Learning Commons

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

Learning Commons ni mradi wa elimu wa Mark Zuckerberg na Priscilla Chan, uliozinduliwa mwaka 2025 ili kupeleka kazi ya sayansi ya kujifunza ya Chan Zuckerberg Initiative kwenye miundombinu ambayo bidhaa za edtech hujengwa juu yake kwa hakika. Hoja yake ni ya kiundombinu badala ya kifundisho: utafiti upo, viwango vya kitaaluma vipo, na mitaala ya ubora wa juu ipo, lakini viko katika mifumo tofauti, hivyo watengenezaji hujenga juu ya kile kilicho rahisi zaidi kufikiwa. Shirika huchapisha zana tatu wazi kwenye GitHub — Knowledge Graph, seti ya Evaluators, na Agent Skills — na huendesha jukwaa linaloongeza Curriculum Sync kwa kupakia mitaala kwenye mfumo wa usimamizi wa kujifunza.

Unachoweza kufanya nayo

Knowledge Graph huunda modeli ya viwango vya kitaaluma, mitaala na utafiti wa sayansi ya kujifunza kama vyombo na mahusiano chini ya skema moja ya pamoja, hivyo chombo kinaweza kupatanisha maudhui yaliyozalishwa na kiwango bila kujenga bomba lake la data. Evaluators hupima sifa za matokeo ya LLM kwa mtazamo wa sayansi ya kujifunza — utata wa maandishi, Maoni, upatanisho na viwango vya kitaaluma na stadi zinazodumu — na huja na SDK za Python na TypeScript, zilizochapishwa kwenye npm na PyPI, kwa ajili ya kutoa alama kwa maudhui yaliyozalishwa au kulinganisha modeli zinazogombea. Agent Skills hufungasha maelekezo, marejeleo na vizuizi kwa mitiririko ya kazi ya kawaida ya mwalimu katika muundo wazi usiotegemea modeli maalum: ukaguzi wa ufahamu, upambanuzi wa somo kwa ngazi, mipango ya somo inayopatana na viwango, na maandalizi ya somo. Kwa vitendo, grafu ndiyo inayofanya zana nyingine mbili ziaminike: upatanisho wa maudhui ni dai, na grafu ni rejeleo ambalo dai hilo hupimwa nalo.

Ni kwa ajili ya nani

Watengenezaji wanaojenga vipengele vya AI ndani ya bidhaa za mtaala na tathmini, pamoja na timu za mtaala au viwango zinazotoa data ambayo bidhaa hizo hupatana nayo. Wakufunzi wanaweza kutumia stadi za wakala wenyewe, lakini uwasilishaji wa hazina yenyewe ni miundombinu kwa watu wanaotoa zana.

Maelezo na tahadhari

Kuwa wazi katika chanzo hakufanyi data kuwa wazi. Msimbo wa Knowledge Graph ni MIT, wakati kila seti ya data ina lebo yake ya ufikiaji — Open, Open + Gated, au Gated — na maudhui ya Gated hayafunikwi waziwazi na leseni wazi ambazo hazina inataja, hivyo angalia katalogi ya seti za data kabla ya kudhani haki za kutumia tena. Msimbo wa evaluator ni MIT na maudhui yake ya prompt ni CC BY 4.0, lakini korpora zilizo na maelezo CLEAR na PERSUADE 2.0 anazotumia ni CC BY-NC-SA 4.0. Jukwaa na seti za data zilizo nyuma yake zinahitaji akaunti. Shughuli ya hazina kama ilivyosomwa tarehe 2026-11-04: nyota 167 kwa Knowledge Graph, 88 kwa Evaluators, 41 kwa Agent Skills. Mradi unafadhiliwa na CZI, na uwasilishaji wake wa tatizo ni wa mfadhili mwenyewe.

Dhana zinazohusiana

• Kubuni Mtaala — grafu ipo ili kupatanisha maudhui yaliyozalishwa na viwango na mitaala
• Chanzo Huria — msimbo wa MIT na Apache-2.0 wenye leseni za data kwa kila seti ya data
• NLP Katika Elimu — evaluators ni tabaka la upimaji wa maandishi juu ya matokeo ya LLM
• Akili Bandia Inayojitegemea — stadi zinazofungasha mtiririko wa kazi ili modeli iutekeleze
• Jukwaa la Elimu ya Kidijitali — Curriculum Sync hupakia mitaala kwenye mfumo wa usimamizi wa kujifunza
• Mifano Mikubwa ya Lugha (LLM) — lengo la tathmini na mtumiaji wa stadi hizo