• یک‌شنبه ۱۲ آذر ۱۴۰۲ ۲۲:۲۱
• کد خبر : 2040435

• اخبار
• اقتصادی
• علم و فناوری

علیرغم فرصت‌های عظیمی که هوش مصنوعی برای حمایت از آموزش و یادگیری می‌تواند داشته باشد، پیامدهای اخلاقی و خطرات جدیدی با توسعه برنامه‌های کاربردی هوش مصنوعی در آموزش وارد می‌شود.

به گزارش شبکه اطلاع رسانی راه دانا؛ دکتر علی کرمی در یادداشتی نوشت: هوش مصنوعی و انسان یکی نیستند به عنوان مثال چت جی پی تی کلمه ای را که تولید می کند نمی فهمد و نمی داند این کلمات بر چه زمینه ای اعمال می شوند و درکی از کاری که انجام می دهد ندارد. اما هوش انسانی مباحث فراشناخت را نیز شامل می شود – خودتنظیمی، هوش هیجانی، هوش زمینه‌ای. سه تأثیر هوش مصنوعی بر آموزش را می توان به صورت استفاده از آن، درک آن و تغییر سیستم های آموزشی برای پذیرش آن خلاصه کرد؛ یعنی دیدن فرصت ها. می توان به دانش آموزان یاد داد که از هوش مصنوعی استفاده کنند تا به یادگیرندگان باهوش تر تبدیل شوند. همچنین هوش مصنوعی  می تواند برای لذت بردن از آموزش و یادگیری بیشتر، انجام کارهای معمول و همچنین آزمایش و سرگرمی مورد استفاده قرار گیرد.

 کاربرد هوش مصنوعی در آموزش (AIEd) حدود 30 سال است که موضوعیت یافته است. انجمن بین المللی هوش مصنوعی در آمورزش در سال 1997 راه اندازی شد که این انجمن مجله بین المللی هوش مصنوعی در آموزش (IJAIED)  را منتشر می کند و بیستمین کنفرانس سالانه هوش مصنوعی در آموزش  نیز در سال 2019 برگزار شد. اتکای فزاینده به تقویت فن­آوری و تکنیک های مرسوم امروزین باعث شده است که مدل های سنتی آموزش دیگر برای اداره بخش آموزش کافی نباشد. به منظور برآورده ساختن خواسته‌های در حال رشد دانش‌آموزان و معلمان، استارت‌آپ‌های تکنولوژی آموزشی با نادیده گرفتن روش های سنتی و پیشبرد روش‌های یادگیری موجود، حوزه آموزش را تغییر داده و بهبود بخشیده اند.

استارتاپ های برتر در زمینه تکنولوژی آموزشی در جهان

منبع: https://omdena.com/blog/top-edtech-startups/

 بر اساس گزارش های مختلف بین المللی، هوش مصنوعی در آموزش (AIED)­یکی از زمینه های در حال ظهور در فناوری آموزشی است که در حدود 30 سال است که وجود دارد اما هنوز برای بسیاری نامشخص است که چگونه می توانند از مزایای آموزشی هوش مصنوعی در مقیاس گسترده تر استفاده کنند و این که هوش مصنوعی چگونه می تواند تأثیر معناداری بر آموزش و یادگیری و نیز آموزش عالی داشته باشد. چهار حوزه کاربرد هوش مصنوعی در آموزش در خدمات پشتیبانی دانشگاهی و خدمات سازمانی و اداری آموزشی عبارت اند از: 1. نمایه‌سازی و پیش‌بینی 2. تحلیل و ارزیابی 3. سیستم‌های تطبیقی و شخصی‌سازی و 4. سیستم‌های آموزشی هوشمند.  

تا ژانویه 2023، 30 شاخه تکنولوژی­های آموزشی به ارزش 89 میلیارد دلار در سراسر جهان به وجود آمد است. تقارن هوش مصنوعی با فناوری‌های واقعیت مجازی و واقعیت افزوده ­به ایجاد تجربیات یادگیری همه‌جانبه و تعاملی می انجامد و به دانش‌آموزان کمک می‌کند تا مثلا مکان‌های تاریخی را کاوش کنند، آزمایش‌های مجازی علوم انجام دهند و در شبیه‌سازی‌های واقعی شرکت کنند. الگوریتم‌های هوش مصنوعی نه تنها تعاملات دانش‌آموز را در محیط‌های مجازی تجزیه و تحلیل می‌کنند، بلکه ضمن تنظیم تجربیات برای بهینه‌ سازی نتایج یادگیری، بازخورد­های فوری را نیز ارائه می‌کنند. علاوه بر این، انتظار می‌رود ادغام هوش مصنوعی، واقعیت مجازی و واقعیت افزوده فرصت‌های جدیدی را برای آموزش جذاب و تجربی باز کند که به نوبه خود تقاضای بازار آموزش هوش مصنوعی را تقویت می‌کند.

