শিক্ষার্থীকে অবশ্যই অবগত থাকতে হবে

শিক্ষার্থীর উপর দায়িত্ব না চাপিয়ে, স্কুল ও বিশ্ববিদ্যালয়গুলো কীভাবে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে শিক্ষাকে আরও গভীর করতে পারে।

 

শিক্ষা এক অদ্ভুত নতুন পর্যায়ে প্রবেশ করছে: একজন শিক্ষার্থী কোনো কিছুর ভেতরের ধারণাগুলো না বুঝেই একটি সাবলীল রচনা, কার্যকরী প্রোগ্রাম বা প্ররোচনামূলক উপস্থাপনা জমা দিতে পারে। এর সমাধান কৃত্রিম বুদ্ধিমত্তাকে (AI) নিষিদ্ধ করা বা এর কাছে আত্মসমর্পণ করা নয়। টেকসই পথ হলো একটি মানব-চালিত শিক্ষণ চক্র, যেখানে AI তার পরিধি প্রসারিত করবে, আর শিক্ষক ও শিক্ষার্থীরা তাদের উদ্দেশ্য, বিচারবুদ্ধি, যাচাই এবং দায়িত্ববোধ বজায় রাখবে। অলঙ্ঘনীয় বিষয় হলো, AI একজন শিক্ষার্থীর কাজের মান উন্নত করতে পারে। কিন্তু শিক্ষার্থী ধারণা তৈরি করতে, চিন্তা করতে, যাচাই করতে, ব্যাখ্যা করতে, প্রয়োগ করতে এবং দায়িত্ব নিতে পারে কি না, তা AI কখনোই লুকাতে পারবে না। একটি পরিমার্জিত উত্তরও শিক্ষণে ব্যর্থতা হতে পারে।

 

এক মঙ্গলবার সকাল ১০:১৫-তে, দশম শ্রেণির একজন গণিত শিক্ষিকা একজন ছাত্রীকে তার জমা দেওয়া একটি সমস্যার একটি সংখ্যা পরিবর্তন করতে বলেন। স্ক্রিনের উত্তরটি নিখুঁত: পরিচ্ছন্ন ধাপ, সঠিক প্রতীক, এবং একটি আত্মবিশ্বাসী উপসংহার। ছাত্রীটি পরিবর্তিত সমস্যাটির দিকে তাকিয়ে থাকে। সমাধানের পথটি উধাও হয়ে গেছে। তার উত্তরটি মনে আছে, কিন্তু তার পেছনের যুক্তি নয়। এটাই হলো নতুন শিক্ষাগত উদ্বেগের ক্ষুদ্র সংস্করণ।  একজন শিক্ষার্থী একটি অস্পষ্ট নির্দেশ থেকে একটি পরিমার্জিত প্রবন্ধ, উপস্থাপনা, ছবি, অনুবাদ, স্প্রেডশীট বা প্রোগ্রামে চলে যেতে পারে, কাজটি যে মানসিক মডেলটি প্রমাণ করে বলে মনে হয় তা তৈরি করার আগেই। সমস্যাটি কেবল এই নয় যে একজন শিক্ষার্থী হয়তো প্রতারণা করেছে। গভীরতর সমস্যাটি হলো, শিল্পকর্মটি শিক্ষার্থীকে ছাড়িয়ে গেছে। OECD-এর ডিজিটাল এডুকেশন আউটলুক 2026 এই পার্থক্যটি স্পষ্টভাবে তুলে ধরেছে: জেনারেটিভ এআই সঠিক শিক্ষণ নীতি দ্বারা পরিচালিত হলে শিক্ষাকে সহায়তা করতে পারে; যখন এটি কেবল কাজগুলো নিজের হাতে নিয়ে নেয়, তখন এটি প্রকৃত শিক্ষাগত উন্নতি না ঘটিয়েই কর্মক্ষমতা উন্নত করতে পারে। উচ্চ বিদ্যালয়ের গণিতের উপর একটি বৃহৎ ফিল্ড এক্সপেরিমেন্ট একইভাবে একটি অস্বস্তিকর সিদ্ধান্তে পৌঁছেছে: অরক্ষিত অ্যাক্সেস টুলটি উপস্থিত থাকাকালীন শিক্ষার্থীদের সাহায্য করেছিল কিন্তু পরবর্তীতে সহায়তা ছাড়া কর্মক্ষমতা দুর্বল করে দিয়েছিল। গার্ডরেল ফলাফল পরিবর্তন করেছিল, কিন্তু শুধুমাত্র অ্যাক্সেস তা করতে পারেনি।

 

এই কারণেই টেকসই শিক্ষাকে “বেশি ডিভাইস সহ শিক্ষা” এর চেয়ে আরও গুরুত্ব সহকারে সংজ্ঞায়িত করতে হবে। এটি এমন শিক্ষা যা স্ক্রিন বন্ধ হয়ে যাওয়ার পরেও টিকে থাকে; এমন সম্পর্ক যা একজন শিক্ষার্থীকে কৌতূহলী এবং দায়বদ্ধ রাখে; এমন অ্যাক্সেস যা একটি প্রিমিয়াম অ্যাকাউন্ট বা নিখুঁত ইংরেজির উপর নির্ভর করে না; এমন গোপনীয়তা যা মর্যাদা রক্ষা করে;  এবং এমন একটি শিক্ষণ ব্যবস্থা যেখানে অটোমেশনের মাধ্যমে বাঁচানো সময় মানুষের মনোযোগে পুনরায় বিনিয়োগ করা হয়।

 

লক্ষ্য কম এআই নয়। লক্ষ্য হলো আরও বেশি শিক্ষার্থী

 

বোঝাপড়া অবশ্যই বদলাতে হবে: সুবিধা অর্জনের জন্য এআই, আর অর্থবহতার জন্য মানুষ।

 

শিক্ষাক্ষেত্রে এআই দরকারি কাজ করতে পারে। এটি অতিরিক্ত উদাহরণ তৈরি করতে পারে, একটি কঠিন ব্যাখ্যা অনুবাদ করতে পারে, একটি বিতর্কের অনুকরণ করতে পারে, একটি পাল্টা যুক্তি প্রস্তাব করতে পারে, কোড টেস্ট তৈরি করতে পারে, পর্যবেক্ষণ সংগঠিত করতে পারে অথবা একজন শিক্ষার্থীকে বিব্রত না হয়ে একই প্রশ্ন দ্বিতীয়বার করার সুযোগ দিতে পারে। এগুলো হলো নাগাল এবং সুযোগের ক্ষেত্রে প্রকৃত লাভ।

 

কিন্তু একজন নির্দিষ্ট শিক্ষার্থীর কী বোঝা প্রয়োজন, একটি সম্প্রদায় কোনটিকে ন্যায্য বলে মনে করে, কোন অনিশ্চয়তাটি গুরুত্বপূর্ণ অথবা একজন শিক্ষার্থী একা কী করতে প্রস্তুত, তা এআই নির্ধারণ করতে পারে না। এটি সেই শিক্ষককে প্রতিস্থাপন করতে পারে না যিনি একটি শিশুর উত্তর দেওয়ার আগের বিরতি, তার কমে আসা আত্মবিশ্বাস, একটি সঠিক বাক্যের মধ্যে লুকিয়ে থাকা ভুল ধারণা অথবা একটি প্রস্তাবিত সমাধানের নৈতিক পরিণতি লক্ষ্য করেন। সুতরাং, ‘হিউম্যান-ইন-দ্য-লুপ’-এর অর্থ এই নয় যে একজন শিক্ষক চূড়ান্ত ফাইলটি দেখে “অনুমোদিত” ক্লিক করবেন। এটি একটি রাবার স্ট্যাম্প মাত্র। একটি প্রকৃত চক্র এআই ব্যবহারের আগে, ব্যবহারের সময় এবং ব্যবহারের পরে মানবিক উদ্দেশ্য, সংলাপ এবং জবাবদিহিতাকে স্থাপন করে। উত্তম শিখন ক্রমটি হলো: প্রশ্ন, প্রচেষ্টা, এআই সংলাপ, প্রমাণ, প্রদর্শন এবং প্রতিফলন।

