آیا تا ۲۰۳۰ هوش مصنوعی یادگیری زبان را بی‌فایده می‌کند؟

در دسامبر ۲۰۲۵ گوگل نسخهٔ آزمایشی ترجمهٔ هم زمان صدا را برای هر هدفونی در برنامهٔ Translate عرضه کرد؛ بیش از ۷۰ زبان، با حفظ لحن و آهنگ صحبت گوینده. چند ماه پیش تر اپل هم ترجمهٔ زنده را به ایرپاد آورده بود. اولین واکنش در شبکه ها آشنا بود: وقتی گوشی در گوش ما ترجمه می کند، چرا کسی هنوز زبان یاد بگیرد؟ بحث هوش مصنوعی و یادگیری زبان دوباره داغ شده است و این گزارش دو طرفش را کنار هم می گذارد.

خبری که پرسش را برگرداند

بر اساس اعلام گوگل، این ویژگی در نسخهٔ اولیه روی اندروید در آمریکا، مکزیک و هند عرضه شد و قرار بود در ۲۰۲۶ به آیفون و کشورهای بیشتر برسد. کاربر هدفون را به گوشی وصل می کند، گزینهٔ ترجمهٔ زنده را می زند و گفت وگو، سخنرانی یا فیلم را به زبان خودش می شنود. فرق آن با ترجمهٔ متنی قدیمی این است که گفتار را هم پیگیری می کند.

اپل رویکرد مشابهی دارد: ترجمهٔ زنده در ایرپاد برای فهرستی محدود از زبان ها، کمتر از دوازده زبان در زمان نگارش، و فقط با برخی ایرپادها و آیفون های دارای هوش اپل. نتیجهٔ این دو خبر روشن است: ترجمهٔ هم زمان از آزمایشگاه به جیب مردم آمده، هرچند هنوز نه برای همهٔ زبان ها و نه در همهٔ کشورها.

به همین دلیل پرسش عنوان این گزارش از شوخی گذشته و به پرسش سیاستی رسیده است. دو پاسخ مشهور وجود دارد. یکی می گوید زبان آموزی به یک مهارت تخصصی تبدیل می شود، شبیه خوشنویسی. دیگری می گوید فقط شکل کار عوض می شود. هر دو را با شواهد می سنجیم، و برای پیش بینی قطعی دربارهٔ ۲۰۳۰ هیچ کدام را کافی نمی دانیم.

این گزارش عمداً به جای یک پیش بینی، دو دیدگاه را رودررو می گذارد. در بحث هوش مصنوعی و یادگیری زبان معمولاً هر کس پیش از شروع پاسخش را دارد و شواهد را برای تأیید آن جمع می کند. اینجا هر طرف با قوی ترین استدلال خودش حرف می زند، و بعد جاهای خالی هر دو را نشان می دهیم.

دیدگاه اول: مترجم جیبی کافی است

طرفداران این نگاه می گویند اکثر نیازهای زبانی روزمره ساده اند: خواندن تابلو، سفارش غذا، پرسیدن آدرس، فهمیدن یک ایمیل. برای این کارها ابزار سریع تر و ارزان تر از ماه ها کلاس است. اگر ترجمه هم زمان باشد و آهنگ گفتار را نگه دارد، به نظر آن ها دلیل کافی برای یاد نگرفتن وجود ندارد. شواهد این طرف درست اند، تا جایی که تنها هدف «رد شدن از موقعیت» باشد.

گزارش چشم انداز آموزش دیجیتال ۲۰۲۶ سازمان OECD هم نشان می دهد ابزارها در عملکرد واقعاً قوی اند. در آزمایشی میدانی با دانش آموزان دبیرستانی در ترکیه، دسترسی به GPT-4 عملکرد تمرین ها را حدود ۴۸ درصد بالا برد. پس این ادعا که ابزار «کار را درست انجام می دهد» بی پایه نیست.

یک نمونهٔ ملموس: مسافری که سه روز در شهری خارجی است و فقط می خواهد تاکسی بگیرد و غذا سفارش بدهد. برای او یادگیری حتی سطح ابتدایی یک زبان، به دلیل مدت اقامت، اغلب هزینهٔ زیادی است. مترجم جیبی این نیاز را بی دردسر برطرف می کند. هیچ کس جدی نمی گوید این مسافر باید شش ماه کلاس برود.

