يحتاج التدريب على الدكتوراه إلى إعادة التشغيل في عالم الذكاء الاصطناعي

منذ إطلاق Chatbot ChatGPT في أواخر عام 2022، كان هناك نقاش محموم في الجامعات حول الذكاء الاصطناعي (AI). ركزت هذه المحادثات على التدريس الجامعي – كيفية منع الغش وكيفية استخدام الذكاء الاصطناعي لتحسين التعلم. لكن هناك اضطرابا أكثر هدوءا وأعمق يتكشف في مجال البحوث، وهو النشاط الأساسي الآخر للجامعات.

لطالما كان يُنظر إلى تعليمالدكتوراهعلى أنه قمةالتدريبالأكاديمي والتدريب المهني في التفكير الأصلي والتحليل النقدي والاستقصاء المستقل. ومع ذلك، فإن هذا النموذج يتعرض الآن لضغوط. الذكاء الاصطناعي ليس مجرد أداة بحثية أخرى؛ إنه يعيد تعريف ماهية البحث وكيفية إجرائه وما الذي يعتبر مساهمة أصلية.

والجامعات في الغالب غير مستعدة لتحمل حجم الاضطراب، مع قلة منها التي لديها استراتيجيات حوكمة شاملة. لا يزال العديد من الأكاديميين يركزون على إخفاقات أدوات الذكاء الاصطناعي التوليدية المبكرة، مثل الهلوسة (المعلومات المعلنة بثقة ولكنها خاطئة)، والتناقضات والاستجابات السطحية. لكن نماذج الذكاء الاصطناعي التي كانت خرقاء في عام 2023، أصبحت أكثر فأكثر طلاقة ودقة.

يمكن لأدوات الذكاء الاصطناعي بالفعل صياغة مراجعات الأدبيات، وكتابة تعليمات برمجية معقدة بتوجيه بشري، وحتى إنشاء فرضيات عند تزويدها بمجموعات البيانات. تمثل أنظمة الذكاء الاصطناعي “الوكيلة” التي يمكنها تحديد أهدافها الفرعية وتنسيق المهام والتعلم من ردود الفعل قفزة أخرى إلى الأمام. إذا استمر المسار الحالي، فإننا نقترب بسرعة من اللحظة التي يمكن فيها إكمال جزء كبير من سير عمل الدكتوراه التقليدي، أو على الأقل دعمه بشكل كبير بواسطة الآلات.

أسئلة بلا إجابة

ويشكل هذا التحول تحديات للمعلمين. يصبح ما يشكل مساهمة أصلية غير واضح عندما تنتج أدوات الذكاء الاصطناعي مراجعات للأدبيات، وتكتسب البيانات وتحللها، وصياغة فصول الأطروحات. قديحتاجالطلاب إلى التحول من تنفيذ المهام البحثية إلى صياغة الأسئلة واستجواب مخرجات الذكاء الاصطناعي.

لاستكشاف الشكل الذي قد يبدو عليه المستقبل القريب للتدريب البحثي، قمت بإجراء تمثيلية لمحاكاة طالب دكتوراه يعمل مع مساعد افتراضي يعمل بالذكاء الاصطناعي. لقد استخدمت Claude، وهو نظام ذكاء اصطناعي رائد أنشأته شركة Anthropic في سان فرانسيسكو، كاليفورنيا.

لقد قمت بتغذية برنامج الدردشة الآلية بمطالبة مفصلة (انظر المعلومات التكميلية) تصف مساعدًا خياليًا لأبحاث الذكاء الاصطناعي يُدعى HALe – مستوحى من شخصية الذكاء الاصطناعي HAL 9000 من فيلم الخيال العلمي2001: رحلة فضائية. لقد قدمت لـ HALe إمكانات قيد التطوير بالفعل ومن المرجح أن تتحسن في السنوات القادمة. ويشمل ذلك الوصول إلى قواعد البيانات الخارجية، ودمج البيانات البيئية والبيولوجية، وإجراء التحليلات المتقدمة بشكل مستقل.

ثم لعبت دور الطالب، حيث قمت بطرح الأسئلة والرد على ردود برنامج الدردشة الآلي. تم إنشاء الحوار في جلسة واحدة غير محررة، حيث يقدم لمحة خيالية ومعقولة عن الكيفية التي يمكن أن تتكشف بها أبحاث الدكتوراه في المستقبل.

كان الهدف من المحاكاة هو استكمال مشروع دكتوراه يبحث في كيفية تأثير درجات الحرارة القصوى في المحيطات على الأنواع البحرية، وهي مهمة طموحة تتضمن تركيب البيانات، والنمذجة الإحصائية، وكتابة ورقة بحثية للنشر. في هذا السيناريو الخيالي، لم يقدم HALe المساعدة فحسب؛ لقد أخذت زمام المبادرة.

لقد بحثت واستخرجت البيانات من الأدبيات العلمية، وحددت الفجوات المعرفية، ونسقت مجموعات البيانات البيئية والبيولوجية، وأجرت تحليلات إحصائية معقدة، وفسرت النتائج، وصياغة مخطوطة، واقترحت مراجعين أقران، بل وأنشأت مستودع بيانات مفتوح الوصول. العملية برمتها، والتي قد تستغرق من الناحية الواقعية عدة أشهر من الطالب، تتم في سلسلة قصيرة من التبادلات الموجهة التي قد تستغرق بضع ساعات فقط.

على الرغم من أن نماذج الذكاء الاصطناعي الحالية لا يمكنها حتى الآن أداء هذه المهام بأي شيء يقترب من الاستقلالية الكاملة، إلا أن المحاكاة كانت ترتكز على ما يمكن للأنظمة الحالية أن تفعله بالفعل بتوجيه بشري. على سبيل المثال، يمكن لـ ChatGPT وClaude وغيرهما من روبوتات الدردشة المتطورة صياغة مراجعات موثوقة للأدبيات، واقتراح فرضيات، واقتراح أساليب تحليلية وإنشاء تعليمات برمجية – عند مراجعتها والتحقق من صحتها بواسطة إنسان – يمكنها معالجة مجموعات بيانات حقيقية وإنتاج مخرجات ذات معنى. يمكنهم أيضًا المساعدة في تفسير النتائج الإحصائية وتصور النتائج.

ما أذهلني، أثناء إجراء هذا التمرين، هو مقدار ما يمكن الآن توجيهه وتسريعه بواسطة الذكاء الاصطناعي من عملية الدكتوراه التقليدية. في بعض الأحيان، بدا الأمر وكأنني أعمل مع مساعد بحث فائق الكفاءة وسريع بشكل مذهل. لقد كان الأمر مثيرًا ومقلقًا.

بالطبع، تعكس هذه المحاكاة نوعًا معينًا من المشاريع، ذات طبيعة تحليلية وغنية بالبيانات وحسابية. وستظل برامج الدكتوراه التجريبية أو الميدانية، وخاصة تلك التي تتطلب جمع العينات، أو العمل المخبري، أو التفاعل مع أشخاص آخرين أو مع العالم الطبيعي، أقل عرضة للأتمتة الكاملة. ولكن حتى في هذه المجالات العلمية، من المرجح أن يلعب الذكاء الاصطناعي دورًا متزايدًا في التصميم التجريبي، وجمع البيانات المستقلة، وتوليف الأدبيات، وتحليل ما بعد التجربة.

مهارات جديدة

أوضحت هذه التجربة مدى ضرورةإعادةالنظر بشكل أساسي في التدريب على المهارات الأكاديمية في عصر الذكاء الاصطناعي.