบ Harvard ที่เปิดโอกาสให้มีเพียงนักศึกษาบางส่วนเท่านั้นที่ได้ A และมองว่าการปรับโค้งเป็นการซ่อนปัญหาที่แท้จริง

ความพร้อมด้านคณิตศาสตร์และความยากของ EECS 127

  • นอกจากการพึ่งพา AI มากเกินไปแล้ว Garcia ยังมองว่านักศึกษาจำนวนมากไม่พร้อมด้านคณิตศาสตร์ และ Gireeja Ranade ก็มีความกังวลแบบเดียวกัน
  • วิชา EECS 127 “Optimization Models in Engineering” ของ Ranade ในฤดูใบไม้ผลิ 2026 มีสัดส่วน F สูงถึง 16.8% ซึ่งสูงกว่าระดับ D·F “typical” 5% ที่ภาควิชา EECS ระบุไว้สำหรับวิชาระดับสูงมาก
  • นักศึกษาที่เข้าเรียน EECS 127 ควรผ่าน linear algebra, vector calculus และ mathematical proof มาก่อน แต่ Ranade พบใน office hour ว่านักศึกษาหลายคนยังมีปัญหากับ linear algebra
  • นักศึกษาคนหนึ่งบอก Ranade ว่าวิชา linear algebra ที่เรียนใน UC Berkeley มีนโยบาย “open-internet, open-AI policy” สำหรับการบ้านและการสอบ
  • Garcia และ Ranade เป็นหนึ่งในคณาจารย์ UC กว่า 1,300 คนที่ลงนามในคำร้อง เรียกร้องให้นำคะแนนสอบมาตรฐาน ACT และ SAT กลับมาใช้ในการรับเข้า STEM ของระบบ UC

การขาดแคลนบุคลากรและการมีส่วนร่วมของนักศึกษาที่ลดลง

  • ในอดีต EECS 127 มีโครงการปลายภาคที่นักศึกษาได้รับคำแนะนำจากทีมอาจารย์และ TA และ Ranade มองว่านักศึกษาส่วนใหญ่ทำคะแนนได้ดีในส่วนนี้
  • แต่ในปี 2026 Ranade ต้องถอดโครงการปลายภาคนี้ออกจากวิชาเพราะขาดแคลนบุคลากร
  • ตามโพสต์บน X ของ Jelani Nelson หัวหน้าภาควิชา EECS มหาวิทยาลัยต้องลดทั้งจำนวนนักศึกษาระดับปริญญาตรีในสาขา CS และจำนวน TA ระดับปริญญาตรี เนื่องจากค่าแรงรายชั่วโมงของ TA วิชา EECS สูง
  • office hour ของ Ranade เคยแน่นมากในอดีต แต่ภาคการศึกษานี้แม้จะกระตุ้นให้นักศึกษาเข้าร่วมบ่อยครั้งแล้ว การเข้าร่วมก็ยังต่ำมาก
  • Garcia ก็เจอปัญหานักศึกษาเข้า office hour น้อยคล้ายกันในช่วงสองภาคการศึกษาที่ผ่านมา และเป็นครั้งแรกที่เขาเจอ office hour ที่ไม่มีใครมาเลย

การออกแบบวิชาใหม่และทัศนคติในการเรียนรู้

  • Garcia วางแผนว่าในอนาคตจะบอกนักศึกษาตั้งแต่วันแรกของวิชาว่าเกิดอะไรขึ้นในฤดูใบไม้ผลิ 2026 และจะหาวิธีระบุนักศึกษาที่ต้องการการสนับสนุนเสริมเพิ่มเติม
  • Ranade มองว่าในยุค AI อาจารย์ควรสอนนักศึกษา “มากขึ้น ไม่ใช่น้อยลง”
  • Ranade ต้องการให้นักศึกษามีทั้งการคิดเชิงวิพากษ์และการคิดเชิงวิเคราะห์ ซึ่งจำเป็นต่อการเป็นผู้นำในโลกที่มีการแข่งขันสูง
  • อาจารย์ทั้งสองคนเห็นตรงกันว่านักศึกษาจำเป็นต้องคุ้นเคยกับปัญหาที่ยากมากขึ้น
  • Garcia อ้างคำพูดของเพื่อนร่วมงานว่า “Confusion is the sweat of learning” และมองว่านักศึกษาจำนวนมากยังไม่ได้ออกแรง “เหงื่อ” นั้นมากพอ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 6 시간 전
ความเห็นจาก Hacker News

