AIEd নলেজ বেসAIEd KB
এই পৃষ্ঠায়

এই পৃষ্ঠাটি ইংরেজিতে পড়ুন

ধারণা

শিক্ষায় কৃত্রিম বুদ্ধিমত্তা

তৈরি হয়েছে 2026-10-15

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

শিক্ষায় কৃত্রিম বুদ্ধিমত্তা (AIED) — এটি একটি বিস্তৃত, আন্তঃবিষয়ক ক্ষেত্র যা শিক্ষা ও শিখনীতে কৃত্রিম বুদ্ধিমত্তা প্রয়োগ করে এবং এর নকশা, ব্যবহার, মূল্যায়ন ও ফলাফল অধ্যয়ন করে। জ্ঞানভিত্তির ছাতাবৃত ধারণা হিসেবে, শিক্ষায় কৃত্রিম বুদ্ধিমত্তার মধ্যে শিক্ষার জন্য AI (শিক্ষা ও মূল্যায়ন উন্নত করতে AI ব্যবহার) এবং AI সম্পর্কে শিক্ষা (AI সাক্ষরতা ও সমালোচনামূলক বোঝাপড়া গড়ে তোলা) উভয়ই অন্তর্ভুক্ত। এটি শিক্ষা প্রযুক্তি, শিক্ষা বিজ্ঞান — যে অন্বেষণমূলক গবেষণার ক্ষেত্র জিজ্ঞাসা করে শিক্ষার্থী বদলেছে কি না, কেবল একটি সরঞ্জাম ভালোভাবে কাজ করেছে কি না তা নয় — কম্পিউটার বিজ্ঞান, শিক্ষা নীতি, নীতিশাস্ত্র, এবং ন্যায়বিচার এর সংযোগস্থলে অবস্থান করে। এই পাতা ক্ষেত্রটির একটি পরিচয় এবং জ্ঞানভিত্তিতে অন্তর্ভুক্ত প্রতিটি ধারণার একটি মানচিত্র।

বিবেচনার প্রশ্ন

  • 'শিক্ষায় AI' দুই দিকে বিস্তৃত: শিক্ষার জন্য AI (শিক্ষাদান উন্নত করতে AI ব্যবহার) এবং AI সম্পর্কে শিক্ষা (সাক্ষরতা ও সমালোচনামূলক বোঝাপড়া গড়ে তোলা)। আপনার কাছে কোনটি বেশি পরিচিত, এবং কোনটিকে আপনি উপেক্ষা করার প্রবণতা রাখেন?
  • ক্ষেত্রটির ইতিহাস নিয়ন্ত্রণ ও শিক্ষার্থীর এজেন্সির মধ্যে একটি পুনরাবৃত্ত টান-টান হিসেবে চিত্রিত হয়েছে। AI সরঞ্জামগুলোর গ্রহণ লক্ষ্য করে, সেই একই টান-টান আজ কোথায় খেলছে তা আপনি কোথায় লক্ষ্য করেন?
  • শিক্ষায় কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি, শিক্ষা বিজ্ঞান, নীতি, নীতিশাস্ত্র ও ন্যায়বিচারের সংযোগস্থলে অবস্থান করে। একটি AI সরঞ্জাম মূল্যায়ন করার সময় আপনি স্বাভাবিকভাবেই কোন দৃষ্টিকোণ প্রয়োগ করেন — এবং কোনটি ভুলে যাওয়ার সম্ভাবনা বেশি?
  • এই জ্ঞানভিত্তি ক্ষেত্রটিকে ধারায় সাজায়: পেডাগজি, শিখনের তত্ত্ব, প্রযুক্তি, বিষয়বস্তু, মূল্যায়ন, ফিডব্যাক, অংশীদার এবং শাসন। আপনার নিজের AI ব্যবহার ম্যাপ করলে নিজেকে কোন ধারায় খুঁজে পাবেন?
  • AIED-এর মধ্যে শিক্ষার্থীদের AI সমালোচনামূলকভাবে ব্যবহার করতে শেখানো একটি স্বত্বরূপে লক্ষ্য অন্তর্ভুক্ত। আপনার প্রসঙ্গে, AI কি বেশি এমন কিছু হিসেবে ধরা হয় যা শেখানো হবে, নাকি এমন একটি সরঞ্জাম হিসেবে যা ব্যবহার করা হবে — এবং সেই ভারসাম্য কি শিক্ষার্থীদের প্রকৃত চাহিদার প্রতিফলন করে?
  • শিক্ষার্থীরা AI সমালোচনামূলকভাবে ব্যবহার করে AI সাক্ষরতা শিখতে পারেন, কেবল AI সম্পর্কে শিখেই নয়। হাতে-কলমে, সমালোচনামূলক ব্যবহার কীভাবে এমন বোঝাপড়া গড়ে তুলতে পারে যা নিষ্ক্রিয় শিক্ষাদান পারছে না?

