داخلی
»سخن هفته


لیزنا؛ المیرا سفیان، دانشجوی دکتری مدیریت اطلاعات دانشگاه تبریز و کارشناس ترویج کتابخوانی ستاد مرکزی نهاد کتابخانه های عمومی کشور: مدتی است که بحثهای داغی پیرامون جایگاه رشته «علم اطلاعات و دانششناسی» در میان اساتید و دانشجویان این حوزه شکل گرفته است. برخی از تغییرات اخیر در سرفصلها و ایجاد گرایشهای جدید استقبال میکنند و برخی دیگر، این تغییرات را صوری و بیاثر میدانند. یادداشت پیشرو، با زبانی صریح و بیپروا، به نقد وضعیت موجود پرداخته و خواستار تحولی بنیادین در این رشته شده است. دیدگاههای مطرحشده صرفاً بیانگر نظر نویسنده است و میتواند سرآغاز گفتگویی جدی در این باره باشد.
با کمال تأسف مینویسم. با دلی پرخون و عصبانیتی که سالها در سینهام تلنبار شده، این یادداشت را مینویسم. خسته شدیم از بس شنیدم «ما با هوش مصنوعی همگام شدهایم»، «ما رشته را متحول کردیم»، «ما گرایش جدید تعریف کردیم». بس است دیگر. تا کی میخواهیم خودمان را گول بزنیم؟
این تغییر نامهای مکرر چه فایدهای داشته است؟
بیست سال است هر چند سال یک بار، اسم رشته را عوض میکنیم. از کتابداری به علم اطلاعرسانی، بعد به علم اطلاعات و دانششناسی. آخرش هم میرسیم به «هوش مصنوعی کاربردی در علم اطلاعات». خب که چه شد؟ آیا با تغییر اسم، محتوای دروس هم عوض شده؟ آیا استادانی که همان جزوههای ده سال پیش را سر کلاس میخوانند، توانایی تدریس هوش مصنوعی را پیدا کردهاند؟من صریح میگویم: این تغییر نامها، چیزی نیست جز شستشوی واژگانی و فرار به جلو. ما نام را عوض کردیم تا افکار عمومی و دانشجویان را راضی نگه داریم، اما در عمل، همان کتابداری سنتی را با همان روشهای غبارگرفته تدریس میکنیم.
یک مقایسه ساده اما دردناک
یک لحظه سرفصلهای ارشد رشته خودمان را با ارشد هوش مصنوعی مقایسه کنید. دانشجوی هوش مصنوعی، «یادگیری عمیق»، «پردازش زبان طبیعی»، «بینایی ماشین» میخواند. دانشجوی ما چه میخواند؟ !!!!
آیا این را همگامی با فناوری مینامید؟ این که نه همگامی، نه رقابت، که یک عقبماندگی تاریخی و فاجعهبار است. دانشجوی هوش مصنوعی یاد میگیرد چطور موتور جستجوی گوگل را طراحی کند، دانشجوی ما یاد میگیرد چطور از گوگل استفاده کند. این تفاوت، تفاوت بین «تولیدکننده بودن» و «مصرفکننده بودن» است.
گرایشهای جدید؛ دهنپرکن یا راهگشا؟
آخرین خبر: تصویب گرایش «هوش مصنوعی کاربردی در علم اطلاعات». تبریک میگویم! اما بفرمایید این گرایش را چه کسانی قرار است تدریس کنند؟ همان استادانی که تا دیروز «فهرستنویسی» درس میدادند و یک واحد «آشنایی با کامپیوتر» هم گذراندهاند؟ کدام یک از استادان ما، یک مقاله معتبر در زمینه یادگیری ماشین منتشر کرده است؟ کدام یک، یک پروژه عملی در حوزه NLP انجام داده است؟
اگر این گرایش جدید هم به سرنوشت همان گرایشهای قبلی دچار شود و تبدیل شود به چند واحد درسی با همان محتوای قدیمی و چند استاد که فقط اسم درس عوض کردهاند، آن وقت دیگر باید فاتحه این رشته را خواند.
کجاست آن استادی که جرأت داشته باشد حقیقت را بگوید؟
من از همه اساتید محترم این رشته سؤال میکنم: کدام یک از شما حاضر است پای تخته برود و به دانشجویانش صادقانه بگوید: «بچهها، ما در این رشته از دنیا عقبیم. آنچه ما درس میدهیم، دانش دیروز است و شما برای فردا آماده نمیشوید. باید خودتان بروید و یاد بگیرید»؟
کدام یک از شما حاضر است قبول کند که فارغالتحصیلان ما، در بازار کار هوش مصنوعی و علوم داده، حتی توانایی خواندن یک آگهی استخدام را هم ندارند، چه رسد به اینکه بتوانند رقابت کنند؟
توهین نمیکنم، واقعیت را میگویم
اگر حرف من توهین به برخی اساتید تلقی میشود، معذرت میخواهم. اما حقیقت توهینآمیزتر است. حقیقت این است که دانشجویان ما قربانی این عقبماندگی میشوند. حقیقت این است که بازار کار، فارغالتحصیلان ما را جدی نمیگیرد. حقیقت این است که رشته ما به جایی رسیده که برای بقا، مجبور است خود را به رشتههای دیگر بچسباند.
