AI உங்கள் குழந்தைகளுக்குக் கற்பிப்பதற்கு முன், அதன் வேலையை யார் சரிபார்த்தது எனக் கேளுங்கள்

பெரும்பாலான பள்ளி அமைப்புகள் எதிர்பார்த்ததை விட வேகமாக artificial intelligence வகுப்பறைக்குள் நுழைந்துவிட்டது. பாட உள்ளடக்கம், பயிற்சிகள், தீர்க்கப்பட்ட விடைகள் மற்றும் கருத்துரைகள் இப்போது AI tools-ஆல் உருவாக்கப்பட்டு தினமும் குழந்தைகள் முன் வைக்கப்படுகின்றன. இது கற்றலுக்கு உதவுமா தீங்கா என்பதைத் தீர்மானிக்கும் கேள்வி ஒரு அமைதியானது: ஒரு குழந்தை இந்த உள்ளடக்கத்தைப் பார்ப்பதற்கு முன் அதை யார் சரிபார்க்கிறார்கள், அதைத் தீர்ப்பளிக்க அவர்கள் தகுதியானவர்களா?

Primary மற்றும் secondary மாணவர்களுக்கு coding, robotics, digital technology மற்றும் business பாடங்களை பன்னிரண்டு ஆண்டுகளுக்கும் மேலாகக் கற்பித்திருக்கிறேன். அந்த ஆண்டுகள் முழுவதும், எனது வேலையின் பெரும் பகுதி துல்லியமாக இந்தப் பணியே. துல்லியத்திற்காக பாடப்பொருட்களை மறுஆய்வு செய்தல். ஒரு விளக்கம் படிக்கும் குழந்தையின் வயதுக்குப் பொருந்துகிறதா எனச் சரிபார்த்தல். முப்பது மாணவர்களைக் குழப்புவதற்கு முன் தீர்க்கப்பட்ட விடையிலுள்ள பிழையைக் கண்டுபிடித்தல். AI சகாப்தத்திற்குத் திடீரெனப் பெரிய அளவில் தேவைப்படும் திறன் தொகுப்பு இதுவே; அது ஏற்கனவே கற்பித்தல் தொழிலில் உள்ளது.

இது ஏன் இப்போது முக்கியம்

கல்வியில் AI பயன்பாடு இனி ஒரு கணிப்பல்ல. Gallup மற்றும் Walton Family Foundation-இன் 2025 ஆய்வு, 2024-2025 பள்ளி ஆண்டில் United States-இல் பத்தில் ஆறு ஆசிரியர்கள் தங்கள் வேலைக்கு AI tool-ஐப் பயன்படுத்தினர் என்றும், இந்த tools-ஐ வாராந்திரம் பயன்படுத்தும் ஆசிரியர்கள் வாரத்திற்கு சுமார் ஆறு மணிநேரம் சேமிப்பதாகத் தெரிவிப்பதாகவும் கண்டறிந்தது. இந்த வேகத்திலான ஏற்றம் என்பது, முறையான மறுஆய்வுச் செயல்முறைகள் உருவாக்கப்படுவதை விட வேகமாக AI உருவாக்கும் உள்ளடக்கம் மாணவர்களை அடைகிறது என்று பொருள்.

அதே நேரம், கல்வியில் generative AI பற்றிய UNESCO-வின் வழிகாட்டுதல், இந்த அமைப்புகள் மனித மேற்பார்வையின் கீழ் இருக்க வேண்டும் என்றும், கற்றலாளர்களுடன் AI பயன்படுத்தப்படும் விதத்தின் மையத்தில் ஆசிரியர்களின் தொழில்முறைத் தீர்ப்பு இருக்க வேண்டும் என்றும் தெளிவாகக் கூறியுள்ளது. கொள்கைத் திசையும் வகுப்பறை யதார்த்தமும் ஒரே முடிவை நோக்கி சுட்டிக்காட்டுகின்றன. வரம்புக்குட்பட்ட காரணி தொழில்நுட்பமல்ல. கல்வி உள்ளடக்கத்தை முறையாக மதிப்பிடக்கூடிய மனிதர்களின் விநியோகம்.

என்ன நடந்தது

AI systems-இன் மனித மதிப்பீட்டைச் சுற்றி ஒரு குறிப்பிடத்தக்க துறை வளர்ந்துள்ளது. AI ஆய்வகங்களும் அவற்றுக்குச் சேவை செய்யும் platforms-உம் இப்போது, தங்கள் models உருவாக்கும் உள்ளடக்கத்தை எழுத, மறுஆய்வு செய்ய, மதிப்பிட, கல்வியாளர்கள் உட்படப் பாட நிபுணர்களை (subject matter experts) நியமிக்கின்றன - ஒரு விளக்கம் உண்மையில் கற்பிக்குமா என்பதை பொதுவான annotators-ஆல் தீர்ப்பளிக்க முடியாது என்பதால்தான். கல்வி உள்ளடக்க மதிப்பீடு அங்கீகரிக்கப்பட்ட தொழில்முறைப் பணியின் பிரிவாகியுள்ளது; பெரும்பாலும் சுயாதீனமாகவும் ஒத்திசைவற்ற வகையிலும் (asynchronous) செய்யப்படுகிறது.

இது ஒரு கட்டமைப்பு மாற்றம். Models சரளமாக உள்ளன. ஐந்து ஆண்டுகளுக்கு முன் சரளம்தான் கடினமான பிரச்சினை. இப்போதைய கடினமான பிரச்சினை தீர்ப்பு: இந்த விளக்கம் சரியா, முழுமையானதா, சரியான மட்டத்தில் பேசப்பட்டதா, பத்து வயது குழந்தை சரியான கருத்தையா பெறுவான் அல்லது நம்பிக்கையான தவறான புரிதலையா?

வகுப்பறை அனுபவம் உண்மையில் என்ன தருகிறது

கற்பித்தல், வேறு எந்த வழியிலும் உருவாக்க கடினமான மதிப்பீட்டுத் திறன்களை வளர்க்கிறது. ஒரு கற்றல் உள்ளடக்கத்தை மறுஆய்வு செய்யும் ஆசிரியர் ஒரே நேரம் பல சரிபார்ப்புகளை இயக்குகிறார். முதலில் தொழில்நுட்பத் துல்லியம்: Python எடுத்துக்காட்டு உண்மையில் சரியா, விவரிக்கப்பட்ட business செயல்முறை நடைமுறையில் நடப்பதோடு பொருந்துகிறதா? பின்னர் வயது பொருத்தம்: சொல்லகம், எடுத்துக்காட்டு, அறிதிறன் சுமை (cognitive load) ஆகியவை Year 10 மாணவனுக்கு அல்ல, Year 6 மாணவனுக்குப் பொருந்துகின்றனவா? பின்னர் கற்பித்தலியல் (pedagogy): தொடர் புரிதலை உருவாக்குகிறதா, அல்லது குழந்தைகள் எப்போதும் தடுமாறும் அந்த அடியைத் தவிர்த்துவிடுகிறதா?

Marking (மதிப்பெண் இடல்) இந்தக் கைவினையின் மறுபாதி. ஒரு பிழையை அடையாளம் காட்டி, ஏன் தவறு என விளக்கி, மேம்பாட்டுப் பாதையைக் காட்டும் கட்டமைக்கப்பட்ட கருத்துரை எழுதுவது, AI மதிப்பீட்டுப் பணி தேவைப்படுத்தும் துல்லியமான வடிவமே. வரையறுக்கப்பட்ட அளவுகோல்களுக்கு எதிராக ஆயிரக்கணக்கான assignments-ஐ மதிப்பிட்ட ஆசிரியர், காலக்கெடுவின் கீழ், மேற்பார்வையின்றி, பல ஆண்டுகளாக rubric-அடிப்படையிலான மதிப்பீடு செய்து வருகிறார். இவை AI உள்ளடக்க மதிப்பீட்டுக்கு அருகிலுள்ள திறன்கள் அல்ல. அதே திறன்கள்.

பள்ளிகளுக்கும் AI துறைக்குமான தாக்கங்கள்

AI ஆய்வகங்களுக்கும் edtech நிறுவனங்களுக்கும் போட்டித் தாக்கம் நேரடியானது. அனுபவமுள்ள கல்வியாளர்களின் உள்ளீட்டுடன் நுட்பமாக்கப்பட்டு சோதிக்கப்பட்ட models, நன்றாக விளக்கும், வயது மட்டத்தைக் குறைவாகத் தவறவிடும், பொதுவாளர்களால் மட்டுமே மறுஆய்வு செய்யப்பட்ட models-ஐ விட பள்ளிகளில் வேகமாக நம்பிக்கை பெறும். கற்பித்தலியல் தரம் ஒரு தயாரிப்பு வேறுபடுத்திகளாகி வருகிறது; ஆசிரியர்கள் இல்லாமல் அதை வாங்க முடியாது.

பள்ளிகளுக்கு, தாக்கம் எதிர் திசையில் ஓடுகிறது. AI உள்ளடக்கம் எப்படி உருவாக்கப்பட்டு மதிப்பிடப்படுகிறது என்பதைப் புரிந்த ஆசிரியர்கள், தங்கள் பள்ளி ஏற்கும் tools-க்கான இயற்கையான தர வாயிலாக (quality gate) மாறுகின்றனர். அந்த நிபுணத்துவம் அங்கீகரிக்கப்பட்டு, வளர்க்கப்பட்டு, கொள்முதல் முடிவுகளில் பயன்படுத்தப்பட வேண்டும் - அறைக்கு வெளியே விடப்படாமல்.

அபாயங்களும் governance கருதுகோள்களும்

AI கல்வி உள்ளடக்கத்தின் மைய அபாயம், அது மரியாதையாகத் தோல்வியடைகிறது என்பதே. அது அரிதிலும் அரிதில் வெளிப்படையாக உடைந்ததாக இருக்காது. அது சரளமாகவும், நன்றாக வடிவமைக்கப்பட்டும், அவ்வப்போது தவறாகவும் இருக்கும் - அல்லது சரியாக இருந்தும் தவறான மட்டத்தில் பேசப்பட்டிருக்கும்; ஒரு கற்றலாளனுக்கு அதுவும் சமமாகச் சேதமூட்டக்கூடியது. அந்த வயது குழுவை அறிந்த ஒருவரால் மறுஆய்வு செய்யப்படாத உள்ளடக்கம் ஒரு வளமல்ல, வரைவாகக் கருதப்பட வேண்டும். பள்ளிகளும் இங்கு ஒரு governance கடமை சுமக்கின்றன: AI உள்ளடக்கம் எங்கு அனுமதிக்கப்படுகிறது, யார் ஒப்புதலளிக்கிறார்கள், வகுப்பறையில் கண்டுபிடிக்கப்படும் பிழைகள் எப்படி திரும்ப அறிவிக்கப்படுகின்றன என்பதற்கான தெளிவான கொள்கைகள்.

பள்ளித் தலைவர்கள் என்ன செய்ய வேண்டும்

AI உள்ளடக்க மதிப்பீட்டை ஒரு தொழில்முறைத் திறனாகக் கருதி, அவ்வாறே பெயரிடுங்கள். AI tools பற்றிய ஒவ்வொரு முடிவிலும் அனுபவமுள்ள ஆசிரியர்களை அமர்த்துங்கள்; மாணவர்களுடன் பயன்படுத்தப்படும் எந்த AI உருவாக்கப்பட்ட பொருடும் ஆவணப்படுத்தப்பட்ட ஆசிரியர் மறுஆய்வைக் கடந்திருக்க வேண்டும் எனக் கட்டளையிடுங்கள். ஏற்றம் மேலும் வளர்வதற்கு முன் இப்போதே எளிய மறுஆய்வு நெறிமுறைகளை உருவாக்குங்கள்; தொழில்முறை வளர்ச்சி மற்றும் தொழில் பாதைகளில் உள்ளடக்க மதிப்பீட்டு அனுபவத்தை அங்கீகரியுங்கள்.

AI மற்றும் edtech குழுக்கள் என்ன செய்ய வேண்டும்

மதிப்பீடு மற்றும் உள்ளடக்கப் பங்குகளில் பணிபுரியும் மற்றும் முன்னாள் ஆசிரியர்களை நியமியுங்கள்; அவ்வாறு செய்யும்போது வகுப்பறை அனுபவத்திற்குத் தீவிரமாக முக்கியத்துவம் கொடுங்கள். தொழில்நுட்பத் துல்லியச் சரிபார்ப்பிலிருந்து தனிப்பட்ட ஒரு ஒழுக்கமாக கற்பித்தலியல் மறுஆய்வுக்குக் கொடுப்பனவு செய்யுங்கள். கல்வித் தயாரிப்புகளை கல்வியாளர்கள் எழுதிய வயது பொருத்த rubrics-க்கு எதிராகச் சோதியுங்கள்; குழந்தைகளை அடையும் எந்த உள்ளடக்கத்திற்கும் மனித மறுஆய்வுச் சுழற்சியை நிலைநிறுத்துங்கள்.

மூலோபாய முடிவுரை

ஒவ்வொரு கல்வி அமைப்பும், AI models-க்கும் குழந்தைகளுக்கும் இடையில் அமரும் மனிதத் தீர்ப்பின் அடுக்கைச் சார்ந்திருக்கப் போகிறது. அந்த அடுக்கு, குழந்தைகள் எப்படி விஷயங்களைத் தவறாகப் புரிந்துகொள்கிறார்கள் என்பதை ஆண்டுகள் கழித்துக் கற்றவர்களாலோ அல்லது கற்காதவர்களாலோ நிரப்பப்படும். கற்பித்தல் தொழில், இந்தத் தருணம் தேவைப்படுத்தும் துல்லியமான மதிப்பீட்டாளர்களை பல தசாப்தங்களாக அமைதியாகப் பயிற்றுவித்திருக்கிறது. பள்ளிகளிலும் AI ஆய்வகங்களிலும் இதை முதலில் உணரும் அமைப்புகளே, பெற்றோர் நம்பும் தயாரிப்புகளையும் வகுப்பறைகளையும் உருவாக்கும்.

சிந்தனைக் கேள்வி

உங்கள் பள்ளி நாளை ஒரு AI கற்றல் tool-ஐ ஏற்றால், அது ஒரு குழந்தையை அடைவதற்கு முன் அதன் உள்ளடக்கத்தை யார் சரிபார்ப்பார்கள் - அதைத் தீர்ப்பளிப்பதற்கு அவர்களைத் தகுதிப்படுத்துவது என்ன?