সমালোচনামূলক চিন্তা

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

সমালোচনামূলক চিন্তা — তথ্য বিশ্লেষণ, মূল্যায়ন ও সংশ্লেষণের সক্ষমতা — এমন একটি দক্ষতা যা এআই হাতিয়ার গড়ে তুলতে সাহায্য করতে পারে, এবং একই সঙ্গে এমন একটি যোগ্যতা যা শিক্ষার্থীদের এআই ব্যবহারের সময় প্রয়োগ করতে হয়। শিক্ষায় এআই গবেষণায় সমালোচনামূলক চিন্তা দুটি পরস্পরসম্পর্কিত রূপে দেখা যায়: একটি শিখন-লক্ষ্য হিসেবে (শিক্ষার্থীদের সমালোচনামূলকভাবে ভাবতে শেখানো) এবং অবিবেচক এআই-নির্ভরতার বিরুদ্ধে একটি সুরক্ষা হিসেবে।

বিবেচনার প্রশ্ন

• ভুল বা বিভ্রান্তিকর এআই-উৎপাদিত উত্তর চিহ্নিত করার আপনার সক্ষমতা নিয়ে আপনি কতটা আত্মবিশ্বাসী? গবেষণা বলছে, স্ব-প্রতিবেদিত এআই-যোগ্যতা প্রকৃত মূল্যায়ন-সক্ষমতার বহু বেশি — আপনি নিজেকে কীভাবে পরীক্ষা করবেন?
• এখানে সমালোচনামূলক চিন্তা দুটি রূপে আসে: শেখানোর দক্ষতা, এবং এআই-এর ওপর অবিবেচক নির্ভরতার বিরুদ্ধে সুরক্ষা। এমন পরিস্থিতি ভাবতে পারেন কি, যেখানে 'শেখানো' সমালোচনামূলক চিন্তার হাতিয়ার আসলে তার বিপরীতটাই প্রশিক্ষণ দিচ্ছে?
• একটি গবেষণায় দেখা গেছে, শিক্ষার্থীদের এআই-উৎপাদিত ভুল জেরা করতে দিলে উচ্চক্রম চিন্তায় বড় লাভ হয়। ত্রুটি লুকানোর বদলে সচেতনভাবে প্রকাশ করা কেন আপনি যা ভেবেছিলেন তার চেয়ে শক্তিশালী শিক্ষণ-কৌশল হতে পারে?
• এআই-উত্তরে সহজ প্রবেশাধিকার শিক্ষার্থীরা বুঝতে পারার আগেই সমালোচনামূলক সম্পৃক্ততা সরিয়ে দিতে পারে। নীতি বা নিষেধাজ্ঞার বদলে কোন নকশা-বৈশিষ্ট্য জ্ঞানীয় পরিশ্রমকে জীবিত রাখতে পারে?
• এআই-পরামর্শ 'আমি জানি না' বলার ইচ্ছা দমন করে বলে দেখানো হয়েছে — এমনকি যখন পরামর্শটি ভুল। প্রশ্ন করা নিরাপদ এমন শ্রেণিকক্ষ-সংস্কৃতি তৈরির অর্থ কীভাবে তা বদলে দেয়?

ভূমিকা

সমালোচনামূলক চিন্তা এআই-সাক্ষরতার কেন্দ্রে। যে শিক্ষার্থীরা এআই-আউটপুট সমালোচনামূলকভাবে মূল্যায়ন করতে পারে না, তারা অতিনির্ভরতা, ভ্রম-জাত তথ্য এবং পক্ষপাতদুষ্ট সুপারিশের শিকার হতে পারে। সংজ্ঞানাত্মক অফলোডিং নিয়ে গবেষণা দেখায়, এআই-উত্তরে সহজ প্রবেশাধিকার সমালোচনামূলক সম্পৃক্ততাকে সরিয়ে দিতে পারে, অন্যদিকে সরাসরি উত্তর আটকে রাখা সক্রেটিসীয় পন্থা গভীরতর চিন্তার জন্য প্রয়োজনীয় জ্ঞানীয় পরিশ্রম সংরক্ষণ করে।

উত্তম প্রম্পট নয়, কাঠামোবদ্ধ সংলাপ-নিয়ন্ত্রণই একটি ভ্রান্তি-টিউটরকে বিতর্ক-চ্যাটবট থেকে আলাদা করে: প্রতিটি পালাকে টুলমিন-ভিত্তিক অভিপ্রায় শনাক্তকরণ, একটি নির্দিষ্ট কৌশল-ক্রম ও একটি যাচাইকারী এজেন্টের মধ্য দিয়ে পাঠালে একটি সক্রেটিসীয় ব্যবস্থা সংলাপ-মানের 84.5% মাপকাঠি পেরোয়, যেখানে হিউরিস্টিক ভিত্তিরেখা পায় 61.5% (Shi প্রমুখ (2026)).

শিক্ষায় এআই গবেষণায় সমালোচনামূলক চিন্তা

জ্ঞানভান্ডারের নিবন্ধগুলো সমালোচনামূলক চিন্তা অন্বেষণ করে নকশা-ভিত্তিক ও প্রায়োগিক দৃষ্টিকোণ থেকে। প্রতিদ্বন্দ্বী এআই এজেন্ট গঠনমূলক দ্বন্দ্ব ঘটায় যাতে নবীন নকশাকারদের পুনর্বিবেচনায় প্ররোচিত করা যায় — একটি সক্রেটিসীয় ভিন্নতা যা সমালোচনামূলক পুনর্মূল্যায়নে বাধ্য করে। শিক্ষাদানে জেনএআই নিয়ে আরসিটি গবেষণা প্রশ্ন তোলে, পৃষ্ঠতল-ফলাফলে অনুকূল এআই হাতিয়ারগুলো কি অনিচ্ছাকৃতভাবে সেই সমালোচনামূলক চিন্তা দমিয়ে দিতে পারে যা গভীরতর শিখনের দিকে নিয়ে যায়। মাপা প্রমাণ বিষয়টি আরও স্পষ্ট করে: সমালোচনামূলক চিন্তা নাড়ে কি না তা নির্ভর করে এআই-মধ্যস্থ প্রতিক্রিয়া ও কাজ কীভাবে নকশা করা হয়েছে তার ওপর, এবং শিক্ষার্থীর মেটা-জ্ঞানগত নিয়ন্ত্রণের ওপর — মডেলে প্রবেশাধিকারের ওপর নয়।

