روح‌الله باقری در گفت‌وگو با ایسنا در خصوص استفاده از هوش مصنوعی در استعدادیابی اظهار کرد: الگوریتم‌های هوش مصنوعی می‌توانند الگوهای یادگیری افراد و علاقمندی‌های آنان به محتویات خاص آموزشی را کشف کنند تا به سمت مسیرهای شغلی مناسب هدایت شوند و همچنین با استفاده از تحلیل داده‌های یادگیری و رفتاری افراد و علاقمندی‌هایی که نسبت به موضوعات مختلف نشان می‌دهند استعدادیابی صورت می‌گیرد و حوزه متاورس هم به دلیل تعاملی بودن و آزمون‌هایی که دارد و همچنین شبیه‌سازی‌های دینامیک و پویایی که در آن رخ می‌دهد می‌تواند به این فرایند سرعت بیشتری ببخشد و نتایج دقیق‌تری در خصوص استعدادیابی ارائه کند.
هوش مصنوعی نقاط ضعف آموزشی را شناسایی می‌کند
عضو هیئت علمی گروه مدیریت فناوری اطلاعات دانشگاه فردوسی گفت: هوش مصنوعی ابزاری است که می‌تواند به راحتی داده‌های کلاسی را شناسایی، استخراج و تحلیل کند و با تحلیل این داده‌ها نقاط ضعف محتوایی و آموزشی را به استاد و دانشجو منتقل کند. هوش مصنوعی داده‌های کلاسی در زمان واقعی و داده‌های رفتاری دانشجو را دریافت و به راحتی این داده‌ها را با توجه به پردازش عمیقی که انجام می‌دهد، تحلیل می‌کند و با تحلیل آنها نقاط ضعف محتوایی، آموزشی و شیوه آموزش را به دانشجوها منعکس می‌کند، به همین ترتیب متاورس فضای شبیه‌سازی بسیار مناسبی را در اختیار دانشجوها و اساتید قرار می‌دهد تا سناریوهای آموزشی به‌صورت واقعیت مجازی تجربه و نقاط ضعف این سناریوها قبل از پیاده‌سازی اصلی در فضای واقعی شناسایی و بعدها در محیط‌های سنتی و فضای واقعی به افراد منتقل شود به‌عبارتی ابزار هوش مصنوعی ابزار فوق‌العاده دقیقی برای شناسایی نقاط ضعف آموزشی است.
وی تصریح کرد: برای به دست آوردن نقاط ضعف در کلاس‌های آموزشی هوش مصنوعی داده‌ها را به‌صورت کامل، دقیق و بی‌درنگ جمع‌آوری می‌کند و وقتی داده‌ها مورد تحلیل قرار می‌گیرند قطعا یکی از نتایج می‌تواند شناسایی نقاط ضعف آموزشی کلاس‌ها نیز باشد.
هوش مصنوعی تقلب را مشخص می‌کند
عضو هیئت علمی گروه مدیریت فناوری اطلاعات دانشگاه فردوسی در خصوص تشخیص تقلب و مقابله با آن گفت: قطعا یکی از کاربردهای هوش مصنوعی نه در حوزه آموزش بلکه در بقیه حوزه‌ها تشخیص تقلب و جلوگیری از آن است. به‌عنوان مثال در مباحث مالی یکی از ابزارهای فوق‌العاده دقیق یا به عبارتی تنها ابزار دقیق و درست مبارزه با پولشویی و کلاهبرداری مبحث فراد دیتکشن (کشف تقلب و تخلف) هست که هوش مصنوعی می‌تواند الگوهای رفتاری افراد را در حوزه مالی تشخیص بدهد و تقلب را شناسایی و از آن جلوگیری کند.
باقری در ادامه افزود: در حوزه آموزش همین اتفاق رخ می‌دهد و هوش مصنوعی می‌تواند از طریق الگوریتم‌هایی که در این زمینه توسعه یافتند الگوهای رفتاری افراد را تشخیص بدهد، شناسایی و تحلیل کند و نقاط یا لحظاتی که احتمال تقلب در آن وجود دارد را به راحتی پیش‌بینی کند.
وی به تکنیک‌های بیومتریک و شناسایی چهره اشاره و اظهار کرد: این تکنیک‌ها در آزمون‌های آنلاین به کار می‌روند و دقت هوش مصنوعی همچنین سرعتش را در شناسایی تقلب افزایش می‌دهند، بنابراین هوش مصنوعی این قابلیت را به‌صورت کامل و تمام دارد تا به‌عنوان ابزاری برای کشف تقلب و پیش‌بینی تقلب مورد استفاده قرار گیرد و فقط نیازمند یک سری قوانین درست و نظارت مناسب روی این حوزه هست.
هوش مصنوعی دستیار اساتید می‌شود؟
وی در خصوص استفاده از هوش مصنوعی به‌عنوان دستیار مربی و اساتید گفت: هوش مصنوعی را می‌توان به‌عنوان دستیار موثر برای اساتید در نظر گرفت که وظایف مختلفی ازجمله ارزیابی تکالیف، ارائه بازخوردهای خودکار و دقیق و تحلیل شده همچنین شناسایی نیازهای آموزشی و الگوهای یادگیری افراد و شناسایی محتویات مناسب جهت ارائه به دانشجو را انجام می‌دهد.
باقری تصریح کرد: استاد به جای فعالیت‌های اداری و فعالیت‌هایی که وقت وی را می‌گیرند به جنبه‌های مهم‌تری از آموزش و راهنمایی می‌پردازد اما نکته بسیار مهم این است که هوش مصنوعی در این سطح و در این مقطع باقی نخواهد ماند بلکه مرجعیت را تغییر می‌دهد و باز تعریف می‌کند یعنی باز تعریفی از مبداء مختصات همه حوزه‌ها ازجمله حوزه آموزش، به این ترتیب که استاد دانشگاه لزوما مرجع آموزش دانشجو نیست و دانشجو می‌تواند با هوش مصنوعی تعامل داشته باشد و به مراتب با داده‌ها و دانش‌های با کیفیت‌تر و به روزتر از استاد به دانش و داده‌ها دسترسی پیدا کند و به نظر من هوش مصنوعی حتی ممکن است جایگزین اساتید شود.
انتهای پیام