<p style="text-align: justify;"><strong>فصل هفتم: ارسطویی در جیب شما</strong></p> <p style="text-align: justify;">انتشار ناگهانی ChatGPT بیش از هر جای دیگری در آموزش و پرورش باعث آشفتگی و نگرانی شد. تنها چند روز پس از عرضه این چتبات در نوامبر ۲۰۲۲، دانشآموزان شروع به استفاده از آن برای تقلب در تکالیف و مقالات پژوهشی کردند. این ابزار که بهسرعت به نام "CheatGPT" شناخته شد، معلمان را غافلگیر کرد و نگرانیهایی را به همراه آورد که دیگر نتوانند از تکالیف خانگی یا مقالات پژوهشی بهعنوان ابزار ارزیابی دانشآموزان استفاده کنند. مجله Atlantic تنها شش روز پس از انتشار این ابزار اعلام کرد که «مقاله دانشگاهی مرده است.» برخی از سیستمهای آموزشی، از جمله دو مورد از بزرگترین آنها در نیویورک و لسآنجلس، دسترسی دانشآموزان به وبسایت OpenAI را مسدود کردند. در استرالیا نیز، هشت دانشگاه برتر کشور اعلام کردند که مجبورند دوباره به امتحانات دستنویس و تحت نظارت بازگردند.</p> <p style="text-align: justify;">هوش مصنوعی بدون شک آموزش را تغییر خواهد داد و معلمان باید روشهای جدیدی اتخاذ کنند. اما وحشت اخلاقی و نگرانیها در این مورد بیجا هستند. اگر به تاریخ نگاه کنیم، میبینیم که ابزارهایی مانند CliffsNotes در دهه ۱۹۵۰ و ماشینحسابها در دهه ۱۹۷۰ نیز واکنشهای مشابهی برانگیختند. حتی در سالهای اخیر، استادان دانشگاه از فروش جزوات درسی، پاسخنامههای امتحانی و مقالات از طریق خدماتی مانند EssayShark یا Chegg گلایه داشتند. اما در هر مورد، معلمان خود را تطبیق دادند و آموزش نیز در بسیاری از موارد بهتر شد.</p> <p style="text-align: justify;">این بار هم، معلمان خواهند توانست خود را وفق دهند. علاوه بر این، اگر خلاقانه استفاده شود، هوش مصنوعی مولد میتواند کمک بزرگی برای آموزش باشد، بهگونهای که هر دانشآموز یک معلم خصوصی داشته باشد که درسها را مطابق با سرعت و سبک یادگیری او تنظیم کند.</p> <p style="text-align: justify;">میتوان آن را مانند داشتن «ارسطو<a href="#_ftn1" name="_ftnref1">[1]</a>» در جیب تصور کرد، فیلسوف بزرگی که معلم اسکندر کبیر بود. این همان چشماندازی است که استیو جابز، بنیانگذار اپل، در یک سخنرانی پیشبینانه در سال ۱۹۸۵ در سوئد ترسیم کرد. جابز اظهار داشت که حسادتش به اسکندر کبیر نه به دلیل فتح جهان، بلکه به خاطر داشتن ارسطو بهعنوان معلم شخصیاش است. او افسوس میخورد که هرچند میتواند نوشتههای ارسطو را بخواند، اما از این فرصت محروم است که از او سوال بپرسد. استیو ابراز امیدواری کرد که در طول زندگی ما ابزاری تعاملی به وجود آید که نه تنها امکان مطالعه آثار ارسطو را فراهم کند، بلکه بتوان از او سوال پرسید و پاسخ دریافت کرد. اکنون، هوش مصنوعی در حال نزدیک کردن ما به این چشمانداز است.</p> <p style="text-align: justify;">پیش از آن، باید به نگرانیها درباره تقلب پرداخته شود. بله، دانشآموزان میتوانند از هوش مصنوعی برای تقلب استفاده کنند. اگر دنیای ما جایی بود که نمرات فقط بهعنوان ابزاری برای ارزیابی پیشرفت دانشآموزان بدون تأثیر در آینده تحصیلی یا شغلی استفاده میشد، این موضوع اهمیت چندانی نداشت. اما واقعیت این است که در دنیای امروز، نمرات ارزشی هستند که مدارک تحصیلی را میخرند و مدارک نیز مسیر آینده اقتصادی روشنتری را هموار میکنند. بنابراین، تقلب فقط به ضرر خود تقلبکننده نیست. البته، کمک میکند اگر شرکتهای فناوری بتوانند فناوری نشانگذاری بهتری توسعه دهند تا نوشتههای تولیدشده توسط هوش مصنوعی راحتتر قابل تشخیص باشد. اما معلمان نیز قدرت دارند: آنها میتوانند روشهای تدریس و ارزیابی را تغییر دهند تا توانایی دانشآموزان برای تقلب از طریق هوش مصنوعی را کاهش دهند.</p> <p style="text-align: justify;"><strong>یک برنامه درسی نوین و شجاعانه </strong></p> <p style="text-align: justify;">برای معلمان وسوسهانگیز است که با استفاده از فناوری به جنگ فناوری بروند؛ نرمافزارهای تشخیص تقلب را بهکار گیرند یا دانشآموزان را مجبور کنند تکالیف خود را در محیطهای آنلاین ویژهای انجام دهند که هر حرکتشان را زیر نظر دارد. اما تقلبکنندگان مصمم همیشه راهی برای دور زدن این محدودیتها پیدا میکنند. علاوه بر این، نرمافزارهای تشخیص تقلب درصد زیادی خطای مثبت دارند و ممکن است باعث شود دانشآموزان صادق به ناحق به تقلب متهم شوند. چنین رویکردهایی نهتنها در ایجاد اعتماد بین معلم و دانشآموز ناکام است، بلکه تأثیر سازندهای بر آموزش هم ندارد. بله، معلمان تحت فشار کاری زیادی هستند. اما شاید سرمایهگذاری زمانی برای بازطراحی برنامههای درسی بهگونهای که با هوش مصنوعی همسو شوند، بهجای مقابله با آن، ارزشش را داشته باشد. چنین تغییری میتواند باعث شود کلاسها جذابتر شده و دانشآموزان مشتاقتر به یادگیری شوند. کریس گیلیارد<a href="#_ftn2" name="_ftnref2">[2]</a>، استاد مطالعات دیجیتال در دانشگاه میشیگان<a href="#_ftn3" name="_ftnref3">[3]</a> و پیت رورابا<a href="#_ftn4" name="_ftnref4">[4]</a>، استاد زبان انگلیسی در دانشگاه ایالتی کنسا<a href="#_ftn5" name="_ftnref5">[5]</a>، پیشنهاد میکنند که معلمان فعالیتها و ارزیابیهایی طراحی کنند که کارهای کلاسی را «مشخص و تجربیتر» کند.</p> <p style="text-align: justify;">ChatGPT نمیتواند مصاحبهای برای یک پروژه تاریخ شفاهی انجام دهد. نمیتواند کار میدانی برای یک پروژه زیستشناسی انجام دهد و نمیتواند بهطور مستقیم به سوالات کلاس پاسخ دهد. اما میتواند به معلمان کمک کند تا بحثهای گروهی را تسهیل کنند؛ فعالیتهایی که در آنها کلاسهای بزرگتر به تیمهای کوچکتر تقسیم شوند و نرمافزار هوش مصنوعی این بحثها را هدایت و نظارت کند، بهعنوان شریک بحث وارد عمل شود و حتی گفتوگوها را برای بررسی معلم خلاصه کند.