 

ইউনেস্কোর শিক্ষার্থী কাঠামো এই ধারণাটিকে একটি বৈশ্বিক পরিভাষা প্রদান করে। এটি মানবকেন্দ্রিক মানসিকতা, এআই-এর নৈতিকতা, এআই কৌশল ও প্রয়োগ এবং এআই সিস্টেম ডিজাইন—এই বিষয়গুলো জুড়ে ১২টি দক্ষতার বর্ণনা দেয়, যা বোঝা থেকে প্রয়োগ এবং সৃষ্টি করার দিকে অগ্রসর হয়। এর শিক্ষক কাঠামোটি মানবকেন্দ্রিক চিন্তাভাবনা, নৈতিকতা, এআই-এর ভিত্তি, এআই শিক্ষণ পদ্ধতি এবং পেশাগত শিক্ষা—এই বিষয়গুলো জুড়ে ১৫টি দক্ষতার নাম উল্লেখ করে। উভয় কাঠামোই মানবিক সক্রিয়তা, অন্তর্ভুক্তি এবং স্থায়িত্বকে কেন্দ্রে স্থাপন করে।

 

এআই সাক্ষরতা কেবল চতুর নির্দেশনার উপর একটি বিচ্ছিন্ন কর্মশালা হতে পারে না। এটিকে অবশ্যই বিজ্ঞান, ভাষা, ইতিহাস, গণিত, নকশা, প্রকৌশল, চিকিৎসা, ব্যবসা এবং কলাবিদ্যার অন্তর্ভুক্ত করতে হবে। বিষয়টিই প্রশ্ন এবং মানদণ্ড সরবরাহ করে; এআই হলো বৃহত্তর মানব অনুশীলনের একটি উপকরণ।

 

কেন ডিপ লার্নিং-এর জন্য বাধা প্রয়োজন

 

শেখা এবং চেনা এক জিনিস নয়। একজন শিক্ষার্থী পর্দায় একটি ভালো ব্যাখ্যা চিনতে পারলেও ধারণাটি মনে করতে, পূর্ব জ্ঞানের সাথে সংযোগ স্থাপন করতে, ভুল ধরতে, কোনো সিদ্ধান্ত ব্যাখ্যা করতে বা নতুন পরিস্থিতিতে ধারণাটি ব্যবহার করতে সক্ষম নাও হতে পারে। টেকসই শিক্ষার জন্য সতর্কভাবে পরিকল্পিত প্রচেষ্টা প্রয়োজন। শিক্ষা গবেষণা স্কুল এবং বিশ্ববিদ্যালয়গুলোকে একটি বাস্তবসম্মত ভিত্তি দেয়: পর্যালোচনার আগে ধারণা মনে করা; শুধু শোনার পরিবর্তে সক্রিয়ভাবে অংশগ্রহণ করা; নিজের চিন্তাভাবনার পরিকল্পনা, পর্যবেক্ষণ এবং মূল্যায়ন করা; প্রতিক্রিয়ার উপর ভিত্তি করে কাজ করা; এবং পরে ভিন্ন প্রেক্ষাপটে ধারণাটিতে ফিরে আসা। ধারণা মনে করার অনুশীলন বিভিন্ন বিষয় এবং স্তরে সাহায্য করে, অন্যদিকে PNAS-এর একটি প্রধান পর্যালোচনায় দেখা গেছে যে, প্রচলিত বক্তৃতা পদ্ধতির তুলনায় সক্রিয় শিক্ষা স্নাতক পর্যায়ে STEM-এ কর্মক্ষমতা উন্নত করে এবং ব্যর্থতার হার কমায়।

 

এআই শক্তিশালী, কারণ এটি পরিশ্রম কমিয়ে দিতে পারে। কখনও কখনও এটাই মূল উদ্দেশ্য: অ্যাক্সেসিবিলিটি টুল, ভাষা সহায়তা এবং একটি সিমুলেশন এমন একটি দরজা খুলে দিতে পারে যা আগে বন্ধ ছিল। কিন্তু যখন শিক্ষার্থী এখনও প্রথম চেষ্টাই করেনি, তখন তাৎক্ষণিক সমাপ্তি সেই ফলপ্রসূ প্রতিবন্ধকতা দূর করে দেয়—সেই ছোট সংগ্রাম যার মাধ্যমে একটি মানসিক মডেল তৈরি হয়।

 

একটি শক্তিশালী শিখন চক্রের সাতটি ধাপ থাকে। শিক্ষার্থী তথ্য সংগ্রহ করে, সমস্যাটিকে একটি কাঠামোয় সাজায়, ফলপ্রসূভাবে সংগ্রাম করে, একটি ধারণাকে কঠিন পরীক্ষার মাধ্যমে যাচাই করে, কাজটি পুনর্গঠন করে, অন্য কাউকে তা ব্যাখ্যা করে এবং একটি নতুন সমস্যায় তা প্রয়োগ করে। এআই প্রতিটি ধাপে সহায়তা করতে পারে, কিন্তু এটি নীরবে প্রতিটি ধাপ সম্পাদন করবে না। গুরুত্বপূর্ণ প্রশ্নটি হলো: এই মিথস্ক্রিয়ার কারণে শিক্ষার্থীর চিন্তাভাবনায় কী পরিবর্তন এসেছে?

 

প্রকাশের নিয়ম: শিক্ষার্থী বর্তমান ধাপটি দেখানোর পরেই এআই পরবর্তী দরকারি ধাপটি প্রকাশ করবে। যদি অ্যাক্সেসিবিলিটি বা সুরক্ষার জন্য একটি সম্পূর্ণ উত্তরের প্রয়োজন হয়, তবে শিক্ষার্থীকে অবশ্যই পরবর্তীতে স্বাধীনভাবে মূল ধারণাটি পুনর্গঠন, ব্যাখ্যা এবং প্রয়োগ করতে হবে। স্যান্ডউইচ পদ্ধতি: চিন্তা করুন, জিজ্ঞাসা করুন, নিজের করে নিন

 

শ্রেণিকক্ষের সবচেয়ে স্মরণীয় নিয়মটি হলো এআই স্যান্ডউইচ: মানুষ প্রথমে, এআই মাঝখানে, মানুষ শেষে।  এটি মানুষ ও যন্ত্রের কাজের কোনো নির্দিষ্ট শতাংশ নয়। বয়স, বিষয়, ঝুঁকি এবং দক্ষতার সাথে এর স্তরগুলো বাড়ে বা কমে। এর উদ্দেশ্য হলো চিন্তাভাবনাকে দৃশ্যমান রাখা।

 

