هوش مصنوعی مولد در آموزش عالی: میانجی‌گری یادگیری برای توسعه سواد دیجیتال و تحلیلی
Generative Artificial Intelligence in Higher Education:
Mediating Learning for Literacy Development
۱ زمینه و ضرورت پژوهش
هوش مصنوعی مولد (Generative AI) مثل ChatGPT در چند سال اخیر به سرعت وارد دانشگاه‌ها شده است. بسیاری از اساتید و دانشجویان هنوز درک روشنی ندارند که چگونه این ابزارها را در فرآیند یادگیری بگنجانند به‌طوری که مفید باشند و آسیب آموزشی نزنند.
۲ سؤالات پژوهش
پژوهشگران این سوالات را مطرح کرده‌اند: «چگونه ابزارهای مولد می‌توانند نقش واسطه در یادگیری ایفا کنند؟»، «چطور می‌توان سواد AI را در دانشجویان تقویت کرد؟» و «چه چالش‌هایی در ادغام این ابزارها در آموزش دانشگاهی وجود دارد؟»
۳ نظریه روش‌محور
مبنای نظری مقاله، نظریه «یادگیری واسطه‌ای فناوری‌مدار» (TML) است که می‌گوید ابزارهای فناوری می‌توانند به‌عنوان میانجی در فرآیند یادگیری عمل کنند و تعامل بین دانشجو و محتوا را شکل دهند.
۴ روش مطالعه موردی
محققان در چند دوره در دانشگاه، ابزار AI مولد را جزء تکالیف کردند و تعاملات دانشجویان با آن را تحلیل کردند — پرسش‌ها، پاسخ‌ها، بازخوردها و رفتارهای مشارکتی.
۵ نقش AI به عنوان واسطه یادگیری
وقتی دانشجو سوال می‌کند، AI پاسخ می‌دهد، سپس دانشجو آن پاسخ را نقد می‌کند، بازنویسی می‌کند یا با همکلاسی بررسی می‌کند — این فرآیند واسطه‌ای است که تعامل دانشجو با محتوا را فعال‌تر می‌کند.
۶ تقویت سواد AI (AI Literacy)
یکی از یافته‌ها این است که استفاده از AI در کلاس اگر با آموزش جانبی همراه باشد، می‌تواند سواد AI را در دانشجویان ارتقا دهد: یعنی دانشجو بداند AI چگونه کار می‌کند، چه محدودیت‌هایی دارد، چه سوگیری‌هایی ممکن است داشته باشد و چگونه از نتایج آن انتقادی استفاده کند.
۷ تقویت یادگیری مشارکتی و تعاملی
ابزار مولد وقتی در تکالیف گروهی به کار رود، می‌تواند بحث‌های دانشجویی را تحریک کند: مثلاً دانشجویان پاسخ تولیدشده را مقایسه کرده، نقاط قوت و ضعف آن را بحث می‌کنند و در نتیجه تعامل بین یادگیرندگان بیشتر می‌شود.
۸ چالش‌های فنی و آموزشی
پاسخ‌های AI همیشه دقیق یا کامل نیستند. سوگیری‌ها و خطاهای مدل می‌توانند مفاهیم را نادرست منتقل کنند. همچنین بسیاری از اساتید و دانشجویان دانش کافی برای استفاده بهینه از این ابزارها ندارند.
۹ ملاحظات نهادی و راهبردی
برای ادغام مؤثر AI در دانشگاه، نیاز است سیاست‌ها، راهنمایی‌ها، آموزش مداوم برای اساتید و زیرساخت‌های فنی مناسب مهیا شود. نباید AI صرفاً به عنوان یک ابزار الحاقی دیده شود، بلکه باید در طراحی دوره و فلسفه آموزش جای گیرد.
۱۰ نتیجه‌گیری و چشم‌انداز آینده
ابزارهای مولد پتانسیل دارند که یادگیری را پویاتر کنند و دانشجویان را فعال‌تر در فرآیند یادگیری مشارکت دهند. اما موفقیت کار به طراحی هوشمند، پشتیبانی نهادی و توجه به محدودیت‌ها بستگی دارد. آینده آموزش عالی در تعامل سالم با AI است، نه مقاومت مطلق یا پذیرش بی‌قید.
نظر شما :