সহযোগিতামূলক শিখন

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

সহযোগিতামূলক শিখন — এমন শিক্ষাদান-পন্থা যেখানে শিক্ষার্থীরা একসঙ্গে সমস্যা সমাধান করে, কাজ সম্পূর্ণ করে বা জ্ঞান নির্মাণ করে, যা এআই সরঞ্জাম দ্বারা সমর্থিত বা মধ্যস্থতাকৃত। শিক্ষায় এআই-এ, সহযোগিতামূলক শিখনের গবেষণা তিনটি দিক জুড়ে বিস্তৃত: সহযোগী অংশীদার হিসেবে এআই, মানুষের সহযোগিতার মধ্যস্থতাকারী হিসেবে এআই, এবং সহযোগিতামূলক এআই টিউটরিং ব্যবস্থার নকশা।

বিবেচনার প্রশ্ন

• এমন একটি সময়ের কথা ভাবুন যখন আপনি দলে থেকে গভীরভাবে কিছু শিখেছিলেন। কী এটিকে কাজ করিয়েছিল? এখন কল্পনা করুন একটি এআই চ্যাটবট সেই দলে যোগ দিচ্ছে — এটি আপনার সেই অভিজ্ঞতাকে কীভাবে শক্তিশালী করতে পারে, আর কীভাবে চুপচাপ ক্ষয় করতে পারে?
• গবেষণায় একটি বিনিময়-সম্পর্ক পাওয়া যায়: এআই-এর কাছে যুক্তি ছেড়ে দেওয়া সর্বোচ্চ কাজ-সম্পাদন দেয় কিন্তু সর্বনিম্ন স্ব-নিয়ন্ত্রক সম্পৃক্ততা, আর যে ধরনটি স্ব-নিয়ন্ত্রণ গড়ে তোলে সেটি কাজে পিছিয়ে পড়ে। যদি আপনাকে বেছে নিতে হতো, কোনটি রক্ষা করতেন — ফলাফল, নাকি সংগ্রাম?
• ICAP কাঠামো 'আন্তঃক্রিয়ামূলক' সহযোগিতাকে সম্পৃক্ততার গভীরতম রূপ হিসেবে স্থান দেয়। যে এআই দলের পক্ষে উত্তর দেয়, সে কি সহযোগিতাকে আন্তঃক্রিয়ামূলক থেকে কেবল নিষ্ক্রিয় পর্যায়ে নামিয়ে আনতে পারে — এমনকি শিক্ষার্থীরা বেশি সন্তুষ্টবোধ করলেও?
• একটি গবেষণায় দেখা গেছে, এআই মধ্যস্থতাকারীদের ওপর আস্থা থাকে কেবল যতক্ষণ তারা নিরপেক্ষ থাকে; যখন এআই পরামর্শ দিতে বা চ্যালেঞ্জ করতে সরে যায়, সেই আস্থা ক্ষয় হয়। একটি দলের এআই মধ্যস্থতাকারীর আসলে কতটা নিরপেক্ষ হওয়া উচিত?
• শিক্ষার্থীরা যখন এআই দিয়ে একটি পালিশ করা পণ্য তৈরি করে, তখন তারা বোধগম্যতা গড়ে তোলা জ্ঞানতাত্ত্বিক পরিশ্রমটি বাদ দিতে পারে। এমন একটি এআই-অংশীদার আপনি কীভাবে নকশা করবেন যা মতবিরোধ ও দ্বন্দ্বকে মসৃণ করার বদলে সামনে আনবে?
• নিউরোডাইভার্জেন্ট শিক্ষার্থীরা জানান তাদের প্রয়োজন সুগঠিত অ্যাসাইনমেন্ট, ছোট ও স্থিতিশীল দল এবং স্পষ্ট ভূমিকা। এআই সহযোগিতা-সরঞ্জাম যদি 'গড়' শিক্ষার্থীর জন্য তৈরি হয়, তবে কারা বাদ পড়তে পারে — এবং আপনি কীভাবে ভিন্নভাবে নকশা করবেন?

ভূমিকা

সহযোগিতামূলক শিখন সামাজিক-সাংস্কৃতিক তত্ত্বের ওপর প্রতিষ্ঠিত, যা জ্ঞান-নির্মাণকে মৌলিকভাবে সামাজিক বলে স্থাপন করে। এআই নতুন গতিশীলতা আনে: এআই সহযোগিতামূলক প্রক্রিয়ায় সমকক্ষ, সুবিধাদাতা বা অংশগ্রহণকারী হিসেবে ভূমিকা নিতে পারে। এই জ্ঞানভাণ্ডারের নিবন্ধগুলো অন্বেষণ করে কীভাবে এআই-মধ্যস্থতাকৃত সহযোগিতা শিখন-ফলাফল, জ্ঞানতাত্ত্বিক সম্পৃক্ততা ও সমতা-কে প্রভাবিত করে — এবং কীভাবে সহযোগিতার কাঠামো বৈচিত্র্যময় শিক্ষার্থীদের accommodate করার জন্য নকশা করতে হবে।

নির্মাণ হিসেবে সহযোগিতা বনাম কাঠামো হিসেবে দলগত কাজ। সহযোগিতামূলক শিখন হলো বিস্তৃত তত্ত্ব: যৌথ কাজ ও সংলাপের মধ্য দিয়ে জ্ঞান সহ-নির্মিত হয়। দলগত কাজ এর সবচেয়ে বাস্তব আনুষ্ঠানিক রূপায়ণ — একটি দল একটি ভাগাভাগি ফলাফল এবং প্রায়শই একটি ভাগাভাগি গ্রেড তৈরি করে। দুটি ঘনিষ্ঠভাবে সম্পর্কিত কিন্তু অভিন্ন নয়: একটি দল প্রকৃত সহযোগিতা ছাড়াই চলতে পারে (কাজকে স্বাধীন অংশে ভাগ করে কেবল সংযুক্ত করা), আবার আনুষ্ঠানিক দল ছাড়াও সহযোগিতা ঘটতে পারে (জোড়া, পুরো-শ্রেণির সংলাপ, বা মানুষ–এআই মিথস্ক্রিয়া)। এআই ঠিক এই ফাঁকটির ওপর সবচেয়ে জোরে চাপ দেয় — Chen ও Zou (2026) এমন দল পেয়েছেন যাদের ব্যক্তিগত জেনএআই চর্চা কখনও সমষ্টিগত সক্ষমতায় রূপ নেয়নি, কারণ কাজটি কখনও যৌথ পরিশ্রম দাবি করেনি; পাশাপাশি এমন দলও পেয়েছেন যেখানে ভাগাভাগি গ্রেড জেনএআই-ব্যবহারকে একটি সমন্বয়-সমস্যায় পরিণত করেছে। দলগত কাজ পাতাটি এই গতিশীলতা গভীরভাবে পর্যালোচনা করে; এই পাতাটি সামগ্রিকভাবে সহযোগিতামূলক শিখনের ওপর বিস্তৃত দৃষ্টি রাখে।

