শিক্ষকের এআই সক্ষমতা

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

শিক্ষকের এআই সক্ষমতা - শিখন ও শিক্ষাদানে এআই-কে কার্যকরভাবে, নৈতিকভাবে ও ন্যায়সংগতভাবে সংযুক্ত করতে শিক্ষকদের যে জ্ঞান, দক্ষতা ও মনোভাব দরকার। এটি কেবল প্রযুক্তিগত সরঞ্জাম-ব্যবহারের বাইরে গিয়ে অন্তর্ভুক্ত করে শিক্ষাদানগত সংযুক্তি, মূল্যায়ন সাক্ষরতা, নৈতিক বিচারবোধ এবং এআই ভালোভাবে ব্যবহারের আত্মবিশ্বাস। শিক্ষকের এআই সক্ষমতা এআই সাক্ষরতা-এর শিক্ষক-দিকের প্রতিরূপ, এবং তা গড়ে ওঠে পেশাদার উন্নয়নের মাধ্যমে। এআই-সমৃদ্ধ শ্রেণিকক্ষে শিক্ষকের ভূমিকা কীভাবে রূপান্তরিত হচ্ছে, তার কেন্দ্রে এটি রয়েছে।

বিবেচনার প্রশ্ন

• পৃষ্ঠাটি যুক্তি দেয়, এআই শিখন উন্নত করবে কি না তাতে শিক্ষকই 'নির্ধারক উপাদান' - সরঞ্জাম সাহায্য করে কেবল যখন শিক্ষক তার জন্য পরিকল্পনা করতে পারেন, ব্যবহার স্ক্যাফোল্ড করতে পারেন এবং আউটপুট মূল্যায়ন করতে পারেন। এটি কি আপনার অভিজ্ঞতার সঙ্গে মেলে, নাকি আপনার মনে হয় শিক্ষকের চেয়ে সরঞ্জামটাই বেশি গুরুত্বপূর্ণ?
• শিক্ষকের এআই সক্ষমতা প্রযুক্তিগত দক্ষতা, শিক্ষাদানগত সংযুক্তি, মূল্যায়ন সাক্ষরতা ও নৈতিক বিচারবোধ জুড়ে বিস্তৃত। এগুলোর মধ্যে শিক্ষকদের সবচেয়ে বেশি অভাব কোনটিতে, এবং কোনটি প্রশিক্ষণ দেওয়া সবচেয়ে কঠিন বলে আপনি মনে করেন?
• গবেষণা শিক্ষকদের স্ব-উপলব্ধ দক্ষতা ও প্রকৃত এআই দক্ষতার মধ্যে একটি ফাঁক নথিভুক্ত করে। লোকেরা কেন নিজেদের প্রস্তুতিকে অতিরঞ্জিত করে বলে আপনি মনে করেন, এবং সেই ফাঁক সৎভাবে ভরাট করতে কী লাগবে?
• উদ্ধৃত গবেষণায় একটি নিবিড় পেশাদার-উন্নয়ন কর্মসূচি এআই শিক্ষাদানগত দক্ষতায় বড় লাভ এনেছিল, যা দেখায় প্রযুক্তিগত-শিক্ষাদানগত দক্ষতা প্রশিক্ষণযোগ্য। যদি তা সত্যি হয়, তবুও এত শিক্ষক কেন অপ্রস্তুত মনে হন - পথে কী দাঁড়িয়ে আছে?
• একজন শিক্ষক 'এআই ভালোভাবে ব্যবহার' করতে পারলে আপনার কাছে 'ভালোভাবে' মানে কী - এবং তিনি কেবল সরঞ্জামটি গ্রহণ করেছেন না বরং সত্যিই তা অর্জন করেছেন, তা আপনি কীভাবে জানবেন?

ভূমিকা

শিক্ষকের এআই সক্ষমতা গুরুত্বপূর্ণ, কারণ এআই শিখন উন্নত করবে কি না তাতে শিক্ষকই নির্ধারক উপাদান। গবেষণা ধারাবাহিকভাবে দেখায়, এআই সরঞ্জাম ভালো ফলাফলে রূপ নেয় কেবল যখন শিক্ষক তার জন্য পরিকল্পনা করতে পারেন, শিক্ষার্থীর ব্যবহার স্ক্যাফোল্ড করতে পারেন, আউটপুট মূল্যায়ন করতে পারেন এবং তা সুসংগত শিক্ষাদানে সংযুক্ত করতে পারেন। জ্ঞানভিত্তির সাহিত্য এই সক্ষমতার মাত্রা, স্ব-উপলব্ধি ও প্রকৃত দক্ষতার মধ্যকার ফাঁক, এবং তা গড়ে তোলা পেশাদার উন্নয়ন পরীক্ষা করে।

Nunez-Canal প্রমুখ (2026) শিক্ষকমণ্ডলীর এআই সক্ষমতাকে সরাসরি শিক্ষার্থীর ফলাফলের সঙ্গে যুক্ত করেন, ব্যবসা ও অর্থনীতি অনুষদের একটি জরিপে মানবপুঁজি ও স্টেকহোল্ডার তত্ত্ব ব্যবহার করে যুক্তি দেন যে শিক্ষকমণ্ডলীর সক্ষমতায় বিশ্ববিদ্যালয়ের বিনিয়োগ ঐচ্ছিক নয়।

• প্রম্পটিং প্রশিক্ষণ সময় কেনে, ভালো উপকরণ নয়। 204 জন শিক্ষক নিয়ে একটি পূর্বনিবন্ধিত RCT-তে Appel, Fervers ও Piepenburg (2026) দেখেন, ChatGPT পাঠপ্রস্তুতির উপকরণের গুণমান উন্নত করে এবং প্রস্তুতির সময় 34% কমায়, অথচ পূর্ববর্তী এআই প্রশিক্ষণ আরও 21% সময় কমায় কিন্তু রেট করা গুণমান বাড়ায় না (Appel প্রমুখ, 2026)। প্রশিক্ষিত শিক্ষকেরা দীর্ঘতর প্রম্পট লিখেছেন ও কম পুনরাবৃত্তি করেছেন; দুই পথই সমান গুণমানে পৌঁছেছে।

মূল সক্ষমতার মাত্রা

জ্ঞানভিত্তির গবেষণা কয়েকটি পরস্পর-সংযুক্ত মাত্রায় মিলিত হয়:

• প্রযুক্তিগত দক্ষতা: শিক্ষাদানগত লক্ষ্যের জন্য কার্যকর প্রম্পট তৈরি, শিক্ষাদানগত উপযোগিতা ও নিরাপত্তার জন্য এআই মূল্যায়ন, এবং বাস্তব সময়ে ত্রুটি সমাধান। একটি নিবিড় GenAI পেশাদার-উন্নয়ন কর্মসূচি পাঁচটি AI-PCK উপাদানেই উল্লেখযোগ্য লাভ নথিভুক্ত করে (সামগ্রিক d = 2.36), যা দেখায় প্রযুক্তিগত-শিক্ষাদানগত দক্ষতা প্রশিক্ষণযোগ্য।

• এজেন্ট কর্মপ্রবাহ নির্দিষ্ট করা: শিক্ষক যখন স্বাভাবিক ভাষায় চ্যাটবট কনফিগার করেন, তখন প্রধান ব্যর্থতা ভুল তথ্য নয়, হারানো উদ্দেশ্য - বট 53.8% ব্যবহারকারী-সংলাপে প্রয়োজনীয় কর্মপ্রবাহের ধাপ এড়িয়ে গেছে এবং 33.4%-এ প্রত্যাশা-স্থাপন বাদ দিয়েছে (Liu প্রমুখ (2026)), তাই ক্রমবদ্ধ, স্পষ্ট ধাপ লেখা নিজেই একটি প্রশিক্ষণযোগ্য সক্ষমতা-মাত্রা।

• শিক্ষাদানগত জ্ঞানই নির্ধারক স্তর। মাধ্যমিক এআই শিক্ষার একটি ক্রস-লেভেল গবেষণায় (46 জন শিক্ষক, 2,832 জন শিক্ষার্থী) দেখা যায়, কেবল প্রযুক্তিগত এআই জ্ঞান যথেষ্ট নয় - এমনকি তা সামাজিক কল্যাণে এআই নিয়ে শিক্ষার্থীদের ধারণা সামান্য কমাতেও পারে - যেখানে শিক্ষাদানগত এআই জ্ঞান শিক্ষার্থীদের ধারণা ও এআই শেখার ইচ্ছাকে চালিত করেছে। তাই সক্ষমতা-কাঠামোয় শিক্ষাদানগত এআই জ্ঞানকে নরম সংযোজন নয়, কেন্দ্রীয় মাত্রা হিসেবে ওজন দেওয়া উচিত।

