آیت الله العظمی مرعشی نجفی، پیش از تأسیس کتابخانه بزرگ خودشان، بیش از هزار نسخه خطی وقف کتابخانه دانشکده معقول ومنقول [الهیات و معارف اسلامی بعدی] کردند. در آغاز آن نسخه ها این یادداشت آمده است. نسخه های یاد شده در سال 1346 ش توسط مرحوم استاد محمد باقر حجتی فهرست شد و در یک مجلد انتشار یافت.
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library
🎓 حضور دانشگاه‌های ایران در رتبه‌بندی جهانی THE 2027؛ تصویری از جایگاه آموزش عالی ایران در رقابت جهانی
نتایج رتبه‌بندی جهانی دانشگاه‌ها در سال ۲۰۲۷ توسط مؤسسه Times Higher Education (THE) منتشر شد و ۲۲۹۷ دانشگاه از ۱۱۸ کشور را دربرمی‌گیرد؛ موضوعی که نشان‌دهنده گسترش دامنه رقابت جهانی آموزش عالی است. دانشگاه آکسفورد برای یازدهمین سال متوالی رتبه نخست را حفظ کرده، اما در سوی دیگر، دانشگاه‌های آسیایی روند صعودی قابل توجهی داشته‌اند؛ به‌گونه‌ای که دانشگاه تسینگ‌هوا به رتبه ۱۱ و دانشگاه پکن به رتبه ۱۳ جهان رسیده‌اند و دانشگاه ملی سنگاپور نیز رتبه ۱۵ را به دست آورده است. در مجموع، برای نخستین بار سه دانشگاه آسیایی در میان ۱۵ دانشگاه برتر جهان قرار گرفته‌اند.
در این میان، دانشگاه‌های ایران نیز حضور گسترده‌ای در رتبه‌بندی THE 2027 دارند و در چندین بازه رتبه‌ای از ۵۰۱ تا ۲۰۰۰+ پراکنده‌اند. در بالاترین جایگاه ایران، دانشگاه علوم پزشکی تهران در بازه ۵۰۱–۵۵۰ قرار گرفته است. پس از آن، چند دانشگاه ایرانی در بازه ۷۰۱–۸۰۰ حضور دارند که عبارت‌اند از: دانشگاه علوم پزشکی ایران، دانشگاه علوم پزشکی اصفهان، دانشگاه صنعتی اصفهان، دانشگاه علوم پزشکی کردستان، دانشگاه علوم پزشکی شهید بهشتی، دانشگاه علوم پزشکی تبریز، دانشگاه علوم پزشکی سمنان، دانشگاه صنعتی نوشیروانی بابل و دانشگاه علوم پزشکی بوشهر.
در بازه ۸۰۱–۱۰۰۰ نیز حضور ایران نسبتاً گسترده است. از جمله دانشگاه‌های این گروه می‌توان به دانشگاه شیراز، دانشگاه علوم پزشکی مشهد، دانشگاه علوم پزشکی کرمان، دانشگاه علوم پزشکی جندی‌شاپور اهواز، دانشگاه علوم پزشکی اراک، دانشگاه علوم پزشکی بابل و دانشگاه علوم پزشکی گلستان، دانشگاه ارومیه اشاره کرد. این پراکندگی نشان می‌دهد که حضور ایران در رتبه‌بندی صرفاً محدود به چند دانشگاه بزرگ پایتخت نیست و مجموعه‌ای از دانشگاه‌های جامع، صنعتی و علوم پزشکی از نقاط مختلف کشور در ارزیابی جهانی مشارکت دارند.
گروه بعدی، دانشگاه‌های ایرانی در بازه ۱۰۰۱–۱۲۰۰ است. در این سطح، دانشگاه فردوسی مشهد، دانشگاه کاشان، دانشگاه سمنان، دانشگاه خواجه نصیرالدین طوسی، دانشگاه علوم پزشکی گناباد، دانشگاه علوم پزشکی ایلام و دانشگاه علوم کشاورزی و منابع طبیعی گرگان قرار گرفته‌اند.
در بازه ۱۲۰۱–۱۴۰۰ نیز دانشگاه‌هایی همچون دانشگاه خوارزمی و دانشگاه خلیج فارس حضور دارند. در بازه ۱۴۰۱–۱۶۰۰، نام دانشگاه‌هایی مانند دانشگاه بوعلی‌سینا، دانشگاه رازی، دانشگاه علامه طباطبایی و دانشگاه آزاد اسلامی دیده می‌شود. برای نمونه، THE دانشگاه بوعلی‌سینا و دانشگاه علامه طباطبایی را در بازه ۱۴۰۱–۱۶۰۰ قرار داده و دانشگاه آزاد اسلامی نیز در همین بازه قرار گرفته است.
در رتبه‌های پایین‌تر نیز حضور دانشگاه‌های ایرانی ادامه دارد؛ برای نمونه دانشگاه اراک در بازه ۱۶۰۱–۱۸۰۰ و دانشگاه علوم کشاورزی و منابع طبیعی ساری در بازه ۱۸۰۱–۲۰۰۰ قرار گرفته‌اند.
