ইউটিউবে শুনুন

পর্বের সারাংশ

কৃত্রিম বুদ্ধিমত্তা কি শেখার ভবিষ্যৎ - নাকি শেখা সম্পূর্ণরূপে বন্ধ করার দ্রুততম উপায়?

বাংলাদেশ এবং তার বাইরেও শ্রেণীকক্ষ জুড়ে শিক্ষকদের বলা হচ্ছে যে জেনারেটিভ এআই "শিক্ষার রূপান্তর ঘটাবে"। এটি সময় বাঁচাবে, টিউশনিংকে ব্যক্তিগতকৃত করবে এবং প্রতিটি শিক্ষার্থীকে আরও সৃজনশীল করে তুলবে। কিন্তু যদি এই প্রতিশ্রুতিগুলির সাথে লুকানো খরচ আসে তবে কী হবে?

এই পর্বে EBTD রিসার্চ বাইটস, আমরা এই প্রচারণার পেছনের প্রমাণগুলি গভীরভাবে পর্যালোচনা করি। হার্ভার্ড, ডিনসমোর এবং ফ্রিয়ার এবং কার্ল হেন্ড্রিকের নতুন গবেষণার উপর ভিত্তি করে, এই গভীর অনুসন্ধান বিজ্ঞানকে অনুমান থেকে পৃথক করে।.

তুমি আবিষ্কার করবে কেন কিছু AI টিউটররা দ্বিগুণ শেখার লাভ, অন্যরা চুপচাপ সমালোচনামূলক চিন্তাভাবনাকে দুর্বল করে দিন. আমরা অন্বেষণ করি ডোমেইন লার্নিংয়ের মডেল — সংগ্রাম, প্রতিক্রিয়া এবং জ্ঞানীয় প্রচেষ্টার মাধ্যমে দক্ষতা কীভাবে বিকশিত হয় তা দেখানো — এবং কেন সেই ঘর্ষণ দূর করা প্রকৃত বোধগম্যতাকে ধ্বংস করতে পারে।.

প্রতিটি শিক্ষক এবং নীতিনির্ধারকের এই বিতর্কটিই হওয়া উচিত:
AI কি একটি হিসেবে কাজ করছে ভারা, জ্ঞান তৈরিতে শিক্ষার্থীদের সহায়তা করা?
অথবা একটি হিসাবে ক্রাচ, তাদের সেই কঠিন চিন্তাভাবনা এড়িয়ে যেতে দেওয়া যা শেখাকে স্থায়ী করে তোলে?

ঢাকার শ্রেণীকক্ষ থেকে শুরু করে বাংলাদেশের গ্রামীণ স্কুল পর্যন্ত, এই পর্বটি শিক্ষক, শিক্ষার্থী এবং শিক্ষার ভবিষ্যতের জন্য "শিক্ষায় কৃত্রিম বুদ্ধিমত্তা" এর প্রকৃত অর্থ কী তা তুলে ধরে।.

কারণ প্রশ্নটি এই নয় যে কিনা কৃত্রিম বুদ্ধিমত্তা শিক্ষা ব্যবস্থাকে বদলে দেবে — ইতিমধ্যেই তা বদলে দিয়েছে।.
প্রশ্নটি হল: এটা কি আমাদের আরও বুদ্ধিমান করে তুলবে, নাকি ভুলে যাওয়ার ক্ষেত্রে দ্রুত হবে?

কী Takeaways

কী Takeaways

১. কৃত্রিম বুদ্ধিমত্তা শক্তিশালী — কিন্তু সবসময় শিক্ষাগত নয়।.
সাবলীল, বিশ্বাসযোগ্য উত্তর তৈরিতে জেনারেটিভ এআই টুলগুলি ব্যতিক্রমী। কিন্তু সাবলীলতা এবং বোধগম্যতা এক নয়। সঠিক নকশা ছাড়া, এআই শেখার ক্ষেত্রে অনুভব করা সহজতর করে, অন্যদিকে দীর্ঘমেয়াদী স্মৃতিশক্তি তৈরি করে এমন প্রচেষ্টামূলক চিন্তাভাবনাকে নীরবে দুর্বল করে দেয়।.

২. "স্ক্যাফোল্ড বনাম ক্রাচ" পার্থক্যটি গুরুত্বপূর্ণ।.
AI শেখার ক্ষেত্রে সহায়তা করতে পারে যখন এটি একটি ভারা — প্রত্যাহার করতে উৎসাহিত করা, প্রতিক্রিয়া জানানো এবং ইচ্ছাকৃত অনুশীলনকে উৎসাহিত করা। কিন্তু যখন এটি একটি হয়ে ওঠে ক্রাচ, তাৎক্ষণিক সমাধান বা মসৃণ ব্যাখ্যা প্রদান করে, এটি দক্ষতা তৈরির সংগ্রামকে দূর করে।.

৩. শেখা জ্ঞানীয় প্রচেষ্টার উপর নির্ভর করে, সুবিধার উপর নয়।.
ডিনসমোর অ্যান্ড ফ্রিয়ার এবং কার্ল হেন্ড্রিকের গবেষণা দেখায় যে প্রকৃত শিক্ষা পুনরুদ্ধার, প্রয়োগ এবং প্রতিক্রিয়ার মাধ্যমে ঘটে। দক্ষতা সর্বদা একটি গুণ নয় - AI প্রায়শই যে মানসিক ঘর্ষণ দূর করে তা একই ঘর্ষণ যা বোধগম্যতা তৈরি করে।.

