શિક્ષણ વિભાગે જાન્યુઆરી 2026 માં AGAP.AI પ્રોગ્રામ શરૂ કર્યો હતો, જે દેશભરના શિક્ષકો માટે AI-સંચાલિત ટ્યુટરિંગ સાધનો આપવાનું વચન આપે છે. વિશ્લેષકોનો અંદાજ છે કે ફિલિપાઈન એડટેક (EdTech) બજાર 2034 સુધીમાં $14.5 અબજ સુધી પહોંચશે, છતાં મોટાભાગની શાળાઓ તે સાધનો ચલાવી શકતી નથી કારણ કે તેમનું નેટવર્ક અત્યંત ધીમું છે અને તેમના કમ્પ્યુટર્સ દાયકાઓ જૂના છે.
રોલઆઉટ અને બજારનો ઉત્સાહ
AGAP.AI આર્ટિફિશિયલ ઇન્ટેલિજન્સને ક્લાસરૂમ આસિસ્ટન્ટ તરીકે જુએ છે, નહીં કે માત્ર હેડલાઇન આકર્ષક બનાવતું ઉત્પાદન તરીકે. Microsoft Reading Progress જેવી સેવાઓ પૂરી પાડે છે, જે વાસ્તવિક સમયમાં વિદ્યાર્થીઓના પ્રદર્શનનું મૂલ્યાંકન કરે છે. આ સમય યોગ્ય લાગે છે: વધતું જતું બજાર સૂચવે છે કે શાળાઓ અત્યાધુનિક સોફ્ટવેર માટે તૈયાર છે, અને નીતિ નિર્ધારકોએ DepEd Order No. 003, s. 2026 સાથે AI ના ઉપયોગને નિયમિત કરવાનું શરૂ કર્યું છે, જે ડેટા-પ્રાઇવસી નિયમો, સંમતિ પ્રક્રિયાઓ અને ઓડિટની જરૂરિયાતો નક્કી કરે છે.
પરંતુ આ ઉત્સાહ એક માળખાગત સમસ્યાને છુપાવે છે. વિભાગના ડિજિટલ મેચ્યોરિટી એસેસમેન્ટમાં કનેક્ટિવિટીમાં ખામીઓ અને ઉપકરણોની અછત ને નબળા શિક્ષણ પરિણામોના સૌથી મોટા સૂચકો તરીકે જોવામાં આવી છે. ઘણી સરકારી શાળાઓમાં ઇન્ટરનેટ દર થોડી મિનિટે બંધ થઈ જાય છે, અને જે હાર્ડવેર ઉપલબ્ધ છે તે ઘણીવાર આધુનિક બ્રાઉઝર ચલાવી શકતું નથી અથવા AI APIs દ્વારા જનરેટ થતા ડેટા ટ્રાફિકને હેન્ડલ કરી શકતું નથી. એક ઉચ્ચ ગુણવત્તાની API કી એ અસ્થિર કનેક્શનની ખોટ પૂરી કરી શકતી નથી.
ઇન્ફ્રાસ્ટ્રક્ચર ગેપ
AI ટ્યુટર્સને ક્લાઉડ સાથે સ્થિર લિંકની જરૂર હોય છે. જ્યારે કોઈ મોડલ વિદ્યાર્થીના જવાબ પર પ્રક્રિયા કરે છે, ત્યારે તે ડેટા સર્વર પર મોકલે છે, પ્રતિસાદ મેળવે છે અને પ્રતિસાદ (feedback) દર્શાવે છે—આ બધું સેકન્ડોમાં થાય છે. જો લિંક અટકી જાય, તો પાઠ પણ અટકી જાય છે. આ મૂલ્યાંકનમાં બે વારંવાર આવતી સમસ્યાઓ પર પ્રકાશ પાડવામાં આવ્યો છે:
- ઇન્ટરનેટની વિશ્વસનીયતા – ઘણા ગ્રામીણ અને અર્ધ-શહેરી વિસ્તારોની શાળાઓ વારંવાર ઇન્ટરનેટ બંધ થવાની સમસ્યાથી પીડાય છે.
- ઉપકરણોની ઉંમર – ઘણી શાળાના કમ્પ્યુટર્સમાં આધુનિક વેબ એપ્સ માટે જરૂરી RAM અને CPU પાવરનો અભાવ છે.
જ્યારે હાર્ડવેર તેને રજૂ કરી શકતું નથી ત્યારે સૌથી શ્રેષ્ઠ સોફ્ટવેર પણ નિષ્ફળ જાય છે. સારી રીતે ભંડોળ ધરાવતી ખાનગી શાળાઓના શિક્ષકો AI સાધનોને સરળતાથી કામ કરતા જોઈ શકે છે, જ્યારે સરકારી શાળાઓના તેમના સાથીદારો એ જ એપ્સને ફ્રીઝ થતી અથવા ક્રેશ થતી જુએ છે. આ અસમાનતા ડિજિટલ વિભાજન (digital divide) ને વધુ વ્યાપક બનાવે છે, જેને બજારના અનુમાન બંધ કરવાનું વચન આપે છે.
