اس صفحے پر

AIEd ریسرچ ہفتہ وار اپ ڈیٹ #124 اکتوبر، 2026

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

تعلیم میں AI کے علمی ذخیرے کی جانب سے ایک ہفتہ وار مختصر جائزہ، کہ گزشتہ ہفتے شائع ہونے والی تحقیق اساتذہ، ڈویلپرز، محققین اور منتظمین کے لیے کیا معنی رکھتی ہے۔

اس ہفتے 71 نئے مطالعات اور دو نئے وسائل آئے، جس سے علمی ذخیرہ 1,805 مضامین کے خلاصوں، 220 تصوراتی صفحات، 37 سوالات و جوابات اور 33 وسائل تک پہنچ گیا۔ علمی ذخیرے سے بات کرنے کے لیے تلاش کریں یا AI استعمال کریں۔

اہم نکات اور سوالات

اس ہفتے کے دونوں سرخی والے نتائج ایک ہی بات کہتے ہیں: اسکور ہی نتیجہ نہیں ہوتا۔ تین بازوؤں والے ایک آزمائشی مطالعے نے مشق کے اسکور کھلی ویب کے ساتھ 29.85% سے بغیر پابندی ChatGPT کے ساتھ 71.84% تک پہنچا دیے، جبکہ تصوراتی سیکھنے میں کوئی فرق نہیں آیا، چنانچہ AI کی دستیابی میں زیادہ نمبر اس بات کا ثبوت نہیں کہ طلبہ نے زیادہ سیکھا۔ تیرہ ڈیٹیکٹر نے ایک ہی کاپی ایڈٹ کے بعد انسانی لکھے مسودوں کو 0% سے 100% تک کی شرح سے نشان زد کیا، چنانچہ ڈیٹیکٹر کا نشان بدسلوکی کا ثبوت نہیں۔

کیا ہوم ورک اٹھانے والا ٹیوٹر امتحان بھی اٹھا لیتا ہے؟ ایک بے ترتیب آزمائشی مطالعے نے طلبہ کے سامنے ثبوت لکھنے کا ٹیوٹر رکھا اور پھر ایسا امتحان ناپا جو اس کے بغیر لیا گیا۔
جب جمع شدہ کام ٹھیک لگے، تو اُس کا کتنا حصہ ماڈل کا ہے؟ انسٹھ چیٹ لاگ، اُنہی طلبہ کے جمع کردہ کام سے موازنہ کیے گئے۔
AI ڈیٹیکٹر کتنی بار ایسی تحریر کو نشان زد کرتا ہے جو واقعی انسان نے لکھی ہو؟ تیرہ ڈیٹیکٹر، 135,389 دستاویزی جوڑے جن میں صرف زبان بدلی گئی۔
کیا AI کے ساتھ بولنے کی مشق بولنا بہتر بنا رہی ہے، یا اس کی ایک ناپی گئی خصوصیت؟ دس مطالعات، CEFR کی چھ خصوصیات، اور چار مطالعات جنہوں نے ایک ہی مجموعی اسکور دیا۔
کیا طلبہ کو فیڈبیک استعمال کرنا سکھانا اُن کی شمولیت بڑھاتا ہے، یا معاملہ اُلٹا ہے؟ تین مرحلوں والا پینل جو دونوں کے درمیان ترتیب قائم نہیں کر سکتا۔
جب طالب علم انکار کرے، پیچھے ہٹے یا معاملہ بڑھا دے تو AI ٹیوٹر کہاں ناکام ہوتے ہیں؟ حقیقی طلبہ کے کیس اسٹڈیز سے بنائے گئے 923 مکالمے، جنہیں ماہرین نے جو دستاویز کیا اُس کے مقابل جانچا گیا۔
تعلیم میں AI گورننس قانون ہے، رہنمائی ہے، یا محض آرزو؟ 160 دستاویزات، جن میں سے صرف چار پابند شکل رکھتی ہیں۔

