عمومی سوالات
AI کو سیکھنے کے تجربے میں کیسے شامل کیا جانا چاہیے؟
انگریزی صفحے کا خودکار ترجمہ، جو ابھی تک کسی مقامی بولنے والے کے ذریعے جانچا نہیں گیا۔
ماڈیول کے خاکے میں ایک لکیر ہے جس پر 'AI سرگرمی' لکھا ہے اور کوئی نہیں بتا سکتا کہ یہ کس چیز کی جگہ لے رہی ہے۔ یا کسی استاد نے ایسے کورس میں چیٹ بوٹ شامل کرنے کو کہا ہے جو پہلے ہی ٹھیک چل رہا ہے، اور آپ کا کام اسے ایسے رکھنا ہے کہ کورس کو کامیاب بنانے والا حصہ خراب نہ ہو۔
سیکھنے کے مقصد اور اسے پیدا کرنے والی سرگرمی سے شروع کریں۔ ایک ہی ماڈل سکافولڈ، سقراطی ساتھی، مسودے پڑھنے والا، نقالی یا جواب دینے والی مشین بن سکتا ہے، اور آپ کو کون سا ملتا ہے یہ ماڈل کے بجائے ڈیزائن پر منحصر ہے۔ جس انداز کو آپ بنا رہے ہیں اس کا نام لیں، کوئی بھی مدد آنے سے پہلے طالب علم کی کوشش رکھیں، اور کورس میں کم از کم ایک راستہ ایسا رکھیں جو ٹول کے بغیر چلے۔
مختصراً
1. یہ جملہ لکھیں کہ طلبہ ٹول کے بغیر بعد میں کیا کر سکیں گے، اور ہر AI خصوصیت کو اسی کے سامنے جانچیں۔
2. تعامل کی ترتیب بنائیں: طالب علم کوشش کرتا ہے، AI سہارا دیتا ہے، طالب علم جانچتا یا نظرثانی کرتا ہے، طالب علم مظاہرہ کرتا ہے۔
3. ICAP سیڑھی پر انداز کا نام لیں۔ بائی پاس اور سکافولڈ ایک ہی ٹول کے مختلف زینے ہو سکتے ہیں۔
4. AI کو وہاں رکھیں جہاں کورس کی ترتیب پہلے ہی کوئی خاص سرگرمی چاہتی ہے، آخر میں بونس کے طور پر نہیں۔
5. جب کوئی صلاحیت بن رہی ہو تو ٹول روکیں، پھر اسے ایسے مقام پر بحال کریں جسے طالب علم جھوٹا ثابت نہ کر سکے۔
طے کریں کہ طالب علم ٹول کے بغیر کیا کرتا ہے
علم کی بنیاد کا تدریسی حکمتِ عملیاں اور تدریسی طریقے تصور یہ جانچ دیتا ہے: کیا یہ تشکیل اُس سرگرمی کو بچاتی ہے جو مطلوبہ سیکھائی پیدا کرتی ہے؟ اس کا جواب کاغذ پر دیں، اس سے پہلے کہ کوئی خصوصیت چنے۔
اصولی AI تعلیم کا فریم ورک عمومی قاعدہ بیان کرتا ہے: ٹیکنالوجی کو ان انسانی صلاحیتوں کو بڑھانا چاہیے، ان کی جگہ لینا نہیں، جنہیں تعلیم پروان چڑھانا چاہتی ہے۔ ماڈیول کے لیے جانچ کے طور پر لکھا جائے تو اس کا مطلب ہے صلاحیت کا نام لینا، اسے بنانے والی سرگرمی کا نام لینا، اور یہ پوچھنا کہ AI اس سرگرمی کے اندر بیٹھتا ہے یا اس کے پہلو میں۔
مدد سے پہلے کوشش رکھیں
حقیقی کلاس کے ساتھ چلنے والا طے شدہ نمونہ: طالب علم کوشش کرتا ہے، AI سہارا دیتا ہے، طالب علم جانچتا یا نظرثانی کرتا ہے، طالب علم سمجھ کا مظاہرہ کرتا ہے۔
عملی طور پر اس کا مطلب ہے کہ کوئی بھی مدد آنے سے پہلے ابتدائی پیش گوئی یا حل مانگیں، اور فوری تکمیل کے بجائے سوالات، اشاروں، مثالوں، جوابی دلائل اور فیڈبیک کو ترجیح دیں۔ جہاں بارآور ناکامی سیکھائی کی خدمت کرے وہاں اسے بچائیں۔ اہم دعووں کی تصدیق لازمی کریں، وضاحت اور پڑھا کر سیکھنا شامل کریں، اور قابلیت بڑھنے کے ساتھ سہارا کم کریں۔ کچھ AI سے پاک کام رکھیں تاکہ طلبہ اندازہ لگا سکیں کہ وہ تنہا کیا کر سکتے ہیں۔
AI کے غلط استعمال میں کمی کی ترکیب بھی یہی شکل تجویز کرتی ہے: پہلے سوچیں، دوسرے AI، تیسرے غور، سوچے سمجھے جانچ کے مقامات کے ساتھ۔