استدلال دیگر این طرف اقتصادی است. اگر شغلی فقط به ترجمهٔ مکاتبهٔ ساده نیاز دارد، هزینهٔ زبان آموزی در برابر ابزار توجیه کمتری دارد. نمونه اش کارمندی است که هفته ای یکی دو ایمیل خارجی دارد و هرگز با طرف مقابل حرف نمی زند. برای او یک مترجم هوشمند همان کار را می کند، بدون سال ها تمرین.

این طرف حتی از کلاس های زبان انتقاد می کند: بسیاری از دوره ها سال ها طول می کشند و در پایان زبان آموز هنوز در موقعیت واقعی مکث می کند. اگر ابزار همان شکاف را سریع پر کند، به باور آن ها دلیلی ندارد مسیر کند را ادامه دهیم. این نقد کاملاً بی پایه نیست و کلاس هایی که فقط قاعده می چینند، سخت ترین فشار را حس می کنند.

دیدگاه دوم: زبان مهارتی انسانی می ماند

طرف مقابل از همان گزارش OECD شاهد می آورد. همان آزمایش ترکیه نشان داد وقتی دسترسی به چت بات عادی برداشته شد، شاگردان گروه GPT-4 حدود ۱۷ درصد بدتر از کسانی بودند که هرگز از هوش مصنوعی استفاده نکرده بودند. گزارش از مطالعه ای عصب شناختی هم یاد می کند که در آن نویسندگان مقاله با کمک ChatGPT بعد از نوشتن حدود ۱۲ درصد مطلب خودشان را به یاد می آوردند، در برابر ۸۹ درصد برای کسانی که تنها نوشته بودند. نتیجهٔ گزارش: بهبود عملکرد با یادگیری یکی نیست.

برای زبان این فرق مهم است. اگر شما فقط ترجمه را بشنوید، پیام را گرفته اید، اما چیزی در ذهنتان ساخته نشده است. هر ارتباط انسانی که وابسته به شناختن طرف مقابل است، مثل مذاکره، دوستی یا آموزش، به صدا و فرهنگ و مکث ها نیاز دارد. ترجمه این ها را کامل نمی رساند و کاربر هم نمی تواند دربارهٔ آن ها قضاوت کند.

این طرف یک مثال روزمره هم می آورد: تعارف، شوخی، کنایه و مکث. زبان فقط انتقال اطلاعات نیست؛ نشان می دهد شما با طرف مقابل چه رابطه ای دارید. مترجم معمولاً معنی جمله را می رساند، اما اینکه شوخی در آن موقعیت جا افتاد یا نه، به شناخت دوطرفه بستگی دارد. کسی که زبان را می داند، از لحن می فهمد جلسه به کجا می رود.

شواهد غیرمستقیم هم هست. پیمایش مرکز پیو (۹ تا ۱۵ ژوئن ۲۰۲۵ روی ۵٬۰۲۳ بزرگسال آمریکایی) نشان داد نگرانی مردم از هوش مصنوعی از هیجانشان بیشتر است و ۵۳ درصد معتقدند این فناوری توانایی خلاقانه فکر کردن را بدتر می کند؛ ۱۶ درصد عکس آن را می گویند. این دربارهٔ زبان نیست، اما نشان می دهد بخشی از مردم می خواهند مهارت را خودشان داشته باشند.

گزارش آیندهٔ مشاغل ۲۰۲۵ مجمع جهانی اقتصاد هم یک سرنخ می دهد. این گزارش تفکر تحلیلی، انعطاف پذیری، رهبری و نفوذ اجتماعی و تفکر خلاق را در فهرست مهارت های اصلی کارفرمایان آورده است. زبان در عنوان ها نیست، پس نباید آن را «اثبات» نامید؛ ولی مهارت های اصلی کارفرمایان، نوعی ارتباط انسانی را فرض می کنند.

یک نکتهٔ مهم هم برای انصاف باید گفت: خود گزارش OECD نتیجه نمی گیرد که هوش مصنوعی برای آموزش مضر است. جمع بندی اش این است که اگر ابزار بر پایهٔ اصول آموزشی طراحی و به کار گرفته شود، می تواند یادگیری را هم تقویت کند. مشکل از «بودن» ابزار نیست؛ از جایی است که ابزار کار فکری را به جای شاگرد انجام می دهد.