পরিচয়

শিক্ষায় কৃত্রিম বুদ্ধিমত্তা হলো সেই ছাতা যা অন্য সব ধারণার পাতাগুলো একসঙ্গে সংজ্ঞায়িত করে। জ্ঞানভিত্তি ক্ষেত্রটিকে নিচের প্রধান ধারাগুলিতে সাজায়, প্রতিটি প্রাসঙ্গিক ধারণার পাতাগুলোর সঙ্গে সংযুক্ত।

একটি ল্যান্ডমার্ক ঐতিহাসিক পরিপ্রেক্ষিতে, Mishra et al. সাইবারনেটিক্স এবং 1956 সালের ডার্টমাউথ সম্মেলন থেকে সংজ্ঞানাত্মক শিক্ষক এবং পাপার্টের কনস্ট্রাকশনিজম পর্যন্ত AIED-এর ধারা টেনে নেন, যুক্তি দেন যে আজকের GenAI বিতর্কগুলো ক্ষেত্রটির আদি নিয়ন্ত্রণ-বনাম-এজেন্সি টান-টানকে পুনর্বিন্যাস করে।

জ্ঞানভিত্তি কীভাবে সাজানো: ছাতাবৃত পাতাগুলো

জ্ঞানভিত্তির ধারণা-ব্যাপ্তি কয়েকটি ছাতাবৃত পাতার দ্বারা সংযুক্ত, যা প্রাসঙ্গিক ধারণাগুলোকে নেভিগেটযোগ্য ধারায় গোষ্ঠীভুক্ত করে। ক্ষেত্রটি অন্বেষণ করার জন্য এগুলো ভালো প্রবেশদ্বার:

এই ছাতাবৃত পাতাগুলো নিচের বিভাগগুলোজুড়ে সংযুক্ত; নিচের প্রতিটি ধারা তার ছাতা এবং তার গঠনমূলক ধারণা উভয়কেই নাম করে।

শিক্ষায় কৃত্রিম বুদ্ধিমত্তার দুই মাত্রা

শিক্ষায় AI গবেষণা দুটি পারস্পরিক সংযুক্ত দিকে বিস্তৃত:

এই দুই মাত্রা আলাদা নয়: AI ভালোভাবে ব্যবহার করার জন্য সেটি বোঝা দরকার, এবং AI সম্পর্কে শিক্ষাদান সেটি ব্যবহারে সমৃদ্ধ হয়। এই মানুষ-AI সহযোগিতা একটি কেন্দ্রীয় বিষয়।

