Résumé des principales informations
Cette année, pendant la saison des examens d'entrée à l'université, de grandes entreprises telles que Tencent, Alibaba (Quark), Baidu et ByteDance ont amélioré leurs outils basés sur l'intelligence artificielle pour ces examens, couvrant l'ensemble du processus : de la préparation aux examens, pendant les examens eux-mêmes, jusqu'à la sélection des universités. Ces outils aident les candidats à organiser leurs erreurs, à résumer les points clés des sujets, à limiter la prise de photos pendant les examens pour assurer l'équité, et à recevoir des recommandations pour leur choix d'université après les examens. Ils se sont avérés très efficaces pour organiser l'information et améliorer l'efficacité, mais présentent également des limites telles que des erreurs de données, des recommandations similaires pour des candidats ayant des scores proches, des illusions logiques et des aspects peu transparents (ce qu'on appelle un « boîtier noir » des données). En fin de compte, ils restent des outils d'assistance et ne doivent pas être utilisés de manière exclusive.
1. Pourquoi les grandes entreprises se bousculent-elles pour développer des outils AI pour les examens d'entrée à l'université ?
Les examens d'entrée à l'université représentent une entrée majeure dans le marché et un moyen de construire la confiance des utilisateurs. Chaque année, des millions de candidats et de parents constituent une clientèle potentielle de haute fréquence et de grande valeur. Celui qui parvient à les aider dans cette étape importante de leur vie gagne leur confiance à long terme, ce qui peut ensuite se traduire en utilisateurs pour d'autres services basés sur l'intelligence artificielle (apprentissage, recherche d'emploi, gestion financière, etc.). De plus, les données collectées lors des examens (préférences pour les universités, points faibles dans les études) constituent un excellent matériau pour entraîner les grands modèles d'intelligence artificielle. Ainsi, derrière la compétition pour ces outils se cache en réalité la lutte pour la domination des utilisateurs, des données et de l'écosystème AI.
2. Quels aspects des outils AI pour les examens d'entrée à l'université sont vraiment utiles ?
L'intelligence artificielle est particulièrement efficace dans le domaine de l'organisation de l'information, ce qui peut économiser du temps et réduire l'anxiété des candidats :
- Amélioration de l'efficacité de la préparation : par exemple, utiliser l'intelligence artificielle pour organiser les erreurs dans les questions de littérature classique (envoyer les erreurs à l'algorithme et obtenir immédiatement des questions similaires ainsi que des méthodes d'analyse), résumer les modèles de réponses aux questions politiques, ou corriger des compositions en anglais (en corrigeant non seulement la grammaire, mais aussi la logique et l'expression).
- Soutien psychologique après les examens : lorsque le candidat se sent déprimé après un examen difficile (comme en physique), l'algorithme peut lui dire que le résultat en physique est déjà fixe et qu'il est plus important de se concentrer sur la prochaine matière, lui permettant ainsi de se remettre rapidement.
- Intégration des informations pour le choix d'université : après avoir saisi ses scores et choisi ses matières, l'algorithme peut générer rapidement une liste de recommandations, évitant ainsi la nécessité de vérifier manuellement les barres de score de centaines d'établissements.
3. Quelles pièges faut-il éviter avec les outils AI ?
Lorsque l'intelligence artificielle est utilisée pour des décisions précises ou une compréhension approfondie des données, elle peut échouer :
- Erreurs de données : Lin Zihan a constaté que les recommandations d'universités par l'algorithme étaient en retard de plusieurs centaines de places par rapport aux données officielles, ce qui l'a presque conduit à un échec dans son choix d'université.
- Recommandations similaires : si l'algorithme se base trop sur les scores, des candidats ayant des scores proches reçoivent les mêmes recommandations, entraînant une concentration des demandes sur les mêmes spécialités et réduisant ainsi leurs chances d'être admis.
- Problèmes de dépassement du programme scolaire : certains candidats utilisent l'algorithme pour résoudre des problèmes de mathématiques, mais celui-ci applique des méthodes de calcul différentiel universitaires, qui dépassent le programme scolaire secondaire, rendant les efforts inutiles.
- Mésalignement entre les spécialités et les intérêts du candidat : même si le candidat choisit des matières comme la physique, la chimie et la politique, l'algorithme peut continuer à recommander des spécialités liées à la biologie, sans tenir compte de ces choix.
4. Pourquoi ne peut-on pas faire entièrement confiance aux outils AI ? Quelles sont leurs limites fondamentales ?
Ces trois problèmes sont difficiles à résoudre à court terme :
- Illusions logiques : l'algorithme génère des résultats basés sur des probabilités, et il est possible que le raisonnement soit incorrect mais que la réponse soit correcte (par exemple, une solution erronée dans un problème de mathématiques peut être juste par chance). Les candidats qui suivent ces recommandations peuvent se tromper.
- Boîtier noir des données : la logique sous-jacente des recommandations d'université est peu transparente : quels sont les données historiques utilisées ? Comment les données ont-elles été traitées ? L'algorithme a-t-il été influencé par des partenariats commerciaux ? Les résultats varient d'une plateforme à l'autre, mais les candidats ne peuvent pas savoir pourquoi.
- Impossibilité de retracer les erreurs : l'algorithme peut seulement identifier les points faibles dans les connaissances, mais il ne sait pas pourquoi le candidat a commis des erreurs (par négligence ou manque de compréhension), et les suggestions qu'il propose sont générales (renforcer ces connaissances) sans permettre un diagnostic précis des besoins d'apprentissage.
5. Comment les candidats devraient-ils utiliser les outils AI de manière fiable ?
Considérez les outils AI comme des aides et non comme des mentors décisionnels :
- Utilisez-les pour des tâches efficaces : laissez l'algorithme organiser vos erreurs, trouver les points clés des sujets et corriger vos compositions pour gagner du temps.
- Vérifiez vous-même les données clés : comparez toujours les recommandations d'universités et de spécialités avec les informations officielles (sur le site web de l'administration des examens, par exemple) pour obtenir les barres de score et les classements les plus récents.
- Intégrez vos propres besoins : lorsque vous choisissez une spécialité recommandée par l'algorithme, prenez en compte vos intérêts, votre choix de matières et votre plan de carrière futur pour ne pas être influencé uniquement par les tendances.
- Utilisez le soutien psychologique : les suggestions calmes de l'algorithme peuvent vous aider à gérer votre anxiété après les examens, mais c'est vous qui devez prendre la décision finale.
En somme, les outils AI pour les examens d'entrée à l'université sont utiles, mais le choix final de votre avenir doit être fait par vous-même. Après tout, votre avenir ne peut pas être déterminé par l'intelligence artificielle.