বড় পরিসরে আরও ভালো ফিডব্যাক দিতে এআই কীভাবে সাহায্য করতে পারে?

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

ষষ্ঠ সপ্তাহ চলছে। আপনার টেবিলে খসড়ার স্তূপ, একটি রুব্রিক যা আপনি বিশ্বাস করেন, আর বাড়তে থাকা সন্দেহ যে আপনার এক-তৃতীয়াংশ মন্তব্য চোখ বুলিয়ে পড়ে ভুলে যাওয়া হয়। এক সহকর্মী বললেন, একটি সরঞ্জাম এখন এক ঘণ্টার মধ্যে প্রতিটি খসড়ায় মন্তব্য দেয়। বিভাগীয় সভায় উত্তর দরকার: এটি কি উন্নতি, না এমন লেখা দ্রুত তৈরি করার উপায় যা কেউ পড়ে না?

সহকর্মীকে দেওয়ার সংক্ষিপ্ত উত্তর: এআই ফিডব্যাক কভারেজ, সময়োপযোগিতা ও সামঞ্জস্যের জায়গা পায়, একটি সংকীর্ণ সীমার ভেতরে। কপি-এডিটিং মাপের ভাষার কাজ আর রুব্রিক-নির্দেশিত প্রথম-পালার মন্তব্য স্বয়ংক্রিয় করার যোগ্য। পৌঁছানোই সস্তা অংশ। 1,176 প্রথম বর্ষের স্নাতক শিক্ষার্থী নিয়ে একটি ক্লাস্টার-র‍্যান্ডমাইজড পরীক্ষায় প্রতিফলনমূলক ও হাইব্রিড নকশা বিলম্বিত, এআই-মুক্ত স্থানান্তরে সরাসরি এআই সমালোচনাকে হারিয়েছে। 70 শিক্ষার্থী নিয়ে একটি র‍্যান্ডমাইজড প্রবন্ধ-পরীক্ষায় ভালো রেটিং পাওয়া এআই ফিডব্যাক অভিজ্ঞ শিক্ষকের চেয়ে ভালো সংশোধন তৈরি করেনি। একটি মন্তব্য নিয়ে শিক্ষার্থী কী করে তা ফলাফল ঠিক করে, আর ফিডব্যাক সাক্ষরতা যারা লাভ করে আর যারা নকল করে তাদের আলাদা করে।

সংক্ষেপে

1. কোনো পাইলট শুরুর আগেই ঠিক করুন কীকে জয় হিসেবে গণ্য করবেন: সংশোধনের গুণমান ও বিলম্বিত সহায়তাহীন কর্মদক্ষতা, মন্তব্যের সাবলীলতা নয়।

2. আপনার নিজের মন্তব্যগুলো ভাষা-স্তরের সংশোধন আর বিচার-স্তরের সিদ্ধান্তে ভাগ করুন। কেবল প্রথম শ্রেণিটিই স্বয়ংক্রিয় করার প্রার্থী।

3. উৎসগুলো স্তরে সাজান। আগে স্ব-মূল্যায়ন, দ্বিতীয়ে সহপাঠী ফিডব্যাক, তৃতীয়ে এআই সমালোচনা। দুটি উৎস পাশাপাশি রাখলে নিষ্ক্রিয় গ্রহণ তৈরি হয়।

4. মডেলকে আপনার রুব্রিক দিন এবং ধাপে ধাপে যুক্তি করতে বাধ্য করুন। খালি নির্দেশ সাধারণ উৎপাদন দেয়।

5. চূড়ান্ত বার্তা, সুর এবং যা কিছু রেকর্ড হয়ে যায় তা মানুষের হাতে রাখুন।

6. মুছে ফেলা ও ক্রমাঙ্কনে আপনি যে ঘণ্টা ব্যয় করবেন তার হিসাব রাখুন, আর তা আপনার মুক্ত করা ঘণ্টার সঙ্গে তুলনা করুন।

কোনো পাইলট শুরুর আগেই ঠিক করুন কীকে জয় হিসেবে গণ্য করবেন

প্রলুব্ধকর মেট্রিক হলো মডেল যা লেখে তার গুণমান। এটিই আবার সেই মেট্রিক যা বিভ্রান্ত করে।

Farrokhnia ও অন্যান্য (2026) ফারসি ভাষায় যুক্তিমূলক প্রবন্ধ লেখা 70 শিক্ষার্থীকে তিন দলে র‍্যান্ডমাইজড করেন। চেইন-অব-থট প্রম্পটিং শূন্য-শট প্রম্পটিংয়ের (M = 11.25, p = .01) এবং অভিজ্ঞ মানব শিক্ষকের (M = 11.20, p = .008) চেয়ে উল্লেখযোগ্যভাবে বেশি রেটিং পাওয়া ফিডব্যাক (M = 12.90) তৈরি করেছে। চেইন-অব-থট দল শিক্ষক-ফিডব্যাক দলের চেয়ে উল্লেখযোগ্যভাবে বেশি প্রবন্ধ সংশোধন করেনি, যে দলটিও তুলনীয় অর্জন পেয়েছিল। ভালো মন্তব্য, একই সংশোধন। আপনার সাফল্যের মানদণ্ড যদি মন্তব্যের গুণমান হয়, তবে গবেষণাটি জয় হিসেবে পড়া যায়। যদি তা হয় প্রবন্ধে কী বদলাল, তবে নয়।

আরও দুটি সংকেত খারাপ যাচ্ছে এমন পাইলটকে আরও ভালো দেখায়, তাই আগেই সেগুলো ঠিক করুন। একটি হলো শিক্ষার্থী-সন্তুষ্টি। ডিকিনের বিশ্ববিদ্যালয়-ব্যাপী পাইলটে, যা Tubino ও Adachi (2022) রিপোর্ট করেন, ইতিবাচক গড় রেটিং শিক্ষার্থীদের চিহ্নিত ভুলের সঙ্গে সহাবস্থান করেছিল, তাই হাসিমুখ জরিপ নির্ভুলতার প্রমাণ নয়। অন্যটি ব্যবহার। ডিকিনের সরঞ্জামটি ঐচ্ছিক ছিল, আর ব্যবহারের গড় ছিল স্নাতকদের প্রায় 13% ও স্নাতকোত্তরদের 12%, যদিও প্রায় 4,000 শিক্ষার্থীর প্রবেশাধিকার ছিল। সক্রিয়, উচ্চ-অর্জনকারী শিক্ষার্থীরা এটি বেশি ব্যবহার করেছে। একটি সরঞ্জাম কেবল উপলব্ধ করে দেওয়া এটুকুই কিনে দেয়।

টিকে থাকা ফলাফল-পরিমাপ হলো সংশোধনের গুণমান এবং এআই ছাড়া বিলম্বিত কর্মদক্ষতা। একই দিনে বহুবার পুনরায় জমা শিক্ষার্থী আদৌ যুক্ত হয়েছে কি না তার ব্যবহারযোগ্য চিহ্ন। তারা কিছু শিখেছে তার প্রমাণ নয়।

স্বয়ংক্রিয় করার আগে আপনার মন্তব্যগুলো ভাগ করুন

আপনার সর্বশেষ মন্তব্যের সেটটি নিন এবং দুই ভাগে ভাগ করুন: বাক্যের সংশোধন, আর চিন্তা নিয়ে সিদ্ধান্ত। বিভাজনটি বলে দেয় কী স্বয়ংক্রিয় করবেন, আর তা বিক্রেতারা যে ইঙ্গিত দেয় তার চেয়ে সংকীর্ণ।

ডিকিনের পাইলট 2021 সালে FeedbackFruits-এর এআই স্বয়ংক্রিয় ফিডব্যাক সরঞ্জাম দিয়ে 29টি ইউনিট ও প্রায় 4,000 শিক্ষার্থী জুড়ে চলেছিল। এটি ক্ষুদ্র-স্তরের পাঠ-বৈশিষ্ট্যে কাজ করে: বাক্যের দৈর্ঘ্য, যতিচিহ্ন, ব্যাকরণ, পাঠ-গঠন। এটি কপি-এডিটিং ধাপকে সমর্থন করে, যেখানে প্রশিক্ষক পরামিতি ঠিক করেন, শিক্ষার্থী সরঞ্জামটি স্বাধীনভাবে ব্যবহার করে, আর ফিডব্যাক কাজে লাগানোর মতো সময়ে পৌঁছায়। যে শ্রম-বিভাজন প্রসারিত হয় তা মডেল নয়।

বিচার-স্তরের মন্তব্যই যেখানে ব্যর্থতার ধরনগুলো বাস করে। Aldino ও অন্যান্য (2026) 21 উচ্চশিক্ষা শিক্ষকের কাছ থেকে প্রশিক্ষক-পক্ষের সমস্যা সংগ্রহ করেন: অসামঞ্জস্যপূর্ণ সুর (n = 7), সম্ভাব্য ভুল তথ্য (n = 5) এবং আস্থার সমস্যা (n = 5)। তাদের সংশোধন-পরিশ্রম অতিরঞ্জিত প্রশংসা ও সাধারণ পরামর্শ মুছে ফেলায় গিয়েছে, বিষয়বস্তু যোগে নয়। সেই তালিকাই আপনার পর্যালোচনার কাজ, আর সেখানেই সময় যায়।

উৎসগুলো স্তরে সাজান, একসঙ্গে স্তূপ করবেন না

সবচেয়ে শক্তিশালী নকশা-প্রমাণ আসে একটি বহুকেন্দ্রিক, ক্লাস্টার-র‍্যান্ডমাইজড, অনুদৈর্ঘ্য ফিল্ড পরীক্ষা থেকে: 4টি বিশ্ববিদ্যালয় ও 3টি বিজ্ঞান শাখা জুড়ে 48টি সেকশনের 1,176 প্রথম বর্ষের স্নাতক শিক্ষার্থী, সেকশন-স্তরে র‍্যান্ডমাইজ করে শুধু-সহপাঠী, সরাসরি জেনএআই, প্রতিফলনমূলক জেনএআই ও হাইব্রিড শর্তে (Ateş, 2026)।

প্রতিফলনমূলক শর্তে এআই সমালোচনার আগে স্ব-মূল্যায়ন বাধ্যতামূলক ছিল। হাইব্রিডে চলেছিল স্ব-মূল্যায়ন, তারপর সহপাঠী ফিডব্যাক, তারপর জেনএআই সমালোচনা। হাইব্রিড সবচেয়ে বেশি যুক্তি-গুণমানের অর্জন এবং ধারণাগত শেখায় সবচেয়ে স্পষ্ট সুবিধা দিয়েছে। প্রতিফলনমূলক ও হাইব্রিড দুটোই সরাসরি জেনএআইয়ের চেয়ে শক্তিশালী ফিডব্যাক-গ্রহণ ও বেশি স্ব-নিয়ন্ত্রিত শেখা তৈরি করেছে, আর দুটোই বিলম্বিত, এআই-মুক্ত স্থানান্তরে তাকে হারিয়েছে। সরাসরি জেনএআই সহপাঠী ফিডব্যাকের ওপরে তাৎক্ষণিক যুক্তি-গুণমান বাড়িয়েছিল, সেটিই তার সুবিধা, আর তা করেছিল দুর্বল স্থানান্তর নিয়ে।

প্রক্রিয়াটিই ব্যাখ্যা করে কেন ক্রম সরঞ্জামের চেয়ে বেশি গুরুত্বপূর্ণ। সরাসরি সমালোচনা নিষ্ক্রিয় গ্রহণের আমন্ত্রণ জানায়: শিক্ষার্থী একটি রায় পড়ে তা প্রয়োগ করে। প্রতিফলনমূলক ও হাইব্রিড নকশা শিক্ষার্থীকে মন্তব্যটি ব্যাখ্যা করতে, মানদণ্ডের সঙ্গে তুলনা করতে, তার প্রাসঙ্গিকতা বিচার করতে এবং তারপর সংশোধন করতে বাধ্য করে। শিক্ষামূলক মূল্য এআই-এ প্রবেশাধিকারের ওপর কম নির্ভর করে, আর বেশি নির্ভর করে সংশোধনের সময় ফিডব্যাক-পরিবেশ শিক্ষার্থীর এজেন্সি ও মূল্যায়নমূলক বিচার রক্ষা করে কি না তার ওপর।

সহপাঠী ফিডব্যাক ক্রমের মধ্যে নিজের জায়গা অর্জন করে। Gu, Chen ও Yan (2026) দুটি সমান্তরাল ইংরেজি ক্লাস (চীনে N = 118 প্রথম বর্ষের স্নাতক; জেনএআই n = 56, সহপাঠী n = 62) এক সেমিস্টার ধরে তিনটি স্ব-মূল্যায়ন চক্রের মধ্য দিয়ে চালান। জেনএআই স্ক্যাফোল্ডিং মানব সহপাঠী-পর্যালোচনার চেয়ে সামান্য কিন্তু উল্লেখযোগ্যভাবে ফিডব্যাক সাক্ষরতা উন্নত করেছে (ANCOVA p = 0.049, ηp² = 0.03)। জেনএআই শিক্ষার্থীরা প্রম্পট পুনরাবৃত্তিমূলকভাবে পরিমার্জন করেছে এবং ভুল উৎপাদন যাচাই বা চ্যালেঞ্জ করেছে। সহপাঠী-দলের শিক্ষার্থীরা সামাজিক সুবিধা দেখে উৎস বেছেছে আর তাদের মূল্যায়নমূলক বিচার বন্ধুত্ব-পক্ষপাত দ্বারা বিকৃত হয়েছে। শ্রোতা-সচেতনতায় সহপাঠী-পর্যালোচনা আলাদা মূল্য রেখেছে, তাই লেখকেরা প্রতিস্থাপন নয়, নাম-প্রকাশ না করা সহপাঠী ফিডব্যাকসহ বহু-পর্যায়ের নকশার প্রস্তাব করেন।

Gu ও অন্যান্যদের সুবিধা ছোট ছিল, আর তারা এটি বাস্তব কিন্তু একা রূপান্তরকারী নয় বলে পড়েন। শিক্ষক-স্ক্যাফোল্ডিং, প্রম্পট-নির্দেশিকা ও ওয়ার্কশিট সহায়ক কাজটি করেছে।

মডেলকে রুব্রিক দিন, তারপর ধাপগুলো দেখাতে বাধ্য করুন

রুব্রিক-সংশ্লিষ্ট উৎপাদনই স্বয়ংক্রিয়যোগ্য অংশ।

Farrokhnia ও অন্যান্যদের গুণমান-লাভ এসেছিল একটি চেইন-অব-থট প্রম্পট থেকে, যা মডেলকে যুক্তি-রুব্রিকের বিপরীতে ধাপে ধাপে মূল্যায়নের মধ্য দিয়ে হাঁটিয়েছিল, ফিডব্যাক দেওয়ার খালি নির্দেশ থেকে নয়। Gu ও অন্যান্য তাদের জেনএআই দলকে পূর্ব-প্রশিক্ষিত রুব্রিক ও প্রম্পট-নির্দেশিকাসহ ChatGPT-4o দিয়েছিলেন, যার ফলে উৎপাদন ঘোষিত মানদণ্ডের বিপরীতে যাচাইযোগ্য হয়েছিল। দুটো ক্ষেত্রেই প্রম্পটই সেই জায়গা যেখানে আপনার মানদণ্ড সিস্টেমে ঢোকে, আর যুক্তির ধারাটিই আপনাকে দেখতে দেয় মডেল সেগুলো প্রয়োগ করেছে কি না।

Zhan, Boud, Dawson ও Yan (2025) প্রম্পটের গুণমানকে পুরো প্রক্রিয়ার কব্জা বানান। অস্পষ্ট প্রম্পট সাধারণ, অকেজো উৎপাদন দেয়, আর উৎপন্ন মন্তব্য মিথ্যা-উদ্ভাবিত, পক্ষপাতদুষ্ট বা পরস্পর-ওভারল্যাপিং হতে পারে, যা মূল্যায়নমূলক বিচার আবার পাঠকের ঘাড়ে ঠেলে দেয়। ক্রমাঙ্কন আরও তীক্ষ্ণ। Farrokhnia ও অন্যান্যদের গবেষণায় জেনএআই ফিডব্যাকের গুণমান শিক্ষার্থীর প্রাথমিক খসড়ার শক্তির সঙ্গে উল্লেখযোগ্যভাবে যুক্ত ছিল, শিক্ষক-ফিডব্যাকের গুণমান ছিল না। শিক্ষক বেশি সামঞ্জস্যপূর্ণভাবে ক্রমাঙ্কন করেছেন। পরিমাণ প্রসারিত হয়। ক্রমাঙ্কন হয় না।

শেষ কথা ও রেকর্ড মানুষের হাতে রাখুন

Becerra, Palma ও Cobos (2026) AICoFE বর্ণনা করেন, যা তিনটি স্বাধীনভাবে ফাইন-টিউন করা মডেল (GPT-4.1-mini, Gemini 2.5 Flash, Llama 3.1) রুব্রিক-স্কোর ও গুণগত পর্যবেক্ষণের ওপর চালিয়ে স্বাধীন খসড়া-মন্তব্য তৈরি করে। তারপর প্রশিক্ষক বাক্য বা অনুচ্ছেদ বেছে নিয়ে চূড়ান্ত বার্তা রচনা করেন, সঙ্গে একটি কিংবদন্তি যা দেখায় কোন মডেল কী অবদান রেখেছে। মডেল খসড়া করে। প্রশিক্ষক পৌঁছে দেন, আর যে পণ্য পৌঁছায় তাতে সই করেন একজন, যিনি খসড়াটি পড়েছেন।

Aldino ও অন্যান্য সাধারণ চর্চাতেই একই সহায়তা-তারপর-যাচাই ধরন খুঁজে পান। মেশিন-লার্নিং উপাদান সবচেয়ে বেশি পতাকাঙ্কিত করেছে “শেখার উদ্দেশ্য পূরণ” অনুপস্থিত হিসেবে (21 শিক্ষকের 20 জন তা বাদ দিয়েছিলেন; 16 জন পতাকা গ্রহণ করেন) এবং “শিক্ষার্থী ও শিক্ষকের সম্পর্ক” (14 জন বাদ দিয়েছিলেন; 12 জন গ্রহণ করেন)। শিক্ষকেরা প্রতিটি পরামর্শ পেশাগত বিচারে নির্ধারণ করেছেন, আর তাদের প্রক্রিয়ার ভেতরে রাখার উদ্দেশ্যই সেটি।

Aldino ও অন্যান্যদের 21 শিক্ষকের মধ্যে 12 জন আরও বাক্য-স্তরের সংশোধন করেছেন, আর প্রধান ধরনটি ছিল সুর ক্রমাঙ্কন: প্রশংসা কমিয়ে সম্পাদনা (f = 11), পরামর্শ বাদ দেওয়া (f = 9), উৎসাহ বাদ দেওয়া (f = 8)। সংশোধনগুলো সম্পর্কগত মাত্রায় কেন্দ্রীভূত, বিশেষত শিক্ষার্থী ও শিক্ষকের সম্পর্কে (f = 24)। তারা প্রামাণিকতা ও পেশাগত কণ্ঠস্বর রক্ষা করছিলেন, আর সেই কাজ স্বয়ংক্রিয় হয় না।

শিক্ষার্থীদের মন্তব্য পড়তে শেখান

ফিডব্যাক সাক্ষরতা একটি পূর্বশর্ত, আর তা অসমভাবে বিতরণ করা।

Hawkins, Taylor-Griffiths ও Lodge (2026) 32 জন মনোবিজ্ঞান শিক্ষার্থীকে ChatGPT-এ অনিয়ন্ত্রিত প্রবেশাধিকারসহ স্ক্রিন-রেকর্ড করা 25 মিনিটের একটি প্রবন্ধ-কাজ করতে দেন, তারপর ভিডিও-উদ্দীপিত সাক্ষাৎকারে রেকর্ডিংটি আবার দেখান। ফিডব্যাক সাক্ষরতা ছিল প্রবন্ধ-নম্বরের একমাত্র উল্লেখযোগ্য ইতিবাচক পূর্বানুমানকারী (β = 0.46, p = .017)। জেনএআই ব্যবহারের কম্পাঙ্ক, উৎসের বিশ্বাসযোগ্যতা এবং পূর্ব-জ্ঞান কর্মদক্ষতা পূর্বানুমান করেনি, যে কথা Zhan, Wood, Carless ও Yan (2026) তাদের বিশেষ-সংখ্যার সম্পাদকীয়তেও বলেন। শিক্ষার্থীদের এক-তৃতীয়াংশেরও কম এআই-এর উৎপাদন অন্য একটি ইন্টারনেট উৎসের সঙ্গে তুলনা করেছে। অর্ধেক শিক্ষায়তনিক সততার জন্য বা প্রবন্ধটি নিজের ভাষায় রাখতে চাওয়ায় ইচ্ছাকৃতভাবে এআই এড়ানোর কথা বলেছে। বেশিরভাগ কাজ-স্তরের ফিডব্যাক চেয়েছে, যা অন্য কাজে দুর্বলভাবে স্থানান্তরিত হয়।

Zhan ও অন্যান্য যে আইইএলটিএস লেখকের জোড়ার কথা বলেন, তাতে দুই প্রান্ত দৃশ্যমান। কম-সাক্ষরতার একজন শিক্ষার্থী অস্পষ্ট প্রম্পট লিখেছে, সাধারণ ফিডব্যাক পেয়েছে, তা বিশ্বাস বা অতিরিক্ত নকল করেছে, আর ভাসাভাসি যুক্ত হয়েছে। উচ্চ-সাক্ষরতার একজন শিক্ষার্থী মানদণ্ড-সংশ্লিষ্ট প্রম্পট লিখেছে, অনুসরণ করেছে, উৎস আড়াআড়ি যাচাই করেছে এবং সংশোধন পর্যবেক্ষণ করেছে। পার্থক্যটি নির্দেশনা ও অভ্যাসের, সরঞ্জামে প্রবেশাধিকারের নয়।

শিক্ষার্থীদের সরাসরি বলুন যে মডেলের মন্তব্য মিথ্যা-উদ্ভাবিত, পক্ষপাতদুষ্ট বা পরস্পর-ওভারল্যাপিং হতে পারে, আর সংশোধনের মালিক শিক্ষার্থী নিজেই। উৎপাদনটিকে নকল করার উত্তর নয়, বিচার করার জন্য খসড়া-মত হিসেবে উপস্থাপন করুন। তারপর তুলনাটি চান, কারণ এক-তৃতীয়াংশেরও কম শিক্ষার্থী তা নিজে থেকে করে।

প্রশিক্ষকরা এ নিয়ে যা ভুল বোঝেন

বেশি মন্তব্য মানে বেশি ফিডব্যাক। মন্তব্য তৈরি করা সস্তা, শোষণ করা ব্যয়বহুল, আর সীমাবদ্ধতা বসে শিক্ষার্থীর দিকের লুপে। Farrokhnia ও অন্যান্যদের বেশি রেটিং পাওয়া এআই মন্তব্য শিক্ষক-মন্তব্যের চেয়ে বেশি সংশোধন তৈরি করেনি।

উন্নত মডেল সাধারণ উৎপাদন ঠিক করে দেবে। ডিকিনের সরঞ্জামের ব্যর্থতা ছিল পরিধির ব্যর্থতা: বাক্য-স্তরের বৈশিষ্ট্য, একটি সংকীর্ণ কপি-এডিটিং সীমা। Zhan ও অন্যান্য সমাধান খোঁজেন প্রম্পটে, রুব্রিকে বা মানুষে, বড় মডেলে নয়। আইইএলটিএস লেখকের জোড়াটিই তার প্রদর্শনী; একই সরঞ্জাম, ভিন্ন অভ্যাস, ভিন্ন ফল।

সরঞ্জামটি উপলব্ধ করে দেওয়াই হস্তক্ষেপ। সরঞ্জাম ঐচ্ছিক থাকা অবস্থায় ব্যবহার ছিল স্নাতকদের প্রায় 13% ও স্নাতকোত্তরদের 12%। বাকি 87%-এর জন্য কী ঘটে, সেটিই নকশার প্রশ্নের বাকি অংশ।

সময়-সাশ্রয় স্বয়ংক্রিয়। এআই ফিডব্যাক সরঞ্জাম তাদের কী দিয়েছে জিজ্ঞাসা করা হলে 21 শিক্ষক কেবল বিরলভাবে সময়-সাশ্রয়ের কথা বলেছেন (n = 2)। তারা অনেক বেশি বলেছেন প্রতিফলন (n = 14), উন্নত ভাষা ও গঠন (n = 11) এবং অনুপস্থিত উপাদান শনাক্তকরণ (n = 10)। তাদের সংশোধন-কাজে সম্পাদনা (f = 32) ও বাদ দেওয়া (f = 27) প্রধান ছিল, যোগ করা বিরল (f = 8)। যা আসে তা হলো একটি খসড়া ও একটি নির্ণয়মূলক প্রম্পট। যা আসে তা হলো পর্যালোচনা, ক্রমাঙ্কন ও যাচাইয়ের কাজও। কাজের চাপের প্রশ্নটি সবচেয়ে বেশি প্রতিশ্রুত হয়, আর জেনএআই শিক্ষকের শ্রম সরিয়ে দেয় না, পুনর্বণ্টন করে।

সন্তুষ্টি-রেটিং বলে দেয় মন্তব্যগুলো নির্ভুল। ডিকিনের পাইলটে ইতিবাচক গড় রেটিং শিক্ষার্থীদের চিহ্নিত ভুলের সঙ্গে সহাবস্থান করেছিল। একই খসড়াগুলো নিয়ে আপনার নিজের পাঠের সঙ্গে উৎপাদনের নমুনা মিলিয়ে দেখুন এবং কোথায় মডেল সাধারণ, ভুল বা তোষামোদকারী ছিল তা লিখে রাখুন।

যা আপনার দিকে ফিরে আসবে

“এআই ফিডব্যাক ব্যক্তিগত নয়।” প্রায়ই সত্য, আর এটিই শেষ কথাটি মানুষের হাতে রাখার কারণ। AICoFE আছে কারণ সাধারণ মডেল-গদ্য নয়, যা একজন শিক্ষার্থীর পাওয়া উচিত: প্রশিক্ষক চূড়ান্ত বার্তা বাছেন, সম্পাদনা করেন ও সই করেন। Aldino ও অন্যান্যদের 21 শিক্ষক একই কারণে সুর পুনর্লিখন করেছেন। এই নকশায় ব্যক্তিকরণ আপনার কাজ, আর মডেল প্রস্তুতির কাজটি করছে।

“আমার শিক্ষার্থীরা যেভাবেই হোক ফিডব্যাক পড়বে না।” তারা আমাদের আশার চেয়ে কম পড়ে, আর প্রমাণ বলে সমাধান পরিমাণ নয়, নকশা। ডিকিনের পাইলটে গ্রহণ ছিল প্রায় 13% ও 12%। Farrokhnia ও অন্যান্যদের বেশি রেটিং পাওয়া মন্তব্য অতিরিক্ত সংশোধন তৈরি করেনি। পরিবর্তন এনেছিল এমন ক্রম যা সম্পৃক্ততা বাধ্যতামূলক করে: স্ব-মূল্যায়ন, তারপর সহপাঠী ফিডব্যাক, তারপর এআই সমালোচনা, সঙ্গে এক সেমিস্টার জুড়ে তিনটি সংশোধন-চক্র যা মাপা ফিডব্যাক-সাক্ষরতার পার্থক্য তৈরি করেছে।

“শিক্ষার্থীরা এটির জন্য টাকা দেয় না।” তাহলে এআই-কে আপনার কাছ থেকে তারা যে একমাত্র কণ্ঠ শোনে তা হয়ে উঠতে দেবেন না। রক্ষণযোগ্য সংস্করণ শিক্ষার্থীদের বেশি ফিডব্যাক-মুহূর্ত দেয়, আর আপনি আপনার ঘণ্টা ব্যয় করেন বিচার-নিবিড় অংশে: শেষ কথা, ক্রমাঙ্কন, যে মন্তব্য আপনার কর্তৃত্ব বহন করে। অসতর্ক প্রয়োগে শিক্ষার্থীরা হারায় মানদণ্ড, মন্তব্য ও ফলাফলের মধ্যে সামঞ্জস্য। ক্রম, তুলনা, সম্পাদনা ও শাসনের মধ্য দিয়ে পরিপূরকতাটি সুনির্দিষ্ট করুন, আপত্তিটি তার জোর হারাবে। দুটি উৎস পাশাপাশি রেখে দিলে হারাবে না।

