سارا طاهری، خبرنگار گروه دانشگاه: در دنیایی که هوش مصنوعی نهتنها ابزار آینده، بلکه زبان مشترک علوم مختلف در زمان حال شده است، تمام دانشگاهها در سراسر دنیا در حال بازتعریف مأموریتهای آموزشی، پژوهشی و فناورانه خود هستند. در این میان، دانشگاه آزاد نیز گامهای بلندی در مسیر تحول ساختار آموزش عالی و پیوند آن با فناوریهای نوین برداشته است؛ گامهایی که در قالب شکلگیری «دانشکدههای موضوعمحور» و مدل نوآورانهای موسوم به «هندسه یادگیری» خود را نشان دادهاند.
علی هارونآبادی، رئیس دانشکدگان فضای مجازی، هوش مصنوعی و فناوریهای پیشرفته، در گفتوگوی خود با «فرهیختگان» تحلیلی درباره مسیر جدید این نهاد علمی در حوزه هوش مصنوعی ارائه داده است. او معتقد است آموزش هوش مصنوعی باید از وضعیت محدود به یکرشته خاص فراتر رفته و بهصورت میانرشتهای در سایر گروههای دانشی گسترش پیدا کند. ظرفیتی که به گفته او در دانشگاه آزاد وجود دارد. او گفت دانشگاه آزاد صرفاً به دنبال آموزش صرف ابزارهای هوش مصنوعی نیست، بلکه هدف توانمندسازی دانشجو در دو حوزه است؛ هم شناخت دقیق ابزارهای هوش مصنوعی و هم درک عمیق از رشته تخصصیاش. او در بخش دیگری از این گفتوگو با تبیین فلسفه شکلگیری دانشکدههای موضوعی و تشریح مأموریتهای متفاوتی که برای ۲۹ واحد دانشگاهی سراسر کشور طراحی شده، تأکید کرد هدف نهایی، عبور از مرزهای سنتی آموزش، حرکت بهسوی تولید محصولات فناورانه، پاسخ به نیازهای واقعی جامعه و صنعت و ارتقای جایگاه دانشگاه بهعنوان یک نهاد مسئلهمحور است. او در ادامه از شاخصهای ارزیابی عملکرد دانشکدهها، همکاری با سراهای نوآوری، طراحی داشبوردهای مبتنی بر مدلهای زبانی بزرگ تا نقش دروس عرصه و توانمندسازی استادان و دانشجویان در حوزه اخلاق و سواد دیجیتال در هوش مصنوعی سخن گفت و تصویر روشنی از آینده دانشگاه نسل چهارم در ایران و نقش راهبردی دانشگاه آزاد در این مسیر ارائه داد. مشروح این گفتوگو را در ادامه از نظر میگذرانید.
لزوم گسترش آموزش هوش مصنوعی در سایر گروههای دانشی
مهر سال 1402 بهعنوان رئیس دانشکدگان هوش مصنوعی دانشگاه آزاد منصوب شدید. پیش از ورود به برنامهها و اقدامات شما، لطفاً ابتدا بفرمایید که به طور کلی وضعیت کیفیت آموزش هوش مصنوعی در دانشگاه آزاد را چطور ارزیابی میکنید؟
در دانشگاه آزاد اسلامی، چه در قالب دروس مرتبط با هوش مصنوعی و چه در قالب رشته/ گرایش تخصصی آن، اقدامات قابلتوجهی انجام شده است. بااینحال باید آموزش هوش مصنوعی را از وضعیت محدود به یکرشته خاص فراتر ببریم و آن را بهصورت میانرشتهای در سایر گروههای دانشی گسترش دهیم. ظرفیت ارزشمندی برای این رویکرد در دانشگاه وجود دارد که میتواند موجب همافزایی علمی میان دانشکدههای موضوعی مختلف شود. هوش مصنوعی این توانایی را دارد که بهعنوان یک حلقه اتصال عمل کند و دانش و فناوری را در رشتههای گوناگون پیوند دهد. فعالیتهای ارزشمندی در این زمینه آغاز شده، اما لازم است این مسیر به شکل منظم و مستمر ادامه یابد تا بتوانیم از همه ظرفیتهای موجود بهرهمند شویم. از نظر پژوهش و تولید محصول نیز تلاش ما این است که فعالیتها تنها به مقالات و پژوهشهای نظری محدود نشود، بلکه به توسعه ابزارها، نرمافزارها و محصولات فناورانه منجر شود. با توجه به وجود دانشکدههای موضوعی هوش مصنوعی، میتوانیم از این شبکه برای توسعه محصولات بینرشتهای و پاسخ به نیازهای واقعی جامعه و صنعت بهره ببریم.
