معلمی که هیچوقت خسته نمیشود
یکی از مهمترین دلایل محبوبیت هوش مصنوعی در حوزهی آموزش، دسترسی بیوقفه به آن است. میلیونها نفر در سراسر جهان اکنون به چیزی دسترسی دارند که تا چند سال پیش تنها برای افراد برخوردار ممکن بود: یک معلم خصوصی که در هر ساعت از شبانهروز آمادهی پاسخگویی است.
دانشآموزی که در فهم یک مسئلهی ریاضی مشکل دارد، میتواند بارها و بارها از هوش مصنوعی بخواهد همان مفهوم را با روشهای مختلف توضیح دهد. فردی که قصد یادگیری زبان جدیدی را دارد، میتواند مکالمه تمرین کند، اشتباهاتش را اصلاح کند و بازخورد فوری بگیرد. حتی کسانی که در مناطق دورافتاده زندگی میکنند و دسترسی محدودی به منابع آموزشی دارند، اکنون میتوانند از امکاناتی بهره ببرند که پیشتر تنها در شهرهای بزرگ در دسترس بود.
این ویژگی، آموزش را تا حد زیادی دموکراتیکتر کرده است. فاصله میان کسی که به منابع آموزشی فراوان دسترسی دارد و کسی که از چنین امکانی محروم است، دستکم در برخی حوزهها کمتر شده است.
یادگیری شخصی؛ رؤیایی که به واقعیت نزدیک شده است
یکی از محدودیتهای آموزش سنتی این است که یک معلم باید همزمان به نیازهای متفاوت دهها دانشآموز پاسخ دهد. در چنین شرایطی، شخصیسازی آموزش دشوار است. اما هوش مصنوعی دقیقاً در همین نقطه قدرت خود را نشان میدهد.
اگر کاربر یک مفهوم را متوجه نشود، میتواند از هوش مصنوعی بخواهد آن را سادهتر توضیح دهد، مثالهای بیشتری بزند یا آموزش را از سطحی ابتداییتر آغاز کند. برعکس، اگر فردی دانش پیشزمینهی بالایی داشته باشد، میتواند توضیحی تخصصیتر و عمیقتر دریافت کند.
در عمل، هر کاربر میتواند تجربهی آموزشی متناسب با نیازها و سرعت یادگیری خود داشته باشد؛ چیزی که سالها یکی از آرزوهای نظامهای آموزشی بوده است.
از مصرفکنندهی محتوا تا شریک گفتگو
هوش مصنوعی تنها یک موتور پاسخگویی نیست. تفاوت اصلی آن با بسیاری از ابزارهای آموزشی گذشته در امکان تعامل است.
فرد میتواند با هوش مصنوعی بحث کند، استدلالهایش را به چالش بکشد، از آن بخواهد نقش یک مصاحبهگر استخدامی یا یک مشتری ناراضی را بازی کند و در یک محیط امن مهارتهایش را تمرین کند. چنین قابلیتی بهویژه در یادگیری مهارتهای نرم اهمیت دارد؛ مهارتهایی مانند مذاکره، ارائه، فروش، گفتگوی حرفهای یا حتی حل تعارض.
به همین دلیل بسیاری از متخصصان آموزش معتقدند هوش مصنوعی میتواند یادگیری را از یک فرایند منفعل به تجربهای فعالتر و تعاملیتر تبدیل کند.
اما آیا یادگیری واقعاً عمیقتر شده است؟
در کنار همهی مزایا، نگرانیهای جدی نیز وجود دارد. منتقدان میپرسند آیا دسترسی بیش از حد آسان به پاسخها، توانایی فکر کردن را تضعیف نمیکند؟
فرض کنید دانشجویی برای هر تکلیف دانشگاهی از هوش مصنوعی کمک بگیرد؛ مقاله بنویسد، خلاصه تهیه کند و حتی تحلیل ارائه دهد. ممکن است خروجی نهایی قابل قبول به نظر برسد، اما آیا او واقعاً چیزی یاد گرفته است؟
بسیاری از پژوهشگران از پدیدهای سخن میگویند که میتوان آن را «توهم یادگیری» نامید؛ وضعیتی که در آن فرد تصور میکند موضوعی را فهمیده، در حالی که صرفاً پاسخ آماده را خوانده است. تفاوت میان دانستن و فهمیدن، اغلب در همان لحظات دشوار تلاش، اشتباه و اصلاح نهفته است؛ لحظاتی که هوش مصنوعی گاهی آنها را حذف میکند.
خطر فراموش کردن مهارتهای بنیادین
نسلهای گذشته ساعتها برای یافتن یک منبع معتبر جستجو میکردند، کتاب میخواندند و یادداشت برمیداشتند. امروز بخش زیادی از این فرایندها به چند فرمان کوتاه تبدیل شده است.
