به گزارش گروه دانشگاه ایسکانیوز، برای توسعه آموزش‌ها اقدامات به روز و تصمیمات جدید نیاز است تا بتوان به شکل مناسب به تعلیم دانشجویان پرداخت تا بتوان برای توسعه دانش و ارتباط آن با جامعه ثمربخش‌تر از گذشته به فعالیت پرداخت. آنچه در ادامه می‌خوانید نظرات محمد علی اکبری، معاون علوم، مهندسی و کشاورزی دانشگاه آزاد اسلامی در گفت و گو با خبرنگار گروه دانشگاه ایسکانیوز درباره روند اجرای یادگیری عمیق، کم و کیف اجرای طرح‌های پایش و پویش، راه اندازی دانشکده هوش مصنوعی و ... است که در ادامه می‌خوانید.
یادگیری عمیق از طریق تولید محتوا با سرفصل‌های جدید
• اجرای یادگیری عمیق در دانشگاه آزاد اسلامی برای اولین بار در آموزش عالی کشور مطرح شد. درباره کم و کیف این اقدام بفرمایید، چون تاکنون شیوه یادگیری عمیق برای آموزش کشور اعمال نشده است.
روش تدریس در دانشگاه‌ها به این شکل است که استاد بر سر کلاس رفته و آموزش می‌دهند. متخصصان امر بر این باور هستند که فقط ۱۰ درصد یادگیری در این روش انجام می‌شود. آموزش‌های مجازی در دوران کرونا به ما آموخت که می‌توان قبل از برگزاری کلاس تولید محتوا کرد و آن را در اختیار دانشجو قرار داد. دوره کلاس‌های یادگیری عمیق تولید محتوا از دروس پایه همچون ریاضی ۱، فیزیک ۱، شیمی ۱ و ... آغاز و تولید محتوا هم انجام شده است و سرفصل‌ها در کلاس مجازی توسط اساتید تدریس می‌شود. قبل از جلسه درس محتوا در اختیار دانشجو قرار می‌گیرد. برای مثال درس هفته آینده در اختیار دانشجو قرار گرفته و بنابراین می‌توان دروس را مشاهده و تمرین‌های دروس را طراحی کرد. انتظار می‌رود کلاس درس به محیطی برای بحث و حل تمرین تبدیل شود. استاد دیگر متکلم وحده نیست و می‌توان رفع اشکال کرده و به بحث با دانشجو بپردازد. برای مثال برای درس ریاضی ۳۲ جلسه فیلم برداری و آموزش داده می‌شود و هدف این است که استاد با دانشجو بحث کند و همین امر نیازمند آموزش است. در دو ماه گذشته اولین اقدامات در زمینه یادگیری عمیق در واحد علوم تحقیقات برگزار شده است. برای اساتید دوره‌هایی در زمینه یادگیری عمیق در قالب یک دوره ۹۰ نفره برگزار شد. همچنین دو دوره دیگر در مشهد برگزار شد و در آینده نزدیک هم یک دوره دیگر در اصفهان برگزار می‌شود. به هر حال تعداد کلاس‌های ریاضی ۲، فیزیک ۲ یا شیمی ۲ فراوان است و نمی‌توان در طول یک ترم تمامی کلاس‌ها را پوشش داد. باید بتوان همین روند آموزشی را ادامه داد و اساتید بیاموزند که هدف از آموزش چیست. به عبارت دیگر در یادگیری عمیق تولید محتوا با سرفصل‌های جدید تولید شده و در ترم جدید در اختیار دانشجویان قرار می‌گیرد. از اساتید خواستار پیش برد کلاس‌ها در قالب حل مساله هستیم. انتظار می‌رود تا ترم بهار ۱۴۰۲ آزمون و خطا کرده و اساتید نقاط ضعف و قوت فیلم‌های آموزشی را مطرح کرده و به تولید محتوا با رفع ایرادات بپردازیم. به باور بنده در ۸ ماه آینده یادگیری عمیق در دانشگاه آزاد اسلامی یکبار اجرایی و نقاط ضعف و قوت نمایان می‌شود. دانشگاه آزاد اسلامی اولین دانشگاهی است که در مسیر یادگیری عمیق حرکت می‌کند.
تاکنون برای صنعت نتوانستیم خوراک تهیه کنیم
• در آستانه روز دانشجو هستیم. نیاز دانشجوی امروز چیست؟
دانشگاه آزاد اسلامی یک جو اجتماعی وجود دارد. تقریبا از هر طیفی از دانشجویان در این دانشگاه وجود داشته و دانشجویان با نیازهای مختلف به این دانشگاه رجوع کردند. دانشگاه آزاد به سمت تجهیز دانشگاه به یادگیری مهارت‌ها حرکت می‌کنند. در ۴۰ سال اخیر تلاش‌های فراوان برای آشتی دانشگاه با صنعت انجام شده و این تجربه در دانشگاه آزاد آغاز و تحت پیگیری قرار گرفته است. باید دانشجویان برای صنعت کشور مناسب باشند، در غیر این صورت دانشگاه نخبگانی برای حرکت در مرزهای دانش و برخی فعالیت‌های تئوریک و نظریه پردازی مناسب است. دانشگاه می‌تواند نسبت به شرایط جامعه واکنش نشان دهد. برای مثال اگر در یک دوره آموزشی مهندس برق بیش از نیاز جامعه تربیت شد دیگر این روند قطع شود یا مهندس برق خوب تربیت کنیم تا بتوان در صنعت مورد استفاده قرار بگیرد. در آموزش عالی نتوانستیم برای صنعت خوراک تهیه کنیم. باید بتوان به سمت یک دوره مهارت آموزی و ارسال دانش به صنعت حرکت کرد. دانشگاه آزاد یکی از موفقیت‌ها را به دلیل اجرای این برنامه‌ها از آن خود کرده است. باید بتوان در علوم پایه، فنی و مهندسی موفق عمل کرد و دانشجویان را به دانشی بیش از کتاب و درس مجهز کرد.
