কেন দরকার অ্যাডাপ্টিভ লার্নিং সিস্টেম?

'অ্যাডাপটিভ লার্নিং' মানে অভিযোজিত শেখার প্রযুক্তি কীভাবে শিক্ষাদানের অভিজ্ঞতাকে উন্নত করছে?

সবার শেখার কায়দা আলাদা

The Learning style of every individual is unique. Werequire some adaptive and personalization techniques to extractrequired learning content from enormous content available. Herewe build up an adaptive learning approach so that the personalization is conceivable. An adaptive learning system is developed by considering learner’s knowledge. We develop thisby considering a specific domain. It takes the individual’sperformance into consideration and modifies constantly by responding with student specific learning content.

-- Personalized E-Learning System Based on User’s Performance and Knowledge: An Adaptive Technique, ISSN: 2277-3878

ব্যক্তিগতভাবে আমি নিজেই ধারনা করতে পারি আমাদের সামনে ক্লাসের আকার আর কখনোই ছোট হবে না বরং এটা বাড়তেই থাকবে। ক্লাসের আকার বড় হওয়ার পাশাপাশি সেই ক্লাসে যেহেতু শিক্ষার্থীর সংখ্যা আরো বাড়বে সে কারণে শিক্ষকদের প্রতিটা শিক্ষার্থীকে ঠিকমত শেখানো আরো অসম্ভব হয়ে দাঁড়াবে। আর সে কারণেই এই অ্যাডাপটিভ মানে অভিযোজিত প্রযুক্তি সহায়তা করবে।

আমাদের শিক্ষক এবং লার্নিং ডিজাইনাররা এই প্রযুক্তি দিয়ে আকর্ষণীয়, এবং অনেকটাই পার্সোনালাইজড মানে ব্যক্তিগত শেখার মতো করে (১:১) অভিজ্ঞতা তৈরি করবেন যা এই নতুন ধরনের লার্নিংএর প্রয়োজনে - অর্থাৎ শিক্ষার্থীরাও সিস্টেমের জন্য প্রয়োজনীয় সাপোর্ট এবং মনোযোগ পাবেন। এতে সব ক্লাসরুম ম্যাটেরিয়াল মানে প্রাথমিক ও পুরাতন ধারণাগুলির ওভারল্যাপিং সংযোগ, ক্লাসের প্রি-কোর্স, প্রতিকারমূলক পাঠ, কেসস্টাডি হিসেবে ভাগ করে ব্যবহার করা যাবে।

আমাদের এই অ্যাডাপটিভ লার্নিং প্রযুক্তিকে যদি বুঝে এবং মানবিক ধারণা দিয়ে যত্নের সাথে প্রয়োগ করলে প্রতিটা শিক্ষার্থীর ফলাফল ভালো হতে বাধ্য। এখানে শিক্ষকদের নতুন ধরনের ক্ষমতায়ন ঘটে যাতে প্রতিটা শিক্ষার্থীকে তাঁরা আলাদাভাবে মনোযোগ দিতে পারেন।

আমাদের এই অ্যাডাপটিভ লার্নিং প্রযুক্তি কিভাবে শিক্ষকদের কাজের সুবিধারকে আরো প্রসারিত করবে?

ফর্মালি অথবা ইনফর্মালি বলতে গেলে শিক্ষা এখন সারা জীবনের জন্য আমাদের সঙ্গে থাকবে। আমার বয়স ৫০, অথচ এখনও আমি বিভিন্ন ধরনের কোর্স ওয়ার্ক করে চলছি, কখনো হয়তোবা কাজের জন্য, কখনো হয়তোবা নিজের জন্য। এইসব পড়াশোনার মধ্যে প্রতিষ্ঠান ভিত্তিক পড়াশোনা, অনলাইন কোর্সওয়ার্ক, কন্টিনিউইং এডুকেশন অর্থাৎ অব্যাহত শিক্ষা, কর্মশক্তি প্রশিক্ষণ এবং ব্যক্তিগত অনুশীলনসহ বিভিন্ন শিক্ষার অভিজ্ঞতার জন্য আমাদেরকে সারা জীবনই শিখতে হবে।

এই অ্যাডাপটিভ লার্নিং অর্থাৎ অভিযোজিত শেখার অভিজ্ঞতার ডিজাইন করার সময় ব্যাপারটাকে এতো সহজ করে দেয় যাতে শিক্ষার্থী, শিক্ষকের কোন ইনপুট মানে কোন শিক্ষকের সরাসরি বা তাত্ক্ষণিক অ্যাক্সেস ছাড়াই কঠিন বিষয়বস্তু নেভিগেট করতে পারে। এছাড়াও, শিক্ষার্থীদের তাদের শেখার প্রক্রিয়াটির ওনারশীপ, নিজের মতো করে সিকোয়েন্স তৈরি করে নিজের গতিতে শিখতে পারবে। এটা বিশাল প্রাপ্তি, একজন শিক্ষার্থীর ক্ষেত্রে।

শিক্ষকদের হাতে চলে আসছে অনেক ক্ষমতা

কৃত্রিম বুদ্ধিমত্তা এবং অ্যাডাপটিভ লার্নিং প্লাটফর্ম আমরা যাকে বলছি ‘অভিযোজিত’ শেখার ব্যবস্থা, দিয়ে সবচেয়ে বেশি ক্ষমতায়ন হয় শিক্ষকদের। উনাদের শেখানোর স্টাইল কখন করতে হবে এবং কি জিনিস শিক্ষার্থীরা শিখবে সেটার উপর পুরোদমে ওনারশিপ থাকছে শিক্ষকদের, সেটা সনাতন পদ্ধতির পাশাপাশি ডিজিটাল লার্নিং এনভারমেন্টেরও জন্য প্রযোজ্য।

