هوش مصنوعی در دانشگاه: نجات‌دهنده یا جایگزین؟

به گزارش خبرگزاری آنا، طبق گفته‌ یک کارشناس بین‌المللی در حوزه استراتژی آموزش عالی در حالی که مشاوران مدیریت پیش‌بینی می‌کنند تا یک‌سوم کارهای انجام‌شده امروزه در پنج سال آینده خودکار خواهند شد و دانشگاه‌ها تحت فشار هستند تا هزینه‌ها را کاهش داده و با منابع کمتر کار بیشتری انجام دهند، هوش مصنوعی راهی ارزان‌تر و کارآمدتر برای حفظ عملکرد روان مؤسسات آموزش عالی به شمار می‌رود.

به جای اینکه در تلاش باشند برای دفاع از نقش‌ها و شغل‌های سنتی، دکتر آنت بَگشُو، معاون مدیر عامل مؤسسه‌ سیاست‌گذاری عمومی استرالیا در کانبرا، دانشگاه‌ها را به پذیرش پیشروی غیرقابل اجتناب هوش مصنوعی نسلی (GenAI) تشویق می‌کند و معتقد است: نگه داشتن افراد در مشاغلی که ربات‌ها می‌توانند بهتر از آنها انجام دهند، آسیب‌زا است.

بَگشُو که سابقه‌ گسترده‌ای در مشاوره و استراتژی آموزش عالی در بریتانیا و استرالیا دارد، این نظرات را در یک وبینار در تاریخ ۱۰ نوامبر ۲۰۲۵ که توسط مؤسسه‌ سیاست‌گذاری آموزش عالی بریتانیا (HEPI) برگزار شده بود، بیان کرد. این وبینار در پی انتشار مجموعه‌ای از مقالات جدید درباره نقش هوش مصنوعی در تغییر چهره دنیای آکادمیک و آموزش عالی برگزار شده بود.

این گزارش با عنوان هوش مصنوعی و آینده‌ دانشگاه‌ها با همکاری HEPI و دانشگاه ساوت‌همپتون تهیه شده و توسط دکتر جایلز کاردن و جاش فریمن برگزار شده است.

افزایش بهره‌وری

بَگشُو گفت که پس از انتشار این گزارش و بخشی که در آن پرسیده بود آیا واقعاً زمان آن نرسیده که خدمات حرفه‌ای دانشگاه‌ها به هوش مصنوعی نسلی روی آورند، متهم شده است که نسبت به مشاغل و معیشت مردم بی‌رحم است.

او در دفاع از خود گفت که انتقادات مبنی بر سوگیری، نقض مالکیت فکری، خطا و توهمات (hallucinations) هوش مصنوعی را درک می‌کند، اما افزود: نباید تظاهر کنیم که نظام کنونی کامل است. اگر بین دو نظام ناقص باید انتخاب کنیم، باید سیستمی ارزان‌تر را انتخاب نماییم.

به گفته‌ بَگشُو؛ با توجه به فشار فزاینده برای انجام کارهای بیشتر با منابع کمتر، دانشگاه‌ها نمی‌توانند مزایای عظیم و منحصربه‌فرد هوش مصنوعی در افزایش بهره‌وری را نادیده بگیرند، به عنوان بخشی از نظام یادگیری که در خط مقدم اکوسیستم تولید دانش قرار دارد، باید این تغییرات را بپذیریم و به مردم کمک کنیم تا از پس آنها برآیند. 

بَگشُو گفت: دانشگاه برای خدمت به کارکنان خود وجود ندارد، بلکه برای انجام مأموریت‌هایش در حوزه‌های آموزش، پژوهش، تبادل دانش و تعامل شهری ایجاد شده است. در وبیناری که نیک هیلمن، مدیر HEPI، آن را بیشترین حضور تاریخی در یک وبینار HEPI خواند و نشان داد که چقدر علاقه‌ شدیدی به نحوه‌ مدیریت و استفاده از هوش مصنوعی در دانشگاه‌ها وجود دارد.

