اچھا دوست یا مستقبل کے لیکچرر کی تبدیلی؟

آج کل، مصنوعی ذہانت (AI) زندگی کے بہت سے پہلوؤں پر تیزی سے گہرا اثر ڈال رہی ہے۔ تعلیم و تربیت کا شعبہ بھی اس سے مستثنیٰ نہیں ہے۔ اس مسئلے کے ارد گرد بہت سے سوالات ہیں کہ آیا مستقبل میں AI لیکچررز کی جگہ لے سکتا ہے یا نہیں؟

مقامی عجائب گھروں اور آرکائیوز کے نمائندوں کے ساتھ ساتھ RMIT ویتنام کے عملے نے ثقافتی ورثے کو محفوظ رکھنے کے لیے جدید 3D ٹیکنالوجی کے استعمال کا تجربہ کیا۔ تصویر: RMIT

کیا لیکچرر کا کردار AI سے متاثر ہے؟

ڈاکٹر Nguyen Van Dong (Saigon University) کی تحقیق کے مطابق، اعلیٰ تعلیم میں جدت طرازی ضروری ہے کہ تدریس کو ٹیکنالوجی کی ترقی سے جوڑ دیا جائے۔ مصنوعی ذہانت (AI) کا استعمال تدریس اور سیکھنے کے عمل کو بہتر بنانے کے ذریعے اعلیٰ تعلیم میں تعلیمی انتظام کو بہتر بنانے کی بڑی صلاحیت فراہم کرتا ہے۔

تحقیق سے پتہ چلتا ہے کہ AI میں انضمام اور ترقی کی سمت میں اعلیٰ تعلیم کے منظر نامے کو تبدیل کرنے کی بڑی صلاحیت ہے۔

سب سے پہلے، AI سیکھنے کے طریقوں کو قابل بناتا ہے جو انفرادی ضروریات کے مطابق ہوتے ہیں۔ طالب علم کے سیکھنے کے انداز اور پیشرفت کے گہرائی سے ڈیٹا کے تجزیہ کے ساتھ، سیکھنے کے زیادہ موثر اور موثر تجربات فراہم کرنے کے لیے انکولی سیکھنے کے نظام کو تشکیل دیا گیا ہے۔

دوسرا، AI طلباء کے رویے کی پیشین گوئی کرنے کے لیے تاریخی ڈیٹا کا تجزیہ کر سکتا ہے، جیسے کہ تعلیمی کارکردگی، حاضری، یا یہاں تک کہ سیکھنے کی ممکنہ مشکلات۔ یہ اداروں کو بچاؤ کے اقدامات کرنے یا ضرورت مند طلباء کی مدد کے لیے جلد مداخلت کرنے کی اجازت دیتا ہے۔

یہ تمام فوائد یہ ظاہر کرتے ہیں کہ AI مؤثر طریقے سے تدریس میں لیکچررز کی مدد کرنے کے لیے استعمال ہونے والا ایک ٹول ہے۔

اسی مسئلے پر، ڈاکٹر Nguyen Minh Huyen Trang - ڈپٹی ہیڈ آف اسٹوڈنٹ افیئر ڈپارٹمنٹ، ہو چی منہ سٹی نیشنل یونیورسٹی نے تصدیق کی: "یقینی طور پر AI لیکچررز کی جگہ نہیں لے سکتا۔ کیونکہ طلباء لیکچررز کی جانب سے پس منظر کی معلومات فراہم کیے بغیر اس ٹیکنالوجی کا مؤثر طریقے سے فائدہ نہیں اٹھا سکتے۔"

محترمہ ٹرانگ نے وضاحت کی کہ اگر طلباء کو پس منظر کی معلومات فراہم نہیں کی جاتی ہیں، تو وہ اس بات کی تصدیق نہیں کر سکیں گے کہ آیا AI کی طرف سے فراہم کردہ مسودے اور مواد معقول اور درست ہیں۔ ان کے مطابق، AI کے اثرات کو مثبت طور پر دیکھا جانا چاہیے۔ کیونکہ AI اعلی تعلیم کے معیار کو بہتر بنانے میں مدد کرنے کا ایک ذریعہ ہے۔

مسئلہ یہ ہے کہ طلبہ کو علم فراہم کرنے کے لیے خود لیکچراروں کو اپنے علم کو اپ ڈیٹ کرنے کی ضرورت ہے۔ ان کا ماننا ہے کہ اعلیٰ تعلیمی اداروں کو بنیادی ڈھانچے میں سرمایہ کاری کرنی چاہیے، تربیتی لیکچررز کے ساتھ AI ٹیکنالوجی کو استعمال کرنے، لاگو کرنے اور اس کا فائدہ اٹھانے کی صلاحیت حاصل کرنی چاہیے۔

