به گزارش خبرگزاری تسنیم؛ سعید عباسی استاد دانشگاه و پژوهشگر حوزه فناوری و ارتباطات در نشست علمی آموزش در عصر هوش مصنوعی؛ از انتقال دانش تا تربیت فکر که به میزبانی پژوهشگاه علوم و فناوری برگزار شد، به نسبت میان هوش مصنوعی و آموزش، تغییر نقش استاد و ضرورت بازنگری در شیوه‌های ارزیابی یادگیری پرداختند.
سعید عباسی با اشاره به ساختار سنتی آموزش اظهار داشت: مدرسه و دانشگاه سال‌ها با یک مسئله مواجه بودند، اینکه چگونه دانش را به دانش‌آموز و دانشجو منتقل کنند و بخش مهمی از برنامه‌های درسی، کتاب‌های آموزشی، تکالیف و حتی شیوه‌های امتحان نیز بر همین اساس شکل گرفته بود، یعنی دانش‌آموز باید می‌خواند، یاد می‌گرفت، به خاطر می‌سپرد و در زمان مناسب آنچه را آموخته بود بازتولید می‌کرد.
این استاد دانشگاه خاطرنشان کرد: وقتی یک سامانه هوش مصنوعی می‌تواند در چند ثانیه موضوعی را توضیح دهد، خلاصه کند، مثال بزند، مسئله حل کند و حتی متنی منسجم تولید کند، پرسش تازه‌ای پیش روی آموزش قرار می‌گیرد که اگر پاسخ به این آسانی در دسترس باشد، دانش‌آموز و دانشجو برای چه چیزی باید آموزش ببینند؟ از این منظر پاسخ به پرسشهای از این دست، حذف دانش نیست و نمی‌توان گفت با ظهور هوش مصنوعی، دانستن دیگر اهمیت ندارد و همه چیز باید به مهارت‌هایی مانند خلاقیت و تفکر انتقادی واگذار شود، چرا که تفکر انتقادی بدون دانش گاهی چیزی جز اظهار نظر نخواهد بود.
این پژوهشگر حوزه فناوری و ارتباطات با اشاره به تجربه یادگیری در گذشته اظهار داشت: دانش‌آموز برای رسیدن به یک پاسخ ناچار بود بخشی از مسیر را خودش طی کند. کتاب را ورق می‌زد، منابع مختلف را کنار هم می‌گذاشت، بخشی از مطلب را نمی‌فهمید، دوباره سراغ آن می‌رفت وگاهی هم به پاسخ اشتباه می‌رسید. همین رفت‌وبرگشت‌هایی که شاید در ظاهر زمان‌بر و اضافی به نظر می‌رسید، بخشی از فرایند یادگیری بود، به خاطر اینکه ذهن در این مسیر فقط اطلاعات دریافت نمی‌کرد، بلکه با مسئله درگیر می‌شد. امروز اما دانش‌آموز می‌تواند همان مسئله را در اختیار یک سامانه هوش مصنوعی بگذارد و در مدت کوتاهی پاسخی نسبتاً کامل تحویل بگیرد.
عباسی در ادامه افزود: ساختن چیزی در ذهن در آموزش دانشگاهی اهمیت بیشتری پیدا می‌کند، چرا که استاد ممکن است مقاله‌ای را از دانشجو دریافت کند که از نظر نگارشی مرتب است، ساختار دارد، منابع مناسبی در آن دیده می‌شود و نتیجه‌گیری نیز منطقی به نظر می‌رسد، اما اگر از دانشجو خواسته شود یکی از استدلال‌های متن را توضیح دهد، ممکن است فاصله زیادی میان داشتن یک متن و فهمیدن آن متن آشکار شود. از این منظر، ورود هوش مصنوعی یک ضعف قدیمی آموزش را آشکار کرده است. مثلا در گذشته در بسیاری از موارد محصول یادگیری را با خود یادگیری یکی گرفته‌ایم و پاسخ درست، نمره مناسب یا مقاله مرتب، نشانه‌هایی بوده‌اند که بر اساس آنها تصور می‌کردیم یادگیری اتفاق افتاده است، در حالی که امروز همان محصول را می‌توان بدون طی کردن تمام مسیر فکری تولید کرد.
وی درباره معنای این تغییر اظهار داشت: قرار نیست دانشجو دوباره به شیوه گذشته و بدون فناوری کار کند، بلکه موضوع این است که دانشجو بتواند توضیح دهد چگونه به یک نتیجه رسیده، چه شواهدی را دیده، چه چیزی را کنار گذاشته و چرا یک پاسخ را پذیرفته است. به فرض اگر دو دانشجو یک پاسخ یکسان ارائه دهند، اما یکی بتواند درباره منطق آن پاسخ توضیح دهد و دیگری نتواند، از نظر آموزشی این دو وضعیت یکسان نیستند و تفاوت اصلی در میزان درگیری ذهنی با مسئله و توانایی دفاع از نتیجه است.
این پژوهشگر حوزه فناوری و ارتباطات در ادامه، تربیت فکر را مسئله‌ای عملی برای آموزش دانست و اظهار داشت: تربیت فکر یعنی دانشجو فقط پاسخ نگیرد؛ بلکه یاد بگیرد درباره پاسخ موضع بگیرد. بتواند تشخیص دهد کدام بخش درست است، کدام قسمت محل تردید است و یک نتیجه بر چه فرضی استوار شده است.
