صفحه نخست < مجله ها < Frontiers for Young Minds < با هم باهوش‌تر: انسان و هوش مصنوعی چگونه مسائل بزرگ را حل می‌کنند؟

با هم باهوش‌تر: انسان و هوش مصنوعی چگونه مسائل بزرگ را حل می‌کنند؟

11 مهر 1405 | Frontiers for Young Minds, ایده و اندیشه

© برگرفته از مجله Frontiers for Young Minds، نویسندگان کوئنتین لوازل و همکاران، منتشر شده در 1 جون 2026
میزان پیچیدگی مطلب: روان
⏱ زمان تخمینی مطالعه: 8 دقیقه
انسان‌ها و هوش مصنوعی در یک شبکهٔ همکاری

بخشی از متن

هوش مصنوعی فقط ابزار نیست؛ می‌تواند هم‌تیمی باشد. وقتی انسان‌ها خلاقیت و قضاوت خود را با سرعت و الگویابی ماشین‌ها ترکیب می‌کنند، «هوش جمعی ترکیبی» شکل می‌گیرد. این مقاله آموزشی Frontiers for Young Minds توضیح می‌دهد چرا تنوع، ارتباط و عدالت هوش جمعی را قوی می‌کند؛ ریسک‌هایی مثل توهم و سوگیری را یادآوری می‌کند؛ و با مفهوم هم‌آفرینی و «پنج C» (کنجکاوی، بررسی، خلاقیت، همکاری، مراقبت) نشان می‌دهد چگونه می‌توان مسئولانه با هوش مصنوعی کار کرد تا تصمیم نهایی همیشه با انسان بماند.

لطفا در انتهای صفحه به این مقاله امتیاز دهید.

این مطلب ترجمهٔ فارسی مقالهٔ «Smarter Together: How People and Machines Can Team Up to Solve Big Problems» نوشتهٔ کوئنتین امیل آرمان لوازل (Quentin Emile Armand Loisel)، نیکولو پسکتلی (Niccolò Pescetelli) و سباستین فرانسوا مارتن شستین (Sebastien Francois Martin Chastin) است که در 1 جون 2026 در مجلهٔ علمی Frontiers for Young Minds منتشر شده؛ مجله‌ای مبتنی بر داوری همتا که مقالاتش را نوجوانان هم داوری می‌کنند. مجوز: CC BY 4.0.

هوش مصنوعی (AI) بخشی از زندگی روزمره شده است. آهنگ و ویدیو پیشنهاد می‌دهد، به دانش‌آموزان در یادگیری کمک می‌کند و از پزشکان، معلمان و دانشمندان در حل مسئله‌های واقعی پشتیبانی می‌کند. اما هوش مصنوعی فقط یک ابزار نیست؛ می‌تواند هم‌تیمی هم باشد. وقتی انسان‌ها و هوش مصنوعی با هم کار می‌کنند، خلاقیت و قضاوت انسانی با سرعت ماشین‌ها ترکیب می‌شود. این نوع کار تیمی را «هوش جمعی ترکیبی» (hybrid collective intelligence) می‌نامند. با این حال، هوش مصنوعی ممکن است اشتباه کند یا جوابی بدهد که درست به‌نظر می‌رسد ولی درست نیست. به همین دلیل انسان‌ها باید کنجکاو بمانند، واقعیت‌ها را بررسی کنند و تصمیم نهایی را خودشان بگیرند. این مقاله توضیح می‌دهد چگونه می‌توان از راه «هم‌آفرینی» (co-creation) مسئولانه با هوش مصنوعی کار کرد و انسان‌ها، عدالت و یادگیری را در مرکز نگه داشت. با مثال یک پروژهٔ علمی کلاسی نشان می‌دهد انسان‌ها و هوش مصنوعی چگونه می‌توانند با هم فکر کنند، با هم بیاموزند و مسائل را بهتر حل کنند.

