تصویر نمایشی
هفتهی پیش، در یک جلسهی صرف قهوه، یکی از همکارانم که مدرس ترجمه در دانشگاهی در ویتنام است، آهی کشید و گفت: «قبلاً عاشق تدریس ترجمه بودم. اما حالا، هر بار که وظیفهای به من محول میشود، دانشجویان فقط سوال را در ChatGPT پیست میکنند و نتیجه را ارسال میکنند. من دیگر به سختی میتوانم بازخوردی بدهم.»
تناقض: دانش و مهارت دیگر کمیاب نیست، با این حال شهریهها در حال افزایش است.
این داستان منحصر به آموزش ترجمه نیست. این نشان دهنده نگرانی فزاینده در بخش آموزش است، زیرا ابزارهای هوش مصنوعی مانند ChatGPT و DeepL بسیاری از مدلهای آموزشی، به ویژه در دانشگاهها که دهههاست وجود دارند را مختل میکنند.
قرنها، دانشگاهها بر اساس یک فرض بسیار ساده عمل میکردند: دانش و مهارت کمیاب بودند. برای کسب دانش و مهارت، دانشجویان مجبور بودند شهریه بپردازند، در کلاسها شرکت کنند، کتاب بخوانند، تکالیف خود را انجام دهند و در نهایت مدرک تحصیلی دریافت کنند.
مدرک تحصیلی هم منبع دانش و هم گواهی صلاحیت برای بازار کار است.
اما امروزه، هوش مصنوعی میتواند در عرض چند ثانیه و تقریباً با هیچ هزینهای توضیح، ترکیب، ترجمه و بنویسد. به طور متناقضی، در حالی که دانش و مهارت دیگر کمیاب نیستند و ارزانتر میشوند، شهریه دانشگاهها به طور پیوسته در حال افزایش است.
بازار کار سریعتر از دانشگاهها واکنش نشان میدهد. در بریتانیا، تعداد مشاغل موجود برای فارغالتحصیلان اخیر در طول سال گذشته حدود ۳۳ درصد کاهش یافته است که پایینترین سطح در هفت سال گذشته است، که عمدتاً به دلیل استفاده کسبوکارها از هوش مصنوعی برای خودکارسازی موقعیتهای شغلی سطح مبتدی است. (سطح شغلی برای کسانی که تجربه کمی دارند یا اصلاً تجربه ندارند) و کاهش هزینه.
در ایالات متحده، بیش از ۲۷ ایالت، الزامات مدرک دانشگاهی را برای طیف وسیعی از موقعیتهای خدمات عمومی حذف یا کاهش دادهاند، با هدف گسترش مجموعه استعدادها و رسیدگی به کمبود نیروی کار و همچنین «تورم مدرک تحصیلی» (روند الزام به مدارک تحصیلی بالاتر برای مشاغلی که قبلاً فقط به مدارک تحصیلی پایینتر نیاز داشتند).
کسبوکارها در حال ارزیابی مجدد نیروی کار هستند، زیرا هوش مصنوعی به طور فزایندهای جایگزین مشاغل تکراری و مبتنی بر کد میشود که زمانی حوزه فعالیت فارغالتحصیلان جوان بود.
در ویتنام، تغییر ناشی از هوش مصنوعی در خدمات مشتری و بازاریابی مشهود است، به طوری که چتباتها و ابزارهای هوش مصنوعی به تدریج جایگزین نقشهای اساسی میشوند.
در حالی که بسیاری از برنامههای دانشگاهی هنوز مهارتهای دستی مانند نوشتن محتوا یا مدیریت جامعه را آموزش میدهند، کسبوکارها به سرعت کارآموزان و کارمندان جدید را با سیستمهای هوش مصنوعی جایگزین کردهاند و استخدام کسانی را که میتوانند هوش مصنوعی را برای بهبود عملکرد به کار گیرند، در اولویت قرار دادهاند.
با این حال، همه انواع دانش و مهارتها با نرخ یکسانی در حال کاهش ارزش نیستند. حوزههایی که میتوانند استانداردسازی و سادهسازی شوند، مانند حقوق، حسابداری، مدیریت، مهندسی عملیات و ترجمه، بیشترین تأثیر را میپذیرند.
من و بسیاری از همکارانم در صنعت ترجمه این را از نزدیک تجربه کردهایم. من بسیاری از مشتریان بینالمللی را که قبلاً قراردادها و اسناد نمونه را ترجمه میکردند، از دست دادهام، زیرا هوش مصنوعی اکنون این وظایف را سریعتر و ارزانتر انجام میدهد.