</p> <p style="text-align: justify;">حتی پیش از ظهور هوش مصنوعی، بسیاری از متخصصان آموزشی خواهان اجرای «کلاس وارونه» بودند؛ (برعکس کردن هدفهای معمول تکالیف کلاسی و خانگی) در کلاس وارونه، معلمان سخنرانیها را در قالب ویدیو ضبط میکنند تا دانشآموزان در خانه تماشا کنند، یا از دانشآموزان میخواهند تحقیقاتی را بهعنوان تکلیف انجام دهند، اما زمان کلاس را به حل مسائل، انجام تمرینهای نوشتاری و بحثهای کلاسی اختصاص میدهند. این روش به معلمان اجازه میدهد دانشآموزان را در حل مشکلات هدایت کنند، بهسرعت مشکلات دانشآموزان را تشخیص دهند و کمک کنند. همچنین مزیت حضور دانشآموزان در کنار یکدیگر را به حداکثر میرساند. اگر انقلاب هوش مصنوعی بتواند سخنرانی را بهعنوان ابزار اصلی تدریس در آموزش دانشگاهی کنار بزند و جای آن را با سمینار بگیرد، این تغییر مثبتی خواهد بود.</p> <p style="text-align: justify;">برخی استادان اعتراض خواهند کرد که بسیاری از کلاسها برای سمینار یا آموزشهای فردی بیشازحد بزرگ هستند. اما ابزارهای تدریس مبتنی بر هوش مصنوعی ممکن است امکان گسترش مدل سمینار را حتی به کلاسهای بسیار بزرگ بدهند. بهعنوان نمونه، دوره «شعر مدرن و معاصر» در دانشگاه پنسیلوانیا که از طریق پلتفرم آنلاین Coursera ارائه میشود، بهطور معمول هر ترم بیش از سیهزار دانشجو از سراسر جهان در آن ثبتنام میکنند و عمدتاً از طریق بحثهای گروهی کوچک تدریس میشود؛ آن هم بدون استفاده از ابزارهای هوش مصنوعی.</p> <p style="text-align: justify;">همچنین میتوان راههایی برای حفظ ارزش مقالههای پژوهشی پیدا کرد. دانشجویان مقطع دکترا باید پایاننامههای خود را از طریق مصاحبهای حضوری و چالشبرانگیز دفاع کنند. نسخه کوچکتر و کمتر چالشبرانگیز این روش میتواند برای دانشجویان کارشناسی و حتی دانشآموزان دبیرستانی نیز اجرا شود. در مدارس ابتدایی، پرسیدن چند سوال ساده درباره گزارش کتاب یا موضوع تحقیق دانشآموز ممکن است برای اطمینان از درک مطلب کافی باشد. در دبیرستان، بحثهای گستردهتر کلاسی، ارسال پیشنویس مقالههای پژوهشی یا طرح سوالات دقیق درباره فرآیند تحقیق و نوشتن میتواند تقلب را کاهش دهد.</p> <p style="text-align: justify;">در دانشگاه، اجرای این روشها ممکن است بهویژه در کلاسهای بزرگ عملی نباشد. اما دستیاران تحصیلات تکمیلی میتوانند در بحثهای گروهی یا جلسات فردی شرکت کنند تا دانشجویانی که احتمالاً کار خود را به ChatGPT سپردهاند شناسایی شوند. خود هوش مصنوعی هم میتواند کمک کند؛ با بررسی مقاله یک دانشجو و ایجاد چند سوال کوتاه مرتبط که دانشجو باید حضوری پاسخ دهد.</p> <p style="text-align: justify;">هوش مصنوعی تهدیدی جدی برای کالجها و دانشگاهها محسوب میشود؛ اما نه بهواسطهی خطر تقلب گسترده، بلکه بهدلیل احتمال بیارتباط شدن آموزش عالی با نیازهای دانشجویان. ممکن است دانشجویان به این نتیجه برسند که هزینههای سنگین دانشگاه توجیهپذیر نیست، چراکه میتوانند با کمک معلمان خصوصی مبتنی بر هوش مصنوعی، با هزینهای بسیار کمتر به همان اندازه آموزش ببینند و مهارت کسب کنند.</p> <p style="text-align: justify;">به همین دلیل، برای کالجها و دانشگاههای ایالات متحده ضروری است که برنامه درسی خود را حول مواردی بازسازی کنند که هوش مصنوعی نمیتواند جایگزین آنها شود؛ مانند بحثهای گروهی، کارهای میدانی، آزمایشهای علمی، آموزشهای تجربی و عناصر زندگی دانشگاهی که هوش مصنوعی قادر به خودکارسازی آنها نیست؛ از گروه موسیقی و انجمنهای نمایشی گرفته تا دولت دانشجویی و حتی ورزشهای دانشگاهی.</p> <p style="text-align: justify;"><strong>شاگرد موردعلاقهی هر معلم </strong></p> <p style="text-align: justify;">آموزگاران نوآور در حال کشف روشهای جدیدی هستند تا هوش مصنوعی را به یک دستیار آموزشی قدرتمند تبدیل کنند. سادهترین روش این است که از آن بهعنوان یک دستیار برای آمادهسازی درسها استفاده کنند. هدر برنتلی<a href="#_ftn6" name="_ftnref6">[6]</a>، معلم ریاضی کلاس ششم در تگزاس، از ChatGPT برای جذابتر کردن درسهایش بهره برده است. مثلاً برای درس مساحت سطح، این ربات پیشنهاد کرد که از دانشآموزان بخواهد جعبههایی را کادو کنند و با استفاده از فرمولهایی که یاد گرفتهاند، محاسبه کنند چه مقدار کاغذ کادو لازم دارند.</p> <p style="text-align: justify;">دستیارهای هوش مصنوعی میتوانند با ارائهی سناریوهای معاصر، آموزش مسائل ریاضی را به تجربهای جذابتر و مرتبطتر تبدیل کنند؛ بهعنوانمثال، محاسبهی گسترهی ویروسی یک ویدئوی تیکتاک برای توضیح مفهوم رشد نمایی. این ابزارها نهتنها میتوانند محتوای آموزشی را برای دانشآموزان امروزی ملموستر کنند، بلکه به معلمان نیز در طراحی درسها یاری میرسانند. آمادهسازی یادداشتها و اسلایدهای سخنرانی، ایجاد سوالات برای بحث، تهیهی برگههای کاری و نوشتن سوالات امتحانی تنها بخشی از قابلیتهای این دستیارهای پیشرفته است.</p> <p style="text-align: justify;">برخی معلمان نیز چتباتها را مستقیماً در درسهایشان بهکار میگیرند. دانی پیرسی<a href="#_ftn7" name="_ftnref7">[7]</a>، معلم کلاس پنجم در لکسینگتونِ کنتاکی<a href="#_ftn8" name="_ftnref8">[8]</a>، کلاس خود را به گروههای کوچک تقسیم کرد و از هر گروه خواست که ایدهای برای یک نمایشنامه با شخصیتهای مختلف در یک کلاس خیالی ارائه دهند. سپس، هر گروه ایدههای خام خود را به ChatGPT دادند و این ربات چندین نمایشنامه مختلف پیشنهاد کرد.