«هوش مصنوعی» و ارتباط آن با نظام تعلیم‌وتربیت و آموزش دانش‌آموزان

‌وقتی صحبت از هوش‌مصنوعی می‌شود ناخودآگاه همه به یاد سرویس‌ها و خدماتی می‌افتند که برای راحتی انسان‌ها، توسط سرویس دهنده‌های سخت‌افزاری، مغزافزاری و نرم‌افزاری ارائه می‌شود. یکی از هزاران خدمتی که هوش‌مصنوعی در حال ارائه به بشر در قرن جدید است، سرویس‌ها و خدمات هوش‌مصنوعی در حوزه آموزش و پرورش است که یکی از با‌اهمیت‌ترین و مهمترین و شاید اثرگذار‌ترین خدمات آن در جهان فعلی باشد. بدین سبب سعی خواهم کرد به‌صورت فشرده هوش‌مصنوعی را تعریف کنم، تاریخچه و پنج نسل اصلی آن را بیان و ارتباط آن را با آموزش و پرورش به‌خصوص آموزش دانش‌آموزان و مراحل آموزش هوش‌مصنوعی را بیان و اقدامات انجام‌شده در جهان در این زمینه را به‌صورت عام معرفی و نحوه و مدل‌های استفاده از هوش‌مصنوعی در ایران برای آموزش دانش‌آموزان را بررسی و چالش‌های آن‌ را مورد نقد و بررسی قرار داده و زیرساخت‌های موجود مبتنی بر هوش‌مصنوعی فعلی فعال در کشور را معرفی و اثرات وضعیت اقتصادی کشور بر روی یادگیری هوش‌مصنوعی را بیان کنم. 

هوش‌ مصنوعی چیست؟

اولین مسئله‌ای که برای ورود به بحث هوش‌مصنوعی وجود دارد این است که هوش‌مصنوعی چیست؟ در یک تعریف عمومی می‌توان گفت که هوش‌مصنوعی به مجموعه‌ای از توانمندی‌های فناورانه گفته می‌شود که انسان‌ها با سرعت و دقت خیلی زیاد و خطای خیلی کم، بتوانند با استفاده از کامپیوتر و تجهیزات و ماشین‌های محاسباتی و اطلاعاتی فعالیت‌هایی را انجام دهند که نیاز به استفاده از هوش انسانی دارد، مانند یادگیری، حل مسئله‌ و تصمیم‌گیری؛ پس با این حساب به‌صورت خیلی زیرپوستی و بدون توجه به سایر خدمات قابل ارائه توسط هوش‌مصنوعی، می‌توان گفت که هوش‌مصنوعی اولین خدمتی که می‌تواند ارائه بدهد، یادگیری آسان آن هم با چند ویژگی مهم مانند سرعت و دقت به شدت بالا و خطای خیلی کم است. حال که فهمیدیم هوش‌مصنوعی خدمت مورد نیاز ما که همان یادگیری با ویژگی خاص و ویژه را ارائه می‌‌دهد، بهتر است با تاریخچه هوش‌مصنوعی آشنا شویم. 

تاریخچه هوش‌ مصنوعی

براساس اطلاعات موجود در جهان تاریخچه هوش‌ مصنوعی را به صورت کلی می‌توان دارای شش نسل جمع‌بندی کرد:

۱ -نسل اول - شروع ایده هوش‌ مصنوعی:

این نسل در حقیقت از دهه پنجاه میلادی آغاز شده است. در این دهه مفهوم هوش‌ مصنوعی توسط یک دانشمند بریتانیایی به نام تورینگ در سال ۱۹۵۰ طی یک مقاله‌ای به نام «آیا ماشین‌ها فکر می‌کنند» بیان شد. این دانشمند در ادامه مقاله خود روشی را برای سنجش توانایی‌های یک ماشین برای نمایش هوش‌انسانی پیشنهاد کرد که بعدها به «آزمون تورینگ» معروف شد؛ بد نیست بدانید که در سال بعد ‌جان مکارتی عبارت «هوش‌مصنوعی» را در ایالت دارتموث آمریکا مورد استفاده قرار داد و این سرآغازی بود برای شروع رسمی استفاده از اصطلاح «هوش مصنوعی» در جهان.

۲ -نسل دوم‌ - برنامه هوش‌ مصنوعی

‌استفاده از کامپیوترهای بزرگ و توسعه برنامه‌نویسی در جهان منجر به برنامه‌هایی مبتنی بر هوش‌ مصنوعی در سال‌های پایانی دهه پنجاه میلادی شد. این برنامه‌ها سعی می‌کردند با استفاده از نگرش هوش‌ مصنوعی مسائل منطقی و ریاضی را حل و پاسخ را با استفاده از نگرش هوش‌ مصنوعی با ویژگی‌های پیش‌گفته بیان کنند. یکی از برنامه‌هایی که در اوائل دهه شصت میلادی طراحی و پیاده‌سازی شد الیزا (ELIZA‌) نام داشت که مانند یک روانش‌شناس ساده با انسان‌ها صحبت کند.

۳ - نسل سوم - سیستم‌های خبره

‌توسعه برنامه‌سازی مبتنی بر نگرش‌های ایجاد‌شده قبلی و با تولید سیستم‌های خبره (‌Expert Systems) موجب ایجاد نسل جدیدی از این مدل تولید برنامه شد. در این نسل که تقریباً دو دهه طول کشید، برنامه‌های تولید‌شده به‌صورت یک سیستم توانستند دانش متخصصان در زمینه‌های خاص مانند پزشکی یا مهندسی را شبیه‌سازی کنند. یکی از معروف‌ترین سیستم‌های خبره (Expert Systems) تولید شده، سیستم Mycin بود که در اوایل دهه نود میلادی می‌توانست با نگرش‌های مبتنی بر هوش‌مصنوعی، تشخیص پزشکی را با خطای خیلی کم انجام دهد.

