تکنیک بازتاب
در حالت عادی، ما از هوش مصنوعی سؤال میپرسیم و پاسخی دریافت میکنیم. اما تکنیک «بازتاب» (Reflexion)، این فرایند را یک گام فراتر میبرد. در این روش، ما از هوش مصنوعی میخواهیم که پس از ارائه پاسخ اولیه، در مورد آن «فکر» کند، آن را نقد کرده و دلایل انتخابهای خود را توضیح دهد.
این فرایند شبیه به زمانی است که از یک دانشآموز میخواهید راهحل یک مسئله ریاضی را نه تنها بنویسد، بلکه نقاط قابل بهبود راهحل خود را هم پیدا کند. این کار به شما به عنوان معلم کمک میکند تا به عمق درک او پی ببرید و نقاط ضعف احتمالیاش را شناسایی کنید.
به زبان ساده، تکنیک «بازتاب» یک گفتگوی دو مرحلهای است:
- درخواست اولیه (Initial Prompt): شما درخواست اصلی خود را مطرح میکنید و خروجی اول را میگیرید.
- درخواست بازتاب (Reflection Prompt): شما از هوش مصنوعی میخواهید که پاسخ اولِ خودش را ارزیابی و اصلاح کند.
چرا بازتاب یک ابزار کلیدی است؟
فرض کنید میخواهید یک طرح درس برای مبحث «فتوسنتز» در کلاس زیستشناسی طراحی کنید.
پرامپت اولیه:
# نقش (Role): شما یک معلم با تجربه زیست شناسی هستید.
# مخاطب (Audience): دانش آموزان پایه دهم
# هدف (Goal): نوشتن طرح درس فتوسنتز
# دستورکار (Instruction): طرح درسی برای مبحث فتوسنتز با شرایط زیر بنویس:
– مدت کلاس ۹۰ دقیقه باشد.
– طرح درس شامل فعالیت گروهی عملی باشد.
پس از دریافت پاسخ از هوش مصنوعی، نوبت به اجرای مرحله دوم (پرامپت بازتاب) میرسد:
پرامپت بازتاب:
# نقش (Role): شما یک معلم با تجربه زیست شناسی هستید.
# مخاطب (Audience): دانش آموزان پایه دهم
# هدف (Goal): آنالیز طرح درس فتوسنتز
# دستورکار (Instruction): طرح درسی را که ارائه کردی آنالیز کنید.
– کدام بخش آن برای مدارس تهران با امکانات محدود، کمتر کاربردی است؟
– سه پیشنهاد روشن برای بهبود و جذابتر کردن فعالیت گروهی با وسایل ساده ارائه بدهید
– بر اساس نکات بالا، طرح درس بهینه را بازنویسی کنید.
با این درخواست «بازتاب»، شما هوش مصنوعی را وادار میکنید که پاسخ خود را از فیلتر واقعیتهای فیزیکی کلاس درس شما عبور دهد و آن را کاملاً شخصیسازی کند.
تکنیک «بازتاب» در دنیای مهندسی پرامپت، یکی از الگوهای اصلی «هوش مصنوعی عاملمحور (Agentic AI)» است. در این الگو، هوش مصنوعی در یک سیستم چرخشی، خودش کار خودش را ارزیابی و اصلاح میکند. ما در اینجا با استفاده از گفتگوی دو مرحلهای، عملاً یک حلقهی بازتاب را به صورت دستی در محیط چت شبیهسازی کردهایم.
هوش مصنوعی چگونه خود را اصلاح میکند؟
میتوان فرایند «بازتاب» را به کار یک نویسنده تشبیه کرد که پیشنویس اولیه متن خود را مینویسد (پاسخ اولیه هوش مصنوعی) و سپس با فاصله گرفتن از آن و بازخوانی مجدد، به ویرایش و بهبود آن میپردازد (مرحله بازتاب).