جس انداز کے لیے آپ ڈیزائن کر رہے ہیں اس کا نام لیں
رمل، ناخٹیگال اور پناڈیرو کی باورچی خانے کی مشین کی مثال سوال کو یہاں سے ہٹاتی ہے کہ کیا طلبہ جنریٹیو AI استعمال کرتے ہیں، اور یہاں لے آتی ہے کہ وہ استعمال انہیں کیا بناتا ہے۔ ICAP اور SAMR پر ڈھالا جائے تو یہ ایک سیڑھی دیتی ہے۔ کسی اسائنمنٹ کو بغیر نظرثانی یا تنقیدی مصروفیت کے مکمل آؤٹ سورس کرنا غیر فعال متبادل ہے، اور یہ مہارت کے نقصان اور حد سے زیادہ انحصار کا خطرہ رکھتا ہے۔ پرامپٹ کی بہتری اور مصنوعات کی جانچ پہلے علم اور خود ریگولیشن مانگتی ہے، جو فعال یا اضافہ ہے۔ اصل کام پر دماغ لڑانے، خاکہ بنانے اور جانچنے کے لیے AI استعمال کرنا تعمیری یا ترمیم ہے۔ مشترکہ تعمیر اور موافقت پذیر فیڈبیک کے لیے AI بطور حقیقی مکالمہ ساتھی تعاملی یا نئی تعریف ہے۔
اس کا مطلب سیدھا ہے۔ ایک ہی ٹول ایک زینے پر بائی پاس اور اگلے پر سکافولڈ ہے، سو ڈیزائن دستاویز کو مطلوبہ انداز کا نام لینا چاہیے۔
اسے وہاں رکھیں جہاں ترتیب کوئی سرگرمی چاہتی ہے
دیویاک، سویٹیک اور ہوروات نے 554 کورسز میں 29,064 تدریسی اور سیکھنے کی سرگرمیوں کی منصوبہ بند ترتیب کا تجزیہ کیا اور ایک نظر آنے والا ڈیزائن گرامر پایا۔ حصول کی قسم کی سرگرمیاں سب سے عام داخلہ نقطہ اور سب سے بڑی واحد قسم ہیں، 20% سے زیادہ۔ سیکھائی کی قسم مطلوبہ Bloom سطح کی پیروی کرتی ہے، حصول کی قسم سطح 1 پر تقریباً 50% سے سطح 6 پر تقریباً 20% تک گرتی ہے اور پیداوار کی قسم سطح 5 اور 6 پر 20% سے اوپر اٹھتی ہے۔ اعداد میں سب سے مضبوط منتقلی جانچ سے بحث کی طرف ہے، 0.332 پر۔
AI ڈیزائن کے لیے دو سبق نکلتے ہیں۔ ٹول کو وہاں رکھیں جہاں ترتیب کسی سرگرمی کی قسم کا ارادہ کرتی ہے۔ اور چونکہ فیڈبیک تعاون، گروپ ورک اور استاد کی موجودگی کے ساتھ جڑا ہوا تھا، ہم عمر اور ہم وقتی ڈھانچے وہ جگہ ہیں جہاں AI سہارا جوڑنا چاہیے، جہاں اسے متبادل نہیں بننا چاہیے۔
طے کریں کیا روکنا ہے، اور کب بحال کرنا ہے
تورس-ساہلی اور ساتھیوں کا 'پہلے رکیں، پھر بڑھائیں' فریم ورک اسے پروگرام کی سطح پر لے جاتا ہے۔ جب کوئی صلاحیت بن رہی ہو تو جنریٹو ٹول روکیں، پھر اسے تب بحال کریں جب طالب علم اسے ہدایت دے سکے، جو وہ لوٹائے اسے جانچ سکے، اور اس کا جواب دے سکے، ہر موڑ پر مشکل سے جھوٹے ثابت ہونے والے مقام کے ساتھ۔
اوزار ایک بننے بمقابلہ بوجھ اتارنے کے معیار سے چلتے ہیں: جہاں وہ مصروف کام کو سہارا دیں اجازت، جہاں توجہ خالی کریں اخراج۔ یہ بوجھ اتارنے کے فیصلوں کو نصاب اور گورننس کا سوال بنا دیتا ہے جو کورس کی سطح کے ڈیزائن سے پہلے آتا ہے، بعد میں نہیں۔
جانچیں کہ ہم آہنگی واقعی ہے
میک اِنز اور ساتھیوں کا مکالمہ تجزیہ اعلیٰ تعلیم کی 14 رہنمائی دستاویزات کا، خبردار کرتا ہے کہ کارکردگی کے انداز میں دیا گیا مشورہ، جیسے نتائج، روبرک اور کورس کے خاکے جنریٹو AI سے لکھوانا، ایسی ہم آہنگی پیدا کرتا ہے جو ہم آہنگ دکھتی ہے جبکہ تعمیری آدھا حصہ نظر انداز کر دیتی ہے۔ نتائج، سرگرمیاں اور جانچ الگ الگ شے کے طور پر پیدا ہوتی ہیں، ایک دوسرے پر منحصر کے طور پر نہیں۔
