چگونه روانشناسی تربیتی، هوش مصنوعی را به شریک یادگیری دانشآموزان تبدیل میکند؟
آیا میدانید چرا بسیاری از دانشآموزان از هوش مصنوعی به درستی استفاده نمیکنند؟
هوش مصنوعی مولد (Generative AI) پتانسیل فوقالعادهای برای پیشرفت تحصیلی دانشآموزان دارد. با این حال، بسیاری از دانشآموزان از این فناوری به شکلی ناکارآمد استفاده میکنند.
آنها اغلب از هوش مصنوعی برای تکمیل سریع تکالیف استفاده میکنند، نه برای عمق بخشیدن به یادگیری خود. در این فرآیند، بخش زیادی از تفکر و تحلیل را به ماشین میسپارند.
در کلاسهای درس، استفاده از هوش مصنوعی مولد اغلب به صورت موردی و آزمایشی است. دانشآموزان با آزمون و خطا پیش میروند و معلمان نیز راهنمایی منسجمی ارائه نمیدهند. در همین حال، مدارس و دانشگاهها از چارچوبهای مشخصی برای تعریف یادگیری مؤثر با پشتیبانی هوش مصنوعی بیبهره هستند.
نتیجه این است که پیشرفتهترین فناوری آموزشی تاریخ، اغلب بدون کوچکترین راهنمایی روانشناختی مورد استفاده قرار میگیرد.
آموزش یادگیری با هوش مصنوعی به دانشآموزان
هوش مصنوعی مولد زمانی بهترین عملکرد را دارد که دانشآموزان به آن به چشم یک شریک فعال یادگیری نگاه کنند، نه یک ماشین پاسخگوی منفعل.
به عنوان مثال، دانشآموزی که از امتحان پیش رو میترسد، میتواند از هوش مصنوعی نه برای دریافت پاسخ، بلکه برای شکستن حجم مطالعه به بخشهای کوچکتر و قابل مدیریت استفاده کند. این کار به کاهش اضطراب و افزایش اعتماد به نفس از طریق دستیابی به اهداف کوچک کمک میکند.
این رویکرد نیازمند یک تغییر بزرگ در تفکر آموزشی است:
- رویکرد اشتباه: «چگونه هوش مصنوعی میتواند این کار را برای دانشآموز انجام دهد؟»
- رویکرد درست: «چگونه هوش مصنوعی میتواند به دانشآموز کمک کند تا یادگیرندهای توانمندتر شود؟»
وقتی دانشآموزان توانایی همکاری مؤثر با هوش مصنوعی را پیدا کنند، این فناوری به یک پشتیبان قدرتمند یادگیری تبدیل میشود.
روانشناسی تربیتی؛ کلید ایجاد شراکت یادگیری مؤثر با هوش مصنوعی
روانشناسی تربیتی دهههاست که به شناسایی فرآیندها و عواملی میپردازد که از یادگیری مؤثر حمایت میکنند. این دانش میتواند به دانشآموزان کمک کند تا از هوش مصنوعی به گونهای استفاده کنند که جنبههای خاص و مبتنی بر شواهد یادگیری را هدف قرار دهد.
انگیزه و درگیری تحصیلی یک نمونه بارز است. پرامپتنویسی (Prompting) آگاهانه که برگرفته از روانشناسی تربیتی است، به دانشآموزان کمک میکند تا پرامپتهای مشخص و ساختاریافتهای را برای اهداف زیر طراحی کنند:
- تقویت خودباوری
- افزایش پشتکار
- بهبود برنامهریزی
- کاهش اضطراب
این نوع پرامپتنویسی حیاتی است، زیرا هر دانشآموز با موانع روانشناختی متفاوتی روبرو است. دانشآموزی که خودباوری پایینی دارد، به حمایتی متفاوت از دانشآموزی که در برنامهریزی ضعیف است، نیاز دارد.
نکته کلیدی در اینجا، شخصیسازی یادگیری است. هوش مصنوعی به خودی خود نمیتواند تشخیص دهد که یک دانشآموز دقیقاً به چه نوع حمایتی نیاز دارد. اینجاست که نقش روانشناسی تربیتی پررنگ میشود. با استفاده از چارچوبهای روانشناختی، میتوانیم به هوش مصنوعی بیاموزیم که نه فقط پاسخگو، بلکه یک کوچ هوشمند و همدل باشد که موانع فردی هر یادگیرنده را درک میکند.