ترکیب مهارت و تخصص با مدل هندسه یادگیری
کمی درباره جایگاه دانشکدگانها و بهویژه دانشکدگان هوش مصنوعی توضیح دهید.
بحث دانشکدههای موضوعمحور یکی از اقدامات مهم در دوره مدیریت شهید دکتر محمدمهدی طهرانچی، رئیس فقید دانشگاه آزاد بود. یکی از مسائل کلیدی و دیرپای آموزش عالی در کشور، وجود مرزهای سخت و غیرقابلانعطاف بین رشتههاست. در دانشکدههای موضوعی، هدف برداشتن این مرزها و بازتعریف ساختار آموزشی است. در این مسیر از مدلی نوین با عنوان هندسه یادگیری (Learning Geometry) بهره میبریم. در این مدل، مسیر آموزش دانشجو صرفاً خطی و تخصصمحور طراحی نمیشود، بلکه بهصورت شبکهای، مهارتمحور و میانرشتهای شکل میگیرد. دانشجو در هندسه یادگیری باید بتواند آزادانه بین دانش تخصصی رشته خود و مهارتهای فناورانه مانند هوش مصنوعی حرکت کند و در عمل مسیر یادگیری شخصیسازیشدهای برای خود بسازد. امروزه دانشگاهها به سمت یادگیری دو مهارتی حرکت میکنند، یعنی دانشجو باید علاوه بر فراگیری عمیق دانش تخصصی رشته خود، مهارت استفاده از ابزارهای فناورانه مانند چتباتها و تحلیل دادهها را نیز کسب کند، بهعنوانمثال در مدل «هندسه یادگیری»، دانشجوی پزشکی تنها به یادگیری فیزیولوژی یا کدنویسی محدود نمیشود، بلکه باید بتواند خروجیهای سیستمهای هوش مصنوعی را تحلیل کند، الگوریتمهای مناسب را انتخاب کند و این خروجیها را در چهارچوب دانش تخصصی پزشکی ارزیابی و نقد کند. به بیان دیگر، دانش تخصصی و مهارتهای فناورانه باید بهصورت همزمان و هماهنگ رشد کنند تا دانشجو بتواند در عمل از این ابزارها برای ارتقای تخصص خود بهره ببرد.
یادگیری میانرشتهای با مدل dual-skilling دنبال میشود
یعنی هدف صرفاً آموزش ابزارهای هوش مصنوعی نیست، بلکه تربیت متخصصانی است که بتوانند این ابزارها را در حوزه تخصصی خودشان به کار ببرند؟
دقیقاً همینطور است. ما به دنبال آموزش صرف ابزارهای هوش مصنوعی نیستیم، بلکه هدف توانمندسازی دانشجو در دو حوزه است، هم شناخت دقیق ابزارهای هوش مصنوعی و هم درک عمیق از رشته تخصصی خودش. این رویکرد همان یادگیری میانرشتهای است که در سطح جهانی با عنوان یادگیری ترکیبی یا dual-skilling شناخته میشود و کلید موفقیت شغلی در آینده خواهد بود. بهعنوان نمونه، آزاد بودن استفاده از چتباتهای هوش مصنوعی در آزمونهای مقطع دکتری تخصصی، تأکیدی بر این نگاه بود که در ترم جاری بر اساس سیاستهای رئیس فقید دانشگاه تدوین شده است. همچنین بهمنظور گسترش و تقویت دانشکدههای موضوعمحور باید اشاره کنم در نظامنامه دانشی دانشگاه تأکید ویژهای بر ایجاد دانشکدههای موضوعمحور شده است. این دانشکدهها با رویکردی کاربردی و مسئلهمحور طراحی شدهاند تا بتوانند به نیازهای روز کشور، موضوعات منطقهای و چالشهای بینالمللی پاسخ دهند. هدف اصلی آنها حرکت از دانشگاهی صرفاً علممحور به سمت دانشگاهی مسئلهمحور است.