</p> <p style="text-align: justify;">دانشآموزان از نتیجه خوشحال بودند و با هیجان درباره پیچشهای داستانی که هوش مصنوعی ایجاد کرده بود، از جمله داستانی دربارهی کامپیوتری که از کلاس فرار میکند، میخندیدند. سپس، پیرسی از دانشآموزان خواست تا پیشنویسهایی را که هوش مصنوعی نوشته بود، ویرایش کنند و نسخههای نهایی را اجرا کنند. نکتهی کلیدی این است که پیرسی تمام کارهای خلاقانه را به عهدهی ChatGPT نگذاشت؛ این فرآیند یک همکاری بین دانشآموزان و هوش مصنوعی بود.</p> <p style="text-align: justify;">همانطور که در فصل اول اشاره شد، ضروری است که همچنان به کودکان نوشتن بیاموزیم. نوشتن مهارتی حیاتی برای توسعهی استدلال، منطق، تفکر انتقادی و بیان خلاقانه است و همدلی را تقویت میکند. اما میتوانیم هوش مصنوعی را در آموزش نوشتن ادغام کنیم، بهجای آنکه تلاش کنیم آن را ممنوع کنیم.</p> <p style="text-align: justify;">در مقاطع دبیرستان و دانشگاه، برخی معلمان به دانشآموزان اجازه میدهند از هوش مصنوعی برای تهیه یا ویرایش پیشنویس کارهایشان استفاده کنند، اما تأکید میکنند که باید دقیقاً مشخص کنند چگونه از این نرمافزار استفاده کردهاند. همچنین، آنها اطمینان حاصل میکنند که دانشآموزان با گرایش چتباتها به «توهمآفرینی<a href="#_ftn9" name="_ftnref9">[9]</a>» یا حتی سرقت ادبی آشنا شوند و از دانشآموزان میخواهند خروجیهای دستیارهای هوش مصنوعی را با دقت بازبینی و بررسی کنند. هدف این است که دانشآموزان بیاموزند چگونه از هوش مصنوعی بهعنوان یک همیار استفاده کنند، بدون آنکه آنقدر به آن تکیه کنند که مهارتهای خودشان هرگز رشد نکند.</p> <p style="text-align: justify;">هوش مصنوعی میتواند تجربهی دانشجویان دانشگاهی را به شکل قابلتوجهی بهبود بخشد. این فناوری میتواند به آنها در سازماندهی لیستهای خواندنی دورهها کمک کند، کتابها و مقالاتی متناسب با علایق و نیازهایشان پیشنهاد دهد و نکاتی را که در سخنرانی استاد یا متن کتاب درسی بهخوبی درک نکردهاند، با زبانی سادهتر توضیح دهد.</p> <p style="text-align: justify;">علاوه بر این، هوش مصنوعی میتواند دانشجویان را برای امتحانات حضوری آماده کند؛ از طریق ارائهی سوالات تمرینی و ارزیابی پاسخهای آنها، نقاط ضعفشان را شناسایی کرده و راهکارهای بهبود ارائه دهد. داشتن یک معلم خصوصی هوشمند که همیشه در دسترس باشد، میتواند مکملی ارزشمند برای تعاملات با استادان و همکلاسیها باشد و به دانشجویان کمک کند تا بهرهی بیشتری از تجربهی دانشگاهی خود ببرند.</p> <p style="text-align: justify;">هوش مصنوعی میتواند اثری دموکراتیکی بر آموزش داشته باشد. مؤسسه فناوری جورجیا (Georgia Tech) به داوطلبان مقطع کارشناسی اجازه داده است که از هوش مصنوعی برای «ایدهپردازی، ویرایش و اصلاح نظراتشان» استفاده کنند، اما تأکید کرده است که «نسخهی نهایی باید کار خودتان باشد.» این دانشگاه این رویکرد را تا حدی با هدف برابری توجیه کرده است؛ این کار، فاصلهی بین دانشآموزانی که والدین، معلمهای خصوصی یا مشاورانی برای کمک دارند و آنهایی که چنین کمکی ندارند را کاهش میدهد.</p> <p style="text-align: justify;">در مرحلهی فراتر از پذیرش، ابزارهای هوش مصنوعی میتوانند همچنان عاملی برای کاهش فاصلهها باشند. در دانشگاه ایلینوی<a href="#_ftn10" name="_ftnref10">[10]</a>، استاد مدیریت بازرگانی، اوناتی نارنگ<a href="#_ftn11" name="_ftnref11">[11]</a>، دانشجویانش را تشویق میکند تا از ChatGPT برای تهیهی پیشنویس اولیهی پاسخهای خود به سوالات هفتگی بهره ببرند. او مشاهده کرده است که این ابزار نهتنها مشارکت دانشجویان را افزایش داده، بلکه بهویژه به نویسندگان ضعیفتر و افرادی که پیشتر کمتر درگیر فعالیتهای کلاسی بودند، کمک کرده تا حضور فعالتری در فرآیند یادگیری داشته باشند.</p> <p style="text-align: justify;">او همچنین دانشجویان را تشویق میکند تا پیشنویسهای نوشتهشده توسط ChatGPT را ویرایش کرده و با دیدگاه انتقادی، به ایدههایی که ممکن است این چتبات نادیده گرفته باشد، بیندیشند. استفاده از هوش مصنوعی برای کمک به نوشتن، بررسی املا و دستور زبان و ویرایش، به وضوح میتواند فاصلهی موفقیت بین افراد انگلیسیزبان بومی و کسانی که انگلیسی زبان دوم یا سوم آنها است را کاهش دهد.</p> <p style="text-align: justify;"><strong>به سیری، با عشق </strong></p> <p style="text-align: justify;">آیندهای که در بالا توصیف شد، با استفاده از چتباتهای موجود مانند ChatGPT شرکت OpenAI، Gemini شرکت گوگل و Claude شرکت Anthropic کاملاً ممکن است. اما بزرگترین تأثیر هوش مصنوعی در آموزش، از طریق نرمافزارهای تخصصی تدریس خصوصی خواهد بود. این ابزارها هماکنون توسط شرکتهایی نظیر Quizlet که برای دانشآموزان آزمونها و کارتهای حافظهای آنلاین ایجاد میکند و Khan Academy در حال توسعه هستند.</p> <p style="text-align: justify;">سال خان<a href="#_ftn12" name="_ftnref12">[12]</a>، بنیانگذار Khan Academy، میگوید هدف نهایی شرکتهایی مانند شرکت او همیشه پیدا کردن راهی برای شخصیسازی مواد آموزشی برای هر دانشآموز بوده است. شواهد علمی روزافزون نشان میدهد که تدریس خصوصی، بهویژه به صورت یکبهیک، عملکرد تحصیلی دانشآموزان را بهبود میبخشد و میتواند بخشی از نابرابریهایی که دانشآموزان کمبرخوردار با آن مواجه هستند را جبران کند. اما تدریس خصوصی یکبهیک پیش از این، نه از نظر اقتصادی و نه از نظر فناوری، در مقیاس گسترده عملی نبود. حالا، این امکان فراهم شده است.</p> <p style="text-align: justify;">خان، که مدرک مهندسی کامپیوتر و مهندسی برق از MIT و MBA از دانشگاه هاروارد<a href="#_ftn13" name="_ftnref13">[13]</a> دارد، در ایالت لوئیزیانا<a href="#_ftn14" name="_ftnref14">[14]</a> و در خانوادهای مهاجر از هند و بنگلادش بزرگ شد. او در سال ۲۰۰۴، هنگامی که در یک صندوق پوشش ریسک<a href="#_ftn15" name="_ftnref15">[15]</a> کار میکرد، تدریس ریاضی یکی از پسرعموهایش را از طریق اینترنت آغاز کرد. بهزودی خبر این تدریس به دیگر اعضای خانواده رسید و آنها نیز درخواست کمک کردند.