دانشگاه در آزمون هوش مصنوعي
رضا شيري
شايد مهمترين اتفاقي كه هوش مصنوعي در دانشگاه رقم زده، توانايي آن در نوشتن متن يا حل مساله نباشد؛ مهمتر از آن، پرسشي است كه پيش روي دانشگاه گذاشته است: آيا شيوهاي كه سالها با آن يادگيري را ميسنجيديم، هنوز براي جهان امروز معتبر است؟ تا پيش از ظهور ابزارهايي مانند ChatGPT، بسياري از ارزيابيهاي دانشگاهي بر محصول نهايي دانشجو تكيه داشتند؛ مقاله، گزارش، پروژه يا پاسخ امتحان. اما اكنون ابزاري در اختيار دانشجو قرار گرفته كه ميتواند در مدت كوتاهي بخشي از همين محصولات را توليد كند. بنابراين مساله اصلي ديگر فقط اين نيست كه آيا دانشجو از هوش مصنوعي استفاده ميكند يا نه؛ مساله اين است كه دانشگاه چگونه بايد ميان استفاده از يك ابزار جديد و سنجش واقعي يادگيري تفاوت قائل شود. در ابتدا، برخي استادان استفاده از هوش مصنوعي را ممنوع كردند و بعضي مراكز آموزشي سراغ ابزارهاي تشخيص متن توليدشده توسط هوش مصنوعي رفتند. اما تجربه دو سال گذشته نشان داده است كه ممنوعيت، راهحل پايدار و واقعبينانهاي نيست. فناوري كه وارد زندگي روزمره دانشجويان شده است، با دستور حذف نخواهد شد. به تدريج، نگاه ديگري در حال شكلگيري است. به جاي آنكه دانشگاه تلاش كند دانشجو را از اين فناوري دور نگه دارد، بايد قواعد استفاده از آن را روشن كند و همزمان شيوههاي آموزش و ارزشيابي خود را مورد بازنگري قرار دهد. در بسياري از دانشگاهها، استفاده از هوش مصنوعي ديگر بهطور مطلق ممنوع نيست، بلكه از دانشجو خواسته ميشود ميزان استفاده خود را شفاف اعلام كند، بتواند از كار خود دفاع كند و مسووليت علمي آن را بپذيرد. در واقع، مركز ثقل آموزش در حال جابهجايي است؛ از توليد پاسخ به فهم پاسخ. ارزش يك تكليف دانشگاهي ديگر فقط در نتيجه نهايي آن خلاصه نميشود، بلكه در مسير رسيدن به آن نيز معنا پيدا ميكند: دانشجو چگونه مساله را تعريف كرده است؟ چه منابعي را انتخاب كرده؟ چگونه خطاهاي احتمالي را تشخيص داده؟ و بر چه اساسي به يك نتيجه رسيده است؟ اين تغيير به معناي كمرنگ شدن دانش پايه نيست. هيچ پزشكي بدون شناخت علوم پايه، هيچ مهندسي بدون درك مباني تخصصي و هيچ حقوقداني بدون تسلط بر اصول حقوقي، صرفا با اتكا به يك ابزار هوشمند نميتواند موفق شود. هوش مصنوعي ميتواند دسترسي به اطلاعات را سريعتر كند، اما هنوز مساله اصلي دانشگاه، تربيت انسانهايي است كه بتوانند اطلاعات را تحليل كنند، اعتبار آن را بسنجند و مسووليت تصميمهاي خود را بپذيرند. شايد به همين دليل است كه برخي دانشگاهها دوباره به روشهايي مانند امتحان شفاهي، پروژههاي مرحلهاي، مطالعه موردي و حل مسائل واقعي توجه بيشتري نشان ميدهند. اين شيوهها كمتر به حافظه كوتاهمدت دانشجو وابستهاند و بيشتر ميزان فهم، استدلال و توانايي او در مواجهه با مسائل واقعي را آشكار ميكنند. نسل زد، نخستين نسلي است كه هوش مصنوعي را نه به عنوان يك فناوري آينده، بلكه به عنوان بخشي از محيط طبيعي زندگي و كار خود تجربه خواهد كرد. بنابراين وظيفه دانشگاه حذف اين ابزار نيست؛ همانگونه كه زماني حذف اينترنت از آموزش ممكن نبود. وظيفه دانشگاه، آموزش استفاده آگاهانه از آن است: اينكه دانشجو بداند كجا از هوش مصنوعي كمك بگيرد، كجا پاسخ آن را به چالش بكشد و چگونه ميان سرعت توليد اطلاعات و اعتبار آن تفاوت بگذارد. همانطور كه سواد ديجيتال به يكي از پايههاي آموزش مدرن تبديل شد، امروز سواد هوش مصنوعي نيز به تدريج به بخشي از سواد دانشگاهي تبديل ميشود. با اين حال، شايد مهمترين اثر هوش مصنوعي بر آموزش عالي، توليد متن يا حل مساله نباشد. اهميت اصلي آن در اين است كه دانشگاه را وادار كرده دوباره درباره يك پرسش قديمي فكر كند: از كجا ميفهميم يك دانشجو واقعا چيزي ياد گرفته است؟ پاسخ به اين پرسش، فقط درباره شيوه امتحان گرفتن يا طراحي تكليف نيست؛ درباره معناي دانشگاه در عصر جديد است. اگر دانشگاه بتواند خود را با اين پرسش تازه روبهرو كند، شايد سالها بعد گفته شود كه مهمترين دستاورد ChatGPT براي آموزش عالي، پاسخهايي نبود كه توليد كرد، بلكه پرسشهايي بود كه دوباره زنده كرد.
عضو كميته امور دانشجويي شوراي مشاوران نسلزد