یکی از ویژگی‌های قابل توجه نتایج ایران، تنوع نهادی و جغرافیایی دانشگاه‌های حاضر در رتبه‌بندی است. بنابراین، تصویر ارائه‌شده از آموزش عالی ایران در THE 2027، تصویری از یک نظام دانشگاهی با مشارکت گسترده مؤسسات و مأموریت‌های متفاوت است.
با این حال، حضور در رتبه‌بندی و جایگاه در آن دو مفهوم متفاوت‌اند. تعداد قابل توجهی از دانشگاه‌های ایرانی در جدول جهانی قرار گرفته‌اند، اما بخش عمده آنها در بازه‌های رتبه‌ای بالاتر از ۷۰۰ قرار دارند و تنها دانشگاه علوم پزشکی تهران در بازه ۵۰۱–۵۵۰ دیده می‌شود. از این منظر، یکی از مسائل قابل توجه برای آموزش عالی ایران، تبدیل حضور گسترده دانشگاه‌ها در رتبه‌بندی‌های جهانی به حضور بیشتر در بخش‌های بالاتر جدول است.
این موضوع در شرایطی اهمیت بیشتری پیدا می‌کند که THE 2027 از تقویت موقعیت دانشگاه‌های آسیایی خبر می‌دهد. به گفته THE، رشد دانشگاه‌های شرق آسیا و کشورهای آسه‌آن عمدتاً با بهبود عملکرد پژوهشی همراه بوده است؛ در مقابل، بسیاری از دانشگاه‌های سنتی غربی با کاهش نسبی در برخی شاخص‌های پژوهشی مواجه شده‌اند.
در نتیجه، بررسی جایگاه دانشگاه‌های ایران در THE 2027 را نمی‌توان صرفاً به مسئله «رتبه» محدود کرد. این نتایج، ضرورت توجه هم‌زمان به کیفیت پژوهش، اثرگذاری و استنادپذیری تولیدات علمی، محیط پژوهش، آموزش، همکاری‌های بین‌المللی و ارتباط دانشگاه با صنعت را نشان می‌دهد؛ حوزه‌هایی که در ساختار رتبه‌بندی THE نقش دارند و می‌توانند بر جایگاه دانشگاه‌ها در رقابت جهانی اثرگذار باشند.
Times Higher Education. (2026, September 30). World University Rankings 2027: Results announced. Times Higher Education. https://www.timeshighereducation.com/news/world-university-rankings-2027-results-announced
https://t.me/UT_Central_Library
نتایج رتبه‌بندی جهانی دانشگاه‌ها در سال ۲۰۲۷ توسط مؤسسه Times Higher Education (THE) منتشر شد و ۲۲۹۷ دانشگاه از ۱۱۸ کشور را دربرمی‌گیرد؛ موضوعی که نشان‌دهنده گسترش دامنه رقابت جهانی آموزش عالی است. دانشگاه آکسفورد برای یازدهمین سال متوالی رتبه نخست را حفظ کرده، اما در سوی دیگر، دانشگاه‌های آسیایی روند صعودی قابل توجهی داشته‌اند؛ به‌گونه‌ای که دانشگاه تسینگ‌هوا به رتبه ۱۱ و دانشگاه پکن به رتبه ۱۳ جهان رسیده‌اند و دانشگاه ملی سنگاپور نیز رتبه ۱۵ را به دست آورده است. در مجموع، برای نخستین بار سه دانشگاه آسیایی در میان ۱۵ دانشگاه برتر جهان قرار گرفته‌اند.
در این میان، دانشگاه‌های ایران نیز حضور گسترده‌ای در رتبه‌بندی THE 2027 دارند و در چندین بازه رتبه‌ای از ۵۰۱ تا ۲۰۰۰+ پراکنده‌اند. در بالاترین جایگاه ایران، دانشگاه علوم پزشکی تهران در بازه ۵۰۱–۵۵۰ قرار گرفته است. پس از آن، چند دانشگاه ایرانی در بازه ۷۰۱–۸۰۰ حضور دارند که عبارت‌اند از: دانشگاه علوم پزشکی ایران، دانشگاه علوم پزشکی اصفهان، دانشگاه صنعتی اصفهان، دانشگاه علوم پزشکی کردستان، دانشگاه علوم پزشکی شهید بهشتی، دانشگاه علوم پزشکی تبریز، دانشگاه علوم پزشکی سمنان، دانشگاه صنعتی نوشیروانی بابل و دانشگاه علوم پزشکی بوشهر.
در بازه ۸۰۱–۱۰۰۰ نیز حضور ایران نسبتاً گسترده است. از جمله دانشگاه‌های این گروه می‌توان به دانشگاه شیراز، دانشگاه علوم پزشکی مشهد، دانشگاه علوم پزشکی کرمان، دانشگاه علوم پزشکی جندی‌شاپور اهواز، دانشگاه علوم پزشکی اراک، دانشگاه علوم پزشکی بابل و دانشگاه علوم پزشکی گلستان، دانشگاه ارومیه اشاره کرد. این پراکندگی نشان می‌دهد که حضور ایران در رتبه‌بندی صرفاً محدود به چند دانشگاه بزرگ پایتخت نیست و مجموعه‌ای از دانشگاه‌های جامع، صنعتی و علوم پزشکی از نقاط مختلف کشور در ارزیابی جهانی مشارکت دارند.