  • ถ้ามี LLM ตอนเป็นนักเรียน ฉันคงใช้มันเพื่อ “ทำการบ้านให้เสร็จเร็ว ๆ” แล้วสอบพังหมดแน่ ๆ ก็เลยพอเข้าใจนักเรียนสมัยนี้อยู่บ้าง
    ตอนนี้ฉันทำงานกับคนที่มีปริญญาเอกเป็นส่วนใหญ่ แต่เห็นได้ชัดว่าแม้แต่คนที่เคยเก่งที่สุดก็ยังมี ความสามารถในการคิด ลดลงอย่างรวดเร็ว ถ้า LLM ไม่ทำให้ 90% หลายคนก็ระดมความคิด เขียนโค้ด คิดลึก ๆ หรือเขียนงานไม่ได้ และแม้แต่การ นั่งคิดเงียบ ๆ คนเดียว 30 นาที ซึ่งจำเป็นต่อความคิดสร้างสรรค์ ก็กลายเป็นเรื่องยากขึ้น
    ผู้ใหญ่ไม่มีการสอบ และเพราะ LLM ช่วยให้ผลผลิตยังคงอยู่ การถดถอยทางความคิดเลยอาจวัดได้ยาก แต่ฉันคิดว่ามันเกิดขึ้นรอบตัวเราไปแล้ว ปฏิเสธอยากเชื่อมาตลอด แต่ตอนนี้มันชัดเกินกว่าจะมองข้ามได้