فن آوری های نوظهور در حوزه آموزش

منبع: https://www.tatvasoft.com

کاربردهای بالقوه هوش مصنوعی در آموزش شامل یادگیری شخصی، سیستم های آموزشی هوشمند، خودکارسازی ارزیابی و مشارکت و همراهی معلم و دانش آموز است. یادگیری شخصی با توجه به مقیاس پذیری(توانمندی یک سیستم در تطبیق خود با شرایط جدید و بزرگتر از قبل (اجزاء بیشتر، اشیاء بیشتر، بزرگ‌ شدن، افزایش حجم کار)) هوش مصنوعی برای کل جمعیت دانش آموز امکان پذیر است. الگوریتم‌های هوش مصنوعی مانند یادگیری تقویتی را می‌توان برای یادگیری پویا در مورد نیازهای فردی دانش‌آموز و تطبیق فرآیند یادگیری بر این اساس استفاده کرد. در ارتباط با یادگیری شخصی ‌شده، می‌توان سیستم‌های آموزشی هوشمندی را توسعه داد که می‌توانند فعالانه با دانش‌آموزان تعامل داشته باشند و بازخورد ارزشمندی را ارائه دهند. یکی دیگر از جنبه های تاثیرگذار هوش مصنوعی، خودکارسازی ارزیابی ها است. کامپیوتر و سیستم‌های پردازش زبان طبیعی را می‌توان برای نمره‌دهی خودکار تکالیف، آزمون‌ها و امتحانات ترکیب کرد. نمره دهی خودکار آرامش فوق العاده ای را برای مربیان فراهم می کند و به آنها زمان بیشتری برای بودن با دانش آموزان می دهد. هوش مصنوعی همچنین می تواند در تسهیل همکاری معلم و دانش آموز با ارائه بازخوردها و تحلیل های مختلف مفید باشد.

پیش بینی شده است که بازار محتوای آموزشی هوش مصنوعی بتواند بین سال‌های 2023 تا 2032 بیش از 25 درصد نرخ رشد مرکب سالانه سرمایه گذاری را به خود اختصاص دهد. ایجاد محتوای هوشمند هوش مصنوعی تجربه واقعی محیط‌های مطالعاتی مبتنی بر وب را تحریک می‌کند و تجربیات یادگیری را با استفاده از ربات‌ها، صدا و تصویر بهبود می‌بخشد. در سال 2022، ارزش بازار جهانی هوش مصنوعی ­در آموزش 4 میلیارد دلار بود و قرار است تا سال 2032 تا 10 درصد نرخ رشد مرکب سالانه سرمایه گذاری رشد کند که ناشی از تمایل رو به رشد به سمت روش‌های یادگیری هوشمند و شخصی ‌شده است. بخش استفاده نهایی از آموزش عالی بیش از 2 میلیارد دلار درآمد در سال 2022 کسب کرده و پیش بینی می شود که رشد قابل توجهی را تا سال 2032 در نتیجه افزایش استفاده از هوش مصنوعی توسط دانشگاه ها در سراسر جهان پس از شیوع کرونا برای پر کردن شکاف های یادگیری به دست آورد.

در آموزش اروپا بازار هوش مصنوعی به دلیل توسعه مداوم سیستم‌های هوش مصنوعی که استفاده از داده‌ها را افزایش می‌دهند، تا سال 2032 بیش از 15 درصد از سهم صنعت را به خود اختصاص خواهد داد. شرکت های بزرگی که در زمینه کاربرد هوش مصنوعی در آموزش فعالیت می کنند عبارت اند از: Blackboard Inc.، IBM Corporation، Amazon Web Services (AWS)، Google Inc، IBM Corporation، Knewton، Squirrel AI، و ...

ادغام فزاینده اینترنت اشیا در آموزش در حالی که آموزش را جذاب تر و مشارکتی تر می کند، پیش بینی می شود که تقاضا برای محتوای هوشمند را افزایش دهد. به عنوان مثال، در آگوست 2022، وزارت الکترونیک و فناوری اطلاعات هند با کمک دانشگاهها دوره های تخصصی دیجیتال را از طریق پورتال منابع الکترونیکی به میلیون ها دانشجو در مناطق روستایی ارائه داد یا مثلا انتظار می رود که هوش مصنوعی اروپا در بازار آموزش بیش از 15 درصد از درآمد این صنعت جهانی را تا سال 2032 به خود اختصاص دهد. پذیرش فزاینده هوش مصنوعی و سیستم های هوش مصنوعی مداوم در حال توسعه که استفاده از داده ها را تقویت می­کنند، تقاضا برای آموزش پیشرفته را افزایش داده است. علاوه بر این با دیجیتالی شدن روز افزون، بخش پررونق تکنولوژی های اموزشی و افزایش سرمایه گذاری در هوش مصنوعی پیش بینی می شود که گسترش بازار این حوزه را تقویت کند.

آمارها نشان می­دهد که تا سال 2024 بیش از 47 درصد از تمام ابزارهای مدیریت یادگیری توسط هوش مصنوعی ارائه می­شود. هوش مصنوعی با دستیابی به سطوح یادگیری فردی بالاتر از طریق برنامه های کارآمد ماشینی خود، آموزش را به طور قابل توجهی تحت تاثیر قرار می دهد. این تاثیر با عنوان شخصی سازی بیش از حد شناخته می شود که توسط محتوای دیجیتال تقاضا محور که بر اساس نیاز دانش آموزان سفارشی شده است، تقویت می شود. در کنار آن، هوش مصنوعی همچنین به تسریع و خودکارسازی مدیریت اداری برای سازمان ها و معلمان آنها کمک کرده است: از ارزیابی تکالیف درسی تا فرآیند نمره دهی در امتحانات، صرفه جویی در زمان که در نتیجه باعث تسهیل بیشتر ارتباط یک به یک با دانش آموزان می شود. محتوای هوشمند یکی دیگر از مزایای هوش مصنوعی در آموزش است. هوش مصنوعی ربات ها را قادر می سازد تا محتوای آموزشی با دقتی مشابه با همتایان انسانی خود ایجاد کنند.