‘মানুষ প্রথম’ মানে হলো শিক্ষার্থী নিজে শুরু করে। শিক্ষার্থী তার জানা বিষয়গুলো স্মরণ করে, একটি পূর্বাভাস দেয়, একটি চিত্র আঁকে, একটি খসড়া থিসিস লেখে, সমীকরণটি সমাধানের চেষ্টা করে, কোডের কাঠামোর একটি রূপরেখা তৈরি করে, অথবা কোনো নীতিগত সিদ্ধান্তের দ্বারা প্রভাবিত ব্যক্তিদের নাম উল্লেখ করে। এই প্রথম পদক্ষেপটি শিক্ষককে শেখানোর মতো কিছু দেয় এবং শিক্ষার্থীকে তুলনা করার মতো কিছু দেয়।

 

‘মাঝখানে এআই’ মানে হলো টুলটি একটি সুস্পষ্ট কাজ পায়। এটি একটি প্রশ্ন করতে পারে, একটি ইঙ্গিত দিতে পারে, অনুবাদ করতে পারে, একটি বিপরীত দৃষ্টিভঙ্গি অনুকরণ করতে পারে, একটি পাল্টা উদাহরণ তৈরি করতে পারে, কাঠামোর সমালোচনা করতে পারে, অনুশীলনের সমস্যাগুলোতে বৈচিত্র্য আনতে পারে অথবা প্রাথমিক পর্যবেক্ষণগুলোকে সংগঠিত করতে পারে। এটি স্বয়ংক্রিয়ভাবে গোস্টরাইটার, গোস্ট কোডার বা গোস্ট রিসার্চার হয়ে উঠবে না।

 

‘মানুষ শেষে’ মানে হলো শিক্ষার্থী যাচাই করে, একটি খাঁটি স্বরে সংশোধন করে, ফলাফল ব্যাখ্যা করে, একটি পছন্দের পক্ষে যুক্তি দেয় এবং একটি নতুন সংস্করণ চেষ্টা করে। শিক্ষক, গৃহশিক্ষক, সহপাঠী, তত্ত্বাবধায়ক বা কমিউনিটির সদস্য এই যুক্তি দেখতে পান। রায়, গ্রেড, সুরক্ষামূলক সিদ্ধান্ত এবং আপিলের মালিকানা একজন মানুষের হাতেই থাকে।

 

এই পদ্ধতিটি শিক্ষার্থীদের জিজ্ঞাসা করা প্রশ্নগুলোকে বদলে দেয়। “এটি সমাধান করুন” হয়ে যায় “আমি X চেষ্টা করেছি; আমাকে একটি ইঙ্গিত দিন, একটি প্রশ্ন করুন এবং অপেক্ষা করুন।” “আমার প্রবন্ধটি লিখুন” হয়ে যায় “আমার থিসিসটি বিশ্লেষণ করুন, একটি পাল্টা দাবি চিহ্নিত করুন এবং আমি যাচাই করতে পারি এমন উৎসের পরামর্শ দিন; অনুচ্ছেদগুলো লিখবেন না।” “আমার কোডটি ঠিক করুন” হয়ে যায় “ব্যর্থ হওয়া টেস্টটি পড়ুন, সম্ভাব্য ধারণাগত ত্রুটিটি চিহ্নিত করুন এবং আমাকে একটি ডায়াগনস্টিক প্রশ্ন দিন।” এই নির্দেশটি হলো একটি শিক্ষণীয় সিদ্ধান্ত।

 

যে প্রশ্নগুলো শিক্ষার্থীকে সজাগ রাখে

 

একটি এআই টুল খোলার আগে প্রত্যেক শিক্ষার্থীর একটি ছোট অভ্যন্তরীণ চেকলিস্ট সাথে রাখা উচিত। এই প্রশ্নগুলো এআই-এর ব্যবহারকে নিছক ভোগ থেকে একটি উদ্দেশ্যপূর্ণ কথোপকথনে রূপান্তরিত করে।

 

শিক্ষকদের হতে হবে ‘শেখার রূপকার’

কৃত্রিম বুদ্ধিমত্তা বা এআই (AI) যুগের শিক্ষক কেবল চ্যাটবট ব্যবহারকারী কোনো তত্ত্বাবধায়ক নন। বরং শিক্ষক হলেন শেখার একজন রূপকার—যিনি উপযুক্ত চ্যালেঞ্জ বেছে নেন, শিক্ষার্থীর চিন্তাধারা অনুধাবন করেন, মানদণ্ড শিথিল না করেই শিক্ষার্থীর আত্মবিশ্বাস গড়ে তোলেন, কোনো ধারণাকে বাস্তব জীবনের প্রেক্ষাপটের সাথে সংযুক্ত করেন এবং কখন প্রযুক্তিকে সরিয়ে রাখতে হবে, সেই সিদ্ধান্ত নেন।

 

শিক্ষকদের কাজের একটি কার্যকর প্রক্রিয়ায় পাঁচটি ধাপ রয়েছে। প্রথমত, পরিকল্পনা বা ডিজাইন: ব্যক্তিগতভাবে এআই (AI) ব্যবহার করে সম্ভাব্য ভুল ধারণা, উদাহরণ, বিকল্প ব্যাখ্যা এবং প্রশ্নমালা তৈরি করুন; এরপর ভুল, অনুপযুক্ত বা অপ্রাসঙ্গিক বিষয়গুলো বাদ দিন। দ্বিতীয়ত, নিরূপণ বা ডায়াগনোসিস: তথ্য পুনরুদ্ধারের কাজ (retrieval tasks), ‘এক্সিট টিকিট’ (ক্লাস শেষে ছোট মূল্যায়ন) এবং শিক্ষার্থীদের আলোচনার সহায়তা নিন; এআই হয়তো বিভিন্ন প্যাটার্ন বা ধরন চিহ্নিত করে দিতে পারে, তবে শিক্ষকই সেগুলোর সঠিক অর্থ বা তাৎপর্য বিশ্লেষণ করেন। তৃতীয়ত, সহায়তা প্রদান বা ফ্যাসিলিটেশন: শিক্ষার্থীদের প্রথমে ইঙ্গিত বা সংকেত (hint) দেখে অনুশীলনের সুযোগ দিন এবং এ সময় শিক্ষক নিজে ঘুরে ঘুরে শিক্ষার্থীদের কথা শুনুন ও প্রাসঙ্গিক প্রশ্ন (follow-up questions) করুন। চতুর্থত, যাচাইকরণ এবং অনিশ্চয়তার বিষয়টি হাতে-কলমে প্রদর্শন করুন। পঞ্চমত, পর্যালোচনা করুন—এআই-এর কোন পদক্ষেপটি কাজে এসেছিল এবং মানুষের মধ্যকার কোন মিথস্ক্রিয়াটি ছিল অপরিহার্য।

এটি বিশাল পরিসরে কার্যক্রম পরিচালনার বিষয়টিকে উপেক্ষা করার কোনো আবেগপ্রবণ যুক্তি নয়; বরং এটি সেই পরিসরকে আরও ভালোভাবে কাজে লাগানোর একটি উপায়। ‘টিউটর কো-পাইলট’ (Tutor CoPilot)-এর র‍্যান্ডমাইজড ট্রায়াল বা নিয়ন্ত্রিত পরীক্ষায় দেখা গেছে, ৯০০ জন টিউটর প্রায় ১,৮০০ জন কে-১২ (K-12) শিক্ষার্থীর সাথে কাজ করেছেন। যেসব টিউটরের কাছে এআই-এর নির্দেশনামূলক সহায়তা ছিল, তাদের শিক্ষার্থীদের কোনো বিষয় আয়ত্ত করার হার অন্যদের তুলনায় চার শতাংশ বেশি ছিল; আর অপেক্ষাকৃত কম রেটিংপ্রাপ্ত টিউটরদের ক্ষেত্রে এই উন্নতির হার ছিল নয় শতাংশ। এই টুলটি টিউটরের বিকল্প হিসেবে কাজ করেনি, বরং এটি টিউটরদের সরাসরি উত্তর বলে দেওয়ার পরিবর্তে শিক্ষার্থীদের সঠিক পথে পরিচালিত করে এমন প্রশ্ন করতে উৎসাহিত করেছে।