    • ฉันไม่รู้สึกว่าความสามารถของตัวเองแย่ลงเป็นพิเศษหลังใช้ LLM เรียนจบปริญญาตรีเมื่อ 20 ปีก่อน และทักษะคณิตศาสตร์ที่เคยเฉียบคมก็ลดลงมากภายใน 5~10 ปีหลังเรียนจบ
      ทั้งการคำนวณเลขง่าย ๆ กับเปอร์เซ็นต์ในใจที่เคยทำได้ไว ตอนนี้ก็พึ่งเครื่องคิดเลขกับสเปรดชีต และความรู้จิปาถะก็โยนให้ RAM อินเทอร์เน็ตในกระเป๋า ไปแล้ว ความรู้สึกแบบ “อ้อ เมื่อก่อนเคยรู้นี่ ต้องไปค้นก่อน” กลายเป็นเรื่องคุ้นเคย บางทีฉันอาจแตะก้นบึ้งของความโง่ส่วนตัวไปตั้งแต่ก่อนยุค LLM แล้วก็ได้
      แต่ทุกวันนี้ สภาพการสื่อสาร ให้ความรู้สึกเป็นภาระทางจิตใจมหาศาล ต้องหมุนบทสนทนาและเธรดจำนวนมากพร้อมกัน ทั้งอีเมล วอยซ์เมล แชต ออนไลน์ ข้อความ เรื่องส่วนตัว งาน บ้าน ลูก ครอบครัว เพื่อน Messages, Messenger, WhatsApp ฯลฯ ทั้งที่ฉันก็ยังเชื่อมต่อน้อยกว่าคนรอบตัวมากอยู่ดี เลยตัดข่าวส่วนใหญ่ออกไปและเลิกตามกีฬาทั้งหมด เพราะรับไม่ไหว
      สมองของฉันก่อร่างขึ้นมาก่อนอินเทอร์เน็ต และรู้สึกว่ากระบวนการแปลงจากแอนะล็อกไปดิจิทัลกำลังชนขีดจำกัด อย่างน้อยมันก็ให้ความรู้สึกเหมือนการแปลงที่สูญเสียข้อมูลอย่างหนัก
    • ฉันไม่คิดว่าความสามารถด้านการรับรู้จริง ๆ จะลดลงเพราะใช้ AI แต่ ความอดทนและช่วงเวลาที่มีสมาธิ ลดลงอย่างชัดเจนแน่นอน
      ตอนนี้กำลังเรียนรู้โค้ดเบสใหม่ในงานใหม่ AI เป็น ดาบสองคม อย่างแท้จริง ด้านหนึ่งมันมีประโยชน์มากเวลาถามเรื่องโค้ดเบส แต่ถ้าไม่ระวังและปล่อยให้มันเสนอแพตช์ก่อนจะได้สืบค้นเอง ก็จะไม่ได้เรียนรู้โค้ดเบสนั้นอย่างแท้จริงเลย ถ้าจะรักษาความเข้าใจไว้ ก็ต้องลงมือเขียนโค้ดใหม่ด้วยตัวเองจริง ๆ เพื่อใช้กล้ามเนื้อทางความคิดที่จำเป็น
      ขณะเดียวกัน โค้ดเบสขนาดใหญ่นี้ก็แสดงให้เห็นข้อจำกัดของ AI ด้วย หากผลักฟีเจอร์เข้าไปแบบอาศัยความรู้สึกโดยไม่มีความเข้าใจ ก็ย่อมสร้างปัญหาได้มาก แม้แต่การแก้บั๊กแบบเจาะจงก็ยังมีผลข้างเคียงที่ LLM มองไม่เห็นจำนวนมาก ไม่ใช่โค้ดเบสที่แย่ แต่มีขนาดใหญ่จนโมเดลระดับแนวหน้าก็ยังลำบาก เพราะงั้นคำกล่าวที่ว่า “ปัญหา AI ก็แก้ด้วย AI เพิ่มอีกได้เอง จึงไม่จำเป็นต้องเข้าใจโค้ดเบส” สำหรับตอนนี้ฉันยังไม่คิดว่าเป็นจริง
    • ตอนเรียนมหาวิทยาลัย ฉันผ่านวิชาฝรั่งเศสมาได้โดยไม่ได้เรียนภาษาฝรั่งเศสจริง ๆ เพราะใช้ Google Translate โชคดีที่คุณภาพมันแย่พอจนต้องตรวจงานที่มันสร้างอย่างละเอียด แต่ถึงอย่างนั้นฉันก็ยังผ่านมาได้สองภาคการศึกษาโดยไม่ได้สร้างทักษะภาษาพื้นฐานเลย
      คงต้องมีมาตรการที่เด็ดขาดอะไรสักอย่าง ในชั้นเรียนคณิตศาสตร์มัธยมปลายก็ยังมีข้อห้ามแบบ “ห้ามใช้เครื่องคิดเลข” อยู่มาก และฉันก็ไม่ชอบมันเพราะรู้สึกว่าการคำนวณยาว ๆ ขัดขวางการเรียนรู้ ดังนั้นจึงเข้าใจได้ว่านักเรียนอาจต่อต้านรูปแบบการสอนที่ใช้แค่กระดาษ แต่เมื่อมี เครื่องทำการบ้าน คุณภาพสูงอยู่ข้างตัวตลอด ก็ไม่รู้จริง ๆ ว่าจะเรียนรู้อะไรได้แค่ไหน
    • ถ้ามี LLM ฉันก็คงพังเหมือนกัน ครูและมหาวิทยาลัยอาจต้องเปลี่ยนวิธีสอนและวิธีประเมินผล
      ควรให้นักเรียนใช้ เครื่องมือ AI ที่พวกเขาต้องการได้ แต่ต้องแนะนำวิธีใช้แบบมืออาชีพ ขณะเดียวกันก็ต้องทดสอบทักษะและความรู้ที่ควรฝึกจริง ๆ แบบออฟไลน์และต่อหน้าให้บ่อย ตั้งแต่ช่วงต้น ๆ และฉันคิดว่าการโกงไม่ควรแค่ได้ F แต่ควรถูกพักการเรียน
      เมื่อหลายปีก่อนฉันเคยอ่านเรื่องครูมัธยมคนหนึ่งที่อัปโหลดบทเรียนขึ้น YouTube ให้นักเรียนดูแยกกัน แล้วใช้เวลาในห้องเรียนไปกับการโต้ตอบ ถามตอบ และสอบ
      แก้ไข: Claude หาเจอเร็วกว่าการค้นหา เป็นกรณีของครูเคมีมัธยม 2 คนในปี 2007 และมันคือ ห้องเรียนกลับด้าน https://fltmag.com/the-flipped-classroom/
    • ฉันไม่ได้มีปริญญาเอกและก็ไม่ได้หัวดี แต่ราว 1 ปีก่อนเริ่มบังคับตัวเองให้ทำงานโค้ดกับคณิตศาสตร์เล็ก ๆ แบบ ทำมือ บ้าง
      ยังไม่ถึงขั้นรู้สึกว่าเป็น “ภาวะถดถอยทางความคิด” แต่เห็นชัดว่าตัวเอง ขี้เกียจขึ้นมาก สิ่งที่ตอนเริ่มเขียนโค้ดใหม่ ๆ เคยเป็นเรื่องปกติในชีวิตประจำวัน ตอนนี้กลับรู้สึกหนักไปหมด