گروه بعدی، دانشگاه‌های ایرانی در بازه ۱۰۰۱–۱۲۰۰ است. در این سطح، دانشگاه فردوسی مشهد، دانشگاه کاشان، دانشگاه سمنان، دانشگاه خواجه نصیرالدین طوسی، دانشگاه علوم پزشکی گناباد، دانشگاه علوم پزشکی ایلام و دانشگاه علوم کشاورزی و منابع طبیعی گرگان قرار گرفته‌اند.
در بازه ۱۲۰۱–۱۴۰۰ نیز دانشگاه‌هایی همچون دانشگاه خوارزمی و دانشگاه خلیج فارس حضور دارند. در بازه ۱۴۰۱–۱۶۰۰، نام دانشگاه‌هایی مانند دانشگاه بوعلی‌سینا، دانشگاه رازی، دانشگاه علامه طباطبایی و دانشگاه آزاد اسلامی دیده می‌شود. برای نمونه، THE دانشگاه بوعلی‌سینا و دانشگاه علامه طباطبایی را در بازه ۱۴۰۱–۱۶۰۰ قرار داده و دانشگاه آزاد اسلامی نیز در همین بازه قرار گرفته است.
در رتبه‌های پایین‌تر نیز حضور دانشگاه‌های ایرانی ادامه دارد؛ برای نمونه دانشگاه اراک در بازه ۱۶۰۱–۱۸۰۰ و دانشگاه علوم کشاورزی و منابع طبیعی ساری در بازه ۱۸۰۱–۲۰۰۰ قرار گرفته‌اند.
یکی از ویژگی‌های قابل توجه نتایج ایران، تنوع نهادی و جغرافیایی دانشگاه‌های حاضر در رتبه‌بندی است. بنابراین، تصویر ارائه‌شده از آموزش عالی ایران در THE 2027، تصویری از یک نظام دانشگاهی با مشارکت گسترده مؤسسات و مأموریت‌های متفاوت است.
با این حال، حضور در رتبه‌بندی و جایگاه در آن دو مفهوم متفاوت‌اند. تعداد قابل توجهی از دانشگاه‌های ایرانی در جدول جهانی قرار گرفته‌اند، اما بخش عمده آنها در بازه‌های رتبه‌ای بالاتر از ۷۰۰ قرار دارند و تنها دانشگاه علوم پزشکی تهران در بازه ۵۰۱–۵۵۰ دیده می‌شود. از این منظر، یکی از مسائل قابل توجه برای آموزش عالی ایران، تبدیل حضور گسترده دانشگاه‌ها در رتبه‌بندی‌های جهانی به حضور بیشتر در بخش‌های بالاتر جدول است.
این موضوع در شرایطی اهمیت بیشتری پیدا می‌کند که THE 2027 از تقویت موقعیت دانشگاه‌های آسیایی خبر می‌دهد. به گفته THE، رشد دانشگاه‌های شرق آسیا و کشورهای آسه‌آن عمدتاً با بهبود عملکرد پژوهشی همراه بوده است؛ در مقابل، بسیاری از دانشگاه‌های سنتی غربی با کاهش نسبی در برخی شاخص‌های پژوهشی مواجه شده‌اند.
در نتیجه، بررسی جایگاه دانشگاه‌های ایران در THE 2027 را نمی‌توان صرفاً به مسئله «رتبه» محدود کرد. این نتایج، ضرورت توجه هم‌زمان به کیفیت پژوهش، اثرگذاری و استنادپذیری تولیدات علمی، محیط پژوهش، آموزش، همکاری‌های بین‌المللی و ارتباط دانشگاه با صنعت را نشان می‌دهد؛ حوزه‌هایی که در ساختار رتبه‌بندی THE نقش دارند و می‌توانند بر جایگاه دانشگاه‌ها در رقابت جهانی اثرگذار باشند.
Times Higher Education. (2026, September 30). World University Rankings 2027: Results announced. Times Higher Education. https://www.timeshighereducation.com/news/world-university-rankings-2027-results-announced
https://t.me/UT_Central_Library
THE
World University Rankings 2027: results announced
Asian universities’ resumed upward trajectory takes them past mainland Europe for the first time, as reputational lustre protects US and UK for now
🔰شواهدی تازه از فرهنگ ادبی گرنزی؛
[کشف ۱۷ قطعه نسخه خطی قرون وسطایی](ibna.ir/x6JSm)
🔸۱۷ قطعه نادر از متون قرون وسطایی که در دوره‌ای برای صحافی دفترهای اداری مورد استفاده قرار گرفته بودند، توسط آرشیویست‌های گرنزی شناسایی شد؛ کشفی که به گفته پژوهشگران، نخستین شواهد روشن از وجود فرهنگ ادبی و مطالعه کتاب در این جزیره در دوران قرون وسطی را ارائه می‌دهد.
🔸برخی از این قطعات پیش‌تر برای آرشیویست‌ها شناخته‌شده بودند، اما تعدادی دیگر به‌تازگی در مجموعه‌های «آرشیو جزیره» و اسناد نگهداری‌شده در مخزن «گریفیِر» کشف شده‌اند.