نمودار رشد کمی مقالات وب آو ساینس و گوگل اسکالر در ده سال گذشته با کلمات AI و Education.

منبع: https://ieeexplore.ieee.org

پیشرفت­های سریع در هوش مصنوعی، به ویژه هوش مصنوعی مولد­(که برای تجزیه و تحلیل حجم زیادی از داده ها به کار می رود و می تواند محتوای جدید تولید کند) مدارس را متحول کرده است. تا حدی به دلیل نگرانی­ها در مورد تقلب دانش آموزان، بسیاری از کشورها سیاست های را تصویب کرده­اند که استفاده از هوش مصنوعی را در مدارس محدود می­کند. هر چند کشورهای توسعه‌یافته نگرانی‌های مشابهی از جمله در مورد تقلب دانش‌آموزان دارند، اما به سرعت در حال حرکت به سمت استفاده از هوش مصنوعی برای شخصی‌سازی آموزش، تقویت دروس و کمک به معلمان در انجام کارهای روزمره، مانند نمره‌دهی هستند. برخی از این کشورها در مراحل اولیه آموزش معلمان برای استفاده از هوش مصنوعی و توسعه استانداردهای برنامه درسی برای آنچه دانش آموزان باید بدانند و بتوانند با این فناوری انجام دهند، هستند. برخی از زمینه هایی که هوش مصنوعی می تواند آموزش را متحول کند عبارتند از: یادگیری شخصی، ایده پردازی، یادگیری تطبیقی، آموزش با نیازهای ویژه، آموزش دو زبانه، گیمیفیکیشن و یادگیری فراگیر. یادگیری شخصی شامل سیستم‌های مبتنی بر هوش مصنوعی است که سبک‌های یادگیری، نقاط قوت و ضعف دانش‌آموزان را تجزیه و تحلیل می‌کند تا برنامه‌های درسی متناسب را ایجاد کند و منابعی را برای پاسخگویی به نیازهای فردی آنها پیشنهاد کند. پلتفرم‌های یادگیری تطبیقی می‌توانند با پیشرفت هر دانش‌آموز در زمان واقعی، شناسایی شکاف‌های دانش، ارائه بازخورد فوری و پیشنهاد مداخلات هدفمند برای کمک به دانش‌آموزان در تسلط بر مطالب، تنظیم شوند. هوش مصنوعی همچنین می تواند به معلمان کمک کند تا وظایف اداری را خودکار کنند و آنها را قادر می سازد تا بر آموزش و تعامل دانش آموز تمرکز بیشتری داشته باشند.

علاوه بر این، معلمان مجازی طراحی شده با هوش مصنوعی می‌توانند پشتیبانی شبانه‌روزی را برای دانش‌آموزان فراهم کنند و یادگیری سفارشی می‌تواند دانش‌آموزان با نیازهای ویژه را برای دستیابی به پتانسیل کامل خود توانمند کنند. گیمیفیکیشن و تجربیات یادگیری فراگیر می تواند آموزش را جذاب تر، سرگرم کننده و به یاد ماندنی کند. ابزارهای ترجمه زبان مبتنی بر هوش مصنوعی می توانند موانع ارتباطی را از بین ببرند و دانش آموزان و مربیان را از کشورهای مختلف یا با زبان های مختلف قادر می سازند تا در پروژه های همدیگر همکاری کنند و از یکدیگر یاد بگیرند. آموزش دانش‌آموزان در مورد هوش مصنوعی برای توسعه سواد دیجیتال، مهارت‌های تفکر انتقادی و آماده‌سازی دانش‌آموزان برای موفقیت تحصیلی و شغلی آینده ضروری است. درک اولیه از سیستم‌های هوش مصنوعی دانش‌آموزان را قادر می‌سازد تا با فناوری‌های هوش مصنوعی به صورت ایمن، مسئولانه و اخلاقی ماجهه شوند. علاوه بر این، هوش مصنوعی با افزایش تقاضا برای متخصصان ماهر در هوش مصنوعی و زمینه های مرتبط، بازار کار را متحول می کند. آموزش دانش‌آموزان در مورد هوش مصنوعی می‌تواند به آنها کمک کند تا دانش و مهارت‌های مورد نیاز برای دنبال کردن مشاغل در فناوری، علم داده و سایر صنایع مورد تقاضا را تقویت کنند. یادگیری هوش مصنوعی می‌تواند دانش‌آموزان را برای تولید ایده‌ها و راه‌حل‌ها، پرورش خلاقیت و نوآوری - مهارت‌های ضروری در بازار کار رقابتی و در حال تحول امروز، ترغیب کند.

