• ترند خبری :
سه‌شنبه ۶ مرداد ۱۴۰۵ | TUE 28 Jul 2026
رساینه
  • تاریخ انتشار:1405/04/06 08:59:59
  • دسته‌بندی:سیاسی
  • خبرگزاری:سیناپرس

چگونگی تحول آموزش‌های فنی‌وحرفه‌ای با کمک هوش مصنوعی


همزمان با روز ملی کارآفرینی و آموزش‌های فنی‌وحرفه‌ای، توجه به آینده آموزش‌های مهارتی در شرایطی اهمیت بیشتری پیدا کرده است که هوش مصنوعی و تغییرات سریع بازار کار، نظام‌های آموزش فنی‌وحرفه‌ای را برای به‌روزرسانی سریع‌تر برنامه‌های آموزشی و مدارک مهارتی تحت فشار قرار داده‌اند.

به گزارش  سیناپرس ، در همین راستا، سازمان همکاری و توسعه اقتصادی (OECD) در گزارشی به بررسی چگونگی تحول آموزش‌های فنی‌وحرفه‌ای با استفاده از هوش مصنوعی پرداخته است. این گزارش بررسی می‌کند که هوش مصنوعی چگونه می‌تواند توسعه برنامه‌های درسی، مدارک آموزشی و استانداردهای شغلی را تغییر دهد.

تغییرات سریع بازار کار که تحت تاثیر دیجیتالی‌ شدن، هوش مصنوعی و گذار به اقتصاد سبز شکل گرفته‌اند، فشار فزاینده‌ای بر نظام‌های آموزش فنی‌وحرفه‌ای وارد کرده‌اند تا برنامه‌های درسی و مدارک مهارتی را با دفعات بیشتر و کارآمدتر تدوین و به‌روزرسانی کنند. اگرچه فرآیندهای توسعه آموزش فنی‌وحرفه‌ای معمولا مستحکم، مشارکتی و مبتنی بر مشارکت گسترده ذی‌نفعان هستند، اغلب به منابع زیادی نیاز دارند و در هماهنگ‌ شدن با سرعت بالای تغییر نیازهای مهارتی با مشکل مواجه می‌شوند.

برنامه‌های درسی و مدارک مهارتی، ستون فقرات آموزش‌های فنی‌وحرفه‌ای را تشکیل می‌دهند و نیازهای بازار کار را به نتایج یادگیری، برنامه‌های آموزشی و گواهینامه‌های مشخص تبدیل می‌کنند. هرگاه این برنامه‌ها و مدارک با تغییرات بازار کار همگام نباشند یا از نیازهای آن فاصله بگیرند، ناهماهنگی میان مهارت‌ها و مدارک آموزشی تداوم پیدا می‌کند و به کمبود نیروی ماهر منجر می‌شود؛ حتی در شرایطی که مدارک همچنان به‌عنوان نشانه‌ای قابل اعتماد از شایستگی افراد شناخته شوند.

در چنین شرایطی، هوش مصنوعی فرصت‌های نوینی برای پاسخ‌گویی بیشتر، کارآمدتر و مبتنی بر شواهد کردن فرآیند توسعه آموزش‌های فنی‌وحرفه‌ای فراهم می‌کند. هوش مصنوعی می‌تواند به شناسایی به‌موقع روندها از میان منابع بزرگ و پیچیده داده، ترسیم و مقایسه شایستگی‌ها در استانداردها، مدارک و برنامه‌های درسی، تسریع فرآیندهای تدوین، بازنگری و اعتبارسنجی فنی و همچنین سامان‌دهی موثرتر دیدگاه‌های متنوع ذی‌نفعان کمک کند.

با این حال، ارزش افزوده استفاده از هوش مصنوعی در توسعه آموزش‌های فنی‌وحرفه‌ای، بیش از آنکه به خود فناوری وابسته باشد، به نحوه ادغام موثر آن در سازوکارهای موجود حکمرانی، تضمین کیفیت و همکاری میان ذی‌نفعان بستگی دارد؛ سازوکارهایی که پایه اعتماد به نظام‌های آموزش فنی‌وحرفه‌ای را تشکیل می‌دهند.

