মানব-এআই সহযোগিতা

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

মানব-এআই সহযোগিতা — মানুষ ও মডেলের মধ্যে জ্ঞানীয় শ্রমের বিভাজন — জ্ঞানভিত্তির কেন্দ্রীয় মিথস্ক্রিয়া-বিষয়: Human-AI collaboration in higher education: Exploring the impact of technology expectations and distrust, It Felt a Bit Eerie": Exploring Humanlike Interactions During Collaborative Writing with an Artificial Agent, Generative AI (GenAI) as a mindtool that supports generative learning (GL), এবং Balancing Teacher and Student Agency: Co-Orchestration Tool Design Supporting Real-Time Dynamic Pairing বিশ্বাস, এজেন্সি ও পরিপূরক ভূমিকা পরীক্ষা করে (মানুষ-চক্রে, এজেন্টিক AI)। নির্ণায়ক প্রশ্নটি হলো, এই অংশীদারিত্ব শিক্ষার্থীর নিজের জ্ঞানীয় কাজ সংরক্ষণ করে নাকি প্রতিস্থাপন করে — একই ব্যবস্থা শিখনকে সহায়তা করতে পারে, আবার তার বিকল্পও হয়ে উঠতে পারে, নির্ভর করে দায়িত্ব কীভাবে ভাগ হয় তার উপর।

বিবেচনার প্রশ্ন

• মানব-এআই সহযোগিতার নির্ণায়ক প্রশ্ন হলো, অংশীদারিত্বটি আপনার নিজের জ্ঞানীয় কাজ সংরক্ষণ করে নাকি প্রতিস্থাপন করে। এমন একটি কাজের কথা ভাবুন যা আপনি এআই-কে দিয়েছেন: আপনি কি ধারণা তৈরি করছিলেন ও সিদ্ধান্ত নিচ্ছিলেন, নাকি কেবল গ্রহণ করছিলেন?
• একটি গবেষণায় দেখা গেছে, ChatGPT-এর সঙ্গে অবাধে সহযোগিতা কেবল ক্ষণস্থায়ী লাভ দিয়েছে, যা পরে সহায়তাহীন একটি কাজে ধসে পড়ে; অন্যদিকে 'আগে ভাবুন, পরে ChatGPT' প্রোটোকল টেকসই শিখন এনেছে। ধারণাগুলো কে তৈরি করে, তা কেন আপনার প্রকৃত শিখন অনুমান করতে পারে?
• একই সরঞ্জাম শিখনকে সহায়তা করতে পারে, আবার তার বিকল্পও হতে পারে, দায়িত্ব কীভাবে ভাগ হয় তার উপর নির্ভর করে। এমন একটি ব্যবস্থার কথা ভাবুন যা আপনাকে জ্ঞানীয়ভাবে সক্রিয় রেখেছিল — আর একটি, যা নীরবে আপনার চিন্তা অন্যত্র সরিয়ে দিয়েছিল?
• একটি ব্যবস্থা প্রচলিত ভূমিকা উল্টে দেয়: মডেল উত্তর দেয় না, বরং শিক্ষার্থী বিষয়বস্তু ব্যাখ্যা করে আর মডেল সেই অজ্ঞ পক্ষের ভূমিকা নেয় যে ব্যাখ্যা, উদাহরণ ও একটি বিপরীত যুক্তি চায়। যদি এআই-ই প্রশ্ন করে, তবে চিন্তার কতটা আপনার দিকে থাকে, তার কী হয়?
• বিশ্বাসকে এমন কিছু হিসেবে বর্ণনা করা হয় যা ক্রমাঙ্কন করতে হয়, ধরে নেওয়া যায় না — যথাযথ জায়গায় এআই-এর উপর নির্ভর করা আর যেখানে নয় সেখানে যাচাই করা। আপনি এখন কীভাবে ঠিক করেন, কখন এআই-আউটপুটে বিশ্বাস করবেন আর কখন যাচাই করবেন?
• গবেষণা এমন সহযোগিতা-ধারা চিহ্নিত করে, যেগুলো দক্ষতার বিনিময়ে আপনার আত্ম-নিয়ন্ত্রক সম্পৃক্ততার গভীরতার সঙ্গে বিনিময় করে। কখন বেশি শিখন নিজের হাতে রাখতে কম দক্ষতা মেনে নেওয়া মূল্যবান?
• যদি সহযোগিতা প্রযুক্তিগত যতটা, ততটাই একটি শিক্ষাতাত্ত্বিক পছন্দ হয়, তবে আপনার শিক্ষার্থীদের জন্য এআই চিন্তাকে প্রতিস্থাপন না করে বাড়ায়, তা নিশ্চিত করতে আপনি কী নকশা-পদক্ষেপ (প্রম্পট, কর্মপ্রবাহ, কাঠামো) নেবেন?

ভূমিকা

মানব-এআই সহযোগিতা বর্ণনা করে, শিক্ষার্থী, শিক্ষক ও এআই ব্যবস্থা কীভাবে জ্ঞানীয় কাজ ভাগ করে — কে কী করে, কে সিদ্ধান্ত নেয়, এবং কীভাবে বিশ্বাস ও শিক্ষার্থীর এজেন্সি বজায় থাকে। এআই-কে হয় প্রতিস্থাপন, নয় নিষ্ক্রিয় সরঞ্জাম হিসেবে দেখার বদলে সহযোগিতা-গবেষণা এআই-কে পরিপূরক শক্তি-সম্পন্ন অংশীদার হিসেবে ধরে, যার মূল্য নির্ভর করে দায়িত্ব কীভাবে ভাগ হয় ও নজরদারি হয় তার উপর। পর্যবেক্ষণযোগ্য আচরণের স্তরে শিক্ষার্থী-এআই মিথস্ক্রিয়া ধরে, শিক্ষার্থীরা এই সম্পর্কটি বাস্তবে কীভাবে রূপ দেয় — এআই-এর সঙ্গে মুহূর্তে মুহূর্তে যে প্রশ্ন, প্রম্পট ও যাচাই-পদক্ষেপ তারা নেয়।

শ্রমবিভাজন সেই মানুষগুলোর মধ্য দিয়েও চলে, যাঁরা মিথস্ক্রিয়াটি নকশা করেন। বারোটি শিক্ষক-শিক্ষা কোর্স-বাস্তবায়নে প্রশিক্ষকেরা এআই-কে চিন্তা-সঙ্গী, সমালোচনা-উৎপাদক বা মহড়া-সরঞ্জাম হিসেবে বসান, অথচ প্রার্থীরা সিদ্ধান্ত মূল্যায়ন, অভিযোজন ও যুক্তিসহ সমর্থনের দায়িত্ব রাখেন; তবুও একই শ্বেতপত্র জানায়, এআই-লেখকত্ব প্রকাশ হওয়ার পর প্রার্থীরা এমন প্রতিক্রিয়া অবমূল্যায়ন করেন যা তারা আগেই উপযোগী বলে বিচার করেছিলেন — যে ঘটনাটিকে এটি বেলুন ফেটে যাওয়ার প্রভাব বলে। 1,378টি ডিজাইনার-চ্যাটবট টার্নের বিশ্লেষণ উৎপাদনের প্রশ্নে উল্টো দিক দেখায়: ডিজাইনাররা একটি অন্তর্নির্মিত সহায়ক ব্যবহার করেছেন মূলত শিখন-ফলাফল ও শিক্ষাতাত্ত্বিক দৃষ্টিভঙ্গির সঙ্গে সামঞ্জস্য যাচাইয়ে, বিষয়বস্তু তৈরি করতে নয়। দুই ক্ষেত্রেই শিখন বহন করে মানুষের মূল্যায়নমূলক বিচার, মডেলের আউটপুট নয়।

সুফল, ঝুঁকি ও নকশা-পরিণতি

জ্ঞানভিত্তির প্রমাণ দেখায়, মানব-এআই সহযোগিতা একটি দুই-ধারি ব্যবস্থা, যার ফলাফল এআই নিজে নয়, বরং নকশাই ঠিক করে:

• সহযোগিতা শিখন বাড়াতে পারে, যখন তা জ্ঞানীয় সম্পৃক্ততা সংরক্ষণ করে। জেনএআই-কে মাইন্ডটুল হিসেবে ব্যবহার ও পথনির্দেশিত সহযোগিতার গবেষণা দেখায়, যখন শ্রমবিভাজন শিক্ষার্থীকে ধারণা তৈরি, সিদ্ধান্ত ও মূল্যায়নে রাখে, তখন এআই চিন্তাকে প্রতিস্থাপন না করে বাড়ায় — টেকসই আত্ম-নিয়ন্ত্রিত শিখন ও সৃজনশীলতার লাভ দেয়। শিক্ষার্থীর সিদ্ধান্ত-গ্রহণের ভূমিকা লেখার ক্ষেত্রেও প্রযোজ্য: ওপেনহাইমার, ক্যাশ ও কনেল পেনস্কি (২০২৫) দেখান, শিক্ষার্থীদের যুক্তিমূলক প্রবন্ধে এলএলএম-সমালোচনা এক সেমেস্টার ধরে লেখার মান বাড়ায়, আর শিক্ষার্থীরা নিজেরাই ঠিক করেন মডেলের প্রতিক্রিয়া গ্রহণ করবেন না খণ্ডন করবেন (87.8% দাবি খণ্ডিত) — এমন একটি ব্যবস্থা, যা শিক্ষার্থীর মূল্যায়নমূলক কাজ সংরক্ষণ করে; এমনকি এলএলএম-সহায়তা ছাড়া লেখা প্রবন্ধেও লাভ দেখা যায়, যা সরঞ্জাম-নির্ভরতার বদলে টেকসই দক্ষতার ইঙ্গিত দেয়।