🔸بیشتر این قطعات، نسخه‌هایی از متونی هستند که نمونه‌های دیگری از آنها در انگلستان و فرانسه نیز باقی مانده است. یکی از مهم‌ترین یافته‌ها، قطعه‌ای از داستان گریزلدیس شعری نوشته «فیلیپ دو مزیر» در حدود سال ۱۳۹۵ میلادی است.
🔸اگرچه نسخه‌هایی از این اثر در نقاط مختلف اروپا وجود دارد، نمونه موجود در گرنزی تنها در یک نسخه خطی شناخته‌شده دیگر نیز باقی مانده است. پژوهشگران معتقدند این قطعه اطلاعات ارزشمندی درباره چگونگی نسخه‌برداری از آثار ادبی و انتقال آنها میان نسل‌های مختلف خوانندگان ارائه می‌دهد
@ibna_official
[کشف ۱۷ قطعه نسخه خطی قرون وسطایی](ibna.ir/x6JSm)
🔸۱۷ قطعه نادر از متون قرون وسطایی که در دوره‌ای برای صحافی دفترهای اداری مورد استفاده قرار گرفته بودند، توسط آرشیویست‌های گرنزی شناسایی شد؛ کشفی که به گفته پژوهشگران، نخستین شواهد روشن از وجود فرهنگ ادبی و مطالعه کتاب در این جزیره در دوران قرون وسطی را ارائه می‌دهد.
🔸برخی از این قطعات پیش‌تر برای آرشیویست‌ها شناخته‌شده بودند، اما تعدادی دیگر به‌تازگی در مجموعه‌های «آرشیو جزیره» و اسناد نگهداری‌شده در مخزن «گریفیِر» کشف شده‌اند.
🔸بیشتر این قطعات، نسخه‌هایی از متونی هستند که نمونه‌های دیگری از آنها در انگلستان و فرانسه نیز باقی مانده است. یکی از مهم‌ترین یافته‌ها، قطعه‌ای از داستان گریزلدیس شعری نوشته «فیلیپ دو مزیر» در حدود سال ۱۳۹۵ میلادی است.
🔸اگرچه نسخه‌هایی از این اثر در نقاط مختلف اروپا وجود دارد، نمونه موجود در گرنزی تنها در یک نسخه خطی شناخته‌شده دیگر نیز باقی مانده است. پژوهشگران معتقدند این قطعه اطلاعات ارزشمندی درباره چگونگی نسخه‌برداری از آثار ادبی و انتقال آنها میان نسل‌های مختلف خوانندگان ارائه می‌دهد
@ibna_official
ایبنا
کشف ۱۷ قطعه نسخه خطی قرون وسطایی
۱۷ قطعه نادر از متون قرون وسطایی که در دوره‌ای برای صحافی دفترهای اداری مورد استفاده قرار گرفته بودند، توسط آرشیویست‌های گرنزی شناسایی شد؛ کشفی که به گفته پژوهشگران، نخستین شواهد روشن از وجود فرهنگ ادبی و مطالعه کتاب در این جزیره در دوران قرون وسطی را ارائه…
یک نمونه صورت جلسه دفاع پایان نامه در دانشکده معقول و منقول با امضای آقایان ذوالمجدین، مشکوة و الهی قمشه ای. در سال 1322ش. (روی «بنگاه وعظ و خطابه» خط کشیده شده و نشان می دهد که بسا آن وقت دیگری خبری از آن موسسه نبوده است).
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library
امارات چگونه به یکی از بازیگران مهم هوش مصنوعی تبدیل می‌شود؟
امارات متحده عربی در چند سال اخیر سرمایه‌گذاری گسترده‌ای در هوش مصنوعی آغاز کرده است؛ برنامه‌ای که تنها به استفاده از فناوری‌های جدید در داخل کشور محدود نیست و از تأسیس دانشگاه و توسعه مدل‌های زبانی تا ساخت مراکز داده عظیم و سرمایه‌گذاری در بزرگ‌ترین شرکت‌های هوش مصنوعی آمریکا را در بر می‌گیرد.
یکی از مهم‌ترین بازیگران این برنامه شرکت G42 در ابوظبی است. رئیس هیئت‌مدیره این شرکت شیخ طحنون بن زاید، مشاور امنیت ملی امارات و از چهره‌های بانفوذ این کشور است. در سال ۲۰۲۴، مایکروسافت ۱.۵ میلیارد دلار در G42 سرمایه‌گذاری کرد و برد اسمیت، رئیس مایکروسافت، به هیئت‌مدیره آن پیوست. این توافق G42 را به شکل عمیق‌تری وارد اکوسیستم فناوری آمریکا کرد.
این تحول از نظر ژئوپلیتیکی نیز اهمیت داشت. G42 پیش‌تر روابط و سرمایه‌گذاری‌هایی در چین داشت که موجب نگرانی مقام‌های آمریکایی شده بود. این شرکت در آستانه گسترش همکاری با آمریکا، سرمایه‌گذاری‌های خود در چین را واگذار کرد و روند کنارگذاشتن برخی فناوری‌های چینی را در پیش گرفت. بنابراین، هرچند امارات همچنان روابط اقتصادی مهمی با چین دارد، در زیرساخت‌های حساس و پیشرفته AI طی سال‌های اخیر آشکارا به اکوسیستم آمریکایی نزدیک‌تر شده است.
