گونه شناسی خطاهای معنایی و بلاغی هوش مصنوعی در تفسیر شعر فارسی و تحلیل پیامدهای آن برای آموزش ادبیات در مدارس

گسترش کاربرد هوش مصنوعی مولد در محیط های آموزشی، امکان تولید توضیح، خلاصه، بازنویسی و تفسیر متون ادبی را با سرعتی بی سابقه فراهم کرده است. با وجود توانایی چشمگیر مدل های زبانی در تشخیص برخی الگوهای معنایی و حتی تفسیر استعاره های نو، تفسیر شعر فارسی به سبب فشردگی زبانی، چندمعنایی، ایهام، موسیقی، بینامتنیت، ارجاعات فرهنگی و پیوند عمیق با سنت بلاغی، همچنان حوزه ای پرخطر برای پاسخ های سطحی یا نادرست هوش مصنوعی است. هدف مقاله حاضر، ارائه گونه شناسی اولیه ای از خطاهای معنایی و بلاغی هوش مصنوعی در تفسیر شعر فارسی و تحلیل پیامدهای آموزشی اتکای بدون ارزیابی به این پاسخ هاست. روش پژوهش، مروری-تحلیلی است و با تلفیق یافته های پژوهش های مربوط به فهم زبان مجازی توسط مدل های زبانی، سواد هوش مصنوعی در آموزش، ویژگی های بلاغی شعر فارسی و الزامات تدریس ادبیات انجام شده است. بر پایه این تحلیل، خطاها در هشت دسته اصلی سامان یافته اند: تقلیل چندمعنایی به یک معنای قطعی، خلط معنای حقیقی و مجازی، تشخیص نادرست آرایه های ادبی، نادیده گرفتن بافت تاریخی و فرهنگی، انتساب منبع یا شاهد ساختگی، تفسیر واژه محور و گسسته از ساختار کل شعر، اخلاقی سازی یا روان شناختی سازی افراطی متن، و تولید توضیح روان اما فاقد شواهد متنی. یافته های تحلیلی نشان می دهد خطر اصلی، صرفا خطای آشکار نیست؛ بلکه پاسخ های زبانی منسجم و اطمینان بخشی است که می تواند برداشت نادرست را معتبر جلوه دهد و استقلال تفسیری دانش آموز را کاهش دهد. نتیجه آنکه هوش مصنوعی باید در کلاس ادبیات نه به عنوان مرجع نهایی معنا، بلکه به عنوان موضوع نقد، مقایسه و ارزیابی شواهد به کار رود. مقاله در پایان، الگویی پنج مرحله ای برای استفاده انتقادی از پاسخ های هوش مصنوعی در آموزش شعر فارسی پیشنهاد می کند.

کلیدواژه ها:

هوش مصنوعی مولد ، شعر فارسی ، تفسیر ادبی ، آرایه های بلاغی ، خطای معنایی ، سواد هوش مصنوعی ، آموزش ادبیات.