</p> <p style="text-align: justify;">با افزایش تقاضا، خان تصمیم گرفت درسهایش را ضبط کند و در اینترنت قرار دهد. او در سال ۲۰۰۸، Khan Academy را بهعنوان یک پلتفرم آنلاین غیرانتفاعی تأسیس کرد که درسهای ویدیویی درخواستی به همراه مواد آموزشی ارائه میداد و به دانشآموزان این امکان را میداد در جلسات تدریس خصوصی گروهی کوچک که از طریق ویدیوکنفرانس انجام میشد شرکت کنند.</p> <p style="text-align: justify;">امروزه بخش عمدهای از فعالیت Khan Academy شامل توسعه ابزارهای نرمافزاری برای تسهیل کار معلمان است؛ ایجاد خودکار برگههای کاری و مسائل، کمک به تصحیح آزمونها و مشخص کردن حوزههایی که دانشآموز به کمک بیشتری نیاز دارد. خان همیشه به استفاده از هوش مصنوعی برای سفارشیسازی درسها علاقهمند بوده، اما فناوری هنوز به حد کافی پیشرفته نبود. در سال ۲۰۲۲، OpenAI به Khan Academy پیشنهاد داد که به آنها در آزمایش GPT-4 کمک کند.</p> <p style="text-align: justify;">OpenAI میخواست با چند سازمان اجتماعی بهعنوان شرکای راهاندازی GPT-4 همکاری کند، تا بخشی از انتقادات احتمالی علیه فناوریای که بسیاری آن را تهدیدی برای مشاغل و کسبوکارهای موجود میدانستند، کاهش دهد. اما به گفتهی خان، هدف دیگری نیز وجود داشت؛ OpenAI قصد داشت به مجموعهای گسترده از سوالات زیستشناسی پیشرفته (AP Biology) Khan Academy دسترسی پیدا کند.</p> <p style="text-align: justify;">در آن زمان، خان نمیدانست چرا. بعدها مشخص شد که شریک و حامی OpenAI، یعنی شرکت مایکروسافت، علاقهی خاصی به زیستشناسی پیشرفته داشت. بنیانگذار و رئیس مایکروسافت، بیل گیتس<a href="#_ftn16" name="_ftnref16">[16]</a>، مخالف تصمیم مدیرعامل شرکت، ساتیا نادلا، برای سرمایهگذاری سنگین در OpenAI بود. گیتس با مدلهای اولیهی LLM، یعنی GPT-2 و GPT-3، کار کرده بود و تحت تأثیر قرار نگرفته بود. او تردید داشت که رویکرد OpenAI به هوش مصنوعی نتیجهبخش باشد.</p> <p style="text-align: justify;">گیتس آزمون شخصی خود را برای ارزیابی تواناییهای هوش مصنوعی داشت؛ زیستشناسی پیشرفته. او در جلسهای با نادلا، سم آلتمن و گرگ براکمن<a href="#_ftn17" name="_ftnref17">[17]</a> گفته بود که هوش مصنوعی زمانی برای دنیای واقعی آماده است که بتواند در آزمون زیستشناسی پیشرفته نمره کامل بگیرد. OpenAI میخواست با استفاده از سوالات Khan Academy اطمینان یابد که GPT-4 میتواند آزمون گیتس را پشت سر بگذارد، که موفق شد و گیتس را قانع کرد که انقلاب هوش مصنوعی واقعی است.</p> <p style="text-align: justify;">اما پیش از این موفقیت، این فناوری آزمون مهم خان را نیز پشت سر گذاشت. هنگامی که او مشاهده کرد GPT-4 نهتنها به سوالات پیچیدهی زیستشناسی پیشرفته پاسخهای دقیق ارائه میدهد، بلکه توانایی توضیح پاسخها، حل مسائل، و حتی طراحی یک برنامهی درسی جدید را دارد، با شگفتی گفت: «این همهچیز را برای ما متحول میکند.»</p> <p style="text-align: justify;">خان خیلی زود دریافت که میتوان GPT-4 را بهگونهای طراحی کرد که بهعنوان یک معلم خصوصی عمل کند؛ نه با ارائهی پاسخ مستقیم به مسائل، بلکه با بهرهگیری از روش سقراطی برای هدایت دانشآموزان در مسیر یادگیری حل مسائل. نتیجهی این ایده، ایجاد معلم خصوصی هوش مصنوعی Khan Academy به نام Khanmigo بود، ابزاری که بر پایهی فناوری پیشرفتهی GPT-4 شرکت OpenAI ساخته شده است.</p> <p style="text-align: justify;">Khanmigo به هزاران معلم ارائه شده است تا بهعنوان ابزاری کمکی در فرآیند آموزش به کار گرفته شود. این معلم خصوصی هوش مصنوعی، راهنماییهای فردی در موضوعاتی مانند ریاضیات، علوم و علوم انسانی ارائه میدهد و با استفاده از روش سقراطی و مجموعهای از مسائل متناسب با سطح و نیاز هر دانشآموز، تجربهی یادگیری را شخصیسازی میکند.</p> <p style="text-align: justify;">علاوه بر این، Khanmigo شامل ابزاری است که موضوعاتی برای بحث و مناظره پیشنهاد میدهد و دانشآموزان را تشویق میکند تا با استدلال در مورد شواهد و دلایل هر دو طرف یک موضوع، مهارتهای تفکر انتقادی خود را تقویت کنند.</p> <p style="text-align: justify;">یکی دیگر از ویژگیهای این ابزار، مربی نوشتاری هوش مصنوعی آن است که به دانشآموزان در مراحل مختلف نگارش از جمله ایدهپردازی، طرحبندی و بازاندیشی دربارهی فرآیند نوشتن کمک میکند. بااینحال، این مربی از نوشتن کامل یک مقاله خودداری میکند تا نقش راهنمایی را به جای انجام کامل کار بر عهده داشته باشد.</p> <p style="text-align: justify;">خان میگوید: «برای دانشآموز خیلی سخت است که تقلب کند»، زیرا تکالیف باید مستقیماً روی پلتفرم آنلاین Khan Academy تکمیل شوند، جایی که امکان کپی و جایگذاری سادهی متنی تولیدشده توسط هوش مصنوعی وجود ندارد. علاوه بر این، Khanmigo را به گونهای طراحی کرده است که احتمال بروز «توهمات» در GPT-4 کاهش یابد. این پلتفرم همچنین ابزارهای حفاظتی ویژهای ایجاد کرده تا از تحریک معلم آنلاین به استفاده از زبان نامناسب یا نژادپرستانه جلوگیری شود.</p> <p style="text-align: justify;">در کنار Khan Academy، شرکتهای دیگری همچون Quizlet و Duolingo نیز در حال توسعهی معلمان خصوصی هوش مصنوعی خود هستند. انتظار میرود که طی پنج سال آینده، این ابزارها برای میلیونها دانشآموز به واقعیتی ملموس تبدیل شوند.