هوش مصنوعی کار دانش‌آموزان را ساده کرده است؛ اما آیا این اتفاق مثبتی است؟

نگاهی به یک گزارش پژوهشی از دانشگاه استنفورد (3)

در اولین و دومین نوشته از این مجموعه، به گزارشی از دانشگاه استنفورد درباره وضعیت پژوهش در حوزه هوش مصنوعی و آموزش اشاره کردیم. آن گزارش با عنوان «The Evidence Base on AI in K‑12: A 2026 Review» تلاش می‌کند شواهد علمی موجود درباره کاربرد ابزارهای هوش مصنوعی در مدارس را جمع‌بندی کند. نویسندگان گزارش بیش از ۸۰۰ مقاله پژوهشی را بررسی کرده‌اند و گزارش را بر مبنای پژوهش‌هایی تهیه کرده‌اند که شواهد علی قوی دارند؛ یعنی مطالعاتی که می‌توانند با اطمینان بیشتری نشان دهند استفاده از یک ابزار هوش مصنوعی واقعاً چه اثری بر یادگیری دارد.

***

یکی از مفاهیم مهمی که در بسیاری از پژوهش‌های آموزشی به آن توجه می‌شود «بار شناختی» است. این مفهوم به مقدار فشاری اشاره می‌کند که یک فعالیت یادگیری بر حافظه فعال دانش‌آموز وارد می‌کند. وقتی یک مسئله بسیار پیچیده است یا اطلاعات زیادی باید هم‌زمان در ذهن نگه داشته شود، بار شناختی بالا می‌رود و یادگیری دشوارتر می‌شود.

در نگاه اول، ابزارهای هوش مصنوعی دقیقاً در همین نقطه جذاب به نظر می‌رسند. آن‌ها می‌توانند توضیح دهند، مثال بزنند، مراحل حل مسئله را نشان دهند و حتی پاسخ نهایی را ارائه کنند. در نتیجه بخشی از فشار ذهنی از دوش دانش‌آموز برداشته می‌شود.

اما گزارش پژوهشی دانشگاه استنفورد نشان می‌دهد که این کاهش بار ذهنی همیشه پیامد مثبتی ندارد. در برخی شرایط، اگر بخش زیادی از کار شناختی به ابزار هوش مصنوعی واگذار شود، ممکن است فرایند یادگیری تضعیف شود. به همین دلیل، در برخی از پژوهش‌های اخیر مفهوم دیگری نیز مطرح شده است: «بدهی شناختی».

بار شناختی در یادگیری چگونه عمل می‌کند؟

برای فهم بهتر این مسئله، باید ابتدا بدانیم بار شناختی چگونه در یادگیری عمل می‌کند. وقتی دانش‌آموز با یک مسئله جدید روبه‌رو می‌شود، باید اطلاعات مختلفی را در ذهن نگه دارد: صورت مسئله، مفاهیم مرتبط، مراحل حل مسئله و ارتباط میان بخش‌های مختلف هر مسئله. حافظه فعال انسان ظرفیت محدودی دارد، بنابراین اگر این بار بیش از حد شود، احتمال خطا یا سردرگمی افزایش می‌یابد.

در آموزش سنتی، معلمان اغلب تلاش می‌کنند با روش‌هایی مانند شکستن مسئله به مراحل کوچک‌تر، ارائه مثال‌های حل‌شده یا استفاده از نمودارها، بار شناختی را مدیریت کنند. هدف این است که یادگیری آسان‌تر شود، بدون اینکه دانش‌آموز از فرایند تفکر کنار گذاشته شود.

ابزارهای هوش مصنوعی نیز می‌توانند در همین مسیر عمل کنند. برای مثال، یک چت‌بات آموزشی می‌تواند توضیح دهد که یک مسئله چگونه حل می‌شود یا مرحله بعدی چیست. این نوع کمک می‌تواند به دانش‌آموز اجازه دهد بهتر بر مفهوم اصلی تمرکز کند. اما مشکل زمانی ایجاد می‌شود که ابزار بخش زیادی از فرایند فکر کردن را به جای دانش‌آموز انجام دهد.

بار شناختی چیست؟

بار شناختی به مقدار فشاری گفته می‌شود که یک فعالیت یادگیری بر حافظه فعال وارد می‌کند.

