هوش مصنوعی فقط بازار کار را تغییر نمی‌دهد؛ تعریف «متخصص‌بودن» را نیز دگرگون می‌کند. پرسش اصلی آموزش عالی دیگر این نیست که کدام رشته‌ها باقی می‌مانند، بلکه این است که دانشگاه باید چه شایستگی‌هایی را در انسان متخصص عصر ماشین پرورش دهد
سمانه ناظریان-پژوهشگر حوزه حکمرانی و مدرس دانشگاه، در یادداشتی در روزنامه شرق نوشت:
هوش مصنوعی فقط بازار کار را تغییر نمی‌دهد؛ تعریف «متخصص‌بودن» را نیز دگرگون می‌کند. پرسش اصلی آموزش عالی دیگر این نیست که کدام رشته‌ها باقی می‌مانند، بلکه این است که دانشگاه باید چه شایستگی‌هایی را در انسان متخصص عصر ماشین پرورش دهد. در پایان یکی از کلاس‌ها، یکی از دانشجویانم درباره ادامه تحصیل و آینده شغلی‌اش پرسشی مطرح کرد. در خلال گفت‌وگو روشن شد که مسئله او فقط انتخاب میان دو رشته نیست؛ نگرانی او، آینده حرفه‌ای در جهانی بود که هوش مصنوعی با سرعتی کم‌سابقه در حال تغییر آن است. پرسید: «استاد، برای ادامه تحصیل در مقطع ارشد و دکتری چه رشته‌ای را ادامه بدهم؛ آموزش یا مترجمی؟». از او پرسیدم: «خودت چه تصویری از آینده شغلی‌ات داری؟». گفت: «کار در سفارت و گسترش مناسبات فرهنگی را دوست دارم». با چنین هدفی، مسیر مترجمی و مطالعات ترجمه می‌توانست برایش قابل بررسی باشد؛ نه صرفا به دلیل زبان، بلکه به دلیل پیوند آن با ارتباطات بین‌فرهنگی. اما بلافاصله نگرانی آشنایی را مطرح کرد: «گفته شده با آمدن هوش مصنوعی، مترجمی و شغل مترجمی جمع می‌شود و...». پاسخم ساده بود: «اگر این‌طور نگاه کنیم، آموزش و بسیاری از رشته‌های دیگر هم باید جمع شوند، فرقی نمی‌کند، درست است؟». و همین پرسش ساده، ما را به مسئله‌ای بسیار بزرگ‌تر می‌رساند. آموزش و مترجمی فقط دو نمونه از ده‌ها رشته‌ای هستند که امروز با این پرسش مواجهند؛ از پزشکی و مهندسی و حقوق تا معماری، مدیریت، روزنامه‌نگاری، علوم اجتماعی و علوم پایه. تقریبا هیچ رشته‌ای را نمی‌توان یافت که هوش مصنوعی دست‌کم بخشی از وظایف حرفه‌ای آن را تحت تأثیر قرار ندهد. پس مسئله اصلی، آینده یک یا چند رشته نیست؛ مسئله، آینده آموزش عالی و نوع انسانی است که دانشگاه تربیت می‌کند.
هوش مصنوعی کدام مشاغل را حذف می‌کند؟
شاید این پرسش، دقیق‌ترین پرسش نباشد؛ پرسش مهم‌تر این است: هوش مصنوعی کدام وظایف را تغییر می‌دهد و انسان متخصص در این شرایط باید چه قابلیت‌هایی داشته باشد؟ مترجم آینده الزاما کسی نیست که همه متن را بدون کمک فناوری ترجمه کند؛ می‌تواند متخصصی باشد که خروجی AI را ارزیابی کند، خطاهای معنایی و فرهنگی را تشخیص دهد، تناسب پیام با مخاطب را بسنجد و مسئولیت نسخه نهایی را بپذیرد. مدرس آینده نیز الزاما کسی نیست که فقط قواعد زبان را توضیح دهد؛ می‌تواند متخصصی باشد که نیاز یادگیرنده را تشخیص دهد، تجربه یادگیری طراحی کند و از AI به‌عنوان ابزار استفاده کند بی‌آنکه قضاوت آموزشی و ارتباط انسانی را به ماشین واگذار کند. همین منطق درباره پزشک، مهندس، حقوق‌دان، مشاور، حسابدار، روزنامه‌نگار، مدیر و پژوهشگر نیز صدق می‌کند. بنابراین پرسش اصلی این نیست که «AI جای انسان را می‌گیرد یا نه؟»؛ بلکه این است: «انسانی که با AI کار می‌کند، باید چه توانمندی‌هایی داشته باشد؟».
