انقلاب هوش مصنوعی در نظام دانشگاهی جهانی / انقلاب کپرنیکی هوش مصنوعی؛ حذف «استادمرکزی» و جایگزینی «دانشجومرکزی»

گروه اندیشه: برخی اندیشمندان معتقدند هوش مصنوعی حوزه اندیشه ورزی آدمیان را تعطیل می کند. برخی نیز منکر چنین قدرتی در هوش مصنوعی هستند و آن را «انقلاب کپرنیکی هوش مصنوعی در آموزش عالی» می دانند. مطلب زیر را که دن ساروفیان-بوتین استاد و رئیس بنیانگذار گروه آموزش و مطالعات جامعه در کالج مریماک نوشته، و در سایت realcleareducation منتشر شده،  استدلال می‌کند که ظهور هوش مصنوعی (AI) نه یک تغییر تدریجی، بلکه یک تغییر پارادایمیک تحول‌آفرین مشابه انقلاب کپرنیکی است که نهاد محافظه‌کار و باثبات آموزش عالی را با بحران مواجه کرده است. 

از نظر نویسنده این بحران دارای دو محور عمده است: ۱- فروپاشی مدل سنتی (بحران اعتباربخشی) و ۲-انقلاب های سه گانه آینده مبتنی بر یادگیری. در بخش نخست ساروفیان بوتین معتقد است که معیار سنتی ارزیابی در حوزه آموزش عالی از بین می رود. هوش مصنوعی می‌تواند بلافاصله و بی‌نقص تکالیف را در سطح «هوش دکترا» انجام دهد. این امر باعث شده است که نمره‌ی عالی دیگر نشانه‌ی هوش یا تلاش دانشجو نباشد، بلکه به سادگی نتیجه‌ی کپی و جایگذاری باشد. همچنین اعتبار مرکز محوری در تدریس کاهش می یابد. در این مرحله انحصار تدریس از مرکز خارج شده و مدل سنتی آموزش که بر "تدریس" استاد و "اعتباربخشی" (دادن مدرک) متمرکز بوده، نه بر "یادگیری" واقعی دانشجو، ضعیف می شود.

تلاش‌های اساتید برای نظارت و مقابله با تقلب، صرفاً تلاشی برای «حفظ پدیده‌ی» این مدل منسوخ است. در بخش دوم یعنی  انقلاب‌های سه‌گانه آینده مبتنی بر یادگیری از نظر ساروفیان بوتین  این تغییر پارادایم، کلاس درس را از مرکزیت خارج کرده و سه انقلاب کلیدی را به همراه خواهد داشت: انقلاب در یادگیری: هوش مصنوعی به عنوان یک «معلم سقراطی عالی» و همکار مربی، یادگیری را به یک فرآیند شخصی‌سازی شده، دیالوگی، متمرکز بر فراشناخت (فکر کردن به فرآیند تفکر) و در دسترس تبدیل می‌کند.

و سپس انقلاب در دسترسی: با فراهم شدن امکان معلمان خصوصی هوش مصنوعی باکیفیت و رایگان برای همه، «مثلث آهنین» آموزش عالی (یعنی محدودیت در دستیابی همزمان به هزینه کم، دسترسی بالا و کیفیت بالا) شکسته شده و دسترسی به آموزش باکیفیت به شدت افزایش می‌یابد. و انقلاب سوم انقلاب در تعریف دانشگاه است. با بی‌اعتبار شدن نمره‌دهی سنتی، دانشگاه‌ها باید یادگیری مشروع دانشجویان را از طریق‌هایی خارج از دیوارهای کلاس درس (یعنی بر اساس یادگیری واقعی به جای تدریس استاد) بسنجند و نقش خود را بازتعریف کنند. این مقاله که توسط بهنام تابنده ترجمه شده در زیر از نظرتان می گذرد:

****

هوش مصنوعی: نه یک تغییر تدریجی، بلکه یک انقلاب پارادایمی

چه اتفاقی می‌افتد وقتی یک نیروی مهارنشدنی به یک شیء جابجایی‌ناپذیر برخورد کند؟ آموزش عالی، اگر هیچ چیز دیگری نباشد، یک نهاد فوق‌العاده محافظه‌کار و باثبات است؛ در واقع، هیچ نهادی به جز کلیسای کاتولیک از آن قدمت بیشتری ندارد. مشکل این جاست که هوش مصنوعی (AI) همه چیز و هر چیز را در مسیر خود، دارد تغییر می دهد به نحوی که همه چیز در حال تغییر است.

پس چه کسی از این برخورد جان سالم به در خواهد برد؟ خواننده‌ی عزیز، قبل از تصمیم‌گیری و پاسخ شما، اجازه دهید یک استعاره ارائه دهم. هوش مصنوعی مانند آن غلتک‌های جاده‌ای نیست که به آرامی همه چیز را در مسیر خود آسفالت می‌کنند. این چیزی است که نظریه‌پردازان سازمانی آن را تغییر تدریجی می‌نامند؛ چیزی است که آمدنش را می‌بینیم و می‌توانیم برای آن برنامه‌ریزی کنیم.

