علم و دانش

آموزش عالی در عصر هوش مصنوعی؛ پایان سرقت علمی یا آغاز بازتعریف یادگیری؟

هوش مصنوعی مولد یا generative AI اکنون به بخشی از زندگی روزمره دانشگاه‌ها و کالج‌ها تبدیل شده است. دانشجویان و استادان از چت‌بات‌ها در آموزش، پژوهش و ارزیابی استفاده می‌کنند؛ تغییری که تنها فنی نیست، بلکه مفهوم یادگیری و سنجش دانش را دگرگون کرده است. پرسش اصلی این است: وقتی الگوریتم‌ها می‌توانند شناخت انسانی را تقویت یا حتی شبیه‌سازی کنند، دقیقاً چه چیزی باید ارزیابی شود؟

مروری بر پانزده سال پژوهش درباره تقلب آموزشی یا سرقت علمی نشان می‌دهد هوش مصنوعی تیغی دولبه است. از یک سو، ابزارهای تولید متن آن‌قدر پیشرفته شده‌اند که تشخیص تقلب را دشوار می‌کنند و گاه اطلاعات نادرست یا سوگیری‌های تبعیض‌آمیز را بازتولید می‌کنند. از سوی دیگر، همین فناوری می‌تواند یادگیری را فراگیرتر کند؛ از حمایت از دانشجویان دارای معلولیت گرفته تا کمک به زبان‌آموزان.

پژوهشی کیفی با مشارکت ۲۸ آموزشگر کانادایی نشان می‌دهد بسیاری از آنان خود را نه مأمور کشف تقلب، بلکه پاسدار یادگیری سالم می‌دانند. آنان میان «کمک به یادگیری» و «جایگزینی یادگیری» تمایز می‌گذارند و سه حوزه اصلی ارزیابی را برجسته می‌کنند: مهارت پرامپت‌نویسی، تفکر انتقادی و نوشتن.

پرامپت‌نویسی، یعنی توانایی طرح دستورهای دقیق و هدفمند برای چت‌بات، مهارتی قابل سنجش تلقی می‌شود؛ زیرا مستلزم درک مفاهیم و بیان شفاف است. در حوزه تفکر انتقادی نیز از دانشجویان خواسته می‌شود متون تولیدشده توسط هوش مصنوعی را از نظر دقت، انسجام و اعتبار بررسی و نقد کنند؛ مهارتی حیاتی برای آینده‌ای که ارزیابی اطلاعات الگوریتمی به امری روزمره بدل خواهد شد.

اما نوشتن حساس‌ترین حوزه است. ایده‌پردازی با کمک هوش مصنوعی در صورت حفظ استقلال فکری پذیرفتنی است و ویرایش زبانی پس از تولید متن اصلی قابل قبول دانسته می‌شود. با این حال، سپردن مرحله تولید استدلال و نگارش کامل به چت‌بات‌ها رد می‌شود، زیرا فرآیند خلق متن بخشی اساسی از شکل‌گیری اندیشه مستقل است.

در عصر «پساسرقت علمی»، هم‌نویسی انسان و هوش مصنوعی لزوماً به معنای تقلب نیست، اما نیازمند قواعد روشن است. آموزش عالی باید مرز میان فرایندهای شناختی انسانی و آنچه می‌توان به فناوری واگذار کرد را مشخص کند. تأکید بر شفافیت در استفاده از هوش مصنوعی، توجه به فرایند یادگیری به جای صرفاً محصول نهایی، طراحی تکالیفی که نیازمند داوری انسانی‌اند، پرورش قضاوت انتقادی و حفظ صدای اصیل دانشجو از اصول کلیدی این رویکرد است.

دانشگاه‌ها اکنون میان دو مسیر قرار دارند: برخورد با هوش مصنوعی به‌عنوان تهدید، یا بهره‌گیری از آن برای تقویت صداقت علمی و کیفیت یادگیری. بسیاری از آموزشگران مسیر دوم را انتخاب کرده‌اند.

منبع خبــــــر

 

 


نوشته های مشابه

دکمه بازگشت به بالا

Adblock را متوقف کنید

بخشی از درآمد سایت با تبلیغات تامین می شود لطفا با غیر فعال کردن ad blocker از ما حمایت کنید