কৃত্রিম বুদ্ধিমত্তা (AI) বিশ্ব অর্থনীতিকে নতুন রূপ দিচ্ছে, আর আমেরিকার সবচেয়ে ধনী পরিবারগুলো প্রথাগত শিক্ষা ব্যবস্থা থেকে একটি নীরব কিন্তু সুনিশ্চিত বিচ্ছেদ ঘটাচ্ছে। তারা তাদের সন্তানদের প্রচলিত শ্রেণীকক্ষ থেকে বের করে এনে এক নতুন ধরনের বেসরকারি প্রতিষ্ঠানে পাঠাচ্ছে, যেখানে দৈনন্দিন শিক্ষার কেন্দ্রে রয়েছে মেশিন ইন্টেলিজেন্স বা যন্ত্র বুদ্ধিমত্তা। তাদের এই বাজিটি সহজ: দ্রুত প্রযুক্তিগত পরিবর্তনের দ্বারা সংজ্ঞায়িত ভবিষ্যতের জন্য প্রথাগত শিক্ষাদান পদ্ধতি তৈরি করা হয়নি, এবং যে পরিবারগুলোর মানিয়ে নেওয়ার সামর্থ্য আছে তারা এখনই তা করছে।
এই আন্দোলনটি কেবল তাত্ত্বিক নয়। এটি ইতিমধ্যেই কাঁচের দেয়ালঘেরা ক্যাম্পাস এবং সংস্কার করা অফিস ভবনগুলোতে দৃশ্যমান হচ্ছে, যেখানে বার্ষিক টিউশন ফি বেশিরভাগ আমেরিকান শহরের গড় পারিবারিক আয়ের সমান।
কীভাবে আলফা স্কুল একটি জাতীয় মডেল তৈরি করেছে
অস্টিনের আলফা স্কুল (Alpha School) এই পরিবর্তনের সবচেয়ে স্পষ্ট বহিঃপ্রকাশ হিসেবে আবির্ভূত হয়েছে। যা একটি স্থানীয় পরীক্ষা হিসেবে শুরু হয়েছিল, তা এখন একটি জাতীয় নেটওয়ার্কে রূপান্তরিত হচ্ছে। শুধুমাত্র ২০২৫ সালেই, আলফা সান ফ্রান্সিসকো এবং নিউইয়র্কসহ বিভিন্ন শহরে আটটি নতুন ক্যাম্পাস খুলেছে এবং পালো আল্টো ও মালিবুর মতো জায়গাগুলোতে আরও দুই ডজনেরও বেশি শাখা খোলার পরিকল্পনা রয়েছে। বিলিয়নিয়ার বিল অ্যাকম্যানসহ অর্থ ও প্রযুক্তি খাতের বিশিষ্ট ব্যক্তিদের এই স্কুলটি নজর কাড়েছে, যা এর উচ্চাভিলাষী লক্ষ্যের গুরুত্বকে ফুটিয়ে তোলে।
আলফার একাডেমিক দিনটি বেশিরভাগ প্রাপ্তবয়স্কদের পরিচিত রুটিনের মতো নয়। শিক্ষার্থীরা প্রায় দুই ঘণ্টা নিবিড়, এআই-নির্দেশিত টিউটরিং সেশনে কাটায়। এই প্ল্যাটফর্মটি কেবল প্রশ্ন উপস্থাপন করে না বা উত্তরের গ্রেড দেয় না। এটি রিয়েল-টাইমে প্রতিটি শিশু কীভাবে পাঠ্যবষয়টির সাথে যুক্ত হচ্ছে তা পর্যবেক্ষণ করে এবং সেই অনুযায়ী শিক্ষার ধরন ও কঠিনতা পরিবর্তন করে। যদি কোনো শিক্ষার্থী মৌখিক ব্যাখ্যার চেয়ে ভিজ্যুয়াল প্রবলেম সেটের মাধ্যমে গাণিতিক ধারণা দ্রুত বুঝতে পারে, তবে সিস্টেমটি সেই অনুযায়ী নিজেকে বদলে নেয়। এআই সেশন শেষ হলে, শিক্ষার্থীরা প্রজেক্ট-ভিত্তিক ওয়ার্কশপে চলে যায় যেখানে তারা যা শিখেছে তা বাস্তব চ্যালেঞ্জ মোকাবিলায় প্রয়োগ করে।
