هوش مصنوعی چگونه آموزش را تغییر خواهد داد (از نگاه هاروارد) این قسمتی از یک مصاحبه با رئیس حاضر دان…
انتشار: 2026/07/18 19:54 UTCدریافت: 2026/08/01 00:11 UTCآخرین مشاهده: 2026/08/01 00:11 UTC
هوش مصنوعی چگونه آموزش را تغییر خواهد داد (از نگاه هاروارد) این قسمتی از یک مصاحبه با رئیس حاضر دانشگاه هاروارد آلن گاربر است که در youtube.com/watch?v=AKO1MAX2PC4%D9%82%D8%… دارد. مصاحبهکننده در آیندهای مبتنی بر هوش مصنوعی، آیا دورهٔ Math 55 همچنان میتواند همان دورهٔ قبلی باقی بماند؟ یک دانشگاه بزرگ مانند هاروارد چگونه دنیایی را مدیریت میکند که در آن دانش به یک کالای معمولی تبدیل میشود؟ آموزش در هاروارد وقتی یک مدل هوش مصنوعی میتواند Math 55 را در چند دقیقه حل کند، چه شکلی خواهد داشت؟ آلن گاربر سؤال بسیار خوبی است و دقیقاً بهدرستی مطرح شده. پاسخ به این بستگی دارد که در آینده چه چیزی «کالا» نخواهد بود: چه مهارتهای منحصربهفردی همچنان ضروری خواهند ماند و هوش مصنوعی چه چیزی را نمیتواند بهطور کامل فراهم کند؟ یک سال یا ۱۸ ماه پیش، شاید میگفتم باید به دانشجویان «مهندسی پِرامپت» بیاموزیم—یعنی چطور از مدل سؤالهای خوب بپرسند. اما مدلها خیلی زود آنقدر پیشرفت کردند که خودشان به کاربران کمک میکنند پِرامپتهای قوی بسازند و نوشتههای خود را ارزیابی کنند؛ بنابراین این دیگر یک مهارت پایدار نیست. تواناییهای مدلهای هوش مصنوعی آنقدر سریع تغییر میکند که خطرناک است اعلام کنیم یک مهارت خاص «همیشگی» خواهد بود. این موضوع بهویژه دربارهٔ هوش مصنوعی عاملمحور (agentic AI) صادق است، که پیچیدگی کارهایی هوش مصنوعی میتواند انجام دهد را بهشدت افزایش میدهد. یکی از پیامدهای آشکار برای دانشگاهها این است که باید دانشجویان را برای زندگی و شغلی آماده کنیم که در آن مهارتهایشان باید مداوم تکامل یابد. آنها باید «یادگیری مادم العمر» یاد بگیرند. «یادگیری مادامالعمر» امروز معنای متفاوتی دارد. ما باید قرارداد خود با دانشجویان را بازنگری کنیم: آیا باید اطمینان حاصل کنیم که آنها در طول عمر به فرصتهایی برای بازآموزی دسترسی دارند و بتوانند تصمیم بگیرند زمانشان را چطور—نه فقط صرف کار—بهترین شکل ممکن بگذرانند؟ همیشه تصویر فیلم Wall‑E به ذهنم میآید: انسانیترین شخصیتها رباتها بودند، درحالیکه انسانها روی صندلیهای راحتی لم داده بودند و هر نیازی برایشان تأمین میشد. این آیندهای نیست که ما میخواهیم. برخی تواناییها حیاتی خواهند بود، بهویژه توانایی تشخیص حقیقت. وقتی OpenAI بهطور علنی افزودن تبلیغات به مدلهایش را مطرح کرد، برای بسیاری لحظهای نگرانکننده بود. من بهخودیخود با تبلیغات مشکلی ندارم، اما این کار تضاد منافع ایجاد میکند. کاربران چطور خواهند فهمید پاسخی که هوش مصنوعی میدهد صادقانه است، یا حداقل بازنمایی نسبتاً جامعی از حقیقت ارائه میدهد؟ چطور خواهند فهمید چه زمانی تحت دستکاری قرار گرفتهاند، با توجه به اینکه این مدلها «شخصیت» دارند و میدانند چطور رضایت ایجاد کنند؟ دانشجویان نیاز به مهارتهایی برای ارزیابی این موارد دارند و ما روشهایی برای آموزش آنها داریم. پرورش این مهارتها وظیفهٔ همهٔ ماست. ######################### Math 55 یک دورهی افتخاری (Honors) فوقپیشرفته و اثباتمحور است که در آن کل ریاضیات دورهی کارشناسی (جبر مجرد، آنالیز حقیقی و مختلط، توپولوژی) را تنها در دو ترم فشرده تدریس میشود. به خاطر حجم عظیم تکالیف (هفتهای ۲۰ تا ۶۰ ساعت کار) و سطح سنگینش معروف است و فقط مخصوص نخبهترین دانشجویان سال اول هاروارد است.