সহযোগী অংশীদার হিসেবে এআই দলগত শিখনে এআই-এর ভূমিকা অন্বেষণ করে। Kimmerle সেই ঝুঁকির ধারণা দেন যা শিক্ষার্থীরা পালিশ করা জ্ঞান-পণ্য তৈরিতে এআই ব্যবহার করলে জ্ঞানতাত্ত্বিক পরিশ্রম কমে যাওয়ার সম্ভাবনা তৈরি করে, এবং এমন এআই-এর পক্ষে যুক্তি দেন যা যুক্তিপূর্ণ অংশীদার হিসেবে গঠিত ও জ্ঞানতাত্ত্বিক দ্বন্দ্ব সংরক্ষণ করে। শ্রেণিকক্ষ-পরিসরে এটি পরীক্ষা করে Oppenheimer, Cash ও Connell Pensky (2025) প্রারম্ভিক সমাজবিজ্ঞান শিক্ষার্থীদের (n = 154) যুক্তিমূলক প্রবন্ধ লিখতে দেন, ChatGPT, Gemini বা Claude-এর মতো LLM থেকে সমালোচনা গ্রহণ করতে দেন এবং তা গ্রহণ বা খণ্ডন করতে দেন; নৈর্ব্যক্তিক কোডাররা 92.7% প্রতিক্রিয়ায় প্রতিফলন এবং 87.8% প্রতিক্রিয়ায় LLM-দাবির সক্রিয় খণ্ডন পেয়েছেন (আন্তঃ-রেটার κs = 0.81–0.89) — প্রমাণ যে শিক্ষার্থীরা সমালোচনামূলক ভোক্তা হিসেবে আচরণ করেছে, যারা সমালোচনার জ্ঞানতাত্ত্বিক দ্বন্দ্ব আত্মসমর্পণ না করে সংরক্ষণ করেছে। Ordered Network Analysis of Epistemic Emotions during Collaborative Problem Solving পরীক্ষা করে কীভাবে আবেগ এআই-এর সঙ্গে সহযোগিতামূলক সমস্যা সমাধান গঠন করে। Systematic Review of Collaborative Learning Activities for Promoting AI Literacy এআই সাক্ষরতা বিকাশের সহযোগিতামূলক পন্থা অন্বেষণ করে।

সুবিধাদাতার সমর্থন হলো শিক্ষার্থীরা একটি বিপরীতমুখী এজেন্ট গ্রহণ করে কি না তার সবচেয়ে শক্তিশালী পর্যবেক্ষিত নিয়ামক: বারোটি আন্তঃপেশাগত দলে যাদের প্রশিক্ষক-সুবিধাদাতা তাদের এআই-সংহতকরণে প্রভাব ফেলেছেন, তারা এটিকে দলের বেশি অংশ বলে রেট করেছেন (M = 3.08 বনাম 2.64) এবং এর ফিডব্যাককে বেশি সহায়ক বলেছেন (M = 3.44 বনাম 2.93) (Wiss প্রমুখ (2025))।

এআই-মধ্যস্থতাকৃত সমকক্ষ সহযোগিতা পরীক্ষা করে কীভাবে এআই মানুষ-থেকে-মানুষ সহযোগিতাকে স্ক্যাফোল্ড করে। ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming এবং Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning অন্বেষণ করে এআই এজেন্টের বৈশিষ্ট্য কীভাবে দলগত গতিশীলতাকে প্রভাবিত করে। When AI Agents Teach Each Other: Discourse Patterns Resembling Peer Learning in the Moltbook Community নথিভুক্ত করে কীভাবে এআই এজেন্টরা একে অন্যকে শেখালে মানব সমকক্ষ-শিখনের মতো সংলাপ-নমুনা তৈরি হয়। শ্রেণিকক্ষব্যাপী ব্যবস্থাগুলো এটিকে সহযোগিতার সম্পর্কমূলক মাত্রায় বিস্তৃত করে: CoBi বাক্-স্বীকৃতি ও ভাষা-বোঝার ব্যবহার করে ছোট দলের "উদ্বোধক" সংলাপ শনাক্ত করে (সম্মানশীল হওয়া, ন্যায্য হওয়া, সম্প্রদায়ের প্রতি অঙ্গীকার, চিন্তাকে এগিয়ে নেওয়া) এবং সম্প্রদায়-নির্মাণ ও সহযোগিতা-দক্ষতা সমর্থনে অবমূল্যায়নহীন, শ্রেণিকক্ষ-পর্যায়ের ভিজ্যুয়ালাইজেশন ফেরত দেয়, ইচ্ছাকৃতভাবে শিক্ষার্থী- বা দল-পর্যায়ের ফিডব্যাক আটকে রেখে গোপনীয়তা ও আস্থা রক্ষা করে।

সহযোগিতা নিয়ে নিউরোডাইভার্জেন্ট দৃষ্টিভঙ্গি গুরুত্বপূর্ণ নকশা-প্রয়োজনীয়তা প্রকাশ করে। Zastudil প্রমুখ পেয়েছেন নিউরোডাইভার্জেন্ট শিক্ষার্থীদের প্রয়োজন সুগঠিত অ্যাসাইনমেন্ট, স্পষ্টভাবে নির্ধারিত ভূমিকাসহ ছোট ও স্থিতিশীল দল, এবং পূর্বানুমেয় মিথস্ক্রিয়া-নমুনা — যা এআই সহযোগিতা-সরঞ্জামকে accommodate করতে হবে। এটি সহযোগিতামূলক শিখনকে অন্তর্ভুক্তিমূলক শিখন ও নিউরোডাইভার্সিটি-র সঙ্গে যুক্ত করে।

শিক্ষক-এআই সহযোগিতা পরীক্ষা করে কীভাবে শিক্ষক ও এআই একসঙ্গে কাজ করে। Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing এবং Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence মানব-এআই সহযোগিতামূলক শিক্ষাদানের কাঠামো অন্বেষণ করে, যা শিক্ষকের ভূমিকা ও মানুষ-চক্রে-এআই-এর সঙ্গে যুক্ত।

শিক্ষাবিজ্ঞানভিত্তিক মধ্যস্থতাকারী হিসেবে এআই সরঞ্জাম বা সমকক্ষের বাইরে সহযোগিতায় এআই-এর ভূমিকাকে পুনঃধারণা করে। সামাজিক-সাংস্কৃতিক তত্ত্ব ও বিতরণকৃত জ্ঞান-এর ওপর ভিত্তি করে Niari এআই-কে মিথস্ক্রিয়ার সুরক্ষা, জ্ঞানতাত্ত্বিক অর্থ-নির্মাণ ও নিয়ন্ত্রক প্রক্রিয়ায় সক্রিয় অংশগ্রহণকারী হিসেবে স্থাপন করেন, যা শিক্ষার্থী বা শিক্ষকের এজেন্সি displace না করে মানব ও অমানব অভিনেতাদের মধ্যে এজেন্সি, কর্তৃত্ব ও দায়িত্ব পুনর্বিতরণ করে। এটি সহযোগিতামূলক শিখনকে ব্যক্তিকেন্দ্রিক দৃষ্টিভঙ্গির বদলে এআই-এর সামাজিকভাবে মধ্যস্থতাকৃত, সহ-নিয়ন্ত্রিত দৃষ্টিভঙ্গিতে প্রতিষ্ঠা করে।

সহযোগিতার ধরন এবং দক্ষতা–নিয়ন্ত্রণ বিনিময়। জটিল সমস্যা সমাধানে এআই-এর সঙ্গে সহযোগিতা করা কলেজ শিক্ষার্থীদের ওপর অভিজ্ঞতাভিত্তিক গবেষণা তিনটি স্বতন্ত্র ধরন চিহ্নিত করে — Delegated Reasoning, Concerted Interpretation এবং Delegated Elaboration। সবচেয়ে দক্ষ ধরনটি (delegated reasoning) সর্বোচ্চ কাজ-সম্পাদন দেয় কিন্তু শিক্ষার্থীর স্ব-নিয়ন্ত্রক সম্পৃক্ততা সবচেয়ে কম, আর সর্বোচ্চ স্ব-নিয়ন্ত্রণযুক্ত ধরনটি (concerted interpretation) কাজ-ফলাফলে পিছিয়ে পড়ে।(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective) এটি একটি কেন্দ্রীয় নকশা-টানাপোড়েন প্রকাশ করে: সহযোগিতামূলক শিখন-পরিবেশকে বিতরণকৃত মানব–এআই ব্যবস্থার দক্ষতার সঙ্গে শিক্ষার্থীর নিয়ন্ত্রক সম্পৃক্ততার গভীরতার ভারসাম্য রাখতে হবে।

এআই-সমর্থিত সহযোগিতামূলক কাজের জন্য উপলব্ধ একমাত্র মেটা-বিশ্লেষণী তুলনাটি জেনএআই-সমর্থিত PBL/PjBL হস্তক্ষেপের ভেতরে অবস্থিত, যেখানে সমকক্ষ সহযোগিতা g = 0.885 এবং ব্যক্তিগত কাজ g = 0.416-এ পুল হয়েছে, কিন্তু পার্থক্যটি কেবল প্রান্তিক প্রবণতায় পৌঁছেছে (QM = 3.675, p = .055) এবং ব্যক্তিগত-কাজের দিকটি দুটি গবেষণার ওপর নির্ভর করে — তাই জেনএআই-এর অধীনে সহযোগিতা একা কাজ করার চেয়ে ভালো এই পুলকৃত প্রমাণ ইঙ্গিতপূর্ণ, প্রতিষ্ঠিত নয় (Chen প্রমুখ 2026)।

ক্ষেত্র-পর্যায়ের ম্যাপিং বিপরীত দিক থেকেও একই সিদ্ধান্তে পৌঁছায়: 2010 থেকে 2023 পর্যন্ত এআই-ইন-অনলাইন-লার্নিং বিষয়ক 1,048 প্রকাশনার BERTopic বিশ্লেষণে দেখা গেছে এআই-সমর্থিত সহযোগিতামূলক শিখন ও সম্প্রদায়-বিকাশ নিয়ে সামাজিকভাবে অভিমুখী কাজ কখনও প্রভাবশালী বিষয় হিসেবে আবির্ভূত হয়নি, যা লেখকেরা ব্যাখ্যা করেন ব্যক্তিপর্যায়ের অ্যানালিটিক্স-কেন্দ্রিক করপাসের মাধ্যমে (Chen প্রমুখ (2026))।

18টি গবেষণার একটি স্কোপিং পর্যালোচনা দলগত কাজ জুড়ে একই বিনিময় মানচিত্রিত করে: জেনএআই জ্ঞান-বিকাশ, ধারণা-উৎপাদন ও যোগাযোগ-দক্ষতা সমর্থন করেছে, একইসঙ্গে সমকক্ষ মিথস্ক্রিয়া, দর-কষাকষি ও সমষ্টিগত অর্থ-নির্মাণের চাহিদা কমিয়েছে, এবং র্যান্ডমাইজড প্রমাণে বেশি উদ্ভাবনী এআই-প্রস্তাব পাওয়া গেছে কিন্তু অংশগ্রহণকারীদের সামগ্রিক উদ্ভাবনশীলতায় উল্লেখযোগ্য লাভ হয়নি (Wei ও Perkins (2026))।

ভূমিকা-নকশা সহযোগিতামূলক জ্ঞান-নির্মাণের পরিমাণ নয়, গুণমানের ওপর নিয়ামক। Cheng প্রমুখ (2026) 16টি দলে 58 জন স্নাতকোত্তর শিক্ষার্থী ও তাদের এআই-অংশীদারের মধ্যে আবর্তিত মডারেটর, বিশ্লেষক ও যুক্তিদাতা ভূমিকা নির্ধারণ করেন এবং পান যে কাঠামোটি দলের মাইন্ড ম্যাপের বিষয়বস্তু প্রায় পুরো একটি SOLO ব্যান্ড উন্নীত করেছে (M = 3.65 থেকে 4.59, z = 3.771, p < 0.001) অথচ নোড ও শাখার সংখ্যা অপরিবর্তিত থেকেছে — বিস্তার নয়, সংগঠন — যার মূল্য সহযোগিতামূলক জ্ঞানভার মাঝারিভাবে বেড়ে যাওয়া (p = 0.023)। ল্যাগ সিকোয়েন্সিয়াল বিশ্লেষণ একটি মূল্যায়ন-স্ব-রূপান্তর এবং একটি দ্বন্দ্ব-থেকে-পক্ষসমর্থন পথ যোগ করেছে যা কেবল সরঞ্জামটি তৈরি করতে পারেনি, মানব-এআই সহযোগিতা-কে সরঞ্জামের সমস্যা নয়, নকশার সমস্যা হিসেবে স্থাপন করে।

ছোট দলে এজেন্ট ও স্থান হিসেবে জেনএআই — ধরনটাই গুরুত্বপূর্ণ। Xu প্রমুখ (2026) লক্ষ করেন একটি দল কীভাবে জেনএআই-এ প্রবেশ করে তা সহযোগিতার রূপ নির্ধারণ করে: সমকালীন কাজে একটি ভাগাভাগি ইন্টারফেস থাকলে দলগুলো "সমষ্টিগত প্রম্পট" সহ-নির্মাণ করে, একটি পৃষ্ঠতল–মূল্যায়ন–সংযোজন চক্র চালায় এবং চ্যাটকে ভাগাভাগি স্মৃতি হিসেবে ব্যবহার করে; অসমকালীন কাজে ব্যক্তিগত প্রম্পটিং ও আউটপুট "de-labeling" স্বচ্ছতা-কে খণ্ডিত করে এবং ভাগাভাগি জ্ঞান-মডেল টিকিয়ে রাখার খরচ বাড়ায়। তাদের জেনএআই-সমর্থিত সমবায় কাজ (GSCW) দৃষ্টিভঙ্গি জেনএআই-কে একটি কনফিগারযোগ্য এজেন্ট (ব্যক্তিগত সহায়ক থেকে দল-সদস্য) এবং একটি আন্তঃক্রিয়ামূলক সহযোগিতা-স্থান হিসেবে গঠন করে — প্রবেশ-কনফিগারেশনকে সরাসরি ICAP-সংশ্লিষ্ট আন্তঃক্রিয়ামূলক সম্পৃক্ততার গুণমানের সঙ্গে যুক্ত করে।

