শিক্ষার্থীর এজেন্সি

ইংরেজি পাতার এই স্বয়ংক্রিয় অনুবাদ, এখনও মাতৃভাষিক বক্তার দ্বারা পর্যালোচনা করা হয়নি।

শিক্ষার্থীর এজেন্সি — শিক্ষার্থীরা সচেতনভাবে কাজ করার, পছন্দ করার এবং নিজেদের শিখনের ওপর নিয়ন্ত্রণ প্রয়োগ করার সক্ষমতা। শিক্ষায় এআই-তে এজেন্সি একটি কেন্দ্রীয় উদ্বেগ, কারণ এআই সরঞ্জাম একইসঙ্গে শিক্ষার্থীর নিয়ন্ত্রণকে সমর্থন ও ক্ষতিগ্রস্ত করতে পারে: সু-নকশা করা এআই শিক্ষার্থীর স্বায়ত্তশাসন সংরক্ষণ ও বর্ধিত করে, আর অতিরিক্ত নির্ভরতা বা এআই-এর ফলাফল নিষ্ক্রিয়ভাবে মেনে নেওয়া তা ক্ষয়ে দিতে পারে। এজেন্সি স্ব-নিয়ন্ত্রিত শিখন, প্রেরণা, স্ব-কার্যকারিতা এবং এআই ব্যবস্থার নৈতিক নকশার সঙ্গে যুক্ত, এবং স্বায়ত্তশাসন ও এজেন্সি-বোধের মনস্তাত্ত্বিক ধারণার সঙ্গে নিবিড়ভাবে সম্পর্কিত।

বিবেচনার প্রশ্ন

• শিক্ষার্থীর এজেন্সি — সচেতনভাবে কাজ করার এবং নিজের শিখন নিয়ন্ত্রণ করার আপনার সক্ষমতা — শিক্ষায় এআই-এর কেন্দ্রীয় বিষয়। আপনি যখন কোনো এআই সরঞ্জাম ব্যবহার করেন, শিখন-প্রক্রিয়ার ওপর আসলে কতটা নিয়ন্ত্রণ আপনার হাতে থাকে, আর কতটা সরঞ্জামের হাতে?
• এআই একইসঙ্গে এজেন্সিকে সমর্থন ও ক্ষতিগ্রস্ত করতে পারে: সু-নকশা করা এআই আপনার স্বায়ত্তশাসন বাড়ায়, আর অতিরিক্ত নির্ভরতা তা ক্ষয়ে দেয়। এমন একটি সময়ের কথা ভাবুন যখন আপনি এআই-কে শুধু 'করে দিতে' দিয়েছিলেন। ফলাফল দেখতে ভালো লাগলেও আপনি কি কম শিখেছিলেন?
• যে শিক্ষার্থীরা ব্যাখ্যার দায়িত্ব এআই-কে দিয়ে দেয়, তারা নিজেদের যুক্তির ওপর এজেন্সি হারাতে পারে। আপনি যখন কোনো কাজ এআই-কে দেন, নিজের চিন্তার কোন অংশটি আপনি নিঃশব্দে দিয়ে দিচ্ছেন?
• একটি গবেষণায় দেখা গেছে, শিক্ষার্থীদের আগের স্ব-উদ্যোগে এআই শিখন পূর্বানুমান করেছে তারা নির্দেশনা থেকে কতটা লাভ করবে — উচ্চ-এজেন্সির শিক্ষার্থীরা সবচেয়ে বেশি উপকৃত হয়েছে। এজেন্সি যদি আংশিকভাবে এমন একটি দক্ষতা হয় যা আপনি সঙ্গে নিয়ে আসেন, তাহলে আপনার নিজের প্রসঙ্গ কীভাবে তা গড়ে তুলতে পারে, কেবল ধরে নিতে পারে?
• এজেন্সি কেবল একটি বৈশিষ্ট্য নয় — এটি দলগত কাজে মুহূর্তে মুহূর্তে উদিত হয়, যেখানে এআই কে সহযোগিতা কেমন হবে তা নতুন করে ভাগ করে দিতে পারে, শিক্ষার্থীরা টের না পেয়েই। কবে শেষবার লক্ষ্য করেছিলেন যে একটি সরঞ্জাম নিঃশব্দে একটি দলের দিক ঠিক করে দিচ্ছে?
• বিপরীতমুখী এআই ব্যক্তিত্ব দলগুলোকে উৎপাদনশীল চ্যালেঞ্জে ঠেলে দিতে পারে, তবে দলগত কাজের সন্তুষ্টি ও মনস্তাত্ত্বিক নিরাপত্তাও কমিয়ে দেয়। মনস্তাত্ত্বিক নিরাপত্তা ছাড়া উৎপাদনশীল ঘর্ষণ কি সম্ভব — এবং এআই সহযোগীর নকশার জন্য এর অর্থ কী?

ভূমিকা

এজেন্সি গুরুত্বপূর্ণ, কারণ শিখন সবচেয়ে কার্যকর হয় যখন শিক্ষার্থীরা নিষ্ক্রিয় গ্রহীতা নয়, বরং সক্রিয় ও সচেতন অংশগ্রহণকারী। এআই ব্যবস্থা — টিউটরিং এজেন্ট, রোবট বা চ্যাটবট যাই হোক — নির্ধারণ করে শিক্ষার্থী নিজের শিখন-প্রক্রিয়ার ওপর কতটা নিয়ন্ত্রণ রাখবে। তাই এজেন্সি সংরক্ষণ দায়িত্বশীল শিক্ষায় এআই-এর একটি মূল নকশা-নীতি, স্ব-কার্যকারিতা সমর্থন, বিশ্বাস গড়ে তোলা এবং অতিরিক্ত নির্ভরতা এড়ানোর পাশাপাশি।

Mishra et al. নিয়ন্ত্রণ বনাম এজেন্সিকে শিক্ষায় এআই-এর অপরিহার্য, বারবার ফিরে আসা টানাপোড়েন হিসেবে চিহ্নিত করেন — প্রথম যুগের ITS থেকে আজকের জেনারেটিভ এআই পর্যন্ত — এবং এভাবে শিক্ষার্থীর এজেন্সিকে ক্ষেত্রটির বিতর্কের স্থায়ী অক্ষে পরিণত করেন।

এজেন্টিক সরঞ্জামের সঙ্গে এজেন্সির শূন্য-সমষ্টি দৃষ্টিভঙ্গি: Prieto ও Dimitriadis (2026) যুক্তি দেন যে শিক্ষামূলক এআই সরঞ্জামকে যত বেশি এজেন্সি দেওয়া হয়, শিক্ষার্থীরা তত কম রাখে — অর্থাৎ এজেন্সি কার্যত একটি শূন্য-সমষ্টি খেলা, এবং বর্তমান মানুষ-কেন্দ্রিক নকশা-পদ্ধতি (যেমন মূল্য-সংবেদনশীল নকশা) যথেষ্ট নয়, কারণ অতিরিক্ত নির্ভরতা ও বিচ্ছিন্নতা চালিত হয় বিস্তৃত ব্যবস্থাগত কারণ এবং সবচেয়ে সহজ পথ নেওয়ার মানবিক প্রবণতা দ্বারা। তাদের মুক্তিমূলক নকশা-দৃষ্টিভঙ্গি, যা জটিল ব্যবস্থার মধ্যে শিক্ষার্থীর বিকাশকে লক্ষ্য করে, শিক্ষার্থীর এজেন্সি সংরক্ষণ ও চর্চাকে জেনারেটিভ এআই নকশার কেন্দ্রীয় লক্ষ্য হিসেবে দেখে, পরবর্তীকালে যোগ করার বিষয় হিসেবে নয়।

এজেন্সি কেবল সক্ষমতা নয়, একটি উদ্দেশ্যও: উপরের ফ্রেমিংগুলো যেখানে জিজ্ঞাসা করে শিক্ষার্থীরা কতটা এজেন্সি রাখে, সেখানে Fagerlund et al. (2026) জিজ্ঞাসা করেন শিক্ষায় এআই আসলে কী জন্য। প্রাক-প্রাথমিক থেকে নবম শ্রেণি পর্যন্ত তেরো জন ফিনিশ শিক্ষকের সঙ্গে এআই নিয়ে ও এআই সম্পর্কে শিক্ষাদানের উদ্দেশ্য নিয়ে সাক্ষাৎকার নিয়ে, এবং তাদের বর্ণনা Biesta-র শিক্ষামূলক উদ্দেশ্যের তিনটি ক্ষেত্র (যোগ্যতা, সমাজায়ন, ব্যক্তিসত্তা) দিয়ে পড়ে তারা দেখেন দক্ষতাই সবচেয়ে স্পষ্ট ও সবচেয়ে মূর্ত লক্ষ্য: শিক্ষকেরা চেয়েছিলেন শিক্ষার্থীরা এআই-কে একটি সামাজিক-প্রযুক্তিগত ঘটনা হিসেবে বুঝুক এবং তার সরঞ্জাম ব্যবহার করুক। ব্যক্তিসত্তা — অর্থাৎ এআই-এর সঙ্গে স্বনির্ধারিত ও ব্যক্তিগতভাবে অর্থবহ সম্পৃক্তি — গুরুত্বপূর্ণ বলে স্বীকৃত হয়েছে, কিন্তু মূর্ত শিক্ষণ-কৌশল ছাড়াই পড়ে আছে; শিক্ষকেরা নকশাকৃত কার্যক্রমের বদলে সাধারণ আলোচনা ও চিন্তনকে আশ্রয় করেছেন। লেখকেরা অবহিত এআই এজেন্সি-কে একটি হিউরিস্টিক হিসেবে প্রস্তাব করেন, যা ব্যক্তিসত্তাকে কেন্দ্রে রাখে অথচ দক্ষতাগুলোকে তার ব্যাখ্যামূলক ভিত্তি হিসেবে দেখে, এবং শিক্ষার্থীদের দেখতে সাহায্য করে কোন বিকল্পগুলো আছে আর কোনটি তারা অনুসরণ করবে। ব্যবহারিক পরিণতি সরাসরি: দক্ষতা-প্রথম পাঠ্যক্রম তার নিজের যে এজেন্সি-উদ্দেশ্যকে সেবা করার কথা, তাকেই চেপে দিতে পারে, আর প্রতিকার হলো তালিকায় আরেকটি দক্ষতা যোগ না করে শিক্ষায় এআই-এর "কেন" স্পষ্ট করা।

যাত্রার দিকটি স্থির নয়। Gillette et al. (2026) তাদের সুইডিশ প্রশিক্ষকদের সঙ্গে Bearman et al. (2025)-এর অস্ট্রেলীয় শিক্ষার্থীদের তুলনা করেন, যারা "সাধারণভাবে এজেন্সি চেয়েছিল" এবং "নির্ভরশীলতাকে প্রতিরোধ করেছিল": এখানে কয়েকজন শিক্ষার্থী জেনএআই-নির্ভর হয়ে পড়ার কথা বর্ণনা করেছেন এবং তা একটি ক্ষতি হিসেবে চিহ্নিত করেছেন, একজন বলেছেন এটি "ডোপামিন কিক দেয়, কারণ সবকিছুতে কম সময় লাগে" এবং "খারাপ আচরণকে পুরস্কৃত করে"।

গবেষণায় এজেন্সি কীভাবে দেখা যায়

• রোবোটিকস ও মানুষ-রোবট মিথস্ক্রিয়া: RoboBlockly Studio স্পষ্টভাবে গণনামূলক চিন্তনে শিক্ষার্থীর এজেন্সি সংরক্ষণের জন্য নকশা করা হয়েছিল; একটি পদ্ধতিগত পর্যালোচনা দেখে মানুষ-রোবট মিথস্ক্রিয়া মানুষের স্বায়ত্তশাসন ও এজেন্সি-বোধকে কীভাবে প্রভাবিত করে, যা সুস্থতা ও শাসন বিতর্কের কেন্দ্রে।
• সহযোগিতামূলক শিখন: মানব-এআই সহযোগিতা গবেষণা পরীক্ষা করে সংজ্ঞানাত্মক কাজ কীভাবে শিক্ষার্থী ও এআই-এর মধ্যে ভাগ হয়, যেখানে এজেন্সি নির্ধারণ করে মানুষ নাকি এআই মিথস্ক্রিয়াটি পরিচালনা করবে।
• ভাগ করা জ্ঞানতাত্ত্বিক এজেন্সি শিক্ষার্থী–জেনএআই মিথস্ক্রিয়া পর্যন্ত বিস্তৃত। 6,788টি ChatGPT-সহায়ক পালার কোডিং করা একটি 14-শ্রেণির স্কিম সপ্তম শ্রেণির শিক্ষার্থীদের 59% পালাকে ভাগ করা জ্ঞানতাত্ত্বিক এজেন্সিতে স্থাপন করেছে, এবং লেখকেরা যুক্তি দেন যে এই নির্মাণটি — যা আগে মূলত সহকর্মী-সহযোগিতায় অধ্যয়ন করা হয়েছে — সংজ্ঞানাত্মক ও অধিসংজ্ঞানাত্মক মাত্রা অন্তর্ভুক্ত করতে বিস্তৃত হতে হবে Investigating Secondary School Students’ Shared Epistemic Agency with GAI in Online Scientific Explanation Writing — মাধ্যমিক স্কুলের বিজ্ঞান লেখনার 6,788টি ChatGPT-সহায়ক পালায় ভাগ করা জ্ঞানতাত্ত্বিক এজেন্সি (Chang et al., 2026]])।
• সমালোচনামূলক সম্পৃক্তি: সংজ্ঞানাত্মক অফলোডিং গবেষণা দেখায় যে ব্যাখ্যার দায়িত্ব এআই-কে দিয়ে দেওয়া শিক্ষার্থীরা নিজেদের যুক্তির ওপর এজেন্সি হারাতে পারে; সমালোচনামূলক ও অধিসংজ্ঞানাত্মক দৃষ্টিভঙ্গি তা রক্ষা করতে চায়।

দশটি মডেল জুড়ে বেঞ্চমার্ক করা: শিখনের পরে এজেন্সি সমর্থনই তাদের সবচেয়ে দুর্বল কাজ। ImpactBench ইতিবাচক মানদণ্ডে এজেন্সি ও উদ্দেশ্য মেপেছে 56.0% (95% CI [49.2, 62.5]) এবং নেতিবাচক মানদণ্ডে 43.9% ([36.9, 50.8]), 14টি উপক্ষেত্রের মধ্যে দ্বিতীয় সর্বনিম্ন, আর এর স্বায়ত্তশাসন-সংরক্ষণকারী সহায়তা মানদণ্ড জিজ্ঞাসা করে একটি মডেল কর্মপথ নির্দেশ করার বদলে প্রসঙ্গ ও বিনিময়-বিকল্প দেয় কি না (ImpactBench (2026))। এছাড়া ক্ষতি এড়ানোর ব্যাপারে মডেলগুলো সহায়ক হওয়ার তুলনায় অনেক কম সুসংগত ছিল: 38.6 পয়েন্টের ব্যবধান বনাম 15.9 পয়েন্ট।

খরচটি নির্ভর করে কোন স্তরটি অর্পণ করা হচ্ছে তার ওপর: আট সপ্তাহের একটি লেখন-অধ্যয়নে যুক্তির অর্পণ — যুক্তিসূত্র, প্রতিযুক্তি, প্রমাণের ব্যাখ্যা — স্বতন্ত্র কর্মদক্ষতার সঙ্গে সবচেয়ে শক্তিশালী নেতিবাচক সম্পর্ক বহন করেছে (ab = −0.34), আর স্ব-নিয়ন্ত্রিত লেখন তা দুর্বল করেছে কিন্তু কখনও উল্টে দেয়নি (Chen (2026))।

85টি নির্দিষ্ট লেখন-দলে 342 জন স্নাতকের ওপর তিন-তরঙ্গের একটি প্যানেল অধ্যয়ন সেই উদ্বেগকে একটি কালিক দিক দেয়: র‍্যান্ডম ইন্টারসেপ্ট ক্রস-ল্যাগড প্যানেল মডেলে ব্যক্তি-মধ্যবর্তী স্থিতিশীল পার্থক্য আলাদা করার পর, স্বাভাবিকের চেয়ে বেশি জেনএআই নির্ভরতা পরবর্তীকালে কম অনুভূত এজেন্সির পূর্বানুমান করেছে, যেখানে এজেন্সি-থেকে-নির্ভরতার পথগুলো দুর্বল ছিল এবং পরিসংখ্যানগতভাবে সমর্থিত নয়, যদিও আত্মবিশ্বাসের ব্যবধান ও মন্টে কার্লো সংবেদনশীলতা বিশ্লেষণ ছোট বিপরীত প্রভাবের সম্ভাবনা খোলা রেখেছে। এর লগ-তথ্যও সতর্ক করে ব্যবহারের আয়তনকে হারানো এজেন্সি হিসেবে পড়ার বিরুদ্ধে — স্ব-প্রতিবেদিত নির্ভরতা এআই-ব্যবহারের তীব্রতার সঙ্গে মিলেছিল, কিন্তু লগ কৌশলগত পরামর্শকে অফলোডিং বা বশ্যতা থেকে আলাদা করতে পারেনি, তাই ড্যাশবোর্ডের উচিত তীব্রতার পাশাপাশি আলোচনা, প্রতিফলন ও পুনর্বিবেচনার প্রমাণও পড়া।(Wu ও Lu, 2026) একটি পরিপূরক বর্ণনা SRL-কে প্রতিস্থাপনের বদলে বিস্তৃত করে: de Barba (2026) নিয়ন্ত্রণ (নিজের প্রক্রিয়া পরিচালনা), সমন্বয় (সময় ও প্রসঙ্গ জুড়ে নিজেকে সংগঠিত করা) এবং অবস্থান (পরিবেশ কী মাপে তা সমালোচনামূলকভাবে ব্যাখ্যা করা) আলাদা করেন, এবং যুক্তি দেন এজেন্সি-ভিত্তিক নকশাকে আচরণগত প্রক্সি অনুকূলিত করার বদলে শিক্ষার্থীদের "শর্তের ভেতরে এজেন্সি" থেকে "শর্তের ওপর এজেন্সি"-তে নিতে হবে।

