تصور کنید در دنیایی زندگی میکنید که دسترسی به یک کلاس درس، تنها تفاوت بین آیندهای روشن و یک زندگی در سایهٔ جنگ است. برای میلیونها کودک در مناطق بحرانی، این تصور فعلاً یک رؤیاست چون سیستم آموزش جهانی در حال فروپاشی است.
طبق اعلام یونسکو (UNESCO)، جهان برای رسیدن به اهداف آموزش همگانی تا سال ۲۰۳۰، به ۴۴ میلیون معلم اضافی نیاز دارد. وضعیت وخیمتر از این است که در حال حاضر ۸۵ میلیون کودک یا کلاً از مدرسه دور ماندهاند یا یادگیری آنها به دلیل بحرانهای جهانی مختل شده است. بر اساس گزارش مؤسسه بروکینگز (Brookings Institution) که در ۲۲ ژوئن ۲۰۲۶ منتشر شد، شکاف بین نیاز دانشآموزان و ظرفیت سیستمها، همزمان با کاهش بودجههای بشردوستانه، در حال عمیقتر شدن است.
این وضعیت یک هزینه انسانی سنگین دارد. امروز حدود ۲۳۴ میلیون کودک تحت تأثیر انواع بحرانها هستند. از این میان، ۸۵ میلیون نفری که یادگیریشان مختل شده است، تقریباً ۳۷ درصد از این گروه بزرگ را تشکیل میدهند.
این بحران در لحظهای رخ میدهد که فشار مالی شدیدی بر سازمانهاست. تحلیل «خوشه آموزش جهانی» (Global Education Cluster) نشان میدهد که محدودیتهای بودجهای باعث شد آژانسهای امدادی مجبور شوند درخواستهای بودجه آموزشی خود برای سال ۲۰۲۵ را ۳۳ درصد کاهش دهند. این سقوط مالی، منجر به کاهش ۴۳ درصدی تعداد افرادی شد که قرار بود تحت پوشش کمکهای آموزشی قرار گیرند.
در این شرایط سخت و محیطهای شکننده، بار آموزش بر دوش داوطلبان محلی میافتد. برای مثال، «انوورا بگونه» در کوکس بازار بنگلادش، کودکان پناهنده روهینگیا را در مراکز یادگیری دوستدار کودک آموزش میدهد. او با وجود منابع بسیار محدود، به کودکان کمک میکند تا یاد بگیرند، بازی کنند و زخمهای روانی خود را بهبود بخشند. بگونه، مانند بسیاری از فعالان در محیطهای بشردوستانه، مدرک رسمی تدریس از میانمار ندارد، اما تعهد عمیق اوست که فرصتهای یادگیری واقعی را خلق میکند.
تجربه او نماینده یک روند گستردهتر است: آموزش در مناطق بحرانزده به شدت به معلمان پناهندهای وابسته است که علیرغم آمادهسازی محدود و نبود مسیرهای رشد حرفهای، با ایثار وارد کلاسها میشوند. همانطور که در تحلیلهای پیشین ما دربارهٔ عدالت در دسترسی به فناوری اشاره کردیم، این معلمان ستونهای نگهدارنده آموزش در سختترین شرایط هستند.
حالا هوش مصنوعی زاینده (Generative AI) — مثل دستیاری که میلیاردها صفحه متن را خوانده و حالا میتواند در لحظه برای معلم برنامه درس بنویسد — در قالب پروژههای کوچک و آزمایشی وارد این مناطق شده است. تمرکز فعلاً از اپلیکیشنهای مستقیم برای کودکان به سمت ابزارهایی تغییر کرده که بزرگسالان و رهبران کلاسهای درس را توانمند میکند. هدف این است که در حالی که فناوری هنوز در حال ظهور است، نحوه حاکمیت و طراحی آن شکل داده شود.
چند نمونه از این ابزارها عبارتند از:
- AprendIA: این سیستم از هوش مصنوعی زاینده از طریق یک شبکه بسته در واتساپ در مناطق متأثر از درگیری، از جمله نیجریه، بنگلادش و جمهوری دمکراتیک کنگو استفاده میکند. این ابزار به معلمان منابع کلاسی، پشتیبانی در تدریس و فرصتهای یادگیری حرفهای را ارائه میدهد. در همین راستا، تلاشهایی نظیر برنامههای حمایتی آنتروپیک برای ارتقای سواد هوش مصنوعی را میبینیم که بر تطبیق حرفهای کاربران در سازمانهای غیرپودی تاکید دارد.
- ابزارهای ترجمه مبتنی بر هوش مصنوعی: این ابزارها برای پل زدن میان شکافهای زبانی در محیطهای جابجایی اجباری به کار گرفته شدهاند. آنها از بیش از ۱۰۰۰ زبان مختلف پشتیبانی میکنند تا موانعی که اغلب باعث تکهتکه شدن کلاسهای درس میشود را از بین ببرند.
درسهای آموخته شده از پاندمی کووید-۱۹ لنز مفیدی برای درک ارزش افزوده هوش مصنوعی است. در دوران پاندمی، فناوریهای متمرکز بر بزرگسالان — از جمله آموزشهای مبتنی بر تلفن و ابزارهای توسعه حرفهای — نتایج امیدوارکنندهای داشتند. در مقابل، ابزارهای دیجیتال مستقیم برای کودکان، بهویژه کودکان کوچکتر، نتایجی ضعیفتر و متغیرتر داشتند.