জেনএআই-ব্যবহারের সঙ্গে স্ব-প্রতিবেদিত সমালোচনামূলক চিন্তার সম্পর্ক প্রায় সম্পূর্ণভাবে গিয়েছিল জেনএআই প্রতিক্রিয়া-সাক্ষরতার মধ্য দিয়ে: 421 চীনা স্নাতক শিক্ষার্থীর মধ্যে প্রতিক্রিয়া-সাক্ষরতা মোট সম্পর্কের 71.98% মধ্যস্থতা করেছিল (β=0.185), এবং অবশিষ্ট প্রত্যক্ষ পথ ধনাত্মক ছিল কেবল কম প্রতিফলনশীল শিক্ষার্থীদের জন্য (β=0.177) ও অধিক প্রতিফলনশীলদের জন্য অ-তাৎপর্যপূর্ণ (Yan প্রমুখ (2026)).

মডারেশন-দাবির জন্য একটি মেটা-বিশ্লেষণী ভিত্তি। 29টি পরীক্ষায় জেনএআই উচ্চক্রম চিন্তা মাঝারিভাবে বাড়িয়েছে (g = 0.609), যেখানে সমালোচনামূলক চিন্তার ES = 0.691 — সমস্যা-সমাধান (0.745) থেকে নিচে ও সৃজনশীলতা (0.444) থেকে ওপরে — সবচেয়ে শক্তিশালী 8–16 সপ্তাহের হস্তক্ষেপে (0.759) এবং উচ্চ-এসআরএল শিক্ষার্থীদের মধ্যে (0.863 বনাম 0.284) (Zhao প্রমুখ (2025)).

চিন্তার ওপর ChatGPT-এর প্রভাব নিয়ে পর্যালোচনা মিশ্র ফলাফল নথিভুক্ত করে: সচেতনভাবে ব্যবহার করলে এআই সমালোচনামূলক বিশ্লেষণকে স্ক্যাফোল্ড করতে পারে (যেমন, শিক্ষার্থীদের এআই-উৎপাদিত যুক্তি সমালোচনা করতে বলা), কিন্তু উত্তর-ইঞ্জিন হিসেবে ব্যবহার করলে তা চিন্তাকে ছোট করে ফেলতেও পারে। এই টানটি How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures গবেষণার সঙ্গে যুক্ত, যা দেখায় স্ব-প্রতিবেদিত এআই-যোগ্যতা প্রকৃত সমালোচনামূলক মূল্যায়ন-সক্ষমতার বহু বেশি। এআই-সহ সমালোচনামূলক চিন্তা নিয়ে 80টি এইচসিআই গবেষণার সমালোচনামূলক পর্যালোচনায় দেখা গেল, ক্ষেত্রটি যা মাপে তা খুব কমই সংজ্ঞায়িত করে: 80টির মধ্যে কেবল 23টি বলেছিল তারা সমালোচনামূলক চিন্তাকে আদৌ কীভাবে বুঝে, 49টি (61%) তা মূল্যায়ন করেছে স্ব-প্রতিবেদনের মাধ্যমে, কর্ম-সম্পাদনের বদলে, এবং 42টি (52%) কোনো নিয়ন্ত্রণ দল ব্যবহার করেনি (A Critical Review of Critical Thinking in HCI Research About AI).

Lin ও Al-Hada (2026) সেই মিশ্র চিত্রকে পড়েন পণ্য–প্রক্রিয়া বিচ্ছিন্নতা হিসেবে: জেনএআই একটি অ্যাসাইনমেন্টের মান বাড়াতে পারে অথচ তার পেছনের সহায়তাহীন, বিলম্বিত স্থানান্তর কমাতে পারে, তাই শিখন বিচার্য হওয়া উচিত সহায়তাহীন বিলম্বিত কর্ম-সম্পাদনে, এআই-সহায়ক পণ্যে নয়।

• শিক্ষার্থী–এআই চ্যাটে উচ্চক্রম জ্ঞানীয় সম্পৃক্ততা। Chang ও Li (2026) দেখেন, এআই-তে শিক্ষার্থীদের প্রম্পটের প্রায় 62% উচ্চক্রম জ্ঞানীয় চাহিদা ধারণ করে, ব্লুম-স্তরের প্রোফাইল বিষয়ভেদে ভিন্ন (স্টেম প্রয়োগ-প্রধান 20.8%, ভাষা বোঝা-প্রধান 31.7%, সমাজবিজ্ঞান সৃষ্টি-প্রধান 33.8%)। তাদের অন্তর্ব্যক্তি নকশা দেখায়, একই শিক্ষার্থীরা সমাজবিজ্ঞান কোর্সে স্টেম কোর্সের চেয়ে উল্লেখযোগ্যভাবে বেশি উচ্চক্রম প্রম্পট তৈরি করে (p < .001), যা নির্দেশ করে বিষয়গত প্রেক্ষাপট এআই-এর সঙ্গে সমালোচনামূলক ও উচ্চক্রম সম্পৃক্ততা গড়ে তোলে।

• মিথস্ক্রিয়া-ধরন ব্লুম-স্তর ও পূর্বজ্ঞান অনুযায়ী গুচ্ছবদ্ধ হয়। একটি অনুসন্ধান-ভিত্তিক ডেটা-বিজ্ঞান লেখন-কাজে 19 জন শিক্ষার্থী 14টি এলএলএম মিথস্ক্রিয়া-ধরন তৈরি করে, যা পূর্বজ্ঞান-স্তর অনুযায়ী ভিন্ন হয়, এবং নকশা-অন্তর্নিহিতি ছিল স্ক্যাফোল্ডিংকে নির্দিষ্ট উচ্চক্রম চিন্তা-পর্যায়ে লক্ষ্য করা, সাধারণভাবে এলএলএম-ব্যবহারে নয় (Luo প্রমুখ (2026)).