  • ตรงข้ามกับที่พาดหัวข่าวชวนให้คิด เหตุผลจริงอาจซ่อนอยู่ในย่อหน้าหนึ่งของบทความ: “Garcia และ Ranade ร่วมกับคณาจารย์ UC กว่า 1,300 คน ลงนามในคำร้องให้ระบบ UC กลับมาใช้คะแนนสอบมาตรฐาน ACT และ SAT ในการรับเข้าเรียนสาย STEM อีกครั้ง โดยคำร้องและจดหมายเปิดผนึกได้อธิบายความกังวลลักษณะเดียวกันเกี่ยวกับความพร้อมด้านคณิตศาสตร์ของนักเรียนไว้อย่างละเอียด”
    ก่อนและหลัง COVID มหาวิทยาลัยชั้นนำหลายแห่งทดลอง ยกเลิกข้อกำหนดสอบเข้า ด้วยเหตุผลด้านความเท่าเทียม แต่แทบทั้งหมดล้มเหลว และหลายแห่งก็กลับลำกันไปแล้ว Yale เคยระบุว่า “จากการศึกษาเปรียบเทียบก่อนและหลังการระบาดใหญ่ ในบรรดาองค์ประกอบทั้งหมดของใบสมัคร คะแนนสอบเป็นตัวชี้วัดเดี่ยวที่ทรงพลังที่สุดในการทำนายผลการเรียนในอนาคตที่ Yale และยังคงเป็นจริงแม้ควบคุมตัวแปรรายได้ครอบครัวและประชากรศาสตร์แล้ว ทั้งยังเป็นจริงไม่ใช่แค่กับ ACT/SAT แต่รวมถึงการสอบตามรายวิชาอย่าง AP และ IB ด้วย” https://archive.is/8zxfo
    ลิงก์นั้นเป็น archive เพราะหน้าต้นฉบับถูกลบไปแล้ว Yale เคยทดลองนโยบาย ‘test flexible’ ที่ให้เลือกว่าจะส่งคะแนนหรือไม่ แต่ก็ยกเลิกอย่างรวดเร็วและกลับไปกำหนดให้ต้องมีคะแนนสอบ

    • อธิการบดี Berkeley เคยบอกให้นักศึกษาลงคะแนนสนับสนุน California Proposition 16 ในปี 2020 ซึ่งมีเป้าหมายจะย้อนกลับ Proposition 209 ปี 1996 ที่ห้าม การรับเข้าเรียนตามเชื้อชาติ ในมหาวิทยาลัยรัฐ Prop 16 ไม่ผ่าน และหลังจากนั้น Cal ก็เริ่มไม่สนใจคะแนน SAT/ACT
      มองอย่างไรก็เหมือนเป็นทางเลือกเพื่อรับนักศึกษาเอเชียซึ่งมีค่าเฉลี่ย SAT/ACT สูงที่สุดให้น้อยลง ไม่นานหลังจากนั้นฉันก็ได้รับอีเมลจากอธิการบดีคนเดิมที่ชื่นชมการเปลี่ยนแปลงเพราะความหลากหลายทางเชื้อชาติเพิ่มขึ้น และตัวเลขก่อน-หลังในอีเมลก็บอกว่า สัดส่วนชาวเอเชียลดลง ส่วนกลุ่มอื่นเพิ่มขึ้น
    • ถ้า การยกเลิกข้อสอบมาตรฐาน ในปี 2021 เป็นสาเหตุจริง ก็ต้องอธิบายด้วยว่าทำไมอัตราตกพุ่งขึ้นเพิ่งมาเกิดตอนนี้
    • ฉันไม่ใช่คนอเมริกัน อาจพลาดบริบทบางอย่างไป แต่อยากรู้ว่าระบบ รับเข้าโดยไม่ใช้คะแนนสอบ เขาทำงานกันอย่างไร
    • ข้อกำหนด SAT ถูกยกเลิกในปี 2021 แค่การไม่ได้สอบ SAT อย่างเดียวอธิบายไม่ได้ว่าทำไมสัดส่วนได้ F ในปี 2025 ถึงกระโดดจาก 10% เป็น 35% ในปี 2026