دانشگاه آزاد با ۲۹ دانشکده تخصصی آماده حل مسائل کشور میشود
این دانشکدهها چگونه شکل گرفتند و چه فرایندی را طی کردند؟
فرایند ایجاد دانشکدههای موضوعی از نیمه دوم سال ۱۴۰۲ بهصورت جدی و برنامهریزیشده آغاز شد. در مراحل اولیه، طراحی بهینه این مهم بادقت و حساسیت فراوان در معاونت موضوعی علوم، مهندسی و کشاورزی بررسی شد، برای این جایابی، شاخصها و معیارهای گوناگونی در نظر گرفته شد و زمان قابلتوجهی به این امر اختصاص یافت. در همین راستا نشستها و جلسات متعددی با استانهای مختلف و همچنین واحدهای دانشگاهی در سطح تهران برگزار شد. سرانجام ۲۹ واحد دانشگاهی با مأموریتهای تخصصی و متنوع طراحی شدند تا بتوانند در سطوح ملی، منطقهای و بینالمللی به حل مسائل و پاسخ به نیازهای روز کشور کمک کنند. هر یک از این واحدها، متناسب با ظرفیتها و ویژگیهای علمی و تخصصی خود و همچنین با توجه به آمایش منطقهای، مأموریت ویژهای را دنبال میکند. در اینجا لازم میدانم صمیمانه از تلاش و یاری همه همکاران گرامی در حوزههای مختلف، بهویژه در معاونت موضوعی علوم، مهندسی و کشاورزی قدردانی کنم. همچنین به طور خاص از جناب آقای دکتر علیاکبری که نگاه راهبردی و واقعبینانه ایشان نقش مهمی در پیشبرد بهتر این مسیر داشته است، سپاسگزارم.
دانشکدهها مأمور به تولید محصول فناورانه در حوزه تخصصی شدند
یکی از مأموریتهای اصلی دانشکدگانها این بود که دانشگاه را به جامعه متصل کنند، یعنی فارغ از بخش آموزشی که گروههای کشوری در حال پیگیری آن هستند، سایر امور از جمله پژوهش و فناوری، ارتباط با سرای نوآوری و... در حیطه فعالیت دانشکدگانها تعریف شده است. در این زمینه، ارتباط دانشکدگان هوش مصنوعی با حوزههای پژوهشی، به چه صورت است؟ ارتباط شما با سراهای نوآوری چگونه تعریف شده است؟
البته سراهای نوآوری بهصورت مستقیم زیرمجموعه حوزه معاونت فناوری هستند که ارتباط خوبی با این مجموعه داریم. در دانشکدگان هوش مصنوعی تمرکز ویژهای بر بحث تولید محصول داشتهایم. تولید محصول متناسب با مأموریت هر دانشکده موضوعی، یکی از محورهای مهم و راهبردی در دانشکدگان هوش مصنوعی محسوب میشود و این موضوع از همان ابتدای تدوین پروپوزال اولیه دانشکدهها بهطورجدی موردتوجه قرار گرفته بود. در این مسیر هر دانشکده موضوعی با توجه به مأموریت و ظرفیتهای اختصاصی خود، اقدام به طراحی و تولید محصولات مشخصی کرده است که برای این کار نیز جدول زمانبندی تدوین شده است. ارزیابی این محصولات با نگاه به جایگاه واقعی و عملیاتی آنها در صنایع مرتبط انجام میشود تا از اثربخشی و کارآمدی نتایج اطمینان حاصل شود. علاوه بر اینها فعالیتهای قابلتوجهی از جمله ارتقای کیفی نشریات تخصصی و برگزاری همایشها و رویدادهای علمی در دانشکدگان در حال اجراست. بخشی از مأموریت دانشکدگانها، اتصال دانشگاه به صنعت و جامعه است، یعنی مأموریت آنها صرفاً محدود به