من می‌خواهم پیشنهاد کنم که هوش مصنوعی یک تغییر تحول‌آفرین است—یک تغییر پارادایم—بسیار شبیه به زمانی که یک شتاب‌دهنده‌ی ذرات، الکترون‌ها را با سرعت‌های فوق‌العاده بالا به یک پروتون شلیک می‌کند و در اثر این برخورد، ذرات کاملاً جدید و غیرمنتظره‌ای خلق می‌کند.

بحران نمره‌دهی و ظهور «هوش در سطح دکترا»

سه سال پیش، دانشجویان من مقالات خود را می‌نوشتند و برای نمره‌دهی ارسال می‌کردند. آن مقالات نشانه‌ی درک دانشجویان از محتوایی بود که من تدریس می‌کردم. بنابراین، من به سادگی به دانشجویانی که «متوجه شده بودند» نمره‌ی "A" می‌دادم یا به کسانی که واقعاً متوجه نشده بودند اما «تلاش دانشگاهی» خود را به عمل آورده بودند، نمره‌ی "C" می‌دادم. به عبارت دیگر، نمره به عنوان یک نمایه کلی (یک سیگنال) برای تلاش و هوش دانشجویان عمل می‌کرد.

اما امروز، هوش مصنوعی می‌تواند بلافاصله، بدون زحمت و تقریباً بی‌نقص، به هر سؤالی در هر موضوعی و در هر رشته‌ی دانشگاهی پاسخ کامل دهد و نمره‌ی عالی بگیرد. این همان چیزی است که آگاهان آن را «هوش در سطح دکترا» می‌نامند و به همین دلیل است که تقریباً همه در حال تقلب برای گذراندن دوره دانشگاهی خود هستند. دانشجویان نه به خاطر تلاش یا هوش خود، بلکه صرفاً به خاطر کپی و جایگذاری هر تکلیف در هوش مصنوعی، نمره‌ی "A" می‌گیرند.

انقلاب کپرنیکی در آموزش

من این را به عنوان «بحران هدف» برای آموزش عالی مطرح کرده‌ام، اما اکنون فکر می‌کنم این حتی چیزی فراتر از آن است: یک تغییر پارادایم که به معنای واقعی کلمه جلوی چشمان ما در حال وقوع است. توماس کوهن ایده‌ی تغییر پارادایم را زمانی رواج داد که «انقلاب کپرنیکی» را مورد مطالعه قرار داد: زمانی که ستاره‌شناسان از یک دیدگاه «زمین‌مرکزی» به یک دیدگاه «خورشیدمرکزی» از جهان هستی روی آوردند و متوجه شدند که زمین صرفاً سیاره‌ای دیگر است که به دور خورشید می‌چرخد، نه در مرکز آن.

اما قبل از این تغییر پارادایم، برای بیش از هزار و پانصد سال، ستاره‌شناسان باستان، توضیحات پیچیده‌تر و پرزحمتی را برای توضیح نظریه‌پردازی اصلی ارسطو و بطلمیوس مطرح می‌کردند. کوهن این را «علم عادی» چون تدریجی بود، نامید و به عنوان «حفظ پدیده» شناخته شد؛ یعنی توجیه و دفاع از جهان‌بینی‌ای که انسان را محور آفرینش خدا می‌دانست.

البته، مشکل این بود که چنین نظریه‌هایی با واقعیت مطابقت نداشتند. تنها پس از آن که کپرنیک موقعیت زمین را مورد بازنگری قرار داد، مشاهدات نجومی منطقی شدند. اما یک موضوع بسیار واضح بود: این یک بازنگری تدریجی فرمول‌های اشتباه نبود. «انقلاب کپرنیکی» اساساً انسان‌ها را – به صورت علمی و استعاری – از مرکز جهان هستی خارج کرد. مهم‌تر از آن، بینش کپرنیک به آیزاک نیوتن اجازه داد تا قوانین جهانی حرکت و گرانش را تدوین کند که منجر به انقلاب‌های آتی در همه چیز از نورشناسی گرفته تا الکتریسیته شد.

این کشفیات کاملاً جدید و غیرمنتظره همان چیزی است که با بسته شدن یک پارادایم و باز شدن پارادایمی دیگر اتفاق می‌افتد، و من معتقدم این همان چیزی است که در شُرف وقوع در آموزش عالی است.

مدل سنتی: تدریس به جای یادگیری

کلید درک این تغییر این است که متوجه شویم مدل سنتی آموزش ما هرگز در مورد یادگیری نبوده است؛ بلکه در واقع همیشه در مورد تدریس بوده است (آنچه که محققان آن را «وظیفه اعتباربخشی» آموزش عالی می‌نامند). در واقع، اساتید هرگز برای تدریس آموزش ندیده‌اند و برای انجام آن پاداشی دریافت نکرده‌اند، به همین دلیل است که یک مورخ آموزش، تدریس را «یک سرمایه‌گذاری آماتوری» نامیده است؛ با این حال، کاری که همه‌ی ما می‌دانستیم چگونه انجام دهیم، «ابراز» دانش خود و سپس نمره‌دهی به مقالات دانشجویان برای دیدن میزان درک آن ها از آن بود.این همان چیزی است که هوش مصنوعی آن را از بین برده است.

