چرا هوش مصنوعی در حل مسائل ریاضی و فیزیک کنکور ضعیف است؟ راز اشتباهات عجیب ChatGPT در محاسبات تستی

یکی از بزرگ‌ترین شگفتی‌ها و تناقض‌های دنیای هوش مصنوعی برای دانش‌آموزان و معلمان، مواجهه با خطاهای پیش‌پاافتاده مدل‌های پیشرفته در مسائل عددی است: سیستمی که می‌تواند در چند ثانیه یک قطعه شعر حماسی بسراید، مقاله‌ای فلسفی را خلاصه کند یا کدهای پیچیده برنامه‌نویسی بنویسد، وقتی با یک تست ساده حد و پیوستگی یا یک مسئله دینامیک دوازدهم با چند کسر ساده روبرو می‌شود، در کمال ناباوری دو دو تا چهار تای ریاضی را اشتباه حساب می‌کند! برای داوطلب کنکوری که با امید حل اشکالات درسی خود به سراغ ابزارهایی مانند ChatGPT می‌رود، این گیج‌شدن نه تنها عجیب، بلکه به شدت گمراه‌کننده است؛ زیرا هوش مصنوعی جواب غلط را با چنان لحن قاطع و فرمول‌نویسی آراسته‌ای تحویل می‌دهد که دانش‌آموز تصور می‌کند ایراد از محاسبات خودش است، نه از هوش مصنوعی! در این مقاله کالبدشکافی خواهیم کرد که چرا ساختار درونی مدل‌های زبانی با ذات محاسبات ریاضی و فیزیک در تضاد است و پلتفرم‌های تخصصی چگونه این شکاف بزرگ را حل کرده‌اند.

مدل‌های زبانی چگونه فکر می‌کنند؟ (نویسنده متن هستند، نه ماشین‌حساب!)

برای درک چرایی خطای ابزارهای هوش مصنوعی، باید با شیوه تفکر آن‌ها آشنا شویم. بزرگ‌ترین سوءتفاهم عمومی این است که چت‌بات‌ها را یک «ماشین‌حساب غول‌پیکر» می‌دانند. اما واقعیت کاملاً برعکس است: چت‌بات‌ها در واقع «نویسندگان فوق‌سریع متن» هستند، نه پردازشگرهای منطق ریاضی.

تفاوت LLMها با موتورهای جبر کامپیوتری (CAS)

مدل‌های زبانی بزرگ (LLM) بر پایه الگوریتم‌های آماری پیش‌بینی توکن بعدی (Next-Token Prediction) کار می‌کنند؛ یعنی یاد گرفته‌اند که پس از کلمه «سلام»، محتمل‌ترین کلمه بعدی «حال شما چطور است» خواهد بود. آن‌ها ریاضیات را هم درست مثل ادبیات می‌خوانند!

در ریاضیات و فیزیک، مسئله با «احتمالات کلامی» حل نمی‌شود؛ بلکه نیازمند موتورهای جبر نمادین و منطق قطعی (Computer Algebra Systems - CAS) است. در یک موتور محاسباتی واقعی، حاصل ضرب دو عدد بزرگ از طریق الگوریتم‌های دقیق حسابی محاسبه می‌شود؛ اما در یک مدل زبانی عمومی، مدل تلاش می‌کند حدس بزند که در متونی که قبلاً خوانده، بعد از عبارت «۲۷ ضرب‌در ۳۴» معمولاً چه عددی ظاهر شده است! اگر آن ضرب مشخص دقیقاً در حافظه آماری‌اش نباشد، عددی شبیه به آن تولید می‌کند که در محاسبات کنکور فاجعه‌آفرین است.

خطای توهم نمادین: چرا برای هوش مصنوعی عمومی ۴.۱۱ از ۴.۹ بزرگ‌تر است؟!

یکی از مشهورترین آزمایش‌های نشان‌دهنده نقص ساختاری مدل‌های زبانی، مقایسه اعشار است. بسیاری از مدل‌های عمومی وقتی با دو عدد «۴.۱۱» و «۴.۹» روبرو می‌شوند، عدد ۴.۱۱ را بزرگ‌تر اعلام می‌کنند! علت این است که مدل عدد ۱۱ را بعد از نقطه اعشار به عنوان یک عدد دو رقمی مستقل می‌بیند و چون ۱۱ از ۹ بزرگ‌تر است، نتیجه می‌گیرد کل عدد بزرگ‌تر است!