۴ - نسل چهارم - نزدیکی سخت‌افزار و سیستم‌های خبره و پیشرفت شگرف هوش‌ مصنوعی

‌یکی از موضوعات مهم و اساسی در نیمه دوم دهه نود میلادی، نزدیکی خیلی زیاد سخت‌افزار شامل پردازشگرها با سیستم‌های خبره بود که موجب شد پیشرفت شگرفی در علم هوش‌مصنوعی ایجاد شود. مهم‌ترین و بارزترین نمود توسعه، تولید سیستم یکپارچه‌ای به نام Deep Blue متشکل از یک کامپیوتر بزرگ و سیستم توسعه‌یافته خبره توسط شرکت آی‌بی‌ام آمریکا بود که موفق شد در یک بازی شطرنج بر گری کاسپاروف قهرمان نامدار شطرنج جهان در سال ۱۹۹۷ پیروز شود. این ویژگی نسل ایجاد بازی‌های بسیار پیچیده و استراتژیک با استفاده از هوش‌مصنوعی در آن زمان بود.

۵ -نسل پنجم - یادگیری ماشین و یادگیری عمیق

‌با شروع هزاره دوم میلادی و طی یک دهه هوش‌مصنوعی از یک علم اختصاصی به یک علم بین‌بخشی توسعه پیدا کرد. اصلی‌ترین دلیل آن هم ظهور تکنیک‌های جدیدی در هوش‌مصنوعی مانند یادگیری ماشین و یادگیری عمیق بود. دو تکنیک یادگیری ماشین و یادگیری عمیق به کامپیوترها و ماشین‌های مجازی این امکان را می‌دهند داده‌های دریافتی را با استفاده از الگوریتم‌ها و متدولوژی‌های محاسباتی بررسی، ارزیابی کرده و روش‌ها و فرآیندهای ایجاد، اصلاح،‌ توسعه، ‌بهینه‌سازی و حتی انحراف معیارها‌ یاد بگیرند و بر اساس یادگیری ماشین‌پایه خود، این اطلاعات را به‌صورت لایه‌بندی و عمقی براساس آن، اطلاعات جدید را تجزیه و تحلیل کنند. با استفاده از این دو تکنیک بسیار مهم و کارا، هوش‌مصنوعی توانست که در ترجمه همزمان زبان‌ها به هم، تشخیص چهره، رانندگی خودروهای خودران و حتی انجام بازی‌های ویدئویی موفق شود.

۶ - نسل ششم - هوش مصنوعی در دهه فعلی

در دهه دوم هزاره میلادی هوش‌مصنوعی توانسته است خود را به بخش جدایی‌ناپذیر از زندگی انسان‌ها تبدیل کند. دیگر در جهان کسی نیست از امکانات هوش‌مصنوعی استفاده نکند. هوش‌مصنوعی در حال حاضر از ارائه خدمات دستیاری در شاید بیشترین خدمات روزانه انسان‌ها تا شناخت انواع بیماری‌های خیلی نادر در انسان‌ها ‌یا پاکسازی ژن‌های معیوب قبل از تولد طفل، ما را به خود وابسته کرده است.‌

حال که با تاریخچه هوش مصنوعی آشنا شدیم می‌خواهیم ارتباط هوش‌مصنوعی را با آموزش دانش‌آموزان بررسی کنیم.

یادگیری هوش مصنوعی از چه سنی و با چه شرایطی برای دانش‌آموزان باید شروع شود؟

‌تجربه کشورهای پیشرو در هوش‌مصنوعی این است که دانش‌آموزان از زمان ورود به مدرسه باید با هوش‌مصنوعی آشنا شوند. نکته مهم این موضوع این است در هر دوره‌ای باید سطح و نوع محتوا با سن و توانایی‌های شناختی دانش‌آموزان تطبیق داده شود.

سه مرحله برای یادگیری هوش‌مصنوعی به دانش‌آموز بیان شده است‌:

۱ - آموزش در سنین ابتدایی (۶ تا ۱۰ سال)‌:

آموزش هوش‌مصنوعی در این بازه سنی باید به‌صورت غیرمستقیم و ساده باشد و بیشتر بر مفاهیم پایه‌های علوم کامپیوتر و تفکر محاسباتی متمرکز شود. کودکان در این سن می‌توانند از طریق بازی‌ها و فعالیت‌های تعاملی با اصول اولیه هوش‌مصنوعی آشنا شوند که مهمترین و معروف‌ترین ابزار جهانی در این زمینه Scratch است که به کودکان کمک می‌کند منطق برنامه‌نویسی و مفاهیم تصمیم‌گیری خودکار را درک کنند.

۲ - آموزش در دوره اول متوسطه (۱۱ تا ۱۴ سال)‌:

دانش‌آموزان در این بازه سنی برای آموزش هوش‌مصنوعی می‌توانند با مفاهیم پیشرفته‌تر هوش‌مصنوعی آشنا شوند و مهارت‌های برنامه‌نویسی خود را توسعه دهند. در این دوره سنی دانش‌آموزان می‌توانند با الگوریتم‌ها آشنا شده و نحوه کار الگوریتم‌ها و مثال‌هایی از الگوریتم‌های مورد استفاده در هوش مصنوعی مانند مرتب‌سازی، جستجو و شناسایی الگو یاد بگیرند. معرفی مفاهیم مربوط به داده‌ها و اهمیت آن‌ها در هوش‌مصنوعی، مانند جمع‌آوری و تحلیل داده‌ها بخش بعدی یادگیری آن‌ها می‌تواند باشد و ساخت ربات‌های ساده و برنامه‌نویسی آن‌ها، با مفاهیم هوش‌مصنوعی در دنیای واقعی تعامل کنند و در نهایت نیز از زبان‌های برنامه‌نویسی مانند Python که برای توسعه پروژ‌های ساده هوش‌مصنوعی مناسب است استفاده کنند.

