শিক্ষার্থীদের কীভাবে এআই-এর আউটপুট যাচাই করতে শেখাব?

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

নম্বর দেওয়ার সময়ের ঠিক আগের সপ্তাহ, আর দুটি জমা এমন উৎসের হদিশ দিচ্ছে যা অস্তিত্বেই নেই। দুই শিক্ষার্থীই বলছে তারা যাচাই করেছে। একজন লিঙ্কটি খুলেছিল। অন্যজন অনুচ্ছেদটি পড়ে ঠিক করেছে এটি সঠিক শোনাচ্ছে। আপনি ইতিমধ্যে এই শ্রেণিকে বলেছেন চ্যাটবট যা দেয় তা যাচাই করতে, আর বলাটা আচরণটি তৈরি করেনি।

যাচাই হলো এমন একটি ক্রম যা আপনি অ্যাসাইনমেন্টের ভেতরে গেঁথে দিতে পারেন। কাজ শুরুর আগেই ঠিক করুন কী সঠিক হিসেবে গণ্য হবে, শিক্ষার্থীকে লিখিতভাবে একটি প্রত্যাশায় অবস্থান নিতে বলুন, গদ্য সম্পর্কে তাদের ধারণার বদলে রেকর্ডের কাছে পাঠান, এবং তারা যে রেকর্ড তৈরি করে তা গ্রেড করুন। যে রুব্রিক-লাইন বলে “উৎস যাচাই করা হয়েছে” তা এর কিছুই মাপে না।

সংক্ষেপে

1. আগে উত্তরপত্রটি লিখুন। যাচাইয়ের জন্য এমন কিছু দরকার যার সঙ্গে মিলিয়ে তা নিষ্পত্তি হয়, আর বেশিরভাগ যাচাই-অ্যাসাইনমেন্ট কখনোই বলে না সঠিক মানে কী।

2. আউটপুট আসার আগেই একটি পূর্বানুমান দাবি করুন, যাতে সরঞ্জাম তা মুছে ফেলার আগেই শিক্ষার্থীর যুক্তি কাগজে থাকে।

3. প্রতিটি যাচাইয়ের লক্ষ্যবস্তুর নাম দিন: লেখকের তালিকা, প্রকাশস্থান, বছর, নির্দিষ্ট সংখ্যাটি, নির্দিষ্ট ধাপটি। “এটা ঠিক আছে কি না দেখে নিও” কোনো যাচাই নয়।

4. একটি মেশিন যে যাচাই চালাতে পারে এবং কেবল একজন পাঠক যে বিচার করতে পারে, তা আলাদা করুন, এবং শিক্ষার্থীদের শেখান তারা কোনটি করছে।

5. রেকর্ডটি চেষ্টার বদলে উত্তরপত্রের সঙ্গে মিলিয়ে গ্রেড করুন, যাতে যাচাইয়ের অভিনয় কিছুই না পায়।

6. কাজের ভেতরেই যাচাইয়ের সময় নির্ধারণ করুন। সময়ের চাপ শিক্ষার্থীরা যাচাই এড়িয়ে যাওয়ার একটি নথিভুক্ত কারণ।

কেউ কিছু যাচাই করার আগেই ঠিক করুন সঠিক মানে কী

Wei ও Shang (2026), 493টি অ-পুনরাবৃত্ত রেকর্ড পর্যালোচনা করে এবং 14টি অগ্রাধিকারমূলক প্রায়োগিক গবেষণা ম্যাপ করে, সাতটি জিনিস আলাদা করেছেন যা “সমালোচনামূলক এআই ব্যবহার” একটিতে গুটিয়ে ফেলে: জ্ঞানতাত্ত্বিক মূল্যায়ন, যাচাই শুরুর প্রবণতা, প্রক্রিয়ার গুণমান, যাচাইয়ের সফলতা, নির্ভরতার সিদ্ধান্ত, তাৎক্ষণিক কাজের পারফরম্যান্স, এবং স্বাধীন শিখন। আপনার রুব্রিক বলে “উৎস যাচাই করা হয়েছে”, যা দ্বিতীয় ধাপে বসে থাকে আর আপনাকে কিছুই বলে না যাচাইটি দক্ষ ছিল কি না বা তা শিক্ষার্থীর উত্তর বদলেছে কি না। শুরু করা সফলতা নয়। শক্তিশালী প্রক্রিয়া অনিষ্পত্তিতে শেষ হতে পারে, দুর্বল প্রক্রিয়া সঠিক উত্তরে পৌঁছাতে পারে, আর যে শিক্ষার্থী একটি সার্চ চালিয়ে বিভ্রান্তই থেকে গেছে সে সেই নম্বরই পায় যে প্রশ্নটি নিষ্পত্তি করেছে।

একই পর্যালোচনা দ্বিতীয় একটি রেখা টানে, বিশ্বাস ও নির্ভরতার মধ্যে। নির্ভরতা ক্রমাঙ্কন জিজ্ঞাসা করে আউটপুটের প্রকৃত গুণমানের প্রেক্ষিতে একটি নির্ভরতার সিদ্ধান্ত যথাযথ ছিল কি না, যা বিচারটিকে এক সিদ্ধান্ত ও এক আউটপুটের সঙ্গে বেঁধে দেয়। একটি নিরীক্ষিত গবেষণায় দেখা গেছে ভুল ChatGPT তথ্য অংশগ্রহণকারীদের জানানো বিশ্বাস বদলেছে, অথচ তারা পরে কোনো নির্দিষ্ট সুপারিশ গ্রহণ বা প্রত্যাখ্যান করেছে কি না তা কখনো লিপিবদ্ধ হয়নি। আরেকটি গবেষণা 78 জন অনুবাদ শিক্ষার্থীর ChatGPT ফিডব্যাকের ওপর গ্রহণ ও প্রত্যাখ্যানের সিদ্ধান্ত লগ করেছে, কিন্তু স্বাধীন বিশেষজ্ঞ মূল্যায়ন ছাড়া একটি গ্রহণকে যথাযথ বলা যায় না আর একটি প্রত্যাখ্যানকে ন্যায্যতাপ্রাপ্তও বলা যায় না। আউটপুটের গুণমান সম্পর্কে ভিত্তিসত্য ছাড়া নির্ভরতাকে আদৌ শ্রেণিবদ্ধ করা যায় না।

এটাই নকশার পরিণতি, আর এটাই প্রথম যে জিনিসটি ঠিক করতে হবে। যাচাইয়ের কাজ দেওয়ার আগে দুটি সংক্ষিপ্ত বর্ণনা লিখুন: এই কাজের জন্য একটি সঠিক আউটপুট দেখতে কেমন, এবং একটি বিশ্বাসযোগ্য কিন্তু ভুল আউটপুট দেখতে কেমন। প্রতিটি একটি করে যথেষ্ট। তখন শিক্ষার্থীদের কাছে যাচাইয়ের একটি মানদণ্ড থাকে, আর আপনার কাছে যাচাইটি যার সঙ্গে মিলিয়ে নম্বর দেবেন তা থাকে, শিক্ষার্থী যত্নশীল শোনাচ্ছে কি না তা নয়।

সরঞ্জাম উত্তরের আগেই তাদের অবস্থান নিতে বলুন

Gousopoulos (2026) একটি মাপার কর্মসূচি গড়ে তোলেন চালানোর আগে পূর্বানুমান নীতির চারপাশে: শিক্ষার্থী বলে কী ঘটার কথা, তারপর নমুনাটির আচরণ সেই পূর্বানুমানের সঙ্গে শাস্ত্রীয় ভিত্তিতে বিচার করা হয়, এটি চলে কি না তা দিয়ে নয়। আউটপুট আসার আগেই যুক্তিটি থাকে, আর সেটাই এটিকে গ্রেডযোগ্য করে।

24টি গবেষণার তাঁর নিরীক্ষায় দেখা গেছে একই সরঞ্জাম ভিন্ন কাজ-কাঠামোয় বিপরীত ফল দেয়। একটি চলিত ChatGPT ব্যবস্থা কৃতিত্ব, স্ব-কার্যকারিতা ও প্রবাহে উল্লেখযোগ্যভাবে নিচে নেমেছে, যেখানে যাচাইয়ের শর্ত ও ত্রুটি-প্রতিফলন মডিউল যোগ করা একটি অবস্থা দেখিয়েছে শক্তিশালী উচ্চতর-ক্রম চিন্তা। সেই অবস্থাগুলোতে সরঞ্জামটি অপরিবর্তিত ছিল। যা বদলেছে তা হলো কাজটি শিক্ষার্থীকে এমন অবস্থানে দাঁড় করিয়েছে কি না যা সরঞ্জাম খণ্ডন করতে পারে।

ব্যবহারে এটি অ্যাসাইনমেন্ট নির্দেশপত্রে এক লাইন: সরঞ্জাম খোলার আগে লিখে ফেলুন আপনি কী আশা করছেন এটি বলবে এবং কেন। তারপর মিলিয়ে দেখুন। দুই শিক্ষার্থী একই অনুচ্ছেদ তৈরি করতে পারে, আর তাদের একজনই ব্যাখ্যা করতে পারে অনুচ্ছেদটি তার পূর্বানুমান থেকে কোথায় সরে গেছে।

তাদের রেকর্ডের কাছে পাঠান

Denny ও অন্যান্য (2026) 2021 সালের পর প্রকাশিত 5,225টি কম্পিউটিং শিক্ষা গবেষণাপত্রের 113,588টি তথ্যসূত্র অনুসরণ করেছেন এবং 828টি সন্দেহজনক রেকর্ড হাতে যাচাই করেছেন। তারা পেয়েছেন 14টি গবেষণাপত্রে 30টি রেকর্ডে যাচাইযোগ্যভাবে বানানো গ্রন্থপঞ্জি-তথ্য আছে, সবগুলোই 2025 ও 2026 সালের। 13টি সম্পূর্ণ বানানো। বাকি 17টি একটি প্রকৃত শিরোনামের সঙ্গে বানানো বা ভুল লেখকত্ব, প্রকাশস্থান বা বছর জুড়ে দিয়েছে। SIGCSE টেকনিক্যাল সিম্পোজিয়ামে সংখ্যাটি 2025 সালের কার্যবিবরণীতে 3 থেকে 2026 সালে 17-তে উঠেছে, অর্থাৎ সেই বছরের কার্যবিবরণী-গবেষণাপত্রের 2.3%।

লেখক-ক্ষেত্র অন্য যেকোনো অংশের চেয়ে বেশি ব্যর্থ হয় একটি উৎপাদিত তথ্যসূত্রে। এই একক ফলই আপনাকে বলে দেয় কী চাইতে হবে। “উৎসটি খুলে লেখকের তালিকা পড়ো” সেই ক্ষেত্রটিকে লক্ষ্য করে যেটি ভুল হওয়ার সম্ভাবনা সবচেয়ে বেশি, আর তা এমন একটি তথ্য তৈরি করে যা শিক্ষার্থীর হয় আছে নয় নেই। “খেয়াল রেখো উৎসগুলো সত্যি কি না” একটি আশ্বাস তৈরি করে। শিক্ষার্থীদের বলুন লেখক, প্রকাশস্থান ও বছর রেকর্ডের নিজের সঙ্গে মিলিয়ে নিশ্চিত করতে। গবেষণাপত্রটি চায় প্রতিটি উদ্ধৃত কাজ যাচাই করা হোক এবং কোনো স্বয়ংক্রিয় যাচাইকারী মানব-চক্রে থাকুক, যা ঠিক সেই অভ্যাস যা একটি তথ্যসূত্র-শর্ত মহড়া করায়।

মেশিন যে যাচাই চালাতে পারে এবং কেবল পাঠক যে বিচার করতে পারে তা আলাদা করুন

Venetsanos (2026) যান্ত্রিকভাবে কী যাচাই করা যাবে তার একটি রক্ষণীয় মানদণ্ড দেন: নথিভুক্ত মানদণ্ড, ব্যাখ্যামূলক বিচার ছাড়া প্রতিষ্ঠিত জ্ঞানের সঙ্গে তুলনা, এবং একটি একক সঠিক উত্তর বা আগে থেকে নির্দিষ্ট গ্রহণযোগ্য বিকল্প। তারিখ, সূত্র, তথ্যসূত্র ও হিসাব সেই মানদণ্ড পাস করে। যে কোনো ব্যাখ্যামূলক জিনিস তা ব্যর্থ হয়, আর সেখানে শিক্ষার্থীর নিজের পাঠই যাচাইয়ের যন্ত্র।

Gousopoulos একই বিভাজনকে দুটি স্বাধীন পরামিতিসহ একটি সংকেত-শনাক্তকরণ সমস্যা হিসেবে আনুষ্ঠানিক রূপ দেন। সংবেদনশীলতা হলো সঠিক ও ত্রুটিপূর্ণ আউটপুটের পার্থক্য করার ক্ষমতা; ক্রাইটেরিয়ন হলো শিক্ষার্থী প্রত্যাখ্যানের সীমা কোথায় বসায় তা। অতিরিক্ত নির্ভরতা সেই রেখা বরাবর ভাগ হয়। সতর্কবার্তা, চেকলিস্ট ও হ্যালুসিনেশন-প্রম্পট ক্রাইটেরিয়ন সরায়, ফলে শিক্ষার্থী কখন প্রত্যাখ্যান করবে তা বদলায়। শাস্ত্রীয় নির্দেশনা, সমাধান করা তুলনা ও বীজিত-ত্রুটি অনুশীলন সংবেদনশীলতা বাড়ায়, কারণ তখন শিক্ষার্থী পার্থক্য করতে পারে। যে শিক্ষার্থী ত্রুটিপূর্ণ আউটপুট গ্রহণ করে তার ক্রাইটেরিয়ন সমস্যা হতে পারে, আবার সংবেদনশীলতার সমস্যাও হতে পারে, আর দুটির জন্য আলাদা শিক্ষাদান দরকার।

পূর্বশর্তটি অস্বস্তিকর। যাচাইয়ের নির্দেশনা শিক্ষামূলক হয় কেবল সেখানে যেখানে সংবেদনশীলতা শূন্যের বেশি হতে পারে, যার জন্য সঠিক ও ভুল আউটপুট আলাদা করার মতো শাস্ত্রীয় জ্ঞান দরকার। একই নিরীক্ষায়, LLM-উৎপাদিত কোড ব্যাখ্যা করতে বলা নবিশরা কাজের প্রায় এক-তৃতীয়াংশে সফল হয়েছে, তাই নিজের যুক্তির সঙ্গে এআই ফিডব্যাক বা কোড বিচার করা প্রকৃত যাচাই কেবল সেখানেই যেখানে সেই যুক্তির সারবত্তা আছে। আপনার শিক্ষার্থীরা এখনো সহায়তা ছাড়া শাস্ত্রীয় চিন্তাটি করতে না পারলে আরও সতর্কবার্তা কিছুই কেনে না। বিষয়বস্তু শেখান এবং তার সঙ্গে যাচাইটি জুড়ে দিন।

আরও একটি সতর্কবার্তা নকশার ভেতরে থাকা উচিত: যে হস্তক্ষেপ অনুপযুক্ত গ্রহণ কমায়, তা সঠিক সহায়তার অনিচ্ছাকৃত প্রত্যাখ্যানের জন্যও পরীক্ষা করতে হবে। শিক্ষার্থীর জন্য জায়গা রাখুন ঘোষিত কারণে ভালো আউটপুট গ্রহণ করার।

যাচাইকে নজরদারিতে পরিণত না করে গ্রেড করুন

Gousopoulos পরিণতিটি সরাসরি টানেন। এআই যদি নমুনাটি তৈরি করতে পারে, তবে নমুনাটি মূল্যায়ন হতে পারে না, তাই মূল্যায়ন সরে যায় স্পেসিফিকেশন, বৈধতার যুক্তি ও ব্যাখ্যায়। তাঁর মডেল-লেখকত্ব গঠনের চারটি দিক আছে, স্পেসিফিকেশন, ধারণাগত মডেল, যাচাই ও ব্যাখ্যা, আর চারটি ক্রমবদ্ধ স্তরে অর্পিত থেকে লেখিত পর্যন্ত। লেখিত স্তরে দরকার প্রথম প্রম্পটের আগে একটি যাচাইযোগ্য স্পেসিফিকেশন, ঘোষিত কারণসহ শাস্ত্রীয় ভিত্তিতে আউটপুট প্রত্যাখ্যান, এবং এমন ব্যাখ্যা যা নমুনার নিজের সম্পর্কে নিজের প্রতিবেদনের বাইরে যায়।

রুব্রিকটি এমন উপকরণ থেকে আসে যা একটি নির্মাণ-কাজ ইতিমধ্যেই তৈরি করে, তাই একই যন্ত্র একই সঙ্গে গঠনমূলক মূল্যায়ন ও একটি গবেষণা-মাপকাঠি। এতে অকাজের কাজ নিয়ে উদ্বেগের উত্তর মেলে: আপনি এমন একটি অ্যাসাইনমেন্টের উপজাতকে নম্বর দেন যা আপনি ইতিমধ্যেই দিয়েছেন। এর পাশে দুটি সীমাবদ্ধতা বসে। Wei ও Shang-এর 14টি অগ্রাধিকারমূলক ঘটনার মধ্যে কোনো গবেষণাই যাচাইয়ের সফলতা ও পরবর্তী নির্ভরতার সিদ্ধান্ত একসঙ্গে মাপেনি, আর অল্প কিছু গবেষণা তাৎক্ষণিক পারফরম্যান্সের পরে বিলম্বিত ধারণ বা স্থানান্তর অনুসরণ করেছে, তাই রুব্রিকটি দাঁড়িয়ে আছে একটি বিশ্লেষণাত্মক মানচিত্রে, যাচাইকৃত কারণ-ক্রমে নয়।

তিনটি সিদ্ধান্ত এটিকে নজরদারিতে পরিণত হওয়া থেকে রাখে। চেষ্টার বদলে নিষ্পত্তিকৃত গুণমানের সঙ্গে যাচাইটি গ্রেড করুন, নইলে আপনি যাচাই করার একটি প্রণোদনা গড়ে তোলেন। উৎস-পরিচিতি জানান, যেমন Venetsanos দাবি করেন: শিক্ষার্থীদের জানা দরকার তাদের পাওয়া ফিডব্যাকের কোন অংশ মেশিনে যাচাই করা, কোনটি মূল্যায়নমূলকভাবে বিচার করা, এবং মানুষের বিচারের প্রাধান্য আছে, কারণ তারা এমন ফিডব্যাক ওজন করতে পারে না যা তারা স্থাপন করতে পারে না। আর প্রয়োগকে ডিটেকশন-সরঞ্জাম থেকে দূরে রাখুন। Bassett ও অন্যান্য (2026) যুক্তি দেন এআই শনাক্তকরণ শিক্ষায় আদৌ ব্যবহার করা উচিত নয়: এর অনুমান সম্ভাব্যতাভিত্তিক এবং স্বাধীনভাবে যাচাই করা যায় না কারণ বাস্তব জগতে পাঠ্যের উৎস অজানা, এর স্কোর সততা-তদন্ত যে সম্ভাবনার ভারসাম্যের মানদণ্ড দাবি করে তা পূরণ করে না, এবং মানুষ-বনাম-এআই দ্বিবিভাজন অর্থহীন এমন কাজের জন্য যা এআই দিয়ে নয়, এআই-এর সঙ্গে তৈরি। তাঁদের সিদ্ধান্ত, শনাক্তকরণ “একাডেমিক সততাকে রক্ষা করে না; তা এটিকে ক্ষুণ্ণ করে।” নজরদারি-ব্যবস্থা সন্দেহ পুষ্ট করে এবং শিক্ষার্থীর বিশ্বাস ক্ষয় করে। শনাক্তকরণের দুই অর্থ আলাদা রাখুন। এআই-উৎপাদিত পাঠ্য শনাক্ত করার এখানে কোনো রক্ষণীয় সাক্ষ্য-ভূমিকা নেই; শিক্ষার্থীদের এআই আউটপুটের ত্রুটি শনাক্ত করতে শেখানোই পুরো ব্যাপারটি।

এই বিচ্ছেদটি স্থাপত্যগত, এবং শিক্ষার্থীদের তা জানানো মূল্যবান। Li, Zhang ও Botelho (2026) যাচাইটি উৎপাদকের ভেতরে গেঁথে না দিয়ে দ্বিতীয় একটি মডেল দিয়ে আউটপুট যাচাই করেন। যে শিক্ষার্থী কেন তা দেখে, সে দেখতে পারে কেন “সরঞ্জামটি বলেছিল এটা ঠিক” কোনো যাচাই-যুক্তি নয়।

আপনি যদি কোর্সটি শেখানোর বদলে নকশা করেন

ওপরের তিনটি ফল কোর্স-নির্মাণের ভেতরে থাকা উচিত, যেখানে একা কাজ করা একজন প্রশিক্ষকের হাতে সেগুলো আসবে না।

প্রথমটি একটি রোগনির্ণয়। একটি বীজিত-ত্রুটি কাজ চালান: বিশটি আইটেম, যার আটটিতে শাস্ত্রীয় পর্যায়ের ত্রুটি আছে। এটি আপনাকে বলে দেয় শিক্ষার্থীরা আদৌ পার্থক্য করতে পারে কি না, তার আগেই আপনি এমন একটি ক্রাইটেরিয়ন শেখাতে একটি সেমিস্টার খরচ করেন যা তারা ব্যবহার করতে পারবে না। যে শ্রেণি বীজিত ত্রুটিগুলো মিস করে তার বিষয়বস্তু পুনরালোচনা দরকার, সিলেবাস সমালোচনামূলক ব্যবহার নিয়ে যা-ই বলুক।

দ্বিতীয়টি হলো সতর্কবার্তার স্থাপন। Vu, Cummings ও Park (2026) দুটি কাজের ঠিক আগে একটি সাধারণ পূর্বসতর্কবার্তা দেখিয়েছেন 100 জন মার্কিন-ভিত্তিক শিক্ষার্থীকে, যার 40 জন দেশীয় ও 60 জন আন্তর্জাতিক ইএফএল। টিকা-প্রাপ্ত শিক্ষার্থীরা একাডেমিক-উৎস-সারাংশের কাজটি যাচাই করার সম্ভাবনা উল্লেখযোগ্যভাবে বেশি দেখিয়েছে (M = 0.34 বনাম 0.18), অথচ স্ব-প্রতিবেদিত যাচাইয়ের ইচ্ছা নড়েনি। প্রভাবটি কাজ-নির্ভরও ছিল: এটি উৎস-সারাংশের কাজে দেখা গেছে, কিন্তু সূচক ও বড়-সংখ্যার গুণ নিয়ে একটি গণিত কুইজে সমানভাবে দেখা যায়নি। সতর্কবার্তাটি ব্যবহারের বিন্দুতে রাখুন, কাজের ধরন অনুযায়ী, সিলেবাসে বা ওরিয়েন্টেশন মডিউলে একবার নয়।

তৃতীয়টি হলো সময় নির্ধারণ। যে সিলেবাস যাচাইকে সময়সূচিতে না রাখে সে বলে দেয় এটি ঐচ্ছিক, আর সময়ের চাপ শিক্ষার্থীরা যাচাই এড়িয়ে যাওয়ার একটি নথিভুক্ত কারণ। কাজের ভেতরে থাকা যাচাই, সঙ্গে একটি নম্বরপ্রাপ্ত নমুনা জুড়ে দেওয়া, ঘটে। নীতির অনুচ্ছেদে থাকা যাচাই ঘটে না।

আপনি যদি এই লেখাটি পড়তে থাকা শিক্ষার্থী হন

চারটি চাল গবেষণা আপনার কাছে যা দাবি করে তার বেশিরভাগটাই ঢেকে দেয়।

প্রম্পট দেওয়ার আগে আপনার প্রত্যাশা লিখুন। উত্তরের কী হওয়া উচিত তা নিয়ে একটি বাক্য, তারপর আউটপুটটি তার সঙ্গে মিলিয়ে দেখুন।

উৎসটি খুলুন। লেখকের তালিকা, প্রকাশস্থান ও বছর রেকর্ডের সঙ্গে মিলিয়ে পড়ুন, কারণ লেখক-ক্ষেত্রই সেই জায়গা যেখানে উৎপাদিত তথ্যসূত্র সবচেয়ে বেশি ব্যর্থ হয়।

যে কোনো ব্যাখ্যামূলক বিষয়ের জন্য কারণটি নিজের ভাষায় লিখুন। বানানো কারণ বানানো তথ্যসূত্রের মতোই দৃশ্যমান।

গদ্য ভালো পড়া যায় এই অনুভূতিকে অবিশ্বাস করুন। LLM-উৎপাদিত কোড ব্যাখ্যা করতে বলা নবিশরা কাজের প্রায় এক-তৃতীয়াংশে সফল হয়েছে, আর শিক্ষার্থী-ChatGPT কুইজ কথোপকথনের একটি ক্ষেত্র-গবেষণায় দেখা গেছে সঠিক নির্দেশনা অনুসরণ করেও ভুল উত্তর এসেছে। আপনি যা যাচাই করতে পারেন তা তার চেয়ে সংকীর্ণ যা আপনি পড়তে পারেন।

প্রশিক্ষকরা এ নিয়ে যা ভুল বোঝেন

“আমি তো তাদের বলেছি উৎস যাচাই করতে।” সতর্কবার্তা একটি মানসিক প্রবণতা চায়। যত্নশীল শিক্ষার্থীদের তা আছে, তাড়াহুড়ো করা শিক্ষার্থীদের নেই, আর রাত 11টায় পর্দায় নিখুঁতভাবে পড়া যায় এমন একটি আউটপুট সামনে রেখে ওই বাক্যে এমন কিছু নেই যা শিক্ষার্থী কাজে লাগাতে পারে।

“উৎস যাচাই নিয়ে একটি রুব্রিক-লাইনই যথেষ্ট।” ওই লাইনটি শুরুর ধাপে বসে আর প্রক্রিয়ার গুণমান বা সফলতা নিয়ে কিছুই বলে না। যে শিক্ষার্থী একটি সার্চ চালিয়ে হাল ছেড়ে দিয়েছে সে সেই নম্বরই পায় যে প্রশ্নটি নিষ্পত্তি করেছে, তাই রুব্রিক অঙ্গভঙ্গিটিকেই পুরস্কৃত করে।

“মন দিয়ে পড়লে তারা ভুলগুলো ধরবে।” সাবলীলতাই বিচারটি বইয়ে নিয়ে যায়। নিরীক্ষিত সাহিত্য নবিশদের উৎপাদিত কোড ব্যাখ্যায় প্রায় এক-তৃতীয়াংশ সফলতা দেখায়, আর ক্ষেত্র-গবেষণায় লিপিবদ্ধ হয়েছে সঠিক নির্দেশনার মধ্য দিয়েও আসা একটি ভুল উত্তর।

“যে শিক্ষার্থীরা বলে তারা যাচাই করবে, তারা করে।” Vu, Cummings ও Park-এর গবেষণায় স্ব-প্রতিবেদিত ইচ্ছা নড়েনি অথচ কার্যকর আচরণ নড়েছে (M = 0.34 বনাম 0.18)। আচরণটিকে গ্রেড করুন, যা নড়েছে।

“যে শিক্ষার্থীরা যাচাই এড়িয়ে যায় তারা মাথায় করে না।” Jaidka ও Cai (2026) যাচাইয়ের সক্ষমতাকে যাচাইয়ের প্রেরণার সঙ্গে মিলিয়ে দেখেন, আর প্রোফাইলগুলোর জন্য আলাদা প্রতিকার দরকার। উচ্চ-সক্ষমতা, নিম্ন-প্রেরণার শিক্ষার্থী আত্মতুষ্ট অতিবিশ্বাসে ঝুঁকে থাকে। নিম্ন-সক্ষমতা, নিম্ন-প্রেরণার শিক্ষার্থী সবচেয়ে ঝুঁকিতে। একই যাচাইয়ে ব্যর্থ দুই শিক্ষার্থীর বিপরীত শিক্ষাদান লাগতে পারে, আর পূর্ব-জ্ঞান ঠিক করে দেয় আপনি কোনটিকে দেখছেন।

“আরও সতর্কবার্তা যারা পার্থক্য করতে পারে না তাদের ঠিক করে দেবে।” সতর্কবার্তা ক্রাইটেরিয়ন সরায়। এটি সংবেদনশীলতা বাড়ায় না, আর সংবেদনশীলতাই সেই শিক্ষার্থীকে আলাদা করে যে ত্রুটি ধরতে পারে তার থেকে যে পারে না।

“একটি ডিটেক্টর নীতিকে সমর্থন দেয়।” ওপরের প্রমাণে, ডিটেক্টরের স্কোর সততা-মামলার যে মানদণ্ড দাবি করে তা পূরণ করে না, মানুষ-বনাম-এআই বিভাজন এআই-এর সঙ্গে তৈরি কাজের জন্য টেকে না, আর এই ব্যবস্থা আপনার সেই বিশ্বাস কেড়ে নেয় যা শিক্ষার্থীদের কিছু ঘোষণা করার জন্য দরকার।

যা আপনার দিকে ফিরে আসবে

“তারা তো নম্বরের জন্যই এটা করে ফেলতে পারে।” আংশিক সত্য, তাই এমন উপকরণ গ্রেড করুন যা এআই শিক্ষার্থীর পক্ষে তৈরি করতে পারে না। প্রথম প্রম্পটের আগে লেখা একটি স্পেসিফিকেশন, নমুনা চালানোর আগে লিপিবদ্ধ একটি পূর্বানুমান, রেকর্ডের সঙ্গে মিলিয়ে দেখা একটি উৎস-তালিকা, প্রত্যাখ্যানের জন্য একটি ঘোষিত শাস্ত্রীয় কারণ: প্রতিটির জন্য শিক্ষার্থীকে এমন অবস্থান নিতে হয় যা উৎপাদক জোগাতে পারে না। বানানো কারণ বানানো তথ্যসূত্রের মতোই দৃশ্যমান। যেখানে শিক্ষার্থীর যাচাই করার মতো শাস্ত্রীয় জ্ঞান নেই, সেখানে যাচাই অভিনয়, আর কোনো রুব্রিক তা উদ্ধার করে না, যা আগে বিষয়বস্তু শেখানোর পক্ষে একটি যুক্তি।

“সিলেবাসে এর জন্য সময় নেই।” পূর্বসতর্কবার্তা হলো কাজের আগে একটি বার্তা। বীজিত-ত্রুটি কাজটি পুনর্ব্যবহার করে একটি কুইজ যা আপনি ইতিমধ্যেই দেন। রুব্রিকটি চড়ে এমন উপকরণের ওপর যা কাজটি ইতিমধ্যেই তৈরি করে, তাই এটি সেই প্রমাণে নম্বর দেওয়ার সময় খরচ করে যা নইলে আপনার কাছে থাকত না। বিকল্পটির খরচ বেশি: অযাচাইকৃত জমা, বানানো তথ্যসূত্র, এবং তার পরের সততা-আলাপ।

“সরঞ্জামটি সাধারণত ঠিকই থাকে।” তাহলে যাচাই সস্তা আর ব্যতিক্রমগুলোই মূল কথা। উৎপাদিত তথ্যসূত্রের অন্য যেকোনো অংশের চেয়ে লেখক-ক্ষেত্র বেশি ব্যর্থ হয়, 30টি বানানো আইটেমের 17টি প্রকৃত শিরোনামের সঙ্গে ভুল লেখকত্ব, প্রকাশস্থান বা বছর জুড়ে দিয়েছে, আর 17টি এসেছে এক বছরেরই এক সিম্পোজিয়ামের কার্যবিবরণীতে। যে অংশগুলো আপনি দৈবাৎ লক্ষ করেন সেগুলোর নির্ভুলতা যে অংশগুলো করেন না তাদের সম্পর্কে কিছুই বলে না।

“আমার শিক্ষার্থীরা আউটপুট বিচার করার মতো যথেষ্ট জানে না।” সেটাই সংবেদনশীলতার সীমা, এবং তা বাস্তব। Gousopoulos পূর্বানুমান করেন শাস্ত্রীয় জ্ঞানের একটি ন্যূনতম স্তরের নিচে যাচাইয়ের নির্দেশনা ব্যর্থ হয়, এবং উল্লেখ করেন কিছু শাস্ত্র বাইরের মানদণ্ড জোগায়, তাদের মধ্যে পদার্থবিজ্ঞান, রসায়ন, বাস্তুবিজ্ঞান ও মহামারিবিজ্ঞান, যেখানে ইতিহাস, সাহিত্য ও নীতিশাস্ত্র বেশিরভাগ ক্ষেত্রে জোগায় না। শাস্ত্রটি শেখান এবং তার সঙ্গে যাচাই জুড়ে দিন, নইলে যাচাই একটি আচার হয়ে উঠবে বলে আশা করুন।

“এটি নজরদারি।” তা হয়, যদি আপনি চেষ্টাকে গ্রেড করেন বা শিক্ষার্থীরা কীভাবে কাজ করে তা নজরে রাখেন। নমুনাটি উত্তরপত্রের সঙ্গে মিলিয়ে গ্রেড করুন, বলে দিন কোন ফিডব্যাক মেশিনে যাচাই করা আর কোনটি একজন মানুষ বিচার করেছেন, এবং ডিটেক্টর বাইরে রাখুন।

এই সপ্তাহে কী করবেন

1. আপনার পরবর্তী অ্যাসাইনমেন্টের জন্য দুটি বর্ণনা লিখুন: একটি সঠিক আউটপুট, আর একটি বিশ্বাসযোগ্য ভুল আউটপুট। এটাই সেই উত্তরপত্র যা সঙ্গে মিলিয়ে যাচাই নিষ্পত্তি হয়।

2. পূর্বানুমানের লাইনটি যোগ করুন। একটি বাক্য, সরঞ্জাম খোলার আগে লেখা, পরে শাস্ত্রীয় ভিত্তিতে মিলিয়ে দেখা।

3. “উৎস যাচাই করো”-এর বদলে লিখুন “রেকর্ডটি খুলে লেখক, প্রকাশস্থান ও বছর নিশ্চিত করো।”

4. আপনি ইতিমধ্যেই যে কুইজ দেন তাতে আটটি বীজিত ত্রুটি বসান, এবং দেখুন কোন শিক্ষার্থীরা সেগুলো খুঁজে পায়।

5. একটি যাচাই-নমুনা উত্তরপত্রের সঙ্গে মিলিয়ে গ্রেড করুন, এবং শিক্ষার্থীকে বলুন যাচাইয়ের কোন অংশটি ব্যর্থ হয়েছে: মানদণ্ড, প্রক্রিয়া, নাকি সিদ্ধান্ত।

এরপর কোথায় যাবেন

এই পাতাটি যে বোঝাপড়াকে কাজে লাগায় তা কীভাবে গড়তে হয় তা এআই সাক্ষরতা অন্তর্ভুক্ত করা আচ্ছাদন করে, আর সেই সাক্ষরতার কাজটি কী মূল্যবান তা এআই সাক্ষরতার প্রমাণ আচ্ছাদন করে। সরঞ্জামের ওপর হেলান দেওয়া শিক্ষার্থীদের নকশার দিকটি অতিরিক্ত নির্ভরতা কমানো সামলায়, এআই নিয়ে পড়াশোনা হলো শিক্ষার্থী-মুখী সঙ্গী, আর অসামকালিক অনলাইন কোর্সে এআই এই সমস্যার সেই সংস্করণ আচ্ছাদন করে যেখানে যাচাইয়ের সময় নির্ধারণ করার মতো কোনো শ্রেণি-সভা নেই। শিক্ষার্থীরা যে ফিডব্যাক যাচাই করছে তা নিয়ে দেখুন এআই ফিডব্যাকের গুণমান ও হ্যালুসিনেশনের ঝুঁকি।