در رویداد بازگشت به دانشگاه برکلی در ۹ اکتبر ۲۰۲۶، جان دنیرو، استاد آموزش، گفت هوش مصنوعی آموزش محاسبات را تغییر داده است، اما نیاز دانشجویان به کسب مهارت واقعی را از بین نبرده است. پیام او برای دانشجویان، والدین و فارغ‌التحصیلان این بود که هوش مصنوعی فقط زمانی به یادگیری کمک می‌کند که از تمرین، بازخورد و داوری انسانی پشتیبانی کند.
نکات کلیدی
- دنیرو در گروه مهندسی برق و علوم رایانه تدریس می‌کند و مدیر هیئت علمی آموزش در برنامه کارشناسی مطالعات داده است.
- او گفت ابزارهای هوش مصنوعی باید دانشجویان را به سمت خطاها راهنمایی کنند، نه این‌که پاسخ‌ها را لو بدهند.
- پژوهشگران برکلی رویکردهای آموزشی مبتنی بر هوش مصنوعی مانند «۶۱ای بات» را در درس «سی‌اس ۶۱ای» آزموده‌اند.
- دنیرو گفت دانشجویانی که خودشان نرم‌افزار ساخته‌اند، معمولاً بهتر از هوش مصنوعی استفاده می‌کنند.
- او همچنین تأکید کرد که برای سنجش این‌که ابزارهای هوش مصنوعی واقعاً مسئله موردنظر را حل می‌کنند یا نه، هنوز داوری انسانی لازم است.
این خبر برای دانشجویان برکلی چه معنایی دارد؟
برای دانشجویان رشته‌های محاسباتی و درس‌های مرتبط، پیام دنیرو یک تغییر روشن در نحوه استفاده از هوش مصنوعی را نشان می‌دهد: این ابزار باید نقش آموزگار کمکی داشته باشد، نه میان‌بُر. او گفت تکالیف همچنان مهم‌اند، چون به دانشجو فرصت می‌دهند مفاهیم را به کار بگیرد، بفهمد یک روش در موقعیت تازه چگونه عمل می‌کند و بسنجد که آیا می‌تواند مسئله را به‌تنهایی حل کند یا نه.
این نگاه از نظر عملی برای استفاده از ابزارهای هوش مصنوعی روی تکالیف اهمیت دارد. دنیرو گفت هوش مصنوعی‌ای که راه‌حل تکلیف را توضیح می‌دهد ممکن است احساس پیشرفت ایجاد کند، اما آن تمرین و خودسنجی لازم را فراهم نمی‌کند. در مقابل، ابزارهایی که بازخورد فردی می‌دهند و دانشجو را به خطاها هدایت می‌کنند، به مدلی نزدیک‌ترند که برکلی در حال بررسی آن است.
او همچنین به یک نتیجه مهم‌تر برای دانشجویانی اشاره کرد که وارد حوزه‌های متکی بر هوش مصنوعی می‌شوند: هرچه درک بهتری از کد و مفاهیم پایه داشته باشند، این ابزارها برایشان مفیدتر خواهند بود. از دید او، دانشجویی که می‌تواند طرح هوش مصنوعی را موشکافی کند، کد تولیدشده را بخواند و درخواست‌های اصلاحی مشخص بدهد، شانس بیشتری برای بهره‌برداری درست از این فناوری دارد.
چرا برکلی می‌گوید هوش مصنوعی نباید جای تکلیف را بگیرد؟
دنیرو گفت تکلیف هنوز مهم است، چون دانشجو از راه انجام آن تمرین لازم برای یادگیری علوم رایانه را به دست می‌آورد. به باور او، دیدن توضیح یک راه‌حل توسط هوش مصنوعی ممکن است مفید به نظر برسد، اما جای کار کردن روی مسئله، کشف کاربرد یک مفهوم در مسئله‌ای تازه و سنجش توانایی شخصی را نمی‌گیرد.