• শিক্ষাদানগত সংযুক্তি: এআই-ব্যবহারকে শিখন-লক্ষ্যের সঙ্গে মেলানো, শিক্ষার্থীর Metacognition ও স্ব-নিয়ন্ত্রণ সমর্থনকারী Scaffolding নকশা করা, এবং এআই-কে শিক্ষাদান-নকশায় সংযুক্ত করা। AI-TPACK গবেষণা মডেল করে কীভাবে শিক্ষকেরা প্রযুক্তিগত, শিক্ষাদানগত ও বিষয়বস্তু-জ্ঞান বহু-এজেন্ট কর্মপ্রবাহের মাধ্যমে যুক্ত করেন, আর পাঁচ-স্তরের শিক্ষক-এআই টিমিং কাঠামো (লেনদেনমূলক থেকে সমন্বিত) ধরে রাখে কীভাবে GenAI শিক্ষকের যোগ্যতাকে প্রতিস্থাপন, পরিপূরক বা বর্ধিত করতে পারে।

• মূল্যায়ন সাক্ষরতা: এআই-উৎপন্ন বিষয়বস্তু ও শিক্ষার্থীর এআই-আউটপুট মূল্যায়ন, এবং শিক্ষার্থীরা এআই ব্যবহার করলে বৈধতা কীভাবে বদলায় তা বোঝা। এটি Automated Assessment, AI Detection এবং বৃহত্তর Assessment পুনর্নকশা-সূচির সঙ্গে যুক্ত। সুপারিশ-ব্যবস্থার ক্ষেত্রে এটি বিস্তৃত হয় এআই-এর ব্যাখ্যা সত্যিই বোধগম্য ও শিক্ষাদানগতভাবে অর্থবহ কি না বিচার করা পর্যন্ত: Feldman-Maggor প্রমুখ (2025) দেখেন, শিক্ষকেরা এআই-এর গ্রুপিং-সুপারিশে বেশি ভরসা করেন যখন ব্যাখ্যা বিষয়ের (পাঠ্যক্রমিক) ভাষায় রচিত হয়, কাঁচা মডেল-বৈশিষ্ট্য উন্মোচনের বদলে - এটি অস্বচ্ছ আউটপুট গ্রহণের বদলে ব্যাখ্যার গুণমান দাবি ও মূল্যায়নের দক্ষতা।

• মডেল-নির্বাচন ও প্রম্পট-নকশা প্রদর্শনযোগ্য দক্ষতা হিসেবে: ব্যবহারিক এআই সাক্ষরতা-এর মধ্যে রয়েছে কোন মডেল ব্যবহার করবেন এবং কাজটি কীভাবে ভাষায় বলবেন তা জানা। Jacobsen প্রমুখ (2026) 153 জন প্রাক-সেবা শিক্ষকের পাঠ-পরিকল্পনা লক্ষ্য ChatGPT-4, Claude 3 ও Gemini Advanced দিয়ে চারটি পদ্ধতিগতভাবে ভিন্ন প্রম্পটে সমালোচনা করান (গবেষণা 1-এ N = 240 প্রতিক্রিয়া, গবেষণা 2-এ 345), প্রতিক্রিয়া নয়টি গুণমান-শ্রেণিতে রেট করে। কেবল মডেল-নির্বাচনই রেট করা গুণমানের প্রকরণের 26.9% ব্যাখ্যা করে (গবেষণা 2-এ 18.4%) এবং প্রম্পট-নকশা তার উপরে উল্লেখযোগ্য 15.9% (5.7%) যোগ করে; একমাত্র নির্ধারক প্রম্পট-বৈশিষ্ট্য ছিল বিষয়ভিত্তিক কারিগরি ভাষা, যা বাদ দিলে গুণমান উল্লেখযোগ্যভাবে কমে (β = −0.412), যেখানে উদাহরণ যোগ করা ও চেইন-অব-থট নির্দেশনা বাদ দেওয়া গবেষণা 1-এ উল্লেখযোগ্য পার্থক্য তৈরি করেনি। তাঁদের পাঠ - বিষয়-পরিভাষা উভয়ই প্রাসঙ্গিক প্রশিক্ষণ-তথ্যের বিষয়বস্তু উন্মোচন করে এবং ভূমিকা-প্রম্পটিংয়ের মতো অনুরোধকে পেশাদারভাবে ফ্রেম করে - সঙ্গে সবচেয়ে সক্ষম চলমান ফ্রন্টিয়ার মডেল ব্যবহারের নিয়ম, মডেল-নির্বাচনকে কারিগরি নয়, শিক্ষাদানগত সিদ্ধান্তে পরিণত করে।

• নৈতিক ও সমালোচনামূলক ব্যবহার: এআই-আউটপুটে পক্ষপাত চেনা, শিক্ষার্থীর তথ্য সুরক্ষা (Privacy), এবং ন্যায়সংগত ফলাফল নিশ্চিত করা (Equity)। সাংস্কৃতিকভাবে প্রাসঙ্গিক এআই ব্যবহার দেখে কীভাবে শিক্ষকেরা LLM দিয়ে উপকরণ বৈচিত্র্যময় করতে পারেন, প্রভাবশালী রীতিকে শক্তিশালী করার বদলে।

• নৈতিক দায়িত্ব ব্যক্তিগত নয়, বিতরণকৃত। সাতটি জাতীয় কেসে শিক্ষকদের এআই-ব্যবহারের নৈতিক দ্বাররক্ষী হিসেবে দাঁড় করানো হয়, অথচ প্রাতিষ্ঠানিক ও জ্ঞানতাত্ত্বিক সমর্থন দেওয়া হয় না, তাই নৈতিক এআই সাক্ষরতাকে কারিগরি দক্ষতার বদলে সমালোচনামূলক ও রাজনৈতিক এজেন্সি পর্যন্ত বিস্তৃত হতে হবে (Raffaghelli প্রমুখ (2026))।

• আত্মবিশ্বাস ও মনোভাব: শিক্ষকের আত্মবিশ্বাস গ্রহণকে আকার দেয়। গ্রহণ-গবেষণা দেখে, আত্মবিশ্বাস, সমর্থন ও উপলব্ধ উপযোগিতা শিক্ষকেরা সত্যিই এআই ব্যবহার করবেন কি না তা চালিত করে, আর শিক্ষকমণ্ডলীর অভিমুখ গবেষণা ও শিক্ষাদানে গ্রহণকে আকার দেয়।

• 1,405 জন K-12 শিক্ষকের পাঁচ-দেশ জরিপে এআই-প্রস্তুতি GenAI-এর শিক্ষাদানগত মূল্য নিয়ে ইতিবাচক বিশ্বাসের পূর্বাভাস দেয় (B = .59, R² = .50), তবুও বেশি সৃজনশীলতা-উদ্বেগের পূর্বাভাস দেয় (B = .18), এবং একই পূর্বাভাসকগুলো উদ্বেগের কেবল 7% ও 6% ব্যাখ্যা করে - কেবল প্রস্তুতি-নির্মাণ উদ্বেগকে অপরিবর্তিত রাখে (Xiu প্রমুখ (2026))।

প্রস্তুতিকে সেই অনুযায়ী ক্রমবদ্ধ ও মাপা উচিত: Capability-Decision Model প্রদর্শিত এআই-ক্ষমতাকে মনোভাব ও আত্মবিশ্বাসের উপরে স্থাপন করে এবং কেবল স্ব-প্রতিবেদনের বদলে কর্মদক্ষতা-সূচক প্রস্তাব করে - পাঠ-নকশা কাজ, ত্রুটি ঢোকানো প্রম্পট-মূল্যায়ন কাজ, কনটেন্ট-বৈধতা বিচার এবং শ্রেণিকক্ষ-নিদর্শন রুব্রিক (Mnguni (2026))।

আবেগীয় ও নৈতিক প্রস্তুতি একটি পৃথক মাত্রা। Vassallo (2026) একটি মাল্টীয় বিশ্ববিদ্যালয়ের একাডেমিক কর্মীদের (109 জন উত্তরদাতা) জরিপ করে চারটি নৈতিক-আবেগ বিষয় থেকে একটি AI Guilt Index (α = 0.88) তৈরি করেন এবং দেখেন, প্রত্যাশিত অপরাধবোধ ব্যবহারের পরের অনুতাপের চেয়ে বেশি: সবচেয়ে জোরালো সমর্থন ছিল এই উদ্বেগ যে এআই-ব্যবহার নিজের বিশ্বাসযোগ্যতা নষ্ট করে (34.9% একমত), তারপর এআই ব্যবহারে নিজেকে প্রতারণাকারী মনে হওয়া (25.7%), অথচ ব্যবহারোত্তর অনুতাপ পান মাত্র 9.2%। সক্ষমতা-কাঠামোর জন্য গুরুত্বপূর্ণ ফল হলো, অ-ব্যবহারকারীরা ব্যবহারকারীদের চেয়ে বেশি অপরাধবোধ জানান (M = 3.25 বনাম M = 2.32) এবং কর্মজীবনের নিরাপত্তা বাড়লে অপরাধবোধ কমে - প্রারম্ভিক-কর্মজীবনের একাডেমিকরা সবচেয়ে বেশি জানান (M = 2.71) আর প্রবীণরা সবচেয়ে কম (M = 2.03)। তাই আবেগীয় প্রস্তুতি দক্ষতা বা আত্মবিশ্বাসের পরিমাপে ধরা পড়ে না, এবং পত্রটি যুক্তি দেয় সক্ষমতা-কাঠামোয় অপরাধবোধ ও পরিচয়-সংক্রান্ত উদ্বেগকে সংশোধনযোগ্য ত্রুটি নয়, স্বাভাবিক রূপান্তরকালীন প্রতিক্রিয়া হিসেবে দেখা উচিত।