اگر بار شناختی بیش از حد باشد:

• دانش‌آموز ممکن است دچار سردرگمی شود.
• پردازش اطلاعات دشوارتر می‌شود.
• احتمال یادگیری عمیق کاهش می‌یابد.

در آموزش مؤثر، هدف این است که بار شناختی مدیریت شود، نه اینکه کاملاً حذف شود.

وقتی کمک بیش از حد می‌شود

یکی از یافته‌های مهم در برخی مطالعات این است که وقتی ابزارهای هوش مصنوعی پاسخ کامل را بسیار سریع ارائه می‌کنند، دانش‌آموزان ممکن است کمتر درگیر فرایند حل مسئله شوند. در چنین شرایطی، تکلیف ممکن است با کیفیت بالاتری انجام شود، اما مهارت‌های لازم برای حل مسئله در ذهن دانش‌آموز به همان اندازه تقویت نمی‌شود. برای مثال، اگر دانش‌آموز در حل یک مسئله ریاضی با مشکل مواجه شود و بلافاصله پاسخ کامل را از یک چت‌بات دریافت کند، ممکن است پاسخ درست را ببیند، اما طی کردن مراحل حل مسئله را تمرین نکند. در کوتاه‌مدت، این موضوع ممکن است مشکلی ایجاد نکند. اما در بلندمدت، می‌تواند باعث شود دانش‌آموز کمتر فرصت تمرین مهارت‌های شناختی را داشته باشد.

مفهوم بدهی شناختی

برخی پژوهشگران برای توضیح این وضعیت از اصطلاح «بدهی شناختی» استفاده می‌کنند. این مفهوم به وضعیتی اشاره دارد که در آن بخشی از کار ذهنی که برای یادگیری لازم است به ابزارهای خارجی واگذار می‌شود. این کار می‌تواند در کوتاه‌مدت مفید باشد، زیرا انجام تکالیف را آسان‌تر می‌کند. اما اگر این الگو به طور مداوم تکرار شود، ممکن است دانش‌آموز کمتر مهارت‌های لازم برای حل مستقل مسائل را توسعه دهد. به بیان ساده، دانش‌آموز ممکن است به ابزارهایی عادت کند که بخشی از فکر کردن را برای او انجام می‌دهند.

مسئله اصلی: تعادل

گزارش استنفورد تأکید می‌کند که مسئله اصلی حذف کامل کمک‌های هوش مصنوعی نیست. در بسیاری از موارد، این ابزارها می‌توانند به دانش‌آموزان کمک کنند مفاهیم پیچیده را بهتر درک کنند یا با اعتماد بیشتری با مسائل دشوار روبه‌رو شوند. مسئله اصلی یافتن تعادل است.

اگر ابزارها به گونه‌ای طراحی شوند که تنها پاسخ نهایی را ارائه دهند، ممکن است فرصت یادگیری کاهش یابد. اما اگر به گونه‌ای طراحی شوند که دانش‌آموز را در مسیر فکر کردن هدایت کنند، می‌توانند به مدیریت بار شناختی کمک کنند بدون اینکه یادگیری تضعیف شود. به همین دلیل، بسیاری از پژوهشگران بر اهمیت طراحی آموزشیِ ابزارهای AI تأکید می‌کنند. در پست بعدی دربارۀ طراحی ابزارهای آموزشی مبتنی بر هوش مصنوعی بیشتر خواهیم نوشت.

جمع‌بندی

هوش مصنوعی می‌تواند در مدیریت بار شناختی دانش‌آموزان نقش مفیدی داشته باشد. این ابزارها می‌توانند توضیح دهند، مثال ارائه کنند و به دانش‌آموز کمک کنند با مسائل پیچیده بهتر روبه‌رو شود. اما اگر بخش زیادی از کار شناختی به ابزارها واگذار شود، ممکن است فرصت تمرین مهارت‌های ذهنی کاهش یابد. مفهومی مانند بدهی شناختی تلاش می‌کند این خطر را توضیح دهد. به همین دلیل، در استفاده آموزشی از هوش مصنوعی، مسئله اصلی تنها دسترسی به ابزارها نیست، بلکه نحوه طراحی و استفاده از آن‌هاست.

منابع

• Fesler, L., Martinez, J., Agnew, C., Loeb, S. “The Evidence Base on AI in K-12: A 2026 Review,” AI Hub for Education of the SCALE Initiative, Stanford University, 2026.