او یادگیری علوم رایانه را به یادگیری پیانو تشبیه کرد: پیشرفت از انجام دادن کار می‌آید، نه فقط از تماشا کردن. همین استدلال، محور اصلی پیام او بود که هوش مصنوعی باید از یادگیری پشتیبانی کند، نه این‌که جای آن را بگیرد.
برکلی چگونه از هوش مصنوعی در درس‌های محاسباتی استفاده می‌کند؟
دنیرو از ابزارهای اولیه‌ای نام برد که در سال ۲۰۲۳ به‌طور جداگانه توسط برکلی، دانشگاه هاروارد و خان آکادمی توسعه یافتند. این ابزارها قرار نبود پاسخ را مستقیم بدهند، بلکه باید دانشجو را به سوی خطاهایش هدایت می‌کردند تا بتواند فکرش را اصلاح کند.
او در برکلی به «۶۱ای بات» اشاره کرد؛ یک دستیار تعاملی هوش مصنوعی که در درس «سی‌اس ۶۱ای» به‌عنوان آموزگار شخصی تکلیف به کار گرفته شده است. به گفته دنیرو، این سامانه به‌جای آن‌که فقط بگوید پاسخ اشتباه است، توضیح می‌دهد که دانشجو از نظر مفهومی کجا خطا کرده و برای حل مسئله بعد از این چه باید بکند.
او گفت پژوهشگران آموزش علوم رایانه در برکلی همچنان در حال بررسی راه‌های تازه برای تقویت یادگیری با هوش مصنوعی، هم در کلاس و هم بیرون از آن هستند. یکی از نمونه‌ها رویکرد «مصاحبه‌گر کمکی» است که در آن، هر بار دانشجو مسئله‌ای را درست حل می‌کند، درباره پاسخ خود مورد پرسش قرار می‌گیرد.
داوری انسانی در عصر هوش مصنوعی چه نقشی دارد؟
پاسخ دنیرو این بود که داوری انسانی همچنان ضروری است، چون سامانه‌های هوش مصنوعی باید به دست انسان ارزیابی شوند. او گفت شرکت‌هایی که هوش مصنوعی می‌سازند باید بدانند آیا ابزارشان واقعاً مسئله مورد نظر را حل می‌کند یا نه، و این هنوز یک کار انسانی است.
او به مطالعه‌ای از انتروپیک در سال ۲۰۲۶ هم اشاره کرد که تفاوت نرخ موفقیت جلسات «کلود کُد» را میان کاربران تازه‌کار و حرفه‌ای نشان می‌داد. منظور او این نبود که هوش مصنوعی بی‌فایده است، بلکه می‌خواست بگوید تجربه تعیین می‌کند افراد چقدر مؤثر می‌توانند از آن استفاده کنند. به گفته او، دانشجویانی که از قبل نرم‌افزار ساخته‌اند، بیشتر می‌توانند طرح هوش مصنوعی را بررسی کنند، خروجی آن را بخوانند و اصلاح‌های هدفمند بخواهند.
چهره علمی پشت این رویکرد کیست؟
جان دنیرو استاد آموزش در گروه مهندسی برق و علوم رایانه برکلی و مدیر هیئت علمی آموزش در برنامه کارشناسی مطالعات داده است. او اوایل امسال جایزه هیئت علمی «فیتا لوکس» را برای نقش خود در توسعه برنامه‌های آموزشی دریافت کرد؛ از جمله برای هم‌بنیان‌گذاری رشته کارشناسی علوم داده در برکلی.
سخنان او در رویداد بازگشت به دانشگاه، این پرسش بزرگ‌تر را به حوزه آموزش پیوند داد: چگونه می‌توان آموزش محاسبات را طوری ساخت که از هوش مصنوعی بهره ببرد، اما توانایی دانشجویان برای فکر کردن، تمرین کردن و ارزیابی مستقل را تضعیف نکند.