সেই পুনর্ব্যাখ্যার আরও শক্তিশালী সংস্করণ ধরে, GenAI দক্ষতার ঘাটতি নয় বরং একটি থ্রেশহোল্ড ধারণা: একটি আত্মজাতিগত বিবরণ যুক্তি দেয় শিক্ষকমণ্ডলীর উদ্বেগ ও প্রতিরোধ থ্রেশহোল্ড অতিক্রমের অবিচ্ছেদ্য অংশ, তাই দক্ষতাভিত্তিক প্রশিক্ষণ ব্যর্থ হয় এবং নীতিনিষ্ঠ অ-গ্রহণকে সংশোধনের বদলে সম্মান করা উচিত (Laidlaw (2026))।

সক্ষমতার ফাঁক

একটি মূল ফল হলো স্ব-প্রতিবেদিত ও কর্মদক্ষতাভিত্তিক সক্ষমতার মধ্যকার ফাঁক। এআই-সাক্ষরতা মূল্যায়ন নিয়ে গবেষণা শিক্ষকেরা যা বিশ্বাস করেন তারা করতে পারেন এবং যা সত্যিই প্রদর্শন করতে পারেন তার মধ্যে উল্লেখযোগ্য ব্যবধান (প্রায় 40% পর্যন্ত) নথিভুক্ত করে - এআই দক্ষতায় আত্মবিশ্বাসী শিক্ষকদের প্রায়ই প্রাথমিক প্রম্পটিং ও মূল্যায়ন ক্ষমতার অভাব থাকে। এটি স্ব-প্রতিবেদনের উপর নির্ভরতার বদলে শিক্ষকের সক্ষমতার কর্মদক্ষতাভিত্তিক মূল্যায়নকে প্রেরণা দেয়, এবং ক্রমাঙ্কিত স্ব-মূল্যায়নের সঙ্গে যুক্ত। 2,586 জন নাইজেরীয় মাধ্যমিক শিক্ষকের একটি জাতীয় জরিপ দুই দিক আলাদা যন্ত্রে মাপে - মাঝারি এআই সচেতনতা (8-এর মধ্যে M = 3.13) বনাম নিম্ন এআই শিক্ষাদানগত দক্ষতা (5-এর মধ্যে M = 2.47) - যেখানে প্রারম্ভিক ও মধ্য-কর্মজীবনের শিক্ষকেরা অভিজ্ঞ সহকর্মীদের চেয়ে বেশি দক্ষতা জানান (Olurinola প্রমুখ, 2026)।

গণিত-সাহিত্যে প্রস্তুতিই সবচেয়ে বেশি নথিভুক্ত বাধা। গণিত-শিক্ষার 54টি গবেষণার একটি পর্যালোচনা দেখে, প্রযুক্তিগত-শিক্ষাদানগত সংযুক্তি ও শিক্ষক-প্রস্তুতি সবচেয়ে বেশি প্রতিবেদিত চ্যালেঞ্জ (54-এর মধ্যে 38), যা মূল্যায়ন-বৈধতা ও সততা (26) এবং অতিরিক্ত-নির্ভরতা (24)-এর চেয়ে এগিয়ে (Manto প্রমুখ (2026))।

ফাঁক কেবল উপলব্ধ ও প্রকৃত দক্ষতার মধ্যে নয়, শিক্ষকেরা যা জানেন তার প্রসারেও: 2,018 জন ইউক্রেনীয় মাধ্যমিক শিক্ষকের জাতীয় জরিপে 84% পেশাদার অনুশীলনে এআই ব্যবহারের কথা জানান, অথচ কেবল 11% ChatGPT-এর বাইরে কোনো বিশেষায়িত এআই সেবার নাম বলতে পারেন (Marienko, Markova ও Semerikov (2026))। দ্বিতীয় সংকীর্ণতা দেখা যায় শিক্ষকেরা যা স্বেচ্ছায় দেন তার মধ্যে, যা নাম বলতে পারেন তার মধ্যে নয়: OECD AI Literacy Framework-এর সঙ্গে নিজেদের শ্রেণিকক্ষের কেস ট্যাগ করা 53 জন কর্মরত শিক্ষক 43টি এআই-সাক্ষর অনুশীলন বর্ণনা করেন, ব্যর্থতা মাত্র 10টি (Wang প্রমুখ, 2026)। তাঁদের সক্ষমতা-নির্বাচন ক্লাস্টার করে ব্যবহারিক বিচারবোধে (এআই-আউটপুট মূল্যায়ন, N = 38) এবং বিরলভাবে পৌঁছায় সামাজিক পক্ষপাতে (N = 5), নৈতিক সামঞ্জস্যে (N = 6) বা এআই-এর শক্তি-ব্যবহারে (N = 9)।

ইন্দোনেশিয়ার 132 জন শিক্ষকের একটি জরিপ প্রায় সর্বজনীন গ্রহণের পাশে পাতলা যান্ত্রিক বোঝাপড়া দেখে: 96.2% শিক্ষকদের এআই-ব্যবহার সমর্থন করেন, অথচ কেবল 4.6% টোকেনাইজেশন বা ডিকোডিংয়ের নাম বলেন এবং 21.5% বিশ্বাস করেন ChatGPT একটি ডেটাবেস বা ইন্টারনেট খোঁজে (Aji প্রমুখ (2026))। অনুকূল মনোভাব সরঞ্জামটির একটি কার্যকর মানসিক মডেলের প্রমাণ নয়।

ফাঁক স্ব-প্রতিবেদনে যেমন, নিদর্শনেও তেমনি দৃশ্যমান। শিক্ষক-প্রস্তুতিতে একটি আন্তঃপ্রাতিষ্ঠানিক শিক্ষকমণ্ডলী সহযোগিতা-কেন্দ্র, যেখানে শিক্ষক-শিক্ষকেরা নিজেদের পদ্ধতি-কোর্সে এআই নকশা করেন, জানায় যে প্রার্থীরা পালিশ করা এআই-সহায়িত পাঠ-পরিকল্পনা তৈরি করতে পারেন, অথচ ব্যাখ্যা করতে পারেন না কেন সেই পরিকল্পনা শিক্ষার্থী ও মানদণ্ডের সঙ্গে মেলে, কারণ পরিকল্পনাটি নিজেই তার পিছনের যুক্তি সম্পর্কে কিছু বলে না। পণ্যের বদলে যৌক্তিকতা গ্রেড করা এর একটি জবাব। অনুশীলনের শিক্ষাদানপদ্ধতি কাঠামো আরেকটি সুপারিশ করে, রিহার্সালকে অনুশীলনের আনুমানিক রূপ ধরে: কাঠামোবদ্ধ রিহার্সাল-পরবর্তী প্রতিক্রিয়াসহ এআই-মাধ্যমিক রিহার্সাল প্রার্থীদের অনুসন্ধানী ও অন্বেষণমূলক প্রশ্নের ব্যবহার বাড়ায়, তবুও প্রার্থীদের নিজেদের কর্মদক্ষতা-বিচার পর্যবেক্ষকদের নথিভুক্তির সঙ্গে মেলেনি।

প্রশিক্ষণের পর কমে যাওয়া স্ব-মূল্যায়ন ক্ষতির নয়, শিখনের সংকেত হতে পারে। হংকংয়ের 64 জন বিশ্ববিদ্যালয় শিক্ষক বনাম 61 জন নিয়ন্ত্রণ-দলের ছয় মাসের Intelligent-TPACK পেশাদার-উন্নয়ন কর্মসূচিতে সামগ্রিক এআই সক্ষমতা প্রায় অর্ধেক মানক বিচ্যুতি বাড়ে (Cohen's d = −.521), তবুও দুই দলের কিছু শিক্ষক পরীক্ষার পরে আগের চেয়ে কম স্কোর করেন (Tan, Cheng ও Ling, 2025)। সাক্ষাৎকারে এই পতনকে অচেতন থেকে সচেতন অদক্ষতায় রূপান্তর হিসেবে ব্যাখ্যা করা হয় - Dunning-Kruger প্রভাব যে পুনঃক্রমাঙ্কন পূর্বাভাস দেয় - ক্ষতিগ্রস্ত দক্ষতা নয়। লেখকেরা সিদ্ধান্তে আসেন, পূর্ব-পরবর্তী স্ব-প্রতিবেদন হস্তক্ষেপকে কম দেখায়, কারণ লাভের একটি অংশ আসে যন্ত্রটির মধ্যেই নিম্নমুখী সংশোধন হিসেবে।

ফাঁক অ-অংশগ্রহণ হিসেবেও প্রকাশ পায়। Watson ও Rainie (2026) 2025 সালের শেষে 1,057 জন মার্কিন কলেজ শিক্ষকমণ্ডলীর জরিপ করেন এবং দেখেন 26% জেনারেটিভ এআই সরঞ্জাম একেবারেই ব্যবহার করেন না, এক-তৃতীয়াংশ শিক্ষাদানে ব্যবহার না করার সিদ্ধান্ত নেন এবং অ-ব্যবহার কেন্দ্রীভূত কলা ও মানবিক বিভাগে (40%)। ফাঁকের প্রাতিষ্ঠানিক দিকটি ব্যক্তিগত দিকের চেয়ে বড় ছিল: 68% জানান তাদের প্রতিষ্ঠান শিক্ষকমণ্ডলীকে শিক্ষাদান ও পরামর্শে জেনারেটিভ এআই ব্যবহারের জন্য প্রস্তুত করেনি, এবং শিক্ষকমণ্ডলী বিভাগীয় গ্রহণের প্রধান বাধা হিসেবে সহকর্মীদের প্রতিরোধ (82%) ও অপরিচয় (83%) উল্লেখ করেন - এমন একটি চিত্র যেখানে সক্ষমতা-নির্মাণ, সহকর্মী-রীতি ও নীতি সবকিছুতেই একসঙ্গে এগোতে হয়।

প্রাক-সেবা প্রশিক্ষণ সক্ষমতার নৈতিক মাত্রাকে বেশিরভাগ ক্ষেত্রে পাশ কাটিয়ে যায়। প্রাক-সেবা প্রাথমিক গণিত শিক্ষকদের জন্য প্রাথমিক শিক্ষক-প্রশিক্ষণে এআই নিয়ে একটি পদ্ধতিগত পর্যালোচনা (Pinto প্রমুখ 2026, 341টি রেকর্ড থেকে নির্বাচিত 11টি গবেষণা) দেখে, হস্তক্ষেপগুলো স্বল্পমেয়াদি প্রযুক্তিগত ও শিক্ষাদানগত লাভে কেন্দ্রীভূত, এগারোটির নয়টি এক থেকে ছয় সেশনব্যাপী সংক্ষিপ্ত হস্তক্ষেপ, এবং জানায় নীতিশাস্ত্র সম্বোধন করা হয়েছে কেবল এগারোটির তিনটিতে। সক্ষমতা-কাঠামো নৈতিক বিচারবোধকে একটি মাত্রা বলে; যা তা গড়তে চাওয়া প্রাক-সেবা সাহিত্য তা বিরলভাবে শেখায় বা মাপে।

• সাতটি সক্ষমতা-গুচ্ছ, দুর্বলতম যোগসূত্র নীতিশাস্ত্র। 78টি গবেষণার বিষয়ভিত্তিক সংশ্লেষণ প্রম্পট ইঞ্জিনিয়ারিং, এআই-আউটপুটের সমালোচনামূলক মূল্যায়ন, নৈতিক সচেতনতা ও পক্ষপাত শনাক্তকরণ, শিক্ষাদানগত-কনটেন্ট সামঞ্জস্য, ধারণাগত এআই সাক্ষরতা, মানব তদারকি ও প্রতিফলনের গুচ্ছ দেয়। প্রম্পট ইঞ্জিনিয়ারিং সবচেয়ে ধারাবাহিকভাবে নথিভুক্ত এবং বিকাশগত বর্ণালি হিসেবে আচরণ করে, একক দক্ষতা নয়, যা পর্যালোচকদের যুক্তিতে নিয়ে যায় যে এটি নতুন একটি মাধ্যমের মধ্য দিয়ে পরিচালিত শিক্ষাদানগত যুক্তি হিসেবে বোঝাই ভালো - প্রম্পট বহিঃপ্রকাশিত নকশা-সিদ্ধান্ত হিসেবে। নৈতিক সচেতনতা ছিল প্রাক-সেবা গবেষণায় সবচেয়ে কম নথিভুক্ত সক্ষমতা (Spyropoulou ও Kameas, 2026)।
• শিক্ষকেরা নিজেদের মূল্যায়ন-দক্ষতাকে অতিরঞ্জিত করেন। এই ফলের বাইরে যে কেবল 38.3% এআই-উৎপন্ন শিখন-লক্ষ্য সংশোধন ছাড়াই সব গুণমান-মানদণ্ড পূরণ করে, প্রাক-সেবা শিক্ষকেরা পদ্ধতিগতভাবে চ্যাটবট-আউটপুট মূল্যায়নের নিজেদের ক্ষমতাকে অতিরঞ্জিত করেন - যা পর্যালোচকেরা সম্ভাব্য উপলব্ধিগত, ঘোষণামূলক নয়, ঘাটতি হিসেবে পড়েন। এ কারণেই তাঁরা যুক্তি দেন সক্ষমতা স্ব-প্রতিবেদনের বদলে কর্মদক্ষতা-নিদর্শনে (পাঠ-পরিকল্পনা, সিদ্ধান্ত-লগ, ক্ষুদ্র-শিক্ষাদান) মাপা উচিত: স্ব-মূল্যায়নের অবিশ্বাসযোগ্যতা প্রমাণিত হয় সেই সাহিত্যেই যা সম্বোধন করতে প্রশিক্ষণটি নকশা করা।

যে পেশাদার উন্নয়ন কাজ করে

জ্ঞানভিত্তির পেশাদার-উন্নয়ন সাহিত্য কার্যকর পন্থাগুলো চিহ্নিত করে:

• নিবিড়, তত্ত্বভিত্তিক কর্মসূচি: 163 জন শিক্ষক/প্রাক-সেবা শিক্ষক নিয়ে একটি নিবিড় GenAI পেশাদার-উন্নয়ন কর্মসূচি সব AI-PCK উপাদানে উল্লেখযোগ্য লাভ আনে, যেখানে প্রাক-সেবা শিক্ষকেরা সবচেয়ে বেশি উপকৃত হন। স্ব-নিয়ন্ত্রণ-তত্ত্বভিত্তিক পেশাদার উন্নয়ন দেখায়, চাহিদা-সমর্থক প্রশিক্ষণ শিক্ষকদের এআই সাক্ষরতা, মনোভাব ও অংশগ্রহণ উন্নত করে এবং উদ্বেগ কমায়।
• নকশা-ভিত্তিক ও সমন্বিত পন্থা: DBR-ভিত্তিক GenAI সাক্ষরতা প্রশিক্ষণ কারিগরি জ্ঞান ও GenAI-পূর্ববর্তী সরঞ্জামের উপর অতিরিক্ত জোর সম্বোধন করে; সমন্বিত, বিকাশগত কাঠামো ও সামাজিক-আবেগিক সক্ষমতা সমন্বয় সাক্ষরতাকে নিছক কৌশলের বাইরে বিস্তৃত করে।
• অনুসন্ধান ও খাঁটি অনুশীলন: এআই-সমর্থিত অনুসন্ধান মডেল প্রাক-সেবা শিক্ষকদের এআই সাক্ষরতা ও খাঁটি কর্মদক্ষতা গড়ে তোলে।
• প্রসঙ্গ-নির্দিষ্ট প্রস্তুতি: EPIQ-AI প্রস্তুতি কাঠামো জোর দেয়, শিক্ষকমণ্ডলীর প্রস্তুতি একটি সামাজিক-প্রযুক্তিগত বিষয় যা শিক্ষকমণ্ডলীর সক্ষমতা, শাসন ও গুণমান-নিশ্চয়তার সামঞ্জস্য দাবি করে।
• সমর্থন অভিজ্ঞতা ও এআই-দক্ষতা অনুযায়ী পৃথক হতে হবে। Choi প্রমুখ (2026) দেখেন, পাঠ-নকশায় শিক্ষকেরা বাস্তবে এআই-এর সঙ্গে কীভাবে মিথস্ক্রিয়া করেন তা নির্ভর করে শিক্ষাদানের অভিজ্ঞতা ও এআই-দক্ষতার আন্তঃক্রিয়ার উপর, কোনোটির একার উপর নয়। উচ্চ এআই-দক্ষতাসম্পন্ন অভিজ্ঞ শিক্ষকেরা এআই-আউটপুটকে প্রসঙ্গে সমালোচনামূলকভাবে অভিযোজিত করেন (পুনঃপ্রম্পটিং, বিস্তারণ), যেখানে নবীনরা - এমনকি কারিগরি দিক থেকে দক্ষ হলেও - এআই-প্রতিক্রিয়া সরাসরি গ্রহণ করেন এবং শিক্ষার্থী ও প্রসঙ্গ বিরলভাবে বিবেচনা করেন। এটি প্রোফাইল-ভিত্তিক পেশাদার উন্নয়নের পক্ষে যুক্তি: নবীনদের জন্য প্রতিক্রিয়া-মূল্যায়ন চেকলিস্ট ও প্রম্পট টেমপ্লেট, আর নিম্ন এআই-দক্ষতাসম্পন্ন অভিজ্ঞ শিক্ষকদের জন্য হাতে-কলমে দক্ষতা-নির্মাণ।
• সময়ের লাভ নিজেই অভিজ্ঞতা ও আত্মবিশ্বাস অনুসরণ করে, কেবল সমর্থন-নকশা নয়। Roy প্রমুখের (2026) একটি এআই পাঠ-সহায়কের পরীক্ষায় কর্মভার হ্রাস বেশি ছিল সেই শিক্ষকদের জন্য যাদের বিষয়-জ্ঞানে আত্মবিশ্বাস কম, শিক্ষাদানগত জ্ঞান কম, পেশায় সময় কম, বা প্রযুক্তিতে আত্মবিশ্বাস বেশি। তাই দক্ষতা ও আত্মবিশ্বাস হস্তক্ষেপের প্রভাবের অংশ, কেবল তার গ্রহণের অংশ নয়।