• শিশুদের মধ্যে সমালোচনামূলক মিডিয়া-সাক্ষরতার অনুঘটক হিসেবে এআই। Demir ও Akar (2026) তুর্কি চতুর্থ শ্রেণির শিক্ষার্থীদের জন্য একটি 18-ঘণ্টার, 5ই-মডেল সমালোচনামূলক মিডিয়া-সাক্ষরতা কর্মসূচি মূল্যায়ন করেন, যেখানে জেনারেটিভ এআই (ChatGPT, Grammarly) সংযোজন হিসেবে নয়, বরং ধাপে ধাপে অন্তর্নিবিষ্ট শিক্ষাগত এজেন্ট হিসেবে কাজ করেছে। জোড়া-নমুনা তুলনা মিডিয়া পড়া (+3.50), লেখা (+1.67) ও মোট মিডিয়া-সাক্ষরতায় (+5.17, সব p < .01) বড় লাভ দেখায়, দল-মধ্যবর্তী উত্তর-পরীক্ষার প্রভাব-আকার Cohen's d = 1.12 (পড়া), 1.18 (লেখা) ও 1.31 (মোট সাক্ষরতা), এআই-সমর্থিত দলের পক্ষে। গুণগত বিশ্লেষণ (সাক্ষাৎকার, শিক্ষার্থীদের পোস্টার/আঁকা/স্লোগান, শ্রেণিকক্ষ-পর্যবেক্ষণ) সমালোচনামূলক মিডিয়া-সাক্ষরতার বৃদ্ধির ছয়টি ক্ষেত্র তুলে আনে — ডিজিটাল আত্মরক্ষা ও ডেটা গোপনীয়তা, উদ্দেশ্যমূলক ও দায়িত্বশীল মিডিয়া-ব্যবহার, নিরাপদ যোগাযোগ ও সীমানা-সচেতনতা, সমালোচনামূলক মূল্যায়ন ও ভুলতথ্য-সচেতনতা, অনলাইন ঝুঁকি-সচেতনতা, এবং মিডিয়া নীতিশাস্ত্র/ডিজিটাল নাগরিকত্ব — যা নির্দেশ করে, এআই-মধ্যস্থ বিষয়বস্তু সচেতনভাবে জেরা করা অল্পবয়সী শিক্ষার্থীদের মধ্যে সমালোচনামূলক বিশ্লেষণ ও প্রতিফলন গড়ে তুলতে পারে।

• প্রাথমিক বহুমাধ্যম লেখনে মাত্রা-নির্দিষ্ট সমালোচনামূলক-চিন্তা লাভ। Lu প্রমুখ (2027) 60 জন পঞ্চম শ্রেণির শিক্ষার্থীকে আট সপ্তাহের কথোপকথনমূলক এআই-সমর্থিত বহুমাধ্যম লেখন-অনুশীলনে অনুসরণ করেন, যেখানে তারা আখ্যানকে এআই-উৎপাদিত ছবি ও ছোট ভিডিওতে রূপান্তর করে। ছয়টি সমালোচনামূলক-চিন্তা মাত্রায় পুনরাবৃত্ত-মাপ বিশ্লেষণ টেকসই লাভ পায় (T1→T2 ও T1→T3) ব্যাখ্যা, বিশ্লেষণ, মূল্যায়ন ও ব্যাখ্যাদানে, একটি স্বল্পস্থায়ী আত্ম-শিক্ষায় এআই নিয়ন্ত্রণ লাভ, এবং অনুমানে কোনো পরিবর্তন নেই — একটি অসম, মাত্রা-পর্যায়ের ধরন যা একটি সমষ্টিগত সমালোচনামূলক-চিন্তা স্কোর লুকিয়ে ফেলত। লেখকরা যুক্তি দেন, এআই-উৎপাদিত দৃশ্য অর্থকে বহির্প্রকাশ করেছিল এবং ফলে লেখা সাধারণত যে অনুমানমূলক চাহিদা আরোপ করে তা কমিয়েছিল, অন্যদিকে সহকর্মী সহযোগিতা (সহকর্মীদের প্রশ্ন যা অন্যদের ব্যাখ্যা অনুমান করতে বাধ্য করে) সেই অনুমান-সুযোগ জোগায় যা একক এআই মিথস্ক্রিয়া দেয়নি। নকশা-শিক্ষা: বহুমাধ্যম এআই রচনা সমালোচনামূলক চিন্তার কয়েকটি দিককে সমর্থন করে, তবে তা অনুমান সংরক্ষণে চালু স্ক্যাফোল্ডিং ও কাঠামোবদ্ধ সহকর্মী-বিনিময়ের সঙ্গে জোড়া দেওয়া উচিত এবং আত্ম-নিয়ন্ত্রণ।

• এআই স্ক্যাফোল্ডিং ও অফলোডিং সমালোচনামূলক চিন্তাকে বিপরীত দিকে টানে। Davor, Larbi ও Boateng (2026) ঘানার 533 বিশ্ববিদ্যালয়-শিক্ষার্থীর সমীক্ষায় দেখেন, এআই কাজ-স্ক্যাফোল্ডিং উচ্চতর সমালোচনামূলক চিন্তার পূর্বাভাস দেয় (β = .185), অন্যদিকে জ্ঞানীয় অফলোডিং প্রবণতা নিম্নতর সমালোচনামূলক চিন্তার পূর্বাভাস দেয় (-.240); এআই-যাচাই-সাক্ষরতার সমালোচনামূলক চিন্তার ওপর কোনো প্রত্যক্ষ প্রভাব ছিল না এবং তা কেবল মেটা-জ্ঞানগত আত্ম-নিয়ন্ত্রণের মধ্য দিয়ে কাজ করেছে, একটি পূর্ণ মধ্যস্থতা-ধরন যা লেখকরা শিক্ষার্থীদের এআই ফ্যাক্ট-চেক করতে শেখানো একা যথেষ্ট নয় — তার প্রমাণ হিসেবে পড়েন। (Davor প্রমুখ 2026)

• অফলোডিংয়ের গভীরতা, ব্যবহার নয়, উচ্চক্রম চিন্তাকে সীমাবদ্ধ করে। লেখার যুক্তি-স্তর প্রতিনিধিত্ব করা — ওয়ারেন্ট, পাল্টা-যুক্তি, প্রমাণ-ব্যাখ্যা — স্বাধীন উচ্চক্রম চিন্তার সঙ্গে সবচেয়ে শক্তিশালী ঋণাত্মক সম্পর্ক বহন করে (ab = −0.34), এবং আত্ম-নিয়ন্ত্রিত লেখা তা দুর্বল করেছিল কিন্তু কখনও উল্টায়নি (Chen (2026)).