در کنار G42، ابوظبی در سال ۲۰۲۴ شرکت سرمایه‌گذاری MGX را ایجاد کرد. MGX اکنون در چند شرکت بسیار مهم هوش مصنوعی جهان سرمایه‌گذاری کرده است؛ از جمله OpenAI، Anthropic و xAI. به این ترتیب، امارات به‌جای انتخاب یک شرکت به‌عنوان برنده آینده AI، در چند رقیب اصلی این صنعت به طور هم‌زمان حضور مالی پیدا کرده است.
بخش دیگری از برنامه امارات، زیرساخت محاسباتی است. در سال ۲۰۲۵ آمریکا و امارات از برنامه ایجاد یک پردیس عظیم هوش مصنوعی در ابوظبی با ظرفیت نهایی ۵ گیگاوات خبر دادند. G42 هدایت طرف اماراتی این طرح را بر عهده دارد. درون این مجموعه، پروژه Stargate UAE نیز قرار دارد که قرار است ظرفیت یک گیگاوات داشته باشد و شرکت‌هایی چون OpenAI، Oracle، NVIDIA، Cisco و SoftBank در آن مشارکت دارند. نخستین بخش ۲۰۰ مگاواتی آن برای سال ۲۰۲۶ برنامه‌ریزی شده است.
البته عدد «۵ گیگاوات» را باید درست تفسیر کرد: این عدد ظرفیت نهایی کل پردیس برنامه‌ریزی‌شده است، نه اینکه اکنون یک مرکز داده ۵ گیگاواتی در ابوظبی فعال باشد. به همین دلیل ادعاهایی مانند «۲۵۰ برابر بزرگ‌ترین دیتاسنتر فعلی جهان» بدون تعیین مبنای مقایسه چندان دقیق نیست.
امارات هم‌زمان تلاش کرده است زیرساخت علمی داخلی ایجاد کند. تأسیس دانشگاه هوش مصنوعی محمد بن زاید (MBZUAI) در ابوظبی یکی از نمونه‌های مهم است. مؤسسات تحقیقاتی امارات نیز خانواده مدل‌های Falcon و مدل‌های عربی مانند Jais را توسعه داده‌اند. بنابراین برنامه این کشور صرفاً خرید فناوری خارجی نیست؛ تربیت پژوهشگر و ایجاد توانایی داخلی در ساخت مدل نیز بخشی از آن است.
در سطح دولت نیز برنامه استفاده گسترده از AI دنبال می‌شود. امارات از سال ۲۰۱۷ دارای راهبرد ملی هوش مصنوعی است و در سال ۲۰۲۶ چارچوب تازه‌ای برای گسترش Agentic AI در عملیات دولت اعلام کرد.
در مجموع، می‌توان استراتژی امارات را در یک زنجیره خلاصه کرد:
سرمایه → دانشگاه و پژوهش → مدل‌های بومی → تراشه و توان محاسباتی → دیتاسنتر → مشارکت با غول‌های آمریکایی → سرمایه‌گذاری در شرکت‌های پیشروی AI
نکته جالب این است که امارات کشوری با بازار و جمعیت نسبتاً کوچک است و طبیعتاً نمی‌تواند از نظر تعداد پژوهشگران یا شرکت‌های فناوری با آمریکا و چین رقابت کند. در عوض، روی مزیت‌هایی سرمایه‌گذاری کرده که در عصر هوش مصنوعی بسیار ارزشمند شده‌اند: سرمایه فراوان، انرژی، زمین، امکان ساخت سریع زیرساخت و موقعیت جغرافیایی میان آسیا، اروپا و آفریقا.
با این حال، یک پرسش مهم باقی می‌ماند: آیا این حجم سرمایه‌گذاری می‌تواند در نهایت به استقلال فناوری منجر شود؟ امارات می‌تواند دیتاسنتر بسازد، دانشگاه تأسیس کند و میلیاردها دلار در شرکت‌های AI سرمایه‌گذاری کند، اما پیشرفته‌ترین GPUها، زیرساخت ابری و بسیاری از مدل‌های مرزی همچنان عمدتاً در اختیار شرکت‌های آمریکایی هستند. تحلیل‌های جدید نیز این مسئله را یکی از محدودیت‌های «حاکمیت فناوری» کشورهای خلیج فارس دانسته‌اند
https://t.me/UT_Central_Library
امارات متحده عربی در چند سال اخیر سرمایه‌گذاری گسترده‌ای در هوش مصنوعی آغاز کرده است؛ برنامه‌ای که تنها به استفاده از فناوری‌های جدید در داخل کشور محدود نیست و از تأسیس دانشگاه و توسعه مدل‌های زبانی تا ساخت مراکز داده عظیم و سرمایه‌گذاری در بزرگ‌ترین شرکت‌های هوش مصنوعی آمریکا را در بر می‌گیرد.
