AIEd علمی ذخیرہAIEd KB
اس صفحے پر

یہ صفحہ انگریزی میں پڑھیں

تصورات

تقسیم شدہ ادراک

تخلیق شدہ 2026-08-16 · اپ ڈیٹ شدہ 2026-11-04

انگریزی صفحے کا خودکار ترجمہ، جو ابھی تک کسی مقامی بولنے والے کے ذریعے جانچا نہیں گیا۔

تقسیم شدہ ادراک — یہ نظریاتی نقطہ نظر کہ ادراک کسی فرد کے ذہن تک محدود نہیں بلکہ لوگوں، اوزاروں، نمونوں اور ماحول میں تقسیم شدہ ہے۔ تعلیم میں AI کی تحقیق میں یہ فریم ورک انسان–AI تعاون کو سمجھنے کے لیے مرکزی ہو گیا ہے: AI کو ایسا غیر جانبدار اوزار ماننے کے بجائے جو بصورتِ دیگر خود ساختہ سیکھنے والے کی مدد کرتا ہے، تقسیم شدہ ادراک سوچ کو سیکھنے والوں، AI نظاموں، ساتھیوں اور اُن کے مشترک سیاق کے باہمی عمل سے ابھرتی ہوئی مانتا ہے۔ یہ ایجنسی، ذمہ داری اور سیکھنے کے نتائج کے سوالات کو اِس اعتبار سے نئے سرے سے ترتیب دیتا ہے کہ انسان–AI نظام میں علمی کام کیسے بانٹا جاتا ہے۔

غور کرنے کے لیے سوالات

  • تقسیم شدہ ادراک کہتا ہے کہ سوچ کسی ایک ذہن تک محدود نہیں بلکہ لوگوں، اوزاروں اور ماحول میں پھیلی ہوئی ہے۔ جب آپ کیلکولیٹر، نوٹس ایپ یا AI اسسٹنٹ استعمال کرتے ہیں، تو 'سوچ' واقعی کہاں ہوتی ہے؟
  • اگر ادراک انسان اور AI میں تقسیم شدہ ہے، تو نتیجہ غلط ہونے پر ذمہ داری کس کی ہے — اور سیکھنے کا جواب دہ کون ہے؟
  • ایک فریم ورک AI کی 'فعلی ایجنسی' (کہ وہ نتائج پر اثر ڈال سکتا ہے) کو 'اخلاقی ذمہ داری' (جو انسانی ہی رہتی ہے) سے الگ کرتا ہے۔ کیا یہ امتیاز عمل میں قائم رہتا ہے، یا ذمہ داری دھندلی ہو جاتی ہے جب انسان نہ سمجھ سکیں کہ نظام نے کیا کیا؟
  • جو انسان–AI نظام استدلال کو سب سے مؤثر طریقے سے تقسیم کرتے ہیں وہ عموماً سب سے زیادہ کارکردگی مگر سب سے کم خود ضابطہ سیکھنا پیدا کرتے ہیں۔ گروہی سطح پر نظام کو 'زیادہ ہوشیار' بنانا انفرادی سیکھنے والے کو کمزور کیوں کر دے گا؟
  • 'علمی مشترکہ' کی دلیل یہ ہے کہ تقسیم شدہ مہارت اندرونی ماہریت پر منحصر ہے — آپ ایسے AI نظام کی مؤثر نگرانی نہیں کر سکتے جسے آپ گہرائی سے نہ سمجھتے ہوں۔ یہ اِس خیال کو کیسے چیلنج کرتا ہے کہ AI ہمیں سیکھنے کی محنت سے چھوٹ دیتا ہے؟

تعارف

یہ دانش گاہ کے سیکھنے کے نظریے ریشے کے اندر ایک نظریۂ سیکھنا کا تصور ہے، جو مجسم سیکھنا، سیاق و سباق میں سیکھنا اور علمی بوجھ اتارنا سے گہرا جڑا ہے۔ تقسیم شدہ ادراک (DCog)، جو Edwin Hutchins اور ساتھیوں کے کام سے نکلا، بیان کرتا ہے کہ یادداشت، استدلال اور مسئلہ حل کرنا جیسے علمی عمل کسی ایک سر میں رہنے کے بجائے کئی عاملوں اور مادی نظاموں میں پھیلے ہوتے ہیں۔ AI تعلیم میں یہ اہم ہے کیونکہ AI نظام بڑھتی ہوئی تعداد میں حقیقی علمی ساتھی کا کام کرتے ہیں جو سوچ کا کچھ بوجھ اُٹھاتے ہیں، جس سے یہ سوال اٹھتا ہے کہ سیکھنا اصل میں کہاں ہوتا ہے اور کون جواب دہ ہے۔

