Gaskiyar da Ba Ta Sake Ba ta Tushen da Ba a Tabbatar da shi ba a Koyo na Zamani
Mu a matsayin malamai duk mun taba fuskantar lokacin da ba dadi ba yayin da muke duba tarin rubuce-rubuce har zuwa dare. Ka karanta aikin wani dalibi—watakila mai koyon Ingilishi a matsayin Harshen Waje—wanda ke nuna kalmomi masu daukar hankali da kuma tsarin jimla mai matukar hadadden salo gaba daya ba kamar yadda suke yi a ajin da suka gabata ba. Tu ni nan take shi ne rashin da’a ta ilimi (academic dishonesty), amma idan ka duba rubutun ta hanyar kayan aikin gargadi na kama-da-sani na al’ada, ba wani abu da yake fitowa. Ka yi tunanin idan dalibanka suna kwafe ne daga tushen da ba ka iya karantawa—ana fassara labaran harshe na waje kai tsaye zuwa Ingilishi? Wannan yanayin, tare da saurin hauhawan generative AI, ya bar yawancin malamai cikin takaici da jin cewa basu da iko. Dogaro da gano AI kadai ba ya isa wajen kiyaye mutuncin ilimi a muhallinmu na koyarwa da ke kara bambanta da kuma kayan fasaha.
Rikicewar Harshe da Gano AI da Ba daidai ba
Aji na zamani muhallin koyo ne mai rai, mai harsuna da dama, wanda ke kawo dukiya mai yawa ta al’adu da kuma matsaloli na musamman game da gaskiyar aikin dalibi. Idan dalibai sun fuskanci matsalolin harshe wajen aikata kwafin karya, suna iya juya zuwa fassara tushen kasashen waje da ba a saba gani ba, wanda ke kauce wa kayan aikin gargadi na kama da-sani da ke duba bayanan Ingilishi kawai. Bugu da ƙari, shigar da generative AI cikin tsarin aikin dalibai ya canza gaba daya yanayin rashin da’a ta ilimi. Muna fuskantar barazana biyu masu rikitarwa: kwafin da aka fassara da kuma rubutu da na’urar injin (machine) ta samar da hankali sosai.
Yana da muhimmanci mu fahimci iyakokin fasaha na kayan aikin gano AI na yanzu. Wadannan tsarin suna aiki ne bisa yiwuwar kididdiga (statistical probabilities), suna nazarin ma’aunai kamar perplexity da burstiness don hasashen ko mutum ne ya rubuta ko kuma injin. Domin su gaba daya na yiwuwa ne, suna iya samun manyan kurakurai, mafi yawan abin da ake gani shi ne kuskuren nuna karya (false positives) da kuskuren barin wucewa (false negatives). Kuskuren nuna karya—inda ake yi wa rubutun dalibi na gaskiya alamar cewa AI ce ta samar—zai iya lalata dangantakar malami-da-dalibi ba tare da gyara ba, kuma ya haifar da damuwa mai yawa ga dalibi. Sabanin haka, false negatives na barin mugun rashin da’a ta ilimi mai dabara ta shiga ta ɓoye. A matsayinsu na malamai, dole ne mu gane cewa kayan aikin gano ba su ne cikakkiyar hukuma ta gaskiya ba. Su ne kayan aiki marasa cikakke da ba za su maye gurbin fahimtar da malami ke da ita game da iyawar dalibansa da ci gaban su ba.
Sauye-Sauyen Koyarwa ga Kimantawa ta Kashi-Kashi (Process-Based Assessment) da Gaskiyar Koyo
Daga nan gaba, dole ne mu karkata abin da muke mayar da hankali daga gano matsala ta farko (reactive detection) zuwa mafita na koyarwa da suka fi gaba (proactive, pedagogical solutions). Amsa ga wadannan kalubale masu rikitarwa tana cikin process-based assessment maimakon dogaro gaba daya da samfurin karshe. Ta hanyar jaddada tafiyar rubutu, za mu gina amincewar dalibi ga kansa (student self-efficacy) kuma mu tabbatar da gaskiyar koyo na faruwa ba tare da ci gaba da tsaurara ido ta hanyar algorithms da ba su da cikakken tabbaci ba.