یکی از مهم‌ترین بازیگران این برنامه شرکت G42 در ابوظبی است. رئیس هیئت‌مدیره این شرکت شیخ طحنون بن زاید، مشاور امنیت ملی امارات و از چهره‌های بانفوذ این کشور است. در سال ۲۰۲۴، مایکروسافت ۱.۵ میلیارد دلار در G42 سرمایه‌گذاری کرد و برد اسمیت، رئیس مایکروسافت، به هیئت‌مدیره آن پیوست. این توافق G42 را به شکل عمیق‌تری وارد اکوسیستم فناوری آمریکا کرد.
این تحول از نظر ژئوپلیتیکی نیز اهمیت داشت. G42 پیش‌تر روابط و سرمایه‌گذاری‌هایی در چین داشت که موجب نگرانی مقام‌های آمریکایی شده بود. این شرکت در آستانه گسترش همکاری با آمریکا، سرمایه‌گذاری‌های خود در چین را واگذار کرد و روند کنارگذاشتن برخی فناوری‌های چینی را در پیش گرفت. بنابراین، هرچند امارات همچنان روابط اقتصادی مهمی با چین دارد، در زیرساخت‌های حساس و پیشرفته AI طی سال‌های اخیر آشکارا به اکوسیستم آمریکایی نزدیک‌تر شده است.
در کنار G42، ابوظبی در سال ۲۰۲۴ شرکت سرمایه‌گذاری MGX را ایجاد کرد. MGX اکنون در چند شرکت بسیار مهم هوش مصنوعی جهان سرمایه‌گذاری کرده است؛ از جمله OpenAI، Anthropic و xAI. به این ترتیب، امارات به‌جای انتخاب یک شرکت به‌عنوان برنده آینده AI، در چند رقیب اصلی این صنعت به طور هم‌زمان حضور مالی پیدا کرده است.
بخش دیگری از برنامه امارات، زیرساخت محاسباتی است. در سال ۲۰۲۵ آمریکا و امارات از برنامه ایجاد یک پردیس عظیم هوش مصنوعی در ابوظبی با ظرفیت نهایی ۵ گیگاوات خبر دادند. G42 هدایت طرف اماراتی این طرح را بر عهده دارد. درون این مجموعه، پروژه Stargate UAE نیز قرار دارد که قرار است ظرفیت یک گیگاوات داشته باشد و شرکت‌هایی چون OpenAI، Oracle، NVIDIA، Cisco و SoftBank در آن مشارکت دارند. نخستین بخش ۲۰۰ مگاواتی آن برای سال ۲۰۲۶ برنامه‌ریزی شده است.
البته عدد «۵ گیگاوات» را باید درست تفسیر کرد: این عدد ظرفیت نهایی کل پردیس برنامه‌ریزی‌شده است، نه اینکه اکنون یک مرکز داده ۵ گیگاواتی در ابوظبی فعال باشد. به همین دلیل ادعاهایی مانند «۲۵۰ برابر بزرگ‌ترین دیتاسنتر فعلی جهان» بدون تعیین مبنای مقایسه چندان دقیق نیست.
امارات هم‌زمان تلاش کرده است زیرساخت علمی داخلی ایجاد کند. تأسیس دانشگاه هوش مصنوعی محمد بن زاید (MBZUAI) در ابوظبی یکی از نمونه‌های مهم است. مؤسسات تحقیقاتی امارات نیز خانواده مدل‌های Falcon و مدل‌های عربی مانند Jais را توسعه داده‌اند. بنابراین برنامه این کشور صرفاً خرید فناوری خارجی نیست؛ تربیت پژوهشگر و ایجاد توانایی داخلی در ساخت مدل نیز بخشی از آن است.
در سطح دولت نیز برنامه استفاده گسترده از AI دنبال می‌شود. امارات از سال ۲۰۱۷ دارای راهبرد ملی هوش مصنوعی است و در سال ۲۰۲۶ چارچوب تازه‌ای برای گسترش Agentic AI در عملیات دولت اعلام کرد.
در مجموع، می‌توان استراتژی امارات را در یک زنجیره خلاصه کرد:
سرمایه → دانشگاه و پژوهش → مدل‌های بومی → تراشه و توان محاسباتی → دیتاسنتر → مشارکت با غول‌های آمریکایی → سرمایه‌گذاری در شرکت‌های پیشروی AI
نکته جالب این است که امارات کشوری با بازار و جمعیت نسبتاً کوچک است و طبیعتاً نمی‌تواند از نظر تعداد پژوهشگران یا شرکت‌های فناوری با آمریکا و چین رقابت کند. در عوض، روی مزیت‌هایی سرمایه‌گذاری کرده که در عصر هوش مصنوعی بسیار ارزشمند شده‌اند: سرمایه فراوان، انرژی، زمین، امکان ساخت سریع زیرساخت و موقعیت جغرافیایی میان آسیا، اروپا و آفریقا.
با این حال، یک پرسش مهم باقی می‌ماند: آیا این حجم سرمایه‌گذاری می‌تواند در نهایت به استقلال فناوری منجر شود؟ امارات می‌تواند دیتاسنتر بسازد، دانشگاه تأسیس کند و میلیاردها دلار در شرکت‌های AI سرمایه‌گذاری کند، اما پیشرفته‌ترین GPUها، زیرساخت ابری و بسیاری از مدل‌های مرزی همچنان عمدتاً در اختیار شرکت‌های آمریکایی هستند. تحلیل‌های جدید نیز این مسئله را یکی از محدودیت‌های «حاکمیت فناوری» کشورهای خلیج فارس دانسته‌اند
https://t.me/UT_Central_Library
Invent a Better Everyday | Abu Dhabi, UAE | G42
Invent a Better Everyday | Abu Dhabi, UAE | G42 | Home
G42 is a technology group that invents visionary artificial intelligence for a better everyday. Born in Abu Dhabi and operating across the world, we champion AI as a powerful force for good across industries and societies.
