تحول آموزش عالی در عصر هوش مصنوعی؛ از دگرگونی مفاهیم بنیادین تا تهدید سلطه پلتفرم‌ها

در نشستی تخصصی با حضور سه استاد و پژوهشگر حوزه آینده‌پژوهی، آموزش عالی و هوش مصنوعی، چالش‌ها و فرصت‌های عصر جدید فناوری برای نظام آموزشی ایران و جهان بررسی شد. سخنرانان این نشست تأکید کردند که هوش مصنوعی صرفاً یک ابزار نیست، بلکه به بازیگری معرفتی و ساختاری تبدیل شده که مفاهیم بنیادی زندگی، فرآیند یادگیری و جایگاه دانشگاه را دگرگون می‌کند.

به گزارش سیتنا،این نشست با مشارکت رضا منیعی، داود معصومی و جعفر تنها برگزار شد؛ سه متخصصی که هر یک از منظر فلسفی، آموزشی و فناورانه به تأثیرات هوش مصنوعی بر آینده آموزش پرداختند. آنها با تشریح تحول مفاهیم کلیدی همچون هویت، حقیقت، کار، یادگیری و نقش دانشگاه، هشدار دادند که بدون بازتعریف سیاست‌گذاری و ایجاد سازوکارهای ملی، دانشگاه‌ها در برابر امپراتوری شناختی پلتفرم‌ها به حاشیه رانده خواهند شد.

ایرنا در این گزارش آورده است،رضا منیعی (مدیر گروه آینده‌پژوهی آموزش عالی مؤسسه)، داود معصومی (عضو هیئت علمی دانشگاه یوله سوئد) و جعفر تنها (عضو هیئت علمی دانشگاه تبریز و متخصص هوش مصنوعی)، سه سخنران این نشست، به تبیین چالش‌ها، فرصت‌ها و پیامدهای عمیق هوش مصنوعی بر نظام آموزشی کشور و جهان پرداختند.

هوش مصنوعی: نه یک ابزار، بلکه عامل معرفتی جدید در جهان امروز

در بخش نخست نشست، رضا منیعی با تأکید بر این‌که نباید هوش مصنوعی را در حد یک «ابزار» تقلیل داد، سه گزاره بنیادین در حوزه سیاست‌گذاری آموزش عالی در عصر حاضر که باید به آن توجه ویژه شود را اینگونه بیان کرد:

هوش مصنوعی یک تکنولوژی دگرگون‌ساز (دیسراپتیو) است که زیست ما، هویت ما، سازوکار دانشگاه و شیوه تولید دانش را دگرگون می‌کند.

سیاست‌گذاری در عصر جدید صرفاً واکنش به مسئله‌ها نیست؛ بلکه یک «عمل معرفت‌شناختی» است که خودش مسئله تولید می‌کند، تعیین می‌کند چه چیزی دانش معتبر است و چه کسی صاحب صلاحیت است.

دانشگاه در حال از دست دادن قدرت مشروعیت‌بخشی به دانش است و باید نقش خود را در زنجیره معرفتی بازتعریف کند.

دگرگونی مفاهیم بنیادی؛ از هویت تا مرگ

منیعی در ادامه به مجموعه‌ای از مفاهیم اشاره کرد که تحت‌تأثیر هوش مصنوعی دچار بازتعریف شده‌اند. در این میان، موارد زیر برجسته بودند:

۱- هویت از فرد به داده منتقل شده و چندلایه و سیال شده است.

۲- آگاهی و عقلانیت در حال تبدیل‌شدن به مدل‌هایی بدون آگاهی انسانی هستند.

۳- کار و ارزش اقتصادی باز تعریف می شوند و مرز بین انسان و ماشین را کم‌رنگ می کنند.

۴- حقیقت به سمت «حقیقت الگوریتمی» متمایل شده است؛ جایی که مدل‌ها تعیین می‌کنند چه چیزی دیده شود و چه چیزی پنهان بماند.