عباسی در بخش دیگری از سخنان خود به نقش استاد پرداخت و خاطر نشان کرد: استاد در عصر هوش مصنوعی دیگر نمی‌تواند صرفاً بر این مبنا حرکت کند که اطلاعات بیشتری دارد و باید آن را به دانشجو منتقل کند. تخصص علمی همچنان اصل است، اما ارزش استاد بیش از گذشته به توانایی در طرح مسئله، تشخیص خطا، ایجاد گفت‌وگو و واداشتن دانشجو به دفاع از اندیشه خود وابسته می‌شود. بنابراین کلاس خوب، کلاسی نیست که دانشجو در آن سریع‌تر به جواب برسد، بلکه کلاسی است که دانشجو در آن مجبور شود توضیح دهد چرا این جواب را پذیرفته است.
این استاد دانشگاه همچنین بر ضرورت تغییر شیوه‌های ارزیابی تأکید کرد و اظهار داشت: اگر دانشجو بتواند پاسخ یک سؤال را از هوش مصنوعی دریافت کند، امتحانی که فقط پاسخ نهایی را می‌سنجد، دیگر نمی‌تواند معیار کاملاً قابل اتکایی برای تشخیص یادگیری باشدۀ چرا که بخشی از ارزیابی می‌تواند به گفت‌وگو، توضیح مسیر حل، نقد یک پاسخ، مقایسه دو استدلال و دفاع شفاهی از یک نتیجه اختصاص پیدا کند، و به جای اینکه از دانشجو بخواهیم یک تحلیل بنویسد، می‌توان تحلیلی تولیدشده توسط هوش مصنوعی را در اختیار وی قرار داد و از دانشجو خواست خطاهای احتمالی آن را پیدا کند.
عباسی درباره برنامه‌های درسی اظهار داشت: اگر قرار باشد همچنان حجم زیادی از مطالب را در مدت محدود به دانش‌آموز منتقل کنیم و موفقیت را با میزان محفوظات بسنجیم، هوش مصنوعی بیرون از کلاس همیشه رقیبی جدی برای نظام آموزشی خواهد بود. از این رو، وقتی دانش‌آموز با مسائل واقعی و چندلایه مواجه شود، مسائلی که پاسخ واحد و فوری ندارند، آموزش دوباره جایگاه خود را پیدا می‌کند. مسئله واقعی معمولاً چیزی نیست که بتوان با یک سؤال ساده از ماشین پرسید و با دریافت پاسخ، پرونده آن را بست.
این پژوهشگر حوزه فناوری و ارتباطات با اشاره به تفاوت میان پاسخ و مسئله خاطرنشان کرد: هوش مصنوعی در تولید پاسخ بسیار توانمند است، اما اگر آموزش فقط به دنبال پاسخ باشد، خودش را وارد زمین بازی ماشین کرده است. مدرسه و دانشگاه باید تا حدی مسیر را معکوس کنند و به جای اینکه همیشه مسئله را ساده کنیم تا دانش‌آموز سریع‌تر به جواب برسد، گاهی باید مسئله را آن‌قدر جدی نگه داریم که دانش‌آموز ناچار شود با آن درگیر شود، درباره آن فکر کند و حتی برای مدتی پاسخ نداشته باشد. همچنین ندانستن ا یکی از بخش‌های فراموش‌شده آموزش است، چرا که در دوره‌ای که پاسخ‌ها بیش از هر زمان دیگری در دسترس قرار گرفته‌اند، ندانستن می‌تواند دوباره ارزش آموزشی پیدا کند.
وی افزود: مسئله آموزش در عصر هوش مصنوعی نباید در دوگانه ساده موافق یا مخالف فناوری خلاصه شود. این فناوری آمده و بخش‌هایی از کار فکری را تغییر خواهد داد؛ مسئله اصلی این است که در این تغییر چه چیزی را نباید از دست بدهیم. از این منظر، انتقال دانش همچنان ضروری است، اما دیگر به تنهایی کافی نیست. دانش‌آموز باید بداند، اما مهم‌تر از آن باید بداند با آنچه می‌داند چه کند و میان ادعا و دلیل فاصله بگذارد، پاسخ قانع‌کننده را از پاسخ درست تشخیص دهد و حتی در برابر متنی که بسیار خوب نوشته شده، احتمال خطا را منتفی نداند.
عباسی در پایان اظهار داشت: هوش مصنوعی می‌تواند فاصله میان سؤال و پاسخ را کوتاه کند، اما وظیفه آموزش این نیست که این فاصله را به صفر برساند. گاهی باید این فاصله باقی بماند تا انسان فکر کند، تردید کند، اشتباه کند و سرانجام موضع خود را بسازد. بنابراین اگر ماشین پاسخ‌های بیشتری تولید کند، مدرسه و دانشگاه باید انسان‌هایی تربیت کنند که فقط مصرف‌کننده پاسخ نباشند، بلکه انسان‌هایی که وقتی پاسخ آماده است، همچنان بتوانند فکر کنند.
انتهای پیام/