“মডেল যা লেখে তা সব পর্যালোচনা করার সময় আমার নেই।” তাহলে সব পর্যালোচনা করবেন না। যেখানে ভুল ধরা সস্তা সেই সীমা স্বয়ংক্রিয় করুন, বাক্য-স্তরের ভাষার কাজ, আর বিচার-স্তরের উৎপাদনের নমুনা মিলিয়ে দেখুন আপনার আগেই নম্বর দেওয়া খসড়ার সঙ্গে। Aldino-র সংখ্যাগুলো বলে দেয় কী খুঁজবেন: সুর, ভুল তথ্য, অতিরঞ্জিত প্রশংসা, ওভারল্যাপ।

এই সপ্তাহে কী করবেন

1. আপনার নিজের সর্বশেষ মন্তব্যের সেটটি ভাষা-স্তরের সংশোধন ও বিচার-স্তরের সিদ্ধান্তে ভাগ করুন, আর প্রতিটি স্তূপ গণনা করুন।

2. যে রুব্রিক-সংশ্লিষ্ট, ধাপে ধাপে প্রম্পট আপনি মডেলকে দিতেন তা লিখুন, এবং আপনার আগেই নম্বর দেওয়া তিনটি খসড়ায় তা পরীক্ষা করুন।

3. আপনার নিজের মন্তব্যের সঙ্গে উৎপাদনের নমুনা মিলিয়ে দেখুন এবং লিখে রাখুন কোথায় মডেল সাধারণ, ভুল বা তোষামোদকারী ছিল।

4. একটি অ্যাসাইনমেন্ট ধাপে সাজান: স্ব-মূল্যায়ন, তারপর সহপাঠী ফিডব্যাক, তারপর এআই সমালোচনা, আর শিক্ষার্থীদের বলুন এআই একটি খসড়া-মত যা তাদের চ্যালেঞ্জ করার কথা।

5. দ্বিতীয় একটি উৎসের সঙ্গে বা মানদণ্ডের সঙ্গে একটি তুলনা চান, কারণ এক-তৃতীয়াংশেরও কম শিক্ষার্থী এটি নিজে থেকে করে।

6. চূড়ান্ত ফিডব্যাকের কতটা মডেল থেকে এসেছে আর আপনি কতটা বদলেছেন তা লিখে রাখুন। AICoFE-র কিউরেশন-অনুসরণ সেই রেকর্ডের আদর্শ।

7. বিশেষজ্ঞ-নবীন বিভাজন লক্ষ্য করুন। পাঁচ বছরের বেশি অভিজ্ঞতা আছে এমন প্রশিক্ষকেরা সরঞ্জামের উৎপাদন নিয়ে কম অভিজ্ঞ সহকর্মীদের চেয়ে বেশি সমস্যা রিপোর্ট করেছেন, যারা স্ক্যাফোল্ডিংকে মূল্য দিয়েছেন। আপনার অভিজ্ঞ সহকর্মীরা আপনার চেয়ে বেশি ব্যর্থতা দেখলে, তা আপনার নিজের ক্রমাঙ্কন সম্পর্কে তথ্য।

এরপর কোথায় যাবেন

ফিডব্যাক পুরো ব্যবস্থার ছাতা-ধারণা: জোগান, লুপ, গ্রহণ ও মূল্যায়নের প্রসঙ্গ। এআই ফিডব্যাকের গুণমান কভার করে কী উৎপন্ন মন্তব্যকে নির্ভুল, উপযোগী, সময়োপযোগী ও শিক্ষাগতভাবে সুস্থ করে, আর এই পাতাটি তার ব্যবহারিক মধ্যপথ, অর্থাৎ সেই অংশগুলোর কোন সমন্বয় বড় পরিসরে ভালো ফিডব্যাক তৈরি করে।

এআই জড়িত হওয়ার পর একটি নম্বরের অর্থ কী হওয়া উচিত, যার মধ্যে গঠন-প্রতিস্থাপন, প্রমাণিত প্রক্রিয়া-প্রমাণ ও সততার নিয়ম আছে, সে প্রশ্নগুলো খুঁজতে হবে এআই যুগে মূল্যায়ন পুনর্নকশা ও মূল্যায়নের বৈধতা পাতায়, এখানে নয়। লেখা-শিক্ষার বিশেষ ক্ষেত্রটির জন্য দেখুন এআই-এর প্রেক্ষাপটে লেখা-শিক্ষার সেরা চর্চা।