Ubunifu shirikishi wa binadamu–akili bandia zalishi, ni mkabala unaorudiwa wa usanifu wa ufundishaji ambapo mbunifu binadamu huamua malengo ya ufundishaji, viwango na maamuzi ya ubora; huku akili bandia zalishi ikichangia uundaji wa rasimu za simulizi na za kuona, matokeo yakikaguliwa na binadamu na kuzalishwa upya inapohitajika. Utafiti huu unachunguza jinsi nyenzo nne za kufundishia zinazotegemea katuni, zinazohusu sayansi ya kompyuta na akili bandia, zilivyotengenezwa kwa kutumia Google Gemini kama mshirika wa ubunifu shirikishi, na jinsi nyenzo hizo zilivyopokelewa na wanafunzi 11 wa madarasa ya juu ya shule ya msingi. Wanafunzi wengi waliona katuni hizo kuwa za kuvutia; wanafunzi wanane waliripoti kuwa vielelezo vilisaidia kuelewa dhana za sayansi ya kompyuta na akili bandia; wanafunzi walitaja manufaa na hatari za akili bandia, na wanafunzi tisa walibainisha mada mahususi ya akili bandia ambayo wangependa kujifunza baadaye. Hata hivyo, utafiti huu si jaribio la mafanikio ya ujifunzaji; matokeo yanawakilisha uzoefu wa awali na wa kimaelezo wa wanafunzi kutoka sampuli ndogo.
Wazo kuu la ubunifu katika utafiti si kwamba akili bandia zalishi ichukue nafasi ya mwalimu au mbunifu wa ufundishaji, bali kwamba ipanue uwezo wa uzalishaji chini ya usimamizi wa kipedagogia wa binadamu. Mbunifu binadamu hufafanua kiwango lengwa, lengo la ujifunzaji, mazungumzo, kiwango cha umri, muundo wa kuona na mipaka ya usalama; Google Gemini hutengeneza taswira; mbunifu binadamu hukagua matokeo kwa usahihi na ufaafu; matokeo yaliyoshindwa hurekebishwa kwa prompt mpya; na taswira zilizokubaliwa hubadilishwa kuwa nyenzo ya mwisho ya darasani katika Canva.
Tatizo ambalo utafiti unajaribu kutatua
Mwanzo wa utafiti ni ukweli kwamba, ingawa akili bandia imezidi kuonekana katika viwango vya K-12 vya sayansi ya kompyuta nchini Marekani, bado kuna upungufu wa nyenzo za kufundishia akili bandia ambazo zinaweza kutumiwa moja kwa moja darasani, zimeoanishwa na viwango na zinafaa kwa kiwango cha ukuaji, hasa katika ngazi ya shule ya msingi. Watafiti walichukulia pengo hili si tu kama tatizo la “kuwafundisha wanafunzi akili bandia”, bali pia kama tatizo la waelimishaji kubuni nyenzo za kufundishia kwa kutumia akili bandia zalishi kwa kuwajibika.
Katika utafiti huu, akili bandia zalishi haiwekwi kama zana tulivu ya kutengeneza maandishi au picha. Watafiti wanajenga modeli ya ubunifu shirikishi ambapo wabunifu binadamu huhifadhi mamlaka ya kufanya maamuzi ya kipedagogia, huku akili bandia ikishiriki kikamilifu katika uzalishaji wa simulizi na taswira. Kwa hiyo, lengo la utafiti ni katuni nne zilizotokana na mchakato huo pamoja na mchakato wa mwingiliano wa binadamu–AI uliounda nyenzo hizo.
Swali la utafiti
Swali kuu la utafiti ni jinsi wanafunzi wa madarasa ya juu ya shule ya msingi wanavyopitia hadithi zinazotegemea katuni zilizobuniwa kwa ushirikiano na binadamu na akili bandia zalishi kwa kuzingatia ushiriki, ubunifu wa kuona, thamani ya kielimu na hamu iliyoamshwa kuhusu sayansi ya kompyuta na akili bandia. Watafiti walichunguza hasa maoni ya wanafunzi kuhusu vielelezo, muundo wa paneli, vihisishi vya kuona na wahusika, pamoja na jinsi walivyofasiri dhana za sayansi ya kompyuta na akili bandia.