دو مصنفین Wahyudi & Sunarsi، (2021) کے تحقیقی عنوان کے ساتھ ایک اور مطالعہ "COVID-19 وبائی امراض کے دوران لیکچرار کی کارکردگی پر نالج مینجمنٹ کو نافذ کرنے کے فوائد" سے ظاہر ہوا کہ AI لیکچررز کی تعلیمی سرگرمیوں کی تاثیر کو برقرار رکھنے میں مدد کرتا ہے۔ تحقیق کے مطابق نالج مینجمنٹ ٹیکنالوجی پر مبنی آن لائن ایجوکیشن ڈیلیوری سسٹم کے ابھرنے کی حوصلہ افزائی کرتی ہے تاکہ تعلیم کے شعبے میں لیکچررز کی کارکردگی میں کمی نہ آئے۔

تدریس میں AI کو مؤثر طریقے سے استعمال کرنے کے چیلنجز

جیسا کہ جدید ترین AI سسٹمز تیزی سے ہر جگہ پھیلتے جا رہے ہیں، طلباء کو یہ سیکھنے کی ضرورت ہوگی کہ AI کو تنقیدی، اخلاقی اور اس طریقے سے استعمال کرنا ہے جو مقصد اور سیاق و سباق کے لیے موزوں ہو۔ تصویر: RMIT

اگرچہ یہ تعلیمی ترقی کی بڑی صلاحیت پیش کرتا ہے، لیکن AI کو مؤثر طریقے سے استعمال کرنے میں اب بھی چیلنجز موجود ہیں۔

دو مصنفین Pham Thi Phuong Dung اور Ho Xuan Vinh (Hung Vuong University, Ho Chi Minh City) کے مطالعہ "یونیورسٹی کے انتظام میں مصنوعی ذہانت کا اطلاق: ممکنہ اور چیلنجز" نے بالخصوص اور اعلیٰ تعلیمی اداروں کے لیکچررز کے لیے عام طور پر قابل ذکر چیلنجوں کی نشاندہی کی ہے۔

سب سے پہلے، سیکورٹی اور رازداری کے لیے۔ تعلیمی انتظام میں AI کے استعمال کے لیے بڑی مقدار میں ڈیٹا تک رسائی کی ضرورت ہوتی ہے، بشمول طلباء، لیکچررز اور عملے کے بارے میں ذاتی معلومات۔ اگر حساس معلومات کو لیک یا غلط استعمال کیا جاتا ہے تو اس سے نہ صرف تعلیمی ادارے کی ساکھ متاثر ہوگی بلکہ طلباء کو بھی نقصان پہنچے گا۔

دوسرا ہنر مند انسانی وسائل کی کمی ہے۔ تعلیم میں بہت سے لیکچررز اور عملہ AI اور ڈیٹا اینالیٹکس میں تربیت یافتہ نہیں ہیں۔ مہارتوں کا یہ فقدان ٹیکنالوجی کے غیر موثر نفاذ، وسائل کو ضائع کرنے کا باعث بن سکتا ہے۔ اس شعبے میں اعلیٰ تعلیم یافتہ افراد کی تلاش اور بھرتی کرنا بھی مشکل ہے، خاص طور پر مختلف تعلیمی اداروں کے درمیان سخت مقابلے کے تناظر میں۔

تیسرا ٹیکنالوجی کو مربوط کرنے میں دشواری ہے۔ بہت سے موجودہ ایجوکیشن مینجمنٹ سسٹمز کو AI اور Big Data کے ساتھ ضم کرنے کے لیے ڈیزائن نہیں کیا گیا ہے، جس کی وجہ سے ڈیٹا اور ورک فلو کو سنکرونائز کرنے میں مشکلات پیش آتی ہیں۔ مطابقت کی کمی تبدیلی کے عمل کو سست کر سکتی ہے اور اسکولوں کو سسٹم کو اپ گریڈ کرنے میں مزید سرمایہ کاری کرنے پر مجبور کر سکتی ہے۔

چوتھا، اعلی سرمایہ کاری کے اخراجات۔ AI اور بڑے ڈیٹا کو لاگو کرنے کے لیے سافٹ ویئر، ہارڈ ویئر، اور انسانی وسائل کی تربیت میں بڑی ابتدائی سرمایہ کاری کی ضرورت ہوتی ہے۔ یہ مالی بوجھ بن سکتا ہے، خاص طور پر محدود بجٹ والے تعلیمی اداروں کے لیے۔ اس کے علاوہ، ٹیکنالوجی کو برقرار رکھنے اور اپ ڈیٹ کرنے کی لاگت بھی ایک اہم عنصر ہوسکتی ہے، جس سے تعلیمی اداروں پر مالی دباؤ بڑھتا ہے۔

