Gaskiyar da ta Batashewa Game da Tushen da ba a iya tabbatarwa ba a Ajin Zamani
Mu a matsayin malamai duka mun taɓa fuskantar lokacin da ba daɗi ba na duba jarrabawar takardu har zuwa dare. Ka karanta rubutun wani ɗalibi—watakila ɗalibin da ke koyon Harshe na Turanci a matsayin harshe na biyu—wanda ya nuna ƙamus mai wayo sosai da kuma tsarin jimloli masu rikitarwa, wanda bai dace da abin da aka saba gani a rubuce-rubucensu na baya a aji ba. Nan da nan zargin rashin gaskiya na ilimi na tasowa, amma idan ka duba rubutun ta amfani da kayan aikin kwatanta kama rubutu na al’ada, babu abin da ya nuna. Idan ɗalibanka na kwafa ne daga tushe da ba ka iya karantawa, suna fassara labaran harshe na waje kai tsaye zuwa Turanci? Wannan yanayin, wanda ya ƙara fitowar fasahar ƙirƙirar rubutu ta amfani da ƙarni (generative AI) sosai, ya bar malamai da yawa suna jin takaici da kuma rashin ikon taimakawa. Dogara da gano AI kaɗai ba ta isa ba wajen tabbatar da mutuncin ilimi a muhallin ajinmu da ke ƙara bambanta da fasaha.
Kalubalen Harshe da Gano AI da ya lalace
Ajin zamani wuri ne mai cike da bambancin harsuna, wanda ke kawo dukiya ta al’adu da kuma ƙalubale na musamman game da sahihancin ɗalibi. Lokacin da ɗalibai suka fuskanci kalubalen harshe a batun kwafin rubutu, za su iya juya zuwa fassara tushe na waje da ba a saba ba, ta haka suna tsallake kayan aikin gano kama rubutu na al’ada da sukan duba bayanan Turanci kawai. Bugu da ƙari, haɗa generative AI a cikin ayyukan ɗalibai ya canza gaba ɗaya yadda ake kallon rashin gaskiyar ilimi. Muna fuskantar barazana biyu masu rikitarwa: kwafin da aka fassara da kuma rubutu da injin ya ƙirƙira mai wayo.
Muhimmin abu ne mu fahimci ƙuntatar fasaha na kayan aikin gano AI na yanzu. Wadannan tsarin suna aiki ne da yuwuwar lissafi (statistical probabilities), suna nazarin ma’auni kamar perplexity da burstiness don hasashen ko mutum ne ya rubuta ko kuma inji. Saboda su yuwuwar lissafi suke dogara da su, suna da kuskure masu yawa, musamman ma hasashen kuskure (false positives) da hasashen da ya kauce (false negatives). Hasashen kuskure—inda ainihin rubutun ɗalibi aka yi kuskuren yi wa alamar cewa AI ne ya samar—zai iya lalata dangantakar malami da ɗalibi ba tare da gyara ba, kuma ya jawo tsananin damuwa ga ɗalibi. Sabanin haka kuma, false negatives na ba da damar mugun rashin gaskiyar ilimi mai wayo ta ratsa ta ɓoye. A matsayin malamai, dole ne mu yarda cewa kayan aikin gano ba su da takamaiman hukunci na gaskiya. Kayan aiki ne da ba su cikakke ba, kuma ba za su maye gurbin fahimtar da malami ke da ita game da ƙwarewar ɗalibinsa da kuma ci gabansu ba.
Sauyin Hanyar Koyarwa don Kimantawa ta Tsari Da Koyo Mai Gaskiya
Daga nan gaba, dole ne mu matsa hankalinmu daga gano matsala nan take zuwa mafita ta koyarwa wadda take rigakafi. Maganin waɗannan ƙalubale masu rikitarwa yana cikin kimantawa ta tsari maimakon dogaro da samfurin karshe kaɗai. Ta hanyar ba da muhimmanci ga tafiyar rubutu, za mu gina ƙarfin amincewar ɗalibi (self-efficacy) kuma mu tabbatar da cewa ainihin koyo yana faruwa ba tare da kullum ana tsare ɗalibi da dokokin algorithms da suke da kurakurai ba.
Dabarar farko ita ce amfani da tarihin sigar takarda (document version history) a matsayin sashi na al’ada na tsarin ba da maki. Dandamali irin su Google Docs suna ba malamai damar duba dukkan tsarin da aka bi wajen rubutu, ta hanyar lura da yadda ɗalibi ke gina hujjojinsu a tsawon lokaci. Fitowar zato zato na manyan ɓangarorin rubutu da suka yi kyau ƙwarai ba tare da tarihi na rubutu a baya ba yana zama alama mai ƙarfi na ko dai kwafin da aka fassara ko kuma ƙirƙirar AI. Wannan aikin yana canza tattaunawar daga zargi zuwa tattaunawa tare game da tsarin rubutun kansa.
Dabarar ta biyu ta haɗa da buƙatar yin rubutu a matakai-matakai (iterative drafting) tare da ƙimar ci gaba (continuous formative assessment). Lokacin da aka raba aikin zuwa ƙananan matakai masu iya sarrafawa—kamar yin tunani (brainstorming), tsara tsari (outlining), rubutawa (drafting), da sake bitawa (revising)—ɗalibai ba su da sauƙin firgita su koma ga rashin gaskiyar ilimi. Yin ba da amsa a kowane mataki yana samar da tsarin tallafi (scaffolded environment) inda malami ya fi kusa da fahimtar yadda ra’ayoyin ɗalibi ke tasowa. Wannan hanya a zahiri tana rage amfani da tushen waje da ba a tabbatar ba ko kayan aikin AI, domin ɗalibi dole ne ya nuna a kai-a kai yadda fahimtarsa ke canzawa.
Dabarar ta uku ita ce tsara buƙatu (prompts) masu matuƙar takamaimai kuma masu dogaro da mahallin (context-dependent). Manyan taken essay na yau da kullum ana iya tura su zuwa generative AI ko a same su a labaran harshe na waje da aka riga aka samu. Maimakon haka, ya kamata mu ƙera ayyukan da za su bukaci ɗalibai su danganta ra’ayoyin da ke cikin darasi da abubuwan da suka fuskanta, tattaunawar aji na baya-bayan nan, ko kuma abubuwan da ke da alaƙa da muhallinsu na gida sosai. Tsarin aiki mai gaskiya (authentic assignment design) yana tilasta wa ɗalibai su shiga zurfi cikin kayan, yana sa ya yi wuya sosai su tsallake aikin tunanin da ake buƙata don samar da amsa ta asali.
Yin daidaitawa da Gaba da Amintacce da Ƙwararrun Sana’a
Yanayin ilimi ba shakka yana canzawa, kuma ƙalubalen kwafin da aka fassara da generative AI na nan da tabbaci. Duk da yake abin da zai zo a hankali shi ne neman cikakken kayan aikin gano AI, za mu iya kare mutunci ta hanyar hanya mai cikakke wadda ta haɗa fasaha da koyarwa. Ta hanyar rungumar kimantawa ta tsari, tsara ayyuka masu gaskiya, da kuma ci gaba da mai da hankali kan ci gaban ɗalibi, za mu tabbatar da cewa dakunan karatunmu za su kasance wuraren gaske na koyo. A matsayin malamai, kayan aikinmu mafi girma ba algorithm ba ne, amma ƙwararrunmu na sana’a da kuma ƙudurarmu na ƙarfafa sahihancin ɗalibai. Muna da ikon mu daidaita, mu jagoranci ɗalibanmu, kuma mu yi nasara a wannan sabon zamanin ilimi.
