ಶಿಕ್ಷಣ ಇಲಾಖೆಯು ಜನವರಿ 2026 ರಲ್ಲಿ AGAP.AI ಕಾರ್ಯಕ್ರಮವನ್ನು ಜಾರಿಗೆ ತಂದಿತು, ಇದು ದೇಶಾದ್ಯಂತ ಶಿಕ್ಷಕರಿಗಾಗಿ AI-ಚಾಲಿತ ಟ್ಯೂಟರಿಂಗ್ ಪರಿಕರಗಳನ್ನು ನೀಡುವ ಭರವಸೆ ನೀಡಿತು. ವಿಶ್ಲೇಷಕರು ಫಿಲಿಪೈನ್ ಎಡ್‌ಟೆಕ್ (EdTech) ಮಾರುಕಟ್ಟೆಯು 2034 ರ ವೇಳೆಗೆ $14.5 ಬಿಲಿಯನ್ ತಲುಪಲಿದೆ ಎಂದು ಅಂದಾಜಿಸಿದ್ದಾರೆ, ಆದರೂ ಹೆಚ್ಚಿನ ಶಾಲೆಗಳು ಆ ಪರಿಕರಗಳನ್ನು ಬಳಸಲು ಸಾಧ್ಯವಾಗುತ್ತಿಲ್ಲ, ಏಕೆಂದರೆ ಅವುಗಳ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಬಹಳ ನಿಧಾನವಾಗಿವೆ ಮತ್ತು ಅವುಗಳ ಕಂಪ್ಯೂಟರ್‌ಗಳು ದಶಕಗಳಷ್ಟು ಹಳೆಯದಾಗಿವೆ.

ಬಿಡುಗಡೆ ಮತ್ತು ಮಾರುಕಟ್ಟೆಯ ಉತ್ಸಾಹ

AGAP.AI ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (AI) ಸುದ್ದಿಯ ಸೆಳೆತಕ್ಕೆ ತರುವ ಉತ್ಪನ್ನವಾಗಿ ನೋಡದೆ, ತರಗತಿಯ ಸಹಾಯಕನನ್ನಾಗಿ ಪರಿಗಣಿಸುತ್ತದೆ. Microsoft ಕಂಪನಿಯು Reading Progress ನಂತಹ ಸೇವೆಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದು ವಿದ್ಯಾರ್ಥಿಗಳ ಪ್ರದರ್ಶನವನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ (real time) ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ಸಮಯವು ಸರಿಯಾಗಿದೆ ಎನ್ನಿಸುತ್ತದೆ: ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿರುವ ಮಾರುಕಟ್ಟೆಯು ಶಾಲೆಗಳು ಅತ್ಯಾಧುನಿಕ ಸಾಫ್ಟ್‌ವೇರ್‌ಗಳಿಗೆ ಸಿದ್ಧವಾಗಿವೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ, ಮತ್ತು ನೀತಿ ನಿರೂಪಕರು DepEd Order No. 003, s. 2026 ರ ಮೂಲಕ AI ಬಳಕೆಯನ್ನು ಸಂಹಿತೀಕರಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದಾರೆ, ಇದು ಡೇಟಾ-ಗೌಪ್ಯತೆಯ ನಿಯಮಗಳು, ಸಮ್ಮತಿ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಆಡಿಟ್ ಅಗತ್ಯತೆಗಳನ್ನು ನಿಗದಿಪಡಿಸುತ್ತದೆ.

ಆದರೆ ಈ ಉತ್ಸಾಹದ ಹಿಂದೆ ಒಂದು ರಚನಾತ್ಮಕ ಸಮಸ್ಯೆಯಿದೆ. ಇಲಾಖೆಯ Digital Maturity Assessment ಪ್ರಕಾರ, ಸಂಪರ್ಕದ ಕೊರತೆ ಮತ್ತು ಸಾಧನಗಳ ಅಭಾವವು ಕಳಪೆ ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳಿಗೆ ಪ್ರಮುಖ ಕಾರಣಗಳಾಗಿವೆ. ಅನೇಕ ಸರ್ಕಾರಿ ಶಾಲೆಗಳಲ್ಲಿ ಇಂಟರ್ನೆಟ್ ಪ್ರತಿ ಕೆಲವು ನಿಮಿಷಗಳಿಗೊಮ್ಮೆ ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಲಭ್ಯವಿರುವ ಹಾರ್ಡ್‌ವೇರ್‌ಗಳು ಆಧುನಿಕ ಬ್ರೌಸರ್‌ಗಳನ್ನು ನಡೆಸಲು ಅಥವಾ AI APIs ಸೃಷ್ಟಿಸುವ ಡೇಟಾ ಟ್ರಾಫಿಕ್ ಅನ್ನು ನಿಭಾಯಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತಿಲ್ಲ. ಗುಣಮಟ್ಟದ API ಕೀ ಇದ್ದರೂ, ಸ್ಥಗಿತಗೊಳ್ಳುವ ಇಂಟರ್ನೆಟ್ ಸಂಪರ್ಕಕ್ಕೆ ಅದು ಪರಿಹಾರವಾಗಲಾರದು.

