استفاده از AI مانند استفاده از هر امر نوظهور دیگری مزایا و معایب خاص خود را به همراه دارد که باید پیش از به کاربستن آن در امر آموزش به خوبی از آنها آگاه بود.
در کشورهای پیشرفته، مدتی است که فناوری تأثیرات زیادی بر روی یادگیری در کلاس گذاشته است. از برد هوشمند و لپ تاپ گرفته تا استفاده از واقعیت مجازی VR Virtual reality.
هزینههای استفاده از فناوری در حال کاهش است و منابع آنلاین رایگان در حال رشد هستند و این امر باعث میشود فناوری آموزشی در دسترس بسیاری از افراد چه یادگیرنده و چه مدرس قرار گیرد. اما بیشتر ابزارهای آموزشی امروزی متناسب با فرهنگها، زبانها یا نیازهای فردی یادگیرندگان نیستند. هوش مصنوعی میتواند به مدارس و موسسات آموزشی کمک کند تا گام بعدی را بردارند: تعریف جدیدی از نحوهی آموزش به ایجاد تغییرات بنیادی و جهشهای عظیم در یادگیری منجر میشود.
مطمئناً برای محقق کردن AI در آموزش و پرورش سرمایه گذاری مورد نیاز خواهد بود اما وجود هوش مصنوعی مزایای اقتصادی و اجتماعی بالقوهای به همراه دارد که نادیده گرفتن آن دشوار است. از مهمترین این مزایا می توان به دو مورد زیر اشاره کرد:
- نتایج بهتر آموزشی
- بالا بردن کیفیت و بهبود مقیاسپذیری آموزش مدرسان
مزیت اول
نتایج بهتر آموزشی
ترك تحصیل امروزه در سراسر سیستمهای آموزشی یك چالش عظیم است.
بیش از 31 میلیون جوان و بزرگسال در کشورهای دارای درآمد متوسط تا درآمد رو به بالا در مدرسه خضور نیافتهاند.
این رقم در کشورهای در حال توسعه به بیش از 194 میلیون نفر افزایش مییابد. همانطور که هوش مصنوعی تجربهی آموزشی یادگیرندگان را بهبود میبخشد، نرخ فارغالتحصیلی از دبیرستان نیز بالا میرود و در نتیجه بیکاری پایینتر و دستمزد بالاتر خواهد بود.
تحقیقات نشان داده است که یادگیری فردی (یا از طریق تدریس خصوصی یا در کلاس) میتوانند نرخ قبولی در دبیرستان را 2.2٪ افزایش دهند.
در سطح دانشگاه، چنین مداخلاتی میتواند میزان قبولی را تا 7٪ و برای یک دورهی طولانی، تا 29٪ افزایش دهد.
مطالعات متعدد، از جمله مطالعات سازمان همکاری اقتصادی و توسعه (OECD) ، نیز نشان میدهد که با داشتن تحصیلات عالی، فرد شانس بیشتری برای اشتغال و پتانسیل درآمد بالاتر دارد. به عنوان مثال، در سال 2016، OECD میزان بیکاری افرادی را که تحصیلات متوسطه را در کشورهایی با سطح درآمد متوسط تا پردرآمد به پایان رساندهاند، تقریباً 5.7٪ در مقایسه با 8.8٪ برای افراد با تحصیلات بالاتر از متوسطه نشان داد. ( OECD: Organisation for Economic Co-operation and Development)
تا سال 2040، با کمک هوش مصنوعی، بیش از 110 میلیون یادگیرنده میتوانند تحصیلات متوسطهی خود را تکمیل کنند و 3.3 میلیون شغل ایجاد میشود.
مزیت 2
بالا بردن کیفیت و بهبود مقیاسپذیری آموزش مدرسان
علاوه بر بهبود نتایج فردی، هوش مصنوعی میتواند چهارچوبهای اساسی سیستمهای آموزشی را بهبود بخشد.
