در چارچوب این طرح، گروه‌های آموزشی استنفورد بررسی می‌کنند که دانشجویان در چه بخش‌هایی از فرایند یادگیری می‌توانند از ابزارهای هوش مصنوعی استفاده کنند و در کدام زمینه‌ها باید بدون کمک این فناوری، توانایی و دانش خود را نشان دهند.

این برنامه در شرایطی دنبال می‌شود که مهارت کار با هوش مصنوعی به‌سرعت در حال تبدیل شدن به یکی از نیازهای بازار کار است. بر اساس داده‌های لینکدین، سهم آگهی‌های شغلی نیازمند سواد هوش مصنوعی طی یک سال حدود ۶۵ درصد افزایش یافته و این مهارت اکنون علاوه بر مشاغل فناوری، در حوزه‌هایی مانند بازاریابی، طراحی، نویسندگی و مدیریت پروژه نیز مورد توجه قرار گرفته است.

با این حال، استنفورد معتقد است آموزش استفاده از ابزارهای هوشمند نباید به تضعیف قدرت تحلیل و تفکر مستقل دانشجویان منجر شود. از همین رو، در این برنامه بر توانایی ارزیابی پاسخ‌های تولیدشده توسط هوش مصنوعی، شناسایی اطلاعات نادرست و دفاع از تحلیل‌ها و تصمیم‌های شخصی تأکید شده است.

اهمیت این رویکرد با نتایج یک پژوهش علمی در سال ۲۰۲۵ نیز ارتباط دارد. این مطالعه که در نشریه علمی PNAS منتشر شده، نشان می‌دهد دانش‌آموزانی که برای تمرین ریاضی از ابزارهای عمومی هوش مصنوعی استفاده می‌کردند، هنگام دسترسی به این فناوری عملکرد بهتری داشتند، اما در آزمون‌های بعدی که بدون هوش مصنوعی برگزار شد، نتایج ضعیف‌تری به دست آوردند.

در مقابل، استفاده از نسخه آموزشی هوش مصنوعی که با هدف هدایت فرایند یادگیری طراحی شده بود، تا حد زیادی از بروز این مشکل جلوگیری کرد. این یافته‌ها اهمیت نحوه استفاده از هوش مصنوعی در محیط‌های آموزشی و ضرورت طراحی ابزارهایی برای تقویت یادگیری به‌جای جایگزینی تفکر دانش‌آموزان را نشان می‌دهد.

استنفورد برای اجرای برنامه جدید خود، از زمستان ۲۰۲۷ کمک‌هزینه‌هایی بین ۲۵۰ تا ۷۵۰ هزار دلار در اختیار گروه‌های آموزشی قرار می‌دهد. بر اساس برنامه‌ریزی انجام‌شده، حدود ۱۵ گروه آموزشی در پروژه‌هایی با مدت‌زمان یک تا دو سال مشارکت خواهند کرد و اجرای این طرح تا سال‌های ۲۰۲۸ و ۲۰۲۹ ادامه می‌یابد.

تغییر شیوه ارزیابی دانشجویان نیز یکی دیگر از محورهای این برنامه است. برگزاری آزمون‌های شفاهی، انجام فعالیت‌های کلاسی بدون دسترسی به ابزارهای هوش مصنوعی و تعریف پروژه‌هایی که دانشجویان باید از تحلیل‌ها و تصمیم‌های خود دفاع کنند، از جمله روش‌های مورد توجه در این زمینه هستند.

در نمونه‌ای دیگر از این رویکرد، در یکی از کلاس‌های تولید محتوای دیجیتال دانشگاه کالیفرنیا دیویس، دانشجویان باید عاملی مبتنی بر هوش مصنوعی طراحی کنند که در شرایط مشخصی فعالیت خود را متوقف کند و از دانشجو بخواهد شخصاً درباره موضوع فکر کند. تکرار ایده‌های قبلی یا استفاده از منابع خارج از محدوده تعیین‌شده، از جمله شرایطی است که می‌تواند به توقف فعالیت این ابزار منجر شود.

با وجود این، هنوز مشخص نیست برنامه جدید استنفورد تا چه اندازه می‌تواند کیفیت آموزش دانشگاهی را بهبود دهد. این طرح در مرحله اجرا و آزمایش قرار دارد و نتایج آن در سال‌های آینده میزان اثربخشی این رویکرد را مشخص خواهد کرد.

در مجموع، برنامه استنفورد نشان‌دهنده تغییر نگاه به جایگاه هوش مصنوعی در آموزش عالی است؛ رویکردی که بر اساس آن، توانایی استفاده از ابزارهای هوشمند به‌تنهایی برای دانشجویان کافی نیست و مهارت تفکر مستقل، تشخیص خطا و تسلط واقعی بر آموخته‌ها نیز باید در کنار آن مورد سنجش قرار گیرد.

انتهای پیام