بَگشُو گفت که یکی از کارهای مورد علاقه‌اش این است که از یکی از ابزارهای GenAI که ده سال اخیر از موضع‌گیری‌ها و بیانیه‌های رسانه‌ای سازمان را در خود جذب کرده، بپرسد که گروه مأموریتی باید چه پاسخی به آخرین سند مشورتی دولت بدهد. این ابزار تا حد زیادی خوب عمل می‌کند، نه به این دلیل که موضوعات مشابه به اندازه کافی در این بخش تکرار می‌شوند و گروه از قبل موضعی داشته است. معمولاً پاسخی حدود ۸۰ درصدی دریافت می‌کنم.

در بخشی که در گزارش جدید HEPI نوشته، بَگشُو به پژوهش شرکت مشاوره‌ استراتژی و مدیریت مک‌کینزی اشاره کرد که ادعا می‌کند تا سال ۲۰۳۰، ۳۰ درصد از ساعات کاری فعلی قابل خودکارسازی خواهند بود.

بر اساس تحقیقات مک‌کینزی، بیشترین سود بهره‌وری از هوش مصنوعی در مشاغل زیر پدیدار خواهد شد: متخصصان حوزه‌های علوم، فناوری، مهندسی و ریاضی (STEM)، آموزش و آموزش نیروی کار، و نزدیک به آنها، مدیران حرفه‌ای در حوزه‌های خلاقانه، هنری، کسب‌وکار و حقوق. بَگشُو گفت: هوش مصنوعی نسلی به سراغ همه کسانی می‌آید که در تداوم فعالیت دانشگاه‌ها نقش دارند.

تحول در بازار کار

کاردن، رئیس دفتر مرکزی و مسئول استراتژی دانشگاه ساوت‌همپتون و یکی از نویسندگان گزارش، به خبرگزاری University World News گفت: بیکاری فارغ‌التحصیلان بالاترین میزان خود را از سال ۲۰۱۸ دارد و شواهد منتشرشده‌ای وجود دارد که هوش مصنوعی بازار کار را دگرگون می‌کند. ما اکنون در دوره‌ای به نام “هوش جمعی ترکیبی” (Hybrid Collective Intelligence) قرار داریم که در آن دیدگاه انسانی با هوش مصنوعی ترکیب می‌شود. دانشجویانی که با هوش مصنوعی آشنا هستند مشاغل خواهند یافت؛ کسانی که نیستند با مشکل مواجه خواهند شد.

او افزود: باور دارم که اگر نتوانیم آشنایی با هوش مصنوعی را در تمامی دروس دانشگاهی جا بیندازیم، ارزش دانشگاه کاهش خواهد یافت. اگر فارغ‌التحصیلان نتوانند شغل پیدا کنند، چرا باید بدهی‌های سنگینی را برای تحصیل در دانشگاه تحمل کنند؟ چرا دولت‌ها باید میلیاردها دلار هزینه کنند؟ ما در نقطه‌ انعطافی هستیم. مؤسساتی که اکنون در استراتژی آشنایی با هوش مصنوعی سرمایه‌گذاری کنند و آن را در سراسر برنامه‌های درسی رایج و اجباری سازند، موفق خواهند شد.

هشدار در برابر کاهش هوش انسانی

پروفسور رُز لوکین، استاد طراحی مبتنی بر یادگیرنده در آزمایشگاه دانش دانشگاه کالج لندن (UCL) و عضو کالج علوم رایانه شورای تحقیقات علوم مهندسی و فیزیکی (EPSRC)، در بخشی از گزارش جدید HEPI خواستار مداخلات سیاستی شد تا اطمینان حاصل شود که هوش مصنوعی ابزاری برای تقویت – نه جایگزینی – هوش انسانی باشد.

لوکین هشدار داد که دانشگاه‌ها و دیگرانی که ابزارهای هوش مصنوعی را توسعه می‌دهند، در صورتی که رویکرد خود به توسعه این فناوری را اشتباه انتخاب کنند، در حال کاهش سطح هوش انسانی هستند.

