پرش به محتوای اصلی

در عصر هوش مصنوعی، سوالات مهمتر از پاسخ هستند | نظر

نیوزویک۱۴۰۵ مهر ۱, چهارشنبه، ساعت ۰۰:۰۶حدود 4 دقیقه مطالعه

دن کلیتسنر استدلال می‌کند که مدارس باید به دانش‌آموزان بیاموزند که سؤال کنند و قضاوت کنند، نه اینکه فقط پاسخ دهند.

هوش مصنوعی مولد دیگر مشکلی در آینده برای آموزش نیست. در حال حاضر بخشی از دوران کودکی است.

OECD در سال 2026 گزارش داد که سه چهارم دانش آموزان 16 ساله و بالاتر از ابزارهای مولد هوش مصنوعی در سال 2025 استفاده کرده اند.

در همان زمان، مجمع جهانی اقتصاد می گوید انتظار می رود 39 درصد از مهارت های اصلی کارگران تا سال 2030 تغییر کند و اهمیت تفکر خلاق، انعطاف پذیری و کنجکاوی افزایش یابد.

این ترکیب باید تغییری را در پاداش مدارس ایجاد کند، زیرا تعریف هوش مفید در زمان واقعی در حال تغییر است.

برای نسل‌ها، آموزش و پرورش تا حد زیادی دانش‌آموزان را برای حل مسائلی که در مقابل آنها قرار می‌گیرد آموزش داده است: پاسخ را محاسبه کنید، مقاله بنویسید، تکلیف را کامل کنید، امتحان را قبول کنید.

اما وقتی ماشینی بتواند در عرض چند ثانیه پاسخی قابل قبول ارائه دهد، رسیدن به پاسخ دیگر نمی تواند بالاترین شکل از دستاوردهای فکری باشد.

یکی از با ارزش ترین مهارت ها ممکن است به طور فزاینده ای شناسایی مشکلات ارزش حل باشد.

منظور من از ایجاد مشکلات، دشواری های ساخت نیست. منظورم توجه به آنچه دیگران نادیده گرفته اند، به چالش کشیدن پیش فرض یک سوال، شناسایی یک سوال بهتر، و تحمیل محدودیت های مفید است.

نوآوری به ندرت با پاسخ دادن سریعتر به سؤال واضح آغاز می شود. زمانی شروع می شود که کسی می پرسد چرا همه در وهله اول به آن سوال پاسخ می دهند.

همچنین به همین دلیل است که بحث معمول در مورد اینکه آیا هوش مصنوعی جوانان را کم و بیش خلاق می کند یا خیر، موضوع را از دست می دهد. هوش مصنوعی می تواند هر دو را انجام دهد. هنگامی که دانش آموزان اولین پاسخ آن را به عنوان مقتدرانه بپذیرند، می تواند تفکر را صاف کند.

یک مطالعه تحقیقاتی مایکروسافت روی 319 کارمند دانش نشان داد که اعتماد بیشتر به هوش مصنوعی مولد با تلاش کمتری برای تفکر انتقادی مرتبط است.

اما هوش مصنوعی همچنین می‌تواند کاوش را تسریع کند، کاربران را در معرض گزینه‌های جایگزین قرار دهد و آزمایش را به‌طور چشمگیری ارزان‌تر کند.

پس خطر این نیست که جوانان ایده های زیادی داشته باشند. این است که آنها ممکن است هرگز قضاوت لازم برای دانستن اینکه کدام ایده ها خوب هستند را توسعه ندهند.

این قضاوت از طریق اصطکاک ساخته می شود. دانش آموزی که با یک سوال دست و پنجه نرم می کند، یک فرض را آزمایش می کند، متوجه می شود که یک رویکرد شکست می خورد و دوباره تلاش می کند، وقت را تلف نمی کند.