• সহযোগিতা শিখনের বিকল্প হয়ে উঠতে পারে, যখন তা অতিরিক্ত দায়িত্ব সরিয়ে নেয়। ব্যর্থতার ধরনটি হলো অতিরিক্ত নির্ভরতা: যখন এআই উত্তরটি তৈরি করে, শিক্ষার্থীর ভূমিকা নিষ্ক্রিয় গ্রহণে সংকুচিত হয়, আর তাৎক্ষণিক কাজের কর্মদক্ষতা টেকসই শিখনের অভাব ঢেকে দেয়। কর্মদক্ষতা বনাম শিখন গবেষণা এবং প্রতিস্থাপন-থেকে-স্ক্যাফোল্ডিং ক্ষতি-চক্র (From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond)) এটি পদ্ধতিগতভাবে নথিভুক্ত করে।

• উন্নত স্কোর নিজেই প্রমাণ নয় যে সহযোগিতা কিছু শিখিয়েছে। পাতার বাকি প্রমাণ সহায়তাপ্রাপ্ত কর্মদক্ষতাকে সতর্কভাবে পড়ে, আর সহায়তার ধরন নিয়ে একটি র‍্যান্ডমাইজড পরীক্ষা তার কারণ দেখায়। ইকবাল প্রমুখের (২০২৬) পরীক্ষাগার-গবেষণায় 87 জন ইএফএল শিক্ষার্থী প্রথমে সহায়তাহীনভাবে একটি প্রবন্ধ লেখেন, তারপর তা সংশোধন করেন ChatGPT 4.0 (n = 29), একজন মানব লেখা-প্রশিক্ষক (n = 28), অথবা কোনো সহায়তা ছাড়া (n = 30) দিয়ে। চারটি ট্রেস-উদ্ভূত সংশোধন-কৌশলের মধ্যে শিক্ষার্থী কোনটি ব্যবহার করেছেন, তা প্রবলভাবে তাদের প্রাপ্ত সহায়তার সঙ্গে যুক্ত ছিল (ক্র্যামারের V = 0.668), আর মাঝারিভাবে তাদের আগের লেখা-কৌশলের সঙ্গে (ক্র্যামারের V = 0.333); অনুপ্রেরণা, লেখা-দক্ষতা ও মেটাজ্ঞানিক বিচারের নির্ভুলতা সামগ্রিকভাবে কোনো সম্পর্ক দেখায়নি, মেটাজ্ঞানিক যোগসূত্র কেবল সহায়তাহীন শর্তে প্রকাশ পায় (p = 0.0460)। গুরুত্বপূর্ণ হলো, কোনো সংশোধন-কৌশল স্কোর-পরিবর্তন অনুমান করেনি (p = 0.273), যদিও সহায়তার ধরন তা করেছে: জেনএআই দল মানব-বিশেষজ্ঞ ও নিয়ন্ত্রণ দলের চেয়ে উল্লেখযোগ্যভাবে বেশি উন্নতি করেছে (H(2) = 16.591, p = 0.00025, η² = 0.174), আর একই ধীরে হ্রাসমান সহায়তা-চাওয়া কৌশলের ভেতরেই জেনএআই শিক্ষার্থীরা গড়ে প্রায় 4 পয়েন্ট পেয়েছেন, যেখানে মানব-বিশেষজ্ঞ শিক্ষার্থীরা 0.5 পয়েন্ট হারিয়েছেন। লেখকেরা এই ধরনটিকে বাইরের সহায়তা হিসেবে পড়েন, যা শিক্ষার্থীর নিজের মেটাজ্ঞানিক বিচারকে এড়িয়ে যায়, এবং সতর্ক করেন যে লাভগুলো হয়তো কাজ-নির্দিষ্ট অনুকূলন, টেকসই সক্ষমতা নয়। এটি কে ধারণা তৈরি করে ও সিদ্ধান্ত নেয় নীতিকে উল্টে দেয় না (গবেষণাটি বদলেছে কে সহায়তা দেয়, কে চিন্তা তৈরি করে তা নয়), তবে প্রশিক্ষকের যে পরীক্ষা প্রয়োগ করা উচিত তা তীক্ষ্ণ করে: সহায়তার অধীনে পাওয়া লাভকে শিখন হিসেবে গণ্য হতে হলে সহায়তাহীন একটি কাজে টিকে থাকতে হবে, আর ঘরে একজন মানব-বিশেষজ্ঞ যোগ করা স্বয়ংক্রিয়ভাবে নিরাপদতর ব্যবস্থা নয়।

• সহকর্মী যোগ করাও স্বয়ংক্রিয়ভাবে নিরাপদতর ব্যবস্থা নয়। চু, দাই ও ঝাই (২০২৬) 87 জন স্নাতককে আট সপ্তাহ ধরে একা বা জোড়ায় একটি জেনএআই বহু-এজেন্ট ব্যবস্থার সঙ্গে কাজ করতে দেন। জটিল নকশা-প্রকল্পে জোড়ারা সর্বোচ্চ স্কোর পায় (M = 89.64, বিপরীতে 85.85 যারা ব্যবস্থাটি ছাড়া জোড়ায় কাজ করেছেন এবং 86.45 যারা এটি নিয়ে একা কাজ করেছেন, p = 0.039), তবুও সমালোচনামূলক-চিন্তা সচেতনতা সবচেয়ে বেশি বেড়েছে একা কাজ করা শিক্ষার্থীদের (M = 0.41), আর জোড়াদের ক্ষেত্রে সামান্য কমেছে (M = −0.04, p = 0.039)।

• নকশা-নীতি — শিক্ষার্থীর উৎপাদনশীল কাজ সংরক্ষণ করুন। সমগ্র গবেষণা জুড়ে সহযোগিতা সহায়ক না ক্ষতিকর, তার সবচেয়ে তীক্ষ্ণ পূর্বসূচক হলো কে ধারণা তৈরি করে ও সিদ্ধান্ত নেয়। যে ব্যবস্থা মানুষকে জ্ঞানীয়ভাবে উৎপাদনশীল রাখে (পথনির্দেশিত প্রম্পটিং, "আগে ভাবুন, তারপর এআই-এর সঙ্গে পরামর্শ", যাচাই ও মূল্যায়ন-পদক্ষেপ) তা শিখন সমর্থন করে; যে ব্যবস্থা পুরো কাজটি মডেলের হাতে তুলে দেয়, তা করে না। পরিপূরক পদক্ষেপ হলো, মডেলকে কী হতে দেওয়া হয়েছে তা বদলানো। ওয়াং প্রমুখের (২০২৬) আধা-পরীক্ষায় 68 জন প্রশিক্ষণার্থী শিক্ষক হয় ERNIE 3.5-ভিত্তিক একটি জিএআই নবীন শিক্ষার্থীকে (এমন একটি ব্যবস্থা, যা জিজ্ঞাসু ও প্রশংসাশীল হিসেবে গঠিত, ব্যাখ্যা, উদাহরণ, যাচাই-যুক্তি ও একটি বিপরীত দৃষ্টিভঙ্গি চায়, ব্লুমের শ্রেণিবিন্যাস ধরে সাজানো) ফ্লিপড-ক্লাসরুম ধারণাটি ব্যাখ্যা করেছেন, নয় একই মডেল-ভিত্তিক একজন জিএআই শিক্ষককে প্রশ্ন করেছেন। যে শিক্ষার্থীরা এআই-কে শিখিয়েছেন, তাঁরা ভালো ব্যাখ্যা করেছেন (ফ্লিপড ক্লাসরুম সংজ্ঞায়ন M = 4.18 বনাম 3.29; এর শিক্ষণ-কার্যক্রম M = 4.91 বনাম 3.06, দুটিই p < 0.001) এবং বেশি ও উচ্চমানের প্রশ্ন তৈরি করেছেন (M = 3.67 বনাম 2.14; M = 5.67 বনাম 3.07, দুটিই p < 0.001), অথচ বস্তুনিষ্ঠ স্মরণ পরিসংখ্যানগতভাবে অভিন্ন (M = 23.18 বনাম 21.57, p = 0.416), ফলে সুবিধাটি ছিল ব্যাখ্যা ও স্থানান্তরে, তথ্য-উদ্ধারে নয়। এআই-শিক্ষক শর্তের শিক্ষার্থীরা এই বিনিময় নিয়ে স্পষ্টবাদী ছিলেন: কেউ স্বীকার করেছেন এটি "আরও নির্ভুল ও বিস্তারিত তথ্য" দেয়, তবুও জানিয়েছেন, "এটি ব্যবহারের পর আমি আর স্বাধীনভাবে ভাবতে চাইনি।" মডেলকে যাকে শেখানো হবে সেই শিক্ষার্থীর ভূমিকা দেওয়া শিক্ষার্থীকে ধারণার একমাত্র উৎসে পরিণত করে এবং শেখানোর উপযুক্ত সমবয়সী খুঁজে পাওয়ার পুরোনো অসুবিধা দূর করে। এর সঙ্গে দুটি নকশা-সীমা আসে: পরিকল্পনা ও পর্যবেক্ষণ উন্নত হয়নি (M = 4.01 বনাম 3.78, p = 0.062), তাই ভূমিকা-উল্টানো নিজেই একটি মেটাজ্ঞানিক হস্তক্ষেপ নয়, আর লেখকেরা সেই শূন্য-ফলকে এমন কাজ-নকশার সঙ্গে যুক্ত করেন, যা শিক্ষার্থীদের বিষয়বস্তুর নির্ভুলতায় নিবদ্ধ রেখেছিল। লেখার ক্লাসে সেই নীতি একটি সুনির্দিষ্ট, শেখানোযোগ্য রূপ নেয়। আলশেহরির প্রমুখের (২০২৬) সৌদি ইএফএল আধা-পরীক্ষায় শিক্ষার্থীরা পাঁচ-অংশের একটি রুটিন চালান — সমস্যা নির্ধারণ ও প্রম্পট নকশা, পুনরাবৃত্তিমূলক খসড়া, সংশোধন, প্রতিটি দাবি ও তথ্যসূত্র পাণ্ডিত্যপূর্ণ ডেটাবেজে যাচাই, এবং নিজের স্বীকৃতি ও নির্ভরতা নিয়ন্ত্রণ — এবং প্রতিটি কাজে একটি এআই-ব্যবহার লগ দিতে হয়, যেখানে কী গ্রহণ করেছেন, কী প্রত্যাখ্যান করেছেন ও কেন, তা থাকে। লেখা ও ডিজিটাল সমালোচনামূলক চিন্তা একসঙ্গে বেড়েছে এবং প্রায় সমান তালে এগিয়েছে, আর শিক্ষার্থীদের প্রতিফলন যাচাই ও হ্যালুসিনেশন-মেরামতের রুটিনগুলোকে স্পষ্টভাবে সমালোচনামূলক-চিন্তার লাভের সঙ্গে যুক্ত করেছে: আউটপুট প্রশ্ন করার একই অভ্যাস তাদের রচনা-সিদ্ধান্ত গড়ে তুলেছে। লেখকদের নিজেদের সতর্কবাণী এই নীতির প্রয়োজনীয় পরিপূরক — কর্মপ্রবাহটি শর্তসাপেক্ষ, স্বয়ংসম্পূর্ণ নয়, এবং পাতলা স্ক্যাফোল্ডিং, নিম্ন সমালোচনামূলক-চিন্তা বা মেটাজ্ঞানিক প্রস্তুতি (যেখানে শিক্ষার্থীর খারাপ আউটপুট ধরার সক্ষমতা নেই), রচনা-সিদ্ধান্তের ক্রমশ প্রতিনিধিত্ব, বা অস্পষ্ট প্রাতিষ্ঠানিক এআই-ব্যবহার নীতি — এগুলোর অধীনে এটি পাল্টা-উৎপাদনশীল হয়ে উঠতে পারে।