• এজেন্সির জন্য নকশা: জেনারেটিভ সামাজিক রোবটের জন্য জ্ঞানভিত্তিক নকশা (Teachy Mini) অতিরিক্ত নির্ভরতার মতো ঝুঁকি মোকাবিলা করে, যা শিক্ষার্থীর এজেন্সি ক্ষুণ্ণ করে।
• দীর্ঘায়িত সম্পৃক্তির জন্য নয়, হ্যান্ড-অফের জন্য নকশা। Amico দ্বৈত-মোড প্রোটোটাইপ এআই-কে একটি সীমিত, সাময়িক মধ্যস্থতা হিসেবে দেখে, যার সাফল্য মাপা হয় শিক্ষক, সহপাঠী বা সম্প্রদায়ের কাছে দৃশ্যমান রূপান্তর নিয়ে, এআই-এর সঙ্গে কাটানো সময় দিয়ে নয়; এর ইতালি–চীন পাইলট দেখেছে শিক্ষার্থীরা এটিকে সম্পর্কের বিকল্প নয়, একটি সীমিত সরঞ্জাম হিসেবে চিনেছে (Benedetti (2026))।
• অভিযোজিত স্ক্যাফোল্ডিং পেশাগত স্বায়ত্তশাসনের সঙ্গে বিনিময় করে। de Jong (2026) যুক্তি দেন যে অভিযোজনের জন্য দরকার হয় সিস্টেম ব্যবহারকারীর দক্ষতা মূল্যায়ন করুক, ফলে তা পেশাজীবীদের নিজেদের উন্নয়নের ওপর কর্তৃত্ব কমায় এবং বিশেষজ্ঞদের অতিরিক্ত স্ক্যাফোল্ড করার ঝুঁকি তৈরি করে, আর অপ্রয়োজনীয় মনে হওয়া কোনো ব্যবস্থা কেবল উপেক্ষিত হবে — ফলে খোলা থাকে কে সিদ্ধান্ত নেবে কোন ব্যবহারকারীরা স্ক্যাফোল্ডিং পাবেন: সিস্টেম, প্রতিষ্ঠান, নাকি পেশাজীবী।
• আরও সক্ষম স্ক্যাফোল্ডিং মানে আরও এজেন্সি নয়। একটি কাস্টম বিশেষজ্ঞ নকশা-বট শিক্ষার্থী-শিক্ষকদের মিথস্ক্রিয়ার দৈর্ঘ্য ও স্ব-উৎপন্ন প্রম্পট বাড়িয়েছে, তবুও সহযোগিতামূলক সমস্যা-সমাধানের এজেন্সি সেই শর্তে ও ChatGPT শর্তে উভয়েই কমেছে, কারণ অংশগ্রহণকারীরা বটের সমালোচনা না করে তার সঙ্গে একমত হয়েছেন (Krushinskaia et al. (2026))।
• আগের এজেন্সি পূর্বানুমান করে কে উপকৃত হবে: Liang et al. (2026), বান্দুরার সামাজিক সংজ্ঞানাত্মক তত্ত্বের ভিত্তিতে, দেখান যে শিক্ষার্থীদের আগের স্ব-উদ্যোগে এআই শিখন (এজেন্সির একটি আচরণগত প্রকাশ) পূর্বানুমান করেছে তারা এক বছরের স্কুল এআই নির্দেশনা থেকে কতটা লাভ করবে — উচ্চ-এজেন্সির শিক্ষার্থীরা সবচেয়ে শক্তিশালী প্রস্তুতি নিয়ে ঢুকেছে, আর স্কুল পাঠ্যক্রম মনস্তাত্ত্বিক ফাঁক সংকুচিত করেছে কিন্তু সংজ্ঞানাত্মক ফাঁক অক্ষত রেখেছে। কাঠামোবদ্ধ নির্দেশনা ও আগের এজেন্সি-সম্পর্কিত শিখন সহকার্যে, বিকল্প হিসেবে নয়, কাজ করেছে।
• প্রযুক্তিগত পরিবর্তনের অধীনে শিক্ষক-এজেন্সি হিসেবে নীতিনিষ্ঠ নির্বাচনশীলতা: Adiozaman ও Segar (2026) দুই অভিজ্ঞ শিক্ষাবিদের এক সেমিস্টারে তিনবার সাক্ষাৎকার নিয়েছেন এবং দেখেছেন তারা এআই-মধ্যস্থ শিক্ষাদানকে না সম্পূর্ণ গ্রহণ করে, না সম্পূর্ণ প্রতিরোধ করে পরিচালনা করেন, বরং শিক্ষাদানগত মূল্যবোধ, নৈতিক প্রতিশ্রুতি ও পেশাগত বিচারবোধ দ্বারা পরিচালিত সচেতন, প্রসঙ্গ-সংবেদনশীল সিদ্ধান্তের মাধ্যমে — যে ধরনকে লেখকেরা নীতিনিষ্ঠ নির্বাচনশীলতা বলেন, যেখানে কোনো নির্দিষ্ট ব্যবহার প্রত্যাখ্যান ব্যর্থ গ্রহণ নয়, বিচার হিসেবে গণ্য হয়। এটি উপরের শিক্ষার্থী-সংক্রান্ত ফলাফলের শিক্ষক-দিকের প্রতিরূপ: অসম এআই-ব্যবহার এজেন্সির চর্চা হতে পারে, তার অনুপস্থিতির প্রমাণ নয়।
• শিক্ষার্থীর এজেন্সির মধ্যস্থতাকারী শর্ত হিসেবে শিক্ষক-এজেন্সি: নতুন শিক্ষক-দিকের ফলাফলগুলো এমন একটি বিভাজন স্পষ্ট করে যা উপরের শিক্ষার্থী-ফলাফলগুলো অস্পষ্ট রাখে: শিক্ষক-এজেন্সি নকশা-সময়ের ও মধ্যস্থতাকারী, শিক্ষার্থী-এজেন্সি মুহূর্তে চর্চিত হয়, এবং প্রথমটি দ্বিতীয়টির শর্ত নির্ধারণ করে। Canonigo (2026) আট সপ্তাহের একটি ChatGPT-4 হস্তক্ষেপ জুড়ে দশ জন মাধ্যমিক গণিত শিক্ষককে অনুসরণ করেন এবং দেখেন যেখানে শিক্ষকেরা এআই-এর ফলাফল বাছাই ও জিজ্ঞাসাবাদ করেছেন (খোলা সমস্যা দেওয়া, সরঞ্জামকে আগেভাগে প্রম্পট করে সমাধান আটকে রেখে সংকেত ছাড়তে বলা, শিক্ষার্থীদের এআই-এর ফলাফল নিজেদের কাজের পাশে রেখে কোন পদ্ধতি ভালো তা যুক্তি দিতে বলা), সেখানে তা সমালোচনার জন্য একটি সাময়িক আর্টিফ্যাক্ট হয়ে উঠেছে এবং শিক্ষার্থীরা অনুমান ও অধিসংজ্ঞানাত্মক প্রশ্নের দিকে এগিয়েছে; যেখানে মধ্যস্থতা অনুপস্থিত, সেখানে কর্তৃত্ব অ্যালগরিদমের দিকে সরে গেছে এবং শিক্ষকেরা জ্ঞানের প্রথম উৎস না হয়ে বৈধতাদাতা হয়ে পড়েছেন, যে পরিবর্তনকে একজন শিক্ষক "ওরাকল" থেকে "সম্পাদক"-এ যাওয়া বলে বর্ণনা করেছেন। অসম সরঞ্জাম-গুণ সেই মধ্যস্থতাকে যা বহন করতে হয় তা বাড়ায়: প্রতিটি মডেলে তিনবার জমা দেওয়া 50টি প্রম্পট জুড়ে বিনামূল্যের স্তরটি 150টি উত্তরোর 49টিতে ভুল ছিল (32.7%), যেখানে প্রিমিয়াম স্তরে ছিল 150-এর 18টি (12%) (χ2(1) = 17.5, p < .001)। Charles (2026) প্রস্তুতির তাৎপর্য টানেন: শিক্ষক-এজেন্সি একটি পেশাগত সম্পদ যা নকশা-সিদ্ধান্ত ও আর্টিফ্যাক্টের মাধ্যমে সক্রিয় হয়, তাই প্রস্তুতি বিচার্য হওয়া উচিত শিক্ষকেরা যে নকশা তৈরি করেন তা দিয়ে, কত ঘন ঘন তারা এআই ব্যবহার করেন তা দিয়ে নয়, এবং এআই না ব্যবহারের যুক্তিসঙ্গত সিদ্ধান্ত নিজেই প্রস্তুতি প্রদর্শন করতে পারে। একসঙ্গে পড়লে এই ফলাফলগুলো উচ্চ এআই-ব্যবহারকে এজেন্সিপূর্ণ শ্রেণিকক্ষের প্রমাণ হিসেবে পড়ার বিরুদ্ধে সতর্ক করে, কারণ যে প্রবণতা শিক্ষার্থীর এজেন্সি রক্ষা করে তা চর্চিত হয় শিক্ষক যা নকশা করেন ও সমালোচনা করেন তাতে, সরঞ্জাম চালু আছে কি না তাতে নয়।
• শিক্ষক-শিক্ষার্থী নিয়ন্ত্রণ শূন্য-সমষ্টি নয় — তবে সঠিক বণ্টন নির্ভর করে পর্যায়ের ওপর। 34টি হাইব্রিড-নিয়ন্ত্রণ নকশা র‍্যাংক করতে বলা 17 জন শিক্ষক ও 13 জন শিক্ষার্থীর একটি অংশগ্রহণমূলক স্পিড-ডেটিং অধ্যয়ন দেখেছে উভয় দল প্রস্তুতি ও সূচনার সময় শক্তিশালী শিক্ষক-নিয়ন্ত্রণ পছন্দ করেছে, তারপর সহযোগিতা এগোনোর সঙ্গে ধীরে ধীরে বেশি শিক্ষার্থী-ইনপুট, এবং কোনও দলই কখনও পূর্ণ শিক্ষার্থী-নিয়ন্ত্রণ পছন্দ করেনি। পছন্দগুলো একে অন্যের প্রতিফলন ছিল: শিক্ষকেরা জোড়া তৈরির সময়সূচিতে বেশি নিয়ন্ত্রণ চেয়েছেন, শিক্ষার্থীরা চেয়েছে প্রস্তুতি-স্ব-সংকেত; শিক্ষার্থীরা শিক্ষকের সঙ্গী-নির্বাচনে আস্থা রেখেছে, শিক্ষকেরা সঙ্গী নির্বাচনে শিক্ষার্থীর মত চেয়েছেন। নকশার তাৎপর্য: প্রতিটি সিদ্ধান্ত-বিন্দু ও পর্যায়ে এজেন্সি বণ্টন করা, সীমিত ও কাঠামোবদ্ধ শিক্ষার্থী-প্রস্তাব শিক্ষক-মুখী বিশ্লেষণে বৈধ করা, মুক্ত-রূপ ওভাররাইড নয়। (Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing)
• পছন্দে প্রবেশাধিকার আর কার্যকর এজেন্সি এক নয়: Su, Nair ও Nagashima (2026) 69 জন বিশ্ববিদ্যালয় শিক্ষার্থীকে একটি 2 × 2 নকশায় র‍্যান্ডম করেছেন, যেখানে একটি ফ্লকিং সিমুলেশনের প্যারামিটার-নিয়ন্ত্রণ এবং একটি ঐচ্ছিক কথোপকথন এজেন্টে প্রবেশাধিকার পরস্পরকে ক্রস করেছে, এবং দেখেছেন পূর্বজ্ঞান নিয়ন্ত্রণ করার পর কোনও সুবিধাই শিখন-লাভে নির্ভরযোগ্য প্রভাব ফেলেনি (প্যারামিটার-নিয়ন্ত্রণ F(1, 50) = 0.04, p = .849; এজেন্ট F(1, 50) = 2.68, p = .108)। লাভ নির্ভর করেছে নিয়ন্ত্রণ কীভাবে ব্যবহার হয়েছে তার ওপর: ধারণাগতভাবে সবচেয়ে জটিল পাঠে স্লাইডারে কাটানো সময় বেশি লাভের পূর্বানুমান করেছে (β = .11, p = .007), যেখানে সহজ পাঠে একই আচরণ কম লাভের পূর্বানুমান করেছে (β = −.04, p = .047), এবং ঐচ্ছিক এজেন্টের সঙ্গে সম্পৃক্তি প্রতি শিক্ষার্থী 0 থেকে 32টি প্রশ্ন পর্যন্ত বিস্তৃত ছিল, ফলাফলের সঙ্গে সম্পর্কহীন। লেখকেরা এটিকে এজেন্সি দান করা নয়, চর্চা করা হিসেবে পড়েন: নকশার প্রশ্ন হলো কী শিক্ষার্থীকে ঠিক করতে সাহায্য করে কোনটা বদলানোর যোগ্য এবং পরিণতিগুলো লক্ষ্য করতে।
• প্রাথমিক-কর্মজীবনের গবেষণায় জ্ঞানতাত্ত্বিক প্রতিনিধিত্ব: Han ও Liu (2026) ডক্টরাল ও পোস্টডক্টরাল গবেষকদের মধ্যে এআই-নির্ভরতাকে জ্ঞানতাত্ত্বিক প্রতিনিধিত্ব হিসেবে দেখেন — সমস্যা-নির্মাণ, পদ্ধতি-নির্বাচন ও ব্যাখ্যামূলক কর্তৃত্ব বুদ্ধিমান সিস্টেমের কাছে হস্তান্তর — এবং দেখেন এটি গবেষণা-স্ব-কার্যকারিতা ও গবেষণা-স্বায়ত্তশাসন উভয়ের সঙ্গে নেতিবাচকভাবে সম্পর্কিত, আর তত্ত্বাবধায়ক সহায়তা এই ক্ষতি প্রশমিত করে। এটি এজেন্সি-বিতর্ককে শিক্ষার্থীর স্বায়ত্তশাসন থেকে গবেষকের নিজের গঠন পর্যন্ত বিস্তৃত করে।
• নকশা-চলক হিসেবে ব্যাখ্যামূলক কর্তৃত্ব (একটি ধারণাগত কাঠামো)। Porath (2026) কে-সিদ্ধান্ত-নেবে প্রশ্নটিকে পুনর্বিন্যস্ত করেন ব্যাখ্যামূলক কর্তৃত্বের বণ্টন হিসেবে — কে সমস্যা সংজ্ঞায়িত করে, উত্তর মূল্যায়ন করে, এবং কখন বোঝাপড়া অর্জিত হয়েছে তা নির্ধারণ করে — এবং চারটি অ-ক্রমসোপানিক বিন্যাসের (মানুষ-প্রধান, এআই-সহায়ক, এআই-নির্দেশক, সংলাপমূলক অংশীদারত্ব) মানচিত্র দেন, যেগুলোর মধ্যে শ্রেণিকক্ষগুলো একটি কাজের ভেতরেই চলাচল করে, এবং পরিবর্তনগুলোকে পাঁচটি বাস্তুতান্ত্রিক স্তরে ভিত্তি দেন, ব্যক্তির অধিসংজ্ঞান থেকে সামাজিক-সাংস্কৃতিক আখ্যান পর্যন্ত। নিবন্ধের নীতিগত দাবি এই পাতার প্রমাণের সঙ্গে মেলে: এআই-নির্দেশক বিন্যাস, যতই পরিশীলিত হোক, উৎপাদনশীল সংগ্রাম ও অধিসংজ্ঞানাত্মক নিয়ন্ত্রণ দমিয়ে দিতে পারে — সেই একই সক্ষমতা যা এই পাতা এজেন্সির অন্তঃস্তর হিসেবে চিহ্নিত করে। ধারণাগত লেখা হিসেবে এটি নৈদানিক শব্দভাণ্ডার যোগায়, প্রায়োগিক প্রমাণ নয়।

