Nadharia na Miundo

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

Nadharia na miundo — orodha ya kazi ya miundo ya ufafanuzi na ya mpangilio ambayo hifadhi hii ya maarifa hutumia kweli. Nadharia zinaeleza kwa nini kujifunza hufanyika (Nadharia za Kujifunza, Nadhari ya Kujitambua (SDT), Kujifunza kwa Mtazamo wa Kitamaduni na Kijamii, nadharia ya shughuli); miundo hupanga maamuzi ya ubuni, ufundishaji, na upokeaji (Maarifa ya Teknolojia, Ufundishaji na Yaliyomo (TPACK), SAMR, miundo ya kupokea teknolojia, ICAP, ubuni wa jumla kwa kujifunza); mifano hufanya madai ya kujifunza yawe yanayoweza kujaribiwa na kukokotolewa (nadharia ya majibu ya kipengele, Uhalali wa Tathmini, Ufuatiliaji wa Maarifa). Tumia ukurasa huu kupata lenzi ambayo utafiti unategemea, au kuchagua moja kwa kazi yako mwenyewe.

Maswali ya Kutafakari

• Nadharia inatabiri nini kitatokea wakati kitu kinabadilika; mfumo unakuambia nini cha kuzingatia. Wakati utafiti unaripoti faida chini ya bembelezaji la mfumo lakini hufanya utabiri ambao ungeweza kushindwa, ni nini kilichojifunzwa kweli?
• TPACK, SAMR, UDL, miundo ya upokeaji na ICAP zote zilikuwa kabla ya mifano mikubwa ya lugha. Ni sehemu zipi zake bado zinafaa wakati zana inaweza kuandika, kueleza, na kubadilika peke yake, na ungejua vipi?
• Nadharia kadhaa zilizoorodheshwa hapa chini zilitungwa kwa ajili ya AI katika miaka michache iliyopita. Ingechukua nini ili mojawapo yao iwe mbaya, na je, kuna mtu aliyewahi kujaribu kuonyesha hilo?
• Upokeaji mara nyingi huripotiwa kama harakati kupitia hatua. Ikiwa mwenzako anaripoti kuwa kozi yao ilihamia "kutoka uingizwaji hadi ufafanuzi upya" mwaka huu, ni ushahidi upi wa kujitegemea ambapo ungeomba kabla ya kuamini?
• Sehemu kubwa ya uwanja huu inatumia nadharia iliyokopwa badala ya kuijaribu. Chagua ugunduzi unaoutegemea: ungeweza kuubadilisha kuwa jaribio la nadharia, na upimaji upi ambao ungehitajika?

Utangulizi

Kila mwalimu wa AI, mfumo wa maoni, na dashibodi inaingiza dhana kuhusu jinsi watu wanavyojifunza, iwe wabuni wanazitamka au la. Ukurasa huu unakusanya nadharia, miundo, na mifano ambayo dhana hizo hutoka, zilipangwa bila mpangilio mkubwa kulingana na kiasi ambacho fasiri ya utafiti ya sasa inazitegemea, na inasema kwa ufupi ni nini kila moja inafaa kwa ajili yake. Tofauti kati ya lebo tatu ni halisi lakini ndogo, na zinatajwa karibu na mwisho badala ya kuchukuliwa kama somo. Kinachomuhimu kivitendo ni lenzi lipi ambao dai unategemea, na kama lenzi hiyo inaweza kulitegemeza dai hilo.

Nadharia za kujifunza zinazotumika katika fasiri

Hizi zinaeleza mifumo: zinataja sehemu zinazofanya kazi na kutabiri nini kinachofuata zinapobadilika. Katika fasiri ya AI zinakopwa zaidi kutoka kwa saikolojia na sayansi za kujifunza, na kutumiwa kama fremu za ufasiri kuzunguka zana mpya.

• Nadharia za kujifunza (mwanya) — familia nzima, ikijumuisha nguzo za kimasomo za behaviorism na ukustruktivisti na pengo la "ukustruktivisti kwa jina, behaviorism kwa mazoezi" linalojirudia katika utekelezaji wa AI. Uunganishaji na nadharia ya mzigo wa kiakili pia vinashughulikiwa hapa.
• Ukustruktivisti — kujifunza kama ujenzi hai wa maarifa. Inategemeza kazi za msingi wa mradi, ualimu wa mazungumzo unaotumia AI, na ukosoaji kwamba mifumo ya mazoezi na maoni inakiuka mbinu zao zilizotangazwa za kielimu.
• Nadharia ya kijamii-kitamaduni — kujifunza kama kinachopatanishwa na zana na mwingiliano wa kijamii, ndiyo maana AI inafikiriwa kama kifaa cha kupatanisha badala ya msaada wa kawaida tu.
• Nadharia ya shughuli — inachukua mfumo mzima wa shughuli, ikijumuisha migongano, kama kipengele cha uchanganuzi. Ya kawaida katika masomo ya AI yanayowaelekea walimu, ambapo ugunduzi wa kuvutia ni kwa kawaida mvutano kati ya zana, kanuni, na jamii.
• Kujifunza kwa kuwekwa katika hali na kujifunza kwa mwili — kujifunza kama kinachounganishwa na muktadha na mwili, kizuizi cha kuchukulia AI kama njia ya lugha pekee.
• Ufahamu uliosambaa — kufikiri kusambazwa kati ya watu na vitu, ambayo huweka msaada wa AI kama usambazaji upya wa kazi ya kiakili badala ya kubadilishwa nayo.
• Jamii ya utafiti — uwepo wa kijamii, wa kiakili, na wa ufundishaji unaofanya uzoefu wa mtandaoni ufanye kazi; nadharia ya uzoefu na fremu ya ubuni kwa wakati mmoja.
• Nadharia ya kujitambua — uhuru, uwezo, na uhusiano kama mahitaji ya awali ya motisha. Mara nyingi ni ufafanuzi unaotolewa wakati matumizi ya AI yanaongeza ushiriki bila kuongeza kujifunza.
• Kanuni ya kiakili — uchakataji wa habari, kumbukumbu ya kazi, na tofauti kati ya hisia ya kujifunza na kujifunza halisi.

Mifano ya mwanafunzi na ya mchakato wa kujifunza

• Kujifunza kwa kujidhibiti — kupanga, kufuatilia, na kutathmini kujifunza kwako mwenyewe. Dhana msingi ya kazi ya kuuliza kama msaada wa AI unafika hatua zinazomuhimu au utekelezaji tu.
• Metaji — kufikiri kuhusu mawazo yako mwenyewe, na dhana inayotajwa mara nyingi zaidi wakati AI inashutumiwa kufanya mawazo kwa niaba ya wanafunzi.
• Motisha — kwa nini wanafunzi hushiriki, na dhana inayotenga ushiriki na kujifunza katika masomo ya AI.
• Uwezo binafsi — imani katika uwezo wa mtu, tofauti na uwezo, na mpatanishi wa kawaida kati ya matumizi ya AI na matokeo.
• Wakala — nani anaongoza kazi: dhana nyuma ya mvutano wa uwanja wa kudhibiti-dhidi ya uhuru, na nyuma ya mbinu ya wakala uliopangwa katika nadharia mpya zaidi.
• Ugumu unaotamanika, kurejesha, kuweka nafasi, na kupanga muda, na maandishi ya kukanusha — matokeo yanayofanya mtikisiko kuwa na thamani ya kielimu, yanayotumika kwa maamuzi kuhusu kiasi gani ambacho AI inapaswa kufanya.
• Uhamisho wa kujifunza — kama uwezo unadumu baada ya msaada kuondolewa, ambayo nadharia ya hivi karibuni inachukulia kama kigezo kinachotenga kujifunza na msaada badala ya matokeo moja kati ya kadhaa.

Miundo ya ufundishaji, ujumuishaji, na upokeaji

• TPACK — maarifa ya mwalimu yanayochanganya teknolojia, mbinu za kufundisha, na maudhui; mfumo chaguomsingi kwa masomo ya AI yanayowaelekea walimu.
• Miundo ya upokeaji — nia kama kazi ya manufaa inayohisiwa na urahisi wa matumizi. Inatumika kwa upana kiasi kwamba utegemezi wa uwanja kwa nia badala ya tabia ni ukosoaji unaodumu.
• ICAP — inapanga ushiriki kama wa kupitisha, hai, wa kujenga, na wa mwingiliano; yenye manufaa kwa kuuliza hali gani ambayo mwingiliano wa AI huwapa kweli.
• SAMR — uingizwaji hadi ufafanuzi upya. Inajulikana kama hadithi ya ukomavu, dhaifu kama kifaa cha kupima.
• Ubuni wa jumla kwa kujifunza, kujifunza kwa wote, na upatikanaji — fremu za ubuni za nani anayehudumiwa, na zile zinazoitwa mara nyingi zaidi katika kazi ya ulemavu na usawa.
• Ubuni wa kujifunza, ubuni wa mitaala, na kufikiri kwa ubuni — jinsi kazi, milolongo, na programu zinavyopangwa kabla ya zana yoyote kuchaguliwa.
• Usimamizi wa mabadiliko — kama mfumo unachukuliwa kabisa au la, ambayo kwa kawaida ni swali la taasisi badala ya la kielimu.

Mifano ya upimaji na ya kikokotozi

• Nadharia ya majibu ya kipengele — ukadiriaji wa kipengele na uwezo, na mfano unaofanya namba za jaribio ziwe na maana.
• Upimaji wa kielimu — mazingira ya vyombo, ikijumuisha vipimo vilivyojengwa mahususi kwa ujuzi wa AI.
• Uhalali — kama kifaa kinapima dhana inayodai, ambayo huamua kama matokeo yaliyoripotiwa yanategemeza dai la nadharia yaliyounganishwa nayo.
• Vipimo vya kujitangaza — chanzo kinachotawala na chenye udhaifu zaidi cha ushahidi katika fasiri hii; dhana kadhaa zilizo juu zinajulikana kutofautiana kwa kiasi kikubwa kati ya kujitangaza na utendaji.
• Kufuatilia maarifa na Kuweka mfano wa mwanafunzi — kukadiria hali ya mwanafunzi kwa wakati kutoka data ya mwingiliano.
• Utambuzi wa kiakili — kuhusisha utendaji na sehemu mahususi za ujuzi, mfanano wa ufanyaji wa mifano wa ufundishaji wa utambuzi.
• Vigezo vya kulinganisha, tathmini ya elimu ya AI, na ufahamu wa kisaikometriki katika ubuni wa AI — jinsi mifumo na miingiliajo hupimwa, kulinganishwa, na kukaguliwa.
• Utafiti unaotegemea ubuni — mbinu inayozalisha nadharia kutoka miingiliajo iliyobuniwa badala ya kuijaribu mapema.

Nadharia zilizotungwa kwa zama za AI

Mapendekezo manne katika hifadhi ya maarifa hujenga nadharia badala ya kuikopa. Ni kurasa za makala badala ya nodi za dhana, kwa sababu kila moja ni hoja moja:

• Uzalishaji — nadharia mpya ya kujifunza inayodai kuwa nne za kimasomo zinaonyesha mapungufu makubwa ya dhana kadiri akili bandia ya kuzalisha inavyoenea.
• Ushirikiano wa maarifa — mfano wa jinsi wanafunzi na mifumo ya AI wanavyozalisha maarifa na uelewa kwa pamoja.
• Misingi ya kiakili isiyokuwepo — inafafanua kwa nini wanafunzi wenye asili ya AI wanakadiri kupita kujifunza kwao wakati AI inavuja utendaji.
• Uwakala-isti — nadharia ya wastani inayotaja mifumo minne (wakala uliopangwa, ufuatiliaji na uthibitishaji wa maarifa, ujengeaji upya wa ndani, na uhamisho chini ya msaada uliopunguzwa) na kutoa mapendekezo sita yanayoweza kujaribiwa.

Kutofautisha lebo tatu

Maneno yanatumika bila mpangilio katika fasiri, na tofauti inastahili aya moja badala ya ukurasa mzima:

• Nadharia inaeleza mbinu na inatabiri nini kitatokea sehemu zake zinapobadilika. Inaweza kushindwa, ndiyo maana masudio yanayoijaribu yanaweza kuripoti ukubwa wa athari.
• Mfumo hupanga au huagiza. Inataja vipengele vya kuzingatia, kwa kawaida bila kutabiri ukubwa, na haiwezi kupingwa.
• Mfano ni uwakilishi wa kimaandalizi, mara nyingi zaidi wa upimaji au wa hali ya mwanafunzi. Inaweza kufungwa, kulinganishwa, na kuonyeshwa kuwa mbaya kwa njia ambayo mfumo haiwezi.
• Lebo zinajirudia. Jamii ya utafiti ni nadharia na fremu ya ubuni kwa wakati mmoja; nadharia ya shughuli ni ya ufafanuzi na ya kichanganuzi. Chukua lebo kama kidokezo kuhusu kile chanzo kinachodai, si kama kategoria ya kupanga.

Tabaka zinazohusiana

Kurasa mbili za jirani zimebuniwa kwa makusudi kuhusu kitu kingine. Falsafa ya AI katika elimu inauliza maswali ya kanuni na ya dhana — elimu ni kwa ajili ya nini, kama mashine inaweza kufundisha — na haitabiri ukubwa wa athari; utafiti unaweza kuwa wa kijinga kifalsafa na wa nadharia yenye ufanisi, au kinyume chake. Maendeleo ya nadharia ni shughuli ya juu ya kujenga, kukopwa, na kubadilisha nadharia, ikijumuisha ukosoaji unaodumu kuwa kazi nyingi za AIED zinatumia nadhari za zilizoko badala ya kuzijaribu. Ukurasa huu ni orodha; maendeleo ya nadharia ni kuhusu kuzalisha na kubadilisha orodha.

Kuchagua lenzi wakati swali ni la vitendo

• Walimu wanaozamia kutoka shwari wanaweza kufanya kazi nyuma: kama wanafunzi hawashiriki, ICAP na SDT zinataja sababu tofauti na zinapendekeza marekebisho tofauti; kama swali ni kama kupokea zana kabisa au la, miundo ya upokeaji na SAMR huuliza mambo tofauti kuhusu hiyo.
• Wabuni wa kujifunza wanapata zaidi kutoka fremu za ubuni — UDL, Muundo wa Kujifunza, na Ngazi za Msaada — zilizounganishwa na nadharia inayotabiri nini kitatokea ngazi za msaada zikiondolewa.
• Watafiti wanapaswa kutangaza ni nodi gani utafiti unadai na kama ubuni unaweza kuujaribu kweli; mifano ya upimaji (IRT, Uhalali wa Tathmini, Vipimo vya Kujitangaza) huamua kama matokeo yaliyoripotiwa yanategemeza dai hilo.
• Wasimamizi wanakutana na miundo hii kama maswali ya upokeaji na mabadiliko, ambapo mfano wa hatua mara nyingi hutumiwa kama hadithi ya ukomavu badala ya kifaa.

Kile ambacho miundo haiwezi kufanya

Miundo si ushahidi. Kwa kawaida yanakopwa kutoka miktadha ya kabla ya LLM na kuelezewa kwa eneo na yeyote anayeyatumia, yanaweza kufanya kazi kama chapa, na mifano ya hatua yanahimiza upokeaji wa vitufe vinavyoripoti harakati kupitia viwango badala ya kujifunza. Madai yanayotegemea mfumo yanapaswa kusomwa pamoja na mapungufu ya msamba ya uwanja, uhalali wa chochote kilichopima matokeo, na mapungufu yanayojulikana ya kujitangaza.

Ulinganifu wa mbinu-hadi-nadharia unaweza kuwa wa kuamua hata hivyo: muunganisho wa mada wa masudio 55 ya kujifunza kwa michezo unaosaidiwa na AI ulipata kuwa ufanisi ulitegemea kama mbinu ya AI ilitekeleza mbinu za kielimu ambayo ilikusudiwa kuhudumia badala ya ustadi wa algoriti (Kaşarcı na Yurt (2026)).

Dhana Zilizounganishwa

• Uundaji wa Nadharia katika AI katika Elimu — kujenga na kubadilisha nadharia katika uwanja
• Falsafa ya AI katika Elimu — tabaka ya kanuni na ya dhana
• Nadharia za Kujifunza — mwanya kwa nadharia ya kujifunza
• Sayansi za Kujifunza — uwanja wa jirani ambao nadharia nyingi yanakopwa kutoka
• Vizingiti katika Utafiti wa AIEd — kile msingi wa ushahidi unaoweza na hauwezi kutegemeza
• Maarifa ya Teknolojia, Ufundishaji na Yaliyomo (TPACK) — mfumo wa maarifa ya mwalimu
• Miundo ya Kupokea Teknolojia — miundo ya upokeaji
• Nadharia ya Majibu ya Kipengele — mfano wa upimaji
• Ubuni wa Kijumla wa Kujifunza — mfumo wa ubuni
• Mbinu za Utafiti katika AIED — jinsi nadharia inavyojaribiwa

Makala Zilizounganishwa

• Effectiveness of AI-Supported Game-Based Learning: A Systematic Review of Outcomes, Challenges, and Future Directions — Ulinganifu wa mbinu-hadi-nadharia, si ustadi wa algoriti, ulisukuma ufanisi katika masudio 55 ya kujifunza kwa michezo ya AI

• The Evolution of Research on AI and Education Across Four Decades: Insights from the AIxEd Framework — miongoko minne ya AIED kupitia mfumo wa AI×Ed

• Educating minds with generative AI — muunganisho uzito wa nadharia wa akili bandia ya kuzalisha na kujifunza

• An Activity-Theoretical Approach to Teacher Professional Development in Pedagogical AI Agent Design — nadharia ya shughuli inayotumika katika maendeleo ya kitaalamu ya walimu

• Activity theory as a lens on teachers' adoption of AI technologies: A structural equation modeling — nadharia ya shughuli na upokeaji wa walimu

• Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence — nadharia ya kujifunza iliyopendekezwa kwa zama za akili bandia ya kuzalisha

• Learning with machines: Toward a theory of epistemic co-agency — kuelekea nadharia ya ushirikiano wa maarifa

• The Absent Cognitive Baseline: Theorizing a Structural Gap in AI-Native College Students' Academic Self-Assessment — kufafanua pengo la kimuundo katika tathmini binafsi ya wanafunzi wenye asili ya AI

• Agentivism: a learning theory for the age of artificial intelligence — nadharia ya kujifunza ya wastani kwa mwingiliano wa binadamu-AI

• Measuring Artificial Intelligence Literacy: A Systematic Review of Instrument Development, Conceptual Foundations, and Psychometric Quality — maendeleo ya kifaa katika dhana mchanga

• Control vs. Agency: Exploring the History of AI in Education — mvutano wa msingi wa uwanja wa kudhibiti-dhidi ya wakala