یونسکو تخمین میزند که بیش از 24 میلیون معلم دبستان در مقطع ابتدایی در سطح جهانی تا سال 2030 باید به سیستم آموزش افزوده شوند، در حالی که 44 میلیون معلم دبیرستان دیگر نیز مورد نیاز است. بیش از 80٪ معلمان ابتدایی جدید جایگزین کارمندان بازنشسته خواهند شد. هوش مصنوعی میتواند کیفیت و مقیاسپذیری آموزش scalability of training مدرسان جدید و همچنین مدرسین فعال را بهبود بخشد. این امر یک مزیت بزرگ است با توجه به اینکه آموزشهای فعلی معمولاً برای بسیاری از سیستمهای آموزشی و مدارس ناچیز و در عین حال بسیار پرهزینه است.
هوش مصنوعی میتواند با کمک به مدرسان برای دسترسی به بهترین منابع و روشهای تدریس برای یادگیرندگان خاص، بسیار مفید عمل کند.
بنابراین نیاز به سایر فعالیتهای آموزشی کم اثر (و هزینهبر) را به حداقل میرساند.
هوش مصنوعی همچنین میتواند نحوهی آموزش مدرسان را به همان روشی که یادگیری فراگیران را بهبود میبخشد، بهینه سازد. ارزش این تغییرات به تنهایی برای کشورهای متوسط و کشورهای پیشرفته در مجموع میتواند تا سال 2040 بیش از 748 میلیارد دلار باشد که مجددا میتواند به سیستمهای آموزشی و مدرسان بازگردانده شود.
جدا از این دو مورد بسیار ممتاز، استفاده از هوش مصنوعی جوانب مثبت دیگری هم دارد که در ادامه به صورت خلاصه به بررسی آنها می پردازیم:
1. یادگیری شخصی Personalized Learning:
معمولاً بر اساس تمایلات تاریخی انسان، بیشتر تمرکز بر آنچه یادگیرندگان میآموزند، است و به آن توجه میشود. با این حال، چگونگی یادگیری فراگیران نیز به همان اندازه مهم است. پیشرفت در هوش مصنوعی به مدرسان درک بهتری از نحوهی یادگیری و آموزش را میدهد و به آنها امکان می دهد برنامهی درسی را متناسب با آن تنظیم کنند.
2. ITS (سیستمهای تدریس خصوصی هوشمند) (Intelligent Tutoring Systems :ITS):
ITS چندان دور و دست نیافتی نیست و در حال حاضر هم به صورت عملی وجود دارد. این سیستم قادر به عملکرد بدون نیاز به حضور معلم است و میتواند با استفاده از الگوریتمهای مختلف، یادگیرندگان را به چالش بکشد و از او پشتیبانی کند.
3. تشکیل گروه تطبیقی Adaptive Group Formation:
با تجزیه و تحلیل اطلاعات فراگیران، هوش مصنوعی میتواند گروههایی ایجاد کند که به ویژه برای یک کار خاص مناسب هستند یا گروههایی که نقاط ضعف یک یادگیرنده را با نقاط قوت یادگیرندهی دیگر متعادل میکنند.
4. تسهیل با استفاده از مثال Facilitation by Example:
میتوان از مدلهای همکاری موثر برای حمایت از فراگیران و کمک به آنها در شناسایی راهکارهای مفید حل مسئله استفاده کرد.
5. تعدیل هوشمند Intelligent Moderation:
تعدیل هوشمند به مدرسان خصوصی و یاددهندگان اجازه میدهد تا دادههای تولید شده توسط گروههای بزرگ را با کمک تکنیکهای هوش مصنوعی مانند ماشین لرنینگ تجزیه و تحلیل کنند. که این امر به مدرسان این ویژگی را میدهد که در کلاس کارآمدتر باشند.