هوش مصنوعی: هم‌تیمی تازه در زندگی روزمره

هوش مصنوعی نوعی برنامهٔ رایانه‌ای است که از مثال‌ها یاد می‌گیرد. به‌زبان ساده، با نگاه به داده‌های زیاد الگوها را پیدا می‌کند؛ در تصویر، جمله یا دنباله‌ای از اعداد. فقط چند سال پیش هوش مصنوعی چیزی بود که بیشتر در فیلم‌های علمی‌تخیلی می‌دیدید یا عمدتاً دانشمندان از آن استفاده می‌کردند. امروز تقریباً در هر کاری که آنلاین انجام می‌دهید هست؛ از انتخاب ویدیوی بعدی در تیک‌تاک (TikTok) تا پیشنهاد آهنگ در اسپاتیفای (Spotify) یا کمک به موتورهای جست‌وجو مثل گوگل (Google) برای حدس زدن آنچه می‌جویید.

هوش مصنوعی به حل مسئله‌های واقعی هم کمک می‌کند. در مدرسه‌ها، معلم‌یارهای هوش مصنوعی به دانش‌آموزان در یادگیری زبان یا تمرین ریاضی یاری می‌رسانند. در بیمارستان‌ها پزشکان از آن برای تشخیص زودتر و دقیق‌تر بیماری‌ها استفاده می‌کنند. در محیط زیست به آتش‌نشان‌ها برای پیش‌بینی آتش‌سوزی‌های جنگلی و حفاظت از گونه‌های در خطر کمک می‌کند. در شهرها چراغ‌های راهنمایی را مدیریت می‌کند و ایمنی حمل‌ونقل را بهبود می‌دهد.

پروژهٔ علمی مدرسه با کمک هوش مصنوعی

دانش‌آموزان و یک ابزار هوش مصنوعی روی یک پروژهٔ علمی مدرسه با هم کار می‌کنند (تصویر تولیدشده با هوش مصنوعی)

چون هوش مصنوعی اکنون می‌تواند کنار انسان‌ها کار کند، نه فقط چه کاری می‌کنیم بلکه چگونه کار می‌کنیم را هم عوض می‌کند، به‌ویژه وقتی همکاری می‌کنیم. تصور کنید کلاستان روی یک پروژهٔ علمی کار می‌کند. بعضی دانش‌آموزان داده جمع می‌کنند، بعضی گزارش می‌نویسند و یک ابزار هوش مصنوعی نتایج را تحلیل می‌کند تا الگوهایی پیدا کند که دیدن‌شان برای انسان‌ها دشوار است. پروژه ترکیبی از کار تیمی انسان و ماشین می‌شود؛ جایی که گروه (انسان‌ها و هوش مصنوعی) می‌تواند با هم یاد بگیرد و تصمیم بگیرد.

وقتی ذهن‌های زیاد بهتر از یک ذهن فکر می‌کنند

آیا متوجه شده‌اید بعضی تیم‌ها ایده‌های بهتری نسبت به هر فرد به‌تنهایی می‌سازند؟ وقتی آدم‌های مختلف با ایده‌ها، مهارت‌ها و شیوه‌های فکر گوناگون با هم کار می‌کنند، می‌توانند به‌عنوان گروه بهتر فکر کنند. دانشمندان این را «هوش جمعی» (collective intelligence) می‌نامند؛ یعنی «با هم باهوش‌تر بودن».

هوش جمعی وقتی رخ می‌دهد که دانش و خلاقیت ترکیب‌شدهٔ یک گروه قوی‌تر از کار فردی باشد [1]. همه‌جا هست: از دانش‌آموزانی که گروهی مسئله حل می‌کنند تا دانشمندانی در سراسر جهان که روی پاک‌سازی اقیانوس‌ها کار می‌کنند، یا حتی گروهی از زنبورها که با هم بهترین گل‌ها را پیدا می‌کنند!

این گروه‌ها فقط به‌خاطر تعداد زیاد یا افراد خیلی باهوش، باهوش نیستند؛ بلکه به‌خاطر نحوهٔ همکاریشان. سه چیز مهم است: تنوع، ارتباط و عدالت. بهترین گروه‌ها آدم‌هایی با تجربه‌ها و دیدگاه‌های متفاوت دارند. این تنوع کمک می‌کند مسئله از چند زاویه دیده شود. ارتباط خوب، یعنی به‌اشتراک‌گذاشتن فکرها و خوب گوش‌دادن، ایده‌ها را به هم وصل می‌کند. در نهایت همه باید فرصت عادلانه‌ای برای حرف‌زدن داشته باشند تا کسی نادیده گرفته نشود.

