در نخستین نشست گروه مطالعات آینده‌نگر مؤسسه مطالعات فرهنگی و اجتماعی، مقوله هوش مصنوعی و تاثیر آن در آینده برنامه‌های آموزشی دانشگاهی بررسی شد.   به گزارش روابط عمومی مؤسسه مطالعات فرهنگی و اجتماعی در چهلمین نشست مؤسسه مطالعات فرهنگی و اجتماعی و نخستین نشست از سری جدید نشست‌های گروه مطالعات آینده‌نگر مؤسسه، دکتر هدیه ساجدی، عضو هیئت علمی پردیس علوم دانشگاه تهران با عنوان «هوش مصنوعی و آینده برنامه‌های آموزشی دانشگاهی: مروری بر تجارب جهانی و آموزه‌های آن» سخنرانی کرد.   وی در تعریف هوش مصنوعی گفت: هدف دانش هوش مصنوعی تولید ماشین‌های هوشمندی است که بتوانند همانند انسان عمل کنند. این حوزه در برگیرنده گستره وسیعی از مفاهیم مرتبط با علوم کامپیوتر است که از آن جمله می توان به ادراک، منطق و یادگیری اشاره کرد. هوش مصنوعی در حال تبدیل شدن به یکی از روندهای اصلی شکل دهنده تحولات و کارکردهای علمی و فناوری است.   ساجدی با بیان این که سیستم‌های هوش مصنوعی می توانند با دریافت و خواندن داده ها، یاد گرفته و آموخته‌های خود را برای رسیدن به اهداف خاصی به کار ببندند، اظهار داشت: کشورهای پیشتاز در این حوزه در تلاشند خود را برای رویارویی با تغییرات آینده آماده کنند به طوری که کشور امارات در سال 2017 اقدام به تاسیس وزارت هوش مصنوعی کرده است.   عضو هیئت علمی دانشگاه تهران، تصمیم گیری دقیق تر، مدیریت کارآمد، ساخت محصولات بهتر، تجزیه و تحلیل و پیش بینی آینده، تصمیم گیری های محاسبه شده داده محور و خودکار کردن فرآیندها را از مزایای سیستم‌های هوش مصنوعی عنوان کرد.   وی با اشاره به افزایش تقاضای بکارگیری متخصصان با دانش هوش مصنوعی و دارای چشم اندازهای بین رشته‌ای گفت: طبق پیش‌بینی ای که در سال 2018 شده تا سال 2022 شاهد ایجاد 58 میلیون شغل در حوزه هوش مصنوعی هستیم که در زمینه‌هایی مثل کمک به پیش‌بینی و برنامه ریزی برای چالش های غیر منتظره و تولید سریعتر، بهتر، قوی تر، ایمن تر و پایدارتر محصولات فعال خواهند شد.   اگرچه اصول اخلاقی استفاده از چنین فناوری هنوز مورد بحث و بررسی است، اما بسیاری از موسسات و سازمانها در سراسر جهان در حال توسعه این فناوری هستند به طوری که تغییرات زیادی در بخش تاکسیرانی، فروش کتاب و صنعت خرده فروشی و ... بروز کرده و پیش بینی می‌شود که تحول قابل توجهی نیز در بخش آموزش عالی در سال های آتی بروز کند.   ساجدی با اشاره به درخواست های فزاینده برای همگام سازی آموزش عالی با روند صنعت، افزایش برنامه های تحصیل در رشته‌های بین رشته‌ای در دانشگاه های سراسر جهان و اعطای مدرک بین رشته ای با ترکیب دو یا چند رشته دانشگاهی در یک برنامه را که براساس نیازهای صنعت تعریف شده از زمینه‌های تحول بخشی هوش مصنوعی در آموزش عالی در سال های آتی عنوان کرد.   وی در ادامه به برخی تجارب جهانی در زمینه جایگاه هوش مصنوعی در برنامه های آموزشی دانشگاهی اشاره کرد و گفت: دانشگاه کارنگی ملون در آمریکا، در سال 2018 با ایجاد دوره کارشناسی هوش مصنوعی پیشگام آموزش این رشته از مقطع کارشناسی شد. این دوره بین رشته ای شامل دروسی از چند رشته است که با همکاری دانشکده علوم کامپیوتر، مؤسسه تعامل انسان – کامپیوتر، مؤسسه تحقیقات نرم‌افزار، مؤسسه تکنولوژی های زبان، دانشکده یادگیری ماشین و مؤسسه رباتیک این دانشگاه ارائه می‌شوند. پس از آن در سپتامبر 2021 دانشگاه های منچستر و ادینبورگ هم چنین دوره‌هایی را راه‌اندازی کردند.     ساجدی در ادامه به دوره‌های کارشناسی ارشد و دکتری هوش مصنوعی در دانشگاه پیتزبورگ و دانشگاه فناوری جورجیا اشاره کرد و گفت: دانشگاه پیتزبورگ دارای رشته سیستم‌های هوشمند است و در دانشگاه فناوری جورجیا هم رشته های متنوعی مثل دکتری یادگیری ماشین، رباتیک و علوم کامپیوتر و کارشناسی ارشد تعامل انسان – کامپیوتر ارائه می‌شود.   