از سال ها پیش چندین کشور شروع به سرمایه گذاری در هوش مصنوعی در آموزش کرده اند تا در انقلاب صنعتی چهارم رقابت کنند. به عنوان مثال، استراتژی ملت هوشمند سنگاپور، با گرد هم آوردن محققان، دولت و صنعت، در نظر دارد تا سال 2030 این کشور را به عنوان یک رهبر جهانی در هوش مصنوعی ارتقا دهد. یکی از اهداف کمک به معلمان برای شخصی سازی و بهبود آموزش برای هر دانش آموز، به ویژه آن هایی که نیازهای ویژه دارند، است. کره جنوبی سیستم‌های مبتنی بر هوش مصنوعی را برای انطباق تکالیف بر اساس سطوح تحصیلی و گرایش‌ها و رفتارهای یادگیری دانش‌آموزان پیاده‌سازی کرده است. هر کودک یک معلم هوش مصنوعی شخصی خواهد داشت و به یک پلتفرم یادگیری آنلاین دسترسی خواهد داشت که به معلمان اجازه می دهد بر روی درس های اجتماعی- عاطفی و عملی تمرکز کنند. وزیر آموزش و پرورش می گوید که این تغییرات برای مدارس دولتی که در حال حاضر بر حفظ کردن تاکید دارند، ضروری هستند تا بتوانند همان نوع یادگیری شخصی و عمیق تری را ارائه دهند که مدارس خصوصی ارائه می کنند. او آینده‌ای را پیش‌بینی می‌کند که ارزیابی‌ها در طول دوره عادی تکالیف روزانه به جای امتحان پایان دوره اتفاق می‌افتد. در هند، شرکت فناوری امبایب[1] از هوش مصنوعی برای تبیین مفاهیم پیچیده ریاضی و علوم استفاده می کند. دانش‌آموزان می‌توانند از تلفن هوشمند برای اسکن بخشی از کتاب درسی استفاده کنند و این برنامه از تصاویر سه بعدی برای کمک به تجسم استفاده می‌کند. هوش مصنوعی همچنین در هند برای پیش‌بینی عملکرد دانش‌آموزان استفاده می‌شود و مداخله زودهنگام را ممکن می‌سازد. کشورها همچنین در برنامه های آماده سازی معلمان هوش مصنوعی و الزامات برنامه درسی ملی سرمایه گذاری زیادی می کنند. سنگاپور اخیراً یک ابتکار ملی را برای ایجاد سواد هوش مصنوعی در بین دانش‌آموزان و معلمان اعلام کرد تا اطمینان حاصل شود که آن ها خطرات و مزایای این فناوری را درک می‌کنند. تا سال 2026، آموزش هوش مصنوعی برای معلمان در تمام سطوح، از جمله آنهایی که در حال آموزش هستند، ارائه خواهد شد. کره جنوبی سرمایه گذاری زیادی برای آماده سازی دانش آموزان انجام می دهد. تا سال 2025، این کشور قصد دارد در برنامه درسی ملی خود در تمام سطوح پایه، از دبیرستان، دروس هوش مصنوعی داشته باشد. واحد کریس[2] وزارت آموزش کره در حال طراحی و اجرای آزمایشی توانمند سازی گسترده معلمان پیرامون هوش مصنوعی و سایر فناوری‌ها است. مرکز آینده[3] آموزش و پرورش وزارتخانه مدلی از کلاس های درس را دایر کرده که بازدیدکنندگان می توانند استفاده از فناوری های پیشرفته را در آموزش تجربه کنند.

فنلاند که مدت­هاست به خاطر سیستم آموزشی با کیفیت و سیستم معلم محور خود مورد تحسین قرار گرفته، هوش مصنوعی را با تعهد ملی نسبت به آموزش شهروندان خود از طریق دوره های آنلاین رایگان پذیرفته است. تقریباً نیمی از مدارس از پلتفرم ویله[4](ویله یک پلت فرم یادگیری مشارکتی است که توسط مرکز تحلیل یادگیری دانشگاه تورکو توسعه یافته است که به دانش آموزان و معلمان اطلاعات دقیق در مورد فرآیند یادگیری آن ها را در قالب بازخورد فوری و تجزیه و تحلیل یادگیری ارائه می دهد. معلمان می توانند تمرین هایی را برای استفاده شخصی خود ایجاد کنند، اما می توانند از نمونه های ساخته شده توسط دیگران نیز استفاده کنند. بیشتر تمرین ها به صورت خودکار ارزیابی می شوند که به معلمان اجازه می دهد زمان بیشتری را صرف حمایت از دانش آموزان کنند. تمرکز پژوهشی مرکز بر جنبه های مختلف یادگیری است) برای ارائه بازخورد و تحلیل فوری به دانش‌آموزان و معلمان در مورد تکالیف دانش‌آموزی استفاده می‌کنند. در چین، دولت سرمایه‌گذاری زیادی - از طریق معافیت‌های مالیاتی و سایر مشوق‌ها - در ابزارهایی مانند پلتفرم آموزشی اسکویرل ای. آی.[5]­ انجام داده است که بر مجموعه‌های داده در مقیاس بزرگ و نظارت دوربین متکی است. بیشتر این محصولات به شدت بر روی بهبود عملکرد در آزمون‌های استاندارد تمرکز می‌کنند، بنابراین دانش‌آموزانی که خانواده‌شان می‌توانند هزینه آن را بپردازند، پیشروی استفاده از ان خواهد شد. با این حال، در کشورهایی مانند چین، اخلاق، دسترسی عادلانه، حفظ حریم خصوصی و سایر نگرانی‌ها اولویت بالایی ندارند. در مقابل، هوش مصنوعی فنلاند در آموزش، همکاری بین یک گروه چند رشته ای از محققان و شرکت های بین المللی، با هدف ارتقای عدالت و کیفیت یادگیری در سطح محلی و جهانی است. این پروژه تعدادی مقاله علمی در مورد استفاده اخلاقی از هوش مصنوعی در آموزش و در مورد اینکه چگونه این فناوری ها می توانند آموزش و یادگیری را بهبود بخشند، تهیه کرده است. اعضای آن در حال طراحی و آزمایش یک سیستم دیجیتال هوشمند هستند که سلامت دانش‌آموزان را ارزیابی می‌کند و بینش‌های دانش‌آموزان و مربیان را ارزیابی می کند. بسیاری از این کشورها برای اطلاع از استفاده مؤثر از ابزارهای جدید و همچنین راهبری تلاش‌ها در تحقیقات سرمایه‌گذاری می‌کنند. یک مرکز تحقیقاتی به نام ای. آی. ست[6] در سنگاپور که توسط نهاد ملت هوشمند و دولت دیجیتال[7] پشتیبانی می‌شود، با وزارت آموزش همکاری می‌کند تا پروژه‌هایی را راه‌اندازی کند که سیستم آموزشی را بهبود بخشد. به عنوان بخشی از یک برنامه پنج ساله به نام­AI@NIE، موسسه ملی آموزش سنگاپور در تحقیق و نوآوری سرمایه گذاری خواهد کرد تا از هوش مصنوعی برای آموزش استفاده کند.

