ধারণা
উৎপাদনশীল ব্যর্থতা
ইংরেজি পাতার এই স্বয়ংক্রিয় অনুবাদ, এখনও মাতৃভাষিক বক্তার দ্বারা পর্যালোচনা করা হয়নি।
উৎপাদনশীল ব্যর্থতা (PF) — গঠনবাদী তত্ত্বে ভিত্তিক এবং Manu Kapur কর্তৃক উন্নীত একটি শিক্ষণ-পদ্ধতি, যা শিক্ষার্থীদের এমন সমস্যায় লিপ্ত করে যেগুলো এমন ধারণাকে লক্ষ্য করে যা তারা এখনও শেখেনি, এবং তাদের সরাসরি নির্দেশনা পাওয়ার আগে সমাধান তৈরিতে সংগ্রাম করতে দেয় (Kapur, 2008; Kapur & Bielaczyc, 2012)। ব্যর্থতাকে এড়ানোর বিষয় হিসেবে না দেখে PF প্রাথমিক সংগ্রাম ও ভুলকে একটি শক্তিশালী অনুঘটক হিসেবে দেখে: শিক্ষার্থীরা পূর্ব-জ্ঞান সক্রিয় ও পৃথক করে, ভুল ধারণা সামনে আনে, এবং পরবর্তী নির্দেশনা থেকে আরও ভালো শিখতে প্রস্তুত হয় — যা গভীরতর বোধগম্যতা, ভালো ধারণক্ষমতা ও উন্নত জ্ঞান-স্থানান্তরে পৌঁছায়।
বিবেচনার প্রশ্ন
- আপনি কি কখনও প্রথমে কোনো কিছুতে ব্যর্থ হয়ে তা দেখিয়ে দেওয়ার চেয়ে বেশি শিখেছেন? সেই ব্যর্থতাকে 'উৎপাদনশীল' করেছে কী, নিছক নিরুৎসাহজনক না হয়ে?
- পাতার মূল দাবি হলো ক্রমটি গুরুত্বপূর্ণ: নির্দেশনার আগে সমাধান তৈরিতে সংগ্রাম গভীরতর শিখন তৈরি করে। সেই সংগ্রামের সময় মস্তিষ্কে কী ঘটে বলে আপনি মনে করেন, যা পরবর্তী নির্দেশনায় কাজে লাগাতে পারে?
- সব ব্যর্থতা সমান নয়: 'ভুল' (স্লিপ) হয়তো সামান্য নির্ণয়-মূল্য বহন করে, যেখানে 'ত্রুটি' প্রকৃত ভুল ধারণা প্রকাশ করে। এদের আলাদা করা সংগ্রামরত শিক্ষার্থীর প্রতি আপনার সাড়া — বা একটি এআই টিউটরের সাড়া — কীভাবে বদলাতে পারে?
- 'নিরাপত্তা-ফাঁক' হলো শিক্ষার্থীর এআই-সহায়তাপ্রাপ্ত কর্মদক্ষতা ও তার সহায়তাহীন সক্ষমতার মধ্যে ব্যবধান। কখন এমন সহায়তা যা একজন শিক্ষার্থীকে সক্ষম দেখায়, আসলে সে এখনও যা করতে পারে না তা ঢেকে রাখে?
- সংগ্রাম রক্ষার জন্য উত্তর আটকে রাখা একটি এআই-কে কম সহায়ক বলে মনে হতে পারে। আপনি শিক্ষার্থী হলে, উত্তর দিতে অস্বীকার করা একটি টিউটরের প্রতি কীভাবে সাড়া দিতেন — এবং সেই সাড়া কি আপনার শিখনের জন্য যা সবচেয়ে ভালো তা মিলত?
- সহপাঠী (বা একটি এআই)-এর সামনে ভুল করার ভয় কীভাবে ঠিক সেই উৎপাদনশীল সংগ্রাম বন্ধ করে দিতে পারে যা পাতাটি বর্ণনা করে? ব্যর্থ হওয়ার একটি 'নিরাপদ স্থানে' কী কী থাকা দরকার?