وی خاطرنشان کرد: دانشگاه علوم و فناوری هنگ کنگ، دوره ای بین رشته‌ای پیشنهاد می کند که هر دانشجو می تواند دروسی را که می گذراند از رشته‌های مختلف انتخاب کند.   عضو هیئت علمی دانشگاه تهران درباره تجارب ملی در حوزه آموزش دانشگاهی هوش مصنوعی گفت: در حالی که تا دو، سه سال پیش فارغ التحصیل دکتری فناوری اطلاعات در کشور نداشتیم ولی در حال حاضر این رشته کاملا در کنار رشته‌هایی مثل علوم کامپیوتر جا افتاده و گرایش های نزدیک به هوش مصنوعی مثل گرایش علوم داده در مقطع کارشناسی ارشد رشته‌های آمار و ریاضی و گرایش داده کاوی در  مقطع کارشناسی ارشد رشته علوم کامپیوتر در دانشگاه‌های مختلف کشور راه‌اندازی شده‌اند.   عضو هیئت علمی بخش علوم کامپیوتر دانشگاه تهران با اشاره به جایگاه ویژه این دانشگاه در ارائه برنامه‌های درسی و رشته‌های جدید که معمولا وزارت علوم از تجربه آن در توسعه رشته ها در دیگر دانشگاه ها نیز استفاده می‌کند، اظهار داشت: از جمله این طرح‌ها، دوره «کهاد» است که طی آن دانشجویان می توانند علاوه بر رشته اصلی خود که برای تحصیل در آن در دانشگاه پذیرش شده‌اند تا 20 واحد (حدود شش، هفت درس) در رشته‌ای دیگر به عنوان رشته ماینر (فرعی) تحصیل کنند. تحصیل همزمان دانشجویان (دارای شرایط ویژه) در دو رشته مثلا تحصیل در پزشکی و علوم کامپیوتر، ایجاد رشته های جدید مثل دکتری بیوتکنولوژی و فعالیتهای بین رشته ای مثلا مشاوره اساتید علوم کامپیوتر به دانشجویان تحصیلات تکمیلی دانشکده‌های عمران، کشاورزی، زمین‌شناسی و ... در روند تحقیقات پایان‌نامه و نفوذ تدریجی دروس هوش مصنوعی، داده‌کاوی و یادگیری ماشین  به سایر رشته ها و دانشکده‌ها (غیر از رشته های علوم و مهندسی کامپیوتر) است.   وی با بیان این که پیش بینی می شود که هوش مصنوعی تاثیر عمیقی بر آموزش های دانشگاهی داشته باشد، اظهار داشت: از جمله تغییرات مورد انتظار در بخش آموزش، یادگیری شخصی سازی شده است. با توجه به این که افراد مختلف، استعدادها، مهارت ها و جهت گیری های مختلفی برای یادگیری دارند وقتی در معرض محتوا و محیط یادگیری یکسان قرار می گیرند ممکن است برخی خسته شوند و در مقابل، بعضی از همکلاسی‌های خود عقب بمانند لذا پیش گرفتن رویه واحد منطقی نیست. در اینجا می توان با گرفتن یک کوئیز توسط هوش مصنوعی نقاط ضعف فراگیران را شناسایی کرد و پیش نیازهای لازم را به آنها ارائه داد. مثلا در چین دبیرستانی است که از کودکی یادگیری شخصی سازی شده را شروع می گند به طوری که هر دانش آموز در کلاس پشت کامپیوتر خاص خود می نشیند و دروس و سرفصل‌های آموزشی هر دانش آموز منحصر به خود اوست. بیل گیتس هم بودجه سنگینی برای آموزش شخصی سازی شده تخصیص داده است.   ساجدی تصریح کرد: هوش مصنوعی، فراتر از کلاس امکان روش های ترکیبی یادگیری مانند تعاملات رو در رو و آنلاین را فراهم می کند و همچنین با استفاده از شبیه سازی می توان بسیاری از مفاهیم درسی را خیلی بهتر به دانش آموزان یاد داد.   وی، نمره دهی خودکار، پشتیبانی از اساتید و دانشجویان، تشخیص نقاط ضعف در کلاس، ساده سازی فرایندهای دانشگاه، صرفه جویی در هزینه و ارتقای سطح خدمات را از کارکردهای هوش مصنوعی در دانشگاه ها عنوان و خاطرنشان کرد: به عنوان مثال، دانشگاه Deakin در استرالیا به صورت شبانه روزی از سرویس ابرکامپیوتر واتسون شرکت  IBM برای مشاوره دانشجویی آنلاین استفاده می‌کند.   ساجدی در پایان با بیان این که به کارگیری هوش مصنوعی امکان تجربه آموزش فردی را در کنار یادگیری مشارکتی فراهم می‌کند، تصریح کرد: سیستم های هوش مصنوعی همچنین افقی تازه به روی دانشجویان با نیازهای ویژه می گشایند. هوش مصنوعی به طور کلی جایگزین مدرسان نمی شود، اما این امکان وجود دارد که نحوه آموزش آنها و یادگیری دانشجویان را تغییر دهد.