وقتی این‌ها در تعادل باشند، تیم‌ها بهتر کار می‌کنند و بیشتر یاد می‌گیرند. پژوهش‌ها نشان می‌دهد گروه‌هایی که به هم گوش می‌دهند و ایده‌ها را به‌طور مساوی به‌اشتراک می‌گذارند اغلب سریع‌تر و خلاقانه‌تر از گروه‌هایی که فقط یک نفر «باهوش» رهبری‌شان می‌کند مسئله حل می‌کنند. احتمالاً این را در پروژه‌ها یا بازی‌های کلاسی خودتان هم دیده‌اید.

مقاله مرتبط پیشنهادی برای مطالعه: هوش مصنوعی چگونه یاد می‌گیرد؟ از مغز انسان تا شبکه‌های عصبی

انسان + هوش مصنوعی = با هم باهوش‌تر

حالا تصور کنید پروژهٔ گروهی‌تان یک هم‌تیمی تازه دارد: رایانه‌ای که از اطلاعات یاد می‌گیرد و به فکر کردن کمک می‌کند! وقتی انسان‌ها و هوش مصنوعی با هم کار می‌کنند، به آن «هوش جمعی ترکیبی» می‌گوییم [2]. یعنی انسان و ماشین قوت‌هایشان را برای حل مسئله هم‌افزایی می‌کنند.

انسان‌ها خلاق و اهل فکرند. احساس، عدالت و زمینه را می‌فهمند؛ می‌توانند امکان‌های تازه تصور کنند و به اثر انتخاب‌ها بر دیگران اهمیت بدهند. هوش مصنوعی سریع و قوی در داده‌هاست؛ می‌تواند هزاران مثال را ببیند، الگو پیدا کند، محاسبات زیاد انجام دهد و خیلی سریع پیشنهاد بدهد. وقتی با هم کار می‌کنند، کارهایی می‌کنند که هیچ‌کدام به‌تنهایی نمی‌توانستند.

برگردیم به پروژهٔ علمی. این بار گروه دربارهٔ اثر آلودگی بر گیاهان محلی مطالعه می‌کند. شما نمونه و مشاهده جمع می‌کنید و ابزار هوش مصنوعی داده را تحلیل می‌کند تا الگو یا علت‌های احتمالی را نشان دهد. هوش مصنوعی توضیح پیشنهاد می‌دهد، اما گروه درباره‌اش بحث می‌کند، می‌سنجد که منطقی هست یا نه و با مشاهده‌های واقعی مقایسه می‌کند. با ترکیب کنجکاوی، بحث و تفکر انتقادی انسان با سرعت و الگویابی هوش مصنوعی، نتیجه‌های قوی‌تر و قابل‌اعتمادتری می‌سازید.

اما کار تیمی با هوش مصنوعی ریسک هم دارد. هوش مصنوعی عدالت، همدلی یا درست و غلط را «نمی‌فهمد»؛ فقط از الگوهای داده پیروی می‌کند. اگر داده‌ای که از آن یاد گرفته ناقص یا ناعادلانه باشد، جواب هم می‌تواند غلط باشد. گاهی «توهم» می‌سازد؛ یعنی اطلاعات ساختگی یا نادرستی می‌دهد که متقاعدکننده به‌نظر می‌رسد ولی درست نیست. چون اغلب با اطمینان حرف می‌زند، ممکن است آدم‌ها خیلی زود به آن اعتماد کنند و تفکر انتقادی را کنار بگذارند [3]. در پروژهٔ شما مثلاً ممکن است بگوید آلودگی اثری ندارد چون دادهٔ کلیدی را از دست داده، یا نتیجه‌ای ناعادلانه پیشنهاد کند که گروهی از آدم‌ها را مقصر بداند. اگر تیم بدون بررسی قبول کند، اشتباه پخش می‌شود.