آموزش نیست، بلکه در بخش پژوهش و فناوری نیز نقشآفرینی دارند. دانشکدگانها با هر سه حوزه آموزش، پژوهش و فناوری مرتبطند، اما در حوزه پژوهشی تمرکز بیشتری معطوف شده است. موضوعاتی مانند مراکز رشد و سراهای نوآوری که بهطور مستقیم زیرمجموعه حوزه فناوری محسوب میشوند، با دانشکدههای موضوعی در ارتباطند. هر دانشکده متناسب با مأموریت تخصصی خود در این زمینهها فعالیت میکند. برای نمونه، واحدی مأموریت خود را بر توسعه مدلهای زبانی بزرگ (LLM) متمرکز کرده و طبیعتاً محصولات و پروژههای آن نیز در همین حوزه تعریف میشود. در مقابل، واحدی با بیان مأموریت در حوزه پزشکی، تمرکز خود را بر تولید محصولات مرتبط با این حوزه قرار داده است. دانشکدهها جدول زمانبندی فعالیتها و ایجاد محصولات خود را ارائه دادهاند و بر اساس این برنامهها، روند اجرا پیگیری و ارزیابی میشود تا اطمینان حاصل شود مأموریتها بهصورت اثربخش تحقق پیدا میکنند.
۲۹ دانشکده موضوعمحور با مأموریتهای اختصاصی در کشور فعال شدند
دانشکدگان هوش مصنوعی از بهترین دانشکدگانها در حوزه هوش مصنوعی محسوب میشوند. اشاره کردید ۲۹ دانشکده کشور ذیل این دانشکدگان در کشور فعالند، یعنی ۲۹ واحد دانشگاهی با 29 دانشکده و 29 مأموریت تخصصی متفاوت، یعنی هر دانشکده مأموریت خاص خود را دارد، مثلاً دانشکده تبریز یک مأموریت دارد، تهران یک مأموریت دیگر. در خصوص شکلگیری این دانشکدهها در سطح کشور توضیح دهید و بگویید بعد از مأموریتگرایی، در قدمهای بعدی قرار است چه اتفاقی بیفتد؟
ابتدا با رویکردی علمی و نظاممند، واحدهای دانشگاهی در سطح معاونت موضوعی شناسایی شدند. این شناسایی بر اساس معیارهای متنوعی از جمله توانمندیهای علمی، زیرساختهای پژوهشی، ظرفیتهای نیروی انسانی و نیازهای منطقهای انجام شد. هر واحد دانشگاهی با توجه به نقاط قوت و چالشهای خاص منطقهای خود، مأموریت مشخصی را تعریف کرد، برای مثال برخی واحدها مأموریتهایی در حوزه صنعت و معدن یا کشاورزی بر عهده گرفتند. پتانسیل علمی و تخصصی هر واحد نقش مهمی در تعیین این مأموریتها ایفا میکند. بهعنوان نمونه، واحدی مأموریت خود را بر توسعه مدلهای زبانی بزرگ و تحلیل شبکههای اجتماعی متمرکز کرده، حوزهای که نیازمند بهکارگیری تکنیکهایی همچون یادگیری عمیق، پردازش زبان طبیعی، دادهکاوی پیشرفته و تحلیل گرافهای پیچیده است. این واحد با تمرکز بر الگوریتمهای مولد و تحلیل دادههای کلان، در تلاش است در حوزههای آموزش، پژوهش و صنعت، دستاوردها و خدمات فناورانهای ارائه دهد که بتواند به حل مسائل واقعی و توسعه علمی کشور کمک کند. تعیین مأموریتها با نگارش پروپوزال اولیه توسط واحدها انجام شد و در ادامه، شاخصهای ارزیابی عملکرد در سطح معاونت موضوعی تدوین شد. در نهایت، ارزیابی مستمر و دقیق این شاخصها، نقش مهمی در تضمین کیفیت فعالیتها و تحقق مأموریتهای تخصصی دانشکدههای موضوعی دارد.