او به شنوندگان وبینار گفت: هیاهویی که از سیلیکون‌ولی درباره ساده‌سازی زندگی توسط هوش مصنوعی می‌آید را نادیده بگیرید.

او اضافه کرد که اگر بخواهیم کار را درست انجام دهیم، هوش مصنوعی زندگی را آسان‌تر نخواهد کرد. لوکین هشدار داد که تبدیل شدن هوش مصنوعی به کالاهای مصرفی و خدمات تجاری پیام‌هایی ناسازگار برای دانشجویان می‌فرستد. لوکین گفت که انقلاب کنونی هوش مصنوعی یک طوفان کامل است که در آن سه عامل همزمان هم‌دیگر را ملاقات می‌دهند: حجم گسترده داده‌ها، الگوریتم‌های یادگیری ماشین پیشرفته و قدرت پردازشی بی‌سابقه. این پیشرفت‌ها به تعریف ما از هوش هویت‌بخشی می‌کنند. هم‌زمان که ابزارهای هوش مصنوعی فزون‌تر می‌شوند، انسان‌ها باید هوشمندتر شوند، نه کم‌هوش‌تر. باید دانشگاه‌ها را تشویق کرد تا از هوش مصنوعی برای گسترش – نه کاهش – تلاش ذهنی سخت‌گیرانه استفاده کنند.

لوکین یادآوری کرد: ما نیاز داریم تا تفکر و یادگیری بسیار پیچیده‌ای را توسعه دهیم… تا دانشجویان بتوانند درک کنند که دانش چیست. او در فصلش ادعا کرد که هوش مصنوعی علی‌رغم سرعت و دقت شگفت‌انگیزش در پردازش اطلاعات، فاقد درک بازتابی و زمینه‌ای است که هوش انسانی را تعریف می‌کند – از تفکر انتقادی و هوش هیجانی تا خلاقیت و دانش آکادمیک.

بنابراین، گرچه هوش مصنوعی آموزش و یادگیری را فراتر از معیارهای معمولی مانند نمرات آزمون و نرخ فارغ‌التحصیلی تغییر خواهد داد، دانشگاه‌ها باید از آن برای درک ظریف‌تر فرآیند شناخت استفاده کنند.

لوکین گفت: هوش مصنوعی می‌تواند الگوهایی را در نحوه تعامل دانشجویان با بازخورد، روش رویارویی آنها با حل مسئله یا نوسان انگیزه‌شان در طول مسیر یادگیری شناسایی کند و زمینه‌ای فراهم آورد تا دانشجویان درک پیچیده‌تری از خود به عنوان یادگیرنده پیدا کنند.

او چهار پیشنهاد سیاستی برای حمایت از مؤسسات آموزش عالی در توسعه استراتژی‌های جامع داده ارائه کرد:  شناسایی چالش‌های آموزشی خاصی که هوش مصنوعی می‌تواند در حل آنها کمک کند. تعیین توانایی‌های تفکر پیچیده‌ای که دانشجویان باید توسعه دهند و هوش مصنوعی بتواند آنها را ردیابی کند. تعیین دستورالعمل‌های اخلاقی شفاف برای استفاده از داده‌های دانشجویان. اطمینان از سازگاری سیستم‌های داده در بخش‌ها و مؤسسات مختلف.