</p> <p style="text-align: justify;">قابلیتهای معلمان خصوصی هوش مصنوعی فراتر از تنظیم سادهی مسائل ریاضی بر اساس سطح و سرعت دانشآموز خواهد بود. این ابزارها میتوانند شخصیتهای مختلفی را بپذیرند تا درسها جذابتر و مرتبطتر شوند. برای مثال، تصور کنید شکسپیر شخصاً اشعارش را تدریس کند یا ماری کوری دربارهی آزمایشهای اولیهاش با پرتوها بهطور مستقیم توضیح دهد. این امکانات تجربهی یادگیری را به سطحی کاملاً جدید و هیجانانگیز خواهد رساند.</p> <p style="text-align: justify;">خان معتقد است که تلاشهای کنونی برای ایجاد برنامههای درسی «فرهنگی مرتبط» اغلب از دید دانشآموزان سطحی و حتی گاه توهینآمیز به نظر میرسند. او میگوید: «مردم وقتی چنین کاری میکنید، احساس میکنند به آنها بیاحترامی شده است. یعنی چی؟ فکر میکنید چون من سیاهپوست هستم، اگر در یک مسئلهی ریاضی یک مرجع هیپهاپ بگذارید، ناگهان برایم مهم میشود؟» این رویکردها نهتنها مشکل را حل نمیکنند، بلکه کلیشههای فرهنگی را تقویت میکنند.</p> <p style="text-align: justify;">آنچه واقعاً اهمیت دارد، این است که به دانشآموزان اجازه داده شود خودشان باشند، نه آنچه ناشران کتابهای درسی یا موسسههای آزمونگیرنده تصور میکنند که باید باشند. یادگیری باید حول محور علایق واقعی هر دانشآموز شکل گیرد. در اینجا، معلمان خصوصی هوش مصنوعی نقشی حیاتی ایفا میکنند. بهعنوانمثال، اگر یک دانشآموز لاتینایی عاشق ریاضیات و فیزیک باشد و ریچارد فاینمن<a href="#_ftn18" name="_ftnref18">[18]</a> را قهرمان خود بداند، چرا نباید یک «فاینمنبات» در اختیار او قرار گیرد که فیزیک را آموزش دهد؟</p> <p style="text-align: justify;">معلمان خصوصی هوش مصنوعی قادر خواهند بود اطلاعات بسیار بیشتری دربارهی هر دانشآموز نسبت به معلمان امروزی داشته باشند. خان پیشبینی میکند که در دههی آینده، ابزارهایی مثل Khanmigo قادر خواهند بود بهترین پیشنهادات تحصیلی و حتی انتخاب کالج را برای دانشآموزان ارائه دهند. او توضیح میدهد: «این سیستم ده سال با شما کار کرده است؛ بالا و پایینهایتان را دیده است. میداند چه چالشهایی را پشت سر گذاشتهاید و چقدر پیشرفت کردهاید.»</p> <p style="text-align: justify;">بااینحال، معلمان خصوصی هوش مصنوعی جایگزین معلمان نخواهند شد، بلکه به آنها در نظارت بر پیشرفت دانشآموزان و مداخله در لحظات حساس کمک میکنند. این فناوری به معلمان امکان میدهد تا مشکلات یادگیری را قبل از رسیدن به مراحل بحرانی شناسایی کنند. آیا «مایکی» در حل معادلات درجه دوم مشکل دارد؟ آیا «لوسی» قادر به شناسایی تمهای اصلی پرواز بر فراز آشیانه فاخته<a href="#_ftn19" name="_ftnref19">[19]</a> نیست؟ دیگر نیازی نیست معلمان تا زمان امتحان منتظر بمانند تا این چالشها آشکار شوند.</p> <p style="text-align: justify;">علاوه بر این، نرمافزار هوش مصنوعی با جمعآوری معیارهای کلی کلاس، بازخورد دقیقی دربارهی اثربخشی روشهای آموزشی به معلمان ارائه میدهد. آیا درس مربوط به چرخهی کربس بهخوبی منتقل شده است؟ آیا بحث دیروز دربارهی مزرعه حیوانات<a href="#_ftn20" name="_ftnref20">[20]</a> درک دانشآموزان از استعارههای اورول<a href="#_ftn21" name="_ftnref21">[21]</a> را افزایش داده است؟ معلمان با استفاده از این ابزارها پاسخ این سوالات را در اختیار خواهند داشت.</p> <p style="text-align: justify;">هوش مصنوعی همچنین بخش عمدهای از بار معلمان را در تلاش برای تطابق با استانداردهای ایالتی و ملی کاهش خواهد داد. در حالی که معلمان سالها با چالش یافتن مواد درسی متنوع و مطابق با این استانداردها مواجه بودهاند، معلمان خصوصی هوش مصنوعی میتوانند به سرعت محتوای آموزشی مناسب و سازگار با این استانداردها تولید کنند.</p> <p style="text-align: justify;">همزمان، این فناوری امکان یادگیری آزاد و خارج از چارچوب کلاس را برای دانشآموزان فراهم میکند. برای مثال، یک دانشآموز میتواند به بررسی این سوال بپردازد که آیا فیزیک در فیلم تماس<a href="#_ftn22" name="_ftnref22">[22]</a> با اصول نیوتنی سازگار است، بدون اینکه این موضوع باعث پرت شدن حواس معلم یا اخلال در برنامهی کلاس شود. این انعطافپذیری نهتنها تجربهی یادگیری را عمیقتر میکند، بلکه به دانشآموزان اجازه میدهد کنجکاویهای شخصی خود را دنبال کنند.</p> <p style="text-align: justify;"><strong>پُل زدن بر شکاف دیجیتال</strong></p> <p style="text-align: justify;">هوش مصنوعی میتواند به دانشآموزان قدرت ببخشد و تواناییهای خارقالعادهای در اختیار معلمان قرار دهد. این فناوری همچنین میتواند گامی بزرگ در کاهش نابرابریهای آموزشی باشد؛ با ارائهی آموزش خصوصی و تقویت یادگیری برای دانشآموزانی که والدینشان توانایی پرداخت هزینهی چنین خدماتی را ندارند یا در مناطقی با مدارس ضعیف زندگی میکنند. اما این اتفاق تنها در صورتی ممکن است که سیاستهای درستی در این زمینه اعمال شود. در غیر این صورت، ممکن است نتیجهای کاملاً معکوس رخ دهد و این فناوری به جای کاهش نابرابری، تنها به پیشرفت دانشآموزان برخوردار کمک کند.</p> <p style="text-align: justify;">تجربهی گذشته با فناوریهای آموزشی چندان امیدوارکننده نیست. ابزارهایی مانند کرومبوک<a href="#_ftn23" name="_ftnref23">[23]</a>، تبلت و اپلیکیشنهای یادگیری آنلاین، معمولاً بهجای رفع نابرابری، شکاف دیجیتالی بین کسانی که به این ابزارها دسترسی دارند و کسانی که ندارند را افزایش دادهاند. این شکاف در دوران همهگیری کووید-۱۹ بهوضوح دیده شد، زمانی که مدارس کمبرخوردار با چالشهای بزرگی در پذیرش آموزش آنلاین و ترکیبی روبهرو شدند، زیرا بسیاری از دانشآموزان حتی به کامپیوتر یا اینترنت پایدار دسترسی نداشتند. چرا باید انتظار داشته باشیم که هوش مصنوعی از این قاعده مستثنی باشد؟