• সীমাবদ্ধ কর্তৃত্ব নিজেই উচ্চ-ঝুঁকির সহযোগিতার একটি নকশা-ধরন। রাইখার্ট প্রমুখ (২০২৬)-এ শিক্ষকেরা খোলা-প্রান্তের সহায়ক প্রোটোটাইপ করেননি, বরং এমন ব্যবস্থা, যাদের স্বাধীনতা আগেই নির্ধারিত ছিল: প্রতিটি নকশা চ্যাটবটকে নির্দিষ্ট পাঠ-বিষয়বস্তুতে সীমাবদ্ধ করেছে, আর নিরাপত্তা স্তরে সাজানো হয়েছে ডোমেইন-সীমানা (পাঠ-নির্দিষ্ট পরিধি, সঙ্গে একটি "তথ্য-কোটা" যা কথোপকথন এগোনোর আগে ন্যূনতম সংখ্যক তথ্য বা সমস্যা দাবি করে), প্রমিত প্রত্যাখ্যানসহ বিষয়বস্তু-ফিল্টারিং ("দুঃখিত, এটি আমার জ্ঞানভিত্তির অংশ নয়") যা শিক্ষককেও সতর্ক করে, এবং অস্পষ্ট ক্ষেত্রে শিক্ষকের ওভাররাইড — প্রদত্ত উদাহরণটি ছিল মানব প্রজনন নিয়ে একটি প্রশ্ন, যা তার ইউনিটের ভেতরে বৈধ ছিল এবং স্বয়ংক্রিয়ভাবে প্রত্যাখ্যাত না হয়ে একজন মানুষের কাছে পাঠানো উচিত। বিন্যাস, ধরন, গতি ও জটিলতার ব্যক্তিকরণকে সেই সীমানার ভেতরে স্বাগত জানানো হয়েছে, আর তত্ত্বাবধান (সম্পূর্ণ কথোপকথন-লগ, রিয়েল-টাইম সতর্কতা, ওভাররাইড) মডেলের প্রতি অবিশ্বাস নয়, বরং পেশাগত দায়িত্ব হিসেবে গঠিত হয়েছে। এর অর্থ, উচ্চ-ঝুঁকির পরিবেশে শ্রমবিভাজনকে পাল্টা-পাল্টি আলোচনার বদলে সীমাবদ্ধ, পর্যবেক্ষিত ও প্রত্যাহারযোগ্য হিসেবে নির্দিষ্ট করা উচিত।

• স্বয়ংক্রিয়করণ ও বর্ধন বিকল্প নয়। শিক্ষক-মুখী চারটি ক্ষেত্রে প্রতিস্থাপন সীমাবদ্ধ বিশ্লেষণমূলক উপ-কাজের ভেতরেই থেকেছে, আর পরিপূরকতা দেখা গেছে যেখানেই শিক্ষকেরা আউটপুট ব্যাখ্যা ও বৈধতা দিয়েছেন — ফলে বর্ধন সরঞ্জামের নিজের গুণ নয়, বরং শিক্ষক এরপর কী করেন তার গুণ বলে প্রমাণিত হয়েছে (হর্ভার্স প্রমুখ (২০২৬))।

• বিশ্বাস ক্রমাঙ্কন করতে হবে, ধরে নেওয়া যায় না। উৎপাদনশীল সহযোগিতা নির্ভর করে শিক্ষার্থীরা নির্ভুলভাবে ঠিক করতে পারে কখন এআই-আউটপুটে নির্ভর করবে আর কখন যাচাই করবে তার উপর — যা বিশ্বাস ক্রমাঙ্কন ও মানব তত্ত্বাবধানের সঙ্গে যুক্ত, অন্ধ গ্রহণ বা সর্বাত্মক প্রত্যাখ্যানের সঙ্গে নয়।

• আবেগগত সতর্কতা শিক্ষকের ব্যাখ্যা করার সংকেত, মানার নির্দেশ নয়। একটি উচ্চ-বিদ্যালয়ের জ্যামিতি পাঠে একটি এআই ব্যবস্থার আবেগ-সতর্কতাগুলো খুব ভিন্ন শিক্ষক-পদক্ষেপের আগে এসেছে, আর সেই পদক্ষেপটিই — কাজ পুনর্গঠন, সংক্ষিপ্ত স্বীকৃতি বা সচেতন অ-হস্তক্ষেপ — সম্পৃক্ততা বদলেছে; ফলে সতর্কতাটি শিক্ষক যা পর্যবেক্ষণ করতে পারেন তার মধ্যে একটি ইনপুট হিসেবে কাজ করেছে (স্বিদান (২০২৬))।

• শিক্ষক–এআই সহযোগিতা সম্পৃক্ততার জন্য দুই-ধারি, কেবল শিখনের জন্য নয়। 468 জন বিশ্ববিদ্যালয়-শিক্ষকের তিন-তরঙ্গ সমীক্ষায় সহযোগিতা মনস্তাত্ত্বিক প্রাপ্যতার মধ্য দিয়ে কাজ-সম্পৃক্ততা বাড়িয়েছে (পরোক্ষ 0.19), কিন্তু কাজ-বিচ্ছিন্নতার মধ্য দিয়ে কমিয়েছে (পরোক্ষ −0.03); ডিজিটাল সক্ষমতা দুটিকেই নিয়ন্ত্রিত করেছে, বিচ্ছিন্নতার ঢাল 0.38 থেকে 0.17-এ সমতল করেছে (সান প্রমুখ (২০২৬))।

• শ্রমবিভাজন সক্ষমতাকে নয়, বিশ্বাসযোগ্যতাকে অনুসরণ করে। শিক্ষার্থীরা যে বণ্টনে পৌঁছায় তা নীতিসিদ্ধ: তাৎক্ষণিক, ব্যাপকভাবে প্রযোজ্য ভাষা-প্রতিক্রিয়ার জন্য এআই এবং ব্যক্তিগত, সম্পর্কভিত্তিক পথনির্দেশনার জন্য প্রশিক্ষক — প্রতিটি উৎসের নির্ভুলতার বদলে তার অনুভূত বিশ্বাসযোগ্যতা অনুসারে বণ্টিত, কারণ নির্ভরতার বাঁধা-শর্ত ছিল অনুভূত যত্ন, সক্ষমতা নয় (সেরপিল ও মর, ২০২৬)।

• নির্ভরতা কেবল ব্যক্তিগত পছন্দ নয়, জনসংখ্যাগত প্রক্রিয়াও। একটি এজেন্ট-ভিত্তিক মডেলে অযাচাইকৃত ব্যবহারের দৃশ্যমান সামাজিক প্রমাণ যাচাইকে 0.29 থেকে 0.002-এ ধসিয়ে দেয় এবং অতিরিক্ত নির্ভরতা 0.30 থেকে 0.52-এ তোলে, অথচ দৃশ্যমান সমবয়সী-যাচাই প্রায় সম্পূর্ণ যাচাই ফিরিয়ে আনে — শিক্ষার্থীরা অন্যকে কী করতে দেখে তা বদলানো যাচাইয়ের খরচ কমানোর চেয়ে বেশি কার্যকর (বিশ্বাস (২০২৬))।

এতে মানব-এআই সহযোগিতা প্রযুক্তিগত যতটা, ততটাই একটি শিক্ষাতাত্ত্বিক গঠন হয়ে ওঠে: অংশীদারিত্বের মূল্য গড়ে ওঠে শিক্ষকেরা মিথস্ক্রিয়াটি কীভাবে নকশা করেন, শিক্ষার্থীরা তা কীভাবে নিয়ন্ত্রণ করে, এবং ব্যবস্থাটি উৎপাদনশীল সম্পৃক্ততাকে আমন্ত্রণ জানায় না নিরুৎসাহিত করে তার উপর।

