مجله پیام یونسکو، برگردان: آذر جوادزاده
هنگامی که ChatGPT[۱] در اواخر سال ۲۰۲۲ هوش مصنوعی مولد[۲] (AI) را به آگاهی عمومی رساند، بسیاری از روزنامه‌نگاران و دست‍اندرکاران امر آموزش از من پرسیدند: “آیا فناوری دیجیتال برای آموزش اتفاق خوبی است یا بد؟”
نوشته‌های مرتبط
پاسخ پیچیده و تغییرات تکنولوژیکی اجتناب‌ناپذیر است: ششصد سال پیش صنعت چاپ، انقلابی در نحوه انتقال دانش ما ایجاد کرد. در دوران اخیر رادیو، تلویزیون، رایانه‌های شخصی، اینترنت و رسانه‌های جمعی در عین حال که منبع نگرانی بوداند، افق‌های جدیدی را برای آموزش گشوده‌اند. هر تغییر باید به دقت ارزیابی شود تا اطمینان دهد برای معلمان و دانش‌آموزان مفید است.
فناوری دیجیتال فرصت‌های واقعی را فراهم می‌کند. این امر می‌تواند به فراگیران ِ به حاشیه رانده شده، کسانی که دارای معلولیت یا از اقلیت‌های زبانی و فرهنگی هستند، کمک شایانی کند. می‌تواند ارائه یادگیری ِ خصوصی‌تر را تسهیل کند و امکان سیستم‌های آموزشی انعطاف‌پذیرتر را فراهم کند. و میتوان از آن برای غلبه بر مرزهای مکان و زمان برای ایجاد تجربیات یادگیری همه‌جانبه استفاده کرد.
با این حال، هشدارها نیز وجود دارد. فقر دیجیتال با هر فناوری جدید بدتر می‌شود. ۳۱ درصد از دانش‌آموزان در سراسر جهان در طول همه‌گیری COVID-19، به یادگیری آنلاین دسترسی نداشتند. گسترش اطلاعات ِ نادرست و نفرت‌پراکنی در حال افزایش است و منابع آنلاین، ۹۵ درصد از زبان‌های زنده انسانی را نادیده می‌گیرد. هوش مصنوعی مولد با قدرت تقلید از توانایی‌های انسان برای تولید متن، تصاویر، ویدئو، موسیقی و کدهای نرم‌افزاری، حتی ما را مجبور می‌کند تا منحصربه‌فرد بودن ِ هوش انسانی را – با پیامدهای گسترده برای اینکه چه چیزی را، چگونه و حتی چرا یاد می‌گیریم – بازتعریف کنیم.
ما نه تنها باید به آنچه امروز با این فناوری‌ها روی می‌دهد نگاه کنیم، بلکه باید خودمان را برای ۲۰ یا ۳۰ سال آینده پیش‍بینی کنیم. چگونه می‌توانیم بین نیاز به تجهیز جوانان برای یک جامعه انسان- ماشین تعادل برقرار کنیم، بدون اینکه ذهن انسان را تضعیف کنیم، به این دلیل که عملکردهای شناختی خاصی را از محیط بیرون تامین می‌کنیم؟ ما نمی‍توانیم روی یک نسل کامل آزمایش کنیم.
نوآوری‌های دیجیتال می‌تواند – و باید – برای محافظت از عامل انسانی طراحی شود. به همین دلیل است که یونسکو در حالی که مقررات، آموزش معلمان و برنامه‌های درسی برای محافظت از دانش‌آموزان و سیستم‌های آموزشی ما وضع شده‌اند، همچنان احتیاط می‌کند. همانطور که گزارش نظارت بر آموزش جهانی ما در سال ۲۰۲۳ به این نتیجه رسید: برخی از فناوری‌ها از برخی یادگیری‌ها در برخی زمینه‌ها پشتیبانی می‌کنند. و فناوری هرگز نباید جایگزین معلمان ِ انسانی و آموزش‍دیده‌ای شود که دانش‌آموزان خود را به عنوان افراد و اعضای جامعه در رشد همه جانبه خود راهنمایی می‌کنند. برای گشایش وعدۀ فرصت‌های دیجیتال برای همه، ما باید فناوری را در آموزش با شرایط خود در مسیری پیش ببریم که بر اساس اصول ِ فراگیر، برابری، کیفیت و دسترسی همگان هدایت می‌شود.