6. یادگیری با استفاده از واقعیت مجازی Virtual Reality Learning:
استفاده از VR در آموزش، مرزهای کلاس را گسترش میدهد. غرق شدن در محیطهای مجازی میتواند درک غنیتری از مطالب را برای یادگیرندگان فراهم کند. این امر همچنین به عنوان یک گام برای تجربههای دنیای واقعی عمل میکند، با هوش مصنوعی، انسان میتواند از کلاسهای درس به اکتشاف فضا و اقیانوس، تجربهی مشاغل مختلف و جراحیهای دقیق پزشکی بپردازد.
7. نرمافزار سطحبندی مقاله Essay Grading Software:
نرمافزاری که بتواند فوراً مقالات یادگیرندگان را سطحبندی کند، مزیت قابل توجهی برای مدرسان است. هر مقالهی گریدبندی شده به یک پایگاه دادهی مرکزی اضافه میشود که در آنجا مقالات با هم مقایسه میشود.
8. سنجش حل مساله در زمان واقعی Real-time Problem Solving Assessment:
این کار با ارائهی آموزش همزمان در محیط کلاس، از بار کاری مدرسان می کاهد.
عملکرد رایانه در مقابل نمودار عملکرد انسان
9. بهبود کیفیت دوره Improving Course Quality: هوش مصنوعی میتواند الگوهایی را تجزیه و تحلیل کند که در آن تعداد زیادی از یادگیرندگان به یک سوال مشخص پاسخ اشتباه دادهاند. با آگاه سازی مدرس از این الگوها، هوش مصنوعی میتواند به کارآیی بیشتر مدرسان کمک کند و به آنها نشان دهد که در چه مباحثی نیاز به تغییر روش آموزش یا تاکید و تکرار است.
10. برنامه ریزی پویا و تحلیل پیش بینی Dynamic Scheduling and Predictive Analysis :
با استفاده از محاسبات پیش بینی کننده predictive computing، هوش مصنوعی میتواند عادات یادگیرندگان را بیاموزد و کارآمدترین برنامهی مطالعاتی را به آنها پیشنهاد دهد.
11. کتابهای درسی سفارشی Custom Textbooks:
مدرسان میتوانند یک برنامهی درسی را وارد سیستم کنند و هوش مصنوعی یک محتوای درسی مشخص به صورت کتاب (CTI) تولید میکند.
12. انسانهای مجازی Virtual Humans:
گرچه ظاهراً چیزی در حد داستانهای علمی-تخیلی است، اما انسانهای مجازی در زندگی ما وجود دارند. انسانهای مجازی مانند آواتارها، دستیاران دیجیتال یا Chatbots از نظر اقتصادی مقرون به صرفه هستند و میتوانند 24 ساعت، هفت روز هفته کارهای تکراری و وقت گیر را انجام دهند که هیچ انسانی از انجام آنها لذت نمیبرد.
13. محیطهای یادگیری مبتنی بر بازیهای هوشمند Intelligent Game Based Learning Environments:
استفاده از گیمیفیکیشن برای ایجاد انگیزه در یادگیرندگان میتواند به حفظ اصول آموزشی در عین سرگرم کننده بودن تجربهی یادگیری کمک کند.
14. ترجمهی ماشینی Machine Translation:
در حالی که برنامههای ترجمهی امروزی به اندازهی ترجمهی انسانی دقیق نیستند، ترجمهی ماشینی میتواند سریعتر و کارآمدتر باشد. ترجمهی ماشینی این پتانسیل را دارد که شکاف زبان را برای بسیاری از یادگیرندگانی که در حال یادگیری زبان دوم هستند، برطرف کند.
15. توانمندسازی یادگیرندگان استثنایی (با تواناییهای متفاوت) Empowering the Disabled (Differently-Abled):
برنامههای هوش مصنوعی تجربهی یادگیری فراگیران استثنایی را بهبود میبخشد. در حال حاضر شرکتهایی مانند فیس بوک در حال توسعهی این نوع از فناوری هستند. این پیشرفتها میتواند به یادگیرندگان با نیازهای خاص احساس استقلال بیشتری بدهد.
