در ادامه خلاصه‌ی کتاب Teaching with AI: A Practical Guide to a New Era of Human Learning نوشته‌ی José Antonio Bowen و C. Edward Watson را به‌صورت فصل‌به‌فصل ارائه میکنیم و در پایان نیز فایل دانلود کامل کتاب را در اختیار شما خوبان قرار می دهیم.
📘مقدمه
نویسندگان توضیح می‌دهند که همان‌گونه که اینترنت رابطه ما با «دانش» را تغییر داد، هوش مصنوعی رابطه ما با «تفکر» را دگرگون خواهد کرد. این فناوری می‌تواند نابرابری‌ها را تشدید کند یا بالعکس، فرصت‌های جدیدی برای عدالت آموزشی ایجاد نماید. هدف کتاب، ارائه راهکارهای عملی برای استفاده مسئولانه و مؤثر از AI در آموزش است.
فصل ۱: مبانی هوش مصنوعی
این فصل تاریخچه‌ای از AI ارائه می‌دهد، از سیستم‌های خبره تا یادگیری ماشین و شبکه‌های عصبی. نویسندگان توضیح می‌دهند چگونه مدل‌های زبانی بزرگ (LLM) مانند GPT با استفاده از معماری ترنسفورمر ساخته شدند و چرا پدیده‌هایی مثل «توهم» و «سوگیری» ذاتی این مدل‌ها هستند. هدف، افزایش سواد AI در میان معلمان و دانشجویان است.
فصل ۲: عصر جدید کار
هوش مصنوعی همه مشاغل را دگرگون می‌کند. برخلاف انقلاب صنعتی که مشاغل یدی را تغییر داد، AI مشاغل فکری را هدف گرفته است. پزشکان، وکلا، و اساتید باید یاد بگیرند با AI همکاری کنند نه رقابت. مهارت‌های انسانی مانند قضاوت، خلاقیت و همدلی بیش از پیش اهمیت خواهند یافت.
.
فصل ۳: سواد هوش مصنوعی
این فصل تأکید دارد که دانشجویان و استادان باید «چگونه پرسش پرسیدن از AI» را بیاموزند. سواد AI شامل درک نحوه‌ی کار الگوریتم‌ها، تشخیص خطا یا سوگیری آن‌ها، و استفاده انتقادی و اخلاقی از نتایج است.
فصل ۴: بازآفرینی خلاقیت
نویسندگان نشان می‌دهند که «توهم» AI می‌تواند منبع خلاقیت باشد. در طراحی ایده‌های تازه، AI می‌تواند بدون محدودیت‌های اجتماعی فکر کند. بااین‌حال، انسان باید نقش انتخابگر و داور نهایی را ایفا کند تا ایده‌ها به واقعیت خلاق بدل شوند.
فصل ۵: استادان و AI
فصل پنجم درباره‌ی چگونگی یاری‌رسانی AI به اساتید است: طراحی سرفصل دروس، ایجاد تمرین‌های سفارشی، تحلیل بازخوردها و حتی کمک در تحقیقات. AI می‌تواند دستیار آموزشی کارآمدی باشد، اما باید با شفافیت استفاده شود تا دانشجویان بدانند چه بخشی از کار حاصل دخالت انسان است.
فصل ۶: تقلب و شناسایی
نویسندگان هشدار می‌دهند که «تشخیص تقلب» با ابزارهای AI بسیار دشوارتر از گذشته است. در عوض، باید طراحی تکالیف و ارزشیابی‌ها را تغییر داد تا همکاری هوش مصنوعی به‌جای تقلب، به یادگیری عمیق‌تر منجر شود.
فصل ۷: سیاست‌گذاری آموزشی
این فصل بر ضرورت تدوین سیاست‌های روشن درباره‌ی استفاده از AI تأکید دارد. دانشگاه‌ها باید مشخص کنند در چه شرایطی استفاده از ابزارهای AI مجاز است و چگونه اخلاق حرفه‌ای حفظ می‌شود.
فصل ۸: نمره‌دهی و تعریف کیفیت
ارزیابی باید از حفظیات و تولیدات تکراری فاصله گیرد. اکنون معیار باید «کاری بهتر از AI» باشد: یعنی خلاقیت، تحلیل انسانی، و ارتباط میان‌فردی.
.
فصل ۹: بازخورد و ایفای نقش با AI
AI می‌تواند در نقش مربی یا هم‌گروه مجازی عمل کند و بازخورد فوری و شخصی‌سازی‌شده به دانشجویان بدهد. این قابلیت فرصت‌های تازه‌ای برای تمرین مهارت‌های گفت‌وگویی و انتقادی فراهم می‌کند.
فصل ۱۰: طراحی تکالیف انسانی
فصل دهم بر بازطراحی فعالیت‌های یادگیری تمرکز دارد تا دانشجویان مجبور شوند فرآیند کار خود را نشان دهند، نه فقط محصول نهایی را. مستندسازی مسیر یادگیری اهمیت می‌یابد.
فصل ۱۱: نوشتن و هوش مصنوعی
AI می‌تواند همیار نویسنده باشد، اما نویسنده باید کنترل و مسئولیت متن را بر عهده داشته باشد. نویسندگان پیشنهاد می‌کنند نوشتار درسی شامل تحلیل و بازاندیشی درباره‌ی خروجی AI شود.
فصل ۱۲: ارزشیابی نوین
در این فصل نمونه‌هایی از طراحی جدید ارزیابی‌ها آمده است؛ مانند پروژه‌های مشترک انسان–AI یا بازسازی داده‌ها به‌صورت چندرسانه‌ای. هدف، تمرکز بر «روند یادگیری» است نه صرفاً نتیجه‌ی نهایی.
پی‌نوشت
نویسندگان نتیجه می‌گیرند که هوش مصنوعی اجتناب‌ناپذیر است و معلمان باید پیشگام سازگاری باشند. آموزش در عصر جدید نیازمند تعادلی میان فناوری، اخلاق و انسان‌گرایی است.
.
دانلود کامل کتاب:
