سماجی ثقافتی سیکھنا

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

سماجی ثقافتی سیکھنا — نظریات کا وہ خاندان، جو Vygotsky میں جڑا ہے، جو مانتا ہے کہ سیکھنا اور نشوونما سماجی شرکت کے ذریعے ابھرتے ہیں اور ثقافتی اوزار، زبان، اور زیادہ جاننے والے دوسروں کے ساتھ تعامل اِن کی وساطت کرتے ہیں۔ علم افراد کے اندر تنہا رہنے کے بجائے لوگوں، مصنوعات اور ماحول میں تقسیم شدہ ہوتا ہے۔ تعلیم میں AI میں سماجی ثقافتی نظریہ یہ فریم دیتا ہے کہ جنریٹیو AI ایک نئی قسم کے وساطتی ایجنٹ کے طور پر کیسے کام کرتا ہے — ایسا اوزار جو سرگرمی کی وساطت بھی کرتا ہے اور تعامل میں سیاق و سباق سے مشروط شراکتیں بھی پیدا کرتا ہے — اور یہ سہارے، قریبی نشوونما کے زون (ZPD)، شاگردی، اور عمل کی برادریوں کے ڈیزائن کا فریم بھی دیتا ہے۔ دیکھیں Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory۔

غور کرنے کے لیے سوالات

Vygotsky کا قریبی نشوونما کا زون اُس خلا کا نام ہے جو آپ تنہا کر سکتے ہیں اور جو آپ مدد سے کر سکتے ہیں، اُس کے درمیان ہے۔ کوئی ایسا موقع یاد کریں جب وقت پر ملنے والے اشارے نے آپ کو کچھ ایسا کرنے دیا جو آپ تنہا نہیں کر سکتے تھے — اُس مدد کو مؤثر کیا چیز بناتی تھی، اور وہ کب بہت زیادہ بتا دیتی ہے؟
صفحہ دعویٰ کرتا ہے کہ انسانی سوچ زبان اور تحریر جیسے ثقافتی اوزاروں سے 'وساطت' پاتی ہے جو ہمارے استدلال کو نئے سرے سے ترتیب دیتے ہیں۔ اگر یہ سچ ہے، تو ہمیں AI چیٹ بوٹ کو نئی قسم کا سوچنے کا اوزار کیسے سمجھنا چاہیے — اور یہ 'جاننے' کے معنی کیسے بدل سکتا ہے؟
سماجی ثقافتی نظریہ کہتا ہے کہ علم افراد کے سروں کے اندر نہیں بلکہ لوگوں، مصنوعات اور ماحول میں پھیلا ہوا ہے۔ کیا یہ آپ کے تجربے سے میل کھاتا ہے کہ آپ کام واقعی کیسے کر پاتے ہیں، اور اگر یہ درست ہو تو سیکھنے کے ڈیزائن کے لیے اِس کا کیا مطلب ہوگا؟
اگر سیکھنا پہلے لوگوں کے درمیان ہوتی ہے اور بعد میں فرد کے اندر، تو ایسے AI ٹیوٹر کے کیا خطرات ہیں جو طالب علم کو ساتھیوں یا زیادہ جاننے والے انسان کے بجائے زیادہ تر مشین سے تعامل کرنے دے؟
آپ کیسے فیصلہ کریں گے کہ AI ٹیوٹر کتنی مدد دے تاکہ سیکھنے والا آگے بڑھے بغیر اِس کے کہ جواب سیدھا تھما دیا جائے؟

تعارف

تصور

سماجی ثقافتی نظریہ (Vygotsky، 1978؛ Luria؛ Leontiev) مانتا ہے کہ اعلیٰ ذہنی افعال ثقافتی طور پر منظم سرگرمی میں شرکت سے پروان چڑھتے ہیں۔ اُن بیانات کے برخلاف جو سیکھنے کو صرف فرد کی معلوماتی پراسیسنگ میں رکھتے ہیں، سماجی ثقافتی نقطہ نظر اِس پر زور دیتا ہے کہ:

