هوش مصنوعی چگونه می‌تواند توانایی تفکر و مهارت‌های یادگیرندگان را تضعیف کند و چگونه می‌توان از آن جلوگیری کرد؟
به گفته کارشناسان، شواهد علمی فزاینده نشان می‌دهد استفاده نادرست از هوش مصنوعی می‌تواند به افت توانمندی‌های افراد منجر شود؛ مسئله‌ای که ضرورت نوآوری در روش‌های تدریس و ارزیابی آموزشی را بیش از پیش آشکار می‌کند.
عکس: گروه زبان و ادبیات انگلیسی
دانشکده زبان و ادبیات انگلیسی دانشگاه علوم اجتماعی و انسانی، وابسته به دانشگاه ملی ویتنام در شهر هوشی‌مین، با همکاری شرکای بین‌المللی، روزهای ۱۶ و ۱۷ اکتبر کنفرانس بین‌المللی آموزش زبان انگلیسی (ICELT) را با موضوع «به‌سوی آموزش زبان انگلیسی به‌عنوان زبان دوم در عصر هوش مصنوعی» برگزار کرد.
هزینه پنهان استفاده از هوش مصنوعی
دکتر عبدالله بن محمد ناوی از دانشگاه فناوری مالزی (UTM) در حاشیه این رویداد گفت نمی‌توان مزایای هوش مصنوعی برای معلمان و دانش‌آموزان و دانشجویان را نادیده گرفت. بااین‌حال، معلمان و یادگیرندگان باید بدانند که استفاده از این ابزار بدون هزینه نیست؛ هزینه‌هایی پنهان وجود دارد که ممکن است مستقیماً از توانایی‌های خود یادگیرندگان کاسته شود.
او در گفت‌وگو با روزنامه «تانه‌ن نیِن» گفت: «پیش‌تر فقط گفته می‌شد که استفاده از هوش مصنوعی هزینه‌ای دارد، اما مشخص نبود این هزینه دقیقاً چیست و شواهدی برای اثبات آن وجود نداشت. بااین‌حال، تنها در سال گذشته و سال جاری، چندین پژوهش شواهد مشخصی ارائه کرده‌اند که نشان می‌دهد هوش مصنوعی چگونه می‌تواند به توانایی تفکر آسیب برساند.»
یکی از پژوهش‌های قابل‌توجه در سال ۲۰۲۵ در پایگاه علمی arXiv منتشر شد. در این مطالعه، از فناوری الکتروانسفالوگرافی (EEG) برای ثبت فعالیت الکتریکی مغز استفاده شد. پژوهشگران مؤسسه فناوری ماساچوست (MIT) و چند دانشگاه دیگر آمریکا، شرکت‌کنندگان را به سه گروه تقسیم کردند و از آن‌ها خواستند بر اساس دستورالعمل‌های مشخص مقاله بنویسند. گروه اول ایده‌پردازی را به‌طور مستقل انجام داد، گروه دوم از موتورهای جست‌وجو کمک گرفت و گروه سوم از مدل زبانی بزرگ (LLM)، اصطلاحی رایج برای ابزارهایی مانند چت‌جی‌پی‌تی، استفاده کرد.
وقتی از شرکت‌کنندگان پرسیده شد آیا می‌توانند بخشی از نوشته خود را نقل کنند یا آنچه را انجام داده‌اند به یاد بیاورند، اعضای گروه اول نزدیک به ۸۹ درصد مطالب را به خاطر داشتند و این رقم در گروه دوم ۸۳ درصد بود؛ اما اعضای گروه سوم تقریباً چیزی به یاد نمی‌آوردند. این پدیده «واگذاری بار شناختی» نام دارد؛ وضعیتی که در آن بخشی از کارکردهای مغز کنار گذاشته می‌شود، با وجود آنکه یادگیرنده همچنان مستقیماً در حال انجام تمرین است.
دکتر ناوی توضیح داد: «بررسی نتایج اسکن مغزی نشان داد که در گروه استفاده‌کننده از هوش مصنوعی، ارتباطات عصبی بسیار اندکی شکل گرفته بود. در گروهی که از موتور جست‌وجو استفاده می‌کرد، تعدادی ارتباط دیده می‌شد؛ اما در گروهی که صرفاً به ایده‌پردازی مستقل پرداخته بود، ارتباطات عصبی در بخش‌های مختلف مغز مشاهده می‌شد. این یافته‌ها شواهد قانع‌کننده‌ای از تأثیر استفاده از هوش مصنوعی یا وابستگی بیش از حد به آن ارائه می‌کنند.»
