فرهنگی به گزارش خبرگزاری تسنیم؛ امیرمحمد سلطانی پژوهشگر و کارشناس حوزه حکمرانی و حمید ناصری کارشناس حوزه فتاوری و ارتباطات در نسشت علمی با موضوع آموزش در عصر هوش مصنوعی؛ فرصتها و چالشها به بررسی فرصتها و چالشهای هوش مصنوعی در آموزش و همچنین نسبت این فناوری با یادگیری، تربیت، ارزشیابی، جایگاه معلم و آینده مدرسه و دانشگاه پرداختند. سلطانی در ابتدای سخنان خود در این نشست اظهار داشت: تا همین چند سال پیش، وقتی دانشجویی مقالهای مینوشت یا گزارشی تحویل میداد، یک فرض نانوشته پشت ارزیابی وجود داشت، یعنی آنچه روی کاغذ آمده، اگر ضعف یا استدلال نادرست داشت یا حتی پاسخ مسئله را هم اشتباه نوشته بود، کم و بیش حاصل تلاش ذهنی همان دانشجو بود، اما امروز این فرض دیگر به آن استواری گذشته نیست و دانشجو میتواند در کمترین زمان ممکن پرسشی را به یک سامانه هوش مصنوعی بسپارد، پاسخی دریافت کند، آن را تغییر دهد و در نهایت متنی تحویل دهد که از نظر ساختار و انسجام و پیوستگی متن، حتی بهتر از نوشتهای باشد که خودش از ابتدا تا انتها نوشته است که در این جا مسئله آموزش جدی میشود. وی افزود: نباید این مسئله را به عنوان تقلب معرفی کرد. تقلب پیش از هوش مصنوعی نیز در نظام آموزشی وجود داشت و پدیده تازهای نیست، اما آنچه تغییر کرده است، دامنه و کیفیت کمک گرفتن از فناوری در آموزش است. دانشآموز و دانشجوی امروز فقط امکان کپی کردن یک متن را ندارند، بلکه میتوانند برای نوشتن، خلاصهسازی، جستوجوی اطلاعات، حل مسئله و حتی ساختن یک استدلال از هوش مصنوعی استفاده کنند. پس مرز میان کمک گرفتن و انجام دادن کار به جای خود، دیگر مانند گذشته روشن نیست. دانشجو ممکن است بخشی از کار را خودش انجام دهد، بخشی را به ماشین بسپارد و در نهایت محصولی ارائه کند که تشخیص سهم واقعی هر کدام از آنها در آن آسان نباشد، که همین وضعیت، مفهوم تکلیف آموزشی را با پرسشی جدی روبهرو کرده است. این پژوهشگر و کارشناس حوزه حکمرانی در ادامه خاطر نشان کرد: بسیاری از تکالیفی که در مدرسه و دانشگاه رواج دارند، متعلق به دورهای هستند که دسترسی به اطلاعات و امکان تولید سریع محتوا محدودتر بود. مثلا از دانشجو خواسته میشد درباره موضوعی تحقیق کند یا گزارش و متنی را خلاصه کند، اما اکنون باید پرسید اگر بخش عمدهای از این فعالیتها را میتوان به هوش مصنوعی سپرد، آیا تکلیف مورد نظر هنوز میتواند میزان یادگیری را آشکار کند؟ سلطانی افزود: پاسخ در بسیاری از موارد منفی است، اما این به معنای بی اعتبار شدن تکلیف، نوشتن یا تحقیق نیست، بلکه مسئله بر سر تغییر صورت مسئله است؛ یعنی آموزش باید از دانشآموز و دانشجو بخواهد چیزی را نشان دهد که صرفاً با تولید یک متن آماده قابل اثبات نباشد. وی در ادامه بیان داشت: برای مثال اگر دانشجویی درباره یک مسئله اجتماعی مقالهای ارائه میکند، شاید مهمتر از متن نهایی این باشد که بتواند توضیح دهد چرا چنین موضوعی را انتخاب کرده، چه منابعی را دیده، کدام استدلالها برایش قانعکننده بوده، با کدام دیدگاه مخالف است و اگر قرار باشد دوباره متن خود را بنویسد، چه چیزی را تغییر خواهد داد؟ در چنین رویکردی، خود هوش مصنوعی نیز میتواند از یک تهدید به بخشی از فرایند یادگیری تبدیل شود. استاد میتواند از دانشجو بخواهد ابتدا برداشت خود را درباره یک موضوع بنویسد، سپس همان پرسش را در اختیار یک سامانه هوش مصنوعی قرار دهد و بعد هم دو پاسخ را کنار هم بگذارد. کدام استدلال دقیقتر است؟ کدام بخش نیازمند بررسی بیشتر است؟ آیا پاسخ ماشین دچار سادهسازی شده است؟ چه نکتهای در نوشته انسانی وجود دارد که در پاسخ تولیدشده توسط ماشین دیده نمیشود؟ در این صورت، دانشجو دیگر مصرفکننده هوش مصنوعی نیست، بلکه در حال یادگیری از طریق نقد آن است. سلطانی بیان کرد: آموزش زمانی میتواند از ظرفیت هوش مصنوعی بهره کافی را ببرد که انسان همچنان جایگاه داور و تصمیمگیرنده را حفظ کند، که مسئله ارزشیابی هم از همین جا اهمیت پیدا میکند. وقتی تولید پاسخ آسانتر شده، ارزیابی نمیتواند دستنخورده باقی بماند، مثلا امتحانی که فقط توانایی ارائه پاسخ را میسنجد، در شرایط جدید همیشه تصویر دقیقی از میزان فهم دانشجو به دست نمیدهد. این پژوهشگر و کارشناس حوزه حکمرانی خاطر نشان کرد: این رویه به معنای بیاعتبار شدن امتحان نیست، چرا که آزمون حضوری همچنان جای خود را دارد، اما شاید لازم باشد بخشی از ارزیابی دانشگاهی به گفتوگو، دفاع از یک نوشته، توضیح مسیر رسیدن به پاسخ و نقد منابع اختصاص پیدا کند. دانشجو باید نشان دهد که آنچه ارائه کرده، صرفاً یک متن آماده نیست، و پشت آن فهم و انتخاب فکری وجود دارد. سلطانی در ادامه اظهار داشت: ممکن است متنی از نظر نگارش خوب و ساختاری منسجم و بدون عیب داشته باشد، اما نویسنده نتواند از مبانی آن دفاع کند. اما در نقطه مقابل ممکن است نوشته دانشجویی چندان صیقلخورده نباشد، اما دانشجو بتواند درباره انتخابهای فکری خود توضیح دهد، از استدلالهایش دفاع کند و حتی ضعفهای نوشته را بپذیرد، که در چنین شرایطی ارزیابی به جای آنکه صرفاً کیفیت محصول را بسنجد، به کیفیت فهم نزدیکتر میشود. وی در ادامه بیان کرد: هوش مصنوعی تنها تکلیف و امتحان را تغییر نمیدهد و حتی میتواند جایگاه معلم را هم تحت تأثیر قرار میدهد. سخن گفتن از حذف معلم به واسطه هوش مصنوعی، شاید بیش از آنکه تحلیلی علمی باشد فقط یک پیشبینی رسانهای باشد، چرا که مسئله مهمتر این است که بخشی از کارکردهای سنتی معلم در حال تغییر است و همین تغییر معلم را به بازتعریف نقش خود فرا میخواند. مثلا در گذشته بخش مهمی از اقتدار معلم از دانستن و احاطه علمی اش میآمد، یعنی معلم اطلاعاتی داشت که دانشآموز نداشت و وظیفه انتقال آن اطلاعات را بر عهده میگرفت. اما امروز چنین انحصاری دیگر وجود ندارد، و دانشآموز میتواند در چند لحظه به انبوهی از منابع و پاسخها دسترسی پیدا کند. بنابراین ارزش معلم بیش از پیش در توانایی تشخیص، قضاوت، گفتوگو و فهم موقعیت انسانی آشکار