AI علمی تقسیم کو کیسے بدلتا ہے

جنریٹو اور متعامل AI نظام علمی کام کو ایسے طریقوں سے دوبارہ تقسیم کرتے ہیں جو پہلے کے اوزار نہیں کرتے تھے۔ دانش گاہ اِس تبدیلی کی کئی جہتیں دستاویز کرتی ہے:

  • AI بطور علمی ساتھی اور شریک ضابط۔ AI سہارا، علمی معاونت، بیرونی یادداشت کا نظام، اور سوچ و سیکھنے کے شریک ضابطے میں فیصلے کا ساتھی بن سکتا ہے۔(Artificial intelligence as a cognitive partner: a developmental framework for human-AI co-regulation in learning) یہ ادراک کو انفرادی طور پر سنبھالنے کے بجائے سیکھنے والے اور نظام کے درمیان شریک ضابطہ قرار دیتا ہے۔
  • AI استعمال کی مقدار یہ ظاہر نہیں کرتی کہ تقسیم شدہ کام کی کون سی شکل ہو رہی ہے: Poquet وغیرہ (2026) نے پایا کہ 97 سیکھنے والوں کے مقدار پر مبنی پروفائل پیشگی علم اور مصنفیت میں مختلف تھے مگر فعال کردار یا سمجھ کی سطح کے پرامپٹ میں نہیں، چنانچہ مشترک سرگرمی اور محنت کی تقسیم ایک ہی مقدار کے استعمال کے ساتھ چل سکتی ہیں۔
  • ایجنسی اور ذمہ داری کی دوبارہ تقسیم۔ ensemble cognition جیسے فریم ورک سوچ کو انسانی–AI تعامل کی حرکیات سے ابھرتی ہوئی تصور کرتے ہیں، اور AI کی فعلی ایجنسی (شعور کے بغیر نتائج پر اثر ڈالنے کی صلاحیت) کو اخلاقی ذمہ داری (جو انسانی ہی رہتی ہے) سے الگ کرتے ہیں۔(Towards a philosophy of ensemble cognition: Reconceptualising agency and mind in AI-mediated educational environments) چنانچہ تقسیم شدہ ادراک یہ نئے سرے سے طے کرتا ہے کہ سیکھنے کا جواب دہ کون ہے۔
  • کارکردگی اور ضابطے کی کشیدگی۔ تجربی کام ایک تبادلہ دکھاتا ہے: جو انسان–AI نظام استدلال کو سب سے مؤثر طریقے سے تقسیم کرتے ہیں (مثلاً سونپے گئے استدلال کے ذریعے) وہ زیادہ کارکردگی حاصل کرتے ہیں مگر سیکھنے والوں کی خود ضابطہ شمولیت کم کر سکتے ہیں۔(Unpacking Interaction Profiles and Strategies in Human-AI Collaborative Problem Solving: A Cognitive Distribution and Regulation Perspective) یہ علمی بوجھ اتارنا اور حد سے زیادہ انحصار کے اُن خطرات کا تجربی چہرہ ہے جو دانش گاہ دستاویز کرتی ہے۔
  • تعاون میں وساطت۔ AI ایک تدریسی وسیط بن سکتا ہے جو تعاونی سیکھنے میں تعامل، علمی معنی سازی اور ضابطے کے عمل کو منظم کرتا ہے، اور ایجنسی، اختیار اور ذمہ داری کو انسانی اور غیر انسانی عاملوں میں دوبارہ تقسیم کرتا ہے۔(Beyond Automation: AI as a Pedagogical Mediator in Collaborative Learning)
  • رسائی کی ترتیب گروہ کے اندر ادراک تقسیم کرتی ہے۔ Xu وغیرہ (2026) دکھاتے ہیں کہ ٹیم GenAI کو کیسے سانجھا کرتی ہے یہی ادراک کی تقسیم طے کرتا ہے: ایک مشترک انٹرفیس پر ہم وقت کام مشترک علمی نمونہ قائم رکھتا ہے (اجتماعی پرامپٹ، مشترک بیرونی یادداشت)، جبکہ غیر ہم وقت نجی استعمال اُسے بکھیر دیتا ہے، اور پیداوار سانجھا کرنے سے پہلے چنیدہ طور پر دوبارہ لیبل کی جاتی ہے۔ اِس طرح GenAI بیک وقت تقسیم شدہ علمی شریک اور متعامل تعاونی فضا کا کام کرتا ہے جس کی سرایت پذیری کو ڈیزائن کرنا ضروری ہے (مشترک سیاق اندر آتا ہے، نجی بصیرتیں خود بخود واپس نہیں بہتیں)۔
  • اساتذہ بھی AI غالب اور تکمیلی تقسیم کا تجربہ کرتے ہیں۔ یہی کارکردگی اور ضابطے کی منطق سبق کی تیاری کے استاد والے پہلو پر بھی لاگو ہوتی ہے: Choi وغیرہ (2026) نے پایا کہ نئے اساتذہ تدریسی ڈیزائن کا علمی بوجھ بڑی حد تک AI نظام کو سونپ دیتے ہیں (ایک AI غالب تقسیم، جس میں وہ زیادہ تر جوابات قبول کر لیتے ہیں)، جبکہ تجربہ کار اور AI میں ماہر اساتذہ تکمیلی تقسیم تک پہنچتے ہیں جس میں تدریسی مہارت اور AI کی حسابی معاونت ایک دوسرے کو مضبوط کرتی ہیں — اور چونکہ GenAI معلومات محض ذخیرہ کرنے کے بجائے پیدا اور شریک تعمیر کرتا ہے، وہ اِسے شراکتی مشترک ادراک کہتے ہیں، محض اوزار کا استعمال نہیں۔
  • تعامل کی اقسام، نتائج نہیں، بطور اکائی۔ Willcox، Lane اور Arikan (2026) نے خود رہنمائی والے ChatGPT استعمال کے 53 لاگز سے Cognitive Distribution Framework بنایا: پانچ تعامل اقسام (توسیع، برون سپاری، ہم آہنگی، تبدیلی، علیحدگی) اور چار صارف کردار، چنانچہ ایک ہی طالب علم ایک مکالمے میں منتقلی کر سکتا ہے اور اگلے میں شریک سوچ سکتا ہے۔
  • ٹرانزیکٹیو یادداشت تقسیم کو ناپا ہوا طریقہ کار دیتی ہے۔ امریکہ اور ترکیہ کے 891 کالج طلبہ میں، نہ خود سمجھی گئی سوچنے کی صلاحیت نے اور نہ AI شراکت پر اعتماد نے تنقیدی سوچ کی براہِ راست پیش گوئی کی۔ دونوں نے جمع شدہ GenAI تجربے کے راستے کام کیا، جو صرف محنت کی تخصیص اور ہم آہنگی (b = 0.636) اور پیداوار کی عکاسانہ تبدیلی (b = 0.367) کے ذریعے اہم رہا (Akgun & Toker, 2026)۔ وہ دونوں وسیط پھر تنقیدی سوچ کی پیش گوئی کرتے رہے (b = 0.230 اور 0.175) بغیر کسی براہِ راست راستے کے، چنانچہ انسان–AI نظام جس چیز سے سوچتا ہے وہ کام کی ترتیب ہے، استعمال کی مقدار نہیں۔

تقسیم شدہ ادراک اور متعلقہ نقطہ نظر

دانش گاہ تقسیم شدہ ادراک کو اُس کے پڑوسی نظریاتی روایات کے ساتھ رکھتی ہے، جو ایک دوسرے پر چڑھتی ہیں مگر یکساں نہیں:

  • سیاقی سیکھنا / سیاقی ادراک پر زور دیتا ہے کہ ادراک اور سیکھنا اُس اصل سیاق اور عمل کی برادریوں سے الگ نہیں ہو سکتے جن میں وہ ہوتے ہیں — یہ DCog کے نظاموں میں ادراک کی تقسیم پر زور کی تکمیل ہے۔
  • جسمانی ادراک جسم اور حسی حرکی تعامل کے کردار پر زور دیتا ہے، اور دلیل دیتا ہے کہ سوچ تجریدی علامتی ہیر پھیر کے بجائے جسمانی مشغولیت میں جڑی ہے۔
  • علمی بوجھ اتارنا وہ عملی طریقہ کار ہے جس سے علمی کام بیرونی نظاموں (بشمول AI) کو سونپا جاتا ہے، اور یہ DCog کے وضاحتی بیان کا خطرہ اٹھانے والا ہم منصب ہے۔
  • توسیع شدہ ادراک / توسیع شدہ ذہن کا مقالہ (جو پس انسانیت پسند کام میں استعمال ہوتا ہے) مانتا ہے کہ بیرونی نمونے علمی نظام کے تشکیلی حصے ہو سکتے ہیں، محض آلات نہیں — یہ زیادہ مضبوط دعویٰ ہے کہ AI خود سیکھنے والے کے ذہن کا حصہ ہے۔(Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI)

AI کے ڈیزائن اور جانچ کے لیے یہ کیوں اہم ہے

تقسیم شدہ ادراک ڈیزائن کی عینک بھی دیتا ہے اور جانچ کی عینک بھی۔ ڈیزائن کے لیے، یہ پوچھتا ہے کہ سیکھنے والوں اور AI کے درمیان علمی کام کیسے بانٹا جائے تاکہ انسانی سیکھنے والے کی ایجنسی، میٹا کوگنیشن اور خود ضابطگی بچی رہے (گھلے نہ)۔ جانچ کے لیے، یہ کامیابی کی پیمائش کو نئے سرے سے ترتیب دیتا ہے: صرف "کیا کارکردگی بہتر ہوئی؟" پوچھنے کے بجائے، DCog پوچھتا ہے کہ ادراک کی تقسیم پائیدار سیکھنے، علمی ایجنسی اور تعلیمی انصاف کی مدد کرتی ہے یا نہیں — یہ نقطہ نظر دانش گاہ کے تعلیم میں AI کی تشخیص اور سیکھنے کے نظریے کے معاملات سے جڑتا ہے۔

Fowlin وغیرہ (2026) اِس تقسیم کو دو مرحلوں کی ترتیب کے طور پر عملی شکل دیتے ہیں: پہلے AI کے بغیر بنیادی قابلیتیں بنائیں، پھر AI کو ایسے علمی ساتھی کے طور پر لائیں جس کی تجاویز کو طلبہ تنقیدی طور پر جانچیں، تاکہ خودکاری سے مہارت کے زیاں کو روکا جا سکے (Fowlin وغیرہ (2026))۔

اندرونی بمقابلہ تقسیم شدہ مہارت۔ Cognitive Commons فریم ورک (Lovett 2026) اندرونی مہارت (فرد کے ذہنوں میں گہرا میدانی علم) کو تقسیم شدہ مہارت (انسان–AI نظاموں کی تنظیم) سے الگ کرتا ہے اور دلیل دیتا ہے کہ دوسری پہلی پر "Validation Tether" کے ذریعے منحصر ہے: تقسیم شدہ/AI نظاموں کی مؤثر نگرانی اُس اندرونی ماہریت کو مفروضہ مانتی ہے جسے وہی نظام کمزور کر سکتے ہیں۔ یہ DCog کے ڈیزائن سوال کو تیز کرتا ہے — ادراک کی تقسیم اُس ماہریت کی قیمت پر نہیں ہونی چاہیے جو اُس کی تصدیق کرتی ہے۔

عام غلط فہمیاں

  • "مشترک دستاویز کا مطلب مشترک ادراک ہے۔" 97 سیکھنے والوں کے مقدار پر مبنی پروفائل پیشگی علم اور مصنفیت میں مختلف تھے مگر فعال کردار یا سمجھ کی سطح کے پرامپٹ میں نہیں۔ شرکت کی مقدار نے نمائش ناپی، علمی کام کی تقسیم نہیں — چنانچہ تعاونی ٹول کے استعمال کے تجزیات اِس بارے میں بہت کم بتاتے ہیں کہ کون سوچ رہا تھا۔
  • "ہر کوئی AI پر یکساں منتقلی کرتا ہے۔" نئے اساتذہ تدریسی ڈیزائن کا بڑا حصہ AI نظام کو سونپ دیتے ہیں، اور AI غالب تقسیم تک پہنچتے ہیں جس میں وہ زیادہ تر جوابات قبول کر لیتے ہیں، جبکہ تجربہ کار اور AI سے واقف اساتذہ مختلف طریقے سے تقسیم کرتے ہیں۔ ماہریت اِس میں ظاہر ہوتی ہے کہ بوجھ کہاں رکھا جاتا ہے، صرف اِس میں نہیں کہ کتنا AI استعمال ہوا۔
  • "AI کی زیادہ شمولیت کا مطلب زیادہ سہارا ہے۔" AI غالب تقسیم وہ نمونہ ہے جس پر نظر رکھنی چاہیے، کیونکہ انسان کا علمی کام میں حصہ سکڑتا جاتا ہے جبکہ پیداوار کی مقدار بڑھتی ہے۔ نظام ٹھیک اُس وقت زیادہ قابل دکھ سکتا ہے جب صارف کم کر رہا ہو۔

منسلک تصورات

منسلک مضامین

میٹا ڈیٹا

سیکھنا اور استادیتقسیم شدہ ادراک, مجسم سیکھنا, سیکھنے کے نظریے, میٹا کوگنیشن, سیاق و سباق میں سیکھنا
تعلیم میں AI کی بنیادیںسیکھنے والے کی ایجنسی, علمی بوجھ اتارنا, انسان اور AI کا تعاون
ذریعہتاریخچہترمیم کریںگفتگو

اس صفحے کو ایمبیڈ کریں

نیچے دیا گیا کوڈ نقل کریں تاکہ اس صفحے کو کسی سیکھنے کے انتظامی نظام یا دوسری ویب سائٹ پر ایمبیڈ کری سکیں۔ ایمبیڈ شدہ نسخہ صرف صفحے کا مواد دکھاتا ہے — یہ سائٹ کا ہیڈر، نیویگیشن اور فوٹر چھپا دیتا ہے۔