این گزارش، چکیده‌ای از تجربیات و راهکارهای عملی معلمان و مدیران مدارس در به‌کارگیری هوش مصنوعی برای بهبود فرآیندهای آموزشی و تربیتی است.
معرفی موضوع و اهداف جلسه
هدف اصلی این جلسه، فراتر رفتن از کاربردهای ساده (مانند پرسیدن سؤال) و به اشتراک گذاشتن پروژه‌های واقعی، کلان و ساختاریافته‌ای است که در مدارس اجرا شده‌اند .
رویکرد اصلی این است که ببینیم چگونه می‌توان با استفاده صحیح از فناوری، عقب‌افتادگی‌های آموزشی را جبران کرده و یک جهش (Jump) در یادگیری ایجاد کرد .
سخنران اول: جناب آقای زرباف (معلم راهنمای دبیرستان نیکان)، تجربه استفاده از هوش مصنوعی در فرآیند هدایت تحصیلی دانش‌آموزان
روش اجرایی در هدایت تحصیلی
- دانش‌آموزان ابتدا در آزمون استعدادیابی هالند (Holland) شرکت می‌کنند .
- از آن‌ها خواسته می‌شود سه تیپ شخصیتی برتر خود را به همراه نمراتشان به یک ابزار هوش مصنوعی مانند ChatGPT بدهند و از آن پیشنهادهای شغلی و رشته تحصیلی دریافت کنند .
- این کار به دانش‌آموز کمک می‌کند تا با گفتگو با هوش مصنوعی، در مورد ویژگی‌های شخصیتی خود عمیق‌تر شود و درک بهتری از گزینه‌های پیش رو پیدا کند .
فرآیند تعمیق خودشناسی دانش‌آموز
- به عنوان یک تمرین تکمیلی، از دانش‌آموزان خواسته می‌شود پس از مشورت با یک متخصص و اعضای خانواده، خلاصه‌ای از گفتگوی خود را به همراه نتایج تست‌های شخصیت‌شناسی به هوش مصنوعی ارائه دهند.
- سپس از هوش مصنوعی می‌خواهند که یک جمع‌بندی نهایی از وضعیت آن‌ها ارائه دهد تا به تصمیم‌گیری واقع‌بینانه‌تر کمک کند .
- مثال: یک دانش‌آموز پس از این فرآیند به این نتیجه رسید که با وجود علاقه به رشته تجربی، زیرساخت علمی لازم را ندارد و رشته هنر نیز با روحیات او سازگار نیست، در نتیجه با دیدی بازتر رشته ریاضی را انتخاب کرد .
نکات کلیدی در تعامل با هوش مصنوعی
- پرهیز از انسان‌انگاری: هوش مصنوعی یک ابزار و الگوریتم است، نه یک انسان. برقراری ارتباط عاطفی با آن می‌تواند خطرناک باشد
- مقابله با سوگیری تأیید: هوش مصنوعی تمایل دارد کاربر را تأیید کند. برای دریافت بازخورد انتقادی، باید به صراحت از آن بخواهید که نظر شما را به چالش بکشد .
- دریافت پرامپت از خود هوش مصنوعی: برای نوشتن یک دستور (پرامپت) خوب، می‌توانید از خود هوش مصنوعی بخواهید که یک پرامپت مناسب برای تحلیل موضوع موردنظرتان پیشنهاد دهد .
سخنران دوم: جناب آقای دکتر حمیدرضا شجاعی (آکادمی سرمد)، طراحی طرح درس حرفه‌ای با هوش مصنوعی
مبانی طراحی طرح درس با هوش مصنوعی
- برای رسیدن به یادگیری عمیق، باید از روش‌های طراحی آموزشی استاندارد استفاده کرد. مدل پیشنهادی، مدل پیشرفتهUnderstanding by result یا به اختصار، UbD است.
- یک طرح درس خوب باید شایستگی‌محور باشد و فعالیت‌ها و ارزشیابی‌ها در راستای اهداف مشخص طراحی شوند .
- در طراحی فعالیت‌ها از روتین‌های تفکر (Thinking Routines) دانشگاه هاروارد (پروژه زیرو) و منابع باز آموزشی (OER) استفاده شود تا کیفیت آموزش افزایش یابد .
