Madhana
Kujifunza Kihisia na Kijamii
Tafsiri ya kiotomatiki ya ukurasa huu wa Kiingereza, ambayo haijakaguliwa na mzungumzaji mzawa.
Kujifunza kihisia na kijamii (SEL) — mchakato wa kukuza uwezo unaowawezesha watu kulandanisha mawazo, hisia, na matendo ili kukuza mwingiliano chanya na wao wenyewe na wengine: ufahamu wa nafsi, usimamizi wa nafsi, ufahamu wa kijamii, ujuzi wa uhusiano, na kufanya maamuzi yenye uwajibikisho (mfumo wa CASEL). Katika Akili Bandia katika Elimu, SEL inatambuliwa zaidi kuwa muhimu kwa sababu ujumuishaji wa haraka wa AI inayozalisha katika kujifunza unaibua maswali kuhusu ustawi (Ustawi) wa wanafunzi, ujamaa, huruma, na uaminifu — na kwa sababu ujuzi wa kiufundi wa AI peke yake hautoshi kwa urambazaji katika mazingira ya kujifunza yanayopatikana kwa njia ya AI.
Maswali ya Kutafakari
- Mfumo wa CASEL unaorodhesha uwezo watano — ufahamu wa nafsi, usimamizi wa nafsi, ufahamu wa kijamii, ujuzi wa uhusiano, na kufanya maamuzi yenye uwajibikisho. Ni upi kati ya hivi unaamini mwalimu wa AI unaweza kuunga, na ni upi unashuku hauwezi?
- Ukurasa unatofautisha kujifunza kihisia na kijamii na akili ya kihisia. Kabla ya kusoma zaidi, ungeelezaje tofauti hiyo, na kwa nini tofauti hiyo inaweza kumuhimu kwa namna shule zinavyoshughulikia zote mbili?
- Ikiwa ujuzi wa kiufundi wa AI peke yake ni 'hautoshi' kwa urambazaji katika mazingira yanayopatikana kwa njia ya AI, unaona nini kinakosekana — na hilo lina maana gani kwa jinsi unavyowatayarisha wanafunzi (au wewe mwenyewe)?
- Kutegemea sana AI kunawezaje kubadilisha ujamaa, huruma, au hisia ya uaminifu wa mwanafunzi — na mabadiliko hayo ni kitu ambacho elimu inapaswa kubuni kwa makusudi?
- Utafiti unapendekeza SEL inaunga vipimo vya mahusiano vya kujifunza ambavyo AI inapaswa 'kujumuisha badala ya kuchukua nafasi.' Umeona wapi teknolojia ikithibitisha uhusiano wa kibinadamu, na wapi ikibadilisha moja kwa siri?
Utangulizi
Kujifunza kihisia na kijamii kinahusiana kwa karibu na, lakini kinatofautiana na, akili ya kihisia (EI): SEL/SEC (uwezo wa kihisia na kijamii) unajumuisha uwezo wa kulandanisha mawazo, hisia, na matendo kwa mwingiliano chanya, huku EI ikiwa uwezo wa mtu binafsi wa kuchakata taarifa za kihisia (iliyofafanuliwa kupitia mifano ya uwezo — kufikiri na Utatuzi wa Matatizo — au mifano ya tabia — mwelekeo wa kihisia na tabia). Katika nyakati za AI, SEL inamuhimu kwa sababu AI inaweza kubadilisha kujifunza kwa njia zinazoathiri maendeleo ya mahusiano na ya kihisia ya wanafunzi, na kwa sababu waelimishaji wanahitaji ujuzi wa kiteknolojia na akili ya kihisia ili kuunga wanafunzi kwa ufanisi.
Jinsi SEL inavyoonekana katika utafiti
- Kujumuisha SEC katika ujuzi wa AI: Mapitio ya hadithi ya Palmquist na wenzake yanapendekeza mfumo uliojumuishwa unaochanganya ujuzi wa AI na uwezo wa kihisia na kijamii, wakidai kuwa ufasaha wa kiufundi peke yake haitoshi — waelimishaji na wanafunzi wanahitaji akili ya kiteknolojia na ya kihisia ili kurambaza katika mazingira ya kujifunza yanayopatikana kwa njia ya AI, huku likikuza kujifunza kibinafsi, ushirikiano, na mahusiano yenye maadili.