وقف نامه مدرسه امامیه.pdf
16.4 MB
سند ۶۱
نسخه خطی وقفنامه مدرسه امامیه اصفهان
سال کتابت ۱۱۲۹ق
۸۰ صفحه
کاتب احمد نیریزی
https://t.me/is_shenasi
نسخه خطی وقفنامه مدرسه امامیه اصفهان
سال کتابت ۱۱۲۹ق
۸۰ صفحه
کاتب احمد نیریزی
https://t.me/is_shenasi
🎓 بازطراحی ارزشیابی دانشگاهی در عصر هوش مصنوعی؛ پایان تکلیف‌های سنتی
گسترش ابزارهای هوش مصنوعی مولد، دانشگاه‌ها را وادار کرده است اعتبار روش‌های سنتی ارزشیابی دانشجویان را دوباره بررسی کنند.
بر اساس پیمایش سال ۲۰۲۶ مؤسسه Higher Education Policy Institute از ۱٬۰۵۴ دانشجوی کارشناسی در بریتانیا، حدود ۹۴ درصد گفته‌اند از ابزارهای هوش مصنوعی مولد برای کارهای ارزیابی‌شده استفاده می‌کنند.
این وضعیت نشان می‌دهد که ممنوعیت ساده استفاده از AI لزوماً نمی‌تواند مسئله را حل کند و طراحی ارزشیابی باید با محیط جدید فناوری سازگار شود.
در همین راستا، برخی استادان به جای حذف AI، دانشجویان را به استفاده انتقادی از آن تشویق می‌کنند؛ برای مثال، دانشجو خروجی چند مدل را بررسی و خطاها، سوگیری‌ها و منابع ساختگی آنها را شناسایی می‌کند.
روش دیگری که در دانشگاه‌ها مورد استفاده قرار گرفته، ارزیابی فرایند کار به جای تمرکز صرف بر محصول نهایی است؛ مانند بررسی تاریخچه ویرایش، پیش‌نویس‌ها یا ثبت تعامل دانشجو با ابزار هوش مصنوعی.
برخی استادان نیز سهم فعالیت‌های حضوری، ارائه شفاهی، گفت‌وگوی فردی و آزمون‌های درون‌کلاسی را افزایش داده‌اند تا امکان مشاهده مستقیم فرایند یادگیری بیشتر شود.
در مقابل، برخی رویکردها استفاده از AI را در تکالیف مجاز می‌دانند، اما ارزشیابی را بر مهارت‌هایی متمرکز می‌کنند که صرفاً با تولید یک پاسخ توسط چت‌بات قابل اثبات نیستند.
این تجربه‌ها نشان می‌دهد مسئله اصلی دیگر فقط «آیا دانشجو از AI استفاده کرده است؟» نیست، بلکه باید پرسید «دانشجو چه چیزی یاد گرفته و چگونه از AI در فرایند یادگیری استفاده کرده است؟»
از این منظر، ارزشیابی آینده می‌تواند به سمت سنجش تفکر انتقادی، حل مسئله، استدلال، فرایند تولید دانش و توانایی ارزیابی خروجی‌های هوش مصنوعی حرکت کند.
در عین حال، استفاده از ابزارهای تشخیص متن تولیدشده توسط AI به‌تنهایی راه‌حل قطعی محسوب نمی‌شود و برخی استادان همچنان از مجموعه‌ای از شواهد برای ارزیابی اصالت کار دانشجو استفاده می‌کنند.
بنابراین، هوش مصنوعی بیش از آنکه صرفاً یک ابزار جدید برای تقلب یا تولید تکلیف باشد، لزوم بازاندیشی در مفهوم ارزشیابی دانشگاهی و شواهد واقعی یادگیری را برجسته کرده است.
در نهایت، دانشگاه‌ها با مسئله‌ای مواجه‌اند که پاسخ آن احتمالاً نه حذف کامل AI، بلکه ترکیبی از سیاست‌گذاری روشن، آموزش سواد هوش مصنوعی و طراحی ارزشیابی‌های متناسب با عصر هوش مصنوعی خواهد بود.
Zimmer, K. (2026, September 1). From Trojan horses to AI-proof exams: How professors are tackling students’ AI use. Nature, 658, 279–280. https://doi.org/10.1038/d41586-026-02370-2
https://t.me/UT_Central_Library
گسترش ابزارهای هوش مصنوعی مولد، دانشگاه‌ها را وادار کرده است اعتبار روش‌های سنتی ارزشیابی دانشجویان را دوباره بررسی کنند.
بر اساس پیمایش سال ۲۰۲۶ مؤسسه Higher Education Policy Institute از ۱٬۰۵۴ دانشجوی کارشناسی در بریتانیا، حدود ۹۴ درصد گفته‌اند از ابزارهای هوش مصنوعی مولد برای کارهای ارزیابی‌شده استفاده می‌کنند.