او تأکید کرد: «مغز فقط زمانی رشد می‌کند که تحت فشار ذهنی قرار بگیرد.»
ناوی به پژوهش دیگری نیز اشاره کرد که بر اساس نظرسنجی از حدود ۲۶ هزار نفر در چین، میزان استفاده از هوش مصنوعی را بررسی کرده بود. نتایج نشان می‌داد که هر ترم، دانشجویان بیشتری تکالیف خود را با کمک این فناوری انجام می‌دهند و نمرات بالاتری می‌گیرند. بااین‌حال، در امتحان‌های حضوری و بدون دسترسی به منابع، عملکرد آن‌ها بهبود نمی‌یافت و نمراتشان تا ۲۰ درصد کاهش پیدا می‌کرد.
تأثیر هوش مصنوعی به تفکر و عملکرد تحصیلی محدود نمی‌شود و می‌تواند مهارت‌های کاربران را نیز تضعیف کند. نتیجه پژوهشی در سال ۲۰۲۵ که در مجله تخصصی پزشکی The Lancet در حوزه گوارش و کبد منتشر شد، نشان داد پزشکانی که برای تشخیص پولیپ‌ها، یعنی رشدهای غیرطبیعی بافتی، به هوش مصنوعی متکی بودند، هنگام بازگشت به تشخیص دستی با دشواری روبه‌رو می‌شدند و عملکردشان افت می‌کرد.
ناوی گفت: «این پژوهش‌ها از روندی نزولی حکایت دارند. هرچه وابستگی شما به هوش مصنوعی بیشتر شود، احتمال بیشتری وجود دارد که بخشی از توانایی‌های مغزتان را از دست بدهید و این مسئله در حوزه آموزش بسیار نگران‌کننده است. موج استفاده از هوش مصنوعی همه‌جا، از جمله ویتنام و مالزی، را فراگرفته است. برای نمونه، در دانشگاه‌های کشور من، اکنون همه برنامه‌های آموزشی باید هوش مصنوعی را در خود بگنجانند.»
به گفته او، راهکار مناسب ایجاد «فیلترهای ایمنی» است، نه ورود بی‌محابا به یک رقابت شتاب‌زده. در عین حال، اقدام‌های افراطی مانند حذف کامل هوش مصنوعی از آموزش نیز عملی نیست؛ زیرا این فناوری بخشی از آینده است و افرادی که می‌دانند چگونه از آن استفاده کنند، به پیشرفت‌های چشمگیری دست می‌یابند.
عکس: نگوک لونگ
طراحی آزمون با هوش مصنوعی امکان‌پذیر نیست
دکتر عبدالله بن محمد ناوی برای مواجهه با گسترش استفاده از هوش مصنوعی، روشی را در کلاس‌های خود به کار گرفته است: پس از تعیین تکلیف، از دانشجویان می‌خواهد ۱۰ دقیقه درباره آن فکر کنند و برای مثال، همه ایده‌ها یا پرسش‌هایشان را بنویسند. تنها پس از این مرحله اجازه دارند از ابزارهای کمکی مانند هوش مصنوعی استفاده کنند.
او گفت در زمان برگزاری امتحان‌ها، برخی درس‌ها به شیوه‌هایی بازگشته‌اند که می‌توان آن‌ها را بازگشت به «عصر حجر» دانست؛ یعنی دانشجویان باید تمام تکالیف را روی کاغذ انجام دهند. در مقابل، برخی دیگر به‌جای تکیه صرف بر تکالیف، روش‌های جایگزین و انعطاف‌پذیرتری برای ارزیابی به کار گرفته‌اند. او افزود: «نمی‌توانم با قطعیت بگویم این تغییر مؤثر خواهد بود یا نه؛ اما بر اساس شواهد علمی موجود، در حال حاضر می‌توان آن را راهکاری موقت و قابل‌قبول دانست.»
دانشیار کانگ میونگ سوک، که او نیز در دانشگاه فناوری مالزی فعالیت می‌کند، گفت در گروه ترجمه و تفسیر، به‌جای روش سنتی ارائه متنی به زبان مبدأ و درخواست ترجمه آن به زبان مقصد، متن اصلی را همراه با سه ترجمه متفاوت در اختیار دانشجویان قرار می‌دهد و از آن‌ها می‌خواهد بهترین ترجمه را انتخاب کنند و دلایل انتخاب خود را توضیح دهند.
