تعامل کودک با کامپیوتر




او که یاد می گیرد... او که یاد می دهد کامپیوترها باهوش ترند یا کودکان؟ این سؤال ساده، باعث می شود برای چندمین بار به خودمان یادآوری کنیم که هرچند کامپیوترها انبوهی از امور روزانه مان را به شیوه ای ساده و سریع انجام می دهند، اما هنوز تا تبدیل شدن به سامانه های هوشمندی که خیلی ها آرزویش را دارند باید راه درازی را بپیمایند. برای پاسخ به پرسش فوق همین بس که توجه کنیم، یک کودک می تواند حتی پیش از ورود به دبستان چند زبان را به خوبی یاد بگیرد و به کار ببندد! آنچه در ادامه می خوانیم، گزارشی است به نقل از «ساینس دیلی» از پژو هش هایی که هدفشان شبیه سازی مدل های فکری و استدلالی کودکان در کامپیوترها است تا این ماشین های محبوب را تا جایی که می شود باهوش تر کنند. خیلی ها می پرسند آیا تعامل کودک با کامپیوتر، به افزایش هوش او کمک می کند؟ جالب است که دانشمندان دانشگاه برکلی ایالات متحده این سؤال را برعکس مطرح کرده اند: آیا کودکان می توانند کامپیوترها را باهوش تر کنند؟! و جالب تر این است که طبق شواهد موجود، پاسخ این سؤال مثبت است!محققان این دانشگاه سعی دارند مکانیسم های هوش شناختی۱ در کودکان زیر هفت سال را در کامپیوترها نیز به کار بگیرند و این دستگاه ها را تا جایی که می شود به انسان ها شبیه تر کنند. اگر مدل های محاسباتی کودکان که از قدرت مغزشان نشات می گیرد در کامپیوترها نیز پیاده شوند، هوش مصنوعی یک قدم بسیار بزرگ به پیش برخواهد داشت، زیرا هوش مصنوعی همین حالا هم در برخورد با موارد مبهم و غیرقطعی با چالش های زیادی روبه رو است. خانم آلیسون گاپنیک از محققان روانشناسی رشد دانشگاه برکلی می گوید، بچه ها برترین ماشین های یادگیرنده در تمام جهان هستند. فکر کنید اگر کامپیوترها هم بتوانند به اندازه بچه ها و با سرعت آن ها مسائل را یاد بگیرند چه می شود. آزمایش ها درباره هوش کودکان نشان می دهد که بچه ها در سنین پایین تر فرضیه ها را محک می زنند، الگوهای آماری را کشف می کنند و سپس نتیجه گیری می کنند و در عین حال خود را با تغییرها سازگار می کنند. تام گریفیث سرپرست آزمایشگاه علوم شناخت محاسباتی دانشگاه برکلی می گوید، بچه های کم سن و سال می توانند مسائلی را که هنوز برای کامپیوترها دشوار است حل کنند. از جمله این که می توانند زبان ها را یاد بگیرند و روابط علت و معلولی را درک کنند. او امیدوار است که حتی با اندکی شبیه تر کردن کامپیوترها به کودکان بتوان آن ها را باهوش تر کرد. کامپیوترهایی که براساس هوش شناختی کودکان طراحی شده باشند می توانند هوشمندانه تر و پاسخگوتر از پیش با انسان ها تعامل داشته باشند و در نتیجه می توانند روزی در نقش آموزگاران کامپیوتری یا روبات های پاسخگوی تلفن ظاهر شوند و البته این همه ماجرا نیست. به گفته گریفیث، کامپیوتر باید بتواند روابط علت و معلولی را هم تشخیص دهد و به عنوان مثال تشخیص دهد آن روزی که قهوه کمتری نوشیده اید سرعت کار شما کمتر شده است. این یک رابطه ساده بین میزان نوشیدن قهوه و میزان کارایی فرد در محیط کارش است اما روابط پیچیده تری هم وجود دارند؛ برای نمونه، کشف این که کدام ژن ها استعداد بروز بیماری ها را افزایش می دهند. گریفیث با استفاده از روش آماری تئوری احتمال Bayesian ۲ قصد دارد محاسبه هایی را که کودکان هنگام یادگیری در مدل های محاسباتی شان به کار می بندند، تفسیر کند. روانشناسان، دانشمندان علوم کامپیوتر و فیلسوفانی که روی این پروژه کار می کنند مرکزی را در دست تأسیس دارند که با آغاز به کار آن می توان پژوهش ها درباره هوش و شناخت کودکان کم سن و سال را به صورت متمرکزتری دنبال کرد (شکل۱). گروهی از محققان این دانشگاه پیشنهاد جالب توجهی دارند و آن این که والدین و معلمان، استفاده از ابزارها و تاکتیک های رایج در آموزش کودکان مثل فلش کارت ها، بازی های کامپیوتری آموزشی و از بر کردن مطالب را کنار بگذارند و به جای آن بچه ها را آزاد بگذارند تا برای یادگیری، از شیوه کشف و بررسی بهره ببرند. گاپنیک بر این باور است که «بازی کردن بچه ها در نقش های مختلف و فی البداهه به اندازه خواندن و نوشتن مهم است.» او می گوید، دوره کودکی انسان ها از موجودات دیگر طولانی تر است و انسان طی این دوره طولانی