استفانیا جیانینی، دستیار مدیر کل آموزش یونسکو
———————-
مصاحبۀ مجله پیام یونسکو با استوارت جی. راسل[۳]
“ممکن است کار معلمان تغییر کند، اما ما همیشه به آنها نیاز خواهیم داشت“
استوارت جی راسل، استاد علوم کامپیوتر در دانشگاه برکلی توضیح می‌دهد که هوش مصنوعی مولد (AI) نه تنها در ارائه محتوا بلکه در تعامل با دانش‌آموزان می‌تواند کمک بسیار خوبی برای معلمان باشد، مشروط بر اینکه توسعه آنها تحت کنترل و نظارت باشد. او به همراه پیتر نورویگ، کتاب مرجع هوش مصنوعی: رویکرد مدرن[۴] را به رشته تحریر درآورده است.
فناوری در سال‌های اخیر به ویژه پس از همه‌گیری کرونا، واقعا راه خود را به بخش آموزش باز کرده. ورود ChatGPT و سایر فناوری‌های هوش مصنوعی مولد از چه نظر نقطه عطف به شمار می‌رود؟
در طول همه‌گیری COVID-19 متوجه شدیم که امکان ارائه آموزش از طریق اینترنت وجود دارد. اخیرا مدل‌های زبانی بزرگ[۵] تأثیر زیادی بر درک عمومی از هوش مصنوعی داشته‌اند – از زمانی که ChatGPT در اواخر سال ۲۰۲۲ راه‌اندازی شد، انقلابی رخ داده است.
ما می‌دانیم که یادگیری با یک مربی انسانی می‌تواند دو تا سه برابر موثرتر از یادگیری سنتی کلاس درس باشد. ما حدود ۶۰ سال بر روی سیستم‌های آموزشی هوش مصنوعی کار کرده‌ایم، اما تا همین اواخر دو مشکل مانع از کارآمدی این سیستم‌ها به اندازه یک مربی انسانی شد. اولا آنها نمی‌توانند – یا نمی‌توانستند – با دانش‌آموز گفتگو کنند، به سؤالات پاسخ دهند یا رابطه برقرار کنند. مشکل دیگر این است که سیستم‌های آموزشی هوش مصنوعی محتوایی را که آموزش می‌دهند درک نمی‌کنند. آنها ممکن است مطالبی در مورد شیمی ارائه دهند، اما شیمی را درک نمی‌کنند، به این معنی که حتی اگر می‌توانستند با دانش‌آموز مکالمه کنند، نمی‌توانستند به سوالات به درستی پاسخ دهند.
با ظهور مدل‌های زبانی بزرگ، هر دوی این موارد اکنون تا حدودی تغییر کرده‌اند. شما می‌توانید یک مکالمه منسجم به چند زبان مختلف داشته باشید. این سیستم‌ها همچنین در هنگام پاسخ دادن به سوالات در مورد محتوا نسبتا قابل اعتماد هستند. هنوز نقاط ضعفی وجود دارد که باید برطرف شود، اما من معتقدم که با تلاش معقول، باید بتوانیم برای اکثر دروس، حداقل تا پایان دبیرستان، معلم خصوصی ارائه دهیم.
تا حدودی مردم در حال حاضر طعمی از زندگی در دنیایی را که در آن شما فقط می‌توانید برای حل هر مشکلی از هوش دلخواه خود بهره ببرید، می‌چشند. با این حال کمی گمراه‌کننده است، زیرا واقعا یک هوش عمومی نیست که ما با آن سروکار داریم. از این واقعیت که سیستم‌ها از زبان بسیار روان استفاده می‌کنند، اطلاعات زیادی در دست داریم – اما آنچه که آنها تولید می‌کنند، همیشه منطقی نیست.
امسال نقطه عطفی است. فناوری و انواع مختلفی از آن عرضه خواهد شد، اما هنوز کارهای بسیار بیشتری برای انجام داریم. و همه اینها در مقایسه با آنچه که وقتی هوش مصنوعی فراگیر (AGI)[۶] سیستم‌های هوشمندی که وسعت کاربرد آنها حداقل قابل مقایسه با طیف وسیعی از وظایفی است که انسان می‌تواند انجام دهد – در دسترس قرار می‌گیرد، کمرنگ است. من معتقدم که ما تا پایان دهه قادر خواهیم بود برای همه کودکان جهان آموزش ارائه دهیم.
«درک نقش آموزش در سیستم‌های آموزشی هوش مصنوعی یکی از چالش‌های اصلی است.»
