چگونه هوش مصنوعی و داده‌ها، آموزش را در سال2024 تغییر می‌دهند؟

مقاله پیش رو که در ژانویه 2024 میلادی در فوربز منتشر شده است، نوشته‌ای از یان یورگنسن(John Jorgenson) از اعضای شورای نویسندگان فوربس و مدیر ارشد بازاریابی کمبیوم لرنینگ گروپ (Cambium Learning Group) است (لینک اصلی مقاله).

سال 2024 چهار سال بعد از شروع همه‌گیری[کرونا] است. کودکانی که در سال 2020 در مهدکودک بودند، در کلاس چهارم خواهند بود، معلمانی که در این زمان، کار در مدرسه را شروع کردند، هرگز "زمان های قبل" از آن را تجربه نکرده‌اند [تا متوجه شوند که] نوآوری و فناوری با سرعتی بی‌سابقه شتاب گرفته است.

مطالعه ای توسط مرکز تحقیقاتی ادویک[1] نشان داد که تا پایان سال 2022، نزدیک به 60٪ از معلمان، مدیران و رهبران مناطق [آموزشی] اذعان داشته‌اند که تجربیات آنها در استفاده از اِدتِک[2] در طول یادگیری از راه دور، تمایل بیشتری در آنها برای استفاده از فناوری با دانش آموزان خود ایجاد کرده است. این نظرسنجی در مارس 2020 آغاز شد و تا ژانویه 2022 ادامه داشت.

همانطور که به سال 2024 نگاه می کنیم، سه روند مرتبط با فناوری وجود دارد که من در حال پیگیری هستم: هوش مصنوعی[3]، آزمودن[4] و داده[5]. در حالی که اینها منحصر به دنیای ادتک دوره دبستان و دبیرستان[6] نیستند، اما به شکلی یکسان، پیامدهای بزرگی برای دانش آموزان و مربیان دارند و در سال جدید تغییر خواهند کرد.

هوش مصنوعی یادگیری را متحول می کند و به سرعت به پیشرفت خود ادامه می‌دهد

فراتر از «ابزارهایی برای آسان‌تر یا سریع‌تر کردن کارها»، به «ابزارهایی که یادگیری را [به شکلی]امکان‌پذیر می‌سازند که قبلاً نمی‌توانست انجام شود» هل داده خواهد شد. پذیرش و استفاده از ادتک در طول همه‌گیری به عنوان یک ضرورت برای یادگیری از راه دور، شتاب یافت. امروزه هوش مصنوعی توسط مربیان برای حمایت از یادگیری و بازگرداندن زمان حال به گذشته مورد استفاده قرار می‌گیرد. با این حال، از آنجایی که مربیان به دنبال راه‌هایی برای استفاده مسئولانه از هوش مصنوعی هستند، این روند سوالات زیادی را ایجاد می‌کند، از جمله اینکه: آیا هوش مصنوعی به دلیل سوگیری توسعه‌دهندگانی که این فناوری را می‌سازند، سوگیری را تداوم می‌بخشد؟ آیا در وقت مربیان یا دانش آموزان صرفه جویی می کند و می تواند به عقب ماندگی در یادگیری به سبب کرونا، کمک کند؟ هوش مصنوعی در زندگی روزمره نهادینه شده و به سرعت در حال تکامل است. درست همانطور که چت.چی.پی.تی[7] کمی بیش از یک سال پیش ظهور کرد، هوش مصنوعی در سال 2024 به تکامل خود ادامه خواهد داد. علیرغم چالش‌ها، هوش مصنوعی این ظرفیت را دارد که نه تنها کارهای ساده را آسان تر و سریع تر کند، بلکه تجارب یادگیری هدفمندتری را برای دانش آموزان فراهم آورد.

آزمودن همچنان تاثیرگذارتر خواهد بود

در حالی که بحث ها در مورد تست کردن یا "آموزش برای آزمودن" ادامه دارد، آزمودن به روشی عملی‌تر انجام می‌شود تا به دانش آموزان کمک کند [مطالب درسی را] بهتر یاد بگیرند. آزمودن حتی آموزنده‌تر [نیز] می‌شود و بینشی را در مورد اینکه چرا دانش‌آموز اشتباه کرده است و همچنین چرا چیزی را درست انجام داده است، ارائه می‌دهد. توانایی شناسایی مهارت‌های خاصی که دانش‌آموزان با آن دست و پنجه نرم می‌کنند، به مربیان کمک می‌کند تا در سروکله زدن دانش‌آموزان [با مسایل درسی]، روشن‌تر بهره ببرند و حتی آموزش‌های شخصی‌تری[8] را ارائه دهند.