دانش قابل بازیابی ارزان‌تر شده، قضاوت معتبر ارزشمندتر
هوش مصنوعی دسترسی به اطلاعات و تولید نخستین پاسخ را آسان‌تر کرده است، اما آسان‌شدن تولید پاسخ به معنای آسان‌شدن تشخیص پاسخ درست نیست. ممکن است متنی روان اما از نظر واقعی، فرهنگی یا تخصصی نادرست باشد، ترجمه‌ای طبیعی اما از نظر معنایی مخدوش باشد یا فعالیتی آموزشی جذاب اما نامتناسب با نیاز یادگیرنده پیشنهاد شود. پس هرچه تولید پاسخ ارزان‌تر می‌شود، ارزش مهارت‌هایی مانند سؤال خوب پرسیدن، تحلیل، راستی‌آزمایی، مقایسه، تشخیص، قضاوت و مسئولیت‌پذیری بیشتر می‌شود. دانش قابل بازیابی ارزان‌تر شده است، اما قضاوت معتبر ارزشمندتر شده است. از همین‌جا مأموریت دانشگاه باید دوباره تعریف شود. دانشگاه عصر AI نباید فقط انسانی تربیت کند که «بیشتر می‌داند»؛ باید انسانی تربیت کند که می‌داند چه چیزی را باید بداند، چه سؤالی بپرسد، به چه منبعی اعتماد کند، چگونه خروجی ماشین را ارزیابی کند و میان واقعیت، ادعا و تفسیر تمایز بگذارد. انسانی که از فناوری استفاده می‌کند، اما اختیار اندیشیدن و مسئولیت تصمیم را به ماشین واگذار نمی‌کند.
جهان چه می‌کند و ایران کجای این مسیر است؟
این دغدغه مختص ایران نیست. یونسکو در سال ۲۰۲۴ چارچوب شایستگی هوش مصنوعی برای دانشجویان را با ۱۲ شایستگی در چهار بُعد منتشر کرد و بر ذهنیت انسان‌محور، اخلاق AI، کاربرد فناوری و قضاوت انتقادی تأکید گذاشت. برای معلمان نیز چارچوبی با ۱۵ شایستگی در پنج حوزه ارائه کرد که بازتعریف نقش معلم و حفظ عاملیت انسان در آن جایگاه ویژه‌ای دارد. در اتحادیه اروپا نیز ماده ۴ قانون هوش مصنوعی، سازمان‌ها را به اتخاذ اقداماتی برای توسعه سواد AI در میان کارکنان و افرادی که با سامانه‌های هوش مصنوعی کار می‌کنند، ملزم کرده است. ایران نیز از صفر شروع نمی‌کند. «سند ملی هوش مصنوعی جمهوری اسلامی ایران» در خرداد ۱۴۰۳ تصویب و ابلاغ شده و در کنار توسعه فناوری، بر تربیت سرمایه انسانی، آموزش و پژوهش، اخلاق، کرامت انسانی، حریم خصوصی و صیانت از یادگیری، خلاقیت و نوآوری تأکید دارد. اما مسئله اصلی، فقط داشتن سند نیست؛ مسئله، ترجمه سیاست به تجربه واقعی دانشجو است. دانشجو در کلاس چه می‌کند؟ چگونه ارزیابی می‌شود؟ کجا می‌تواند از AI استفاده کند؟ چگونه باید استفاده خود را اعلام کند؟ و آیا یاد می‌گیرد خروجی ماشین را به چالش بکشد؟ اگر سیاست در سطح سند بماند و به برنامه درسی، کلاس، تدریس و ارزشیابی ترجمه نشود، فاصله میان سیاست‌گذاری و تجربه زیسته دانشگاه همچنان باقی خواهد ماند.