এজেন্সি স্ব-নিয়ন্ত্রিত শিখন, প্রেরণা, স্ব-কার্যকারিতা, শিক্ষার্থী-অভিজ্ঞতা, মানব-এআই সহযোগিতা, নীতিশাস্ত্র, অতিরিক্ত নির্ভরতা এবং মেটাকগনিশন-এর সঙ্গে যুক্ত। এটি রোবোটিকস, টিউটরিং এবং এআই শিখন এজেন্টের নকশায় একটি কেন্দ্রীয় বিবেচনা।

• সীমিত ব্যবহার জ্ঞানতাত্ত্বিক নিয়ন্ত্রণ, অনিচ্ছা নয়। Zagami (2026) জানান যে 484টি উত্তরের একটি বিশ্ববিদ্যালয় সমীক্ষায় উচ্চ-অর্জনকারী শিক্ষার্থীরা কম সক্রিয় এআই-সম্পৃক্তি ও কম অনুভূত শিখন-প্রভাব দেখিয়েছে, অথচ একইসঙ্গে কম এআই-সম্পর্কিত বিচ্ছিন্নতার কথা জানিয়েছে, এবং নিজেদের ব্যবহারকে যাচাই-নিবিড় বলে বর্ণনা করেছে: ফলাফল যাচাই করা হয়, তারপর নিজেদের যুক্তির অধীন করা হয়। পরিহার নয়, এজেন্সি হিসেবে পড়লে এই ধরনটি বিচারবোধের সচেতন ধারণ: শিক্ষার্থীরা সিদ্ধান্তের লেখকত্ব ধরে রেখেছে, আর সরঞ্জাম ব্যবহার করেছে স্পষ্টীকরণ ও সারসংক্ষেপণের জন্য।

টেকসই সীমানা-কর্ম, সরঞ্জাম-দক্ষতা নয়, এজেন্সিকে প্রতিনিধিত্ব থেকে আলাদা করে: একই পুনরুদ্ধার-ভিত্তিক সরঞ্জাম ব্যবহারকারী শিক্ষার্থীরা তুলনীয়ভাবে পরিশীলিত আর্টিফ্যাক্ট তৈরি করেছে, তারা ফলাফলকে সীমিত ও পুনরায়-লিখিত করুক বা আগেভাগেই ব্যাখ্যা ছেড়ে দিক, তাই পার্থক্য দেখা গেছে কেবল প্রম্পট, বিলম্ব, সংশোধন ও প্রত্যাখ্যানে (O'Byrne, 2026)।

• কাজ করা, জানা এবং উত্তর দেওয়া এক জিনিস নয়। 366টি জেনএআই উচ্চশিক্ষা-সারাংশের একটি কর্পাস-সহায়ক আলোচনা-বিশ্লেষণ এআই-কে 2,050 বার কর্তা হিসেবে নাম দেয়, অথচ কখনও তাকে জবাবদিহির অধীন করে না, আর ফলাফল বিচার ও দাবি যাচাইয়ের দায়িত্ব শিক্ষার্থীদের ওপর রাখে: ব্যাকরণগত সক্রিয়করণ, কার্যকরী এজেন্সি, জ্ঞানতাত্ত্বিক কর্তৃত্ব ও নৈতিক জবাবদিহি একে অন্যের থেকে আলাদা হয়ে যায় (Poudyal, 2026)।
• এজেন্সির তিনটি মোড, এবং তৃতীয়টি নীতি যোগায়। কেবল 18% শিক্ষক ও 24% প্রধানশিক্ষক স্কুল-এআই-নীতি আছে বলে জানান, ফলে অধিকাংশ শিক্ষাবিদ ব্যক্তিগত এজেন্সি চর্চা করেন, তাদের হয়ে কোনো প্রক্সি এজেন্সি কাজ করে না — বান্দুরার তৃতীয় মোড, যা প্রতিষ্ঠানগত নিয়ম সরবরাহ করে (Tench, Weinstein ও James, 2026)।

এজেন্সি একটি উদীয়মান, মিথস্ক্রিয়ামূলক ঘটনা হিসেবে

এজেন্সি একটিমাত্র সক্ষমতা নয়, এবং এই পার্থক্য এআই-মধ্যস্থ চর্চা পর্যন্ত টিকে থাকে। Bergdahl (2026) এক সেমিস্টারের এআই নির্দেশনার পর 47 জন সুইডিশ সপ্তম শ্রেণির শিক্ষার্থীর ওপর সমীক্ষা চালিয়ে দেখেন যে এআই-এর ফলাফল-মুখী এজেন্সি তা উৎপাদনকারী ব্যবস্থা-র দিকে বিস্তৃত হয় না। এই বিভাজন ব্যক্তিগত শিক্ষার্থীর ভেতরেই টিকে ছিল: 79% এর নয়টি আইটেমে তিন বা তার বেশি স্কোর-পরিসর ছিল, এবং প্রতি-শিক্ষার্থী ভিত্তিতে একটি বিচ্ছিন্নতা-সূচক 35 জন শিক্ষার্থীতে ফলাফল-মুখী সম্পৃক্তিকে সিস্টেম-মুখীর চেয়ে এগিয়ে রেখেছে, বিপরীত দিকে 4 জনে (সাইন টেস্ট, p < .001)। সবচেয়ে উৎস-সমালোচনামূলক শিক্ষার্থীদের 62% তবুও নিজেদের লেখা পড়তে পারা চ্যাটবটের ব্যাপারে সবচেয়ে কম সুরক্ষামূলক বিকল্পটি সমর্থন করেছে, এবং নমুনায় কেবল একজন শিক্ষার্থী সর্বোচ্চ গোপনীয়তা-অবস্থান বেছেছে। গুরুত্বপূর্ণ হলো, এটি মাপা হয়েছে এমন একটি পাঠের এক মাস পরে, যেখানে শিক্ষার্থীরা নিজেদের লগ করা আচরণ সরাসরি প্রক্ষেপণ হতে দেখেছিল — তারা এটিকে "ভয়ংকর" বলেছিল এবং প্ল্যাটফর্ম ব্যবহার চালিয়ে যেতে টিফিনের সময়েও থেকে গিয়েছিল। এজেন্সিকে একটি উদীয়মান, মিথস্ক্রিয়ামূলক বৈশিষ্ট্য হিসেবে দেখলে এটির সঙ্গে সঙ্গতিপূর্ণ: এটি প্রতি চর্চায় ভেসে ওঠে, চর্চা জুড়ে স্থানান্তরিত হয় না, এবং একটি পাঠ যা সামনে আনে তা সেই নিবন্ধনে সাধারণীকৃত হয় না যা সে সম্বোধন করেনি।