ಮೂಲಸೌಕರ್ಯದ ಅಂತರ

AI ಟ್ಯೂಟರ್‌ಗಳಿಗೆ ಕ್ಲೌಡ್‌ನೊಂದಿಗೆ ಸ್ಥಿರವಾದ ಸಂಪರ್ಕದ ಅಗತ್ಯವಿದೆ. ಒಂದು ಮಾಡೆಲ್ ವಿದ್ಯಾರ್ಥಿಯ ಉತ್ತರವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿದಾಗ, ಅದು ಡೇಟಾವನ್ನು ಸರ್ವರ್‌ಗೆ ಕಳುಹಿಸುತ್ತದೆ, ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪಡೆಯುತ್ತದೆ ಮತ್ತು ಫೀಡ್‌ಬ್ಯಾಕ್ ಅನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ—ಇವೆಲ್ಲವೂ ಸೆಕೆಂಡುಗಳ ಒಳಗೇ ನಡೆಯುತ್ತವೆ. ಸಂಪರ್ಕ ಸ್ಥಗಿತಗೊಂಡರೆ, ಪಾಠವೂ ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತದೆ. ಅಸೆಸ್‌ಮೆಂಟ್ ಎರಡು ಪುನರಾವರ್ತಿತ ಸಮಸ್ಯೆಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸಿದೆ:

  • ಇಂಟರ್ನೆಟ್ ವಿಶ್ವಾಸಾರ್ಹತೆ – ಅನೇಕ ಗ್ರಾಮೀಣ ಮತ್ತು ಅರೆ-ನಗರ ಪ್ರದೇಶದ ಶಾಲೆಗಳು ಪದೇ ಪದೇ ಇಂಟರ್ನೆಟ್ ಸ್ಥಗಿತಗೊಳ್ಳುವ ಸಮಸ್ಯೆಯನ್ನು ಎದುರಿಸುತ್ತಿವೆ.
  • ಸಾಧನಗಳ ಹಳೆಯದು – ಅನೇಕ ಶಾಲಾ ಕಂಪ್ಯೂಟರ್‌ಗಳು ಆಧುನಿಕ ವೆಬ್ ಆಪ್‌ಗಳಿಗೆ ಅಗತ್ಯವಿರುವ RAM ಮತ್ತು CPU ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿಲ್ಲ.

ಹಾರ್ಡ್‌ವೇರ್ ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಪ್ರದರ್ಶಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ, ಅತ್ಯುತ್ತಮ ಸಾಫ್ಟ್‌ವೇರ್ ಕೂಡ ವಿಫಲವಾಗುತ್ತದೆ. ಉತ್ತಮ ಹಣಕಾಸಿನ ಸೌಲಭ್ಯವಿರುವ ಖಾಸಗಿ ಶಾಲೆಗಳ ಶಿಕ್ಷಕರು AI ಪರಿಕರಗಳು ಸುಗಮವಾಗಿ ಕೆಲಸ ಮಾಡುವುದನ್ನು ನೋಡಬಹುದು, ಆದರೆ ಸರ್ಕಾರಿ ಶಾಲೆಗಳ ಶಿಕ್ಷಕರು ಅದೇ ಆಪ್‌ಗಳು ಫ್ರೀಜ್ ಆಗುವುದನ್ನು ಅಥವಾ ಕ್ರ್ಯಾಶ್ ಆಗುವುದನ್ನು ನೋಡಬೇಕಾಗುತ್ತದೆ. ಈ ಅಸಮಾನತೆಯು ಮಾರುಕಟ್ಟೆಯ ಮುನ್ಸೂಚನೆಗಳು ಹೋಗಲಾಡಿಸಬೇಕೆಂದು ಭರವಸೆ ನೀಡಿದ ಡಿಜಿಟಲ್ ಅಂತರವನ್ನು ಮತ್ತಷ್ಟು ಹೆಚ್ಚಿಸುತ್ತದೆ.

ವೇಗಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ನೀತಿ

DepEd Order No. 003, s. 2026 ಸ್ಪಷ್ಟ ಡೇಟಾ ನಿರ್ವಹಣಾ ಪ್ರಕ್ರಿಯೆಗಳು, ಪೋಷಕರ ಸಮ್ಮತಿ ಕಾರ್ಯವಿಧಾನಗಳು ಮತ್ತು ಅಲ್ಗಾರಿದಮಿಕ್ ನಿರ್ಧಾರಗಳನ್ನು ಆಡಿಟ್ ಮಾಡಲು ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಬಯಸುವ ಮೂಲಕ AI ಗಾಗಿ ಸುರಕ್ಷಿತ ವಾತಾವರಣವನ್ನು ನಿರ್ಮಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಶಾಲೆಗಳಲ್ಲಿ ಇದನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ತಾಂತ್ರಿಕ ಸಿಬ್ಬಂದಿ ಇಲ್ಲದಿದ್ದರೆ, AI ಒಂದು “black box” ಆಗಬಹುದು ಎಂದು ಆದೇಶವು ಎಚ್ಚರಿಸುತ್ತದೆ. ಆದರೂ, ಈ ನಿಯಮಾವಳಿಯು ಮೂಲಭೂತ ವ್ಯವಸ್ಥೆ—ನೆಟ್‌ವರ್ಕ್ ಮತ್ತು ಸಾಧನ—ನಂಬಿಕಾರ್ಹವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಭಾವಿಸುತ್ತದೆ.

ಕಾರ್ಯದರ್ಶಿ ಸಾನಿ ಅಂಗಾರಾ ಅವರು AI ಅನ್ನು ಕೇವಲ ಕಾರ್ಯಕ್ಷಮತೆಗಿಂತ ಹೆಚ್ಚಾಗಿ ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆಗೆ ಒತ್ತು ನೀಡುವ “ethical support tool” ಎಂದು ಕರೆದಿದ್ದಾರೆ. ಈ ಭಾವನೆ ಅರ್ಥವಾಗುತ್ತದೆ, ಆದರೆ AI ವಿದ್ಯಾರ್ಥಿಯನ್ನು ತಲುಪದ ತರಗತಿಯಲ್ಲಿ ಕೇವಲ ನೈತಿಕತೆಯಿಂದ ಏನನ್ನೂ ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಮೂಲಸೌಕರ್ಯವಿಲ್ಲದೆ, ಅನುಸರಣಾ ಕ್ರಮಗಳು ಕೇವಲ ಸೈದ್ಧಾಂತಿಕವಾಗಿ ಉಳಿಯುತ್ತವೆ.

ಕಾರ್ಯಸಾಧ್ಯವಾದ ವ್ಯವಸ್ಥೆ ಹೇಗಿರಬೇಕು

ಫಿಲಿಪೈನ್ ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡ ವಿನ್ಯಾಸಕರು ಈಗಾಗಲೇ ಪ್ರಾಯೋಗಿಕ ಪರಿಹಾರಗಳನ್ನು ಪ್ರಸ್ತಾಪಿಸುತ್ತಿದ್ದಾರೆ:

  • Local caching – ಪದೇ ಪದೇ ಬಳಸುವ ಮಾಡೆಲ್ ಸ್ನಿಪ್ಪೆಟ್‌ಗಳನ್ನು ಶಾಲೆಯ ಸರ್ವರ್‌ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಿ, ಇದರಿಂದ ಮೂಲಭೂತ ಪ್ರಶ್ನೆಗಳಿಗೆ ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ ಅಥವಾ ಕನಿಷ್ಠ ಬ್ಯಾಂಡ್‌ವಿಡ್ತ್‌ನೊಂದಿಗೆ ಉತ್ತರಿಸಬಹುದು.
  • Modular APIs – ದೊಡ್ಡ AI ಸೇವೆಗಳನ್ನು ಸಣ್ಣ, ಪರಸ್ಪರ ಬದಲಾಯಿಸಬಹುದಾದ ಘಟಕಗಳಾಗಿ ವಿಂಗಡಿಸುವುದು, ಇದರಿಂದ ಯಾವುದಾದರೂ ಒಂದು ಎಂಡ್‌ಪಾಯಿಂಟ್ ನೆಟ್‌ವರ್ಕ್‌ಗೆ ಹೆಚ್ಚು ಹೊರೆಯಾಗಿದ್ದರೆ ಅದನ್ನು ಬದಲಾಯಿಸಬಹುದು.
  • Fallback modes – ಇಂಟರ್ನೆಟ್ ಸ್ಥಗಿತಗೊಂಡಾಗ, ಕಲಿಕೆಯ ಪ್ರಕ್ರಿಯೆ ನಿಲ್ಲದಂತೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪರಿಕರದ ಹಗುರವಾದ, ನಿಯಮ ಆಧಾರಿತ ಆವೃತ್ತಿಗೆ ಬದಲಾಗುವುದು.