৪. কঠোর পরিস্থিতিতেও এআই টিউটররা মানুষের চেয়ে ভালো করতে পারে।.
GPT-4-ভিত্তিক টিউটরদের উপর হার্ভার্ড গবেষণায় শেখার লাভ পাওয়া গেছে দ্বিগুণ বিশেষজ্ঞ মানব শিক্ষকদের কাছ থেকে, কিন্তু শুধুমাত্র যখন AI কঠোরভাবে সীমাবদ্ধ ছিল, মৌলিক অনুশীলনের জন্য ব্যবহৃত হয়েছিল এবং প্রতিষ্ঠিত শিক্ষণ বিজ্ঞানের নীতিগুলির উপর ভিত্তি করে ডিজাইন করা হয়েছিল।.

৫. খারাপভাবে ডিজাইন করা কৃত্রিম বুদ্ধিমত্তা শেখার ক্ষতি করতে পারে।.
গবেষণায় দেখা যায়, যখন শিক্ষার্থীরা হোমওয়ার্ক বা ব্যাখ্যার জন্য ChatGPT-এর মতো অবাধ সরঞ্জামের উপর নির্ভর করে নিম্ন কর্মক্ষমতা এবং সমালোচনামূলক চিন্তাভাবনার হ্রাস - জ্ঞানীয় অফলোডিং এবং বোঝার বিভ্রমের একটি ক্লাসিক উদাহরণ।.

৬. নকশা সবকিছু নির্ধারণ করে।.
সহায়ক এআই ইচ্ছাকৃতভাবে "কৌশলগতভাবে অসহায়": এটি সহজ উত্তর দিতে বাধা দেয় এবং পরিবর্তে শিক্ষার্থীদের ভাবতে বাধ্য করে। ক্ষতিকারক এআই সমস্ত সংগ্রামকে মসৃণ করে, শেখার কাজ সমাপ্তিতে পরিণত করে। একই প্রযুক্তি সম্পূর্ণরূপে এর নকশার উপর নির্ভর করে উভয় ফলাফলই তৈরি করতে পারে।.

৭. শিক্ষকরা এখনও মানবিক সুবিধা ভোগ করেন।.
AI তথ্য, প্রতিক্রিয়া এবং অনুশীলন সরবরাহ করতে পারে — কিন্তু এটি সম্পর্ক, প্রেরণা, বা সাংস্কৃতিক প্রেক্ষাপটের প্রতিলিপি তৈরি করতে পারে না। ভবিষ্যতের সবচেয়ে কার্যকর শ্রেণীকক্ষগুলি একত্রিত হবে এআই নির্ভুলতা সঙ্গে মানবিক সহানুভূতি.

৮. প্রশ্নটি এই নয় যে যদি কৃত্রিম বুদ্ধিমত্তা শিক্ষাকে নতুন রূপ দেবে — কিন্তু কিভাবে.
শিক্ষকদের অবশ্যই সিদ্ধান্ত নিতে হবে যে AI কে হাতিয়ার হিসেবে ব্যবহার করবেন কিনা মানুষের বিকাশ অথবা এটিকে এমন একটি শর্টকাট ব্যবস্থায় পরিণত হতে দিন যা শেখার পথকে ফাঁকা করে দেয়। বাংলাদেশে - এবং বিশ্বব্যাপী - শিক্ষার ভবিষ্যৎ নির্ভর করছে বিজ্ঞতার সাথে এই পছন্দটি করার উপর।.

গবেষণা নোট এবং লিঙ্ক

১. অ্যালগরিদমিক মোড়: শিক্ষায় কৃত্রিম বুদ্ধিমত্তার উদীয়মান ভূমিকা

লিঙ্ক: https://carlhendrick.substack.com/p/the-algorithmic-turn-the-emerging
বর্ণনা:
শিক্ষা গবেষক কার্ল হেন্ড্রিক কৃত্রিম বুদ্ধিমত্তা কীভাবে কেবল শিক্ষার্থীদের শেখার পদ্ধতিই নয়, বরং রূপান্তরিত করছে তা অন্বেষণ করে শেখার মানে কী?. । তিনি যুক্তি দেন যে অ্যালগরিদমিক সরঞ্জামগুলি শ্রেণীকক্ষে সংযুক্ত হয়ে যাওয়ার সাথে সাথে, তারা শিক্ষাকে জ্ঞানীয় প্রচেষ্টার প্রক্রিয়া থেকে অনায়াসে সমাপ্তির প্রক্রিয়ায় স্থানান্তরিত করার ঝুঁকি নেয়। হেনড্রিকের প্রবন্ধটি শিক্ষকদের ভবিষ্যতের ভূমিকা, সাবলীল AI প্রতিক্রিয়া দ্বারা সৃষ্ট বোঝার মায়া এবং ডিজিটাল শর্টকাটের যুগে প্রকৃত শিক্ষাকে কীভাবে সুরক্ষিত করা যায় সে সম্পর্কে গুরুত্বপূর্ণ প্রশ্ন উত্থাপন করে।.


২. “জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স অ্যান্ড লার্নিং: সুযোগ, ঝুঁকি এবং প্রমাণ” – শিক্ষাগত গবেষণা পর্যালোচনা (২০২৫)

লিঙ্ক: https://www.sciencedirect.com/science/article/abs/pii/S1041608025002109?dgcid=rss_sd_all
বর্ণনা:
এই পিয়ার-পর্যালোচিত নিবন্ধটি এখনও পর্যন্ত সবচেয়ে বিস্তৃত বিশ্লেষণগুলির মধ্যে একটি প্রদান করে জেনারেটিভ এআই কীভাবে শিক্ষার্থীদের শেখার ফলাফলকে প্রভাবিত করে. পরীক্ষামূলক তথ্যের উপর ভিত্তি করে, লেখকরা ডিজাইন করা সিস্টেমগুলির মধ্যে পার্থক্য করেছেন জ্ঞানীয় সম্পৃক্ততা বৃদ্ধি করুন এবং যারা প্রচার করে জ্ঞানীয় অফলোডিং. তাদের অনুসন্ধানগুলি ক্রমবর্ধমান একটি বৈপরীত্য তুলে ধরে: যখন AI সরঞ্জামগুলি শেখার বিজ্ঞানের সাথে সামঞ্জস্যপূর্ণ হয়, তখন তারা শিক্ষার্থীদের অগ্রগতি দ্বিগুণ করতে পারে; যখন খারাপভাবে ডিজাইন করা হয়, তখন তারা সমালোচনামূলক-চিন্তা দক্ষতা এবং দীর্ঘমেয়াদী ধারণক্ষমতা নষ্ট করতে পারে।.

