تا همین چند سال پیش، همراه داشتن تلفن همراه در جلسه امتحان میتوانست به معنای حذف دانشجو از آزمون باشد، اما حالا همان تلفن همراه در برخی آزمونها قرار است به ابزاری مجاز برای استفاده از هوش مصنوعی تبدیل شود؛ کافی است دانشجو سؤال را در اختیار یک مدل هوش مصنوعی قرار دهد تا در چند ثانیه پاسخی منسجم و تحلیلی دریافت کند؛ تغییری که مرز میان توانایی واقعی دانشجو و توان پردازشی ماشین را کمرنگ کرده است.
تصمیم اخیر دانشگاه آزاد اسلامی مبنی بر امکان استفاده دانشجویان دکتری از ابزارهای هوش مصنوعی در برخی امتحانات نظری، بحث تازه ای را در نظام آموزش عالی ایجاد کرده است؛ موافقان، این رویکرد را همسو با تحولات فناوری و نیازهای آینده میدانند، اما منتقدان معتقدند چنین تصمیمی میتواند فلسفه برگزاری آزمونها و شیوه سنجش یادگیری را با چالشهای جدی روبه رو کند؛ اینکه در نهایت، نمره ثبت شده در کارنامه، بازتاب دانش و قدرت تحلیل دانشجو است یا نتیجه تعامل او با یک هوش مصنوعی.
اعلام مجاز بودن استفاده از تلفن همراه و ابزارهای هوش مصنوعی در برخی امتحانات دوره دکتری غیرپزشکی دانشگاه آزاد، در نگاه نخست میتواند نشانه ای از پذیرش واقعیتی باشد که دانشگاهها در سراسر جهان با آن روبه رو شدهاند؛ هوش مصنوعی دیگر ابزاری بیرون از کلاس درس نیست؛ دانشجویان از آن برای جست وجو، خلاصه سازی، ترجمه، تحلیل داده، برنامه نویسی و حتی تولید متن استفاده میکنند و سیاست حذف کامل آن، روزبه روز دشوارتر میشود.
اما فاصله زیادی میان «پذیرش هوش مصنوعی» و «اجازه استفاده از آن در جلسه امتحان» وجود دارد. امتحان، برخلاف تمرین یا پژوهش، ابزار سنجش توانایی فرد است؛ اگر ابزار مولد بتواند بخش مهمی از پاسخ را تولید کند، شیوه طراحی سؤال، نظارت، نمرهدهی و حتی تعریف تقلب باید تغییر کند.
بنابراین مسئله اصلی این نیست که هوش مصنوعی وارد دانشگاه شود یا نه؛ زیرا این اتفاق پیشتر رخ داده است. پرسش این است که دانشگاه برای ورود آن به حساس ترین بخش نظام آموزشی، یعنی «ارزیابی»، چه قواعدی طراحی کرده است؟
وقتی مراقب نمیداند باید مراقب چه چیزی باشد
حسین امامی، مدرس دانشگاه و پژوهشگر هوش مصنوعی، معتقد است عبارت «استفاده از هوش مصنوعی تحت نظارت مراقبان» در ذات خود با ابهام روبه رواست. به گفته او، در الگوی سنتی امتحان، وظیفه مراقب روشن است؛ جلوگیری از ارتباط دانشجو با دیگران یا استفاده از منابع غیرمجاز، اما وقتی تلفن همراه و هوش مصنوعی به ابزار مجاز تبدیل میشوند، مرز نظارت نیز تغییر میکند.
مراقب باید چه چیزی را کنترل کند؟ پرامپت دانشجو را؟ پاسخ تولید شده توسط مدل را؟ جست وجوی اینترنتی را؟ پیامرسانها را؟ یا میزان استفاده دانشجو از خروجی هوش مصنوعی را؟
همین پرسشها نشان میدهد که مجاز کردن هوش مصنوعی بدون تدوین یک پروتکل فنی دقیق میتواند اجرای آزمون را با مشکل روبه رو کند؛ اگر دانشجو اجازه داشته باشد از تلفن همراه شخصی استفاده کند، تفکیک مراجعه به یک مدل هوش مصنوعی از ارتباط با فردی خارج از جلسه یا جست وجوی مستقیم پاسخ دشوار خواهد بود.