بنابراین، وقتی می‌شنوید که اساتید با حسرت در مورد آن روزهای قبل از هوش مصنوعی صحبت می‌کنند و طرفدار نظارت بر متقلبان با آشکارسازهای بهتر هوش مصنوعی، کدهای افتخار قوی‌تر، نظارت پیچیده‌تر، یا آزمون‌های تحت نظارت و دفترچه‌های امتحانی هستند، اکنون می‌دانید که آن ها در واقع در حال انجام یک تلاش دفاعی در آستانه‌ی مرگ برای «حفظ پدیده‌ی» یک مدل منسوخ و شکست‌خورده هستند.

یک تغییر پارادایم بر ما سایه افکنده است، زیرا هوش مصنوعی کلاس درس دانشگاهی را از مرکز خارج کرده است، که به نظر من، چندین انقلاب آموزشی را به همراه خواهد داشت. بنابراین، اجازه دهید سعی کنم آن ها را ترسیم کنم.

  انقلاب‌های سه‌گانه در عصر هوش مصنوعی

۱. انقلاب در یادگیری (Learning)

اولین انقلاب در یادگیری خواهد بود. من سه سال طولانی را صرف بازنگری و بازبینی هر بخش از شیوه‌های تدریس خود کرده‌ام تا هوش مصنوعی را به عنوان همکارم قرار دهم؛ باید اعتراف کنم، دانشجویان من به لطف آن باهوش‌تر شده‌اند. این به این دلیل است که یادگیری نه خطی، نه منفعل و نه بخش‌بندی شده در بلوک‌های ۹۰ دقیقه‌ای سخنرانی است. بلکه، یادگیری در مورد گفت وگو، فرآیند، فراشناخت، شکست و لحظات «آها» است.

و وقتی من به درستی به هوش مصنوعی را به درستی هدایت بکنم، می‌تواند یک معلم سقراطی عالی برای دانشجویانم در هر موضوعی که تدریس می‌کنم باشد، زیرا سازگار، شخصی‌سازی شده، در دسترس، همیشه صبور و کاملاً همسو با هر هدف و مقصودی است که من می‌خواهم.

۲. انقلاب در دسترسی (Access)

به همین دلیل، دومین انقلاب در دسترسی خواهد بود. محققان پیش از این معتقد بودند—در آنچه که آن را «مثلث آهنین» آموزش عالی می‌نامیدند—که ما فقط می‌توانیم دو مورد از سه نتیجه کلیدی را داشته باشیم: هزینه‌های پایین، دسترسی بالا، و آموزش باکیفیت. با این حال، واقعیت معلمان خصوصی هوش مصنوعی باکیفیت، شخصی‌سازی شده و رایگان برای تک‌تک دانشجویان در آموزش عالی دیگر صرفاً یک رؤیای پوچ برای آرمان‌شهری‌های تکنولوژیک نیست. این اتفاق به معنای واقعی کلمه هر روز در کلاس‌های درس دانشگاهی در سراسر کشور در حال وقوع است، زیرا اساتید در حال یافتن راه برای تبدیل این دیدگاه به واقعیت هستند.

۳. انقلاب در تعریف دانشگاه (The University)

در نهایت، و مهم‌تر از همه، انقلاب در چیستی دانشگاه فرا می‌رسد. به یاد بیاورید، دانشگاه‌ها فقط به این دلیل مدارک تحصیلی می‌دهند که اساتید نمره می‌دهند. اما، خب، هوش مصنوعی این را شکسته است. پس چه اتفاقی می‌افتد وقتی بپذیریم که به دلایل اشتباهی مدارک تحصیلی داده‌ایم؛ یعنی تدریس اساتید به جای یادگیری دانشجویان؟ چه اتفاقی می‌افتد وقتی دانشجویان بتوانند یادگیری مشروع را به روش‌هایی نشان دهند که هیچ ارتباطی با آنچه در داخل دیوارهای کلاس درس و جلد کتاب‌های درسی اتفاق می‌افتد، ندارد؟

تغییرات پارادایم نه آسان هستند و نه هموار. به آن برخوردها بین الکترون‌ها و پروتون‌ها فکر کنید، که به قدری خام، قدرتمند و فاجعه‌بار هستند که در واقع ذرات کاملاً جدید و غیرمنتظره‌ای را آشکار می‌سازند. امروز ما در آموزش عالی در این نقطه هستیم. پس چه اتفاقی می‌افتد وقتی یک نیروی مهارنشدنی به یک شیء جابجایی‌ناپذیر برخورد کند؟ حدس شما به اندازه حدس من خوب است.

۲۱۶۲۱۶