اساتذہ کے لیے

ایک ٹیوٹر ہوم ورک اٹھا سکتا ہے اور امتحان کو جہاں تھا وہیں چھوڑ سکتا ہے

Chen اور ساتھیوں نے Carnegie Mellon میں ثبوت لکھنے والے 153 طلبہ کو بے ترتیب طور پر ٹیوٹر جلدی یا دیر سے دیا، پھر ایسا امتحان ناپا جو کمرے میں AI کے بغیر لیا گیا۔ جب تک اوزار دستیاب تھا، ہوم ورک کے اسکور 2.56 پوائنٹ بڑھے۔ مڈ ٹرم کے اسکور میں کوئی فرق نہیں آیا۔ جب سب کو رسائی مل گئی اور ہر ایک نے اپنی خوراک خود چنی، تو ہر 100 اضافی چیٹ بوٹ پیغامات کے ساتھ اگلے امتحان میں 3.02 پوائنٹ کم اسکور ہوا، اور جن طلبہ کی بنیادی خود اعتمادی کم تھی وہی اسے سب سے زیادہ استعمال کرنے والے تھے۔

اس سے آپ کے لیے کیا بدلتا ہے: ٹیوٹر کھلا رکھ کر کمایا گیا گریڈ اس بات کا ثبوت نہیں کہ طالب علم اس کے بغیر کیا کر سکتا ہے، چنانچہ یہ وزن اُس کام کو اٹھانا پڑے گا جو بغیر مدد کیا جائے۔ اس کا یہ بھی مطلب ہے کہ اس پر ٹیک لگانے کا سب سے زیادہ خطرہ اُن طلبہ کو ہے جو شروع میں سب سے کم پُراعتماد ہیں، اور یہ اسکور سے پہلے استعمال میں نظر آتا ہے۔

بغیر پابندی گفتگو ایک اچھے بنے ہوئے ٹیوٹر سے زیادہ اسکور بڑھاتی ہے

میونخ کے CS1 کورس میں تین بازوؤں والے آزمائشی مطالعے میں 275 طلبہ نے جاوا کے ایک مشقی سوال پر 90 منٹ گزارے: ایک اشارے دینے والا ٹیوٹر، بغیر پابندی ChatGPT، یا کھلی ویب۔ مشق کے اسکور 71.84%، 57.50% اور 29.85% آئے۔ تصوراتی علم میں اضافے 0.83، 0.71 اور 0.85 پوائنٹ تھے، اور حالات کے درمیان فرق کہیں بھی معنوی نہیں تھا (p = .773)۔ دونوں AI حالات نے مایوسی کم کی؛ صرف ٹیوٹر نے تحریک بڑھائی۔

اسکور کا پھیلاؤ زیادہ تر مصنوع کے بارے میں ہے، سیکھنے کے بارے میں نہیں۔ اگر آپ مشق پر گریڈ دیتے ہیں، تو AI والے حالات میں ایک مختلف کام پر گریڈ دیا جا رہا ہے۔

اساتذہ کے بنائے چیٹ بوٹ نیت میں ناکام ہوتے ہیں، حقائق میں نہیں

EduWild نے 217 اساتذہ کے ترتیب دیے Playlab بوٹس سے 1,726 مکالمے جمع کیے، جن میں 900 اُن طلبہ کے تھے جن کے لیے وہ تعینات کیے گئے۔ بوٹس نے 53.8% صارف مکالموں میں لازمی ورک فلو مراحل چھوڑ دیے، 33.4% میں اپنا کردار کبھی واضح نہیں کیا، اور 37.1% میں سیکھنے والوں کو معلومات یا سوالات سے لاد دیا۔

آپ جو بوٹ خود بنایا یا ورثے میں ملا اُسے تعینات کرنے سے پہلے اس کی پہلی باری پڑھیں اور دیکھیں کہ وہ بتاتا ہے یا نہیں کہ وہ کیا ہے اور آگے کیا ہوگا۔ یہاں دستاویز کی گئی خرابیاں ہدایات میں ہیں، اور ماڈل کو چھوئے بغیر پرامپٹ میں ٹھیک کی جا سکتی ہیں۔

