শিক্ষায় এআই ব্যবহারের ইতিহাস

লিঙ্কের টেবিল

বিমূর্ত এবং ভূমিকা

শিক্ষায় এআই ব্যবহারের ইতিহাস

গবেষণা পদ্ধতি

সাহিত্য পর্যালোচনা

সারসংক্ষেপ

উপসংহার এবং রেফারেন্স

2. শিক্ষায় এআই ব্যবহারের ইতিহাস

শিক্ষায় AI ব্যবহার করার ইতিহাস 1960 এর দশকে, প্রাথমিক বুদ্ধিমান টিউটরিং সিস্টেমের বিকাশের সাথে। এই সিস্টেমগুলি শিক্ষার্থীদের ব্যক্তিগতকৃত নির্দেশনা প্রদানের জন্য ডিজাইন করা হয়েছে, তাদের ব্যক্তিগত প্রয়োজন এবং শেখার শৈলী অনুসারে তৈরি করা হয়েছে। যাইহোক, আমরা শিক্ষায় জেনারেটিভ এআই ব্যবহার করার বিবর্তন সম্পর্কে অনুসন্ধান করার আগে, আমাদের জেনারেটিভ এআই মডেলের ইতিহাস এবং বিবর্তন বুঝতে হবে।

2.1। জেনারেটিভ এআই মডেলের ইতিহাস এবং বিবর্তন

জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) মডেল, বিশেষ করে ল্যাঙ্গুয়েজ মডেল (এলএলএম), বছরের পর বছর ধরে উল্লেখযোগ্য অগ্রগতি প্রত্যক্ষ করেছে, প্রাকৃতিক ভাষা প্রক্রিয়াকরণের ল্যান্ডস্কেপ এবং অন্যান্য সৃজনশীল কাজের বিস্তৃত পরিসরকে রূপান্তরিত করেছে (সুসারলা এট আল।, 2023)। এই বিভাগে, আমরা এই মডেলগুলির ঐতিহাসিক শিকড় এবং বিবর্তনমূলক গতিপথের সন্ধান করি, মূল মাইলফলকগুলিকে হাইলাইট করে যা তাদের বিকাশকে আকার দিয়েছে।

• ভাষা মডেলিংয়ের প্রাথমিক দিন: এলএলএম বিকাশের ইতিহাস 1950 এবং 1960 এর দশকে পরিসংখ্যানগত প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (এনএলপি) এর উদ্ভবের সাথে শুরু হয়েছিল। তার শৈশবকালে, ভাষার মডেলগুলি একটি ভাষাগত প্রেক্ষাপটের মধ্যে একটি প্রদত্ত শব্দ বা শব্দের অনুক্রমের সম্ভাবনা অনুমান করার জন্য প্রাথমিকভাবে পরিসংখ্যানগত পদ্ধতি ব্যবহার করেছিল। N-গ্রাম এবং n শব্দের ক্রম এই সময়ের মধ্যে মৌলিক কৌশল ছিল (রাসেল এবং নরভিগ, 2010)।

• এন-গ্রাম থেকে ওয়ার্ড এমবেডিং-এ: এন-গ্রাম-ভিত্তিক মডেল থেকে শব্দ এম্বেডিংয়ের ব্যবহারে একটি গুরুত্বপূর্ণ পরিবর্তন 2000-এর মাঝামাঝি থেকে "Word2Vec" অ্যালগরিদম প্রবর্তনের মাধ্যমে (Mikolov et al., 2013) ) 2013 সালে। এই উদ্ভাবনী পদ্ধতিটি শব্দের শব্দার্থগত অর্থ ক্যাপচার করতে ভেক্টর উপস্থাপনাগুলির ব্যবহারের উপর নির্ভর করে। এই অগ্রগতি ভাষা মডেলিংয়ের পরবর্তী উন্নয়নের ভিত্তি স্থাপন করে।