.۵- مسئولیت اخلاقی مبهم شده است: چه کسی مسئول خطا، سوگیری یا تبعیض الگوریتم است؟

۶- بازتعریف مفهوم مرگ؛ از خاموشی مطلق تا تداوم دیجیتال

وی یکی از مثال‌های تکان‌دهنده این دگرگونی را «دیجیتال افترلایف» دانست و توضیح داد: امروز مرگ به معنای پایان مطلق نیست. داده‌های رفتاری، حافظه‌های دیجیتال و ردپاهای اینترنتی ما باقی می‌مانند و مدل‌های هوش مصنوعی می‌توانند نسخه‌ای دیجیتال از ما را بازسازی کنند.

به گفته منیعی، این تحول نشان می‌دهد که هوش مصنوعی نه تنها حوزه‌های کاربردی، بلکه مفاهیم عمیق و فلسفی را نیز تحت تأثیر قرار داده است.

بر اساس تحلیل مدیر گروه آینده‌پژوهی آموزش عالی مؤسسه، در حوزه تولید دانش، اکنون هوش مصنوعی به یک «بازیگر معرفتی» تبدیل شده است که: نه تنها دانش را تسریع می‌کند، بلکه خودش در تولید دانش مداخله می‌کند. استاد، پژوهشگر و دانشجو دیگر مستقیماً با جهان کار نمی‌کنند، بلکه با بازنمایی مدل‌ها و الگوریتم‌ها کار می‌کنند. این مدل‌ها هستند که مشخص می‌کنند چه مسئله‌ای، مسئله است و چه داده‌ای شایسته دیده‌شدن است.

منیعی هشدار داد: خروجی مدل‌های عمومی به سمت هم‌ریختی معرفتی می‌رود؛ همه چیز شبیه به هم می‌شود.

وی این روند را یک تحول فناورانه صرف ندانست، بلکه آن را پدیده‌ای سیاسی و معرفتی توصیف کرد و گفت: ما با یک رقیب معرفت طرف هستیم؛ رقیبی که قدرت دارد و تعیین کند چه چیزی برجسته و چه چیزی حذف شود.

دانشگاه و امپراتوری شناختی پلت فرم‌ها

یکی از مهم‌ترین هشدارهای منیعی، گسترش نقش پلتفرم‌های بزرگ فناوری در آموزش بود.

وی گفت: پلتفرم‌ها امروز کل زنجیره ارزش آموزشی را از تولید محتوا تا مسیر یادگیری و از ارزیابی تا تحلیل داده‌های یادگیری را قبضه کرده‌اند و این روند پیامدهای متعددی همچون: وابستگی مضاعف دانشگاه‌ها به مدل‌های بیرونی و انتقال دارایی‌های داده‌ای به پلتفرم‌ها، منجر به تضعیف اهرم مذاکره دانشگاه، تهدید استقلال برنامه‌های درسی و جایگزینی اهداف فرهنگی-اجتماعی دانشگاه با اهداف پلتفرمی را دارد.

منیعی با اشاره به این‌که مدل‌های هوش مصنوعی «حق نام‌گذاری مسئله» را از دانشگاه می‌گیرند، گفت: اگر مراقب نباشیم، دانشگاه به آخرین حلقه زنجیره تبدیل می‌شود؛ جایی که تنها مدرک را امضا می‌کند و یادگیری و ارزیابی در بیرون رقم می‌خورد.

این عضو موسسه پژوهش و برنامه‌ریزی آموزش عالی تأکید کرد که اگر دانشگاه نتواند منطق الگوریتمی را بازبینی کند، از جایگاه نهاد عمومی به «پیمانکار» تنزل پیدا می‌کند.

وی افزود: معیارهای ارتقا و نزول، توسط الگوریتم‌های جعبه‌سیاه تعیین خواهد شد، داده یادگیری که باید یک سرمایه عمومی باشد، ممکن است به دارایی پلتفرم‌ها تبدیل شود و اهداف یادگیری به‌تدریج با معیارهای پلتفرمی جایگزین خواهند شد.

رگولاتوری ایستا نمی‌تواند با سرعت تحول همگام شود

در ادامه، منیعی نقد جدی خود را متوجه مدل‌های رایج سیاست‌گذاری کرد و ادامه داد: آیین‌نامه‌ها و مقررات از سرعت تحول هوش مصنوعی عقب مانده‌اند. اگر سیاست‌گذاری فقط بعد از وقوع مسئله وارد شود، ما همیشه بازنده‌ایم.

