عمومی سوالات
AI ایجنٹ طلبہ اور اساتذہ کی مدد کیسے کر سکتے ہیں؟
انگریزی صفحے کا خودکار ترجمہ، جو ابھی تک کسی مقامی بولنے والے کے ذریعے جانچا نہیں گیا۔
وینڈر کا ڈیمو چالیس منٹ چلتا ہے۔ ایجنٹ نصاب پڑھتا ہے، اگلے ہفتے کا کوئز ڈرافٹ کرتا ہے، تین ایسے طلبہ نشان زد کرتا ہے جنہوں نے پڑھائی نہیں کھولی، اور انہیں ای میل کرنے کی پیشکش کرتا ہے۔ آپ کا پرووسٹ مہینے کے آخر تک لائسنس کا فیصلہ چاہتا ہے۔
ایجنٹ منصوبہ بناتا ہے، ٹولز بلاتا ہے، سیاق رکھتا ہے، کام کو ذیلی کاموں میں تقسیم کرتا ہے اور باریوں میں ڈھلتا ہے، جو چیٹ بوٹ سے زیادہ ہے۔ اس سے طلبہ اور اساتذہ کی طرف جو کردار کھلتے ہیں وہ حقیقی ہیں۔ شہادت یہ نہیں دکھاتی کہ زیادہ خودمختاری زیادہ سیکھنا پیدا کرتی ہے: یہاں کے واحد سر بہ سر مطالعے میں ایجنٹ اور چیٹ بوٹ برابر رہے۔ خودمختاری وہاں رکھیں جہاں کوئی شخص آؤٹ پٹ جانچتا ہو، منصوبہ بندی سیکھنے والے کے پاس رکھیں، اور تدریس کے معیار کو اپنے روبرک پر ناپیں۔
مختصراً
1. پروڈکٹ سے پہلے کام کا نام لیں۔
2. اساتذہ کی طرف سے شروع کریں، جہاں استاد پہلے ہی کام کا معائنہ کرتا ہے۔
3. بڑھتی خودمختاری کو لاگت سمجھیں جب تک شہادت اس کے خلاف نہ ہو۔
4. منصوبہ بندی اور فیصلہ سیکھنے والے کے پاس رکھیں، کیونکہ اسائنمنٹ انہی کو بنانے کے لیے ہے۔
5. ایجنٹ کو اپنے روبرک پر ناپیں، اور پائلٹ ختم ہونے سے پہلے غیر معاون جانچ شیڈول کریں۔
ایجنٹ چننے سے پہلے کام چنیں
تعلیم میں ایجنٹک ورک فلو چار بار بار آنے والی صلاحیتیں بتاتا ہے: عکاسی، منصوبہ بندی، ٹول کا استعمال، اور کثیر ایجنٹ تعاون۔ ہر ایک امکان کے ساتھ ایک لاگت بھی جوڑتی ہے، وضاحت کی صلاحیت، ہم آہنگی، اعتماد، تاخیر اور نگرانی میں۔
طلبہ کی طرف کے کردار ایڈاپٹیو ٹیوٹرنگ اور مطالعے کی منصوبہ بندی سے لے کر تشکیلاتی فیڈبیک، رہنمائی والے مسئلہ حل کرنے اور مشق کی پیداوار تک، اور پھر شرطِ لازم کی سفارشات اور عکاسی والی میٹا کوگنیشن پرامپٹ نگاری تک چلتے ہیں۔ اساتذہ کی طرف کے کردار مواد کی تیاری، سوال کی پیداوار اور توثیق، فیڈبیک کی چھانٹی، کورس کی لرننگ اینالیٹکس، تدریسی ڈیزائن، وسائل کی بازیابی، اور مخصوص ذیلی ایجنٹوں کی ترتیب کا احاطہ کرتے ہیں۔
ان میں سے دو ابتدا میں زیادہ محفوظ ہیں، کیونکہ دونوں ایسی دستاویز بناتے ہیں جسے طلبہ سے پہلے کوئی شخص پڑھتا ہے: سوال پیدا کرنے والا جو توثیق کار کے ساتھ جڑا ہو، اور ایسی ڈرافٹنگ جس میں استاد ترمیم کرے۔
وہاں سے شروع کریں جہاں انسان پہلے سے کام جانچتا ہے
ٹیوٹر کوپائلٹ، زندہ ٹیوٹرنگ میں انسانی اور AI نظام کا پہلا بے ترتیب کنٹرول شدہ ٹرائل، نے نئے ٹیوٹروں کو تجربہ کار ٹیوٹروں کے استدلال سے نکلی ہوئی فوری رہنمائی دی، 900 ٹیوٹروں اور تقریباً 1,800 طلبہ پر محیط۔ جن ٹیوٹروں کے پاس رسائی تھی، ان کے طلبہ کے موضوعات پر مہارت حاصل کرنے کے امکانات 4 فیصدی نقاط زیادہ تھے، جو سب سے کم درجہ بندی والے ٹیوٹروں میں 9 نقاط تک پہنچے، اور ان کے طلبہ کنٹرول گروپ کے بہتر درجہ بندی والے ٹیوٹروں کے طلبہ کے برابر آ گئے۔ اس کی لاگت ہر ٹیوٹر پر سالانہ تقریباً $20 تھی، اور 550,000 سے زیادہ ٹیوٹرنگ پیغامات کے تجزیے نے دکھایا کہ ٹیوٹر جواب دینے سے رہنمائی کے سوال پوچھنے کی طرف آئے۔ یہ AI ہے جو استاد کی تقویت کر رہا ہے۔