গবেষণায় মানব-এআই সহযোগিতা যেভাবে দেখা যায়

• বিশ্বাস ও প্রত্যাশা: বিশ্বাস-প্রত্যাশা দেখে, এআই সম্পর্কে শিক্ষার্থীদের প্রত্যাশা সহযোগিতাকে উৎপাদনশীল করে না অতিরিক্ত নির্ভরতায় নিয়ে যায়।

• লেখা ও চিন্তায় পরিপূরক ভূমিকা: মানবসদৃশ এআই সহযোগিতামূলক লেখা ও মাইন্ডটুল হিসেবে জেনএআই দেখায়, শ্রমবিভাজন শিক্ষার্থীর জ্ঞানীয় সম্পৃক্ততা সংরক্ষণ করলে এআই কীভাবে শিক্ষার্থীর চিন্তাকে প্রতিস্থাপন না করে বাড়াতে পারে।

• সমন্বয় ও এজেন্সি: শিক্ষক–শিক্ষার্থী এজেন্সি সমন্বয় ও শিক্ষার্থীর মানসিক মডেল দেখে, মানুষ ও এআই-এর মধ্যে এজেন্সি কীভাবে আলোচিত হয়, যা মানুষ-চক্রে ও এজেন্টিক AI-এর সঙ্গে যুক্ত।

• মেটাজ্ঞানিক ও দলীয় মাত্রা: মানব-কেন্দ্রিক এআই মেটাজ্ঞানিক মডেল ও শিক্ষার্থী দলে শাস্ত্রীয় মধ্যস্থতা সহযোগিতাকে মেটাজ্ঞান ও দলীয় শিখনে বাড়িয়ে নেয়।

• সহযোগিতা-সক্ষমতা একটি বিন্যাস, চেকলিস্ট নয় — মেটাজ্ঞান প্রযুক্তিগত শিক্ষাগত বিষয়বস্তু জ্ঞান (TPACK)-এর সমন্বয়ী ভূমিকা নেয়। ডাং, হং, ডয়েল ও গুয়েন (২০২৬) মানব-এআই সহযোগিতা-সক্ষমতাকে সংজ্ঞায়িত করেন ডোমেইন, এআই সক্ষমতা ও মেটাজ্ঞানিক সক্ষমতার একটি গতিশীল বিন্যাস হিসেবে, সঙ্গে তাদের ছেদগুলো (এআই-এর সঙ্গে কাজ, এআই-সহ এজেন্টিক শিখন, এজেন্টিক ব্যক্তিগত ও পেশাগত উন্নয়ন, এবং স্বয়ং এইচএসিসি), এবং স্পষ্টভাবে প্রত্যাখ্যান করেন বিদ্যমান পাঠ্যক্রমে জোড়া দেওয়া এআই-দক্ষতার যোগমূলক তালিকা। তাঁদের কেন্দ্রীয় পদক্ষেপ টিপ্যাক-এ শিক্ষাতত্ত্ব যে সমন্বয়ী কাজ করে, তা পুনর্বণ্টন করে: যেহেতু এআই একটি অভিযোজী অংশগ্রহণকারী, যার অবদান কাজ এগোনোর সঙ্গে বদলায়, সমন্বয়ের ভার পড়ে শিক্ষার্থীর নিজের মেটাজ্ঞানে — কখন এআই-এর সঙ্গে পরামর্শ করবেন, মিথস্ক্রিয়াটি কীভাবে গড়বেন, আর কখন তা ওভাররাইড করবেন তা ঠিক করা — ফলে শিক্ষক নয়, শিক্ষার্থীই সেই প্রক্রিয়ার ধারক, যা সহযোগিতাকে উৎপাদনশীল রাখে। শিক্ষার্থী-এজেন্সিকে সচেতনভাবে স্বতন্ত্র নোড হিসেবে বাদ দেওয়া হয়েছে; বরং এটি সেই উদীয়মান গুণ, যা শিক্ষার্থীরা তিনটি সক্ষমতা সমন্বয় করার সময় প্রকাশ করে, ফলে এজেন্সি বিন্যাসের একটি বৈশিষ্ট্য, আলাদাভাবে প্রশিক্ষণযোগ্য দক্ষতা নয়। 24 জন নিউজিল্যান্ড শিক্ষাবিদের সঙ্গে কাঠামোটির সাক্ষাৎকার-গবেষণা মাত্রাগুলোকে বর্ণনামূলকভাবে সমর্থন করেছে, আর ভূমিকা-স্তর গ্রহণের বদলে জোর বদলেছে: অধ্যক্ষ-শিক্ষাবিদদের নেটওয়ার্ক এআই-কেন্দ্রিক ছিল, এইচএসিসি ও পেশাগত উন্নয়নের সঙ্গে সংযুক্ত, যা প্রবীণ শিক্ষাবিদদের (U = 10.00, p = .04) ও প্রাথমিক-কর্মজীবনের শিক্ষাবিদদের (U = 7.00, p = .01) থেকে উল্লেখযোগ্যভাবে আলাদা।

• স্বতন্ত্র সহযোগিতা-ধারা: অভিজ্ঞতাভিত্তিক কাজ তিনটি মানব–এআই সহযোগিতামূলক সমস্যা-সমাধান ধারা চিহ্নিত করে — প্রতিনিধিত্বকৃত যুক্তি, সম্মিলিত ব্যাখ্যা ও প্রতিনিধিত্বকৃত বিস্তার — যা বণ্টিত মানব–এআই ব্যবস্থার দক্ষতা ও শিক্ষার্থীদের আত্ম-নিয়ন্ত্রক সম্পৃক্ততার গভীরতার মধ্যে একটি বিনিময় প্রকাশ করে (প্রতিনিধিত্বকৃত যুক্তি সর্বোচ্চ কর্মদক্ষতা দেখায়, তবে নিম্নতর আত্ম-নিয়ন্ত্রণসহ)।(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective)

• কাঠামোবদ্ধ আলোচনায় মানব ও এআই সুবিধাদাতা উপলব্ধিগতভাবে বিনিময়যোগ্য হতে পারে, তবে পুনরাগমন ভিন্ন কারণে চলে। কুহাইল প্রমুখ (২০২৬) 32 জন স্টেম শিক্ষার্থীর পরিচালিত 32টি বিতর্ক-অধিবেশনে একজন মানব মডারেটরের বদলে GPT-4 মডারেটর বসান (আবার উল্টোটাও), এবং কার্যকারিতা, আনন্দ, সন্তুষ্টি, উপযোগিতা বা ব্যবহারের ইচ্ছায় পরিসংখ্যানগতভাবে উল্লেখযোগ্য কোনো পার্থক্য পাননি (t 0.23 থেকে 1.30, p 0.198 থেকে 0.818)। পার্থক্য ছিল শিক্ষার্থীরা কেন ফিরে আসবে তাতে: এআই-মডারেশনাধীন অনুভূত উপযোগিতা ব্যবহারের ইচ্ছা চালিয়েছে (0.806, p = 0.004), অথচ সন্তুষ্টি তা চালিয়েছে কেবল মানব-মডারেশনে (0.556, p = 0.002)। লেখকেরা সমতল তুলনাটিকে নিয়মবদ্ধ কাজে স্বাভাবিকীকরণ হিসেবে পড়েন, সমতার প্রমাণ হিসেবে নয়, এবং নৈতিক ও সম্পর্কগত কারণে মানব তত্ত্বাবধান রাখার পাশাপাশি এআই-মডারেটেড কার্যক্রমের উপযোগিতা পাঠযোগ্য করার পরামর্শ দেন, আনন্দের উপর ভরসা না করে। যেহেতু গবেষণাটি কেবল উপলব্ধি মেপেছে, শিক্ষার্থীরা ভালো তর্ক করেছে কি না তা এটি বলে না।

• প্রতিনিধিত্বের আগে কাজটি বণ্টন করুন। ৎসিম ও গুতোরেভা (২০২৫) শিক্ষার্থীর উন্নয়ন-অঞ্চলে একটি চতুর্থ অঞ্চল যোগ করেন — যা মডেল ইতিমধ্যেই জানে — এবং প্রতিস্থাপন, পরিপূরক, সহায়ক ও অ-আলোচনাযোগ্য বণ্টন তৈরি করেন, আর যুক্তি দেন স্বয়ংক্রিয়করণ–বর্ধন–সহযোগিতা ধারাগুলো সরঞ্জামের পরিশীলিততা দিয়ে নয়, নিয়ন্ত্রণের কেন্দ্র ও জ্ঞানতাত্ত্বিক দায়িত্ব দিয়ে আলাদা হয়।

• শিক্ষাতাত্ত্বিক চিন্তা হিসেবে প্রম্পট-ইঞ্জিনিয়ারিং, পাঠ-অধ্যয়নের মধ্য দিয়ে গড়া। রবিনসন প্রমুখ (২০২৬) সংযুক্ত আরব আমিরাতের একটি প্রতিষ্ঠানের পাঁচজন শিক্ষক-শিক্ষাবিদকে দুই পাঠ-অধ্যয়ন চক্র ধরে অনুসরণ করেন, যা মাধ্যমিক ও প্রাথমিক গণিতে 36 জন প্রশিক্ষণার্থী শিক্ষক পর্যন্ত পৌঁছায়, এবং তাঁরা ChatGPT (GPT-4o) দিয়ে এআই-সমর্থিত পাঠ নকশা করেন। কাজটি করেছে এআই-কে একটি শাস্ত্রীয় কাঠামোর সঙ্গে জোড়া দেওয়া: প্রশিক্ষণার্থীরা একটি কাজ তৈরি করেছেন, সংশোধিত গাণিতিক কাজ-বিশ্লেষণ কাঠামোর বিপরীতে তার জ্ঞানীয় চাহিদা বিচার করেছেন, তারপর ধারণাগত গভীরতা বাড়াতে প্রম্পট আবার লিখেছেন — ফলে সংশোধন সরঞ্জামের বৈশিষ্ট্যে নয়, গণিতেই নোঙর ছিল। 26টি বিশ্লেষণযোগ্য প্রম্পটের 16টিতে ধারণাগত কাজ-বৈশিষ্ট্য ছিল, আর শিক্ষাবিদেরা সিদ্ধান্তে পৌঁছান যে প্রম্পট-ইঞ্জিনিয়ারিং "প্রযুক্তিগত দক্ষতা নয়; এটি জ্ঞানীয় দক্ষতা।" সংশোধিত পাঠে প্রতিবেদিত শিখন বেড়েছে (প্রথম চক্রে 7 জনের মধ্যে 5 জন এবং দ্বিতীয় চক্রে 14 জনের মধ্যে 10 জন ধারণাগত ও প্রক্রিয়াগত কাজের পার্থক্য করতে শেখার কথা জানিয়েছেন), তবে এই সতর্কতা সহ যে, আরও ধারণাগত কাজ চাইলে কখনও কখনও কেবল আরও জটিল কাজ তৈরি হয়। প্রশিক্ষক-উন্নয়নের জন্য যুক্তিটি হলো বাস্তব পাঠ নিয়ে টেকসই সহযোগিতামূলক অনুসন্ধান, আলাদা সরঞ্জাম-কর্মশালা নয়।