ان کا علاج دوبارہ ترتیب دینا ہے۔ اساتذہ کو تعمیری ہم آہنگی اتنی سمجھنی چاہیے کہ AI کے کسی بھی حصے کو سونپنے سے پہلے اسے ہدایت دے سکیں، پوچھ گچھ کر سکیں اور مسترد کر سکیں، کیونکہ معقول سطح قبول کر لینا وہی جانچی ناکامی ہے جس سے اساتذہ طلبہ کو خبردار کرتے ہیں۔ جہاں AI استعمال ہو، وہ ادارتی طور پر محدود، ریٹریول سے بڑھے نظاموں کی وکالت کرتے ہیں جو مقامی پالیسی اور معیار کے گرد ترتیب دیے جائیں، نہ کہ عمومی انٹرنیٹ پر تربیت یافتہ طے شدہ ماڈلز پر۔
انسٹرکشنل ڈیزائنرز کیا غلط سمجھتے ہیں
AI شامل کر دینا مداخلت شمار ہو جاتی ہے۔ سیکھائی وہ سرگرمی بدلتی ہے جو طالب علم انجام دیتا ہے، اور AI اس کے ماحول کا ایک حصہ ہے۔ اچھی جگہ رکھا اشارہ اور اچھی جگہ رکھا جواب ایک ہی ماڈل پر چل سکتے ہیں اور الٹی سیکھائی پیدا کر سکتے ہیں۔
اجازت لکھنا ہی ڈیزائن کا کام ہے۔ اجازت طے کرتی ہے کہ کیا جائز ہے۔ یہ ترتیب، انداز یا جانچ کا مقام طے نہیں کرتی، اور یہی تین طے کرتے ہیں کہ سرگرمی بچتی ہے یا نہیں۔
کارکردگی دوبارہ ڈیزائن کا مقصد ہے۔ ماڈل سے نتائج اور روبرک لکھنا تیز ہے، اور 14 دستاویزات کے تجزیے نے پایا کہ نتیجہ ہم آہنگ دکھ سکتا ہے جبکہ حصے ایک دوسرے کو سہارا دینا چھوڑ دیں۔
جو آپ پر واپس آئے گا
'طلبہ ویسے بھی اسے استعمال کریں گے، سو اس کے گرد ڈیزائن کرنا سادہ لوحی ہے۔' وہ کریں گے، اور یہی انداز بتانے اور اسے سکھانے کی دلیل ہے۔ جو ماڈیول انداز کا نام لے، وہ طالب علم کو پاس کرنے کے لیے کچھ دیتا ہے۔
'ہمارے پاس پورا کورس دوبارہ ترتیب دینے کا وقت نہیں۔' پھر ایک ماڈیول اور ایک جانچ دوبارہ ترتیب دیں۔ رک کر بڑھانے کا موڑ ایک جانچ کا مقام ہے، اور پہلے سوچنے کی ترتیب ہینڈ آؤٹ پر تین ہدایات ہیں۔
'ہماری AI خصوصیت میں پہلے ہی گارڈ ریل شامل ہیں۔' گارڈ ریل محدود کرتے ہیں کہ ماڈل کیا کہتا ہے۔ وہ طے نہیں کرتے کہ طالب علم نے پہلے کوشش کی یا نہیں، سہارا کم ہوتا ہے یا نہیں، یا AI سے پاک راستہ موجود ہے یا نہیں۔ یہ آپ کے کورس کے ڈیزائن فیصلے ہیں، مصنوعات کی ترتیبات نہیں۔
اس ہفتے کیا کریں
1. ماڈیول کے لیے بغیر مدد کارکردگی کا جملہ لکھیں اور اسے سرگرمیوں کی فہرست کے اوپر رکھیں۔
2. خاکے میں ہر AI سرگرمی کے پہلو میں مطلوبہ ICAP انداز لکھیں۔
3. ایک AI سرگرمی کو ایسے ہٹائیں کہ طالب علم پہلے مسئلے کی کوشش کرے۔
4. ماڈیول سے گزرنے والا ایک AI سے پاک راستہ چنیں اور اسے طلبہ کے لیے واضح کریں۔
5. ایک موڑ کا نام لیں جہاں ٹول روکا جاتا ہے، اور وہ جانچ کا مقام بتائیں جو اسے بحال کرتا ہے۔
آگے کہاں جائیں
انسٹرکشنل ڈیزائن، فعال سیکھائی اور سکافولڈنگ ڈیزائن کی اصطلاحات رکھتے ہیں۔ تعامل کی سطح کے ان طے شدہ اصولوں کے لیے جو فیصلہ کرتے ہیں کہ ڈیزائن کی گئی سرگرمی سیکھائی بچاتی ہے یا نہیں، AI کی بے ایمانی میں کمی اور AI کے دور میں جانچ کی نئی تشکیل دیکھیں۔ تعلیمی AI سافٹ ویئر کی ڈیزائننگ بتاتا ہے کہ یہی اصول خود سافٹ ویئر کو کیسے محدود کرتے ہیں، اور AI ٹیوٹر کی تیاری انہیں ٹیوٹر کے ڈھانچے میں ڈھالتا ہے۔