 در واقع، کمبیوم اسسمنت[9] با اداره آموزش فلوریدا برای اجرای ارزیابی‌های نوآورانه ارزیابی تفکر دانش‌آموزان(فست)[10] با هدف تحقق این چشم‌انداز همکاری کرده است. برنامه فست، داده‌های [نتایج آزمودن] را نه فقط در پایان سال بلکه در طی سال تحصیلی به معلمان ارائه می‌دهد، از آنجایی که ادارات آموزش به دنبال بهبود یادگیری هستند، آزمودن برای کمک به مربیان برای هدفمند کردن آموزش به تکامل خود ادامه خواهد داد.

هوش مصنوعی فقط به اندازه داده‌هایش خوب است

در نهایت، این ایده که نیکو بودن هوش مصنوعی صرفاً [وابسته] به نیکویی داده‌هایش است، به گفتگویی جدی‌تر تبدیل خواهد شد. معلمان به ما می گویند که تنها نمرات کافی نیستند. چیزی که آنها می خواهند و نیاز دارند، اطلاعاتی است که به آنها کمک کند تا بفهمند دانش آموزان چه کارهایی را به خوبی انجام داده اند و چه کارهایی می توانند برای بهبود انجام دهند. بر اساس آن بازخورد، همانطور که در بالا توضیح داده شد علاوه بر رویکردهای آزمودن جدید، سازمان‌ها[ی آموزشی] ابزارهایی را ایجاد می‌کنند که از هوش مصنوعی برای کمک به مواردی مانند تشخیص الگوها در نوشتار دانش‌آموزان برای کمک به توسعه تمرین نوشتن خود استفاده کنند. مثال دیگری از بهره‌گیری هوش مصنوعی مبتنی بر داده برای تقویت یادگیری، کمک به دانش‌آموزان در کسب و توسعه مهارت‌های زبانی است. ما می‌توانیم بر اساس میلیون ها صدای ضبط شده قبلی، از هوش مصنوعی و تشخیص گفتار برای بازخورد سریع به دانش آموزان بهره ببریم. به لطف سال‌ها استفاده از داده‌ها، شرکت‌های ادتک می‌توانند هم مدل زیربنایی را آموزش دهند و هم برنامه‌های سفارشی بسازند.

سازمان‌های آزمونی[11] همچنین در حال ایجاد سیستم‌هایی با هوش مصنوعی پیش‌بینی‌کننده و مسئولانه هستند که از یک مدل زبان بزرگ[12]برای روخوانی و ارزیابی‌های برخط برای هر متن ورودی توسط دانش‌آموز که حاوی محتوای مزاحم باشد، استفاده می‌کنند. هر محتوای پرچم‌دار[13]، چه در مورد آسیب رساندن به خود یا به قصد آسیب رساندن دیگران، به یک انسان برای تأیید ارسال می‌شود و سپس به شخص مناسب منتقل می‌شود تا [موضوع را] مدیریت کند[14]. با این حال، پاسخ هوش مصنوعی فقط به اندازه داده‌ها برای تشخیص دقیق موارد مزاحم بدون هشدارهای نادرست پرچم‌دار یا تهدیدهای از دست رفته است. این سیستم‌ها در حال حاضر بسیار دقیق هستند و جان انسان‌ها را نجات می‌دهند، اما صرفاً به پیشرفت خود ادامه خواهند داد. در حالی که این تنها یک مثال است، داده‌ها می‌توانند به پیشرفت هوش مصنوعی و شخصی سازی بیشتر در هر صنعت کمک کنند. هرچه این داده ها دقیق‌تر باشند، تأثیر یک برنامه هوش مصنوعی بیشتر خواهد بود. ما از هوش مصنوعی به عنوان عملکردی که کارها را آسان‌تر می‌کند، به سمتی که چیزهای جدید را ممکن می‌کند، خواهیم رفت.

ما در یک نقطه همگرایی در آموزش و در راستای صنایع هستیم، اما هوش مصنوعی به اندازه مجموعه داده‌ای که آن را تقویت می‌کند، پیشرفت می‌کند. آزمودن همچنان تاثیرگذارتر خواهد بود. مهارت‌ها حتی به شکلی خاص‌تر، هدف‌گیری خواهند شد و دانش‌آموزان مسیرهای بیشتری برای یادگیری خواهند داشت که برای آنها «درست» است.