- Waelimishaji na mazoezi ya mahusiano: Utafiti juu ya mifumo ya ujuzi wa AI na uaminifu wa mwalimu–mwanafunzi unasisitiza kuwa SEL inaunga vipimo vya mahusiano vya kujifunza (mahusiano ya mwalimu–mwanafunzi na mwanafunzi–mwanafunzi), ambavyo AI inapaswa kuyajumuisha badala ya kuyachukua nafasi.
- Kile ambacho wakala wa kibunifu anaweza na hawezi kubeba katika SEL. Katika uchunguzi 108 wa vipimo vya vipofu, wakala wa kibunifu wa AI wa kibunifu alikuwa thabiti zaidi ya waelimishaji katika kudumisha sauti ya heshima na ngazi za taratibu za kawaida, huku waelimishaji wakimshinda katika kuongoza tafakari na kukuza maarifa ya kihisia na kijamii — ikisaidia mgawanyo wa kazi, si kubadilisha (Raave na wenzake, 2026).
- Ustawi na athari ya kihisia ya AI: Utafiti unachunguza jinsi matumizi yanayoongezeka ya AI inayozalisha yanavyoathiri ujuzi wa kihisia na kijamii, ustawi, ujamaa, na hisia ya uaminifu na huruma ya wanafunzi — wasiwasi ambao ulichochea wito wa OECD wa ujuzi wa AI ulio na msingi wa thamani za kibinadamu, kijamii, na kihisia.
- Vipimo vya kihisia vya AI: SEL inaungana na utafiti wa Kompyuta ya Hisia na Ustawi, ikichunguza jinsi mifumo ya AI inaweza kuunga au kudhoofisha kujifunza kwa kihisia na kwa mahusiano.
- Upungufu wa sera katika AI × SEL: Mapitio ya kimfumo ya makala 65 katika makutano ya AI–SEL (Tran, Liu & Nguyen 2026) yanagundua "upungufu mkubwa wa sera": karibu robo tatu za masudio hayataji athari za sera, na machache yanayotaja mara nyingi hayana mwongozo mahususi kwa mtendaji. Mapitio yanaunganisha mahusiano ya sera na mahali pa kuchapisha na yanaonya juu ya mtego wa "techno-solutionist" ambao uwezo wa kiufundi unawekwa mbele huku masharti ya taasisi ya utekelezaji wenye uwajibikishu yakibaki bila kubainishwa. Yanapendekeza mfumo wa "maswali ya WH" (Nani, Nini, Kwa Nini, Lini/Wapi, Jinsi) ili kuhamia kutoka "athari-kama-dhana-ya-mwisho" hadi "athari-kama-mbinu," ukunganisha ubunifu wa AI-kwa-SEL na sera ya elimu na Utawala wa AI.
Mada ndogo zinazowezekana za SEL katika utafiti wa nyakati za AI
Hifadhi ya maarifa inagawanya SEL katika mada ndogo kadhaa tofauti, kila moja ikiwa na msingi wake wa ushahidi:
Uwezo binafsi na kujiamini
Uwezo msingi wa SEL (ufahamu wa nafsi/usimamizi wa nafsi) ambao unasababisha kwa kiasi kikubwa jinsi wanafunzi wanavyoshirikiana na AI. Utegemezi wa wanafunzi kwa AI (wanafunzi 478 wa elimu ya juu ya Kiisraeli) uligundua kwamba wakati vipimo vya ujuzi wa AI vilivyotegemea ujuzi vilikuwa vinavyohusishwa kwa njia chanya na utegemezi wa AI, ujuzi binafsi wa kitaaluma na mahususi wa AI na Udhibiti wa AI katika Elimu ya juhudi vyote vilikuwa vinavyohusishwa kwa njia hasi — ikimaanisha kuwa ujuzi wa AI peke yake haulindi dhidi ya utegemezi; Uwezo Binafsi hufanya hivyo. Cen na wenzake (EC-TEL 2026) waligundua kuwa wanafunzi wenye uwezo binafsi wa chini wa msingi walipata faida kubwa zaidi ya kujifunza bila kujali umbo la mazoezi, na kwamba upendeleo kwa mwalimu ulikuwa muhimu zaidi kwa mazoezi yanayotegemea mwalimu — ikisisitiza thamani ya kurekebisha mazoezi kwa profaili za motisha. Dhana zilizounganishwa: Uwezo Binafsi, Motisha, Wakala wa Mwanafunzi.
Motisha na athari ya "upatikanaji wa AI"
Motisha inaingiliana na kufanya maamuzi yenye uwajibikisho na usimamizi wa nafsi vya SEL. Utafiti juu ya upatikanaji wa AI na motisha ya wanafunzi na motisha ya wanafunzi/walimu na uwezo binafsi unaonyesha kuwa upatikanaji wa AI peke yake unaweza kubadilisha mwelekeo wa motisha ya wanafunzi na juhudi zinazohisiwa — muhimu kwa jinsi AI inaweza kudhoofisha au kuunga motisha ya ndani. Utafiti wa uwezo binafsi unaweka udhibiti wa juhudi kama kigezo kinachopinga utegemezi wa AI.
Udhibiti wa hisia na msaada wa kihisia
Udhibiti wa kihisia ni uwezo msingi wa SEL wenye matokeo ya moja kwa moja ya kujifunza, ukiunda kiungo cha moja kwa moja cha SEL→mafanikio. Zana za Kompyuta ya Hisia kama MathBuddy hufanya mifano ya hisia za wanafunzi ili kuunda majibu ya kibunifu za kufundisha, na zana za ustawi wa kampasi za AI (mfano, PsychoGPT, AURA) zinashika kuzuia na uingiliaji.
Aibu, hatia, na majibu ya kihisia kwa matumizi ya AI
Hisia hudhibiti jinsi wanafunzi wanavyofanya matumizi ya AI yaonekane. "Stuck in a Spiral" (wanafunzi 19 wa kompyuta) iligundua kuwa aibu na hatia hufanya kazi kama wadhibiti wa kijamii wa matumizi ya AI, wakisukuma tabia za kuficha na ufichuli unaoteua na kuunda mizunguko ya kupungua kwa uwezo. Wasiwasi wa AI unaweza kubadilishwa kuwa udhibiti wa kimkakati wa AI kama rasilimali ya kujifunza. Hizi zinaunganisha ufahamu wa kijamii na usimamizi wa nafsi vya SEL na Uadilifu wa Kitaaluma na matumizi ya AI yenye uwajibikisho.
Uaminifu na kuhisi kuwa wa pamoja
SEL inaunga kujifunza kwa mahusiano na muungano wa kijamii. Elimu ya AI yenye kanuni na chatbot za AI kwa kujifunza kwa ushirikiano zinaungana na kuhisi kuwa wa pamoja na ufanisi wa pamoja — imani ya pamoja katika uwezo wa timu wa kukamilisha kazi. Premortem ya Brookings inasisitiza kuwa kutegemea sana AI kinatishia ustawi wa kihisia na kijamii, mahusiano ya mwalimu–wenzake, na Faragha/usalama wa mwanafunzi — vipimo vya kuhisi kuwa wa pamoja na muungano. Uaminifu wa mwalimu–mwanafunzi ni wa kati kwa kama AI inahisiwa kama inayounga.
Uendelevu, mwelekeo wa mawazo, na mapambano yenye tija
SEL inajumuisha na kipimo cha juhudi cha kujifunza. Kuweka muktadha wa tatizo la 5% inatambua uendelevu mdogo wa wanafunzi kama changamoto inayojirudia katika teknolojia ya kielimu, iliyoundwa na motisha/kununua, vikwazo vya kiakili, ustahimilivu chini ya changamoto, na muungano. Favero na wenzake wanaonya kuwa AI ambayo huchukua nafasi ya juhudi inaharibu uwezo uleule ambao elimu inajenga — ikilingana na Metaji (Kufikiri Kuhusu Kufikiri) na thamani ya mapambano yenye tija juu ya kutegemea kupita kiasi.
Athari kwa walimu na kubuni kwa ufundishaji
- Chukua SEL kama lengo la kwanza la kubuni, si nyongeza. Jumuisha uwezo wa kihisia na kijamii katika mitaala ya Ujuzi wa AI (kama Palmquist na wenzake), ili wanafunzi wajifunze si tu jinsi ya kutumia AI bali lini na kwa nini — kwa umakini kwa hisia zao wenyewe, juhudi, na mahusiano.
- Buni kwa uwezo binafsi na wakala. Kwa sababu ujuzi wa AI unaotegemea ujuzi unaweza kuongeza utegemezi huku Uwezo Binafsi na udhibiti wa juhudi vikilindi dhidi yake, ufundishaji unapaswa kujenga kwa makusudi kujiamini na usimamizi wa nafsi vya wanafunzi pamoja na ujuzi wa kiufundi — mfano, mazoezi yenye ngazi za msaada, mafanikio ya hatua ndogo, na ilani zinazohitaji wanafunzi kuthibitisha na kumiliki matokeo ya AI.
- Tumia AI kuunga, si kuchukua nafasi, kujifunza kwa mahusiano. Zana za AI zinapaswa kuyajumuisha mahusiano ya mwalimu–mwanafunzi na mwanafunzi–mwanafunzi, na waelimishaji wanapaswa kudumisha jukumu la mahusiano — kufuatilia hisia na kuhisi kuwa wa pamoja — badala ya kuweka wakala kabisa.
- Unaotambua hisia na kubuni unaoathirika na hisia. Mifumo inayotambua hisia inaweza kugundua na kujibu hali za kihisia (wasiwasi, kukata tamaa, kuchanganyikiwa), lakini ushahidi unaonyesha faida si za jumla — zikidhibitiwa na ufasaha na profaili ya mwanafunzi — hivyo kubuni la kihisia linapaswa kurekebishwa, si kudhaniwa.
- Shughulikia upande wa kihisia wa matumizi ya AI. Buni dhidi ya mizunguko ya aibu/hatia na wasiwasi wa AI kwa kuweka kawaida mjadala wa matumizi ya AI, kukuza uwazi, na kupunguza majibu yanayotegemea ufuatiliaji yanayodhoofisha uaminifu na uwezo.
- Unga uendelevu na mapambano yenye tija. Weka ngazi za msaada badala ya kubadilisha (kama Favero na wenzake), ili AI iweke kina badala ya kuepuka kujifunza kwa juhudi — ikilingana na Metaji (Kufikiri Kuhusu Kufikiri) na ugumu wenye tija.
- Funza hatua ya maneno ya muda halisi. Msaada wa SEL unaelekezwa kuwa kubuni au kugundua hisia kwa AI, lakini walimu pia wanahitaji kile cha kusema wakati hali ya kihisia ya mwanafunzi inatishia kumaliza mahusiano — kuitendea hali hiyo kama kitu cha kufanyia kazi kwa wakati halisi badala ya sharti la kujifunza. Mwongozo wa mtaalamu wa Parlant unaita hizi uingiliaji mdogo wa kihisia: matendo madogo ya maneno yanayothibitisha hisia, kuweka upya mtathmini nyuma yake, na kuunganisha mapambano na utambulisho wa kitaalamu, yaliyoandaliwa kupitia taratibu ya utafiti kabla ya darasa na kitabu cha kurejea maneno ambacho Akili Bandia ya Kizazi inaweza kusaidia kuandika kwa mwalimu ili aweze kubinafsisha.
- Tayarisha uwezo wa SEL wa walimu. Waelimishaji wanahitaji ujuzi wa kiteknolojia na akili ya kihisia (Uwezo wa Mwalimu katika AI); maendeleo ya kitaalamu ya mwalimu ya maendeleo ya kitaalamu yanapaswa kujenga uwezo wa kuunga SEL ya wanafunzi katika mipangilio inayopatikana kwa njia ya AI.
Mahusiano na faida za kujifunza na vipimo vingine
- Uwezo binafsi hudhibiti faida. Cen na wenzake waligundua wanafunzi wenye uwezo binafsi wa chini wa msingi walipata faida kubwa zaidi ya kujifunza, na kwamba upendeleo wa mwalimu ulitabiri faida katika mazoezi yanayotegemea mwalimu — ikionyesha profaili za motisha zinaunda nani anayefaidika na umbo upi.
- Ustawi na mahusiano kama matokeo ya kati. Matokeo yanayohusiana na SEL (motisha, Ustawi, kuhisi kuwa wa pamoja, mahusiano, uwezo binafsi) mara nyingi hufanya kazi kama mapatanishi wa mafanikio ya hatua chini, na utafiti wa AI unazipima zaidi pamoja — au katika baadhi ya matukio badala ya — alama za mtihani za mbichi.
- Athari ni za masharti, si za jumla. Utafiti unaonya kuwa uingiliaji unaoelekea SEL unaweza kusaidia wanafunzi fulani (kwa profaili/ufasaha) na si wengine, hivyo madai kuhusu faida za kujifunza zinazotokana na SEL yanapaswa kuchunguzwa kwa athari za kudhibiti.