  • ในฐานะอาจารย์ CS เมื่อวานนี้เองฉันเพิ่งคุยโปรเจ็กต์ของวิชาการประมวลผลแบบขนาน และใน 3 กลุ่มมี 1 กลุ่มที่ไปกันแบบ ChatGPT อย่างชัดเจน พวกเขาไม่เข้าใจแม้แต่ตัวเลือกที่ LLM ตัดสินใจเกี่ยวกับสถาปัตยกรรมและเรื่องอื่น ๆ
    วิธีจับนักศึกษาแบบนี้ก็คล้ายกับเมื่อก่อนเวลาพบว่าลอกงานจากนักศึกษาคนอื่น เป็นลักษณะ “ยื่นเชือกให้ตัวเองผูกคอ” คือถ้าให้เขาอธิบายไปเรื่อย ๆ ก็จะพาไปสู่ทางตันโดยไม่ตั้งใจ
    เวลาเริ่มสงสัย ฉันคิดว่าควรอาศัยความซื่อสัตย์ เช่นถามว่า “พูดกันตรง ๆ โค้ดนี้ส่วนไหนเป็นของคุณ และส่วนไหนเป็นของ ChatGPT?” พร้อมทั้งแสดงความเข้าใจด้วยว่าในสัปดาห์เดียวกันอาจมีงานส่งหลายชิ้น แต่ก็ไม่ควรพลาดโอกาสในการสอนบทเรียนว่าควรทำให้ถูกวิธี
    อีกสองกลุ่มก็ใช้ LLM เหมือนกัน แต่ใช้เพื่อช่วยในระดับการออกแบบและสถาปัตยกรรม แม้จะไม่ได้เขียนโค้ดเอง 100% แต่ก็ชัดเจนว่าพวกเขายังเป็นผู้รับผิดชอบงานเอง และอธิบายเหตุผลกับกลยุทธ์ที่ใช้แก้ปัญหาได้
    ฉันกับเพื่อนร่วมงานยังต้องตรวจอีกหลายโปรเจ็กต์ เลยให้ช่วยนับจำนวนเคสแบบนี้ ตอนนี้คือ 1 ใน 3 หรือ 33%

    • สุดท้ายแล้วทุกกลุ่มก็เอาการคิดไปเอาต์ซอร์สให้ LLM ไม่ใช่หรือ สงสัยว่าพวกเขาได้เรียนรู้อะไรที่จะนำไปใช้กับโปรเจ็กต์ประเภทอื่นในอนาคตหรือไม่
    • ถ้า “อีกสองกลุ่มก็ใช้ LLM ในระดับสูงและด้านสถาปัตยกรรม” คะแนนก็น่าจะใกล้ 3/3, 100% มากกว่า
      ถ้าสร้างโปรเจ็กต์ด้วยการคัดลอกและวางโค้ดจากไลบรารีจะยอมรับได้ไหม ถ้าไม่ได้ ก็สงสัยว่าทำไมการใช้โค้ดที่ LLM สร้างถึงต่างกัน
    • อยากรู้ว่าจากมุมมองอาจารย์คิดอย่างไรกับ วิธีถามตอบแบบโสเครตีส ร่วมกับ LLM ดีกว่าการพรอมป์ตตรง ๆ ว่า “ขอคำตอบ” ไหม
    • ผมเรียนวิชาการประมวลผลแบบขนานเมื่อ 6 ปีก่อน แต่จนถึงตอนนี้ก็ยังไม่เข้าใจอะไรเลย ถ้าใช้ LLM เหมือน ติวเตอร์ส่วนตัว ก็น่าจะเข้าใจไปแล้ว
    • อยากรู้ว่าได้สื่อสาร นโยบายและแนวทางการใช้ LLM กับนักศึกษาไว้อย่างไร