Uoanishaji na viwango
Mchakato wa ubunifu ulihusishwa na eneo la Emerging Technology katika hati ya Alabama ya 2025 Digital Literacy and Computer Science (DLCS) Course of Study. Uoanishaji katika chanzo hutumia viwango vya madarasa ya 3–5: katika darasa la 3, kuchunguza na kueleza jinsi teknolojia mpya zinavyoweza kutumiwa katika ujifunzaji na maisha ya kila siku; katika darasa la 4, kuchanganua na kujadili manufaa na changamoto zake; na katika darasa la 5, kuendelea hadi kutathmini athari chanya na hasi za teknolojia mpya kwa jamii.
| Katuni | Lengo kuu la ujifunzaji | Uoanishaji wa DLCS |
|---|---|---|
| The AI Journey with Milo & Zada | Kuelewa jinsi msaidizi wa akili bandia anavyoweza kuingiliana na watu katika mazingira ya nyumbani na kusaidia katika kazi rahisi za kila siku. | Darasa la 3 |
| Zappy the AI Robot | Kuelewa akili bandia ni nini na mantiki ya msingi ya uhusiano wake na algoriti na data. | Madarasa ya 3 na 4 |
| Think Like an Engineer | Kutumia mantiki yenye masharti kutatua tatizo la uhandisi. | Darasa la 3 |
| The AI Adventures | Kujadili wazo la roboti zinazosaidiwa na akili bandia kutambua mazingira kupitia kamera, kuyachora ramani na kuingiliana nayo; pamoja na athari chanya na hasi za kijamii za akili bandia. | Madarasa ya 3., 4. na 5 |
Kuna maelezo muhimu ya chanzo hapa: katika muhtasari na sehemu ya madhumuni ya makala, nyenzo nne za kufundishia zinaelezwa kuwa za madarasa ya 4–6, ilhali uoanishaji wa viwango vya DLCS ulifanywa katika viwango vya madarasa ya 3–5. Katika hatua ya mahojiano ya wanafunzi, sampuli iliundwa na wanafunzi waliokuwa wakielekea darasa la 4 na la 5. Kwa hiyo, taarifa hizi tatu za viwango hazipaswi kudhaniwa kuwa kitu kimoja.
Mtiririko wa Kazi wa Ubunifu Shirikishi wa Binadamu–GenAI Unafanyaje Kazi?
Mchakato wa ubunifu shirikishi katika utafiti huanza pale mbunifu binadamu anapoweka malengo ya ufundishaji na mipaka ya prompt; Google Gemini hutengeneza taswira za katuni kutoka katika miingizo hiyo; binadamu hutathmini matokeo kwa vigezo vitano vya ubora; kwa picha zilizoshindwa prompt hurekebishwa na uzalishaji hurudiwa, na ni maudhui yaliyokubaliwa pekee yanayobadilishwa kuwa nyenzo ya mwisho ya darasani katika Canva.
1. Ingizo la ubunifu wa binadamu → kiwango lengwa, lengo la ujifunzaji, mazungumzo, kiwango cha darasa, mtindo wa kuona, toni ya lugha na mipaka ya usalama huwekwa.
2. Uzalishaji wa GenAI → Google Gemini hutengeneza taswira ya mtindo wa katuni kutoka katika prompt zilizoandaliwa na binadamu.
3. Ukaguzi wa ubora wa binadamu → ulinganifu wa taswira na mazungumzo, ufaafu kwa umri, uwazi wa kuona, iwapo ina halusinesheni ya akili bandia na azimio lake hutathminiwa.
4. Tokeo lililoshindwa → prompt hurekebishwa, picha ya marejeo au kizuizi hasi huongezwa inapohitajika, na uzalishaji hufanywa upya.
5. Tokeo lililokubaliwa → taipografia, viputo vya mazungumzo, mpangilio wa paneli na vipengele vingine vya mwisho huunganishwa katika Canva ili kuunda nyenzo inayoweza kutumika darasani.
Jukumu la mkabala wa “Guardrail”
Watafiti hawakutumia prompt kwa namna ya “tengeneza picha hii” pekee. Sheria za kupunguza aina zinazojulikana za makosa ya akili bandia ziliongezwa katika prompt na awamu zilizofuata za marekebisho. Hizi zinajumuisha kudhibiti uzalishaji wa taarifa zisizo sahihi au zisizo thabiti, kupunguza upendeleo wa kidemografia, kuhakikisha mhusika anaonekana sawa katika paneli tofauti, kuwaweka wahusika katika kiwango kinachofaa umri na kuepuka uwekaji wa watu katika makundi ya kitamaduni usio wa lazima.
