
پروفسور دکتر بنگ تین لانگ در کنفرانس سخنرانی میکند - عکس: نگوین بائو
در ۱۶ اکتبر، مرکز ارزیابی کیفیت آموزش - انجمن دانشگاهها و کالجهای ویتنام، مراسمی را برای جشن دهمین سالگرد تأسیس خود و کارگاهی با عنوان «روندهای ارزیابی کیفیت آموزش برای دوره ۲۰۲۶-۲۰۳۰ با کمک هوش مصنوعی» برگزار کرد.
وقتی ماشینها بهتر از دانشآموزان پاسخ میدهند
پروفسور دانگ اونگ ون در این کنفرانس داستان «زمانی که ماشینها بهتر از دانشآموزان پاسخ میدادند» را در کلاسی در ویتنام مرکزی تعریف کرد.
وقتی یک استاد فلسفه از دانشجویان خواست تا مقالهای در مورد اصالت در عصر دیجیتال بنویسند، یکی از دانشجویان مقالهای با روانی «غیرمعمول»، واژگان غنی، ساختار منسجم و منابع زیادی که تعداد بسیار کمی از دانشجویان ویتنامی آن را میدانند، ارائه داد. وقتی استاد از او پرسید، دانشجو گفت که از هوش مصنوعی خواسته است این کار را انجام دهد و فقط چند جمله در مورد سبک نوشتاری او را ویرایش کرده است.
با توجه به مثال بالا، آقای ون فکر میکند که مسئله کاملاً دشوار است، آیا استاد باید دانشجو را به خاطر استفاده از Chat GPT رد کند؟ هدف آموزش نشان دادن اصالت، توانایی تفکر یا مشارکت معنادار در ایدهها، حتی ایدههایی که توسط ماشین پیشنهاد میشوند، است؟
به گفته آقای ون، آموزش لیبرال بر توسعه همه جانبه انسان (عقل، احساس، اخلاق، آزادی اندیشه) تأکید دارد، اما هوش مصنوعی میتواند وظایف پیچیدهای مانند: نوشتن، تجزیه و تحلیل، حل مسائل را انجام دهد. دانشآموزان میتوانند با درخواست از هوش مصنوعی برای انجام کاری بیش از کار فکری، وسوسه شوند.
آقای ون گفت: «ظهور هوش مصنوعی نه تنها یک پیشرفت تکنولوژیکی، بلکه یک چالش فلسفی برای آموزش عالی نیز هست. هوش مصنوعی جایگزین آموزش نخواهد شد، بلکه دلایل و روشهای آموزش را تغییر شکل خواهد داد. این امر مستلزم یک فلسفه جدید است - نه جایگزین فلسفه قدیمی، بلکه پیوند دادن، تفسیر کردن و گسترش آنها در زمینههای جدید.»
به همین ترتیب، پروفسور دکتر بنگ تین لانگ - معاون دائمی سابق وزیر آموزش و پرورش، گفت که هوش مصنوعی همچنین چالشهایی را در رابطه با صداقت تحصیلی به همراه دارد.
آقای لانگ گفت: «اگر سوءاستفاده از هوش مصنوعی مدیریت نشود، میتواند منجر به خطر تورم نمرات شود و ارزش واقعی مدارک دانشگاهی را کاهش دهد، زمانی که نرخ مدارک عالی به طور مصنوعی افزایش مییابد.»
فرصتهای فراوان هنگام اعمال هوش مصنوعی در اعتباربخشی دانشگاه
آقای بنگ تین لانگ در خصوص اعتباربخشی برنامههای آموزشی/مؤسسات آموزش دانشگاهی اظهار داشت که مدل اعتباربخشی سنتی محدودیتهای زیادی از جمله اتلاف وقت و منابع انسانی دارد.