• নির্ভরতা, ব্যবহার নয়, সেখানেই সমালোচনামূলক চিন্তার সঙ্গে সম্পর্ক মোড় নেয়। Shojaei ও সহকর্মীরা (2026) ওমানের 412 ব্যবসায়-শিক্ষার্থীর সমীক্ষায় দেখেন, জেনএআই ব্যবহার ও স্ব-প্রতিবেদিত সমালোচনামূলক-চিন্তা প্রবণতার মধ্যে দ্বিচর-সম্পর্ক প্রায় শূন্য (r = 0.050), নির্ভরতা নিম্নতর প্রবণতার পূর্বাভাস দেয় (β = -0.389) এবং ব্যবহার থেকে প্রবণতার পথ দুর্বল করে (β = -0.239), ফলে সরল ঢাল নিম্ন নির্ভরতায় 0.424 থেকে উচ্চ নির্ভরতায় -0.054-এ নেমে আসে। (Shojaei প্রমুখ 2026)

একটি বৃহত্তর ক্রস-সেকশনাল সমীক্ষা বিপরীত দিক দেখায়: 1,157 চীনা স্নাতকোত্তর শিক্ষার্থীর মধ্যে জেনএআই নির্ভরতা সমালোচনামূলক চিন্তার সঙ্গে ধনাত্মকভাবে সম্পর্কিত (β = 0.492), এবং কার্যকরী নির্ভরতা থেকে গবেষণা-সৃজনশীলতার পথের প্রায় 85.0% বহন করে সমালোচনামূলক চিন্তা (Yin প্রমুখ (2026)).

• একটি সংক্ষিপ্ত প্রতিফলন-প্রম্পট এআই-পরামর্শের ওপর নির্ভরতাকে অধিক বৈষম্যমূলক করে। 342 জন স্নাতকের তিন-শর্তের পরীক্ষায় Ren (2026) দেখেন, খোলা ChatGPT-সমর্থন 62.4% ট্রায়ালে ভুল এআই-সুপারিশ গ্রহণ করায়, যা সংক্ষিপ্ত মেটা-জ্ঞানগত প্রতিফলন-প্রম্পটে নেমে আসে 39.7%-এ (OR = 0.40, 95% CI [0.28, 0.56]); প্রতিফলন সচেতনতা-ক্রমাঙ্কনও উন্নত করে (0.59 বনাম 0.41) এবং এআই-নির্দিষ্ট আরোপণ-পক্ষপাত সূচক 0.42 থেকে 0.21-এ নামায়, সুপারিশের নির্ভুলতা না কমিয়ে বা উপকারী পরামর্শের সর্বাত্মক প্রত্যাখ্যান না ঘটিয়ে। (Ren 2026)

• নির্ভুলতা কমার সঙ্গে সঙ্গে আত্মবিশ্বাস বাড়তে পারে। Shaw ও Nave (2026) দেখেন, এআই সহায়কের সঙ্গে পরামর্শ নির্ভুলতা 25 শতাংশ-বিন্দু বাড়ায় যখন তা সঠিক, এবং 15 কমায় যখন তা ভুল করে, তবু তাতে লিপ্ত হওয়া ভুলের পরেও আত্মবিশ্বাস বাড়ায়, এবং ভুল-এআই ট্রায়ালের 73.2% কৌশলগত অফলোডিংয়ের বদলে আত্মসমর্পণে শেষ হয়।

• শিক্ষক-নির্বাচিত ChatGPT প্রতিক্রিয়া উচ্চক্রম পুনর্লিখনের মধ্য দিয়ে সমালোচনামূলক চিন্তা বাড়ায়। Chen ও সহকর্মীরা (2026) 64 জন স্নাতকের সঙ্গে 18-সপ্তাহের আধা-পরীক্ষা চালান, যারা সবাই প্রাক-সেবা রসায়ন, পদার্থবিজ্ঞান বা গণিত শিক্ষক, দুটি যুক্তিমূলক লেখন-কাজে প্রচলিত শিক্ষক-প্রতিক্রিয়া (n = 32) ও ChatGPT-সহায়ক শিক্ষক-প্রতিক্রিয়া (n = 32) তুলনা করে। দল দুটি শুরুতে সমতুল্য ছিল, এবং কেবল সহায়িত দল উল্লেখযোগ্যভাবে উন্নত হয় (p < 0.001), Cohen's d প্রাক-পরীক্ষায় 0.25 থেকে উত্তর-পরীক্ষায় 3.74-এ ওঠে। কার্যপ্রণালী ছিল প্রতিক্রিয়ার ধরন, কেবল মডেলের উপস্থিতি নয়: সহায়িত দল বেশি প্রদর্শনমূলক (33.1% বনাম 10.9%) ও নিবিড়-প্রশ্নকারী (21.5% বনাম 6.0%) প্রতিক্রিয়া পায়, প্রতিক্রিয়া-এককের 91.00% (478-এর 435) পুনর্লিখন করে 85.21% (284-এর 242)-এর বিপরীতে, এবং জ্ঞানতাত্ত্বিক নেটওয়ার্ক বিশ্লেষণ সেই পুনর্লিখনগুলোকে বিশ্লেষণ, মূল্যায়ন ও সৃষ্টির সঙ্গে যুক্ত করে, চেনা ও বোঝার সঙ্গে নয়, অন্যদিকে কেবল-শিক্ষক নির্দেশনা ও মূল্যায়ন-প্রতিক্রিয়া বেশিরভাগ ক্ষেত্রে চেনা ও বোঝার পুনর্লিখন ঘটায়। শিক্ষকরা মডেলের আউটপুটকে খসড়া-উপাদান হিসেবে দেখেন, তা প্রসারিত, সংশোধিত বা বাদ দেন (14% বাদ, 9% সংশোধন প্রয়োজন), এবং আটজনের মধ্যে ছয়জন সাক্ষাৎকারগ্রহীতা এখনও অ-নির্ভুলতা বা অ-পেশাদারিত্ব চিহ্নিত করেন। নকশা-শিক্ষা হলো, সমালোচনামূলক-চিন্তা লাভ এসেছে এমন প্রতিক্রিয়া থেকে যা বিকল্প মডেল করে ও শিক্ষার্থীর যুক্তিকে জেরা করে, একজন শিক্ষক মডেল যা উৎপাদন করেছে তা নির্বাচন করে; ছোট, এক-সেমিস্টার নমুনার কারণে অত্যন্ত বড় প্রভাব-আকার সতর্কতার সঙ্গে পড়া উচিত। (Chen প্রমুখ 2026)