ڈیٹیکٹر کا فیصلہ ثبوت نہیں

ایک ایڈیٹنگ سروس کے ڈیٹاسیٹ نے Park اور ساتھیوں کو 135,389 دستاویزی جوڑے دیے جن میں مصنف، موضوع اور مواد مستقل رہتے ہیں اور صرف زبان بدلتی ہے۔ 13 ڈیٹیکٹرز میں، انسانی لکھی تعلیمی تحریر پر غلط مثبت 0% سے 100% تک رہے، اور وہی ترامیم مختلف ڈیٹیکٹرز کو اُلٹی سمتوں میں لے گئیں۔ الگ سے، سیشنل مارکرز کا ایک گروپ اپنا ڈیٹیکٹر مکمل طور پر کھو بیٹھا کیونکہ وہ گرامر چیکرز کو نشان زد کرتا تھا، اور اب وہ گھڑے ہوئے حوالوں اور کورس کے مواد سے لاتعلقی کو پڑھتے ہیں۔

اگر آپ کسی طالب علم کے سامنے ڈیٹیکٹر کا اسکور رکھتے رہے ہیں، خاص طور پر ایسے طالب علم کے سامنے جو دوسری زبان میں لکھتا ہے، تو یہ ہفتہ ڈیٹیکٹر استعمال کرنا چھوڑنے کا ہے۔ دوسرے مطالعے میں پڑھائی پر مبنی اشارے عملی متبادل ہیں۔

جانچ کا ڈیزائن ایک اصول کی تلاش نہیں، تین پابندیوں میں انتخاب ہے

Pedlow، Fischer اور Williams دلیل دیتے ہیں کہ مسئلہ ڈیزائن کے اصولوں کی کمی نہیں بلکہ اُن اصولوں پر غور کرنے کا طریقہ نہ ہونا ہے جو ایک دوسرے کے خلاف کھینچتے ہیں۔ اُن کا دوہرا سہ گانہ مخمصہ جانچ میں مستندیت، مشاہدے کی صلاحیت اور قابلِ عمل ہونے کو، اور فیڈبیک میں مخصوصیت، بروقت ہونے اور کام کے بوجھ کو ایسی پابندیاں قرار دیتا ہے جن کا آپ جان بوجھ کر تبادلہ کرتے ہیں۔

AI کے لیے جانچ نئے سرے سے ڈیزائن کرنے کو کہا جائے تو یہ فریمنگ کھلے سوال کو ایک مختصر دلیل میں بدل دیتی ہے جسے آپ ریکارڈ اور دفاع کر سکتے ہیں۔

چیٹ بوٹس سے بولنے کے فوائد خصوصیت کے حساب سے ناہموار ہیں

Soriano-Gonzalez اور Belda-Medina نے 306 ریکارڈ چھان کر دس مطالعات تک پہنچے اور پوچھا کہ بولے جانے والے زبان کی CEFR چھ خصوصیات میں سے کون سی واقعی بدلی۔ Range اور intelligibility چار چار مطالعات میں بہتر ہوئیں، coherence ایک میں، interaction تقریباً کسی میں نہیں۔ دس میں سے چار نے ایک ہی مجموعی اسکور دیا، چنانچہ اُن کے فوائد کسی خصوصیت سے منسوب ہی نہیں کیے جا سکتے۔

کسی فروش کا "بہتر بولنا" کا دعویٰ ایسی تبدیلی کے ساتھ مطابقت رکھتا ہے جو مطالعے نے کبھی ناپی ہی نہیں۔ سننے کے بارے میں، Goh اور Aryadoust شواہد کو بہت کمزور پاتے ہیں۔

فیڈبیک لیٹریسی اور شمولیت ایک دوسرے کو کھاتی ہیں

399 انڈر گریجویٹ طلبہ کے تین مرحلوں والے پینل نے پایا کہ AI فیڈبیک لیٹریسی بعد کی ایجنٹک شمولیت کی پیش گوئی کرتی ہے (β = 0.222) اور اُلٹا راستہ بھی اتنا ہی مضبوط ہے (β = 0.263)، اور دونوں کے درمیان ترتیب قائم کرنے کی کوئی شماریاتی بنیاد نہیں۔