দল-সমন্বয় অবকাঠামো হিসেবে জেনএআই — এবং চ্যাপ্টা হয়ে যাওয়া সহযোগিতার ঝুঁকি। Chen ও Zou (2026) দেখান পনেরোটি প্রাক-সেবা শিক্ষক দল একটি গ্রেডযুক্ত দল-উপস্থাপনায় জেনএআই কীভাবে সামলেছে, এবং বিভাজনটি প্রচলিত ধারণার বিপরীতে যায় যে দলগত চাপ এআই-নির্ভরতা বাড়ায়। পাঁচটি দল ব্যবহার তীব্রতর করেছে একটি পরিচিত সহযোগিতা-সমস্যা সমাধানে — সমকক্ষদের অংশে কী ছিল তা না জানা — সেই কাজ চ্যাটবটে ঢুকিয়ে তা বোধগম্য করা এবং নিজেদের অংশ সামঞ্জস্যপূর্ণ করা, একটি দল তার চক্রকে আলোচনা → জেনএআই-এ বহির্ব্যক্তি → সমষ্টিগত পর্যালোচনা → পুনরালোচনা হিসেবে পুনর্নির্মাণ করেছে। লেখকেরা এটিকে কেবল জ্ঞানভার স্থানান্তরের বেশি কিছু হিসেবে পড়েন, কারণ শিক্ষার্থীরা বিচার ধরে রেখেছে আর সরঞ্জামটি সমন্বয় শুষে নিয়েছে, তবে সতর্ক করেন যে মসৃণ কর্মপ্রবাহ সেই মতবিরোধ এড়িয়ে যেতে পারে যার মধ্য দিয়ে ঐক্য প্রচলিতভাবে গড়ে ওঠে, ফলে সম্পর্কমূলক শ্রমই খোলা প্রশ্ন থেকে যায়। সাতটি দল বরং তাদের জেনএআই-ব্যবহার কমিয়েছে, ভাগাভাগি শ্রেণিকক্ষে গড়া পরিস্থিতিভিত্তিক জ্ঞান ("এআই কেবল সেই মুহূর্তটি জানে যখন আপনি টাইপ করেন"), দলসঙ্গীদের প্রতি ন্যায্যতা, দলগুলোর মধ্যে মৌলিকত্ব এবং দলের ইতিমধ্যে থাকা দৃষ্টিভঙ্গির বৈচিত্র্য রক্ষা করে। তিনটি দলে কোনো পরিবর্তনই দেখা যায়নি: কাজটি স্বাধীন অংশে ভাগ থাকায় ব্যক্তিগতভাবে পরিশীলিত জেনএআই চর্চা কখনও সমষ্টিগত সক্ষমতায় রূপ নেয়নি, যদিও সুসংগততা স্পষ্ট মাপকাঠি ছিল। নমুনাটি ইঙ্গিত দেয় দলগত রীতিই ঠিক করে একটি দল এআই দিয়ে কী করবে, সরঞ্জাম নয় — এবং সমষ্টিগত গ্রহণ অপব্যবহারের ঝুঁকি-র অনুভূত মাত্রা বাড়ানোর বদলে কমাতে পারে।

দলগত জ্ঞানতাত্ত্বিক বিন্যাসই ঠিক করে এআই কোথায় বসবে, কতবার ব্যবহৃত হবে তা নয়। Wang প্রমুখ (2026) চৌদ্দটি প্রাক-সেবা শিক্ষক দলকে শক্তির রূপ নিয়ে 60 মিনিটের Go-Lab অনুসন্ধানে একটি শিক্ষার্থী-উদ্যোগে চালিত মেটাকগনিটিভ চ্যাটবট দেন, যেখানে আটটি দলের পূর্বধারণা ভিন্ন এবং ছয়টি সমান পূর্বজ্ঞানে একই রকম (U = 293.50, p = 0.515)। দুই ধরনের দলই তুলনীয় প্রশ্ন করেছে, 39টি প্রম্পট টিকে আছে 18 বনাম 21, কার্য-বিতরণে ওভারল্যাপসহ। বরং গ্রহণ-প্রক্রিয়া ভিন্ন হয়েছে।

প্রসেস মাইনিং বৈচিত্র্যময় দলে এআই-কোয়েরি দর-কষাকষিকে একটি সংহতকরণ কেন্দ্রে স্থাপন করে, তিনটি অন্তর্গামী ও দুটি বহির্গামী পথ, 55.6% ক্ষেত্রে একটি ধারণা-বিবৃতি থেকে পৌঁছানো যায়, আর সম-পূর্বধারণার দলে এটি একটি রৈখিক কোয়েরি-তারপর-প্রক্রিয়া পথে বসেছিল। বৈচিত্র্যময় দলগুলো এআই-আউটপুটের ইতিবাচক বা নিরপেক্ষ মূল্যায়ন ধরে রেখেছে, সম-দলগুলো নেতিবাচক মূল্যায়ন ধরে রেখেছে, যা লেখকেরা আংশিকভাবে ব্যাখ্যা করেন দল ইতিমধ্যে একমত হওয়ার পরে আসা একটি সক্রিয়-ভাষী এজেন্ট দিয়ে। 39টি প্রম্পটের বারোটি সংক্ষিপ্ত তথ্যমূলক অনুসরণ-প্রশ্নের সঙ্গে পরিধি-স্পষ্টীকরণে মিলেছে, যা তাদের যুক্তি একটি অনুরোধ-শ্রেণিবিন্যাস স্তরের পক্ষে যা মেটাকগনিটিভ প্রম্পটকে প্রক্রিয়াগত প্রম্পট থেকে আলাদা করে।