শিক্ষায় কৃত্রিম বুদ্ধিমত্তার ভিত্তি

ক্ষেত্রের আড়ালপর্বে-ছাঁটাপ্রাপ্ত এবং ভিত্তিগত ধারণাগুলো জ্ঞানভিত্তির ব্যাপ্তিকে সংযুক্ত করে এবং সাইডবারে প্রথমে উপস্থিত হয়। এগুলো একটি অপরিহার্য গোষ্ঠীর সাথে শুরু হয় — যে ধারণাগুলো দিয়ে প্রতিটি পাঠকের শুরু করা উচিত: নিজেই ছাতা, AI সম্পর্কে ভুল ধারণা, AI সাক্ষরতা, এজেন্টিক AI, সংজ্ঞানাত্মক অফলোডিং, শিক্ষার্থীদের জন্য AI ব্যবহার কীভাবে ফ্রেম করা হয়, AI অপব্যবহার কমানো, শিক্ষাগত সততা, শিক্ষাদান, লার্নিং ডিজাইন, এবং শিক্ষামূলক উন্নয়ন। এরপর ক্ষেত্র ধারা অন্তর্ভুক্ত করে ক্ষেত্রের ইতিহাস, প্রমাণভিত্তির আড়ালপর্বের সীমাবদ্ধতা, তার দর্শন, তত্ত্ব ও কাঠামোর মানচিত্র, এবং তত্ত্ব উন্নয়ন। আড়ালপর্বের থিমগুলো — মানুষ–AI সহযোগিতা, শিক্ষার্থীর এজেন্সি, শিক্ষার্থীর পরিচয়, ডিজাইন চিন্তা, পাঠ্যক্রম নকশা, সমালোচনামূলক চিন্তা, এবং গণনীয় চিন্তা — প্রতিটি ধারাকে ছেদ করে, কারণ AI সম্পর্কে মানুষের ভুল মানসিক মডেলগুলো অপব্যবহার এবং অপর্যাপ্তভাবে-মান-নির্ধারিত বিশ্বাস এর অ্যাপস্ট্রিম।

শিখন ও শিক্ষাদান

AI কীভাবে শিক্ষাদান ও শিখনকে সমর্থন করে তা ক্ষেত্রের কেন্দ্রবিন্দু। মূল ধারণাগুলোর মধ্যে রয়েছে:

প্রযুক্তি ও কৌশল

প্রযুক্তি পাতা প্রযুক্তিগত স্তরের ছাতা:

বিষয়বস্তুতে AI

AI বিষয়বস্তু ও শিক্ষার স্তর জুড়ে প্রয়োগ হয়। জ্ঞানভিত্তির বিষয়ভিত্তিক AIEd-এর সংক্ষিপ্ত বিবরণ বিষয়-ক্ষেত্রের ব্যাপ্তি ম্যাপ করে — শিক্ষা বিজ্ঞানসহ, যা একটি শিক্ষণীয় বিষয় নয় বরং সেই আড়ালপর্বের গবেষণার ক্ষেত্র যা শিখন নিজেই অধ্যয়ন করে এবং বিষয়বস্তুকে অন্য ভেরিয়েবলগুলোর মধ্যে একটি ভেরিয়েবল হিসেবে গ্রহণ করে:

স্তর ও প্রসঙ্গ

একই AI সরঞ্জাম সম্পূর্ণ ভিন্ন পরিবেশের সম্মুখীন হয়, এবং জ্ঞানভিত্তি শিক্ষার স্তরকে পেডাগজি থেকে আলাদা রাখে যাতে গবেষণাফল নির্জনে ধারা বদলে না যায়: K-12 বিদ্যালয়, প্রারম্ভিক শিশুকাল ও প্রাথমিক শিক্ষা, উচ্চ শিক্ষা, প্রাপ্তবয়স্ক শিখন, বৃত্তিমূলক শিক্ষা ও প্রশিক্ষণ, বিশেষ শিক্ষা, এবং শিক্ষক প্রশিক্ষণ। স্তর ছেদকারী ডোমেইন-সংলগ্ন ধারণার মধ্যে রয়েছে সার্বজনীন ডিজাইন ফর লার্নিং, নিউরোডাইভার্সিটি, বহুভাষিক শিখন, এবং সামাজিক-আবেগীয় শিখন।

মূল্যায়ন ও পরিমাপ

AI রূপ দেয় — আমরা কীভাবে শিক্ষার্থীদের মূল্যায়ন করি এবং আমরা কীভাবে AI সিস্টেম নিজেকেই মূল্যায়ন করি, উভয়কেই:

গবেষণা পদ্ধতি ও মূল্যায়ন

আমরা কীভাবে জানি AI কাজ করে কি না তা নিজেই একটি ধারা, এবং জ্ঞানভিত্তি তাকে সেইরকমই আচরণ করে:

ক্ষেত্রের নিজের গবেষণাকর্ম এখন নিজেই একটি বিষয়। AI-সহায়তাপ্রাপ্ত শিক্ষামূলক গবেষণা সাহিত্য সন্ধান, স্ক্রিনিং, গুণগত কোডিং, বিশ্লেষণ এবং লেখায় যন্ত্র হিসেবে ব্যবহৃত AI অন্তর্ভুক্ত করে, যার মধ্যে শিক্ষণ ও শিখনের বৃত্তিয়তার মতো অনুশীলনকারী গবেষণাও রয়েছে। এটি শিক্ষার্থীদের উপর AI-এর প্রভাব অধ্যয়নের ব্যবহৃত নকশা থেকে স্বতন্ত্র থাকে।

মানুষ

শিক্ষায় AI প্রতিটি অংশীদারের ভূমিকা বদলে দেয়। জ্ঞানভিত্তির শিক্ষায় AI-এর অংশীদার পাতা তাদের সবার আচ্ছাদনের ছাতা:

  • শিক্ষার্থী: শিক্ষার্থীর অভিজ্ঞতা, পেশা উন্নয়ন ও প্রস্তুতি, এবং AI উদ্বেগ ও চাপ রূপ দেয় শিক্ষার্থীরা AI-কে কীভাবে সম্মুখীন হয়।
  • পরিবার ও সম্প্রদায়: অভিভাবক ও পরিবার হলেন সেই দর্শক যাদের প্রতি বিদ্যালয় AI নিয়ে সবচেয়ে বেশি মুখোমুখি হয় এবং যাদের পেছনে নির্দেশনার সবচেয়ে কম গবেষণা রয়েছে, তাই তাদের উদ্বেগ অংশীদার-চিত্রের অন্তর্ভুক্ত, বাইরে নয়।
  • শিক্ষক ও শিক্ষাদান কাঠামো: শিক্ষকের AI দক্ষতা, প্রযুক্তিগত পেডাগজিক্যাল কনটেন্ট নলেজ (TPACK), SAMR, এবং শিক্ষামূলক উন্নয়ন শিক্ষাবিদ প্রস্তুতি ও সহায়তাকে সম্বোধন করে।
  • নির্মাতা: শিক্ষা প্রযুক্তি ডেভেলপার — পণ্য ডিজাইনার, সফটওয়্যার ডেভেলপার, লার্নিং ইঞ্জিনিয়ার এবং অ্যানালিটিক্স ডিজাইনার যারা একটি মডেল ক্ষমতাকে এমন কিছুতে রূপ দেন যা একটি প্রতিষ্ঠান সংগ্রহ করতে পারে। তারা উপরের অনুশীলনকারী ও প্রশাসকদের থেকে একটি স্বতন্ত্র দর্শক, এবং তারা যে প্রতিষ্ঠানগুলো তাদের সরঞ্জাম গ্রহণ করে তার বাইরে অবস্থান করে, সেই কারণেই ডিফল্ট, সহ-নকশা এবং তহবিল-উপরবর্তী রক্ষণাবেক্ষণ এই জ্ঞানভিত্তিতে পেডাগজিক্যাল প্রশ্ন হিসেবে উপস্থিত হয়, বাণিজ্যিক নয়।

প্রতিষ্ঠান ও নীতি

প্রাতিষ্ঠানিক স্তর হলো যেখানে AI সিদ্ধান্ত প্রকৃতপক্ষে নেওয়া ও প্রতিরক্ষা করা হয়: প্রশাসক ও প্রাতিষ্ঠানিক নেতা, শিক্ষামূলক AI নীতি, AI শাসন, একটি গ্রহণকে টেকসই করার কাজ হিসেবে পরিবর্তন ব্যবস্থাপনা, AI নিয়ন্ত্রণ, এবং প্রযুক্তি গ্রহণ, ওপেন সোর্স, এবং edtech প্ল্যাটফর্ম থেকে সৃষ্ট প্রাপ্তি ও প্ল্যাটফর্মের প্রশ্ন, পেশাদার ও আজীবন শিখন এবং পেশাদার প্রশিক্ষণর পাশাপাশি।