ভূমিকা
উৎপাদনশীল ব্যর্থতা "কঠিনতা থেকে শিখন"-এর অন্যান্য গঠনের সঙ্গে ঘনিষ্ঠভাবে সম্পর্কিত, কিন্তু স্বতন্ত্র: কাম্য কঠিনতা (Bjork) অনুশীলনে কাম্য চ্যালেঞ্জ ঢোকানোর উপর কেন্দ্রীভূত; সমস্যা-ভিত্তিক শিখন ও অনুসন্ধান-ভিত্তিক শিখন শিক্ষার্থী-চালিত সমস্যা-সমাধানের উপর জোর দেয়; আর ভুল/ত্রুটি থেকে শিখন (ত্রুটি-সংশোধন শিখন) ত্রুটিপূর্ণ প্রক্রিয়াকরণ ও সংশোধনমূলক প্রতিক্রিয়ার মূল্যের উপর জোর দেয়। উৎপাদনশীল ব্যর্থতা স্বতন্ত্র তার দুই-পর্যায়ের গঠনে — নির্দেশনার আগে উৎপাদন ও অন্বেষণ, তারপর পরে সংহতি ও জ্ঞান-সংযোজন — এবং এই দাবিতে যে ক্রমটিই (নির্দেশনার আগে ব্যর্থতা) শিখন-সুবিধা তৈরি করে।
মূল প্রক্রিয়া
শিক্ষার্থীরা সংজ্ঞানাত্মক সহায়তা ছাড়াই সমাধান তৈরি করে, পূর্ব-জ্ঞানের উপর নির্ভর করে এবং অ-সর্বোত্তম এমনকি ভুল সমাধানও তৈরি করে। তারপর সংহতির সময় তারা এই প্রচেষ্টাগুলোকে প্রামাণিক সমাধানের সঙ্গে তুলনা ও বৈপরীত্য করে। সংগ্রামটি:
- পূর্ব-জ্ঞান সক্রিয় ও পৃথক করে, শিক্ষার্থীদের ফাঁক ও ভুল ধারণা সম্পর্কে সচেতন করে।
- নির্দেশনা থেকে শিখতে শিক্ষার্থীদের প্রস্তুত করে — তারা জানে কী জানে না, এবং নতুন উপাদানকে নিজেদের প্রচেষ্টার সঙ্গে যুক্ত করতে পারে।
- জ্ঞান-স্থানান্তর ও টেকসই দক্ষতা বাড়ায় (সমালোচনামূলক চিন্তা, সহনশীলতা, যোগাযোগ), ভুল করার ভয় কমায়, এবং শিখনের প্রতি ইতিবাচক মনোভাব গড়ে তোলে।
PF কাঠামোকে সম্পর্কিত নকশার মাধ্যমে প্রসারিত করা হয়েছে, যার মধ্যে রয়েছে পরোক্ষ ব্যর্থতা, সমাধান-বৈচিত্র্য ও অভিযোজিত নির্দেশনা (Braas et al., 2025; Brand et al., 2025)।
ভুল থেকে শিখন ও ত্রুটি থেকে শিখন
উৎপাদনশীল ব্যর্থতা ত্রুটি-কেন্দ্রিক শিখন-তত্ত্বের একটি বৃহত্তর পরিবারের ভেতরে বসে, আর ধারণা-পাতাটি এই সম্পর্কিত ভাবনাগুলো কভার করে:
ত্রুটি থেকে শিখন
ত্রুটিপূর্ণ প্রক্রিয়াকরণ ধারণক্ষমতা ও ধারণাগত পরিবর্তনে সাহায্য করতে পারে, বিশেষত যখন শিক্ষার্থীদের নিজেদের বোধগম্যতা নিয়ে প্রতিফলন ও পুনর্গঠনের সুযোগ দেওয়া হয় (Kapur, 2008; Schwartz & Martin, 2004)। এআই-যুগে এটি এমন ব্যবস্থায় বাস্তবায়িত হয় যেখানে শিক্ষার্থীরা সরাসরি সংশোধন পাওয়ার বদলে নিজেদের ত্রুটি নির্ণয় ও সংশোধন করে — যেমন সংশোধনের-আগে-সূত্র কাজ, যেখানে এআই নির্দেশিত ইঙ্গিত দেয় এবং শিক্ষার্থীরা সঠিক সমাধান অনুমান করে, যা সংজ্ঞানাত্মক ভার কমায় ও স্বায়ত্তশাসিত সংশোধন সমর্থন করে। বিশদায়নমূলক প্রতিক্রিয়া কেবল-যাচাই প্রতিক্রিয়ার চেয়ে উল্লেখযোগ্যভাবে উচ্চতর শিখন-লাভ তৈরি করে (Hattie & Timperley), আর প্রতিক্রিয়ার সময়ও গুরুত্বপূর্ণ।
