هوش مصنوعی جایگزین مهارت‌های سخت می‌شود

«سراب عملکرد»؛ چالش هوش مصنوعی در فرایند یادگیری واقعی

حسین بذرافشان سخنان خود را با مرور پژوهشی علمی منتشرشده در سال ۲۰۲۵ درباره آموزش ریاضی در یکی از دبیرستان‌های ترکیه آغاز کرد. در این آزمایش، دانش‌آموزان به سه گروه تقسیم شدند: «گروه نخست با روش متداول، شامل آموزش معلم و کتاب درسی؛ گروه دوم با دسترسی آزاد به ChatGPT-4 و ChatGPT-4o؛ و گروه سوم با استفاده هدایت‌شده از هوش مصنوعی در حالت Study Mode آموزش دیدند.»

به گفته وی، در مرحله حل تمرین، گروه دارای دسترسی آزاد به هوش مصنوعی نسبت به گروه سنتی حدود ۳۷ تا ۴۰ درصد عملکرد بهتری داشت و عملکرد گروه Study Mode نیز حدود ۲۷ درصد بهتر بود. با این حال، در آزمون نهایی که بدون دسترسی به هوش مصنوعی برگزار شد، عملکرد گروه دارای دسترسی آزاد نزدیک به ۲۰ درصد ضعیف‌تر از گروه سنتی بود. گروه Study Mode نیز عملکردی مشابه یا اندکی پایین‌تر از آموزش سنتی ثبت کرد.

معاون آموزش آکادمی XNET با تحلیل این نتایج، به مفهوم «سراب عملکرد در برابر یادگیری» اشاره کرد و گفت: «حل صحیح مسائل هنگام تمرین با کمک هوش مصنوعی، لزوماً به معنای تثبیت دانش و تحقق یادگیری واقعی نیست؛ موضوعی که می‌تواند در محیط‌های آموزشی و کسب‌وکار، ریسک‌های جدی ایجاد کند.»

افت تقاضا برای نیروهای جونیور و تغییر مسیر بازار کار

بذرافشان با استناد به مطالعه‌ای از دانشگاه استنفورد درباره تأثیر هوش مصنوعی بر اکوسیستم فناوری و بازار کار برنامه‌نویسان، تحولات این بازار را به دو دوره پیش و پس از نوامبر ۲۰۲۲، هم‌زمان با فراگیرشدن چت‌بات‌های هوش مصنوعی، تقسیم کرد.

بر اساس این داده‌ها، تقاضا و اشتغال برای فارغ‌التحصیلان تازه‌کار و نیروهای سطح میانی پس از ورود گسترده هوش مصنوعی با افت قابل‌توجهی روبه‌رو شده است؛ زیرا هوش مصنوعی بخش زیادی از وظایف پایه و تکرارشونده را بر عهده گرفته است. در مقابل، نیروهای باتجربه‌تر توانسته‌اند با بهره‌گیری از این ابزارها، توانمندی‌های خود را توسعه دهند و جایگاه حرفه‌ای‌شان را حفظ کنند.

وی با طرح این پرسش که «در عصر هوش مصنوعی، نهاد علم و دانشگاه‌ها دقیقاً چه چیزی باید آموزش دهند؟» تأکید کرد که نهادهای آموزشی کشور باید هرچه سریع‌تر پاسخی عملی و روشن برای این مسئله پیدا کنند.

افول ارزش مدارک سنتی و ضرورت ریزگواهینامه‌ها

معاون آموزش آکادمی XNET با بیان اینکه دانش و محتوای تخصصی دانشگاه‌ها، به‌واسطه گسترش هوش مصنوعی مولد، امروز آسان‌تر و اغلب رایگان در دسترس عموم قرار گرفته است، افزود: با کاهش عمر مهارت‌ها و افزایش نیاز به بازآموزی و به‌روزرسانی مستمر مهارت‌ها، ارزش پیشنهادی مدارک سنتی دانشگاهی دیگر کارایی گذشته را ندارد.

او خاطرنشان کرد که آکادمی‌ها و نظام‌های آموزشی باید به سمت آموزش‌های مدرن، کوتاه‌مدت و مبتنی بر ریزگواهینامه‌ها (Micro-credentials) حرکت کنند؛ آموزش‌هایی که به‌طور مستقیم با نیازهای روز بازار کار و نقش‌های شغلی هماهنگ باشند.

تحول آموزش‌های سازمانی و شخصی‌سازی مسیر یادگیری

بذرافشان در ادامه به اقدامات آکادمی XNET در این حوزه اشاره کرد و گفت: این آکادمی با تحلیل تعاملات مخاطبان و داده‌های پلتفرم، در حال ایجاد پروفایل‌های اختصاصی برای کاربران است تا مسیرهای یادگیری شخصی‌سازی‌شده و متناسب با نقش‌های شغلی مختلف طراحی و ارائه شود.

وی همچنین اجرای برنامه‌های آموزش سازمانی برای صنایع بانکی و فناوری، و برگزاری کارگاه‌های آموزشی برای معلمان در عراق را نمونه‌هایی از توسعه آموزش‌های انطباقی و فرامرزی دانست.

مهارت‌های کلیدی انسان؛ از فهم مسئله تا حفظ انسانیت

معاون آموزش آکادمی XNET در بخش پایانی سخنان خود تأکید کرد: «در عصری که بسیاری از مهارت‌های سخت به‌سرعت تحت تأثیر هوش مصنوعی قرار می‌گیرند، مهارت‌های نرم، فهم عمیق مسئله و ارزیابی نقادانه خروجی‌های هوش مصنوعی اهمیتی حیاتی پیدا می‌کنند.»

وی با اشاره به مسئله ترافیک توضیح داد که هوش مصنوعی معمولاً راهکارهایی در سطح مدیریت خودروها ارائه می‌کند؛ اما انسان با تفکر عمیق‌تر می‌تواند اصل مسئله را به چالش بکشد و بپرسد که آیا اساساً به این حجم از رفت‌وآمد فیزیکی نیاز داریم یا خیر.

بذرافشان در پایان خاطرنشان کرد: «هوش مصنوعی مسائل را ساده‌سازی می‌کند و بر مبنای منابع خود پاسخ می‌دهد؛ بنابراین، ارزیابی خروجیها و حفظ جایگاه انسان در چرخه تصمیم‌گیری (Human-in-the-Loop) برای حفظ انسانیت و جلوگیری از تسلیم محض در برابر ابزارها ضروری است.»

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.