ন্যায়বিচার, নীতিশাস্ত্র এবং দায়িত্বশীল ব্যবহার

ন্যায়বিচার, প্রবেশাধিকার এবং দায়িত্বশীলতা শিক্ষায় AI-এর কেন্দ্রীয়:

ক্ষেত্রের নীতিশাস্ত্র সাহিত্যের একটি সিস্টেম্যাটিক রিভিউ (Agarwal et al. 2026, 25 প্রবন্ধ) AIED নীতিশাস্ত্রকে ছয়টি মূল নৈতিক মূল্যবোধে সমন্বিত করে — অভাবে-বৈষম্য, ডেটা ব্যবস্থাপনা, মানব নজরদারি, সদিচ্ছা, ব্যাখ্যাযোগ্যতা, এবং শিক্ষাগত উপযোগিতা — এবং নৈতিক নিয়মগুলোকে একটি অংশীদার-ভিত্তিক মূল্যবোধ ম্যাট্রিক্সে ম্যাপ করে। এটি নীতিশাস্ত্র সাহিত্যতে শেষ ব্যবহারকারীদেরকে অধিকাংশে নিষ্ক্রিয় খুঁজে পায় (শিক্ষার্থীর কণ্ঠস্বর কার্যত অনুপস্থিত) এবং নীতিশাস্ত্রকে AIED নকশায় সংযুক্ত করার এবং AIED নীতিশাস্ত্রের শিক্ষাগত (পেডাগজিক্যাল) মাত্রায় আরও মনোযোগ দেওয়ার আহ্বান জানায়।

উদীয়মান ও আড়ালপর্বের থিম

কয়েকটি থিম ক্ষেত্রকে ছেদ করে:

ক্ষেত্রের পরিণয়তা

জ্ঞানভিত্তি একটি দ্রুত বিবর্তনশীল ক্ষেত্রকে প্রতিফলিত করে — প্রারম্ভিক ইন্টেলিজেন্ট টিউটরিং সিস্টেম থেকে LLM-চালিত টিউটরিং ও এজেন্টিক AI; সনাক্তকরণ-কেন্দ্রিক শিক্ষাগত-সততা সরঞ্জাম থেকে মূল্যায়ন পুনর্নকশা; সরঞ্জাম-কেন্দ্রিক গবেষণা থেকে সামাজিক-প্রযুক্তিগত ও ন্যায়বিচার-কেন্দ্রিক কাঠামো। প্রমাণভিত্তি ক্রমেই কঠোর গবেষণা পদ্ধতি, মূল্যায়ন, পরীক্ষামূলক নকশা, এবং দীর্ঘমেয়াদি ফলাফলের উপর জোর দেয়।

সংযোগ

শিক্ষায় AI জ্ঞানভিত্তির প্রতিটি ধারণার সঙ্গে যুক্ত — এটি সেই ক্ষেত্র যা অন্য সব ধারণার পাতাগুলো একসঙ্গে সংজ্ঞায়িত করে। পুরো জ্ঞানভিত্তি নেভিগেট করার জন্য এই পাতাকে একটি শুরুবিন্দু হিসেবে ব্যবহার করুন।