به همین دلیل انسان‌ها باید کنترل را نگه دارند، پیشنهادهای هوش مصنوعی را زیر سؤال ببرند و تصمیم نهایی را بگیرند. کار با هوش مصنوعی یعنی با آن فکر کردن، نه سپردن فکر به آن. هوش جمعی ترکیبی به قواعد روشن، عدالت و ارزش‌های مشترک نیاز دارد.

رابطهٔ هوش جمعی و هم‌آفرینی

رابطهٔ هوش جمعی، هوش جمعی ترکیبی (هوش جمعی با هوش مصنوعی) و هم‌آفرینی. منبع: Frontiers for Young Minds؛ نویسندگان Loisel و همکاران؛ مجوز CC BY 4.0 (فقط تغییر اندازه)

هم‌آفرینی: طراحی تیم‌های باهوش‌تر و عادلانه‌تر

هم‌آفرینی یعنی با هم چیزی را طراحی یا بهبود دهید که به نفع همه باشد. فقط کنار هم کار کردن نیست؛ همکاری حول یک هدف مشترک، با قواعد روشن و احترام متقابل است.

هوش جمعی وقتی رخ می‌دهد که ایده‌های گروه چیزی باهوش‌تر از فرد بسازد. اما همیشه تضمین نمی‌کند همه عادلانه رفتار شوند یا از فرایند یاد بگیرند. گاهی ایده‌ها مثل قطعات پازل استفاده می‌شوند بی‌آنکه معلوم باشد چه کسی شنیده شده یا در پایان چه کسی سود برده است.

هم‌آفرینی روی هوش جمعی بنا می‌شود ولی انسان را در مرکز می‌گذارد. همه به شکل‌دادن تصمیم‌ها کمک می‌کنند، از تجربه یاد می‌گیرند و مالکیت نتیجه را به‌اشتراک می‌گذارند. یعنی نه فقط با هم کار می‌کنند، بلکه با هم رشد می‌کنند: مهارت، اعتمادبه‌نفس و پیوندهای قوی‌تر.

این رویکرد انسان‌محور وقتی هوش مصنوعی به تیم می‌پیوندد مهم‌تر هم می‌شود. هدف فقط استفاده از هوش مصنوعی برای راه‌حل‌های باهوش‌تر نیست؛ بلکه مطمئن شدن از این است که انسان‌ها یاد بگیرند، پیشرفت کنند و مسئول بمانند. سه مادهٔ مهم هم‌آفرینی را ممکن می‌کنند [4]:

  1. هوش جمعی (کار تیمی خوب) تا آدم‌های مختلف به‌طور مساوی مشارکت کنند. تنوع، بحث باز و تأمل باعث می‌شود گروه بهتر از هر فرد فکر کند.
  2. دقت علمی (فکر خوب). هم‌آفرینی از روش‌های ساخت‌یافته پیروی می‌کند: مسئله را روشن تعریف کنید، ایده‌ها را بیازمایید، بازخورد بگیرید و به‌مرور بهتر کنید. این فرایند علمی جلوی حدس‌زدن را می‌گیرد و تصمیم‌ها را مبتنی بر شواهد می‌کند.
  3. حکمرانی خوب (قواعد عادلانه) تا همه بدانند تصمیم‌ها چگونه گرفته می‌شود و چه کسی درگیر است. ایده‌ها علنی به‌اشتراک گذاشته می‌شوند، اعتبار عادلانه داده می‌شود و آدم‌ها احساس امنیت می‌کنند حرف بزنند. قواعد عادلانه همچنین کمک می‌کند تصمیم بگیریم هوش مصنوعی چگونه استفاده شود و انسان‌ها کی وارد شوند.

در ادامهٔ مثال، پروژهٔ علمی به چالشی واقعی تبدیل می‌شود: بازطراحی بخشی از حیاط مدرسه تا سبزتر و ایمن‌تر شود. دانش‌آموزان از آموخته‌هایشان دربارهٔ آلودگی و گیاهان برای تصور باغ‌ها و فضاهای بازی تازه استفاده می‌کنند. ابزار هوش مصنوعی پیشنهاد می‌دهد کدام گونه‌ها تنوع زیستی را بهتر می‌کنند یا چیدمان‌ها چگونه بر نور و خاک اثر می‌گذارند. سپس دانش‌آموزان، معلمان و والدین ایده‌ها را بررسی می‌کنند؛ می‌سنجند کدام ایمن، عادلانه و عملی است؛ و با هم تصمیم نهایی را می‌گیرند.