• এক সেমিস্টারের এআই-প্রবেশাধিকার সমালোচনামূলক চিন্তা অপরিবর্তিত রেখেছে, অথচ প্রতিফলনশীল ব্যবহার তা অনুসরণ করেছে। Melanou, Beege ও Kimmig (2026) 87 জন ব্যবসায়-তথ্যবিজ্ঞান শিক্ষার্থীকে নয় সপ্তাহের কোর্সে তিনটি সমান্তরাল শর্তে (টিউটর-কাঠামোবদ্ধ এআই, অনির্দেশিত এআই ও এআই-বিহীন) তিনবার মেপে অনুসরণ করেন। জ্ঞান প্রতিটি দলে বেড়েছে, কোনো এআই-শর্তের সুবিধা ছাড়াই এবং ম্যাথিউ-প্রভাব ছাড়াই (BF01 = 8.70), অথচ স্ব-প্রতিবেদিত সমালোচনামূলক চিন্তা ও প্রেরণা স্থির থেকেছে। শিক্ষার্থীদের আলাদা করেছে প্রতিফলনশীল ব্যবহার, অর্থাৎ উৎস যাচাই ও গ্রহণের আগে এআই-আউটপুট যাচাইয়ের অভ্যাস: তা এআই-শর্তে নিয়ন্ত্রণ দলের চেয়ে বেশি ছিল (গড় 3.72 বনাম 2.82) এবং চূড়ান্ত মাপে সমালোচনামূলক চিন্তার পূর্বাভাস দেয় (R² = 0.183, β = 0.43, p < 0.001)। ফলাফলটি এই প্রত্যাশাকে সীমিত করে যে এআই-ব্যবহারের একটি কোর্স নিজে থেকেই সমালোচনামূলক চিন্তা নাড়াবে: মেটা-জ্ঞানগত নিয়ন্ত্রণ, হাতিয়ার-প্রবেশাধিকার নয়, সেখানেই সম্পর্কটি বাস করে, এবং লেখকরা উল্লেখ করেন এক সেমিস্টার টেকসই পরিবর্তন দেখার জন্য সম্ভবত খুব কম। (Melanou প্রমুখ 2026)

অন্যান্য ধারণার সঙ্গে সংযোগ

সমালোচনামূলক চিন্তা ছেদ করে স্ক্যাফোল্ডিং (এমন এআই-সমর্থন নকশা করা যা জ্ঞানীয় চাহিদা বজায় রাখে), প্রম্পট প্রকৌশল (এমন প্রশ্ন গঠন যা সমালোচনামূলক বিশ্লেষণ আহ্বান করে) এবং অতিনির্ভরতার (কখন এআই-কে বিশ্বাস করবেন আর কখন প্রশ্ন করবেন তা জানা) সঙ্গে। এটি একাডেমিক সততার ভিত্তি এবং এআই সাক্ষরতা কাঠামোর একটি মূল মাত্রা হিসেবে কাজ করে K-12 ও উচ্চশিক্ষা — উভয় প্রেক্ষাপটে।

• উচ্চক্রম চিন্তার প্ররোচনা হিসেবে এআই-ত্রুটি: Hosseini (2026) ব্লুমের উচ্চক্রম স্তর (বিশ্লেষণ, মূল্যায়ন, সৃষ্টি) কার্যকর করেন শিক্ষার্থীদের একটি ডেটাবেস কোর্সে এআই-উৎপাদিত ভুল জেরা করিয়ে, বিষয়-জ্ঞানের যোগ্যতায় উল্লেখযোগ্য প্রাক/উত্তর লাভসহ (Cohen's d=1.49)।

• এআই-আউটপুটের সমালোচনা একটি স্ক্যাফোল্ডযোগ্য দক্ষতা, সমস্যা-সমাধানের উপজাত নয়। যে দলগুলো কেবল একটি সম্পর্কিত পদার্থবিজ্ঞান সমস্যা সমাধান করেছিল তারা একটি মসৃণ এআই-সমাধান গ্রহণ করেছিল বা নিজেদের ভুল ধারণা থেকে তা সমালোচনা করেছিল, অন্যদিকে MAPS-রুব্রিক-নির্দেশিত প্রতিফলন অনুপস্থিত সমন্বয় ও অনির্ধারিত নোটেশনের বিষয়ে বিশেষজ্ঞ-সমঞ্জস সমালোচনা তৈরি করে (Borse প্রমুখ (2026)).

• জ্ঞানীয় এজেন্সি সংরক্ষণে এআই-কে সীমাবদ্ধ করুন। ই৩-এইচওটি নকশা তিনটি দেহগত পথ — পরিস্থিতিগত অন্তর্নিবেশ, দেহগত অংশগ্রহণ, জ্ঞানীয় সৃষ্টি — বিশ্লেষণ, মূল্যায়ন ও সৃষ্টির ওপর মেলায়, এবং এআই-কে প্রম্পট, সমালোচনা ও কৌশল-সুপারিশে সীমাবদ্ধ রাখে যাতে দাবি গৃহীত হওয়ার আগে শিক্ষার্থীদের যুক্তি ব্যাখ্যা করতে ও প্রমাণ উদ্ধৃত করতে হয় (Zhu প্রমুখ (2026)).

