ধারণা
শিখনের জন্য সর্বজনীন নকশা
ইংরেজি পাতার এই স্বয়ংক্রিয় অনুবাদ, এখনও মাতৃভাষিক বক্তার দ্বারা পর্যালোচনা করা হয়নি।
শিখনের জন্য সর্বজনীন নকশা (UDL) — একটি শিক্ষামূলক কাঠামো, যা নির্দেশনা এমনভাবে নকশা করে যেন তা বিস্তৃততম পরিসরের শিক্ষার্থীর জন্য অভিগম্য ও কার্যকর হয় — ব্যক্তিবিশেষের জন্য সুবিধা পরে জুড়ে দেওয়ার বদলে সম্পৃক্ততা, উপস্থাপন এবং কর্ম/প্রকাশের নমনীয় মাধ্যম আগেই অন্তর্ভুক্ত করে।
বিবেচনার প্রশ্ন
- UDL-এর মূল দাবি হলো, শিক্ষার্থীর বৈচিত্র্যই নিয়ম, ব্যতিক্রম নয় — তাই শুরু থেকেই বহু পথের জন্য নকশা করা উচিত, যারা সংগ্রাম করছে কেবল তাদের জন্য একটি পথ ঠিক করার বদলে। আপনি কি 'গড়' শিক্ষার্থীর জন্য নকশা করে পরে সুবিধা যোগ করেন? সেই পূর্বনির্ধারিত পদ্ধতিতে কী হারিয়ে যেতে পারে?
- এমন একটি সময়ের কথা ভাবুন, যখন কোনো নির্দিষ্ট ফরম্যাট (ঘন পাঠ্য, লেকচার, কাজ দেখানোর একটিই পদ্ধতি) আপনাকে বা আপনার শেখানো কাউকে বাদ দিয়েছিল। UDL-এর তিনটি নীতির মধ্যে কোনটি — সম্পৃক্ততা, উপস্থাপন, নাকি কর্ম/প্রকাশ — ঝুঁকিতে ছিল, এবং একটি নমনীয় বিকল্প কেমন হতো?
- জেনারেটিভ এআই ব্যক্তিগতকৃত উদাহরণ, ক্যাপশন, সারসংক্ষেপ ও একাধিক মূল্যায়ন-ফরম্যাট তৈরি করতে পারে — আপাতদৃষ্টিতে UDL-এর জন্য বর। কিন্তু পাতা সতর্ক করে, এআই পক্ষপাতও কোড করতে পারে এবং শিক্ষার্থীর এজেন্সি কমিয়ে দিতে পারে। আরও পড়ার আগে ভাবুন, ব্যক্তিগতকরণের জন্য তৈরি একটি সরঞ্জাম কীভাবে কিছু শিক্ষার্থীর জন্য শিখন-পথ সংকুচিত করে ফেলতে পারে, প্রশস্ত করার বদলে?
- একটি প্রচলিত ভুল ধারণা হলো, UDL মানে মান নিচে নামানো বা সবাইকে ভিন্ন ভিন্ন ফলাফল দেওয়া। এমন একটি কাজের কথা ভাবুন, যেখানে শিক্ষার্থীরা একই শিখন-ফলাফলের জন্য প্রবন্ধ, ভিডিও, চিত্র বা কোড জমা দিতে পারে। এটি কি মান হ্রাস, নাকি একই সামর্থ্যের অধিক ন্যায্য মূল্যায়ন? আপনার মত সমর্থন করুন।
- UDL 'শিক্ষার্থীকে ঠিক করো'-কে বদলে দেয় 'নকশাকে ঠিক করো'-তে। আপনার অভিজ্ঞতায় আসা বা আপনার নকশাকৃত একটি হতাশাজনক শিখন-অভিজ্ঞতা বেছ নিন। যদি প্রতিবন্ধকতাটি শিক্ষার্থীর সমস্যা না হয়ে নকশার সমস্যা হতো, তবে সবার জন্য তা সরাতে আপনি নকশায় কী বদলাতেন?
- পাতা সতর্ক করে সেই এআই নিয়ে, যা একটি যোগাযোগ-ধরন ধরে নেয় বা নিউরোডাইভার্জেন্ট প্রকাশকে শাস্তি দেয়। আপনি যদি এআই-সহায়ক সরঞ্জাম ব্যবহার বা নকশা করেন, তবে 'পূর্বনির্ধারিত' ধরনগুলো কোথায় শিক্ষার্থীদের নীরবে বাদ দিতে পারে — এবং তা নিরীক্ষার জন্য কী লাগবে?
ভূমিকা
UDL এই উপলব্ধির উপর দাঁড়িয়ে আছে যে শিক্ষার্থীর বৈচিত্র্যই নিয়ম, ব্যতিক্রম নয়। একটি একক পথ নকশা করে যারা সংগ্রাম করছে তাদের জন্য সহায়তা যোগ করার বদলে, UDL শুরু থেকেই একাধিক পথ নকশা করে, যাতে সবার জন্য প্রতিবন্ধকতা দূর হয়। এটি অন্তর্ভুক্তিমূলক শিখন, ন্যায়বিচার ও বিশেষ শিক্ষা-এর একটি মূল লেন্স।
তিনটি নীতি
- সম্পৃক্ততার একাধিক মাধ্যম — শিখনের "কেন": অনুপ্রেরণা জাগানো ও আগ্রহ ধরে রাখা, প্রাসঙ্গিকতার সঙ্গে সংযোগ তৈরি এবং স্ব-নিয়ন্ত্রণ-এ সহায়তার বৈচিত্র্যময় উপায়।
- উপস্থাপনের একাধিক মাধ্যম — শিখনের "কী": তথ্যকে বৈচিত্র্যময় ফরম্যাটে (পাঠ্য, অডিও, দৃশ্য, ইন্টারঅ্যাকটিভ) উপস্থাপন, যাতে সব শিক্ষার্থী তা উপলব্ধি ও বুঝতে পারে।
- কর্ম ও প্রকাশের একাধিক মাধ্যম — শিখনের "কীভাবে": শিক্ষার্থীরা যা জানে তা দেখানোর বৈচিত্র্যময় উপায় (লেখা, বলা, নির্মাণ, পরিবেশন)।
এআই যুগে UDL
জেনারেটিভ এআই UDL-এর জন্য নতুন সুযোগ ও নতুন ঝুঁকি তৈরি করে। এআই উপস্থাপন ব্যক্তিগতকৃত করতে ও বিকল্প পথ দিতে পারে, যা ব্যক্তিগতকৃত শিখন ও অভিগম্যতাকে সমর্থন করে। কিন্তু এটি পক্ষপাতও কোড করতে পারে, প্রধান যোগাযোগ-ধরনগুলো ধরে নিতে পারে এবং — শিক্ষার্থীর এজেন্সি কমিয়ে দিলে — সম্পৃক্ততার নীতিকেই দুর্বল করতে পারে। গবেষণা এআই অপব্যবহার ও শিখনে ক্ষতি ও সমতা নিয়ে দেখায়, এআই সরঞ্জাম অন্তর্ভুক্তিমূলক নীতিতে নকশা করতে হবে, নইলে সেগুলো ন্যায়বিচার-এর ফাঁক পুনরুৎপাদন করে। তাই UDL একইসঙ্গে নির্ধারণ করে এআই কীভাবে মোতায়েন হবে, এবং এআই-সাক্ষরতা ও মূল্যায়ন কীভাবে নকশা হবে যাতে শিক্ষার্থীর বৈচিত্র্যজুড়ে তা ন্যায্য হয়।
নকশা-দ্বারা-সমতা এই অবস্থানের একটি নির্দিষ্ট কার্যকর রূপ। Wenzel, Geiger ও Liening (2026) ব্যবসায়িক গেমে এআই সংলাপভিত্তিক এজেন্টদের সিমুলেশন-এর জন্য তাদের CAIS-GBL কাঠামোকে শিখনের জন্য সর্বজনীন নকশার সঙ্গে সামঞ্জস্যপূর্ণ সুস্পষ্ট নকশা-দ্বারা-সমতা পদ্ধতিতে ভিত্তি দেন, এবং জ্ঞানভিত্তিক, অনুপ্রেরণামূলক, আবেগগত ও সামাজিক-সাংস্কৃতিক সম্পৃক্ততাজুড়ে বিস্তৃত মেটা-প্রয়োজনীয়তা নির্মাণ করেন। তাদের নকশা-নীতি ও বৈশিষ্ট্যের লক্ষ্য শিক্ষার্থীর শক্তি, চ্যালেঞ্জ ও আগ্রহে ব্যক্তিগত পার্থক্য মোকাবিলা — অভিযোজিত, এআই-সমর্থিত গেম-ভিত্তিক শিখনের নকশায় UDL নীতির একটি নির্দিষ্ট প্রয়োগ। একটি সরঞ্জাম UDL-এর তিনটি নীতিরই সেবা করতে পারে, তবুও একজন প্রশিক্ষক কী সিদ্ধান্ত নেবেন তা সংকুচিত করতে পারে। Alenezi (2026) এই কারণে যুক্তি দেন, কোনো সরঞ্জামকে UDL নীতির সঙ্গে মেলানো প্রয়োজনীয় কিন্তু যথেষ্ট নয়, এবং এর যাচাইয়ের মধ্যে বার্ষিক অব-পেশাদারিকরণ নিরীক্ষা ও একটি ভেন্ডর-নির্ভরতা নিবন্ধন প্রস্তাব করেন।
এআই এই সাহিত্যে UDL-এর যন্ত্র হিসেবে নয়, বরং প্রতিবন্ধক হিসেবেও হাজির হয়। অন্টারিওর একটি বিশ্ববিদ্যালয়ের 69 জন অধ্যাপকের উপর Sidhu, Atif ও Newland-এর (2026) মিশ্র-পদ্ধতি গবেষণায় চারটি মূল থিমের একটি হলো, জেনারেটিভ এআই অভিগম্য কোর্স-নকশায় অগ্রগতি উল্টে দিচ্ছে; শিরোনামের উদ্ধৃতি, "এআই আমার ব্যবহৃত বিকল্পগুলো কমিয়ে দিচ্ছে", তাদের সাক্ষাৎকার থেকেই এসেছে, কারণ যে টেক-হোম ও খসড়া-ভিত্তিক অ্যাসাইনমেন্টগুলো অন্তর্ভুক্তির কাজ করছিল, সেগুলোই এখন এআই সম্পূর্ণভাবে সম্পন্ন করতে পারে। তাদের প্রশিক্ষক-স্তরের ফলাফল দেখায় কেন এই ধাক্কা আগে থেকেই সরু ভিত্তির উপর পড়ে: 90% উত্তরদাতা বিশ্বাস করেন তারা অভিগম্য শিখন-পরিবেশ তৈরি করেন এবং 87% বলেন তারা সক্রিয়ভাবে অভিগম্যতা বিবেচনা করেন, তবুও অর্ধেকেরও কম (46%) মনে করেন বিশ্ববিদ্যালয় এর জন্য যথেষ্ট সম্পদ দেয়, এবং প্রায় এক-পঞ্চমাংশ OCR-পাঠযোগ্য পিডিএফ বা রঙ-নিরপেক্ষ লিংকের মতো মৌলিক কৌশলের নামও শোনেননি। চাহিদা জোগানের চেয়ে দ্রুত এগোচ্ছে — 2013 থেকে 2022-এর মধ্যে অন্টারিওর বিশ্ববিদ্যালয়-ভর্তি 17% বেড়েছে, অথচ অভিগম্যতা-সেবায় নিবন্ধন বেড়েছে 126% — তাই গবেষণাটি যে যুক্তি দেয় তা হলো, এআই যে মূল্যায়ন-বিকল্পগুলো সরিয়ে দিয়েছে তার ক্ষতিপূরণে UDL সহায়তাকে সম্পদযুক্ত করতে হবে।
সংযোগ
UDL অন্তর্ভুক্তিমূলক শিখন, ন্যায়বিচার, বিশেষ শিক্ষা, লার্নিং ডিজাইন ও সাংস্কৃতিকভাবে প্রাসঙ্গিক শিক্ষাবিজ্ঞান-এর সঙ্গে যুক্ত। মূল্যায়নে এটি প্রামাণিক মূল্যায়ন-এর উপস্থাপনগত ন্যায্যতা-র উপর জোর এবং নির্দিষ্ট যোগাযোগ-ধরনকে শাস্তি দেওয়া সরঞ্জামের বিরুদ্ধে সুরক্ষা হিসেবে এআই অপব্যবহার হ্রাস-এর সঙ্গে ছেদ করে। যেহেতু UDL উচ্চশিক্ষার প্রতিবন্ধকতা-প্রসঙ্গে সবচেয়ে বেশি ব্যবহৃত কাঠামো ("বিশেষ শিক্ষা" যেখানে একটি K-12 পরিভাষা), তাই কলেজ ও বিশ্ববিদ্যালয়ের প্রতিবন্ধকতাযুক্ত শিক্ষার্থী-গবেষণার জন্য এটি প্রায়ই সংযোগ দেওয়ার সঠিক পাতা।
প্রশিক্ষক ও নির্দেশনা-নকশাকারদের জন্য তাৎপর্য ও উদাহরণ
UDL "শিক্ষার্থীকে ঠিক করো"-কে বদলে দেয় "নকশাকে ঠিক করো"-তে। এআই নিয়ে কাজ করা প্রশিক্ষক ও নকশাকারদের জন্য তিনটি নীতি নির্দিষ্ট পদক্ষেপে রূপান্তরিত হয়:
সম্পৃক্ততা — অনুপ্রেরণা জাগানো ও ধরে রাখার একাধিক উপায় দিন।
- শিক্ষার্থীদের সম্পৃক্ত হওয়ার পদ্ধতি বেছে নিতে দিন: সমস্যা-ভিত্তিক, গেম-ভিত্তিক, আলোচনা, বা স্ব-গতির বিকল্প।
- একটি সাধারণ কাজের বদলে প্রাসঙ্গিকতা তুলে ধরতে এআই ব্যবহার করুন — ব্যক্তিগতকৃত উদাহরণ, বাস্তব-জগতের সংযোগ, বা বিষয়-নির্বাচন।
- উদাহরণ: একটি কোর্স এআই দিয়ে ভিন্ন ভিন্ন শিক্ষার্থী-আগ্রহের (ব্যবসা, স্বাস্থ্য, শিল্প) সঙ্গে যুক্ত বৈচিত্র্যময় সমাধান-করা উদাহরণ তৈরি করে, যাতে শিক্ষার্থীরা তাদের অনুপ্রাণিত করে এমন প্রসঙ্গ বেছে নিতে পারে।
উপস্থাপন — তথ্য একাধিক ফরম্যাটে উপস্থাপন করুন।
- একই বিষয়বস্তু পাঠ্য, অডিও, ভিডিও ও ইন্টারঅ্যাকটিভ হিসেবে দিন — এআই স্বয়ংক্রিয়ভাবে ক্যাপশন, ট্রান্সক্রিপ্ট, সারসংক্ষেপ ও ভিন্ন পাঠ-স্তরের বিকল্প ব্যাখ্যা তৈরি করতে পারে।
- উদাহরণ: একজন প্রশিক্ষক এআই সহায়ক দিয়ে একটি ঘন পাঠ্যের সরল-ভাষার সারসংক্ষেপ ও অডিও সংস্করণ তৈরি করেন, যাতে শিক্ষার্থীরা তাদের প্রবেশবিন্দু বেছে নিতে পারে। অভিগম্যতা-এর (ক্যাপশন, অল্ট টেক্সট) সঙ্গে জুড়ে দিন, যাতে প্রতিটি ফরম্যাট ব্যবহারযোগ্য হয়।
কর্ম ও প্রকাশ — শিক্ষার্থীদের যা জানে তা বৈচিত্র্যময় উপায়ে দেখাতে দিন।
- একই শিখন-ফলাফলের সঙ্গে সামঞ্জস্যপূর্ণ মূল্যায়ন-পণ্যের (প্রবন্ধ, উপস্থাপনা, ভিডিও, চিত্র, কোড) বিকল্প দিন।
- উদাহরণ: একটি প্রকল্প লিখিত প্রতিবেদন, এআই-সহায়ক ভিডিও ব্যাখ্যা, বা সরাসরি প্রদর্শন হিসেবে জমা দেওয়ার সুযোগ দেয় — প্রতিটি ধারায় এআই স্ক্যাফোল্ড সহায়তা দেয়। মূল্যায়ন নকশায় এটি প্রামাণিক মূল্যায়ন-এর উপস্থাপনগত ন্যায্যতার সমান্তরাল।
এআই-সাক্ষরতা ও এজেন্সির জন্য নকশা।
- শিক্ষার্থীদের শেখান এআই কীভাবে ও কখন ব্যবহার করতে হবে, এবং এমন চেকপয়েন্ট তৈরি করুন যা জবাবদিহি শিক্ষার্থীর (সরঞ্জামের নয়) কাছে রাখে — দেখুন এআই সাক্ষরতা ও এআই অপব্যবহার হ্রাস।
- উদাহরণ: UDL-সামঞ্জস্যপূর্ণ একটি কাজ শিক্ষার্থীদের এআই দিয়ে খসড়া করার সুযোগ দেয়, কিন্তু নিজের অবদান নিয়ে মেটাকগনিটিভ প্রতিফলন বাধ্যতামূলক করে, ফলে সম্পৃক্ততা ও এজেন্সির নীতি রক্ষা পায়।
প্রতিবন্ধকতা সরাতে এআই ব্যবহার করুন, যোগ করতে নয়।
-
পারফরম্যান্সের ফাঁক বন্ধ করতে এআই মোতায়েন করুন (যেমন, বিরতিসহ এআই-বিভাজিত ভিডিও এডিএইচডি শিক্ষার্থীদের সাহায্য করেছে) এবং অভিগম্য ফরম্যাটের ব্যয় কমাতে।
-
যে এআই একটি যোগাযোগ-ধরন ধরে নেয় বা নিউরোডাইভার্জেন্ট প্রকাশকে শাস্তি দেয় তার বিরুদ্ধে সতর্ক থাকুন — অভিগম্যতা, ন্যায়বিচার ও নিউরোডাইভার্সিটি-এর সঙ্গে যুক্ত করুন।
-
কার্যকরী প্রতিবন্ধকতাকে লক্ষ্য করুন, নির্ণয়কে নয়। Rempel প্রমুখ (2026) নিউরোডাইভার্জেন্ট শিক্ষার্থীদের সহায়ক প্রযুক্তি নিয়ে 40-গবেষণার করপাসকে সুবিধা ও নির্ণয়-নির্ভর সরঞ্জামের চারপাশে সংগঠিত দেখেন, এবং যুক্তি দেন, শিক্ষার্থীরা প্রকৃতপক্ষে যে আড়াআড়ি প্রতিবন্ধকতার মুখোমুখি হয় তা লক্ষ্য করে নকশা করাই একটি সরঞ্জামকে বিশ্বাসযোগ্যভাবে সর্বজনীন করে তোলে।
সাধারণ ভুল ধারণা
"অভিগম্য উপকরণযুক্ত কোর্সে UDL প্রয়োগ হয়েছে।" অভিগম্যতা UDL-এর তিনটি নীতির একটি এবং নিরীক্ষার সবচেয়ে সহজ, তাই প্রায়ই কেবল এটিই করা হয়। সম্পৃক্ততা এবং কর্ম ও প্রকাশের নমনীয় মাধ্যম গড়ে তোলা কাঠামোর বড় অংশ, আর যে কোর্সের পিডিএফ ট্যাগকৃত কিন্তু মূল্যায়ন কেবল একটি ফরম্যাট গ্রহণ করে, সেটি মাপা যায় এমন ভগ্নাংশটুকুই সম্পন্ন করেছে।
"যে প্রশিক্ষকরা মনে করেন তারা অভিগম্য, তারা অভিগম্য।" বিশ্বাস ও অনুশীলন পদ্ধতিগতভাবে আলাদা হয়ে যায়। এই করপাসের প্রশিক্ষক-স্তরের ফলাফল দেখায় 90% উত্তরদাতা বিশ্বাস করেন তারা অভিগম্য শিখন-পরিবেশ তৈরি করেন এবং 87% বলেন তারা সক্রিয়ভাবে অভিগম্যতা বিবেচনা করেন — নিরীক্ষায় যা পাওয়া যায় তা বিবেচনায় এই স্ব-ঘোষণার হার সবই নির্ভুল হতে পারে না, এবং এটি মনে করিয়ে দেয় UDL প্রয়োগ সাধারণত যেভাবে মূল্যায়িত হয়, সেভাবে সমীক্ষায় মূল্যায়ন করা যায় না।
"UDL মানে গড় শিক্ষার্থীর জন্য আরও যত্নসহকারে নকশা করা।" মূল দাবি তার উল্টো: শিক্ষার্থীর বৈচিত্র্যই নিয়ম, ব্যতিক্রম নয়, তাই নকশা শুরু থেকেই বহু পথ দেয়, যারা সংগ্রাম করছে তাদের জন্য একটি পথ ঠিক করার বদলে। UDL যে প্রতিস্থাপন করতে এসেছে তা হলো পরে জোড়া দেওয়া, আর একটি সুসামঞ্জস্যপূর্ণ পথও একটি একক পথই।
"এআই UDL-কে স্বয়ংক্রিয় করে দেয়, কারণ এটি বিকল্প ফরম্যাট তৈরি করতে পারে।" এটি উপস্থাপন-নীতিকে সস্তা করে এবং সম্পৃক্ততা ও প্রকাশকে অপরিবর্তিত রাখে। পাঠ্যকে অডিওতে রূপান্তর তিনটির একটির মাধ্যমের সমাধান; একটি কোর্স এখন সম্পূর্ণ বহু-ফরম্যাট হতে পারে এবং তবুও প্রত্যেক শিক্ষার্থীর কাছে একই একক উপায়ে শিখন প্রদর্শন দাবি করতে পারে।
সংযুক্ত ধারণা
- অন্তর্ভুক্তিমূলক শিখন
- অভিগম্যতা
- সহায়ক প্রযুক্তি
- ন্যায়বিচার
- বিশেষ শিক্ষা
- নিউরোডাইভার্সিটি
- লার্নিং ডিজাইন
- ব্যক্তিগতকৃত শিখন
- সাংস্কৃতিকভাবে প্রাসঙ্গিক শিক্ষাবিজ্ঞান
- প্রামাণিক মূল্যায়ন
- শিক্ষার্থী-অভিজ্ঞতা
- উৎপাদক এআই
- শিক্ষাবিজ্ঞান ও শিক্ষাদান-কৌশল — ছাতা: এআই শিক্ষায় শিক্ষাবিজ্ঞান ও শিক্ষাদান-কৌশল
- পক্ষপাত প্রশমন
- এআই অপব্যবহার হ্রাস
- K-12
সংযুক্ত নিবন্ধ
-
Cognitive Offloading in the Age of Generative AI: What Does It Mean for Students With Learning Disabilities? — শিখন-প্রতিবন্ধকতাযুক্ত শিক্ষার্থীদের জন্য GenAI জ্ঞানভিত্তিক অফলোডিং
-
From authentic products to authenticated processes: a systematic conceptual review of authentic assessment in AI-rich — প্রকৃত পণ্য থেকে প্রত্যয়িত প্রক্রিয়া
-
Touching and Feeling the Data: A Reusable Software Pipeline for Tactile Statistical Graphs in Accessible Education — অভিগম্যতার জন্য স্পর্শনির্ভর পরিসংখ্যানিক গ্রাফ
-
I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning — নিউরোডাইভার্জেন্ট কম্পিউটিং শিক্ষার্থী
-
Designing Needs- and Attention-Aware AI Learning Tools for Engineering Education: Insights from Psychological Outcomes — চাহিদা ও মনোযোগ-সচেতন এআই শিখন-সরঞ্জামের নকশা
-
Generative AI, virtual reality, and beyond: A scoping review of digital assistive technologies for neurodivergent students in higher education — জেনারেটিভ এআই, ভার্চুয়াল রিয়েলিটি এবং তার বাইরে: উচ্চশিক্ষায় নিউরোডাইভার্জেন্ট শিক্ষার্থীদের জন্য ডিজিটাল সহায়ক প্রযুক্তির স্কোপিং পর্যালোচনা
-
“AI is reducing options I had used”: exploring faculty perceptions of accessible course design in a ChatGPT world — “এআই আমার ব্যবহৃত বিকল্পগুলো কমিয়ে দিচ্ছে”: ChatGPT-র জগতে অভিগম্য কোর্স-নকশা নিয়ে প্রশিক্ষকদের ধারণার অন্বেষণ
-
Artificial intelligence and universal design for learning in Kuwait's higher education institutions: towards an AI-enabled framework for inclusive education — কুয়েতের উচ্চশিক্ষা প্রতিষ্ঠানে কৃত্রিম বুদ্ধিমত্তা ও শিখনের জন্য সর্বজনীন নকশা: অন্তর্ভুক্তিমূলক শিক্ষার জন্য এআই-সক্রিয় কাঠামোর দিকে