সবচেয়ে বড় কথা হচ্ছে আমাদের শিক্ষক এবং এই লার্নিং এনভারমেন্ট ‘ডিজাইনার’ সবচেয়ে ভালো জানেন কোনটা ভালো হবে শিক্ষার্থীদের জন্য। কোন লেসনগুলো কিভাবে, কোন সিকোয়েন্সে অথবা কোন লেভেলে ভাগ করে বিভিন্ন কেস-স্টাডি যোগ করে শিক্ষার্থীদের বোঝানোর জন্য তৈরি হবে, সেটা উনারা ছাড়া আর কে ভালো জানেন? সেখানে উনারা বলে দিতে পারবেন - কোথায় শিক্ষার্থীরা আটকাতে পারে অথবা কোন কোন জায়গায় সামান্য কিছু ধারনা দিলেই পুরো বিষয়টা বুঝবে তারা। এর পাশাপাশি যারা অ্যাডভান্সড শিক্ষার্থী এবং যাদের সেই লার্নিংটা নিতে অসুবিধা হচ্ছে সবার জন্যই আলাদা আলাদা ‘ট্রিটমেন্ট’ শিক্ষার্থীদের এই নতুন লার্নিং এনভায়রনমেন্টে লেগে থাকতে সহায়তা করবে।

কে কিভাবে শিখবে সেটার অ্যানালিটিক্স

The most related field areas of the graph is learning analytics (Analysis of Learning) which can be defined as the measurement, collection, analysis and reporting of data about students and their contexts, for understanding and learning purposes and optimizing the environments in which occurs, therefore, Educational data Mining may share many attributes of all and each one of the surrounding areas.

-- Cristobal Romero & Ventura, 2013

যখন শিক্ষক এবং আমাদের লার্নিং এক্সপেরিয়েন্স ডিজাইনারদের হাতে এই ক্ষমতাগুলো দেয়া হবে, তখন শিক্ষার্থীরা আস্তে আস্তে অন্য লেভেলের এক্সপেরিয়েন্স পাবেন। শিক্ষকগণ যখন এ ধরনের কোর্সওয়ার্কের ম্যাটেরিয়াল তৈরি করবেন তখন সেগুলোর উপর উনাদের ‘ওনারশিপ’ গড়ে উঠবে বলে সেটার সাথে শিক্ষার্থীদের কানেক্ট করা আরো সহজ হবে।

যেহেতু পুরো কোর্সওয়ার্ককে অনেক ক্ষুদ্র ভাগে ভেঙ্গে ফেলা হবে, সে কারণে কোথায় শিক্ষার্থীদের সমস্যা হতে পারে সেটা খুব সহজে বের করতে পারবে এই সিস্টেম। ধরা যাক, আমাদের ৭ম শ্রেনীর জ্যামিতি বই যদি বারোটা চ্যাপ্টারের হয়, তাহলে এই সিস্টেম পুরো বইটাকে কমবেশি ২০০০+ লার্নিং পয়েন্টে অর্থাৎ ছোট্ট ছোট্ট নলেজ ইউনিটে ভাগ করে ফেলবে। ফলে ঠিক কোথায় সমস্যা হচ্ছে, কোথায় নলেজ গ্যাপ হতে পারে সেটাকে সিস্টেম খুব সহজে বের করে ফেলতে পারবে।

লার্নিং অ্যানালিটিকস, সবার জন্য আলাদা রিপোর্ট

এ ধরনের সিস্টেম দিয়ে একজন শিক্ষক স্পেসিফিক্যালি প্রতিটা শিক্ষার্থী কিভাবে পারফর্ম করছে, কোথায় আটকে অথবা খুব ভালো করছে - অথবা এই শিক্ষার্থী সামনে কি ফেল করবে কিনা এইসব ধারণা পাওয়া যাবে এই লার্নিং অ্যানালিটিকস ড্যাশবোর্ড থেকে। এই ধরনের ড্যাশবোর্ড এখন অনেক উন্নত স্কুলেই আছে।

আমরা বলতে চাইছি - এই ধরনের ডাটা ড্রিভেন ডিসিশন মেকিং সিস্টেম একজন শিক্ষককে অনেক আগে থেকেই ধারণা দিতে পারবে তার বর্তমানে চালু ‘লার্নিং ডিজাইন’ ঠিকমত কাজ করছে কিনা, অথবা তাকে এমন কিছু জিনিস কী পরিবর্তন করতে হতে পারে যা শিক্ষার্থীকে আরো ভালো লার্নিং এক্সপেরিয়েন্স দিতে পারে? আর এই সবকিছুই সম্ভব ‘অনেক দেরি হয়ে গেলে যে সমস্যাগুলো হয়’ তা হবার আগেই। এভাবে একজন শিক্ষক তার অসাধারণ মাইন্ডসেট এবং মন লাগিয়ে চমৎকার একটা লার্নিং এক্সপিরিয়েন্স দিতে পারেন প্রতিটা শিক্ষার্থীদের, যারা কখনোই মনে করবে না যে তাদের এই নতুন এক্সপেরিয়েন্স পুরনো হয়ে যাচ্ছে সময়ের সাথে।