ایجنٹ نے طالب علم کو نہیں پڑھایا۔ اس نے گفتگو کے دوران انسان کو مواد دیا، اور انسان نے طے کیا کہ کیا کہنا ہے۔ چکر میں موجود انسان اور کام کے قریب نتیجہ ہی وہ چیز ہے جو اس نتیجے کو دوسرے کورس میں منتقلی کے قابل بناتی ہے۔
یہ فرض نہ کریں کہ زیادہ خودمختاری زیادہ سیکھنا خریدتی ہے
ای کامرس کورس کے 130 طلبہ کا مطالعہ نے پایا کہ جنریٹو AI چیٹ بوٹ اور ایجنٹ دونوں کو روایتی ای لرننگ سے سیکھنے اور ذاتیانہ بنانے پر بلند درجہ دیا گیا، اور چیٹ بوٹ اور ایجنٹ کے درمیان کوئی اہم فرق نہ تھا۔ خودمختاری بڑھی، ان پیمانوں پر قدر نہ بڑھی۔
اس مطالعے کا فریم ورک ایجنٹوں کو محدود، انسانی نگرانی والے سیکھنے کے ساتھی سمجھتا ہے، جن کے اہداف، چوکیاں اور حتمی فیصلے لوگوں کے پاس رہتے ہیں۔ ایجنٹ لیبل سے آگے اسے گورننس کا قاعدہ بناتا ہے: خودمختاری شہادت کی پختگی یا جواب دہ انسانی کنٹرول کی طاقت سے آگے نہ بڑھے، اور شہادت دستاویز کی سطح کے نتائج پر سب سے مضبوط ہے، پائیدار سیکھنے اور مساوات پر سب سے کمزور۔
سیکھنے والے کی طرف خطرہ اسی سمت چلتا ہے۔ جو ایجنٹ طالب علم کے لیے منصوبہ بناتا اور نگرانی کرتا ہے، وہ اُس مشق کو ہٹا دیتا ہے جو خود ضبطی بناتی ہے اور علمی بوجھ اتارنے کی دعوت دیتا ہے۔ بہترین عمل کی رہنمائی جان بوجھ کر رکاوٹ، بتدریج کم ہوتی سکافولڈنگ اور انسانی نگرانی کا تقاضا کرتی ہے۔ پیداواری رکاوٹ کی کام کرتی مثالیں موجود ہیں۔ کمزور ڈیزائن سے بحث کرنے والے تعمیری تنازع کے ایجنٹوں نے جائزہ لی گئی تحقیق میں ڈیزائن کے نتائج بہتر کیے۔ نقلی ساتھی باہمی سیکھنے اور سقراطی کھوج کی معاونت کرتے ہیں، اور طبی نقلی ماحول سیکھنے والوں کو وہاں مشق کرنے دیتے ہیں جہاں غلطی سستی ہے۔
ان میں سے کسی کے لیے امتحان یہ ہے: سیشن کے بعد طالب علم وہ کیا کر سکتا ہے جو پہلے ایجنٹ کر رہا تھا؟ فیصلہ سونپ دینا طالب علم سے اسے استعمال کرنے کی مشق چھین لیتا ہے۔
ایجنٹ کو اپنے فیصلے کے سامنے جانچیں
طبی نصاب میں تعینات آٹھ AI تدریسی ایجنٹوں کو پلیٹ فارم کے بنائے ہوئے اسکور اور ایک آزاد ماہر روبرک نے مختلف ترتیب میں رکھا۔ پلیٹ فارم کا تیسرے نمبر والا ایجنٹ تدریس کے معیار پر آخری آیا۔ پلیٹ فارم کے اسکور طلبہ کی کارکردگی بتاتے ہیں، اور وہ ایسی وجوہات سے بدلتی ہے جن کا تدریس سے کوئی تعلق نہیں۔
پوچھیں کہ ڈیش بورڈ کا نمبر کیا گنتا ہے، اس کے پیچھے روبرک کس نے لکھا، اور کم اسکور طالب علم کے کام میں کیسا نظر آئے گا۔ تدریسی حفاظت اسی جائزے کا حصہ ہے، کیونکہ ایجنٹوں کی زنجیر یہ بتانا مشکل بنا دیتی ہے کہ غلط جواب پر کون سا جزو جواب دہ ہے۔