پنج تغییر ضروری
نخست، سواد AI باید به شایستگی عمومی دانشگاهی تبدیل شود؛ برای همه رشته‌ها، همراه با آموزش محدودیت‌ها، سوگیری، راستی‌آزمایی، حریم خصوصی، مالکیت فکری و اخلاق. دوم، رشته‌ها باید بر اساس شایستگی فارغ‌التحصیل بازطراحی شوند، نه بر اساس ترس از فناوری. پرسش این نیست که «آیا AI بخشی از کار این رشته را انجام می‌دهد؟»؛ بلکه این است که «فارغ‌التحصیل این رشته در کنار AI چه قابلیت حرفه‌ای جدیدی باید داشته باشد؟». سوم، ارزشیابی باید از محصول به فرایند و دفاع حرکت کند. دانشگاه باید فقط مقاله نهایی را نبیند؛ بلکه بپرسد سؤال چگونه شکل گرفته، منابع چگونه سنجیده شده‌اند، AI کجا به کار رفته، چه خطاهایی شناسایی شده و دانشجو چرا تصمیم نهایی خود را پذیرفته است. چهارم، استاد نیز باید برای دانشگاه عصر AI توانمند شود؛ نه صرفا با آموزش ابزارها، بلکه با آموزش «AI + تخصص خود استاد». و پنجم، باید از ممنوعیت مبهم به سیاست استفاده مسئولانه حرکت کنیم: کجا AI مجاز است، کجا مشروط به اعلام و مستندسازی است و کجا ممنوع. اما این پنج اقدام نباید جزیره‌ای باشند؛ آنها به یک چارچوب ملی برای شایستگی انسان در عصر هوش مصنوعی نیاز دارند؛ چارچوبی که سیاست‌گذاری، برنامه درسی، تربیت استاد، ارزشیابی و بازار کار را به یکدیگر متصل کند. اینجاست که حکمرانی معنا پیدا می‌کند: سیاست باید به برنامه تبدیل شود، برنامه به سازوکار، سازوکار به تجربه دانشگاهی و تجربه دانشگاهی به شایستگی واقعی فارغ‌التحصیل.
دانشگاه آینده، کارخانه تولید پاسخ نیست
اگر آن دانشجو دوباره بپرسد «استاد، با آمدن هوش مصنوعی هنوز مترجمی بخوانم؟»، پاسخ من دیگر صرفا «بله» یا «نه» نخواهد بود. از او خواهم پرسید: «می‌خواهی در آینده چه مسئله‌ای را حل کنی که ارزش حل‌کردن داشته باشد؟». اگر پاسخ او همچنان مناسبات فرهنگی و بین‌المللی باشد، انتخاب رشته را باید بر اساس تصویر آینده حرفه‌ای او بررسی کرد، نه صرفا بر اساس ترس از اینکه AI کدام وظیفه را می‌تواند انجام دهد. شاید او مترجمی باشد که از AI برای کارهای تکراری استفاده می‌کند و وقت بیشتری برای ارتباطات بین‌فرهنگی، دیپلماسی فرهنگی و تصمیم‌های راهبردی دارد. شاید اصلا مسیر حرفه‌ای او در عنوان دیگری تعریف شود. مهم این است که رشته، وسیله‌ای برای حل مسئله باشد، نه پناهگاهی در برابر فناوری. شاید زمان آن رسیده باشد که دانشگاه از خود بپرسد: آیا هنوز دانشجو را برای جهانی تربیت می‌کنیم که دیگر وجود ندارد؟ اگر پاسخ مثبت است، نباید مسئله را گردن هوش مصنوعی انداخت. فناوری فقط با سرعت زیاد، چیزی را آشکار کرده که پیش‌تر نیز وجود داشت: بخشی از آموزش عالی بیش از اندازه بر دانستن پاسخ و کمتر بر توانایی پرسیدن، سنجیدن و تصمیم‌گرفتن متمرکز بوده است. هوش مصنوعی می‌تواند فرصتی باشد برای بازگشت دانشگاه به مأموریت اصلی خود: تربیت انسانی که وقتی ماشین پاسخ می‌دهد، سؤال بپرسد؛ وقتی ادعا می‌کند، راستی‌آزمایی کند؛ وقتی پیشنهاد می‌دهد، قضاوت کند؛ و وقتی بخشی از کار را انجام می‌دهد، کار انسانی خود را در سطحی بالاتر تعریف کند. دانشگاه آینده، کارخانه تولید پاسخ نیست؛ جایی است برای تربیت انسان‌هایی که می‌دانند با پاسخ چه کنند. انسان‌هایی که نه از آینده می‌ترسند، نه آینده را به ماشین می‌سپارند؛ بلکه با دانش، اخلاق، قضاوت و مسئولیت، در ساختن آن سهم دارند. و شاید رسالت دانشگاه در عصر هوش مصنوعی، بیش از هر زمان دیگری، همین باشد: تربیت انسانی که بتواند از هوش مصنوعی استفاده کند، بدون آنکه اختیار اندیشیدن را به آن واگذار کند.