- Upande wa madhara wa hesabu. Premortem ya Brookings inaonya kuwa kutegemea kupita kiasi kunaosababishwa na AI kinatishia ustawi wa kihisia na kijamii, mahusiano, na kuhisi kuwa wa pamoja — matokeo ambayo, yakiwa yamedhoofishwa, yanaweza kudhoofisha msingi uleule wa kujifunza na mafanikio ya muda mrefu.
Mahusiano na dhana zinazohusiana
SEL inaungana na Ujuzi wa AI (kama nyongeza inayofanya ujuzi wa AI kuwa wa mahusiano na wa maadili), Kompyuta ya Hisia na Ustawi (vipimo vya kihisia vya AI), Kujifunza kwa Kujidhibiti (usimamizi wa nafsi na udhibiti wa juhudi), Uwezo Binafsi na Motisha (imani za mwanafunzi zinazodhibiti mwingiliano wa AI), Wakala wa Mwanafunzi (kulinda udhibiti wa mwanafunzi dhidi ya utegemezi), Maadili (kufanya maamuzi yenye uwajibikisho), Uwezo wa Mwalimu katika AI (uwezo wa waelimishaji wa kuunga SEL), Uzoefu wa Mwanafunzi (ustawi na kuhisi kuwa wa pamoja), na Faida za Kujifunza (ushahidi kwamba SEL inaunga mafanikio). Inahusiana na Elimu ya Juu na K-12 kama mipangilio ambapo ujuzi wa AI uliojumuisha na SEL unalimwa.
Dhana Zilizounganishwa
- Wasiwasi na Mkazo
- Ujuzi wa AI
- Kompyuta ya Hisia
- Ustawi
- Kujifunza kwa Kujidhibiti
- Uwezo Binafsi
- Motisha
- Wakala wa Mwanafunzi
- Kujifunza kwa Ushirikiano
- Maadili
- Uwezo wa Mwalimu katika AI
- Kufundisha
- Ngazi za Msaada
- Maendeleo ya Kielimu
- Uzoefu wa Mwanafunzi
- Faida za Kujifunza
- Elimu ya Juu
Makala Zilizounganishwa
- Exploring interfaces and implications for integrating social-emotional competencies into AI literacy for education: a narrative review — Kujumuisha Uwezo wa Kihisia na Kijamii katika Ujuzi wa AI
- Mind the Trust Gap: Identifying (Mis)alignments in Teacher-Student Views Toward Control and Agency in K-12 Classroom AI — Zingatia Pengo la Uaminifu: Mionekano ya Mwalimu–Mwanafunzi
- The Scaffolded AI literacy (SAIL) framework: Results of a Delphi study for equitable AI literacy framework design in education — Mfumo wa Ujuzi wa AI ulio na Ngazi za Msaada (SAIL)
- Teacher education for artificial intelligence literacy through a self-determination theory perspective — Elimu ya Walimu kwa Ujuzi wa AI (SDT)
- Understanding Student Dependency on AI: The Role of AI Literacy, Academic Self-Efficacy, and Resource Management Strategies — Utegemezi wa Mwanafunzi kwa AI, Uwezo Binafsi, na Usimamizi wa Rasilimali
- Self-Efficacy and Favorability Shape Learning from Tutoring Systems and Paper Practice — Uwezo Binafsi na Upendeleo Vinaunda Kujifunza kutoka Ufundishaji
- Stuck in a Spiral": Shame and Guilt as Social Regulators of AI Use in Computing Education — Aibu na Hatia kama Wadhibiti wa Kijamii wa Matumizi ya AI
- From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond) — Kutoka Kubadilisha hadi Kuweka Ngazi za Msaada
- AI chatbot design principles to enhance the collective efficacy in collaborative learning — Chatbot za AI na Ufanisi wa Pamoja
- MathBuddy: Affective Math Tutoring — MathBuddy: Ufundishaji wa Hisabati Unaotambua Hisia
- New AI-Driven Tools for Enhancing Campus Well-being: A Prevention and Intervention Approach — Zana za Ustawi wa Kampasi Zinazoendeshwa na AI
- The Policy Deficit in AI × Social-Emotional Learning Research — Upungufu wa Sera katika Utafiti wa AI × SEL
- An Experimental Study Exploring Human–AI Complementarity in Early Social-Emotional Learning — Ukamilishaji wa binadamu–AI katika kujifunza kihisia na kijamii cha awali (Raave et al. 2026)
- Can You Feel It? A Practical Guide to Emotional Micro-Interventions for Higher Education Teachers — Uingiliaji mdogo wa kihisia wa wakati halisi na kitabu cha kurejea maneno kwa walimu