پستهای تلگرام — انجمن ریاضی ایران (IMS)
هفتمین همایش ملی دانش آموزش محتوا (PCK) در آموزش ریاضی🔶 اهداف:۱. ارتقای کیفیت آموزش و یادگیری ریاضی۲. توانمندسازی معلمان در آموزش ریاضی۳. همکاری و هماهنگی بین تمام نهادهای مرتبط با ریاضی مدرسهای و دانشگاهی۴. ارتقای کیفیت ارزشیابی ریاضی در دوران تکنولوژیهای دیجیتال و آموزش مجازی۵. بهرهگیری اثربخش از فناوریهای نوین در آموزش ریاضی۶. تقویت نقش و کاربرد ریاضیات در زندگی، دنیای کار و سایر علوم۷. تدوین راهکارهای عملی برای رویارویی با چالشهای تدریس و یادگیری ریاضی در دوران آموزش مجازی و ترکیبی🗓 شروع دریافت مقالات: 1 مردادماه 1405🗓 آخرین مهلت ارسال مقالات: 1 آذرماه 1405🗓 تاریخ برگزاری همایش: 24 آذر 1405آدرس همایش: سنندج، فیض آباد میدان سهروردی، دانشگاه فرهنگیان استان کردستان، دانشکده علوم پایهشماره تماس: 290-08733884411شماره ارتباط در ایتا: 09020963994آدرس سایت همایش: https://7thmathconf.cfu.ac.irآدرس کانال اطلاعرسانی همایش در ایتا: eitaa.com/mathconf7405
جایزه چرتکه برای راه حل های خلاقانه ریاضیدان ایرانی شاهین اویس قرن مصاحبه ای را با ایشان در لینک زیر ببینید:youtu.be/O_T_P6o6sRc?si=igF89HAevmf3RZKY%… همه از هوش مصنوعی و الگوریتمها میگیم، خود این الگوریتمها رو کی درست میکنه؟در این برنامه با شایان اویسقرن، یه دانشمند جوان ایرانی، ملاقات میکنیم که جایزه جهانی چرتکه رو بُرده. یکی از معتبرترین جوایز علمی که هر چهار سال یه بار اعطا میشه. اتحادیه جهانی ریاضیات مدال چرتکه رو به برترین دانشمندان زیر ۴۰ سال میده که در ریاضیات مربوط به علوم انفورماتیک میده. یکی از بالاترین افتخارات جهانی در حوزه علوم کامپیوتر نظری.حالا دریافت مدال چرتکه، جایگاه شایان اویسقرن رو بهعنوان یکی از تاثیرگذارترین دانشمندان زنده در مرزهای دانش ریاضی و الگوریتم نشون میده.00:00 پیشپرده02:00 «از خیلی قبل خبر داشتم»03:36 «خیلی از هموطنانم تحت فشار اقتصادی و جنگ، در رنج اند»05:09 درباره راهحلهای خلاقانه ریاضیدان05:42 دنبال پیچگوشتی مناسب برای مسالههای حلنشده07:30 خانواده شایان08:17 قضیه فروشنده دورهگرد11:43 توپهای تنیس14:53 از اصفهان تا شریف و استنفورد و دانشگاه واشنگتن16:07 «از المپیاد با مدال طلا برگشتم، دانشگاهم دیر شد!»17:01 «خیلیها دنبال مهاجرت بودند، من دوست نداشتم از ایران بروم»18:00 «اگه دانش الانم را داشتم، نمیآمدم آمریکا»20:01 «ریاضیدانها را در موفقیتهایشان میشناسند؛ ولی شکستها خیلی بیشتر است»23:06 چهقدر از هوشواره (هوش مصنوعی) استفاده میکنید؟