علاوه بر این، چرخه ارزیابی ۵ تا ۱۰ ساله باعث ایجاد شکاف نظارتی میشود؛ فاقد انعطافپذیری است، کیفیت مداوم را منعکس نمیکند؛ و پاسخگویی سریع به تغییرات اجتماعی را دشوار میسازد.
بنابراین، آقای لانگ معتقد است که تغییر از یک مدل ایستا به یک مدل پویا در تضمین کیفیت ضروری است و لازم است هوش مصنوعی را وارد ارزیابی کیفیت آموزشی کنیم.
آقای لانگ گفت: «هوش مصنوعی میتواند حجم زیادی از گزارشها را پردازش کند، ناهنجاریها را در طول آموزش تشخیص دهد؛ به طور مداوم نظارت کند، شاخصها را در زمان واقعی ردیابی کند و هشدارهای اولیه را ارائه دهد، به جای اینکه به چرخه ۵ تا ۱۰ ساله فعلی تکیه کند.»
به گفته آقای لانگ، اجرای هوش مصنوعی در آموزش عالی نیازمند یک استراتژی برای هر گروه است که در آن، برای سازمانهای مدیریت ایالتی، تکمیل چارچوب قانونی، مقررات خاص در مورد استفاده از هوش مصنوعی؛ و دستورالعملهای اخلاقی برای کاربرد هوش مصنوعی در آموزش ضروری است.
برای دانشگاهها، تدوین سیاستهای داخلی، راهنمایی دانشجویان و اساتید در مورد نحوه استفاده مسئولانه از فناوری و در عین حال، ادغام قوانین اخلاقی هنگام استفاده از هوش مصنوعی در مقررات دانشگاهی مدرسه ضروری است.
علاوه بر این، دانشگاهها باید در زیرساختهای داده و فناوری برای دیجیتالی کردن جامع فرآیندها سرمایهگذاری کنند؛ دورههای آموزشی منظم هوش مصنوعی را برای اساتید ترتیب دهند.
برای مدرسان و دانشجویان، نوآوری در روشهای ارزیابی و توسعه ظرفیت هوش مصنوعی در تدریس و یادگیری ضروری است. هوش مصنوعی را به عنوان ابزاری برای پشتیبانی از کار و مطالعه در نظر بگیرید، اما به آن متکی نباشید.
نوآوریهای فراوان در ارزیابی کیفیت آموزش
پروفسور دکتر هوین ون چونگ - مدیر دپارتمان مدیریت کیفیت ( وزارت آموزش و پرورش ) - در سخنرانی خود در این کارگاه آموزشی گفت که انتظار میرود از سال ۲۰۲۶، ارزیابی برنامههای آموزشی و مؤسسات آموزش عالی دستخوش تغییرات اساسی بسیاری شود.
که در آن، هر معیار ارزیابی فقط دو سطح «قبول» یا «مردود» دارد. پیش از این، اعمال ۷ سطح بحثبرانگیز و استانداردسازی آن دشوار بود.
رساندن سطح به دو، چه قبول شوید چه نشوید، راهنمایی را سادهتر میکند، نتایج را شفافتر میکند و با رویههای بینالمللی (ایالات متحده و اروپا) سازگار است.
علاوه بر این، تعیین «معیارهای مشروط» به تمرکز بر عوامل اصلی مانند استانداردهای خروجی کمک میکند... اگر معیارهای مشروط رعایت نشوند، استاندارد نیز رعایت نخواهد شد.
در مورد طبقهبندی برنامههای آموزشی/مؤسسات آموزشی پس از اعتبارسنجی، سه سطح از نتایج وجود خواهد داشت، از جمله: قبولی، قبولی مشروط و مردودی. مدارس در صورت رتبهبندی «قبولی مشروط» 24 ماه فرصت دارند تا پیشرفت کنند.
منبع: https://tuoitre.vn/lam-dung-ai-co-the-khien-bang-gioi-xuat-sac-tang-len-mot-cach-gia-tao-20251016171120736.htm
نظر (0)