وساطت بنیادی ہے۔ انسان ثقافتی اوزاروں — زبان، تحریر، نقشے، ٹیکنالوجیاں — کے ساتھ اور اُن کے ذریعے سوچتے ہیں، جو اُن کے استدلال، یاد رکھنے اور مسئلہ حل کرنے کو نئے سرے سے ترتیب دیتے ہیں (Wertsch، 1991)۔ یہ اوزار محض معلومات منتقل نہیں کرتے؛ وہ علم اور شرکت کو نئے سرے سے شکل دیتے ہیں۔
سیکھنا سماجی ہے۔ اعلیٰ ذہنی افعال پہلے لوگوں کے درمیان (بین الذاتی طور پر، تعامل میں) ظاہر ہوتے ہیں اور بعد میں فرد کے اندر۔ سیکھنا اساتذہ، ساتھیوں اور برادریوں کے ساتھ شرکت سے ابھرتی ہے — سہارے، شاگردی، اور ZPD میں حرکت جیسے عملوں میں۔
علم تقسیم شدہ ہے۔ علمی کام لوگوں، مصنوعات اور ماحول میں پھیلا ہوتا ہے (Hutchins؛ Clark & Chalmers؛ Pea)، فرد کے ذہن میں بند نہیں۔ تقسیم شدہ علم، مقامی سیکھنا اور عمل کی برادریاں سماجی ثقافتی دھارے کو آگے بڑھاتی ہیں۔

قریبی نشوونما کا زون (ZPD)

ZPD (Vygotsky) وہ سماجی ثقافتی تصور ہے جو AI ٹیوٹرنگ میں سب سے زیادہ استعمال ہوتا ہے: وہ جگہ جو سیکھنے والا تنہا کر سکتا ہے اور جو وہ مدد کے ساتھ کر سکتا ہے، اُن کے درمیان ہے۔ سیکھنا سب سے مؤثر اُس وقت ہوتی ہے جب تدریس اِس زون کو نشانہ بنائے — نشوونما کو آگے دھکیلنے کے لیے کافی چیلنج، اور پیش رفت ممکن کرنے کے لیے کافی سہارا۔ یہ سہارے کی نظریاتی بنیاد ہے: عارضی، قابلِ تعدیل مدد جو قابلیت بڑھنے کے ساتھ واپس لی جاتی ہے۔ تعلیم میں AI میں ZPD مرکزی ڈیزائن سوال کا فریم دیتا ہے کہ AI ٹیوٹر کو کتنی مدد فراہم کرنی چاہیے تاکہ سیکھنا آگے بڑھے بغیر اِس کے کہ جواب تھما دیا جائے — دیکھیں The Evidence Base on AI in K-12: A 2026 Review۔

مشین کی بنائی مدد اُس زون کے اندر بھی اتر سکتی ہے۔ چار ریاضیاتی مضامین میں 274 بالغ سیکھنے والوں کے بے ترتیب مطالعے میں، ChatGPT کے تیار کردہ حل شدہ مثال والے اشاروں نے قبل سے بعد تک 17.00% اضافہ پیدا کیا، بغیر اشاروں کے 1.85% کے مقابلے میں، جبکہ انسانی ٹیوٹر کے لکھے اشاروں نے 11.62%؛ دونوں مدد کی حالتوں کو اعداد و شمار کی سطح پر الگ نہیں کیا جا سکا (Pardos اور Bhandari، 2024)۔ غلطی کی شرح اِس برابری کو مشروط کرتی ہے: 32% تیار کردہ اشارے معیار کی جانچ میں ناکام رہے جب تک خود مطابقت والی پرامپٹنگ نے اُسے تین الجبرا مضامین میں تقریباً صفر اور اعداد و شمار میں 13% تک نہ گھٹا دیا۔ زیادہ جاننے والا دوسرا جو تین میں سے ایک بار غلط ہو، پھر بھی وساطتی ایجنٹ ہے، اِسی لیے سیکھنے والا اُس پر تعمیر کرنے سے پہلے مشین کے حصے کی جانچ کرے۔

تعلیم میں AI میں سماجی ثقافتی سیکھنا

سماجی ثقافتی نظریہ AIED تحقیق کو کئی الگ طریقوں سے شکل دیتا ہے:

AI بطور وساطتی ایجنٹ۔ جنریٹیو AI وساطتی ذرائع اور سماجی تعامل کے درمیان سماجی ثقافتی فرق کو پیچیدہ بناتا ہے: وہ سرگرمی کی وساطت بھی کرتا ہے اور سیاق و سباق سے حساس، مشروط شراکتیں پیدا کرتا ہے جو تعامل کو شکل دیتی ہیں، بغیر قصد، سماجی رکنیت یا جواب دہی کے۔ Warschauer، Tate اور Ritchie (2026) وساطتی ایجنٹ کو ایک ہائبرڈ قسم کے طور پر تجویز کرتے ہیں، اور شرکت کی انسان اول عادتیں اخذ کرتے ہیں (انسانی علم کی اولیت، بامقصد شمولیت، نگرانی کی ایجنسی، علمی چوکسی، عکاس خود ضابطگی) تاکہ سیکھنے والے کی ایجنسی محفوظ رہے۔(Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)
AI کے ضابطگی کردار کا مرحلے سے حساس بیان۔ انسان اور AI کے شریک ضابطگی کا نشوونما فریم ورک AI کو چار کردار دیتا ہے — سہارا، میٹا کوگنیشن کی حمایت، بیرونی یادداشت، اور فیصلہ سازی کا ساتھی — اور اُنہیں مرحلے کے لحاظ سے رکھتا ہے: ابتدائی بچپن میں منظم بیرونی ضابطگی، درمیانی بچپن اور بلوغت میں میٹا کوگنیشن کا ساتھی، اور بلوغ میں پیچیدہ علم پر ساتھی۔
ZPD کے مطابق کیلیبریٹ شدہ سہارا۔ AI ٹیوٹرز کو مدد کو متحرک طور پر ہر سیکھنے والے کے زون میں بٹھانے کے لیے کیلیبریٹ کرنا چاہیے۔ The Evidence Base on AI in K-12: A 2026 Review دکھاتا ہے کہ سیکھنے والے کی سطح پر ٹیون کیے گئے ٹیوٹرز عمومی مدد سے بہتر کارکردگی دکھاتے ہیں؛ انطباقی سیکھنا اور ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming مشکل اور اشاروں کو ایڈجسٹ کر کے ZPD کو عملی شکل دیتے ہیں؛ اور اصولی فریم ورک جیسے A principled way to think about AI in education: guidance for educators and policy makers based on goals, models دلیل دیتے ہیں کہ مدد قابلیت بڑھنے کے ساتھ واپس لی جانی چاہیے۔
زون چھوڑنے کا اشارہ مقصد ہے، گہرائی نہیں۔ جو ٹیوٹر فیصلے کے مقام پر بڑھتا اور گھٹتا ہے، اُس نے مختلف فیصلے کے بارے میں ایک مرحلے کے بعد 65.0% مواقع پر ہار مان لی، جو زیرِ سہارا فیصلے کو نشانہ بنانے والے مرحلوں کی شرح سے دوگنا ہے، اور جواب کی گہرائی نے نتائج کی ترتیب نہیں بدلی (Hou وغیرہ (2026))۔ واپسی ایسے سیکھنے والے کو فرض کرتی ہے جو جواب دے: قبولیت پہلی درخواست کے بعد 37.0% سے تیسری کے بعد 21.8% تک گری، چنانچہ خاموشی تیاری کا ثبوت نہیں۔
چوتھا زون: جو ماڈل جانتا ہے۔ Tsim اور Gutoreva (2025) Vygotsky کے خاکے کو ٹیوٹرنگ لوپ کے بجائے بڑھاتے ہیں، ZPD میں GenAI کو معلوم کا زون شامل کرتے ہیں اور چار ذیلی زون پڑھتے ہیں جو درجہ بندی کرتے ہیں کہ کوئی کام کسے تفویض کیا جائے: Substitute (کام سے مخصوص علم نہیں، چنانچہ ماڈل کی عمومی قابلیت اُسے اٹھاتی ہے)، Aid (جزوی علم، تقویت یافتہ)، Complement (ماڈل کے اخراج کی نگرانی کے لیے کافی علم)، اور Non-negotiable (بغیر مدد کرنے کے لیے کافی، چنانچہ تفویض کم ہی اضافہ کرتی ہے)۔ سہارا اشارے کی فراہمی کے بجائے کام کی تفویض کے طور پر بیان ہوتا ہے، اور حقیقی وقت کی جانچ، غور اور سیکھنے کا میٹا کوگنیشن لوپ ہی وقت کے ساتھ کسی کام کو ذیلی زونوں کے درمیان منتقل کرتا ہے۔
شاگردی اور برادری۔ سماجی ثقافتی خیالات علمی شاگردی، نمونہ سازی، کوچنگ اور بتدریج واپسی کی بنیاد ہیں؛ عمل کی برادریاں سیکھنے کو برادری کے طریقوں میں زیادہ مکمل شرکت کی طرف حرکت کے طور پر رکھتی ہیں۔
ثقافتی اور ادارہ جاتی سیاق و سباق۔ تشکیل پسندی سے قریب سماجی ثقافتی دھار زور دیتا ہے کہ ثقافتی جہت اِسے شکل دیتی ہے کہ جاننا کیا شمار ہوتا ہے، کون مستند ہے، اور محنت کا مطلب کیا ہے — دیکھیں Sydney PreK-12 تیز جائزے کا سیکھنے والے–سیاق و سباق–ثقافتیں فریم۔
گفتگو کے پیمانوں کی تصدیق کے لیے وہی نوجوان درکار ہیں جن کی گفتگو ناپی جاتی ہے۔ چار مرکزی طلبہ کے ساتھ گفتگو کی حرکت کی تعریفوں کو نئے سیاق میں رکھنے سے LLM کی درجہ بندی کا F1 Claim کے لیے +0.104 اور Question کے لیے +0.23 بڑھا، اور طلبہ کی اپنی تشریحات بالغوں اور ماڈل کے فریموں سے مختلف تھیں — یہ متن پر مبنی درجہ بندی کی ساختی حد ہے، ڈیٹا کے حجم کا مسئلہ نہیں (Santos-Deonizio وغیرہ (2026))۔