طلبہ کو فیڈبیک پڑھنا اور استعمال کرنا سکھانا ایسی شرط نہیں جسے شمولیت شروع ہونے سے پہلے پورا کر لیا جائے۔ دونوں ساتھ چلتے ہیں، چنانچہ ایسا کورس جو ان میں سے صرف ایک بناتا ہے اپنے ہی خلاف کام کر رہا ہے۔

ڈویلپرز کے لیے

مشکل کیسز وہیں ہیں جہاں ٹیوٹر اب بھی ناکام ہوتے ہیں، اور حکمت عملی کی بازیافت درمیانے درجے کے ماڈلز کی مدد کرتی ہے

TutorCaseBench نے معیاری کیس اسٹڈیز کو پانچ اقسام کے چیلنجوں پر مشتمل 923 چھ باری کے مکالموں میں بدلا اور 11 ماڈلز کو کیس کے مخصوص rubrics کے مقابل جانچا۔ بہترین ماڈل نے 55.8% کھلے سوال والے کیسز میں دستاویز شدہ مداخلت پوری کی، اور ڈیزائن اسی نمبر کے مقابل کرنا چاہیے۔ کیس ادب کی دستاویز شدہ حکمت عملی فراہم کرنے سے 11 میں سے 10 ماڈلز اوسطاً 9.9 پوائنٹ بڑھے، Llama 4 Maverick 41.0% سے 64.8% تک پہنچا، جبکہ سب سے مضبوط ماڈل 71.3% پر ہی رکا رہا۔

حوالہ جاتی حکمت عملیوں کی بازیافت اُن ماڈلز کے لیے بنانا فائدہ مند ہے جو آپ کے بجٹ میں ہیں۔ یہ ایسے فرنٹیئر ماڈل کو نہیں بچائے گی جس کے پاس یہ نمونہ پہلے ہی موجود ہے۔

تعینات شدہ مکالموں کے مقابل جانچیں، لیب کے پرامپٹس کے مقابل نہیں

EduWild ڈیٹاسیٹ ہر مکالمے کو اُس کے پیچھے موجود سسٹم پرامپٹ اور ترتیبات کے ساتھ جوڑتا ہے، اور یہی چیز ناکامی کو قابلِ تجزیہ بناتی ہے: 53.8% صارف مکالموں نے کوئی لازمی مرحلہ چھوڑ دیا۔ اساتذہ کی لکھی ترتیب ماڈل کی صلاحیت سے الگ ناکامی کی سطح ہے، اور پرامپٹ کی سطح کا ایک ہارنس نے استاد کا کنٹرول چھوڑے بغیر نیت بحال کی۔

اگر آپ کی پروڈکٹ اساتذہ کو ہدایات لکھنے دیتی ہے، تو آپ کا ٹیسٹ سیٹ اُنہی کی ہدایات ہونا چاہیے، جو تعیناتی کے بعد جمع کی گئی ہوں۔

فیڈبیک کے معیار کا rubric والا پہلو وہ ہے جو کوئی نہیں ناپتا

Yang نے AI سے پیدا شدہ فیڈبیک کے 68 مطالعات کا جائزہ لیا۔ شواہد کی درستگی اُن میں سے 47 میں، تدریسی افادیت 58 میں، اور rubric اور کام کے ساتھ مطابقت 19 میں نظر آئی۔ مطابقت وہ پہلو ہے جسے کوئی پروڈکٹ سب سے زیادہ براہِ راست کنٹرول کر سکتی ہے، اور اسی کا سب سے کم مطالعہ ہوا ہے۔

یہ ایک موقع ہے: اُس rubric کے مقابل بنائیں جو اسائنمنٹ پہلے ہی استعمال کرتا ہے، اور یہ بات کہیں، کیونکہ شائع شدہ شواہد خریداروں کو نہیں بتائیں گے کہ کوئی اور ایسا کرتا ہے یا نہیں۔