• পথনির্দেশ কর্মদক্ষতা না শিখন, তা ঠিক করে: ওয়াং ও কিউ (২০২৬) একটি সৃজনশীল কাজে অবাধ বনাম পথনির্দেশিত মানব–এআই সহযোগিতা তুলনা করেন। ChatGPT-এর সঙ্গে অবাধে সহযোগিতা কেবল ক্ষণস্থায়ী কর্মদক্ষতা দেয়, যা পরে সহায়তাহীন একটি কাজে ধসে পড়ে, অথচ পথনির্দেশিত "আগে ভাবুন, পরে ChatGPT" প্রোটোকল — নিজের ধারণা তৈরি করে তারপর সেগুলো উন্নত, বিকশিত ও মূল্যায়নে ChatGPT ব্যবহার করা — স্বাধীন সৃজনশীলতায় টেকসই লাভ দেয়। সুবিধাটি মধ্যস্থতা করেছে সহযোগিতামূলক প্রম্পট, যা নিজের নিজের ধারণা উন্নত করার দিকে লক্ষ্য ছিল, এবং দেখায় কে ধারণা তৈরি করে (শ্রমবিভাজন) অনুমান করে সহযোগিতা শিখন দেবে না প্রতিস্থাপন।(Think First, ChatGPT Later: Guiding Human–AI Collaboration for Learning Gains in Independent Human Creativity)

• এআই মধ্যস্থতাকারী, কেবল অংশীদার নয়: নিয়ারি এআই-কে শিক্ষাতাত্ত্বিক মধ্যস্থতাকারী হিসেবে পুনর্ধারণ করেন, যে মিথস্ক্রিয়া, জ্ঞানতাত্ত্বিক অর্থ-নির্মাণ ও নিয়ন্ত্রক প্রক্রিয়া সমন্বয় করে, এবং মানুষ ও অ-মানব অভিনেতাদের মধ্যে এজেন্সি, কর্তৃত্ব ও দায়িত্ব পুনর্বণ্টন করে, এআই-কে টিউটর, সমকক্ষ বা সরঞ্জাম হিসেবে না দেখে।

• শিক্ষকদের এআই-সহযোগিতাও ধরনবদ্ধ, দ্বিমুখী নয়। শিক্ষকেরা জেনারেটিভ এআই দিয়ে পাঠ-নকশা তৈরি করলে তাঁদের মিথস্ক্রিয়া অভিজ্ঞতাভিত্তিকভাবে পৃথকযোগ্য রূপ নেয়। চই প্রমুখ (২০২৬) সাতটি শিক্ষক–এআই মিথস্ক্রিয়া-ধারা চিহ্নিত করেন — এআই-আউটপুটের সরাসরি গ্রহণ ও বিস্তারিত গ্রহণ থেকে প্রাথমিক প্রত্যাখ্যান, সংশোধিত গ্রহণ, অনুসরণমূলক পথনির্দেশিত ব্যবহার, জটিল মিথস্ক্রিয়া ও এআই এড়িয়ে যাওয়া পর্যন্ত — যেখানে শিক্ষকের শিক্ষণ-অভিজ্ঞতা ও এআই-দক্ষতা যৌথভাবে ঠিক করে তিনি সমালোচনামূলকভাবে আবার প্রম্পট করেন ও শিক্ষার্থী ও প্রসঙ্গ অনুযায়ী এআই অভিযোজিত করেন (একটি পরিপূরক, বণ্টিত জ্ঞান শ্রমবিভাজন), নাকি নিষ্ক্রিয়ভাবে পরামর্শ গ্রহণ করেন (এআই-প্রধান বণ্টন)।

• মধ্যস্থতাকারী এজেন্ট হিসেবে অংশগ্রহণের সংকর রূপ। সরঞ্জাম ও সহযোগীর মধ্যবর্তী বিন্দু নয়, জেনারেটিভ এআই এমন একটি মধ্যস্থতাকারী এজেন্ট হিসেবে ধারণা করা হয়, যা ক্রিয়া মধ্যস্থতা করে অথচ সশর্ত, অ-জবাবদিহিযোগ্য অবদান তৈরি করে — একটি স্বতন্ত্র শ্রেণি, যা নকশাকে প্রযুক্তিগত সক্ষমতা থেকে অংশগ্রহণের অভ্যাসের দিকে ঘুরিয়ে দেয় (তত্ত্বাবধায়ক এজেন্সি, জ্ঞানতাত্ত্বিক সতর্কতা)।(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)

• সম্প্রদায় ও জ্ঞানতাত্ত্বিক কর্তৃত্ব: সম্প্রদায়ভিত্তিক এআই শিখন দেখায় সহযোগিতা কে কর্তৃত্বশীল তারও প্রশ্ন, এবং এআই-সম্পৃক্তিকে শিক্ষার্থীদের জীবিত জ্ঞানতত্ত্বে নোঙর করে।

• ডেটা-চালিত বৈশিষ্ট্য আবিষ্কার: প্রিন্সিপাল ট্রেইট অ্যানালাইসিস (পিটিএ) বড় বৃহৎ ভাষা মডেল (এলএলএম)-কথোপকথন কর্পাস থেকে মিথস্ক্রিয়া-"বৈশিষ্ট্য" উদ্ভাবন স্বয়ংক্রিয় করে — পিসিএ-অনুপ্রাণিত, চার-স্তরের একটি পাইপলাইন, যা আচরণ-পর্যবেক্ষণ বের করে, সেগুলোকে প্রার্থী-বৈশিষ্ট্যে ক্লাস্টার করে, প্রতিটি সহযোগীকে স্কোর দেয় এবং সবচেয়ে পৃথককারী বৈশিষ্ট্য বেছে নেয়। শিক্ষার্থী–এআই-টিউটর কর্পাস ও ডেভেলপার–কোডিং-এজেন্ট কর্পাসে মূল্যায়িত হয়ে পিটিএ এমন বৈশিষ্ট্য পায়, যা ফলাফল ব্যাখ্যা ও অনুমান করে (যেমন শিক্ষামূলক পরিবেশে গভীর ধারণাগত সম্পৃক্তি ইতিবাচকভাবে, কাজ-প্রতিনিধিত্ব নেতিবাচকভাবে), এবং — যেহেতু এগুলো এখনও সেমেস্টার/পরিবেশ জুড়ে সাধারণীকৃত হয় না বা শিখন-বক্রের গতিপথ দেখায় না — লেখকেরা যুক্তি দেন বৈশিষ্ট্যগুলো এখনও "দক্ষতা" হিসেবে ব্যাখ্যাযোগ্য নয়। এটি এআই সাক্ষরতা কাঠামো ও স্ব-প্রতিবেদন-মাপকের একটি স্কেলযোগ্য, বস্তুনিষ্ঠ পরিপূরক, যা সরাসরি জানায় শিক্ষকেরা "এআই-ব্যবহারের দক্ষতা" কীভাবে শেখাবেন।

• সিএআই প্রজন্ম জুড়ে সবচেয়ে স্থায়ী উদ্বেগ হিসেবে মানব–এআই সম্পর্ক। কথোপকথনমূলক এআই এজেন্টদের ছাতা-পর্যালোচনা (গাঙ্গুলি প্রমুখ ২০২৫, 34টি পর্যালোচনা) দেখে, মানব–এআই সম্পর্ক-সংক্রান্ত উদ্বেগ — অতিরিক্ত নির্ভরতা, সামাজিক বিচ্ছিন্নতা, ব্যক্তিত্বহীনতা, আবেগগত নির্ভরতা, স্বচ্ছতা, জবাবদিহি — সব সিএআই প্রজন্ম জুড়ে সবচেয়ে ঘন ঘন আলোচিত নৈতিক বিষয়, যা জেনএআই-এরও আগের। এটি "সংরক্ষণ বনাম প্রতিস্থাপন" প্রশ্নটিকে সিএআই-নীতিশাস্ত্রের একেবারে কেন্দ্রে বসায় এবং জোর দেয় যে সহযোগিতার মূল্য নকশাই ঠিক করে (কে ধারণা তৈরি করে, কে সিদ্ধান্ত নেয়, দায়িত্ব কীভাবে ভাগ হয়)।(Conversational AI agents in education: an umbrella review of current utilization, challenges, and future directions)