ভুল বনাম ত্রুটি
একটি উপযোগী পার্থক্য: ভুল সাধারণত স্লিপ বা চ্যুতি (প্রায়শই অসাবধানতা বা অতিরিক্ত ভার থেকে) যা সীমিত নির্ণয়-মূল্য বহন করতে পারে, যেখানে ত্রুটি প্রকৃত ভুল বোধগম্যতা বা ত্রুটিপূর্ণ যুক্তি প্রকাশ করে এবং বেশি উৎপাদনশীল শিখন-উপাদান, কারণ তারা এমন ভুল ধারণা প্রকাশ করে যা সম্বোধন করা যায়। ত্রুটি-বিশ্লেষণ — একটি উত্তর কেন ভুল তা শনাক্ত করা — ত্রুটি থেকে শিখনের কেন্দ্রে, এবং এটি একটি মূল শিক্ষাবিজ্ঞানগত দক্ষতা (এবং এআই প্রতিক্রিয়া নকশার একটি লক্ষ্য)।
সংশোধনমূলক প্রতিক্রিয়ার ভূমিকা
ত্রুটি থেকে শিখন নির্ভর করে এমন প্রতিক্রিয়ার উপর যা শিক্ষার্থীদের দেখতে সাহায্য করে কী ভুল ছিল এবং কেন। সূত্রভিত্তিক ও বিশদায়নমূলক প্রতিক্রিয়া (শিক্ষার্থীদের সংশোধনের দিকে পথ দেখানো) কেবল সঠিক উত্তর সরবরাহ করার চেয়ে বেশি কার্যকর — এই অন্তর্দৃষ্টি প্রতিক্রিয়া তত্ত্বকে সরাসরি উৎপাদনশীল-ব্যর্থতার নকশার সঙ্গে, এবং এআই টিউটরদের শিক্ষার্থীর ভুলে কীভাবে সাড়া দেওয়া উচিত তার সঙ্গে যুক্ত করে।
উৎপাদনশীল ব্যর্থতা ও শিক্ষায় এআই
জ্ঞানভাণ্ডারের গবেষণায় একটি প্রধান থিম হলো এআই-এর সহায়কতা ও উৎপাদনশীল সংগ্রাম রক্ষার মধ্যে টানাপোড়েন:
- ঝুঁকি: এআই সংগ্রাম মুছে দেয়। অতিরিক্ত "সহায়ক", Oracle-ধাঁচের এআই যা সরাসরি উত্তর দেয়, স্কিমা-নির্মাণের জন্য প্রয়োজনীয় উৎপাদনশীল সংগ্রাম দূর করতে পারে, ফলে তৈরি হয় যা Wang ও Shan (2026) নিরাপত্তা-ফাঁক নামে ডাকেন — শিক্ষার্থীর এআই-সহায়তাপ্রাপ্ত কর্মদক্ষতা ও তার আভ্যন্তরীণ, সহায়তাহীন সক্ষমতার মধ্যে ব্যবধান। এটি সংজ্ঞানাত্মক অফলোডিংয়ের সঙ্গে যুক্ত: যে এআই পরিশ্রমের প্রতিস্থাপন করে তা শিক্ষা যে সক্ষমতাগুলো গড়ে তোলে সেগুলোই ক্ষয় করে।
- নকশা-প্রতিক্রিয়া: সংগ্রামকে স্ক্যাফোল্ড করা এআই। Kim et al. (2026) উৎপাদনশীল-ব্যর্থতা-ভিত্তিক শিখন সমর্থনে এআই-এর পাঁচটি নকশা-নীতি উদ্ভাবন করেন (মানব-এআই সহযোগিতা, ব্যবহারযোগ্যতা, প্রতিফলনমূলক নকশা, আবেগগত নকশা, মুক্ত জ্ঞান), এবং জোর দেন এআই-এর উচিত সংগ্রাম রক্ষা করা আর অ-নির্দেশমূলক সহায়তা দেওয়া। Puech et al. (2025) দেখান বৃহৎ ভাষা মডেল (এলএলএম) টিউটরদের উৎপাদনশীল-ব্যর্থতা শিক্ষাবিজ্ঞান অনুসরণ করতে (সমাধান আটকে রাখা, একাধিক প্রচেষ্টা বের করে আনা) চালনা করা যায়, তবে অনুভূত সহায়কতার মূল্যে। CoMeT (Hou et al. 2026) সেই মূল্যকে দাম দেয় এবং মধ্যপথটি চিহ্নিত করে: এর ক্রমবর্ধমান টিউটর অনুরোধে-উত্তর-দেওয়া টিউটরের চেয়ে 0.42 স্কেল-পয়েন্ট বেশি হতাশাজনক ছিল (p < .001) এবং কেবল-প্রশ্ন-করা টিউটরের চেয়ে 0.29 কম হতাশাজনক (p = .011), এর সেশনগুলোর 8.4%-এ কষ্ট শনাক্ত হয়েছে, আটকে-রাখা টিউটরের অধীনে 16.0%-এর বিপরীতে, এবং এটি সেশনগুলোর 6.1%-এ সম্পূর্ণ উত্তর সমর্পণ করেছে। হতাশার বদলে দেয়ার-আপ-দেওয়ার সুস্পষ্ট ঘোষণায় খোলা একটি ফ্লোর একই নকশা থেকে আসে — এটি ছাড়া, যেসব শিক্ষার্থীর সবচেয়ে বেশি দরকার তারাই দাবি-পথটি ঘুরে যায়।
- আটকে রাখার মূল্য হতাশা বা প্রেরণা নয় — কেবল পছন্দ। একটি তিন-শাখার RCT দেখে একটি ইঙ্গিত-আটকানো টিউটর হতাশা কমানোয় অনিয়ন্ত্রিত ChatGPT-এর সঙ্গে সমান ছিল, এবং একমাত্র শাখা যা অন্তর্নিহিত প্রেরণা বাড়িয়েছে, তবুও শিক্ষার্থীরা উত্তর-দেওয়া সরঞ্জামকে সহজতর (p = .003) ও বেশি সহায়ক (p = .004) রেট করেছে (Bassner et al. (2026))।
- PF নকশার সরঞ্জাম হিসেবে এআই: ProductiveMath জেনারেটিভ এআই ব্যবহার করে শিক্ষকদের উচ্চমানের PF সমস্যা তৈরি করতে সাহায্য করে — এই চ্যালেঞ্জ সম্বোধন করে যে উৎপাদনশীল-ব্যর্থতা কার্যক্রম নকশা করা পরিশ্রমসাধ্য।
- উদ্দীপক হিসেবে এআই-উৎপন্ন ত্রুটি: এআই ভুলের শিক্ষাবিজ্ঞান সচেতনভাবে এআই-এর ত্রুটি ও হ্যালুসিনেশনকে শিক্ষণ সরঞ্জাম হিসেবে কাজে লাগায়, যা ত্রুটিপূর্ণ আউটপুটকে সংজ্ঞানাত্মক উদ্দীপক হিসেবে দেখে উৎপাদনশীল-ব্যর্থতার চিন্তার সঙ্গে মিলে যায়।
এটি উৎপাদনশীল ব্যর্থতাকে শিক্ষায় এআই মূল্যায়নের একটি কেন্দ্রীয় লেন্স করে তোলে: প্রশ্নটি এআই সাহায্য করে কি না নয়, বরং এটি এমনভাবে সাহায্য করে কি না যা সেই সংগ্রাম রক্ষা করে যার মধ্য দিয়ে টেকসই শিখন গড়ে ওঠে।
প্রশিক্ষক ও শিক্ষণ-নকশার জন্য তাৎপর্য
- নির্দেশনার আগে সংগ্রামের জন্য নকশা করুন। শিখনকে এমনভাবে সাজান যাতে শিক্ষার্থীরা সরাসরি শিক্ষাদানের আগে সমস্যায় চেষ্টা করে, তারপর সংহতি করে — প্রচলিত নির্দেশনা-আগে পদ্ধতির বদলে।
- কৌশলগতভাবে সমাধান আটকে রাখুন। ইঙ্গিত, সূত্র ও পথ-দেখানো প্রশ্ন দিয়ে স্ক্যাফোল্ড করুন (সক্রেটিক পদ্ধতি) যা শিক্ষার্থীদের সংজ্ঞানাত্মকভাবে নিযুক্ত রাখে, উত্তর হস্তান্তর নয়।
- স্ক্যাফোল্ড করতে এআই ব্যবহার করুন, প্রতিস্থাপনে নয়। এমন এআই সরঞ্জাম বাছুন ও কনফিগার করুন যা অ-নির্দেশমূলক সহায়তা দেয়, উৎপাদনশীল সংগ্রাম রক্ষা করে, এবং প্রতিফলনের জন্য ত্রুটি সামনে আনে — উত্তর-দাতা নয়। এটি টিউটর নকশা (এলএলএম চালনা) ও শ্রেণিকক্ষ-অনুশীলন উভয় ক্ষেত্রেই প্রযোজ্য।