آخر میں، تجزیہ اور فیصلہ کرنے میں مشکل ہے. نامکمل، غلط یا پرانا ڈیٹا ناقص فیصلوں کا باعث بن سکتا ہے اور سیکھنے اور انتظامی کارکردگی پر منفی اثر ڈال سکتا ہے۔ ڈیٹا کے تجزیہ کے لیے انتہائی مہارت کی ضرورت ہوتی ہے، اور بہت سے ملازمین کو تجزیہ کے پیچیدہ ٹولز تک رسائی حاصل کرنا مشکل ہو سکتا ہے۔

تدریسی عمل میں AI کو مؤثر طریقے سے استعمال کرنے کے لیے کیا کرنا چاہیے۔

AI کو مؤثر طریقے سے استعمال کرنے کے لیے، MSc کی تحقیق۔ فام تھی فونگ ڈنگ اور ایم ایس سی۔ Ho Xuan Vinh (Hung Vuong University, Ho Chi Minh City) پانچ اقدامات تجویز کرتا ہے۔

سب سے پہلے، سٹوریج اور ٹرانسمیشن کے دوران ڈیٹا کی حفاظت کے لیے انکرپشن ٹیکنالوجی کا استعمال کرتے ہوئے مضبوط حفاظتی اقدامات کو نافذ کریں۔ یہ یقینی بناتا ہے کہ ڈیٹا سے سمجھوتہ کرنے کے باوجود بھی معلومات محفوظ رہتی ہیں۔ پاس ورڈ لاگ ان کے علاوہ غیر مجاز رسائی کو روکنے کے لیے توثیق کی متعدد پرتیں لگائیں، صارفین کو فون یا ای میل کے ذریعے تصدیق کرنے کی ضرورت ہوتی ہے۔

دوسرا، تربیت اور مہارت کی ترقی، فیکلٹی اور عملے کے لیے AI، ڈیٹا اینالیٹکس اور انفارمیشن ٹیکنالوجی پر کورسز فراہم کرنا۔ کورسز کو بنیادی سے جدید تک ڈیزائن کیا جا سکتا ہے۔ اس کے ساتھ ساتھ، صنعت کے ماہرین کے درمیان علم اور تجربے کو بانٹنے کے لیے تقریبات کا انعقاد کرنے کے ساتھ ساتھ ٹیکنالوجی کمپنیوں کے ساتھ تربیتی پروگرام منعقد کرنے اور وسائل کا اشتراک کرنے کے لیے تعاون کرنا۔

تیسرا، نفاذ سے پہلے، تحقیق اور ٹیکنالوجی کے حل کا انتخاب کرنا ضروری ہے جو موجودہ نظام کے ساتھ اچھی طرح سے مربوط ہو سکیں۔ مکمل نفاذ سے پہلے ٹیکنالوجی کی فزیبلٹی کا جائزہ لینے کے لیے پائلٹ پروجیکٹس کا انعقاد کریں۔ ایک متحد ڈیٹا سسٹم ڈیزائن کریں تاکہ ڈیٹا کے تمام ذرائع کو مربوط اور مؤثر طریقے سے استعمال کیا جاسکے۔

چوتھا، شروع میں بھاری سرمایہ کاری کرنے کے بجائے، اسکول چھوٹے منصوبوں سے شروع کر سکتے ہیں اور حاصل شدہ نتائج کی بنیاد پر بتدریج توسیع کر سکتے ہیں۔ حکمت عملیوں کو ایڈجسٹ کرنے اور اخراجات کو بہتر بنانے کے لیے وقتاً فوقتاً جائزے کا انعقاد کریں۔

پانچویں، درستگی اور مکمل ہونے کو یقینی بنانے کے لیے واضح ڈیٹا اکٹھا کرنے، ذخیرہ کرنے اور پروسیسنگ کے طریقہ کار کو قائم کریں۔ غلط ڈیٹا کا پتہ لگانے اور درست کرنے کے لیے باقاعدہ آڈٹ کروائیں۔ ڈیٹا کے معیار کے مسائل کا پتہ لگانے اور ان سے نمٹنے میں ڈیٹا مینجمنٹ کے عملے کی مدد کرنے کے لیے ڈیٹا کے تجزیہ کی عام فہم کو بہتر بنانے کے لیے ماہرین سے نالج شیئرنگ سیشنز کا اہتمام کریں۔

ماخذ: https://danviet.vn/tri-tue-nhan-tao-ai-nguoi-ban-tot-hay-ke-co-the-thay-the-giang-vien-trong-tuong-lai-20241219114343297.htm