به گزارش پایگاه خبری تحلیلی اندیشه قرن، جواد آل حبیب-  از هوش مصنوعی چه بیاموزیم؟ نگاهی نو به طراحی محیط‌های آموزشی را در اندیشه قرن به قلم کارشناس ارشد روانشناسی بالینی جواد آل حبیب را در اندیشه قرن بخوانید.

در دنیایی که تعامل با هوش مصنوعی روز‌به‌روز بیشتر می‌شود، نوع برخورد ما با ابزارهایی چون ChatGPT می‌تواند آینه‌ای برای بازنگری در رفتار آموزشی‌مان باشد. وقتی یک چت‌بات پاسخ نامناسبی می‌دهد، آن را سرزنش نمی‌کنیم؛ بلکه دستور خود را بازنویسی می‌کنیم. اما آیا همین رویکرد را در کلاس درس هم داریم؟ مقاله پیش‌رو با الهام از اصول رفتارگرایی رادیکال و تجربه تعامل با هوش مصنوعی، بر آن است تا نقش «محیط آموزشی» را در رفتار یادگیرندگان بازتعریف کند.

پارادوکس صبر: چرا با هوش مصنوعی مهربان‌تریم تا با دانش‌آموزان؟

در تعامل با هوش مصنوعی، هیچ‌کس آن را به تنبلی یا بی‌مسئولیتی متهم نمی‌کند. اگر پاسخ رضایت‌بخش نیست، ما ورودی را تغییر می‌دهیم. اما در مواجهه با دانش‌آموزی که عملکرد ضعیفی دارد، اغلب رویکرد متفاوتی اتخاذ می‌شود: سرزنش، تنبیه، یا نسبت‌دادن ضعف عملکرد به عوامل درونی مثل بی‌انگیزگی. این تفاوت رفتاری نشان می‌دهد که ما به هوش مصنوعی، بیشتر از انسان‌ها فرصت اصلاح و یادگیری می‌دهیم.

رفتار دانش‌آموز، بازتابی از طراحی ماست

بر اساس دیدگاه رفتارگرایی رادیکال اسکینر، رفتار انسان تابع محیط است. از این منظر، آنچه دانش‌آموز انجام می‌دهد، واکنشی است به طراحی آموزشی: نوع تکلیف، نحوه بازخورد، نحوه ارائه هدف‌ها و حتی زمان‌بندی. بنابراین، خطا یا عملکرد ضعیف یادگیرنده نشانه‌ی نقص در طراحی است، نه ایراد در خود دانش‌آموز. محیط نه‌تنها باید تسهیل‌کننده یادگیری باشد، بلکه باید آن‌قدر دقیق طراحی شود که رفتار مطلوب به‌صورت طبیعی و تکرارشونده ظاهر شود.

وقتی طراحی برای هوش مصنوعی بهتر از طراحی برای انسان است

در تعامل با هوش مصنوعی، اگر پاسخ‌ها خوب نیست، فوراً به فکر بازنویسی دستور می‌افتیم. این دقیقاً همان چیزی است که باید در آموزش رخ دهد: بازبینی وظایف، بازطراحی ارزیابی، ارائه مثال، تقسیم پروژه به مراحل کوچک‌تر، و بازخورد مستمر. با هوش مصنوعی، ما ذاتاً به طراحی آموزشی خوب رو می‌آوریم. اما در آموزش سنتی، معمولاً قبل از اصلاح طراحی، به سرزنش متوسل می‌شویم.

از سرزنش تا طراحی: بازنگری در محیط‌های یادگیری

اگر دانش‌آموزی تکلیف را ناقص انجام می‌دهد یا ضرب‌الاجل را رعایت نمی‌کند، نخستین واکنش نباید اعمال تنبیه باشد. باید بررسی کرد: آیا هدف واضح بوده؟ آیا معیار ارزیابی روشن است؟ آیا مراحل کار به اندازه کافی خرد شده‌اند؟ اگر از تعامل با هوش مصنوعی یاد بگیریم، خواهیم دید که بهترین مسیر اصلاح، تغییر محیط است، نه تغییر فوری یادگیرنده.

آموزش بهتر با طراحی بهتر آغاز می‌شود

آنچه تجربه تعامل با هوش مصنوعی به ما می‌آموزد، ساده و بنیادین است: رفتار مطلوب، نتیجه محیط مطلوب است. با حذف تنبیه و سرزنش، و جایگزین‌کردن آن با طراحی دقیق، شفاف‌سازی اهداف، و بازخوردهای سازنده، می‌توانیم محیطی بسازیم که در آن یادگیری نه از طریق اجبار، بلکه از مسیر انگیزش و معنا صورت گیرد. شاید زمان آن رسیده باشد که با همان دقتی که برای تولید خروجی بهتر از هوش مصنوعی صرف می‌کنیم، برای پرورش انسان‌ها نیز سرمایه‌گذاری کنیم.

پایان/*

.