۳ - آموزش در دوره دوم متوسطه (۱۵ تا ۱۸ سال)‌:

این آموزش‌ها می‌تواند شامل معرفی مفاهیم پایه‌های یادگیری ماشین، انواع یادگیری (نظارت‌شده، نظارت‌نشده و تقویتی) و کاربردهای آن، پردازش زبان طبیعی و توضیح اینکه چگونه سیستم‌های هوشمند می‌توانند زبان انسانی را درک و پردازش کنند، بینایی ماشین و آشنایی با فناوری‌هایی که به کامپیوترها امکان تحلیل تصاویر و ویدئوها را می‌دهد و در نهایت نیز اجرای پروژه‌های عملی هوش‌مصنوعی و تشویق دانش‌آموزان به ساخت پروژه‌های هوش‌مصنوعی ساده، مانند یک برنامه یادگیری ماشین که بتواند تصاویر یا متن‌ها را تشخیص دهد، می‌تواند باشد. یکی از امتیازات هوش‌مصنوعی استفاده از دو تکنیک یادگیری ماشین و یادگیری عمیق است. یادگیری ماشین در هوش‌مصنوعی موجب می‌شود که روش‌های یادگیری با استفاده از یادگیری ماشین توسعه و بهبود یافته و همزمان با استفاده از یادگیری عمیق، بهیود‌یافته و بهینه‌سازی شود.

این اقدامات را می‌توان به صورت زیر دسته‌بندی کرد:

۱ - آموزش شخصی‌سازی شده‌:​

شخصی‌سازی روش‌های آموزشی براساس دسته‌بندی مختلف اقلیمی، تنوع فرهنگی، نگرش‌های توسعه‌ای و تولید محتوا براساس این دسته‌بندی‌ها و همچنین سرعت یادگیری، توانایی ذهنی و فکری و نیازهای دانش‌آموزان، توسعه آموزش و یادگیری عمیق در آن‌ها را موجب می‌شود.

۲ - دستیارهای آموزشی:

این دستیارهای آموزشی می‌توانند به دانش‌آموزان کمک کنند تا دانش‌آموزان بتوانند به سرعت پاسخ سوالات خود را دریافت کنند و پیچیدگی ذهن ایجاد‌شده را در دانش‌آموز کاهش داده و موجب حذف خیلی از مشکلات دانش‌آموزان می‌شوند. این دستیارها به‌صورت ۲۴ ساعت هر روز، هفت روز هفته و سیصد‌و‌شصت‌و‌پنج روز سال در دسترس باشند و سوالات دانش‌آموزان را پاسخ گفته و با استفاده از تکنیک‌های یادگیری ماشین مدل‌های ذهنی دانش‌آموزان را شناخته و براساس آن پاسخ آن‌ها را با استفاده از مدل ذهنی آنان پاسخ دهند تا یادگیری کامل صورت گیرد.

۳ - یادگیری تطبیقی هوشمند‌:

هوش‌مصنوعی می‌تواند بر‌اساس ارزیابی هوش هر یک از دانش‌آموزان، مدل‌های آموزشی سطح‌بندی شده‌ای را ارائه دهد که موجب می‌شود دانش‌آموز باهوش، یادگیری را در مسیر راحت‌تر طی کرده و دانش‌آموز با سطح پایین‌تر هوشی با استفاده از چندین مثال ‌یا حتی با استفاده از فناوری‌های واقعیت مجازی و واقعیت افزوده، مسیر یادگیری خود را به پیش ببرد.

۴ - ارزیابی‌های خودکار و هوشمند:

یکی از موضوعاتی که دارای چالش‌های فراوان است مدل‌های ارزیابی یادگیری جمعی و یک یا چند دوره‌ای است که هوش‌مصنوعی با استفاده از تکنیک‌های موجود خود می‌توانند به دانش‌آموزان کمک کند تا به‌صورت خودکار و هوشمند ارزیابی‌ها را به‌صورت همزمان انجام، استرس‌ها و نگرانی‌های موجود در ارزیابی‌های سنتی را به شدت کاهش دهد. این موضوع نه تنها کار یادگیری را تسهیل می‌کند بلکه فعالیت نظارتی و ارزیابی معلمان فیزیکی را هم بهبود داده و ارزیابی‌ها را دقیق‌تر و قابل استنادتر کرده و بر‌اساس علایق و شناخت می‌توان از توانمندی هر دانش‌آموز با استفاده از هوش‌مصنوعی به صورت خیلی دقیق و قابل استناد استفاده کرد.

۵ - شناسایی و حمایت از دانش‌آموزان ویژه‌:

یکی از ویژگی‌های هوش‌مصنوعی این است که می‌تواند با استفاده از تکنیک‌های خود دانش‌آموز ویژه را شناسایی و مسیر اختصاصی یادگیری را براساس سطح‌بندی هوش آن طراحی و ارائه کند.

۶ - توسعه مهارت‌های خودآموزی:

هوش‌مصنوعی می‌تواند مهارت‌های خودآموزی را در دانش‌آموزان با استفاده از تمرینات خودکار و تعاملی توسعه دهد. این موضوع در یک ساختار بزرگ به شدت می‌تواند سطح هزینه‌های آموزشی را کاهش دهد. این موضوع موجب شده است که یادگیری مجازی در دهه هفتاد میلادی با استفاده از هوش‌مصنوعی رایج شود و اکنون نیز کلاس‌های مجازی در جهان با استفاده از هوش‌مصنوعی به شدت طرفدار دارد.