শিক্ষার বিষয় হিসেবে সহযোগিতা। ProPACT জোড়া প্রোগ্রামিংয়ের জন্য একটি এআই-চালিত অভিযোজিত টিউটর যা দ্বয়কে — ব্যক্তিকে নয় — বিশ্লেষণের একক হিসেবে নেয়, যৌথ দৃষ্টি-মনোযোগ, যৌথ মানসিক পরিশ্রম ও পিউপিল-ভিত্তিক সংকেত রিয়েল টাইমে মডেল করে 30 সেকেন্ড আগ পর্যন্ত সহযোগিতা-ভাঙন পূর্বাভাস দেয় এবং তা ঘটার আগেই হস্তক্ষেপ করে। সক্রিয় ফিডব্যাক পাওয়া দ্বয়গুলো অনেক বেশি ডিবাগিং সাফল্য পেয়েছে এবং কাজ অধিক দক্ষতায় সম্পন্ন করেছে, পরে সহযোগিতামূলক নিয়ন্ত্রণে স্থায়ী উন্নতি দেখিয়েছে — প্রমাণ যে এআই কেবল একটি কাজ সমর্থন করে না, সহযোগিতাকেই শেখাতে পারে। সহযোগিতামূলক দক্ষতা পরিমাপ করা পরিপূরক চ্যালেঞ্জ তৈরি করে: বড় পরিসরে সহযোগিতামূলক সমস্যা-সমাধান (CPS) দক্ষতা মূল্যায়ন, যার জন্য প্রচলিতভাবে সিমুলেটেড কাজের প্রক্রিয়া-তথ্য হাতে কোড করে CPS আচরণে রূপান্তর করতে হয় — সময়সাপেক্ষ ও বড় পরিসরে অকার্যকর; প্রাক-প্রশিক্ষিত ভাষা-মডেলের প্রসঙ্গ-সচেতন প্রম্পটিং প্রসঙ্গগত নির্ভরতা মডেল করে এবং জ্ঞানতাত্ত্বিক ও সামাজিক সক্ষমতা মিশিয়ে এই কোডিং স্বয়ংক্রিয় করে, শক্তিশালী বেসলাইনের চেয়ে উন্নত ফলাফল অর্জন করে। দলগত কথাবার্তার কম্পাঙ্ক নয়, ক্রমের ওপর স্ক্যাফোল্ড করুন। Wong, Bulathwela ও Cukurova (2026) 65 জন শিক্ষার্থীর ত্রয়ী সংলাপ-ক্রম খনন করে পান একটি ক্রম — প্যারাফ্রেজ, তারপর প্রস্তাব, তারপর প্রশ্ন — উন্নতির সঙ্গে সম্পর্কিত, বিপরীত ক্রম নয়; সর্বোচ্চ স্ক্যাফোল্ড কাজে-নিবদ্ধ আচরণ বাড়িয়েছে কিন্তু একইসঙ্গে স্ক্রিপ্টিং ও কম সমস্যা-সমাধান সূচকও এনেছে।

নিরপেক্ষ মধ্যস্থতাকারী হিসেবে এআই — এবং নিরপেক্ষতা হারালে যে টানাপোড়েন। Spritz একটি Discord-ভিত্তিক বৃহৎ ভাষা মডেল (এলএলএম) প্রোব যা আন্তঃবিষয়ক শিক্ষার্থী দলে শাস্ত্রীয় সীমানার মধ্যস্থতা করে অন্তর্নিহিত অনুমান সামনে এনে এবং ভাগাভাগি আলোচনায় বেনামি সংশ্লেষণ ফেরত দিয়ে। শিক্ষার্থীরা এটিকে জ্ঞানতাত্ত্বিক সমর্থন ও সম্পর্কমূলক বাফার উভয়ই হিসেবে মূল্য দিয়েছে, কিন্তু একটি কেন্দ্রীয় টানাপোড়েন উঠে এসেছে: এআই-এর অনুভূত নিরপেক্ষতাই ছিল ভারবাহী, এবং তা ক্ষয় হয়েছে যখন এআই নিরপেক্ষ মধ্যস্থতাকারী থেকে পরামর্শদাতা বা চ্যালেঞ্জার-এ সরে গেছে — যা এজেন্টদের জন্য মূল নকশা-সীমাবদ্ধতা, যারা সহযোগিতার মধ্যস্থতা করে অথচ মানব-এআই সহযোগিতা ও আস্থা-ক্রমাঙ্কন সংরক্ষণ করে।

একটি সুগঠিত সুবিধাদাতা প্রোটোকল — এবং তার তোষামোদ-ঝুঁকি। Seo প্রমুখ (2026) সহযোগিতামূলক শিখন-নকশা-কে একটি সুগঠিত অপসরণ–বিবেচনা–সমাগম প্রোটোকল দিয়ে বিস্তৃত করেন: একটি LLM সুবিধাদাতা বক্তব্যের পালা সাজায়, পর্যায়গুলোর সময় মাপে এবং ক্রমে সারসংক্ষেপ করে, যে বিন্যাস 45 জন শিক্ষার্থীর কাছে সরল ও আলোচনাসদৃশ মনে হয়েছে এবং বাহ্যিক সুবিধাদানের প্রয়োজন কমিয়েছে। নকশাটি এমন এক টানাপোড়েন ঘিরে, যা গবেষণাটি সরাসরি মেপেছে: এজেন্টরা দৃষ্টিভঙ্গি-গ্রহণের বিস্তার সমর্থন করেছে (দলগুলো বড়, বেশি বিচ্ছুরিত স্টেকহোল্ডার ও সমাধান-সেট তৈরি করেছে, এবং এজেন্টরা ধারাবাহিকভাবে সংখ্যালঘু দৃষ্টিভঙ্গি উচ্চারণ করেছে), তবু তোষামোদমূলক, যুক্তিহীন সম্মতি সেই জ্ঞানতাত্ত্বিক দ্বন্দ্ব চ্যাপ্টা করে দিয়েছে যা সহযোগিতাকে চিন্তা গভীর করে তোলে। অংশগ্রহণকারীরা কেবল সিদ্ধান্ত নয়, মধ্যবর্তী বিবেচনা-ধাপ প্রকাশ করে এমন এজেন্ট-আউটপুট এবং প্রকৃত মতবিরোধ সংরক্ষণকারী প্রতিযুক্তি চেয়েছেন।

এআই শিক্ষার জন্য সহযোগিতামূলক কাঠামো। The Academic League of AI গণতান্ত্রিক শিক্ষার্থী শাসন ও প্রকল্প-দলগুলোর মাধ্যমে এআই শিক্ষা সংগঠিত করে, সক্রিয় শিখন ও প্রকল্পভিত্তিক শিখন-কে একটি সহযোগিতামূলক, সম্প্রদায়-সংযুক্ত কাঠামোয় সংযুক্ত করে।

কী একটি এআই-কে টিউটরের বদলে সমকক্ষ হিসেবে চেনা যায়। Lin প্রমুখ (2026) সাতজন বিষয়-বিশেষজ্ঞকে একটি Big Five-ব্যক্তিত্বের এজেন্টের সঙ্গে কাজ করান, যার প্রেরণামূলক অবস্থান দ্বিঘাত সমীকরণ সমাধানকালে পূর্বচিন্তা, সম্পাদন ও আত্মপ্রতিফলন জুড়ে বদলাত। অংশগ্রহণকারীরা এজেন্টকে তার গণিতের বদলে সামাজিক আচরণ দিয়ে বিচার করেছেন: অবিচারহীন স্থান, সংকুচিত যুক্তি, উপযুক্ত অপূর্ণতা এবং শিক্ষার্থীর গতির প্রতি সম্মান সমকক্ষসদৃশ মনে হয়েছে, আর অন্ধ সম্মতি ও অতিরিক্ত নির্দেশনা তাকে টিউটরের দিকে ঠেলে দিয়েছে। লেখকেরা একটি ধরে রাখার মতো টানাপোড়েনও জানান — সমকক্ষসদৃশতা ও সমকক্ষ-উপযোগিতা সবসময় মিলে যায়নি — যা সমকক্ষ সহযোগিতারই দীর্ঘস্থায়ী ঝুঁকি, যে সমকক্ষরা একে অন্যের ভুল নিশ্চিত করতে পারে।

