هوش مصنوعی مولد دیگر فقط یک فناوری نوظهور نیست؛ به سرعت به بخشی جدانشدنی از محیطهای کاری، آموزشی و حتی زندگی روزمره ما تبدیل شده است. در حالی که بسیاری هنوز درگیر سوالات اخلاقی و کاربردی درباره آن هستند، برخی مربیان آموزش عالی تصمیم گرفتهاند بهجای عقبنشینی، وارد میدان شوند. این گزارش تجربه یک استاد در دانشگاه ویسکانسین-استاوت را روایت میکند که با نگاهی منتقدانه، اما مشتاق، هوش مصنوعی را به کلاس خود آورد تا دانشجویان را نه تنها با ابزارهای جدید، بلکه با تفکر انتقادی درباره آنها آشنا کند.
این تجربه تنها در مورد فناوری نیست؛ درباره تغییری در ذهنیت یادگیری، تدریس و آمادهسازی برای جهانی است که به سرعت در حال تغییر است.
هوش مصنوعی مولد در حال ورود به محیط کار است، بنابراین من یک کلاس فناوری کسب و کار با محوریت هوش مصنوعی طراحی کردم.
دنیای فناوری میگوید هوش مصنوعی مولد برای آیندهی کار و یادگیری ضروری است. اما من به عنوان یک مربی، هنوز از خود میپرسم: آیا واقعاً ارزش دارد که آن را به کلاس درس بیاوریم؟ آیا این ابزارها واقعاً به دانشآموزان در یادگیری کمک میکنند یا چالشهای جدیدی ایجاد میکنند که هنوز با آنها روبهرو نشدهایم؟
مانند بسیاری از افراد دیگر در آموزش عالی، من هم شک داشتم، اما میدانستم که نمیتوانم آن را نادیده بگیرم. بنابراین، به جای اینکه منتظر همه پاسخها بمانم، تصمیم گرفتم عمیقاً کشف کنم که آمادهسازی دانشجویان برای جهانی مبتنی بر هوش مصنوعی، فراتر از هیاهوی تبلیغاتی، واقعاً به چه معناست. ترم گذشته، یک کلاس فناوری کسب و کار ایجاد کردم که در آن جدیدترین ابزارهای هوش مصنوعی مولد در برنامه درسی گنجانده شده بود.
چیزی که من متوجه شدم این است که محصولات بهرهوری هوش مصنوعی، مانند سایر برنامههایی که دانشآموزان و در نهایت کارمندان اداری در کارهای دانشمحور استفاده میکنند، دارای یک منحنی یادگیری هستند. اما من باید نحوه تدریس کلاس را طوری تنظیم میکردم که بر تفکر انتقادی، تأمل در مورد نحوه استفاده از این ابزارها و بررسی خطاهایی که ایجاد میکنند، تأکید داشته باشد.
پروژه
بر کسی پوشیده نیست که هوش مصنوعی مولد در حال تغییر نحوه کار، یادگیری و آموزش افراد است. طبق نظرسنجی جهانی مککینزی در مورد هوش مصنوعی در سال ۲۰۲۵، ۷۸ درصد از پاسخدهندگان گفتهاند که سازمانهایشان حداقل در یک عملکرد تجاری از هوش مصنوعی استفاده میکنند و بسیاری از آنها به طور فعال در حال بازآموزی مهارتهای نیروی کار خود یا آموزش مهارتهای جدید به آنها برای برآورده کردن نیازهای این تغییر هستند.
من به عنوان مدیر برنامهی کارشناسی فناوری اطلاعات کسب و کار در دانشگاه ویسکانسین-استاوت، دانشگاه پلیتکنیک ویسکانسین، زمان زیادی را صرف فکر کردن به چگونگی آمادهسازی دانشجویان برای محیط کار میکنم. من همچنین از علاقهمندان به هوش مصنوعی هستم، اما کمی شکاک. من به قدرت این ابزارها اعتقاد دارم، اما همچنین میدانم که آنها سوالاتی را در مورد اخلاق، مسئولیتپذیری و آمادگی مطرح میکنند.