Jambo muhimu la mkabala huu ni kukubali kwamba si matatizo yote yanayoweza kutabiriwa katika prompt ya kwanza. Kwa mfano, katika utafiti matatizo kama kubadilika kwa mavazi au mwonekano wa mhusika, kutokea kwa viputo vya mawazo/mazungumzo visivyotakiwa, makosa ya maandishi na vipengele vya kuona visivyohusika yalionekana baada ya uzalishaji; wabunifu walifanya duru mpya za uzalishaji kwa kutumia picha ya marejeo, prompt ya marekebisho au kizuizi hasi. Kwa hiyo, “guardrail” si maelekezo ya awali tu, bali ni utaratibu wa kurekebisha makosa unaoendelea kukua katika mchakato mzima wa uzalishaji.
Majukumu tofauti ya Google Gemini na Canva
Jukumu la Google Gemini hasa ni kutengeneza taswira za katuni kutoka katika prompt zilizoundwa na binadamu. Canva haikutumiwa kama modeli ya pili zalishi inayochukua nafasi ya picha iliyotengenezwa na akili bandia; ilitumika kama tabaka la uhariri ambamo taswira zilizokubaliwa zilibadilishwa kuwa nyenzo ya mwisho ya darasani kwa viputo vya mazungumzo, visanduku vya maandishi, mipangilio ya paneli na taipografia iliyoandikwa kwa usahihi. Tofauti hii ni muhimu kwa sababu baadhi ya makosa ya maandishi yaliyotengenezwa na AI yalirekebishwa kwa upangaji wa maandishi wa kuaminika katika hatua ya mwisho ya ubunifu badala ya kuzalisha picha tena na tena.
Kanuni za CTML Zilitumiwaje Katika Ubunifu wa Katuni?
Nadharia ya Mayer ya Ujifunzaji wa Kognitivi kwa Vyombo Mbalimbali (Cognitive Theory of Multimedia Learning, CTML) si algoriti inayofanya prompt za akili bandia ziwe otomatiki katika utafiti, bali ni mfumo wa kipedagogia unaoongoza maamuzi ya wabunifu binadamu kuhusu vipengele gani vya kuona na vya maneno vikubalike; utafiti unalenga hasa uwasilishaji wa maneno na taswira kwa pamoja, kuondoa maudhui yasiyo ya lazima, kuelekeza umakini, kuwasilisha vipengele vinavyohusiana kwa ukaribu na kwa wakati mmoja, kugawa maudhui katika sehemu, kutoa maarifa ya awali, kutumia maelezo ya kibinafsi zaidi na shughuli zinazomwezesha mwanafunzi kufikiri kwa aktiiv.
Njia mbili, uwezo wenye kikomo na uchakataji hai
Msingi wa kinadharia wa CTML unategemea dhana tatu kuu. Kwanza, wanafunzi huchakata taarifa za maneno na za kuona katika njia tofauti lakini zinazoingiliana. Pili, kiasi cha taarifa ambacho kila njia inaweza kuchakata kwa wakati mmoja kina kikomo. Tatu, ujifunzaji wenye maana hautokei kwa kupokea tu kwa hali tulivu, bali kupitia michakato ya kuchagua taarifa husika, kuipanga kiakili na kuiunganisha na maarifa ya awali.
Kwa hiyo, muundo wa katuni haukutumiwa kama chaguo la urembo pekee. Kuweka picha husika na maandishi husika katika paneli moja au karibu, kuepuka kujaza dhana nyingi mno katika tukio moja na kuelekeza kila paneli kwenye wazo kuu mahususi kulitumiwa kuuelekeza uwezo mdogo wa kognitivi wa mwanafunzi kwenye taarifa inayohusiana na lengo la ujifunzaji.