کاربردهای کنونی و نوظهور هوش مصنوعی

استفاده از هوش مصنوعی در توسعه آموزش‌های فنی‌وحرفه‌ای در میان کشورها و گروه‌های مختلف ذی‌نفع یکسان نیست و همچنان در مرحله اکتشافی قرار دارد. این فناوری در نهادهای دولتی آموزش فنی‌وحرفه‌ای و سازمان‌های صنعتی بیشتر مورد استفاده قرار می‌گیرد، در حالی که استفاده از آن در مراکز آموزشی و میان مربیان محدودتر و اغلب غیررسمی است. کاربردهای کنونی هوش مصنوعی عمدتا نقش پشتیبان دارند و بیشتر در تکمیل فرآیندهای موجود آموزش فنی‌وحرفه‌ای تا ایجاد تحول بنیادین در آنها به کار می‌روند.

کاربردهای هوش مصنوعی تمام چرخه توسعه آموزش فنی‌وحرفه‌ای، از فعالیت‌های مرتبط با جمع‌آوری داده و اطلاعات مانند تحلیل بازار کار، پیش‌بینی نیازهای مهارتی و ترسیم مهارت‌ها در کشورهایی مانند کرواسی، انگلستان، آلمان و مکزیک، تا فعالیت‌های فرایندی مانند مشورت و جمع‌بندی دیدگاه‌های ذی‌نفعان در استرالیا، استونی، نوا اسکوشیا در کانادا و سوئیس را دربرمی‌گیرد. این فناوری همچنین در بخش خروجی‌ها، از جمله تدوین نتایج یادگیری، بررسی انسجام و هماهنگ‌ کردن محتوای برنامه‌های درسی با چارچوب‌های مدارک و استانداردهای شغلی، در کشورهایی مانند کره جنوبی، هلند و نیوزیلند استفاده می‌شود.

استفاده از هوش مصنوعی در بخش‌هایی که با سرعت بیشتری در حال تغییر هستند، از جمله حوزه‌های دیجیتال، سبز و مرتبط با هوش مصنوعی، بیشتر به چشم می‌خورد. این فناوری همچنین در قالب‌های انعطاف‌پذیر آموزش، مانند آموزش‌های ماژولار و مدارک مهارتی کوتاه‌مدت، کاربرد بیشتری پیدا کرده است.

کشورهایی که از زیرساخت‌های داده‌ای قوی‌تر و نظام‌های تثبیت‌شده‌تر اطلاعات مهارتی برخوردارند، آمادگی بیشتری برای عبور از پروژه‌های آزمایشی کوچک و حرکت به سمت کاربردهای پیشرفته‌تر هوش مصنوعی دارند که استونی و انگلستان نمونه‌هایی از این کشورها هستند.

بیشتر ابزارهای هوش مصنوعی مورد استفاده در توسعه آموزش‌های فنی‌وحرفه‌ای، برنامه‌های عمومی یا نسخه‌های سفارشی‌ شده پلتفرم‌های موجود هستند. با این حال، نمونه‌های قابل توجهی نیز وجود دارد. برای مثال، «اسکیلزکامپس»  (SkillsCompass) در انگلستان از پردازش زبان طبیعی و هوش مصنوعی مولد برای تحلیل استانداردهای شغلی، داده‌های لحظه‌ای بازار کار و روندهای پیش‌بینی‌شده استفاده می‌کند تا نیازهای مهارتی را شناسایی کند.

در هلند نیز «اس‌بی‌بی‌چت» (SBB-Chat)، پلتفرم مبتنی بر چت‌جی‌پی‌تی-۴ (GPT-۴)، برای تدوین مدارک مهارتی و پشتیبانی از فرآیندهای مرتبط با آن استفاده می‌شود. همچنین بخش فناوری اطلاعات و ارتباطات سوئیس مدل‌های سفارشی جی‌پی‌تی متناسب با مشاغل مختلف ایجاد کرده است که در طراحی برنامه‌های درسی ماژولار و دیگر فعالیت‌های مرتبط با آموزش فنی‌وحرفه‌ای کاربرد دارند.

با این حال، راهکارهای کاملا یکپارچه و در سطح کل نظام هنوز نادر هستند. هلند در این زمینه در حال حرکت به سوی رویکردی هماهنگ و میان‌ نهادی است و پلتفرم امن هوش مصنوعی ارائه کرده که چندین ابزار هوش مصنوعی را در خود ادغام می‌کند و خروجی‌های آن نیز توسط مربیان آموزش فنی‌وحرفه‌ای اعتبارسنجی می‌شوند.

