تفکر انتقادی در برابر توهمات دیجیتال؛ آموزش راستی آزمایی (Fact-Checking) پاسخ های هوش مصنوعی به دانش آموزان

در دورانی که مرز میان حقیقت و شبیه سازی به باریکی یک تار مو رسیده است، نظام های آموزشی با چالشی بی سابقه مواجه اند: ظهور «دانای کل کاذب». مدل های زبانی بزرگ (LLMs) با بلاغتی مسحورکننده و اعتمادبه نفسی تزلزل ناپذیر، پاسخ هایی ارائه می دهند که گاه آمیزه ای خطرناک از واقعیت و خیال است؛ پدیده ای که در ادبیات فنی «توهم» (Hallucination) نامیده می شود. این مقاله با رویکردی آسیب شناسانه و راهکارمحور، به بررسی ضرورت حیاتی تجهیز دانش آموزان به مهارت «راستی آزمایی» یا Fact-Checking در مواجهه با خروجی های هوش مصنوعی می پردازد. استدلال اصلی پژوهش این است که سواد اطلاعاتی سنتی که بر ارزیابی منابع انسانی متمرکز بود، دیگر برای عصر هوش مصنوعی مولد کافی نیست. ما نیازمند «سواد الگوریتمی انتقادی» هستیم؛ مهارتی که دانش آموز را از مصرف کننده منفعل اطلاعات ماشین زاد، به بازرس شکاک و هوشمند تبدیل کند. در این نوشتار مفصل، طی هشت بخش مجزا، از مکانیزم های فنی ایجاد توهم در شبکه های عصبی تا روانشناسی اعتماد نابجا به ماشین، و از تکنیک های عملی «خوانش جانبی» تا طراحی تکالیف معکوس برای به چالش کشیدن هوش مصنوعی، مورد واکاوی قرار گرفته است. هدف نهایی، ترسیم نقشه راهی برای معلمان است تا کلاس درس را به آزمایشگاهی برای کشف حقیقت در عصر پسا-حقیقت تبدیل کنند.

کلیدواژه ها:

واژگان کلیدی: توهم هوش مصنوعی ، سواد رسانه ای انتقادی ، راستی آزمایی ، مدل های زبانی بزرگ ، آموزش تفکر انتقادی ، سوگیری اتوماسیون.