این هم‌آفرینی در عمل است. هوش مصنوعی ایده جرقه می‌زند و شواهد می‌دهد، اما انسان‌ها تصمیم می‌گیرند تا فرایند خلاق، فراگیر و مسئول بماند.

پنج C هم‌آفرینی با هوش مصنوعی

پنج C هم‌آفرینی با هوش مصنوعی: کنجکاوی، بررسی، خلاقیت، همکاری و مراقبت. منبع: Frontiers for Young Minds؛ نویسندگان Loisel و همکاران؛ مجوز CC BY 4.0 (فقط تغییر اندازه)

هم‌آفرینی خردمندانه: هوش مصنوعی را هم‌تیمی خوب کنیم

هم‌آفرینی خوب با هوش مصنوعی بر یادگیری متقابل انسان و ماشین متمرکز است، در حالی که انسان‌ها مسئولیت تصمیم‌ها را نگه می‌دارند و انسان‌ها، عدالت و خلاقیت را در هسته می‌گذارند. هدف فراتر از ساختن راه‌حل‌های هوشمند است: تیم‌ها یاد بگیرند، تکامل یابند و مؤثرتر با هم فکر کنند.

برای به‌یادآوردن هم‌آفرینی خوب، به «پنج C» فکر کنید:

  1. Curiosity / کنجکاوی — کاوش کنید و سؤال‌های خوب بپرسید. روشن باشید چه می‌خواهید و پرامپت‌های مختلف را بیازمایید. مثلاً همان سؤال را چند جور بپرسید و جواب‌ها را مقایسه کنید.
  2. Checking / بررسی — واقعیت و عدالت را وارسی کنید. هوش مصنوعی ممکن است مطمئن به‌نظر برسد ولی غلط باشد. همیشه بپرسید «این از کجا آمده؟» و «برای همه عادلانه است؟». واقعیت‌های مهم را با کتاب، معلم یا وب‌سایت‌های معتبر چک کنید. انسان‌ها باید تصمیم نهایی بگیرند و هوش مصنوعی را پاسخگو نگه دارند.
  3. Creativity / خلاقیت — خیال خودتان را اضافه کنید. از هوش مصنوعی الهام بگیرید، نه جایگزینی. ایده‌هایش را با سبک، تجربه و علاقهٔ خودتان مخلوط کنید. کپی نکنید؛ تغییر دهید، بهبود دهید یا ترکیب کنید.
  4. Collaboration / همکاری — با آدم‌ها کار کنید، نه فقط با ماشین. با هم‌کلاسی‌ها، معلمان یا هم‌تیمی‌ها دربارهٔ پیشنهاد هوش مصنوعی حرف بزنید. با هم بحث کنید، بهبود دهید و تصمیم بگیرید. اعتبار را عادلانه بین انسان و فناوری تقسیم کنید.
  5. Care / مراقبت — مسئولانه و مهربانانه استفاده کنید. حریم خصوصی را حفظ کنید، به دیگران احترام بگذارید و مطمئن شوید همه صدایی دارند. فکر کنید ایده به چه کسی کمک یا آسیب می‌رساند. از هوش مصنوعی برای کمک به آدم‌ها و جوامع استفاده کنید، نه برای آسیب یا کنارگذاشتن.

جمع‌بندی

هوش مصنوعی دارد بخشی عادی از یادگیری، کار و حل مسئلهٔ مشترک می‌شود. این مقاله نشان داد هوش مصنوعی وقتی بخشی از تیم است بهترین کار را می‌کند، نه وقتی تنها کار می‌کند. وقتی آدم‌ها ایده‌ها را عادلانه به‌اشتراک می‌گذارند (هوش جمعی)، قوت‌هایشان را با هوش مصنوعی ترکیب می‌کنند (هوش جمعی ترکیبی) و از قواعد و روش‌های خوب پیروی می‌کنند (هم‌آفرینی)، نتیجه‌هایی قوی‌تر، عادلانه‌تر و قابل‌اعتمادتر می‌گیرند.

