اين روزها با اعلام نتايج كنكور و شلوغي مراجعات داوطلبان و خانواده‌ها براي انتخاب رشته، دغدغه‌اي عميق‌تر از رتبه و تراز در چشمان پرسشگر آنان موج مي‌زند. آنها با كارنامه‌اي در يك دست و ليستي از رشته‌ها در دست ديگر، نگران‌تر از هر نسل ديگري مي‌پرسند: «استاد، با گسترش شتابان هوش مصنوعي، آيا اين رشته هنوز آينده‌اي دارد؟ آيا چند سال بعد كه فارغ‌التحصيل شوم، كارم را به يك ماشين نباخته‌ام؟» اين اضطراب عمومي، فراتر از يك ترديد مقطعي براي انتخاب رشته است؛ اين نشانه ورود جامعه به يك «بحران ادراك» در مواجهه با فناوري است. نسل جديد به‌درستي حس كرده كه مختصات دنياي كار دگرگون شده، اما صورت‌مساله را اشتباه تعريف كرده است. مساله امروز آموزش عالي، «انقراض يا بقاي رشته‌ها» نيست؛ مساله ظهور يك قانون جديد در اقتصاد دانايي است: «دانش قابل بازيابي ارزان‌تر شده، اما قضاوت معتبر گران‌تر و ناياب‌تر.» در جهاني كه ماشين در چند ثانيه متني روان مي‌نويسد، داده‌ها را پردازش مي‌كند و نخستين پاسخ را تحويل مي‌دهد، دانشگاه ديگر نمي‌تواند كارخانه‌اي براي توزيع اطلاعات تكراري و مدرك‌هاي بي‌سنگر باشد.
سندروم تاريخي مقاومت: از تحريم ماشين‌حساب تا هراس از گوگل- براي فهمِ موقعيت امروزمان بد نيست كمي به عقب برگرديم. حافظه آموزش كشور ما پر از هراس‌هاي مشابهي است كه گذر زمان بي‌پايه بودن آنها را ثابت كرد:
- در دهه‌هاي ۶۰ و ۷۰ خورشيدي، استفاده از ساده‌ترين ماشين‌حساب‌ها براي دانش‌آموزان قدغن بود و بر سر ورود ماشين‌حساب‌هاي مهندسي به سالن امتحانات دانشگاه‌ها مناقشه‌هاي بي‌پايان درمي‌گرفت؛ گويي با فشردن يك دكمه، استعداد رياضي نسل جوان براي هميشه نابود مي‌شد!
- سال‌ها بعد با ظهور اينترنت، آوردن ارجاع از موتورهاي جست‌وجوگري چون گوگل (Google) در دانشگاه‌ها انگِ بي‌سوادي و نوعي تقلب پنهان تلقي مي‌شد و نظام آموزشي با سوءظن به دانشجويي نگاه مي‌كرد كه به جاي ورق‌زدن روزهاي متمادي در مخازن خاك‌گرفته كتابخانه‌ها، با چند كليك منبع مورد نظرش را يافته بود.
امروز نه تنها هيچ مهندسي بدون ابزارهاي محاسباتي پروژه طراحي نمي‌كند و هيچ پژوهشگري بدون موتورهاي كاوش داده رساله نمي‌نويسد، بلكه ارزش انسان در اين تغيير كرد كه «با اين ابزارها چه مساله تازه‌اي را مي‌توان حل كرد؟» هوش مصنوعي نيز دقيقا در همين امتداد تاريخي قرار دارد؛ ماشين‌حساب تفكر و جست‌وجوگر معناست، نه پايان تخصص.
آينده شغلي رشته‌ها به كدام سمت مي‌رود؟ بر پايه همين تجربه تاريخي، مي‌توان نقشه جديد بازار كار را بي‌پرده براي نسل جديد ترسيم كرد. هوش مصنوعي رشته‌ها را منقرض نمي‌كند، بلكه «هرم وظايف شغلي» را واژگون مي‌سازد:
مشاغل از «انجام دادن صرف» به «طراحي، سناريونويسي و نظارت» شيفت مي‌كنند: در گذشته ارزش بازار كار يك مترجم، برنامه‌نويس، حسابدار، حقوقدان يا مهندس در سرعت توليد خروجي خام بود. امروز اين كارهاي ساختارمند و تكراري به ماشين واگذار مي‌شود. ارزش فرداي دانش‌آموخته در توانايي «ارزيابي، اصلاح خطاها، فهم ظرايف فرهنگي و انساني و پذيرش مسووليت حقوقي و اخلاقي تصميم نهايي» خلاصه مي‌شود.
مرز ميان رشته‌ها فرو مي‌ريزد (ظهور تخصص‌هاي هيبريدي): دوران تك‌مهارتي به پايان رسيده است. پزشك آينده سواد اعتبارسنجي خروجي تشخيصي الگوريتم‌ها را دارد؛ وكيل آينده تعارضات داده‌اي ماشين‌ها را حل‌وفصل مي‌كند و دانش‌آموخته علوم انساني با منطق سيستم‌هاي ديجيتال آشناست. تخصص‌هاي آينده، چندرشته‌اي و پيوندي هستند.