ગતિ સાથે ચાલવાનો પ્રયાસ કરતી નીતિ
DepEd Order No. 003, s. 2026 સ્પષ્ટ ડેટા-હેન્ડલિંગ પ્રક્રિયાઓ, વાલીઓની સંમતિ માટેની કાર્યપ્રમાણ અને અલ્ગોરિધમિક નિર્ણયોનું ઓડિટ કરવા માટેની પદ્ધતિઓની માંગ કરીને AI માટે સુરક્ષિત વાતાવરણ બનાવવાનો પ્રયાસ કરે છે. આ આદેશ ચેતવણી આપે છે કે જો શાળાઓ પાસે તેનું મોનિટરિંગ કરવા માટે ટેકનિકલ સ્ટાફ ન હોય તો AI એક “બ્લેક બોક્સ” બની શકે છે. તેમ છતાં, આ નિયમાવલી એવું માની લે છે કે પાયાની સિસ્ટમ—નેટવર્ક અને ઉપકરણ—વિશ્વસનીય રીતે કાર્ય કરશે.
સેક્રેટરી સોની અંગારાએ AI ને એક “નૈતિક સપોર્ટ ટૂલ” તરીકે રજૂ કર્યું છે, જેમાં કાચા પ્રદર્શન કરતા જવાબદારીપૂર્વક ઉપયોગ પર ભાર મૂકવામાં આવ્યો છે. આ વિચાર યોગ્ય છે, પરંતુ માત્ર નૈતિકતા એવા ક્લાસરૂમની સમસ્યા હલ કરી શકતી નથી જ્યાં AI ક્યારેય વિદ્યાર્થી સુધી પહોંચતું જ નથી. કાર્યક્ષમ ઇન્ફ્રાસ્ટ્રક્ચર વિના, પાલનનાં પગલાં માત્ર સૈદ્ધાંતિક જ રહે છે.
કાર્યક્ષમ સિસ્ટમ કેવી હોવી જોઈએ
ફિલિપાઈન સંદર્ભને સમજતા ડિઝાઇનરો પહેલેથી જ વ્યવહારુ ઉપાયો સૂચવી રહ્યા છે:
- લોકલ કેશિંગ (Local caching) – વારંવાર ઉપયોગમાં લેવાતા મોડલ સ્નિપેટ્સને શાળાના સર્વર પર સ્ટોર કરો જેથી મૂળભૂત ક્વેરીઝ ઓફલાઇન અથવા ન્યૂનતમ બેન્ડવિડ્થ સાથેના જવાબ આપી શકાય.
- મોડ્યુલર APIs (Modular APIs) – મોટી AI સેવાઓને નાના, પરિવર્તનીય ઘટકોમાં વિભાજિત કરો જેને જો કોઈ ચોક્કસ એન્ડપોઇન્ટ નેટવર્ક માટે ખૂબ ભારે સાબિત થાય તો બદલી શકાય.
- ફોલબેક મોડ્સ (Fallback modes) – જ્યારે ઇન્ટરનેટ બંધ થાય ત્યારે આપમેળે સાધનના હળવા, નિયમ-આધારિત વર્ઝન પર સ્વિચ થઈ જાઓ, જેથી શિક્ષણનો પ્રવાહ જળવાઈ રહે.
આ પસંદગીઓ ધ્યાન એકલતા મોડલ (monolithic model) થી હટાવીને એક સ્થિતિસ્થાપક આર્કિટેક્ચર (resilient architecture) તરફ લઈ જાય છે જે વિક્ષેપોને સહન કરી શકે છે.
આગળનો માર્ગ
આગળનો નિર્ણાયક પ્રશ્ન એ છે કે DepEd એક રાષ્ટ્રીય AI પ્લેટફોર્મ બનાવશે કે પ્રાદેશિક કચેરીઓને તેમની પોતાની મોડ્યુલર સિસ્ટમ્સ વિકસાવવા દેશે. એક સિંગલ પ્લેટફોર્મ ડેટા સુરક્ષાને પ્રમાણિત કરી શકે છે અને તાલીમને સરળ બનાવી શકે છે, પરંતુ તે “સૌથી નબળી કડી” (weakest-link) ની સમસ્યાને પણ વારસામાં મેળવશે—જો રાષ્ટ્રીય સિસ્ટમ દૂરના વિસ્તારની શાળાની બેન્ડવિડ્થ સાથે અનુકૂલન સાધી શકતી નથી, તો દરેક શાળાને નુકસાન થશે. વિકેન્દ્રિત ઉકેલો પ્રાદેશિક સ્તરે કેશિંગ, API પસંદગી અને ફોલબેક લોજિકને સ્થાનિક પરિસ્થિતિઓ મુજબ તૈયાર કરવાની મંજૂરી આપે છે, પરંતુ તેમાં ડેટા ગવર્નન્સના વિભાજનનું જોખમ રહેલું છે.
મુખ્ય વાત
AI ફિલિપાઈન શિક્ષણને બદલી શકશે નહીં જ્યાં સુધી પાયાનું નેટવર્ક અને હાર્ડવેર તેની સાથે ચાલશે નહીં. બજારનું $14.5 અબજનું અનુમાન પ્રભાવશાળી છે, અને શાળાઓને તેને ટેકો આપવા માટે સ્થિતિસ્થાપક આર્કિટેક્ચર—લોકલ કેશિંગ, મોડ્યુલર APIs અને ફોલબેક મિકેનિઝમ્સ—ની જરૂર પડશે. વિજેતા એવા જિલ્લાઓ હશે જે નબળા કનેક્ટિવિટી માટે ડિઝાઇન કરશે, નહીં કે જેઓ માત્ર નવા મોડલ્સની પાછળ દોડશે.