قابلِ عمل ہونا ڈیزائن کا ہدف ہے، کوئی آداب نہیں

Tamme، Schilling اور Hantel تجویز دیتے ہیں کہ سمسٹر کے آخر والا تحریری سروے ایک AI ایجنٹ کے فون انٹرویو سے بدل دیا جائے، اس دلیل پر کہ تحریری آلہ جواب کی شرح، گہرائی اور قابلِ عمل ہونے میں ناکام ہوتا ہے۔ یہ تجویز ہے، میدانی آزمائش نہیں۔ ڈیزائن کے دعوے اتنے مخصوص ہیں کہ اُدھار لیے جا سکیں: فالو اپ سوال پوچھیں، وجہ کا مطالبہ کریں، ایسی چیز واپس دیں جس پر وصول کرنے والا عمل کر سکے۔

محققین کے لیے

خود رپورٹ اور کارکردگی اکثر مختلف نتائج پر پہنچتے ہیں

Fan اور ساتھیوں نے 2,099 ریکارڈ میں پیمائش کے طریقوں کا نقشہ بنایا، پھر 51 ایسے کیسز کا جائزہ لیا جہاں کوئی خود رپورٹ آلہ اور کوئی ٹیسٹ، درجہ بندی یا trace ایک ہی construct ناپ رہے تھے۔ دونوں کے متفق ہونے کا جواب اکثر "نہیں" ہوتا ہے۔ جہاں وہ مختلف ہوتے ہیں، construct کی مشاہدے کی صلاحیت اسے مطالعے کے معیار سے بہتر طور پر بیان کرتی ہے۔

ایک کو دوسرے کی جگہ رکھنا ایک سمت رکھنے والا پیمائشی فیصلہ ہے، سہولت نہیں۔ بتائیں کہ آپ کا دعویٰ کس پر کھڑا ہے۔

مصنوعات علمی بوجھ اتارنے کو چھپاتی ہیں، چنانچہ عمل ناپیں

Kontorovich اور Wallach نے 59 چیٹ لاگز کے 429 پرامپٹس کو خود ضابطگی کے traces کے طور پر کوڈ کیا اور ہر ایک کا موازنہ جمع شدہ کام سے کیا۔ جن پندرہ طلبہ نے تینوں کام مکمل کیے، اُن میں سے دس نے کام بدلنے کے ساتھ ماڈل کو دیا گیا کردار بھی بدلا، پھر بھی 59 میں سے 53 جمع شدہ کاموں نے ماڈل کی پیداوار دہرائی یا صرف شکل میں اُسے بدلا۔

محض جمع شدہ کام استعمال اور تبدیلی کے درمیان فرق نہیں کر سکتا۔ عمل کا ڈیٹا کر سکتا ہے، اور یہاں کا کوڈنگ اسکیم دوبارہ استعمال کے قابل ہے۔

کھلے سوال والے کاموں میں انحصار کے لیے ایک تصدیق شدہ پیمانہ

انحصار کے بیشتر پیمانے اس بات سے تعلق کا اندازہ لگاتے ہیں کہ طالب علم نے درست مشورہ مانا یا نہیں، جس کے لیے جانچے جانے والا جواب درکار ہوتا ہے۔ Hou اور ساتھیوں نے مسئلہ پر مبنی سیکھنے کے لیے 16 آئیٹم کا پیمانہ بنایا اور تصدیق کی، جہاں ایسا کوئی جواب موجود نہیں ہوتا۔

ڈیٹیکٹر کے بینچ مارک زوال پذیر ہوتے ہیں، چنانچہ حریف کا ذکر کریں

Ren، Raghavan اور Garg پتہ لگانے کے سوال کو دو حصوں میں تقسیم کرتے ہیں: علیحدگی اور حرکت۔ نگرانی شدہ بنیادی ماڈلز تقسیم کے اندر انسانی اور مشینی نثر کو تقریباً مکمل طور پر الگ کر لیتے ہیں، جبکہ تجارتی ڈیٹیکٹر Pangram اُس پرامپٹ کے مقابل 63.5% متوازن درستگی اور 27% recall تک گر گیا جو اُسے بچنے کے لیے لکھا گیا تھا۔