او به روزنامه «تانه‌ن نیِن» گفت: «با این روش می‌توانم بررسی کنم که آیا یادگیرندگان واقعاً نکات کلیدی مربوط به زبان، فرهنگ و عوامل دیگر را درک کرده‌اند یا نه. همچنین می‌توانم ببینم چگونه ترجمه‌ها را تحلیل می‌کنند. این نوع تمرینی است که هوش مصنوعی نمی‌تواند به‌جای آن‌ها انجام دهد.»
عکس: نگوک لونگ
دانشیار شاهد ابرارال‌حسن از دانشگاه کالج کانادا وست (UCW) نیز در مقاله خود تأکید کرد که معلمان هنگام برگزاری آزمون باید تفاوت‌های فردی دانشجویان را در نظر بگیرند. در گذشته، معلمان اغلب برای سهولت اجرا و کاربردی بودن، رویکردی یکسان برای همه انتخاب می‌کردند؛ یعنی همه دانشجویان آزمون مشابهی می‌دادند و زمان یکسانی در اختیار داشتند. با گسترش هوش مصنوعی، محدودیت‌های این روش بیش از پیش آشکار شده است.
او گفت: «این روش در نگاه نخست ممکن است عادلانه به نظر برسد، اما ناخواسته دانشجویانی را نادیده می‌گیرد که اضطراب امتحان دارند یا با مشکلات شناختی دیگری روبه‌رو هستند؛ مشکلاتی که ممکن است خودشان نیز از آن‌ها آگاه نباشند.»
از همین رو، این دانشیار خواستار آن شد که هدف ارزیابی با دقت مشخص شود؛ برای مثال، آیا آزمون برای سنجش میزان پیشرفت، ارزیابی فرایند آموزش یا تشخیص مشکلات یادگیری طراحی شده است؟ به تأکید او، لازم نیست هر آزمون به‌تنهایی همه این هدف‌ها را پوشش دهد، اما برنامه درسی هر درس باید در مجموع همه این اهداف را در بر بگیرد.
نوآوری در آموزش رشته‌های مرتبط
دکتر نگوین دانگ نگوین، رئیس گروه زبان و ادبیات انگلیسی دانشگاه علوم اجتماعی و انسانی، وابسته به دانشگاه ملی ویتنام در شهر هوشی‌مین، به روزنامه «تانه‌ن نیِن» گفت از اعضای هیئت علمی گروه خواسته است برنامه‌های آموزشی را بازنگری کنند؛ به‌ویژه در درس‌هایی که هوش مصنوعی تأثیر چشمگیری بر آن‌ها گذاشته است، مانند ترجمه و تفسیر. او گفت: «جهت‌گیری گروه این است که به‌جای ترجمه صرفاً مبتنی بر تجربه یا فناوری، توانایی دوزبانگی، یعنی درک دوزبانه ویتنامی و انگلیسی، را پرورش دهیم.»
در آموزش زبان انگلیسی، تمرکز بر پیوند فناوری با بنیان‌های زبانی است. در مطالعات فرهنگی و ادبی نیز اولویت با توانایی ترکیب دانش بومی و گستره دانش جهانی است.
دانشیار کانگ میونگ سوک نیز خاطرنشان کرد که در شرایط جدید، برخی برنامه‌های آموزشی سنتی، مانند آموزش صرف ترجمه یا تفسیر، دیگر برای دانشجویان جذابیت گذشته را ندارند. در مقابل، دانشگاه او برنامه‌های تازه‌ای، از جمله ترجمه تلفیق‌شده با هوش مصنوعی، راه‌اندازی کرده است تا دانشجویان شیوه استفاده هوشمندانه از این فناوری را بیاموزند. بااین‌حال، او تأکید کرد که حتی اگر هوش مصنوعی بتواند متنی را در چند ثانیه ترجمه کند، مترجمان و مفسران حرفه‌ای همچنان نقشی جایگزین‌ناپذیر دارند؛ زیرا مسئولیت‌های حرفه‌ای، اصول اخلاقی و توانایی قضاوت از جمله وظایفی هستند که بر عهده انسان باقی می‌مانند.
برای نمونه، جمله انگلیسی «He gave her a ring» می‌تواند دو معنا داشته باشد: «او حلقه را به او داد» یا «او با او تماس گرفت». دانشیار سوک توضیح داد: «هوش مصنوعی نمی‌تواند همیشه معنای واقعی موردنظر گوینده را تشخیص دهد، در حالی که انسان می‌تواند با توجه به بافت و موقعیت، پیام را به‌درستی منتقل کند. ارزش واقعی انسان در همین توانایی است.»