وضعیت معلمان در مواجهه با این تحولات جدید چه خواهد شد؟
اگرچه شغل آنها تغییر خواهد کرد، اما همچنان به معلمان نیاز خواهد بود. یکی از چالش‌های فعلی این است که سیستم‌های آموزشی هوش مصنوعی ماهیت خاص نقش آموزشی را درک کنند: به جای اینکه همیشه درست باشند یا همه پاسخ‌ها را داشته باشند، باید به دانش‌آموزان کمک کنند تا خودشان پاسخ‌ها را پیدا کنند. در حال حاضر چند نمونه کاملا چشمگیر وجود دارد که چگونه مدل‌های زبان عمومی را میتوان با مثال‌هایی از نحوه معلم بودن آموزش داد.
هنوز به انسان‌ها نیاز است تا بفهمند هر دانش آموز چگونه با سیستم تعامل دارد. آیا آنها آنچه را که نیاز دارند دریافت می‌کنند؟ چه چیزی را نمی‌فهمند؟ چه مسیر خوبی برای آنها خواهد بود؟ دانش‌آموزان همچنین باید یاد بگیرند که با هم و در یک محیط اجتماعی کار کنند، که برای این کار به راهنمای بزرگسالان نیاز دارند. مدل می‌تواند این باشد که یک معلم با هشت تا ده دانش‌آموز کار کند و زمان زیادی را به صورت فردی با آنها بگذراند، کمی شبیه به یک راهنمای فکری. در این صورت ممکن است در نهایت معلمان بیشتری داشته باشیم، نه کمتر.
در همه سطوح نظام آموزشی سنتی، دستیابی به موفقیت کمتر است. بچه‌هایی هستند که حوصله‌شان سر می‌رود، زیرا توانایی‌هایشان بسیار بیشتر است. همچنین بچه‌هایی هستند که درس را دنبال نمی‌کنند و به سرعت انگیزه خود را از دست می‌دهند. این وحشتناک است که ما هنوز بچه‌هایی داریم که تمام راه را در سیستم مدرسه طی می‌کنند و بی‌سواد باقی می‌مانند. این به وضوح یک مشکل سیستم است که به نحوه عملکرد دانش‌آموز اهمیت نمی‌دهد. علاوه بر این، سیستم آموزشی ما واقعا تنوع سبک‌های یادگیری را در نظر نمی‌گیرد – یک سیستم آموزشی هوش مصنوعی خوب باید بتواند خیلی سریع با هر یادگیرنده سازگار شود. با این حال، ما هنوز در این مرحله قرار نداریم.
این بیماری همه‌گیر همچنین شکاف دیجیتالی را در جهان آشکار کرد. چرا باید با جدیدترین فناوری‌های این نسل متفاوت باشد؟
مطمئنا وضعیت برای کشورهای پیشرفته اقتصادی و کشورهایی که سیستم آموزشی واقعی ندارند، بسیار متفاوت است. من فکر می‌کنم که این فناوری بیشترین تأثیر را در کشورهایی خواهد داشت که در حال حاضر به هیچ وجه نمی‌توانند یک سیستم آموزشی ابتدایی و متوسطه داشته باشند. بدیهی است که هنوز کودکانی هستند که به تلفن یا اینترنت دسترسی ندارند. اما من معتقدم که این به سرعت در حال تغییر است، زیرا ده‌ها میلیون نفر در طول یک ماه در سطح جهان به اینترنت دسترسی پیدا می‌کنند. مدل‌های تدریس خصوصی هوش مصنوعی نیز به پهنای باند بسیار کمتری نسبت به تماس ویدیویی با معلم نیاز دارند.
« برای اطمینان از دسترسی جهانی، احتمالا به یک بخش عمومی یا یک فرایند بخش خصوصی نیاز داریم که توسط دولت‌ها تشویق و تسهیل شود.»
چالش احتمالی تلاشی است که برای ایجاد محتوای سفارشی و معلمان برای هر فرهنگ و زبان لازم است. توسعه این فناوری‌ها هزینه‌بر است. از لحاظ تاریخی آموزش به عنوان یک حوزه مطلوب برای صنعت فناوری تلقی نشده است. برای اطمینان از دسترسی جهانی، احتمالا به یک بخش عمومی یا یک فرآیند بخش خصوصی نیاز داریم که توسط دولت‌ها تشویق و تسهیل شود. شاید بتوان بخشی از کمک‌های خارجی را برای ایجاد سیستم‌های آموزشی موثر مورد استفاده قرار داد. اگر این امر به دلیل طمع شرکت‌ها یا بی‌اعتمادی از سوی دولت‌ها – یا به هر دلیل دیگر محقق نشود، فاجعه خواهد بود.
