بر اساس این برنامه، استنفورد با همکاری گروه‌های آموزشی مختلف، بررسی خواهد کرد که دانشجویان در کدام بخش‌های درسی می‌توانند از ابزارهای هوش مصنوعی کمک بگیرند و در چه زمینه‌هایی باید بدون اتکا به این فناوری، دانش و مهارت خود را به اثبات برسانند.

این تصمیم در شرایطی اتخاذ شده که بازار کار به‌سرعت در حال تغییر است و تسلط بر ابزارهای هوش مصنوعی به یکی از مهارت‌های مورد نیاز کارفرمایان تبدیل شده است. بر اساس داده‌های لینکدین، سهم آگهی‌های شغلی نیازمند سواد هوش مصنوعی طی یک سال حدود ۶۵ درصد افزایش یافته و این تقاضا دیگر محدود به مشاغل فناوری نیست؛ بلکه حوزه‌هایی مانند بازاریابی، طراحی، نویسندگی و مدیریت پروژه را نیز دربرمی‌گیرد.

با این حال، استنفورد معتقد است آموزش استفاده از هوش مصنوعی نباید به بهای تضعیف قدرت تفکر و تحلیل مستقل دانشجویان تمام شود. از نگاه این دانشگاه، دانشجویان باید علاوه بر توانایی کار با ابزارهای هوشمند، بتوانند پاسخ‌های تولیدشده توسط آن‌ها را ارزیابی کنند، خطاهای احتمالی را تشخیص دهند و در صورت لزوم از تصمیم‌ها و تحلیل‌های خود دفاع کنند.

اهمیت این موضوع را می‌توان در نتایج یک پژوهش علمی نیز مشاهده کرد. مطالعه‌ای در سال ۲۰۲۵ که در نشریه علمی PNAS منتشر شد، نشان داد دانش‌آموزانی که برای تمرین ریاضی از هوش مصنوعی عمومی استفاده می‌کردند، هنگام بهره‌گیری از این ابزار عملکرد بهتری داشتند، اما در آزمون‌های بعدی که بدون دسترسی به هوش مصنوعی برگزار شد، نتایج ضعیف‌تری کسب کردند. در مقابل، استفاده از نسخه آموزشی هوش مصنوعی که با هدف پشتیبانی از فرایند یادگیری طراحی شده بود، تا حد زیادی از بروز این مشکل جلوگیری کرد.

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

یکی از محورهای قابل توجه این رویکرد، تعیین مرز میان توانایی هوش مصنوعی و مسئولیت فکری دانشجوست. برای نمونه، در یکی از کلاس‌های تولید محتوای دیجیتال دانشگاه کالیفرنیا دیویس، دانشجویان باید عاملی هوش مصنوعی طراحی کنند که در شرایط مشخصی از ادامه فعالیت متوقف شود و از دانشجو بخواهد شخصا درباره موضوع فکر کند؛ از جمله زمانی که ابزار هوشمند صرفا ایده‌های قبلی را تکرار می‌کند یا از منابع تعیین‌شده فراتر می‌رود.

این دانشگاه همچنین به‌دنبال تغییر شیوه‌های ارزیابی دانشجویان است. برگزاری آزمون‌های شفاهی، انجام فعالیت‌های کلاسی بدون دسترسی به هوش مصنوعی و تعریف پروژه‌هایی که در آن دانشجویان باید از تحلیل‌ها و تصمیم‌های خود دفاع کنند، از جمله روش‌هایی است که مورد توجه قرار گرفته‌اند.

با وجود این، هنوز مشخص نیست سرمایه‌گذاری جدید استنفورد تا چه اندازه می‌تواند به بهبود کیفیت آموزش دانشگاهی منجر شود. این برنامه در مرحله آزمایش و بازنگری قرار دارد و میزان موفقیت آن باید با بررسی نتایج پروژه‌ها در سال‌های آینده مشخص شود.

آنچه از این طرح برمی‌آید، تغییر نگاه به نقش هوش مصنوعی در دانشگاه‌هاست؛ به‌گونه‌ای که در نظام آموزشی آینده، صرف توانایی استفاده از ابزارهای هوشمند برای دانشجویان کافی نخواهد بود و قدرت تفکر مستقل، تشخیص اطلاعات نادرست و تسلط واقعی بر آموخته‌ها به معیارهای مهم‌تری برای سنجش توان علمی آن‌ها تبدیل خواهد شد.

انتهای پیام