چالش‌های اختصاصی ریاضی و فیزیک کنکور ایران

طراحی تست‌های ریاضیات (حسابان، هندسه، گسسته و ریاضی تجربی) و فیزیک در کنکور ایران ویژگی‌های منحصربه‌فردی دارد که حتی برای دانشجویان دانشگاهی نیز چالش‌برانگیز است؛ چه رسد به یک مدل هوش مصنوعی عمومی بدون کالیبراسیون تخصصی:

۱. تست‌های چندمرحله‌ای ترکیبی (Multi-step Reasoning)

کنکور سراسری دیگر سوالات تک‌فرموله («جایگذاری عدد در فرمول شتاب») مطرح نمی‌کند. یک تست فیزیک دینامیک ممکن است ترکیبی از موارد زیر باشد:

• گام اول: تحلیل نیروها و رسم نمودار جسم آزاد برای یافتن شتاب اصطکاک.
• گام دوم: اتصال شتاب به معادله حرکت‌شناسی با سرعت اولیه نامعلوم.
• گام سوم: محاسبه مسافت توقف و تطبیق با نمودار مکان-زمان.

مدل‌های عمومی در تست‌های چندمرحله‌ای دچار «پدیده فراموشی شروط اولیه» می‌شوند. آن‌ها در مرحله اول یک رابطه می‌نویسند، اما در مرحله دوم فرض اولیه (مثلاً اینکه حرکت با تندی ثابت بوده یا شتاب‌دار) را تغییر می‌دهند یا علائم منفی و مثبت بردارها را گم می‌کنند.

۲. بن‌بست شکل‌ها و نمودارها

بخش عظیمی از مفاهیم فیزیک (نمودارهای حرکت‌شناسی x-t و v-t، مدارهای ترکیبی مقاومتی و خازنی، زوایای بازتاب و شکست نور) و مباحث هندسه و مثلثات، کاملاً متکی به تصویر هستند.

چت‌بات‌های عمومی متنی، تصاویر را با دقت تحلیل بصری مهندسی نمی‌بینند. آن‌ها نمی‌توانند شیب خط مماس بر یک نقطه عطف را استخراج کنند یا تقاطع دو نمودار را به یک دستگاه معادلات دو مجهولی پیوند بزنند. در نتیجه، صورت مسئله را با فرضیات خیالی بازنویسی می‌کنند.

۳. تله‌های محاسباتی هوشمندانه طراحان سنجش

طراحان زبده کنکور هنر خود را در گزینه‌های غلط نشان می‌دهند. هر گزینه غلط، تصادفی نوشته نمی‌شود؛ بلکه بر اساس پربسامدترین اشتباهات داوطلبان تعبیه شده است:

• اگر داوطلب مخرج مشترک را اشتباه بگیرد، به گزینه ۱ می‌رسد.
• اگر جذر گرفتن از طرفین را فراموش کند، گزینه ۲ را علامت می‌زند.
• اگر شرط دامنه تابع (x > 0) را اعمال نکند، گزینه ۴ را انتخاب می‌کند.

مدل‌های عمومی که فاقد اعتبارسنجی مستقل هستند، دقیقاً همان خطاهای محاسباتی را تکرار می‌کنند و جالب اینجاست که با رسیدن به عدد یکی از گزینه‌ها، با اعتمادبه‌نفس بالا اعلام می‌کنند که به پاسخ رسیده‌اند!

راهکار نوین چیست؟ ترکیب استدلال زنجیره‌ای و راستی‌آزمایی محاسباتی

برای آنکه یک سامانه هوش مصنوعی بتواند همپای یک استاد تراز اول کنکور مسائل ریاضی و فیزیک را حلاجی کند، نیازمند معماری دوگانه است: «موتور استدلال گام‌به‌گام (Chain of Thought)» به علاوه «موتور محاسباتی نمادین و جبر قطعی».

تفاوت «دادن جواب نهایی» با «آموزش فرآیند حل مسئله»

دانش‌آموز کنکوری نیازی به این ندارد که یک ابزار صرفاً گزینه صحیح را به او بگوید. کلید تست در تمام کتاب‌های کمک‌آموزشی موجود است. ارزش واقعی زمانی خلق می‌شود که ابزار هوشمند:

1. گره اصلی تست را به دانش‌آموز نشان دهد.
2. استراتژی برخورد با آن تیپ‌تست را آموزش دهد.
3. تله طراح در گزینه‌های غلط را افشا کند تا ذهن داوطلب در آزمون‌های بعدی فریب نخورد.

