Huruma

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

Muhtasari: Huruma huingia katika elimu kutoka pande tatu kwa wakati mmoja: kama tokeo ambalo waelimishaji hujaribu kulifundisha, kama dhana wanayojaribu kuipima, na kama kitu ambacho mifumo ya AI inasemekana kuonyesha zaidi na zaidi. Ushahidi hautofanani kwa usawa katika pande zote tatu. Kufundisha huruma kunafanya kazi — kuigiza, VR na mazungumzo ya LLM zote huzalisha ongezeko linalopimika kabla na baada — lakini athari hupungua kadiri uzoefu unavyokosa mwili, na tafiti za ulinganisho huchanganya namna ya uzoefu na muda wa kazi. Kupima huruma ni vigumu zaidi kuliko kuifundisha: tathmini za waangalizi hushikamana, wakati viwakilishi vya maono ya kompyuta vinakubaliana kuhusu mguso wa kimwili, vinatofautiana kuhusu mguso wa macho, na vinageuka kinyume kuhusu tabasamu. AI inaweza kufanya mazoezi ya mazungumzo ya huruma kwa wingi, lakini somo lililodhibitiwa vyema zaidi linaonyesha uwezo wa kujitathmini ukiongezeka bila ukaguzi wa utendaji ulioonekana. Na wasiwasi mpya zaidi unaenda upande mwingine: kuamini kwamba AI inaweza kutoa huruma huwafanya watu wasiwe tayari kuitoa wenyewe (Shastry & Gray, 2026).

Maswali ya Kutafakari

• Ikiwa kuigiza, VR na chatbot zote huongeza alama za huruma, je, tofauti ni kujifunza au muda wa kazi?
• Mwanafunzi wa uuguzi anatabasamu kwa mgonjwa anayesikia maumivu: waangalizi wanaona kutolingana, kigunduzi cha tabasamu kinaona uchangamfu. Tathmini inapaswa kuamini kipi?
• Tafiti nyingi za mafunzo ya huruma yanayosaidiwa na AI hupima kujiamini badala ya tabia inayoonekana. Ikiwa kujiamini kunaongezeka lakini tabia haiongezeki, je, mafunzo yameshindwa au hayajajaribiwa tu?
• Chatbot inapojibu kwa uchangamfu, wanafunzi huripoti kuhisi wameeleweka. Hiyo ni huruma, maigizo ya huruma, au kitu kinachojalisha bila kujali ni kipi?
• Ikiwa watu huhamisha uwajibikaji wa huruma mara wanapoamini AI inaweza kuufanya, hiyo inamaanisha nini kwa mtaala unaofundisha huruma kwa sehemu kupitia mazoezi ya AI?
• Nani anapaswa kuamua kama huruma ni tokeo linaloweza kupewa alama — na nini kinatokea kwa wanafunzi walio sahihi lakini si wachangamfu?

Utangulizi

Huruma kwa kawaida hugawanywa katika angalau vipengele viwili: kipengele cha kifikra, kuchukua mtazamo wa mwingine, na kipengele cha kihisia, kushiriki hisia za mwingine, huku baadhi ya maelezo yakiongeza kipengele cha motisha, msukumo wa kusaidia. Dhiki binafsi — mwitikio wa kuchukiza kwa mateso ya mwingine — mara nyingi hupimwa pamoja na hivyo na hujiendesha tofauti na vingine. Hii ni muhimu kwa elimu kwa sababu vipengele hivyo vinaweza kufundishwa kwa njia tofauti na kupimwa kwa viwango tofauti vya mafanikio.

AI huingia katika sehemu tatu tofauti, na kuzichanganya ni chanzo kikuu cha mkanganyiko katika fasihi.

