نویسنده: علیآقا فیاض
وقتی چتبات چتجیپیتی ۲ در سال ۲۰۲۲ رونمایی شد و به دسترس عموم قرار گرفت، برای خیلی از ما اعجابانگیز بود. چت با آن همانطور که ما را به وجد میآورد، بسیاری از کنجکاویهایمان را نیز برطرف میکرد. در واقع، با هر پاسخی که از چتجیپیتی دریافت میکردیم و نوشتههایمان در ظرف چند ثانیه ویرایش و تمیز میشدند، اعتمادمان به این تکنولوژی جدید بیشتر و عمیقتر میشد. این اعتماد طوری در ما ریشه کرد که حتا در بحث و گفتوگوهای روزمره همدیگر را برای راستیآزمایی به چتجیپیتی ارجاع میدادیم. به این ترتیب، دیری نگذشت که این هوش مصنوعی تبدیل به منبعی از دانش، قضاوت و مشاوره شد و هرازگاهی در قامت یک داکتر خصوصی، دوست، همکار و همراز با ما تعامل میکرد. مثل هر اختراع دیگری، چتجیپیتی نیز مزایا و نواقصی داشت که هنوز هم برخی از آنها پابرجا اند. بااینحال، چهار سال از رونمایی این تکنولوژی میگذرد و تا کنون دهها گونهی دیگری از هوش مصنوعی به بازار عرضه شده که در بخشهایی بهتر از چتجیپیتی عمل میکنند. اکنون، سؤال این است که آیا تعامل ما کاربران با هوش مصنوعی هوشمندانه است یا مصرفکنندگانی منفعل هستیم که چشمبسته به هرچه او تولید میکند باور داریم؟ نوشتهی حاضر تلاش میکند با تکیه بر روش پرسشگری سقراطی به این سؤال پاسخ دهد و پیشنهادهایی ارائه کند که به کمک آنها میتوان از هوش مصنوعی بهعنوان یک دستیار قابلدسترس در امور کاری و یادگیری بهره برد.
سقراط، فیلسوف یونانی، باور داشت که هیچ اندیشهای بهصورت مستقیم درک نمیشود. از اینرو برای فهم درست مطالب درسی، وانمود میکرد مسألهای را نمیداند و از شاگردانش دربارهی آن سؤال میپرسید. این رویکرد شاگردان را ترغیب میکرد که فکر کنند و به محتملترین دانش ممکن نزدیک شوند و پاسخهای مرتبط با دیدگاههای متفاوت ارائه کنند. سپس سؤال دیگری از پی پاسخهای شاگردان طرح میشد و این روند ادامه پیدا میکرد. در واقع، سقراط به شاگردانش فرصت اندیشهورزی در مورد مسألهای خاص را میداد که به آنان کمک میکرد تفکر نقادانه را در خود تقویت کنند. سقراط به این باور بود که تمرین نظاممند پرسشگری اندیشمندانه شاگردان را قادر به ارزیابی منطقی ایدهها و اعتبارسنجی آنها میکند. این روش پرسشگری اکنون بهنام پرسشگری سقراطی یاد میشود که در سراسر دنیا در دانشگاهها و مکاتبی آن را بهکار میبرند تا دانشجویان و دانشآموزان مفاهیم جدید را نه بهصورت مستقیم بلکه بهشکل مشارکتی و فعال یاد بگیرند.
پژوهشی در سال ۲۰۲۵ نشان داد که هوش مصنوعی بهعنوان یک پدیده جدید در عرصهی آموزش مزیتهایی ارائه میکند که میتوان از یادگیری مبتنی بر نیاز فردی، بازخورد آنی و تسهیل یادگیری مستقلانه یاد کرد. بهعنوان مثال، دانشجویان علایق، نیازها، زمان در دست داشته و شرایط شخصی خود را با هوش مصنوعی در میان میگذارند و از آن برای برنامهریزی و انجام پروژهها کمک میگیرند. بااینحال، استفادهی هوش مصنوعی پیآمدهایی دارد که نمیتوان آنها را نادیده گرفت؛ از جمله اتکای بیش از حد به هوش مصنوعی میتواند انگیزهی درونی یادگیری و تفکر و استدلال نقادانه را تضعیف کند و بهشکل بالقوه مشارکت دانشجویان در فرآیند یادگیری عمیقتر را کاهش دهد. بهطور نمونه، آخرین باری که از هوش مصنوعی استفاده کردید را به یاد بیاورید. احتمالا سؤالی داشتهاید و یکی از چتباتهای هوش مصنوعی که استفاده میکنید را باز کردهاید و سؤالتان را نوشتهاید و پاسخی دریافت کردهاید. سپس از چتبات خارج شدهاید و به کارتان ادامه دادهاید. تمام این روند احتمالا کمتر از یک دقیقه زمان برده که بهصورت خطی و یا مستقیم انجام شده است. این، به آن معنا است که هوش مصنوعی سؤال شما را با استفاده از داده و اطلاعات منتشرشده در اینترنت پاسخ داده که زمان بسیار کمی را در بر گرفته است. چنین سرعت عمل ممکن است صرفهجویی در زمان تلقی شود و برای شما خوشآیند باشد؛ اما به یاد داشته باشید که فرصت اندیشیدن را نیز از شما گرفته است.