شواهد کجا ضعیف اند

هر دو طرف جای خالی دارند. طرف اول معمولاً آزمایشی نشان نمی دهد که کاربران ابزار بعد از چند سال همچنان کارشان را به خوبی انجام می دهند. اپ ترجمه برای هر زوج زبان به یک شکل کار نمی کند، و گزارش های مربوط به ترجمهٔ هم زمان هنوز اولیه اند؛ کیفیت برای زبان های کم منبع و لهجه ها ممکن است پایین تر باشد.

طرف دوم هم مشکل دارد. دو آزمایشی که از OECD نقل شد دربارهٔ ریاضی و نوشتن اند، نه زبان آموزی. نظرسنجی پیو دربارهٔ آمریکایی هاست و ربط مستقیمی به شغل ندارد. گزارش مجمع جهانی هم مهارت زبانی را مستقل بررسی نکرده است. پس این طرف بیشتر استدلال از قیاس می کند تا از مشاهدهٔ مستقیم.

هر دو طرف به یک اشکال مشترک هم برمی خورند: «ابزار» یک چیز ثابت نیست. چت بات عمومی با دستیار آموزشی طراحی شده فرق دارد، و ترجمهٔ هم زمان هدفون با اپ مکالمهٔ مبتدی. وقتی دربارهٔ «هوش مصنوعی» کلی حرف می زنیم، شاید داریم از چند ابزار متفاوت صحبت می کنیم و نتیجه ها را به اشتباه با هم جمع می بندیم.

نتیجه این است که هیچ کدام به تنهایی برنده نیستند. «بر اساس گزارش های موجود» می توان گفت ابزار در عملکرد بسیار قوی است و یادگیری عمیق به تمرین فعال نیاز دارد. اینکه این دو تا ۲۰۳۰ چگونه با هم تعامل می کنند، از شواهد امروز بیرون درنمی آید.

سه سناریو برای کلاس زبان

به جای پیش بینی ۲۰۳۰، می شود سناریوهای مشروط نوشت. سناریوی اول: ابزارها بهتر و ارزان تر شوند و بیشتر نیازهای روزمره را پوشش بدهند. در این حالت تقاضا برای کلاس هایی که فقط «مکالمهٔ سفر» می آموزند کم می شود، و کلاس های هدفمند، مثل آمادگی تحصیل یا کار، می مانند.

سناریوی دوم: ابزار فقط به عنوان مربی کنار زبان آموز بنشیند. در اینجا هوش مصنوعی تمرین های شخصی سازی شده می دهد و معلم انسانی قضاوت و انگیزه را تأمین می کند. این سناریو با نتیجه گیری OECD دربارهٔ استفادهٔ هدایت شده می خواند. سناریوی سوم: وابستگی به ابزار بیشتر شود و مهارت شنیدن و گفتن ضعیف تر. هیچ کدام از این سه قطعی نیست، ولی هر سه از شواهد امروز قابل دفاع اند.

هر سناریو برای گروهی از مردم معنی متفاوتی دارد. دانش آموزی که قرار است سال ها زبان را بخواند، در هر سه با ابزار سروکار دارد و تفاوت در این است که ابزار را چطور به کار می برد. کسی که سه هفته بعد سفر دارد، در همهٔ آن ها ابزار را مفیدتر از کلاس می بیند. بنابراین سؤال درست «بی فایده می شود یا نه» نیست، «برای چه هدفی» است.

برای یک معلم یا زبان آموز، نکتهٔ عملی این است که بپرسد ابزار در کار من کجا جای مربی را می گیرد و کجا جای تمرین را. اگر ابزار تمرین را برمی دارد، یادگیری کم می شود. اگر تمرین را هدایت می کند، یادگیری می تواند بیشتر شود.

چه چیزی را به ابزار می سپاریم

اگر بخواهیم منصفانه داوری کنیم، لازم نیست یکی را انتخاب کنیم. بیشتر زبان آموزان و شاغلان هر دو را به کار می گیرند، چون هوش مصنوعی و یادگیری زبان لزوماً رقیب نیستند: ابزار برای فشار لحظه، یادگیری برای رابطهٔ بلندمدت. جدول زیر تقسیم ساده ای از آنچه گزارش ها و منطق اجازه می دهند را نشان می دهد.