সংযুক্ত ধারণা

  • Pedagogical Patterns — ক্ষেত্রের পেডাগজিগুলোকে পরিচালনাশীল করে সেই পরীক্ষিত ক্রমগুলি
  • এআই সাক্ষরতা — ছাতা: AI বোঝা, ব্যবহার এবং মূল্যায়ন
  • Human AI Collaboration — ছাতা: মানুষ ও AI কীভাবে একসঙ্গে কাজ করে
  • Pedagogies and Teaching Strategies — ছাতা: শিক্ষাদান পদ্ধতি ও কৌশল
  • Learning Theories — ছাতা: কীভাবে শিখন হয়
  • Technologies — ছাতা: মডেল, কৌশল এবং সিস্টেম
  • AIEd in the Disciplines — ছাতা: বিষয়ের ক্ষেত্র ও স্তর জুড়ে AI
  • Assessment — ছাতা: কীভাবে AI শিক্ষার্থীদের মূল্যায়ন করে এবং বৈধতা নতুন রূপ দেয়
  • Feedback — ছাতা: ফিডব্যাক কীভাবে তৈরি, পরিবহিত ও ব্যবহৃত হয়
  • Stakeholders — ছাতা: কারা কর্তারা
  • Learners — ছাতা: শিক্ষার্থী-পক্ষের ধারণাগুলো (অভিজ্ঞতা, পরিচয়, এজেন্সি, মিথস্ক্রিয়া, শিক্ষার্থী মডেল)
  • AI Ed Evaluation — ছাতা: আমরা কীভাবে জানি AI কাজ করে কি না
  • Research Methods in AIED — ছাতা: কার্যকারিতা গবেষণা পদ্ধতি
  • AI-Assisted Educational Research — AI-সহায়তাপ্রাপ্ত শিক্ষামূলক গবেষণা
  • AI Governance — ছাতা: প্রাতিষ্ঠানিক ও নিয়ন্ত্রক স্তর
  • Educational AI Policy — ছাতা: নীতি, নির্দেশনা এবং বাস্তবায়ন
  • Equity — ছাতা: ন্যায়বিচার, প্রবেশাধিকার এবং অন্তর্ভুক্তি
  • Learning Sciences — AIED-এর পেছনের অন্বেষণমূলক ক্ষেত্র
  • Ethics — শিক্ষায় কৃত্রিম বুদ্ধিমত্তার নৈতিক মাত্রা
  • Misconceptions about AI — মানুষের AI সম্পর্কে আনীত মানসিক মডেল
  • Interpreting and Applying AIEd Research — একটি গবেষণা পড়া, এবং একটি গবেষণাফলকে অভ্যাসে পরিণত করা
  • Limitations in AIEd Research — প্রমাণভিত্তির আড়ালপর্বের সীমা
  • Meta-Analysis and Systematic Review — রিভিউ ও মেটা-অ্যানালাইসিসগুলো কী প্রতিষ্ঠা করে
  • History of AI in Education — ক্ষেত্রটি কীভাবে বিবর্তিত হয়েছে
  • Philosophy of AI in Education — দার্শনিক ভিত্তি
  • Theories and Frameworks — তত্ত্ব ও কাঠামো নোডের মানচিত্র
  • Theory Development in AI in Education — তত্ত্ব গড়ে তোলা ও সংশোধন

সংযুক্ত প্রবন্ধ

শিক্ষায় কৃত্রিম বুদ্ধিমত্তার বিস্তৃত-ক্ষেত্রীয় রিভিউ — যে গবেষণাগুলো সম্পূর্ণ ক্ষেত্রটি বা সম্পূর্ণ একটি শিক্ষার স্তর দেখায় একটি বিষয় নয়:

সংযুক্ত প্রশ্নোত্তর

মেটাডেটা

স্তরHigher Ed, K 12
উদ্দিষ্ট পাঠকInstructors, Learners, Faculty Developers, Administrators
প্রযুক্তি ও কৌশলGenerative AI, Intelligent Tutoring, Large Language Models (LLMs)
মূল্যায়ন ও পরিমাপAssessment
প্রতিষ্ঠান ও নীতিEducational AI Policy
ন্যায়বিচার, নীতিশাস্ত্র ও দায়িত্বশীল ব্যবহারEquity
শিক্ষায় কৃত্রিম বুদ্ধিমত্তার ভিত্তিশিক্ষায় কৃত্রিম বুদ্ধিমত্তা, এআই সাক্ষরতা, Teaching
SourceHistoryEditChat

এই পৃষ্ঠাটি এমবেড করুন

এই পৃষ্ঠাটি যেকোনো লার্নিং ম্যানেজমেন্ট সিস্টেম বা ওয়েবসাইটে এমবেড করতে নিচের কোডটি কপি করুন। এমবেড করা সংস্করণে কেবল পৃষ্ঠার কনটেন্ট দেখানো হয় — সাইটের হেডার, নেভিগেশন ও ফুটার লুকানো থাকে।