هوش مصنوعی می‌تواند خیلی مفید باشد: اطلاعات را سریع تحلیل می‌کند، ایده پیشنهاد می‌دهد و از یادگیری و تصمیم‌گیری پشتیبانی می‌کند. اما می‌تواند اشتباه کند، سوگیری را تکرار کند یا اطلاعاتی بسازد که درست به‌نظر می‌رسد ولی نیست. به همین دلیل انسان‌ها همیشه باید واقعیت را بررسی کنند، انتخاب نهایی را انجام دهند و به این فکر کنند چه کسانی از نتیجه اثر می‌پذیرند.

آموختن هم‌آفرینی با هوش مصنوعی — با کنجکاوی، دقت، خلاقیت، همکاری و مراقبت — به نسل جوان کمک می‌کند از این ابزارها خردمندانه استفاده کند. هدف فراتر از فناوری باهوش‌تر است: همکاری قوی‌تر میان انسان و هوش مصنوعی تا همه بتوانند یاد بگیرند، رشد کنند و به خیر عمومی کمک کنند.

منابع

  1. Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., and Malone, T. W. 2010. Evidence for a collective intelligence factor in the performance of human groups. Science 330:686–8. doi: 10.1126/science.1193147
  2. Pescetelli, N. A. 2021. Brief taxonomy of hybrid intelligence. Forecasting 3:633–43. doi: 10.3390/forecast3030039
  3. Cui, H., and Yasseri, T. 2024. AI-enhanced collective intelligence. Patterns 5:101074. doi: 10.1016/j.patter.2024.101074
  4. Chastin, S. F. M., et al. 2025. Principles and attributes of evidence-based co-creation… Public Health 248:105922. doi: 10.1016/j.puhe.2025.105922

این مقاله توسط «مترجم هوشمند شومینه» (هوش مصنوعی) ترجمه و تنظیم شده است.

امتیاز به محتوای مقاله

امتیاز به محتوای مقاله

یک ستاره ← پنج ستاره

(بدون امتیاز)

نویسنده مقاله: Quentin Emile Armand Loisel و Niccolò Pescetelli و Sebastien Francois Martin Chastin

کوئنتین لوازل و نیکولو پسکتلی و سباستین شستین

کوئنتین لوازل (Quentin Emile Armand Loisel) پژوهشگر همکاری انسان و هوش مصنوعی در دانشگاه استنفورد (Stanford) و مرکز METRICS است. نیکولو پسکتلی (Niccolò Pescetelli) دانشیار علوم داده در London Interdisciplinary School و هم‌بنیان‌گذار PSi است. سباستین شستین (Sebastien Francois Martin Chastin) استاد دانشگاه‌های Glasgow Caledonian و Ghent و رهبر جامعهٔ Data Science for Common Good است.

اگر در متن این مقاله اشتباه تایپی و یا غلط املایی پیدا کرده اید، لطفا اشتباه را هایلایت کنید و از طریق فشردن Ctrl+Enter به ما اطلاع رسانی کنید.

۰ Comments

سه نقش هوش مصنوعی در پزشکی: مشاور، کمک‌خلبان، ناوبر

هوش مصنوعی در پزشکی؛ مشاور، کمک‌خلبان یا ناوبر؟

هوش مصنوعی در پزشکی سه سطح کمک دارد: مشاور، کمک‌خلبان و ناوبر. ببینید هر کدام چه می‌کند و چرا پزشک انسان همچنان مرکز مراقبت است.

انسان‌ها و هوش مصنوعی در یک شبکهٔ همکاری

با هم باهوش‌تر: انسان و هوش مصنوعی چگونه مسائل بزرگ را حل می‌کنند؟

هوش مصنوعی می‌تواند هم‌تیمی باشد نه فقط ابزار. با هوش جمعی ترکیبی و پنج اصل هم‌آفرینی، انسان‌ها و ماشین‌ها مسائل را بهتر حل می‌کنند.