বিশ্বাসের বিন্যাস দ্বিতীয় প্রোফাইলিং অক্ষ: TALIS 2024-এর 40,680 জন শিক্ষকের মধ্যে একই অ-ব্যবহার-অবস্থা বিপরীত বাধা ঢেকে রেখেছিল - নিস্পৃহ (Indifferent) প্রোফাইলের 83.3% শিক্ষাদানগত সংকোচ উল্লেখ করেন, যেখানে পরিমিত সমর্থনের (Measured Endorsement) 66.2% অপর্যাপ্ত জ্ঞান ও দক্ষতার কথা বলেন (Fang ও Jin (2026))। এআই-সংক্রান্ত পেশাদার শিখন বয়স বা যোগ্যতার চেয়ে বেশি ধারাবাহিকভাবে প্রোফাইল-সদস্যতা অনুসরণ করেছে।

• শিক্ষকেরা এআই নিয়ে একধরনের ধারণা পোষণ করেন না। 16 জন ডেনিশ উচ্চ-শিক্ষা শিক্ষকের একটি ফেনোমেনোগ্রাফিক গবেষণায় এআই-এর সঙ্গে শিক্ষাদানের তিনটি এবং এআই-এর সঙ্গে শিখনের তিনটি ধারণা পাওয়া যায়, তাই একটি একক ওয়ার্কশপ-মডেল যেকোনো শিক্ষকমণ্ডলী-গোষ্ঠীর কেবল একটি অংশে পৌঁছায় (Stenalt (2026))।

• সহ-নকশা ও শিক্ষাদানগত প্রম্পট সাক্ষরতা সক্ষমতা, সংযোজন নয়। শিখন-কাজের শিক্ষক-এআই সহ-নকশা নিয়ে একটি পদ্ধতিগত পর্যালোচনা (Wang, Liu ও Islam 2026, 28টি গবেষণা) দেখে প্রধান সহযোগিতা-ধরন হলো সহায়ক/কনটেন্ট-নির্মাতা হিসেবে এআই, এবং শিক্ষকদের পূর্ণতর সহ-নকশা ও সংলাপমূলক অংশীদারিত্বের সক্ষমতায় ফাঁক চিহ্নিত করে। Talebzadeh (2026) দেখেন, কারিগরি এআই প্রশিক্ষণের সঙ্গে শিক্ষাদানগত যুক্তি যুক্ত করা পেশাদার উন্নয়ন - "শিক্ষাদানগত প্রম্পট সাক্ষরতা" গড়া (প্রম্পটে PCK এনকোড করা) - যা শিক্ষকদের এআই-আউটপুটকে কার্যকর বিভেদকৃত দলগত কার্যক্রমে রূপ দিতে দেয়।

• সক্ষমতা গড়ার কাঠামো, তার তালিকা নয়। Perl-Nussbaum ও Finkelstein (2026) একটি বড় সরকারি R1 পদার্থবিদ্যা বিভাগে ছয় সেশনব্যাপী দ্বিসাপ্তাহিক শিক্ষকমণ্ডলী শিখন-সম্প্রদায় চালান - সিরিজ জুড়ে উনিশ জন শিক্ষকমণ্ডলী, প্রতি সভায় প্রায় দশজন - যেখানে প্রতিটি সেশন স্থানীয় তথ্য দিয়ে শুরু হয়ে বাস্তব নামহীন শিক্ষার্থীর হোমওয়ার্কের বিরুদ্ধে এআই-এর ছোট-দলীয় পরীক্ষায় গিয়ে সমষ্টিগত আলোচনায় শেষ হয়, এবং তা প্রশিক্ষণ-প্যাকেজ নয়, পাঁচ-প্রবেশবিশিষ্ট একটি ভাগাভাগি ভাণ্ডার তৈরি করে। মূল্যায়ন সাক্ষরতা একইভাবে একটি নকশা-সরঞ্জাম দিয়েও গড়া যায়: Paula প্রমুখের (2026) পাইলটে আটজন অভিজ্ঞ STEM ও স্বাস্থ্য-কোর্স সমন্বয়ক একটি কাস্টম GPT-এর মূল্যায়ন-খসড়াকে বিষয়ভিত্তিক মানদণ্ডের বিরুদ্ধে সমালোচনা করে তাদের মূল্যায়ন সাক্ষরতা বাড়ান, যদিও আউটপুট বারবার বিষয়ভিত্তিক প্রসঙ্গ মিস করেছে, বিষয়-ক্রম উপেক্ষা করেছে, এবং একটি ক্ষেত্রে বারবার প্রম্পটিংয়েও বানানো তথ্যসূত্র বহন করেছে। আটজনই একাডেমিক বিচারবোধ নিজেদের কাছে রেখেছেন এবং প্রান্ত-থেকে-প্রান্ত স্বয়ংক্রিয়করণ অস্বীকার করেছেন, যা উৎপন্ন খসড়ার কাঠামোবদ্ধ সমালোচনাকে সরঞ্জাম-প্রশিক্ষণের বদলে বিকাশের উপায় করে তোলে।

• সংক্ষিপ্ত সেশন গ্রহণ বদলাতে পারে, গ্রহণ-ব্যবহার নয়। Mesenhöller ও Böhme (2026) 100 জন জার্মান শিক্ষক নিয়ে তিন ঘণ্টার INSIGHT সেশন মূল্যায়ন করেন এবং দেখেন উপলব্ধ উপযোগিতা ও উপলব্ধ ব্যবহার-সহজতা দুটোই উল্লেখযোগ্যভাবে বেড়েছে (উপযোগিতা t(99) = -3.24, p = .002, d = .32; ব্যবহার-সহজতা d = .25), অথচ বিভেদনের জন্য এআই-ভিত্তিক প্রযুক্তি ব্যবহারের আচরণগত অভিপ্রায় বদলায়নি। লেখকেরা জানান তাঁদের ভিত্তিরেখা ইতিমধ্যে অনুকূল ছিল, তাই সিলিং-প্রভাব সম্ভব। পেশাদার-উন্নয়ন নকশার জন্য পাঠ সংকীর্ণ কিন্তু উপযোগী: একটি সংক্ষিপ্ত সেশন শিক্ষকেরা এআই সরঞ্জামকে কীভাবে বিচার করেন তা বদলাতে পারে, তারা তা ব্যবহারের পরিকল্পনা করেন কি না তা নয়, এবং এ ধরনের পরিবর্তন এককালীন আয়োজন নয়, অনুসরণ দাবি করে।

• প্রশিক্ষকেরা সাবলীলতা পছন্দ করেন, কিন্তু শিখন আরোপ করেন স্ক্যাফোল্ডে। 41 জন প্রশিক্ষকের মধ্যে একটি GPT-4o ভিত্তিরেখা সামগ্রিকভাবে পছন্দনীয় ছিল (21 বনাম 13), তবুও ফাইন-টিউন করা তিন-ধাপের মডেলকে (শনাক্ত, অন্বেষণ, বিকাশ) বেশি শিখনের কৃতিত্ব দেওয়া হয় (18 বনাম 13), এবং দুই বিচার কেবল 39% সময়ে একমত হয় (Molnar প্রমুখ (2026))।

• প্রাতিষ্ঠানিক সমর্থন: পেশাদার উন্নয়নকে টেকসই গ্রহণের জন্য প্রাতিষ্ঠানিক অবকাঠামোর (নীতি, প্রাতিষ্ঠানিক পরিবর্তন) সঙ্গে যুক্ত করতে হবে।

• লেখন-সরঞ্জাম শিক্ষাদানগত নিষ্ঠা নিশ্চিত করে না। Riahi প্রমুখ (2026) পেশাদার-উন্নয়ন ওয়ার্কশপে শিক্ষামূলক চ্যাটবট কনফিগার করা 27 জন মধ্য-বিদ্যালয় শিক্ষককে গবেষণা করেন, ফোকাস গ্রুপের পাশাপাশি কনফিগারেশন ও মিথস্ক্রিয়া-লগ বিশ্লেষণ করে। শিক্ষকেরা চ্যাটবটকে শিক্ষক-নির্ধারিত নিয়মে আবদ্ধ শিক্ষাদানগত স্ক্যাফোল্ড হিসেবে ধরেন, তবুও উদ্দেশ্য ও আচরণের লগ-ভিত্তিক সামঞ্জস্য নিয়ম (70.4%) ও উদ্দেশ্য (59.3%)-এর চেয়ে প্রতিক্রিয়াশীলতা (88.9%) ও ব্যক্তিত্বে (81.5%) বেশি ছিল। কেবল কনফিগারযোগ্য নিয়ন্ত্রণ শিক্ষাদানগত উদ্দেশ্যকে আচরণে বহন করে না, তাই চ্যাটবটের শিক্ষাদানপদ্ধতি প্রকাশ, পরীক্ষা ও পরিমার্জন নিজেই একটি সক্ষমতা যা লেখন-সরঞ্জামকে সমর্থন করতে হয়।