 

১৯৪ জন স্নাতক শিক্ষার্থীর উপর পরিচালিত একটি পৃথক র‍্যান্ডমাইজড গবেষণায়, বিশেষভাবে নির্মিত একটি এআই পদার্থবিজ্ঞান টিউটরকে একটি সক্রিয়-শিক্ষণ ক্লাসের সাথে তুলনা করা হয়েছিল। এআই গ্রুপটি পোস্ট-টেস্টে উচ্চতর স্কোর অর্জন করেছিল, কিন্তু টিউটরটি সতর্কতার সাথে ক্রমবিন্যস্ত, শিক্ষক-প্রদত্ত বিষয়বস্তুর উপর ভিত্তি করে তৈরি এবং সক্রিয় অংশগ্রহণের কথা মাথায় রেখে ডিজাইন করা হয়েছিল। লেখকরা এই ফলাফলকে একটি সাধারণ চ্যাটবট যে একজন শিক্ষক, তার প্রমাণ হিসেবে গ্রহণ করার বিরুদ্ধে স্পষ্টভাবে সতর্ক করেছেন।

 

শিক্ষার্থীরা যতই বড় হতে থাকে, মানুষের অংশগ্রহণ বা তদারকির বিষয়টি ততই স্বাধীন হয়ে ওঠে, কিন্তু তা কখনোই পুরোপুরি বিলুপ্ত হয় না। চার বছর বয়সী শিশুর প্রয়োজন কথোপকথন, খেলাধুলা ও শারীরিক নড়াচড়া বা অঙ্গ-সঞ্চালনমূলক কাজ; ষোলো বছর বয়সীর প্রয়োজন তথ্যের উৎসের বিচার-বিশ্লেষণ ও নৈতিক চিন্তাভাবনা; আর বিশ্ববিদ্যালয়ের শিক্ষার্থীর প্রয়োজন কাজের পদ্ধতি ও পেশাগত বিচার-বিবেচনা। নিচের উদাহরণগুলো থেকে বোঝা যায়, সপ্তাহের একটি সাধারণ দিনে এই প্রক্রিয়াটি কেমন হতে পারে।

পঞ্চম শ্রেণি: স্কুলের পানির ব্যবহার পর্যালোচনা (ওয়াটার অডিট)

শিশুরা একটি স্থানীয় প্রশ্ন দিয়ে কাজ শুরু করে: স্কুলের কোন কলগুলো দিয়ে সবচেয়ে বেশি পানি অপচয় হয়? কৃত্রিম বুদ্ধিমত্তা বা এআই (AI)-এর সহায়তার আগেই তারা পর্যবেক্ষণ ও গণনা করে, সম্ভব হলে পরিমাপ নেয়, তত্ত্বাবধায়কের সাক্ষাৎকার নেয়, মানচিত্র আঁকে এবং একটি পূর্বাভাস তৈরি করে। এআই তাদের পর্যবেক্ষণগুলোকে সাজাতে, সাক্ষাৎকারের প্রশ্নগুলোর অনুবাদ করতে এবং সম্ভাব্য ব্যাখ্যা প্রদান করতে সহায়তা করতে পারে। শিশুরা প্রতিটি দাবিকে ‘পর্যবেক্ষিত’, ‘প্রাপ্ত তথ্য’, ‘গণনাকৃত’ বা ‘প্রস্তাবিত’ হিসেবে চিহ্নিত করে; এরপর তারা একটি গ্রাফ তৈরি ও ব্যাখ্যা করে এবং এক সপ্তাহের জন্য স্বল্প খরচের কোনো একটি পরিবর্তন বা পদক্ষেপ পরীক্ষা করে দেখে। শিক্ষক মনগড়া বা কাল্পনিক তথ্যগুলোকে আটকে দেন এবং প্রশ্ন করেন, “তোমরা আসলে কী দেখেছ?” মূল্যায়নের ভিত্তি হলো সেই প্রমাণ, যা থেকে বোঝা যায় যে শিশুটি পর্যবেক্ষণ, যৌক্তিক চিন্তাভাবনা, যোগাযোগ এবং কাজ করতে সক্ষম।

সপ্তম শ্রেণি: ইতিহাসে তথ্যের উৎসের দ্বৈরথ

শিক্ষার্থীরা পাঠ্যবইয়ের একটি অংশ, একটি প্রাথমিক উৎস (মূল নথিপত্র বা প্রত্যক্ষ বিবরণ) এবং কোনো স্থানীয় বা জাতীয় ঘটনার ওপর এআই-এর তৈরি সারসংক্ষেপের মধ্যে তুলনা করে। প্রথমে তারা লিখে রাখে যে ঘটনাটি সম্পর্কে তাদের ধারণা কী এবং কোন বিষয়গুলো নিয়ে তারা নিশ্চিত নয়। এরপর এআই এমন এক বিতর্ক-সঙ্গীর ভূমিকা পালন করে যে আত্মবিশ্বাসী হলেও ভুল করতে পারে: এআই একটি দাবি উত্থাপন করে, আর শিক্ষার্থীরা সেই দাবির সপক্ষে বা বিপক্ষে তথ্য-উপাত্ত, বাদ পড়া কোনো দৃষ্টিভঙ্গি, বিশেষ উদ্দেশ্যপ্রণোদিত শব্দ এবং অসঙ্গতি বা বৈপরীত্য খুঁজতে থাকে। সরাসরি বিতর্কের সময়, একজন শিক্ষার্থী কোনো ব্যাখ্যার পক্ষে যুক্তি দেয় এবং অন্যজন তা চ্যালেঞ্জ করে। এখানে প্রমাণ উপস্থাপন ও সংশোধনের জন্য নম্বর দেওয়া হয়; এর মাধ্যমে শেখানো হয় যে সাবলীল ভাষা মানেই তা নিরপেক্ষ বা নির্ভুল নয়।

নবম বা দশম শ্রেণি: আগে ইঙ্গিত বা সংকেত (হিন্ট) ভিত্তিক গণিত চর্চা

একজন শিক্ষার্থী সাত মিনিট ধরে বীজগণিত বা জ্যামিতির কোনো সমস্যা সমাধানের চেষ্টা করে এবং তার প্রাথমিক পদ্ধতির একটি খসড়া বা ধাপ জমা দেয়। কেবল তখনই একজন অনুমোদিত শিক্ষক বা টিউটর একটি ইঙ্গিত দিতে পারেন, একটি প্রশ্ন করতে পারেন অথবা সংশ্লিষ্ট কোনো উদাহরণ দেখাতে পারেন।

 

প্রমাণের স্তূপে থাকে প্রথম প্রচেষ্টা, ইঙ্গিতের ইতিহাস, সংশোধিত সমাধান, একটি ভুলের ব্যাখ্যা এবং পরের দিন এআই ছাড়া চেষ্টা করা একটি নতুন সমস্যা। শিশুটি বিকল্প না চেয়েই সাহায্য চাইতে শেখে।