رویکردهای ترکیبی (Blended) که تعامل انسانی را حفظ میکنند — مانند تدریس خصوصی آنلاین و زنده — همواره عملکرد بهتری نسبت به ارائه محتوای غیرهمزمان (Asynchronous) داشتهاند. این امر این اصل را تقویت میکند که فناوری باید مکمل روابط انسانی باشد، نه جایگزین آن. تحقیقات تکاملی دهههای اخیر از دوران کودکی تا نوجوانی تأیید میکند که کودکان از طریق روابط با والدین، مراقبان، معلمان و همتایان خود رشد و شکوفا میشوند، نه صرفاً از طریق تعامل با یک صفحه نمایش.
اما نوآوری در این حوزه با یک ریسک بزرگ روبروست: طراحی تجاری. در حال حاضر، بسیاری از ابزارهای هوش مصنوعی توسط نهادهای انتفاعی یا غیرانتفاعی ساخته میشوند، در حالی که کمترین میزان مشارکت معلمان و جوامع محلی در مناطق بحرانی را در طراحی آنها میبینیم. راهکارهایی که بدون مشارکت این افراد ساخته شوند، در معرض خطر ناکارآمدی یا بیربط بودن با نیازهای واقعی هستند.
این رویکرد سه خطر سیستماتیک ایجاد میکند:
- آسیبپذیری دادهها: برای کودکان پناهنده و جابجاشده، اطلاعات مربوط به هویت، مکان، وضعیت سلامت و شرایط خانوادگی، ریسکهای امنیتی و حفاظتی شدیدی دارد. هوش مصنوعی مسیرهای جدیدی برای جمعآوری و افشای دادهها ایجاد میکند که نیازمند حافظهای قویتر و دستورالعملهای شفافتری نسبت به فناوریهای پیشین است.
- انگیزههای سودجویانه: وقتی سود مالی هدف اصلی شود، ابزارها ممکن است بر اساس شاخصهای «میزان تعامل» یا درآمد طراحی شوند، نه بر اساس نیازهای پداگوژیک (آموزشی). تمرکز تجاری میتواند مدلهای «پرداخت برای دسترسی» را ایجاد کند و ابزارها را از دسترس معلمانی که بیشترین نیاز را به آنها دارند، خارج کند.
- شکاف زیرساختی: ابزارهایی که برای واقعیتهای مناطق بحرانی (مانند اتصال ضعیف به اینترنت، استفاده از دستگاههای مشترک و معلمان با آموزش رسمی محدود) ساخته نشده باشند، در عمل شکست میخورند.
برای جلوگیری از این اتفاق، مؤسسه بروکینگز استدلال میکند که این ابزارها باید به عنوان «کالای عمومی» (Public Goods) تعریف شوند، نه محصولات صرفاً تجاری. این به معنای گذار از لایسنسهای تجاری به سمت مدلی از مالکیت محلی و پاسخگویی است تا از تبدیل شدن هوش مصنوعی به ابزاری برای تقویت نابرابریهای موجود جلوگیری شود.
دولتها و خیران باید چهار گام عملی بردارند:
- سرمایهگذاری در شواهد: با وجود اشتیاق زیاد، شواهد مستقیم از اثر ابزارهای هوش مصنوعی در محیطهای بحرانی هنوز محدود است. تحقیقات بیشتری لازم است تا بتوان از پروژههای کوچک آزمایشی به سمت پیادهسازی گسترده حرکت کرد.
- طراحی مشترک (Co-Design): معلمان محلی، مراقبان و جوامع باید به عنوان همطراح (Co-designer) باشند، نه صرفاً کاربرانی نهایی که پس از ساخته شدن محصول با آنها مشورت میشود. این یک تعهد محوری در «توافق بزرگ بشردوستانه» (Humanitarian Grand Bargain) است.
- اولویت حریم خصوصی: حفاظت از کودک و حریم خصوصی دادهها باید در اولویت باشد، زیرا کودکان جابجاشده جزو آسیبپذیرترین جمعیتهای جهان هستند.
- حفظ محوریت انسانی: ابزارهای هوش مصنوعی باید روابط انسانی را تقویت کنند، نه اینکه جایگزین آنها شوند. امیدوارکنندهترین ابزارها آنهایی هستند که از بزرگسالان پشتیبانی میکنند تا انرژی بیشتری برای توجه به کودکان صرف شود.
این تغییر رویکرد اجازه میدهد تا هوش مصنوعی بارهای اداری و برنامهریزی تدریس را بر عهده بگیرد. با خودکارسازی برنامهریزی دروس و توسعه حرفهای، هوش مصنوعی میتواند زمان معلم را آزاد کند تا او بر نیازهای عاطفی و شناختی کودکان در شرایط بحران تمرکز کند.
در حالی که در روز پناهندگان جهان به ۱۱۸ میلیون displaced (جابجا شده) در سطح زمین فکر میکنیم، حیاتی است که از کسانی که رشتهٔ آموزش را در این شرایط سخت نگه داشتهاند حمایت کنیم. هوش مصنوعی تمام چالشهای روزانه «انوورا بگونه» را حل نمیکند، اما اگر با در نظر گرفتن نیازهای او طراحی شود، میتواند باری از دوشش بردارد و کیفیت یادگیری را برای شاگردانش بهبود بخشد.
گام بعدی شما
- اگر توسعهدهنده ابزارهای آموزشی هستید، مدلهای طراحی «همافزا» (Co-design) را جایگزین مدلهای تحمیلی کنید.
- سیاستهای مدیریت داده در محیطهای حساس را با استانداردهای جدید حریم خصوصی Children's Data Privacy تطبیق دهید.
- به جای تمرکز بر جایگزینی معلم، روی ابزارهایی تمرکز کنید که «زمان آزاد» معلم را برای تعامل انسانی افزایش میدهد.
اما تأثیر این بحران آموزشی بر بازار کار آینده و ظهور مدلهای استدلالی در آموزش، ابعاد پیچیدهتری دارد — تحلیل ما دربارهٔ جایگزینی مشاغل توسط AI را بخوانید.
گفتگو