AIEd Hifadhi ya MaarifaAIEd KB
Kwenye ukurasa huu

Soma ukurasa huu kwa Kiingereza

Madhana

Jaribio la Nasibu lililodhibitiwa (RCT)

Imeundwa 2026-10-13

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

Jaribio la nasibu lililodhibitiwa (RCT) — muundo wa utafiti ambao washiriki hugawiwa kwa nasibu kwenye hali ya matibabu au ya kudhibiti ili kukadiria athari ya sababu ya uingiliaji juu ya matokeo. Katika Akili Bandia katika elimu, RCT ni kiwango cha dhahabu cha kuthibitisha iwapo zana ya AI au mbinu ya kielimu inasababisha maendeleo ya kujifunza, mabadiliko ya ushirikiano, au matokeo mengine, badala ya kuhusiana tu nayo.

Maswali ya Kutafakari

  • Kama shule ikikuambia "wanafunzi walioitumia zana ya AI walipata alama za juu," kwa nini hilo bado linaweza kushindwa kuthibitisha kuwa zana ilisababisha maendezo — hata kama tofauti ni kubwa?
  • Kugawa kwa nasibu husawazisha vigezo vinavyojulikana na visivyojulikana kati ya vikundi. Kabla usome, kugawa kwa nasibu hufanya nini ambacho kulinganisha madarasa mawili kamili hayawezi kufanya, haijalii yanavyoonekana kulinganishwa vizuri kiasi gani?
  • Ukurasa unaita RCT kiwango cha dhahabu lakini unaorodhesha gharama za kweli: mipangilio ya bandia, AI inayobadilika haraka inayofanya majaribio kuwa ya zamani, sampuli ndogo zisizo na nguvu, na vikwazo vya maadili juu ya kuzuia zana zinazosaidia. Ni ipi kati ya mabadiliko haya unadhani inapuuzwa zaidi katika vichwa vya habari vya utafiti wa elimu?
  • RCT yenye washiriki 1,174 iligundua GenAI ikifunga karibu robo tatu ya pengo la tija lililotokana na elimu. Lakini RCT iliyoendeshwa vizuri bado inaweza kufanywa kwenye kazi nyembamba katika mipangilio ya kubuniwa. Unapaswa kukagua nini kuhusu kipimo cha matokeo kabla ya kuaminia dai la sababu?
  • Chukua tatizo la maadili moja kwa moja: kama ungekuwa na sababu halisi ya kuamini kwamba mwalimu wa AI anawasaidia wanafunzi kujifunza, je, inaweza kudhibitishwa kumnyima kwa nasibu nusu ya darasa kwa muhula mzima? Ungebuni utafiti wenye maadili ulioje ambao bado unatenga sababu?

Utangulizi

Kugawa kwa nasibu ndicho kinachotofautisha RCT na miundo mingine: kwa kugawa wanafunzi kwa nasibu kwenye hali, RCT husawazisha vigezo vinavyojulikana na visivyojulikana vinavyochanganya kati ya vikundi, hivyo tofauti yoyote inayoonekana katika matokeo inaweza kuhusishwa na uingiliaji kwa uhalali wa juu wa ndani.

Jinsi RCT zinaonekana katika utafiti

  • Micro-RCT kama mwitikio kwa teknolojia inayobadilika haraka: Harrison et al. (2026) wanadai kuwa majaribio makubwa ya kawaida hayawezi kukaa na kasi ya majukwaa ya ufundishaji yanayobadilika kwa kiwango kikubwa wakati wa utafiti, na wanatumia majaribio ya nasibu-mikro yanayoongozwa na mwalimu katika shule za sekondari za Kiingereza (wanafunzi 644 kati ya 929 wanaokamilisha upimaji wa baada, g = 0.33) ili kadirio la sababu libaki linarudiwa. Mabadiliko ya biashara yanatamkwa katika muundo wao wenyewe: upotevu wa 30.7%, matokeo yanayolingana na mtaala badala ya yaliyowekwa viwango huru, na wiki nne tu za ufuatiliaji.
  • Madai ya ufanisi wa sababu: RCT katika AIED hupima iwapo mwalimu wa AI, zana, au matibabu ya kielimu yanaboresha matokeo. Jaribio la nasibu kuhusu AI ya kizalishaji lenye washiriki 1,174 lilipata GenAI ikipunguza kwa kiasi kikubwa mapengo ya tija yanayotokana na elimu, ikifunga takribani robo tatu ya tofauti ya utendaji wa awali — kadirio wazi la athari ya AI.
  • Kulinganisha na kiwango cha dhahabu: Ukurasa wa mbinu za utafiti unaweka RCT kama muundo wenye nguvu zaidi kwa uhalali wa ndani huku ukibainisha mabadiliko yake ya biashara — gharama, masharti ya bandia, AI inayobadilika haraka, sampuli ndogo zisizo na nguvu, na vikomo vya maadili juu ya kuzuia zana zinazoweza kusaidia.
  • Jaribio lililobuniwa kwa ajili ya usawa, si tofauti. Northcutt et al. (2026) waligawa kwa nasibu watu wazima 2,383 kwenye ufundishaji wa AI, ufundishaji wa binadamu wa moja kwa moja, au kudhibiti kwa video, waliandika vipengele vipya vya GRE na watengenezaji wa mitihani wa zamani wa ETS na Kaplan ili kuzuia uchafuzi wa mitihani iliyochapishwa, wakasawazisha fomu mbili, na wakapima usawa kwa mitihani miwili ya upande mmoja dhidi ya ±0.25 SD badala ya tofauti - chaguzi za muundo zinazofanya "hakuna tofauti yenye umuhimu" kuwa matokeo yanayoweza kufasiriwa.
  • Kugawa kwa vikundi, upokeaji mdogo, na maana ya kadirio la nia-ya-matibabu baadaye. Liu et al. (2026) waligawa kwa nasibu wanafunzi 2,379 wa chuo kikuu katika vitalu 13 kwa kugawa walimu badala ya wanafunzi, hivyo kila mwanafunzi katika sehemu alirithi hali ya mwalimu wake — muundo unaofanya jaribio la utekelezaji wa sehemu nyingi kuwa wa kutimika, na ule unaounda matatizo ya utabiri ambayo utafiti unayahusisha. Ni takribani 15% tu ya wanafunzi katika sehemu zilizotibiwa walioitumia zana, hivyo athari zilizoripotiwa hukadiria kutoa ufikiaji badala ya kuitumia; waandishi wanasoma uingiliaji kama matumizi mapana zaidi ya AI ambayo utangulizi wake ulisababisha, na wanachukua vipindi vya mtu binafsi kama swali tofauti. Kwa sababu matibabu yaligawiwa katika kiwango cha mwalimu, utabiti unategemea vikundi 34 — mipangilio ambayo makosa ya kiwango ya kudhibiti wa kikundi hupima kupita usahihi — hivyo karatasi inaripoti utabiri wa kugawa kwa nasibu kandanda yake na inagundua hitimisho zake zikiwa imara. Athari mbili kuu, anguko la 0.37 SD katika alama za mwisho katika sampuli ya kulinganisha kamili na anguko la 0.90 SD katika ushirikiano wa jukwaa lililorekodiwa katika sampuli zote mbili, ni matokeo ya kiwango cha sehemu ambayo kugawa kwa nasibu kwa mwanafunzi wa zana ile ile hakungeweza kutenga bila uchafuzi kati ya wanafunzi waliofuatwa na waliokatazwa.
  • Upokeaji huweka kikomo cha kile jaribio linaweza kupima, na msaada wa ushirikiano si dozi. Robinson et al. (2026) walitekeleza RCT mbili za jukwaa la kusoma ambapo 60.7% na 53.3% tu ya wanafunzi wa kudhibiti waliitumia jukwaa; mwalimu wa ushirikiano aliongeza hadithi zilizosomwa kwa 71–80% lakini hakutozalisha maendezo ya kitaaluma, kulingana na dakika 2–5 kwa wiki zilizofikiwa.
  • Kiwango kinachogeuka nulii kuwa ushahidi. Mata et al. (2026) walifuatilia wanafunzi 8,708 katika mihula minane wenye nguvu ya kugundua athari za 0.05 SD na walipata mabadiliko makubwa, ya papo hapo juu ya kazi za binary zilizotarajiwa — pointi 32 za asilimia zaidi za usajili ifikapo Agosti 16 baada ya ukumbusho mmoja — wakati utendaji wa kitaaluma, kudumu, na kuhitimu hakuzionyesha athari inayoweza kugunduliwa. Kiwango ni somo la muundo: katika N hii nulii za kitaaluma ni matokeo sahihi badala ya kushindwa kugundua, ambayo ndicho kinachoidhinisha hitimisho kuwa zana ya mawasiliano inasogeza kile inaweza kushughulikia na si matokeo ya kujifunza ya kukusanya.
  • Wastani wa nulii unaweza kuficha tofauti zinazofanana. RCT iliyosajiliwa mapema iliyogawa kwa nasibu walimu 538 katika shule 24 za Kituruki katika kiwango cha idara ya shule ilipata mafanikio yakishuka 0.129 SD miongoni mwa walimu walio chini ya wastani huku yakipanda 0.054 miongoni mwa wale walio juu ya wastani, na motisha ikishuka 0.111 SD, huku mtihani uliobanwa na kikomo cha juu (wastani wa kudhibiti 89.2/100) ukipunguza nguvu.(Sungu, Lira & Duckworth (2026))
  • Usajili wa awali unaofunga swali na athari inayoweza kugunduliwa. Meyer et al. (2026) walisajilia majaribio yote mawili ya kozi na Registry of Efficacy and Effectiveness Studies, wakijitolea mapema kwa kadirio la nia-ya-matibabu na ukubwa wa athari unaoweza kugunduliwa wa chini wa takribani 0.157, na waligawa kwa nasibu wanafunzi walioridhia kila muhula kwa wimbi la pili wakati wa kuongeza/kudondosha ili wanafunzi wa kuajiriwa wanaoingia katika muundo badala ya sampuli chaguo-msingi ya uchanganuzi. Kukusanya wanafunzi 2,483 katika kozi mbili, athari iko katika kizingiti cha A/B (pointi nne za asilimia) wakati mabadiliko ya alama ya namba yaliyokusanywa hayatawala marekebisho ya kulinganisha nyingi — ukumbusho kwamba matokeo ya msingi yaliyosajiliwa yanadhibiti ni ipi kati ya matokeo kadhaa yanayohusiana inaaminika.
  • Kugawa kwa nasibu ndani ya sehemu kamili, na msingi wa kabla ya matibabu. Thoeni & Fryer (2026) waligawa kwa nasibu wanafunzi 454 wa chuo kikuu ndani ya sehemu tatu kamili za biashara baada ya kuongeza/kudondosha na walipima matokeo yote manne katika T1, kabla ya mwanafunzi yeyote kupata ufikiaji wa chatbot, hivyo kulinganisha kwa muhula mzima kunategemea msingi uliopimwa badala ya uliodhaniwa. Matokeo tambi (hakuna mwingiliano wa kikundi × wakati uliofika umuhimu; athari kubwa zaidi iliyoripotiwa ilikuwa d = 0.050, juu ya hamu) inaripotiwa kandanda ya kupitishwa — kuingia 0.89 kwa wiki dhidi ya kugawiwa mara moja kwa wiki — ambayo huzuia nulii kuhusu matibabu yaliyotumiwa kidogo kusomwa kama nulii kuhusu zana.
  • Mabadiliko ya ndani ya mwanafunzi, na seti ya kudhibiti yenye mazoezi bora zaidi. Kestin et al. (2025) walimfanya kila mmoja wa wanafunzi 194 wa sayansi za maisha wa Harvard kufanya masomo mawili ya fizikia — mara katika kipindi cha Kujifunza kwa Shughuli cha darasani na mara na mwalimu wa AI wa kozi yenyewe, kwa mpangilio uliosawazishwa na mitihani ya kabla na baada kuzunguka kila moja — hivyo kila mwanafunzi anakuwa kudhibiti chake chenyewe na kulinganisha kwa hali za kufikisha hakuchanganyiki na nani aliyegawiwa ipi. Chaguo la pili la muundo ni muhimu kiasi kile: kilicholinganishwa ni mazoezi ya kujifunza yanayotegemea utafiti badala ya hotuba, hivyo faida (wastani wa baada ya mtihani 4.5 dhidi ya 3.5) inapimwa dhidi ya mazoezi bora ya sasa na haiwezi kusomwa kama "AI inashinda ufundishaji."

Nguvu na mapungufu

  • Nguvu: utabiti mkali wa sababu; kupima matokeo kwa uwazi; kusaidia kadirio la ukubwa wa athari; husawazisha vigezo vinavyochanganya kupitia kugawa kwa nasibu.
  • Mapungufu: ya gharama na ya polepole; mipangilio ya bandia inaweza kupunguza uhalali wa mazingira halisi; zana za AI zinabadilika haraka kuliko majaribio yanavyoweza kuendeshwa; sampuli ndogo mara nyingi hazina nguvu ya kugundua athari zenye maana; vikwazo vya maadili juu ya kuzuia AI inayoweza kufaa kutoka kwa kikundi cha kudhibiti. Mbili kati ya vikomo hivi hubadilika umbo wakati mgawanyo unapopangwa kwa vikundi: sampuli yenye ufanisi inakuwa idadi ya vikundi badala ya idadi ya wanafunzi, hivyo jaribio linaweza kuwa kubwa kwa hesabu ya vichwa na nyembamba kwa kipimo hicho — wanafunzi 2,379 wa Liu et al. hutegemea vikundi 34 vya kiwango cha mwalimu — na wakati upokeaji ni wa hiari na mdogo, kadirio la nia-ya-matibabu hujibu iwapo kutoa zana kulibadilisha matokeo, si iwapo kuitumia kulitenda hivyo.

Kwa matibabu kamili ya muundo wa majaribio katika Akili Bandia katika elimu — ikijumuisha ni lini RCT inafaa ikilinganishwa na karibu-majaribio, dodoso, au miundo ya kikokotozi — ona Mbinu za Utafiti katika AIED.

Dhana Zilizounganishwa

Makala Zilizounganishwa

Metadata

Muundo wa utafitiExperiment
NgaziHigher Ed
Teknolojia na MbinuAkili Bandia ya Kizazi
Mbinu za Utafiti na TathminiMbinu za Utafiti katika AIED
Misingi ya Akili Bandia katika ElimuAI 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.