- ব্যর্থতার আবেগগত দিকে মনোযোগ দিন। আবেগগত নকশা, পরীক্ষা-নিরীক্ষার নিরাপদ স্থান, এবং ভুলের ভয় কমানো অপরিহার্য — উৎপাদনশীল ব্যর্থতার জন্য দরকার শিক্ষার্থীরা সংগ্রাম করতে ও ব্যর্থ হতে রাজি থাকা।
- শিখনে ত্রুটি-বিশ্লেষণ গেঁথে দিন। শিক্ষার্থীদের জিজ্ঞাসা করুন তাদের (বা এআই-এর) উত্তর কেন ভুল তা নির্ণয় করতে, বিশদায়নমূলক/সূত্রভিত্তিক প্রতিক্রিয়া ব্যবহার করে, ত্রুটিকে শিখন-লাভে রূপান্তর করতে।
- শিক্ষাবিজ্ঞানগতভাবে ভুলকে ত্রুটি থেকে আলাদা করুন। সব ব্যর্থতা সমান উৎপাদনশীল নয়; খেয়াল করুন ত্রুটিগুলো সম্বোধনযোগ্য ভুল ধারণা প্রকাশ করে কি না।
শিখন-লাভ ও অন্যান্য মাপজোকের সঙ্গে সংযোগ
- শিখন-লাভ: PF প্রচলিত নির্দেশনা-আগে পদ্ধতির তুলনায় উন্নত শিখনের সঙ্গে যুক্ত (Kapur, 2008, 2015; Schwartz & Martin, 2004), বিশেষত স্থানান্তর ও গভীর বোধগম্যতার মাপজোকে। সূত্রভিত্তিক/বিশদায়নমূলক প্রতিক্রিয়া কেবল-যাচাই প্রতিক্রিয়ার চেয়ে উল্লেখযোগ্যভাবে উচ্চতর শিখন-লাভ তৈরি করে (Hattie & Timperley)।
- স্থানান্তর ও ধারণক্ষমতা: PF-এর সুবিধা সবচেয়ে জোরালো নতুন সমস্যায় জ্ঞান-স্থানান্তরে — একটি টেকসই-দক্ষতার ফলাফল, স্বল্পমেয়াদি পরীক্ষা-কর্মদক্ষতা নয়।
- আবেগগত ও প্রেরণামূলক ফলাফল: PF ভুলের ভয় কমায়, সম্পৃক্ততা বাড়ায়, এবং সহনশীলতা ও শিখনের প্রতি ইতিবাচক মনোভাব গড়ে তোলে।
- এআই-নির্দিষ্ট মাপজোক: PF-ভিত্তিক এআই গবেষণা মূল্যায়িত হয় কৌশল-নিষ্ঠা (যেমন StratL-এর PF স্কোর, বের করা সমাধান-প্রচেষ্টার সংখ্যা) এবং শিক্ষক/শিক্ষার্থী-ধারণার উপর, প্রচলিত শিখন-ফলাফল মাপজোকের পাশাপাশি।
সম্পর্কিত ধারণার সঙ্গে সংযোগ
উৎপাদনশীল ব্যর্থতা যুক্ত হয় শিখন তত্ত্ব (গঠনবাদ), কাম্য কঠিনতা (শিখনে কঠিনতাকে মূল্য দেওয়া), সমস্যা-ভিত্তিক শিখন ও অনুসন্ধান-ভিত্তিক শিখন (শিক্ষার্থী-চালিত সমস্যা-সমাধান), মেটাকগনিশন (নিজের প্রচেষ্টা নিয়ে প্রতিফলন), সংজ্ঞানাত্মক অফলোডিং (এআই সংগ্রাম মুছে দেওয়ার ঝুঁকি), স্ক্যাফোল্ডিং (যে সহায়তা পরিশ্রম রক্ষা করে), প্রতিক্রিয়া (বিশদায়নমূলক, সংশোধনমূলক), পূর্বজ্ঞান (সক্রিয়করণ ও পৃথকীকরণ), শিখনের স্থানান্তর (টেকসই ফলাফল), এবং সক্রেটিক পদ্ধতি (যুক্তি উসকে দিতে প্রশ্নকরণ)। এআই-যুগে এটি একটি কেন্দ্রীয় মূল্যায়ন-লেন্স: এআই কি এমনভাবে সাহায্য করে যা সেই সংগ্রাম রক্ষা করে যার মধ্য দিয়ে টেকসই শিখন গড়ে ওঠে?