এই কাঠামোটি জ্ঞান অর্জন এবং জ্ঞান প্রয়োগকে উদ্দেশ্যমূলকভাবে আলাদা করে। মেশিন জ্ঞান অর্জনের কাজটুকু সামলায়; আর মানব মেন্টররা জ্ঞান প্রয়োগে দিকনির্দেশনা দেন। আলফার শিক্ষকরা শ্রেণীকক্ষের সামনে দাঁড়িয়ে লেকচার দেন না। তারা কোচ এবং প্রজেক্ট গাইড হিসেবে কাজ করেন, যেখানে শিক্ষার্থীরা কোনো কিছু তৈরি করে, পরীক্ষা করে এবং কখনও কখনও ব্যর্থ হয়, তখন তারা তাদের পাশে থাকেন। এর লক্ষ্য হলো শিক্ষার্থীদের তথ্য কেবল পরীক্ষার জন্য জমা রাখা নয়, বরং সেই তথ্য দিয়ে কিছু করতে বাধ্য করার মাধ্যমে শেখাটিকে দীর্ঘস্থায়ী করা।
হোমওয়ার্কের ফাঁদ এবং চিন্তাশক্তির ঘাটতি
এআই-কেন্দ্রিক শিক্ষার দিকে এই দ্রুত ধাবিত হওয়ার প্রবণতাটি মূলত একটি সমস্যার সরাসরি প্রতিক্রিয়া, যা প্রথাগত প্রতিষ্ঠানগুলো সমাধান করতে ব্যর্থ হয়েছে। গত দুই বছরে জেনারেটিভ এআই প্রাথমিক ও মাধ্যমিক শিক্ষাব্যবস্থায় ব্যাপক প্রভাব ফেলেছে এবং এর ফলাফল খুব একটা আশাব্যঞ্জক নয়। অনেক সরকারি ও বেসরকারি স্কুল এআই নিষিদ্ধ করে বা অসম্পূর্ণ নীতিগত পরিবর্তনের মাধ্যমে এর প্রতিক্রিয়া দেখিয়েছে। কোনো পদ্ধতিই শিক্ষার্থীদের শেখায়নি কীভাবে অর্থবহ উপায়ে এই প্রযুক্তির সাথে কাজ করতে হয়।
সাম্প্রতিক গবেষণা এই ভুল করার ঝুঁকিকে পরিমাপ করেছে। ২৬,০০০ শিক্ষার্থীর ওপর করা একটি গবেষণায় দেখা গেছে যে, এআই-এর সাহায্যে করা হোমওয়ার্কের ফলে দৈনন্দিন অ্যাসাইনমেন্টে উচ্চ নম্বর পাওয়া গেলেও, পরীক্ষার ফলাফল প্রায় ২৪ শতাংশ পর্যন্ত কমে গেছে। আরও আশঙ্কাজনক বিষয় হলো, দীর্ঘমেয়াদী ব্যবহারকারীদের মধ্যে ৮১ শতাংশই কার্যত তাদের চিন্তাশক্তি বা ক্রিটিক্যাল থিংকিং মেশিনের ওপর ছেড়ে দিচ্ছিল। তারা নিখুঁত প্রবন্ধ বা সমাধান করা প্রবলেম সেট তৈরি করতে পারলেও, মূল ধারণাগুলো আসলে শিখতে পারেনি। হোমওয়ার্কগুলো দেখতে নিখুঁত মনে হলেও, এর পেছনের মস্তিষ্কগুলো ছিল অদক্ষ।
এটিই সেই "চিন্তাশক্তির ঘাটতি" (thinking gap) যা অভিজাত অভিভাবকদের দুশ্চিন্তায় ফেলে দেয়। এমন একটি অর্থনীতিতে যেখানে মেশিন কয়েক সেকেন্ডের মধ্যে কোড তৈরি করতে পারে, চুক্তি খসড়া করতে পারে এবং ডেটা বিশ্লেষণ করতে পারে, সেখানে মানুষের কাজের মূল্য নির্ভর করে বিচারবুদ্ধি, সৃজনশীলতা এবং জটিল যুক্তির ওপর। যদি কোনো শিক্ষার্থী এআই-কে একটি হাতিয়ার হিসেবে ব্যবহার করার পরিবর্তে শর্টকাট হিসেবে ব্যবহার করতে শেখে, তবে তারা এক বিপজ্জনক সীমাবদ্ধতা নিয়ে প্রাপ্তবয়স্ক হওয়ার পথে পা বাড়ায়। তারা অ্যালগরিদম থেকে কাজ করিয়ে নেওয়ার ক্ষেত্রে দক্ষ হয়ে ওঠে ঠিকই, কিন্তু সেই কাজ পরিচালনা করা, পরিমার্জন করা বা প্রশ্ন করার ক্ষেত্রে অদক্ষ হয়ে পড়ে।
