جایگاه استاد دانشگاه پس از هوش مصنوعی کجاست؟ مزر میان تولید متن و فهم دانش

به گزارش پیوست، هوش مصنوعی رابطه دانشجو با استاد و حتی مفهوم یادگیری را تحت تاثیر قرار داده است. دانشجویی که می‌تواند با چند دستور به ترجمه یک متن، خلاصه یک کتاب یا پیش‌نویس یک پژوهش برسد، دیگر لزوما با کمبود اطلاعات روبه‌رو نیست، اهمیت اصلی در سنجش اعتبار این پاسخ‌ها و تشخیص تفاوت میان فهم یک موضوع و صرفاً تولید متنی منسجم درباره آن است.

این تغییر، مزیت استاد را نیز از داشتن اطلاعات بیشتر به سمت تجربه، قضاوت و توانایی هدایت دانشجو می‌برد. از سوی دیگر، دانشجویی که در کار با ابزارهای هوش مصنوعی و نوشتن دستورهای دقیق مهارت بیشتری دارد، لزوما در تشخیص خطا یا فهم عمیق موضوع توانمندتر نیست.

برخی از اساتید حوزه ارتباطات هوش مصنوعی را ابزاری می‌دانند که می‌تواند بخشی از فرایند آموزش و پژوهش را ساده‌تر و سریع‌تر کند؛ اما نقطه اصلی اختلاف میان استفاده از ابزار و یادگیری، جایی است که دانشجو باید درباره اعتبار پاسخ قضاوت کند. آنجاست که تفاوت میان دانشجویان و اساتید خود را نشان می‌دهد.

دسترسی به متن اصلی آسان‌تر شده است

زرین زردار، مدیر مرکز کارآفرینی و نوآوری دانشگاه علامه طباطبایی و عضو هیات علمی دانشکده علوم ارتباطات استفاده از هوش مصنوعی برای ترجمه و دسترسی به منابع را اتفاقی منفی نمی‌داند. به گفته او، دانشجویی که پیش‌تر به دلیل ناآشنایی با زبان نمی‌توانست یک منبع اصلی را بخواند، حالا می‌تواند با کمک هوش مصنوعی آن را به فارسی ترجمه کند و به جای اکتفا به خلاصه‌ها، متن کامل منبع را مطالعه کند.

او برای توضیح این تغییر به درس «ارتباطات انسانی» اشاره می‌کند که بخش مهمی از منابع اصلی آن به زبان فارسی نیست. پیش از این ممکن بود دانشجویان به خلاصه موجود از یک کتاب یا متنی که استاد آماده کرده بود اکتفا کنند، اما ابزارهای هوش مصنوعی امکان مراجعه مستقیم‌تر به منابع اصلی را فراهم کرده‌اند.

از نگاه زردار، این اتفاق جایگاه استاد را تضعیف نمی‌کند، زیرا دانشگاه پیش از ظهور هوش مصنوعی و با گسترش اینترنت نیز به‌تدریج از مدل انتقال مستقیم دانسته‌ها فاصله گرفته بود. در چنین مدلی، استاد بیشتر نقش تسهیل‌گر را بر عهده دارد و یادگیری از ترکیب منابع، گفت‌وگو و تمرین شکل می‌گیرد.

به گفته او،در درسی مانند ارتباطات انسانی، فقط دانستن مفاهیم کافی نیست و دانشجو باید بتواند موقعیت‌هایی را که روابط آدم‌ها در آنها دچار اختلال یا بن‌بست می‌شود، تحلیل کند. ترجمه یا خلاصه‌کردن یک کتاب دسترسی به مفاهیم را ساده می‌کند، اما توانایی تحلیل این موقعیت‌ها در گفت‌وگو، تمرین و مواجهه با نمونه‌های مختلف شکل می‌گیرد.

در نتیجه، هوش مصنوعی می‌تواند بخشی از مانع دسترسی به دانش را کنار بزند، اما دسترسی بیشتر لزوماً به معنای فهم بیشتر نیست.