اقدامات کشور‌های مختلف برای استفاده از هوش‌مصنوعی در بهبود سیستم‌های آموزشی/ آسیا پرچم‌دار است

بد نیست بدانید که الان در جهان کشوری وجود ندارد که از هوش‌مصنوعی در بهبود سیستم‌های آموزشی استفاده نکند. بحث در این است که کشورها با چه نگرشی از هوش‌مصنوعی برای توسعه سطح آموزش دانش‌آموزان خود استفاده می‌کنند. در پنج قاره جهان، قاره کهن آسیا در این زمینه پرچم‌دار است. کشورهای چین، سنگاپور، هند، کره جنوبی در این قاره اقدامات را به شح زیر انجام داده‌اند:

۱ - چین: در بسیاری از مدارس و دانشگاه‌های ‌پرجمعیت‌ترین کشور جهان یعنی چین، سیستم‌های آموزشی هوشمند فعال شده و دارای کاربردهایی مانند استفاده از هوش‌مصنوعی برای تحلیل داده‌های مربوط به عملکرد دانش‌آموزان و ارائه بازخوردهای دقیق به معلمان، سیستم‌های یادگیری هوشمند که براساس نیازها و توانایی‌های هر دانش‌آموز مسیرهای یادگیری مختلفی را پیشنهاد می‌دهند و استفاده از فناوری تشخیص چهره برای نظارت بر حضور دانش‌آموزان و حتی تحلیل رفتارهای آن‌ها در کلاس استفاده می‌شود. جالب است بدانید چین در حال توسعه ابزارهای هوش مصنوعی شبیه‌سازی‌های آموزشی برای دانش‌آموزان و حمایت از یادگیری زبان‌های خارجی توسط هوش‌مصنوعی است.

۲ - سنگاپور: هوش‌مصنوعی برای شخصی‌سازی یادگیری و بهبود مدیریت کلاس‌ها در کشور سنگاپور مورد استفاده قرار گرفته و دانش‌آموزان با استفاده از این سیستم‌ها به منابع آموزشی متناسب با سطح درسی خود دسترسی داشته و از محتوای یادگیری براساس پیشرفت خود استفاده می‌کنند.

۳ - هند: هوش‌مصنوعی در کشور پر‌جمعیت و پهناور هند برای بهبود دسترسی به آموزش در مناطق دورافتاده و کم‌برخوردار مورد استفاده قرار می‌گیرد. تکنولوژی هوش‌مصنوعی برای ارائه آموزش‌های شخصی‌سازی شده شامل میلیون‌ها دانش‌آموز در کشور می‌شود که با استفاده از پلتفرم‌های مبتنی بر هوش‌مصنوعی، داده‌های یادگیری دانش‌آموزان را تحلیل کرده و بر‌اساس آن‌ها مسیرهای یادگیری خاصی را به آن‌ها ارائه داده و تصحیح خودکار آزمون‌ها و مدیریت یادگیری آنلاین در مدارس و دانشگاه‌ها برای کاهش هزینه‌های آموزشی و کارآمد‌کردن و مقرون به‌صرفه‌ کردن سیستم آموزشی خود انجام می‌دهد.

۴ - کره‌جنوبی: یکی از کشورهای پیشرو در استفاده از هوش‌مصنوعی در آموزش کره جنوبی است. این کشور از هوش‌مصنوعی برای توسعه پلتفرم‌های یادگیری شخصی‌سازی شده، بهبود تجربه آموزشی در کلاس‌های درس، مدیریت یادگیری از راه دور و آموزش مجازی و در نهایت تقویت یادگیری زبان‌های خارجی و ارائه بازخوردهای سریع و دقیق به دانش‌آموزان استفاده می‌کند. این کشور فناوری‌های هوش‌مصنوعی را مخصوصاً در علوم، فناوری و ریاضیات به‌کار گرفته است تا بتواند سطح فعلی این علوم را در آن کشور ارتقا دهد.

۵ - آمریکای شمالی: در سایر قاره‌ها نیز هوش‌مصنوعی به شدت در حال توسعه است. این موضوع در آمریکای شمالی شدیداً طرفدار دارد و به شدت در حال توسعه بوده و پلتفرم‌های مختلفی در صنایع آموزشی در حال فعالیت است. این پلتفرم‌ها بر‌اساس توانایی‌ها و عملکرد دانش‌آموزان، مسیرهای یادگیری شخصی‌سازی شده ارائه می‌دهند و به معلمان کمک می‌کنند تا پیشرفت هر دانش‌آموز را بهتر درک کنند. هوش‌مصنوعی در دانشگاه‌ها، دانش‌سراها و حتی مدارس این قاره به شدت توسعه یافته‌اند و با استفاده از تکنیک‌های یادگیری ماشین می‌توانند تجزیه و تحلیل داده‌‌‌ها برای بهبود عملکرد سیستم آموزشی را انجام داده و تکالیف و آزمون‌ها را به‌صورت تصحیح خودکار، ارائه بازخورد به دانش‌آموزان استفاده می‌کنند.

۶ - اروپا: در قاره اروپا نیز اکثر کشورهای این قاره استفاده از هوش‌مصنوعی را بر‌اساس مصوبات اتحادیه اروپا در اولویت اجرا قرار داده‌اند. یکی از کشورهایی که قاره اروپا در این زمینه پیرو است کشور بریتانیاست؛ این کشور هوش‌مصنوعی در بخش‌های مختلف آموزش، به‌ویژه در زمینه یادگیری آنلاین و ابزارهای آموزشی دیجیتال به‌کار گرفته و از آن برای ارائه آموزش‌های تطبیقی به دانش‌آموزان استفاده و براساس توانایی‌های فردی هر دانش‌آموز یا دانشجو، مسیرهای یادگیری مناسب را ارائه می‌دهند.