প্রতিলিপি

জ্ঞানীয় ক্রাচ বনাম স্ক্যাফোল্ড

ট্রান্সক্রিপ্ট – EBTD রিসার্চ বাইটস

গভীর অনুসন্ধানে আবার স্বাগতম। এই লেখাটি একটু বিশেষ। এটি বিশেষভাবে EBTD-এর গবেষণামূলক বাইট সিরিজের জন্য তৈরি।.

ঠিকই বলেছেন। তো, বাংলাদেশের সকল স্কুলের শিক্ষক এবং নেতাদের জানাই আন্তরিক শুভেচ্ছা। আমরা জানি আপনারা ঠিকই বুঝতে পারছেন যে সর্বত্র জেনারেটিভ এআই চাপ অনুভব করছে, হয়তো কিছুটা উত্তেজনাও।.

ওহ, একেবারে। এটা অবিশ্বাস্যভাবে দ্রুত গতিতে এগিয়ে চলেছে আর তুমি এই বড় বড় প্রতিশ্রুতিগুলো শুনতে পাচ্ছো, তাই না? পিটার ডেং, স্যাম অ্যালম্যানের মতো লোকেরা বলছে যে কৃত্রিম বুদ্ধিমত্তা আমাদের মুক্ত করবে, আসুন আমরা আরও গভীরভাবে চিন্তা করি, আরও সৃজনশীল হই, আমাদের সময় ফিরিয়ে দেই।.

ঠিকই। কিন্তু আজ আমাদের কাজ হল সেই প্রচারণার মধ্য দিয়ে যাওয়া। আমাদের প্রকৃত প্রমাণ খতিয়ে দেখা দরকার। গবেষণা বলছে যে GenAI আসলে শিক্ষার্থীদের শেখার উপর কী প্রভাব ফেলছে?

তাই, আমরা ডিনসমোর এবং ফ্রিয়ারের কিছু গুরুত্বপূর্ণ বিশ্লেষণ থেকে অন্তর্দৃষ্টি সংগ্রহ করছি, যেখানে GenAI কীভাবে দক্ষতা বিকাশ করে তার বিপরীতে কীভাবে কাজ করে। এবং কার্ল হেন্ড্রিকের AI টিউটরদের উপর প্রকাশিত প্রমাণের উপর দৃষ্টিপাত।.

আর বড় প্রশ্ন, যেটার উত্তর আমাদের সত্যিই দিতে হবে তা হলো, মানুষ—শিক্ষার্থীরা—আসলে কীভাবে জিনিস শেখে, তা দেখলে কি এই প্রযুক্তিগত প্রতিশ্রুতিগুলো আসলেই টিকে থাকে?

এটাই আসলে মৌলিক প্রশ্ন, তাই না? এবং গবেষণাটি শুরু থেকেই বেশ উল্লেখযোগ্য ব্যবধানের দিকে ইঙ্গিত করে।.


প্রথম অংশ: মৌলিক চ্যালেঞ্জ

ঠিক আছে, এটা খুলে দেখা যাক। এখানে মূল ভুল বোঝাবুঝিটা কী?

ঠিক আছে, ডিন্সমোর এবং ফ্রিয়ার উল্লেখ করেছেন যে GenAI-এর বেশিরভাগ আলোচনায় দুটি মূল বিষয় বাদ পড়ে। প্রথমত, GenAI-এর জ্ঞান আসলে কী, এবং দ্বিতীয়ত, মানুষ আসলে কীভাবে কোনও বিষয়ে আরও ভালো হয়—কীভাবে তারা দক্ষতা অর্জন করে।.

ঠিক আছে। চলুন শুরু করা যাক টুলটি দিয়েই। GenAI, LLM। হ্যাঁ। আমরা আসলে কী নিয়ে কথা বলছি? এটা কি বুদ্ধিমান?

আচ্ছা, বুদ্ধিমান জিনিসটা বেশ জটিল। ব্ল্যাকম্যান বর্তমান জিনিসগুলোকে বেশ সহজভাবে সংজ্ঞায়িত করেছেন: এমন একটি সফটওয়্যার যা উদাহরণের মাধ্যমে শেখে। এটি মূলত একটি সম্ভাব্যতা যন্ত্র—একটি সত্যিই, সত্যিই শক্তিশালী ভবিষ্যদ্বাণী করার হাতিয়ার।.

ভবিষ্যদ্বাণী, অনুমান করার মতো, একরকম।.

হ্যাঁ। কিন্তু অকল্পনীয় পরিমাণে লেখা এবং তথ্য বিশ্লেষণের উপর ভিত্তি করে, এটি পরিসংখ্যানগত ধরণ শেখে। সুতরাং, এটি পরবর্তী সম্ভাব্য শব্দের ভবিষ্যদ্বাণী করে অথবা একটি সাবলীল শব্দগত ব্যাখ্যা তৈরি করে কারণ এটি লক্ষ লক্ষ বার একই ধরণের ধরণ দেখা গেছে।.

এটি পদার্থবিদ্যা জানে না যেমন একজন অধ্যাপক পদার্থবিদ্যা জানেন। এটি অনেকটা অবিশ্বাস্যভাবে স্পষ্টভাষী একটি তোতাপাখির মতো যে পুরো ইন্টারনেট পড়ে। এটি পরিসংখ্যান ব্যবহার করে।.