একাদশ বা দ্বাদশ শ্রেণি: এআই বনাম মাঠপর্যায়ের কাজ

জীববিজ্ঞান বা পরিবেশ বিজ্ঞানে, দলগুলো জিজ্ঞাসা করে কেন কাছের কোনো পুকুর, ফসল বা জনস্বাস্থ্য সূচক পরিবর্তিত হচ্ছে। এআই হাইপোথিসিস, ভ্যারিয়েবল, একটি স্যাম্পলিং প্ল্যান এবং কনফাউন্ডার প্রস্তাব করে; শিক্ষার্থীরা সেইসব পরামর্শ প্রত্যাখ্যান করে যা স্থানীয় প্রবেশাধিকার, নৈতিকতা, সরঞ্জাম বা সম্মতির সাথে মেলে না। তারা পূর্বাভাসগুলোকে মাঠপর্যায়ের তথ্যের সাথে তুলনা করে, অনিশ্চয়তার গ্রাফ তৈরি করে এবং উত্তর দেয়, “কোনটি আপনার মন পরিবর্তন করবে?”

ল্যাব নোটবুক, ডেটার উৎস এবং মৌখিক পদ্ধতির প্রতিরক্ষা একটি মসৃণ স্লাইড ডেকের চেয়ে বেশি গুরুত্বপূর্ণ।

স্নাতক প্রকৌশল: যে কোড রক্ষা করা যায়

একটি সেন্সর ওয়ার্কফ্লো বা ডেটা পাইপলাইন তৈরি করার জন্য একটি ছাত্র দল একটি আর্কিটেকচার স্কেচ এবং হাতে লেখা একটি অ্যাকসেপ্টেন্স টেস্ট দিয়ে শুরু করে। এআই কোড, মন্তব্য, পরীক্ষা এবং বিকল্প নকশার পরামর্শ দিতে পারে। প্রতিটি সদস্য একটি মডিউলের মালিক, গৃহীত ও প্রত্যাখ্যাত পরামর্শগুলো নথিভুক্ত করে এবং সীমাবদ্ধ টুল ব্যবহার করে একটি সংক্ষিপ্ত লাইভ ডিবাগিং টাস্ক সম্পন্ন করে। মূল্যায়নের মধ্যে অন্তর্ভুক্ত রয়েছে ভার্সন হিস্ট্রি, এজ কেস, নিরাপত্তা, ডেটা ফ্লো এবং একটি ভুল এআই পরামর্শের পোস্ট-মর্টেম। ইঞ্জিনিয়ারদের অবশ্যই জানতে হবে এটি কেন কাজ করে, কখন ব্যর্থ হয় এবং কারা ক্ষতিগ্রস্ত হতে পারে।

আইন, জননীতি এবং যোগাযোগ: মেমোটি নাগরিকের কাছে পৌঁছায়। শিক্ষার্থীরা পরিবহন, আবাসন, পানি বা ক্যাম্পাস নিরাপত্তার উপর একটি নীতি মেমোর খসড়া তৈরি করে। এআই মেমোটির কাঠামো তৈরি করতে, পাল্টা যুক্তি তৈরি করতে বা এর স্বচ্ছতা পরীক্ষা করতে পারে, কিন্তু শিক্ষার্থীরা প্রতিটি আইনি বা গবেষণালব্ধ দাবি যাচাই করে, কোনো স্টেকহোল্ডারের সাথে কথা বলে বা স্থানীয় প্রমাণের একটি প্যাক ব্যবহার করে এবং একটি মূল্যবোধের পছন্দকে সমর্থন করে।

 

নতুন তথ্য-প্রমাণ পাওয়ার পর তারা তাদের সিদ্ধান্ত পুনর্বিবেচনা করেন; অর্থাৎ, কোনো যন্ত্রের তৈরি করা কোনো অনুচ্ছেদকে আঁকড়ে ধরে রাখার পরিবর্তে তারা প্রয়োজনে নিজেদের সিদ্ধান্ত বা বিচার-বিবেচনা পরিবর্তন করতে পারেন।

শিক্ষক প্রশিক্ষণ ও ডক্টরাল গবেষণা

একজন প্রশিক্ষণরত শিক্ষক এআই (AI)-এর কাছে সম্ভাব্য ভুল ধারণা ও ভাষা-সহায়ক উপায়ের বিষয়ে জানতে চাইতে পারেন; এরপর সেই ক্লাসের জন্য উপযুক্ত বিষয়গুলো বেছে নিয়ে পাঠদান করতে পারেন। এরপর একজন পরামর্শদাতার (মেন্টর) সাথে শিক্ষার্থীদের আলোচনার বিষয়টি পর্যালোচনা করে এমন একজন শিক্ষার্থীকে চিহ্নিত করতে পারেন যার কাছে পাঠের মূল বিষয়টি পৌঁছায়নি। অন্যদিকে, একজন ডক্টরাল গবেষক পরিভাষার বিন্যাস বা মানচিত্র তৈরি, গবেষণাপত্রের সারাংশ (abstract) অনুবাদ, কোনো পদ্ধতির কার্যকারিতা যাচাই (stress-test) বা বিকল্প ব্যাখ্যা প্রস্তাব করতে পারেন; তবে তাকে অবশ্যই প্রতিটি গবেষণাপত্র, তথ্যসূত্র (citation), তথ্যের উৎস বা ক্রম এবং গবেষণার সীমাবদ্ধতাগুলো যাচাই করে দেখতে হবে। উভয় ক্ষেত্রেই, চূড়ান্ত সিদ্ধান্তের দায়ভার সংশ্লিষ্ট পেশাজীবী ব্যক্তির ওপরই বর্তায় এবং তত্ত্বাবধায়ক প্রশ্ন করেন: কেন এই পদ্ধতিটি নির্দিষ্ট প্রশ্নটির উত্তর দিতে সক্ষম হলো?

মূল্যায়ন: চ্যাটবটের পেছনে ছোটা বন্ধ করুন

এআই যখন বিশ্বাসযোগ্য গদ্য, কোড, ছবি, গাণিতিক হিসাব এবং উপস্থাপনা তৈরি করতে সক্ষম, তখন কোনো ‘ডিটেক্টর’ বা শনাক্তকারী যন্ত্রের ওপর মূল মনোযোগ দেওয়াটা সঠিক নয়। এখানে গুরুত্বপূর্ণ প্রশ্নটি এটা নয় যে, “আমরা কি প্রমাণ করতে পারব যে কোনো যন্ত্র এই ফাইলটি তৈরি বা সম্পাদনা করেছে?” বরং আসল প্রশ্ন হলো, “কোন প্রমাণটি নির্দেশ করছে যে এই শিক্ষার্থী কী করতে সক্ষম?”