در ایالات متحده دستورالعمل های اولیه در حال تهیه است، اما این دستورالعمل ها دیر ارائه می شوند. وزارت آموزش اخیراً یک دستورالعمل قوی منتشر کرد و فدراسیون معلمان آمریکا یک قطعنامه هوش مصنوعی ارائه کرد. اتحادیه اروپا دو سال پیش دستورالعمل هایی را صادر کرد و اخیراً مقررات پیشنهادی هوش مصنوعی خود را به روز کرد. ژاپن اخیراً دستورالعمل‌هایی را منتشر کرده است و تعدادی از مدارس را برای اجرای آزمایشی آنها انتخاب کرده است، زیرا دولت تعیین می‌کند کدام مقررات منطقی‌تر هستند. دولت ها بایستی با اضافه کردن ملاحظاتی به برنامه ملی فناوری آموزشی خود برای استفاده از هوش مصنوعی اقدام کنند، مانند اینکه چگونه مدارس باید به بهترین شکل خطرات را به حداقل و فرصت ها را به حداکثر برسانند. ارائه دستورالعمل در مورد بهترین روش برای آماده سازی معلمان و دانش آموزان برای سونامی آینده، به اتصال نقاط به یک استراتژی گسترده تر برای ایجاد آمادگی و رقابت دانش آموزان در اقتصاد هوش مصنوعی کمک می کند. پافشار سایر کشورها بر آموزش کاملاً سفارشی شده نیز یکی از مواردی است که کشورها باید آن را جدی بگیرد. بسیاری از افراد سیاست آموزشی یادگیری شخصی‌سازی شده را به‌ عنوان بازمانده‌ تلاش‌های شکست خورده در اوایل دهه 2000 رد می‌کنند، اما کشورهای دیگر می‌بینند که برنامه درسی با کیفیت بالا می‌تواند توسط هوش مصنوعی به روش‌های انقلابی مورد استفاده قرار گیرد و می‌تواند در زمان واقعی برای سطح خاص هر دانش‌آموز تنظیم شود.

با ظهور هوش مصنوعی، تمرکز بر آموزش جهانی بیشتر شده است. همانطور که جهان بیشتر به هم پیوسته می شود، برای دانش آموزان مهم است که بتوانند در مورد فرهنگ­ها و دیدگاه های مختلف بیاموزند. هوش مصنوعی می تواند با فراهم کردن دسترسی به انبوهی از اطلاعات از سراسر جهان، به دانش آموزان آموزش جامع تری ارائه دهد. علاوه بر این، می‌تواند به شخصی‌سازی تجربیات یادگیری برای دانش‌آموزان کمک کند تا اطمینان حاصل شود که هر دانش‌آموز بهترین آموزش ممکن را دریافت می‌کند. همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، احتمالاً تأثیر بیشتری بر آموزش خواهد گذاشت و آن را در دسترس تر و مؤثرتر از همیشه خواهد کرد.

پنج روش هوش مصنوعی برای آموزش

در دنیای امروز، مردم بیش از هر زمان دیگری به اطلاعات دسترسی دارند. به لطف گسترش اینترنت و تلفن های همراه، اکنون می توانیم تقریباً برای هر سؤال تنها با چند کلیک پاسخ پیدا کنیم. اما با افزایش حجم اطلاعات، غربال کردن آن ها و یافتن بخش های واقعاً ارزشمند دشوارتر می شود. اینجاست که هوش مصنوعی وارد می‌شود. هوش مصنوعی به طور فزاینده‌ای برای کمک به کشف مرتبط‌ترین و مفیدترین اطلاعات از سیل عظیم داده‌ها استفاده می‌شود.