بنابراین، از خودم پرسیدم: چگونه میتوانم مطمئن شوم که دانشآموزان ما آماده استفاده از هوش مصنوعی و درک آن هستند؟
در بهار ۲۰۲۵، دانشگاه ویسکانسین-استاوت یک طرح آزمایشی را برای گروه کوچکی از اساتید و کارکنان راهاندازی کرد تا مایکروسافت ۳۶۵ کوپایلوت را برای کسبوکارها بررسی کنند. از آنجایی که این نرمافزار در کنار ابزارهایی مانند ورد، اکسل، اوتلوک، پاورپوینت، واندرایو و تیمز، که محصولاتی هستند که دانشجویان ما از قبل از آنها استفاده میکنند، کار میکند، من فرصتی دیدم تا این جدیدترین ویژگیهای هوش مصنوعی را نیز به آنها ارائه دهم.
برای انجام این کار، یک پروژه اکتشافی را در دوره پایانی سال آخر دبیرستانمان گنجاندم. از دانشجویان خواسته شد که در طول ترم از Copilot for Business استفاده کنند، یک دفتر خاطرات داشته باشند و تجربیات خود را در آن منعکس کنند و موارد استفاده عملی برای چگونگی پشتیبانی هوش مصنوعی از آنها به عنوان دانشجو و متخصصان آینده را توسعه دهند. من وظایف خاصی را تعیین نکردم. در عوض، آنها را تشویق کردم که آزادانه کاوش کنند.
هدف من این نبود که آنها را یک شبه به متخصصان هوش مصنوعی تبدیل کنم. میخواستم آنها در مورد چگونگی و زمان استفاده از ابزارهای هوش مصنوعی در زمینههای دنیای واقعی، احساس راحتی، تسلط و آگاهی انتقادی ایجاد کنند.
آنچه من و دانشجوهایم آموختیم
چیزی که بیش از همه برای من برجسته بود این بود که دانشجویان چقدر سریع از کنجکاوی به اعتماد به نفس رسیدند.
بسیاری از آنها قبلاً ابزارهایی مانند ChatGPT و Google Gemini را آزمایش کرده بودند، اما Copilot for Business کمی متفاوت بود. این ابزار با اسناد، ایمیلها، یادداشتهای جلسات و مطالب کلاسی خودشان کار میکرد که این امر باعث شخصیتر شدن و مرتبطتر شدن فوری این تجربه میشد.
دانشجویان در دفتر خاطرات خود توضیح دادند که چگونه از Copilot برای خلاصه کردن جلسات ویدیویی Teams، تهیه پیشنویس اسلایدهای پاورپوینت و نوشتن ایمیلهای مرتبتر استفاده کردهاند. یکی از دانشآموزان گفت که این نرمافزار با تولید خلاصههایی که میتوانند پس از جلسه به جای یادداشتبرداری در طول تماس یا تماشای مجدد ضبط، آنها را مرور کنند، در زمان آنها صرفهجویی کرده است. دیگری از آن برای بررسی تکالیف خود با روبریک - ابزاری برای امتیازدهی که معیارها و سطوح عملکرد برای ارزیابی کار دانشآموزان را مشخص میکند - استفاده کرد تا به آنها کمک کند قبل از ارسال کار خود اعتماد به نفس بیشتری داشته باشند.
چندین دانشجو اعتراف کردند که در ابتدا برای نوشتن دستورالعملهای مؤثر - درخواستهای تایپشدهای که هوش مصنوعی را برای تولید محتوا هدایت میکنند - مشکل داشتند و مجبور بودند برای رسیدن به نتایج دلخواه خود آزمایش کنند. چند نفر به مواردی اشاره کردند که در آنها Copilot، مانند سایر ابزارهای هوش مصنوعی مولد، اطلاعات نادرست یا ساختگی یا توهم تولید میکرد و گفتند که یاد گرفتهاند پاسخهای آن را دوباره بررسی کنند. این به آنها کمک کرد تا اهمیت تأیید محتوای تولید شده توسط هوش مصنوعی، به ویژه در محیطهای دانشگاهی و حرفهای را درک کنند.
بعضی از دانشجویان همچنین گفتند که مجبور بودند به خودشان یادآوری کنند که به جای استفاده از ابزارهای دیگری که با آنها آشناتر بودند، از Copilot استفاده کنند. در برخی موارد، آنها به سادگی فراموش میکردند که Copilot در دسترس است. این بازخورد به من نشان داد که چقدر مهم است که به دانشآموزان زمان و فضا بدهیم تا عادات جدیدی را در مورد فناوریهای نوظهور ایجاد کنند.