کشور دیگری که در قاره اروپا در این زمینه حرفی برای گفتن دارد، کشور فنلاند است. این کشور علی‌رغم دارا‌بودن سیستم آموزشی پیشرفته، از هوش‌مصنوعی برای ارتقای سطح آموزشی را به شدت دنبال می‌کند. این کشور از هوش‌مصنوعی برای حمایت از یادگیری مستقل دانش‌آموزان و بهبود آموزش‌های شخصی‌سازی شده بهره می‌برد. سیستم‌های هوشمند آموزشی طراحی شده در کشور فنلاند به معلمان کمک می‌کنند تا براساس نیازهای فردی دانش‌آموزان، محتوای درسی مناسب را ارائه داده و مدیریت کلاس‌های آنلاین و تعامل بهتر بین معلمان و دانش‌‌آموزان را بهبود ببخشد. کشورهای دیگری نیز در قاره اروپا مانند استونی و لتونی علی‌رغم وسعت کوچک آن کشورها، برنامه‌های مختلفی را برای بهره‌گیری از هوش‌مصنوعی جهت شخصی‌سازی آموزش، بهبود روش‌های یادگیری دانش‌آموزان در مدارس، یادگیری از راه دور و ادغام آن در برنامه‌های آموزشی آنلاین، ارزیابی برخط دانش‌آموزان، بهبود فرآیندهای آموزشی و بهبود کیفیت آموزش در حال اجرا دارند.

کاربرد‌های هوش‌مصنوعی ایران در آموزش دانش‌آموزان   

خوب حال که با برنامه‌های سایر کشورها برای استفاده از هوش‌مصنوعی در روند‌های آموزشی آشنا شدیم، خوب است که نگاهی به کشور خودمان بی‌اندازیم. علی‌رغم اینکه جمهوری اسلامی ایران در سال‌های اخیر نیم‌نگاهی به استفاده از هوش‌مصنوعی در حوزه آموزش داشته است ولی هنوز نتوانسته است مانند کشورهای پیشرفته، برنامه‌های منظم و قاعده‌مندی را به‌صورت ثابت پیش ببرد که علت‌های مختلفی مانع این پیشرفت شده است که در جای خود قابل بررسی و تجزیه و تحلیل خواهد بود.

۱ - پلتفرم های یادگیری برخط‌:

استفاده از پلتفرم‌های یادگیری آنلاین که از هوش‌مصنوعی برای بهبود تجربه یادگیری بهره می‌برند در کشور در حال توسعه و گسترش است. از ویژگی‌های مهم و اساسی این پلتفرم‌ها می‌توان به شخصی‌سازی محتوا و مسیرهای یادگیری دانش‌آموزان، جمع‌آوری داده‌های مربوط به پیشرفت و عملکرد دانش‌آموزان توسط این سیستم‌ها و ارائه پیشنهاد محتوای آموزشی مناسب ‌به آن‌ها را می‌توان بیان کرد.

۲ - سیستم‌های تطبیقی یادگیری:

تعدادی از دانشگاه‌ها، مؤسسات آموزشی و حتی برخی از مدارس غیر‌انتفاعی در کشور از سیستم‌های تطبیقی یادگیری مبتنی بر هوش‌مصنوعی استفاده می‌کنند. طراحی این سیستم به‌طوری انجام شده است که محتوای آموزشی هر دانش‌آموز بر‌اساس توانایی‌های فردی او، به‌طور خودکار تنظیم، تولید و ارائه شود تا دانش‌آموز بتواند با سرعت و روش‌های مناسب بر‌اساس توانایی خود یادگیری را انجام دهد.

۳ - سیستم تشخیص دانش‌آموزان ویژه‌:

سیستم تشخیص دانش‌آموزان ویژه با استفاده از هوش‌مصنوعی در ایران می‌تواند با استفاده از تکنیک‌هایی خود، دانش‌آموز ویژه را شناسایی و مسیر اختصاصی یادگیری را براساس سطح‌بندی هوش آن طراحی و ارائه دهند.

۴ - سیستم آموزش هوشمند زبان‌:

سیستم آموزش هوشمند زبان در بعضی از موسسات آموزش زبان با استفاده از هوش‌مصنوعی برای بهبود فرآیند یادگیری زبان مورد استفاده قرار می‌گیرد. هوش‌مصنوعی این امکان را به دانش‌آموزان می‌دهد تا با استفاده از تمرین‌های تطبیقی، مهارت‌های گفتاری، شنیداری، نوشتاری و خواندن زبان خود را به‌صورت خودکار تقویت کنند.

۵ - سیستم ارزیابی هوشمند و خودکار‌:

هوش‌مصنوعی با استفاده از تکنیک‌های موجود خود می‌توانند به دانش‌آموزان کمک کند تا با استفاده از مدل‌های ارزیابی یادگیری جمعی یک یا چند دوره‌ای مبتنی بر تکنیک‌های یادگیری ماشین و به صورت خودکار و هوشمند، ارزیابی‌های دانش‌آموزان را به‌صورت همزمان انجام دهد و استرس‌ها و نگرانی‌های موجود در ارزیابی‌های سنتی را به شدت کاهش دهد.

۶ - توسعه مهارت‌های خودآموزی‌:

هوش‌مصنوعی می‌تواند مهارت‌های خودآموزی را در دانش‌آموزان با استفاده از تمرینات خودکار و تعاملی توسعه دهد. این موضوع در یک ساختار بزرگ به شدت می‌تواند سطح هزینه‌های آموزشی را کاهش دهد.