</p> <p style="text-align: justify;">هوش مصنوعی، نسبت به فناوریهای دیجیتال پیشین، ظرفیت بیشتری برای فراهم کردن دسترسی عمومی به آموزش باکیفیت و ارائهی پشتیبانی فردی دارد. این فناوری میتواند حتی به معلمانی که در کار خود با مشکلاتی روبهرو هستند کمک کند تا عملکرد بهتری داشته باشند. بااینحال، برای آنکه دانشآموزان محروم نیز بتوانند از این مزایا بهرهمند شوند، باید تغییرات اساسی در نحوهی توسعه و توزیع این فناوری اعمال شود.</p> <p style="text-align: justify;">در ایالات متحده، تأمین مالی آموزش از طریق مالیات بر املاک منجر به شکاف بزرگی میان مناطق ثروتمند و کمبرخوردار شده است. مناطق ثروتمند بودجهی کافی برای خرید لپتاپ، پشتیبانی فنی و آموزش معلمان دارند، در حالی که مدارس مناطق محروم از این امکانات بیبهرهاند. علاوه بر این، دانشآموزان مناطق مرفه اغلب به موبایل، لپتاپ و کامپیوتر خانگی دسترسی دارند. طبق آمار سال ۲۰۲۱، تنها ۴۰ درصد از بزرگسالان کمدرآمد به کامپیوتر دسکتاپ یا لپتاپ در خانه دسترسی داشتند و اکثریت آنها از تبلت محروم بودند. همچنین، تنها ۴۳ درصد از خانوارهای کمدرآمد به اینترنت پرسرعت دسترسی داشتند، در حالی که این رقم در خانوارهای با درآمد ۱۰۰ هزار دلار یا بیشتر تقریباً به یک استاندارد تبدیل شده است.</p> <p style="text-align: justify;">برای بهرهگیری از فرصتهای هوش مصنوعی در آموزش، دولتها و خیریهها باید با یکدیگر همکاری کنند تا فناوریهای دیجیتالی موردنیاز دانشآموزان را فراهم کنند. برنامههایی مانند طرح ERate از کمیسیون ارتباطات فدرال<a href="#_ftn24" name="_ftnref24">[24]</a>، که برای اتصال اینترنت و زیرساختهای مدارس کمک مالی ارائه میدهد و صندوق کالیفرنیا برای کاهش شکاف دیجیتال، که در دوران همهگیری اقدام به خرید لپتاپ برای دانشآموزان مناطق محروم کرد، نمونههایی از این تلاشها هستند. همچنین، اختصاص ۴۷۵ میلیون دلار از سوی دولت بایدن از محل قانون سرمایهگذاری در زیرساختها و اشتغال ۲۰۲۱ برای تأمین اینترنت رایگان و لپتاپ برای خانوادههای محروم، گامی مهم در این مسیر بوده است. این قبیل برنامهها باید ادامه یابند و به طور گستردهتری اجرا شوند تا شکاف دیجیتال کاهش یافته و دسترسی برابر به فناوری هوش مصنوعی فراهم شود.</p> <p style="text-align: justify;">نرمافزارهای هوش مصنوعی نیز هزینههایی به همراه دارند. برای مثال، آکادمی خان، که یک سازمان غیرانتفاعی است، معلم هوش مصنوعی خود، Khanmigo، را رایگان ارائه نمیدهد. این مؤسسه از نهادهای آموزشی ۳۵ دلار به ازای هر دانشآموز در سال برای استفاده از این معلم هوش مصنوعی دریافت میکند، علاوه بر ۱۰ دلاری که پیشتر برای سایر خدمات خود دریافت میکرد. این هزینه برای پوشش هزینههای استفاده از GPT-4 شرکت OpenAI ضروری است. بهطور مشابه، اپلیکیشن Quizlet نیز برای دسترسی به معلم هوش مصنوعی خود از کاربران هزینه دریافت میکند. بدیهی است که مناطق کمدرآمد برای پرداخت این هزینهها به حمایتهای مالی نیاز خواهند داشت.</p> <p style="text-align: justify;">دولتها و خیریهها باید به مدارس کمک کنند تا هزینههای مربوط به شبکهها، دستگاهها و آموزش معلمان برای استفاده از هوش مصنوعی بهعنوان دستیار تدریس و معلم خصوصی را تأمین کنند. حتی ممکن است دولتها بتوانند توسعه رباتهای گفتوگوی منبعباز را که بهعنوان معلم هوش مصنوعی عمل میکنند، تأمین مالی کرده و آنها را بهصورت رایگان در اختیار مدارس قرار دهند، بهجای آنکه مدارس را مجبور کنند هزینهی خدمات شرکتهای فناوری آموزشی مانند آکادمی خان یا Quizlet را پرداخت کنند.</p> <p style="text-align: justify;">با رشد نقش معلمان هوش مصنوعی در آموزش، معلمان و دانشآموزان به احتمال زیاد به این فناوری وابسته خواهند شد، تا جایی که ممکن است ایالتها تصمیم بگیرند نباید چنین تصمیمات مهمی را به نهادهای آموزشی محلی واگذار کنند. همانطور که بسیاری از ایالتها اکنون برنامههای درسی اجباری و کتابهای درسی را بهصورت متمرکز خریداری میکنند، میتوانند با شرکتهای فناوری یا ناشران آموزشی قرارداد ببندند تا نرمافزارهای تدریس مبتنی بر هوش مصنوعی را برای تمام دانشآموزان و معلمان مدارس دولتی فراهم کنند.</p> <p style="text-align: justify;">این رویکرد متمرکز در سطح ملی در برخی کشورها، مانند کره جنوبی و سنگاپور، در حال شکلگیری است. در فوریه ۲۰۲۳، وزارت آموزش کره جنوبی اعلام کرد که از سال ۲۰۲۵ کتابهای درسی دیجیتال مجهز به هوش مصنوعی برای ریاضی، انگلیسی و برخی دیگر از دروس معرفی خواهد شد. همچنین، استراتژی "ملت هوشمند" سنگاپور بودجهای را برای ارائه معلم هوش مصنوعی به هر دانشآموز تا سال ۲۰۳۰ اختصاص داده است. کشورهایی که در سیاستگذاریهای آموزشی رویکرد متمرکز دارند، مانند بریتانیا، میتوانند از کره جنوبی الگوبرداری کنند. ایالتهای ایالات متحده نیز باید استراتژیهای مشابهی را مدنظر قرار دهند. دولت فدرال آمریکا میتواند از قدرت مالی خود برای تشویق ایالتها به اتخاذ این رویکردها استفاده کند، زیرا مناطق آموزشی کمدرآمد بهتنهایی قادر به پر کردن شکاف دیجیتال نخواهند بود.</p> <p style="text-align: justify;"><strong>کلاس جهانی </strong></p> <p style="text-align: justify;">هوش مصنوعی این ظرفیت را دارد که آموزش را بهطور بنیادین متحول کند. آموزش بهتر میتواند نقشی کلیدی در کاهش نابرابری درآمد در سطح جهانی ایفا کند. معلمان خصوصی مبتنی بر هوش مصنوعی میتوانند در کشورهایی مانند رواندا، که با کمبود شدید معلمان واجد شرایط روبهرو هستند، تأثیر چشمگیری داشته باشند. در حال حاضر، نسبت متوسط دانشآموز به معلم در مدارس ابتدایی رواندا ۶۰ به ۱ است. این نسبت در مدارس متوسطه به ۲۸ به ۱ کاهش مییابد، اما بخشی از این کاهش به دلیل ترک تحصیل بیش از یکپنجم دانشآموزان پس از دوران ابتدایی است. توانایی هوش مصنوعی در ارائهی بازخورد شخصیسازیشده به دانشآموزان میتواند تحولی انقلابی در این شرایط ایجاد کند.