Kanuni tisa zilizolengwa katika utafiti
| Kanuni | Jukumu lake katika utafiti huu |
|---|---|
| Multimedia | Maneno na taswira husika hutumiwa pamoja. |
| Coherence | Vipengele vya mapambo au visivyo vya lazima ambavyo havitumiki kwa lengo la ujifunzaji hupunguzwa. |
| Signaling | Viashiria kama rangi, lebo, kiputo cha mazungumzo na msisitizo wa kuona huelekeza umakini kwenye maudhui muhimu. |
| Spatial Contiguity | Maandishi na picha zinazolingana huwekwa karibu kimwili. |
| Temporal Contiguity | Tukio na maelezo yake ya maneno/ya kuona huwasilishwa ili yaweze kupokelewa pamoja. |
| Segmenting | Tatizo changamano hugawanywa katika sehemu ndogo na zinazoweza kudhibitiwa badala ya tukio moja lenye msongamano. |
| Pre-training | Dhana na istilahi za msingi hutambulishwa kabla ya kazi changamano zaidi. |
| Personalization | Dhana dhahania huwasilishwa kupitia wahusika, mazungumzo na miktadha ya hadithi yenye maana kijamii. |
| Generative Activity | Katika hadithi zinazofaa, mwanafunzi huombwa kuunda suluhisho au zao la kiakili badala ya kusoma tu. |
Kwa mfano, katika The AI Adventures dhana kama kamera, uchanganuzi na uchoraji ramani huendelezwa katika paneli tofauti; viputo vya mazungumzo huwekwa karibu na wahusika husika. The AI Journey with Milo & Zada kuonyesha tukio kama mfumo mahiri kuwasha taa pamoja na mwitikio wa mhusika kwa tukio hilo kando kwa kando kunasaidia wazo la ukaribu wa muda. Think Like an Engineer hali za tanki la mnyama mtambaazi za “baridi sana” na “joto sana” hugawanywa kuwa matatizo tofauti; kisha mwanafunzi huongozwa kufikiria mantiki yenye masharti kwa ajili ya udhibiti salama wa halijoto.
Kwa mujibu wa uoanishaji katika Kiambatisho A, Multimedia, Coherence, Signaling, Spatial Contiguity, Temporal Contiguity, Segmenting, Pre-training na Personalization zilitumiwa katika hadithi zote nne. Generative Activity iliwekwa alama katika hadithi nyingine tatu isipokuwa The AI Journey with Milo & Zada.
Kwa nini faida ya ubunifu ya akili bandia zalishi haitoshi yenyewe?
Utafiti unaonyesha kuwa akili bandia zalishi inaweza kumsaidia mwalimu au mbunifu mmoja kutengeneza simulizi na taswira ambazo kwa kawaida zingeweza kuhitaji msaada wa mwandishi na mchoraji, huku pia ukionyesha wazi kwamba uzalishaji wa kiotomatiki hauimaanishi nyenzo yenye ubora wa darasani. Uthabiti wa wahusika na mtindo, azimio la picha, maandishi na lebo zisizo sahihi, vitu visivyohusika, halusinesheni za kuona na majaribio yasiyofaulu ya marekebisho ni miongoni mwa matatizo makuu yaliyokabili watafiti.
| Hitaji la ubunifu | Tatizo la AI lililokutwa |
|---|---|
| Uoanishaji wazi na kiwango cha ufundishaji | Tukio lililozalishwa linaweza kuondoka kwenye lengo la ujifunzaji |
| Ubunifu wa kipedagogia unaotegemea kanuni za CTML | Vipengele vinavyovutia kwa macho lakini visivyo vya lazima kielimu |
| Uendelevu wa mhusika na mtindo | Kubadilika kwa nywele, mavazi, mwonekano wa umri au umbo la mhusika kati ya paneli |
| Kiasi cha taarifa kinachoweza kudhibitiwa katika kila paneli | Vipengele vya tukio vilivyojaa, vyenye makosa au visivyotakiwa |
| Kuongeza guardrail wazi kwenye prompt | Uzalishaji wa halusinesheni, kitu kisichohusika, maandishi yasiyo sahihi na lebo isiyo sahihi |
Mbinu na Matokeo ya Utafiti
Hatua ya 1 — Ubunifu shirikishi wa ufundishaji wa binadamu–AI
Katika hatua ya kwanza, watafiti kwanza waliunganisha nyenzo na viwango vya Alabama DLCS Emerging Technology, kisha wakatumia mzunguko wa uzalishaji shirikishi wa binadamu–GenAI. Ingizo la binadamu liliandaliwa kikamilifu na watafiti. Kwa kila paneli, kiwango lengwa, lengo la ujifunzaji, mazungumzo katika tukio, kiwango lengwa cha darasa, muundo wa katuni na toni ya lugha ya kutumia vilibainishwa.
