استفاده از هوش مصنوعی مولد بازیابی و تقویت شده برای پشتیبانی و ارزیابی استدلال در پژوهش

استفاده در حال افزایش بوده و انتخابی جز سازگاری با این وضعیت جدید وجود ندارد. عده کثیری اما نه همه، از دانشجویان برای انجام تکالیف و وظایف از هوش مصنوعی استفاده می نمایند. بایستی دسترسی عادلانه ای را برای همه دانشجویان، پژوهشگران و اساتید به سیستم های هوش مصنوعی را طوری فراهم آوریم تا این نوع از فناوری ها بتوانند یادگیری آن ها را پشتیبانی و تقویت نمایند. با تعمق و تدبیر پیرامون این موضوع تفکر نماییم که می خواهیم آموزش و یادگیری چه شکلی باشد. زیرا سیستم های هوش مصنوعی مولد، به راحتی در دسترس قرار می گیرند. در این جا پیشنهاد می گردد که کسب و کار به طور معمول یک گزینه مسئولیت پذیر نیست. اگرچه ربات های گفتگو می توانند به راحتی به سوالات پاسخ داده، خلاصه هایی از محتوا را تولید نموده و فرآیند آموزش را کارآمدتر جلوه دهند، شواهد کم تری وجود دارد که چنین صرفه جویی در زمان موثر است. در واقع مهم است که اجازه ندهیم استفاده از سیستم های هوش مصنوعی مولد، فرآیند یادگیری را نادیده گرفته یا تضعیف نماید. در دسترس بودن سیستم های هوش مصنوعی در اصطلاح نوع مولد، بازیابی و تقویت شده، اجازه می دهد که آن چه را که مورد انتظار است که دانشجویان، پژوهشگران و اساتید آگاهی داشته و انجام دهند، با حمایت از آن ها در طراحی کارهای پیچیده تر که می تواند شواهدی از یادگیری سه بعدی را استخراج نماید و به گونه ای که از طریق چنین پاسخ های فردی استدلال امکان پذیر است، در مجموع، نمونه هایی از این امکانات را با مواد آموزشی مرتبط، شخصیت های مبتنی بر ربات و هشدارهایی در مورد استفاده از آن ها ارائه می نماید.

کلیدواژه ها:

آموزش عالی ، برنامه درسی ، هوش مصنوعی مولد ، نظریه های یادگیری ، یادگیری دانشجو محور