علمی بوجھ اور میٹا کوگنیشن سے تعلق

سماجی ثقافتی دھار علمی بوجھ کے نظریے سے مضبوطی سے جڑا ہے (مدد کو بوجھ سنبھالنا چاہیے مگر نتیجہ خیز محنت ختم نہیں کرنی چاہیے) اور میٹا کوگنیشن سے (زون میں موجود سیکھنے والے فعال طور پر اپنی سمجھ کی نگرانی اور ضابطگی کر رہے ہوتے ہیں)۔ The Evidence Base on AI in K-12: A 2026 Review K-12 شہادت کا خلاصہ کرتا ہے کہ AI اوزار سب سے بہتر اُس وقت کام کرتے ہیں جب وہ سیکھنے والوں کو جواب دینے کے بجائے ZPD میں رکھیں، اور انسان-در-حلقہ کی تحقیق یہ بتاتی ہے کہ انسانی اور AI مدد مل کر سیکھنے والے کا زون کیسے متعین کرتی ہیں۔

جنریٹیو AI بطور وساطتی ایجنٹ (2026): Vygotskian وساطت سے اخذ کرتے ہوئے، ایک نظریاتی مقالہ جنریٹیو AI کو محض اوزار یا وساطتی ذریعہ نہیں بلکہ ایک وساطتی ایجنٹ کے طور پر نئے سرے سے رکھنے کی تجویز دیتا ہے جو سیکھنے کی سرگرمی میں فعال طور پر شریک ہوتا ہے، اور سماجی ثقافتی نظریے کی مرکزی اوزار بمقابلہ سماجی تعامل کی حد کو دھندلا دیتا ہے (Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory)۔ یہ جنریٹیو ماڈلوں کو غیر فعال آلات کے بجائے شریک شرکت کنندہ کے طور پر رکھتا ہے، اور اِس کے مضمرات ہیں کہ وساطت، ایجنسی اور سیکھنے والے اور AI کے رشتے کو سیکھنے کی سائنسز میں کیسے نظریہ بند کیا جائے۔