• এআই নবীনদের কাছে রিয়েল-টাইম বিশেষজ্ঞতা স্কেল করে — প্রথম লাইভ-টিউটরিং র‍্যান্ডমাইজড ট্রায়াল। ওয়াং প্রমুখ (২০২৪)-এর র‍্যান্ডমাইজড ট্রায়াল (900 জন টিউটর, অনুন্নত সম্প্রদায়ের প্রায় 1,800 জন K-12 শিক্ষার্থী) এআই-কে শিক্ষার্থীর দিকে নয়, টিউটরের দিকে বসায়: টিউটর কোপাইলট রিয়েল-টাইম বিশেষজ্ঞসদৃশ পরামর্শ তৈরি করে (অভিজ্ঞ টিউটরদের উচ্চকিত-চিন্তা যুক্তি থেকে গড়া), যা নবীন টিউটরেরা সম্পাদনা বা প্রত্যাখ্যান করতে পারেন। চিকিৎসাপ্রাপ্ত টিউটরদের শিক্ষার্থীরা 4 শতাংশ-বিন্দু বেশি সম্ভাবনায় বিষয় আয়ত্ত করেছে (p < 0.01), এবং সর্বনিম্ন-রেটিংপ্রাপ্ত টিউটরদের শিক্ষার্থীদের মধ্যে 9 শতাংশ-বিন্দু লাভ দেখা গেছে — যাঁরা উচ্চতর-রেটিংপ্রাপ্ত টিউটরদের নিয়ন্ত্রণ-ফলাফলের সমান উঠে এসেছেন — প্রতি টিউটর-বছরে প্রায় $20 খরচে। এই ফল শিক্ষক/টিউটর বর্ধনের একটি শক্ত অভিজ্ঞতাভিত্তিক নোঙর হিসেবে সমতাভিত্তিক মানব-এআই সহযোগিতা-ধারার পক্ষে: মানুষ শিক্ষাতাত্ত্বিক বিচার ও স্বায়ত্তশাসন রাখে, আর এআই স্কেলযোগ্য বিশেষজ্ঞতা জোগায়।

• সীমাবদ্ধ বিশেষজ্ঞ: শিক্ষকেরা এআই-এর সঙ্গে কর্তৃত্ব কীভাবে ভাগ করেন। রাইখার্ট, ব্রিসেনো, তাবারসি ও বার্নস (২০২৬) একটি অংশগ্রহণমূলক নকশা-গবেষণা চালান, যেখানে ছয়জন মাধ্যমিক শিক্ষক নিজেদের শ্রেণিকক্ষের জন্য এলএলএম চ্যাটবটের প্রোটোটাইপ তৈরি করেন এবং বিশ্লেষণ করেন শিক্ষক ও ব্যবস্থার মধ্যে কর্তৃত্ব কীভাবে বণ্টিত হওয়া উচিত। শিক্ষকেরা ধারাবাহিকভাবে এআই-কে সীমাবদ্ধ বিশেষজ্ঞ হিসেবে গঠন করেন — কঠোরভাবে সংজ্ঞায়িত ডোমেইনে সীমিত বিশেষায়িত সক্ষমতা, যা মানব তত্ত্বাবধানে চলে — এবং সেই সীমাবদ্ধতাকে দুই মাত্রায় ভাগ করেন: কর্তৃত্ব-সীমানা, যেখানে শিক্ষার্থীর শিখন ও নিরাপত্তার পেশাগত ও আইনি দায়িত্ব প্রতিনিধিত্ব করা যায় না, এবং বিশেষজ্ঞতা-সীমানা, যেখানে ব্যবস্থার কাছে ব্যক্তিগত শিক্ষার্থী, শ্রেণিকক্ষের গতিশীলতা ও প্রাতিষ্ঠানিক রীতিমালা সম্পর্কে শিক্ষকের প্রসঙ্গগত জ্ঞান নেই। প্রোটোটাইপগুলোকে গাইনির নয়টি শিক্ষণ-ঘটনায় বসিয়ে দেখা যায় প্রতিনিধিত্ব নির্বাচনমূলক, সর্বস্ব-বা-কিছুই-নয়: শিক্ষকেরা বিষয়বস্তু উপস্থাপন, অনুশীলন-সমস্যা জোগানো, স্ক্যাফোল্ডিং ও গঠনমূলক প্রতিক্রিয়ায় এআই-কে স্বাগত জানান, কিন্তু শিক্ষার্থীদের উদ্দেশ্য জানানো বা সমন্বিত মূল্যায়ন হস্তান্তর করতে অস্বীকার করেন। নকশা-পাঠ হলো, সহযোগিতা-ইন্টারফেসে দৃশ্যমান করা উচিত কোথায় মানুষ সিদ্ধান্ত-গ্রহণের ভূমিকা রাখে, কেবল কোথায় মডেল সক্ষম তা নয়।

• ভূমিকা শুধু লেবেল নয়, অভিযোজিত হতে হবে। লিয়াও (২০২৬) দেখান, একটি স্থির "সমকক্ষ" এআই সঙ্গী দীর্ঘতর বই-আলাপ টিকিয়ে রেখেছে, কিন্তু বিনিময়টি নিজে আধিপত্য করেছে (শিক্ষার্থীর শব্দ/বাক্য-অংশ কম) এবং একটি আবেগগত সীমায় পৌঁছেছে; তিনি যুক্তি দেন সহযোগিতার জন্য ভূমিকা-অভিযোজী যুক্তি দরকার — সমকক্ষ, সহায়ক ও উপদেষ্টার মধ্যে বদল — একটি স্থির একক ব্যক্তিত্ব নয়।

• শিক্ষক-পক্ষের সহ-নকশা ও ভূমিকা-স্থাপত্যও সহযোগিতা। শিক্ষার্থী-মুখী অংশীদারদের বাইরে শিক্ষকেরা জেনএআই-এর সঙ্গে মিলে শিক্ষণ নকশা করেন। ওয়াং প্রমুখ (২০২৬) শিখন-কাজের শিক্ষক–এআই সহ-নকশা পদ্ধতিগতভাবে পর্যালোচনা করেন, এবং সহযোগিতা-ধারা ও টানাপোড়েন (এজেন্সি, জ্ঞানতাত্ত্বিক কর্তৃত্ব, নিয়ন্ত্রণ) চিত্রিত করেন, যা শিক্ষক ও এআই যৌথভাবে নকশা তৈরি করলে ওঠে; তালেবজাদেহ (২০২৬) দেখেন, এআই-নকশাকৃত পার্থক্যযুক্ত দলীয় কাজের মান ঠিক করে শিক্ষকের শিক্ষাতাত্ত্বিক বিশেষজ্ঞতা — এআই-সাবলীলতা নয় — (ভূমিকার সমৃদ্ধি, সমন্বয়, স্তর-সামঞ্জস্য), যা শিক্ষককে একজন "দ্বিভাষিক শিখন-নকশাকার" হিসেবে বসায়।

• দলে এজেন্ট ও সহযোগিতামূলক স্থান হিসেবে জেনএআই। সু প্রমুখ (২০২৬) ছোট উচ্চশিক্ষার দল পর্যবেক্ষণ করেন এবং দেখান জেনএআই-এর ভূমিকা আলোচিত ও কনফিগারযোগ্য — অধীনস্থ সহায়ক থেকে বিতর্কিত দলসঙ্গী পর্যন্ত — এবং সমসাময়িক যৌথ ব্যবহার সাধারণ ভিত্তি টিকিয়ে রাখে, অথচ অসমকালীন ব্যক্তিগত ব্যবহার স্বচ্ছতাকে খণ্ডিত করে; তাঁরা একটি জেনএআই-সমর্থিত সমবায় কাজের দৃষ্টি প্রস্তাব করেন, যা জেনএআই-কে একই সঙ্গে এজেন্ট ও মিথস্ক্রিয়ামূলক সহযোগিতামূলক স্থান হিসেবে দেখে।

• শ্রেণিকক্ষের সহযোগিতার পরিপূরক অর্ধাংশ। দুটি ২০২৬ গবেষণা শ্রেণিকক্ষে মানব-এআই সহযোগিতার পরিপূরক অর্ধাংশ চিত্রিত করে। মেডুএআই-এসপি (ইয়াং প্রমুখ) ক্লিনিকাল শিক্ষায় "কার্যকরী পরিপূরকতার" পক্ষে যুক্তি দেয়: এআই এজেন্ট পুনরাবৃত্তিমূলক ভূমিকা-অভিনয়, সামঞ্জস্যপূর্ণ রোগী-সিমুলেশন, চেকলিস্ট-পর্যবেক্ষণ, সক্রেটিক প্রম্পটিং ও প্রাথমিক গঠনমূলক প্রতিক্রিয়া সামলায়, আর প্রশিক্ষক ও মানব প্রমিত রোগীরা দেন প্রসঙ্গগত ব্যাখ্যা, সূক্ষ্ম আবেগগত প্রতিক্রিয়া, ব্যক্তিগত প্রতিকার, পেশাদারিত্ব-মূল্যায়ন ও প্রস্তুতি-বিচার — প্রতিস্থাপন সীমাবদ্ধ থাকে ত্রুটি-পরিণতি, কাজের অনিশ্চয়তা, সম্পর্কগত সংবেদনশীলতা ও প্রাপ্য মানব-পর্যালোচনার দ্বারা, এবং একটি এআই ব্যবস্থাকে স্পষ্টভাবে ক্লিনিকাল সক্ষমতা স্বায়ত্তশাসিতভাবে নির্ধারণ থেকে বিরত রাখা হয়। বিপরীত দিকে, 45-শিক্ষার্থীর মিশ্র 3-মানব/3-এজেন্ট নৈতিকতা-আলোচনা (সেও প্রমুখ, ২০২৬) একটি দুই-ধারি ধরন নথিভুক্ত করে: এজেন্ট সামাজিক বাধা কমিয়েছে (অংশগ্রহণকারীরা আরও সরাসরি বলেছেন, কারণ এজেন্টের আবেগ নেই, এবং নীরবতা ভরাটের বাধ্যবাধকতা অনুভব করেননি), তবুও সেই একই আরাম মিথস্ক্রিয়াকে মানুষের কাছ থেকে সরিয়ে নিয়েছে — 79.7% প্রশ্ন এজেন্টের কাছে গেছে, যেখানে তাদের প্রাপ্যতা 60% অনুমান করে (p = .017)। লক্ষণীয়, অন্য মানুষের উপস্থিতি অংশগ্রহণকারীদের এআই-এর প্রতি আরও সম্মানশীল করেছে, যা ইঙ্গিত দেয় মানব সহ-উপস্থিতি নিজেই এআই-সম্পৃক্তি ক্রমাঙ্কনের একটি সুবিধা।