পরিসংখ্যানগত তোতাপাখি। আমি এটা পছন্দ করি।.

তাহলে যদি এটাই হাতিয়ার হয়, তাহলে একজন শিক্ষার্থী কীভাবে শেখে তার সাথে এটি কীভাবে মিলবে—অথবা হয়তো মিলবে না?

ঠিক আছে। তাহলে এর জন্য আমাদের একটা কাঠামো দরকার। আলেকজান্ডারের ডোমেইন লার্নিং মডেল, MDL, এখানে সত্যিই সহায়ক। এটি মূলত দেখায় যে শেখা সুইচ উল্টানোর মতো নয়। এটি একটি যাত্রা।.

এটাকে পাহাড়ে ওঠার মতো ভাবুন। নীচে, আপনি অভিযোজনের পর্যায়ে আছেন—সম্পূর্ণ নতুন, কেবল মৌলিক বিষয়গুলি শিখছেন। তারপর আপনি কিছুটা আরোহণ করেন, আপনি দক্ষতা অর্জন করেন, আপনি কিছু করতে পারেন, কিন্তু হয়তো আপনার এখনও নির্দেশনার প্রয়োজন, কিছুটা সাহায্যের প্রয়োজন, তাই না? এবং তারপর অবশেষে, আপনি শিখরে পৌঁছান বা তার কাছাকাছি পৌঁছান—এটাই দক্ষতা, প্রকৃত দক্ষতা, গভীর বোধগম্যতা।.

তুমি স্বাধীনভাবে কাজ করতে পারো, নমনীয়ভাবে জ্ঞান প্রয়োগ করতে পারো। আর এটিকে AI-এর সাথে সংযুক্ত করে, ডিনসমোর এবং ফ্রিয়ার যুক্তি দেন যে একজন শিক্ষার্থী কোথায় আছে তা জেনেরিক GenAI কার্যকর কিনা তার জন্য আসলেই গুরুত্বপূর্ণ।.

একেবারেই গুরুত্বপূর্ণ—কারণ যদি কোনও শিক্ষার্থী এখনও সেই অভিযোজন পর্যায়ে থাকে, কেবল শুরু থেকেই, তবে তাদের মাথায় সেই মৌলিক জ্ঞানের, সেই কাঠামোর অভাব থাকে। তাই যদি তারা ChatGPT-কে সালোকসংশ্লেষণের একটি সারসংক্ষেপ জিজ্ঞাসা করে, আমি জানি না, AI এই সুন্দরভাবে লেখা সাবলীল সারসংক্ষেপটি দেয়, কিন্তু শিক্ষার্থীর—তাদের কাছে সেই তথ্য ঝুলিয়ে রাখার মানসিক হুক নেই। এটি গভীরভাবে সংযুক্ত হয় না।.

এটা শুধু সেখানে ভেসে থাকে।.

মোটামুটি, হ্যাঁ। আর যদি AI-এর মূল কৌশলটি কেবল সেইসব জিনিসের সারসংক্ষেপ করা হয় যার অ্যাক্সেস আছে, তাহলে এটি শিক্ষার্থীদের কঠিন অংশটি এড়িয়ে যেতে সাহায্য করে - সংগ্রাম, দক্ষতা থেকে দক্ষতায় আরোহণের জন্য সেই সংযোগগুলি তৈরি করার জন্য আপনার যে প্রচেষ্টা প্রয়োজন।.

সেই জ্ঞানীয় প্রচেষ্টাই হলো শেখার প্রক্রিয়া।.

বাহ। তাহলে, অপেক্ষা করুন, আপনি কি বলছেন যে একজন শিক্ষার্থী যিনি সত্যিকার অর্থে নতুন কিছু শেখার চেষ্টা করছেন, তাদের জন্য ChatGPT-এর মতো এই স্ট্যান্ডার্ড অফ-দ্য-শেল্ফ টুলগুলি আসলে অকেজো হতে পারে—নাকি আরও খারাপ?

এই MDL কাঠামোর উপর ভিত্তি করে, ডিনসমোর এবং ফ্রিয়ার এই সিদ্ধান্তে উপনীত হন যে বর্তমানে এমন কোনও জোরালো প্রমাণ নেই যে জেনেরিক GenAI প্রকৃত শিক্ষা বা দক্ষতা বিকাশে সহায়তা করে।.

তাদের যেভাবে চাপ দেওয়া হচ্ছে, তা বিবেচনা করলে এটা বিশাল মনে হয়। এটি দক্ষতা প্রদান করে, নিশ্চিতভাবে - কাজ সম্পন্ন করার জন্য - কিন্তু দক্ষতা কখনও কখনও প্রকৃত শিক্ষার পরম শত্রু হতে পারে।.


দ্বিতীয় অংশ: স্ক্যাফোল্ড বনাম ক্রাচ

ঠিক আছে, এটা সত্যিই একটা গুরুতর চিন্তা, কিন্তু—এবং এটাই তো বিরোধিতা, তাই না?—একই অন্তর্নিহিত প্রযুক্তি, এই LLM, দৃশ্যত আশ্চর্যজনক ফলাফল তৈরি করতে পারে যখন এগুলি ভিন্নভাবে ডিজাইন করা হয়।.

ঠিক। আর এটাই আমাদের গুরুত্বপূর্ণ পার্থক্য করতে হবে। AI-এর ভারা হিসেবে কাজ করার মধ্যে পার্থক্য—এমন কিছু যা আপনাকে নির্মাণের সময় সহায়তা করে—বনাম AI-এর ক্রাচ হিসেবে কাজ করার মধ্যে, এমন কিছু যা আপনার জন্য কাজ করে যাতে আপনি কখনই শক্তি তৈরি করতে না পারেন।.

একটা ভারা বনাম একটা ক্রাচ। ঠিক আছে।.