শিক্ষার্থীর এজেন্সি কেবল একটি স্থির ব্যক্তিগত বৈশিষ্ট্য নয় — এটি একটি উদীয়মান, মিথস্ক্রিয়ায় গঠিত প্রক্রিয়া, যা আলোচনার মাধ্যমে এবং দলগত কাজের মুহূর্তে-মুহূর্তে সমন্বয়ের মাধ্যমে চর্চিত হয়। সহযোগিতামূলক শিখনে এজেন্সি বিতরিত ও পুনরায়-সমন্বিত হয় অপসারী প্রক্রিয়া (ধারণা উৎপন্ন করা, বিকল্প অন্বেষণ) এবং অভিসারী প্রক্রিয়ার (মূল্যায়ন, একীভূতকরণ, সংশ্লেষণ) পারস্পরিক ক্রিয়ার মাধ্যমে। এআই-এর জন্য এই দৃষ্টিভঙ্গি গুরুত্বপূর্ণ, কারণ এজেন্টিক এআই ব্যবস্থা একটি দলের ভেতরে জ্ঞানতাত্ত্বিক ও নিয়ন্ত্রক শ্রম সূক্ষ্মভাবে পুনর্বণ্টন করতে পারে, এবং নতুন করে নির্ধারণ করতে পারে কে অবদান রাখে, কে দিকনির্দেশনা গড়ে তোলে, আর কে অগ্রগতি নিয়ন্ত্রণ করে — প্রায়ই শিক্ষার্থীরা তা না জেনেই।

• সক্ষমতা-বিন্যাসের উদীয়মান গুণ হিসেবে এজেন্সি। Human-AI Collaboration Competency কাঠামো সচেতনভাবে শিক্ষার্থীর এজেন্সিকে একটি স্বতন্ত্র উপাদান হিসেবে বাদ দেয় এবং এটিকে সেই হিসেবে দেখে যা শিক্ষার্থীরা প্রকাশ করে যখন তারা বিষয়-জ্ঞান, এআই ও অধিসংজ্ঞানাত্মক সক্ষমতা সমন্বিত করে — TPACK যে সমন্বয়-কর্ম শিক্ষাদানকে দেয়, তা শিক্ষার্থীর নিজের অধিসংজ্ঞানাত্মক নিয়ন্ত্রণে চলে যায়; 24 জন উচ্চশিক্ষা-শিক্ষাবিদের কথায় প্রতিটি মাত্রাই উপস্থিত ছিল, যেখানে বিষয় (কোডেড এককের 12–19%) ও এআই (16–22%) সামনে এসেছে (Dang et al., 2026)।

• Jin et al. (2026) সবচেয়ে সরাসরি প্রমাণ দেন: একটি বড় পরীক্ষায় (224 শিক্ষার্থী, 97 ত্রয়ী) যেখানে এআই একটি অঘোষিত দলসদস্য হিসেবে কাজ করেছে, সহায়ক ও বিপরীতমুখী এআই ব্যক্তিত্ব তবুও উদীয়মান এজেন্সিকে পুনর্বিন্যাস করেছে। বিপরীতমুখী এআই আলোচনাকে চ্যালেঞ্জ- ও প্রতিফলন-মুখী গতিপথে টেনেছে (উৎপাদনশীল ঘর্ষণ), আর সহায়ক এআই একমতকে স্থিতিশীল করে এবং নতুন ধারণা-উৎপাদন সঞ্জীবিত করেছে।

• আলোচনা-শাসনের প্রক্রিয়া হিসেবে এআই ব্যক্তিত্ব। বিপরীতমুখী ব্যক্তিত্ব চ্যালেঞ্জ করার বোঝা বাইরে এনেছে (জ্ঞানতাত্ত্বিক শ্রম সমালোচনার দিকে পুনর্বণ্টন করে), আর সহায়ক ব্যক্তিত্ব নিশ্চিতকরণ ও ঐক্য-রক্ষণ বাইরে এনেছে। অধ্যয়নটি ছয়টি উদীয়মান এজেন্সি-প্রোফাইল চিহ্নিত করেছে — লক্ষণীয়ভাবে, প্রতিফলনমূলক নিয়ন্ত্রণ ছিল একান্তভাবে মানবিক (এআই সমালোচনা/নিশ্চিতকরণ বাইরে এনেছে, কিন্তু মেটা-স্তরের পর্যবেক্ষণ নয়)।

• ঘর্ষণের আবেগগত খরচ। বিপরীতমুখী এআই দলগত কাজের সন্তুষ্টি ও মনস্তাত্ত্বিক নিরাপত্তা কমিয়েছে কিন্তু সৃজনশীল কর্মদক্ষতার লাভ দেয়নি, ফলে জ্ঞানতাত্ত্বিক উদ্দীপনা অভিজ্ঞতাগত টেকসইতার থেকে বিচ্ছিন্ন হয়ে যায়। এটি সতর্ক করে যে "উৎপাদনশীল" আলোচনা-কাঠামোকে তাদের আবেগগত পরিণতির পাশাপাশি ব্যাখ্যা করা উচিত — এজেন্সি বিকশিত হয় কেবল মনস্তাত্ত্বিকভাবে নিরাপদ পরিবেশে।

• অস্পষ্ট এআই-অংশগ্রহণ অদৃশ্য শাসন। যেহেতু ব্যক্তিত্বগুলো এআই-প্রকাশ ছাড়াই কাজ করেছে, অধ্যয়নটি ব্যক্তিত্ব-নকশাকে সহযোগিতামূলক প্রক্রিয়ার ওপর এক ধরনের অদৃশ্য শাসন হিসেবে স্থাপন করে — একটি ফলাফল যার সরাসরি তাৎপর্য আছে লেখন-সহায়ক, সহকর্মী মূল্যায়ন ব্যবস্থা এবং দলগত কাজের প্ল্যাটফর্মের জন্য, যা নিজেদের উপস্থিতি ঘোষণা না করেই অবদান গড়ে তুলতে পারে।

• দলভিত্তিক মূল্যায়নে এজেন্সির তিনটি ধরন। Chen ও Zou (2026) একটি প্রামাণিক দলগত উপস্থাপনা নিয়ে শিক্ষার্থী-শিক্ষকদের 15টি ফোকাস গ্রুপের সাক্ষাৎকার নিয়ে দেখেন এজেন্সি একইসঙ্গে তিন দিকে কাজ করছে: পাঁচটি দল সমন্বয়-পরিকাঠামো হিসেবে জেনএআই-ব্যবহার তীব্রতর করেছে (সহযোগিতা-মুখী এজেন্সি — সহপাঠীদের অংশ পাঠোদ্ধার, অংশগুলো মিলিয়ে নেওয়া, যৌথ গ্রেড রক্ষা), সাতটি তা সংযত করেছে (নৈতিক এজেন্সি — প্রামাণিকতা, ন্যায্যতা, মৌলিকতা ও দৃষ্টিভঙ্গির বৈচিত্র্য রক্ষায় টানা সীমানা), আর তিনটি ব্যক্তিগত কাজ থেকে চর্চা কখনও বদলায়নি (অ-চর্চিত এজেন্সি, যেখানে ব্যক্তিগত সক্ষমতা কখনও সমষ্টিগতভাবে সক্রিয় হয়নি)। তাদের পার্থক্য গুরুত্বপূর্ণ, কারণ এখানে সংযম ছিল আনুগত্য বা বিচ্ছিন্নতা নয়, বরং নৈতিক স্ব-নিয়ন্ত্রণ, এবং কারণ সক্ষমতা একা সমষ্টিগত এজেন্সি তৈরি করেনি। দল-সদস্যতা দলগত কাজের যে জবাবদিহি তৈরি করার কথা, তাও উল্টে দিয়েছে: একটি শিথিল সমষ্টিগত পরিবেশ প্রতিশ্রুতি বাড়ানোর বদলে অনুভূত অপব্যবহারের ঝুঁকি কমিয়েছে।

• সম্পর্কভিত্তিক আত্মসত্তা হিসেবে এজেন্সি। Xie (2026) এজেন্সির সেই ব্যক্তিকেন্দ্রিক মডেলকে চ্যালেঞ্জ করেন, যা তার মতে এআই-সমালোচনারাও পূর্বধরে নেয়। দাওবাদী সম্পর্কভিত্তিক আত্মসত্তা — অন্য মানুষ ও মহাবিশ্বের সঙ্গে সম্পর্কের মাধ্যমে গঠিত একটি "প্রবাহমান ও বিষমসত্ত্ব" আত্ম — থেকে তিনি সিদ্ধান্তে আসেন যে ডিজিটাল বিভাজন বা অ্যালগরিদমিক বৈষম্য "আত্মের মৌলিক গঠনের লঙ্ঘন", ফলে শিখনে সমান প্রবেশাধিকার "কেবল নৈতিক নির্দেশ নয়, একটি অস্তিত্বগত প্রদত্ত", এবং অসম ক্ষমতা ও পরিবেশগত খরচ "আত্মের অবিচ্ছেদ্য মাত্রা", বাহ্যিকতা নয়। তাঁর প্রতি-আদর্শ, "Zhenren" (真人) বা স্বাভাবিক শিক্ষার্থী, এআই-কে সংজ্ঞানাত্মক প্রতিনিধির বদলে "যন্ত্রগত উপাঙ্গ" হিসেবে দেখে — এজেন্সি হিসেবে চর্চিত সম্পূর্ণতা, ঘর্ষণহীন অনুকূলন নয়।(Alternative AI Philosophy: Daoism as Method for AI in Education)

সহযোগিতামূলক পরিবেশের জন্য এটি নকশার প্রশ্নটিকে পুনর্বিন্যস্ত করে: এআই পারে কি না দলসদস্য হিসেবে অংশ নিতে, তা নয়, বরং কীভাবে তার ধরনবদ্ধ অংশগ্রহণ জ্ঞানতাত্ত্বিক কঠোরতা, আবেগগত নিরাপত্তা ও শিক্ষার্থীর মালিকানার-বোধের মধ্যে ভারসাম্য রাখে। সীমিত ঘর্ষণ (সীমাবদ্ধ চ্যালেঞ্জ, সমন্বয়মূলক ও মেরামতমূলক পদক্ষেপের সঙ্গে জোড়া) এবং স্পষ্ট মেটা-সহযোগিতা-সাক্ষরতাই প্রস্তাবিত সুরক্ষা।

