Kujifunza kwa Shughuli

Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.

Kujifunza kwa Shughuli — mbinu za mafundisho zinazowashirikisha wanafunzi katika kufanya mambo na kufikiria wanachofanya, badala ya kupokea habari kwa kupitisha. Katika Akili Bandia katika Elimu, utafiti wa kujifunza kwa shughuli huchunguza pia jinsi zana za AI zinaweza kusaidia mbinu za kujifunza kwa shughuli na jinsi ushirikiano hai na zana za AI — badala ya matumizi ya kupitisha — unaathiri matokeo ya kujifunza.

Maswali ya Kutafakari

• Una uwezekano umesikia 'kujifunza kwa shughuli' kikisifiwa. Lakini je, mwanafunzi anayebofya dashibodi au anayekubali jibu lililozalishwa anajifunza kwa shughuli kweli? Nini kingefanya shughuli hiyo kuwa hai katika maana yenye maana?
• Mfumo wa ICAP unatofautisha ushirikiano hai, wa ujenzi, na wa mwingiliano — viwango vilivyo kina zaidi pekee ndivyo vinajenga maarifa ya kudumu. Mara ya mwisho ulipotumia zana ya AI kujifunza kitu, kiwango gani cha ushirikiano kilikuwekea wewe hasa?
• AI inaweza kuwezesha kujifunza kwa shughuli kwa kiwango kikubwa, lakini AI iliyobuniwa vibaya inaweza pia kufanya kazi ya kikognitivi kwa ajili ya mwanafunzi. Ni wapi umeona AI ikimfanya mwanafunzi awe mwanafunzi zaidi wa kupitisha badala ya kushirikisha zaidi?
• Somo la EEG lilipata kuwa ushirikiano wa mwingiliano wa mwanafunzi–AI lilitoa ushirikiano wa kikognitivi wa juu zaidi, wakati otomatiki kamili ilipunguza. Kwa nini "kufanya" pamoja na AI inaweza kushinda "kutazama" AI ikifanya kazi?
• Kuelimisha kwa kurudia — kumfanya mwanafunzi kueleza anachoelewa — hufichua mapengo kwa ufanisi zaidi kuliko kusoma tena kwa kupitisha. Wakati gani kumhimiza mwanafunzi kuelezea kwa AI kungekuwa hatua bora ya kujifunza kuliko kumwachia AI ijibu kwa ajili yake?
• Kujifunza kwa shughuli kinategemea ngazi za msaada zilizopimwa zinazopungua kadri uwezo unavyoongezeka. Ni vigumu kiasi gani kwa kocha wa AI kujua wakati wa kujiondoa — na hatari ni ipi ikiwa hajitolea kamwe?

Utangulizi

Kujifunza kwa shughuli ni kanuni ya msingi katika utafiti wa elimu, iliyojengwa juu ya nadhari za Ujenzi wa Maarifa (Constructivism) zinazoweka wanafunzi kama wajenzi hai wa maarifa. Katika muktadha wa Akili Bandia katika Elimu, dhana inachukua maana mbili: zana za AI zinaweza kuwezesha kujifunza kwa shughuli kwa kiwango kikubwa (kupitia ualimu wa mwingiliano, miundo ya kuigiza, na maoni yanayojirekebisha), lakini zana za AI zilizobuniwa vibaya zinaweza pia kuzidhoofisha kwa kufanya kazi ya kikognitivi kwa ajili ya wanafunzi. Mvutano kati ya msaada wa AI na ushirikiano hai wa kikognitivi — uliochunguzwa katika makala kama Revisiting the Hint Button: Consistent Negative Associations Between Unproductive Hint Use and Learning Outcomes in Intelligent Tutoring Systems juu ya matumizi ya mapema ya vidokezo na The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks juu ya kutegemea kupita kiasi — ni wasiwasi wa kati.

Kujifunza kwa shughuli kunachoweza kuwezeshwa na AI kinaonekana katika mifumo mingi katika hifadhi hii ya maarifa: mifumo ya Ufafanuzi wa Akili Bandia inayowashirikisha wanafunzi katika utatuzi wa matatizo badala ya kutoa majibu, mbinu za Generative AI (GenAI) as a mindtool that supports generative learning (GL) ambapo wanafunzi hutumia AI kama zana ya kufikiri badala ya mbadala, Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests ambapo wanafunzi huendesha mwingiliano wa AI badala ya kuufuata, na mazingira ya kujifunza kwa uchunguzi ya Curiosity as Linguistic Intervention: Using LLM Tutoring Dialogues to Influence Exploratory Learning Behavior. Dhana ya Ngazi za Msaada imeunganishwa kikamilifu — kujifunza hai chenye ufanisi kunahitaji msaada uliopimwa unaopungua kadri uwezo unavyoongezeka, ambao wakocha wa AI lazima wajifunze kutoa.

Jinsi kujifunza kwa shughuli kinavyoonekana katika utafiti wa hifadhi ya maarifa

• Hali ya mwingiliano huamua ushirikiano wa kikognitivi. Somo la EEG la wanafunzi wa shule ya sekondari lilinganisha hali za Auto (AI inatatua kwa uhuru), Interactive (ushirikiano wa mwanafunzi–AI na ngazi za msaada), na Manual (hakuna AI): Interactive ilitoa ushirikiano wa kikognitivi na usahihi wa kazi wa juu zaidi, wakati Auto ilipunguza ushirikiano na kuhatarisha kutegemea kupita kiasi. Hili hutoa kipengele cha kinevaolojia kwa hoja kuwa AI lazima iweke wanafunzi wakifanya badala ya kutazama.
• Uchunguzi unaosaidiwa na AI si wa kiwango cha juu kiotomatiki. Jaribio la nusu-licha na wanafunzi 120 wa Darasa la 8 lilipata kuwa kujifunza kwa uchunguzi kunakosaidiwa na AI kuliinua utendaji wa kiuumbaji wa hisabati na mitazamo kuelekea hisabati lakini halikutoa ongezeko lisilo na umuhimu katika utatuzi wa matatizo mahususi — onyo dhidi ya kusoma mapato ya ubunifu na ya kihisia kama ushahidi wa ufikiri wa kina zaidi (Mujib et al., 2026).
• Kujifunza hai kwa uchunguzi na kwa kuigiza. SupplyNet hutumia mfumo wa LLM wa mawakala wengi wa muktadha kusaidia kujifunza hai la kuona katika elimu ya mlolongo wa ugavi, kwa kuunganisha mwonekano wa mtandao wa mwingiliano na mlolongo wa "je, ikiwa" wenye matawi ili wanafunzi wafuate michakato ya sababu badala ya kutumia maudhui ya dhahania. Curiobot na kuunda maswali katika fizikia vivyo hivi vinaelekeza uchunguzi unaosukumwa na mwanafunzi.
• Mitiririko ya mazungumzo yenye muundo kwa mapitio hai. KnowLoop hupanga mapitio ya baada ya mihadhara kuzunguka hatua tatu — Tambua (weka alama ya mkanganyiko wa mahali), Suluhisha (ubainishaji), na Unganisha (kuelimisha kwa kurudia) — ikionyesha kuwa kuelimisha kwa kurudia huwahimiza wanafunzi kutamka na kufichua mapengo ya dhana, na kuwa AI iliyojengwa kwa muktadha hufanya vizuri zaidi kuliko AI ya jumla kwa msaada wa kulengwa. Kuelimisha kwa kurudia hutelekeza Kujifunza kwa Kufundisha.