• পাঠ্য-ভিত্তিক গভীর শিক্ষার মডেলগুলিতে অগ্রগতি (অর্থাৎ সিকোয়েন্স-টু-সিকোয়েন্স এনএলপি): ভাষার মডেলিংয়ে শব্দ এম্বেডিংয়ের একীকরণ একটি নতুন যুগের সূচনা করেছে। এই ভেক্টর উপস্থাপনাগুলি পুনরাবৃত্ত নিউরাল নেটওয়ার্ক (RNNs) এবং পরে, এনকোডার-ডিকোডার আর্কিটেকচারের মতো গভীর শিক্ষার মডেলগুলিতে ইনপুট হিসাবে কাজ করে। এই পরিবর্তনটি এনএলপি গবেষণার উপর গভীর প্রভাব ফেলেছিল, যার মধ্যে পাঠ্য সংক্ষিপ্তকরণ এবং মেশিন অনুবাদ সহ, যেমনটি প্রদর্শিত হয়েছে (Sutskever et al., 2014)। ভেক্টর উপস্থাপনার মাধ্যমে শব্দার্থিক প্রসঙ্গ ক্যাপচার করার ক্ষমতা উত্পন্ন সামগ্রীর গুণমান এবং গভীরতাকে উল্লেখযোগ্যভাবে উন্নত করেছে।

• ট্রান্সফরমার স্থাপত্য বিপ্লব: 2017 সালে (ভাসওয়ানি এট আল।, 2017) দ্বারা ট্রান্সফর্মার আর্কিটেকচারের প্রবর্তনকে NLP এবং কম্পিউটার দৃষ্টি গবেষণার অগ্রগতিতে এবং বিশেষ করে ভাষা মডেলিং গবেষণায় একটি টার্নিং পয়েন্ট হিসাবে বিবেচনা করা হয়। ট্রান্সফরমার আর্কিটেকচার একটি স্ব-মনোযোগ ব্যবস্থা প্রবর্তন করে NLP-তে একটি দৃষ্টান্ত পরিবর্তনের প্রতিনিধিত্ব করে। BERT (Devlin et al., 2018) এর মতো ট্রান্সফরমার আর্কিটেকচারের উপর ভিত্তি করে বেশ কিছু গভীর শিক্ষার মডেল তৈরি করা হয়েছে। এই উদ্ভাবন মডেলটিকে সিকোয়েন্সের মধ্যে দীর্ঘ-পরিসরের নির্ভরতা ক্যাপচার করতে সক্ষম করেছে, উত্পন্ন সামগ্রীর সুসংগততা এবং প্রাসঙ্গিকতা উন্নত করেছে। ট্রান্সফরমার আর্কিটেকচার এলএলএম-এর পরবর্তী উন্নয়নের ভিত্তি তৈরি করে।