• এআই-ব্যাখ্যার দ্বিমুখী নিরীক্ষা। Bernstein ও Sibia (2026) পল–এল্ডার মানদণ্ড (নির্ভুলতা, স্পষ্টতা, অনুমান, দৃষ্টিভঙ্গি) ব্যবহার করেন সাক্ষাৎকার-প্রশ্ন হিসেবে দশজন শিক্ষার্থীর সঙ্গে যারা সিএস২ সম্পন্ন করেছে, এবং জেনএআই ব্যাখ্যায় কার্যপ্রণালী-স্তরের নিবিড় পরীক্ষা পান: শিক্ষার্থীরা চিহ্নিত করে কোথায় একটি উপমার ম্যাপিং ভেঙেছে (লিঙ্কড লিস্টের জন্য দ্বীপ-পথের উপমা যা একটি বৃত্ত বোঝায়, পুনরাবৃত্তির জন্য ব্যাডমিন্টন-র‍্যালি যা সংকুচিত ইনপুটের নিশ্চয়তা দেয় না), দ্ব্যর্থক ভাষার বদলে নির্ভুল শব্দচয়ন দাবি করে, এবং ব্যাখ্যাকে দৃষ্টিভঙ্গিসম্পন্ন যুক্তি হিসেবে গণ্য করে। মূলত, সেই নিবিড় পরীক্ষা ব্যক্তিগত আগ্রহের বদলে উৎস- বা লক্ষ্য-ক্ষেত্রের দক্ষতা অনুসরণ করে — এআই-আউটপুটের সমালোচনামূলক মূল্যায়নকে প্রবণতাগত সমস্যা নয়, জ্ঞান-সমস্যা হিসেবে পুনর্গঠন করে ("দ্বিমুখী উপমা-নিরীক্ষা") — এবং ইঙ্গিত দেয়, ত্রুটিপূর্ণ এআই-উপমাকে পরীক্ষা ও মেরামতের বস্তু হিসেবে দেওয়া একটি সম্পূর্ণ ব্যাখ্যা পড়ার চেয়ে ধারণগত বোঝাপড়ার কঠিনতর পরীক্ষা।(Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education)

• অ-আউটসোর্সযোগ্য সম্পৃক্ততা হিসেবে সমালোচনামূলক চিন্তা। Xie (2026) দাওবাদী আত্ম-চর্চা থেকে একটি দার্শনিক সমান্তরাল যোগ করেন: যেহেতু এআই একটি অস্বচ্ছ "কৃষ্ণ বাক্স," অনিশ্চয়তাকে সম্প্রীতিতে আনার দিকে অভিমুখী — পরম অর্থে সত্যের নিষ্পত্তির বদলে — কাঠামো বর্তমান জ্ঞানতাত্ত্বিক ভূদৃশ্যের সঙ্গে বেশি উপযুক্ত, এবং সমালোচনামূলক চিন্তা হয়ে ওঠে বাস্তবতার সঙ্গে টেকসই, প্রথম-পুরুষ, অ-আউটসোর্সযোগ্য সম্পৃক্ততা, প্রদর্শনযোগ্য যুক্তিসঙ্গত পদ্ধতি নয়। নেইদান (內丹) চর্চায় "কোনো জ্ঞানীয় শর্টকাট নেই," তাই এআই অবস্থান পায় "জ্ঞানীয় প্রতিস্থাপক নয়, বরং মানব সমৃদ্ধির যন্ত্রস্বরূপ সহায়ক" হিসেবে।(Alternative AI Philosophy: Daoism as Method for AI in Education)

• সমালোচনামূলক মানব–এআই মিথস্ক্রিয়ার কাঠামো হিসেবে ভূমিকা-আবর্তন। Kenzhebayeva ও সহকর্মীরা (2026) একটি নকশা-ভিত্তিক গবেষণা প্রতিবেদন করেন, যেখানে 62 জন প্রাক-সেবা শিক্ষাগত মনোবিজ্ঞানী চারটি পেশাগত ভূমিকা (কেস-নির্মাতা, গবেষণা-বিশ্লেষক, প্র্যাকটিশনার-হস্তক্ষেপকারী, প্রতিফলনশীল গবেষক) আবর্তন করেন, যা উৎপাদিত সুপারিশকে আলোচনার বিষয় করে তোলে: অংশগ্রহণকারীরা এআই-আউটপুটের সঙ্গে মনস্তাত্ত্বিক তত্ত্ব তুলনা করেন এবং কেসের সঙ্গে না মেলা সুপারিশ সংশোধন বা প্রত্যাখ্যান করেন, এবং পরবর্তী চক্রে তাত্ত্বিক যৌক্তিকতার বেশি অনুরোধ দেখা যায়, অথচ আপাত-কর্তৃত্বশীল উত্তরের ওপর অতিনির্ভরতা টিকে থাকে। (Kenzhebayeva প্রমুখ 2026)

• একটি শাস্ত্রে যাচাই-কেন্দ্রিক সংহতি। জেনারেটিভ এআই নিয়ে বিশ্ববিদ্যালয় রসায়ন শিক্ষায় একটি সমালোচনামূলক পর্যালোচনা (Vega-Baudrit ও Rivera Álvarez, 2026) যুক্তি দেয়, যেহেতু রাসায়নিক যুক্তি ম্যাক্রোস্কোপিক, সাবমাইক্রোস্কোপিক ও প্রতীকী উপস্থাপনার মধ্যে সমন্বিত হতে হয়, তাই শিক্ষার্থীরা যা বোঝে না তা যাচাই করতে পারে না; ফলে পূর্বজ্ঞান ও স্ক্যাফোল্ডিং আগে আসে এবং যাচাই মূল্যায়নে একটি মূল্যায়িত কার্যকলাপ হিসেবে নকশা করা উচিত: একটি ভুল অনুমান চিহ্নিত করা, একক বা কার্যপ্রণালীর ত্রুটি সংশোধন করা, বা উৎপাদিত উত্তর প্রত্যাখ্যানের যৌক্তিকতা দেওয়া, প্রম্পট-লগ ও সংশোধন-ইতিহাস যুক্তির চিহ্ন হিসেবে রাখা। (Vega-Baudrit ও Rivera Álvarez 2026)

• শিখন-কার্যকলাপ হিসেবে যাচাই, কেবল সুরক্ষা নয়। Wang (2026) এআই-উপাদান মূল্যায়নকে ছয়টি পরস্পরনির্ভর মাত্রায় সাজান — প্রক্রিয়া, প্রমাণ, প্রবেশাধিকার, পুনরুৎপাদনযোগ্যতা, বৈধতা ও উৎস — এবং সেই ওয়ারেন্ট একত্র করা, আউটপুটের সাবলীলতা নয়, শাস্ত্রীয় দক্ষতা গড়ে তোলে বলে গণ্য করেন।

জ্ঞানভান্ডারে বিশেষজ্ঞ-নির্ধারিত সবচেয়ে বড় দুর্বলতা সমালোচনামূলক চিন্তা। 30 জন বিশেষজ্ঞের মূল্যায়িত 65টি শিখন-প্রক্রিয়ার মধ্যে সমালোচনামূলক চিন্তা ও মেটা-বিশ্লেষণী চিন্তা প্রতিবেদনের সর্বোচ্চ ব্যাঘাত-রেটিং পায় (গড় 4.00, 5-এর মধ্যে; 96% রেটার 3 বা তার ওপরে) এবং বর্ধন-স্কোর সীমার নিচে (2.40, 43%) (Kendeou, Greene ও Nixon প্রমুখ, 2026)। আঠারোটি উচ্চক্রম প্রক্রিয়ার মধ্যে দশটি কেবল দুর্বলতায় ঐকমত্যে পৌঁছায়, যা প্রতিবেদনটি বিনিময়ের বদলে একপাক্ষিক ঝুঁকি হিসেবে পড়ে।