پنج کمک هوش مصنوعی به آموزش عبارت اند از:

1- شخصی سازی

پلتفرم های یادگیری آنلاین از هوش مصنوعی برای شخصی سازی محتوا برای هر دانش آموز استفاده می کنند. هوش مصنوعی یک تجربه یادگیری سفارشی را برای هر فرد فراهم می کند. سبک و سرعت یادگیری شما را در نظر می گیرد و محتوایی را در اختیار شما می گذارد که به طور خاص برای شما طراحی شده است. این معلمان و دستیاران آموزشی از هوش مصنوعی برای ارائه بازخورد و پشتیبانی در زمان واقعی استفاده می کنند. هوش مصنوعی همچنین بر اساس عملکرد شما ارزیابی شخصی ارائه می دهد که به شما کمک می کند تا نقاط قوت و ضعف خود را شناسایی کنید تا بتوانید روی بهبود بخش های ضعیف خود کار کنید. استفاده از هوش مصنوعی در آموزش منجر به افزایش سطح تعامل در بین دانش آموزان شده است به این دلیل که وقتی محتوا برای هر فرد شخصی سازی شده باشد، مرتبط تر و جذاب تر است.

2- آموزشیار دیجیتال

 از هوش مصنوعی برای ایجاد آموزشیارهای دیجیتالی استفاده می شود که می توانند به سوالات دانش آموزان پاسخ دهند. آموزشیارهای دیجیتال به طور فزاینده ای در بخش آموزش محبوب می شوند، زیرا آن ها مزایای زیادی نسبت به روش های تدریس سنتی دارند. آموزش به ‌ویژه یکی از حوزه‌هایی است که آموزشیاران دیجیتال مفید هستند، زیرا می‌توانند آموزش‌های شخصی‌سازی‌ شده را به دانش آموزانی با زمینه‌های مختلف فرهنگی ارائه دهند. علاوه بر این، آموزشیاران دیجیتال به راحتی می توانند با سبک های مختلف یادگیری سازگار شوند و آنها را به ابزاری ایده آل برای آموزش فردی تبدیل کنند. علاوه بر این، آموزشیاران دیجیتال می توانند برای ارائه محتوا در قالب­های مختلف از جمله صدا، تصویر و متن استفاده شوند. این انعطاف‌پذیری به مربیان اجازه می‌دهد تا به فراگیرانی دسترسی پیدا کنند که ممکن است در تعامل با مواد آموزشی سنتی مشکل داشته باشند. در نهایت، آموزشیاران دیجیتال یک راه حل جامع و مقرون به صرفه برای ارائه آموزش در قرن 21 ارائه می کنند.

3-دانشگاه ها

 برخی از دانشگاه ها از چت ربات های مجهز به هوش مصنوعی برای کمک به کارهای اداری مانند زمان بندی و ثبت نام دوره­ها استفاده می کنند. در سال‌های اخیر، روند رو به رشدی در استفاده از هوش مصنوعی در دانشگاه‌ها برای کمک به وظایف مختلف، از پذیرش گرفته تا رتبه بندی، وجود داشته است. به عنوان مثال، دانشکده اطلاعات دانشگاه کالیفرنیا- برکلی از یک سیستم هوش مصنوعی برای کمک به غربالگری متقاضیان استفاده می کند. این سیستم عوامل مختلفی مانند نمرات آزمون و مقالات را بررسی می کند تا مشخص کند کدام متقاضیان بیشترین احتمال موفقیت در برنامه را دارند. سایر دانشگاه ها مانند استنفورد و هاروارد نیز از هوش مصنوعی برای پذیرش استفاده می کنند. علاوه بر این، هوش مصنوعی برای درجه بندی مقالات و ارائه بازخورد به دانشجویان استفاده می شود. به عنوان مثال، در سال 2017، دانشگاه نیویورک به صورت آزمایشی برنامه‌ای را اجرا کرد که از هوش مصنوعی برای رتبه بندی مقالات استفاده می‌کرد و مشخص شد که درجه بندی این سیستم از انسان دقیق تر است و همچنین ارزیابی دقیق تری را به دانشجویان ارائه می دهد.

4- ارزیابی

 هوش مصنوعی برای توسعه روش‌های جدید ارزیابی که می‌تواند بینش دقیق‌تری در مورد پیشرفت دانش‌آموز ارائه دهد، استفاده می‌شود. از آنجایی که جهان به طور فزاینده ای به هم پیوسته می شود، نیاز به آموزش جهانی با کیفیت بالا بیش از هر زمان دیگری مهم است. با این حال، اطمینان از دسترسی همه دانش آموزان به آموزش با کیفیت می تواند یک چالش باشد، به ویژه در کشورهای با منابع محدود. یکی از راه های ارتقای این موضوع استفاده از هوش مصنوعی برای ارزیابی تکالیف مدرسه است. با استفاده از داده‌های ارزیابی‌ها به کمک هوش مصنوعی، مربیان می‌توانند حوزه هایی را که دانش‌آموزان در آن مشکل دارند شناسایی کرده و مداخلات را بر اساس آن هدفگذاری کنند. علاوه بر این، هوش مصنوعی همچنین می تواند برای ایجاد برنامه های یادگیری شخصی برای هر دانش آموز، بر اساس نقاط قوت و ضعف فردی آن ها استفاده شود. در نتیجه، هوش مصنوعی این پتانسیل را دارد که آموزش را متحول کند و شکاف پیشرفت جهانی را کاهش دهد. در نتیجه هوش مصنوعی نقش بزرگی در دسترسی بیشتر و موثرتر کردن آموزش با نمایش محتوای مرتبط، ارائه بازخورد شخصی و خودکارسازی وظایف اداری ایفا می کند.

