Madhana
Kujifunza kwa Mwili
Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.
Kujifunza kwa mwili — kanuni ya kieledu kwamba kujifunza kinaanza katika uzoefu wa mwili, mwingiliko wa kimwili, na muktadha wa hisia-na-mwendo wa mwanafunzi. Mbinu za kujifunza kwa mwili zinashikilia kuwa ufahamu si wa kufikiri pekee bali unaoundwa na mwili na mwingiliko wake na mazingira. Katika AI katika elimu, uwili unatekelezwa kupitia roboti za kieledu na roboti za kijamii, ambao uwepo wao wa kimwili huweka dhana za kufikiri (kama mantiki ya programu au ujuzi wa kijamii) katika tabia inayoonekana na inayoweza kudhibitiwa.
Maswali ya Kutafakari
- Mara nyingi tunafikiri kujifunza kama kitu kinachotokea "kichwani," mwili ukibeba ubongo tu. Je, kama kujifunza kweli kinaanza katika uzoefu wa mwili na mwingiliko na mazingira? Ni somo lipi ulilojifunza ambalo lilionekana kuhitaji mwili wako — na lingeweza kujifunzwa kwa njia ya kufikiri pekee?
- Mbinu za kujifunza kwa mwili zinadai kuwa wakala wa kimwili na anayeweza kudhibitiwa anawasaidia wanafunzi kuunganisha mawazo ya kufikiri na matokeo halisi — kuona programu ikifanya roboti kusonga, kwa mfano. Je, umewahi kugundua kuwa kufanya kitu cha kimwili kulifanya dhana ya kufikiri "kubofya" mwishoni?
- Watafiti wengine wa utafiti wanatendea ishara kama ushahidi wa ufahamu — kufuatilia mwendo wa mikono ya wanafunzi pamoja na hotuba zao ili kupima ufahamu wa dhana. Ikiwa mikono ya mwanafunzi "inajua" dhana kabla ya maneno yake, hii inaweza kumaanisha nini kuhusu jinsi tunavyopaswa kupima kujifunza?
- Ukosoaji unaoibuka unachanganya "AI isiyo na mwili" inayofanya kazi kwa alama za kufikiri, na kudai kuwa AI inapaswa kubiniwa kuzunguka akili ya uwili ili kudumisha ufikiri wa wanafunzi badala ya kuutoa kwa njia ya nje. Je, unafikiri AI ambayo haijawahi kuwa na mwili inaweza kusaidia kujifunza kwa mwili kikamilifu?
Utangulizi
Kujifunza kwa mwili kunahusiana kwa karibu na Kujifunza kwa Shughuli, Kujifunza kwa Uzoefu, na nadharia za hali/Ujenzi wa Maarifa (Constructivism). Dai kuu ni kuwa wakala wa kimwili na anayeweza kudhibitiwa anawasaidia wanafunzi kuunganisha mawazo ya kufikiri na matokeo halisi — programu inayofanya roboti kusonga, au kuigiza jukumu na roboti ya kimwili — kwa njia ambazo mwingiliko wa skrini pekee hauwezi. Roboti ni uwili wazi zaidi wa AI katika elimu, na kuwapa wanafunzi kitu cha kuona, kugusa, na kuchunguza.
Jinsi kujifunza kwa mwili kinaonekana katika utafiti wa hifadhi ya maarifa
- Programu iliyoanza: RoboBlockly Studio inaweka programu ya bloku katika utekelezaji wa roboti ya uwili, na kuunda mzunguko thabiti wa kuandika, kuendesha, kuchunguza, na kurekebisha ili wanafunzi waone msimbo wao unakuwa tabia.
- Mwingiliko wa roboti za kijamii: Roboti za kijamii zinazotumika kwa hadithi (MotiBo, RoboBuddy), kuigiza jukumu (REMind), na lugha ya ishara (Pepper) zinatoa mwingiliko wa kijamii wa uwili unaosaidia kujifunza kwa mahusiano na hisia.
- Vipengele vya uwili si vinavyosababisha matokeo. Meta-analysis ya masudio 11 ya RALL (N = 595, g = 0.83, I² = 84.4%) ilipata kuwa maumbo ya roboti, mtindo, uhuru, na jukumu la kijamii havikuwasilisha kujifunza kwa L2; miundo ya vikundi ilishinda ya moja-kwa-moja, hivyo nafasi ya roboti, si uwili wake, ilibeba athari (Wang et al. (2026)).
- Uwili na uandishi wa ubunifu: Utafiti juu ya muunganisho wa roboti-LLM katika uandishi wa ubunifu unachunguza jinsi uwili unaathiri mwingiliko na matokeo ya wanafunzi.
- Mwingiliko wa binadamu-roboti: Utafiti wa HRI (uaminifu, wakala) unachunguza jinsi uwili wa kimwili unaumba uaminifu, mwingiliko, na uhuru.
- Ishara kama ushahidi wa ufahamu: Morphew et al. wanaunganisha ufuatiliaji wa ishara wa kompyuta-na-macho na uchanganuzi wa Mifano Mikubwa ya Lugha (LLM) wa hotuba ili kuonyesha kuwa ufahamu wa wanafunzi wa uhandisi wa dhana za takwimu unaonyeshwa kupitia hotuba na ishara zote mbili. Ishara za ufafanuzi za uaminifu wa juu zinakusanyika kuzunguka dhana mahususi (hasa wastani), na uhusiano wa karibu wa ishara–hotuba unaashiria mazungumzo ya dhana yanayoendana wakati kutengwa kunashughulikia mawazo yanayostawi — na kuweka hatua za uwili kama ushahidi katika tathmini kupitia uchanganuzi wa kujifunza wa mtindo mwingi, si kama mbinu ya kujifunza tu.
Akili ya uwili na ukosoaji wa AI isiyo na mwili
Mnyororo wa pili, wa kina zaidi wa nadharia, wa utafiti wa uwili wa hifadhi ya maarifa unahusu jukumu la mwili katika kujifunza kunakosaidiwa na AI — si kupitia roboti za kimwili, bali kupitia swali la iwapo mifumo ya AI yenyewe ni (au inaweza kuwa) ya uwili. Kazi hii inachanganya utawala wa mifano ya AI ya kielelezo, isiyo na mwili iliyojengwa juu ya usindikaji wa taarifa za kufikiri:
- AI ya uwili kama kanuni ya kubini. Mfumo wa E3-HOT unadai kuwa ili kudumisha wakala wa kiakili wa wanafunzi na ufikiri wa ngazi ya juu (badala ya kuhimiza kutoa kiakili kwa njia ya nje), AI inapaswa kubiniwa kuzunguka akili ya uwili — kuweka katika hali, ushiriki wa mwili, na uundaji wa kiakili — katika mazingira ya kujifunza yanayounganisha mtandaoni-na-halisi.(Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era)
- Vikomo vya AI ya kizalishaji isiyo na mwili. Uandishi wa baada ya kufikiri unadai kuwa mifumo ya sasa ya GenAI haina proprioception, wakala wa mtindo mwingi, na mazoezi ya mwili, na unahimiza "AI ya uwili" iliyoanza katika hali, kutokea, na kuungana kwa hisia-na-mwendo, na kupendekeza kurekebisha hisia ya kihisia kwa mwingiliko wa binadamu–AI.("If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education)
- Uwili, kuweka katika hali, na ujenzi wa kijamii. Katika kujifunza sayansi, zana za AI hufanya kazi kama "vifaa vya kupatanisha" vinavyowezesha jamii za mazoezi za kidijitali na kuvuka mipaka, na kuunganisha uchunguzi halisi wa uwili na miktadha halisi na ya taaluma mbalimbali.(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives) Hii inaunganisha uwili na Mafunzo ya Hali Halisi na Utambuzi Uliosambaa.
Kujifunza kwa mwili kinaungana na Roboti katika Elimu, Roboti katika Elimu, Roboti katika Elimu, Kujifunza kwa Shughuli, Kujifunza kwa Uzoefu, Mafunzo ya Hali Halisi, Utambuzi Uliosambaa, Fikra za Kihesabu, na Kujifunza Kihisia na Kijamii.
Dhana Zilizounganishwa
- Roboti katika Elimu
- Kujifunza kwa Shughuli
- Kujifunza kwa Uzoefu
- Mafunzo ya Hali Halisi
- Utambuzi Uliosambaa
- Fikra za Kihesabu
- Kujifunza Kihisia na Kijamii
- Nadharia za Kujifunza
- AI ya Modaliti Nyingi
- Uhalali wa Tathmini
- Uhalisia wa Kawaida na Uhalisia wa Nyongeza — mtindo ambao unajaribu kutumia uwili moja kwa moja
Makala Zilizounganishwa
- A Multimodal Framework for Embodied Cognition in Oral Explanations — A Multimodal Framework for Embodied Cognition in Oral Explanations
- Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Fostering Sustainable Learning via Embodied Intelligence (E3-HOT)
- RoboBlockly Studio: Conversational Block Programming With Embodied Robot Feedback for Computational Thinking — RoboBlockly Studio
- MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation Through Self-Determination Theory — MotiBo
- Play-Testing REMind: Evaluating an Educational Robot-Mediated Role-Play Game — REMind
- Using the Pepper Robot to Support Sign Language Communication — Pepper and Sign Language
- Enhancing creative writing with robot-LLM integration: The interplay of embodiment, AI creativity and user engagement — Robot-LLM Integration in Creative Writing
- Multimodality and Social Interactions in AI-Enhanced Embodied Robot-Assisted Language Learning: A Meta-Analysis — Meta-analysis ya kujifunza lugha kwa roboti ya uwili lililoboreshwa na AI
- Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature
- Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
- Connecting Education with Reality: AI as a Catalyst for Situated Learning
- "If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education