همانطور که بسیاری از فعالان فناوری اذعان دارند، توسعه این برنامه‌های کاربردی جدید نیاز به تنظیم دارد. آیا به نظر شما مقررات هوش مصنوعی مولد شکل می‌گیرد؟
بسیاری از ابتکارات مقرراتی پیرامون هوش مصنوعی در حال توسعه هستند. در دنیای سیاست‌گذاری، به نظر می‌رسید نامه سرگشاده (از همه آزمایشگاه‌های هوش مصنوعی برای توقف آموزش سیستم‌های هوش مصنوعی قدرتمندتر از GPT-4 که توسط کارشناسان فناوری امضا شد و در مارس ۲۰۲۳ منتشر شد) واکنش از جانب سیاست‌ها را تسریع کند. یونسکو بلافاصله واکنش نشان داد و از کشورهای عضو خود خواست تا پادمان‌هایی را اتخاذ و اطمینان حاصل کنند که هوش مصنوعی مطابق با اصول اخلاقی توسعه یافته است. در این میان دولت چین، آمریکا، اتحادیه اروپا و شرکت‌های فناوری نسبت به نیاز به انجام این کار آگاهی یافتند.
در حوزه آموزش، ارزشیابی یک نگرانی خاص است که از نظر افراد زیادی به عنوان یک حوزه پرخطر در نظر گرفته می‌شود.
حفاظت از داده‌ها و حریم خصوصی در حال تبدیل شدن به یک مسئله جدی‌تر در مورد هوش مصنوعی است. باید قوانین سختگیرانه‌ای در مورد حریم خصوصی وجود داشته باشد. در صورت بروز هرگونه مشکل انضباطی یا مواردی از این قبیل، داده‌ها می‌تواند برای معلم و احتمالا برای مدیران فراهم باشد.
مسئله دیگر این است که ما نمی‌دانیم چگونه از مکالمات نامناسب سیستم‌های هوش مصنوعی با کودکان زیر سن قانونی جلوگیری کنیم. باید محدودیت‌های سختی در مورد موضوعاتی که هوش مصنوعی می‌تواند با انسان‌ها بحث کند وجود داشته باشد .با این حال، سیستم‌هایی مانند ChatGPT در یک جعبه سیاه با یک تریلیون پارامتر کار می‌کنند و ما واقعا نمی‌دانیم که چگونه کار می‌کند. افراد زیادی در تلاش برای کشف این موضوع هستند. نظر من این است که ممکن است امکان‌پذیر نباشد.
من فکر می‌کنم مقررات باعث توسعه فناوری بهتر خواهد شد. تنظیم‌کننده‌ها نباید این بهانه را بپذیرند که “ما نمی‌دانیم چگونه این کار را انجام دهیم.” اگر شما یک تنظیم‌کنندۀ هسته‌ای بودید و اپراتور نیروگاه هسته‌ای می‌گفت که آنها نمی‌دانند چگونه از انفجار آن جلوگیری کنند، نمی‌گفتید “باشه، خوب است.” در عوض به آنها گوشزد می‌کردید که تا زمانی که مشکل حل نشود، نمی‌توانند از سیستم استفاده کنند. با این وجود در درازمدت، من خوشبین هستم که بتوانیم فناوری را به گونه‌ای توسعه دهیم که هم آن را درک و هم کنترل کنیم.
[۱] Chat Generative Pre-Trained Transformer
[۲] Generative Artificial Intelligence
[۳] Stuart J. Russell
[۴] Artificial Intelligence: A Modern Approach
[۵] Large Language Models به مدل‌های زبانی بزرگ، شبکه‌های عصبی نیز گفته می‌شود که سیستم‌های محاسباتی الهام گرفته از مغز انسان هستند. این شبکه‌های عصبی با استفاده از شبکه‌ای از گره ها که لایه‌ای هستند بیشتر شبیه به نورون‌ها کار می‌کنند.
[۶] Artificial General Intelligence (AGI)
منبع:
The UNESCO Courier, 2023, Education in the age of artificial intelligence, UNESCO, October-December 2023