میان دسترسی و اعتبار فاصله است

محمدمهدی مولایی، عضو هیات علمی دانشکده ارتباطات دانشگاه علامه طباطبایی نیز هوش مصنوعی را ابزاری برای سرعت‌دادن به پژوهش و یادگیری می‌داند. به گفته او، دانشجو می‌تواند با کمک این ابزار منابع مختلف را در زمان کوتاه‌تری جست‌وجو، مطالعه، خلاصه و با یکدیگر مقایسه کند. همچنین می‌توان یک منبع آموزشی را در اختیار AI گذاشت و از آن خواست خلاصه، اسلاید یا محتوای صوتی تولید کند.

با این حال، مولایی درباره اعتماد به خروجی‌های هوش مصنوعی گفت: چت‌بات ممکن است برای یک موضوع پژوهشی طرح مسئله بنویسد و هم‌زمان منابعی معرفی کند که اصلا وجود خارجی ندارند. بنابراین، هیچ منبعی که AI پیشنهاد می‌کند، پیش از جست‌وجو و بررسی مستقل قابل استفاده نیست.
مولایی این مسئله را به شیوه تولید پاسخ در چت‌بات‌ها مربوط می‌داند. به گفته او، هوش مصنوعی بر اساس بیشترین احتمال پاسخ می‌دهد، نه الزاما بر اساس صحت. در نتیجه، ممکن است یک پاسخ از نظر زبانی روان و قانع‌کننده باشد، اما اطلاعات نادرست یا ارجاع جعلی داشته باشد.

او میان خطای خود ابزار و برداشت اشتباه دانشجو از توانایی‌های آن تفاوت می‌گذارد. مولایی گفت: یک خطا زمانی رخ می‌دهد که چت‌بات منبعی جعلی تولید می‌کند، خطای دیگر زمانی است که دانشجو تصور کند هوش مصنوعی می‌تواند جای خود او را بگیرد، مقاله یا پایان‌نامه را به جای او بنویسد یا به جای استاد به همه پرسش‌ها پاسخ دهد.

میان دسترسی و اعتبار فاصله است

محمدمهدی مولایی نیز هوش مصنوعی را ابزاری برای سرعت‌دادن به پژوهش و یادگیری می‌داند. به گفته او، دانشجو می‌تواند با استفاده از این ابزار منابع مختلف را در زمان کوتاه‌تری جست‌وجو، مطالعه، خلاصه و با یکدیگر مقایسه کند. حتی می‌توان یک منبع آموزشی را در اختیار هوش مصنوعی قرار داد و از آن خواست خلاصه، اسلاید یا محتوای صوتی تولید کند.

اما مشکل از جایی شروع می‌شود که خروجی ابزار به‌عنوان پاسخ معتبر پذیرفته شود. مولایی می‌گوید یک چت‌بات ممکن است برای موضوع پژوهشی طرح بنویسد و همزمان منابعی معرفی کند که اصلا وجود خارجی ندارند. به همین دلیل هیچ منبعی که هوش مصنوعی پیشنهاد می‌کند، پیش از جست‌وجو و بررسی مستقل قابل استناد نیست.

به گفته او، مدل‌های هوش مصنوعی پاسخ را بر اساس احتمال تولید می‌کنند و این سازوکار تضمینی برای صحت محتوا نیست. در نتیجه ممکن است پاسخ از نظر زبانی روان، منظم و حتی قانع‌کننده به نظر برسد، اما در آن اطلاعات نادرست یا ارجاع‌های جعلی وجود داشته باشد.

مولایی میان دو نوع خطا تفاوت می‌گذارد؛ یک خطا مربوط به خود ابزار است، برای مثال زمانی که چت‌بات منبعی جعلی تولید می‌کند. خطای دیگر به برداشت دانشجو از توانایی ابزار برمی‌گردد؛ زمانی که تصور می‌کند هوش مصنوعی می‌تواند به جای او مقاله یا پایان‌نامه بنویسد یا جای استاد را در پاسخ‌دادن به همه پرسش‌ها بگیرد.

این فاصله میان «توانایی تولید پاسخ» و «اعتبار پاسخ» یکی از مهم‌ترین مسائلی است که ورود هوش مصنوعی به دانشگاه ایجاد کرده است. هرچه تولید متن آسان‌تر شود، تشخیص اینکه این متن بر چه اطلاعاتی استوار است و تا چه اندازه می‌توان به آن اعتماد کرد، اهمیت بیشتری پیدا می‌کند.