ಈ ಆಯ್ಕೆಗಳು ಏಕೈಕ, ಏಕರೂಪದ ಮಾಡೆಲ್‌ನಿಂದ ಅಡೆತಡೆಗಳನ್ನು ಸಹಿಸಿಕೊಳ್ಳುವ ಸ್ಥಿತಿಸ್ಥಾಪಕ ವಾಸ್ತುಶಿಲ್ಪದ (resilient architecture) ಕಡೆಗೆ ಗಮನವನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ.

ಮುಂದಿನ ಹಾದಿ

ಮುಂದಿನ ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಯೆಂದರೆ, DepEd ಒಂದು ರಾಷ್ಟ್ರೀಯ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತದೆಯೇ ಅಥವಾ ಪ್ರಾದೇಶಿಕ ಕಚೇರಿಗಳಿಗೆ ತಮ್ಮದೇ ಆದ ಮಾಡ್ಯುಲರ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಬಿಡುತ್ತದೆಯೇ ಎಂಬುದು. ಏಕೈಕ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಡೇಟಾ ರಕ್ಷಣೆಯನ್ನು ಪ್ರಮಾಣೀಕರಿಸಬಹುದು ಮತ್ತು ತರಬೇತಿಯನ್ನು ಸರಳಗೊಳಿಸಬಹುದು, ಆದರೆ ಇದು ಅತ್ಯಂತ ದುರ್ಬಲ ಕೊಂಡಿಯ ಸಮಸ್ಯೆಯನ್ನು ಸಹ ಎದುರಿಸಬಹುದು—ಒಂದು ವೇಳೆ ರಾಷ್ಟ್ರೀಯ ವ್ಯವಸ್ಥೆಯು ದೂರದ ಶಾಲೆಯ ಬ್ಯಾಂಡ್‌ವಿಡ್ಟ್‌ಗೆ ಹೊಂದಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಪ್ರತಿಯೊಂದು ಶಾಲೆಯೂ ಸಂಕಷ್ಟಕ್ಕೆ ಸಿಲುಕುತ್ತದೆ. ವಿಕೇಂದ್ರೀಕೃತ ಪರಿಹಾರಗಳು ಪ್ರಾದೇಶಿಕ ಪರಿಸ್ಥಿತಿಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಕ್ಯಾಷಿಂಗ್, API ಆಯ್ಕೆ ಮತ್ತು ಫಾಲ್‌ಬ್ಯಾಕ್ ತರ್ಕವನ್ನು ರೂಪಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತವೆ, ಆದರೆ ಅವು ಡೇಟಾ ಆಡಳಿತವನ್ನು ಚದುರಿಸುವ ಅಪಾಯವನ್ನು ಹೊಂದಿವೆ.

ಸಾರಾಂಶ

ಮೂಲಭೂತ ನೆಟ್‌ವರ್ಕ್ ಮತ್ತು ಹಾರ್ಡ್‌ವೇರ್ ವೇಗಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗದ ಹೊರತು AI ಫಿಲಿಪೈನ್ ಶಿಕ್ಷಣವನ್ನು ಪರಿವರ್ತಿಸಲಾರದು. ಮಾರುಕಟ್ಟೆಯ $14.5 ಬಿಲಿಯನ್ ಮುನ್ಸೂಚನೆಯು ಪ್ರಭಾವಶಾಲಿಯಾಗಿದೆ ಮತ್ತು ಇದನ್ನು ಬೆಂಬಲಿಸಲು ಶಾಲೆಗಳಿಗೆ ಸ್ಥಿತಿಸ್ಥಾಪಕ ವಾಸ್ತುಶಿಲ್ಪ—local caching, modular APIs, ಮತ್ತು fallback mechanisms—ಅಗತ್ಯವಿರುತ್ತವೆ. ಕೇವಲ ಹೊಸ ಮಾಡೆಲ್‌ಗಳ ಹಿಂದೆ ಹೋಗುವವರಲ್ಲ, ಬದಲಾಗಿ ಕಳಪೆ ಸಂಪರ್ಕಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸುವ ಜಿಲ್ಲೆಗಳೇ ಯಶಸ್ವಿಯಾಗಲಿವೆ.