এজেন্সির একটি কাঠামোগত পাঠ পাওয়া যায় El Khoury ও Ma-র আনন্দময় মূল্যায়ন কাঠামোয়, যেখানে এজেন্সিকে প্রেরণা নয়, একটি নকশা-বৈশিষ্ট্য হিসেবে দেখা হয়: শিক্ষার্থীরা কাজের ক্রম বেছে নেয়, গতি নির্ধারণ করে, এবং কখন একটি মিথস্ক্রিয়া শেষ হবে তা সংকেত দেয়, ফলে সহায়তা পাওয়া যায় অথচ কাজের দায়িত্ব শিক্ষার্থীর কাছেই থাকে। তারা যে প্রক্রিয়াটির নাম দেন তা হলো মূল্যায়ন — দর্শক ছাড়া মহড়া দেওয়া এবং কখন শুরু করবেন তা বেছে নেওয়া একটি কাজের অর্থ বদলে দেয়, রায় থেকে এমন কিছুতে যা শিক্ষার্থী গড়তে পারে — এবং তারা যুক্তি দেন এই পরিবর্তনের পুনরাবৃত্ত অভিজ্ঞতাই মাঝেমধ্যে-জাগা কার্যকারিতা-বোধকে মূল্যায়নের প্রতি দৈনন্দিন অবলম্বনে স্থির করে।

• "বেশি এআই ব্যবহার শিক্ষার্থীদের লেখকত্ব-বোধ কমায়।" রৈখিকভাবে নয়। একটি যন্ত্র-সজ্জিত প্রবন্ধ-অধ্যয়নে অনুভূত মালিকানা কমেছে কেবল সেই দলে যারা পুরো প্রবন্ধ অর্পণ করেছে, আর যারা পরিকল্পনা বা পর্যালোচনার জন্য মডেল ব্যবহার করেছে তাদের মালিকানা মিলেছে এমন শিক্ষার্থীদের সঙ্গে যারা মডেল কখনও খোলেনি। একই দল প্রবন্ধের পঠনযোগ্যতায়ও বেশি স্কোর করেছে, ফলে লেখকত্ব পাতলা হওয়ার সঙ্গে সঙ্গে আর্টিফ্যাক্ট দেখতে আরও ভালো হয়েছে। এজেন্সি অনুসরণ করেছে সরঞ্জাম কীভাবে ব্যবহৃত হয়েছে তা, ব্যবহৃত হয়েছে কি না তা নয়। লেখকত্ব প্রতিনিধিত্বের ফল, ব্যবহারের ফল নয়।

এজেন্সি বনাম শিক্ষার্থী-পরিচয়

শিক্ষার্থী-পরিচয় ও শিক্ষার্থীর এজেন্সি সহজেই মিশে যায়, তবুও তারা আলাদা জিনিস বোঝায় — এবং দুটোই এআই দ্বারা নতুন রূপ পায়।

• এজেন্সি চর্চিত হয়; পরিচয় বাসিত হয়। এজেন্সি হলো সচেতনভাবে কাজ করার এবং এখনই নিজের শিখন পরিচালনা করার পরিস্থিতিগত সক্ষমতা — একটি পরিবর্তনশীল, মিথস্ক্রিয়ামূলক বৈশিষ্ট্য। পরিচয় হলো আরও টেকসই, আখ্যানমূলক বোধ যে একজন শিক্ষার্থী হিসেবে আপনি কে এবং কী হয়ে উঠছেন। এজেন্সি একটি প্রক্রিয়া; পরিচয় একটি অস্তিত্বের অবস্থা যা তা থেকে সঞ্চিত হয়।
• পরিচয় হলো অন্তর্নিবিষ্ট এজেন্সি। বারবার এজেন্সিপূর্ণ কাজ — বাছাই করা, লেখা, অধ্যবসায় — তার মাধ্যমেই একজন শিক্ষার্থী নিজেকে একজন সক্ষম, এজেন্সিপূর্ণ ব্যক্তি হিসেবে দেখতে শেখে। পরিচয় হলো সময় জুড়ে এজেন্সির পলল, যা স্বীকৃতি ও অন্তর্ভুক্তির বোধ দ্বারা দৃঢ় হয়।
• আলাদা ব্যর্থতার ধরন। এজেন্সি ক্ষয়ে যায় অতিরিক্ত নির্ভরতা ও নিষ্ক্রিয় গ্রহণে (শিক্ষার্থী যুক্তি পরিচালনা করা থামিয়ে দেয়); পরিচয় ক্ষয়ে যায় লেখকত্ব-ক্ষতি ও দক্ষতা-হুমকিতে (শিক্ষার্থীর মনে হয় ফলাফল তার নয়, বা সে এই ক্ষেত্রে নিজেকে অন্তর্ভুক্ত মনে করে না)। জ্ঞানতাত্ত্বিক শ্রমের অস্পষ্ট এআই-পুনর্বণ্টন মূলত এজেন্সির উদ্বেগ; সৃজনশীল ক্ষেত্রে দক্ষতা-বিরোধপরিচয় মূলত পরিচয়ের উদ্বেগ।
• দুটোর জন্যই নকশা করতে হবে। এজেন্সি-ভিত্তিক নকশা নিয়ন্ত্রণ ও পছন্দ রক্ষা করে (সীমিত ঘর্ষণ, মানুষ-চক্রে তদারকি, স্বচ্ছতা); পরিচয়-ভিত্তিক নকশা লেখকত্ব ও স্বীকৃতি রক্ষা করে (প্রামাণিক মূল্যায়ন, এআই বনাম মানব অবদানের স্পষ্ট আরোপ, এমন কাজ যা শিক্ষার্থীকে একটি ক্ষেত্র দাবি করতে দেয়)। লেখকত্ব না রেখে এজেন্সি রক্ষা করলে নিয়ন্ত্রণ থাকে, আত্মমর্যাদা থাকে না — আর উল্টোটাও সত্য।

চর্চিত এজেন্সি ও স্থিতিশীল পরিচয়ের এই পার্থক্য প্রত্যাখ্যানেও প্রযোজ্য। Zagami (2026) যেমন বর্ণনা করেন, মূল্যায়িত লেখার জন্য চ্যাটবট প্রত্যাখ্যান, সহায়তাহীন যুক্তির জন্য তা নিষিদ্ধ করা, শিক্ষার্থী-সহায়তায় স্বয়ংক্রিয় ট্রায়াজ প্রতিরোধ, বা ক্রয় বিলম্বিত করা — এগুলো আলাদা ব্যবস্থার সঙ্গে আলাদা সম্পর্ক, যা ব্যক্তিগত, শিক্ষাদানগত, পেশাগত, প্রশাসনিক ও প্রাতিষ্ঠানিক স্তর জুড়ে বিস্তৃত, একটি টেকসই প্রবণতা নয়। এই অধিকার অসমভাবে বণ্টিত: একাডেমিক আত্মবিশ্বাসসম্পন্ন শিক্ষার্থীরা শাস্তি ছাড়াই প্রত্যাখ্যান করতে পারেন, যেখানে ভাষা, অভিগম্যতা বা দ্রুত-প্রতিক্রিয়ার সহায়তা প্রয়োজন এমন শিক্ষার্থীরা প্রত্যাখ্যানকে হারানো সুযোগ হিসেবে পড়েন, আর নিরাপদ শিক্ষাবিদেরা নীতির ভিত্তিতে প্রত্যাখ্যান করেন যখন খণ্ডকালীন কর্মীরা গ্রহণের চাপ অনুভব করেন। যেখানে এআই পরিকাঠামোয় বসে, সেখানে প্রত্যাখ্যান ব্যক্তি-অপ্ট-আউট থেকে ক্রয়, নিরীক্ষা ও চ্যালেঞ্জযোগ্যতায় সরে যায়।

• প্রত্যাখ্যান পরিচয়-নির্মাণ, কেবল সিদ্ধান্ত নয় (শিক্ষানবিশি শিখনে বর্ণ-সংখ্যালঘু শিক্ষার্থীরা)। Gyekye (2026) 9 মাস জুড়ে পাঁচজন মাধ্যমিক শিক্ষানবিশের সাক্ষাৎকার নিয়ে দেখেন তারা তিনটি পদক্ষেপে এআই-এর মাধ্যমে নিজেদের লেখক হিসেবে গড়ে তুলেছে: প্রত্যাখ্যান (প্রাতিষ্ঠানিক সংগতির জন্য অ-ব্যবহার), আলোচনা (প্রাতিষ্ঠানিক অসঙ্গতি মেরামত, গোপনীয়তাকে দূরবর্তী বিমূর্ততা হিসেবে দেখা), এবং স্বীকৃতি (ন্যায্যতাকে দৃশ্যমান পক্ষপাতের অনুপস্থিতির সঙ্গে সমান করা — একটি "সাংস্কৃতিক সমতলতা" যেখানে এআই-উত্তরে তাদের পরিচয় অপ্রতিনিধিত থাকে)। অধ্যয়নের দুটি ব্যাখ্যামূলক ধারণা — Institutional AI Literacy ও Recognition Bandwidth — নাম দেয় এআই-ব্যবহারকে প্রাতিষ্ঠানিকভাবে পাঠযোগ্য করার সক্ষমতা এবং এআই-ফলাফলে নিজেদের স্বীকৃত দেখার যে জায়গা শিক্ষার্থীদের আছে। এটি পাঁচ শিক্ষার্থীর একক-কর্মসূচির আখ্যানমূলক অনুসন্ধান; এর অবদান হলো দেখানো যে এআই-ব্যবহার, সীমাবদ্ধতা ও প্রত্যাখ্যান জড়িয়ে আছে শিক্ষার্থীরা নিজেদের লেখক ও উদীয়মান পেশাজীবী হিসেবে কীভাবে বোঝে তার সঙ্গে।

বাস্তুতান্ত্রিক সহ-এজেন্সি কাঠামো: জ্ঞানতাত্ত্বিক নকশা-সমস্যা হিসেবে এজেন্সি

Poudyal (2026) শিক্ষার্থীর এজেন্সিকে মৌলিকভাবে একটি জ্ঞানতাত্ত্বিক উদ্বেগ হিসেবে পুনর্বিন্যস্ত করেন: জেনারেটিভ এআই কেবল একটি সরঞ্জাম যোগ করে না, বরং জ্ঞানতাত্ত্বিক কর্তৃত্ব পুনর্বণ্টন করে — জ্ঞান উৎপাদন, দাবি বৈধ করা এবং শিখনের প্রমাণ তৈরি করার সক্ষমতা — শিক্ষক থেকে শিক্ষার্থী থেকে মেশিনে। নিবন্ধের বাস্তুতান্ত্রিক সহ-এজেন্সি কাঠামো সহ-এজেন্সিকে তিনটি পরস্পরনির্ভর মাত্রার সম্পর্ক হিসেবে দেখে, যেগুলোর সবই মানব জ্ঞানতাত্ত্বিক জবাবদিহির অলঙ্ঘনীয় শর্ত দ্বারা সীমিত:

• সম্পর্কগত সহ-এজেন্সি — শিক্ষার্থী, সরঞ্জাম ও প্রসঙ্গের মধ্যে মিথস্ক্রিয়ার ফসল হিসেবে এজেন্সি, যার জন্য প্রয়োজন স্পষ্টভাবে ভাগ করা কোন কাজগুলো এআই-কে অর্পিত আর কোনগুলো রাখা হয়েছে, এবং নৈতিক সহ-এজেন্সি যেখানে মানুষ প্রাথমিক জবাবদিহি রাখে ও তদারকির ভূমিকায় কাজ করে।
• নিয়ন্ত্রক সহ-এজেন্সি — স্ব-নিয়ন্ত্রিত শিখন চক্রকে (পূর্বচিন্তা, সম্পাদন, প্রতিফলন) এআই-মধ্যস্থতার ওপর মানচিত্রণ। জেনএআই শিক্ষার্থীর প্রচেষ্টার আগে ঢোকে না পরে, তা নির্ধারণ করে এটি অনুভূত নিয়ন্ত্রণ বাড়াবে না ক্ষয়ে দেবে; কৌশলগত অফলোডিং রূপান্তরমূলক শিখনকে সমর্থন করে কেবল যখন অফলোডিং-সিদ্ধান্তটি অভিপ্রেত, রুটিন নয়।
• শিক্ষাদানগত সহ-এজেন্সি — শিক্ষকদের কেন্দ্রে রাখা, এবং পর্যবেক্ষক–গ্রহণকারী–সহযোগী–উদ্ভাবক ধারাবাহিকতায় এগোনো, যা নির্ভর করে প্রাতিষ্ঠানিক সহায়তার ওপর, ব্যক্তিগত প্রবণতার ওপর নয়।

কাঠামোর সীমা-শর্ত দাবি করে চ্যালেঞ্জযোগ্যতা (এআই-ফলাফল প্রশ্ন করা ও ক্রস-চেক করার সক্ষমতা), উৎস-পরিচয় (প্রশিক্ষণ-তথ্য ও ফলাফল কোথা থেকে আসে তা জানা), এবং নৈতিক ও বুদ্ধিবৃত্তিক কৃতিত্বের অ-প্রতিনিধিত্ব (শিক্ষার্থীর কল্যাণ, একাডেমিক অবস্থান ও গ্রেড নিয়ে উচ্চ-ঝুঁকির বিচার কেবল এআই দ্বারা নির্ধারিত হতে পারবে না)। এটি শিক্ষাবিদ ও নীতিনির্ধারকদের মানব ও কৃত্রিম অবদানের মধ্যে অস্পষ্ট "ভারসাম্যের" চেয়ে বেশি নিখুঁত শব্দভাণ্ডার দেয়, এবং এজেন্সিকে নীতিশাস্ত্র, মূল্যায়ন, ন্যায়বিচার ও এআই শাসন-এর সঙ্গে যুক্ত করে।

একটি নিকট সম্পর্কিত ফ্রেমিং হলো সম্পর্কগত জ্ঞানতাত্ত্বিক এজেন্সি (Du ও Yuan 2026), যা একমত যে এজেন্সি সামাজিকভাবে সক্রিয় ও প্রযুক্তিগতভাবে মধ্যস্থ, নির্ভরতা থেকে বিচ্ছিন্নতার বিষয় নয়। যেখানে বাস্তুতান্ত্রিক সহ-এজেন্সি কাঠামো মানব জ্ঞানতাত্ত্বিক জবাবদিহিকে অলঙ্ঘনীয় সীমা হিসেবে জোর দেয়, সেখানে Du ও Yuan একটি স্পষ্ট অসমতা ধরে রাখেন: এআই ব্যবস্থা যুক্তি গড়ে তুলতে ও বিস্তৃত করতে পারে, কিন্তু পারস্পরিক দায় বা বৈধ কর্তৃত্ব তার নেই। তাদের ছয়টি নৈদানিক মানদণ্ড — চ্যালেঞ্জযোগ্যতা, পুনরুদ্ধারযোগ্যতা, স্থানান্তর, অনুসরণযোগ্যতা, বিতরিত দায় এবং জ্ঞানতাত্ত্বিক বহুত্ব — একটি ব্যবহারিক পরীক্ষা দেয় কখন একটি মানুষ–এআই সম্পর্ক দাবি গঠন, মূল্যায়ন ও গ্রহণে শিক্ষার্থীর অংশগ্রহণের সক্ষমতা রক্ষা করে, আর কখন তা কেবল একটি পণ্য সরবরাহ করে। এই হিসাবে এজেন্সি সরঞ্জাম থেকে স্বাধীনতা নয়, বরং জ্ঞান যেসব ব্যবস্থার মাধ্যমে আসে তার সঙ্গে, তার মধ্য দিয়ে এবং তার বিরুদ্ধে দায়িত্বশীলভাবে বিচার করার সক্ষমতা।

• প্রক্রিয়া হিসেবে অর্পিত এজেন্সি, কেবল ঝুঁকি নয়। Yan ও Gašević (2026) সংজ্ঞানাত্মক কাজ এআই-কে অর্পণকে শিখন ঘটার একটি অংশ হিসেবে দেখেন, কেবল তার হুমকি নয়: তাদের বর্ণনায় সহায়তাপ্রাপ্ত সম্পাদন টেকসই সক্ষমতা হয় কেবল যখন শিক্ষার্থী সমস্যা-নির্মাণ, মানদণ্ড নির্ধারণ ও উত্তর ন্যায্য করার দায়িত্ব ধরে রাখে — যে শ্রম-বিভাজনকে তারা অর্পিত এজেন্সি বলেন। ফলে বণ্টনটাই নকশা-চলক হয়ে ওঠে, কারণ একই সরঞ্জাম কোন দায়িত্ব শুষে নেয় তার ওপর নির্ভর করে শিক্ষার্থীর এজেন্সি রক্ষা বা দ্রবীভূত করতে পারে।

সাধারণ ভুল ধারণা

• "শিক্ষার্থীরা এআই মুক্তভাবে ব্যবহার করলেই এজেন্সি চর্চা করে।" 6,788টি ChatGPT-সহায়ক পালার কোডিং করা একটি 14-শ্রেণির স্কিম সপ্তম শ্রেণির শিক্ষার্থীদের 59% পালাকে এমন শ্রেণিতে ফেলেছে যা এজেন্সিপূর্ণ ব্যবহার প্রতিনিধিত্ব করে না। ব্যবহারের আয়তন ও এজেন্সি আলাদা মাপ।
• "বর্তমান মডেলগুলো শিক্ষার্থীর এজেন্সি ভালোভাবে সমর্থন করে।" দশটি মডেল জুড়ে বেঞ্চমার্ক করা: শিখনের পরে এজেন্সি সমর্থনই তাদের সবচেয়ে দুর্বল কাজ: ImpactBench ইতিবাচক মানদণ্ডে এজেন্সি ও উদ্দেশ্য মেপেছে 56.0%। এজেন্সি হলো সেই মাত্রা যা এআই ব্যবস্থা সবচেয়ে কম ভালোভাবে সামলায়, সক্ষমতার উপজাত নয়।
• "শিক্ষকের মধ্যস্থতা এজেন্সির ওপর একটি সীমাবদ্ধতা।" Canonigo (2026) আট সপ্তাহের একটি ChatGPT-4 হস্তক্ষেপ জুড়ে দশ জন মাধ্যমিক গণিত শিক্ষককে অনুসরণ করেন এবং মধ্যস্থতাই প্রক্রিয়া, বাধা নয়।

সংযুক্ত ধারণা

• শিক্ষার্থী — শিক্ষার্থী: শিক্ষার্থী-সংক্রান্ত ধারণাগুলোর ছাতা
• শিক্ষাদানগত অংশীদারত্ব — শিক্ষণ-সহযোগিতা
• শিক্ষার্থী-পরিচয় — বিকশিত শাস্ত্রীয়, পেশাগত, সৃজনশীল ও একাডেমিক শিক্ষার্থী-পরিচয়
• স্বনির্দেশিত শিখন
• স্ব-নিয়ন্ত্রিত শিখন
• প্রেরণা
• স্ব-কার্যকারিতা
• শিক্ষার্থী-অভিজ্ঞতা
• মেটাকগনিশন
• নীতিশাস্ত্র
• সংজ্ঞানাত্মক অফলোডিং
• শিক্ষায় রোবট
• আচরণবাদ
• শিক্ষার্থীদের জন্য AI ব্যবহার কীভাবে ফ্রেম করা হয়
• মানব-এআই সহযোগিতা — এআই-মধ্যস্থ মিথস্ক্রিয়ার যৌথ দিকনির্দেশনা
• এজেন্টিক AI — স্বায়ত্তশাসিত এআই, যা দলে এজেন্সির পুনর্বণ্টন করতে পারে
• রসায়ন শিক্ষা — রসায়ন শিক্ষা ও এআই: ল্যাব, গঠনমূলক মূল্যায়ন, এলএলএম-এর সীমা, পরীক্ষণের দর্শন
• সামাজিক-আবেগিক শিখন — সামাজিক-আবেগিক শিখন
• সংজ্ঞানাত্মক আত্মসমর্পণ

সংযুক্ত নিবন্ধ

• An AI Policy Isn't a Playbook: Educators Need Agency, Not Just New Rules — এআই-নীতির আওতা, এজেন্সি ও পাঁচটি শ্রেণিকক্ষ-কৌশল নিয়ে মার্কিন শিক্ষক ও প্রধানশিক্ষকদের জাতীয়ভাবে প্রতিনিধিত্বমূলক সমীক্ষা (Tench, Weinstein ও James 2026)

• A helping hand or a dominant partner? Individual perceptions of GenAI reliance and human agency in collaborative learning — সহায়ের হাত নাকি প্রভাবশালী অংশীদার? সহযোগিতামূলক শিখনে জেনএআই-নির্ভরতা ও মানব এজেন্সির ব্যক্তিগত উপলব্ধি