অস্ট্রেলিয়ার নিয়ন্ত্রক সংস্থা TEQSA এমন এক মূল্যায়ন পদ্ধতির পক্ষে যুক্তি দিয়েছে যা সক্রিয় শিখন, প্রকৃত সম্পৃক্ততা, প্রাসঙ্গিক প্রমাণ, ন্যায্যতা, সহজলভ্যতা, স্বচ্ছতা, সমতা এবং গোপনীয়তার ওপর ভিত্তি করে গড়ে উঠেছে। তাদের বাস্তবায়নের নির্দেশিকা বা রিসোর্সটিতে এই নীতিগুলোকে বাস্তব উদাহরণের মাধ্যমে তুলে ধরা হয়েছে। এর মূল সুর বা সাধারণ সূত্রটি হলো ‘ট্রায়াঙ্গুলেশন’ বা বহু-উৎসভিত্তিক যাচাইকরণ: অর্থাৎ, বাড়িতে বসে তৈরি করা কোনো একটি কাজ বা এআই ডিটেক্টরের ওপর এককভাবে নির্ভর না করে বিভিন্ন ধরনের প্রমাণের সমন্বয় ব্যবহার করা।

 

একটি কার্যকর কর্মসূচির দুটি পথ বা পদ্ধতি থাকে। উন্মুক্ত পথটি উচ্চাকাঙ্ক্ষী সৃজনশীল কাজ, পুনরাবৃত্তিমূলক উন্নয়ন (iteration), গবেষণা, যৌথ কার্যক্রম বা সহজলভ্যতা নিশ্চিত করার লক্ষ্যে কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহারের সুযোগ দেয়; তবে এক্ষেত্রে তথ্য প্রকাশ, কাজের প্রক্রিয়ার নথিপত্র সংরক্ষণ, যাচাইকরণ এবং পর্যালোচনার বিষয়টি অন্তর্ভুক্ত থাকে। অন্যদিকে, সুরক্ষিত পথটি তত্ত্বাবধানাধীন পরীক্ষা, ব্যবহারিক কাজ, মৌখিক প্রতিরক্ষা (oral defence), সরাসরি ডিবাগিং বা প্রত্যক্ষ পর্যবেক্ষণের মাধ্যমে কার্যক্রম পরিচালনা করে—বিশেষ করে যখন কোনো কর্মসূচির মূল জ্ঞান ও স্বাধীনভাবে কাজ করার সক্ষমতা নিশ্চিত করা আবশ্যক হয়ে পড়ে।

 

সিডনি বিশ্ববিদ্যালয় এই দ্বিমুখী কৌশলটি স্পষ্টভাবে তুলে ধরেছে: উন্মুক্ত মূল্যায়ন শিক্ষার্থীদের কৃত্রিম বুদ্ধিমত্তা-নির্ভর সমাজে দায়িত্বশীল অংশগ্রহণের শিক্ষা দেয়, আর সুরক্ষিত মূল্যায়ন পাঠ্যক্রমের নির্দিষ্ট কিছু পর্যায়ে তাদের অর্জিত জ্ঞানের যথার্থতা যাচাই করে। এর মাধ্যমে প্রতিটি অ্যাসাইনমেন্টকে মৌখিক পরীক্ষায় (ভাইভা) রূপান্তর করার চেষ্টা করা হয় না; আবার বাড়িতে বসে সম্পন্ন করা প্রতিটি কাজকে পুরোপুরি সুরক্ষিত বা জালিয়াতি-মুক্ত রাখা সম্ভব—এমন দাবিও করা হয় না।

 

কোনো মাইলফলক, উপস্থাপনা, ল্যাবরেটরি বা স্টুডিওর কাজ, প্লেসমেন্ট কিংবা মৌখিক পরীক্ষার কোনো অংশের সাথে তিন থেকে পাঁচ মিনিটের একটি সংক্ষিপ্ত মৌখিক পরীক্ষা (মাইক্রো-ভাইভা) যুক্ত করা যেতে পারে। সব বিষয়ের ক্ষেত্রেই একই ধরনের ছয়টি প্রশ্ন ব্যবহার করা সম্ভব: আপনি কোন সমস্যাটি বেছে নিয়েছিলেন? আপনার প্রাথমিক প্রচেষ্টাটি কী ছিল? এআই (AI) কোথায় সহায়তা করেছে এবং আপনি কী গ্রহণ, পরিবর্তন বা বর্জন করেছেন? আমাকে একটি ত্রুটি দেখান। একটি শর্ত পরিবর্তন করুন: এখন আপনি কী করবেন? কোন বিষয়টি আপনি এখনও জানেন না?

একটি সুষম মূল্যায়ন কাঠামো বা রুব্রিকে সমস্যা নির্ধারণ, বিষয়বস্তু সম্পর্কে ধারণা এবং যুক্তি বা যাচাইকরণ—প্রতিটির জন্য ২০ শতাংশ; এআই-সংক্রান্ত বিচার-বিবেচনা ও যোগাযোগের জন্য ১৫ শতাংশ করে; এবং আত্ম-পর্যালোচনা ও অর্জিত জ্ঞানের প্রয়োগের (ট্রান্সফার) জন্য ১০ শতাংশ নম্বর রাখা যেতে পারে। নম্বরের এই বিন্যাস বা গুরুত্ব পরিবর্তিত হতে পারে, কিন্তু মূল নীতিটি অপরিবর্তনীয়: কেবল বাহ্যিক চাকচিক্য নয়, বরং কাজের প্রমাণ বা তথ্যের ভাণ্ডারকে মূল্যায়ন করতে হবে।

প্রতিটি উন্মুক্ত জমা দেওয়া কাজের সাথে একটি সংক্ষিপ্ত ঘোষণা থাকা উচিত: “আমি [নির্দিষ্ট কাজ বা ভূমিকার] জন্য [নির্দিষ্ট টুল বা প্রযুক্তি] ব্যবহার করেছি। শুরুতে আমি [প্রশ্ন, প্রচেষ্টা বা পরিকল্পনা] দিয়ে অবদান রেখেছি। আমি [মূল ফলাফলগুলো] গ্রহণ, পরিবর্তন বা বর্জন করেছি। আমি [উৎস, পরীক্ষা বা পর্যবেক্ষণ] যাচাই করেছি। আমার চূড়ান্ত সিদ্ধান্তটি একান্তই আমার নিজস্ব, কারণ [যুক্তি]। আমি ওই টুল বা প্রযুক্তি ছাড়াই মূল কাজটি ব্যাখ্যা করতে ও পুনরায় সম্পাদন করতে সক্ষম।” স্বচ্ছতাকে একটি স্বাভাবিক শিক্ষাগত চর্চা হিসেবে শেখানো উচিত; এটিকে যেন কোনো অপরাধ স্বীকারের জায়গা (কনফেশন বুথ) হিসেবে ব্যবহার করা না হয়।

স্থায়িত্ব বা টেকসই হওয়ার বিষয়টি কেবল স্ক্রিন-টাইম বা ডিজিটাল ডিভাইসে কাটানো সময়ের চেয়েও বেশি কিছু

 

কাগজের ব্যবহার কমানো বা দূরশিক্ষণের সুযোগ করে দেওয়ার কারণে ডিজিটাল সম্প্রসারণকে ‘টেকসই’ বলাটা অত্যন্ত অগভীর চিন্তার পরিচয়। কৃত্রিম বুদ্ধিমত্তা বা এআই (AI)-ভিত্তিক একটি টেকসই শিক্ষাব্যবস্থাকে অবশ্যই পাঁচটি মানদণ্ড পূরণ করতে হবে।

১. শিক্ষার স্থায়িত্ব: সহায়তা বা নির্দেশনার ব্যবস্থা সরিয়ে নেওয়ার পরেও শিক্ষার্থীরা অর্জিত জ্ঞান মনে রাখতে, ব্যাখ্যা করতে এবং তা নতুন পরিস্থিতিতে প্রয়োগ করতে সক্ষম হয়।