ঠিক আছে। তাহলে, প্রথমে ইতিবাচক দিকটি দেখা যাক: ভারা। এখানে বড় আশাবাদী দৃষ্টিভঙ্গি কী?

ওহ, এই দৃষ্টিভঙ্গি অবিশ্বাস্যভাবে আকর্ষণীয়। কল্পনা করুন প্রতিটি শিশু বিশেষজ্ঞ টিউটরিং পাচ্ছে, অসীম ধৈর্যশীল, অক্লান্ত, তাদের সঠিক চাহিদার সাথে পুরোপুরি খাপ খাইয়ে নিচ্ছে - এককভাবে, সবার জন্য একজন ব্যক্তিগত টিউটরের মতো, তাই না?

এবং এটি মানব শিক্ষককে মানুষের সেরা কাজগুলির উপর মনোনিবেশ করার স্বাধীনতা দেয়: প্রেরণা, সম্পর্ক গড়ে তোলা, স্থানীয় সংস্কৃতির সাথে জিনিসগুলিকে খাপ খাইয়ে নেওয়া - শেখার মানবিক দিক, যা সত্যি বলতে, এডটেকের পূর্ববর্তী তরঙ্গগুলি আসলে সেই মাত্রায় পৌঁছাতে পারেনি।.

তারা আসলে তা করেনি। কিন্তু এখন, এখন কিছু প্রমাণ আছে যা ইঙ্গিত দেয় যে এটি আসলেই পরিবর্তিত হতে পারে।.

জিনিসগুলো ক্রমশ আকর্ষণীয় হয়ে উঠছে। ঠিক আছে, এখানেই আমরা সত্যিই চোখ খুলে দেওয়া জিনিসগুলিতে প্রবেশ করি।.

হ্যাঁ। হার্ভার্ডের সেই পড়াশোনা সম্পর্কে বলো, পদার্থবিদ্যার স্নাতকোত্তর পড়াশোনা নিয়ে।.

হ্যাঁ, এটি ছিল একটি কঠোর এলোমেলোভাবে নিয়ন্ত্রিত পরীক্ষা। তাদের ছাত্ররা GPT-4-এর উপর নির্মিত একটি টিউটর ব্যবহার করত।.

আর মূল বিষয়টি ছিল তুলনামূলক দল, তাই না?

তারা এটাকে খারাপ বক্তৃতা পছন্দের সাথে তুলনা করছিল না।.

না, একেবারেই না। এটাই এটিকে এত শক্তিশালী করে তোলে। তুলনামূলক দলটি উচ্চমানের, অভিজ্ঞ মানব প্রশিক্ষকদের দ্বারা পরিচালিত সু-বাস্তবায়িত সক্রিয় শিক্ষা ব্যবহার করছিল। এটি ছিল একটি উচ্চ স্তর।.

ঠিক আছে, AI টিউটরের তুলনায় এত ভালো শিক্ষাদান—আর ফলাফল?

অসাধারণ। সত্যিই। এআই টিউটর ব্যবহার করা শিক্ষার্থীরা চমৎকার মানব-নেতৃত্বাধীন নির্দেশনার মাধ্যমে গ্রুপের দ্বিগুণেরও বেশি গড় শেখার লাভ দেখিয়েছে।.

দ্বিগুণ। দ্বিগুণ। আমরা ০.৭৩ এবং ১.৩ স্ট্যান্ডার্ড ডেভিয়েশনের মধ্যে প্রভাবের আকারের কথা বলছি।.

ঠিক আছে, আমরা যারা পরিসংখ্যানবিদ নই তাদের জন্য এটা অনুবাদ করো।.

১.০ এর বেশি ইফেক্ট সাইজ—একটি শ্রেণীকক্ষে এর অর্থ কী? এটা বিশাল। এর অর্থ হল আপনি সম্ভাব্যভাবে একজন শিক্ষার্থীকে, ধরুন, সি গ্রেড থেকে এ গ্রেডে স্থানান্তরিত হতে দেখতে পারেন। অথবা যে শিক্ষার্থী সত্যিই সংগ্রাম করছে সে হঠাৎ ধারণাগুলি বুঝতে পারে এবং আরামে পাস করতে পারে। এটি শেখার কার্যকারিতার ক্ষেত্রে একটি বিশাল অগ্রগতি।.

আর এটাও দক্ষ ছিল, তাই না? তারা দ্রুত বিষয়বস্তুটি সম্পন্ন করে ফেলেছিল।.

হ্যাঁ। সত্তর শতাংশ প্রত্যাশিত সময়ের মধ্যে শেষ হয়েছে—৬০ মিনিটের সেশনের গড় সময় প্রায় ৪৯ মিনিট। দক্ষ এবং কার্যকর।.

কিন্তু—এবং এটা অত্যন্ত গুরুত্বপূর্ণ বলে মনে হচ্ছে—এটা কেবল জেনেরিক চ্যাটজিপিটি-কে ছেড়ে দেওয়া হয়নি, তাই না?

একেবারে গুরুত্বপূর্ণ বিষয়। এটি কোনও বন্য, সীমাবদ্ধ কৃত্রিম বুদ্ধিমত্তা ছিল না। এটি শেখার জন্য সাবধানে তৈরি করা হয়েছিল।.

কিভাবে?

আচ্ছা, এটি মৌলিক ধারণার জন্য ব্যবহার করা হয়েছিল, অনেকটা উল্টানো ক্লাসরুম মডেলের মতো। এবং গুরুত্বপূর্ণ বিষয় হল, এতে রেলিং ছিল। প্রশিক্ষকরা আগে থেকে লিখিত সমাধানের মতো জিনিস তৈরি করেছিলেন যাতে এটি কেবল জিনিস তৈরি না করে - বিভ্রান্তিকর।.

আহ, ঠিক আছে।.