بچنے کی کوشش کے بغیر بتائے گئے نمبر ایسی دنیا بیان کرتے ہیں جو اب موجود نہیں۔ اور جائزہ ادب وہاں کمزور ہے جہاں یہ اہم ہے: دوسری زبان کی تحریر پر GenAI فیڈبیک کے 51 مطالعات میں سے 5 یہ جانچتے ہیں کہ فیڈبیک درست ہے یا نہیں۔

منتظمین کے لیے

تعلیم میں AI کی بیشتر گورننس رہنمائی ہے، قانون نہیں

Elmahjub اور ساتھیوں نے 498 ریکارڈ میں سے 160 انگریزی گورننس دستاویزات کو قریب سے پڑھا۔ صرف 4 رسمی قانونی یا ضابطہ جاتی شکل رکھتی ہیں، جبکہ 92 رہنمائی، فریم ورک، ٹول کٹ یا ہینڈ بک ہیں۔ احتساب 146 دستاویزات میں آتا ہے، لیکن صرف 100 میں کسی نامزد نگران فریق کے ساتھ۔

بغیر نامزد مالک اور میکانزم والی پالیسی ارادے کا بیان ہے۔ یہ جائزہ آپ کو وہ خانے دیتا ہے جن کے مقابل آپ اپنی دستاویز کا آڈٹ کر سکیں۔

ڈیٹیکٹر کی خریداری کے لیے غلط مثبت کی شرح درکار ہے

تیرہ ڈیٹیکٹر، انسانی لکھی تعلیمی تحریر بطور کنٹرول، غلط مثبت 0% سے 100% تک۔ کم از کم ایک ادارے نے پہلے ہی اپنا ڈیٹیکٹر ریٹائر کر دیا کیونکہ وہ گرامر چیکرز کو نشان زد کرتا تھا۔ اگر کوئی فروش آپ کو اپنے ہی شعبے کے انسانی کام پر غلط مثبت کی شرح نہیں دے گا، تو آپ نظم و ضبط کے خطرے کی قیمت نہیں لگا سکتے۔

جانچ میں دستاویز شدہ سمت عمل، مستندیت اور زبانی کام کی طرف ہے

Crompton اور Burke 24 ملکوں اور 20 شعبوں کے 72 مطالعات کا جائزہ لیتے ہیں اور تین ڈیزائن جوابات بار بار پاتے ہیں: عمل پر مبنی، مستند اور زبانی جانچ۔ شواہد کی بنیاد وسیع اور طریقہ کار کے لحاظ سے کمزور ہے، بیشتر مطالعات ایک ہی کورس کا احاطہ کرتے ہیں، اور اِن میں سے کوئی بات سمت نہیں بدلتی۔

اساتذہ میں اپنانے کی رفتار فہم سے آگے نکل گئی ہے

132 انڈونیشیائی K-12 اساتذہ میں سے 96.2% اساتذہ کے AI استعمال کی حمایت کرتے ہیں اور 84.6% طلبہ کے استعمال کی، پھر بھی 69.2% نے یہ بتانے میں مبہم یا غلط جواب دیا کہ چیٹ بوٹ کسی ہدایت کے ساتھ کیا کرتا ہے۔

سروے میں حمایت کلاس روم میں صلاحیت نہیں۔ یہاں پیشہ ورانہ ترقی کا خلا کسی بھی اوزار کی تعیناتی سے پہلے نظر آتا ہے، اور یہ آلہ اتنا مختصر ہے کہ ضروریات کے جائزے کے طور پر دوبارہ استعمال ہو سکے۔

کورس سروے کو صرف اُس وقت بدلیں جب متبادل قابلِ عمل ہو

صوتی انٹرویو کی تجویز اُن ناکامیوں کو نشانہ بناتی ہے جو سمسٹر کے آخر والے سروے کو بیکار بناتی ہیں: جواب کی شرح، گہرائی، قناعت پسندی اور ایسے جوابات جن پر کوئی عمل نہیں کر سکتا۔ اسے اُس چیز کے لیے تفصیل سمجھیں جو آپ اس کے بجائے استعمال کریں، نہ کہ اس ثبوت کے طور پر کہ AI والا نسخہ کام کرتا ہے۔