تولید محتوای علمی در سامانه کاتب در دستور کار است
ارزیابی عملکرد میان این دانشکدهها به چه شکلی صورت میگیرد؟
ارزیابی عملکرد بر اساس مجموعهای از شاخصهای مشخص و متنوع صورت میگیرد. پیش از بررسی این شاخصها، لازم است نگاهی کلی به برخی از فعالیتهای انجامشده در دانشکدگان «هوش مصنوعی و فناوریهای اجتماعی و پیشرفته» داشته باشیم. طبیعتاً انتظار میرود واحدهای دانشگاهی دیگر نیز در این مسیر همراهی کنند. یکی از اقدامات، ساماندهی و تعیین عناوین شش همایش ملی و بینالمللی مرتبط با دانشکدگان هوش مصنوعی است که بر اساس مأموریت هر واحد، این همایشها به دانشکدههای موضوعی مختلف اختصاص یافتهاند. این ساماندهی موجب شناسنامهدار شدن همایشها و ارتقای کیفیت برگزاری آنها شده است. محور دیگری که در حال پیگیری است، توسعه و ارتقای برنامههای علمی میباشد. در این راستا، هر دانشکده متناسب با مأموریت خود در این حوزه فعالیت میکند. از جمله این برنامهها میتوان به توسعه برنامههای علمی هوش مصنوعی با همکاری واحدهای دارای دانشکدههای موضوعی اشاره کرد. از جمله فعالیتهای دیگر، تنظیم دروس میانرشتهای است. گروههای دانشی مختلف با توجه به مأموریت واحد مربوطه و بر اساس سرفصلهای مصوب وزارت علوم، امکان ارائه دروس میانرشتهای را یافتهاند که این موضوع تقویت رویکرد میانرشتهای در نظام آموزشی را به دنبال دارد و به شکلگیری گروههای میانرشتهای کمک میکند. در حوزه ارتقای کیفیت آموزش، پژوهش و مهارتها، تولید منظم محتوای علمی و تخصصی توسط استادان مجرب و بارگذاری آن در سامانه کاتب انجام میشود. این اقدام علاوه بر فراهم کردن دسترسی آسان دانشجویان به منابع بهروز، باعث شکلگیری بانک اطلاعاتی متمرکزی شده که در سراسر کشور قابل استفاده است و نقش مهمی در توسعه آموزشهای نوآورانه و کاربردی ایفا میکند. از دیگر محورهای کلیدی، ارائه دروس عرصه است که با هدف پیوند آموزش نظری و عملی طراحی شدهاند تا دانشجویان در تعامل مستقیم با صنعت و محیط واقعی کار، مهارتهای حرفهای خود را تقویت کنند. این دروس با تلفیق آموزش نظری و نیازهای واقعی بازار کار، به توانمندسازی کاربردی دانشجویان کمک میکنند. در این زمینه، ارائه دروس مرتبط در دانشکدههای موضوعی در اولویت قرار دارد.
آموزش سواد دیجیتال از دبستان تا دانشگاه در حال اجراست
نکته مهم دیگری که برای ما در این مسیر اهمیت دارد، توانمندسازی استادان و سایر مخاطبان آموزشی است؛ یعنی آموزش سواد دیجیتال و آشنایی با اصول اخلاقی مرتبط با هوش مصنوعی برای همه کسانی که در این زمینه نقش دارند. این رویکرد کمک میکند دانشگاه در مسیر تحولات فناوری همواره همراه و پیشرو باشد. در همین راستا، دانشکدههای موضوعی در سطوح مختلف اقدام به برگزاری دورهها و کارگاههای آموزشی مرتبط با هوش مصنوعی کردهاند؛ برای استادان هیئتعلمی، دورههای تخصصی مرتبط با هوش مصنوعی در حوزههای مختلف طراحی شده است. این دورهها هم شامل آموزش ابزارها و دانش کاربردی میشود و هم مفاهیم بنیادین هوش مصنوعی را در بر میگیرد. برای هر مدرس و هر دوره، شناسه و سرفصل مشخصی تدوین شده تا محتوای آموزشی دقیق، استاندارد و متناسب با نیاز رشتهها ارائه شود. برخی از این دورهها تاکنون برگزار شده و برخی دیگر نیز در مرحله برنامهریزی و آمادهسازی برای اجرا در آینده نزدیک هستند. هدف ما این است که استادان، ضمن آشنایی با دانش روز در حوزه هوش مصنوعی، بتوانند این دانش را در کار تخصصی و آموزشی خود به کار گیرند و از آن بهرهمند شوند. جهت دانشجویان مقطع کارشناسی هم سرفصل درس هوش مصنوعی و تحول دیجیتال بهصورت یک درس دو واحدی تهیه شده و مدنظر است که رشتههایی که این درس را در برنامه درسی خود ندارند، آن را بگذرانند. همچنین، با همکاری دانشکدگان تعلیم و تربیت اسلامی، دروس ویژهای از سطح دبستان برای دانشآموزان در حال طراحی و تدوین است که به مفاهیم پایهای هوش مصنوعی و زبانهای برنامهنویسی نوین و کاربردی میپردازد.
ایجاد داشبورد جامع ابزارهای هوش مصنوعی
آیا فعالیتی برای ارتباط میان استادان فعال حوزه هوش مصنوعی در سطح کشور در نظر گرفتهاید؟
بله، از دیگر اقدامات مهم که در این دانشکدگان برای ما مهم است، ایجاد شبکه بین استادان فعال حوزه هوش مصنوعی در کشور است. این شبکه با هدف همافزایی علمی، تبادل تجربیات و بهرهبرداری مؤثر از ظرفیت علمی استادان برای توسعه آموزش و حل مسائل ملی و بینالمللی طراحی شده است. یکی از برنامههای در دست پیگیری دانشکدگان هوش مصنوعی، جمعآوری و ارائه ابزارهای مبتنی بر هوش مصنوعی در حوزههای مختلف علمی از طریق یک داشبورد جامع است.
منظورتان از داشبورد جامع چیست؟ قرار است چه اتفاقی بیفتد؟
طراحی داشبورد جامع، دسترسی به چندین انجین تخصصی مبتنی بر چتباتها و مدلهای زبان بزرگ را در حوزههای علمی مختلف فراهم میکند. این پلتفرم گرافیکی به استادان و پژوهشگران امکان تحلیل داده و پاسخ به پرسشهای تخصصی را میدهد و استفاده از هوش مصنوعی را تسهیل میکند.
اجرای طرحهایی مانند کاربینی و کارآموزی نیز در دستور کار قرار دارد؟
البته، اجرای دورههای کاربینی، کارآموزی و کارورزی بههمراه طرح پویش از جمله برنامههای کلیدی ما برای ارتقای مهارت تخصصی دانشجویان است. هدف آن است که دانشجویان بتوانند در ارتباط با صنعت، مهارتهای کاربردی را کسب کنند و آماده ورود به بازار کار باشند.
