ه مرور تطبیقی
این جدول کل فصل را در یک نگاه جمع‌بندی می‌کند. ستون‌ها مخاطب، سطرها هر یک از 4D.
| Dimension | Educators | Students | Nonprofits | Teaching AI Fluency |
|---|---|---|---|---|
Delegation |
چه آماده‌سازی تدریس قابل واگذاری است؛ ارزیابی کار دانشجو نه. | تکلیف چه چیزی را قرار است به من یاد دهد؛ آیا AI آن را دور می‌زند؟ | فیلتر داده‌ی حساس + ماموریت‌محور. همیشه با Diligence همراه است. | چگونه به یادگیرنده یاد دهم خودش مرز را ترسیم کند. |
Description |
زبان outcome و زبان پداگوژی. | ساخت واژگان رشته‌ای در حین یادگیری آن. | لحن ماموریت / صدای سازمان / سبک funder، اغلب با input ناشناس‌سازی‌شده. | چگونه prompting تکراری و submission چندنسخه‌ای را تدریس کنم. |
Discernment |
درستی موضوعی + سلامت پداگوژیک. | مقاومت در برابر authority bias متن روان AI؛ راستی‌آزمایی در برابر منبع اصیل. | راستی‌آزمایی متریک، ادعا، استناد جعلی؛ آستانه‌ی آسیب اهداکننده/ذی‌نفع بالاست. | چگونه نقد خروجی مبتنی بر rubric را تدریس کنم. |
Diligence |
الگوسازی disclosure؛ سیاست نهاد. | personal AI policy + integrity تحصیلی. | قانون حریم خصوصی، پاسخگویی به اهداکننده، شفافیت با هیات‌امنا. | چگونه practice بازاندیشانه + disclosure شفاف را تدریس کنم. |
چرخه‌ی غالب در هر زیر-فصل (یادآوری):
| Course | چرخه‌ی غالب | چرا |
|---|---|---|
| Educators | Description-Discernment loop |
تولید مواد یادگیری منسجم با کیفیت بالا. |
| Students | Delegation-Diligence loop |
مرز academic integrity + human in the loop. |
| Nonprofits | هر دو، با وزن مساوی | درس‌های ۳ تا ۵ توصیف-تمییز، درس‌های ۶ تا ۸ واگذاری-دقت‌ورزی. |
| Teaching AI Fluency | هر دو، صریحاً تدریس‌شده | چون موضوع دوره، خود تدریس چرخه‌هاست. |
خلاصه فصل
- چارچوب 4D ثابت می‌ماند، اما وزن هر D و چرخه‌ی غالب در هر صنف تغییر می‌کند.
- استاد در نقش modeler است: هر کاری با AI انجام می‌دهد، hidden curriculum دانشجو می‌شود.
- دانشجو در مرز
Delegationایستاده است: «هرگز همان تفکری را که تکلیف برای آموختن آن طراحی شده واگذار نکن». - nonprofit از
Diligenceشروع می‌کند، نه ازDelegation؛ این برعکس مسیر آموزشی dev و student است. - تدریس AI Fluency یعنی ساخت rubricی که process artifact (prompt log، portfolio، reflection، viva) را به‌جای deliverable نهایی ارزیابی کند.
Decisions, Direction, Mission, Valuesدر هر چهار صنف واگذارناپذیر است.
تمرین‌های پیشنهادی
-
برای استاد: یک سرفصل درس ترم آینده‌ی خود را بردارید و چهار D را روی آن اعمال کنید. مشخص کنید چه بخشی delegable است، چه context برای Description لازم دارید، چه معیار Discernment استفاده می‌کنید، و سیاست disclosure شما چیست. log پرامپت‌ها را برای audit نگه دارید.
-
برای دانشجو: یک تکلیف فعلی خود را با «آزمون study-partner» بسنجید. اگر AI را بردارید، آیا فقط سرعت می‌رود یا فهم هم می‌رود؟ یک personal AI policy یک‌صفحه‌ای بنویسید.
-
برای nonprofit: یک workflow ارتباطی فعلی (مثلاً ایمیل اهداکننده) را انتخاب کنید. هر چهار D را روی آن اعمال کنید، با تاکید ویژه روی
Diligence: چه PII دارد؟ چگونه anonymize می‌شود؟ کدام طرح Anthropic (Team / Enterprise) لازم است؟ -
برای مربی: یک تکلیف موجود را به یکی از پنج archetype (
AI-prohibited/AI-permitted-with-disclosure/AI-required-evaluate/AI-as-tutor/AI-as-counterpart) بازطراحی کنید. rubric را با یک محور برای هر D بنویسید. -
تمرین تطبیقی: جدول cross-cutting بخش ۷.ه را پر کنید — اما این بار برای حرفه‌ی خودتان (مثلاً developer، PM، marketer). کدام چرخه برای شما غالب است؟ کدام D باید بازوزن شود؟
منابع تکمیلی
- AI Fluency for Educators
- AI Fluency for Students
- AI Fluency for Nonprofits
- Teaching AI Fluency
- AI Fluency Framework — Dakan & Feller OER hub
- AI Fluency Overview — 4D framework + the two loops
- Claude for Nonprofits launch (with GivingTuesday)
- مرجع پیش‌نیاز: فصل ۱ همین جزوه — AI Fluency: Framework & Foundations
Credits & License: محتوای رسمی این چهار دوره تحت CC BY-NC-SA 4.0 منتشر شده است. attribution به Prof. Rick Dakan (Ringling College of Art and Design)، Prof. Joseph Feller (University College Cork)، Anthropic، و Higher Education Authority (Ireland) از طریق National Forum for the Enhancement of Teaching and Learning. دوره‌ی Nonprofits با هم‌توسعه‌ی GivingTuesday تولید شده است.