به گزارش خبرنگار گروه دانشگاه ایسکانیوز، ۶ کشور عربی شامل امارات، عربستان، قطر، مصر، تونس و بحرین اولین شاخص خود برای سرمایهگذاری و پیادهسازی هوش مصنوعی (GAII) را ارائه کردند.
بیشتر بخوانید:
گذر از بحران مالی زندگی دانشجویی با هوش مصنوعی
آموزش دانشگاهی در منطقه عربی اخیرا از نظر تعداد دانشگاهها و تعداد فارغالتحصیلان شاهد پیشرفتهای بزرگی بوده است. بنابراین دانشگاهها باید با ابزارها و راهکارهای فناوری پیشرفته و هوش مصنوعی سازگار باشند. دانشگاههای ۲۲ کشورهای عربی در رتبهبندی موضوعی هوش مصنوعی QS حضور دارند. در این راستا، شاخص عربی برای هوش مصنوعی، نظارت، تجزیه و تحلیل توسعه فناوریهای هوش مصنوعی در دانشگاههای عربی و حمایت از موسسات آموزش عالی منطقه عربی برای استفاده از ابزارها و فناوریهای هوش مصنوعی در آموزش عالی، تعریف شد.
عیسی محمد البستکی رئیس دانشگاه دبی درباره این شاخص گفت؛ شاخص هوش مصنوعی عربی، ادغام فناوریهای هوش مصنوعی در آموزش عالی را ترویج و حمایت میکند.
این شاخص نخستین شاخص منطقهای است که قابلیتهای هوش مصنوعی را در دانشگاههای عربی میسنجد. پیشتر چندین شاخص هوش مصنوعی وجود داشت که قابلیتهای هوش مصنوعی را برای کشورها، نه دانشگاهها ارزیابی میکند. مانند شاخص جهانی هوش مصنوعی (GAII)، شاخص آمادگی هوش مصنوعی (AIRI) و شاخص هوش مصنوعی دانشگاه استنفورد (AII) ارائه شده بود.
شاخص جهانی هوش مصنوعی (GAII) اولین شاخصی است که کشورها را در سطح سرمایهگذاری، نوآوری و پیادهسازی هوش مصنوعی محک میزند.
گزارش شاخص هوش مصنوعی استنفورد در سال ۲۰۲۴ اعلام میکند که نرخ سریع پیشرفت هوش مصنوعی از تحقیق و توسعه گرفته تا عملکرد فنی و اخلاق، اقتصاد و آموزش، سیاست و حکمرانی هوش مصنوعی، تنوع و افکار عمومی را اندازهگیری و ارزیابی میکند.
سنجش وضعیت دانشگاههای عربی در زمینه کاربردهای هوش مصنوعی
شاخص عربی برای هوش مصنوعی در دانشگاهها بر سنجش وضعیت دانشگاههای عربی در زمینه کاربردهای هوش مصنوعی تمرکز دارد. این موضوع شامل حمایت از برنامههای کاربردی هوش مصنوعی به زبان عربی و ادغام آنها در فرایند آموزشی و گسترش و افزایش انتشار است.
این شاخص دارای ۶ شاخص اصلی شامل برنامههای درسی آموزشی و ارتباط آنها با هوش مصنوعی، استادان دانشگاه و مهارتهای دانشگاهها در استفاده از تکنیکهای هوش مصنوعی در آموزش، در دسترس بودن آزمایشگاههای هوشمند و مهارتهای هوش مصنوعی دانشجویان است. هر شاخص دارای زیر شاخصهایی است. برای مثال، منظور از مهارتها، آگاهی و تواناییهایی است که دانشجویان با ادغام تکنیکها و ابزارهای هوش مصنوعی در برنامههای درسی به دست میآورند.
ضرورت بومیسازی شاخص هوش مصنوعی برای کشورهای عربی
سمیر خلف عبدالعال استاد پژوهشی مرکز تحقیقات ملی در قاهره مصر درباره لزوم تدوین شاخص هوش مصنوعی عرب گفت که ما باید خود را تحت شرایط و برنامههای توسعهای خود بسنجیم، نه این که دیگران ما را بسنجند.
کارشناسان معتقدند که شاخص هوش مصنوعی عرب، شمشیری ۲ لبه است. برای مثال پروفسور عطا الرحمن برنده جایزه علمی یونسکو بر این باور است که معرفی شاخص هوش مصنوعی میتواند تاثیر مثبتی در ارتقای هوش مصنوعی در دانشگاههای عربی با ایجاد محیط رقابتی داشته باشد.
عطا الرحمن در این زمینه گفت: شاخص هوش مصنوعی معیار مقایسهای از دانشگاههای عربی ارائه میدهد و به دانشجویان، محققان و سیاستگذاران این امکان را میدهد تا برترین موسسات دانشگاهی را شناسایی کنند. در نتیجه دانشجویان میتوانند تصمیمات آگاهانهای در مورد محل تحصیل خود بگیرند.
یکی دیگر از مزایای شاخص هوش مصنوعی عرب، معرفی صلاحیتهای استادان و خروجی تحقیقات است. این معیار دانشگاهها را تشویق میکند تا استانداردهای خود را حفظ یا بهبود ببخشند.
البته تعریف شاخص هوش مصنوعی محدودیتهایی هم دارد. برای مثال این شاخص با تاکید بر قابلیتهای تحقیق و آموزش هوش مصنوعی، از دیگر جنبههای مهم آموزش عالی مانند کیفیت تدریس، رضایت دانشجو و مشارکت جامعه غفلت میکند. همچنین شاخص هوش مصنوعی عرب از روشهای پیچیدهای استفاده میکند که ممکن است ماموریتها و نقاط قوت دانشگاهها را به درستی نشان ندهد.
انتهای پیام/
نظر شما