وی پیشنهاد کرد سیاست‌گذاری به سمت سیاست‌گذاری یادگیرنده حرکت کند یعنی سیاست‌گذاری باید خود توانایی اصلاح و یادگیری داشته باشد. سیاست خوب، سند قطور نیست؛ فرایندی است که مسیر اصلاح خود را آشکار می‌کند.

منیعی، سخنان خود را با طرح یک پرسش محوری پایان داد: معمار آینده یادگیری چه کسی است؟ پلتفرم‌ها؟ بازار؟ دانشگاه پاسخگو؟یا هیچ‌کس؟ و هشدار داد: اگر این سؤال را شفاف و علنی نپرسیم، پاسخ آن در سکوت و بیرون از دانشگاه داده خواهد شد.

هوش مصنوعی چگونه یادگیری را دگرگون می‌کند/ پیش از پاسخ، باید پرسش‌ها را بشناسیم

داود معصومی نیز در این نشست، سخنان خود را با این نکته آغاز کرد که هوش مصنوعی نه‌فقط در دانشگاه، بلکه در تمام عرصه‌های زندگی؛ از سفارش غذا تا سلامت حضور پررنگ دارد. او گفت: مهم‌ترین کار ما تعریف درست پرسش‌هاست. بدون پرسش درست، پاسخ‌ها یا ناکارآمدند یا گمراه‌کننده.

معصومی در ادامه نسل‌های مختلف هوش مصنوعی را تشریح کرد:

AI قاعده‌محور: همه چیز توسط انسان کدنویسی می‌شد.

یادگیری ماشین: مدل‌ها از داده‌ها الگو می‌گیرند.

یادگیری عمیق: مدل‌ها رفتار انسان را تقلید و الگوها را کشف می‌کنند.

وی توضیح داد که قدرت امروز هوش مصنوعی نتیجه ترکیب سه عامل است:

۱- قدرت پردازشی بالای CPU

GPU-۲ داده‌های انبوه اینترنت

۳- الگوریتم‌های پیشرفته یادگیری

معصومی تأکید کرد: این فناوری معجزه نیست چرا که؛ ما داده و زیرساخت را فراهم کرده‌ایم.

وی با اشاره به تجربه کاربری دانش‌آموزان و دانشجویان گفت: دانش‌آموز عکس تمرین را در چت‌جی‌پی‌تی آپلود می‌کند و پاسخ را می‌گیرد. اما آیا یادگیری رخ داده است؟ نه. او فقط محصول را دارد، بدون فرایند.

معصومی از مفهوم بیلدونگ در آموزش آلمان یاد کرد و گفت: بیلدونگ یعنی پرورش تدریجی و زجرآور. حذف زجر، حذف یادگیری است. آموزش عالی بدون فرایند، بی‌معناست.

عضو هیئت علمی دانشگاه یوله سوئد در ادامه تصریج کرد: هراس ما از تقلب بی‌مورد است. امکان تقلب همیشه بوده. مسئله اصلی، فروپاشی فرایند یادگیری است، نه افزایش تقلب.

شخصی‌سازی آموزش؛ مهم‌ترین فرصت هوش مصنوعی

جعفر تنها نیز در بخش پایانی نشست، از زاویه هوش مصنوعی و مهندسی یادگیری به موضوع پرداخت.

وی ابتدا خواستار تفکیک «هوش مصنوعی» و «هوشمندی انسان» شد و گفت: ماشین هنوز فاقد احساس است. تا احساس وارد هوش مصنوعی نشود، نمی‌توان آن را هم‌رده انسان قرار داد.

تنها گفت: دانشجویان ظرفیت‌ها و سبک‌های یادگیری بسیار متفاوتی دارند، اما ما برای همه یک سرفصل واحد تجویز می‌کنیم. این مدل کلاسیک از اساس ناکارآمد است. او افزود که آموزش آینده باید برای هر دانشجو مسیر منحصربه‌فرد تولید کند.