</p> <p style="text-align: justify;">سم آلتمن، مدیرعامل OpenAI، در سال ۲۰۲۳ طی یک تور جهانی برای معرفی فناوری هوش مصنوعی این شرکت، به نیجریه سفر کرد. او بعدها اظهار داشت که در حالی که بحثها پیرامون ChatGPT و هوش مصنوعی در کشورهای توسعهیافتهای مانند آمریکا و اروپا عمدتاً بر خطرات این فناوری متمرکز بود، رهبران کشورهای کمدرآمد برعکس عمل میکردند. آنها تنها میخواستند بدانند چگونه میتوانند هرچه سریعتر این فناوری را در اختیار مردم خود قرار دهند. این رهبران بهدرستی مزایای بالقوه هوش مصنوعی را بسیار بزرگتر از خطرات احتمالی آن میدیدند.</p> <p style="text-align: justify;"><strong>غلبه بر مانع زبانی هوش مصنوعی </strong></p> <p style="text-align: justify;">شرکتهای فناوری آموزشی باید معلمان هوش مصنوعی را به گونهای طراحی کنند که متناسب با نیازهای دانشآموزان در کشورهای کمتر توسعهیافته باشد. یکی از مسائل کلیدی در این زمینه، موضوع زبان است. با وجود ادعای متخصصان فناوری در سیلیکون ولی مبنی بر اینکه هوش مصنوعی مشکل ترجمه زبان را حل کرده است، این موضوع برای بسیاری از زبانهای دنیا همچنان یک چالش جدی است. بسیاری از زبانها، به دلیل کمبود متون دیجیتال کافی، امکان آموزش مدلهای ترجمه ماشینی با کیفیت بالا را ندارند. این زبانها که به "زبانهای کممنبع" مشهورند، مانعی اساسی برای ترجمههای دقیق و باکیفیت محسوب میشوند، که برای نرمافزارهای آموزشی حیاتی است.</p> <p style="text-align: justify;">نرمافزارهایی مانند Google Translate شاید برای پرسشهای سادهای مثل پیدا کردن آدرس سرویس بهداشتی مناسب باشند، اما برای آموزش مفاهیم پیچیدهای مانند حسابان یا بحثهای عمیق دربارهی شعر و سیاست، ناکارآمد هستند. این کاستی در ترجمه ماشینی، دسترسی به اطلاعات ارزشمند از منابعی مانند موتورهای جستجو، ویکیپدیا یا سایتهای خبری را برای زبانهای کممنبع دشوار میکند. علاوه بر این، چتباتهای موجود نیز در صورت تغذیه با دادههای ناکافی از این زبانها، معمولاً پاسخهای بیربط و بیمعنی ارائه میدهند.</p> <p style="text-align: justify;">بااینحال، استارتاپهای نوآور در تلاشاند تا این مشکل را برطرف کنند. یکی از این شرکتها Lesan، مستقر در برلین، است که نرمافزارهای ترجمه ماشینی را بهطور خاص برای زبانهای کممنبع توسعه میدهد. این شرکت که بنیانگذاران آن اهل اتیوپی هستند، فعالیت خود را با زبان امهری، یکی از زبانهای اصلی اتیوپی با ۲۵ میلیون گویشور و تیگرینیایی، زبانی با حدود ۷ میلیون گویشور در منطقهی جنگزدهی تیگرای در شمال اتیوپی و اریتره، آغاز کرده است.</p> <p style="text-align: justify;">این شرکت از متون چاپی که خودش دیجیتالی کرده برای آموزش هوش مصنوعی ترجمه زبان استفاده کرده است. همچنین تلاش کرده تا نرمافزار تشخیص گفتار برای زبانهای تیگرینیایی و امهری توسعه دهد تا مطالب گفتاری را به متن تبدیل کند. این کار به سه دلیل اهمیت دارد. اول، بسیاری از داستانها، اشعار و ترانهها در این فرهنگها بهصورت شفاهی منتقل شدهاند و هر سیستم هوش مصنوعی که بخواهد این دانش را در بر بگیرد، باید از فناوری تبدیل گفتار به متن بهره ببرد. دوم، تشخیص صدا راهی آسان برای افزایش میزان متون دیجیتال موجود برای آموزش مدلهای زبانی در زبانهای کممنبع است. و سوم، بسیاری از مردم در مناطقی مانند تیگرای بیسواد هستند و فقط در صورتی میتوانند با فناوری ارتباط برقرار کنند که بتواند کلمات گفتاری آنها را درک کند.</p> <p style="text-align: justify;">با این رویکردها، Lesan موفق شده است ترجمههایی با کیفیت بسیار بالاتر از نرمافزارهایی مانند Google، Meta و Microsoft ارائه دهد. اسملش تکا حادگو<a href="#_ftn25" name="_ftnref25">[25]</a>، یکی از بنیانگذاران و مدیر ارشد فناوری Lesan، میگوید هدفش "ساخت اینترنتی برای مادر مادربزرگش" است. او میخواهد اینترنتی بسازد که مادر مادربزرگش بتواند از آن استفاده کند. اما از آن مهمتر، او به دنبال دیجیتالی کردن داستانهای فولکلور، افسانهها، تاریخ خانوادگی و بازیهای زبانی تیگرینیایی است که مادر مادربزرگش در کودکی به او آموخته، تا این میراث فرهنگی حفظ شود و به نسلهای آینده منتقل گردد. او میگوید: "انگیزه ما اساساً از ریشههایمان سرچشمه میگیرد. چگونه میتوانیم دسترسی به دانش را برای جوامع خود فراهم کنیم؟ چطور میتوانیم آنها را به یکدیگر متصل کنیم؟"</p> <p style="text-align: justify;">او نسبت به رویکرد شرکتهای بزرگ فناوری به زبانهای کممنبع انتقاد دارد. این شرکتها به هدفی بهظاهر بلندپروازانه به نام "ترجمه بدون آموزش" متکی هستند؛ ایدهای شبیه به داستانهای علمی-تخیلی که هوش مصنوعی بدون دسترسی به متون کافی در یک زبان بتواند آن را بهدرستی ترجمه کند. حادگو باور دارد که این روشها ذاتاً کیفیت پایینتری ارائه میدهند و در نتیجه، جوامع این زبانها همواره به فناوریهای ضعیفتر محدود خواهند شد. افزون بر این، چنین رویکردهایی نیاز به دیجیتالی کردن و حفظ میراث فرهنگی این زبانها را نادیده میگیرند.</p> <p style="text-align: justify;">Lesan در این مسیر تنها نیست. تلاشهای مشابهی در سراسر آفریقا در جریان است. Ghana NLP، یک سازمان غیرانتفاعی، اپلیکیشنهای ترجمهای برای زبانهای متعددی در غرب آفریقا، از جمله Twi، Ga، Dagbani، Yoruba، Kikuyu و Luo توسعه داده است. این اپلیکیشنها نهتنها ترجمه بین این زبانها و انگلیسی را ممکن میسازند، بلکه امکان ترجمه بین خود این زبانها را نیز فراهم میکنند و از تشخیص گفتار برای تعدادی از آنها پشتیبانی میکنند. Ghana NLP از حمایت شرکتهایی مانند Google و Microsoft و همچنین دانشگاه هاروارد برخوردار است.