Toleo la “version-pro” la Google Gemini liliripotiwa katika utafiti kuwa chombo kikuu zalishi cha picha za mtindo wa katuni. Kila picha iliyozalishwa ilikaguliwa na waandishi wawili wa kwanza kwa kutumia vigezo vitano vya msingi: ulinganifu wa tukio na mazungumzo, ufaafu kwa umri, uwazi wa kuona, kutokuwepo kwa halusinesheni za akili bandia na azimio la picha la kutosha. Kigezo kimoja kilipokosa kutimizwa, prompt ilibadilishwa na taswira ikazalishwa upya.
Taswira zilizokubaliwa baadaye ziliunganishwa katika Canva; visanduku vya maandishi, viputo vya mazungumzo, mipangilio ya paneli na taipografia vilikamilishwa hapo. Hatua hii ilikuwa muhimu hasa katika hali ambazo maandishi yaliyotengenezwa na AI yangeweza kuwa na makosa.
Hatua ya 2 — Uchunguzi wa uzoefu wa wanafunzi
Katika hatua ya pili, katika mji wa chuo kikuu wenye tabia ya kitongoji kusini-mashariki mwa Marekani, waliohudhuria kambi ya kiangazi ya wiki moja ya uandishi wa programu walikuwa wanafunzi 11 wa madarasa ya juu ya shule ya msingi ambao walishiriki kwa hiari katika mahojiano. Sampuli ilikuwa na wavulana saba na wasichana wanne; taarifa kuhusu asili ya kikabila na shule hazikukusanywa. Wanafunzi sita walikuwa wanaelekea darasa la 4 na watano darasa la 5. Utafiti ulifanywa chini ya idhini ya Institutional Review Board, na ridhaa iliyotiwa saini na mzazi pamoja na assent ya mwanafunzi zilipatikana.
Mahojiano ya nusu-muundo yaliyofanywa mmoja-mmoja na kila mwanafunzi yalidumu takribani dakika 10–12. Maswali yalilenga ushiriki uliosababishwa na katuni, uzoefu wa ubunifu wa kuona, thamani ya kielimu na hamu kuhusu sayansi ya kompyuta na akili bandia.
Uchanganuzi wa mada ulifanywaje?
Data za mahojiano zilichunguzwa kwa mchakato wa hatua sita wa uchanganuzi wa mada. Mwandishi wa kwanza alisoma nakala za mahojiano mara kwa mara ili kuzoea data; aliweka misimbo kwa mikono kwenye kauli zenye maana za wanafunzi; alikusanya misimbo inayohusiana chini ya mada pana zaidi; alikagua mada tarajiwa kwa kuzilinganisha na data yote; alifafanua na kuzipa majina mada, na hatimaye akaripoti matokeo kwa mifano. Waandishi wa pili na wa tatu walikagua kwa msalaba uwekaji misimbo na kufikia makubaliano na mwandishi wa kwanza katika mchakato wa uwekaji misimbo.
Mbinu hii si jaribio la nadharia tete la kiasi. Utafiti haukuripoti thamani ya p, kipindi cha kujiamini, ukubwa wa athari, modeli ya regresha au kundi la udhibiti la majaribio. Kitengo kikuu cha uchanganuzi ni mifumo ya maana katika kauli za mahojiano za wanafunzi.
Tokeo la 1 — Ushiriki katika ujifunzaji unaotegemea katuni
Wanafunzi wanane kati ya kumi na mmoja walisema kuwa kwa ujumla walipenda muundo wa katuni au hadithi mahususi walizosoma. Wanafunzi walielezea uzoefu huo zaidi kuwa wa kufurahisha, mpya na rahisi kufikiwa. Watafiti waliripoti uchunguzi wa awali kwamba kwa sampuli hii muundo wa katuni unaweza kuwa mazingira yanayovutia kwa kutambulisha mada za akili bandia.