‌زیرساخت‌های اصلی مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش

تا اینجای بحث به این آگاهی رسیدیم که کشورمان برای بهره‌گیری از هوش‌مصنوعی برنامه‌هایی را در حال اجرا دارد. خوب حال اگر بخواهیم این برنامه‌ها را در وزارت آموزش و پرورش عملیاتی کنیم به چه زیرساخت‌هایی نیاز داریم. در ادامه برخی از زیرساخت‌های اصلی مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش را بیان خواهم کرد.

 ۱ - زیرساخت ارتباطی پرسرعت، پایدار و امن: 

اولین زیرساخت مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش وجود زیرساخت‌های ارتباطی پرسرعت، پایدار و امن است. شاید عمده فناوری‌های مبتنی بر هوش‌مصنوعی از طریق اینترنت و شبکه یکپارچه با ویژگی‌های پیش‌گفته کار می‌کند. بنابراین دسترسی سراسری در پهنه کشور به اینترنت پرسرعت در تمام مدارس، به‌ویژه در مناطق روستایی و محروم از اولین الزامات توسعه هوش‌مصنوعی در این وزارت‌خانه کلیدی است و اولویت دوم در این زمینه نیز ارتقای زیرساخت‌های شبکه‌های ارتباطی برای پشتیبانی از حجم بالا‌ی داده‌های آموزشی که توسط هوش‌مصنوعی پردازش می‌شود خواهد بود.

۲ - مراکز داده استانی و ملی استاندارد‌:

هوش‌مصنوعی نیاز به حجم وسیعی از پردازش داده‌ها در لبه سرویس نیاز دارد، با توجه به وسعت کشور، ساخت مراکز داده استاندارد و مقیاس‌پذیر‌ ‌استانی برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش الزام است. ایجاد مرکز داده استاندارد و مقیاس‌پذیر اصلی وزارت‌خانه به همراه مرکز داده استاندارد و مقیاس‌پذیر پشتیبان و مرکز داده استاندارد و مقیاس‌پذیر بازیابی بعد از بحران برای استقرار و سرویس‌دهی به تمام استان‌ها توسط پلتفرم‌های اصلی سرویس‌دهنده مبتنی بر هوش‌مصنوعی دومین الزام مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش است.

۳ - زیرساخت خدمات ابری پرسرعت، پایدار و امن: 

ایجاد زیرساخت خدمات ابری با استفاده از زیرساخت‌های سرویس‌دهی مراکز داده استانی و ایجاد ابر آموزشی در کشور، اولین زیرساخت خدمات ابری مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش است. دومین الزام این زیرساخت، ایجاد روندهای مربوط به امنیت سایبری مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش است.

 ۴ - پلتفرم‌های بومی‌سازی شده مبتنی بر هوش‌مصنوعی:

یکی دیگر از الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش موضوع ایجاد پلتفرم‌های بومی‌سازی شده بر اساس هوش‌مصنوعی در کشور است که خوشبختانه در این زمینه بخشی از فعالیت‌ها آغاز شده ولی قطعاً نیاز کشور خیلی فراتر از این اقدامات است. این پلتفرم‌ها باید حداقل قابلیت ارائه یادگیری شخصی‌سازی شده را برای هر دانش‌آموز، انجام تحلیل داده‌های آموزشی برای بهبود روش‌های تدریس و فراهم‌سازی یادگیری و تعاملات آموزشی هوشمند و ارزیابی‌های خودکار را داشته باشند. در ضمن سازگار‌سازی پلتفرم‌های در حال فعالیت و همچنین توسعه نرم‌افزارهای آموزشی هوشمند با نیازها و شرایط بومی ایران باید طی یک برنامه مشخص با زمان‌بندی دقیق انجام شود.

۵ - آموزش معلمان و توسعه مهارت‌های دیجیتال آن‌ها:

از دیگر الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش، آموزش فناورمحور معلمان فعلی و تربیت معلمان مبتنی بر نگرش‌های هوش‌مصنوعی در دانشگاه‌های اختصاصی وزارت آموزش و پرورش و ارائه طرح درس مورد‌ نیاز با تاکید بر یادگیری مهارت‌های دیجیتال و فناوری‌های هوشمند توسط این وزارتخانه به وزارت علوم برای تغییر محتوای درسی معلمان در حال تحصیل در سایر دانشگاه‌ها است. این الزام باید منجر به یادگیری استفاده از ابزارهای هوش‌مصنوعی و پلتفرم‌های آموزشی هوشمند توسط معلمان، آماده‌سازی معلمان فعلی و آتی برای تدریس با استفاده از فناوری‌های نوین و پشتیبانی مستمر آموزشی جهت روزآمد‌سازی معلمان و دانش‌آموزان برای استفاده بهینه از فناوری‌های هوش‌مصنوعی شود.

۶ - زیرساخت‌ها و تجهیزات سخت‌افزاری مدرن:

از دیگر الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش‌و‌پرورش، وجود زیرساخت‌ها و تجهیزات سخت‌افزاری مدرن در مدارس است که در یک برنامه توسعه‌ای انجام و در دوره‌های سه ساله باید روزآمد‌سازی شود. این تجهیزات حداقل شامل کامپیوترها و تبلت‌ها برای معلمان، مدیران و دانش‌آموزان در مدارس، تخته‌های هوشمند، سنسورها و تجهیزات هوشمند برای تحلیل عملکرد و رفتار دانش‌آموزان در کلاس‌های مجازی خواهد بود.