একটি নকশা-ভিত্তিক প্রতিকল্প সক্ষমতাকে মইয়ের ধাপ নয়, পরিস্থিতি-নির্ভর হিসেবে ধরে। Eyal-এর 2025 নকশা-ভিত্তিক গবেষণায় 22 জন উচ্চ-শিক্ষা শিক্ষক-শিক্ষক অংশগ্রহণকারী পাঁচটি প্রকাশিত মূল্যায়ন-কাঠামো পরীক্ষা করেন এবং তিনটি আন্তঃসম্পর্কিত অক্ষে সংগঠিত একটি বিকল্প সহ-নকশা করেন: প্রসঙ্গ-উপযোগিতা (অবকাঠামো, সামাজিক-সাংস্কৃতিক উপাদান, স্থানীয় চাহিদা, বিকাশের পর্যায়), পেশাদার চাহিদা (বিষয়, শিক্ষাদানপদ্ধতি, নেতৃত্ব, সমর্থন) এবং গতিশীল বিকাশ। মডেলটি স্থির সক্ষমতা-স্তর প্রত্যাখ্যান করে ও অরৈখিক অগ্রগতি অনুমোদন করে, এবং সঙ্গে 1 থেকে 5 স্কেলে রেট করা 20-প্রশ্নের একটি প্রতিফলনমূলক স্ব-মূল্যায়ন প্রশ্নমালা দেয়। এর বৈধতা কেবল গুণগত, কোনো পরিমাণগত নির্ভরযোগ্যতা-পরীক্ষা নেই, তাই এটি বৈধ যন্ত্র নয়, নকশা-অবদান হিসেবে দাঁড়ায়।

• মেটা-বিশ্লেষণমূলক অনুমান। Guo প্রমুখ (2026) 34টি গবেষণার 212টি প্রভাব-আকার একত্র করে শিক্ষক এআই-সাক্ষরতা পেশাদার উন্নয়নের অনুমান g = 0.76 (95% CI [0.50, 1.02]), দক্ষতায় সবচেয়ে শক্তিশালী (g = 0.91) এবং মনোভাব ও মূল্যবোধে সবচেয়ে দুর্বল (g = 0.61); প্রকাশনা-নির্বাচনের আপাত পক্ষপাতের জন্য সংশোধন করলে অনুমান প্রায় g = 0.49-এ নামে।

• যেখানে অংশগ্রহণের অনুভূতি নয়, উপস্থিতিই লাভের পূর্বাভাস দেয়। একই ছয় মাসের কর্মসূচিতে উপস্থিতির হার সক্ষমতা-লাভের পূর্বাভাস দেয় (β = .407, p = .001), যেখানে স্ব-উপলব্ধ অংশগ্রহণ দেয় না (β = .049, p = .692), আর বিষয়, শিক্ষাদানের অভিজ্ঞতা ও পেশাদার পদবি সামান্যই ব্যাখ্যা করে; লেখকেরা উপস্থিতিকে আচরণগত বিনিয়োগ এবং উপলব্ধ অংশগ্রহণকে উপরিতলের সম্পৃক্ততা হিসেবে পড়েন (Tan, Cheng ও Ling, 2025)।

• বিষয়ভিত্তিক কর্মসূচিতেও মূল্যবোধ দক্ষতার পিছিয়ে থাকে। 30 জন ইংরেজি শিক্ষক নিয়ে এক বছরের হংকং কর্মসূচিতে মাল্টিমোডাল মূল্যায়ন কৌশলের জ্ঞান 5-এর মধ্যে 3.13 থেকে 4.15-এ ওঠে (partial η² = 0.571) এবং শিক্ষার্থী-সমর্থনে সক্ষমতা 3.05 থেকে 3.98 (0.482), দুটোই উল্লেখযোগ্য, অথচ প্রতিটি মূল্যবোধ-উপক্ষেত্র Bonferroni-সংশোধিত আলফা .006-এর অধীনে পরিসংখ্যানগতভাবে সমান থাকে। শিক্ষকেরা লাভের কৃতিত্ব দেন কেবল ওয়ার্কশপ নয়, বিদ্যালয়-অন্তর্গত সহ-পরিকল্পনা ও আন্তঃবিদ্যালয় ক্লাস্টার সভাকে (Jiang প্রমুখ, 2026)।

• মাইক্রোলার্নিং বিশ্ববিদ্যালয় শিক্ষকদের এআই সক্ষমতা গড়তে পারে। Cechovsky (2026) দুই দফা অনলাইন দলগত আলোচনা জুড়ে দুটি বৃত্তিমূলক শিক্ষা মডিউলকে পাঁচটি নকশা-নীতিতে পরিমার্জিত করেন - স্পষ্ট গঠন ও অভিমুখ, পথনির্দেশনা ও নেভিগেশন সমর্থন, বিভাজন ও মডুলারাইজেশন, মাল্টিমোডাল উপস্থাপন এবং শিক্ষার্থী-সক্রিয়করণ - এবং দেখেন প্ল্যাটফর্ম নেভিগেশন ও মডিউল খুঁজে পাওয়াই প্রধান ব্যবহারিক বাধা।

শিক্ষকের এআই সক্ষমতা ও রূপান্তরিত শিক্ষকের ভূমিকা

এআই যখন রুটিন শিক্ষাদান ও মূল্যায়নের কাজ নিজের হাতে নেয়, শিক্ষকের স্বতন্ত্র অবদান সরে যায় সমন্বয়, বিচারবোধ ও সম্পর্কের দিকে: কখন ও কীভাবে এআই ব্যবহার হবে তা নির্ধারণ, শিক্ষার্থীর এজেন্সি ও সমালোচনামূলক ব্যবহারের স্ক্যাফোল্ডিং, ন্যায়বিচার নিশ্চিত করা, এবং এআই যা দিতে পারে না সেই সামাজিক ও আবেগীয় সমর্থন দেওয়া। এটি শিক্ষকের সক্ষমতাকে পুনরায় কেন্দ্রীভূত করে মানব-ইন-দ্য-লুপ তদারকি, নৈতিক বিচারবোধ এবং স্ব-নিয়ন্ত্রিত শিখন সমর্থনের চারপাশে - যা শিক্ষাদান এবং অতিরিক্ত-নির্ভরতা থেকে সুরক্ষার সঙ্গে যুক্ত।

শিক্ষায় এআই-এর জন্য তাৎপর্য

• স্ব-প্রতিবেদন নয়, কর্মদক্ষতা মূল্যায়ন করুন: নথিভুক্ত স্ব-প্রতিবেদন-ফাঁকের কারণে শিক্ষকের সক্ষমতা প্রদর্শনের মাধ্যমে মূল্যায়ন করা উচিত।

• কেবল সরঞ্জাম নয়, পূর্ণ সক্ষমতা প্রশিক্ষণ দিন: পেশাদার উন্নয়নে প্রযুক্তিগত, শিক্ষাদানগত, মূল্যায়নগত ও নৈতিক মাত্রাগুলো একসঙ্গে গড়া উচিত, শিখন-তত্ত্বে প্রতিষ্ঠিত।

• দক্ষতার পাশাপাশি আত্মবিশ্বাস গড়ুন: মনোভাব ও Self-Efficacy গ্রহণকে আকার দেয়, তাই পেশাদার উন্নয়নে উদ্বেগ কমিয়ে খাঁটি, সমর্থিত অনুশীলনের মাধ্যমে আত্মবিশ্বাস গড়া উচিত।

• প্রাতিষ্ঠানিক স্তরকে সমর্থন করুন: টেকসই শিক্ষক-সক্ষমতার জন্য বিচ্ছিন্ন প্রশিক্ষণ নয়, সামঞ্জস্যপূর্ণ নীতি, শাসন ও সক্ষমতা দরকার।

• GenAI পাঠ্যক্রম নকশায় শিক্ষকের ডিজিটাল সক্ষমতা। Guillén-Gámez (2026) 434 জন কর্মরত শিক্ষক নিয়ে TAM-ভিত্তিক একটি রোগনির্ণয় যন্ত্র বৈধ করেন; পাঠ্যক্রম পরিকল্পনায় GenAI ব্যবহারের ডিজিটাল সক্ষমতার প্রধান পূর্বাভাসক ছিল আচরণগত অভিপ্রায়, যার মূল চালক স্ব-দক্ষতা।

শিক্ষকের এআই সক্ষমতার একটি সাইকোমেট্রিক যন্ত্র

• একটি সাইকোমেট্রিক গবেষণা Teachers' AI Literacy Scale (TAILS) তৈরি করে ভাষা শিক্ষক প্রশিক্ষণে বিশেষভাবে এআই সাক্ষরতা মাপে, ED-AI কাঠামোর ছয়টি মাত্রাকে কার্যকর করে। যন্ত্রটির বিকাশ শিক্ষার্থী বা সাধারণ ব্যবহারকারী-লক্ষ্য মূল্যায়নে একটি ফাঁক ভরাট করে, শিক্ষকের এআই সক্ষমতার পরিমাপকে সমর্থন করে।