সাধারণ ভুল ধারণা
- "সহায়তা আটকে রাখা শিক্ষার্থীদের হতাশ করে ও প্রেরণার ক্ষতি করে।" একটি তিন-শাখার RCT-তে পাওয়া যায় একটি ইঙ্গিত-আটকানো টিউটর হতাশা কমানোয় অনিয়ন্ত্রিত ChatGPT-এর সঙ্গে সমান ছিল এবং প্রেরণায়ও — মূল্যটি দেখা গিয়েছিল কেবল পছন্দে। শিক্ষার্থীরা এটি ততটা উপভোগ করেনি এবং এর জন্য কষ্টও পায়নি, যার অর্থ পছন্দ-উপাত্ত যে নকশাটি কাজ করেছিল তাকেই প্রত্যাখ্যান করত।
- "বেশি হতাশা মানে বেশি শিখন।" ক্রমবর্ধমান টিউটর অনুরোধে-উত্তর-দেওয়া টিউটরের চেয়ে 0.42 স্কেল-পয়েন্ট বেশি হতাশাজনক ছিল (p < .001) এবং সবচেয়ে হতাশাজনক শাখার চেয়ে 0.29 কম হতাশাজনক। উৎপাদনশীল পরিসর একটি মধ্য, সর্বোচ্চ নয়, তাই "কাম্য কঠিনতা" কাজটিকে অনির্দিষ্টকাল কঠিনতর করার লাইসেন্স দেয় না।
- "উৎপাদনশীল ব্যর্থতা মানে শিক্ষকদের সাহায্য করা উচিত নয়।" নকশাটি উত্তর আটকে রাখে, অথচ গঠন ও ক্রমবৃদ্ধি সরবরাহ করে। ইঙ্গিত আটকে রাখা ও সহায়তা আটকে রাখা ভিন্ন হস্তক্ষেপ, এবং এখানে প্রমাণ কেবল প্রথমটিরই আছে।
সংযুক্ত ধারণা
- পেডাগগিক্যাল প্যাটার্ন — একটি সম্পূর্ণ ক্রম হিসেবে নির্দেশনার-আগে-প্রচেষ্টা, তার পাতলা প্রমাণভিত্তিসহ
- গঠনবাদ
- শিখন তত্ত্ব
- কাম্য কঠিনতা
- সমস্যা-ভিত্তিক শিখন
- অনুসন্ধান-ভিত্তিক শিখন
- মেটাকগনিশন
- সংজ্ঞানাত্মক অফলোডিং
- স্ক্যাফোল্ডিং
- প্রতিক্রিয়া
- পূর্বজ্ঞান
- শিখনের স্থানান্তর
- সক্রেটিক পদ্ধতি
- সমালোচনামূলক চিন্তা
- মানব-এআই সহযোগিতা
- হ্যালুসিনেশন ঝুঁকি
- এআই শিক্ষা মূল্যায়ন
- শিখন-লাভ
- শিক্ষার্থীর সম্পৃক্ততা
সংযুক্ত নিবন্ধ
- Designing AI systems to support a productive-failure-based learning: insights from adult learners on AI applications — উৎপাদনশীল-ব্যর্থতা-ভিত্তিক শিখন সমর্থনে এআই ব্যবস্থার নকশা
- Towards the Pedagogical Steering of Large Language Models for Tutoring: A Case Study with Modeling Productive Failure — উৎপাদনশীল ব্যর্থতার জন্য এলএলএম-এর শিক্ষাবিজ্ঞানগত চালনা
- ProductiveMath: A Generative-AI-Powered App to Support Productive Failure Teaching — ProductiveMath: PF সমস্যা-নকশায় সহায়তায় এআই
- The Safety Gap: Restoring Productive Struggle Through Pedagogically Aligned Generative AI — নিরাপত্তা-ফাঁক: উৎপাদনশীল সংগ্রাম পুনরুদ্ধার
- Clue before correction: ChatGPT-enhanced strategy for promoting autonomous and reflective language learning — সংশোধনের আগে সূত্র: স্বায়ত্তশাসিত শিখনের জন্য ChatGPT
- The Pedagogy of AI Mistakes: Fostering Higher-Order Thinking — এআই ভুলের শিক্ষাবিজ্ঞান
- Less stress, better scores, same learning: The dissociation of performance and learning in AI-supported programming education — সমাধান আটকে রাখা হতাশার মূল্য এড়িয়েছে কিন্তু শিক্ষার্থী-পছন্দে হেরেছে