Tokeo la 2 — Taswira ziliunga mkono uelewa wa dhana za sayansi ya kompyuta na akili bandia
Wanafunzi wanane kati ya kumi na mmoja waliripoti kuwa picha ziliwasaidia kuelewa maudhui ya sayansi ya kompyuta na akili bandia. Baadhi ya wanafunzi walisema hasa kuwa maandishi na picha kufanya kazi pamoja kulirahisisha kuelewa dhana. Kuvuta umakini kwenye sehemu muhimu kupitia viashiria vya kuona kama viputo vya mazungumzo, rangi na lebo pia kulionekana kuwa na manufaa kwa wanafunzi.
Tokeo hili linaendana na kanuni za CTML za multimedia, signaling na coherence: picha na maneno kusaidiana, kufanya taarifa muhimu ionekane kupitia viashiria vya kuona na kupunguza maudhui yasiyo ya lazima kunaweza kusaidia kuweka umakini wa wanafunzi kwenye lengo la ujifunzaji. Hata hivyo, utafiti huu haukuonyesha kwa majaribio kwamba kanuni hizo zilisababisha ongezeko la kisababishi katika mafanikio ya ujifunzaji.
Tokeo la 3 — Wanafunzi walitambua manufaa na hatari za akili bandia
Wanafunzi wanane kati ya kumi na mmoja walitaja matumizi au uwezo mahususi wa akili bandia baada ya kusoma hadithi. Mifano ya wanafunzi ilijumuisha kusaidia kazi za nyumbani, magari, msaada wa kazi za shule, ufikivu na matumizi yanayohusiana na usalama. Wakati huo huo, hatari kama kutegemewa, faragha na ufuatiliaji pia zilionekana katika majibu ya wanafunzi.
Tokeo hili ni muhimu kwa sababu mojawapo ya malengo ya utafiti si kuwasilisha akili bandia kama teknolojia yenye manufaa pekee au hatari pekee, bali kuunda muktadha wa kufundishia ambapo wanafunzi wanaweza kutathmini manufaa na hatari kwa pamoja. Hasa, tukio la roboti inayotumia kamera liliwafanya wanafunzi waeleze wasiwasi wao kuhusu faragha na ufuatiliaji.
Tokeo la 4 — Maswali mapya na hamu kuhusu akili bandia vilijitokeza
Baada ya kusoma katuni, wanafunzi waliripoti kuwa wangependa kujifunza zaidi kuhusu akili bandia. Wanafunzi tisa kati ya kumi na mmoja waliweza kutaja mada mahususi ambayo wangependa kujifunza baadaye. Hizi zilijumuisha jinsi akili bandia ilivyoanza, nani aliyeitengeneza, jinsi inavyochakata taarifa, jinsi inavyotambua picha na data, programu za akili bandia, roboti na jinsi akili bandia inavyotengeneza hadithi au picha.
| Mada | Kiashiria kilichoripotiwa katika chanzo | Kikomo cha tafsiri |
|---|---|---|
| Ushiriki kupitia katuni | Wanafunzi 8/11 walitoa jibu chanya. | Sampuli ndogo na mahsusi kwa muktadha; haiwezi kujumlishwa moja kwa moja kwa idadi ya watu kwa ujumla. |
| Mchango wa taswira katika uelewa | Wanafunzi 8/11 waliripoti kuwa taswira zilisaidia. | Ni taarifa binafsi; si jaribio la lengo la ujifunzaji. |
| Uwezo, manufaa na hatari za AI | Wanafunzi 8/11 walitaja matumizi au uwezo mahususi wa AI. | Kiashiria cha kimaelezo cha ujifunzaji wa kimawazo; si kipimo cha athari ya kisababishi. |
| Hamu ya kujifunza baadaye | Wanafunzi 9/11 walitaja mada mahususi ya AI waliotaka kujifunza. | Ni kiashiria cha hamu iliyoamshwa; si kipimo cha motisha ya muda mrefu. |
Je, Utafiti Huu Unathibitisha Athari ya Kisababishi Katika Ujifunzaji wa Wanafunzi?
Hapana. Utafiti unatoa ushahidi wa awali wa kimaelezo kwamba nyenzo zilizotengenezwa kwa ubunifu shirikishi wa binadamu–GenAI zilionekana kuvutia na kueleweka kwa wanafunzi; hata hivyo, kwa kuwa hakuna kundi la udhibiti, ugawaji nasibu, jaribio la kabla/baada, kipimo cha kiasi cha mafanikio ya ujifunzaji au ufuatiliaji wa muda mrefu, haiwezi kuhitimishwa kuwa katuni au ubunifu unaosaidiwa na GenAI huongeza ujifunzaji wa wanafunzi kwa njia ya kisababishi.