তারা মূলত এটি এমনভাবে তৈরি করেছিল যাতে শিক্ষার্থীরা জড়িত হতে পারে, তথ্য সংগ্রহ করতে পারে, শেখার সেই জ্ঞাত নিয়মগুলি প্রয়োগ করতে পারে - আমরা যে জিনিসগুলি জানি তা কাজ করে।.

তাই এটি শেখার বিজ্ঞানের নীতিগুলি প্রয়োগ করছে কিন্তু AI ইঞ্জিন ব্যবহার করছে।.

ঠিক। আমরা অন্যত্রও এটি দেখতে পাই, যেমন অ্যাসিস্টমেন্টস বা কার্নেগি লার্নিং ম্যাথিয়া। তারা ধারাবাহিকভাবে ইতিবাচক ফলাফল দেখায় - সম্ভবত 1.3 SD নয়, তবে প্রায়শই 0.2 থেকে 0.4 SD এর মধ্যে দৃঢ় লাভ হয়, বিশেষ করে সংগ্রামরত শিক্ষার্থীদের জন্য।.

এবং তারা কাজ করে কারণ তারা নিরলসভাবে এই মূল নীতিগুলি প্রয়োগ করে: স্পষ্ট নির্দেশনা, দ্রুত প্রতিক্রিয়া, অসুবিধার সাথে খাপ খাইয়ে নেওয়া, শিক্ষার্থীদের তারা যা জানে তা পুনরুদ্ধার করার অনুশীলন করানো।.

এটি আপনাকে ব্লুমের পুরনো ধারণা, টু-সিগমা সমস্যা - সেই আদর্শ একক টিউটোরিয়ালকে আরও বিস্তৃত করার চ্যালেঞ্জ সম্পর্কে ভাবতে বাধ্য করে।.

হয়তো আমরা অবশেষে আরও কাছে আসছি।.

আচ্ছা, আধুনিক গবেষণার উপর ভিত্তি করে ব্লুমের আসল সংখ্যা সম্ভবত খুব বেশি আশাবাদী ছিল। প্রকৃত মানব শিক্ষাদান 0.3 থেকে 0.4 SD এর মতো। কিন্তু এই GPT-4 ফলাফলগুলি উল্লেখযোগ্যভাবে বেশি।.

এটি অবশ্যই পরামর্শ দেয় যে শিক্ষাদানের কিছু অংশের জন্য - যত বেশি অ্যালগরিদমিক বিট, অনুশীলন, প্রতিক্রিয়া লুপ - AI সেই বিশেষজ্ঞ প্রভাবকে এমনভাবে স্কেল করতে সক্ষম হতে পারে যা আমরা আগে কখনও দেখিনি।.


তৃতীয় বিভাগ: বিপদ অঞ্চল

ঠিক আছে, এটাই শক্তিশালী সম্ভাবনা—স্ক্যাফোল্ড—কিন্তু তুমি বিপদের ক্ষেত্রটির কথা বলেছ: ক্রাচ, তাই না?

আরও অন্ধকার সত্য। কারণ একই শক্তিশালী প্রযুক্তি, যদি এটি সাবধানে ডিজাইন না করা হয় - যদি এটি কেবল সাধারণভাবে ব্যবহার করা হয় - তবে মনে হয় এটি শেখার সক্রিয়ভাবে ক্ষতি করতে পারে।.

কেন? ওখানে কী প্রক্রিয়া আছে?

তুমি বলেছিলে জেনেরিক এলএলএম তৈরি করা হয় দক্ষতার জন্য—কাজ সহজ, ঘর্ষণমুক্ত করার জন্য। শেখার জন্য এটা খারাপ কেন?

কারণ, কার্ল হেন্ড্রিক যেমন বলেছেন, শেখার জন্য প্রচেষ্টার প্রয়োজন। এর জন্য প্রয়োজন সেই ঘর্ষণ, সেই জ্ঞানীয় সংগ্রাম।.

যখন AI সবকিছু মসৃণ করে, আপনাকে তাৎক্ষণিকভাবে নিখুঁত উত্তর দেয়—আপনি নিজে চিন্তাভাবনা করেন না।.

ঠিক। তুমি জ্ঞানকে মেশিনে অফলোড করো।.

এবং আমরা এখন গবেষণার মাধ্যমে এটি পরিমাপ করার চেষ্টা করছি। গেরিকের গবেষণায় ঘন ঘন AI টুল ব্যবহার এবং সমালোচনামূলক চিন্তাভাবনা দক্ষতার মধ্যে একটি শক্তিশালী নেতিবাচক সম্পর্ক পাওয়া গেছে।.

বাহ। তাই এটির বেশি ব্যবহার শিক্ষার্থীদের চিন্তাভাবনাকে আরও খারাপ করে তুলেছে বলে মনে হচ্ছে।.

তাই তারা যুক্তির জন্য, ব্যাখ্যা করার জন্য AI-এর উপর নির্ভর করেছিল, তাই স্বাধীনভাবে এটি করার তাদের নিজস্ব ক্ষমতা - হ্যাঁ - দুর্বল হয়ে পড়েছিল। এটি এমন একটি পেশীর মতো যা অভ্যস্ত হয় না। জ্ঞানীয় অফলোডিং।.

শিক্ষকরা যারা শুনছেন তারা বছরের পর বছর ধরে এর সংস্করণ দেখে আসছেন, তাই না? শিক্ষার্থীরা প্রথমে চেষ্টা না করেই কেবল ক্যালকুলেটর বা গুগলের দিকে ঝুঁকে পড়ে।.

ঠিক।.

আর একটা বিপদ আছে: বোঝার মায়া। AI এত সাবলীল, আত্মবিশ্বাসী-উত্তর তৈরি করে যে শিক্ষার্থী মনে করে যে তারাও এটি ঠিক বুঝতে পারে।.

হ্যাঁ, এটা একটা গুরুতর মেটাকগনিটিভ ত্রুটি। তারা AI-এর সাবলীলতাকে তাদের নিজস্ব বোধগম্যতা বলে ভুল করে। তারা আসলে দক্ষতার কাজ করেনি।.