• এলএলএম-এর উত্থান: সাম্প্রতিক বছরগুলিতে, এআই-এর ক্ষেত্রটি বড় ভাষার মডেলগুলির (এলএলএম) বিস্তার প্রত্যক্ষ করেছে৷ "ফাউন্ডেশন মডেল" শব্দ দ্বারাও পরিচিত এই মডেলগুলিকে বই, সংবাদ নিবন্ধ, ওয়েব পৃষ্ঠা এবং সোশ্যাল মিডিয়া পোস্টগুলিকে অন্তর্ভুক্ত করে বিশাল এবং বৈচিত্র্যময় ডেটাসেটে প্রশিক্ষণ দেওয়া হয় এবং বিলিয়ন হাইপারপ্যারামিটারের সাথে টিউন করা হয় (Bommasani et al., 2021)। মডেল আর্কিটেকচার এবং প্রশিক্ষণের কৌশলগুলির অগ্রগতির সাথে মিলিত ডেটার এই অভূতপূর্ব স্কেল একটি গুরুত্বপূর্ণ মোড়কে চিহ্নিত করেছে। এই ফাউন্ডেশন মডেলগুলি বিস্তৃত কাজের জন্য একটি অসাধারণ অভিযোজনযোগ্যতা প্রদর্শন করে, যার জন্য তারা মূলত প্রশিক্ষিত ছিল না। ChatGPT কর্মক্ষেত্রে একটি জেনারেটিভ এআই মডেলের একটি অনুকরণীয় কেস হিসাবে দাঁড়িয়েছে। এই অসাধারণ AI সিস্টেমটি নভেম্বর 2022-এ চালু করা হয়েছিল এবং এটি জেনারেটিভ প্রাক-প্রশিক্ষিত ট্রান্সফরমার GPT-3.5 থেকে সূক্ষ্মভাবে তৈরি করা হয়েছে, যা মূলত পাঠ্য এবং কোড উত্সগুলির একটি বৃহৎ ডেটাসেটে প্রশিক্ষণ দেওয়া হয়েছিল (নীলাকান্তান এট আল।, 2022)। ChatGPT হিউম্যান ফিডব্যাক (RLHF) থেকে রিইনফোর্সমেন্ট লার্নিং-এর শক্তিকে কাজে লাগায়, এমন একটি কৌশল যা মানুষের অভিপ্রায়ের সাথে লার্জ ল্যাঙ্গুয়েজ মডেল (এলএলএম) সারিবদ্ধ করার ক্ষেত্রে বিশাল প্রতিশ্রুতি দেখিয়েছে (ক্রিস্টিয়ানো এট আল।, 2017)। চ্যাটজিপিটি-এর আশ্চর্যজনকভাবে উচ্চতর পারফরম্যান্স জেনারেটিভ এআই মডেলের প্রশিক্ষণে একটি দৃষ্টান্ত পরিবর্তনের সম্ভাবনাকে আন্ডারস্কোর করে। এই পরিবর্তনের মধ্যে নির্দেশনা সারিবদ্ধকরণ কৌশলগুলি গ্রহণ করা জড়িত, যেমন রিইনফোর্সমেন্ট লার্নিং (Christian et al., 2017), প্রম্পট ইঞ্জিনিয়ারিং (Brown et al., 2020), এবং চেইন-অফ-থট (CoT) প্রম্পট (Wei et al., 2022), জেনারেটিভ এআই মডেলের উপর ভিত্তি করে বুদ্ধিমান পরিষেবাগুলির একটি ইকোসিস্টেম তৈরির উপলব্ধির দিকে একটি সম্মিলিত পদক্ষেপ হিসাবে।

এই অগ্রগতির চূড়ান্ত পরিণতি জেনারেটিভ এআই মডেলের দিকে পরিচালিত করেছে যা মিডিয়া-সমৃদ্ধ বাস্তবসম্মত এবং সঠিক বিষয়বস্তু (পাঠ্য, ছবি, অডিও এবং ভিডিও সহ) বোঝার এবং তৈরি করার অসাধারণ ক্ষমতার অধিকারী। এই ধরনের ক্ষমতাগুলি এই মডেলগুলিকে শিক্ষার মতো বিভিন্ন অ্যাপ্লিকেশনগুলিতে ব্যবহার এবং ব্যাপকভাবে গৃহীত হতে সক্ষম করেছে। এই অগ্রগতি সত্ত্বেও, উদ্বেগ এবং চ্যালেঞ্জ জেনারেটিভ এআই ল্যান্ডস্কেপ (সুসারলা এট আল।, 2023) মধ্যে দেখা দিয়েছে। ChatGPT-এর মতো মডেলগুলিকে যে সহজে নতুন কাজের সাথে মানিয়ে নেওয়া যায় তা তাদের বোঝার গভীরতা নিয়ে প্রশ্ন তোলে৷ এআই ন্যায্যতার বিশেষজ্ঞরা তাদের প্রশিক্ষণের ডেটা (গ্লাজার, 2023) এ এনকোড করা সামাজিক পক্ষপাতগুলিকে স্থায়ী করার জন্য এই মডেলগুলির সম্ভাব্যতার বিরুদ্ধে সতর্ক করেছেন, তাদের "স্টোকাস্টিক প্যারোটস" (বেন্ডার এট আল।, 2021) হিসাবে লেবেল করেছেন।