Mambo yanayoungwa mkono na utafiti
- Kwamba mchakato wa ubunifu shirikishi wa GenAI unaosimamiwa na binadamu na kuoanisha viwango unaweza kutumiwa kutengeneza nyenzo nne za darasani.
- Kwamba matatizo katika matokeo ya GenAI kama uendelevu wa wahusika, maandishi yasiyo sahihi, vitu visivyotakiwa na halusinesheni yanahitaji ukaguzi wa binadamu na marekebisho ya prompt kwa kurudia.
- Kwamba katika sampuli hii wanafunzi wengi walikuwa na mtazamo chanya kuhusu muundo wa katuni.
- Kwamba katika sampuli hii wanafunzi wengi waliona kuwasilishwa kwa picha na maandishi pamoja kuwa kunasaidia uelewa.
- Kwamba wanafunzi waliweza kutaja maeneo ya matumizi ya akili bandia pamoja na hatari kama faragha na kutegemewa.
- Kwamba sehemu kubwa ya wanafunzi ilibainisha mada mahususi ambazo ingetaka kujifunza zaidi kuhusu akili bandia.
Mambo yasiyoungwa mkono na utafiti
- Dai la ubora wa kimajaribio kwamba katuni zilizobuniwa kwa GenAI zina ufanisi zaidi kuliko ufundishaji wa jadi.
- Dai kwamba katuni huongeza mafanikio ya mitihani ya wanafunzi kwa kiasi mahususi.
- Kujumlisha matokeo moja kwa moja kwa wanafunzi wote wa shule ya msingi, wanafunzi katika nchi tofauti au viwango vyote vya madarasa.
- Hitimisho kwamba Google Gemini ni bora kuliko majukwaa mengine ya GenAI.
- Hitimisho kwamba mwalimu au mbunifu wa ufundishaji anaweza kubadilishwa na GenAI.
- Hitimisho kwamba hamu ya muda mfupi hubadilika kuwa uchaguzi wa muda mrefu wa elimu ya sayansi ya kompyuta.
Vikwazo vikuu
Watafiti wanaweka utafiti kama uchunguzi wa kimaelezo unaotegemea ubunifu. Sampuli ilikuwa na wanafunzi 11 pekee na ilitoka katika muktadha wa kambi maalum ya kiangazi. Utafiti ulitumia jukwaa moja tu la akili bandia zalishi, Google Gemini. Inawezekana modeli tofauti zikatoa matokeo tofauti kwa prompt zilezile. Aidha, utafiti unachunguza nyenzo zilizobuniwa kwa kanuni mahususi za CTML; kiwango cha athari ya kila kanuni moja kwa mwanafunzi hakikupimwa kwa majaribio tofauti.
Kwa tafiti zijazo, sampuli kubwa zaidi, matumizi halisi darasani, ulinganisho wa kimajaribio, vipimo vya ujifunzaji vya muda mrefu, ulinganisho wa majukwaa mengi ya GenAI na uchunguzi wa wanafunzi wenye viwango tofauti vya maarifa ya awali au mahitaji ya ujifunzaji unapendekezwa. Usahihi, upendeleo, uwazi, faragha ya data na usimamizi wa mwalimu pia vinapaswa kuzingatiwa kama vigezo vikuu vya kimaadili katika modeli za baadaye za ubunifu shirikishi wa binadamu–AI.
Maelezo ya Chanzo na Mbinu
Utafiti asilia: Generative Artificial Intelligence as a Collaborative Designer for Elementary Computer Science Education
Waandishi: Fatema Nasrin; Mohammad Mohi Uddin; Feiya Luo.
Taasisi: Instructional Technology, College of Education, University of Alabama, Tuscaloosa, Alabama, Marekani.
Corresponding author: Feiya Luo.
Jarida: Education Sciences.
Mchapishaji: MDPI.
Mwaka / juzuu / toleo / nambari ya makala: 2026; 16(9); 1426.
Tarehe ya kuchapishwa: 2 Septemba 2026.