আর এটা কেবল তাত্ত্বিক ক্ষতি নয়। ছাত্রদের ফলাফল আরও খারাপ হওয়ার প্রমাণ রয়েছে।.

পেনসিলভানিয়া বিশ্ববিদ্যালয়ের সেই গবেষণাটি বেশ উদ্বেগজনক। উচ্চ বিদ্যালয়ের গণিতের শিক্ষার্থীরা যাদের GenAI-তে অবাধ প্রবেশাধিকার ছিল, কোনও রেলিং ছাড়াই, কেবল সাধারণ ChatGPT-তে - তারা আসলে পরীক্ষায় সেই শিক্ষার্থীদের তুলনায় খারাপ ফলাফল করেছিল যারা কেবল সাহায্য ছাড়াই নিজেরাই সমস্যাগুলি মোকাবেলা করেছিল।.

আরও খারাপ। শুধু একই রকম নয়, আরও খারাপ।.

আরও খারাপ, কারণ তারা সম্ভবত প্রয়োজনীয় পদক্ষেপগুলি - জ্ঞানীয় প্রক্রিয়াগুলি, পরবর্তীকালে নিজেরাই সমস্যাগুলি সমাধান করার জন্য প্রয়োজনীয় প্রকৃত শিক্ষা - এড়িয়ে যাওয়ার জন্য AI ব্যবহার করেছিল। তারা এটিকে একটি ক্রাচ হিসাবে ব্যবহার করেছিল।.


চতুর্থ বিভাগ: পাঠ এবং ভবিষ্যতের প্রভাব

ঠিক আছে। তাহলে, এখানে শিক্ষাটি অবিশ্বাস্যভাবে স্পষ্ট বলে মনে হচ্ছে। সহায়ক AI বনাম ক্ষতিকারক AI—এটা সম্পূর্ণরূপে নকশা সম্পর্কে। সম্পূর্ণরূপে।.

এটি নির্ভর করে কিভাবে টুলটি তৈরি এবং বাস্তবায়িত হয় তার উপর।.

হার্ভার্ডের সেই শিক্ষক কাজ করেছিলেন কারণ এটি সীমাবদ্ধ ছিল।.

ঠিক আছে। এটি তৈরি করা হয়েছিল কেবল উত্তর দেওয়াকে প্রতিহত করার জন্য - ছাত্রকে কাজ করতে বাধ্য করার জন্য।.

ঠিক। এটা হয়তো কৌশলগতভাবে অসহায়ক হওয়ার কথা ছিল, তুমি হয়তো বলবে।.

হ্যাঁ। এটা জানা দরকার ছিল যে কখন আরও তথ্য প্রদান করলে শিক্ষার্থীর শেখার প্রক্রিয়াটি MDL ধারাবাহিকতার উপর নির্ভর করে ব্যাহত হবে - এবং উত্তরটি আটকে রাখবে, এমনকি যদি এটি ব্যবহারকারীর জন্য মিথস্ক্রিয়াকে কম মসৃণ বা দক্ষ মনে করে।.

হ্যাঁ। কারণ লক্ষ্যটি মসৃণ দক্ষতা নয়। লক্ষ্যটি হল শেখা। এবং কখনও কখনও শেখা কঠিন হয়। কখনও কখনও এর জন্য দেয়ালে ধাক্কা খেতে হয় এবং কীভাবে এটি অতিক্রম করা যায় তা খুঁজে বের করতে হয় - AI আপনাকে তাৎক্ষণিকভাবে অন্য দিকে নিয়ে না যাওয়ার কারণে।.

তাহলে আসুন আমরা ভবিষ্যতের কথা ভাবি, এবং বাংলাদেশের একজন স্কুল প্রধানের জন্য এর অর্থ কী, ধরুন, শুনছেন। হয়তো সম্পদের অভাব রয়েছে, শিক্ষক অনুপাত বেশি। এই কৃত্রিম বুদ্ধিমত্তার টিউটরিং কি বাস্তবসম্মত আশা, নাকি ধনী বিশ্ববিদ্যালয়গুলির জন্য কেবল অভিনব প্রযুক্তি?

আমার মনে হয় এটা বাস্তবসম্মত, কিন্তু এর সাথে অস্বস্তিকর সত্যও আসে।.

পথটি গুরুত্বপূর্ণ। মানুষের শিক্ষণ দক্ষতার বিপরীতে - যা ধীরে ধীরে, ব্যক্তি পর্যায়ে উন্নত হয় - AI টিউটরিং সফ্টওয়্যারের উন্নতি তাৎক্ষণিকভাবে, বিশ্বব্যাপী, লক্ষ লক্ষ শিক্ষার্থীর কাছে পৌঁছে দেওয়া যেতে পারে।.

সূচকীয় প্রতিক্রিয়া লুপের সম্ভাবনা রয়েছে। এআই দ্রুত উন্নত হয়।.

অর্থাৎ এটা প্রায় অনিবার্য যে AI টিউটররা কিছু নির্দিষ্ট কাজের জন্য গড়পড়তা মানব শিক্ষকের চেয়ে বেশি কার্যকর হয়ে উঠবেন - শিক্ষাদানের অ্যালগরিদমিক অংশগুলির জন্য, হ্যাঁ, ড্রিলিং, ধারণা পরীক্ষা, অভিযোজিত অনুশীলন, তাৎক্ষণিক প্রতিক্রিয়ার জন্য।.

আমার মনে হয় এটা খুবই সম্ভব।.

হ্যাঁ। যা এই পেশার জন্য সত্যিই অস্বস্তিকর প্রশ্নের জন্ম দেয়: যদি কৃত্রিম বুদ্ধিমত্তা (এআই) মৌলিক বিষয়গুলি আরও ভালোভাবে এবং দক্ষতার সাথে শেখাতে পারে, তাহলে মানব শিক্ষকের জন্য আর কী বাকি থাকে?