در چنین شرایطی، بار اصلی تصمیم گیری بر دوش مراقبی قرار میگیرد که لزوماً متخصص فناوری یا هوش مصنوعی نیست. ممکن است رفتاری در یک واحد دانشگاهی مجاز و همان رفتار در واحدی دیگر تخلف تلقی شود. نتیجه چنین وضعیتی میتواند نابرابری در اجرای آزمون باشد؛ این همان نقطه ای است که تصمیمی نوآورانه، در صورت نبود جزئیات اجرایی، ممکن است به سردرگمی تبدیل شود.
امتحانی که باید از نو طراحی شود
مهم ترین پیامد ورود هوش مصنوعی به جلسه آزمون، نه تغییر وظیفه مراقب، بلکه تغییر ماهیت سؤال است. اگر سؤال از دانشجو بخواهد یک مفهوم را تعریف کند، نظریه ای را توضیح دهد یا اطلاعاتی را بازگو کند، مدلهای زبانی میتوانند در چند ثانیه پاسخی منسجم تولید کنند؛ در چنین آزمونی، دیگر مشخص نیست نمره بالا نشان دهنده تسلط علمی دانشجواست یا توانایی او در دریافت یک پاسخ مناسب از ماشین.
گزارش «چشم انداز آموزش دیجیتال ۲۰۲۶» سازمان همکاری و توسعه اقتصادی تأکید میکند که موفقیت در انجام یک تکلیف با کمک هوش مصنوعی الزاماً به معنای یادگیری نیست. براساس این گزارش، هوش مصنوعی میتواند عملکرد فرد را بهتر کند، اما اگر بدون طراحی آموزشی مناسب استفاده شود، ممکن است دانشجو صرفاً بخشی از فرایند فکری را به ماشین واگذار کند؛ این گزارش همچنین نشان میدهد ۷۲ درصد معلمان دوره متوسطه پایین تر معتقدند هوش مصنوعی میتواند با فراهم کردن امکان ارائه کار تولید شده توسط ماشین به نام دانشآموز، به تمامیت علمی آسیب بزند.
بنابراین اگر قرار است هوش مصنوعی در امتحان مجاز باشد، سؤال نیز باید «هوش مصنوعی پذیر» طراحی شود. به جای پرسشهایی که یک پاسخ استاندارد دارند، میتوان از دانشجو خواست خروجی مدل را نقد کند، خطاهای آن را پیدا کند، منابع ادعاها را بررسی کند، میان چند پاسخ مقایسه انجام دهد یا توضیح دهد چرا یک پاسخ از نظر علمی معتبرتر است؛ در این مدل، هوش مصنوعی پاسخ نهایی نیست؛ موضوع تحلیل دانشجواست.
مرز تازه تقلب؛ استفاده از ابزار یا واگذاری فکر؟
یکی از دشوارترین پرسشها این است که در عصر هوش مصنوعی، تقلب را چگونه باید تعریف کرد؟ استفاده از ماشین حساب زمانی در بسیاری از آزمونها ممنوع بود، اما امروز در برخی رشته ها ابزاری عادی است؛ موتورهای جست وجو نیز زمانی تهدیدی برای آموزش تلقی میشدند، اما اکنون بخشی از فرایند پژوهش هستند. طرفداران استفاده از هوش مصنوعی میگویند مدلهای مولد نیز سرنوشتی مشابه خواهند داشت.
اما تفاوت مهمی وجود دارد. ماشین حساب معمولاً یک عملیات مشخص را انجام میدهد، در حالی که هوش مصنوعی مولد میتواند استدلال را شبیه سازی کند، ساختار پاسخ بسازد، متن تولید کند و حتی لحن یک دانشجوی دکتری را تقلید کند.