ICAP কাঠামো: সর্বোচ্চ সম্পৃক্ততার ধরন হিসেবে সহযোগিতা

সহযোগিতামূলক শিখন ICAP কাঠামো-র শীর্ষে অবস্থান করে (Interactive–Constructive–Active–Passive): আন্তঃক্রিয়ামূলক ধরনটি — সংলাপের মধ্য দিয়ে অর্থ সহ-নির্মাণ, অবস্থান সমর্থন, বা যৌথভাবে সমাধান — Chi-র শ্রেণিবিন্যাসে গভীরতম জ্ঞান-পরিবর্তন ঘটায়। এটি ICAP-কে একইসঙ্গে সহযোগিতামূলক শিক্ষাপদ্ধতির যৌক্তিকতা এবং এআই-এর ওপর একটি নকশা-সীমাবদ্ধতা করে তোলে। যে এআই আলোচনার মধ্যস্থতা করে (যেমন Spritz বা ProPACT করে) তা মূল্যবান ঠিক যখন এটি আন্তঃক্রিয়ামূলক সম্পৃক্ততা ধরে রাখে; যে এআই দলের পক্ষে উত্তর দেয় বা জ্ঞানতাত্ত্বিক দ্বন্দ্ব মসৃণ করে, তা সহযোগিতাকে কেবল সক্রিয় বা নিষ্ক্রিয় ধরনে নামিয়ে আনতে পারে। ICAP-ভিত্তিক অ্যানোটেশন (দেখুন সহযোগিতামূলক সংলাপের বর্ধিত ICAP পরিমাপ) এবং সুবিধাদান-সময় গবেষণা উভয়ই আন্তঃক্রিয়ামূলক সংলাপের গুণমানকে কাঙ্ক্ষিত ফলাফল হিসেবে দেখে, সহযোগিতামূলক শিখনকে শিক্ষার্থী-সম্পৃক্ততা ও ICAP শ্রেণিবিন্যাসে প্রতিষ্ঠা করে।(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)(To Facilitate or not to Facilitate: Human and LLM Facilitator Tendencies in Online Discussions)

• জেনএআই টিউটরের আসনではなく মডারেটরের আসন নিতে পারে। Chen প্রমুখ (2026) 64 জন স্নাতক শিক্ষার্থী নিয়ে 16 সপ্তাহের কোয়াজি-পরীক্ষা চালান, যেখানে উভয় শর্তেই একটি এআই এজেন্ট ও একটি সুগঠিত প্ল্যাটফর্ম ছিল, কেবল নিয়ন্ত্রণ-স্ক্যাফোল্ডিং ভিন্ন ছিল: একটি অভিযোজিত SSRL এজেন্ট বনাম স্থির ডিজিটাল ওয়ার্কশিট (Chen প্রমুখ, 2026)। অভিযোজিত দল বেশি অংশগ্রহণ-সমতা দেখিয়েছে কিন্তু বেশি তীব্রতা নয় — যা বেশি কথাবার্তার নয়, পুনর্বিতরণের স্বাক্ষর।
• আন্তঃক্রিয়ামূলক মানেই স্বয়ংক্রিয়ভাবে গভীর নয়। 87 জন স্নাতক শিক্ষার্থী নিয়ে আট সপ্তাহের কোয়াজি-পরীক্ষায় জেনএআই মাল্টি-এজেন্ট ব্যবস্থার সঙ্গে কাজ করা জোড়াগুলো সেরা নকশা-প্রকল্প তৈরি করেছে (M = 89.64 বনাম একই ব্যবস্থায় একা কাজের 86.45)। সমালোচনামূলক-চিন্তা সচেতনতার লাভ উল্টো দিকে গেছে: একা কাজে সর্বোচ্চ (M = 0.41), সমকক্ষ সহযোগিতায় প্রায় অপরিবর্তিত (M = 0.06) এবং জোড়ায়-এআই শর্তে সামান্য ঋণাত্মক (M = -0.04) (Chu, Dai ও Zhai (2026))। বিন্যাসটি বদলেছে কোন ধরনের চিন্তা সক্রিয় হলো, তার পরিমাণ নয়।

ব্যবহারিক নির্দেশনা

• ব্যক্তিকে নয়, সহযোগিতাকে মডেল করুন। যে সরঞ্জাম দ্বয় বা দল-অবস্থা ট্র্যাক করে (যেমন ProPACT করে) তা সহযোগিতাকেই স্ক্যাফোল্ড করতে পারে, ভাঙন ঘটার পরে প্রতিক্রিয়া না দিয়ে তা পূর্বাভাস ও প্রতিরোধ করতে পারে।

• জ্ঞানতাত্ত্বিক দ্বন্দ্ব সংরক্ষণ করুন। এআই-কে এমন যুক্তিপূর্ণ অংশীদার হিসেবে গঠন করুন যা মতবিরোধ ও অন্তর্নিহিত অনুমান সামনে আনে, পালিশ-পণ্যের সেই সমস্যা এড়িয়ে যেখানে এআই ভঙ্গুর জ্ঞানতাত্ত্বিক সম্পৃক্ততাকে মসৃণ করে দেয়।

• বিপরীতমুখী ব্যক্তিত্বের আবেগগত মূল্য আছে। 97টি ত্রয়ীতে বিপরীতমুখী এআই সংলাপকে চ্যালেঞ্জ ও প্রতিফলনের দিকে ঠেলে দিয়েছে কিন্তু দলগত কাজের সন্তুষ্টি (ε² = .062) ও মনস্তাত্ত্বিক নিরাপত্তা (ε² = .114) কমিয়েছে, সৃজনশীল আউটপুট না বাড়িয়েই (Jin প্রমুখ (2026))।

• এজেন্টের কাজ আপনার অভীষ্ট ফলাফলের সঙ্গে মেলান। কম্পিউটার-সমর্থিত সহযোগিতামূলক শিখনে এআই এজেন্টের 46টি গবেষণার পর্যালোচনায় দেখা গেছে জ্ঞানতাত্ত্বিক লাভ ধারাবাহিকভাবে প্রতিবেদিত হয়েছে, অথচ আচরণগত, সামাজিক ও আবেগগত ফলাফল প্রসঙ্গ-নির্ভর থেকেছে, এবং এজেন্ট-কাজ ও ফলাফলের মধ্যে সবচেয়ে শক্তিশালী মিল ছিল একই ক্ষেত্রের ভেতরে (Ba প্রমুখ (2026))।

• আলাদা সুবিধাদাতা ভূমিকা প্রাধান্য কমায়, সাড়াদান নয়। Oyelere-র (2026) সিমুলেটেড বেঞ্চমার্কে টিউটরের পাশে একটি সুবিধাদাতা এজেন্ট যোগ করলে দ্বয়-পালা ও শব্দ-অসামঞ্জস্য কমেছে (M = 0.103 ও 0.105 বনাম 0.183 ও 0.182) কিন্তু পারস্পরিক সম্পৃক্ততা বদলায়নি — যদিও শিক্ষার্থীরা কৃত্রিম ব্যক্তিত্ব ছিলেন, প্রকৃত দ্বয় নন।