خلاصه ای از سخنرانی ترنس تائو در کنگره ریاضیدانان جهان 2026 با عنوان ریاضیات در عصر AI. نسخه کامل تر در آدرس پایین موجود است:youtube.com/watch?v=sxAe4HJceFQ%D8%AA%D8%… تائو، ریاضیدان برجسته و برندهٔ مدال فیلدز، در این سخنرانی دربارهٔ تأثیر هوش مصنوعی بر آیندهٔ ریاضیات سخن میگوید. او با مقایسهٔ عصر AI با «بحران بنیانها» در ریاضیات، تأکید میکند که مسئلهٔ امروز فقط فنی نیست، بلکه فرا ریاضی، اخلاقی و آموزشی است. به باور او، AI ممکن است بتواند برهانهای پیچیده تولید کند، اما پرسش اصلی این است که آیا این برهانها برای انسانها قابل فهم و قابل انتقال خواهند بود یا نه. تائو هشدار میدهد که نباید اجازه داد هوش مصنوعی جای مهارتهای پایهای و تربیت علمی را در آموزش ریاضی بگیرد. او همچنین میگوید ساختارهای سنتیِ پژوهش و داوری علمی شاید برای عصر وفورِ تولیدات AI کافی نباشند و باید بازاندیشی شوند. در مجموع، سخنرانی او دعوتی است به بازتعریف نقش انسان، هدف ریاضیات، و حدود استفاده از هوش مصنوعی در علم.
📐 هوش مصنوعی حدس ۸۷ سالۀ ژاکوبی را نقض کرد!🔻 حدس ژاکوبی (Jacobian conjecture) یکی از مشهورترین مسائل باز ریاضیات است که در سال ۱۹۳۹ مطرح شد. صورت سادهاش:➖ اگر یک نگاشت چندجملهای در هر نقطه موضعاً معکوسپذیر باشد (یعنی دترمینان ژاکوبیاش یک عدد ثابت ناصفر باشد)؛➖ آیا الزاماً بهطور سراسری (یکبهیک) معکوسپذیر است؟────────────────────────────🧨 نقطهی عطف: ۱۹ ژوئیه ۲۰۲۶لِوِنت آلپوگه، ریاضیدان دانشگاه هاروارد و محقق Anthropic، در توییتی اعلام کرد که مدل هوش مصنوعی «Claude Fable 5» یک مثال نقض برای این حدس پیدا کرده است.────────────────────────────🧮 تابع مثال نقض (نگاشتی از فضای سهبعدی مختلط به خودش):F(x,y,z) = ( (1+xy)³ z + y²(1+xy)(4+3xy) , y + 3x(1+xy)² z + 3xy²(4+3xy) , 2x - 3x²y - x³z)✅ دترمینان ژاکوبی این تابع همواره برابر «2-» است (یعنی شرط حدس را کاملاً برآورده میکند).❌ اما این تابع یکبهیک نیست. سه نقطهی کاملاً متفاوت را به یک خروجی مشترک میبرد:F(0 , 0 , -¼) = F(1 , -³⁄₂ , ¹³⁄₂) = F(-1 , ³⁄₂ , ¹³⁄₂) = ( -¼ , 0 , 0 )پس شرط «موضعاً معکوسپذیر» به «سراسراً معکوسپذیر» نمیانجامد و حدس در بُعد ۳ و بالاتر نقض میشود. (حالت دوبعدی همچنان باز است.)────────────────────────────🗣️ واکنش جامعهتیموتی گاورز، برندهٔ مدال فیلدز، این کشف را «اولین باری دانست که یک مدل زبانی بزرگ مسئلهای مهم را حل کرده که خارج از حوزهی تخصص او، اما بسیار مشهور است».این مثال نقض بهسرعت با اثباتیارهای Lean 4 و Isabelle/HOL بهطور مستقل تأیید شد.────────────────────────────🔗 لینک توییت اصلی آلپوگه:x.com/alpoge/status/2079028340955197566