مدت پرورش می یابد، می آموزد و کندوکار می کند و همین دوران در بقای او نقشی کلیدی ایفا می کند. مغز یک نوزاد سالم حاوی صد میلیارد نرون یا سلول عصبی است و هرچه کودک بزرگ تر می شود شبکه سیناپس ها یا همان اتصال بین نرون ها گسترده تر می شود و در نتیجه وقتی کودک به سن دو یا سه سالگی می رسد می تواند زبان یاد بگیرد، وارد روابط اجتماعی شود و شیوه بقای خود در محیط را بیاموزد. این در حالی است که با رسیدن به دوره بزرگ سالی، قدرت تصور و تخیل تحلیل می رود و استدلال های نوآورانه کمتر می شوند. علتش هم این است که انسان ها در بزرگ سالی بیشتر روی چیزهایی تمرکز می کنند که با اهدافشان ارتباط بیشتری دارد. هدف دانشمندان این است که هدف گرایی بزرگسالان و روشن فکری کودکان را در کنار هم به کار بگیرند و با استفاده از آن ها ترفندهای جدیدی را به کامپیوترها بیاموزند. گاپنیک مشغول مطالعه روی «سن طلایی نقش آفرینی» است که به طور معمول بین ۲ تا ۵ سالگی اتفاق می افتد. در این دوره کودک عوالمی را برای خود می سازد و در آن عوالم خودساخته زندگی می کند. او در یکی از آزمایش هایش مشاهده کرد که وقتی کودکانی در سنین پیش از دبستان را در برابر یک میمون اسباب بازی قرار می دهد و در همان حال یک قطعه موسیقی پخش می شود کودکان شروع می کنند به خواندن سرود «تولدت مبارک». وقتی موزیک ناگهان قطع می شود به سرعت خود را با تغییر پیش آمده هماهنگ می کنند و با زدن بلوک های چوبی اسباب بازی سکوت را می شکنند و سعی می کنند ریتم موسیقی را با صدای بلوک های چوبی ادامه دهند و به این ترتیب بازی و سرگرمی شان تداوم پیدا می کند.گاپنیک پیش تر نیز آزمایش هایی انجام داده است که نتیجه آن ها فرض های رایج درباره خودمحور بودن کودکان و کم احساس بودن شان را زیر سؤال می برد. از جمله آن ها آزمایشی بود که گاپنیک طی آن غذاهای مختلفی را می چشید و بعد از چشیدن هر یک، حالت خاص و متفاوتی به صورت خود می داد تا ببیند آیا کودکان می توانند از روی حالت چهره اش بفهمند او کدام غذا را بیشتر دوست دارد یا نه. نتیجه همه این آزمایش ها نشان می داد که کودکان می توانند خود را جای دیگران بگذارند. تانیا لومبروزو و الیزابت بوناویتز روانشناسان دانشگاه برکلی نیز آزمایشی را انجام دادند که نشان می داد بچه ها وقتی با شواهد خاصی روبه رو می شوند دیگر به سادگی آنچه را که به آن ها گفته می شود دنبال نمی کنند. در دانشگاه MIT و دانشگاه برکلی آزمایشی انجام شد که در آن یک اسباب بازی در مقابل کودکان پیش دبستانی روشن می شد و در اطراف می چرخید. به بچه ها گفته شده بود که یک مکعب قرمز رنگ اسباب بازی را روشن کرده و مکعب سبز رنگ باعث چرخش آن می شود. مکعب آبی رنگ نیز می تواند هر دو کار را با هم انجام دهد. ساده ترین راه این بود که فکر کنیم بچه ها مکعب آبی رنگ را به عنوان عنصر فعال کننده اسباب بازی که می تواند همزمان آن را روشن کند و بچرخاند انتخاب خواهند کرد اما وقتی بچه ها دیدند تعداد مکعب های آبی در مقایسه با مکعب های قرمز و سبز بسیار کمتر است، به جای مکعب آبی، مکعب های قرمز و سبز را انتخاب کردند که با ترکیب آن ها می شد نخست اسباب بازی را روشن کرد و سپس چرخاند، که پاسخ درستی بود. به بیان دیگر، تا وقتی که بچه ها شواهدی مبنی بر وجود گزینه های جایگزین را نمی دیدند آنچه را که به سادگی به آن ها گفته می شد دریافت می کردند اما وقتی متوجه سرنخ جدیدی می شدند به دنبال ایده های نو می رفتند. کامپیوترها نیز می توانند مثل کودکان چنین رفتاری را از خود بروز دهند و احتمال های جدید در رابطه های علت و معلولی را نیز بررسی کنند. پژوهشگران برکلی می گویند، یافته های خود از چنین آزمایش هایی را به کار خواهند بست تا کامپیوترها را باهوش تر و آن ها را همانند انسان ها با محیط سازگارتر کنند. علی حسینی پی‌نوشت‌ها: ۱- هوش شناختی یا cognitive genius ۲ – Bayesian probability theory، به‌طور خلاصه یکی از تفسیرهای موجود در مبحث احتمالات است که براساس آن می‌شود با گزاره‌هایی که هنوز درستی یا نادرستی‌شان اثبات نشده است، استدلال کرد. در این شیوه نخست، یک یا چند احتمال اولیه تعیین می‌شود و سپس با دستیابی به داده‌های جدیدتر می‌توان این احتمالات را به‌روز کرد و تغییر داد.