تصورات پر روشنی

چار تصوراتی صفحات نے اس ہفتے کے نتائج کو ترکیب کی سطح تک پہنچایا۔ ہر ایک مستقل صفحہ ہے، یک بار کا نہیں، چنانچہ نیا شواہد اُس کے ساتھ بیٹھتا ہے جو صفحہ پہلے ہی کہہ رہا تھا۔

زبان کی سیکھنا

صفحہ اب صاف طور پر کہتا ہے کہ چیٹ بوٹ سے بولنے کے فوائد خصوصیت کے حساب سے ناہموار ہیں، اور یہ کہ دس ترکیبی مطالعات میں سے چار نے ایک ہی مجموعی اسکور دیا، اسی لیے اُن کے فوائد کسی ایک خصوصیت سے منسوب نہیں کیے جا سکتے۔ بولنے کی مشق خریدنے یا بنانے سے پہلے زبان کی سیکھنے کا صفحہ پڑھیں۔

ذہین ٹیوٹرنگ

اس کا نیا نتیجہ بازیافت کا ہے: حوالہ جاتی حکمت عملیاں فراہم کرنا کمزور ٹیوٹرز کو اوپر اٹھاتا ہے اور مضبوطوں کو جہاں تھے وہیں چھوڑ دیتا ہے۔ یہ تعمیر کا فیصلہ ہے، اور ذہین ٹیوٹرنگ کا صفحہ اسے اشاروں کے معیار کے بارے میں پرانے دعوؤں سے الگ کرتا ہے۔

خود رپورٹ کے پیمانے

خود رپورٹ کے خلا کا سب سے تیز نیا کیس نیت ہے، جہاں ایک ہی اسکور نے 340 طلبہ کے ایک ہی نمونے میں سیکھنے پر مبنی، شارٹ کٹ پر مبنی اور مخلوط استعمال کو ڈھانپ لیا، اور دعوے کے پیچھے 68 دوبارہ دیے گئے آئیٹم اور آٹھ انٹرویو تھے، جو سب خود رپورٹ کے پیمانوں کے صفحے پر درج ہیں۔

گورننس

صفحہ اب آلے کی شکل والی تلاش سے شروع ہوتا ہے: 160 دستاویزات میں سے 4 پابند، 92 مشاورتی، اور احتساب صرف 100 میں کسی فریق کے طور پر نامزد۔ گورننس کا صفحہ سوال کو اِس سے بدلتا ہے کہ پالیسی کیا کہتی ہے، اِس پر کہ وہ عمل کر سکتی ہے یا نہیں۔

نئے وسائل

اس ہفتے وسائل کی لائبریری میں دو وسائل شامل ہوئے: ایک اُس ادارے کے لیے لکھا گیا جسے یہ فیصلہ کرنا ہے کہ AI کے ساتھ سافٹ ویئر کیسے بنایا جائے، اور ایک اُس استاد کے لیے جسے یہ فیصلہ کرنا ہے کہ طالب علم کا کوڈ خود طالب علم کا ہے یا نہیں۔

Campus AI Development

Campus AI Development ایک مفت ویب گائیڈ ہے جو ادارے کی طرف سے لکھی گئی ہے۔ یہ بتاتی ہے کہ کوئی کیمپس AI کے ساتھ سافٹ ویئر کیسے بنوا سکتا ہے، vibe coding سے لے کر گورن شدہ multi-agent کام تک، اور ہر طریقے کے ساتھ اُس کا جائزہ راستہ، ڈیٹا کی حد اور اُس سے مطابقت رکھنے والے controls جوڑتی ہے۔ یہ Campus AI Framework کے ساتھ آتی ہے، جو فیصلہ کرتا ہے کہ AI اوزار استعمال ہو سکتا ہے یا نہیں؛ یہ گائیڈ بتاتی ہے کہ جواب "ہاں" ہونے کے بعد کیا کرنا ہے۔ سائٹ اپنے متن کے لیے کوئی لائسنس نہیں دیتی۔