این حقیقت را باید کسی بگوید. اگر شما اساتید نگویید؟ پس کی باید بگوید؟ دانشجویان که سالهاست میگویند و کسی گوش نمیکند. مسئولان که هر روز از تحول و پیشرفت میگویند و خودشان هم باورشان شده است.
راه حل چیست؟ راه حل صادقانه چیست؟
من راه حل شعاری و رویایی نمیدهم. راه حل من این است:
اول: بپذیریم که ما در حال حاضر، توان رقابت با رشته هوش مصنوعی را نداریم. این پذیرش، شکست نیست، شروع یک تحول واقعی است.
دوم: به جای ایجاد گرایشهای مستقل و بیمحتوا، با دانشکدههای کامپیوتر و مهندسی، برنامههای مشترک تعریف کنیم. بگذاریم دانشجویان ما نیمی از واحدهای خود را در دانشکده کامپیوتر بگذرانند، نه اینکه چند واحد سطحی در گروه خودمان.
سوم: در مقطع کارشناسی، پیشنیازهای واقعی برای ورود به دنیای هوش مصنوعی تعریف کنیم. جبر خطی، آمار و احتمال مهندسی، طراحی الگوریتم، برنامهنویسی پیشرفته. بدون اینها، هرگونه ادعای آشنایی با هوش مصنوعی، دروغ محض است.
چهارم: در جذب هیئت علمی، به جای تعارفات و روابط، تخصص واقعی را ملاک قرار دهیم. اگر استادی در زمینه یادگیری ماشین مقاله ندارد، پروژه عملی ندارد، چگونه میخواهد هوش مصنوعی تدریس کند؟
پنجم: نگرش را عوض کنید، بپذیریم که کتابخانه، فقط یکی از حوزههای فعالیت ماست، نه همه هویت ما. مسئله ما «اطلاعات» است، در هر جا و هر شکل. اطلاعات در سازمانها، اطلاعات در فضای مجازی، اطلاعات در شبکههای اجتماعی، اطلاعات در کلاندادهها.
سخن آخر
من این یادداشت را با درد نوشتم، با عصبانیت نوشتم، اما با امید نوشتم. امیدوارم که این حرفها، هرچند تلخ، اما شنیده شود. امیدوارم که مسئولان محترم وزارت علوم، اساتید محترم گروههای علم اطلاعات و دانششناسی، و دانشجویان عزیز، این نقد را از سر دلسوزی بخوانند، نه از سر دشمنی.
ما اگر امروز برای تحول واقعی تصمیم نگیریم، فردا دیر است. فردا، دیگر کسی سراغ این رشته نخواهد آمد، چون بازار کار، رشتههای دیگری را جدی خواهد گرفت. فردا، دانشجویان ما بیکار خواهند ماند یا مجبور میشوند در شغلهای بیربط مشغول شوند. فردا، تاریخ خواهد نوشت که در عصر تحول دیجیتال، یک رشته در ایران به خواب غفلت فرو رفته بود و بیدار نشد.
بیدار شویم. لطفاً، بیدار شویم.
سفیان ، المیرا (۱۴۰۴). « بحران هویت در علم اطلاعات و دانششناسی: تا کی میخواهیم خود را فریب دهیم؟». سخن هفته لیزنا، شماره 782 ، 4 اسفندماه ۱۴۰۴

متاسفانه مسئله عدم کفایت علمی و تجربی اساتید متناسب با موضوع تدریس در تمام رشته های تمام دانشگاه ها موجود است. به عنوان نمونه، من در دانشگاه های شریف، تهران و امیرکبیر تحصیل کرده ام، خصوصا در دانشگاه امیرکبیر ارشد هوش مصنوعی خوانده ام، استادی برای پردازش زبان طبیعی داشتیم که مطلقا هیچ آشنایی با موضوع نداشت و به شکل خودخوان و ارائه دانشجویی درس را گذراندیم. همان استاد درس یادگیری ماشین و مباحث ویژه در هوش مصنوعی هم درس میدهد!!!
من در دانشگاه های پیشین مهندسی صنایع و آینده پژوهی خوانده بودم، برای یادگیری برنامه نویسی و برخی مباحث ریاضی دشواری زیادی داشتم. خواستم اشاره کنم همانطور که نوشتید، برای مقطع تحصیلات تکمیلی گذراندن دروس خاصی در کارشناسی باید الزامی شود.
علاوه بر این دانشجو هم بپذیرد که در دانشگاه صرفا الفبای موضوع را فهم خواهد کرد و برای کلمه سازی باید تمرین کند و برای جمله سازی به مطالعه و تحصیل علم در خارج از دانشگاه و تمرین دائمی بپردازد.
هوش مصنوعی نیاز امروز و فردای ماست، امیدوارم به طور صحیح در رشته های مختلف به کار گرفته شود.