۷ - تدوین قوانین و سیاست‌گذاری‌های حمایتی‌:

از دیگر الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش، موضوع تدوین قوانین و سیاست‌گذاری‌های حمایتی مورد نیاز برای حفاظت از زیرساخت‌ها، سرویس‌ها و همچنین داده‌های تولید شده در سامانه‌ها و حذف قوانین مبتنی بر سیستم سنتی و ایجاد استانداردهای جدید برای حوزه‌های مختلف مانند حوزه اخلاقی، ورزشی و ... همچنین روش‌های پرداخت حقوق و مزایای معلمان و سایر عوامل در سیستم‌های ارائه خدمات آموزشی مبتنی بر هوش‌مصنوعی است.

۸ - دسترسی و توزیع عادلانه به فناوری:

از دیگر الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش‌و‌پرورش، دسترسی و توزیع عادلانه به فناوری برای همه معلمان و دانش‌آموزان در سراسر کشور است. این الزامات باید بتواند امکانات و تجهیزات آموزشی در مناطق روستایی و محروم را تأمین کرده و شکاف دیجیتال بین دانش‌آموزان از نظر دسترسی به اینترنت و توزیع ابزارهای هوشمند را به‌صورت معنی‌داری کاهش دهد.

۹ - سیستم‌های ارزیابی هوشمند معلمان و دانش‌آموزان:

از دیگر الزامات مورد نیاز برای توسعه هوش‌مصنوعی در وزارت آموزش و پرورش، موضوع ارزیابی هوشمند معلمان و دانش‌آموزان است. این سیستم هوشمند باید بتواند عملکرد دانش‌آموزان را به صورت مداوم بررسی کرده و بازخوردهای دقیق برای توسعه روندهای آموزشی ارائه دهند. این سیستم هوشمند باید بتواند آزمون‌های تطبیقی براساس توانایی‌های فردی هر دانش‌آموز ایجاد کرده و بازخوردهای شخصی‌سازی‌شده و قابل درک ارائه داده و تحلیل داده‌های پیشرفت تحصیلی برای کمک به بهبود فرآیند یادگیری و تدریس را به معلم ارائه دهند. همچنین این سیستم باید روند ارزیابی برخط خود معلم را مبتنی بر هوش‌مصنوعی انجام داده و توصیه‌های لازم برای بهبود تدریس معلمان را ارائه دهند.

هوش‌مصنوعی در وزارت آموزش و پرورش در چه جایگاهی است؟

حال که همه این حرف‌ها را زدیم و رسیدیم به این بخش، خود وزارت آموزش و پرورش در حوزه توسعه هوش‌مصنوعی در چه وضعیتی قرار دارد؟ این وزارتخانه در کجا ایستاده است. البته که من به‌عنوان کسی که به اطلاعات به‌روز و به‌هنگام در این زمینه دسترسی ندارم قطعاً صلاحیت اعلام نظر در این زمینه را ندارم ولی از آنجایی که اطلاعات منتشر شده موجود در کشور قدری در این زمینه مشخص است سعی می‌کنم بر این اساس و با استفاده از تجربه خود در این زمینه مواردی را به شرح آتی بیان کنم‌:

توانمندی‌های این وزارتخانه برای توسعه هوش‌مصنوعی در این زمینه را می‌توان چنین بیان کرد:

۱ - شبکه آموزشی دانش‌آموز (شاد):

شبکه آموزشی دانش‌آموز (شاد) یکی از نخستین پلتفرم‌ها در کشور است که بر‌اساس الزامات ایجاد شده در زمان همه‌گیری کرونا در کشور ایجاد و بستری برای آموزش آنلاین و ارتباط بین دانش‌آموزان و معلمان فراهم کرد. هرچند این سامانه مبتنی بر هوش‌مصنوعی نیست ولی قابلیت ادغام با پلتفرم‌های مبتنی بر هوش‌مصنوعی را دارا‌ست. این پلتفرم برای رسیدن به سطح مورد نظر باید بتواند امکان تحلیل داده‌های آموزشی برای بهبود کیفیت تدریس و شناسایی نیازهای آموزشی دانش‌آموزان، شخصی‌سازی محتوای آموزشی با استفاده از هوش‌مصنوعی برای دانش‌آموزان مختلف بر اساس نیازهای فردی و همچنین توسعه سیستم‌های تطبیقی یادگیری و آزمون‌های هوشمند را در پلتفرم خود توسعه دهد.

۲ - پلتفرم‌های یادگیری برخط خصوصی:

براساس شناختی که من از حوزه آموزش در بخش خصوصی دارم چندین پلتفرم‌های یادگیری برخط خصوصی در کشور فعال بوده و در حال ارائه خدمات آموزش دیجیتال هستند. این پلتفرم‌ها، در حال توسعه زیرساخت‌های خود مبتنی بر هوش‌مصنوعی هستند و با کمک به بدنه فنی وزارت آموزش و پرورش، موجب شده‌اند تا وزارت آموزش و پرورش تجربیات خود را در زمینه هوش‌مصنوعی بهبود ببخشد.

۳ - طرح هوشمند‌سازی مدارس:

طرح هوشمند‌سازی مدارس یکی از طرح‌های خوب در زمینه حرکت به سمت استفاده از هوش‌مصنوعی در مدارس کشور است که تحت نظارت وزارت آموزش و پرورش در حال اجراست، اینکه با تجهیز مدارس با تخته‌های هوشمند، تبلت‌ها و کامپیوترها امکان استفاده از سیستم‌های هوش‌مصنوعی را در بعضی از فرآیندهای یادگیری فراهم می‌کنند، قطعاً این اقدام نیز باید در کل کشور انجام شود.