رویکرد نکتانو در مواجهه با دروس محاسباتی

پلتفرم نکتانو از ابتدا بر این پیش‌فرض مهندسی شد که حل مسائل ریاضی و فیزیک کنکور را نمی‌توان به یک مدل متنی آزاد سپرد. نکتانو از یک معماری چندلایه اختصاصی بهره می‌برد:

• تفکیک داده‌های مسئله از متن: پارامترها، یکاها (واحدها)، شرایط مرزی و دامنه توابع به عنوان متغیرهای مستقل فرموله می‌شوند.
• کنترل تبدیل واحدها: سیستم پیش از ورود به محاسبات، تمام یکاها را به استاندارد SI یا یکای مطلوب صورت تست تبدیل می‌کند تا خطاهای رایج سانتیمتر-متر رخ ندهد.
• اعتبارسنجی جبری گام‌به‌گام: برخلاف چت‌بات‌ها که محاسبات را در لایه متن حدس می‌زنند، نکتانو هر مرحله از مشتق‌گیری، مخرج‌مشترک یا انتگرال را با الگوریتم‌های جبر نمادین راستی‌آزمایی می‌کند.
• تله‌یابی تحلیلی گزینه‌ها: نکتانو ۳ گزینه انحرافی را کالبدشکافی کرده و به دانش‌آموز توضیح می‌دهد که طراح بر مبنای چه خطای احتمالی آن گزینه را طراحی کرده است.

تحلیل یک نمونه مسئله واقعی (Case Study)

برای لمس ملموس تفاوت عملکرد، به بررسی یک تست مفهومی از مبحث مشتق و نمودار فیزیک دوازدهم توجه کنید:

برخورد چت‌بات‌های عمومی:

چت‌بات عمومی مشتق اول را می‌گیرد (v(t) = 3t² - 12t + 9) و ریشه‌ها را t=1 و t=3 به دست می‌آورد. سپس به درستی اعلام می‌کند متحرک ۲ بار تغییر جهت داده است، اما در محاسبه تندی، به جای محاسبه قدرمطلق جابجایی در هر بازه (از ۰ تا ۱، از ۱ تا ۳، و از ۳ تا ۴)، صرفاً جابجایی کل Δx = x(4) - x(0) را حساب کرده و آن را بر ۴ تقسیم می‌کند! نتیجه، عددی کاملاً غلط برای تندی متوسط (۱ متر بر ثانیه) است که طراح کنکور دقیقاً آن عدد را در گزینه ۱ به عنوان تله قرار داده است!

تحلیل موشکافانه نکتانو:

نکتانو فرآیند حل را به گام‌های شفاف تجزیه می‌کند:

• تحلیل تغییر جهت: علامت سرعت در نقاط صفر بررسی می‌شود. چون v(t) = 3(t-1)(t-3) در t=1 از مثبت به منفی و در t=3 از منفی به مثبت تغییر علامت می‌دهد، هر دو نقطه تغییر جهت واقعی هستند (۲ بار تغییر جهت).
• کالبدشکافی مسافت و تفکیک بازه‌ها: نکتانو تذکر می‌دهد که «تندی متوسط» با «سرعت متوسط» متفاوت است. متحرک از ۰ تا ۱ به اندازه d₁ = |x(1)-x(0)| = |6-2| = 4 متر، از ۱ تا ۳ به اندازه d₂ = |x(3)-x(1)| = |2-6| = 4 متر، و از ۳ تا ۴ به اندازه d₃ = |x(4)-x(3)| = |6-2| = 4 متر حرکت کرده است.
• محاسبه دقیق تندی متوسط: مسافت کل برابر با ۱۲ متر است؛ بنابراین تندی متوسط برابر است با Sav = 12 / 4 = 3 m/s.
• تله‌یابی گزینه غلط: نکتانو توضیح می‌دهد که گزینه نادرست ۱ تله‌ای برای کسانی است که به جای مسافت طی‌شده، بردار جابجایی کل را بر زمان تقسیم کرده‌اند!
• نتیجه قطعی: گزینه ۳ صحیح است.

ریاضی و فیزیک جای قمار و حدس نیست؛ با دقت پیش بروید

تسلط بر مباحث محاسباتی کنکور با حفظ فرمول‌ها حاصل نمی‌شود؛ نیازمند انضباط ذهنی، درک گام‌به‌گام استراتژی حل و مصونیت در برابر تله‌های عددی است. تکیه بر ابزارهای عمومی که در ممیزهای ساده به بیراهه می‌روند، در دروسی با چنین ضرایب سنگینی، اعتمادبه‌نفس مطالعاتی دانش‌آموز را تخریب می‌کند.

نکتانو به عنوان نخستین دستیار هوشمند آموزش مفهومی و حل تحلیلی تست‌های کنکور توسعه یافته است تا اطمینان محاسباتی و نگاه طراحانه را به فرآیند یادگیری شما تزریق کند.