• Agentivism: a learning theory for the age of artificial intelligence — মানুষ-এআই মিথস্ক্রিয়ার একটি মধ্য-পরিসরের শিখন তত্ত্ব, চারটি প্রক্রিয়া ও ছয়টি পরীক্ষাযোগ্য প্রস্তাবসহ (Yan ও Gašević 2026)

• Conceptualising Human–AI Collaboration Competency for hybrid intelligence: towards learner agency — বিষয়, এআই ও অধিসংজ্ঞানাত্মক সক্ষমতা সমন্বয়ের উদীয়মান গুণ হিসেবে শিক্ষার্থীর এজেন্সি, স্বতন্ত্র নোড নয় (Dang et al. 2026)

• Exploring learner agency in an AI-supported simulation environment for complex systems education — পছন্দে প্রবেশাধিকার বনাম চর্চিত এজেন্সি: স্লাইডার, একটি ঐচ্ছিক এআই এজেন্ট এবং ফ্লকিং সিমুলেশনে শিখন

• Guarded adoption of generative AI in higher education: high-achieving students, successful-student identity, and epistemic agency in a single-university mixed-methods survey — উচ্চশিক্ষায় জেনারেটিভ এআই-এর সতর্ক গ্রহণ

• AI Agents, Joyful Assessment, and Third Space: Rethinking Assessment in the GenAI Era — এআই এজেন্ট, আনন্দময় মূল্যায়ন এবং তৃতীয় স্থান

• AI-mediated research agency formation in higher education: Autonomy, self-efficacy and innovation in early-career scientific training — প্রাথমিক-কর্মজীবনের বৈজ্ঞানিক প্রশিক্ষণে এআই-মধ্যস্থ গবেষণা-এজেন্সির গঠন

• Layer-Sensitive Cognitive Offloading in Generative AI-Assisted Writing: Supported Performance and Independent No-AI Outcomes — জেনএআই-সহায়ক লেখনে স্তর-সংবেদনশীল সংজ্ঞানাত্মক অফলোডিং (Chen 2026)

• Does school-based AI education narrow readiness gaps? The role of prior agency-related learning — স্কুল এআই শিক্ষা মনস্তাত্ত্বিক প্রস্তুতির ফাঁক কমায়, সংজ্ঞানাত্মক ফাঁক নয়

• Reclaiming Epistemic Agency: A Critical Framework for Human-Generative AI Co-Agency in Education

• Epistemic Dependence in AI-Mediated Learning — সম্পর্কগত জ্ঞানতাত্ত্বিক এজেন্সি এবং উৎপাদনশীল নির্ভরতা ও ক্ষতিকর নির্ভরতা আলাদা করার ছয়টি মানদণ্ড (Du ও Yuan 2026)

• Design Principles and Observable Indicators for AI-Enabled Pedagogical Accompaniment: Evidence from the Amico Dual-Mode Prototype in Italy and China — STEM পরিচয় সমর্থনকারী এআই-সক্রিয় শিক্ষাদানগত সঙ্গ

• The Competence Paradox: Negotiating Ease, Risk, and Creative Identity in Text-to-Image Generative AI Use Among Art and Design Students — দক্ষতা-বিরোধপরিচয়: টেক্সট-থেকে-ইমেজ জেনএআই ব্যবহারে সৃজনশীল পরিচয়

• Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction — অস্পষ্ট মানুষ-এআই সহযোগিতায় উদীয়মান শিক্ষার্থী-এজেন্সি: সহায়ক বনাম বিপরীতমুখী ব্যক্তিত্ব

• Learner Agency Across Scales: An Integrative Perspective on Self-Regulated Learning in Algorithmically Mediated Environments — পরিসর জুড়ে শিক্ষার্থী-এজেন্সি: নিয়ন্ত্রণ, সমন্বয়, অবস্থান

• Control vs. Agency: Exploring the History of AI in Education — AIED-র ইতিহাসে অপরিহার্য টানাপোড়েন হিসেবে নিয়ন্ত্রণ বনাম এজেন্সি

• Alternative AI Philosophy: Daoism as Method for AI in Education — বিকল্প এআই দর্শন: শিক্ষায় এআই-এর পদ্ধতি হিসেবে দাওবাদ

• Human Autonomy and Sense of Agency in Human-Robot Interaction: A Systematic Literature Review — HRI-তে মানব স্বায়ত্তশাসন ও এজেন্সি

• RoboBlockly Studio: Conversational Block Programming With Embodied Robot Feedback for Computational Thinking — RoboBlockly Studio

• Teachy Mini: Development and Preliminary Evaluation of a Knowledge-Based Generative Social Robot for Higher Education — Teachy Mini

• Knowledge-Based Design Requirements for Generative Social Robots in Higher Education — জেনারেটিভ সামাজিক রোবটের জন্য জ্ঞানভিত্তিক নকশা

• Young People, Learning, and Generative AI: A Rapid Literature Review and Implications for PreK-12 Education — শিখন-প্রাসঙ্গিক কাজে শিক্ষার্থীর এজেন্সি উৎসাহিত করা

• Thinking—Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning and the Rise of Cognitive Surrender — Tri-System Theory ও সংজ্ঞানাত্মক আত্মসমর্পণ: এআই কীভাবে মানুষের যুক্তি নতুন রূপ দেয় (Shaw ও Nave 2026)

• Pre-service teachers' agency during their interactions with generative AI while designing for learning - a process view — শিখনের জন্য নকশায় জেনএআই মিথস্ক্রিয়ার সময় শিক্ষার্থী-শিক্ষকের এজেন্সি (Krushinskaia, Elen ও Raes 2026)

• An Emancipatory Vision for Designing (Generative) AI for Learner Flourishing — মুক্তিমূলক দৃষ্টিভঙ্গি: সরঞ্জাম-এজেন্সির সঙ্গে শূন্য-সমষ্টি হিসেবে এজেন্সি

• Students' Agency in GenAI-Mediated Group Assessment: An Ecological-Emergent Perspective — জেনএআই-মধ্যস্থ দলগত মূল্যায়নে এজেন্সির তিন ধরন: তীব্রতর, সংযত এবং অ-চর্চিত

• ‘Resistance is futile?’: identity tensions and principled selectivity in AI-integrated teaching — এআই-সংযুক্ত শিক্ষাদানে শিক্ষক-এজেন্সি হিসেবে নীতিনিষ্ঠ নির্বাচনশীলতা (Adiozaman ও Segar 2026)

• AI refusal in higher education: the right to refuse, the duty to understand and the diagnostic value of non-use — নৈদানিক প্রমাণ হিসেবে প্রত্যাখ্যান: পরিস্থিতিগত সম্পর্ক হিসেবে অ-ব্যবহার এবং এআই প্রত্যাখ্যানের অসম অধিকার (Zagami 2026)

• Co-Constructing AI Boundaries: Agency, Judgment, and Ethical Literacy in AI-Mediated Meaning-Making — সর্বোচ্চ সরঞ্জাম-ব্যবহারের বদলে বাধা, সংশোধন ও প্রত্যাখ্যানের মাধ্যমে জ্ঞানতাত্ত্বিক কর্তৃত্ব দাবি

• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — কে কাজ করে, কে জানে, কে উত্তর দেয়? জেনারেটিভ এআই উচ্চশিক্ষা গবেষণায় এজেন্সি, জ্ঞানতাত্ত্বিক দায় ও জবাবদিহির কর্পাস-সহায়ক আলোচনা-বিশ্লেষণ

• Open Questions Towards Skill-Sustaining Reliance in Reflective AI Engagement — প্রতিফলনমূলক এআই-সম্পৃক্তিতে দক্ষতা-রক্ষাকারী নির্ভরতার দিকে খোলা প্রশ্ন

• From Competency to Agency: Teachers' Views of the Purposes of AI Education — এআই শিক্ষার উদ্দেশ্য হিসেবে দক্ষতা বনাম এজেন্সি, এবং অবহিত এআই এজেন্সি হিউরিস্টিক (Fagerlund et al. 2026)

• Teacher Mediation and the Contingent Promise of Generative AI in Mathematics Education — শর্ত হিসেবে শিক্ষকের মধ্যস্থতা, যা জেনএআই-কে কর্তৃত্ব নয়, সমালোচনার আর্টিফ্যাক্ট রাখে (Canonigo 2026)

• Teacher Readiness-By-Design for AI-Rich Interactive Learning — নকশার মাধ্যমে সক্রিয় সম্পদ হিসেবে শিক্ষক-এজেন্সি, ব্যবহারের বদলে আর্টিফ্যাক্ট থেকে বিচার্য প্রস্তুতি (Charles 2026)

• Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing — রিয়েল-টাইম গতিশীল জোড়া তৈরির সহ-অর্কেস্ট্রেশন সরঞ্জামে শিক্ষক ও শিক্ষার্থীর এজেন্সির ভারসাম্য (Yang et al. 2026)

• Who Makes the Meaning? Interpretive Authority in AI-Mediated Education — Interpretive Authority Matrix ও Ecological Authority Integration Model: কে ব্যাখ্যা করে তার চারটি বিন্যাস, এবং যে বাস্তুতান্ত্রিক স্তরগুলো তাদের সরায়

• Constructing Selves in AI-Mediated Apprenticeship Learning: Students of Colour's Narratives of Agency, Recognition and Negotiation — শিক্ষানবিশি কর্মসূচিতে বর্ণ-সংখ্যালঘু শিক্ষার্থীরা প্রত্যাখ্যান, আলোচনা ও স্বীকৃতির মাধ্যমে এআই দিয়ে নিজেদের লেখক হিসেবে গড়েছে ("সাংস্কৃতিক সমতলতা"); Institutional AI Literacy ও Recognition Bandwidth

• Investigating Secondary School Students’ Shared Epistemic Agency with GAI in Online Scientific Explanation Writing — মাধ্যমিক স্কুলের বিজ্ঞান লেখনার 6,788টি ChatGPT-সহায়ক পালায় ভাগ করা জ্ঞানতাত্ত্বিক এজেন্সি (Chang et al

• An Empirical Study to Understand How Students Use ChatGPT for Writing Essays — অনুভূত মালিকানা কমেছে কেবল যেখানে পুরো প্রবন্ধ অর্পিত হয়েছে; পরিকল্পনা ও পর্যালোচনাকারীরা অ-ব্যবহারকারীদের সমান (Jelson et al. 2026)