از این رو، مرز میان «کمک گرفتن» و «واگذاری کار فکری» بسیار باریک تر شده است؛ چارچوب «مقیاس ارزیابی هوش مصنوعی» که پژوهشگرانی از جمله مایک پرکینز، جاسپر رو و لئون فرز ارائه کردهاند، تلاش میکند به همین مسئله پاسخ دهد. این چارچوب به جای دوگانه ساده «مجاز یا ممنوع»، سطوح متفاوتی از استفاده از هوش مصنوعی را تعریف میکند؛ از آزمون بدون هوش مصنوعی تا ارزیابیهایی که استفاده گسترده از آن بخشی از هدف آموزشی است. منطق اصلی این رویکرد آن است که استاد و دانشجو پیش از آزمون دقیقاً بدانند چه سطحی از استفاده مجاز است.
چنین الگویی نشان میدهد که عبارت کلی «استفاده از هوش مصنوعی مجاز است» کافی نیست. باید روشن شود دانشجو اجازه دارد سؤال را مستقیماً وارد مدل کند یا خیر؛ میتواند پاسخ را عیناً بنویسد یا باید آن را تحلیل کند؛ آیا باید پرامپتها و پاسخ های دریافتی ثبت شوند و آیا استفاده از هوش مصنوعی در نمره دهی نیز لحاظ خواهد شد؟
خطر نابرابری؛ همه دانشجویان هوش مصنوعی برابر ندارند
موضوع مهم دیگر، عدالت آموزشی است. همه دانشجویان به تلفن همراه یکسان، اینترنت پایدار یا نسخههای پیشرفته و پولی مدلهای هوش مصنوعی دسترسی ندارند.
اگر استفاده از ابزار شخصی در آزمون مجاز باشد، ممکن است دانشجویی با یک مدل پیشرفته و اشتراک پولی در کنار دانشجویی قرار گیرد که تنها به نسخه رایگان و محدود یک ابزار دسترسی دارد. در این حالت، بخشی از نتیجه امتحان نه به دانش علمی، بلکه به کیفیت ابزار و توان مالی دانشجو وابسته میشود.
یونسکو در راهنمای خود برای استفاده از هوش مصنوعی مولد در آموزش و پژوهش بر ضرورت رویکردی انسانمحور، حفاظت از دادهها، فراگیری و دسترسی عادلانه تأکید کرده است. این نهاد هشدار داده که سرعت توسعه ابزارهای هوش مصنوعی از سرعت تدوین مقررات پیشی گرفته و بسیاری از مؤسسات آموزشی هنوز برای استفاده مسئولانه و معتبر از این فناوری آماده نیستند.
راه حل میتواند فراهم کردن ابزار واحد از سوی دانشگاه باشد؛ برای مثال، همه دانشجویان از یک مدل مشخص، حساب دانشگاهی یکسان و شبکه کنترل شده استفاده کنند. در این صورت، هم عدالت بیشتر میشود و هم امکان ثبت و بررسی نحوه استفاده از ابزار وجود دارد.
«پرامپت» میتواند بخشی از پاسخ امتحان باشد؟
در یکی از تازه ترین مطالعات منتشرشده در سال ۲۰۲۶ درباره آزمونهای کتاب باز با امکان استفاده از ChatGPT، دانشجویان مهندسی موظف شدند علاوه بر پاسخ نهایی، متن تعامل خود با هوش مصنوعی را نیز ارائه کنند. نتایج نشان داد شیوه استفاده دانشجویان متفاوت بود؛ برخی صرفاً به دنبال دریافت پاسخ بودند، اما گروهی دیگر پاسخ مدل را اصلاح، آزمایش و نقد کردند. پژوهش نتیجه گرفت که در ارزیابیهای مبتنی بر هوش مصنوعی، صرف درستی پاسخ نهایی ممکن است دیگر برای اثبات فهم کافی نباشد و توانایی بررسی، اعتبارسنجی و قضاوت درباره خروجی ماشین اهمیت بیشتری پیدا میکند.