میشود. سلطانی خاطر نشان کرد: معلم باید بتواند از یک پاسخ ساده، پرسشی جدی بسازد و به دانشآموز نشان دهد که هر پاسخ روان و منسجم، الزاماً درست نیست. همچنین معلم باید بتواند میان اطلاعات و دانش فاصله بگذارد، چرا که اطلاعات را میتوان دریافت کرد، اما دانش زمانی شکل میگیرد که فرد بتواند اطلاعات را در زمینه مناسب قرار دهد، ارتباط میان آنها را بفهمد و درباره اعتبارشان داوری کند. این مسئله در دانشگاه اهمیت بیشتری دارد، به خاطر اینکه دانشگاه فقط محل انتقال پاسخهای موجود نیست. اگر قرار باشد دانشگاه همچنان کارکرد خود را حفظ کند، باید قدرت پرسشگری و صورتبندی مسئله را در دانشجو پرورش دهد، و به همین خاطر هوش مصنوعی در تولید پاسخهای موجود توانایی بالایی دارد، اما آنجا که مسئله هنوز درست صورتبندی نشده، جایی است که تفکر انسانی همچنان اهمیت تعیینکننده دارد. در ادامه این نشست حمید ناصری پژوهشگر و کارشناس حوزه فناوری با اشاره به ظرفیت بالای هوش مصنوعی در آموزش، استفاده درست از آن را فرصت و استفاده نادرست در آموزش را یک چالش اساسی دانست. وی افزود: نگرانی که در این مورد وجود دارد که شاید کمتر دیده شده باشد، نگرانی از وابستگی ذهنی به پاسخهای آماده در دانشجو یا دانش آموز است که باعث وابستگی بیش از حد به هوش مصنوعی میشود. مثلا اگر دانشآموز برای هر پرسش قبل از آنکه چند دقیقه با مسئله درگیر و به دنبال پاسخ آن باشد، سراغ هوش مصنوعی برود، ممکن است به تدریج تحمل ابهام و دشواری را از دست بدهد. از همین رو بخش مهمی از رشد فکری انسان در فاصله میان نمیدانم و فهمیدم اتفاق میافتد، همان فاصلهای که فرد در آن مجبور میشود جستوجو کند، اشتباه کند، دوباره فکر کند و نظرش را اصلاح کند. بنابراین شاید مسئله اصلی هوش مصنوعی در آموزش همین باشد که فناوری ممکن است بخشی از زحمت شناختن را حذف کند. ناصری در ادامه اظهار داشت: البته همه زحمتها ارزشمند نیستند، مثلا منطقی نیست دانشآموز برای یافتن یک اطلاعات ساده ساعتها وقت صرف کند، اما دشواری فهمیدن، مقایسه کردن، خطا کردن، دفاع از یک نظر و حتی تغییر دادن آن خود بخشی از فرایند تربیت فکری است. در نتیجه نقش آموزش این است که باید میان این دو نوع دشواری تفاوت بگذارد، دشواریهایی که فقط وقت تلف میکنند و دشواریهایی که ذهن را میسازند. این کارشناس حوزه فناوری خاطر نشان کرد: از این منظر، سواد هوش مصنوعی نیز معنای وسیعتری پیدا میکند، چرا که سواد هوش مصنوعی فقط دانستن شیوه کار با یک سامانه یا توانایی نوشتن یک دستور مناسب نیست، بلکه فرد باید بداند چه زمانی نباید به پاسخ ماشین اعتماد کند، چگونه یک پاسخ را راستیآزمایی کند و چگونه تشخیص دهد که یک پاسخ ظاهراً دقیق ممکن است بر اطلاعات ناقص یا نادرست استوار باشد. ناصری در ادامه اظهار داشت: مسئولیت استفاده از پاسخ تولیدشده توسط هوش مصنوعی بر عهده انسان است. ماشین پیشنهاد میدهد، متن را تولید میکند و همچنین مسیرهایی را برای حل مسئله ارائه میدهد، اما