هنگامی که شما در آینه نگاه میکنید، تصویری از خودتان میبینید. این تصویر، بازتابی از واقعیت است. حالا تصور کنید این آینه هوشمند است و میتواند به شما بگوید که کدام بخش از ظاهر شما نیاز به مرتب شدن دارد. تکنیک «بازتاب» دقیقاً همین کار را با پاسخهای هوش مصنوعی انجام میدهد. هوش مصنوعی در پاسخ اولیه، یک «تصویر» از دانش خود ارائه میدهد. با درخواست «بازتاب»، ما از او میخواهیم که به این تصویر نگاه کرده و آن را آنالیز کند. این خودارزیابی به او کمک میکند تا پاسخی دقیقتر، کاملتر و مفیدتر تولید کند.
کاربردهای عملی تکنیک بازتاب در آموزش
معلمان میتوانند از این تکنیک در زمینههای مختلفی بهره ببرند:
- استانداردسازی سوالات آزمون:
«یک آزمون تشریحی با ۵ سوال از فصل الکتریسیته فیزیک طراحی کنید.» پس از دریافت سوالات، میتوانید پرامپت بازتاب را به این صورت بنویسید: «این سوالات کدام سطوح یادگیری بلوم را پوشش میدهند؟ چگونه میتوان سوال ۳ را برای سنجش تفکر انتقادی دانشآموزان بازنویسی کرد؟» - تولید محتوای آموزشی:
«مفهوم اعتبارسنجی در تاریخ را برای دانشآموزان رشته انسانی به زبانی ساده و با آنالوژی تشریح کنید.» و در ادامه با پرامپت بازتاب: «آیا این متن برای دانش آموزان به آسانی قابل فهم است؟ آیا متن این مفهوم را با عمق کافی تشریح کرده است؟» - بازخوردهای دانشآموزی:
«یک نمونه بازخورد برای انشای دانشآموزی با موضوع “آلودگی هوا” بنویسید.» و در ادامه با پرامپت بازتاب: «این بازخورد را مجدداً ارزیابی کنید. آن را به گونهای اصلاح کنید که تمرکز متن بیشتر بر تشویق و انگیزهبخشی به دانشآموز باشد تا نقد مستقیم نقاط ضعف او.»
یادگیری تکنیکهایی مانند «بازتاب»، صرفاً یک مهارت فنی نیست، بلکه یک تغییر نگرش در نحوه تعامل ما با هوش مصنوعی است. با تسلط بر این روشها، شما از جایگاه یک کاربر منفعل به یک «همکار هوشمند» برای هوش مصنوعی تبدیل میشوید. شما میتوانید با هدایت صحیح این ابزار قدرتمند، وظایف زمانبر خود را خودکار کرده و انرژی خود را بر آنچه واقعاً اهمیت دارد متمرکز کنید: تعامل انسانی، پرورش خلاقیت و الهامبخشی به نسل آینده.
تمرین: مهندسی لحن یک نامهی حساس
یکی از چالشهای روزمرهی معلمان و کادر مدرسه، نوشتن نامههای حساس به اولیای دانشآموزان است (مثلاً دعوت از اولیای دانشآموزی که نمرات او ضعیف شده است). در این کار عملی، میخواهیم با تکنیک بازتاب، لحن یک نامه را بهینه کنیم.
گام اول (پرامپت اولیه):
پرامپت زیر را به هوش مصنوعی بدهید تا پیشنویس اولیه را تولید کند:
یک نامه رسمی کوتاه از طرف مدیر مدرسه به والدین دانشآموزی به نام «علی» بنویسید و از آنها بخواهید به دلیل افت شدید نمرات ریاضی علی، هفته آینده به مدرسه بیایند.
گام دوم (پرامپت بازتاب):
پس از دریافت نامه اول، پرامپت زیر را کپی کرده و به عنوان پرامپت بازتاب وارد کنید تا هوش مصنوعی لحن خود را اصلاح کند:
نامهای را از دیدگاه والدین علی آنالیز کنید. آیا لحن آن بیش از حد سرزنشکننده، نگرانکننده یا اداری نیست؟ چطور میتوان آن را اصلاح کرد که والدین به جای گرفتن گارد تدافعی، حس همکاری و همدلی بیشتری با مدرسه پیدا کنند؟ سه پیشنهاد برای تلطیف لحن و تمرکز بر راهحل (به جای سرزنش) ارائه دهید و در پایان، نامه را بازنویسی کنید.
خروجی اول را با خروجی دوم مقایسه کنید تا معجزهی خوداصلاحی را ببینید!