যন্ত্রের পরিসরটিই তখন থেকে পর্যালোচিত হয়েছে। Zainal, Mohd Matore ও Maat-এর 2026 পদ্ধতিগত পর্যালোচনা 2019 থেকে 2025-এর মধ্যে প্রকাশিত 33টি যন্ত্র মূল্যায়ন করে এবং দেখে ক্ষেত্রটি পদ্ধতিগতভাবে একঘেয়ে: 31টি (93.9%) উপলব্ধ আত্মবিশ্বাসের স্ব-প্রতিবেদন স্কেল, কেবল দুটি (6.1%) জ্ঞান বস্তুনিষ্ঠভাবে পরীক্ষা করে, এবং কোনোটি কর্মদক্ষতাভিত্তিক কাজ ব্যবহার করে না। অভ্যন্তরীণ সামঞ্জস্য ছিল সবচেয়ে শক্তিশালী গুণমান-ক্ষেত্র (33-এর 28টি Grade A) এবং ন্যায়পরায়ণতা সবচেয়ে দুর্বল, পাঁচটি যন্ত্র (15.2%) পরিমাপ-অপরিবর্তনশীলতা বা ভিন্ন আইটেম-কার্যকারিতার প্রমাণ জানায়। বিষয়বস্তুও প্রযুক্তির পিছিয়ে, কারণ 29টি যন্ত্র (87.9%) সাধারণ এআই ধারণা লক্ষ্য করে এবং কেবল চারটি (12.1%), সবই 2025-এর, জেনারেটিভ এআই সম্বোধন করে।

সাধারণ ভুল ধারণা

• "প্রম্পটিং প্রশিক্ষণ শিক্ষকের উপকরণ ভালো করে।" প্রম্পটিং প্রশিক্ষণ সময় কেনে, ভালো উপকরণ নয়: 204 জন শিক্ষক নিয়ে পূর্বনিবন্ধিত RCT-তে Appel, Fervers ও Piepenburg (2026) দেখেন ChatGPT ব্যয়িত সময় উন্নত করে, অথচ উপকরণের গুণমান তা অনুসরণ করে না। কর্মদক্ষতার লাভ সত্যি, এবং তা গুণমানের লাভ নয়।
• "শিক্ষক চ্যাটবট কনফিগার করলে ব্যর্থতা তথ্যগত ত্রুটি।" শিক্ষক যখন স্বাভাবিক ভাষায় চ্যাটবট কনফিগার করেন, প্রধান ব্যর্থতা ভুল তথ্য নয়, হারানো উদ্দেশ্য - বট সেই ধাপ এড়িয়ে যায় যা শিক্ষক চেয়েছিলেন। নির্দেশনা-অনুসরণ কাঠামোগতভাবে ব্যর্থ হয়, তথ্যগতভাবে নয়।
• "কারিগরি দক্ষতাই নির্ধারক স্তর।" শিক্ষাদানগত জ্ঞানই নির্ধারক স্তর: মাধ্যমিক এআই শিক্ষার একটি ক্রস-লেভেল গবেষণা Shen প্রমুখ, 2026। ফলাফল নির্ধারণকারী সক্ষমতাই সেই, যাতে বেশিরভাগ প্রশিক্ষণ-কর্মসূচি সবচেয়ে কম বিনিয়োগ করে।

সংযুক্ত ধারণা

• এআই সাক্ষরতা
• শিক্ষামূলক উন্নয়ন
• শিক্ষাদান
• Prompt Engineering
• লার্নিং ডিজাইন
• Scaffolding
• Metacognition
• Assessment Validity
• Equity
• Ethics
• Self-Efficacy
• Human-in-the-Loop
• Learner Agency
• সংজ্ঞানাত্মক অফলোডিং
• Educational AI Policy
• শিক্ষায় কৃত্রিম বুদ্ধিমত্তা
• Technological Pedagogical Content Knowledge (TPACK)
• Teacher Education
• Pedagogies and Teaching Strategies - ছাতা: এআই শিক্ষায় শিক্ষাদানপদ্ধতি ও শিক্ষাদান কৌশল

সংযুক্ত নিবন্ধ

• Lesson planning using AI lesson assistant, Aila - A Teacher Choices Trial — কোন শিক্ষকেরা পরিকল্পনার সময় পেয়েছেন: কম বিষয়-জ্ঞানের আত্মবিশ্বাস, কম শিক্ষাদানগত জ্ঞান, পেশায় নতুনত্ব বা প্রযুক্তিতে উচ্চ আত্মবিশ্বাস

• AI Misconception and Adoption Among Indonesian K-12 Teachers — শিক্ষকেরা এআই গ্রহণ করেন, অথচ তা কীভাবে কাজ করে তা ভুল বোঝেন (Aji প্রমুখ 2026)

• AI integration in mathematics education: A systematic review of implementation challenges and pedagogical implications (2017-2025) — 54টি গণিত-শিক্ষা গবেষণা জুড়ে শিক্ষক-প্রস্তুতি ও প্রযুক্তিগত-শিক্ষাদানগত সংযুক্তি সবচেয়ে বেশি প্রতিবেদিত চ্যালেঞ্জ (Manto প্রমুখ 2026)

• Conceptualizing and developing second language teachers' multimodal assessment literacy in the GenAI era — মাল্টিমোডাল মূল্যায়ন সাক্ষরতা: এক বছরের কর্মসূচি যেখানে জ্ঞান ও সক্ষমতা এগিয়েছে, মূল্যবোধ নয়

• The impact of professional development programs on K-12 teachers' AI literacy: A systematic review and meta-analysis

• Enhancing Teachers' AI Competency: A Professional Development Intervention Study Based on Intelligent-TPACK Framework — Intelligent-TPACK পেশাদার উন্নয়ন: অর্ধেক মানক বিচ্যুতির লাভ, এবং পুনঃক্রমাঙ্কন হিসেবে পড়া ঋণাত্মক লাভ - K-12 শিক্ষকদের এআই সাক্ষরতায় পেশাদার-উন্নয়ন কর্মসূচির প্রভাব: একটি পদ্ধতিগত পর্যালোচনা ও মেটা-বিশ্লেষণ

• AILitHub: Building AI Literacy Infrastructure to Situate Frameworks into Practice — শিক্ষকেরা নিজেদের শ্রেণিকক্ষের এআই কেস ট্যাগ করেন এবং ব্যবহারিক সক্ষমতায় সহজেই পৌঁছান, কিন্তু সামাজিক ও নৈতিক সক্ষমতায় বিরলভাবে (Wang প্রমুখ 2026)

• Typology of Generative AI Tools for Education — শিক্ষক-এজেন্সির অনুশীলন হিসেবে সরঞ্জাম-নির্বাচন

• Generative Artificial Intelligence (GAI) in Teaching and Learning Processes at the K-12 Level: A Systematic Review — K-12 শিক্ষাদান ও শিখনে জেনারেটিভ এআই-এর পদ্ধতিগত পর্যালোচনা (Marzano 2026)

• Pedagogy first, technology second: Cross-level relationships between teacher professional knowledge and student — K-12 এআই শিক্ষায় শিক্ষকের পেশাদার জ্ঞান: TAIK বনাম TPAIK এবং শিক্ষার্থীর শিখন (Shen প্রমুখ 2026)

• 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 মিথস্ক্রিয়ার ধরন (Choi প্রমুখ 2026)

• Preparing Pre-Service Teachers for Responsible Generative AI Use: Curriculum Implications for Ethics, Privacy, and AI Literacy — প্রাক-সেবা শিক্ষকদের দায়িত্বশীল GenAI ব্যবহার: পাঠ্যক্রমিক তাৎপর্য (Kohnke প্রমুখ 2026)

• Validating AI-generated classroom observations: Reliability, accuracy, and limits of LLM-based pedagogical judgment — শিক্ষকের পেশাদার উন্নয়নে LLM শ্রেণিকক্ষ-পর্যবেক্ষণ (Melo প্রমুখ 2026)

• Responsible Integration of AI into Pedagogies of Practice in Mathematics Teacher Education — উপস্থাপনা, বিভাজন ও আনুমানিকতার মধ্য দিয়ে জেনারেটিভ এআই: রিহার্সাল, কাঠামোবদ্ধ প্রতিক্রিয়া ও নির্ভুলতা-সতর্কতা

• Efficacy of an Intensive Generative AI Professional Development Program on Pedagogical Content Knowledge (AI-PCK) and the Comparative Analysis of Learning Gain between Experienced and Pre-service Teachers — একটি নিবিড় GenAI পেশাদার-উন্নয়ন কর্মসূচির কার্যকারিতা

• Modeling AI-TPACK in Practice: Insights from Teachers'' Multi-Agent Workflow Design — শিক্ষকের বহু-এজেন্ট কর্মপ্রবাহের মাধ্যমে AI-TPACK মডেল করা

• Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence — সমন্বিত শিক্ষক-এআই মিথস্ক্রিয়ার দিকে

• Teacher education for artificial intelligence literacy through a self-determination theory perspective — স্ব-নিয়ন্ত্রণ তত্ত্বের মাধ্যমে এআই সাক্ষরতার শিক্ষক-প্রশিক্ষণ

• Development and evaluation of artificial intelligence literacy training for teacher education students — নকশা-ভিত্তিক গবেষণা GenAI সাক্ষরতা প্রশিক্ষণ

• Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education — শিক্ষক-প্রশিক্ষণে GenAI সাক্ষরতা পুনর্বিবেচনা

• Exploring interfaces and implications for integrating social-emotional competencies into AI literacy for education: a narrative review — সামাজিক-আবেগিক সক্ষমতার সঙ্গে এআই সাক্ষরতার সমন্বয়

• AI Adoption Among Teachers: Insights on Concerns, Support, Confidence, and Attitudes — শিক্ষকদের মধ্যে এআই গ্রহণ: আত্মবিশ্বাস ও সমর্থন

• Faculty Orientations Shape Adoption of AI in Research and Teaching — শিক্ষকমণ্ডলীর অভিমুখ এআই গ্রহণকে আকার দেয়

• How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures — স্ব-প্রতিবেদিত ও কর্মদক্ষতাভিত্তিক এআই সক্ষমতার মধ্যে অসামঞ্জস্য

• Effects of an AI-supported inquiry model on AI literacy and authentic performance: A quasi-experimental study with preservice teachers — প্রাক-সেবা শিক্ষকদের জন্য এআই-সমর্থিত অনুসন্ধান

• Faculty Readiness for AI-Supported Teaching and Scalable Online Program Delivery in Higher Education: The EPIQ-AI Framework for Epistemic Integrity — EPIQ-AI শিক্ষকমণ্ডলী-প্রস্তুতি কাঠামো

• LLMs to Support K-12 Teachers in Culturally Relevant Pedagogy: An AI Literacy Example — সাংস্কৃতিকভাবে প্রাসঙ্গিক K-12 শিক্ষাদানে LLM

• A Framework for Institutional Change in the Age of AI — এআই-এর জন্য প্রাতিষ্ঠানিক পরিবর্তন কাঠামো

• TeachingCoach: A Fine-Tuned Scaffolding Chatbot for Instructional Guidance to Instructors — প্রশিক্ষক-পথনির্দেশে TeachingCoach চ্যাটবট

• When faculty ask, 'what's the point of teaching?': GenAI as identity crisis, not skills gap — দক্ষতার ফাঁক নয়, পরিচয়-সংকট হিসেবে GenAI

• Situated AI ethics: a cultural-historical and ecological framework for education

• Transforming Curriculum Design with Generative AI: A Model for Assessing Teacher Digital Competence — GenAI পাঠ্যক্রম নকশায় শিক্ষকের ডিজিটাল সক্ষমতা মূল্যায়ন (Guillén-Gámez 2026)

• Understanding what good education is: a phenomenographic investigation of university teachers' understandings of AI — বিশ্ববিদ্যালয় শিক্ষকদের এআই-ধারণার ফেনোমেনোগ্রাফিক গবেষণা

• AI Literacy in Secondary Education: Framework, Assessment, and Professional Development in the Ukrainian Context — পাঁচ-স্তরের এআই সাক্ষরতা কাঠামো + ইউক্রেনীয় মাধ্যমিক শিক্ষকদের পেশাদার উন্নয়ন (Marienko প্রমুখ 2026)

• Reimagining teacher-AI co-design in learning task design: trends and perspectives — শিখন-কাজের শিক্ষক-এআই সহ-নকশা: প্রবণতা ও দৃষ্টিভঙ্গি (Wang প্রমুখ 2026)

• 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 বিভেদকৃত দলগত কার্যক্রমে ভূমিকার স্থাপত্য (Talebzadeh 2026)

• The Impact of Explainable AI on Teachers' Trust and Acceptance of AI EdTech Recommendations: The Power of Domain-specific Explanations

• AI Literacy of Teachers: Prompt Engineering and Model Selection as Predictors of AI-Feedback Quality — এআই-প্রতিক্রিয়ার গুণমানের পূর্বাভাসক হিসেবে প্রম্পট ইঞ্জিনিয়ারিং ও মডেল-নির্বাচন (Jacobsen প্রমুখ 2026)

• The AI guilt complex: Moral emotions and ethical dilemmas in academic technology adoption — AI Guilt Complex: একাডেমিক কর্মীদের মধ্যে প্রত্যাশিত অপরাধবোধ ও চারটি নৈতিক প্রতিক্রিয়া-প্রোফাইল (Vassallo 2026)

• Empowering teachers to use AI for differentiation: changes in teachers’ acceptance of AI-based technologies following participation in a short professional development training session — তিন ঘণ্টার শিক্ষক পেশাদার-উন্নয়ন সেশন উপলব্ধ উপযোগিতা ও ব্যবহার-সহজতা বাড়ায়, কিন্তু গ্রহণের ঘোষিত অভিপ্রায় নয় (Mesenhöller ও Böhme 2026)

• Artificial intelligence in initial teacher training for pre-service primary school teachers in mathematics: a systematic review — প্রাক-সেবা প্রাথমিক গণিত শিক্ষক-প্রশিক্ষণে এআই: এগারোটির মধ্যে কেবল তিনটি গবেষণায় নীতিশাস্ত্র সম্বোধন (Pinto প্রমুখ 2026)

• The AI Challenge: How college faculty assess the present and future of higher education in the age of AI — 1,057 মার্কিন শিক্ষকমণ্ডলীর AAC&U/Elon জরিপ: প্রস্তুতি, অ-ব্যবহার এবং ব্যক্তিগত-বনাম-প্রাতিষ্ঠানিক নীতির ফাঁক (Watson ও Rainie 2026)

• AI Integration as Instructional Design: Lessons from a Cross-Institutional Faculty Collaboratory in Teacher Preparation — আন্তঃপ্রাতিষ্ঠানিক শিক্ষকমণ্ডলী সহযোগিতা-কেন্দ্র: শিক্ষক-প্রস্তুতিতে শিক্ষাদান-নকশা হিসেবে এআই সংযুক্তি

• Assessing teachers' AI literacy: a systematic review of measurement tools — শিক্ষকের এআই সাক্ষরতা মাপার 33টি যন্ত্রের পদ্ধতিগত পর্যালোচনা: 31টি স্ব-প্রতিবেদন, দুটি বস্তুনিষ্ঠ জ্ঞান-পরীক্ষা, কোনো কর্মদক্ষতা-কাজ নেই (Zainal, Mohd Matore ও Maat 2026)

• Rethinking artificial-intelligence literacy through the lens of teacher educators: The adaptive AI model — একটি নকশা-ভিত্তিক অভিযোজিত এআই সাক্ষরতা মডেল ও 22 জন শিক্ষক-শিক্ষকের সঙ্গে সহ-নকশাকৃত 20-আইটেম প্রতিফলনমূলক প্রশ্নমালা (Eyal 2025)

• A Workshop Series for Effective Use of AI in Uncertain Times: Building a Physics Faculty Learning Community — অনিশ্চিত সময়ে এআই-এর কার্যকর ব্যবহারের জন্য ওয়ার্কশপ সিরিজ: একটি পদার্থবিদ্যা শিক্ষকমণ্ডলী শিখন-সম্প্রদায় গড়া

• Designing Authentic Assessments with Generative AI: A Pilot Study of Assessment Authentifire in Higher Education — জেনারেটিভ এআই দিয়ে খাঁটি মূল্যায়ন নকশা: উচ্চ শিক্ষায় Assessment Authentifire-এর পাইলট গবেষণা

• Will It Teach as Intended? How Teachers Configure Educational AI Chatbots — শিক্ষকেরা কীভাবে শিক্ষামূলক এআই চ্যাটবট কনফিগার করেন: উদ্দেশ্য অনুযায়ী কি শেখাবে?

• A Capability–Decision Model of teacher readiness for AI integration in teaching — কর্মদক্ষতাভিত্তিক সূচকসহ ক্রমবদ্ধ, সক্ষমতা-প্রথম শিক্ষক-প্রস্তুতি মডেল

• K-12 in-service teachers' beliefs about generative AI in classrooms: insights from the United States, India, Qatar, Colombia, and the Philippines — 1,405 জন K-12 শিক্ষকের আন্তঃদেশীয় জরিপ: প্রস্তুতি ইতিবাচক বিশ্বাসের পূর্বাভাস দেয়, উদ্বেগের নয়

• Teachers’ AI Belief Profiles and Their Associations with AI Use, Pedagogical Applications, and Barriers: A Person-Centered Analysis of TALIS 2024 — TALIS 2024-এর চারটি শিক্ষক-বিশ্বাস প্রোফাইল পেশাদার শিখন ও প্রোফাইল-নির্দিষ্ট বাধাকে এআই-ব্যবহারের সঙ্গে যুক্ত করে

• Designing Microlearning Modules on AI for University Teachers in Vocational Teacher Education: A Design-Based Research Study — বৃত্তিমূলক শিক্ষক-প্রশিক্ষণে বিশ্ববিদ্যালয় শিক্ষকদের জন্য এআই নিয়ে মাইক্রোলার্নিং মডিউল নকশা: একটি নকশা-ভিত্তিক গবেষণা

• EduWild: How Teacher-Configured Chatbots Fail in Real-World Use and How to Fix Them — EduWild: শিক্ষক-কনফিগার করা চ্যাটবট বাস্তব ব্যবহারে কীভাবে ব্যর্থ হয় এবং তা কীভাবে ঠিক করা যায়