বর্ধন নাকি প্রতিস্থাপন?

ইতিহাস সবসময় এই বিষয়ে সদয় হয় না। দক্ষতা বৃদ্ধি প্রায়শই শ্রমকে কেবল বৃদ্ধি করার পরিবর্তে স্থানচ্যুত করে।.

ভালো শিক্ষণ—যা সত্যিই গভীর, মানবিক, প্রেক্ষাপট-সচেতন বিষয় যা জটিল—এগুলো সহজে বৃদ্ধি পায় না। কিন্তু AI অবিশ্বাস্যভাবে ভালোভাবে বৃদ্ধি পায়।.

এটা ঠিক। কিন্তু আমাদের সেইসব জিনিস ধরে রাখতে হবে যা মেশিনগুলো আসলে এখনও করতে পারে না: প্রেরণা, সেই সম্পর্ক গড়ে তোলা, নির্দিষ্ট সাংস্কৃতিক প্রেক্ষাপট বোঝা - বাংলাদেশের আপনার স্কুলের শিক্ষার্থীদের সূক্ষ্মতা। এখানেই মহান শিক্ষকরা উজ্জ্বল হয়ে ওঠেন।.

ঠিক আছে, তাহলে সংক্ষেপে বলতে গেলে, আমরা পথের এক মোড়ের মধ্যে আছি—একটি গুরুত্বপূর্ণ মোড়। প্রমাণ থেকে দেখা যাচ্ছে যে AI শেখার জন্য অবিশ্বাস্যভাবে শক্তিশালী হতে পারে, সম্ভাব্যভাবে আমাদের শেখার ক্ষেত্রে এমন লাভ প্রদান করতে পারে যা আমরা আগে কখনও দেখিনি—অথবা যদি আমরা সতর্ক না থাকি তবে এটি সক্রিয়ভাবে শেখার ক্ষতি করতে পারে।.

ঠিকই। আর প্রতিবারই নকশাই নির্ধারক বিষয় বলে মনে হয়। ডোমেইন লার্নিং মডেলের পরামর্শ অনুযায়ী, মানুষের শেখার এবং দক্ষতা বিকাশের সাথে সামঞ্জস্য রেখে কি কৃত্রিম বুদ্ধিমত্তা তৈরি করা হয়েছে—নাকি এটি কেবল ঘর্ষণহীন কাজ সম্পন্ন করার জন্য তৈরি করা হয়েছে?

তাই শিক্ষক এবং নেতাদের জন্য পরামর্শ হল: আপনি কেবল AI গ্রহণ করতে পারবেন না। আপনাকে অবিশ্বাস্যভাবে বিচক্ষণ হতে হবে। আপনাকে পার্থক্যটি বুঝতে হবে।.

এই যন্ত্রটি কি জ্ঞানীয় কৃত্রিম যন্ত্র, যেমন চশমা যা আপনাকে আরও ভালোভাবে দেখতে সাহায্য করে কিন্তু আপনি এখনও দেখতে পাচ্ছেন? এটাই হল ভারা।.

নাকি এটা জ্ঞানীয় চাপের কারণে হয়ে পড়েছে—এমন কিছু যা তোমার দৃষ্টিশক্তিকে দুর্বল করে দেয়? এটাই মূল কথা।.

পছন্দটি হলো কৃত্রিম বুদ্ধিমত্তা শিক্ষার পরিবর্তন আনবে কিনা তা নয় - এটি ইতিমধ্যেই আছে। আসল পছন্দ হল আমরা কি সেই পরিবর্তনকে বিজ্ঞতার সাথে পরিচালনা করব, প্রমাণের উপর ভিত্তি করে এবং মানুষের উন্নতির উপর দৃষ্টি নিবদ্ধ করব - নাকি দক্ষতার দ্বারা চালিত প্রযুক্তিকে শর্তাবলী নির্ধারণ করতে দেব।.

আর হয়তো এটাই আমাদের উৎস থেকে পাওয়া দার্শনিক ভিত্তির দিকে ফিরিয়ে আনে। হয়তো নির্দেশনা—জ্ঞাত শিক্ষণ নীতির প্রয়োগ, প্রতিক্রিয়া লুপ, স্কিমার অনুশীলন—হয়তো এটি গণনাযোগ্য। হয়তো এটি স্বয়ংক্রিয়ভাবে করা যায় এবং মেশিন দ্বারা কার্যকরভাবে স্কেল করা যায়।.

কিন্তু সেই সমৃদ্ধ অর্থে শিক্ষাদান - সেই স্ফুলিঙ্গ, সেই সংযোগ, যাকে কিটস বলেছিলেন "একটি কর্মক্ষম মস্তিষ্কের পুষ্পস্তবক ট্রেলিস যা অন্য মনকে জাগিয়ে তোলে" - হয়তো এটি সম্পূর্ণ ভিন্ন কিছু।.

এবং পরিশেষে, আমাদের সিদ্ধান্ত নিতে হবে যে আমরা কোনটিকে সবচেয়ে বেশি মূল্য দিই। এটা কি দ্রুত শিক্ষার উপর দৃষ্টি নিবদ্ধ করে দক্ষতার উপর দৃষ্টি নিবদ্ধ করে, নাকি গভীর শিক্ষার উপর দৃষ্টি নিবদ্ধ করে প্রকৃত বোধগম্যতার উপর?

এই প্রশ্নের মুখোমুখি হতে AI আমাদের বাধ্য করে।.

শেষ পর্যন্ত একটা গভীর প্রশ্ন। এই গভীর অনুসন্ধানে আমাদের সাথে যোগ দেওয়ার জন্য আপনাকে ধন্যবাদ।.

উত্তর দিন