২. সম্পর্কের অটুট থাকা: শিক্ষক, সহপাঠী, পরামর্শদাতা, পরিবার এবং সংশ্লিষ্ট পেশাজীবীরা শিক্ষার্থীদের মধ্যে আপনত্বের বোধ, বুদ্ধিবৃত্তিক চ্যালেঞ্জ, যত্ন এবং নৈতিক প্রেক্ষাপট বজায় রাখেন।

৩. ন্যায্য সুযোগ: কোনো গুরুত্বপূর্ণ ফলাফল যেন প্রিমিয়াম সাবস্ক্রিপশন, উচ্চ ব্যান্ডউইথ, নির্দিষ্ট কোনো ভাষা বা যন্ত্র (ডিভাইস), কিংবা ব্যক্তিগত গৃহশিক্ষক রাখার সামর্থ্যের ওপর নির্ভরশীল না হয়।

৪. মর্যাদার সুরক্ষা: সংবেদনশীল ব্যক্তিগত, স্বাস্থ্যগত, পারিবারিক বা শৃঙ্খলা-সংক্রান্ত তথ্য যেন অননুমোদিত কোনো ব্যবস্থায় প্রবেশ না করে; এছাড়া পক্ষপাতমূলক বা ক্ষতিকর ফলাফলের ক্ষেত্রে অভিযোগ জানানোর ব্যবস্থা এবং মানুষের পক্ষ থেকে যথাযথ সাড়া পাওয়ার সুযোগ থাকতে হবে।

৫. শিক্ষকদের পক্ষে তা চালিয়ে যাওয়া সম্ভব হওয়া: এআই কম গুরুত্বপূর্ণ প্রশাসনিক জটিলতা দূর করে; তবে এর ফলে বেঁচে যাওয়া সময়টি যেন ছোট দলে পাঠদান, আলোচনা, ব্যবহারিক কাজের তদারকি এবং ফিডব্যাক বা মতামতের মতো কাজে দৃশ্যমানভাবে পুনরায় বিনিয়োগ করা হয়।

ইউনেস্কোর নির্দেশনায় মানব-কেন্দ্রিক নিয়ন্ত্রণ ব্যবস্থা, তথ্যের গোপনীয়তা, বয়স-উপযোগী ব্যবহার এবং নৈতিক যাচাই-বাছাইয়ের ওপর জোর দেওয়া হয়েছে। এর সাথে পরিবেশগত দিকটিও জড়িত: শ্রেণিকক্ষের প্রতিটি সমস্যার সমাধান হিসেবেই যেন অধিক কম্পিউটিং ক্ষমতা, নতুন যন্ত্র বা বিপুল ডেটা ব্যবহারের পথ বেছে নেওয়া না হয়। বিশেষ উদ্দেশ্যে তৈরি টুল, কম ব্যান্ডউইথ-নির্ভর ব্যবস্থা, স্থানীয় সম্পদ এবং অফলাইন বিকল্পগুলোর গুরুত্ব রয়েছে—বিশেষ করে গ্রামীণ বা স্বল্প আয়ের জনগোষ্ঠীর ক্ষেত্রে।

ভারতে এ বিষয়ে নীতিগত উদ্যোগ ইতিমধ্যেই শুরু হয়েছে। ‘জাতীয় শিক্ষানীতি ২০২০’-এ বিষয়বস্তু অনুধাবন, অনুসন্ধানমূলক মানসিকতা, অভিজ্ঞতালব্ধ শিক্ষা এবং দক্ষতা-ভিত্তিক মূল্যায়নের ওপর গুরুত্বারোপ করা হয়েছে। সিবিএসই (CBSE)-এর ২০২৬-২৭ শিক্ষাবর্ষের এআই পাঠ্যক্রমে নবম শ্রেণির শিক্ষার্থীদের পক্ষপাত ও সুযোগের সমতা বিবেচনা করা, সমস্যার পরিধি নির্ধারণ, নির্ভরযোগ্য উৎস খুঁজে বের করা, ডেটা বা উপাত্তকে দৃশ্যমান করা এবং জেনারেটিভ এআই (Generative AI) সম্পর্কে ধারণা লাভের নির্দেশনা রয়েছে; অন্যদিকে তৃতীয় থেকে অষ্টম শ্রেণির পাঠ্যক্রমে সমস্যা সমাধান, পারস্পরিক সহযোগিতা, নৈতিকতা এবং হাতে-কলমে বা কার্যক্রম-ভিত্তিক শিক্ষার ওপর জোর দেওয়া হয়েছে।

 

সোমবার প্রতিষ্ঠানগুলো যা করতে পারে

একটি স্কুল বা বিশ্ববিদ্যালয়কে এক টার্মে প্রতিটি বিষয় নতুন করে ডিজাইন করার প্রয়োজন নেই।

এর প্রয়োজন একটি দৃশ্যমান, পরিমাপযোগ্য সাফল্য। প্রথম ১০০ দিন শুরু হতে পারে

পাঁচটি পদক্ষেপের মাধ্যমে:

৬. স্বাধীন সক্ষমতার নাম দিন। একটি টুল বেছে নেওয়ার আগে শিক্ষার্থীকে কী অবশ্যই জানতে হবে বা দায়িত্ব অর্পণ ছাড়াই করতে হবে, তা লিখুন।

 

৭. এআই-এর ভূমিকা নির্ধারণ করুন। কাজটিকে নিম্ন-ঝুঁকির অনুশীলনের জন্য এআই-উৎসাহিত, তথ্য প্রকাশের শর্তে এআই-এর অনুমতিপ্রাপ্ত, অথবা উচ্চ-ঝুঁকির সক্ষমতা যাচাইয়ের জন্য এআই অনুপস্থিত বা কঠোরভাবে নিয়ন্ত্রিত হিসেবে শ্রেণিবদ্ধ করুন।

 

৮. একটি বেসলাইন তৈরি করুন। শিক্ষার্থীদের এআই ছাড়া একটি তুলনামূলক কাজ করার সুযোগ দিন, যাতে পরবর্তী দাবিগুলো শুধু দ্রুত কাজ শেষ করার বিষয়ে না হয়ে শেখার বিষয়ে হয়।

 

৯. মানবিক চেকপয়েন্ট তৈরি করুন। প্রথম প্রচেষ্টা, প্রক্রিয়া অনুসরণ, উৎস বা পরীক্ষা নিরীক্ষা, শিক্ষক বা পরামর্শদাতার সাথে আলোচনা এবং একটি সংক্ষিপ্ত প্রদর্শনীর ব্যবস্থা করুন।

 

১০. কী টিকে থাকে তা পরিমাপ করুন। বিলম্বিত তথ্য পুনরুদ্ধার, নতুন ধারণা স্থানান্তর, ব্যাখ্যার মান, সমতা, গোপনীয়তা লঙ্ঘন, শিক্ষকের কাজের চাপ এবং শিক্ষার্থীর মতামত পরীক্ষা করুন। যদি আউটপুটের গুণমান বাড়ার সাথে সাথে স্বতঃস্ফূর্ত ক্ষমতা বা সুস্থতা কমে যায়, তাহলে কাজটি থামান বা নতুন করে ডিজাইন করুন।

 

