از زمان انتشار عمومی ChatGPT در اواخر سال ۲۰۲۲، هوش مصنوعی از گمنامی نسبی به نوعی عمومیت و شهرت رسیده است. سرعت پذیرش ابزارهای هوش مصنوعیِ مولد نیز سرعت زیادی گرفته است. از یک سو، خوش‌بینی گسترده‌ای وجود دارد که هوش مصنوعی باعث رشد اقتصادی، ترغیب نوآوری و ارتقای نقش کارهای پایه‌ای که بشر انجام می‌داد خواهد شد. از سوی دیگر اما نگرانی محسوسی وجود دارد که شاید هوش مصنوعی اقتصاد را از طریق اتوماسیون نیروی کار به کل مختل کند و مشکلات موجود به همین خاطر تشدید شوند.

تاریخ نشان می‌دهد که آموزش و پرورش از عوامل کلیدی برای مقاومت در برابر نوسانات اقتصادی هستند. با این حال، کاملاً مشخص نیست که چگونه ارائه‌دهندگانِ آموزش پس از دوران متوسطه می‌توانند فراگیران را با استفاده از منابع لازم برای موفقیت در مشاغلِ هوش مصنوعی‌محور آماده کنند. اینها نکاتی است که بد نیست در این خصوص بدانید. 

یک: هوش مصنوعیِ مولد چیزی مربوط به امروز است نه آینده.

اولاً، هوش مصنوعی چیز جدیدی نیست. چت‌جی‌پی‌تی و رقبایش می‌توانند توجه‌ها را به خود جلب کنند زیرا توانایی قابل توجهی در استدلال، نوشتن و صحبت‌کردن مثل انسان دارند. با این حال، علم توسعه‌ی ماشین‌ها و سیستم‌ها برای تقلید از عملکرد انسانی دهه‌هاست که وجود دارد. بسیاری از افراد برای اولین بار درباره یادگیری ماشینی چیزی شنیده‌اند، اما این فناوری سال‌هاست که پیشنهادهای نتفلیکس برای تماشای سریال‌ها به شما را پیش می‌برد. با این حال، هوش مصنوعیِ مولد (Generative AI) واقعاً یک جهش بزرگ به جلو محسوب می‌شود. یادگیری ماشینی ساده نمی‌تواند یک کنسرتو را تنظیم کند، کد کامپیوتری بنویسد یا لیست خرید خانواده شما را تدوین کند. اما هوش مصنوعیِ مولد قادر به انجام  همه این کارها و بی‌نهایت کار دیگر هست. این فناوری قطعاً حس آینده‌گرایانه‌ای دارد اما خودِ آینده نیست؛ بلکه هوش مصنوعی مناسب امروز است. و می‌دانیم که سرعت تحولات در این حوزه چنان بالاست که هیچ موضوع امروزی به درد فردا نخواهد خورد.

هیچ‌کس نمی‌داند هوش مصنوعی در ۱۵، ۱۰ یا حتی ۵ سال آینده در کجا خواهد بود، اما اجماع کارشناسان بر این است که سرعت تغییرات بسیار چشمگیر خواهد بود. سوال این است: چگونه دانش‌آموزان، ارائه‌دهندگانِ آموزش و کارفرماها می‌توانند همگام با این تغییرات پیش بروند؟

اولاً، ما نمی‌توانیم به ابزارها، برنامه‌ها یا موارد استفاده خاص وابسته شویم. راه‌حل این نیست که صرفاً ChatGPT را در کلاس‌های درس بگنجانیم، هرچند این می‌تواند نقطه شروع خوبی باشد. ما در یک وسیله نقلیه در حال حرکت سریع هستیم و بنابراین تمرکز ما باید بر مناظر اطراف باشد، نه اشیاء در حال عبور. باید بازنگری کنیم که چگونه معلمان و اساتید جدید را آماده کرده و استخدام می‌کنیم. به طور خلاصه، ما باید بر ایجاد مؤسسات و کلاس‌های درس تند و تیز‌تر و انعطاف‌پذیرتر که میزان انزوای درسی و واکنشی در آن کم‌تر باشد تمرکز کنیم، زیرا هوش مصنوعی مولد درواقع پیش‌درآمدی است بر آنچه که در راه است. 

دو: بر مهارت‌ها تمرکز کنید، نه مشاغل.

پیش‌بینی این که کدام مشاغل به‌طور خاص تحت تأثیر هوش مصنوعی قرار خواهند گرفت- چه مثبت و چه منفی- بسیار دشوار است. ما به سادگی نمی‌توانیم با اطمینان بگوییم که آیا جراحان بیشتر در معرض خطر اتوماسیون مبتنی بر هوش مصنوعی هستند یا کارگران کشتارگاه‌ها. این از یک سو بسیار حدسی و نامطمئن است و از سوی دیگر، ریشه در سوءتفاهمات درباره نحوه تأثیر فناوری بر کار دارد.

واقعیت این است که کارهایی که باید انجام شوند باعث می‌شوند «مشاغل» به وجود بیایند. مشاغل، حرفه‌ها را شکل می‌دهند و حرفه‌ها، صنایع را می‌سازند. درس‌هایی که از نوآوری‌های فناورانه قبلی گرفته‌ایم به ما می‌گویند که فناوری‌ها مستقیماً بر «کارهایی که باید انجام شوند» تأثیر می‌گذارند و تاثیرشان بر مشاغل غیرمستقیم است. به عنوان مثال، اگر مهارت‌های انسانی مورد نیاز برای انجام برخی امور را بتوان با ماشین‌های هوشمند جایگزین کرد، ترکیب مهارت‌های آن شغل تغییر خواهد کرد. اگر سهم زیادی از مهارت‌های یک شغل توسط ماشین‌ها به شکل خودکار انجام شود، آن شغل به صورت کامل می‌تواند حذف شود.

با این حال، به همان اندازه درست (و محتمل) است که فناوری‌های جدید می‌توانند ترکیب مهارت‌های یک شغل را به گونه‌ای تغییر دهند که تقاضا برای نیروی کار انسانی را افزایش دهند. تغییرات در تقاضا برای مهارت‌ها در بازار کار حتی می‌توانند مشاغل کاملاً جدیدی ایجاد کنند. نکته این است که رویکرد سنتی به آموزش بر اساس رشته‌ها، دوره‌ها و مدارک، به یادگیرندگان لطمه می‌زند.

مثلا ابزارهای هوش مصنوعی می‌توانند سوابق تعمیر و نگهداری هواپیما را تجزیه و تحلیل کنند تا نیازهای تعمیر و نگهداری هواپیما را قبل از خطرناک‌شدن پیش‌بینی کنند. به همین ترتیب، مورد قابل استفاده از هوش مصنوعی برای هر صنعتی وجود دارد. فقط باید نگاه رو به جلو داشت و از دخالت‌دادن هوش مصنوعی در امور برای یادگیری هراس نداشت.

منبع: Inside Higher Ed 

ترجمه: آینده‌نگر