بنابراین، دیده میشود که کارکرد چتجیپیتی و سایر چتباتهای هوش مصنوعی خلاف روش پرسشگری سقراطی است. به عبارتی، یادگیری در روش پرسشگری سقراطی، مشارکتی و شاخهای است و آموزگار وانمود میکند مسأله را نمیداند؛ از اینرو دانشجویان و دانشآموزان بهصورت فعال در مورد مسأله میاندیشند و سؤالهای بیشتری طرح میکنند که در نتیجه مباحثه و همفکری صورت میگیرد. اما تعامل با هوش مصنوعی دستکم تا کنون، بهشکل مستقیم و یا خطی بوده است؛ کاربر سؤال میپرسد، هوش مصنوعی پاسخ میدهد و هرگز نمیگوید «نمیدانم». اغلب، چنین تعامل خطی با دریافت پاسخ اولیه از هوش مصنوعی پایان مییابد. پس، چنانکه رویکرد تعامل ما با هوش مصنوعی بهصورت خطی است، بر بنیاد روش پرسشگری سقراطی، تعامل هوشمندانه تلقی نمیشود.
چگونه تعامل هوشمندانه با هوش مصنوعی داشته باشیم؟
تحقیقات در سال ۲۰۲۶ نشان میدهد که هوش مصنوعی محاورهای مثل چتجیبیتی میتواند پرسشهای سقراطی ساختارمندی مانند سؤالهای توضیحی، جستوجوی شواهد و سنجش فرضیهها مطرح کند. بااینحال، محققان روش کاربردیتری برای تعامل هوشمندانه با هوش مصنوعی پیشنهاد میکنند که آن را TACO نام گذاشتهاند و قرار زیر است:
T برای فکر کن (Think)
Aبرای بپرس (Ask)
C برای بررسی کن (Check)
O برای از آن خود کن (Own)
مرحلهی «فکر کن» (Think) ما را ملزم میکند که پیش از مراجعه به هوش مصنوعی، ذهن خود را فعال کنیم و به اطلاعات قبلی مرتبط بپردازیم تا ابهامات را شناسایی و به ایدههای جدید برسیم. پس از این تلاش اولیه، به مرحلهی «بپرس» (Ask) میرسیم. در این مرحله سعی میکنیم با ایدههایی که از مرحلهی نخست گرفتهایم سؤالی طرح کنیم و از هوش مصنوعی بپرسیم. سپس در مرحلهی «بررسی کن» (Check)، به یاد میآوریم که هوش مصنوعی میتواند اشتباه کند و دچار توهم شود. از اینرو محتوای تولیدشده را با درک قبلی مقایسه و اطلاعات مهم را در منابع معتبر راستیآزمایی میکنیم. در نهایت، «از آن خود کن» (Own) مرحلهای است که از خود میپرسیم چه یاد گرفتهایم؟ در چه چیزی هوش مصنوعی مشارکت داشت و کدامها را من ساختهام؟ آیا میتوانستم این کار را مستقلانه انجام دهم؟ هدف از این مرحله آن است که مطمئن شویم مطلب را درست درک کردهایم و میتوانیم از آن استفاده کنیم.
بهطور مثال، فرض کنید باید یک پاراگراف دربارهی تحصیل دختران افغانستان بنویسید. پیش از مراجعه به هوش مصنوعی، اینگونه فکر میکنید:
از خودتان میپرسید: «هدف این پاراگراف چیست؟ آیا باید فقط وضعیت فعلی محرومیت دختران از تحصیل را توصیف کنم، یا باید تأثیر آن بر آیندهشان را هم بنویسم؟» تصمیم میگیرید که تمرکز پاراگراف روی «توصیف وضعیت و تأثیر آن» باشد. سپس به یاد میآورید که از قبل در این مورد چه میدانید: دختران افغانستان پس از بالاتر از صنف ششم اجازهی رفتن به مکتب را ندارند. این موضوع را از رسانهها و صحبتهای خانواده و جامعهی افغانستان میدانید. بعد، چند جمله یا نکتهی اولیه یادداشت میکنید: «این محرومیت باعث میشود دختران نتوانند وارد دانشگاه شوند»، «این موضوع بر آیندهی شغلی و استقلال اقتصادی دختران تأثیر منفی دارد». به این ترتیب، متوجه میشوید که در واقع نمیدانید آیا سازمانهای بینالمللی مثل یونیسف گزارش رسمی دربارهی تعداد دختران محروم منتشر کردهاند یا نه. این سؤال مشخص را یادداشت میکنید تا از هوش مصنوعی بپرسید و او شما را به تاریخ دقیق یا منابع معتبر راهنمایی کند. این، مرحلهی نخست است.