Code Viva

Code Viva ایک مفت براؤزر اوزار ہے جو زبانی دفاع کو پیمانے پر ممکن بناتا ہے: پروگرامنگ کورس کے ہر طالب علم کے لیے تحریری، وقت بندھا viva، ہر ایک پندرہ سے بیس منٹ، کمرے میں کوئی استاد نہیں۔ یہ طالب علم کا جمع شدہ کوڈ اور commit history پڑھتا ہے، اُسی طالب علم کے اپنے فنکشنز، ناموں اور commits کے بارے میں چار سے چھ سوال لکھتا ہے، اور ہر طالب علم کو جواب دینے کے لیے ذاتی ربط دیتا ہے۔ سوالات جمع شدہ کام پر لاگو قواعد سے آتے ہیں، ماڈل کال سے نہیں، اور استاد کو تجویز کردہ اسکور ہر ایک کے پیچھے نقل شدہ شواہد کے ساتھ ملتے ہیں، تاکہ منظور یا مسترد کرے۔ سائٹ کوئی لائسنس اور کوئی سورس ریپوزٹری شائع نہیں کرتی۔

اس ہفتے مزید شامل

باقی مطالعات، طریقوں اور خلاصوں کے ساتھ، جرنل صفحے پر دن بہ دن درج ہیں۔

سائٹ سے متعلق نوٹس

اس ہفتے دو صفحات نمودار ہوئے۔ نیوز لیٹر کا محفوظ خانہ ہر شمارہ رکھتا ہے، اس کی اپنی فیڈ علمی ذخیرے کی فیڈ کے ساتھ، اور تصوراتی اشاریہ تمام 220 تصوراتی صفحات کو ایک صفحے پر، سائڈبار کے انہی حصوں میں رکھتا ہے، چنانچہ اب ایسا قاری بھیجنے کی جگہ ہے جو پورا مجموعہ چاہتا ہو۔

باقی سب پہلے سے موجود چیزوں پر کام تھا: تصوراتی صفحات اور سوالات و جوابات دوبارہ لکھے گئے، متن کو سمیٹا گیا، اور تراجم تمام زبانوں میں تازہ کیے گئے۔

سائٹ ایک اسٹیٹک build ہے، اور اس کا مواد، کوڈ اور اوزار github.com/edtechdev/aied پر عوامی ہیں، جہاں اوپر بیان کردہ ہر تبدیلی پڑھی جا سکتی ہے۔

اپ ڈیٹ کی پیروی کریں

ہر شمارہ نیوز لیٹر فیڈ سے فیڈ ریڈر میں حاصل کریں، یا اُسی فیڈ کو Blogtrottr میں چسپاں کر کے نئے شمارے اپنی پسند کے شیڈول پر ای میل کروا لیں، یا LinkedIn پر اس کی پیروی کریں، جہاں ہر شمارہ LinkedIn نیوز لیٹر کے طور پر شائع ہوتا ہے۔

AIEd ریسرچ ہفتہ وار اپ ڈیٹ تعلیم میں AI کے علمی ذخیرے سے آتا ہے، جسے ایک AI ایجنٹ تیار کرتا ہے۔ یہ شمارہ اُسی AI ایجنٹ نے سائٹ ڈویلپر کی ادارتی رہنمائی کے ساتھ تیار کیا، اور اوپر کا ہر دعویٰ اُس صفحے کا ربط دیتا ہے جس سے وہ آیا ہے۔

علمی ذخیرہ CC0 1.0 لائسنس کے تحت عوامی ملکیت کے لیے وقف ہے۔ کوئی حقوق محفوظ نہیں۔

مواد میں کوئی مسئلہ ملا؟ GitHub پر رپورٹ کریں، یا سائٹ ڈویلپر، Doug Holton سے رابطہ کریں۔

ذریعہ تاریخچہ ترمیم کریں گفتگو