شاخصهای ارزیابی عملکرد دانشکدههای موضوعی اعلام شد
ارزیابی عملکرد دانشکدههای موضوعی بر چه مبنایی انجام میشود؟ و اگر واحدی عملکرد ضعیفی داشته باشد چه اتفاقی میافتد؟
برای ارزیابی، در سطح معاونت موضوعی شاخصهای متعددی مد نظر قرار گرفته است. این شاخصها با جزئیات لازم به واحدهای مربوطه ارسال شدهاند. از جمله موارد مهم میتوان به برگزاری کنفرانسها، همایشها و نشستهای تخصصی، انتشار نشریات تخصصی در راستای مأموریت دانشکده، دورههای توانمندسازی اعضای هیئتعلمی، تولید محتوای علمی جهت سامانه کاتب، همکاری با برنامههای علمی، راهاندازی آزمایشگاهها و کارگاهها، تولید و تجاریسازی محصول در چهارچوب مأموریت دانشکده، برگزاری دورههای کوتاهمدت ویژه دانشجویان، اجرای طرح پویش، کاربینی، کارآموزی و کارورزی، ارائه دروس عرصه، تعامل با سامانه ست، مشارکت پایاننامهها و رسالهها در راستای برنامه علمی مرتبط با اهداف نظام پایش آزاد، قراردادهای مؤثر بروندانشگاهی مرتبط با مأموریت دانشکده، طرحهای پژوهشی مرتبط و ثبت اختراعات و پتنتها اشاره کرد.
در صورتی که یک دانشکده نتواند حداقل معیارها را رعایت کند، چه اقدامی صورت خواهد گرفت؟
در صورتی که یک دانشکده نتواند معیارهای اولیه را تأمین کند یا حداقل استانداردها را رعایت کند، دانشکده موضوعی از آن واحد دانشگاهی سلب خواهد شد.
آیا تاکنون چنین اتفاقی رخ داده است؟
خیر، تاکنون چنین اتفاقی نیفتاده است. از آنجا که این دانشکدهها نسبتاً جوان هستند، طبیعی است که فرصتی به آنها داده شود تا اقدامات خود را تثبیت کنند. فرایند ارزیابی بهزودی آغاز خواهد شد.
دانشکدههای موضوعی موظف به برنامهریزی دقیق دروس عرصه شدند
در خصوص دروس عرصه که موردتأکید شهید طهرانچی نیز بوده است، برنامه دانشکدهها در این زمینه به چه صورت است؟
یکی از مواردی که از دانشکدههای موضوعی خواسته شده، مشخص کردن جزئیات مربوط به دروس عرصه با هماهنگی «کارگروه دروس عرصه واحد دانشگاهی» است. این موارد شامل نام درس، مکان اجرای درس، نام مدرس و سایر اطلاعات مرتبط میشود که تا دانشجویان بتوانند این دروس را بهصورت مشخص و برنامهریزیشده بگذرانند. بر اساس میزان توانایی و عملکرد واحد مربوطه در این زمینه، امتیاز لازم به آن اختصاص داده خواهد شد.