ابزارها و افزونه‌های پیشنهادی
- برای اجرای پرامپت‌های سنگین که به حجم توکن بالا نیاز دارند، استفاده از مدل‌های زبانی Grok، Gemini Proیا نسخه پولی ChatGPT-4 توصیه می‌شود .
- برای بهبود کیفیت پرامپت‌ها، می‌توان از افزونه‌هایی مانند Prompt Professor در ChatGPT استفاده کرد که به ارزیابی و اصلاح دستورات کمک می‌کند .
فرآیند گام‌به‌گام پرامپت‌نویسی
پرامپت باید به گونه‌ای طراحی شود که فرآیند را مرحله‌به‌مرحله پیش ببرد و در هر گام از معلم تأیید بگیرد.
مراحل پرامپت:
- دریافت اطلاعات اولیه (موضوع، پایه تحصیلی، تعداد جلسات).
- پیشنهاد شایستگی‌ها (استانداردها) بر اساس منابع معتبر (مانند استانداردهای ایالت پنسیلوانیا و فلوریدا
- تولید ایده‌های بزرگ و سؤالات اساسی (Big Ideas & Essential Questions).
- طراحی ارزشیابی‌ها (قبل، حین و پس از آموزش).
- طراحی برنامه آموزشی و فعالیت‌های کلاسی بر اساس اصول مشخص (مانند الگوی WHERETO درUbD).
سخنران سوم: جناب آقای بهنودی (مدرسه نیک‌پرور)، آموزش سواد دیجیتال به دانش‌آموزان و توانمندسازی معلمان
برنامه آموزشی «سواد دیجیتال» برای دانش‌آموزان
- این کلاس در پایه‌های هفتم و هشتم به مدت ۲ ساعت در هفته برگزار می‌شود .
- پایه هفتم: تمرکز بر مهارت‌های پایه مانند ساخت اکانت، کار با ابزارهای گوگل (داکس، اسلاید و...)، امنیت دیجیتال، اصول پژوهش و ارائه یک سخنرانی کوتاه در پایان سال .
- پایه هشتم: مباحث عمیق‌تر امنیت، تأکید بر کار تیمی، مدیریت پروژه با ابزارهایی مانند تسکولو (Trello) و تولید یک ویدیوی تیمی به عنوان پروژه نهایی .
- در آینده، آموزش مهندسی پرامپت نیز به این سرفصل‌ها اضافه خواهد شد .
توانمندسازی معلمان برای تولید طرح درس
معلمان تشویق می‌شوند تا با روش زنجیره تفکر (Chain of Thought) طرح درس تولید کنند.
مثال فرآیند:
- از هوش مصنوعی بخواهید برای موضوع اصلی، چند موضوع جانبی برای عمیق‌تر شدن بحث پیشنهاد دهد.
- برای موضوعات منتخب، درخواست مثال، تمثیل یا آنالوژی کنید.
- سپس، چند نمونه تکلیف خلاقانه برای آن موضوع بخواهید.
- در نهایت، تمام اطلاعات به‌دست‌آمده را به هوش مصنوعی بدهید و بخواهید یک طرح درس کامل در قالبی مشخص بنویسد .
کاربردهای مدیریتی هوش مصنوعی
- می‌توان صدای ضبط‌شده جلسات شورای معلمان را به ابزارهایی مانند NotebookLM داد تا متن آن را استخراج کند.
- سپس با یک پرامپت مناسب، می‌توان خلاصه‌ای از جلسه، نظرات افراد و مصوبات را به صورت خودکار استخراج کرد .
سخنران چهارم: جناب آقای پیرو (معلم راهنما دبستان نیکان)، کاربرد هوش مصنوعی در مشاوره‌های پیچیده دانش‌آموزی
رویکرد اصلی: هوش مصنوعی به عنوان سوپروایزر مشاور
در کیس‌های دانش‌آموزی که راه‌حل‌های معمول به نتیجه نمی‌رسند، می‌توان از هوش مصنوعی به عنوان یک مشاور ارشد یا سوپروایزر برای گرفتن ایده‌های جدید کمک گرفت .
مراحل عملی برای استفاده در مشاوره
- تعریف نقش: به هوش مصنوعی یک نقش مشخص بدهید (مثلاً: «تو یک روانشناس متخصصی و من از تو مشورت می‌گیرم») .