• Kujifunza hai kama muundo wa mradi na wa kijamii. Ligi ya Kitaaluma ya AI hupanga elimu ya AI ya nje ya mtaala kuzunguka timu za mashindano, vikundi vya kusoma, na miradi ya AI-kwa-athari-ya-kijamii, ikitekeleza kujifunza hai na kulingana na mradi kupitia utawala wa kidemokrasia wa wanafunzi badala ya mtaala kutoka juu.
• Zana za akili na ushirikiano wa kizalishaji. GenAI kama zana ya akili huweka AI kama kifaa ambacho wanafunzi hufikiria nacho badala ya chanzo cha majibu, kwa kulinganisha kujifunza hai na nadhari za kujifunza kwa kuzalisha ambapo wanafunzi huunganisha mawazo mapya katika maarifa yaliyopo.
• Kujenga kocha kama kazi ya kujifunza kwa shughuli. Zangari et al. (2026) walibadilisha mpango wa kawaida wa kocha wa AI: badala ya kutumia kocha, wanafunzi 345 katika kozi ya programu yenye wanafunzi 700 walibuni mawakala ya mazungumzo kila mmoja ili kufundisha mifumo mitatu ya ubunifu kwa mwanafunzi mwenza, hivyo kazi ya kujifunza kwa shughuli ilikuwa ujenzi wa mawakala — kutabiri mahitaji ya mtumiaji na kutafsiri dhana za kiabstrakto kuwa vipengele vinavyofundishika. Wanafunzi walithamini uhuru wa ubini usiojaa mipaka (22.3% mada chanya kuu) lakini lalamiko kuu lilikuwa maelekezo yasiyo wazi (23.7%), na waandishi wanatoa onyo kuwa ubini wa bila-kikundi-cha-dhibiti na sampuli ya kujitolea unategemeza madai ya ushirikiano pekee.
• Buni kuzunguka makosa ya mfano. Mfululizo wa hatua tano (uchanganuzi wa pekee, ilani ya kawaida ya ChatGPT, tathmini mahususi ya matokeo, uboreshaji, na majadiliano ya darasa) hufanya kazi kwa sababu AI ni mbaya kwa uwezekano: ChatGPT huwaita mahali pazima mahitaji yasiyo ya mvuto katika nyimbo kuwa "ya mvuto kamili," na tofauti huwafundisha wanafunzi kuthibitisha matokeo (Beck & Brodersen, 2025).
• Kocha wa AI aliyebuniwa kwa kielimu anaweza kushinda darasa la kujifunza kwa shughuli yenyewe. Jaribio la Nasibu lililodhibitiwa (RCT) ya kuvuka katika kozi ya fizikia ya utangulizi ya Harvard iliwakilisha kocha maalum wa AI dhidi ya masomo hai ya darasa la kozi yenyewe — mbinu ile ile ya utafiti, si mihadhara — na ilipata kujifunza zaidi kwa kiasi kikubwa katika muda mfupi: wastani wa mtihani wa baada ya somo 4.5 dhidi ya 3.5, ukubwa wa athari 0.63 kwa uchanganuzi wa kurudia, na dakika 49 za kazi ya wastani dhidi ya 60 darasani (Kestin et al., 2025). Waandishi husifia ubuni badala ya njia, kwani kocha alibuniwa kubeba mbinu saba zile zile za utafiti kama darasa na kuongeza tu maoni yanayofaa mtu binafsi kwa mahitaji na kujipanga mwenyewe.

Mfumo wa ICAP kama lenzi ya kupanga

Kujifunza hai kinatekelezwa kwa usahihi na mfumo wa ICAP (Interactive–Constructive–Active–Passive), ambao hupanga tabia ya mwanafunzi kwa hali ya ushirikiano wa kikognitivi na mabadiliko ya maarifa. Chini ya ICAP, kile kinachoitwa kwa kawaida "kujifunza hai" kwa kweli kinajumuisha viwango vitatu tofauti, vilivyopangwa vya ushirikiano: hai (kutenda kwenye nyenzo, mfano kuchukua maelezo au kujibu ilani), wa ujenzi (kuzalisha matokeo mapya zaidi ya yaliyotolewa, mfano kujieleza mwenyewe au kuchora), na wa mwingiliano (kujenga pamoja maana kupitia mazungumzo). Hili ni muhimu katika Akili Bandia katika Elimu kwa sababu zana ya AI inaweza kujifanya kuwa "hai" huku ikiwaweka wanafunzi katika hali zilizo rahisi zaidi: kubofya dashibodi au kukubali jibu lililozalishwa ni hai kwa kiwango cha chini, si wa ujenzi wala wa mwingiliano. ICAP kwa hivyo hurahisisha lengo kuu la ubuni wa kujifunza hai — kusogeza wanafunzi kutoka ushirikiano hai kuelekea wa ujenzi na wa mwingiliano — na kuonya dhidi ya mifumo ya AI inayojibu kwa ajili ya mwanafunzi, ambayo huwaweka kupitisha.(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy) Hili huunganisha kujifunza hai moja kwa moja na Mfumo wa ICAP, Mahusiano ya Mwanafunzi, na Kujifunza kwa Ushirikiano, ambao hali yake ya juu ya ICAP ni mazungumzo ya mwingiliano.

Mwongozo wa kivitendo

• Weka mwanafunzi katika mzunguko. Buni mwingiliano wa AI ili wanafunzi watende kwenye na na matokeo (hali za mwingiliano, zenye ngazi za msaada) badala ya kupokea majibu yaliyokamilika; otomatiki kamili hupunguza ushirikiano wa kikognitivi kwa kiwango kinachopimika.
• Weka msaada wa AI katika shughuli za wanafunzi wenyewe. Pointi za mkanganyiko, maswali yanayosukumwa na mwanafunzi, na kuunda maswali hutoa pointi za kuingia zinazofaa mtu binafsi kwa mapitio na uchunguzi.
• Tumia kuelimisha kwa kurudia na maelezo. Waombe wanafunzi kutamka wanachoelewa; kufichua mapengo kupitia maelezo ni hai zaidi kuliko kusoma tena kwa kupitisha.
• Unganisha ushirikiano hai na ngazi za msaada zilizopimwa. Msaada unapaswa kupungua kadri uwezo unavyoongezeka — Ngazi za Msaada ambayo hajitolei kamwe inaweza yenyewe kuwa utegemezi wa kupitisha.
• Pendelea zana zinazofanya ufikiri uonekane. Mifumo ya uchunguzi ya kuigiza, zana za akili, na nafasi za matatizo za mwingiliano husaidia ufuatiliaji wa sababu na ufikiri wa kulinganisha ulio moyoni wa kujifunza hai.

Mahusiano na dhana zinazohusiana

Kujifunza hai kimeunganishwa kwa undani na Kujifunza kwa Ushirikiano (kujifunza hai kingi ni kijamii), Kujifunza kwa Kufundisha (kuelezea kwa wengine ni hai kwa kiwango cha juu), Kujifunza kwa Msingi wa Mradi na Kujifunza kwa Uzoefu (kujifunza kwa kufanya katika miktadha halisi), Kujifunza kwa Mwili (ushirikiano wa mwili), Kujifunza Kwa Kutumia Michezo, na Uigaji. Kinategemea Ngazi za Msaada na Maoni ya wakati, na kinahatariwa na kutegemea kupita kiasi wakati AI inachukua nafasi ya juhudi. Kikiwa kimejengwa juu ya Ujenzi wa Maarifa (Constructivism) na Nadharia za Kujifunza, kinajumuisha Elimu ya Juu, K-12, na Elimu ya STEM.

Kujifunza hai ni mojawapo ya mifumo mikubwa zaidi ya mapato ya kujifunza katika zama ya AI. Kwa sababu mikakati hai hujenga ufahamu kupitia kufanya kwa juhudi, ni thabiti zaidi dhidi ya AI kukata njia — na ushahidi wa hifadhi ya maarifa unaonyesha kuwa kuhifadhi juhudi hiyo hulinda kujifunza kwa kudumu huku kumwachia AI kuipokea kunaidhoofisha (muda wa kusoma uliopungua, adhabu ya kujifunza, matumizi mabaya ya vidokezo). Walimu wanaounganisha miundo ya kujifunza hai na mapato yaliyopimwa katika matokeo yasiyosaidiwa hupata picha wazi zaidi ya iwapo shughuli inayosaidiwa na AI iliboresha kujifunza kweli.

Dhana Zilizounganishwa

• Faida za Kujifunza
• Kujifunza Kulingana na Matatizo
• Kujifunza kwa Kufundisha
• Ngazi za Msaada
• Ujenzi wa Maarifa (Constructivism)
• Muundo wa Kujifunza
• Ufafanuzi wa Akili Bandia
• Uzoefu wa Mwanafunzi
• Elimu ya Juu
• K-12
• Elimu ya STEM
• Akili Bandia ya Kizazi
• Maoni
• Kupunguza Mzigo wa Kiakili
• Kujifunza kwa Ushirikiano
• Nadharia za Kujifunza
• Mfumo wa ICAP
• Mahusiano ya Mwanafunzi
• Kujifunza kwa Msingi wa Mradi
• Kujifunza kwa Uzoefu
• Kujifunza kwa Mwili
• Uigaji
• Kujifunza Kwa Kutumia Michezo
• Kutafuta Msaada
• Mbinu za Kufundisha na Mikakati ya Kufundisha — Mwavuli: mbinu za kibunifu na mikakati ya kufundisha katika elimu ya AI

Makala Zilizounganishwa

• AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting — Ualumu wa AI hushinda kujifunza hai kwa darasa: RCT inayoanzisha ubuni mpya unaotegemea utafiti katika mazingira halisi ya kielimu (Kestin et al. 2025)
• AI-Supported Problem-Based Learning for Enhancing Computational Thinking
• Fostering Generative AI Literacy in Economics: A Hands-on Approach — Mfumo wa kielimu hai wa GenAI kwa uchumi (Beck & Brodersen 2025)
• Revisiting the Hint Button: Consistent Negative Associations Between Unproductive Hint Use and Learning Outcomes in Intelligent Tutoring Systems
• The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks
• I can't read your mind": A Study of Neurodivergent Computing Students' Experiences with Collaborative Active Learning
• Generative AI (GenAI) as a mindtool that supports generative learning (GL)
• Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests
• Curiosity as Linguistic Intervention: Using LLM Tutoring Dialogues to Influence Exploratory Learning Behavior
• Exploring Students' Perceptions of Using Generative AI-Assisted Problem Posing
• An exploratory behavioral and electroencephalographic study of artificial intelligence-assisted learning modes in high school students — Somo la EEG la hali za mwingiliano wa AI (mwingiliano > otomatiki)
• SupplyNet: Supporting Visual Exploratory Learning in Supply Chain via Contextual Multi-Agent Simulation — SupplyNet: kujifunza hai la kuona kupitia mfumo wa mawakala wengi
• From Confusion to Consolidation: A Staged Conversational Workflow for Post-Lecture Review — KnowLoop: mapitio ya baada ya mihadhara ya mazungumzo ya hatua
• Academic League of Artificial Intelligence: An Integrative Perspective of Teaching, Research, and Extension — Ligi ya Kitaaluma ya AI: kujifunza hai kulingana na mradi
• Evaluating the Impact of AI-Supported Inquiry-Based Learning on Students' Creative Mathematical Performance, Critical Problem-Solving Skills, and Attitudes Toward Mathematics — IBL inayosaidiwa na AI na utendaji wa kiuumbaji wa hisabati
• Interaction Effects Between Learner Characteristics and Dialogue Format in TTS Dialogue-Based Lessons — Sifa za mwanafunzi × mwingiliano wa mazungumzo ya muundo wa TTS