دکتر طهرانچی پیش از شهادتشان تأکید ویژهای بر هوش مصنوعی و حرکت دانشگاه به سمت فناوریهای نوین داشتند. بهویژه قرار بود واحد تهران مرکزی به هاب هوش مصنوعی تبدیل شود و حتی فضای اداری نیز تحت تأثیر این رویکرد قرار بگیرد. دیدگاه شما در خصوص این نگاه چیست؟ به نظر شما دانشگاه آزاد اسلامی تا چه اندازه ظرفیت دارد و چه پیشنهادهایی در این حوزه دارید؟
شهید دکتر طهرانچی نگرشی حمایتکننده و رویکردی سازنده و دوراندیش نسبت به هوش مصنوعی و توسعه فناوریهای نوین داشتند. ایشان باور داشتند که هوش مصنوعی نقش مهمی در آینده دانشگاه ایفا خواهد کرد و رویکردی جامع درباره اهمیت تجهیز دانشگاه به زیرساختهای پیشرفته، همچون سرورها و دیتاسنترها، توسعه پلتفرمهای نرمافزاری تخصصی و تسهیل فرایندهای آموزشی و پژوهشی داشتند که در مسیر پیشرفت است. در خصوص بخش دوم سؤال شما، واحدهای دانشگاهی مختلف از جمله واحد تهران مرکزی پتانسیل خوبی در رسیدگی به ابعاد مختلف هوش مصنوعی دارند. کارگروهی در واحد تهران مرکزی با هدف بررسی و بهرهگیری از زیرساختهای موجود در واحد و همچنین حمایت از پروژههای مرتبط با هوش مصنوعی تشکیل شده است. واقعیت این است که ما باید نقش پررنگ هوش مصنوعی را در فناوریهای جاری و آینده پذیرا باشیم. بهجای مقاومت در برابر این روند، باید بهصورت مدیریتشده و مسئولانه از آن استفاده کنیم. بهویژه همانطور که پیشتر اشاره شد، یادگیری دو مهارتی که بهصورت توأمان، هم مهارت کار با ابزارها و دانش هوش مصنوعی را دارد و هم دانش تخصصی مرتبط با رشته مربوطه را خواهد داشت. بر اساس تازهترین آمارها، امروزه دستکم ۸۶ درصد دانشجویان در مقاطع مختلف دانشگاهی از ابزارهای هوش مصنوعی استفاده میکنند. این ابزارها فرصتهای تازهای برای یادگیری شخصیسازیشده فراهم کردهاند، اما در کنار آن، نگرانیهایی نیز درباره تقلب و اتکای بیش از حد به این فناوریها به وجود آمده است. طبیعتاً در این مسیر، استادان نیازمند حمایت و آموزشهای لازم هستند تا بتوانند همگام با تحولات حرکت کنند و نقش هدایتگر خود را برای دانشجویان بهخوبی ایفا کنند.
استفاده از مدلهای زبانی بزرگ در سامانه «طرح حامی»
در زمینه ایجاد مدلهای زبانی بزرگ (LMM) در حوزه اداری، فعالیتی انجام شده است؟
ایده بهرهگیری از مدلهای زبانی بزرگ در کنار سامانه غیرحضوری «طرح حامی» برای پاسخگویی هوشمند به دانشجویان با چتباتها، از سوی شهید دکتر طهرانچی مطرح شد و بیانگر نگاه عمیق ایشان به استفاده از هوش مصنوعی در امور اداری و خدمات دانشجویی دانشگاه است.
آیا در چند ماه آینده، تا پایان سال، خبر جدیدی در حوزه هوش مصنوعی خواهیم شنید؟
همانطور که پیشتر اشاره شد، ارزیابی عملکرد دانشکدهها در دستور کار قرار گرفته و این فرایند بهزودی آغاز خواهد شد. همچنین موضوع توانمندسازی اعضای هیئتعلمی در راستای طرح کلان توسعه هوش مصنوعی در دانشگاه در حال پیگیری است. ما به دنبال آن هستیم که با نگاهی واقعبینانه و بلندمدت، یک چهارچوب جامع و هدفمند برای توسعه هوش مصنوعی در دانشگاه را گسترش و تعمیق دهیم، کاری که با همکاری ۲۹ واحد دانشگاهی دارای دانشکده موضوعی دنبال میشود. از دیگر برنامههای مهم پیش رو، برگزاری همایشهایی است که توسط دانشکدگان هوش مصنوعی اعلام و با همکاری واحدهای دانشگاهی برگزار خواهد شد و از نیمه دوم سال جاری آغاز میشود. این همایشها بر موضوعات علمی و فناورانه روز مرتبط با هوش مصنوعی تمرکز خواهند داشت و فرصت ارزشمندی برای تبادل تجربه و ایده میان استادان، پژوهشگران و دانشجویان فراهم میکنند.
.gif?v=0)