• পরিপূরকতা শর্তসাপেক্ষ, দলের স্বাভাবিক গুণ নয়। তুও প্রমুখ (২০২৬) দেখেন, মানব-এআই দল ছয়টি শর্তের মধ্যে কেবল একটিতে মানুষ ও এআই আলাদাভাবে উভয়কেই ছাড়িয়ে গেছে — সেই চ্যালেঞ্জিং ক্ষেত্রে যেখানে এআই মানুষের চেয়ে কম নির্ভুল ছিল — আর বাকি জায়গায় ধারাবাহিক দলীয় সুবিধা পায়নি; ফলে এআই অংশীদার যোগ করা নিজেই পরিপূরক কর্মদক্ষতার পথ নয়।

• পেশাগত কর্মসূচি প্রশিক্ষণকে রুটিন উৎপাদন থেকে সহযোগিতা-সক্ষমতার দিকে ঘুরিয়ে দেয় (একটি নকশা-প্রোটোকল): ওয়াং (২০২৬) অনুবাদ-শিক্ষার জন্য একটি নকশা-ভিত্তিক কাঠামো প্রস্তাব করেন, যা একটি কাজ-স্থানচ্যুতি তালিকার (এআই-স্থানচ্যুতির সম্ভাবনা অনুযায়ী রেট করা 18টি উপ-কাজ, [E]/[P] উৎস-ট্যাগসহ) চারপাশে গড়া এবং চারটি পুনর্নির্দেশিত সক্ষমতা: আন্তঃশাস্ত্রীয় জ্ঞান, এআই সমন্বয়, কৌশলগত বিচার ও সমালোচনামূলক এআই-মূল্যায়ন। কাঠামোটি একটি পূর্ব-নিবন্ধিত প্রোটোকল, এখনও কোনো অভিজ্ঞতাভিত্তিক তথ্য নেই; এর অবদান পদ্ধতিটি — একটি নিরীক্ষাযোগ্য স্থানচ্যুতি-বিশ্লেষণ এবং পাঠ্যক্রম-সংস্কারের সহ-নকশা-পথ — যা যেকোনো পেশাগত কর্মসূচিতে স্থানান্তরযোগ্য, যার রুটিন কাজ এজেন্টিক ব্যবস্থা ক্রমশ করে ফেলছে।

• জড়িত থাকার ধরনগুলো শিক্ষার্থীর কাছে যা দাবি করে তাতে আলাদা, আর এজন্যই কিছু ধরন বিরল থাকে। সান, দোহন ও রেহম (২০২৬) 102টি উচ্চশিক্ষা-গবেষণাকে শ্রেণিবদ্ধ করেন শিক্ষার্থী ও ব্যবস্থার মধ্যে জ্ঞানতাত্ত্বিক কাজ কীভাবে ভাগ হয় তার ভিত্তিতে (সহায়ক, সক্ষমকারী, সংশ্লেষকারী, উৎপাদক, পুনর্নির্মাণকারী) এবং দেখেন, যে দুটি ধরন সক্ষমতাকে ব্যক্তি-শিক্ষার্থীর প্রতি আরোপযোগ্য রাখে, সেগুলো কর্পাসের 42.16% করে, অথচ লেখকত্ব বণ্টনকারী ধরনগুলো প্রান্তে থাকে। তাঁদের ব্যাখ্যা প্রাতিষ্ঠানিক, প্রযুক্তিগত নয়: বিরল ধরনগুলো শিক্ষার্থীর কাছে এমন আউটপুটের জ্ঞানতাত্ত্বিক দায়িত্ব চায় যা তারা তৈরি করেনি, অথচ এখনও ব্যক্তি-লেখক হিসেবে মূল্যায়িত হয়, আর সেই বৈপরীত্যই — শ্রমবিভাজন নিজে নয় — সেগুলোকে চর্চার বাইরে রাখে। নকশা-সাড়া হলো জ্ঞানতাত্ত্বিক কাজের বণ্টন স্পষ্ট করা, ক্রিয়াকলাপগুলো বর্ণালি জুড়ে সাজানো, এবং দায়িত্ব কীভাবে ভাগ হলো তা নিয়ে প্রতিফলন গড়া।

• পথ দেখানো, বলা নয় — এজেন্ট বিচারের নিজস্ব মানদণ্ড দরকার। একটি নকশা-ক্ষেত্রে যার লক্ষ্য ছিল শিক্ষক-সুবিধাদানের অনুকরণ, দেখা যায় একটি নির্বাচিত ভিত্তিতে সীমাবদ্ধ জ্ঞান-এজেন্টকে নির্ভুলতায় বিচার করা যায়, অথচ শিক্ষার্থীদের নিজেদের উত্তরের দিকে নেওয়ার জন্য বানানো এজেন্টকে যায় না (হুমবুর্গ প্রমুখ, ২০২৫)।

সংযোগ

মানব-এআই সহযোগিতা যুক্ত হয় মানুষ-চক্রে (তত্ত্বাবধান), এজেন্টিক AI (স্বায়ত্তশাসন), শিক্ষাদান (শিক্ষকদের বদলাতে থাকা কাজ), স্ক্যাফোল্ডিং ও মেটাকগনিশন (সহযোগিতা কীভাবে শিখন সমর্থন করে), এবং অতিরিক্ত নির্ভরতায় (সহযোগিতা প্রতিস্থাপনে পরিণত হলে ব্যর্থতার ধরন)। এটি এআই সাক্ষরতা, স্ব-নিয়ন্ত্রিত শিখন ও শিক্ষার্থী-অভিজ্ঞতা জুড়ে একটি কেন্দ্রীয় বিষয়।

সাধারণ ভ্রান্ত ধারণা

• "সহযোগিতা মানে এআই কাজের কিছু অংশ করে।" সিদ্ধান্ত-গ্রহণের ভূমিকা শিক্ষার্থীই রাখে, এবং এটি লেখার ক্ষেত্রে প্রযোজ্য: ওপেনহাইমার, ক্যাশ ও কনেল পেনস্কি (২০২৫) দেখান, ব্যবস্থাটি সেভাবেই নকশা করা হলে এটি টেকে। মানুষ বিচার ধরে না রাখলে শ্রমবিভাজন সহযোগিতা নয়।
• "ফ্লিপড ব্যবস্থায় এআই-ই ব্যাখ্যা করে।" যে শিক্ষার্থীরা এআই-কে শিখিয়েছে, তাঁরা ভালো ব্যাখ্যা করেছেন — ফ্লিপড-ক্লাসরুম সংজ্ঞায়ন M = 4.18 বনাম 3.29, শিক্ষণ-কার্যক্রম M = 4.91 বনাম 3.06, দুটিই p < 0.001। শিখন জমেছে ব্যাখ্যাকারীর কাছে।
• "মানব ও এআই অবদান পরস্পরের বিকল্প।" দুটি ২০২৬ গবেষণা শ্রেণিকক্ষের সহযোগিতার পরিপূরক অর্ধাংশ চিত্রিত করে, যা নকশা-সমস্যাকে প্রতিস্থাপনের বদলে বণ্টন হিসেবে দেখায়।

সংযুক্ত ধারণা

• শিক্ষাদানগত অংশীদারত্ব — শিক্ষাতাত্ত্বিক অংশীদারিত্ব
• অনুসন্ধানের সম্প্রদায় — অনুসন্ধান-সম্প্রদায় (উপস্থিতিগুলো মানব-জেনএআই সমাজপ্রযুক্তিগত অর্জন হিসেবে)
• শিক্ষার্থী-এআই মিথস্ক্রিয়া
• উৎপাদক এআই
• এআই সাক্ষরতা
• বৃহৎ ভাষা মডেল (এলএলএম)
• স্ক্যাফোল্ডিং
• বুদ্ধিদীপ্ত টিউটরিং
• শিক্ষাদান
• উচ্চশিক্ষা
• K-12
• সংজ্ঞানাত্মক অফলোডিং
• শিক্ষার্থী-অভিজ্ঞতা
• মেটাকগনিশন
• স্ব-নিয়ন্ত্রিত শিখন
• সৃজনশীলতা
• রসায়ন শিক্ষা — রসায়ন শিক্ষা ও এআই: ল্যাব, গঠনমূলক মূল্যায়ন, এলএলএম-এর সীমা, পরীক্ষার দর্শন
• জীববিজ্ঞান শিক্ষা — জীববিজ্ঞান শিক্ষা ও এআই: ল্যাব-শিক্ষণ সহায়ক, জীববিজ্ঞানে এআই-সাক্ষরতা, সমালোচনামূলক চিন্তা, বিশেষায়িত সরঞ্জাম
• মানুষ-চক্রে — তত্ত্বাবধান
• এজেন্টিক AI — স্বায়ত্তশাসন
• উৎপাদনশীল ব্যর্থতা

সংযুক্ত নিবন্ধ

• SciStory: Designing AI-Supported Inquiry in Science Learning Games — একটি আখ্যানমূলক বিজ্ঞান-খেলায় তিনটি এজেন্ট-ভূমিকা, এবং প্রতিটির কোন মূল্যায়ন-মানদণ্ড দরকার (হুমবুর্গ প্রমুখ ২০২৫)

• Many hands make light work? Individual and collaborative interaction with a GenAI-powered multi-agent system: Effects on learning performance and critical thinking — জেনএআই বহু-এজেন্ট ব্যবস্থার সঙ্গে জোড়ায় কাজ নকশা-প্রকল্প জিতেছে, অথচ সমালোচনামূলক-চিন্তা সচেতনতা বেড়েছে কেবল একা কাজ করা শিক্ষার্থীদের (চু প্রমুখ ২০২৬)

• Countering the Risks of AI Overreliance: Leveraging Multi-Agent Debate for Complementary Human–AI Decision-Making in Legal Contexts — পছন্দের উত্তর গোপন রেখে বহু-এজেন্ট বিতর্ক ভুল এআই-পরামর্শে নতিস্বীকার কমিয়েছে, তবে সংশোধনমূলকভাবে নয়

• Conceptualising Human–AI Collaboration Competency for hybrid intelligence: towards learner agency — এইচএসিসি: ডোমেইন, এআই ও মেটাজ্ঞানিক সক্ষমতার গতিশীল বিন্যাস হিসেবে সহযোগিতা-সক্ষমতা, শিক্ষার্থী-এজেন্সি উদীয়মান (ডাং প্রমুখ ২০২৬)

• Human-Centered Design of LLM-Powered Educational Chatbots: A Study with Secondary Teachers — মাধ্যমিক শিক্ষকেরা মানব তত্ত্বাবধানে সীমাবদ্ধ বিশেষজ্ঞ হিসেবে শ্রেণিকক্ষ-চ্যাটবট নকশা করেন

• AI Integration as Instructional Design: Lessons from a Cross-Institutional Faculty Collaboratory in Teacher Preparation — বারোটি শিক্ষক-শিক্ষা কোর্স-বাস্তবায়ন এআই-সংহতিকে শিক্ষণ-নকশার সমস্যা হিসেবে দেখে

• Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise — টিউটর কোপাইলট: নবীন টিউটরদের কাছে বিশেষজ্ঞতা স্কেল করার প্রথম মানব-এআই র‍্যান্ডমাইজড ট্রায়াল

• Think First, ChatGPT Later: Guiding Human–AI Collaboration for Learning Gains in Independent Human Creativity — আগে ভাবুন, পরে ChatGPT: স্বাধীন মানব সৃজনশীলতা

• Principal Trait Analysis: Towards Deriving 'Skills' in Human-AI Collaboration — মানব–এআই সহযোগিতার ডেটা-চালিত "বৈশিষ্ট্য"

• HAIML: A Human-Centered AI Metacognitive Learning Model — A Framework for Human Agency and Reflective Learning in the Age of Artificial Intelligence

• Analyzing teacher-AI interaction patterns across teacher experience and AI proficiency in student-centered lesson design — অভিজ্ঞতা ও এআই-দক্ষতা জুড়ে পাঠ-নকশায় শিক্ষক-এআই মিথস্ক্রিয়া-ধারা (চই প্রমুখ ২০২৬)

• Investigating the Role of Chatbots in Facilitating Learning Design — ডিজাইনাররা অন্তর্নির্মিত চ্যাটবট ব্যবহার করেন ফলাফল ও শিক্ষাতত্ত্বের সঙ্গে সামঞ্জস্য যাচাইয়ে, বিষয়বস্তু উৎপাদনে নয়

• Uncovering Students' Mental Models of Generative Artificial Intelligence

• Exploring AI-Supported Disciplinary Mediation in Student Project Teams' Text-Based Communication

• Community-Based AI Learning: Redistributing Artificial Intelligence's Epistemic Authority in Education

• 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

• From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond) — প্রতিস্থাপন থেকে স্ক্যাফোল্ডিং: আত্ম-শক্তিশালী ক্ষতি-চক্র ভাঙা

• Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory — মধ্যস্থতাকারী এজেন্ট হিসেবে জেনারেটিভ এআই

• Conversational AI agents in education: an umbrella review of current utilization, challenges, and future directions — শিক্ষায় কথোপকথনমূলক এআই এজেন্টদের ছাতা-পর্যালোচনা

• Modeling AI Overreliance as a Complex Adaptive System — এআই অতিরিক্ত নির্ভরতাকে জটিল অভিযোজী ব্যবস্থা হিসেবে মডেল করা

• Beyond a single role: Justifying a role-adaptive framework for AI companions through a comparative study in elementary book talk — প্রাথমিক বই-আলাপে ভূমিকা-অভিযোজী এআই সঙ্গী; স্থির-ভূমিকা এজেন্টদের আবেগগত সীমা (লিয়াও ২০২৬)

• Reimagining teacher-AI co-design in learning task design: trends and perspectives — শিখন-কাজের শিক্ষক–এআই সহ-নকশা: প্রবণতা ও দৃষ্টিভঙ্গি (ওয়াং প্রমুখ ২০২৬)

• The Architecture of Roles in AI-Designed Group Activities: A comparative inductive analysis of novice and experienced teachers' differentiated instruction within the IAT framework — এআই-নকশাকৃত পার্থক্যযুক্ত দলীয় কাজে ভূমিকার স্থাপত্য (তালেবজাদেহ ২০২৬)

• 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 সহযোগিতামূলক স্থান হিসেবে জেনএআই (সু প্রমুখ ২০২৬)

• You've Got AI Friend in Me: LLMs as Collaborative Learning Partners

• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — ক্লিনিকাল সাক্ষাৎকার-প্রশিক্ষণের জন্য স্ক্যাফোল্ডিং-কেন্দ্রিক বহু-এজেন্ট বৃহৎ ভাষা-মডেল ব্যবস্থার মূল্যায়ন

• Ethics Training Agents: Facilitating Group-Based Ethics Education with Role-Playing and Discussion for Ethical Reflection and Exploration — নৈতিকতা-প্রশিক্ষণ এজেন্ট: ভূমিকা-অভিনয় ও আলোচনার মাধ্যমে দলভিত্তিক নৈতিকতা-শিক্ষা সহজতর করা

• SCAN: A Decision-Making Framework for Task Assignment with Generative AI — স্ক্যান: কাজ-বণ্টনের ধারাবাহিকতা হিসেবে স্বয়ংক্রিয়করণ, বর্ধন ও সহযোগিতা

• Bounded Reliance: A Source Credibility Perspective on EFL Students' Engagement with AI-Generated Writing Feedback — সীমাবদ্ধ নির্ভরতা: এআই-উৎপন্ন লেখা-প্রতিক্রিয়ায় ইএফএল শিক্ষার্থীদের সম্পৃক্ততার উৎস-বিশ্বাসযোগ্যতা দৃষ্টিভঙ্গি

• From tool to scaffold: Structured human–AI collaboration and its effects on academic writing and digital critical thinking — পাঁচ-অংশের কাঠামোবদ্ধ ইএফএল লেখা-কর্মপ্রবাহ; যাচাই ও দায়িত্বশীল-ব্যবহারের রুটিন জোড়ায় লেখা ও ডিজিটাল সমালোচনামূলক-চিন্তার লাভ চালিয়েছে

• The Contribution of Generative Artificial Intelligence as a Novice Learner to Students in the Learning by Teaching Model — ভূমিকা-উল্টানো: শিক্ষার্থীরা জিএআই নবীন শিক্ষার্থীকে শেখায়, জিএআই শিক্ষককে প্রশ্ন করা সমবয়সীদের ছাড়িয়ে যায়

• Human or GenAI Support? Conditions Impacting Students' Strategy Choices in an Essay Revision Task — সহায়তার ধরন সংশোধন-কৌশল ও স্কোর গড়েছে, কিন্তু কোনো কৌশল লাভ অনুমান করেনি; জেনএআই-লাভ কাজ-নির্দিষ্ট হতে পারে

• The Great Debaters Meet the Great Facilitators: How Debate Students Evaluate Human Moderators and Their AI Counterparts — মানব বনাম এআই বিতর্ক-মডারেটর সমানভাবে রেটপ্রাপ্ত; উপযোগিতা বনাম সন্তুষ্টি পুনরাগমন ভিন্নভাবে চালায়

• Exploring Mathematics Teacher Educators' Lesson Study Experiences in Supporting Pre-Service Teachers' Dialogic Engagement With AI — পাঠ-অধ্যয়ন শিক্ষক-শিক্ষাবিদদের সংলাপমূলক এআই-সম্পৃক্তি নকশার সক্ষমতা গড়ে; শিক্ষাতাত্ত্বিক চিন্তা হিসেবে প্রম্পট-ইঞ্জিনিয়ারিং

• Literacy demands placed on students in student–GenAI entanglements in higher education — পাঁচ ধরনের শিক্ষার্থী–জেনএআই জড়িত থাকা, এবং লেখকত্ব বণ্টনকারী ধরনগুলো কেন প্রান্তে থাকে (সান, দোহন ও রেহম ২০২৬)

• The Double-Edged Sword Effects of Teacher–AI Collaboration on Work Engagement: A Self-Determination Theory Perspective — মনস্তাত্ত্বিক প্রাপ্যতা ও কাজ-বিচ্ছিন্নতার মধ্য দিয়ে কাজ-সম্পৃক্তিতে শিক্ষক–এআই সহযোগিতার বিপরীত পথ, ডিজিটাল সক্ষমতা দ্বারা সীমাবদ্ধ

• Beyond Agentic Translation: A Design-Based Framework for Human-AI Collaboration in Translator Education — নকশা-প্রোটোকল যা অনুবাদ-শিক্ষাকে এআই সমন্বয়, কৌশলগত বিচার ও সমালোচনামূলক মূল্যায়ন-সক্ষমতার দিকে ঘুরিয়ে দেয় (এখনও অভিজ্ঞতাভিত্তিক তথ্য নেই)

• Responding to AI-generated emotional alerts: teachers' intervention and students' engagement in the mathematics classroom — আবেগগত সতর্কতা শিক্ষকের ব্যাখ্যা করার সংকেত, মানার নির্দেশ নয়