این تحول اگرچه سرعت یادگیری را افزایش داده، اما ممکن است به بهای تضعیف برخی مهارتهای بنیادین تمام شود. توانایی پژوهش مستقل، مطالعهی عمیق، تحلیل منابع اولیه و نوشتن از نقطهی صفر، مهارتهایی هستند که هنوز هیچ فناوری نتوانسته جای آنها را بگیرد.
خواندن خلاصهی یک کتاب با خواندن خود کتاب یکسان نیست؛ همانطور که تماشای آموزش شنا جای شنا کردن را نمیگیرد.
وقتی ماشین اشتباه میکند
یکی دیگر از چالشهای مهم، مسئلهی دقت است. هوش مصنوعی گاهی پاسخهایی تولید میکند که بسیار قانعکننده و حرفهای به نظر میرسند، اما در واقع اشتباه هستند.
این خطاها که در ادبیات تخصصی از آنها با عنوان «توهم» یاد میشود، میتوانند کاربران کمتجربه را به اشتباه بیندازند. به همین دلیل، استفاده از هوش مصنوعی بدون مهارت ارزیابی اطلاعات، خطرناک است. هرچه خروجی روانتر و مطمئنتر به نظر برسد، ضرورت راستیآزمایی آن بیشتر میشود.
چگونه از هوش مصنوعی برای یادگیری بهتر استفاده کنیم؟
شاید مهمترین نکته این باشد که هوش مصنوعی را جایگزین فرایند یادگیری نکنیم، بلکه آن را در خدمت این فرایند قرار دهیم.
کاربرانی که بیشترین بهره را از این فناوری میبرند، معمولاً کسانی هستند که از آن بهعنوان مربی استفاده میکنند، نه پاسخدهنده. آنها بهجای درخواست جواب نهایی، میخواهند مسیر رسیدن به جواب را بیاموزند. از هوش مصنوعی میخواهند ایرادهای استدلالشان را پیدا کند، منابع بیشتری معرفی کند یا پرسشهای دشوارتری مطرح کند.
همچنین ضروری است که خروجیهای هوش مصنوعی با منابع معتبر مقایسه شوند و بخشی از زمان یادگیری همچنان به مطالعه کتابها، مقالات تخصصی و گفتگو با متخصصان اختصاص یابد.
سواد جدیدی به نام سواد هوش مصنوعی
اگر در دهههای گذشته سواد دیجیتال به یکی از مهارتهای ضروری زندگی تبدیل شد، اکنون به نظر میرسد جهان در حال حرکت بهسمت نوع تازهای از سواد است؛ سوادی که شامل توانایی استفادهی مؤثر از هوش مصنوعی، تشخیص خطاهای آن و درک محدودیتهایش میشود. احتمالاً در سالهای آینده دیگر سؤال این نخواهد بود که آیا باید از هوش مصنوعی استفاده کرد یا نه. سؤال اصلی این است که چگونه میتوان از آن استفاده کرد، بدون آنکه توانایی اندیشیدن مستقل را از دست داد.
آیندهی یادگیری؛ همکاری انسان و ماشین
برخلاف برخی پیشبینیهای هیجانزده، بعید به نظر میرسد هوش مصنوعی جای معلمان، استادان یا مربیان انسانی را بهطور کامل بگیرد. آنچه در حال تغییر است، نقش این افراد است.
هوش مصنوعی میتواند بخشی از وظایف تکراری را بر عهده بگیرد؛ از طراحی تمرین و تصحیح تکالیف گرفته تا تحلیل نقاط ضعف دانشآموزان. در مقابل، معلمان بیش از گذشته بر حوزههایی تمرکز خواهند کرد که ماشین هنوز در آنها ناتوان است: ایجاد انگیزه، پرورش تفکر انتقادی، آموزش اخلاق و برقراری ارتباط انسانی.
در نهایت، ارزش آموزش نه فقط در انتقال اطلاعات، بلکه در شکل دادن به شیوهی فکر کردن انسانهاست؛ مأموریتی که همچنان به حضور انسان نیاز دارد.
هوش مصنوعی یادگیری را سریعتر، ارزانتر و در دسترستر کرده است. اما همان ابزاری که میتواند به رشد تواناییهای ما کمک کند، در صورت استفادهی نادرست ممکن است ما را به مصرفکنندگان منفعل پاسخهای آماده تبدیل کند.
شاید مهمترین مهارت عصر جدید این باشد که بدانیم چه زمانی از هوش مصنوعی کمک بگیریم و چه زمانی خودمان با مسئله درگیر شویم. زیرا هدف نهایی آموزش، انباشتن اطلاعات در ذهن نیست؛ پرورش توانایی اندیشیدن، تحلیل کردن و خلق کردن است.
به همین دلیل، پرسش اصلی آینده احتمالاً این نخواهد بود که «آیا هوش مصنوعی میتواند به ما یاد بدهد؟» بلکه این خواهد بود که «چگونه میتوانیم با کمک هوش مصنوعی، بهتر فکر کردن را یاد بگیریم؟»
مریم کمالی
کارشناس روانشناسی، کارشناس ارشد فلسفه