 هوش مصنوعی آماده است تا چشم انداز آموزش را از طرق مختلف تغییر دهد. یکی از مهم ترین تغییرات در نحوه ارزشیابی دانش آموزان خواهد بود. ابزارهای ارزیابی مبتنی بر هوش مصنوعی قادر به ارائه بازخورد در زمان واقعی خواهند بود که برای هر دانش آموز به صورت جداگانه طراحی شده است. به معلمان این امکان را می دهد که حوزه هایی را که دانش آموزان به بهبود نیاز دارند شناسایی کرده و آموزش خود را بر اساس آن تنظیم کنند. با استفاده از داده‌ها و الگوریتم‌ها، هوش مصنوعی می‌تواند یادگیری را برای هر دانش‌آموز شخصی‌سازی کند و بازخورد سریع و آنی ارائه دهد. علاوه بر این، هوش مصنوعی می‌تواند با خودکار کردن وظایف اداری، مانند رتبه بندی و حضور و غیاب، به معلمان کمک کند. در نتیجه، هوش مصنوعی این پتانسیل را دارد که سیستم آموزشی را کارآمدتر و مؤثرتر کند.

هوش مصنوعی می‌تواند برای توسعه تجربیات یادگیری شخصی، ایجاد آموزشیاران دیجیتالی که می‌توانند پشتیبانی و راهنمایی ارائه دهند و کارهای اداری را خودکار کند، مورد استفاده قرار گیرد. علاوه بر این، هوش مصنوعی می‌تواند برای ایجاد بازخورد در زمان واقعی در مورد عملکرد دانش‌آموز و شناسایی مناطقی که ممکن است به پشتیبانی فوق العاده نیاز باشد، استفاده شود. آینده هوش مصنوعی در آموزش یک دورنمای هیجان انگیز است. با پیشرفت های سریع در فناوری، هوش مصنوعی روز به روز پیچیده تر می شود و می تواند کمک هایی را ارائه دهد که زمانی غیرقابل تصور بود. به عنوان مثال، هوش مصنوعی اکنون می تواند تکالیف را رتبه بندی کند و بازخوردهای آنی ارائه کند، که می تواند زمان قابل توجهی را برای معلمان صرفه جویی کند. هوش مصنوعی همچنین می تواند برای ایجاد تجربیات یادگیری شخصی برای دانش آموزان استفاده شود. با ردیابی پیشرفت دانش‌آموزان و درک نیازهای فردی آنها، هوش مصنوعی می‌تواند محتوا و منابع هدفمندی را فراهم کند که به موفقیت آنها کمک کند.

از جنبه مثبت، هوش مصنوعی می­تواند برای فردی کردن تجربیات یادگیری برای هر دانش آموز، متناسب کردن محتوا و سرعت بخشیدن به تامین نیازها و شناسایی توانایی های منحصر به فرد آن ها استفاده شود. علاوه بر این، هوش مصنوعی می‌تواند بازخوردی در زمان واقعی ارائه دهد که می‌تواند به دانش‌آموزان در شناسایی نقاط قوت و ضعفشان کمک کند. در نهایت، هوش مصنوعی را می توان برای ایجاد مربیان و مربیان مجازی استفاده کرد، که می توانند پشتیبانی را ارائه دهند.

تاثیرات هوش مصنوعی بر آموزش

منبع: https://www.mdpi.com/2071-1050/15/16/12451

با این حال، هوش مصنوعی چالش هایی را نیز به همراه دارد. مثلا می توان گفت که توانایی هوش مصنوعی فقط به اندازه داده هایی است که به ان داده می شود، به این معنی که در معرض همان سوگیری ها و خطاهایی است که هر شکل دیگر از داده ها دارد. علاوه بر این، هوش مصنوعی این پتانسیل را دارد که کارگران انسانی را در تعدادی از صنایع از جمله آموزش بیکار کند. در نهایت، هوش مصنوعی سوالات مهمی را در مورد حفظ حریم خصوصی و حاکمیت داده ها مطرح می کند؛ چه کسی به داده های دانش آموزان دسترسی خواهد داشت؟ چگونه مورد استفاده قرار خواهد گرفت؟ اینها تنها بخشی از سوالاتی هستند که باید قبل از اینکه هوش مصنوعی به طور کامل در آموزش ادغام شود، مورد توجه قرار گیرد.

از هوش مصنوعی می توان برای ایجاد محتوای جذاب تر و تعاملی تر، مانند شبیه سازی ها و بازی های سه بعدی استفاده کرد. شاید مهمتر از همه، هوش مصنوعی می تواند کمک کند تا آموزش برای همه دانش آموزان، صرف نظر از موقعیت مکانی یا وضعیت اقتصادی آن ها، در دسترس باشد. با ارائه راه حل های آموزشی سفارشی و مقرون به صرفه، هوش مصنوعی این پتانسیل را دارد که شکاف آموزشی جهانی را کاهش دهد. همان طور که فناوری ‌های هوش مصنوعی پیچیده‌تر می‌شوند، نقش ان ها در فرآیند یادگیری پیچیده تر می شود. مؤسسات آموزشی از چت ربات‌های مبتنی بر هوش مصنوعی برای ارائه پشتیبانی 24 ساعته از دانش‌آموزان استفاده می‌کنند و شبیه‌سازی‌های واقعیت مجازی برای آموزش مفاهیم پیچیده به روشی فراگیرتر و جذاب‌تر استفاده می‌شوند. هوش مصنوعی همچنین برای ایجاد تجربیات یادگیری شخصی، متناسب کردن محتوا بسته به نیازهای هر دانش آموز استفاده می شود.