• অংশীদারিত্বের কাঠামো, প্রকাশ নয়, সম্পর্কটি বহন করে। Akgun ও Toker (2026) 891 মার্কিন ও তুর্কি কলেজ-শিক্ষার্থীকে ট্রান্সঅ্যাক্টিভ মেমরি সিস্টেম তত্ত্ব দিয়ে মডেল করেন এবং দেখেন, আত্ম-মূল্যায়িত চিন্তা-সক্ষমতা বা এআই-অংশীদারিত্বে আত্মবিশ্বাস — কোনোটিই সরাসরি সমালোচনামূলক-চিন্তা সম্পাদনের পূর্বাভাস দেয় না। দুটোই জেনএআই-পরিচিতিতে ঢালে, যা ফলাফলে কেবল দুটি আচরণের পূর্বাভাস দেয়: বিশেষায়ন ও শ্রম-সমন্বয় (b = 0.636) এবং আউটপুটের প্রতিফলনশীল রূপান্তর (b = 0.367)। সেই আচরণগুলো সমালোচনামূলক চিন্তার পূর্বাভাস দেয় (b = 0.230 ও b = 0.175) কোনো প্রত্যক্ষ পথ না রেখেই (CFI = 0.974, RMSEA = 0.048)। এটি ক্ষেত্রের পুনরাবৃত্ত শূন্য-ফলের কার্যপ্রণালী-স্তরের সংস্করণ: ব্যবহারের ঘণ্টা ও স্ব-মূল্যায়িত যোগ্যতা সমালোচনামূলক চিন্তার প্রক্সি নয়, এবং প্রকাশ নিয়ে প্রশ্ন করলে গবেষণা যা মাপে তা শৃঙ্খলের ফলাফল নয়, ইনপুট।

সাধারণ ভুল ধারণা

• "উত্তম প্রম্পট উত্তম সমালোচনামূলক চিন্তা তৈরি করে।" কাঠামোবদ্ধ সংলাপ-নিয়ন্ত্রণ, উত্তম প্রম্পট নয়, ভ্রান্তি-টিউটরকে বিতর্ক-চ্যাটবট থেকে আলাদা করে: টুলমিন-ভিত্তিক অভিপ্রায় শনাক্তকরণের মধ্য দিয়ে প্রতিটি পালা পাঠানোই কাজটি করেছে। কার্যপ্রণালী হলো মিথস্ক্রিয়া-কাঠামো, শব্দচয়ন নয়।
• "জেনএআই-ব্যবহার সরাসরি সমালোচনামূলক চিন্তা বাড়ায়।" জেনএআই-ব্যবহারের সঙ্গে স্ব-প্রতিবেদিত সমালোচনামূলক চিন্তার সম্পর্ক প্রায় সম্পূর্ণভাবে গিয়েছিল জেনএআই প্রতিক্রিয়া-সাক্ষরতার মধ্য দিয়ে — 421 চীনা স্নাতকের মধ্যে প্রতিক্রিয়া-সাক্ষরতা সম্পর্কের 71% মধ্যস্থতা করেছিল। সাক্ষরতাই পথ।
• মেটা-বিশ্লেষণী প্রভাবটি সর্বসম।"** 29টি পরীক্ষায় জেনএআই উচ্চক্রম চিন্তা মাঝারিভাবে বাড়িয়েছে (g = 0.609), সমালোচনামূলক চিন্তা ES = 0.691-এ। বিষম হস্তক্ষেপের ওপর মাঝারি সম্মিলিত প্রভাব শ্রেণিটিকে সমর্থন করে, নির্দিষ্ট কোনো নকশাকে নয়।

সংযুক্ত ধারণা

• মেটাকগনিশন
• সংজ্ঞানাত্মক অফলোডিং
• এআই সাক্ষরতা
• উৎপাদক এআই
• উচ্চশিক্ষা
• সমস্যা-ভিত্তিক শিখন
• বুদ্ধিদীপ্ত টিউটরিং
• শিক্ষামূলক উন্নয়ন
• শিক্ষাদান
• শিক্ষার্থী-অভিজ্ঞতা
• রসায়ন শিক্ষা — রসায়ন শিক্ষা ও এআই: ল্যাব, গঠনমূলক মূল্যায়ন, এলএলএম-সীমা, পরীক্ষণের দর্শন
• জীববিজ্ঞান শিক্ষা — জীববিজ্ঞান শিক্ষা ও এআই: ল্যাব শিক্ষণ-সহায়ক, জীববিজ্ঞানে এআই-সাক্ষরতা, সমালোচনামূলক চিন্তা, বিশেষায়িত হাতিয়ার
• সংজ্ঞানাত্মক আত্মসমর্পণ

সংযুক্ত নিবন্ধ

• When Does GenAI Use Support Critical Thinking? A Cross-Cultural Structural Account of Transactive Memory with GenAI — সমালোচনামূলক চিন্তা শ্রম-বিভাজন ও আউটপুট পুনর্কর্মের মধ্য দিয়ে চলে, প্রকাশের মধ্য দিয়ে নয়

• Ways Generative AI Can Support and Threaten Learning in K–20 US Education - 30-বিশেষজ্ঞের ঐকমত্য: সমালোচনামূলক চিন্তা প্রতিবেদনের সর্বোচ্চ ব্যাঘাত-রেটিং বহন করে (গড় 4.00)

• From Plausibility to Verifiability: The PEARLS Framework for Developing Epistemic Agency in Generative AI-Mediated Higher Education — জ্ঞানতাত্ত্বিক এজেন্সি ও এআই-আউটপুট যাচাইয়ের PEARLS কাঠামো (Wang 2026)

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

• The critical-thinking paradox in generative AI-integrated learning: distinguishing efficiency from cognitive depth — a differentiated framework and testable propositions — জেনএআই-সংহত শিখনে সমালোচনামূলক-চিন্তার প্যারাডক্স