عام غلط فہمیاں

"سماجی ثقافتی نظریہ فرد کے علم میں اضافے کے طور پر سیکھنے کے سماجی عوامل کے بارے میں ہے۔" زیادہ مضبوط دعویٰ یہ ہے کہ علم لوگوں، مصنوعات اور ماحول میں تقسیم شدہ ہے، فرد کے سروں کے اندر نہیں رکھا ہوا۔ اِس نظریے میں AI سیکھنے والے کے علم میں شامل کوئی بیرونی مددگار نہیں؛ وہ اُس نظام کا جزو ہے جس میں علم چلتا ہے، اور یہ بدل دیتا ہے کہ کیا ناپا جائے۔

"اگر علم تقسیم شدہ ہے تو انفرادی جانچ غلط چیز ناپ رہی ہے۔" یہ تشریح بدلتا ہے، پیمائش ہٹاتا نہیں۔ جانچ جو کچھ پکڑتی ہے وہ اِس پر منحصر ہے کہ اُس وقت نظام میں کیا موجود ہے، اِسی لیے مدد کے ساتھ اور بغیر مدد کی کارکردگی مختلف ہوتی ہے — یہ مختلف ترتیبوں کی پیمائشیں ہیں۔

"گروہ میں اوزار شامل کرنا صرف گروہ کی کارکردگی بدلتا ہے۔" یہ محنت کی تقسیم بدلتا ہے، جو نظریے کا تجزیاتی اکائی ہے۔ جو گروہ اپنے بیشتر سوالات کسی ایجنٹ کی طرف بھیجے، اُس نے علمی کام دوبارہ تقسیم کر دیا ہے، چاہے اخراج ویسا ہی رہے۔

"تقسیم شدہ علم کا مطلب فرد کی کوئی اہمیت نہیں۔" اِس کا مطلب یہ ہے کہ فرد کا حصہ محض انفرادی کارکردگی سے نہیں پڑھا جا سکتا؛ تجزیے کی اکائی سرگرمی کا نظام ہے، تنہا شخص نہیں۔

منسلک تصورات

منسلک مضامین

When Youth Enter The Chat: An Epistemic Shift in the Validation of LLM-Based Measures of Student Talk — جب نوجوان گفتگو میں آتے ہیں: طلبہ کی گفتگو کے LLM پر مبنی پیمانوں کی تصدیق
Generative AI as a Mediational Agent: Rethinking Learning in Sociocultural Theory — جنریٹیو AI بطور وساطتی ایجنٹ
ProPACT: A Proactive AI-Driven Adaptive Collaborative Tutor for Pair Programming — باہمی AI ٹیوٹرنگ
A principled way to think about AI in education: guidance for educators and policy makers based on goals, models — اصولی AI تعلیم کے فریم ورک
The Evidence Base on AI in K-12: A 2026 Review — K-12 میں AI کے لیے Stanford کی شہادتی بنیاد
Young People, Learning, and Generative AI: A Rapid Literature Review and Implications for PreK-12 Education — PreK-12 میں GenAI کا Sydney تیز جائزہ
Artificial intelligence as a cognitive partner: a developmental framework for human-AI co-regulation in learning — AI بطور علمی ساتھی اور شریک ضابطگی
ChatGPT-generated help produces learning gains equivalent to human tutor-authored help on mathematics skills — LLM کے لکھے اشارے ریاضی سیکھنے کے فوائد میں انسانی ٹیوٹر کے اشاروں کے برابر رہے (Pardos اور Bhandari 2024)
Adaptive Scaffolding Needs Contingency: An AI Tutor That Escalates and Fades on What the Learner Does — واپسی اِس پر کہ سیکھنے والے کا مرحلہ کس چیز کو نشانہ بناتا ہے، اِس پر نہیں کہ جواب کتنا گہرا ہے

میٹا ڈیٹا

سیکھنا اور استادی	تعمیریت, سیکھنے کے نظریے, سکافولڈنگ, سماجی ثقافتی سیکھنا
ٹیکنالوجیز اور طریقے	جنریٹو AI
تعلیم میں AI کی بنیادیں	سیکھنے والے کی ایجنسی, انسان اور AI کا تعاون

ذریعہ تاریخچہ ترمیم کریں گفتگو