আলফার মতো স্কুলগুলো এআই-কে শিক্ষার্থীর বিকল্প হিসেবে না দিয়ে বরং শেখার প্রক্রিয়ার অবিচ্ছেদ্য অংশ হিসেবে অন্তর্ভুক্ত করার মাধ্যমে এটি সমাধানের চেষ্টা করে। শিক্ষার্থীরা একটি সুশৃঙ্খল পরিবেশের মধ্যে তত্ত্বাবধানে প্রযুক্তিটি ব্যবহার করে, যেখানে মূল লক্ষ্য হলো কোনো কাজ কেবল শেষ করা নয়, বরং তাতে দক্ষতা অর্জন করা। এআই এখানে একটি বুদ্ধিবৃত্তিক গুণক (cognitive multiplier) হিসেবে কাজ করে, যা এমন স্কেলে ব্যক্তিগতভাবে ব্যাখ্যা প্রদান করতে সক্ষম যা কোনো মানব শিক্ষক পারবেন না; আর সেই সাথে একজন প্রাপ্তবয়স্ক শিক্ষক নিশ্চিত করেন যে শিক্ষার্থী আসলেই চিন্তা করছে কি না। এটি নিষ্ক্রিয় লেকচার প্রদানকারী পুরনো মডেল এবং সম্পূর্ণ অটোমেশনের নতুন প্রলোভন—উভয়েরই একটি সুচিন্তিত প্রত্যাখ্যান।
প্রস্তুতির একটি নতুন স্তর
এখানে একটি গভীর দ্বন্দ্ব রয়েছে। তাত্ত্বিকভাবে, AI হওয়া উচিত বড় কোনো বৈষম্য দূরকারী বা সমতা আনয়নকারী। একটি ফোন এবং ইন্টারনেট সংযোগ থাকা একজন শিক্ষার্থীর কাছে ইতিমধ্যেই যেকোনো সময় একজন ধৈর্যশীল ও জ্ঞানী শিক্ষকের সহায়তা পাওয়ার সুযোগ রয়েছে। তবুও বর্তমান বাস্তবতা এর ঠিক উল্টো দিকে নির্দেশ করছে। Alpha-র মতো স্কুলগুলো যে উচ্চমানের এবং নিবিড়ভাবে পর্যবেক্ষণ করা AI ইন্টিগ্রেশন প্রদান করে, তা বছরে ৭৫,০০০ ডলার পর্যন্ত টিউশন ফি-র দেয়ালের আড়ালে আটকে রয়েছে।
এই বিভাজনের সময়কাল অত্যন্ত গুরুত্বপূর্ণ। প্রযুক্তি কেন্দ্রগুলো যখন অসাধারণ সম্পদ তৈরি করছে—যেখানে রিপোর্ট অনুযায়ী OpenAI মাত্র একটি শরতে ৭৫ জন মাল্টি-মিলিয়নেয়ার তৈরি করেছে—তখন সেই বিপুল সম্পদ অর্জনকারী পরিবারগুলো সম্পূর্ণ ভিন্ন পর্যায়ের শিক্ষা ক্রয় করতে পারে। তাদের সন্তানরা কেবল ব্যাকরণ পরীক্ষা করতে বা নিবন্ধের সারসংক্ষেপ করতে AI ব্যবহার করছে না। তারা শিখছে কীভাবে একাধিক মডেলের সমন্বয় করতে হয়, আউটপুট মূল্যায়ন করতে হয়, হ্যালুসিনেশন (hallucinations) নিয়ন্ত্রণ করতে হয় এবং জটিল ও বাস্তবধর্মী লক্ষ্য অর্জনে মেশিন ইন্টেলিজেন্সকে পরিচালিত করতে হয়।
এটি প্রস্তুতির একটি স্তরভিত্তিক ব্যবস্থা তৈরি করছে। একটি গোষ্ঠী AI-কে কেবল মৌলিক সহায়তার জন্য ব্যবহার করে। অন্যটি একে নিয়ন্ত্রণ করতে শেখে। সময়ের সাথে সাথে, এই পার্থক্যটি প্রযুক্তিগত নেতৃত্ব এবং প্রযুক্তিগত দাসত্বের মধ্যে ব্যবধানকে আরও বাড়িয়ে দেবে। যে শিক্ষার্থী একটি কোচিং বা প্রজেক্ট-ভিত্তিক পরিবেশে AI-এর সাথে কাজ করার দক্ষতা অর্জন করে, সে গড়ে তোলে