هوش مصنوعی چگونه چالش‌های آموزش فنی‌وحرفه‌ای را کاهش می‌دهد؟

هوش مصنوعی راه‌حل همه مشکلات نیست، اما می‌تواند برخی گلوگاه‌های قدیمی در توسعه آموزش‌های فنی‌وحرفه‌ای را کاهش دهد:

هماهنگ‌کردن منافع ذی‌نفعان:  توسعه آموزش فنی‌وحرفه‌ای به مشارکت شرکای اجتماعی، مربیان و نهادهای دولتی نیاز دارد تا ارتباط آموزش با بازار کار، قابلیت اشتغال فراگیران و انطباق با الزامات قانونی تضمین شود. با این حال، همین همکاری می‌تواند چالش‌های هماهنگی و فرآیندهای طولانی مشورت را ایجاد کند و تصمیم‌گیری را به تاخیر بیندازد. هوش مصنوعی می‌تواند با جمع‌بندی منسجم حجم زیادی از دیدگاه‌ها و کاهش موانع مشارکت ذی‌نفعانی که منابع کمتری دارند، از طریق تهیه خلاصه‌های مبتنی بر شواهد، کارایی و فراگیری را افزایش دهد.

مدیریت محدودیت‌های زمانی و منابع:  توسعه آموزش‌های فنی‌وحرفه‌ای ممکن است سال‌ها طول بکشد و فرآیندهای طولانی و منابع محدود از مهم‌ترین موانع آن هستند. هوش مصنوعی می‌تواند با پشتیبانی از تدوین محتوا، ابزارهای مقایسه و بررسی‌های خودکار برای اعتبارسنجی و انطباق، بار اداری و تحلیلی را کاهش دهد و به کارشناسان اجازه دهد زمان بیشتری را صرف قضاوت تخصصی و ایجاد اجماع کنند.

تبدیل تغییرات بازار کار با به‌روزرسانی‌های به‌موقع:  اطلاعات بازار کار زیاد و به‌صورت لحظه‌ای در دسترس است، اما همچنان پراکنده و تفسیر آن دشوار است. هوش مصنوعی می‌تواند منابع متنوع داده، مانند فرصت‌های شغلی، پیش‌بینی‌های مهارتی و فهرست مدارک مهارتی را با یکدیگر ترکیب کند تا شکاف‌ها و نیازهای نوظهور زودتر شناسایی شوند و به‌روزرسانی‌های به‌موقع و مبتنی بر شواهد، به‌ویژه در بخش‌هایی که با سرعت زیادی تغییر می‌کنند، امکان‌پذیر شود.

موانع و خطرات استفاده از هوش مصنوعی

موانعی که استفاده موثر از هوش مصنوعی در توسعه آموزش‌های فنی‌وحرفه‌ای را محدود می‌کنند، شامل شکاف در سواد هوش مصنوعی، مهارت‌های دیجیتال و سواد داده، دسترسی نابرابر به ابزارهای امن و متناسب با نیاز، داده‌های پراکنده یا بی‌کیفیت، کمبود راهنمایی و حمایت نهادی متناسب با آموزش فنی‌وحرفه‌ای و محدودیت منابع است؛ مشکلاتی که به‌ویژه برای مراکز آموزشی و صنایع کوچک‌تر جدی‌تر هستند.

به نقل از جوان، خطرهای احتمالی نیز به همان اندازه اهمیت دارند. هوش مصنوعی ممکن است حکمرانی مشارکتی را تضعیف کند؛ به‌ویژه اگر خروجی‌های هوش مصنوعی جایگزین گفت‌وگو با ذی‌نفعان شوند. همچنین اگر مسوولیت تصمیم‌هایی که با کمک هوش مصنوعی گرفته می‌شوند به‌روشنی مشخص نباشد، ممکن است پاسخ‌گویی و شفافیت خدشه‌دار شود. اتکای بیش از حد به خروجی‌های هوش مصنوعی که اعتبارسنجی نشده یا سوگیرانه هستند نیز می‌تواند نگرانی‌هایی درباره کیفیت ایجاد کند.

سازمان همکاری و توسعه اقتصادی اعلام کرد، حفاظت از داده‌ها و امنیت آنها نیز هنگام کار با اطلاعات حساس، منتشر نشده یا دارای حساسیت تجاری، اهمیت ویژه‌ای دارد. بنابراین، چالش‌های استفاده از هوش مصنوعی در آموزش فنی‌وحرفه‌ای صرفا فنی نیستند، بلکه جنبه نهادی نیز دارند و به طراحی دقیق، حکمرانی مناسب و نظارت مستمر نیازمند هستند.