- ارائه پروتکل: چهارچوب‌هایی برای پاسخ‌دهی تعریف کنید (مثلاً: «خلاصه‌گو باش»، «کلی‌گویی نکن»، «راه‌حل‌محور باش») و بخواهید این پروتکل را در حافظه خود ذخیره کند .
- طرح مسئله و پرسشگری معکوس: پس از طرح مسئله، از هوش مصنوعی بخواهید از شما سؤالاتی بپرسد تا ابعاد پنهان ماجرا که به آن توجه نکرده‌اید، روشن شود .
موارد کاربرد مؤثر
- این روش برای کیس‌هایی که امکان گفتگوی مستقیم و راحت با دانش‌آموز یا خانواده وجود ندارد، بسیار کارآمد است .
- در موضوعات حساس (مانند مسائل مربوط به حیا، ارتباط با جنس مخالف یا محتوای نامناسب رسانه‌ای)، می‌توان با تعریف چهارچوب‌های ارزشی (ارزش‌های دینی، فرهنگی و سبک زندگی ایرانی) برای هوش مصنوعی، راهکارهای مناسب‌تری دریافت کرد
سخنران پنجم: جناب آقای ربیعی (کمک معلم راهنمای مدرسه صلحا)، پروژه یادگیری خودراهبر دانش‌آموزان با محوریت هوش مصنوعی
اهداف و چهارچوب کلی طرح
- هدف اصلی این طرح، تغییر تمرکز از «پژوهش» به «یادگیرنده بودن» است؛ یعنی دانش‌آموزان یاد بگیرند که چگونه یاد بگیرند .
- این فرآیند در دو ترم تحصیلی طراحی شده است: ترم اول: یادگیری با هوش مصنوعی و ترم دوم: ارائه سمینار .
فرآیند اجرایی ترم اول
- هر دانش‌آموز یک موضوع از کتاب‌های درسی سال آینده خود را انتخاب می‌کند .
- با کمک هوش مصنوعی، یک طرح یادگیری (پروپوزال) می‌نویسد که شامل دانسته‌های قبلی و اهداف یادگیری جدید است .
- دانش‌آموز با استفاده از ابزارهای هوش مصنوعی و منابعی که به آن می‌دهد (مانند فایل PDF کتاب درسی)، شروع به یادگیری موضوع می‌کند .
- خروجی نهایی یک فایل آکادمیک است شامل دو فصل: مسیر یادگیری (چالش‌ها و ابزارهای استفاده‌شده) و محتوای یادگیری (پاسخ‌های ویرایش‌شده هوش مصنوعی به سؤالات) .
مهارت‌های ضمنی آموخته‌شده: در این فرآیند، دانش‌آموزان مهارت‌های جانبی مهمی را نیز فرا می‌گیرند، از جمله:
- پاراگراف‌نویسی آکادمیک (با تحلیل ساختار متن‌های تولیدشده توسط هوش مصنوعی).
- تفکر سیستمی (با مقایسه روش حل مسئله خود با هوش مصنوعی).
- کار با ابزارهای نقشه ذهنی (Xmind) و یادداشت‌برداری حرفه‌ای با Onenote یا Copilot
سخنران ششم: جناب آقای میلانی، تجربیات عملی در گروه‌بندی دانش‌آموزان و انتقال اطلاعات بین پایه‌ها
استفاده از هوش مصنوعی برای گروه‌بندی دانش‌آموزان
برای گروه‌بندی دانش‌آموزان در اردوها با شرایط و محدودیت‌های پیچیده (مانند اینکه چه کسانی نباید در یک گروه باشند)، می‌توان تمام شروط را به هوش مصنوعی داد تا در زمانی کوتاه، یک چینش بهینه ارائه دهد .
بهینه‌سازی فرآیند انتقال اطلاعات دانش‌آموز بین پایه‌ها
برای انتقال اطلاعات یک دانش‌آموز از معلم فعلی به معلم سال آینده، می‌توان از یک پرامپت ویژه استفاده کرد.
فرآیند: ابتدا ویس‌های معلمان در مورد دانش‌آموز توسط ابزاری مانند NotebookLM به متن تبدیل می‌شود. سپس متن به هوش مصنوعی داده می‌شود تا نظرات را تحلیل، نقاط اشتراک بین صحبت‌های معلمان را شناسایی و ویژگی‌های برجسته دانش‌آموز را به صورت یک گزارش خلاصه ارائه دهد .