নেতাদের উচিত এমন ভাষায় নিয়মাবলী প্রকাশ করা যা একজন পনেরো বছর বয়সী কিশোর-কিশোরীও বুঝতে পারে। শিক্ষকদের জন্য ‘ইঙ্গিত-ভিত্তিক নির্দেশনা’ (hint-first prompts), তথ্যের উৎস যাচাই, সংক্ষিপ্ত মৌখিক পরীক্ষা (micro-vivas) এবং অন্তর্ভুক্তিমূলক বিকল্প পদ্ধতিগুলো অনুশীলনের সুযোগ ও সময়ের প্রয়োজন। শিক্ষার্থীদের ভুল স্বীকার করার জন্য একটি নিরাপদ পরিবেশ থাকা দরকার; পাশাপাশি পরিবার ও সম্প্রদায়ের জানা থাকা উচিত যে কী ধরনের তথ্য সংগ্রহ করা হচ্ছে এবং যন্ত্র-সহায়তায় নেওয়া কোনো সিদ্ধান্তের বিরুদ্ধে কারা আপত্তি জানাতে পারবে। এ বিষয়গুলোই হলো আস্থার ভিত্তি বা ‘অপারেটিং সিস্টেম’।

 

চূড়ান্ত পরীক্ষা: যখন পর্দাটি অন্ধকার হয়ে যায়

ভবিষ্যতের জন্য যে শিক্ষা-পরিবেশ গড়ে তোলা প্রয়োজন, তা এমন কোনো শ্রেণিকক্ষ নয় যেখানে কৃত্রিম বুদ্ধিমত্তা (AI) বেশি কথা বলে আর মানুষ কম। বরং এটি এমন এক শিক্ষাব্যবস্থা বা ‘লার্নিং ইকোসিস্টেম’ যেখানে শিক্ষার্থীরা প্রচুর উদাহরণ, ভাষা, সিমুলেশন, মতামত (ফিডব্যাক) ও উচ্চমানের চ্যালেঞ্জিং সমস্যার মুখোমুখি হতে পারে; আর একই সাথে শিক্ষক, সহপাঠী, পরামর্শদাতা, পরিবার ও সমাজ—এরা সবাই অর্থপূর্ণতা, চ্যালেঞ্জ, আস্থা ও দায়িত্ববোধের উৎস হিসেবে টিকে থাকে।

ভবিষ্যতের কোনো ‘অ্যাসাইনমেন্ট’ বা কাজ মানেই কেবল নিঃসঙ্গভাবে তা জমা দেওয়া নয়। এটি বরং একটি ছোটখাটো বুদ্ধিবৃত্তিক যাত্রা: প্রেক্ষাপট-নির্ভর একটি প্রশ্ন; চিন্তার প্রক্রিয়াকে দৃশ্যমান করে তোলে এমন প্রাথমিক প্রচেষ্টা; সম্ভাবনার পরিধি বাড়ায় এমন এআই-এর সাথে মিথস্ক্রিয়া; বোঝাপড়াকে যাচাই করে এমন মানুষের সাথে কথোপকথন; শিক্ষার্থীর নিজস্ব মালিকানাধীন বা চিন্তাপ্রসূত পরিমার্জন; এবং এমন একটি নতুন সমস্যা যা প্রমাণ করে যে শেখা বিষয়টি সত্যিই আয়ত্ত হয়েছে কি না।

এই চূড়ান্ত পরীক্ষাটি অত্যন্ত সহজ ও সরল। এআই-এর সহায়তা পাওয়ার পরেও একজন শিক্ষার্থী কি অন্য কোনো মানুষের সাথে চিন্তাভাবনা, কথা বলা, কিছু তৈরি করা, সহযোগিতা করা, যত্নশীল হওয়া এবং দায়িত্বশীল আচরণ বজায় রাখতে সক্ষম? যদি উত্তর ‘হ্যাঁ’ হয়, তবে এআই শিক্ষাক্ষেত্রে সঠিক ভূমিকা পালন করছে। আর যদি ‘না’ হয়, তবে বুঝতে হবে যে ব্যবস্থাটি কেবল চূড়ান্ত ফলাফল বা ‘আর্টিফ্যাক্ট’-কেই নিখুঁত করেছে, কিন্তু শিক্ষার্থীকে প্রকৃত শিক্ষাদানে ব্যর্থ হয়েছে।

তাই, এআই-এর দায়িত্বশীল ব্যবহার মানে অ্যাসাইনমেন্টের নিচে ছাপানো কোনো সতর্কবার্তা নয়। এটি হলো শুরুতেই নেওয়া একটি গঠনগত সিদ্ধান্ত, মাঝপথে চর্চা করা পরামর্শদানের অভ্যাস এবং শেষ পর্যায়ে প্রয়োজনীয় মানবিক বিচার-বিবেচনা।

 

উৎস ও আরও পড়ার জন্য

 

এই নিবন্ধটি প্রদত্ত রেফারেন্স ডকুমেন্ট এর বিষয়বস্তুকে আরও বিস্তারিত করে এবং সেপ্টেম্বর ২০২৬ পর্যন্ত প্রাপ্ত সাম্প্রতিক গবেষণা ও নির্দেশিকাগুলোকে এতে অন্তর্ভুক্ত করে। গবেষণালব্ধ ফলাফলগুলো নির্দিষ্ট প্রেক্ষাপটের ওপর নির্ভরশীল; তাই সংশ্লিষ্ট প্রতিষ্ঠানগুলোর উচিত তাদের নিজস্ব পরিবেশে মূল পরীক্ষাগুলো পুনরায় পরিচালনা করা—যেমন: তথ্য ধরে রাখা (retention), ব্যাখ্যা প্রদান, যাচাইকরণ, জ্ঞানের প্রয়োগ (transfer), সমতা এবং মানুষের সাথে অর্থপূর্ণ মিথস্ক্রিয়া।

 

[1] OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education – OECD synthesis on pedagogical intent, cognitive offloading, teacher agency and equity.

[2] AI Competency Framework for Students – UNESCO framework: 12 competencies, four dimensions and Understand-Apply-Create progression.

 

[3] AI Competency Framework for Teachers – UNESCO framework: 15 competencies across five dimensions and Acquire-Deepen-Create progression.

[4] Guidance for Generative AI in Education and Research – Human- centred guidance on privacy, age-appropriate use and ethical validation.

[5] Generative AI without guardrails can harm learning: Evidence from high school mathematics – Bastani et al., PNAS, 2025; field evidence on unguarded assistance and unaided learning.

[6] Active learning increases student performance in science, engineering, and mathematics – Freeman et al., PNAS, 2014; large synthesis of active learning in undergraduate STEM.

[7] Retrieval Practice Consistently Benefits Student Learning – Agarwal, Nunes and Blunt, 2021; systematic review of applied classroom research.

[8] Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise – Randomized trial with 900 tutors and about 1,800 K-12 students.

[9] AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design – Kestin et al., Scientific Reports, 2025; purpose-built, sequentially scaffolded physics tutor.

[10] Assessment reform for the age of artificial intelligence – TEQSA guidance on authentic, fair, transparent and evidence-rich assessment.

[11] Program level assessment design and the two-lane approach – University of Sydney model for open AI-supported and secure human- demonstrated assessment.

[12] University of Sydney's AI assessment policy: protecting integrity and empowering students – Institutional implementation of the two-lane approach.

[13] National Education Policy 2020 – Government of India; inquiry, experiential learning and competency-based education.

[14] Artificial Intelligence: Secondary Curriculum 2026-27, Class IX – CBSE learning outcomes on ethics, bias, problem scoping, data sources and generative AI.