یادگیری ماشینی زیرمجموعه‌ای از هوش مصنوعی است که بر توسعه الگوریتم‌هایی تمرکز دارد که می‌توانند از تجربه یاد بگیرند و پیشرفت کنند. در سال های اخیر، یادگیری ماشین تاثیر عمیقی بر آموزش گذاشته است. یکی از مهم‌ترین روش‌هایی که یادگیری ماشینی بر آموزش تأثیر می‌گذارد، شخصی‌سازی تجربه یادگیری است. در حالی که فناوری هوش مصنوعی می تواند توجه فردی و تجربیات یادگیری سفارشی را برای دانش آموزان فراهم کند، بسیاری از مربیان استدلال می کنند که هیچ چیز نمی تواند جای گرمی و تاثیر معلم انسانی را بگیرد. علاوه بر این، آنها به اهمیت یادگیری اجتماعی و عاطفی اشاره می کنند که تکرار آن با هوش مصنوعی دشوار است. با این حال، طرفداران هوش مصنوعی استدلال می‌کنند که این فناوری می‌تواند به جای جایگزینی، مکمل معلمان انسانی باشد. هوش مصنوعی پتانسیل تشدید نابرابری های موجود در آموزش را دارد. برای مثال، سیستم‌های مبتنی بر هوش مصنوعی اغلب برای شناسایی مسیر بهینه برای هر دانش‌آموز تنظیم می‌شوند با این حال، این سیستم‌ها اغلب در برابر دانش‌آموزان گروه‌های به حاشیه رانده‌ شده که داده‌های کمتری درباره سوابق تحصیلی‌شان در دسترس است کمکی نمی کنند. علاوه بر این، سیستم های مبتنی بر هوش مصنوعی اغلب غیرشفاف هستند و درک نحوه تصمیم گیری در مورد مسیرهای یادگیری را برای معلمان و دانش آموزان دشوار می کند. یکی از مهم‌ترین مزایای یادگیری میتنی بر هوش مصنوعی این است که می‌توان آن را برای پاسخگویی به نیازهای فردی فراگیران سفارشی کرد. در یک محیط کلاس درس سنتی، از همه دانش‌آموزان انتظار می‌رود که با سرعت یکسانی یاد بگیرند و بر مواد درسی مشابه مسلط شوند. با این حال، یادگیری دیجیتال به دانش آموزان اجازه می دهد تا با سرعت خود حرکت کنند و بر موضوعاتی تمرکز کنند که بیشتر به آنها علاقه دارد.

علیرغم فرصت‌های عظیمی که هوش مصنوعی برای حمایت از آموزش و یادگیری می‌تواند داشته باشد، پیامدهای اخلاقی و خطرات جدیدی با توسعه برنامه‌های کاربردی هوش مصنوعی در آموزش وارد می‌شود. به عنوان مثال، در زمان کاهش بودجه، ممکن است برای مدیران وسوسه انگیز باشد که راه حل های سودآور هوش مصنوعی خودکار را جایگزین آموزش کنند. اعضای هیئت علمی، دستیاران آموزشی، مشاوران و کارکنان اداری ممکن است از این بیم داشته باشند که معلمان هوشمند، سیستم‌های خودکار و ربات‌ها شغل آنها را تصاحب کنند. هوش مصنوعی این پتانسیل را دارد که توانایی‌های تجزیه و تحلیل را ارتقا دهد، اما از سوی دیگر، چنین سیستم‌هایی به حجم عظیمی از داده‌ها، از جمله اطلاعات محرمانه در مورد دانشجویان و اساتید، نیاز دارند که نگرانی هایی را در مورد حفظ حریم خصوصی و حفاظت از داده‌ها را ایجاد می‌کند.

خطرات اخلاقی و اجتماعی بالقوه کاربردهای هوش مصنوعی در آموزش

منبع: https://www.ncbi.nlm.nih.gov

    Chen, W., Y. Liang, and D. Liang. 2020. "Artificial intelligence in education: A review of the literature." Educational Technology Research and Development 68 (1): 65-83.

    Ferrell, C. L. 2017. The ethics of artificial intelligence. Cambridge University Press.

    Partridge, H., and G. Piccoli. 2018. "Artificial intelligence in education: Opportunities and challenges." Journal of Educational Technology Development and Exchange 1 (1): 1-15.

    Wu, Q., and Y. Liang. 2019. "A review of artificial intelligence in education technology." Journal of Educational Technology Development and Exchange 2 (1): 1-16.

    Yang, Y., and W. Chen. 2020. "The integration of artificial intelligence in education: A systematic review." Journal of Educational Technology Development and Exchange 3 (1): 1-17.

• برچسب ها
• #هوش مصنوعی در آموزش