قدم بعدی چیست؟
اگرچه Copilot for Business برای این پروژه خوب عمل کرد، اما هزینه بالاتر آن در مقایسه با برنامههای بهرهوری دسکتاپ قبلی ممکن است استفاده از آن را در کلاسهای آینده محدود کند و سوالات اخلاقی در مورد دسترسی را مطرح کند.
با این اوصاف، من قصد دارم به گسترش استفاده از ابزارهای هوش مصنوعی مولد در دورههایم ادامه دهم. به جای اینکه با هوش مصنوعی به عنوان یک موضوع یکباره برخورد کنم، میخواهم آن را به بخشی از جریان کار روزمره دانشگاهی تبدیل کنم. هدف من این است که به دانشآموزان کمک کنم تا سواد هوش مصنوعی را افزایش دهند و از این ابزارها به صورت مسئولانه و متفکرانه، به عنوان پشتیبانی برای یادگیری خود، نه جایگزینی برای آن، استفاده کنند.
از نظر تاریخی، برنامههای نرمافزاری افراد را قادر به تولید محتوا، مانند اسناد متنی، اسلایدها یا موارد مشابه میکردند، در حالی که ابزارهای هوش مصنوعی مولد، «کار» را بر اساس درخواستهای کاربر تولید میکنند. این تغییر نیاز به سطح بالاتری از آگاهی در مورد آنچه دانشآموزان یاد میگیرند و نحوه تعامل آنها با مطالب و ابزار هوش مصنوعی دارد.
این پروژه آزمایشی به من یادآوری کرد که ادغام هوش مصنوعی در کلاس درس فقط به معنای دسترسی دانشجویان به ابزارهای جدید نیست. بلکه ایجاد فضایی برای کاوش، آزمایش، تأمل و تفکر انتقادی در مورد چگونگی قرارگیری این ابزارها در زندگی شخصی و حرفهای آنها و از همه مهمتر، نحوه عملکرد آنهاست.
به عنوان یک مربی، من همچنین به سوالات عمیقتری که این فناوری مطرح میکند فکر میکنم. چگونه میتوانیم اطمینان حاصل کنیم که دانشجویان به توسعه افکار اصیل و تفکر انتقادی ادامه میدهند، در حالی که هوش مصنوعی میتواند به راحتی ایدهها یا محتوا تولید کند؟ چگونه میتوانیم یادگیری معنادار را حفظ کنیم و در عین حال از کارایی این ابزارها بهره ببریم؟ و چه نوع تکالیفی میتواند به دانشآموزان کمک کند تا ضمن نشان دادن تفکر خود، به طور مؤثر از هوش مصنوعی استفاده کنند؟
اینها فقط نگرانیهای نظری نیستند. مطالعات اولیه خطرات «تخلیه شناختی» را هنگام انجام وظایفی مانند نوشتن مقاله با هوش مصنوعی شناسایی کردهاند. مطالعات همچنین نشان دادهاند که استفاده از هوش مصنوعی میتواند تلاش شناختی را کاهش دهد و حتی بر سطح اعتماد به نفس دانشآموزان در تفکرشان تأثیر بگذارد. این موضوع اهمیت گنجاندن فعالیتهای تفکر انتقادی در کنار استفاده از هوش مصنوعی را برجسته میکند.
این سوالات آسان نیستند، اما مهم هستند. آموزش عالی نقش مهمی در کمک به دانشجویان برای استفاده از هوش مصنوعی و درک تأثیر آن و مسئولیت آنها در شکلدهی به نحوه استفاده از آن دارد.
ایجاد تعادل مناسب بین پرورش تفکر اصیل و تفکر انتقادی با هوش مصنوعی میتواند دشوار باشد. یکی از راههایی که من به آن رسیدهام، تشویق دانشآموزان به این است که ابتدا محتوای خود را خودشان تولید کنند، سپس از هوش مصنوعی برای بررسی آن استفاده کنند. به این ترتیب، آنها مالکیت کار خود را حفظ میکنند و هوش مصنوعی را به عنوان یک ابزار مفید و نه یک میانبر میبینند. همه چیز در مورد دانستن زمان استفاده از هوش مصنوعی برای اصلاح یا بهبود ایدههایشان است.
یک نصیحتی که دریافت کردم و واقعاً در ذهنم ماند این بود: از کارهای کوچک شروع کنید، شفاف باشید و با دانشجویانتان رک و صریح صحبت کنید. این کاری است که من انجام دادم، و کاری است که با ورود به فصل بعدی آموزش و یادگیری در عصر هوش مصنوعی، به انجام آن ادامه خواهم داد.