• দক্ষতার সঙ্গে স্ব-নিয়ন্ত্রণের ভারসাম্য রাখুন। যে সহযোগিতামূলক এআই কাজের দক্ষতা সর্বোচ্চ করে (delegated reasoning) তা শিক্ষার্থীর নিয়ন্ত্রক সম্পৃক্ততা ক্ষুণ্ণ করতে পারে; নকশাকে ইচ্ছাকৃতভাবে concerted interpretation-এর জন্য জায়গা রক্ষা করতে হবে।

• নিরপেক্ষতার সীমাবদ্ধতা মানুন। এআই মধ্যস্থতাকারীদের ওপর আস্থা থাকে যতক্ষণ তারা নিরপেক্ষ; পরামর্শদাতা বা চ্যালেঞ্জার ভূমিকায় সরে গেলে সেই আস্থা অস্থির হয়, তাই ভূমিকা বদল স্পষ্ট ও কনফিগারযোগ্য হওয়া উচিত।

• নিউরোডাইভার্জেন্ট শিক্ষার্থীদের accommodate করুন। সুগঠিত অ্যাসাইনমেন্ট, ছোট ও স্থিতিশীল দল, এবং স্পষ্ট ভূমিকা-সংজ্ঞা — এআই সহযোগিতা-সরঞ্জামকে এগুলো সমর্থন করতে হবে।

• অবমূল্যায়নহীন, শ্রেণিকক্ষ-পর্যায়ের ফিডব্যাক পছন্দ করুন। সহযোগিতার সম্পর্কমূলক মাত্রা সমর্থন করার সময় শ্রেণি-পর্যায়ে সমষ্টিগত ফিডব্যাক গোপনীয়তা ও শিক্ষার্থী-এজেন্সি রক্ষা করে যেখানে ব্যক্তিগত স্কোরিং নজরদারির মতো লাগবে; CoBi শিক্ষার্থীরা গুণগত ভিজ্যুয়ালাইজেশন (একটি জৈব বৃক্ষ) পরিমাণগত ভিজ্যুয়ালাইজেশনের (একটি রাডার চার্ট) চেয়ে পছন্দ করেছে, এবং শিক্ষকেরা ব্যবস্থার পর্যবেক্ষণকে লাইভ প্রদর্শনের বদলে প্রতিফলন জাগাতে ব্যবহার করাকে বেশি মূল্য দিয়েছেন।

• অবদানের আগে যে দেখা/মনোযোগ আসে তার জন্য নকশা করুন। অনলাইন আলোচনা ফোরামে সহযোগিতামূলক শিখন কেবল পোস্ট করার ওপর নয়, তার আগে যে পড়াটা আসে তার ওপরও নির্ভর করে। Hao ও Cukurova (2026) দেখান LLM-উৎপন্ন আলোচনা-সারসংক্ষেপ ও নমুনা-পোস্ট নৌচালনামূলক স্ক্যাফোল্ড হিসেবে কাজ করতে পারে যা সমকক্ষদের অবদানে শিক্ষার্থীদের এক্সপোজার এবং সেতুবন্ধ (দুর্বল-বন্ধন) সামাজিক পুঁজির নেটওয়ার্ক-শর্ত বিস্তৃত করে — এই সমর্থন একাডেমিক চাপে সম্পৃক্ততা ধরে রাখার সামাজিক-শিক্ষাপদ্ধতিগত কৌশলকে পরিপূরক করবে, প্রতিস্থাপিত করবে না।

• সামাজিক দিকটি ব্যাঘাত দেখায়, কিন্তু তার মোকাবিলায় কোনো লাভ নেই। পাঁচটি সহযোগিতা-প্রক্রিয়ায় 30-বিশেষজ্ঞের ঐকমত্য কেবল ভঙ্গুরতায় পৌঁছেছে, উন্নতি-রেটিং সীমার নিচে: সামাজিক সংযোগ (3.80 বনাম উন্নতি 1.90), সামাজিক-আবেগিক বিকাশ (3.60 বনাম 2.00), সামাজিক শিখন, সহযোগিতামূলক শিখন ও অন্তর্ভুক্তির অনুভূতি (সবই 3.30) (Kendeou, Greene ও Nixon প্রমুখ, 2026)। প্রতিবেদনটি এই অসামঞ্জস্যকে নকশা-লক্ষ্য হিসেবে দেখে, কারণ সহযোগিতামূলক সমস্যা-সমাধান একটি ভাগাভাগি পণ্যে নিবদ্ধ থাকে, অথচ সহযোগিতামূলক শিখনের কোনো দৃশ্যমান নির্দেশক নেই এবং তা অলক্ষ্যে ক্ষয় হতে পারে।

সাধারণ ভুল ধারণা

• "দলকে এআই দেওয়া মানে বেশি সহযোগিতা।" 18টি গবেষণার একটি স্কোপিং পর্যালোচনা দলগত কাজ জুড়ে একটি বিনিময় মানচিত্রিত করে: জেনএআই জ্ঞান-বিকাশ, ধারণা-উৎপাদন ও যোগাযোগ-দক্ষতা সমর্থন করেছে, একইসঙ্গে একই হস্তক্ষেপগুলোতে একটি সম্পর্কমূলক মূল্যও বহন করেছে। দক্ষতার লাভ ও সম্পর্কমূলক ক্ষতি একসঙ্গেই আসে।
• "এআই-সমর্থিত সহযোগিতামূলক শিখনের মেটা-বিশ্লেষণী ভিত্তি আছে।" এআই-সমর্থিত সহযোগিতামূলক কাজের জন্য উপলব্ধ একমাত্র মেটা-বিশ্লেষণী তুলনাটি সরাসরি অনুমান না হয়ে জেনএআই-সমর্থিত PBL/PjBL হস্তক্ষেপের ভেতরে অবস্থিত, তাই এটি একটি বিস্তৃত প্রভাবের উপাদান, সহযোগিতার পরিমাপ নয়।
• "একটি LLM অংশীদার দলের নিজস্ব যুক্তি সংরক্ষণ করে।" Oppenheimer, Cash ও Connell Pensky (2025) এটি শ্রেণিকক্ষ-পরিসরে প্রারম্ভিক সমাজবিজ্ঞান শিক্ষার্থীদের নিয়ে পরীক্ষা করেছেন, ঠিক এই কারণেই যে সংরক্ষণ একটি খোলা প্রশ্ন, কোনো অনুমান নয়।