قورباغه‌های سیاه در برکه کم‌عمق

پیام قورباغه‌های سیاه به شکارچیان: دور بمانید!

قورباغه‌های سیاه با اینکه در برکه‌های قهوه‌ای کاملاً به چشم می‌آیند، کمتر شکار می‌شوند. پژوهشی تازه با 300 قورباغه گلی نشان می‌دهد رنگ سیاه آن‌ها یک پیام هشدار است.

جوانان آفریقایی در برابر افق شهری مدرن

جوانان آفریقا؛ چگونه بزرگ‌ترین گنج جمعیتی جهان به قدرت تبدیل می‌شود؟

تا سال 2050 حدود 41 درصد تولدهای جهان در آفریقا خواهد بود. این گزارش گلوبال وویزز نشان می‌دهد این گنج جمعیتی جوان چگونه می‌تواند با آموزش، کارآفرینی و اشتغال به قدرت جمعی تبدیل شود.

بازیکن تیم ملی برزیل با پیراهن زرد و شماره ۲۴ در ورزشگاه

شماره 24 روی پیراهن برزیل؛ عددی که در جام جهانی پیام دارد

شماره 24 که دهه‌ها از پیراهن برزیل دور نگه داشته شده بود، در جام جهانی 2026 به میدان می‌آید؛ داستان عددی که به نماد مبارزه با تبعیض تبدیل شد.

خیابان بازاری پرجنب‌وجوش در کامپالا، اوگاندا

مهاجرت نامرئی: پناهجویانی که اقتصاد اوگاندا را به حرکت درمی‌آورند

هزاران پناهجو در کامپالا با خیاطی، فروش سبزی و کسب‌وکارهای خرد نه‌تنها زندگی خود را می‌سازند، بلکه به اقتصاد شهر و همبستگی اجتماعی جان می‌دهند.

باتری سبز با رعد و برق و منحنی کاهش قیمت در کنار خورشید

قیمت باتری 99 درصد کاهش یافت؛ راز ارزان شدن خودروهای برقی

قیمت باتری لیتیوم‌یونی از 9,200 دلار برای هر کیلووات‌ساعت در سال 1991 به 78 دلار در 2024 رسیده است. ببینید این اتفاق چگونه افتاد.

مغز انسان و شبکهٔ عصبی مصنوعی در کنار هم

هوش مصنوعی چگونه یاد می‌گیرد؟ از مغز انسان تا شبکه‌های عصبی

هوش مصنوعی از شیوهٔ یادگیری مغز الهام گرفته است. ترنس سینوفسکی، برندهٔ جایزهٔ مغز، ساده توضیح می‌دهد مغز و ماشین چگونه یاد می‌گیرند.

تصویر مفهومی از کتاب باز، حباب‌های گفت‌وگو با موج صدا و حلقه‌ای از افراد، نمادی از مستندسازی جامعه‌محور یک زبان

زبان کام نیجریه؛ چگونه یک جامعه خودش زبانش را مستند می‌کند؟

در نیجریه، 14 عضو جامعهٔ کام با کمک یک زبان‌شناس، زبان خودشان را با ضبط‌ها، فرهنگ لغت و وب‌سایت مستند کردند. ماجرای این پروژهٔ ده‌ساله.

تصویر مفهومی از مغز انسان با ناحیهٔ پیشانی روشن و اسلایدرهای تنظیم، نمادی از مدیرعامل مغز

قشر پیش‌پیشانی؛ مدیرعامل مغز چگونه تصمیم‌های هوشمندانه می‌گیرد؟

قشر پیش‌پیشانی مدیرعامل مغز است و حافظه، انعطاف و خودکنترلی را هماهنگ می‌کند. با 5 نکتهٔ ساده، خودکنترلی‌تان را تمرین دهید.

Pin It on Pinterest

بازخورد
بازخورد
چطور به این سایت امتیاز می دهید؟
آیا دیدگاه اضافه ای دارید؟
بعدی
در صورت تمایل برای پیگیری از سمت ما، ایمیل خود را وارد کنید
برگشت
ارسال
از ارسال نظر شما سپاس گذاریم.

Spelling error report

The following text will be sent to our editors: