AIEd Hifadhi ya MaarifaAIEd KB
Kwenye ukurasa huu

Soma ukurasa huu kwa Kiingereza

Madhana

Mfano wa SAMR

Imeundwa 2026-10-13

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

Mfano wa SAMR — mfumo wa kuunganisha teknolojia uliotengenezwa na Ruben Puentedura ambao unagawa kiwango ambacho teknolojia hubadilisha kujifunza katika viwango vinne: Ubadilishaji, Uboreshaji, Marekebisho, na Ufafanuzi upya. Viwango viwili vya chini (Ubadilishaji, Uboreshaji) huboresha kazi iliyopo — teknolojia hufanya kile kilichofanywa hapo awali, vizuri zaidi au kwa urahisi zaidi; viwango viwili vya juu (Marekebisho, Ufafanuzi upya) hubadilisha kabisa — kazi yenyewe inageuka kuwa kitu ambayo haikuwezekana hapo awali. Katika AI katika elimu, SAMR ni lenzi ya kawaida ya kuuliza kama AI ya kizalishaji inatumika kuboresha mazoezi yaliyopo hatua kwa hatua au kufikiria upya kujifunza, na ipo pamoja na TPACK kama njia ya kuelezea jinsi walimu wanavyounganisha teknolojia badala ya kwa nini wanaikubali.

Maswali ya Kutafakari

  • AI inapoletwa katika kozi, ni Ubadilishaji (chatbot inachukua nafasi ya kisanduku cha utafutaji) au Ufafanuzi upya (kazi inakuwezekana ambayo haikuwezekana hapo awali)? Ni nini kinachoamua kiwango kilichofaa — na ubadilishaji kamili ni lengo kila mara?
  • SAMR na mifano ya kupitisha teknolojia zinajibu maswali tofauti: nadharia ya kupitisha inauliza kwa nini mwalimu au taasisi inakubali zana; SAMR inauliza jinsi gani kwa kina zana hubadilisha kujifunza. Ni swali lipi ambalo utafiti fulani wa kuunganisha AI unajibu kweli?
  • Mapitio ya kimfumo ya kuunganisha AI katika elimu ya juu yaligundua kuwa matumizi mengi yalikuwa katika kiwango cha Ubadilishaji au Uboreshaji, na utafiti mmoja tu ukiakaribia Ufafanuzi upya. Kama hilo ni la kawaida, linasema nini kuhusu pengo kati ya uwezo wa AI na uhalisi wake wa darasani?
  • SAMR inaitwa mara nyingi katika mafunzo ya kitaaluma ya walimu ya maendeleo ya kitaalamu ili kuwasaidia waelimishaji kupanga matumizi ya teknolojia. Je, kupanga viwango vya somo la SAMR hubadilisha kile ambacho mwalimu hufanya kweli, au ni lebo ya kuelezea hasa?
  • Wapingaji wanadai kuwa SAMR, kama TPACK, inategemea ontolojia ya kibinadumu inayochukulia fikra za kiakili hazibadiliki na teknolojia, na kuwa haisemi lolote kuhusu nguvu, umiliki wa data, au usawa. Je, lenzi ya kiwango cha kuunganisha inatosha, au kuunganisha katika zama za AI kinahitaji mfumo mahususi zaidi?

Utangulizi

SAMR inaelezea kina cha ubadilishaji wa kiteknolojia wa kazi za kujifunza. Viwango vyake vinne vinaunda skeli inayopanda kutoka kuboresha hadi kubadilisha kabisa: Ubadilishaji (zana inachukua nafasi ya nyingine bila mabadiliko ya utendaji — chatbot badala ya injini ya utafutaji), Uboreshaji (zana inachukua nafasi na huboresha — kukagua tahajia kwa programu ya kuchakata maneno badala ya mashine ya kuandika), Marekebisho (kazi imebuniwa upya kwa kiasi kikubwa — wanafunzi hushirikiana kwa wakati halisi kwenye rasimu iliyozalishwa na AI kwa pamoja), na Ufafanuzi upya (kazi mpya ambazo hapo awali hazikuwazika zinawezekana — wanafunzi huunda pamoja na mfano wa kizalishaji kwa njia ambazo hazina mfano wowote bila AI). Mfano unatumika kwa upana katika teknolojia ya kielimu utafiti na maendeleo ya kitaalamu ya walimu kama msamiati wa kupanga na kutathmini kuunganisha teknolojia, na ni mwenzio wa kawaida wa TPACK na miundo ya kupitisha teknolojia — ingawa unajibu swali tofauti na yoyote kati yao.

Viwango vinne vinamaanisha nini

  • Kuboresha (nusu ya chini): Ubadilishaji na Uboreshaji huboresha kazi iliyopo bila kubadilisha asili yake. Matumizi mengi ya kawaida ya AI — kuzalisha maswali, kuzalisha maandishi kwa haraka, kufupisha — yapo hapa: ni ya haraka na ya urahisi zaidi lakini haibadilishi kile ambacho mwanafunzi anaombwa kufanya.
  • Kubadilisha kabisa (nusu ya juu): Marekebisho na Ufafanuzi upya hubadilisha kazi yenyewe. Vibe coding, ujenzi wa pamoja wa wakati halisi na mfano, na mazungumzo ya mwingiliano yanayobadilika ni kazi ambazo hazikuwezekana kabla ya AI ya kizalishaji, na zinawakilisha mwisho wa ubadilishaji wa skeli.

SAMR inaunganishwa mara nyingi na mfumo wa ICAP kwa sababu mbili zinalingana: mazingira manne ya kupikia-hadi-kujifunza katika Rummel, Nachtigall & Panadero (2026) yanapanga hali za ushiriki za ICAP kuelekea viwango vya SAMR — ICAP Passive na SAMR Substitution, Active na Augmentation, Constructive na Modification, na Interactive na Redefinition — ikionyesha mwelekeo kutoka kupeana kwa upitishaji hadi ujenzi wa pamoja wa mwingiliano.

Ushahidi kutoka hifadhi ya maarifa

  • Kuunganisha AI katika elimu ya juu ni kwa nyongeza kwa kiasi kikubwa, si kubadilisha kabisa. AlSheikh na wenzake (2026), katika mapitio ya kimfumo ya PRISMA ya masudio 22 ya uingiliaji yaliyochujwa kutoka rekodi 959, walipanga viwango vya kuunganisha AI kwa mfano wa SAMR na waligundua kuwa masudio mengi yalikusanyika katika kiwango cha Ubadilishaji au Uboreshaji, na machache katika Marekebisho na moja tu ukiakaribia Ufafanuzi upya. AI kwa kawaida ililetwa kuboresha mazoezi yaliyopo — ikitawaliwa na uendeshaji otomatiki wa tathmini na msaada wa mafunzo ya kibinafsi — badala ya kufikiria upya mitaala au matokeo ya kujifunza.
  • SAMR ni lenzi ya kawaida ya kuchanganua kwa mabadiliko ya mtaala yanayoendeshwa na GenAI. Sabani na wenzake (2026) wanapanga mabadiliko matano ya mtaala (ya tuli hadi ya mienendo, ya kuwasilisha hadi ya uwezo, ya ndani hadi ya taasisi) kuelekea lenzi zilizokwishaanzishwa ikijumuisha SAMR na ulinganifu wa ujenzi, wakitumia mfano kufafanua michango ya kufundisha ambayo GenAI hubadilisha mtaala.
  • SAMR na TPACK hufungisha viwango vya kuunganisha teknolojia ya walimu. Crompton na wenzake (2026) wanaweka viwango sita vya teknolojia ya wataalamu dhidi ya miundo iliyopo — Maarifa ya Teknolojia, Ufundishaji na Yaliyomo (TPACK), RAT, SAMR, SETI — na viwango (ISTE, UNESCO, DigCompEdu), mengi yanayolenga waelimishaji wa K-12 au sehemu ya kufundisha tu ya majukumu ya wataalamu, na kuacha pengo katika maendeleo ya kitaalamu ya elimu ya juu.
  • SAMR ni lengo la upinzani wa posthumanist. Elsayed (2026) anapinga mifano ya TPACK, SAMR, na Ujuzi wa AI kwa kushiriki ontolojia ya kibinadumu inayodhani mwanafunzi mwenye mipaka ambaye fikra zake za kiakili hazibadiliki kimsingi na uhusiano wa kiteknolojia, akidai kuwa miundo hii ya zana haiwezi kushughulikia jukumu la AI la kuunda fikra.
  • Mfumo wa kuunganisha, si mfumo wa nguvu. Poudyal (2026) anatathmini SAMR pamoja na TPACK na miundo mingine ya kuunganisha na hagundua hata moja inayoshughulikia nguvu ya haki, umiliki wa data, au uwajibikisho, na kuchochea mfumo mbadala wa ushirikiano wa kiikolojia wa wakala.
  • Matumizi ya wanafunzi yanapata SAMR pia, na maoni hupitia kila kiwango. Kuweka kodi matangazo ya GenAI ya wanafunzi 31–36 katika kizio cha fizikia kuliweka kujifunza katika ubadilishaji–uboreshaji, umbizo katika ubadilishaji, na kufanya kazi katika marekebisho–ufafanuzi upya, wakati maoni — kukagua, kufafanua, kuthibitisha — yalitokea katika viwango vyote vinne (Quince na Faulconer (2026)).

SAMR, TPACK, na kupitisha teknolojia: zinavyotofautiana

Miundo mitatu huchanganywa mara nyingi lakini inajibu maswali tofauti:

  • Mifano ya kupitisha teknolojia (TAM, UTAUT) inaeleza kwa nini mtu au taasisi inakubali na kuendelea kutumia teknolojia — ufaafu unaoonekana, urahisi wa matumizi, na ushawishi wa kijamii.
  • TPACK inaelezea maarifa ambayo mwalimu anahitaji ili kuunganisha teknolojia kwa ufanisi — mwingiliano wa maarifa ya kiteknolojia, ya kufundisha, na ya maudhui, yaliyopanuliwa katika zama za AI hadi AI-TPACK/GenAI-TPACK.
  • SAMR inagawa jinsi gani kwa kina teknolojia hubadilisha kazi ya kujifunza, kutoka kuboresha hadi ufafanuzi upya.

SAMR inaeleweka vyema zaidi kama lenzi ya kina cha kuunganisha inayotumika katika kupanga na kutathmini, ikijumuisha nadharia ya kupitisha (ambayo inaeleza kupitishwa) na TPACK (ambayo inaeleza uwezo wa mwalimu). Katika zama za AI, inatumika kwa njia yenye tija zaidi kuuliza kama AI ya kizalishaji inatumika kuboresha kazi zilizopo au kuwezesha kazi mpya kabisa — tofauti inayopitia utafiti wote wa tathmini na mtaala wa hifadhi hii ya maarifa.

Athari kwa mazoezi

  • Tumia SAMR kuuliza swali la kina, si kuagiza ubadilishaji. Kuboresha si kibaya kwa asili; matumizi mengi ya kawaida ya AI ni Ubadilishaji halali. Mfano ni ya uchunguzi, ikifafanua kile ambacho matumizi fulani hubadilisha kweli.
  • Unganisha na ICAP. SAMR inaelezea kile ambacho kazi inakuwa; ICAP inaelezea jinsi mwanafunzi anashiriki. Zikitumika pamoja zinatofautisha ubadilishaji wa juu ya uso kutoka ujenzi wa pamoja wa mwingiliano wa kina.
  • Ijumuishe na lenzi za kupitisha na usawa. SAMR haisemi lolote kuhusu kwa nini zana inapitishwa au nani anafaidika. Iunganishe na mifano ya kupitisha na uchanganuzi wa usawa ili kuepuka lebo ya kina kuchukua nafasi ya tathmini mahususi.
  • Chukulia ushahidi wa kuunganisha kwa nyongeza kama ugunduzi, si kama kushindwa. Kama kuunganisha AI kwingi kinakusanyika katika Ubadilishaji/Uboreshaji, kazi ya kubuni si kulazimisha Ufafanuzi upya bali kutambua kuwa matumizi ya ubadilishaji yanahitaji mibuni tofauti ya kazi, si zana bora tu.

Dhana Zilizounganishwa

Makala Zilizounganishwa

Metadata

NgaziK 12, Higher Ed
Hadhira inayokusudiwaInstructors, Curriculum Designers, Researchers
Teknolojia na MbinuTeknolojia, Miundo ya Kupokea Teknolojia
Misingi ya Akili Bandia katika ElimuMaendeleo ya Kielimu, Muundo wa Kujifunza, Maarifa ya Teknolojia, Ufundishaji na Yaliyomo (TPACK), Uwezo wa Mwalimu katika AI
Aina ya ukurasaFramework
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.