সংযুক্ত ধারণা

• পেডাগগিক্যাল প্যাটার্ন — স্ক্রিপ্টভিত্তিক ভাগাভাগি-এআই সহযোগিতা এবং তার পরীক্ষিত ভূমিকা-নকশা
• শিক্ষাদানগত অংশীদারত্ব — শিক্ষাপদ্ধতিগত অংশীদারিত্ব
• দলগত কাজ — দলগত কাজ
• সমস্যা-ভিত্তিক শিখন
• অনলাইন শিক্ষাদান ও শিখন — অনলাইন শিক্ষাদান ও শিখন
• সক্রিয় শিখন
• ICAP কাঠামো
• স্ক্যাফোল্ডিং
• শিক্ষাদান
• মানুষ-চক্রে
• ন্যায়বিচার
• এআই সাক্ষরতা
• K-12
• উচ্চশিক্ষা
• অন্তর্ভুক্তিমূলক শিখন
• নিউরোডাইভার্সিটি
• বিতরণকৃত সংজ্ঞান
• স্ব-নিয়ন্ত্রিত শিখন
• প্রকল্প-ভিত্তিক শেখা
• মানব-এআই সহযোগিতা
• বিশ্বাস ক্রমাঙ্কন
• শিক্ষণ-এজেন্ট
• শিক্ষার্থী-মডেলিং ও অভিযোজিত শিক্ষণ
• শিক্ষার্থীর সম্পৃক্ততা
• শিক্ষাবিজ্ঞান ও শিক্ষাদান-কৌশল — ছাতা: এআই শিক্ষায় শিক্ষাপদ্ধতি ও শিক্ষাদান-কৌশল

সংযুক্ত নিবন্ধ

• Exploring AI Peer in Collaborative Mathematics Learning — কী একটি LLM এজেন্টকে সমকক্ষ মনে করায়: নিরাপত্তা, সংকুচিত যুক্তি, উপযুক্ত অপূর্ণতা
• Ways Generative AI Can Support and Threaten Learning in K–20 US Education - 30-বিশেষজ্ঞের ঐকমত্য একপাক্ষিক সামাজিক ঝুঁকি পায়: সহযোগিতা-প্রক্রিয়া ভঙ্গুর, কোনো উন্নতি-পথ নেই
• Problem-based and project-based learning as promising frameworks for generative AI-supported education: Emerging evidence from a systematic review and three-level meta-analysis — জেনারেটিভ এআই-সমর্থিত শিক্ষার প্রতিশ্রুতিশীল কাঠামো হিসেবে সমস্যাভিত্তিক ও প্রকল্পভিত্তিক শিখন: পদ্ধতিগত পর্যালোচনা ও ত্রি-স্তরীয় মেটা-বিশ্লেষণ থেকে উদীয়মান প্রমাণ
• Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction — অন্তর্নিহিত মানব-এআই সহযোগিতায় উদীয়মান শিক্ষার্থী-এজেন্সি: সহায়ক বনাম বিপরীতমুখী ব্যক্তিত্ব
• Towards an adaptive AI scaffold for developing student collaborative problem solving
• Utilizing Generative AI to Counter Learner Groupthink by Introducing Controversy in Collaborative Problem Based Learning Settings
• "Polished Artifacts, Fragile Engagement? Tackling the Challenge of Reduced Epistemic Effort in Human-AI Knowledge Construction"
• Ordered Network Analysis of Epistemic Emotions during Collaborative Problem Solving
• Systematic Review of Collaborative Learning Activities for Promoting AI Literacy
• I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning
• Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing
• Beyond Automation: AI as a Pedagogical Mediator in Collaborative Learning
• Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective
• ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming — ProPACT: জোড়া প্রোগ্রামিংয়ের জন্য সক্রিয় এআই অভিযোজিত সহযোগিতামূলক টিউটর
• Exploring AI-Supported Disciplinary Mediation in Student Project Teams' Text-Based Communication — Spritz: শিক্ষার্থী প্রকল্প-দলে এআই শাস্ত্রীয় মধ্যস্থতা
• Academic League of Artificial Intelligence: An Integrative Perspective of Teaching, Research, and Extension — Academic League of AI: সহযোগিতামূলক, প্রকল্পভিত্তিক এআই শিক্ষা
• Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents — সহযোগিতামূলক সংলাপে সম্পৃক্ততা মাপার বর্ধিত ICAP কাঠামো
• To Facilitate or not to Facilitate: Human and LLM Facilitator Tendencies in Online Discussions — অনলাইন সহযোগিতামূলক আলোচনায় LLM সুবিধাদানের সময়
• Artificial Intelligence Agents in Computer-Supported Collaborative Learning: A Systematic Literature Review — কম্পিউটার-সমর্থিত সহযোগিতামূলক শিখনে এআই এজেন্ট পর্যালোচনা
• Generative AI and Student Collaboration: A Scoping Review of Group Work Processes, Outcomes, and Risks — জেনএআই ও শিক্ষার্থীদের দলগত কাজ: একটি স্কোপিং পর্যালোচনা (Wei ও Perkins 2026)
• ASTRA: A synthetic benchmark for trace-based evaluation of socially intelligent multi-agent tutoring — মাল্টি-এজেন্ট টিউটরিং ও অংশগ্রহণ-ভারসাম্যপূর্ণ সহযোগিতার ASTRA কৃত্রিম বেঞ্চমার্ক
• AI as an Agent and Collaborative Space: Exploring the role of generative AI in small group synchronous and asynchronous collaborative dynamics — ছোট দলের গতিশীলতায় এজেন্ট ও সহযোগিতা-স্থান হিসেবে জেনএআই (Xu প্রমুখ 2026)
• A Feasibility and Implementation Integrity Study of the Community Builder (CoBi): An AI-based Collaboration Support System in K-12 Classrooms
• You've Got AI Friend in Me: LLMs as Collaborative Learning Partners
• Enhancing Peer Exposure and Creating Opportunities for Bridging Social Capital Through an AI-Generated Summary-Driven Learning Design in Online Discussion Forums — অনলাইন আলোচনা ফোরামে এআই-উৎপন্ন সারসংক্ষেপ-চালিত শিখন-নকশা
• Students' Agency in GenAI-Mediated Group Assessment: An Ecological-Emergent Perspective — শিক্ষার্থী দলে সমন্বয় অবকাঠামো হিসেবে জেনএআই: তীব্রতর, সংযত ও অনুষ্ঠিত-না-হওয়া ব্যবহার
• Ethics Training Agents: Facilitating Group-Based Ethics Education with Role-Playing and Discussion for Ethical Reflection and Exploration — Ethics Training Agents: ভূমিকাভিনয় ও আলোচনার মাধ্যমে দলভিত্তিক নৈতিক শিক্ষা সহজতর করা
• Artificial Intelligence in Online Learning: Using BERTopic to Track Research Topics and Their Evolutions — 1,048 প্রকাশনায় সামাজিকভাবে অভিমুখী এআই-সহযোগিতা কখনও প্রভাবশালী বিষয় হয়নি
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups — দলগত জ্ঞানতাত্ত্বিক বিন্যাসই ঠিক করেছে এআই কোথায় বসবে: বৈচিত্র্যময়-পূর্বধারণার দলে সংহতকরণ কেন্দ্র, সম-দলে রৈখিক কোয়েরি-তারপর-প্রক্রিয়া পথ, সমান পূর্বজ্ঞানে (Wang প্রমুখ 2026)
• Many hands make light work? Individual and collaborative interaction with a GenAI-powered multi-agent system: Effects on learning performance and critical thinking — মাল্টি-এজেন্ট ব্যবস্থার সঙ্গে জোড়াগুলো সেরা প্রকল্প তৈরি করেছে, আর একা কাজ সবচেয়ে বেশি সমালোচনামূলক-চিন্তা লাভ দিয়েছে