1. AI kama mbinu ya kufundisha huruma ya binadamu. Uigaji wa mazingira, uzoefu wa VR wa mwili, kuigiza kwa kutumia wahusika waliotengenezwa na LLM, na taswira zalishi zinazotumika kufanya uzoefu wa mwingine uwe hai.
2. AI kama chombo cha kupimia. Maono ya kompyuta yanayotathmini lugha ya mwili katika uigaji uliorekodiwa, au mizani inayochukulia huruma kama mwelekeo unaoonyeshwa katika mwingiliano na AI.
3. AI kama mwigizaji mwenye huruma. Chatbots zinazocheza wagonjwa, makocha au wenzani na zimebuniwa kuonekana kuelewa, jambo linalozua swali la kama huruma ni halisi, ya kuigiza, au mbadala wa mguso wa binadamu.

Mbili za kwanza zinahusu wanafunzi; ya tatu inahusu mifumo. Ukurasa unaochanganya hizi utazalisha madai kama "AI inaboresha huruma" yanayomaanisha mambo matatu tofauti.

Je, huruma inaweza kufundishwa?

Ulinganisho wa moja kwa moja ni safi isivyo kawaida katika ubuni na umechanganywa isivyo kawaida katika utekelezaji. Zwoliński et al. (2026) waliwapa kwa bahati nasibu wanafunzi 64 wa shahada ya uzamili katika kozi ya upatikanaji kwenye kuigiza kwa ulimwengu halisi kwa viti vya magurudumu, suti za kuzeeka na viiga vya ujauzito; vifaa hivyo hivyo katika maabara ya VR; au mazungumzo ya kujenga wahusika na ChatGPT-4.0. Vikundi vyote vitatu viliboresha kwa kiasi kikubwa kwenye Davis Interpersonal Reactivity Index. Kuigiza kulipata 13.2%, VR 11.6%, na hali ya AI 8.8%. Ni Dhiki Binafsi pekee iliyotofautiana kwa kiasi kikubwa kati ya vikundi.

Mpangilio huo ni wa kueleweka; tafsiri yake sivyo. Hali tatu zilidumu kwa takriban dakika 125, 87 na 42, kwa hivyo somo linalinganisha namna na kipimo pamoja. Ni haki kusema kwamba mazungumzo ya LLM ya dakika 42 yalizalisha ongezeko dogo kuliko zoezi la saa mbili lenye mwili; si haki kusema kwamba kuwa na mwili kuna thamani mara tatu kwa dakika. Waandishi wako wazi kuhusu mchanganyiko huo, na pendekezo la wanafunzi wao wenyewe — kuchanganya urudiaji wa VR, utajiri wa hisi wa ulimwengu halisi na uwezo wa kurekebisha wa LLM — ni usomaji mzuri wa ushahidi.

Fasihi ya taaluma za afya inaongeza ukubwa lakini si uwazi mkuu wa kisababishi. Ismail na Zafira (2026) walipitia tafiti 17 za AI kwa maendeleo ya kikoa cha kihisia na kugundua kwamba uingiliaji ulijikita katika mafunzo ya mawasiliano, wagonjwa wa mtandaoni, maoni ya kutafakari, uigaji wa kutoa habari mbaya na tathmini ya mtindo wa OSCE. Nyingi ziliripoti ongezeko la kujiamini, uwezo binafsi, ushiriki wa kutafakari au ujuzi wa mawasiliano unaohisiwa. Ushahidi kuhusu huruma yenyewe, mwitikio wa kihisia, uhalisi wa mahusiano na mawasiliano yasiyo ya maneno ulibaki mdogo. Hilo ndilo ugunduzi mkuu: uwanja unaokusudia kufundisha huruma mara nyingi unapima faraja.

Mkondo wa nne unaweka wazi utata huo: hisi za msisimko zinazovaliwa na taswira zalishi za AI zinaweza kufanya hali ya mwingine iwe hai, lakini kupanda kwa upitishaji wa ngozi ni ushahidi wa msisimko, si wa huruma, na tafiti za mfululizo huu mara nyingi huishia hapo (Lim et al., 2024).

Je, huruma inaweza kupimwa?

Tathmini za waangalizi ndizo zilizo karibu zaidi na kiwango cha rejeleo, na hujiendesha kwa njia inayokubalika. Katika Nissan et al. (2026), wahadhiri wawili walipima wanafunzi 37 wa uuguzi katika uigaji uliorekodiwa kwa orodha ya vipengele 12 (α = 0.91) na mizani ya ishara sita (α = 0.93), na tathmini za ishara zilihusiana na orodha hiyo kati ya 0.41 na 0.63.

Algoriti zilisimulia hadithi yenye kupendeza zaidi. Ugunduzi wa mguso wa kimwili ulikubaliana na vipimo vinne vya waangalizi kati ya 0.46 na 0.54. Ugunduzi wa mguso wa macho na ramani za joto haukuonyesha uhusiano wowote muhimu na hukumu za waangalizi. Na kigunduzi cha tabasamu kilihusiana kinyume na vipimo vitatu vya waangalizi, na pia na huruma jumla kwa r = −0.322, kwa sababu waangalizi walikuwa wakimwona mwanafunzi akitabasamu kwa mgonjwa anayesikia maumivu na wakasoma hiyo kama woga au kutolingana. Ishara ilikuwa halisi; tafsiri ilikuwa kinyume. Hili ni pengo lile lile la ufikirio lililoripotiwa katika uchanganuzi wa hisi na mtazamo, katika mazingira ambapo kile kinachowekwa hatarini ni alama ya kliniki.

Mizani za kujitangaza zinachukua upande mwingine. Kipimo cha Huruma ya AI kwa Mwingiliano na AI Zalishi huchukulia huruma kama mwelekeo wa binadamu unaoonyeshwa wakati wa matumizi ya AI na huwauliza washiriki kuhusu mwitikio wao wenyewe wa kifikra, kihisia na kimotisha; muundo wake wa awali wa vipengele haukuzalisha vipimo sita vilivyokusudiwa (Kang et al., 2026). Dodoso la mwelekeo na uchunguzi wa tabia havibadilishani, na wala hakuna kinachochukua nafasi ya tathmini za wagonjwa kuhusu kama mwingiliano ulihisi wa kujali.

Je, AI inaweza kufanya mazoezi ya huruma?

Ndiyo, angalau kwa sehemu ya mazoezi. Müller et al. (2026) waliwapa wanafunzi 162 wa matibabu kikao kimoja cha mazungumzo na GPT-4o iliyopewa wadhifa katika moja ya mazingira manne — kufanya maamuzi kwa pamoja, mahojiano ya motisha, ushauri wa STI, kutoa habari mbaya — na uwezo wa mawasiliano uliojitathmini ulipanda kutoka 5.89 hadi 6.83 kwenye mizani ya 0–10 (d = 0.58) baada ya wastani wa mazungumzo 13. Wanafunzi walikadiria maoni ya AI kuwa ya manufaa kwa 7.92 kati ya 10, lakini utoshelevu wa maoni haukutabiri ongezeko hilo (r = 0.08). Hakukuwa na kikundi cha udhibiti.

Mfumo huo unajirudia: mazoezi mafupi yenye hatari ndogo huzalisha ongezeko kubwa la uwezo binafsi, na utaratibu wake kwa uwezekano mkubwa ni mazoezi badala ya uhakiki wa mfano. Hiyo si sababu ya kutupa zana hiyo. Wagonjwa sanifu ni wa gharama, wachache na wanapangwa kwa ratiba; chatbot haina kikwazo hicho, na mwanafunzi ambaye tayari amezungumza mazungumzo ya kutoa habari mbaya mara moja atatumia kikao cha mgonjwa sanifu kwa njia tofauti. Ni sababu ya kuacha kuita ongezeko hilo ushahidi wa uwezo.