آن دانش آموز در حال رشد ذوق، شک و تشخیص است. این ویژگی ها چیزی است که به یک فرد با تجربه اجازه می دهد تا به یک پاسخ چشمگیر تولید شده توسط هوش مصنوعی نگاه کند و بپرسد: آیا واقعا این درست است؟ آیا مفید است؟ اورجینال هست؟ چه چیزی کم است؟

فرصت به همان اندازه قابل توجه است. اگر هوش مصنوعی بتواند بازیابی، تهیه پیش‌نویس و تکرار روتین بیشتری را انجام دهد، آموزش می‌تواند زمان بیشتری را صرف توانایی‌هایی کند که از لحاظ تاریخی به حاشیه‌ها فشرده شده‌اند: کنجکاوی، آزمایش، بحث، اختراع و تصمیم‌گیری.

چشم انداز آموزش دیجیتال OECD در سال 2026 هشدار می دهد که هوش مصنوعی همه منظوره می تواند عملکرد کار را بدون نیاز به بهبود یادگیری بهبود بخشد، در حالی که هوش مصنوعی مورد استفاده با هدف آموزشی عمدی می تواند از تفکر انتقادی، خلاقیت و همکاری پشتیبانی کند.

این فراتر از کلاس های درس اهمیت دارد. همان تحقیقات مشاغل WEF نشان می‌دهد که کارفرمایان انتظار دارند مهارت‌های انسانی مانند تفکر خلاق، انعطاف‌پذیری و یادگیری مادام‌العمر در کنار هوش مصنوعی و سواد فن‌آوری اهمیت بیشتری پیدا کند.

آینده صرفا متعلق به افرادی نخواهد بود که می دانند چگونه با هوش مصنوعی کار کنند. تقریبا همه این کار را خواهند کرد. مزیت این است که بدانید چه چیزی از آن بخواهید، چه زمانی به آن بی اعتماد شوید، و بعد از اینکه 10 پاسخ قابل قبول به شما داد، چه کاری باید انجام دهید.

بنابراین، مدارس باید ارزیابی را تغییر دهند، نه اینکه صرفا سیاست های هوش مصنوعی را اضافه کنند. با شروع سال تحصیلی 2027-28، سیستم‌های آموزشی باید حداقل به یک ارزیابی «اول سؤال» در هر دوره متوسطه در هر ترم نیاز داشته باشند.

دانش‌آموزان باید بر اساس نحوه تعریف مسئله، به چالش کشیدن مفروضات، ایجاد احتمالات رقابتی، ارزیابی شواهد، توضیح اینکه چرا یک مسیر را انتخاب کرده‌اند و نحوه استفاده از هوش مصنوعی را فاش کنند، درجه‌بندی شوند. پاسخ نهایی باید تنها بخشی از نمره باشد.

اگر به آموزش کودکان عمدتا برای پاسخ‌گویی ادامه دهیم، خطر آماده‌سازی آن‌ها را برای رقابت با ماشین‌ها بر روی انواع وظایفی که هوش مصنوعی در سریع‌ترین زمان انجام می‌دهد، داریم.

اگر به آنها بیاموزیم که مسائل را بهتر بسازند و قضاوت بهتری داشته باشند، هوش مصنوعی می تواند به چیز بسیار مفیدتری تبدیل شود: نه جایگزینی برای خلاقیت، بلکه ابزاری که به خلاقیت انسان فضای بیشتری برای موضوعیت می دهد.

در عصر پاسخ های مصنوعی، بیشترین مزیت انسانی ممکن است این باشد که بدانیم کدام سؤال ارزش پرسیدن دارد.

یا به عبارت دیگر، هوش مصنوعی این پتانسیل را دارد که ما را انسان تر کند، نه کمتر.

دن کلیتسنر یک طراح صنعتی، مخترع اسباب بازی و مبتکر خلاق است که بیشتر به عنوان مخترع Bop It و بنیانگذار Bop It for Good شناخته می شود.

نظرات بیان شده در این مقاله متعلق به خود نویسنده است.

خواندن متن کامل در نیوزویکبه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

In the Age of AI, Questions Matter More Than Answers | Opinion

Schools must teach students to question and exercise judgment, not just produce answers, argues Dan Klitsner.

همه‌ی اخبار فناوری