تصور کنید سیستمی وجود داشته باشد که در آن هر اقدام استاد — از صحبت کردن و رسم یک مربع گرفته تا نوشتن یک معادله — به عنوان یک خط کد توصیف شود؛ کدی که یک کامپایلر آن را به یک ویدیوی نهایی همراه با گرافیکهای کامپیوتری و تبدیل متن به گفتار (TTS) تبدیل میکند. این همان رویکردی است که در ۳۰ اوت ۲۰۲۶ توسط استارتاپ جدیدی به نام Academa معرفی شد. این شرکت در حال تبدیل آموزش علوم، فناوری، مهندسی و ریاضیات (STEM) به چیزی شبیه به مهندسی نرمافزار است و ویدیوهای سخنرانی را به کد منبع قابل ویرایش تبدیل میکند.
زمینه و بستر آموزش آنلاین STEM
بیشتر آموزشهای آنلاین STEM در حال حاضر بر کتابخانههای استاتیک و تغییرناپذیر ویدیوها در پلتفرمهایی مثل Khan Academy، Udemy، Coursera، MIT OpenCourseWare یا YouTube متکی هستند. این ویدیوها معمولاً از مدل سنتی تدریس یک استاد جلوی تختهسیاه تقلید میکنند: نوشتن یک معادله، دور یک عبارت خط کشیدن و رسم یک نمودار برای برجسته کردن نکات مهم.
مشکل اینجاست که نگهداری این ویدیوها بهشدت دشوار است. طبق گزارش Academa، اگر استادی دو هفته بعد از فیلمبرداری متوجه اشتباهی در محتوا شود، با یک دوراهی سخت مواجه است: یا باید اجازه دهد آن خطا در ویدیو باقی بماند، یا دوباره وارد فرآیند تولید شود تا ویدیو را از ابتدا ضبط کند. Academa با تبدیل ویدیو به یک موجودیت قابل نگهداری، این مشکل را حل کرده است؛ حالا سازنده میتواند تنها با اصلاح یک خط کد، خروجی بصری را بهروزرسانی کند، درست همانطور که توسعهدهندگان نرمافزار، باگها را رفع کرده و نسخههای جدید نرمافزار را منتشر میکنند.
سازوکار «سخنرانی به عنوان کد»
در این سیستم، بهجای ضبط یک اجرای زنده، اقدامات استاد به صورت کد منبع (Source Code) نوشته میشود. برای مثال، یک توالی آموزشی در این پلتفرم ممکن است به این شکل باشد:
- بگو «به این مربع نگاه کنید» در حالی که: رسم مربع
- بگو «فرض کنید هر ضلع طول s دارد» در حالی که: برچسبگذاری ضلع مربع با «s»
- بگو «پس مساحت آن s به توان ۲ است» در حالی که: نوشتن «A = s^2»
بر اساس مستندات academa.ai، این رویکرد قابلیتهای بومی هوش مصنوعی را فعال میکند، زیرا مدلهای زبانی بزرگ (LLM) در خواندن و نوشتن متن تخصص دارند. وقتی یک سخنرانی به کد تبدیل شود، در واقع به متنی تبدیل شده است که یک LLM میتواند مستقیماً آن را دستکاری و تغییر دهد. این رویکرد بهینهسازی محتوای بصری یادآور تلاشهای اخیر برای کاهش هزینههای پردازشی ویدیو است، مشابه آنچه در سیستم Claude Real Video برای حذف فریمهای تکراری مشاهده شد.
جزئیات قابلیتهای بومی هوش مصنوعی
این تحول منجر به ایجاد قابلیتهای پیشرفتهای میشود که در ویدیوهای سنتی غیرممکن بود:
- تولید آنی: مدلهای زبانی میتوانند کد منبع درسهایی را درباره تئوریهای ریاضی مبهم، متدهای مهندسی خاص یا مقالات پژوهشی بنویسند که به دلیل نادر بودن، برای تولید انسانی (فیلمبرداری) توجیه اقتصادی ندارند. این امر مشکل «تعداد زیاد موضوعات در برابر تعداد کم علاقهمندان» را حل میکند. این مدل تبدیل مفاهیم پیچیده به ساختارهای قابل یادگیری، با رویکرد اپل در تبدیل قوانین مقیاسپذیری تقطیر مدلها به مسائل ریاضی همراستا است.
- ترجمه درجهیک: درسها را میتوان به بیش از ۸۰ زبان ترجمه کرد، بهطوری که خروجیها نسخههای بومی باشند، نه صرفاً دوبلههای ساده یا زیرنویس.
- تعامل لحظهای: دانشجو میتواند ویدیو را متوقف کرده و سوالی بپرسد؛ این عمل باعث میشود هوش مصنوعی در لحظه یک پاسخ ویدیویی شخصیسازیشده تولید و رندر کند.
- شخصیسازی پویا: دورهها میتوانند بهطور خودکار با سرفصلهای خاص هر دانشجو تطبیق یابند، با سطح فعلی او همسو شوند، روی نقاط ضعف او زمان بیشتری صرف کنند یا بخشهایی را که کاربر از قبل میداند، حذف کنند.
این تغییر، محتوای آموزشی را از یک «دارایی ثابت» به یک «سند زنده» تبدیل میکند. برای یادگیرنده، این یعنی پایان دوران ویدیوهای یکشکل برای همه. شما دیگر تماشاگر ضبطِ یک استاد جلوی تختهسیاه نیستید، بلکه با یک موتور هوش مصنوعی زاینده (Generative AI) تعامل دارید که توضیح را دقیقاً بر اساس سطح درک فعلی شما رندر میکند.
برای تولیدکننده نیز سد ورود به دنیای محتوای فنی باکیفیت بهشدت پایین میآید. توانایی انتشار «نسخه ۱.۱» یک درس بدون نیاز به دوربین یا میکروفون، اقتصاد توزیع دانش فنی را بهطور بنیادین تغییر میدهد. این اتوماسیون در تولید محتوای بصری، مشابه تحولی است که در ابزار DX Builder برای حذف نیاز به مهندسی پرامپت در نورپردازی رخ داده است.
هرچند این پرسش که آیا این سیستم میتواند جایگزین ارتباط انسانی با یک استاد زنده شود یا خیر، همچنان باز است، اما توانایی مقیاسپذیری دانش فنی تخصصی در ۸۰ زبان، نویدبخش گسترش عظیم دسترسی جهانی به آموزشهای STEM است.
کاربران در حال حاضر میتوانند این ویدیوهای تولید شده توسط AI را در پلتفرم Academa بررسی کنند، در خبرنامه آنها عضو شوند یا برای دنبال کردن پیشرفتهای بیشتر، به سرور دیسکورد آنها بپیوندند.
گام بعدی شما
- اگر تولیدکننده محتوای آموزشی هستید، مدل «محتوا به عنوان کد» را برای کاهش هزینههای بازبینی بررسی کنید.
- پلتفرم Academa را برای تجربه ویدیوهای تولید شده توسط AI تست کنید.
- در سرور دیسکورد آنها عضو شوید تا روند تبدیل متون پژوهشی به ویدیوهای تعاملی را دنبال کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو