ধারণা
প্রেরণা
ইংরেজি পাতার এই স্বয়ংক্রিয় অনুবাদ, এখনও মাতৃভাষিক বক্তার দ্বারা পর্যালোচনা করা হয়নি।
প্রেরণা — সেই মনস্তাত্ত্বিক প্রক্রিয়াগুলো যা লক্ষ্য-নির্দেশিত আচরণ সূচনা করে, পরিচালনা করে ও টিকিয়ে রাখে। শিক্ষায় এআই-তে প্রেরণা গবেষণা পরীক্ষা করে এআই সরঞ্জাম শিক্ষার্থী ও শিক্ষকদের প্রেরণাকে কীভাবে প্রভাবিত করে — এআই স্ক্যাফোল্ড করে নাকি অধ্যবসায়, কৌতূহল ও অন্তর্নিহিত সম্পৃক্ততাকে ক্ষুণ্ণ করে — এবং প্রেরণামূলক অবস্থা কীভাবে এআই-মধ্যস্থিত শিখনের কার্যকারিতা গড়ে তোলে।
বিবেচনার প্রশ্ন
- প্রেরণাকে প্রায়ই এমন একটি বৈশিষ্ট্য হিসেবে ধরা হয় যা কিছু শিক্ষার্থীর 'আছে' আর অন্যদের নেই। এই পাতা এর বদলে এটিকে আচরণ সূচনা, পরিচালনা ও টিকিয়ে রাখা মনস্তাত্ত্বিক প্রক্রিয়া হিসেবে বর্ণনা করে — এবং এমন কিছু হিসেবে যা বিকাশশীল ও সামাজিকভাবে স্ক্যাফোল্ডকৃত। এই পুনর্বিন্যাস শিক্ষার্থীর প্রেরণার দায় কার ওপর রাখে?
- এআই সরঞ্জাম ঘর্ষণ দূর করে শিখনকে আরও সহজলভ্য করতে পারে, কিন্তু একইসঙ্গে সেই সংজ্ঞানাত্মক পরিশ্রম ও সংগ্রাম কমাতে পারে যা অন্তর্নিহিত প্রেরণাকে সমর্থন করে। কখন কোনো কিছু 'সহজ' করা আসলে আপনার কাছে তা কম প্রেরণাদায়ক বা কম সন্তোষজনক করে তুলেছে?
- স্ব-নির্ধারণ তত্ত্ব বলে অন্তর্নিহিত প্রেরণা স্বায়ত্তশাসন, দক্ষতা ও সম্পর্ক থেকে বেড়ে ওঠে। যদি একটি এআই টিউটর বেশিরভাগ কাজ করে, তবে এই তিনটির কোনটি সে হুমকিতে ফেলতে পারে — আর কোনটি বাড়াতে পারে?
- গবেষণা একটি এআই পাঠ্যক্রমে শিক্ষার্থীদের মধ্যে পৃথক প্রেরণা-প্রোফাইল খুঁজে পায়, এবং দেখে স্ব-নির্ধারিত প্রোফাইলে পৌঁছানো সবচেয়ে বড় এআই-সাক্ষরতা লাভের পূর্বাভাস দেয়। একজন শিক্ষার্থীর নিষ্ক্রিয়ভাবে অনাগ্রহী থেকে এআই ব্যবহারে প্রকৃত স্ব-নির্ধারিত হওয়ার জন্য কী দরকার হতে পারে?
- পাতা রিপোর্ট করে শিক্ষক-সহায়তা এআই-সহায়তাপ্রাপ্ত সম্পৃক্ততাকে মূলত দক্ষতা-অভিমুখী ও কর্মক্ষমতা-অভিমুখী লক্ষ্যের মাধ্যমে চালায় — 'অভিমুখী' এবং 'বর্জনমুখী' অভিমুখের পার্থক্য। একজন শিক্ষক এআই ব্যবহারের কাঠামো কীভাবে দেন ('ঠিকভাবে করতে' বনাম 'ভুল দেখাতে এড়াতে') তা শিক্ষার্থীরা গভীরভাবে সম্পৃক্ত হবে কি না তা কীভাবে গড়ে তোলে?
- আপনি যদি প্রেরণার জন্য নকশা করেন, লক্ষ্য কি শিখনকে সহজ, আরও আকর্ষণীয়, নাকি আরও অর্থপূর্ণভাবে পরিশ্রমসাধ্য করা? কোথায় অভিগম্যতা ও অন্তর্নিহিত প্রেরণা বিপরীত দিকে টানে?
ভূমিকা
প্রেরণা শিক্ষা-গবেষণার একটি ভিত্তিগত গঠন, এবং শিক্ষায় এআই-এর উত্থান এটিকে আরও তাৎপর্যপূর্ণ করেছে: এআই সরঞ্জাম ঘর্ষণ দূর করে শিখনকে আরও সহজলভ্য করতে পারে, কিন্তু অন্তর্নিহিত প্রেরণা ও গভীর শিখনকে সমর্থন করা সংজ্ঞানাত্মক পরিশ্রম ও সংগ্রামও কমাতে পারে। এই জ্ঞানভিত্তির নিবন্ধগুলো শিক্ষার্থী-মুখী এআই সরঞ্জাম, শিক্ষক-মুখী এআই ব্যবস্থা এবং সেই মনস্তাত্ত্বিক প্রক্রিয়াগুলো জুড়ে প্রেরণা অন্বেষণ করে — স্ব-নির্ধারণ, স্ব-কার্যকারিতা, আবেগ — যার মাধ্যমে এআই প্রেরণামূলক আচরণ গড়ে তোলে।
মূল গবেষণা-থিম
শিক্ষার্থী-প্রেরণায় এআই-এর প্রভাব সবচেয়ে সরাসরি গবেষণা-ধারা। Why Put in This Much Effort?": How AI Availability Shapes Students’ Motivation in Introductory Programming পরীক্ষা করে এআই সহায়তার প্রাপ্যতা শিক্ষার্থী-প্রেরণা ও অধ্যবসায়কে কীভাবে প্রভাবিত করে, যা এআই কাজ করলে প্রেরণা-ক্ষয় নিয়ে অতিরিক্ত নির্ভরতার গবেষণার সঙ্গে যুক্ত। বিশেষভাবে অধ্যবসায়ের জন্য, সংক্ষিপ্ত প্রকাশই যথেষ্ট: অনুরোধে উত্তর দেওয়া একটি সহায়কের সঙ্গে দশ মিনিট অংশগ্রহণকারীদের সহায়তাহীন সমস্যা 0.20টি এড়িয়ে যেতে বাধ্য করেছে, নিয়ন্ত্রণ দলের 0.11-এর বিপরীতে (Liu প্রমুখ, 2026)। Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement মোবাইল চ্যাটবট জার্নালিংকে একটি প্রেরণামূলক হস্তক্ষেপ হিসেবে অন্বেষণ করে। Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes পরীক্ষা করে কী ইঞ্জিনিয়ারিং শিক্ষায় শিক্ষার্থীদের এআই শিখন-সরঞ্জাম গ্রহণে প্রেরণা দেয়।
42টি গবেষণার একটি মেটা-বিশ্লেষণ (56 প্রভাব-আকার, 6,059 শিক্ষার্থী) দেখে GenAI-সমর্থিত শিখন প্রেরণা বাড়িয়েছে Hedges' g = 0.764 (95% CI [0.566, 0.962]) — কিন্তু I² = 93.7% এবং [−0.689, 2.217]-এর 95% পূর্বানুমান-ব্যবধানসহ, গড়টি এমন প্রেক্ষাপট ঢেকে রাখে যেখানে প্রভাব প্রায় শূন্য বা ঋণাত্মক (Fang প্রমুখ (2026))।
- অচিন্তিত ব্যবহার প্রেরণা ক্ষয় করে — পুরুষদের ক্ষেত্রে আরও বেশি। চিন্তাহীন GenAI ব্যবহার (যাচাই না করে উত্তর গ্রহণ) 487 জন স্নাতকের মধ্যে নিম্নতর প্রেরণা (β = −0.54) ও নিম্নতর স্ব-কার্যকারিতা (β = −0.37) পূর্বানুমান করেছে, এবং প্রেরণা-প্রভাব পুরুষ শিক্ষার্থীদের জন্য উল্লেখযোগ্যভাবে শক্তিশালী ছিল, যেখানে স্ব-কার্যকারিতা-প্রভাব মহিলা শিক্ষার্থীদের জন্য শক্তিশালী ছিল (Zhao ও Gu, 2026)।
- হতাশা কমানো আর প্রেরণা টিকিয়ে রাখা এক নয়। একটি তিন-শাখার RCT দেখে একটি স্ক্যাফোল্ডকৃত টিউটর ও অবাধ ChatGPT সমানভাবে হতাশা কমিয়েছে (3.21 ও 3.13 বনাম 4.09), কিন্তু কেবল স্ক্যাফোল্ডকৃত টিউটরই অন্তর্নিহিত প্রেরণা বাড়িয়েছে (2.82 বনাম 2.42, p < .001); ChatGPT বাড়ায়নি (2.64, p = .076) (Bassner প্রমুখ (2026))।
- সমান ফিডব্যাক-গুণমান মানে সমান প্রেরণামূলক প্রভাব নয়। 312 জন প্রথম-বর্ষের লেখক নিয়ে একটি তিন-শাখার RCT দেখে এআই-উৎপন্ন ও প্রশিক্ষকের ফিডব্যাক সংশোধিত প্রবন্ধ একই পরিমাণে উন্নত করেছে: d = 0.60 ও 0.59, পূর্বনির্ধারিত ±0.35 SD ব্যান্ডের মধ্যে সমতুল্য। তবুও প্রশিক্ষকের ফিডব্যাক এআই ফিডব্যাকের চেয়ে অন্তর্নিহিত প্রেরণা বেশি বাড়িয়েছে (5.16 বনাম 4.90, d = 0.31), এবং উৎসের সঙ্গে অনুভূত সম্পর্ক সেই ব্যবধানকে মধ্যস্থতা করেছে (পরোক্ষ 0.25, 95% CI [0.12, 0.40]) প্রায় কোনো সরাসরি প্রভাব না রেখেই (Liu প্রমুখ (2026))। কর্মক্ষমতা প্রবাহিত হয়েছে ফিডব্যাক-সম্পৃক্ততার মধ্য দিয়ে, স্ব-কার্যকারিতার মধ্য দিয়ে নয়, যার পরোক্ষ পথ উল্লেখযোগ্য ছিল না। যেখানে Bassner-এর পরীক্ষা স্বায়ত্তশাসনকে উত্তর-সরবরাহ থেকে আলাদা করেছে, এটি ফলনের গুণমান স্থির রেখে প্রেরণামূলক পার্থক্যকে সেখানে স্থাপন করে যেখানে শিক্ষার্থী উত্তর দিচ্ছে।
পাঠক কেন এআই-এর কাছে হাত বাড়ায় তা নিজেই একটি মাপযোগ্য চলক: AIR স্কেল GenAI-সহায়তাপ্রাপ্ত পাঠের চারটি উদ্দেশ্য আলাদা করে — কাজ-কেন্দ্রিক, ভালো-অনুভূতি, অনুবাদ ও কম-পরিশ্রম — এবং কেবল কম-পরিশ্রম, অর্থাৎ ক্লান্ত বা অনাগ্রহী হলে এআই ব্যবহার, সংজ্ঞান-প্রয়োজনের সঙ্গে ঋণাত্মকভাবে সম্পর্কিত ছিল (r = −.18) (Brann, Etgar ও Sidi (2026))।
এআই-মধ্যস্থিত সম্পৃক্ততায় প্রেরণা পরীক্ষা করে প্রেরণার গুণমান (কেবল পরিমাণ নয়) এআই-এর সঙ্গে কীভাবে বদলায়। Isaeva প্রমুখ স্ব-নির্ধারণ তত্ত্বকে জ্ঞানতাত্ত্বিক নেটওয়ার্ক বিশ্লেষণের সঙ্গে মিলিয়ে উৎপাদনশীল এআই-এর সঙ্গে সম্পৃক্ততা অধ্যয়ন করেন। Liang প্রমুখ (2026) এক বছরের এআই পাঠ্যক্রমে 2,086 জন মাধ্যমিক শিক্ষার্থীর সুপ্ত রূপান্তর-বিশ্লেষণের মাধ্যমে প্রেরণাকে বিকাশগতভাবে ট্রেস করেন, তিনটি স্থির প্রোফাইল খুঁজে পান (অনাগ্রহী, বিকাশমান, স্ব-নির্ধারিত) এবং দেখেন স্ব-নির্ধারিত প্রোফাইলে পৌঁছানো সবচেয়ে বড় এআই-সাক্ষরতা লাভের পূর্বাভাস দেয়। Wang ও Wang (2026) লক্ষ্য-নির্ধারণ তত্ত্ব ব্যবহার করেন 758 জন বিশ্ববিদ্যালয় ইংরেজি শিক্ষার্থীর সঙ্গে, দেখান শিক্ষক-সহায়তা এআই-সহায়তাপ্রাপ্ত সম্পৃক্ততাকে মূলত দক্ষতা-অভিমুখী ও কর্মক্ষমতা-অভিমুখী লক্ষ্যের মাধ্যমে চালায় (অভিমুখী, বর্জনমুখী নয়, লক্ষ্য-অভিমুখ)। একসঙ্গে এই গবেষণাগুলো দেখায় এআই প্রসঙ্গে প্রেরণা একইসঙ্গে বিকাশশীল ও সামাজিকভাবে স্ক্যাফোল্ডকৃত — তা সময়ের সঙ্গে বদলায় এবং শিক্ষক-সহায়তা ও লক্ষ্য-কাঠামোয় সাড়া দেয়, কেবল সরঞ্জাম-নকশায় নয়।
লক্ষ্য-অভিমুখ সরঞ্জাম কীভাবে ব্যবহৃত হবে তাও রুট করে: দক্ষতা ও নিয়মমাফিক কর্মক্ষমতা-লক্ষ্য সাধারণত বিস্তার ও পরিমার্জনকে সমর্থন করে, যেখানে রূপ-কেন্দ্রিক কর্মক্ষমতা-লক্ষ্য পরিশ্রম-কমানো ও অনুভূত দক্ষতা রক্ষাকে সম্ভাব্যতর করে — তাই একই সহায়ক চিন্তাকে স্ক্যাফোল্ড বা প্রতিস্থাপন করে প্রেরণামূলক আবহের ওপর নির্ভর করে (Øby, 2026)। পুরস্কার-প্রেরণা এআই ফিডব্যাকের নাগাল ভোঁতা করতে পারে: Pérez-López প্রমুখ (2026)-এর ক্ষেত্রে বিশ্বাসযোগ্যতা–অনুভূত-শিখন সংযোগ দুর্বল হয়েছে গ্রেড-ভিত্তিক পুরস্কার-সংবেদনশীলতা বাড়ার সঙ্গে — সরল ঢাল b = 0.733, 0.607 ও 0.483 নিম্ন, গড় ও উচ্চ সংবেদনশীলতায়।
প্রাতিষ্ঠানিক উৎপাদনশীল-এআই নীতি নিজেই একটি চাপ যা শিক্ষার্থীরা মূল্যায়ন করে: Chen (2026) দেখেন বিশ্ববিদ্যালয়গুলোর GAI-প্রতিপালন ও তাদের শ্রেণিকক্ষ-অনুশীলনের মধ্যে ফাঁক চীনা শিল্প ও নকশা শিক্ষার্থীদের মধ্যে চ্যালেঞ্জ ও বাধা — উভয় মূল্যায়নই বাড়িয়েছে, সৃজনশীল প্রক্রিয়া-সম্পৃক্ততায় বিপরীত পরোক্ষ প্রভাবসহ, যেখানে পথচিন্তা কেবল চ্যালেঞ্জ-পথটিকে প্রশস্ত করেছে।
একটি সংলাপ-বিন্যাস সামগ্রিক মূল্যায়ন না বাড়িয়েও প্রেরণা বাড়াতে পারে: 222 জন প্রথম-বর্ষের উচ্চ-বিদ্যালয় শিক্ষার্থীর মধ্যে শিক্ষক–শিক্ষক সংলাপ শিক্ষক–শিক্ষার্থী বিন্যাসের চেয়ে ARCS প্রেরণা বেশি বাড়িয়েছে সেই শিক্ষার্থীদের জন্য যাদের মূর্ত অভিজ্ঞতা উচ্চ (b = 0.162, p < .001), তবুও সামগ্রিক মূল্যায়নে উল্লেখযোগ্যভাবে নিম্ন স্কোর করেছে (b = -0.126, p = .005) (Watanabe প্রমুখ (2026))।
প্রেরণা গড়ে তোলে শিক্ষার্থীরা সরঞ্জামকে কীভাবে ফ্রেম করে, এবং সেই ফ্রেমিং মেটাকগনিটিভ ফল বয়ে আনে: Cui প্রমুখ (2026) দেখেন সহযোগী-ভূমিকা — লগের 7.5% — একমাত্র যা একটি সম্পূর্ণ মেটাকগনিটিভ শৃঙ্খল তৈরি করে, যেখানে বহিঃপ্রেরণাপ্রাপ্ত শিক্ষার্থীরা 64.6% লগে GenAI-কে প্রতিস্থাপন-সরঞ্জাম হিসেবে ব্যবহার করেছে এবং কোনো উচ্চতর-ক্রম সংযোগ তৈরি করেনি।
প্রেরণা-লাভ গঠন-নির্দিষ্ট, সাধারণ নয়। Lu প্রমুখ (2026) দেখেন 301 জন পঞ্চম ও ষষ্ঠ শ্রেণির শিক্ষার্থীর নয়-সপ্তাহের GenAI-সমর্থিত লেখন কর্মসূচি তাদের আদর্শ L2 লেখন-আত্ম এবং একাডেমিক উত্থানশীলতা — প্রেরণার আকাঙ্ক্ষামূলক ও স্থিতিস্থাপকতা উপাদান — বাড়িয়েছে, যেখানে প্রবৃদ্ধি-মানসিকতা অপরিবর্তিত থেকেছে; একমাত্র প্রবৃদ্ধি-মানসিকতা লাভ নিয়ন্ত্রণ দলে দেখেছে এবং একাধিক তুলনার সংশোধন টিকিয়ে রাখেনি। শিক্ষার্থীরা এই পরিবর্তনকে আরোপ করেছে এমন তরল পাঠ্য দেখা যা তাদের ইতিমধ্যে জানা শব্দভান্ডার থেকে গড়া, যা সফল লেখনকে অর্জনযোগ্য মনে করিয়েছে। তাই প্রেরণা কোনো একক ডায়াল নয় যা এআই বাড়িয়ে দেয়: যা উন্নত হয়েছে তা হলো এই বিশ্বাস যে কেউ পারে ভালো লিখতে, এই বিশ্বাস নয় যে সামর্থ্য পরিশ্রমের সঙ্গে বাড়ে। একই গঠন-নির্দিষ্টতা দেখা যায় যখন GenAI নিজেই প্রাসঙ্গিকতা-হস্তক্ষেপ হয়। Guo, Fryer ও Shum (2026) 218 জন উচ্চ-বিদ্যালয় শিক্ষার্থীকে একটি চ্যাটবটের সঙ্গে আধা-কাঠামোবদ্ধ সংলাপে এক ঘণ্টা কাটাতে দেন, যার লক্ষ্য ছিল গণিতের সঙ্গে ব্যক্তিগত প্রাসঙ্গিকতা; সমষ্টিগত, শ্রেণি-স্তরের সংস্করণ অভিন্নতা হিসেবে প্রাসঙ্গিকতা বাড়িয়েছে (F = 4.35, p = .014, η² = 0.04; নিয়ন্ত্রণের বিপরীতে, F = 11.11, p = .001, η² = 0.073 — একটি মধ্যম প্রভাব) এবং SEM-এ এক সপ্তাহ পরে একটি নির্দিষ্ট পাঠে প্রাসঙ্গিকতার পূর্বানুমান করেছে (β = 0.18, p < .01), যেখানে গণিত-শ্রেণিতে আগ্রহ নড়েনি (F = 0.29, p = .75, η² = 0.003)। লেখকেরা এই বিচ্ছেদকে মাত্রাকে আরোপ করেন: একটি এক-ঘণ্টার সেশন প্রাসঙ্গিকতা-লাভকে শ্রেণি-আগ্রহে ঘনীভূত হওয়ার জন্য খুবই সংক্ষিপ্ত।
একটি উপযোগিতা-মূল্য হস্তক্ষেপ সর্বত্র উপকারী নয়: একটি স্ক্যাফোল্ডকৃত সংস্করণ প্রাক-সেবা শিক্ষকদের জ্ঞান-সংহতিতে সামগ্রিক লাভ ঘটায়নি এবং যেসব শিক্ষার্থী উচ্চ অনুভূত উপযোগিতা-মূল্য নিয়ে ঢুকেছে তাদের জন্য তা ক্ষতিকর হয়েছে, একটি সামর্থ্য-চিকিৎসা মিথস্ক্রিয়া যা প্রেরণামূলক সহায়তাকে শিক্ষার্থীর সূচনা-বিন্দুর সঙ্গে মেলানোর পক্ষে যুক্তি দেয় (Boos, Eder & Lachner (2026))। একটি ফিডব্যাক বার্তা আগ্রহ নাড়ায় তার অনুভূত উপযোগিতার মাধ্যমে, শিক্ষার্থীর স্বভাবের মাধ্যমে নয়। Jansen প্রমুখ (2026) 1,507 জন মাধ্যমিক শিক্ষার্থীকে একটি যুক্তিপূর্ণ পাঠ্যের প্রথম খসড়ার পরে একটি প্রমিত স্বয়ংক্রিয় ফিডব্যাক বার্তা দেন: সামগ্রিক গ্রাহ্যতা ছিল একমাত্র গ্রাহ্যতা-মাত্রা যা পরিস্থিতিগত আগ্রহ-পরিবর্তনের সঙ্গে সম্পর্কিত (পর্যবেক্ষিত স্কেলে প্রায় 0.11 পয়েন্ট, মোটামুটি 54তম বনাম 46তম শতক), এবং সেই প্রভাব সম্পূর্ণভাবে অনুভূত উপযোগিতা দ্বারা মধ্যস্থতাকৃত (পরোক্ষ β = 0.09, 95% CI [0.06, 0.13]) কোনো উল্লেখযোগ্য সরাসরি পথ না রেখেই (β = 0.06, 95% CI [−0.07, 0.16]), তাই আগ্রহ নড়িয়েছে বার্তার অনুভূত মূল্য, ফিডব্যাকের প্রতি শিক্ষার্থীর সাধারণ অবস্থান নয়।
শিক্ষক-প্রেরণা ও অধ্যবসায় শিক্ষকদের মধ্যে প্রেরণা পরীক্ষা করে। 5 শতাংশ সমস্যার কাঠামো এআই সরঞ্জাম নিয়ে শিক্ষক-অধ্যবসায় অধ্যয়ন করে, এবং Chiu প্রমুখ দেখেন প্রয়োজন-সমর্থক পেশাগত উন্নয়ন পেশাগত শিখন-সম্প্রদায়ে টেকসই আচরণগত সম্পৃক্ততা গড়ে তোলে।
-
ভবিষ্যৎ শিক্ষকদের আন্তঃসাংস্কৃতিক প্রেরণা: Martínez-Moreno প্রমুখ (2026) সুইজারল্যান্ড ও চীনে 416 জন শিক্ষক-শিক্ষার্থীর সঙ্গে (D)FIT-Choice স্কেল বৈধতা দেন, দেখেন সুইস শিক্ষকরা শক্তিশালী সামাজিক উপযোগিতা ও অন্তর্নিহিত প্রেরণা রিপোর্ট করেন, যেখানে চীনা শিক্ষকরা উচ্চতর অনুভূত ডিজিটাল দক্ষতা ও এআই সংযুক্ত করার উৎসাহ দেখান — যা তুলে ধরে সাংস্কৃতিক ও ব্যবস্থাগত কারণ কীভাবে এআই দিয়ে শিক্ষার ভবিষ্যৎ গড়ার প্রেরণাকে আকার দেয়।
-
স্ব-কার্যকারিতা GenAI নিয়ে শিক্ষকদের আনন্দের মূল। 434 জন কর্মরত শিক্ষকের একটি PLS-SEM গবেষণায় স্ব-কার্যকারিতা ছিল মডেলের একমাত্র বহিঃস্থ চলক এবং এর সবচেয়ে বড় প্রভাব ছিল অনুভূত আনন্দে (β = 0.805, f² = 1.839), যা পালাক্রমে অনুভূত উপযোগিতা ও ব্যবহার-সহজতাকে পুষ্ট করে (Guillén-Gámez প্রমুখ, 2026)।
পরিশ্রম-বিরোধাভাস ও সহায়তার দুষ্টচক্র। Zohar, Bloom ও Inzlicht (2026) যুক্তি দেন প্রেরণা এআই দ্বারা কেবল সহায়তাপ্রাপ্ত বা বাধাপ্রাপ্ত হয় না, বরং পুনর্বণ্টিত হয়: মানুষ সাধারণত সর্বনিম্ন প্রতিরোধের পথ নেয়, তবুও পরিশ্রমও খোঁজে — পরিশ্রম-বিরোধাভাস — কারণ পরিশ্রম সংকেত দেয় যে কাজগুলো গুরুত্বপূর্ণ, এবং পণ্যের বদলে প্রক্রিয়ার সঙ্গে যুক্ত পুরস্কার সংগ্রাম ও অধ্যবসায়ের প্রবণতা বাড়ায়। দুটি দাবি অনুসরণ করে। প্রথমত, পরিশ্রম–অর্থ সম্পর্ক একটি উল্টো U, তাই প্রেরণামূলক লক্ষ্য মধ্যম ঘর্ষণ, এবং ঘর্ষণহীন এআই-এর ঝুঁকি হলো খুব কমের দিকে অতিক্রম করা। দ্বিতীয়ত, একটি দুষ্টচক্র: এআই যখন কোনো ক্ষেত্রে পরিশ্রম প্রতিস্থাপন করে, সেখানে পরিশ্রমের প্রেরণামূলক সুবিধা ক্ষয় হয়, যা ব্যবহারকারীদের এআই-নির্ভরতর করে, যা প্রেরণা আরও ক্ষয় করে। তাঁরা বিকাশ-পর্যায় অনুসারে পরিপূরক ও প্রতিস্থাপনকে আলাদাও করেন — আগের পর্যায়ের শিক্ষার্থীরা অধ্যবসায় গড়ে তোলা অভিজ্ঞতাগুলো এড়িয়ে যাওয়ার ঝুঁকি নেয়, যেখানে প্রতিষ্ঠিত দক্ষতাসম্পন্নরা সময় বাঁচাতে এআই ব্যবহার করতে পারে (কাম্য কঠিনতা, স্ব-কার্যকারিতা)।
সাহিত্য প্রেরণা মাপে, কিন্তু তার কোনো তত্ত্ব ছাড়াই। 2003 থেকে 2025 পর্যন্ত 156টি গবেষণার একটি স্কোপিং পর্যালোচনা দেখে 133টি (85.3%) কোনো নির্দিষ্ট প্রেরণামূলক তত্ত্ব দ্বারা পরিচালিত নয়, সবচেয়ে সাধারণ চলক ছিল সাধারণ একাডেমিক প্রেরণা (n = 89), এবং 88টি গবেষণা (56.4%) একটি জাতীয় প্রেক্ষাপট থেকে এসেছে (Li প্রমুখ, 2026)।
প্রেরণা প্রযুক্তি-ধারণারও উজানে কাজ করে, কেবল তার পাশে নয়। 340-শিক্ষার্থীর একটি পদার্থবিজ্ঞান নমুনায় উপযোগিতা-মূল্য অনুভূত উপযোগিতার পূর্বানুমান করেছে (β = 0.43) এবং অন্তর্নিহিত মূল্য মনোভাবের (β = 0.20), যেখানে অনুভূত ব্যয় ব্যবহার-সহজতা (β = −0.16) ও মনোভাব (β = −0.27) কমিয়েছে ইচ্ছার প্রতি কোনো সরাসরি পথ ছাড়াই (Xue, Xu, Qi ও Lu (2026))।
প্রেরণামূলক নিয়ন্ত্রণ এই সাহিত্যের সবচেয়ে পাতলা গঠন। 39টি গবেষণা জুড়ে Pan, Abuhassna ও Jiang (2026) দেখেন স্বায়ত্তশাসিত প্রেরণা মাপা হয়েছে 2টি গবেষণায়, চিহ্নিত নিয়ন্ত্রণ ও নিয়ন্ত্রিত প্রেরণা 1টি করে, যেখানে মৌলিক মনস্তাত্ত্বিক প্রয়োজন মাপা হয়েছে 17টি গবেষণায় এবং সম্পৃক্ততা 10টিতে। লেখকেরা এই ফাঁককে পর্যালোচনার কেন্দ্রীয় সমস্যা বলেন, কারণ নিয়ন্ত্রণ জিজ্ঞেস করে শিক্ষার্থী কেন প্রেরণাপ্রাপ্ত, যেখানে প্রয়োজন-সন্তুষ্টি কেবল জিজ্ঞেস করে পরিবেশ তাদের সমর্থন করেছে কি না।
সংশ্লিষ্ট ধারণার সঙ্গে সংযোগ
প্রেরণা স্ব-নির্ধারণ তত্ত্বের মূল গঠন, যা সেই মনস্তাত্ত্বিক প্রয়োজনগুলো (স্বায়ত্তশাসন, দক্ষতা, সম্পর্ক) নির্দিষ্ট করে যা অন্তর্নিহিত প্রেরণা টিকিয়ে রাখে। এটি শিক্ষার্থী-অভিজ্ঞতার সঙ্গে যুক্ত প্রেরণামূলক সম্পৃক্ততার অভিজ্ঞতামূলক স্তর হিসেবে, শিক্ষার্থী-সম্পৃক্ততার সঙ্গে তার মাপযোগ্য মাত্রা হিসেবে, এবং আবেগীয় কম্পিউটিংয়ের সঙ্গে সেই আবেগীয় প্রক্রিয়াগুলোর জন্য যা প্রেরণা গড়ে তোলে। প্রেরণা অতিরিক্ত নির্ভরতার সঙ্গেও যুক্ত (এআই উৎপাদনশীল সংগ্রাম কমায়), স্ব-নিয়ন্ত্রিত শিখনের সঙ্গে (প্রেরণাপ্রাপ্ত শিক্ষার্থীরা স্ব-নিয়ন্ত্রণ করে), এবং শিক্ষক-ভূমিকার সঙ্গে (প্রেরণা শিক্ষার্থীদের মতো শিক্ষকদেরও প্রযোজ্য)।
সাধারণ ভুল ধারণা
- "GenAI-এর প্রেরণা-প্রভাব একটি পরিষ্কার, বড় লাভ।" 42টি গবেষণার একটি মেটা-বিশ্লেষণ (56 প্রভাব-আকার, 6,059 শিক্ষার্থী) প্রেরণা-প্রভাব পেয়েছে g = 0.764 (95% CI [0.566, 0.962]) কিন্তু I² = 93.7% সহ। এত উচ্চ বৈষম্য মানে পুল করা সংখ্যাটি এমন গবেষণার সেট বর্ণনা করে যা পরস্পরের সঙ্গে অমিল, তাই এটি অসঙ্গত চিকিৎসার ওপর একটি গড়, পুনরুৎপাদনযোগ্য প্রভাব নয়।
- "হতাশা কমানো প্রেরণা টিকিয়ে রাখার সমান।" একটি তিন-শাখার RCT দেখে একটি স্ক্যাফোল্ডকৃত টিউটর ও অবাধ ChatGPT সমানভাবে হতাশা কমিয়েছে (3.21 ও 3.13)। দুটি খুব ভিন্ন নকশা একই আবেগীয় ফল দিয়েছে, তাই হতাশার ডেটা তাদের মধ্যে পার্থক্য করতে পারে না।
- "প্রেরণাদায়ক নকশা ভালো নকশা।" 222 জন প্রথম-বর্ষের উচ্চ-বিদ্যালয় শিক্ষার্থীর মধ্যে, একটি শিক্ষক-থেকে-শিক্ষক সংলাপ-বিন্যাস বিকল্পের চেয়ে ARCS প্রেরণা বেশি বাড়িয়েছে সামগ্রিক মূল্যায়ন না বাড়িয়েও। প্রেরণা নড়েছে, বিচারকৃত গুণমান নড়েনি।
সংযুক্ত ধারণা
- শিক্ষার্থী — শিক্ষার্থী: শিক্ষার্থী-দিকের ধারণাগুলোর ছাতা
- স্বনির্দেশিত শিখন
- স্ব-নির্ধারণ তত্ত্ব
- শিক্ষার্থী-অভিজ্ঞতা
- শিক্ষার্থীর সম্পৃক্ততা
- আবেগীয় কম্পিউটিং
- আবেগীয় টিউটরিং
- সংজ্ঞানাত্মক অফলোডিং
- স্ব-নিয়ন্ত্রিত শিখন
- শিক্ষাদান
- শিক্ষায় কৃত্রিম বুদ্ধিমত্তা
- শিক্ষার্থীদের জন্য AI ব্যবহার কীভাবে ফ্রেম করা হয়
- সামাজিক-আবেগিক শিখন — সামাজিক-আবেগিক শিখন
সংযুক্ত নিবন্ধ
-
Modeling high school students' acceptance of GenAI for physics learning via an extended technology acceptance model: Disciplinary beliefs as a distal antecedent — GenAI গ্রহণযোগ্যতার পূর্বসূরি হিসেবে প্রত্যাশা-মূল্য বিশ্বাস
-
AI Assistance Reduces Persistence and Hurts Independent Performance — সংক্ষিপ্ত এআই ব্যবহার পরে সহায়তাহীন সমস্যায় অধ্যবসায় কমিয়েছে (Liu প্রমুখ 2026)
-
Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception — যুক্তিপূর্ণ লেখনে স্বয়ংক্রিয় ফিডব্যাক: মাধ্যমিক শিক্ষার্থীদের ফিডব্যাক-গ্রাহ্যতা ও ফিডব্যাক-ধারণার ভূমিকা
-
Against frictionless AI — পরিশ্রম-বিরোধাভাস ও ঘর্ষণহীন সহায়তার দুষ্টচক্র
-
How motivation and roles influence metacognitive engagement in student-GenAI interaction — মেটাকগনিটিভ GenAI সম্পৃক্ততায় প্রেরণা ও ভূমিকা
-
Differential engagement with generative artificial intelligence in higher education: Gender, motivation, and achievement trajectories — লিঙ্গ, প্রেরণা ও GenAI অর্জন-গতিপথ
-
Artificial Intelligence and Student Engagement in Online Learning: A Literature Review
-
How Does Students' Perception of ChatGPT Shape Online Learning Engagement and Performance?
-
Designing a mobile chatbot-based learning journaling system for intrinsic motivation and engagement
-
Framing the 5% Problem: Teachers'' Perspectives on Persistence in Educational Technology
-
Self-Efficacy and Favorability Shape Learning from Tutoring Systems and Paper Practice
-
Transforming Curriculum Design with Generative AI: A Model for Assessing Teacher Digital Competence — GenAI পাঠ্যক্রম-নকশার জন্য শিক্ষক-ডিজিটাল-দক্ষতা মূল্যায়ন (Guillén-Gámez 2026)
-
Motivation to shape the future of education with Artificial Intelligence: An international comparison between Switzerland and China — এআই দিয়ে শিক্ষার ভবিষ্যৎ গড়ার প্রেরণা
-
Interaction Effects Between Learner Characteristics and Dialogue Format in TTS Dialogue-Based Lessons — শিক্ষার্থী-বৈশিষ্ট্য × TTS সংলাপ-বিন্যাস মিথস্ক্রিয়া
-
Students' Perceptions of Artificial Intelligence Tools for Study Productivity and Learning: An Exploratory Survey Study — অধ্যয়ন-উৎপাদনশীলতা ও শিখনের জন্য কৃত্রিম বুদ্ধিমত্তা সরঞ্জাম সম্পর্কে শিক্ষার্থীদের ধারণা: একটি অন্বেষণমূলক সমীক্ষা
-
From disengaged to self-determined: a latent transition analysis of students' AI learning motivation — শিক্ষার্থীদের এআই শিখন-প্রেরণার SDT সুপ্ত রূপান্তর-বিশ্লেষণ (2,086 মাধ্যমিক শিক্ষার্থী)
-
Explaining learning engagement in AI-assisted learning through teacher support and achievement goals: insights from goal-setting theory — লক্ষ্য-নির্ধারণ তত্ত্ব: এআই-সহায়তাপ্রাপ্ত ইংরেজি শিখনে শিক্ষক-সহায়তা, অর্জন-লক্ষ্য ও সম্পৃক্ততা (758 চীনা শিক্ষার্থী)
-
Perceived Utility Moderates Motivational Intervention Effects in Learning to Teach Responsibly with GenAI — GenAI দিয়ে দায়িত্বের সঙ্গে শেখানোর শিখনে উপযোগিতা-মূল্য হস্তক্ষেপের প্রভাব (Boos, Eder ও Lachner 2026)
-
Exploring the impact of a GenAI-supported writing program on primary students' writing motivation, engagement — একটি প্রাথমিক L2 GenAI লেখন কর্মসূচিতে গঠন-নির্দিষ্ট প্রেরণা-লাভ (Lu প্রমুখ 2026)
-
The AIR Scale: Development and Validation of a Measure of Motivations for Using AI During Reading — AIR স্কেল: পড়ার সময় এআই-এর কাছে হাত বাড়ানোর চারটি উদ্দেশ্য-পরিবার
-
Utilizing generative AI to promote high school students' personal relevance to math and interest in the math class: An intervention — GenAI প্রাসঙ্গিকতা-সংলাপ অভিন্নতা হিসেবে প্রাসঙ্গিকতা বাড়িয়েছে কিন্তু শ্রেণি-আগ্রহ সমতল রেখেছে
-
Effects of generative artificial intelligence on students' learning motivation: evidence from a meta-analysis — শিখন-প্রেরণায় GenAI-এর প্রভাবের দৈব-প্রভাব মেটা-বিশ্লেষণ (56 প্রভাব-আকার, 6,059 শিক্ষার্থী)
-
AI and student motivation: A scoping review — এআই ও শিক্ষার্থী-প্রেরণা নিয়ে 156টি গবেষণা: 85.3% কোনো প্রেরণামূলক তত্ত্ব ব্যবহার করেনি, এবং কভারেজ গঠন, স্তর ও দেশে সংকীর্ণ
-
When universities advocate GAI but practice falls short: student appraisals and creative process engagement in art education — GAI প্রতিপালনে নীতি-অনুশীলনের ফাঁক শিক্ষার্থীদের মূল্যায়িত একটি চাপ হিসেবে কাজ করে
-
Less stress, better scores, same learning: The dissociation of performance and learning in AI-supported programming education — স্ক্যাফোল্ডকৃত টিউটর অন্তর্নিহিত প্রেরণা বাড়িয়েছে যেখানে অবাধ ChatGPT বাড়ায়নি
-
As Effective as the Teacher, but Less Motivating: AI-Generated and Teacher Feedback in a Randomized Trial — সমান-গুণমানের এআই ও প্রশিক্ষক ফিডব্যাক, প্রেরণামূলক ব্যবধান সম্পর্কের মধ্য দিয়ে প্রবাহিত (Liu প্রমুখ 2026)
-
Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement - 39টি গবেষণার SDT-নির্দেশিত পর্যালোচনা: প্রয়োজন ও সম্পৃক্ততা প্রায়ই মাপা হয়েছে, প্রেরণামূলক নিয়ন্ত্রণ প্রায় কখনও নয়