این یافته میتواند برای دانشگاهها مهم باشد. شاید در امتحان آینده، فقط «پاسخ» دانشجو نمره نگیرد؛ بلکه مسیر رسیدن به پاسخ نیز ارزیابی شود.
دانشجو از هوش مصنوعی چه پرسیده است؟ چرا آن پرسش را مطرح کرده؟ کدام بخش پاسخ را نادرست تشخیص داده؟ چگونه صحت اطلاعات را بررسی کرده و در نهایت چه چیزی به تحلیل خود افزوده است؟ در چنین مدلی، پرامپت دیگر راهی برای دور زدن امتحان نیست؛ میتواند بخشی از موضوع ارزیابی باشد.
دانشگاه آینده باید چه چیزی را بسنجد؟
تصمیم دانشگاه آزاد، اگر با دستورالعمل دقیق همراه شود، میتواند آغاز یک تجربه متفاوت در آموزش عالی کشور باشد؛ اما اگر صرفاً اجازه استفاده از موبایل و هوش مصنوعی صادر شود، بدون آنکه سؤال، شیوه ارزیابی، زیرساخت فنی و تعریف تخلف تغییر کند، نتیجه ممکن است نه تحول آموزشی، بلکه کاهش اعتبار آزمون باشد.
حسین امامی این تصمیم را در وضعیت فعلی بیشتر شبیه اعلام یک «اصل» میداند تا یک دستورالعمل کامل اجرایی. به اعتقاد او، تا زمانی که نوع ابزار، سطح دسترسی، نحوه طراحی سؤال و شیوه ارزیابی مشخص نباشد، بار تفسیر تصمیم بر دوش استاد و مراقب خواهد افتاد.
تجربههای بینالمللی نیز نشان میدهد پاسخ مناسب به هوش مصنوعی نه ممنوعیت مطلق است و نه آزادی بیقاعده. OECD در گزارش ۲۰۲۶ خود تأکید دارد که هوش مصنوعی زمانی میتواند به یادگیری کمک کند که استفاده از آن با اصول روشن آموزشی هدایت شود؛ وگرنه ممکن است تنها کیفیت خروجی را بالا ببرد، بدون آنکه یادگیری واقعی اتفاق افتاده باشد.
شاید پرسش اصلی این ماجرا در نهایت بسیار بزرگ تر از اجازه همراه داشتن موبایل در یک جلسه امتحان باشد. دانشگاه در عصر هوش مصنوعی باید تصمیم بگیرد که دقیقاً چه چیزی را میخواهد بسنجد.
حافظه؟ دسترسی به اطلاعات؟ توانایی نوشتن؟ مهارت استفاده از ابزار؟ یا قدرت تشخیص، تحلیل و قضاوت؟
اگر پاسخ، «تفکر» باشد، ورود هوش مصنوعی به جلسه امتحان الزاماً پایان ارزیابی نیست؛ اما پایان امتحان به شکل سنتی آن است. از این پس دانشگاهها ناچارند سؤالهایی طراحی کنند که ماشین بتواند در پاسخ دادن به آنها کمک کند، اما نتواند جای دانشجو فکر کند.
در چنین شرایطی، مرز تقلب دیگر با «داشتن یا نداشتن ابزار» تعیین نمیشود؛ مرز واقعی جایی است که دانشجو مسئولیت فکر کردن را به ماشین واگذار میکند؛ و شاید مهمترین آزمون دانشگاهها در عصر هوش مصنوعی نیز همین باشد: آیا میتوانند به جای جنگیدن با فناوری، شیوهای برای سنجش آن بخش از توانایی انسان پیدا کنند که هنوز نمی توان آن را با یک پرامپت ساده جایگزین کرد؟
نظر شما