۴ - هوشمند‌سازی فرآیندهای ارزیابی‌:

هوشمند‌سازی فرآیندهای ارزیابی در وزارتخانه بزرگی مثل آموزش و پرورش قطعاً نیازمند برنامه‌ریزی دقیق برای استفاده از هوش‌مصنوعی در این زمینه و همچنین یکپارچه‌سازی نرم‌افزارهای جزیره‌ای ارزیابی معلمان و دانش‌آموزان در مدارس و تبدیل آن‌ها به یک پلتفرم ارزیابی هوشمند مبتنی بر هوش‌مصنوعی در کل وزارتخانه الزامی است. در ضمن این پلتفرم باید بتواند تحلیل داده‌ها، پیش‌بینی نتایج و بهبود فرآیندهای مدیریتی در مدارس و ادارات آموزش و پرورش را به ارمغان بیاورد.

۵ - توسعه برنامه‌های آموزش معلمان‌:

توسعه برنامه‌های آموزش معلمان در دو سطح معلمان فعلی و معلمان آتی تدوین شده‌اند که احتمال با اولویت اول برای معلمان فعلی باید بهینه شده و اجرایی شود. برای معلمان آتی نیز در سطح دانشگاه‌های اختصاصی وزارتخانه و همچنین سایر دانشگاه‌ها باید طرح درس دوره‌های کارشناسی ‌براساس استفاده از هوش‌مصنوعی بهینه‌سازی شود تا در برنامه مشخصی وزارت آموزش و پرورش از پوسته سنتی خود خارج شده و خود متحول کند که این اقدام می‌تواند کشور را در زمینه هوش‌مصنوعی متحول کند.

۶ - سایر برنامه‌های توسعه‌ای‌:

یکی از مشکلات این وزارتخانه عدم همخوانی نیروی انسانی فعلی با توان آموزشی در پهنه کشور است. برای حل این مشکل ساختاری تنها اقدام قابل انجام، توسعه هوش‌مصنوعی است و این وزارتخانه باید تمام برنامه‌های توسعه خود را در مسیر هوش‌مصنوعی دنبال کند و این اقدام اتفاق نمی‌افتد مگر اینکه این معاونت طرح و برنامه این وزارتخانه، تبدیل به معاونت توسعه هوش‌مصنوعی شود. اگر این معاونت چنین مأموریتی پیدا کند قطعاً باید کسی سکان هدایت آن‌را به عهده بگیرد که متخصص هوش‌مصنوعی در حوزه آموزش باشد. اگر این اتفاق بیافتد می‌توان امیدوار بود این وزارتخانه کلیدی بتواند از گردنه به سلامت عبور کند و توسعه هوش‌مصنوعی را در کشور نهادینه کند. در این زمینه چالش‌های فراوانی وجود دارد. این چالش‌ها را می‌توان در دسته‌بندی‌های مختلفی مانند اقتصادی، فرهنگی، قومی، اقلیمی جمعیتی و نابرابری آموزشی در سطح کشور و ... دسته‌بندی کرد. یکی از چالش‌های اصلی که می‌تواند برنامه توسعه هوش‌مصنوعی را دچار مشکل کند موضوع تاثیر وضعیت اقتصادی کشور بر روی یادگیری هوش‌مصنوعی توسط دانش‌آموزان در کشور است. این موضوع می‌تواند حداقل شامل مواردی به شرح زیر باشد‌:

۱ -عدم دسترسی مکفی به تجهیزات فناورانه و همچنین زیرساخت ارتباطی در کشور

۲ - نابرابری آموزشی بین مناطق شهری و روستایی و همچنین مناطق پر‌امکانات و مناطق کم‌برخودار

۳ - کاهش بودجه‌های آموزشی و تحقیقات در حوزه هوش‌مصنوعی

۴ - مشکلات مالی خانواده دانش‌آموزان برای تأمین زیرساخت تجهیزاتی مورد نیاز

۵ - عدم تأمین مالی مورد نیاز توسط خانواده برای ثبت‌نام در دوره‌های تخصصی

۶ - کمبود نیروی انسانی متخصص و عدم اختصاص زمان کافی برای ارتقای سطح دانش آن‌ها

۷ - نقش آموزش خصوصی در ایجاد و تشدید نابرابری آموزشی در بین دانش‌آموزان 

یکی از چالش‌های مهم و شاید مخفی در زمینه توسعه هوش‌مصنوعی، نبود مراکز داده استاندارد که زیرساخت‌های پردازشی هوش‌مصنوعی را به‌عهده دارند، است. سرمایه‌گذاری در راه‌اندازی یک مراکز داده استاندارد وزارتخانه نه یک برنامه توسعه‌ای بلکه یک الزام اولویت‌دار است. جایی که هر‌آن امکان دارد اطلاعات چندین میلیون نفر به علت عدم برنامه‌ریزی برای بهینه‌سازی مرکز داده وزارتخانه به این مهمی دچار مشکل شود. نکته نهایی در این زمینه نیز این موضوع است که متاسفانه هنوز در کشور هستند مدیران مدرسه‌ای حاضرند ساختمان ۴۰ ساله مدرسه خود را دو بار در سال رنگ مالی کنند که هزینه‌ صِرف هست ولی حاضر نیستند یک دستگاه سرور ‌یا یک دستگاه سوئیچ شبکه برای توسعه زیرساخت مدرسه بخرند که سرمایه‌گذاری واقعی است و این درد بزرگی است. با این همه به شخصه آرزو‌‌ دارم که این اتفاق مهم و با‌اولویت در کشور در سایه تدبیر مدیران محترم اتفاق بیافتد و کشور از این خوان نعمت برخودار شود.‌ 

*متخصص زیرساخت هوش‌مصنوعی