• The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking — এআই-ভুলের শিক্ষাবিজ্ঞান: উচ্চক্রম চিন্তা লালন (Hosseini 2026)

• Thinking—Fast, Slow, and Artificial: How AI Is Reshaping Human Reasoning and the Rise of Cognitive Surrender — ত্রি-ব্যবস্থা তত্ত্ব ও জ্ঞানীয় আত্মসমর্পণ: এআই কীভাবে মানব যুক্তি পুনর্গঠন করে (Shaw ও Nave 2026)

• The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — জ্ঞানীয় কমনসের ট্র্যাজেডি: এআই ও দক্ষতা পুনরুৎপাদন

• Does Generative Artificial Intelligence Improve Students' Higher-Order Thinking? A Meta-Analysis Based on 29 Experiments and Quasi-Experiments — জেনএআই ও উচ্চক্রম চিন্তার মেটা-বিশ্লেষণ

• Can we disrupt the momentum of the AI colonization of science education? — বিজ্ঞান শিক্ষায় এআই-উপনিবেশবাদ ব্যাহত করা

• Reorienting Critical AI Literacy: A Community-Rooted Praxis of “Resisting AI” — সমালোচনামূলক এআই-সাক্ষরতার পুনরভিমুখীকরণ

• Inquiry-Based Learning Patterns in Large Language Model-Driven Learning Environments: An Exploratory Study From Bloom's Perspective — এলএলএম-চালিত পরিবেশে আইবিএল ধরন (ব্লুমের দৃষ্টিকোণ)

• Probing AI-Generated Physics Solutions and Preparing Students to Critique Them — এআই-উৎপাদিত পদার্থবিজ্ঞান-সমাধান সমালোচনায় শিক্ষার্থীদের প্রস্তুত করা

• Flawed but Memorable: Student Critical Reception of Interest-Personalized GenAI Analogies in Computing Education — ত্রুটিপূর্ণ কিন্তু স্মরণীয়: কম্পিউটিং শিক্ষায় আগ্রহ-ব্যক্তিগতকৃত জেনএআই উপমার প্রতি শিক্ষার্থীদের সমালোচনামূলক গ্রহণ

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

• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — দেহগত বুদ্ধিমত্তার মাধ্যমে টেকসই শিখন লালন (E3-HOT)

• Modeling AI Overreliance as a Complex Adaptive System — এআই অতিনির্ভরতা জটিল অভিযোজী ব্যবস্থা হিসেবে মডেলকৃত

• More externalization, but less inference? Exploring changes in young learners' critical thinking during conversational — এআই-সমর্থিত বহুমাধ্যম লেখনে মাত্রা-নির্দিষ্ট সমালোচনামূলক-চিন্তা লাভ (Lu প্রমুখ 2027)

• Tackling the Root of Misinformation by Teaching Laypeople about Logical Fallacies via Socratic Questioning and Critical Argumentation — কাঠামোবদ্ধ বহু-পালা সংলাপের মাধ্যমে ভ্রান্তি শনাক্তকরণ শেখানো

• Building AI Companions that Prioritize Learning over Performance — কর্ম-সম্পাদনের বদলে শিখন: সঙ্গীদের কীসের জন্য অনুকূল ও মাপা উচিত

• Artificial intelligence-supported learning and higher-order cognitive outcomes: the mediating role of metacognitive self-regulation — এআই স্ক্যাফোল্ডিং, অফলোডিং ও যাচাই-সাক্ষরতা মেটা-জ্ঞানগত আত্ম-নিয়ন্ত্রণের মধ্য দিয়ে (Davor প্রমুখ 2026)

• Helpful or harmful? Generative AI dependence, self-reported critical thinking disposition, and self-perceived employability among business students — জেনএআই নির্ভরতা ব্যবসায়-শিক্ষার্থীদের মধ্যে ব্যবহার থেকে সমালোচনামূলক-চিন্তা সম্পর্ক সীমাবদ্ধ করে (Shojaei প্রমুখ 2026)

• College students’ metacognitive awareness of generative-AI reliance: an experimental study of decision confidence and attribution bias — প্রতিফলন-প্রম্পট ভুল এআই-পরামর্শ গ্রহণ ও আরোপণ-পক্ষপাত কমায় (Ren 2026)

• Designing an AI-integrated role-rotation pedagogical model to support competence-related learning in pre-service educational psychologists — সমালোচনামূলক মানব–এআই মিথস্ক্রিয়ার কাঠামো হিসেবে ভূমিকা-আবর্তন (Kenzhebayeva প্রমুখ 2026)

• Generative artificial intelligence in university chemistry education: a critical review using Johnstone’s chemistry triplet and Biggs’ 3P model — বিশ্ববিদ্যালয় রসায়ন শিক্ষায় যাচাই-কেন্দ্রিক জেনএআই সংহতি (Vega-Baudrit ও Rivera Álvarez 2026)

• Effects of ChatGPT-Assisted Teacher Feedback on College Students' Critical Thinking Skills and Perceptions of Argumentative Writing — শিক্ষক-নির্বাচিত ChatGPT প্রতিক্রিয়া উচ্চক্রম পুনর্লিখনের মধ্য দিয়ে সমালোচনামূলক চিন্তা বাড়ায় (Chen প্রমুখ 2026)

• Generative AI and Learning Dynamics in Higher Education: A Longitudinal Empirical Study — এক সেমিস্টারের এআই-প্রবেশাধিকার সমালোচনামূলক চিন্তা অপরিবর্তিত রেখেছে; প্রতিফলনশীল ব্যবহার তা পূর্বাভাস দেয় (Melanou প্রমুখ 2026)

• GenAI dependence and graduate students’ research creativity: the roles of critical thinking and human–AI collaboration quality — 1,157 স্নাতকোত্তর শিক্ষার্থীর মধ্যে জেনএআই নির্ভরতা সমালোচনামূলক চিন্তার সঙ্গে ধনাত্মকভাবে সম্পর্কিত

• The association between generative AI use and university students’ critical thinking: a moderated mediation model of GenAI feedback literacy and reflective thinking — প্রতিক্রিয়া-সাক্ষরতার মধ্য দিয়ে জেনএআই-ব্যবহার থেকে সমালোচনামূলক চিন্তা, প্রত্যক্ষ পথ কেবল কম প্রতিফলনশীল শিক্ষার্থীদের জন্য