  • มนุษย์เป็นสิ่งมีชีวิตประหลาดที่เหมือนเดินละเมอเข้าสู่วิกฤตทุกครั้ง ไม่อาจตกลงกันได้ในเรื่องใด ๆ และพอไปถึงจุดนั้นแล้วก็ยังตกลงกันไม่ได้แม้แต่เรื่องสาเหตุ
    เมื่อเราไปถึงจุดที่ไม่สามารถทำ “วิศวกรรม” หรือ “วิทยาศาสตร์” อย่างเหมาะสมได้อีกแล้ว ทศวรรษหน้าก็คงหมดไปกับการถกเถียงว่าปัญหาคือ AI จริงไหม ต่อให้เป็น AI มันเลี่ยงไม่ได้หรือเปล่า ไม่มีใครหรือทุกคนต้องรับผิดชอบหรือไม่ มันเกิดซ้ำแล้วซ้ำเล่า แต่แม้วันนี้เราจะมองเห็นอนาคตอันมืดมน เราก็ยังคงก้าวต่อไปอีกก้าว
    หรือเรากำลังสมมติว่าสังคมจะปรับตัวควบคุมตัวเองได้ ฉันคิดว่าได้ในระดับหนึ่ง แต่ ต้นทุนของการปรับตัวเอง นั้นสูงมากและเจ็บปวดมาก เราคิดว่ายอมรับต้นทุนนั้นได้ตราบใดที่มีโอกาสที่เราจะไม่ใช่คนกลุ่มแรกที่ต้องเจ็บหรือ

    • มีการเตือนเรื่อง AI มาหลายสิบปีแล้ว ไม่ว่าจะในทางดีหรือร้าย มันฝังลึกอยู่ในวัฒนธรรมสมัยนิยม หนังสือและภาพยนตร์ไซไฟ แต่การหาว่าในทางปฏิบัติจะทำอะไรจริง ๆ นั้นเป็นอีกเรื่องโดยสิ้นเชิง
      นี่คือ วิวัฒนาการทางวัฒนธรรม และตลาดก็ทำงานแบบนั้น คุณคาดหวังการวางแผนจากส่วนกลางหรือ
    • ข้อถกเถียงเรื่องการเปลี่ยนแปลงสภาพภูมิอากาศก็เป็นไปในลักษณะเดียวกัน
    • ไม่ใช่ทุกคนที่เดินละเมอเข้าไป ยังมีคนจำนวนมากที่ตะโกนอยู่บนหลังคา แต่คนหมู่มากถูกชักจูงได้ง่าย

  • ข้อมูลเกรดมาจาก https://berkeleytime.com/grades
    เพราะกังวลว่าอาจเลือกเฉพาะวิชาที่สนับสนุนเรื่องเล่าที่ตัวเองต้องการ ฉันจึงวาดเส้นสีแดงเป็นสัดส่วน F สำหรับทุกวิชา CS ที่ยังเปิดสอนอยู่ และแสดงจำนวนการให้เกรดของภาคการศึกษาล่าสุดที่วิชานั้นเปิดสอนด้วยแท่งสีฟ้าอ่อน จากนั้นเรียงจากมากไปน้อย
    ดูเหมือนว่าความกังวลนั้นจะถูกต้อง เพราะเมื่อดูกราฟชุดแรก ๆ จะไม่เห็น การเพิ่มขึ้นของสัดส่วน F อย่างมาก ในช่วงไม่กี่ภาคการศึกษาล่าสุด
    https://x.com/rahimnathwani/status/2062431813143019525?s=61

    • บทความบอกว่าดู CS 10 กับ 61A ซึ่งถ้าจำไม่ผิดเป็น วิชาเบื้องต้น ของ Berkeley อยากรู้ว่าทำไมถึงมองว่านี่คือการเลือกข้อมูลเข้าข้างตัวเอง และโดยเฉพาะอย่างยิ่งถ้าไม่ใช่การให้คะแนนแบบอิงกลุ่มเหมือนวิชาของอาจารย์ที่ถูกอ้างถึง ทำไมจึงไม่ใช่จุดเริ่มต้นที่สมเหตุสมผลสำหรับการวิเคราะห์
    • ในทางกลับกัน ก็อาจเป็นไปได้ว่าอาจารย์หลายคนแค่ปรับ เส้นโค้งคะแนน เพื่อหลีกเลี่ยงการให้ F กับนักศึกษามากเกินไป
      อาจารย์มีแรงจูงใจไม่ให้เกรดต่ำมากเกินไป เพราะเกรดต่ำมักทำให้ผลประเมินการสอนแย่ลง ซึ่งอาจกระทบการขึ้นเงินเดือนและการเลื่อนตำแหน่ง และเกรดต่ำยังดึงความสนใจจากฝ่ายบริหารเพิ่มขึ้น ซึ่งไม่มีอาจารย์คนไหนอยากเจอ