- ارزش ارزش‌هاي انساني (مهارت‌هاي نرم) صعودي مي‌شود: هوش مصنوعي نه همدلي بلد است، نه زبان بدن و بافت مذاكره را مي‌فهمد، نه در بحران‌هاي اجتماعي تصميم شهودي مي‌گيرد و نه مي‌تواند پيامد يك رفتار را اخلاقا به گردن بگيرد. رشته‌هايي كه با روان انسان، ديپلماسي، خلاقيت اصيل و تربيت پيوند خورده‌اند، اگر از ماشين ابزار بسازند، اتفاقا دست‌نيافتني‌تر از گذشته خواهند شد. بنابراين هيچ رشته‌اي منقرض نمي‌شود، بلكه آن متخصصي منقرض مي‌شود كه بخواهد نقش يك ماشين كند را در برابر ماشيني فوق‌سريع بازي كند.
پنج گام اضطراري براي سياستگذاري دانشگاهي- اگر آموزش عالي نخواهد باز هم تجربه شكست‌خورده مقاومت در برابر فناوري را تكرار كند، بايد پنج اقدام فوري را به كار بندد..
1- سواد هوش مصنوعي به مثابه واحد عمومي الزامي: همان‌گونه كه ديروز سواد رايانه عمومي شد، امروز دانشجوي مهندسي، پزشكي، حقوق، ادبيات، مديريت يا هنر بايد در سال اول ياد بگيرد كه ماشين چگونه «توهم» مي‌زند (Hallucination)، سوگيري داده‌ها (Bias) كجاست و مرزهاي حريم خصوصي چگونه صيانت مي‌شود.
2- جراحي ساختار ارزشيابي؛ از محصول نهايي به «فرآيند و دفاع»: دوران نمره دادن به تكاليف و مقاله‌هاي متني كه ماشين در چند دقيقه تحويل مي‌دهد سپري شده است. دانشگاه بايد به سمت سنجش فرآيند تفكر، برگزاري جلسات دفاع شفاهي، و بررسي منطق پرامپت‌نويسي و خطايابي دانشجو حركت كند.
3- گذر از «ممنوعيت‌هاي كور» به «پروتكل‌هاي استفاده مسوولانه»: ممنوع‌كردن هوش مصنوعي همان سرنوشت ممنوعيت ماشين‌حساب را دارد؛ صرفا تقلب را پنهان و ديوار بي‌اعتمادي را بلندتر مي‌كند. دانشگاه موظف است چارچوب صريح بگذارد: كجا استفاده مجاز است، كجا مشروط به مستندسازي است و كجا قضاوت محض انساني الزامي است.
4- بازطراحي سرفصل‌ها بر پايه «حل مسائل پيچيده»: برنامه‌هاي درسي حافظه‌محور در برابر حافظه لايتناهي ماشين رنگ باخته‌اند. دانشگاه بايد به ميدان حل مسائل واقعي و بين‌رشته‌اي تبديل شود؛ جايي كه دانشجو ياد مي‌گيرد چگونه از تجميع داده‌ها به يك راه‌حل بومي و كاربردي برسد.
5- بازتعريف نقش استاد؛ از انتقال‌دهنده داده به «مربي و داور»: استادي كه كاركرد خود را در بازگويي مفاهيم و تعاريف خلاصه كند، پيشاپيش جاي خود را به ابزارهاي هوشمند داده است. استاد عصر جديد، «مربي انديشيدن» و داور اخلاق حرفه‌اي است كه افق‌هاي تفكر انتقادي را به دانشجو مي‌آموزد.
وقتي در هياهوي اين روزها، داوطلب كنكور روبه‌رويم مي‌نشيند و نگران از انتخاب رشته مي‌پرسد، به او نمي‌گويم كدام رشته مي‌ماند و كدام مي‌رود. به او مي‌گويم: «همان رشته‌اي را انتخاب كن كه انگيزه و اشتياق حل مسائل آن را داري، اما هرگز خودت را در قالب يك كاربر مجري متوقف نكن. طوري تخصصت را بساز كه ماشين، ابزار دست تو باشد، نه اينكه تو رقيب دست‌وپابسته ماشين باشي.»
هوش مصنوعي رقيب دانشگاه نيست؛ صريح‌ترين آينه‌اي است كه نقايص كهنه آموزش عالي را عريان كرده است. دانشگاه، كارخانه توليد پاسخ‌هاي آماده نيست؛ سنگر پاسداري از عامليت انسان است. رسالت امروز ما صيانت از نام رشته‌ها نيست؛ تربيت انسان‌هايي است كه وقتي ماشين پاسخ مي‌دهد، مي‌دانند چگونه بپرسند، چگونه شك كنند و چگونه فرمان قضاوت و مسووليت را در دست نگه دارند.