</p> <p style="text-align: justify;">برای تحقق پتانسیل این فناوریها، سازمانهای بینالمللی و آژانسهای توسعه باید سرمایهگذاری بیشتری در حمایت از چنین تلاشهایی انجام دهند. ادغام فناوریهای ترجمه زبان در معلمان هوش مصنوعی و اپلیکیشنهای آموزشی میتواند تحول عظیمی در دسترسی به آموزش ایجاد کند. رواندا، برای مثال، با حمایت یونسکو، در حال انجام مطالعهای برای ارزیابی آمادگی خود در جهت بهرهگیری از هوش مصنوعی در آموزش است. این مدل میتواند الهامبخش سایر کشورهای کمدرآمد باشد و نشان دهد که چگونه فناوریهای هوش مصنوعی میتوانند به بهبود آموزش و حفظ میراث فرهنگی کمک کنند.</p> <p style="text-align: justify;">اما داستان حادگو نشان میدهد که برای تحقق وعدههای هوش مصنوعی در بسیاری از کشورهای در حال توسعه، چه چالشهای بزرگی باید پشت سر گذاشته شود. او موفقیت خود را مدیون حضور در یک مدرسهی خاص و منتخب در تیگرای میداند؛ مدرسهای که هر سال فقط شصت دانشآموز از سراسر منطقه را میپذیرفت و محیطی فراهم میکرد که در آن "ما نیازی نداشتیم نگران غذا یا لباس باشیم، چیزهایی که دانشآموزان در اروپا یا آمریکا آن را بدیهی میدانند. میتوانستیم فقط روی آموزش تمرکز کنیم." آن مدرسه مجهز به کامپیوتر بود و معلمانی داوطلب از انگلستان، که به دانشآموزان استفاده از کامپیوتر را آموزش میدادند.</p> <p style="text-align: justify;">این شرایط در بیشتر مدارس تیگرای و بسیاری از نقاط جهان وجود ندارد. بااینحال، همانطور که تا به امروز آشکار شده است، هوش مصنوعی این ظرفیت را دارد که آموزش را به شکلی عمیق متحول کند. اما این تحول باید دلیلی برای امیدواری و هیجان باشد، نه ناامیدی. این فناوری فرصتی بینظیر برای بهبود روشهای تدریس فراهم میکند و میتواند در هر مقطع تحصیلی، از مهدکودک گرفته تا دورههای تحصیلات تکمیلی و حتی یادگیری مادامالعمر، نقش مؤثری ایفا کند. با سیاستهای مناسب دولتی، این فناوری میتواند ابزاری برای افزایش برابری آموزشی باشد.</p> <p style="text-align: justify;">اکنون وظیفهی مربیان این است که به جای تلاش برای کنار گذاشتن این فناوری، راهکارهای خلاقانهای برای بهرهگیری از آن پیدا کنند. همیارهای هوش مصنوعی میتوانند بسیاری از وظایف زمانبر و تکراری معلمان را که ارتباط مستقیمی با تدریس یا پشتیبانی فردی ندارند، تسهیل کنند. در نهایت، این پیشرفتها نه تنها به نفع دانشآموزان، بلکه به سود معلمان نیز خواهد بود.</p> <p style="text-align: justify;">اکنون زمان آن فرا رسیده است که پیشبینی استیو جابز را محقق کنیم: خرد ارسطو و هر ارسطوی آینده را در جیب هر کسی که میآموزد یا آموزش میدهد، قرار دهیم.</p> <p style="text-align: justify;"><a href="#_ftnref1" name="_ftn1">[1]</a> Aristotle</p> <p style="text-align: justify;"><a href="#_ftnref2" name="_ftn2">[2]</a> Chris Gilliard</p> <p style="text-align: justify;"><a href="#_ftnref3" name="_ftn3">[3]</a> Michigan University</p> <p style="text-align: justify;"><a href="#_ftnref4" name="_ftn4">[4]</a> Pete Rorabaugh</p> <p style="text-align: justify;"><a href="#_ftnref5" name="_ftn5">[5]</a> Kennesaw State University</p> <p style="text-align: justify;"><a href="#_ftnref6" name="_ftn6">[6]</a> Heather Brantley</p> <p style="text-align: justify;"><a href="#_ftnref7" name="_ftn7">[7]</a> Donnie Piercey</p> <p style="text-align: justify;"><a href="#_ftnref8" name="_ftn8">[8]</a> Lexington - City in Kentucky</p> <p style="text-align: justify;"><a href="#_ftnref9" name="_ftn9">[9]</a> Hallucinate</p> <p style="text-align: justify;"><a href="#_ftnref10" name="_ftn10">[10]</a> Illinois University</p> <p style="text-align: justify;"><a href="#_ftnref11" name="_ftn11">[11]</a> Unnati Narang</p> <p style="text-align: justify;"><a href="#_ftnref12" name="_ftn12">[12]</a> Sal Khan</p> <p style="text-align: justify;"><a href="#_ftnref13" name="_ftn13">[13]</a> Harvard University</p> <p style="text-align: justify;"><a href="#_ftnref14" name="_ftn14">[14]</a> Louisiana</p> <p style="text-align: justify;"><a href="#_ftnref15" name="_ftn15">[15]</a> Hedge fund</p> <p style="text-align: justify;"><a href="#_ftnref16" name="_ftn16">[16]</a> Bill Gates</p> <p style="text-align: justify;"><a href="#_ftnref17" name="_ftn17">[17]</a> Greg Brockman</p> <p style="text-align: justify;"><a href="#_ftnref18" name="_ftn18">[18]</a> Richard Feynman</p> <p style="text-align: justify;"><a href="#_ftnref19" name="_ftn19">[19]</a> One Flew Over the Cuckoo's Nest</p> <p style="text-align: justify;"><a href="#_ftnref20" name="_ftn20">[20]</a> Animal Farm</p> <p style="text-align: justify;"><a href="#_ftnref21" name="_ftn21">[21]</a> George Orwell</p> <p style="text-align: justify;"><a href="#_ftnref22" name="_ftn22">[22]</a> Call 2020</p> <p style="text-align: justify;"><a href="#_ftnref23" name="_ftn23">[23]</a> Chromebook</p> <p style="text-align: justify;"><a href="#_ftnref24" name="_ftn24">[24]</a> Federal Communications Commission (FCC)</p> <p style="text-align: justify;"><a href="#_ftnref25" name="_ftn25">[25]</a> Asmelash Teka Hadgu</p>