AIEd Hifadhi ya MaarifaAIEd KB
Kwenye ukurasa huu

Soma ukurasa huu kwa Kiingereza

Madhana

Historia ya AI katika Elimu

Imeundwa 2026-10-13

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

Historia ya AI katika Elimu — uchunguzi wa jinsi akili bandia na elimu zilivyobadilishana tangu katikati ya karne ya 20, na jinsi uchaguzi wa zamani wa dhana, istilahi, na muundo unaendelea kuunda mijadala ya leo kuhusu AI katika kujifunza. Badala ya kuchukulia AI ya kizalishaji kama nguvu ya ghafla isiyo na kifani, lenzi ya kihistoria inafichua misongo inayojirudia — udhibiti dhidi ya wakala, usanifu dhidi ya ubunifu, uendeshaji otomatiki dhidi ya kuongeza uwezo — ambayo imeunda AI katika elimu tangu mwanzo wake.

Maswali ya Kutafakari

  • AI ya kizalishaji ya leo mara nyingi inaelezewa kama mapinduzi yasiyo na kifani. Ufafanuzi huo ("chronocentrism" — kuzitanguliza mambo za sasa kama za kipekee) unawezaje kutuzuia kuona mitindo inayojirudia iliyopo chini yake?
  • Uwanja huu ulikuwa karibu uitwe "cybernetics" badala ya "artificial intelligence". Uchaguzi huo mmoja wa jina ungewezaje kuunda iwapo tunaona mashine kama akili huru au kama sehemu ya mifumo ya maoni inayoungana?
  • Ukurasa huu unaweka historia ya AIED kama msongo wa mawazo kati ya udhibiti (walimu wa kielektroniki wa Anderson wanaoboresha mafunzo) na wakala (ujenzi wa Papert unaowapa nguvu wanafunzi). Uchaguzi wako mwenyewe wa AI katika elimu huangukia wapi katika spektra hiyo — na kwa nini?
  • Ubinafsishaji, ukurasa huu unadai, una maana mbili: kutofautisha njia inayoelekea matokeo yale yale, au kuruhusu matokeo mbalimbali yanayoongozwa na mwanafunzi. Ni aina gani ya ubinafsishaji taasisi yako inalitekeleza kweli, na ni ipi unafikiri inapaswa?
  • Ikiwa mijadala ya leo ya GenAI "inaakisi" misongo hii ya kihistoria, ni makosa gani ya zamani ambayo yanaweza kuwa tunayarudia — na tunaweza kuyakwepa kwa kuyakumbuka?
  • Ukurasa huu unadai kuwa uchaguzi wa muundo wa kiufundi unajumuisha hukumu za thamani kuhusu kusudi la kujifunza. Unaweza kutambua uamuzi wa muundo katika zana ya elimu ya AI uliyoitumia ambao kwa siri ulipendelea usanifu badala ya wakala wa mwanafunzi — au kinyume chake?

Utangulizi

Historia ya uwanja huu si mwendelezo wa mstari bali mfululizo wa maamuzi ya kubahatisha yenye athari zinazoendelea kusikika. Kuelewa historia hii hulinda dhidi ya "chronocentrism" (upendeleo wa kuchukulia maendeleo ya sasa kama ya kipekee), husaidia kuepuka kurudia makosa ya zamani, na hufichua jinsi uchaguzi kuhusu ufafanuzi na istilahi — si teknolojia tu — unaelekeza mkondo wa AI katika elimu.

Mistari mikuu ya kihistoria

Kutoka cybernetics hadi "artificial intelligence." Wakati John McCarthy alipopanga Mradi wa Majira ya joto wa Dartmouth wa 1956, alichagua kwa makusudi neno artificial intelligence badala ya cybernetics — kwa sehemu ili kuutenga uwanja huu kutoka kwa Norbert Wiener na msisitizo wake wa maoni ya analogi. Uamuzi huu wa jina uliweka uwezo wa mashine katika kulinganisha la moja kwa moja na ufahamu wa binadamu (ufafanuzi wa kibinadamu), ukiakisi kipaumbele za utafiti, mtazamo wa umma, na mijadala ya maadili kwa miongo kadhaa. Kama uwanja ungehifadhi ufafanuzi wa cybernetics, makala hiyo inadhani tungeweza sasa kuzungumza kuhusu "mifumo ya kujifunza ya kibernetiki" inayosisitiza maoni na muunganisho badala ya "walimu wa AI" wanaoziweka mashine kama chanzo huru cha akili.

Mapinduzi ya kufahamu na mizizi ya ITS. Waanzilishi wa mapema — Herbert Simon, Allen Newell, Marvin Minsky, John Anderson — hawakuwa wanajenga mifano tu ya ufahamu; walikuwa wanachunguza maswali ya msingi kuhusu kujifunza na mafunzo. Kazi zao ilizalisha mifano ya usindikaji wa habari ya ufahamu wa binadamu ambayo ilikuwa msingi wa saikolojia ya kielimu, na ikasababisha Intelligent Tutoring Systems (ITS), yenye mizizi katika mifumo ya utafiti-heuristi na mifumo ya wataalam ya AI ya miaka ya 1960–70. Mifumo hii iliambatana kwa asili na miundo iliyopo ya tathmini na usanifu, na hatimaye ikajumuika katika jumuiya ya AIED.

Udhibiti dhidi ya wakala: Anderson na Papert. Maono mawili yanayoshindana yalijitokeza, yakitajwa na John Anderson na Seymour Papert. Walimu wa kielektroniki wa Anderson (nadharia ya ACT/ACT-R) waligawanya maarifa katika kanuni za uzalishaji, walitoa maoni ya kibinafsi sahihi kabisa, na kuimarisha miundo ya kielimu ya jadi — maono ya AI kama zana ya kuboresha mafunzo. Ujenzi wa Papert (Logo, "microworlds," kurekebisha-hitilafu-kama-kujifunza) uliona kompyuta kama mazingira ambapo watoto hujenga maarifa kupitia majaribio ya kubuni — maono ya AI kama chombo cha kuwezesha akili ambacho kilipinga miundo ya mamlaka ya taasisi. "Msongo huu muhimu" kati ya udhibiti na wakala ni mstari unaoipitia historia ya uwanja huu.

Aina mbili za ubinafsishaji. Ubinafsishaji una tafsiri mbili tofauti zinazowakilishwa na maono haya. Ya kwanza inahifadhi matokeo ya kawaida huku ikibadilisha njia (yenye mizizi katika mashine za kufundisha za Skinner; maono ya Khan Academy ya ualimu hadi ustadi). Ya pili inakubali matokeo mbalimbali — wanafunzi wakifuatilia maslahi na talanta binafsi, bila kizuizi cha mipaka ya mtaala wa kawaida (Zhao, 2024). Mfano wa ITS unaunga mkono wa kwanza; ujenzi unaunga mkono wa pili.

Mafunzo kwa enzi ya GenAI. Mijadala ya leo kuhusu AI ya kizalishaji inaakisi kwa karibu misongo hii ya kihistoria. GenAI mara nyingi inawekwa kama mwalimu wa kielektroniki wa kizazi kijacho (kupanua Anderson), ikizua wasiwasi kuhusu ufuatiliaji, ukusanyaji wa data, na usanifu. Vinginevyo inaweza kuwa zana ya wakala wa kubuni (kupanua Papert), ikitaka tufikiri upya tathmini na tukubali matokeo yenye utata zaidi. Kama Mishra et al. wanavyohitimisha, nguvu za taasisi zinapendelea kurudi kwa mbinu zinazoimarisha miundo iliyopo — na lugha na sitiari tunazochagua zitaumba uwezekano wa mustakabali. Mfumo wa AI×Ed wa Rismanchian & Doroudi unatoa msingi wa kivitendo kwa hisia hii: wakiweka makala kutoka maandiko ya AIED (1985, 1993, 2021, 2024) na IJAIED (2004, 2014, 2021) kwenye mihimili miwili — jukumu la AI (zana ya matumizi dhidi ya mfano wa akili ya binadamu) na mtumiaji wa mwisho — wanafuatilia uwanja uliohamia kutoka mchanganyiko mbalimbali, ukijumuisha utafiti mwingi wa mapema unaotumia AI kama mfano wa akili ya binadamu (mifano ya kikokotozi ya kujifunza, microworlds za Papert, mifano ya mawakala ya upatikanaji wa maarifa), kuelekea msisitizo wa karibu wa pekee wa matumizi ya zana ifikapo miaka ya 2000. Kwa kushangaza, enzi ya AI ya kizalishaji inaonekana kupunguza mkondo huo kwa sehemu: katika AIED 2024, makala tatu kati ya nne katika kvadranti ya "AI-kama-mfano" ya uwanja huu zilikuwa za msingi wa LLM, ikijumuisha kazi ya karatasi bora juu ya mawakala wanafundishwa wa msingi wa LLM.

Athari za karibuni za AI ya kizalishaji

Kufika kwa AI ya kizalishaji — familia pana inayojumuisha mifano mikubwa ya lugha (maandishi), pamoja vizalishaji vya picha, sauti, na video — kinaashiria hatua ya mabadiliko muhimu zaidi katika historia ya AIED tangu kuanzishwa kwa uwanja huu. LLM ni mwanachama mkuu zaidi wa familia hii na msukumaji wa athari nyingi za darasani, lakini AI ya kizalishaji kwa ujumla (inayoweza kutunga maandishi, picha, sauti, na kodi mapya) ni nguvu pana zaidi inayobadilisha elimu. Inaeleweka vizuri zaidi dhidi ya historia ya AIED badala ya kama mkato safi. Vipengele kadhaa vinavifanya enzi ya AI ya kizalishaji kuwa ya kipekee:

Kiwango na ufikiaji. Tofauti na walimu wa kielektroniki na ITS ya miongo ya awali, ambayo zilifanya kazi katika mipangilio ya maabara na darasa yaliyodhibitiwa, LLM zilifikia mamia ya mamilioni ya wanafunzi na waelimishaji katika miezi michache baada ya kuzinduliwa, zikiingia katika uandishi wa kila siku, kazi za nyumbani, na mafunzo karibu papo hapo. Mjadala wa GenAI ulihamia kutoka majarida ya wataalam hadi madarasa, vyumba vya bodi, na mabunge kwa kasi isiyo na kifani.

Aina mpya ya uwezo. Mifumo ya AIED ya mapema ilijenga mifano ya ufahamu na kutoa mafunzo yenye muundo (milki ya Anderson). LLM hufanya uzalishaji wa wazi — kuzalisha insha, maelezo, kodi, na mazungumzo — ambayo yanaweka mbele wakala na ubunifu wa mwanafunzi (milki ya Papert) kwa njia ambazo ITS ya mapema hazikuweza. Hii ni sababu wakati huu unawasha upya msongo wa mawazo wa udhibiti-dhidi-ya-wakala kwa ukali: zana ile ile inaweza kutumika kama mwalimu wa kielektroniki wa kizazi kijacho (kudhibiti matokeo) au kama mwandishi-mwenzake wa kubuni na mwenye kufikiri (kuongeza wakala).

Kugeuzwa kwa mlinganyo wa ufikiaji. Kihistoria, ualimu wa kibinafsi ulikuwa haba na wa gharama kubwa; GenAI ilifanya msaada wa moja kwa moja unaobadilika kuwa wa karibu bila malipo na wa ulimwengu wote — ikipunguza kwa kiasi kikubwa vikwazo vya upatikanaji na gharama ambavyo viliumba AIED ya mapema. Lakini ilileta pia hatari mpya: upendeleo wa algoriti, kutunga vitu visivyokuwepo, ufuatiliaji, ukusanyaji wa data, na kupungua kwa ujuzi wa waelimishaji.

Wasiwasi uliozuka upya kuhusu ujuzi wa AI na matumizi mabaya. Enzi ya AI ya kizalishaji ilifanya Ujuzi wa AI kuwa ya dharura na iliweka upya mijadala ya Uadilifu wa Kitaaluma (kugundua dhidi ya mazungumzo), huku ikizisha wasiwasi wa muda mrefu kuhusu uendeshaji otomatiki, usanifu, na utegemezi wa maarifa. Hizi ni misemo ya kisasa ya misongo ya awali ya uwanja huu.

Hatari ya chronocentrism. Kama Mishra et al. wanaonya, uvumi unaozunguka AI ya kizalishaji mara nyingi huna ufahamu wa kihistoria, ukiruhusu wanahabari wa kiteknolojia kutawala mazungumzo. Kuelewa kuwa mijadala ya leo ya GenAI yanaakisi mgawanyo wa Anderson–Papert na uamuzi wa jina la cybernetics wa 1955 kunatusaidia kufanya uchaguzi wa makusudi badala ya kuchukulia sasa kama la kuepukika. Swali halisi si ni nini zana za AI ya kizalishaji zinaweza kufanya, bali tunataka zifanye nini — uamuzi unaoathiriwa na mahali tulipofika.

Mipaka

  • Soma uvumi kihistoria. Tambua kuwa kila wimbo jipya la AI linafafanuliwa kama la mapinduzi; ufahamu wa kihistoria unafichua mwendelezo na husaidia kupinga utawala wa makampuni wa mazungumzo.
  • Ona uchaguzi wa muundo kama uchaguzi wa thamani. Maamuzi ya kiufundi kuhusu AI katika elimu yanajumuisha msimamo wa kiitikadi kuhusu kusudi la kujifunza — yafichue na yakague.
  • Pima udhibiti dhidi ya wakala kwa makusudi. Ikiwa AI inapaswa kuboresha kuelekea matokeo ya kawaida au kuruhusu matokeo mbalimbali yanayoongozwa na mwanafunzi ni uchaguzi halisi wenye athari za kitaaluma na za kisiasa, si kigezo cha kiufundi.
  • Hifadhi wakala wa mwanafunzi. Upinzani unaojirudia kwa usanifu na udhibiti kwa upendeleo wa mbinu za wazi zinazozingatia mwanafunzi ni mstari wa kudumu unaostahili kutetea.

Dhana Zilizounganishwa

Makala Zilizounganishwa

Metadata

Kujifunza na UfundishajiUjenzi wa Maarifa (Constructivism), Nadharia za Kujifunza
Teknolojia na MbinuAkili Bandia ya Kizazi, Ufafanuzi wa Akili Bandia
Misingi ya Akili Bandia katika ElimuWakala wa Mwanafunzi, AI katika Elimu, Historia ya AI katika Elimu
SourceHistoryEditChat

Pachika ukurasa huu

Nakili msimbo ulio hapa chini ili kupachika ukurasa huu katika mfumo wa usimamizi wa kujifunza au tovuti nyingine. Toleo lililopachikwa linaonyesha maudhui ya ukurasa tu — linaficha kichwa cha tovuti, urambazaji, na kijachini.