در سال‌های اخیر، رشد سریع هوش مصنوعی (AI) تأثیرات اقتصادی و فرهنگی گسترده‌ای بر جامعه گذاشته است. این فناوری که به نظر می‌رسد در آینده نزدیک به اندازه ایمیل رایج شود، بسیاری از جنبه‌های زندگی روزمره را تغییر می‌دهد، از جمله نحوه آموزش و یادگیری.
در اکتبر 2023، Forbes Advisor از 500 معلم فعال در سراسر ایالات متحده نظرسنجی کرد تا تجربیات آن‌ها در مورد استفاده از هوش مصنوعی در کلاس درس را بررسی کند. نتایج این نظرسنجی که شامل معلمانی در همه مراحل حرفه‌ای بود، نگاهی گذرا به چگونگی تأثیرگذاری هوش مصنوعی بر آموزش ارائه می‌دهد.
هوش مصنوعی چیست؟
قبل از اینکه به نقش هوش مصنوعی در فضای آموزشی بپردازیم، باید این فناوری را به‌طور کلی تعریف کنیم. هوش مصنوعی به ماشین‌ها اجازه می‌دهد وظایفی را انجام دهند که به‌طور سنتی نیاز به شناخت انسانی دارند. برنامه‌ها و دستگاه‌های مبتنی بر هوش مصنوعی می‌توانند تصمیم‌گیری کنند، مشکلات را حل کنند، زبان طبیعی را درک کرده و تقلید کنند و از داده‌های غیرساختاریافته بیاموزند.
با انتشار ChatGPT توسط OpenAI در پاییز 2022، بسیاری از مردم برای اولین بار با هوش مصنوعی آشنا شدند. اما ابزارهای هوش مصنوعی سال‌هاست که بخشی از دنیای فناوری بوده‌اند. اگر تاکنون در برابر یک ربات شطرنج بازی کرده‌اید، از دستیار مجازی مانند سیری یا الکسا کمک گرفته‌اید یا حتی در شبکه‌های اجتماعی خود پیمایش کرده‌اید، در واقع با هوش مصنوعی تعامل داشته‌اید.
کارکردهای هوش مصنوعی در آموزش چیست؟
ما هنوز در حال یادگیری چگونگی ادغام فناوری‌های هوش مصنوعی در بخش آموزش هستیم و هنوز تصویر کاملی از تأثیر هوش مصنوعی بر مسائل مهمی مانند اخلاق، برابری و ایمنی داده‌ها نداریم. با این حال، تا کنون چندین کاربرد کلیدی برای هوش مصنوعی در آموزش شناسایی شده است که شامل موارد زیر می‌شود:
بازی‌های آموزشی مبتنی بر هوش مصنوعی معلمان از دیرباز به ارزش یادگیری مبتنی بر بازی پی برده‌اند و مدارس از بازی‌های کامپیوتری آموزشی، مانند Oregon Trail که اولین بار در سال 1974 منتشر شد، استفاده کرده‌اند. امروزه بازی‌های مبتنی بر هوش مصنوعی به لطف برنامه‌نویسی واکنش‌پذیر به کاربر، یادگیری هدفمندی را ارائه می‌دهند.
پلتفرم‌های یادگیری تطبیقی رهبران فناوری آموزشی مانند Carnegie Learning و Knewton پلتفرم‌های تطبیقی ارائه می‌دهند که فعالیت‌های یادگیری و محتوا را در زمان واقعی سفارشی می‌کنند. ارزیابی مداوم، امکان بازخورد فوری را فراهم کرده و به سیستم کمک می‌کند تا رویکرد خود را تنظیم کند. روش‌های یادگیری تطبیقی از سیستم‌های ساده مبتنی بر قوانین تا الگوریتم‌های پیچیده یادگیری ماشین متغیر است.
سیستم‌های نمره‌دهی و بازخورد خودکار با خودکارسازی فرآیند نمره‌دهی، برنامه‌ریزی و کارهای اداری، سیستم‌های هوش مصنوعی می‌توانند زمان و انرژی معلمان را برای افزایش ارتباط با دانش‌آموزان آزاد کنند. این یک استدلال رایج در حمایت از استفاده از هوش مصنوعی در کلاس درس است.
چت‌بات‌ها برای پشتیبانی دانش‌آموزان در بسیاری از مؤسسات آموزش عالی، چت‌بات‌های دانشگاهی با پاسخگویی به سؤالات پذیرش، ارتباط دادن دانشجویان به اطلاعات دروس و خدمات دانشجویی و ارسال یادآوری‌ها، از دانشجویان حمایت می‌کنند. سایر چت‌بات‌ها می‌توانند به دانش‌آموزان در ایده‌پردازی، بهبود مهارت‌های نوشتاری و بهینه‌سازی زمان مطالعه کمک کنند.
سیستم‌های هوشمند تدریس خصوصی این سیستم‌ها اغلب به یک موضوع خاص مانند ریاضی یا زبان اختصاص دارند و تجربه یک تدریس خصوصی یک‌به‌یک با یک معلم واقعی را شبیه‌سازی می‌کنند. نمونه‌هایی از این سیستم‌ها شامل اپلیکیشن Duolingo و سیستم تدریس خصوصی Khanmigo متعلق به Khan Academy است.