DOI: 10.3390/educsci16091426
Aina ya chanzo: Makala ya utafiti iliyopitiwa na wataalamu na yenye ufikiaji wazi; inaunganisha kisa cha ubunifu na vipengele vya mahojiano ya kimaelezo ya wanafunzi.
Leseni: Creative Commons Attribution (CC BY). Hata hivyo, maandishi ya Verianla yamejengwa kwa kujitegemea kupitia ukweli wa kisayansi na mbinu badala ya kunakili sentensi, aya, jedwali au uwasilishaji wa kuona wa makala ya chanzo.
Ufadhili: Utafiti ulifadhiliwa na National Science Foundation chini ya tuzo nambari 2342738.
Upatikanaji wa data:Iliripotiwa kuwa data zilizofutwa utambulisho zinaweza kutolewa kwa ombi lenye msingi.
Mgongano wa maslahi:Waandishi hawakuripoti mgongano wa maslahi unaohusiana na utafiti.
Maadili: Iliripotiwa kuwa hatua ya mahojiano ya wanafunzi iliidhinishwa na Institutional Review Board; ridhaa iliyotiwa saini na mzazi pamoja na assent ya mwanafunzi zilipatikana. Maandishi ya chanzo hayatoi nambari mahususi ya itifaki ya IRB katika sehemu hii.
Michango ya waandishi
Kwa mujibu wa tamko la CRediT katika chanzo, uundaji wa dhana na metodolojia ulifanywa na Feiya Luo na Fatema Nasrin; uthibitishaji na waandishi watatu; uchanganuzi rasmi na utafiti na Fatema Nasrin; rasilimali, usimamizi, usimamizi wa mradi na upatikanaji wa ufadhili na Feiya Luo; uratibu wa data na Fatema Nasrin; rasimu ya kwanza na Fatema Nasrin na Mohammad Mohi Uddin; mapitio na uhariri na waandishi watatu; na uonyeshaji wa data na Fatema Nasrin na Mohammad Mohi Uddin.
Maelezo ya uthabiti wa ndani wa chanzo
Maelezo ya viwango vya madarasa katika chanzo hayapaswi kupunguzwa kuwa safu moja ya namba: katika muhtasari na maelezo ya madhumuni, nyenzo zinawasilishwa kwa madarasa ya 4–6, ilhali uoanishaji wa DLCS ni wa madarasa ya 3–5, na sampuli ya wanafunzi ni ya wanafunzi waliokuwa wakielekea madarasa ya 4 na 5.
Pia kuna kutokuwiana ndani ya chanzo kuhusu CTML. Katika sehemu ya mbinu, kanuni ya Embodiment imeorodheshwa miongoni mwa kanuni ambazo hazikutumika katika ubunifu wa katuni iliyochapishwa, na katika jedwali la Kiambatisho A imeonyeshwa kuwa haikutumika katika hadithi zote nne. Kinyume chake, sehemu ya mjadala inasema kuwa kanuni ya Embodiment ilihamasisha matumizi ya ubunifu ya wahusika kama Zappy, Milo na Zada. Verianla haijasahihisha kimya kimya mojawapo ya kauli hizi wala kuibadilisha kwa nyingine.
Ingawa utafiti unaripoti jumla ya washiriki 11, msimbo P12 umetumiwa katika baadhi ya nukuu za wanafunzi katika sehemu ya matokeo. Kwa kuwa chanzo hakielezi kwa nini nambari za washiriki hazifuatani, hakuna dhana ya ziada iliyofanywa kuhusu hali hii.
Kikomo cha mwisho cha tafsiri: Mchango mkuu wa utafiti si kuthibitisha hitimisho kwamba “GenAI huongeza mafanikio ya wanafunzi”. Mchango wake mkuu ni kuonyesha kwa kisa cha kina cha ubunifu jinsi akili bandia zalishi inaweza kuingizwa katika uzalishaji wa nyenzo za kufundishia chini ya viwango vya kipedagogia, kanuni za CTML, guardrail na usimamizi endelevu wa binadamu, pamoja na kutoa data ya awali ya kimaelezo kutoka sampuli ndogo ya wanafunzi kuhusu jinsi nyenzo hizo zilivyopokelewa.
Acha maoni
Anwani yako ya barua pepe haitachapishwa. Sehemu za lazima zimewekewa alama ya *