استاد دیگر منبع انحصاری پاسخ نیست

آسان‌شدن دسترسی به پاسخ، به معنای آسان‌شدن یادگیری نیست. دانشجو ممکن است با چند دستور متنی منسجم درباره یک موضوع دریافت کند، اما هنوز نداند این پاسخ بر چه منابعی تکیه دارد، کدام بخش آن دقیق نیست و تا چه اندازه با مسئله پژوهشی او ارتباط دارد.

از نظر مولایی، استفاده درست از هوش مصنوعی به سواد استفاده و نگاه انتقادی نیاز دارد. کاربر باید بداند چه چیزی از ابزار بپرسد، در چه مواردی به آن رجوع کند و چگونه پاسخ آن را ارزیابی کند. سرعت دریافت پاسخ نمی‌تواند جای ارزیابی صحت آن را بگیرد.

همین تغییر، نقش استاد را نیز جابه‌جا می‌کند. وقتی دانشجو برای دسترسی اولیه به اطلاعات الزاماً به استاد وابسته نیست، ارزش استاد بیش از گذشته در توانایی ارزیابی، هدایت و ایجاد زمینه برای فهم موضوع قرار می‌گیرد.

مولایی معتقد است استاد نیز باید از هوش مصنوعی استفاده کند و با قابلیت‌ها و محدودیت‌های آن آشنا باشد تا بتواند شیوه مواجهه درست با این ابزار را به دانشجو آموزش دهد. در این شرایط، استاد فقط اطلاعاتی را منتقل نمی‌کند که دانشجو به آنها دسترسی ندارد؛ بلکه به او کمک می‌کند پرسش دقیق‌تری مطرح کند، منابع را بررسی کند و پاسخ‌ها را در زمینه درست قرار دهد.

از نگاه او، حذف هوش مصنوعی از دانشگاه نه ممکن است و نه مطلوب، اما اعتماد کامل به خروجی آن نیز می‌تواند دانشجو را با منابع جعلی و اطلاعات نادرست روبه‌رو کند. بنابراین استفاده از این ابزار باید همراه با بررسی و در چارچوب قواعد آموزشی و پژوهشی دانشگاه باشد.

هوش مصنوعی جای استاد را می‌گیرد؟

زردار تجربه فعلی خود از هوش مصنوعی را بیشتر کمک‌کننده می‌داند تا تهدیدکننده، هرچند احتمال تغییر جدی‌تر نقش استاد در آینده را منتفی نمی‌داند. به گفته او، ممکن است در آینده رباتی بتواند از زاویه دید مشخصی به جای استاد تدریس کند.

مولایی درباره آینده کوتاه‌مدت محتاط‌تر است. به گفته او، در چند سال آینده هنوز نمی‌توان گفت هوش مصنوعی جای استاد را می‌گیرد، دانشگاه را تعطیل می‌کند یا دانشجو را از آموزش رسمی بی‌نیاز می‌سازد.

آنچه فعلاً تغییر کرده، تقسیم کار میان دانشجو، استاد و ابزار است. بخشی از کارهایی که پیش از این زمان زیادی می‌گرفت، از ترجمه و خلاصه‌سازی گرفته تا مقایسه منابع و تهیه پیش‌نویس اولیه، با کمک هوش مصنوعی سریع‌تر انجام می‌شود. در مقابل، ارزیابی منبع، تشخیص خطا، تحلیل و دفاع از یک استدلال اهمیت بیشتری پیدا می‌کند.

دانشجو در دانشگاهی که هوش مصنوعی وارد آن شده است به اطلاعات بیشتری دسترسی دارد، اما همین وفور اطلاعات نیاز او به توانایی تشخیص و ارزیابی را بیشتر می‌کند. در چنین فضایی، استاد دیگر منبع انحصاری پاسخ‌ها نیست؛ نقشش بیشتر به کسی نزدیک می‌شود که به دانشجو کمک می‌کند میان پاسخ‌های فراوان، پاسخ معتبر را پیدا کند و از اطلاعات به فهم برسد.