  • เดือนมกราคม ลูกสาวของฉันมีปัญหากับวิชาคณิตศาสตร์ ฉันเลยสร้าง เครื่องมือสร้างแบบฝึกหัด ที่ใช้ Claude แบบเข้มข้นมาก เพื่อสร้างโจทย์ให้เธอได้ฝึกซ้ำในแนวคิดที่ยังติดขัด
    มันได้ผล และถ้าทำด้วยวิธีดั้งเดิมก็คงยากกว่านี้มาก
    เครื่องมือนี้สร้าง PDF พร้อมเฉลยและชุดวิธีทำ และยังแก้โจทย์ให้ได้หลายวิธี ทำให้ตรวจวิธีทำของลูกสาวได้ง่ายขึ้นและวนฝึกได้เร็วขึ้น
    มันเป็นเครื่องมือที่ทรงพลัง สุดท้ายแล้วก็กลับมาที่ว่าจะใช้เครื่องมือนั้นอย่างไร ใช้เพื่อพัฒนาตัวเอง หรือใช้เป็นทางลัด

    • ถ้าแก่นสำคัญคือ “ใช้เพื่อพัฒนาตัวเอง หรือใช้เป็นทางลัด” ในระดับสังคมเราก็ควรมองว่าแรงจูงใจอะไรทำให้ คุณภาพมาก่อนประสิทธิภาพ
      ถ้าทุกคนทำใน “วิธีที่ถูกต้อง” ก็ไม่มีปัญหา แต่แรงจูงใจทางสังคมนั้นซับซ้อนและขัดแย้งกัน ทำให้ทางลัดระยะสั้นดูน่าดึงดูดกว่าสำหรับคนจำนวนมาก
      นี่เป็นทั้งปัญหาทางเทคโนโลยีและ ปัญหาทางสังคม

  • ดูเหมือนเป็นข่าวอีกเรื่องหนึ่ง แต่ “คณาจารย์ University of California กว่า 600 คนที่นำโดยนักคณิตศาสตร์ของ UC Berkeley กำลังเรียกร้องให้ฟื้น ข้อกำหนดการสอบมาตรฐาน สำหรับผู้สมัครสายวิทยาศาสตร์ เทคโนโลยี วิศวกรรม และคณิตศาสตร์ โดยให้เหตุผลว่าการรับเข้าแบบไม่ใช้คะแนนสอบตลอด 6 ปีที่ผ่านมาไม่สามารถประเมินความพร้อมได้อย่างน่าเชื่อถือ และอาจารย์ต้องสอนคณิตศาสตร์ระดับมัธยมต้นให้กับนักศึกษาปีหนึ่งบ่อยขึ้น”
    https://archive.ph/18spS

    • หาเอกสารจดหมายฉบับจริงได้ยาก แต่นี่คือที่อยู่: https://ucstudentsuccess.org
    • ตกลงแล้วใครเป็นคนตัดสินใจยกเลิก เกณฑ์มาตรฐาน สำหรับการคัดกรองนักศึกษา
      แล้วข้อดีที่เป็นไปได้จากเรื่องนั้นคืออะไร

  • กังวลเรื่อง LLM มากจริงๆ
    ฉันมีลูกชายอายุ 15 ปี และใช้ Google Family Link จัดการการใช้โทรศัพท์ของเขา โดยรวมค่อนข้างเปิดกว้าง แค่รับการแจ้งเตือนเวลาเขาติดตั้งแอป แต่ Gemini ห้ามเด็ดขาด
    เราคุยกันยาวมากเกี่ยวกับอันตรายของมัน
    ลูกชายบอกว่าเพื่อนๆ ใช้ LLM กันบ่อย และสงสัยว่านั่นคือสาเหตุของคะแนนสอบ เพื่อนบางคนได้คะแนนสอบแค่ราว 20–40% ขณะที่ลูกชายของฉันอ่านข้อสอบเก่าและตอบคำถามตอนทบทวนจนได้เกิน 80%
    เห็นได้ชัดว่าผู้ให้บริการ AI คงไม่สนว่านักเรียนใช้ LLM แก้โจทย์การบ้านหรือไม่ เลยกังวลกับอนาคต