Dabarar farko ita ce amfani da tarihin sigogin takarda (document version history) a matsayin muhimmin sashi na tsarin tantancewa (grading). Makarantu kamar Google Docs suna ba malamai damar duba dukkan tsarin rubutun (drafting process), suna lura yadda dalibi ke gina hujjojinsa a tsawon lokaci. Bayyanar kwatsam na manyan tubalan rubutu masu kyau ba tare da tarihin rubutawa a baya ba alama ce mai ƙarfi ko dai kwafin da aka fassara, ko kuma samar da AI. Wannan aikin yana mayar da tattaunawar daga zargi zuwa tattaunawa ta hadin gwiwa game da yadda aka rubuta (writing process) da kansa.
Dabarar ta biyu ta kunshi buƙatar dalibai su yi rubutu a matakai (iterative drafting) tare da kimantawa ta ci gaba (continuous formative assessment). Idan aka raba ayyuka zuwa matsaloli masu iya jurewa—kamar tunani (brainstorming), tsara zayyana (outlining), rubutawa (drafting), da gyarawa (revising)—dalibai ba su da yuwuwar firgita su koma ga rashin da’a ta ilimi. Samar da feedback a kowane mataki yana ƙirƙirar muhallin da aka gina a hankali (scaffolded environment) inda malami ya saba sosai da yadda ra’ayin dalibi ke bunkasa. Wannan hanyar tana hana amfani da tushen waje da ba a tabbatar ba ko kayan aikin AI a dabi’a, saboda dalibi dole ne koyaushe ya nuna ci gaban fahimtar da yake ginawa.
Dabarar ta uku ita ce tsara tambayoyi (prompts) masu matuƙar takamaiman bayanai kuma masu dogaro da mahallin (context-dependent). Abubuwan rubutun gaba ɗaya (generic essay topics) ana iya tura su zuwa generative AI ko kuma a samo su daga labaran harshe na waje da aka rigaya aka samu. Maimakon haka, ya kamata mu rubuta ayyuka da ke bukatar dalibai su haɗa ra’ayoyin da ke cikin kwas zuwa abubuwan da suka fuskanta a rayuwarsu, abubuwan da aka tattauna a aji kwanan nan, ko kuma abubuwan da suka shafi yankin da suka fi takamaiman. Tsarin aiki na gaskiya (authentic assignment design) yana tilasta wa dalibai su shiga zurfi cikin kayan, yana sa su yi matuƙar wahala su kauce wa aikin tunani da ake bukata domin su samar da amsa ta asali.
Yadda Za Mu Jure Gaba Da Amintacciyar Hanya da Kwararrun Aiki
Yanayin ilimi a fili yake canzawa, kuma kalubalen kwafin da aka fassara da generative AI sun zo su tsaya. Ko da yake sha’awar da ke ciki na neman cikakken kayan aikin gano AI na iya zama na farko, za mu iya kare mutunci ta hanyar cikakkiyar hanya da ta haɗa fasaha da koyarwa. Ta hanyar rungumar process-based assessment, tsara ayyuka na gaskiya, da kuma kiyaye mai da hankali kan ci gaban dalibi, za mu iya tabbatar da cewa ajinmu ya zama wurare na ainihin koyo. A matsayinsu na malamai, mafi girman kayan aikin mu ba algorithm bane, amma ƙwararrun mu na sana’a da kuma jajircewar mu wajen raya ainihin gaskiyar dalibai. Muna da iko mu dace, mu jagoranci dalibai, kuma mu bunƙasa a wannan sabon zamani na ilimi.