Pale huruma ni sifa ya mazungumzo badala ya ujuzi, ushahidi unahusu mtazamo. Wang et al. (2026) waliweka sawa mfano, jukwaa na joto na wakabadilisha tu wadhifa na hatua za mazungumzo katika ilani, wakizalisha tofauti kubwa katika huruma inayohisiwa (21.27 dhidi ya 18.24, r = 0.53). Huruma, kwa maana wanafunzi wanaisikia, inaweza kuandikiwa. Kama kuandika hivyo ni kieledu kizuri ni swali tofauti.

Tatizo la uingizwaji

Mkondo mpya zaidi wa kazi unauliza kile huruma ya AI inachofanya kwa huruma ya binadamu. Katika tafiti nne zenye washiriki 249, 494, 743 na 737, Shastry na Gray (2026) waligundua kwamba kadiri watu wanavyoamini AI ina uwezo wa kutoa msaada wa kihisia, ndivyo wasivyo tayari kutoa wenyewe — uhamishaji wa huruma — wakidhibiti huruma ya tabia na matumizi ya awali ya AI. Pale chanzo cha msaada cha mpokeaji kilipotajwa, washiriki walisema wangehamisha kidogo kwa AI kuliko kwa marafiki au wataalamu wa tiba, kwa sababu walikadiria uwezo wa huruma wa AI kuwa chini. Kwenye kipimo cha tabia, washiriki hao hao waliosema hawangehamisha walichagua maneno machache ya huruma na maneno mengi ya kutojali.

Kwa elimu, jambo hili linakata pande mbili. Mtaala unaotumia AI kufanya mazoezi ya huruma unaweza kuwa unajenga ujuzi; utamaduni wa chuo unaopeleka msaada wa kihisia kwa chatbots unaweza kuwa unadhoofisha motisha ya kuutumia. Athari hizo mbili zinaweza kuendana, na hakuna chochote katika fasihi ya sasa kinachozipima pamoja.

Hii inamaanisha nini kwa vitendo

• Tenganisha maswali matatu. Mtu anapodai AI inaboresha huruma, uliza kama anamaanisha kufundisha binadamu, kupima binadamu, au kuiga huruma. Ushahidi unatofautiana kwa kila moja.
• Usikubali uwezo binafsi kama tokeo la huruma. Kujiamini ni cha bei nafuu na hupanda baada ya karibu mazoezi yoyote; uchunguzi, wagonjwa sanifu au tathmini za wagonjwa ndivyo vipimo vinavyojalisha.
• Chukulia alama za maono kama visomaji vya pili. Ugunduzi wa mguso wa kimwili unaweza kutumika kwa maoni ya uundaji; ugunduzi wa tabasamu na mguso wa macho hauwezi, bila muktadha wa mazingira ambao mfano hauna.
• Panga muda, si namna pekee. Tafiti za ulinganisho huchanganya hivyo viwili, na mbinu ya bei nafuu inayochukua robo ya muda inaweza bado kuwa chaguo bora — isipokuwa si sawa nayo.
• Angalia uhamishaji. Ikiwa AI inakuwa njia ya kawaida ya msaada wa kihisia, huruma unayojaribu kufundisha inaweza kuwa inapelekwa nje kwa utulivu.

Dhana Potofu za Kawaida

• "AI inaweza kufundisha huruma." AI inaweza kusaidia mazoezi na kutafakari; mapitio yenye nguvu zaidi yanaona ushahidi mdogo wa huruma kama tokeo, na somo la mafunzo lililodhibitiwa vyema zaidi hupima kujitathmini.
• "Huruma ni lugha ya uchangamfu." Huruma inayohisiwa inaweza kuzalishwa na ubuni wa ilani pekee, ambao ni ushahidi kuhusu mtazamo, si kuhusu uelewa.
• "Tabasamu linamaanisha uchangamfu." Katika mwingiliano wa kliniki wenye huzuni, waangalizi husoma tabasamu kama kutolingana, na kigunduzi cha vitendo vya uso husoma kama hisia chanya. Muktadha ndio kigezo kinachokosekana.
• "Mizani za kujitangaza hupima huruma." Hupima mwelekeo au dhana ya nafsi; hazipimi tabia katika mwingiliano.
• "Kuzama zaidi ni bora kila wakati." Mbinu za kuzama zinaonyesha ongezeko kubwa, lakini kwa gharama na muda mara kadhaa zaidi, na ulinganisho hausawazishi mfiduo.

Dhana zinazohusiana

• Uelimishaji Unaozingatia Hisia
• Kompyuta ya Hisia
• Kujifunza Kihisia na Kijamii
• Kujifunza Kazini
• Uigaji
• Elimu ya Vitengo vya Matibabu na Afya
• Elimu ya Uuguzi
• Uchanganuzi wa Vihisi na Mtazamo
• Uhalali wa Tathmini
• Vipimo vya Kujitangaza
• Ushirikiano wa Binadamu–AI
• Kubembeleza kwa AI
• Usalama wa Kipatolojia
• Ustawi
• Elimu ya Sanaa, Ubunifu na Vyombo vya Habari

Makala zinazohusiana

• Teaching Empathy: A Comparative Analysis of Real, Virtual, and AI-Driven Methods — Kuigiza 13.2%, VR 11.6%, mazungumzo ya AI 8.8% kwenye IRI, huku muda wa mfiduo ukiwa umechanganywa (Zwoliński et al., 2026)
• Detecting Nursing Students' Empathy in Video-Recorded Simulation Using Computer Vision — Ugunduzi wa mguso wa kimwili ulikubaliana na waangalizi; ugunduzi wa tabasamu ulikwenda kinyume (Nissan et al., 2026)
• Training Empathetic Communication Skills in Medical Students With a Role-Prompted GPT-4o Chatbot — Uwezo uliojitathmini ulipanda d = 0.58 baada ya mazungumzo 13, bila kikundi cha udhibiti (Müller et al., 2026)
• Artificial Intelligence for Affective-Domain Development in Healthcare Professions Education: A Systematic Review — Tafiti 17; ongezeko la kujiamini la kawaida, ushahidi wa huruma mdogo (Ismail & Zafira, 2026)
• Exploring the Potential of AI in Nurturing Learner Empathy, Pro-Social Values and Environmental Stewardship — EDA na taswira zalishi kama mtiririko wa msisimko, huku huruma ikidaiwa badala ya kupimwa (Lim et al., 2024)
• People offload empathy when they think AI can give it instead — Kuamini uwezo wa huruma wa AI kulitabiri utayari mdogo wa kutoa msaada (Shastry & Gray, 2026)
• AI Empathy as a Human Disposition in Generative AI Interaction: Development and Preliminary Psychometric Evaluation of a Cognitive–Affective–Motivational Scale — Kipimo cha mwelekeo cha vipengele 42 ambacho muundo wake wa vipengele haukulingana na ubuni wake (Kang et al., 2026)
• Invisible Impact of Empathy on Behavioral Change: Isolating the Effect of Empathy in Long-term Physical Activity Coaching Chatbot Interactions — Lugha yenye huruma iliongeza uelewa unaohisiwa, ambao ulitabiri ushiriki badala ya mabadiliko ya tabia (Siyan et al., 2026)
• Comparing teacher-centered and student-centered agents based on prompt engineering: Effects on learning performance, cognitive load, flow experience, and empathy perception in physics learning — Wadhifa na hatua zilizobainishwa katika ilani zilizalisha tofauti kubwa ya huruma inayohisiwa (Wang et al., 2026)
• Nursing Students' and Faculty Experiences with Artificial Intelligence in Education: A Qualitative Study Using the Technology Acceptance Model — Wanafunzi wa uuguzi walielezea AI kama msaada wa kihisia wakati wa msongo wa kliniki (Akbaba et al., 2026)