(چه مدت طول میکشد تا Ai یادگیری و هوش انسانی را شبیهسازی کند؟)
هرچند که هوش مصنوعی در کلاس میتواند باعث پیشرفت و تنوع باشد، بدون ایراد و نقص هم نیست.
6 دلیل برای تردید در استفاده از AI
علیرغم مزایای فراوان استفاده از هوش مصنوعی که در بالا به تعدادی از آنها اشاره شد، استفاده از این پدیده به مانند هر پدیدهی دیگری خالی ازایرادات و نکات منفی هم نیست. در ادامه به بررسی برخی از این جوانب منفی میپردازیم:
1. هزینه Cost:
هنگام بررسی هزینههای نصب، نگهداری و تعمیر، مشخص میشود که هوش مصنوعی تکنولوژیای گران است. تنها مدارس و موسسات آموزشی با بودجهی بالاتر قادر به تامین این فناوری هستند.
2. اعتیادآور Addiction:
همانطور که برای کارآمدتر ساختن کارهای روزمره به ماشینآلات اعتماد میکنیم، خطر اعتیاد به فناوری ما را تهدید میکند.
3. عدم وجود ارتباطات شخصی Lack of Personal Connections: در حالی که ماشینهای هوشمند تجربهی آموزش را بهبود میبخشند، اما نباید آنها را جایگزین تعاملات شخصی دانست. اعتماد بیش از حد به این ماشینها و فناوری میتواند منجر به آسیب یادگیرندگان به جای کمک به آنها شود.
4. بیکاری Unemployment:
کارآمدتر کردن تدریس میتواند منجر به تقاضای کمتر برای استخدام مدرسان شود. با ظهور MOOC، اندازه و تعداد نفرات شرکت کننده در کلاس، دیگر به عنوان یک عامل تعیین کننده در کیفیت آموزش نیست، و حتی در سطح مقاطع پیشدبستان تا متوسطهی دوم، اجرای AI میتواند به معنای کاهش نیاز به کمکهای مدرسان در آموزش باشد. (MOOC: Massive Open Online Courses)
5. تصمیم گیری کارآمد Efficient Decision Making:
رایانهها هر روز هوشمندتر میشوند. آنها نه تنها توانایی یادگیری، بلکه آموزش به سایر رایانهها را نیز از خود نشان میدهند. با این حال، جای بحث دارد که آیا آنها میتوانند تصمیم گیری مبتنی بر شواهد را در موقعیتهای جدید، که اغلب در کلاس ایجاد میشود، پیاده کنند؟
6. از دست دادن اطلاعات Loss of information:
همیشه این خطر وجود دارد که پیش آمدن یک مشکل در هوش مصنوعی استفاده شده، ممکن است باعث از بین رفتن اطلاعات مهمی شود.
نتیجه
وقتی صحبت از نکات مثبت و منفی هوش مصنوعی میشود، مشخص میشود که AI فوایدش بیشتر مضراتش است. یادگیری همیشه بخشی بنیادی از بشریت بوده و خواهد بود. صرف نظر از سن، ما دائماً در حال درک و یادگیری جدید هستیم.
همانطور که هوش جمعی ما بهبود مییابد، ما نیز در حال ایجاد ماشینهایی هستیم که تواناییهای مانند تواناییهای انسان برای یادگیری و تصمیم گیریهای استراتژیک را داشته باشد.
با این حال، برای دستیابی کامل به هوش مصنوعی، باید تعادلی بین ماشینهایی که وظایف را به عهده میگیرند و افرادی که از ماشینها استفاده میکنند، برقرار شود. هدف از استفاده از هوش مصنوعی در کلاس نباید جایگزینی آن با مدرسان باشد. بلکه این تکنولوژی باید کار آنها را آسانتر کند.
لینک منابع :