    • นั่นแหละคือเหตุผลที่มี การทดสอบมาตรฐาน อยู่ เพราะมันเปิดโอกาสให้แสดงความสามารถผ่านความพยายามและการฝึกฝนนอกเวลาเรียน พร้อมทั้งทนความน่าเบื่อที่ทั้งการเรียนและการทำงานต้องการได้มากพอ
      แทนที่จะมอง AI เป็นแค่ภัยคุกคาม คุณควรมองว่ามันช่วยเร่งและเสริมการเรียนรู้ของลูกชายได้อย่างไร ต่างหาก สิ่งที่อันตรายจริงๆ คือบรรยากาศทางการเมืองที่พยายามยกเลิกการทดสอบมาตรฐานเพื่อซ่อนข้อมูลของกลุ่มที่ล้มเหลวมาแต่เดิม
    • สงสัยว่าลูกชายของคุณทำอะไรถึงต้องติดตั้ง Google Family Link หรือว่าติดตั้งไว้เป็นค่าเริ่มต้นอยู่แล้ว
    • การที่คุณห้าม Gemini อย่างหนัก ฟังดูเหมือนว่าถ้าอินเทอร์เน็ตเพิ่งออกมาเมื่อ 5 ปีก่อน คุณก็คง ห้ามอินเทอร์เน็ต ลูกชายด้วย

  • “แนวทางระบุว่า GPA โดยทั่วไปของวิชาย่อยควรอยู่ในช่วง 2.8–3.3 ตาม Berkeleytime คะแนนเฉลี่ยของสองวิชานี้ในฤดูใบไม้ผลิ 2026 คือ C+ ซึ่งเทียบเท่ากับ GPA 2.3”
    ในฐานะศิษย์เก่า Cal รู้สึกดีใจมากที่เห็นการขีดเส้นเรื่อง grade inflation ไว้ชัดเจน ฉันทำงานหนักมากกว่าจะได้ GPA แบบที่มีอยู่ และจะไม่ชอบเลยถ้า Cal เดินไปในทางเดียวกับ Yale ที่แจก A และ A- กันถึง 79% จนทำให้ความพยายามของฉันด้อยค่า: https://yaledailynews.com/articles/professors-face-grading-dilemma-too-many-a-s-little-taste-for-limits

    • ฉันอ่านซับเรดดิตของ UC ที่ตัวเองเคยเรียน และพอประกาศผลรับเข้าปีนี้ก็มีโพสต์คำถามจากผู้ผ่านการคัดเลือกเยอะมาก ในจำนวนนั้นราว 1/3 ถึง 1/2 ถามว่า grade deflation หนักแค่ไหน และเมื่อเทียบกับวิทยาเขตอื่นเป็นอย่างไร
    • คงอยู่ได้ไม่นานหรอก หลังเรียนจบคนก็ต้องมีเกรดดีๆ เพื่อหางาน ถ้าแจกเกรดต่ำกันมาก ผู้สมัครปีถัดไปก็จะลดลง
      ถึงอย่างนั้น เกรดสูง + จบมานานแล้ว ก็ยังคงเป็นสัญญาณบางอย่างอยู่ดี
    • อาจเป็นความเห็นส่วนน้อย แต่การเปลี่ยนมหาวิทยาลัยรัฐให้เป็น Hunger Games ทางวิชาการนั้นสวนทางกับเหตุผลที่มันมีอยู่โดยสิ้นเชิง เป้าหมายของมหาวิทยาลัยรัฐคือการสร้างพลเมืองที่มีการศึกษา
      การตั้งใจลดคุณภาพการสอนและพยายามวางกับดักนักศึกษาในข้อสอบไม่ได้ช่วยยกระดับผลลัพธ์ทางการศึกษาของใครเลย คนที่บ่นเรื่อง grade inflation ลืมไปหมดแล้วว่าทำไมการศึกษาของรัฐถึงมีอยู่

  • น่าเสียดายจัง ช่วงนี้ฉันเริ่มทำกิจกรรมสนุกๆ ด้วยการกลับมาฝึกคณิตศาสตร์ใหม่ โดยระหว่างแก้โจทย์ก็ขอให้ Gemini Live mode ช่วยตรวจสอบและเสนอแนะ บางครั้งก็ช่วยไล่ไปทีละขั้น
    มันสนุกมาก เหมือนมีอาจารย์ที่อดทนมากๆ ยืนอยู่ข้างตัวตลอดเวลา เป็นประสบการณ์เรียนคณิตศาสตร์ที่ดีที่สุดอย่างหนึ่งเท่าที่เคยมีมา และฉันก็ไม่ต้องส่งสินบนหรือของขวัญให้ Gemini เพื่อให้มันเอ็นดูฉันด้วย
    แต่ถ้าคุณไม่คิดเองเลยแล้วปล่อยให้ LLM ทำทุกอย่างให้เสร็จ แบบนั้นฟังดูเหมือนเป็นการ โกงตัวเอง