اما من هنوز پروژههای دیگری دارم، مانند ویرایش ترجمهها از Chat GPT، جستجو و تجزیه و تحلیل گروههای بیمار برای آزمایش پرسشنامههای سلامت ترجمه شده توسط هوش مصنوعی، مقایسه پاسخها بین گروهها و تطبیق زبان برای متناسب شدن با زمینههای فرهنگی مختلف.
اینها مشاغلی هستند که نیاز به قضاوت، تجربه و همدلی دارند - ویژگیهایی که هوش مصنوعی، حداقل فعلاً، نمیتواند جایگزین آنها شود.
یکی از دوستان من که در معماری کار میکند، تجربه مشابهی داشت. نرمافزار و هوش مصنوعی میتوانند به سرعت در ترسیم نقشههای استاندارد کمک کنند. اما وقتی یک پروژه باید بین افراد، چشمانداز، فرهنگ، بودجه و الزامات قانونی تعادل برقرار کند، نقش معمار بسیار مهم میشود. هیچ الگوریتمی نمیتواند مانند یک متخصص باتجربه، افراد و زمینه را «بخواند».
هوش مصنوعی به «انسان» بودن نزدیکتر میشود.
این داستانها یک خط روشن و واضح را آشکار میکنند: هوش مصنوعی جایگزین خوبی برای کارهای تکراری و استاندارد شده است؛ اما هرچه به انسان، به زمینه، احساسات، اخلاق و مسئولیت اجتماعی نزدیکتر میشود، نقش انسان غیرقابل جایگزینتر میشود.
و اینجاست که داستان دیگر صرفاً حول محور ترجمه یا معماری نمیچرخد، بلکه مستقیماً به نهادی محوری در جامعهی دانشبنیان اشاره میکند: دانشگاه.
اگر حتی هوش مصنوعی بتواند در امتحان نمره بالایی کسب کند، پس ادامه تدریس و آزمون به روش قدیمی فقط ارزش دانشگاه را کاهش میدهد. ارزش دانشگاههای امروزی دیگر در درجه اول در انتقال دانش نیست، بلکه در کمک به دانشجویان برای توسعه تفکر انتقادی، قضاوت و قدرت فکری است.
با این حال، واقعیت در ویتنام نشان میدهد که اگرچه نه همه، اما بسیاری از برنامهها هنوز به روش قدیمی تدریس و ارزیابی میکنند: یادداشتبرداری - یادگیری طوطیوار - انجام تکالیف طبق یک الگو - آزمون بر اساس «پاسخهای نمونه».
در زمینه هوش مصنوعی، این روش تدریس محدودیتهای خود را به وضوح آشکار میکند. یک گزارش گروهی را میتوان در یک شب با هوش مصنوعی تکمیل کرد؛ یک ارائه را میتوان در عرض چند دقیقه ایجاد کرد؛ حتی استدلالها و شواهد را میتوان «برای شما آماده کرد». اگر ارزیابی فقط توانایی بازتولید محتوا را اندازهگیری کند، هر چه فراگیران فناوری بیشتری داشته باشند، کمتر مجبورند با استفاده از تواناییهای خود فکر کنند.
البته، پیشرفتهای مثبتی نیز وجود داشته است. در برخی از برنامههای پیشرفته، از دانشجویان خواسته میشود تا خروجی هوش مصنوعی را تجزیه و تحلیل کنند، دیدگاهها را مقایسه کنند، از استدلالها در برابر استدلالهای مخالف دفاع کنند، روی پروژههای دنیای واقعی کار کنند و مسئولیت انتخابهای خود را بر عهده بگیرند.
این مدارس در زمینه ادغام هوش مصنوعی در تدریس، سازماندهی آموزش معلمان هوش مصنوعی و توسعه برنامههای درسی که بر مهارتهای استفاده از ابزار هوش مصنوعی تأکید دارند، پیشرو هستند. با این حال، این رویکردها پراکنده هستند و از یک مدرس یا مدرسه به مدرسه دیگر متفاوتند و هنوز به یک جهتگیری سیستمی منسجم تبدیل نشدهاند.
سوال اساسی این نیست که آیا هوش مصنوعی «مانع» دانشگاهها خواهد شد یا خیر، بلکه این است: آیا دانشگاههای ویتنام به اندازه کافی سریع حرکت میکنند تا از آموزش دانش به پرورش تفکر و شخصیت انسانی - با هوش مصنوعی به عنوان ابزاری قدرتمند برای حمایت از زبانآموزان و کارگران - تغییر جهت دهند؟
منبع: https://tuoitre.vn/ai-co-dang-lam-kho-dai-hoc-20251231112540395.htm
نظر (0)