بند ہونے کی منصوبہ بندی کریں
بے ترتیب ٹرائل دکھاتے ہیں کہ مختصر AI معاونت بعد کی غیر معاون کارکردگی دبا سکتی ہے، اور ہٹانے کے بعد کا وقفہ، علمی دھلائی، تقریباً پوری طرح ناپا نہیں گیا۔ اس صفحے کے پیچھے کی ترکیب 474 مطالعات کے اسکوپنگ جائزے سے ماخوذ ہے اور کام کو اعلیٰ تعلیم، STEM، مختصر مدت کے ڈیزائن اور متن پر مبنی ٹیوٹرنگ میں مرکوز پاتی ہے، جہاں صرف اقلیت واضح طور پر تعلیمی نظریے میں جڑی ہے۔ جو پائلٹ لائسنس ختم ہونے پر ختم ہوتا ہے، اس نے غلط کھڑکی ناپی ہے۔
منتظمین اس بارے میں کیا غلط سمجھتے ہیں
ایجنٹ ایک بہتر چیٹ بوٹ ہے، اس لیے بہتری نتائج میں نظر آنی چاہیے۔ 130 طلبہ کے موازنے میں دونوں AI شرائط ای لرننگ سے بہتر رہیں اور کوئی ایک دوسرے سے بہتر نہیں رہی۔
ڈیش بورڈ تدریس کے معیار کی درجہ بندی کرتا ہے۔ وہ طلبہ کی کارکردگی کی درجہ بندی کرتا ہے، اور آٹھ ایجنٹوں نے ایسی ترتیب دی جس نے ماہر روبرک کے سامنے تیسرے اور آخری نمبروں کو اُلٹ دیا۔
خودمختاری وہ فیچر ہے جو خریدنا چاہیے۔ تناسب کا قاعدہ اُلٹی سمت چلتا ہے، اور شہادت وہاں سب سے پتلی ہے جہاں خودمختاری سب سے بڑی ہے۔
رسائی مساوات کا خلا بند کرتی ہے۔ قابل ایجنٹک نظاموں تک غیر مساوی رسائی اسے بڑھا سکتی ہے، اور ایجنٹ تربیتی ڈیٹا کی جانب داری کو بڑے پیمانے پر دہراتا ہے۔
جو آپ پر واپس آئے گا
“طلبہ اسے کام کرنے ہی دیں گے۔” کچھ دیں گے، اور ڈھانچہ طے کرتا ہے کہ یہ کتنا آسان ہوگا۔ جو ایجنٹ طالب علم کے لیے منصوبہ بناتے اور ڈرافٹ کرتے ہیں، وہ اس کی دعوت دیتے ہیں۔ جو ایجنٹ کوشش کا مطالبہ کرتے ہیں، پھر سوال پوچھتے ہیں، وہ نہیں۔
“وینڈر کی جانچ کہتی ہے کہ یہ کام کرتا ہے۔” پوچھیں کہ نمبر کیا گنتا ہے۔ اگر وہ پلیٹ فارم کا ناپا ہوا طالب علم کی کارکردگی ہے، تو وہ ایجنٹ کے ساتھ ساتھ طلبہ کو بھی ناپتا ہے۔
“زنجیر میں کون سا ایجنٹ جواب دہ ہے، کوئی نہیں بتا سکتا۔” بیشتر موجودہ تعیناتیوں کے لیے یہ سچ ہے۔ زنجیر کا ایک ذمہ دار مقرر کریں، لاگ کریں کہ کون سا جزو کون سا آؤٹ پٹ بنا رہا ہے، اور طالب علم کے ریکارڈ تک کچھ پہنچنے سے پہلے انسانی چوکی رکھیں۔
اس ہفتے کیا کریں
1. اگلی وینڈر کال سے پہلے کام اور وہ نتیجہ لکھیں جس پر آپ اسے جانچیں گے، ہر ایک ایک جملے میں۔
2. طالب علم کے دس حقیقی کاموں پر ایک ایجنٹ کے آؤٹ پٹ کو اپنے روبرک پر ناپیں، اور اسکور محفوظ رکھیں۔
3. پائلٹ کے منصوبے میں تاریخ والا، ذمہ دار شخص والا غیر معاون کام شامل کریں۔
آگے کہاں جائیں
مؤثر AI ٹیوٹر تیار کرنے کے بہترین طریقے کیا ہیں؟ طلبہ کی طرف کی تعمیر کو مقصد سے مدد کی سیڑھی تک ڈھانپتا ہے، اور اساتذہ AI سے متعلق مداخلتوں کے جائزے کے لیے کون سے پیمانے اور تحقیقی طریقے استعمال کر سکتے ہیں؟ یہ دیکھتا ہے کہ چیز کام کر گئی یا نہیں۔ Intelligent Tutoring اور مصنوعی ذہانت کی لیٹریسی وہ ڈیزائن الفاظ دیتے ہیں جنہیں یہ صفحہ فرض کرتا ہے۔