چرخه انگیزه و درگیری تحصیلی (Motivation and Engagement Wheel)
این چرخه، چارچوبی برای تحلیل عوامل مؤثر بر یادگیری است. چرخه مذکور از ۱۱ عامل مشخص تشکیل شده که در چهار حوزه کلی گروهبندی میشوند: انگیزه مثبت، انگیزه منفی، درگیری مثبت و درگیری منفی.
انگیزه و درگیری مثبت شامل افکار، احساسات و رفتارهایی است که به یادگیری مؤثر کمک میکنند:
- اعتماد به نفس (Self-belief)
- ارزشگذاری (Valuing)
- جهتگیری یادگیری (Learning focus)
- پشتکار (Persistence)
- برنامهریزی (Planning)
- مدیریت تکلیف (Task management)
انگیزه و درگیری منفی شامل عواملی است که میتوانند مانع یادگیری شوند:
- اضطراب (Anxiety)
- اجتناب از شکست (Failure avoidance)
- عدم اطمینان (Uncertain control)
- بیتوجهی (Disengagement)
- خود-تخریبی (Self-sabotage)
دستیار یادگیری مبتنی بر هوش مصنوعی (GenAI Motivation and Learning Buddy)
این دستیار یک ابزار دسترسی آزاد (open-access) است که بر اساس چرخه فوق طراحی شده تا از یادگیری دانشآموزان حمایت کند. این ابزار شامل ۱۱ اسکریپت پرامپت است که هر کدام برای یکی از ۱۱ بخش چرخه طراحی شدهاند.
دستیار یادگیری به عنوان یک کوچ مبتنی بر هوش مصنوعی عمل میکند. به جای ارائه پاسخ، به یادگیرنده کمک میکند تا در حین انجام تکالیف تحصیلی (مانند آمادهسازی برای امتحان، انجام تکالیف، نوشتن مقاله یا مطالعه برای ارائه) انگیزه و درگیری خود را حفظ کند.
به عنوان مثال، به جای اینکه از هوش مصنوعی بخواهد «مقدمه مقاله مرا بنویس»، دانشآموز یکی از اسکریپتهای دستیار را در یک ابزار هوش مصنوعی کپی میکند و سپس از طریق راهبردهای زیر هدایت میشود:
- کاهش اضطراب قبل از شروع نوشتن مقدمه
- تقویت اعتماد به نفس برای برنامهریزی ساختار مقاله
- بهبود پشتکار در طول فرآیند بازبینی
در این مفهوم، هوش مصنوعی کمتر یک تولیدکننده محتوا و بیشتر یک پشتیبان برای انگیزه و درگیری تحصیلی میشود.
دستیار به دقت ساختاربندی شده تا دانشآموزان را فعالانه درگیر یادگیری نگه دارد، نه اینکه منفعلانه پاسخها را مصرف کنند. هر اسکریپت پرامپت شامل عناصر کلیدی زیر است:
- هدفگذاری مشخص
- تشویق به تأمل و خودارزیابی
- ارائه گامهای عملی و کوچک
- بازخورد انگیزشی
جمعبندی
یادگیرندگان برای استفاده مؤثر از هوش مصنوعی به راهنمایی نیاز دارند و روانشناسی تربیتی اصول و شیوههای لازم برای این کار را فراهم میکند. هرچه هوش مصنوعی توانمندتر میشود، نقش روانشناسی تربیتی برای کمک به دانشآموزان در استفاده از آن به گونهای که عاملیت (agency) و یادگیری معنادار آنها را حفظ کند، اهمیت بیشتری پیدا میکند.
منابع
- Martin, A. J. (2024). Educational Psychology Improves Use of AI for Learning. Psychology Today.
- Martin, A. J. (2023). The Motivation and Engagement Wheel: A framework for understanding and enhancing student motivation and engagement. Educational Psychology Review.
- Martin, A. J. (2024). The GenAI Motivation and Learning Buddy: An open-access tool for supporting student learning with AI. UNSW Sydney.