این وضعیت نشان می‌دهد که ممنوعیت ساده استفاده از AI لزوماً نمی‌تواند مسئله را حل کند و طراحی ارزشیابی باید با محیط جدید فناوری سازگار شود.
در همین راستا، برخی استادان به جای حذف AI، دانشجویان را به استفاده انتقادی از آن تشویق می‌کنند؛ برای مثال، دانشجو خروجی چند مدل را بررسی و خطاها، سوگیری‌ها و منابع ساختگی آنها را شناسایی می‌کند.
روش دیگری که در دانشگاه‌ها مورد استفاده قرار گرفته، ارزیابی فرایند کار به جای تمرکز صرف بر محصول نهایی است؛ مانند بررسی تاریخچه ویرایش، پیش‌نویس‌ها یا ثبت تعامل دانشجو با ابزار هوش مصنوعی.
برخی استادان نیز سهم فعالیت‌های حضوری، ارائه شفاهی، گفت‌وگوی فردی و آزمون‌های درون‌کلاسی را افزایش داده‌اند تا امکان مشاهده مستقیم فرایند یادگیری بیشتر شود.
در مقابل، برخی رویکردها استفاده از AI را در تکالیف مجاز می‌دانند، اما ارزشیابی را بر مهارت‌هایی متمرکز می‌کنند که صرفاً با تولید یک پاسخ توسط چت‌بات قابل اثبات نیستند.
این تجربه‌ها نشان می‌دهد مسئله اصلی دیگر فقط «آیا دانشجو از AI استفاده کرده است؟» نیست، بلکه باید پرسید «دانشجو چه چیزی یاد گرفته و چگونه از AI در فرایند یادگیری استفاده کرده است؟»
از این منظر، ارزشیابی آینده می‌تواند به سمت سنجش تفکر انتقادی، حل مسئله، استدلال، فرایند تولید دانش و توانایی ارزیابی خروجی‌های هوش مصنوعی حرکت کند.
در عین حال، استفاده از ابزارهای تشخیص متن تولیدشده توسط AI به‌تنهایی راه‌حل قطعی محسوب نمی‌شود و برخی استادان همچنان از مجموعه‌ای از شواهد برای ارزیابی اصالت کار دانشجو استفاده می‌کنند.
بنابراین، هوش مصنوعی بیش از آنکه صرفاً یک ابزار جدید برای تقلب یا تولید تکلیف باشد، لزوم بازاندیشی در مفهوم ارزشیابی دانشگاهی و شواهد واقعی یادگیری را برجسته کرده است.
در نهایت، دانشگاه‌ها با مسئله‌ای مواجه‌اند که پاسخ آن احتمالاً نه حذف کامل AI، بلکه ترکیبی از سیاست‌گذاری روشن، آموزش سواد هوش مصنوعی و طراحی ارزشیابی‌های متناسب با عصر هوش مصنوعی خواهد بود.
Zimmer, K. (2026, September 1). From Trojan horses to AI-proof exams: How professors are tackling students’ AI use. Nature, 658, 279–280. https://doi.org/10.1038/d41586-026-02370-2
https://t.me/UT_Central_Library
Nature
From Trojan horses to AI-proof exams: how professors are tackling students’ AI use
Nature - Academics worldwide are rethinking their assessment approaches — from developing exams that artificial-intelligence tools can’t pass to sneaking hidden AI prompts into tasks to catch...
تعهدنامه دانشجوی دانشکده معقول و منقول
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library
Forwarded from کتاب کست هوشمند کتابخانه مرکزی و مرکز اسناد دانشگاه تهران (lib.ut.ac)
Audio
مقاله‌ی حاضر به بررسی و تحلیل مدل‌های حکمرانی دانشگاهی در ایران طی شش برنامه توسعه ملی می‌پردازد. نویسندگان با تفکیک سه الگوی اصلی دولت‌محور، هامبولت (آموزش و پژوهش آزاد) و بازارمحور، روند تحول مدیریت آموزش عالی را از نسل اول به سمت دانشگاه‌های نسل سوم تحلیل کرده‌اند. یافته‌ها نشان می‌دهد که در برنامه‌های اولیه توسعه، مدل متمرکز دولتی تسلط کامل داشته، اما به تدریج تمایل به سمت کارآفرینی و استقلال مالی در برنامه‌های اخیر افزایش یافته است. این منبع همچنین تاریخچه گذار دانشگاه‌ها در ایران را از بدو تأسیس تا دوره‌های رشد کمی و کیفی و چالش‌های پس از انقلاب فرهنگی مرور می‌کند. در نهایت، بر ضرورت حرکت به سوی دانشگاه‌های فناوری‌محور و پاسخگو به نیازهای بازار برای حفظ رقابت‌پذیری در اقتصاد دانش‌بنیان تأکید شده است.
@KETABCAST_AI_LIB_UT_AC
@KETABCAST_AI_LIB_UT_AC
برای خرید از طریق وبسایت انتشارات دانشگاه تهران، سفارش دهید
https://t.me/UT_Central_Library
https://t.me/UT_Central_Library