ندا اظهری، مترجم: هوش مصنوعی به نیرویی دگرگون‌کننده در حوزه‌های متعدد ازجمله آموزش تبدیل شده است. یک دهه گذشته شاهد پیشرفت‌های قابل‌توجهی در تکنیک‌های یادگیری ماشینی بوده است که سیستم‌های کامپیوتری را قادر می‌سازد وظایفی را انجام دهند که به‌طور سنتی به شناخت و تصمیم‌گیری‌های انسانی نیاز دارند. این تکامل سریع هوش مصنوعی از حالت نظری به کاربرد علمی آن، پیامد‌های گسترده‌ای برای آموزش عالی به دنبال دارد و فرصت‌های بی‌سابقه و چالش‌های حیاتی را ارائه می‌دهد که نیازمند توجه فوری و بررسی دقیق است. با گسترش قدرت محاسباتی و در دسترس بودن مجموعه داده‌های عظیم، هوش مصنوعی از تئوری به عملی، بهبود محصولات، فرایند‌ها، پژوهش‌ها و تصمیم‌گیری‌ها در سراسر جهان تکامل یافته است. با توجه به نقش اساسی این فناوری در پیشبرد قابلیت‌های انسانی و انتشار دانش، تمایل به این حوزه وجود دارد و محققان به دنبال آنند که هوش مصنوعی چگونه می‌تواند یادگیری، آموزش و مدیریت آموزشی را بهبود بخشد.
تحقیقی برای بررسی وضعیت هوش مصنوعی در دانشگاه‌ها
به گزارش universityworldnews، گروهی از محققان دانشگاه اندونزی، بررسی‌های تحلیلی را درمورد کاربرد‌های هوش مصنوعی در آموزش عالی انجام داده‌اند. این مقاله یک تحلیل کتاب سنجی جامع را ارائه کرده و براساس بررسی‌های کتاب‌سنجی اخیر است که بررسی‌های آکادمیک درمورد هوش مصنوعی و آموزش را برای بررسی توپولوژی در حال ظهور، ریشه‌های نهادی، پویایی گفتمانی و توسعه مفهومی تحقیق درمورد کاربرد‌های هوش مصنوعی در آموزش عالی بررسی کرده‌اند. درواقع تحلیل کتاب‌سنجی روش تحقیقاتی پرکاربرد برای تشخیص روند و وضعیت فعلی یک موضوع به‌صورت علمی و تحقیقاتی است. این روش شامل اندازه‌گیری و ارزیابی کمّی مقالات علمی مرتبط با هوش مصنوعی است. به عبارتی، بررسی و مطالعه عبارات مرتبط با این فناوری ازجمله هوش مصنوعی، آموزش ماشینی، آموزش عمیق و غیره به محققان اجازه می‌دهد تا پیشرفت‌های اصلی را شناسایی و در تحقیقات هوش مصنوعی تمرکز کرده و چشم‌اندازی از مشارکت نویسندگان و درک از مسیر حرکت این علم را ارائه می‌دهد. درواقع، این مطالعه، روش کمّی دقیقی برای ترکیب و شناسایی الگو‌ها در مجموعه بزرگی از نشریات دانشگاهی و ابرداده‌های مرتبط با آن‌ها را نشان می‌دهد.
رشد سریع هوش مصنوعی و احتمال تغییر آموزش عالی
محققان در یک دهه گذشته یعنی بین سال‌های 2023- 2014 با استفاده از تجزیه و تحلیل‌های رایانه‌ای 412 مقاله از مجموعه اصلی Web of Science منتشر شده در 206 منبع را بررسی کردند. کل مقالات بررسی‌شده متعلق به 1182 نویسنده بوده است. لزوم درک نقش هوش مصنوعی در آموزش عالی از اهمیت بالایی برخوردار است. شتاب هوش مصنوعی با نرخ رشد سالانه 31.8 درصدی در مقالات هوش مصنوعی و آموزش در 10 سال گذشته مشهود است و براساس مجموعه اصلی Web of Science، مجموع این مقالات برتر منتشرشده در ژورنال‌ها در حوزه هوش مصنوعی تا سال 2023 به بیش از 400 مقاله می‌رسد. این افزایش تصاعدی در فعالیت‌های پژوهشی نشان‌دهنده تأثیر مخرب و بالقوه این فناوری بر آموزش، سیاست‌گذاری و عملکرد آموزشی است. علاوه براین با پیچیده‌تر شدن سیستم‌های هوش مصنوعی نگرانی‌های اخلاقی و آموزشی پیرامون حریم خصوصی داده‌ها، تأثیرات الگوریتمی و نقش متغیر مربیان اهمیت بیشتری پیدا کرده و نیاز به توجه بیشتر از سوی محققان احساس می‌شود.
اگرچه تکنیک‌هایی مانند یادگیری ماشینی، شبکه‌های عصبی و پردازش زبان طبیعی کاربرد‌های واضحی در یادگیری تطبیقی، اتوماسیون ارزیابی، پیش‌بینی دانشجویان در معرض خطر و سایر زمینه‌ها را نشان می‌دهند اما عدم قطعیت درمورد پیامد‌های بلندمدت برای توسعه انسانی و تولید دانش نیز وجود دارد. به‌رغم شناخت روزافزون پتانسیل هوش مصنوعی برای متحول کردن آموزش عالی، شکاف‌های قابل‌توجهی در درک از وضعیت فعلی و مسیر آینده آن باقی مانده است درحالی‌که مطالعات فردی کاربرد‌های خاص هوش مصنوعی را در آموزش مورد بررسی قرار داده‌اند، فقدان مروری جامع و مبتنی بر داده‌ها از توسعه و وضعیت فعلی این رشته وجود دارد. ماهیت چندوجهی هوش مصنوعی در آموزش علوم کامپیوتر، آموزش، روانشناسی و سیاست را در بر می‌گیرد و نیازمند رویکرد یکپارچه است که هنوز به‌طور کامل محقق نشده است. علاوه براین، سرعت سریع توسعه هوش مصنوعی شناسایی و پیش‌بینی روند‌های ظهوری را چالش‌برانگیز می‌کند که ممکن است آموزش عالی را در آینده نزدیک تغییر شکل دهد.
چین در صدر مقالات دانشگاهی هوش مصنوعی
این مطالعات نشان می‌دهد که چین، آمریکا و انگلیس رشد سالانه 31.8 درصدی را در انتشار مقالات پژوهشی در مورد برنامه‌های کاربردی هوش مصنوعی در آموزش عالی نشان داده‌اند که بیانگر شناخت علمی تأثیر بالقوه هوش مصنوعی بر آموزش، سیاست و عمل است اما نرخ پایین استناد‌ها نشان می‌دهد که تأثیر علمی آن در حد متوسط باقی می‌ماند. این تحقیق با عنوان «نقشه‌برداری از خط مقدم»، تجزیه و تحلیل کتاب‌سنجی هوش مصنوعی را در آموزش عالی ارائه داده است که در ماه گذشته در مجله بین‌المللی یادگیری، تدریس و تحقیقات آموزشی منتشر شد و در آن مشخص شد دانشگاه چینی هنگ‌کنگ با 10 مقاله در صدر برترین مؤسسات قرار گرفت. طبق این گزارش، چین از نظر تعداد مقالات هوش مصنوعی در آموزش عالی با 62 مقاله پیشتاز است و پس از آن، آمریکا با 45 مقاله و انگلیس با 29 مقاله در رتبه‌های بعدی قرار گرفته‌اند. به عبارتی فعالیت این سه فعال در زمینه هوش مصنوعی باعث پیشرفت در این حوزه شده‌اند. هدف از انجام این مطالعه روشن کردن روند مقالات، الگو‌های بهره‌وری و توسعه مفهومی بوده است. این تحقیق اشاره می‌کند نخستین نقشه‌برداری جامع از چشم‌انداز سریع در حال تحول هوش مصنوعی در آموزش عالی در یک دهه گذشته چشم‌انداز جهانی منحصربه‌فردی ارائه می‌دهد که الگو‌های پیچیده همکاری بین‌المللی و انتظار دانش را نشان می‌دهد.
بهره‌وری بالا اما تأثیر پایین
با نرخ رشد بالای سالانه در انتشار مقالات در حوزه هوش مصنوعی و میانگین 2.51 سال، هوش مصنوعی در مقالات آموزش عالی نشان‌دهنده تحقیقات فعلی درمورد یک موضوع بسیار پویاست. رشد تصاعدی در بازده پژوهشی در یک دهه گذشته بیانگر نفوذ هوش مصنوعی در حوزه آموزش عالی است و نشان می‌دهد این رشته دانشگاهی به‌رغم تازه‌نفس بودن به‌سرعت در حال رشد است و به همین ترتیب، از پتانسیل ایجاد اثرات مخرب روی شیوه‌های آموزشی، فرایند‌های یادگیری و تدریس برخوردار است. این بررسی‌ها نشان می‌دهد مجله بین‌المللی فناوری آموزشی در آموزش عالی با توجه به انتشار 24 مقاله در آن و اینکه حدود 5.8 درصد از کل مقالات این مجله را موضوع هوش مصنوعی به خود اختصاص داده است، مجله غالب برای پژوهش‌های پیشرفته درمورد کاربرد‌های هوش مصنوعی در دانشگاه‌ها محسوب می‌شود.
کمّی‌سازی الگو‌های مقالات نشان می‌دهد به‌رغم تمرکز مجلات برجسته روی یادگیری مبتنی بر فناوری، پژوهش‌ها چگونه در میان صد‌ها منبع چندرشته‌ای گسترده شده و حوزه‌های کلیدی پیشرفت را مشخص می‌کنند. اگرچه اهمیت علمی هنوز در حد پنج استناد به ازای هر مقاله است، بیش از 15 هزار مرجع در این مقاله ذکر شده که بیانگر مشارکت در یک پایگاه دانش گسترده است. این تحقیق، روند صعودی واضحی را در مسیر رشد سالانه مقالات و استناد‌های مقالات پژوهشی نشان می‌دهد. حجم مقالات علمی در حالی به‌طور سالانه به‌شدت افزایش می‌یابد که افزایش سالانه تعداد استنادات با سرعت کمتری اتفاق می‌افتد. ماهیت میان‌رشته‌ای حوزه هوش مصنوعی با توزیع پژوهش‌ها در 206 حوزه چندرشته‌ای بر توزیع ایده‌ها در زمینه‌های مختلفی چون علوم کامپیوتر، روانشناسی و مطالعات سیاسی تأکید می‌کند.
این یافته‌ها یک رویکرد غنی و چندوجهی را برای ادغام هوش مصنوعی در آموزش عالی نشان می‌دهد. اگرچه تکنیک‌هایی مانند یادگیری ماشینی و شبکه‌های عصبی، پتانسیل بهبود یادگیری شخصی و تطبیقی، ارزیابی‌های خودکار، تجزیه و تحلیل پیش‌بینی‌کننده و مقیاس را نشان می‌دهند، اما عدم قطعیت‌های قابل‌توجه درمورد تأثیر بلندمدت بر نقش مربیان، برنامه‌های درسی، فراگیری و آموزش عالی همچنان وجود دارد. تحلیل‌های موضوعی نشان می‌دهد دانشگاه به‌طور فزاینده‌ای با تنش‌های عمل‌گرایانه مربوط به اخلاق داده‌ها، یکپارچگی تحصیلی و اختلال در محل کار دست‌وپنجه نرم می‌کند.
موضوع 5.8 درصد از مقالات مجلات، هوش مصنوعی است
تجزیه و تحلیل‌ها نشان می‌دهد «مجله بین‌المللی فناوری آموزشی در آموزش عالی» جزء مجلات برجسته برای تحقیقات پیشرفته درمورد کاربرد‌های هوش مصنوعی در آموزش عالی است و با توجه به 24 مقاله‌ای که در آن منتشر می‌شود، 5.8 درصد از کل مقالات را در حوزه هوش مصنوعی تشکیل می‌دهد. انتشار این مجله علمی آنلاین با دسترسی آزاد به مقالات از سال 2016 از سوی دانشگاه آزاد کاتالونیا (UOC) آغاز شد که 554 استناد را در مجموعه اصلی Web of Science به خود اختصاص داده است. بررسی مقالات در مجلات علمی دانشگاهی، 34 درصد از مقالات را به‌عنوان یک هسته متمرکز در نظر گرفته که بیانگر میان‌رشته‌ای بودن این حوزه است. توزیع این مقالات در 155 مجله، نشان می‌دهد که تنها 31 درصد از مشارکت‌ها را به خود اختصاص می‌دهد. درست است که این تحقیق طیف گسترده‌ای از منابع با ظرفیت هوش مصنوعی در آموزش عالی را در بر می‌گیرد، اما همچنان بر گروهی از مجلات چندرشته‌ای پیشرو متمرکز است که مرز‌های دانش را پیش می‌برند.
دانشگاه هنگ‌کنگ دارنده بالاترین مقالات دانشگاهی هوش مصنوعی
در بررسی‌هایی که در این مقاله روی دانشگاه‌ها صورت گرفته دانشگاه هنگ‌کنگ در چین با 10 مقاله، لقب برترین مؤسسه تولید مقالات مشترک هوش مصنوعی و آموزش عالی را داراست. پس از آن هم، دانشگاه آزاد کاتالونیا با انتشار 9 مقاله با فاصله نزدیکی از دانشگاه هنگ‌کنگ قرار گرفته است. دانشگاه پلی‌تکنیک هنگ‌کنگ و دانشگاه ملی عادی تایوان هر کدام 6 مقاله منتشر کرده‌اند که نشان‌دهنده مراکز مولد منطقه‌ای شرق آسیا با تمرکز بر ادغام فناوری در علم بوده است؛ محققان با تأکید بر تعهد اسپانیا به برجسته کردن این حوزه در حال ظهور عنوان کرده‌اند دانشگاه پلی‌تکنیک مادرید نیز از جمله برترین دانشگاه‌های اسپانیا به شمار می‌رود که 6 مقاله در حوزه هوش مصنوعی در آموزش عالی منتشر کرده است. بعد از چین، آمریکا و انگلیس از دیگر کشور‌هایی‌اند که در زمینه انتشار مقالات دانشگاهی هوش مصنوعی در صدر قرار گرفته‌اند و بعد از آن‌ها نیز اسپانیا با 25 و استرالیا با 14 مقاله مرتبط با هوش مصنوعی در آموزش عالی در رده‌های بعدی قرار دارند.