• در سال‌های اخیر اقدامات در قالب کارآفرینی، طرح‌های پایش و پویش اجرا شده اما در عمل شرکت‌های دانش بنیان از فعالیت‌ها راضی نیستند و هنوز در مراحل اولیه به سر می‌برد.
با بررسی میزان رشد می‌توان اذعان کرد که اتفاقات مناسب رخ داده است. برای مثال در استان اصفهان هزار نفر با صنعت درگیر هستند. برای مثال در طرح پایش تعداد دانشجویان به شدت افزایش یافته است. حال این سوال مطرح است که کدام دانشگاه تاکنون توانسته هزار و۶۰۰ پروپوزال در حوزه صنعت و تجارت بنویسد؟ برای مثال سامانه پژوهشیار دو سال طول کشید تا در سیستم فعال شده و به حل مشکلات کارمندان و اعضای هیات علمی بپردازند و بتوان در به روز رسانی سیستم وارد عمل شد. بنابراین نباید برای تحولات بازده زمانی را کوچک دانست. برای مثال در طرح پایش پروپوزال‌های قابل قبولی وجود دارد و به غیر از دانشگاه آزاد اسلامی دیگر مراکز این پیوستگی را ندارند.
طرح پایش در مقایسه با سامانه «نان» وزارت علوم موفق‌تر عمل کرده است
• با توجه به اینکه سرپرست معاونت علوم، مهندسی و کشاورزی دانشگاه آزاد اسلامی هستید میزان علاقه دانشجویان برای تحصیل در این گروه رشته را چگونه ارزیابی می‌کنید؟ چون الزام هدایت پایان‌نامه‌ها و رساله‌های دانشجویان به پروژه‌های مسئله‌محور یکی از دغدغه‌ها محسوب می‌شود.
تحقق این امر کار ساده‌ای نیست و وزارت علوم یک سامانه به عنوان «نان»نظام ایده‌ها و نیازها راه اندازی و می‌توان آن را با پایش مقایسه کرد. بی‌شک پایش از سامانه «نان» وزارت علوم موفق‌تر عمل کرده است. در حالی که هنوز به پایان راه در پایش نرسیدیم و هم اکنون بعد از ۵ سال فعالیت در مرحله مشاهده نتایج پایان نامه‌ها در سامانه هستیم. بنابراین فقط ۵ سال از بلوغ پایش گذشته است و باید ۵ سال دیگر هم صبر کرد تا علم تولیدی انباشته شده و بتوان به مدیریت دانش پرداخت. مدلی بهتر از پایش در سیستم آموزش کشور فعال نشده و می‌توان این عملکرد را بهتر کرد.
ترم آینده دانشکده هوش مصنوعی در البرز و قزوین افتتاح می‌شود
• یکی از برنامه‌های معاونت شما تدوین نظام موضوعات کشاورزی و مهندسی بر پایه سرفصل‌های جدید بوده که به جذب بیشتر دانشجو در این رشته‌ها کمک کند. برای مثال قرار بود کشاورزی هوشمند به عنوان یک رشته میان رشته‌ای به فهرست واحدها اضافه شود، تاکنون چه اقداماتی صورت گرفته و چقدر در ارتقای جذب رشته‌های کم متقاضی کمک شده است؟
در حال به روز رسانی سرفصل‌ها در علوم پایه و یادگیری عمیق هستیم. همچنین روش تدریس را تغییر می‌دهیم، اما در رشته‌های پر طرفدار به روز رسانی سرفصل‌های درسی اقدام شده است. برای مثال در مقاطع دکتری به دنبال برگزاری آزمون‌های جامع و به روزرسانی سرفصل‌ها هستیم. با این تفاسیر امتحان جامع مهندسی برق در کشور ۲۶ خرداد برگزار می‌شود. کشاورزی هوشمند در قالب دانشکده‌های موضوعی فعال و راه اندازی می‌شود. برای مثال دانشجو می‌تواند در رشته‌های کشاورزی، روانشناسی، مکانیک و ... در زمینه هوش مصنوعی به فعالیت بپردازد. بررسی شده تا دانشجو هوش مصنوعی در صورت گذراندن چه دروسی می‌توانند به شکل مناسب فعالیت کند. همچنین درس‌هایی به دانشجو ارائه می‌شود تا بتواند در زمینه هوش مصنوعی فعالیت کند. بنابراین دانشجویان هوش مصنوعی و غیرمصنوعی تقسیم بندی می‌شوند. دانشجویان هوش مصنوعی واحدهایی را می‌گذرانند که توانمندی آنها در زمینه هوش مصنوعی افزایش یافته و دانشجویانی که هوش مصنوعی نیستند بتوانند در زمینه حل مساله فعالیت کنند. در ترم آینده دو دانشکده هوش مصنوعی در البرز و قزوین فعال می‌شوند و رشته‌های هوش مصنوعی، صورت مساله‌ها هم مشخص شده و برنامه‌ها در زمینه تز در اختیار آنها قرار می‌گیرد.
انتهای پیام/
نظر شما