تأثیر بر خدمات حرفه‌ای

در بخشی دیگر، دکتر سودهیر پروانا، شریک شرکت PwC و رهبر اتحادیه هوش مصنوعی OpenAI در بریتانیا، از رهبران آموزش عالی خواست تا فراتر از پتانسیل تغییرآفرین هوش مصنوعی در آموزش، پژوهش و ارزیابی نگاه کنند و تأثیر آن بر خدمات حرفه‌ای که او آن را ستون فقرات اداری و عملیاتی دانشگاه خواند، در نظر بگیرند. از پذیرش دانشجو تا امور مالی، از خدمات دانشجویی تا منابع انسانی، این خدمات تجربه روزمره دانشجویان و کارکنان را شکل می‌دهند. پروانا نوشت: با این حال، اغلب این خدمات با سیستم‌های قدیمی، تیم‌های تحت فشار و فرآیندهای دستی مواجه‌اند. هوش مصنوعی فرصتی برای حل این چالش‌ها فراهم می‌کند، نه با جایگزینی نیروی انسانی، بلکه با بازنگری در نحوه کار آنها.

او گفت که این اتفاق هم‌اکنون در حال وقوع است: دانشگاه گلاسگو از خودکارسازی فرآیندهای تجاری (RPA) برای انجام کارهای اداری تکراری با حجم بالا، از جمله پردازش خودکار اسناد و انتقال داده‌ها بین سیستم‌ها استفاده می‌کند که نتیجه‌اش کاهش خطاها، کوتاه‌تر شدن زمان انجام کار و آزادسازی کارکنان برای تمرکز بر تعامل با دانشجویان بوده است. دانشگاه استافوردشایر یک دستیار دیجیتال معرفی کرده که به دانشجویان اجازه می‌دهد برنامه درسی خود را ببینند، درخواست مدارک دهند، با انجمن‌های دانشجویی تعامل کنند و حتی وضعیت سلامت روان خود را بررسی کنند. این ربات گفت‌وگویی (چت‌بات) به صورت ۲۴ ساعته فعال است و به دانشجویان پاسخ‌های فوری می‌دهد و در عین حال بار کاری کارمندان خط مقدم را کاهش می‌دهد. به جای جایگزینی مشاوران انسانی، هوش مصنوعی به عنوان سیستمی برای اولویت‌بندی (triage) عمل می‌کند و به کارمندان اجازه می‌دهد روی موارد پیچیده یا حساسی تمرکز کنند که نیازمند همدلی و حساسیت هستند.

در دانشگاه ناتینگهام ترنت، یک سیستم داشبورد معیارهای مشارکت را ردیابی کرده و امکان مداخله زودهنگام را فراهم می‌کند. این ابزارها به تیم‌های پشتیبانی کمک می‌کنند تا پیش از تشدید مشکلات با دانشجویان تماس بگیرند.

پروانا گفت: این ابزارها همچنین به مؤسسات امکان می‌دهند که منابع پشتیبانی را به‌طور کارآمدتری تخصیص دهند و تمرکز خود را در جاهایی قرار دهند که بیشترین نیاز وجود دارد. باید پذیرفت که راه پیاده‌سازی خدمات حرفه‌ای مبتنی بر هوش مصنوعی بدون چالش نیست.

مهم‌ترین این چالش‌ها، مسئله بلوغ هوش مصنوعی است؛ بسیاری از مؤسسات هنوز در مراحل اولیه پذیرش ابزارهای هوش مصنوعی هستند و کارکنان فاقد مهارت یا اعتمادبه‌نفس لازم برای استفاده مؤثر از آنها هستند.

پروانا به یک نظرسنجی بین‌المللی اخیر اشاره کرد که نشان داده تنها ۳۷ درصد از مؤسسات آموزش عالی آموزش‌های مرتبط با هوش مصنوعی برای کارکنان خود ارائه می‌دهند و تنها ۱ درصد از آنها نیروی متخصص جدیدی در این حوزه استخدام کرده‌اند. وی گفت: اگرچه ارتقای مهارت‌ها بخشی از راه‌حل است، مؤسسات باید کارکنان خدمات حرفه‌ای را در طراحی و پیاده‌سازی ابزارهای هوش مصنوعی درگیر کنند. بدون بینش آنها، دانشگاه‌ها ممکن است سیستم‌هایی را معرفی کنند که با فرآیندهای واقعی هماهنگ نیستند یا روش‌های ناکارآمد را تقویت می‌کنند.