22 درصد مقالات دانشگاهی هوش مصنوعی تک‌نویسنده‌اند
تجزیه و تحلیل کتاب‌سنجی الگو‌های تألیفی هم فعالیت‌های قوی مشترک و هم دانشجویی فردی را در تحقیق پیرامون کاربرد‌های هوش مصنوعی در آموزش عالی نشان می‌دهد. از 1182 نویسنده‌ای که در نگارش حدود 412 مقاله هوش مصنوعی در این تحقیق نقش داشته‌اند، 83 نویسنده، تنها نویسنده مقالات درمورد هوش مصنوعی‌اند که حدود 7 درصد از نویسندگان را به خود اختصاص می‌دهند. درواقع، مقالاتی که تنها یک نویسنده داشته‌اند 90 مقاله را شامل می‌شوند که درواقع 22 درصد کل مقالات هوش مصنوعی در آموزش عالی را تشکیل می‌دهند. بررسی‌ها نشان می‌دهد بیشتر نتایج به‌دست‌آمده حاصل از فعالیت‌های مشترک است. به‌طور متوسط، هر مقاله 3.1 نویسنده را در فهرست خود دارد که نشان‌دهنده حضور تیم‌های تحقیقاتی چندنفره است. درمجموع، گسترش جهانی این حوزه نوظهور می‌تواند اهمیت این فناوری را در توسعه آموزش عالی نشان دهد که مستلزم مشارکت محققان از سراسر جهان است. مطالعاتی که روی مقالات هوش مصنوعی در آموزش عالی انجام شده نشان می‌دهد که 17.23 درصد از مقالات دارای نویسندگان بین‌المللی بوده‌اند و نویسندگانی از چند کشور در کنار یکدیگر به نوشتن مقالات هوش مصنوعی پرداخته‌اند.
تمرکز سیاست‌گذاران بر بهبود زیرساخت‌های آموزشی
محققان این پژوهش در واکنش به نکات سیاستی آموزش عالی نسبت به این تحقیق بیان کرده‌اند که این تحلیل‌ها نشان می‌دهد هوش مصنوعی در آموزش عالی تنها یک روند گذرا نیست بلکه خروجی‌های جهانی مقالات هوش مصنوعی با رشد بیش از 30 درصد روبه‌رو هستند. باوجوداین، تأثیر متوسط استناد‌ها (5.28 استناد به ازای هر مقاله) بیانگر آن است که دنیا هنوز در مراحل اولیه درک مفهوم کامل هوش مصنوعی قرار دارد. آن‌ها با ارائه این مقاله پیشنهاد کرده‌اند که سیاست‌گذاران باید بر سه حوزه مهم تمرکز کنند که شامل ایجاد چهارچوب‌های برای اخلاق داده‌ها و یکپارچگی آکادمیک، آماده‌سازی برای اختلال در نیروی کار و توسعه مدل‌های حاکمیتی مبتنی بر شواهد برای ادغام هوش مصنوعی است. یافته‌ها نشان می‌دهد مؤسسات باید در ایجاد ظرفیت‌ها برای یادگیری تحلیلی سرمایه‌گذاری کرده و همزمان از ارزش‌های آموزشی انسان‌گرا محافظت کنند. درحالی‌که مرز‌های جدید هوش مصنوعی در آموزش عالی موضوعی است که با توجه به رشد و توسعه این فناوری در دنیا، دانشگاه‌ها باید در مسیر آن رو به جلو حرکت کنند. در این راستا، دانشگاه‌ها رویکرد جدیدی را برای آموزش و یادگیری در پیش گرفته‌اند به‌طوری که اهمیت تسلط بر سواد هوش مصنوعی، مدل‌های هوش ترکیبی و آماده‌سازی دانشجویان برای آینده‌ای مبتنی بر هوش مصنوعی جزء سیاست‌های آنهاست. این گسترش سریع برنامه‌های هوش مصنوعی در زمینه‌های آموزشی بیش از آن که نیازمند پاسخ‌های واکنشی باشد نیازمند واکنش‌های سیاست‌های پیشگیرانه است اما این سیاست‌ها باید به جای گمانه‌زنی درباره پتانسیل هوش مصنوعی براساس شواهد تجربی حرکت کنند.