حالا با ایدههایی که در ذهن دارید و ابهامی که شناسایی کردهاید، سؤالی هدفمند از هوش مصنوعی میپرسید، نه سؤالی کلی مثل «دربارهی تحصیل دختران افغانستان بنویس»؛ بلکه چیزی مثل: «آیا یونیسف یا سازمان ملل گزارش رسمی دربارهی تعداد دختران محروم از تحصیل در افغانستان منتشر کردهاند؟ اگر بله، آخرین آمار منتشرشده چیست؟» اینگونه، هوش مصنوعی به جای فکرکردن به نیابت از شما، فقط ابهام مشخصی را که خودتان شناسایی کرده بودید تکمیل میکند. این مرحلهی دوم است.
در مرحلهی سوم، هوش مصنوعی پاسخی همراه با آمار و منبع ارائه میدهد. در این مرحله بررسی میکنید آیا این آمار با منبع اصلی (بهطور مثال وبسایت یونیسف) مطابقت دارد. به یاد میآورید که هوش مصنوعی ممکن است اشتباه کند یا آمار قدیمی و یا نادرست ارائه دهد. محتوای تولیدشده را با آنچه از قبل میدانستید مقایسه میکنید تا مطمئن شوید تناقضی وجود ندارد. اگر هوش مصنوعی نتیجهگیری کلی یا اغراقآمیزی مطرح کرد (بهعنوان مثال قضاوت سیاسی/حقوقی قطعی)، آن را با احتیاط بررسی و به زبان دقیقتر و متعادلتر خودتان بازنویسی میکنید.
در پایان از خودتان میپرسید: «چه چیزی یاد گرفتم؟» (بهطور مثال آمار دقیقتری از وضعیت بهدست آوردم)، «هوش مصنوعی در چه بخشی مشارکت داشت؟» (فقط در تأیید یا تکمیل آمار)، «کدام بخش را خودم ساختم؟» (تحلیل، ایدهی اصلی، و ساختار پاراگراف)، «آیا میتوانستم بدون هوش مصنوعی هم این کار را انجام دهم؟» (بله، بهجز بخش آمار رسمی). سپس پاراگراف نهایی را با ترکیب ایدههای خودتان و اطلاعات راستیآزماییشده، با زبان و لحن خودتان مینویسید.
در نهایت، آنچه تعامل ما را با هوش مصنوعی «هوشمندانه» میسازد، سرعت دریافت پاسخ نه، بلکه کیفیت تفکری است که پیش، حین و پس از این تعامل صورت میگیرد. همانگونه که روش پرسشگری سقراطی یادگیرنده را به اندیشیدن فعال و مشارکتی فرامیخواند، چارچوب TACO نیز تلاش میکند این رویکرد را در تعامل با هوش مصنوعی بازآفرینی کند؛ به جای آنکه کاربر صرف پرسشی مطرح کند و پاسخ را بیچونوچرا بپذیرد، ابتدا خود میاندیشد، سپس هدفمند میپرسد، آنچه دریافت میکند را نقادانه میسنجد و در پایان آن را از آنِ خود میسازد. چنین رویکردی است که کاربر را از جایگاه یک مصرفکنندهی منفعل به پرسشگری فعال و متفکر ارتقا میدهد؛ کسی که هوش مصنوعی را جایگزین اندیشهی خود نمیکند و از آن بهعنوان ابزاری برای تقویت و تعمیق آن بهکار میگیرد.
منابع:
Abdullah, N. B., Idris, R. G., Mamat Muhammad, N. H. B., & Amin Niazi, J. (2022). Socratic questioning: A philosophical approach in developing critical thinking skills. Al-Hikmah: International Journal of Islamic Studies and Human Sciences, (Special Issue), 143–161.
Chan, C. K. Y. (2026). Students know AI should not replace thinking, but how do they regulate it? The TACO framework for human–AI cognitive partnership. arXiv. https://doi.org/10.48550/arXiv.2604.18737 (preprint)
Fakour, H., & Imani, M. (2025). Socratic wisdom in the age of AI: A comparative study of ChatGPT and human tutors in enhancing critical thinking skills. Frontiers in Education, 10, Article 1528603. https://doi.org/10.3389/feduc.2025.1528603 Soomro, A. B., Abro, Z., & Pelser, A.-M. (2026). AI in education: Designing human–AI dialogic learning ecosystems for critical inquiry in higher education (Preprint). Research Square. https://doi.org/10.21203/rs.3.rs-10405647/v1