مسئولیت انتخاب و تصمیم همچنان انسانی است. به همین دلیل آموزش سواد هوش مصنوعی بدون آموزش تفکر انتقادی و مسئولیتپذیری، آموزش کاملی نخواهد بود. بنابراین مسئله آموزش در عصر هوش مصنوعی را نباید به دوگانه استفاده یا عدم استفاده تقلیل داد. وی افزود: اما پرسش مهمتر این است که چه کاری را باید به ماشین سپرد و چه کاری را باید همچنان از انسان خواست. اگر ماشین میتواند اطلاعات را سریعتر پیدا کند، از این قابلیت باید استفاده کرد، اما تشخیص اعتبار اطلاعات را نمیتوان به ماشین سپرد. اگر هوش مصنوعی میتواند پیشنویس تولید کند، دانشجو میتواند از آن کمک بگیرد، ولی دانشجو باید بتواند پیشنویس را نقد کند، تغییر دهد و از نسخه نهایی دفاع کند. در واقع میتوان این طور گفت که هوش مصنوعی ما را مجبور کرده است چیزی را دوباره تعریف کنیم که سالها در آموزش بدیهی گرفته بودیم و آن یادگیری است. این پژوهشگر و استاد دانشگاه در این باره بیان داشت: یادگیری دیگر نمیتواند فقط به معنای داشتن پاسخ باشد، چرا که در جهانی که پاسخ با سرعت و فراوانی تولید میشود، ارزش پرسش، توانایی تشخیص و قدرت داوری بیشتر خواهد شد. پس آموزش آینده باید به جای رقابت با ماشین در تولید پاسخ، به سراغ تواناییهایی برود که برای شکلگیری یک انسان فهمیده و مسئول ضروری است. در چنین شرایطی، آینده آموزش به معنای مدرسه بدون معلم یا دانشگاه بدون استاد نیست، بلکه مسئله عمیقتر از تغییر ابزارهاست. مدرسه و دانشگاه باید روشن کنند چه تجربههایی را همچنان باید خود انسان از سر بگذراند، تجربه تردید، گفتوگو، خطا، دفاع از یک نظر، شنیدن نظر مخالف، بازنگری در یک باور و پذیرفتن مسئولیت تصمیم دیگری است. وی در ادامه افزود: هوش مصنوعی شاید بیش از آنکه پاسخ تازهای برای آموزش آورده باشد، سؤال تازهای پیش روی آن گذاشته است که وقتی ماشین میتواند بسیاری از پاسخها را تولید کند، مدرسه و دانشگاه دقیقاً برای چه چیزی باید انسان را تربیت کنند؟ این کارشناس حوزه فناوری بیان داشت: پاسخ به این پرسش، صرفاً در تدوین آییننامه استفاده از هوش مصنوعی یا ممنوع کردن ابزارهای هوشمند خلاصه نمیشود، بلکه مسئله بازاندیشی در فلسفه آموزش است، اینکه یادگیری را چه میدانیم، فهم را چگونه میسنجیم و چگونه میان انسانی که صرفاً به اطلاعات دسترسی دارد و انسانی که توان فهم، داوری و مسئولیتپذیری دارد، تفاوت بگذاریم. حمید ناصری در پایان این نشست خاطر نشان کرد: چالش اصلی آموزش در عصر هوش مصنوعی، حضور ماشین در کلاس درس نیست، بلکه مسئله این است که مبادا در میان انبوه پاسخهای آماده، خود اندیشیدن کمکم از کلاس کنار برود. بنابراین اگر فناوری پاسخ را آسانتر کرده است، وظیفه آموزش دشوارتر شده، زیرا باید دقیقتر از گذشته نشان دهد که ارزش یادگیری در کدام بخش از این مسیر قرار دارد، در جایی که هنوز انسان باید خودش پرسش کند، بفهمد، تردید کند و در نهایت مسئولانه تصمیم بگیرد. انتهای پیام/
-
اندازه متن
+
نظر شما در مورد این مطلب چیه؟