2.2। শিক্ষায় জেনারেটিভ এআই ব্যবহারের বিবর্তন

শিক্ষায় AI ব্যবহার করা নতুন কিছু নয়, শিক্ষায় AI ব্যবহারের প্রথম প্রচেষ্টাগুলি 1960-এর দশকের গোড়ার দিকে ট্র্যাক করা যেতে পারে, যখন আরবানা-চ্যাম্পেইনের ইলিনয় বিশ্ববিদ্যালয়ের গবেষকরা PLATO (প্রোগ্রামড লজিক) নামে একটি বুদ্ধিমান টিউটরিং সিস্টেম (ITS) তৈরি করেছিলেন। স্বয়ংক্রিয় শিক্ষাদান অপারেশন) (Bitzer et al., 1961)। PLATO হল প্রথম কম্পিউটার সিস্টেম যা গ্রাফিকাল ইউজার ইন্টারফেস সহ শিক্ষার্থীদের শিক্ষাগত উপকরণগুলির সাথে যোগাযোগ করতে সক্ষম করেছিল যা তাদের প্রয়োজন অনুসারে AI ব্যবহার করে তৈরি এবং অভিযোজিত হয়েছিল। শিক্ষায় AI ব্যবহারের প্রাথমিক প্রচেষ্টার আরেকটি উদাহরণ হল "স্বয়ংক্রিয় গ্রেডার" সিস্টেম যা 1960-এর দশকে প্রোগ্রামিং ক্লাসকে স্বয়ংক্রিয়ভাবে গ্রেড করার জন্য তৈরি করা হয়েছিল (Hollingsworth, 1960)।

পার্সোনাল কম্পিউটারের আবির্ভাব 1970-এর দশকে আইটিএস-এর বিকাশকে বাড়িয়েছে, সেই সময়ের মধ্যে যে সিস্টেমটি তৈরি হয়েছিল তার একটি উদাহরণ হল টিআইসিসিআইটি (টাইম-শেয়ারড, ইন্টারেক্টিভ কম্পিউটার-নিয়ন্ত্রিত নির্দেশমূলক টেলিভিশন) (স্টেটেন, 1971)। TICCIT হল আরেকটি প্রাথমিক আইটিএস যা 1970 এর দশকের গোড়ার দিকে পিটসবার্গ বিশ্ববিদ্যালয়ে বিকশিত হয়েছিল। টিআইসিসিআইটি একটি প্রাথমিক প্রচেষ্টা ছিল স্বতন্ত্র মাল্টি-মিডিয়া ভিত্তিক বিষয়বস্তু বাড়িতে এবং স্কুলে ব্যবহারকারীদের কাছে ব্যাপকভাবে পৌঁছে দেওয়ার।

1960 এবং 1970-এর দশকে ITS-এর উন্নয়নের অগ্রগতিগুলি শিক্ষার তত্ত্ব এবং নীতিগুলির সাথে ব্যাক আপ করা হয়েছিল যা শ্রেণীকক্ষে ছাত্রদের এক-একটি স্বতন্ত্র শিক্ষাদানকে মূল্য দেয় (উদাহরণস্বরূপ "প্রোগ্রাম করা নির্দেশনা আন্দোলন" বিষয়ে বিএফ স্কিনারের অগ্রগামী কাজের কাজ দেখুন এবং বেঞ্জামিন ব্লুমের কাজ "মাস্টারি লার্নিং" (ব্লক এন্ড বার্নস, 1976) ছিল মূলত AI-তে বিধি-ভিত্তিক অ্যাডভান্সমেন্ট এবং 1970-এর দশকে মাইক্রো-কম্পিউটারগুলির আবির্ভাব ITS-এর প্রশিক্ষণের পদ্ধতিকে প্রভাবিত করেছে। এবং বিকশিত হয়েছে (Reiser, 2001a) 1980 এর দশক থেকে, কম্পিউটার-ভিত্তিক নির্দেশনা এবং বিশেষ করে AI-ভিত্তিক শিক্ষার ব্যবহার বিভিন্ন নির্দেশমূলক কার্যক্রমকে স্বয়ংক্রিয় করার জন্য বিকশিত হয়েছে (Reiser, 2001b)।

1990-এর দশকে ওয়ার্ল্ড-ওয়াইড-ওয়েব (WWW) এর আগমন চেন এট আল-এর বুদ্ধিমান শিক্ষামূলক পরিষেবা সরবরাহের মাধ্যমের একটি বড় পরিবর্তন হয়েছে। (2020)। আইটিএসগুলি মেশিন লার্নিং মডেলগুলির দ্বারা আন্ডারপিন করা বুদ্ধিমান, অভিযোজিত এবং ব্যক্তিগতকৃত শিক্ষার পরিষেবা প্রদানের জন্য বিকশিত হয়েছে। আইটিএসগুলি যেভাবে বিকাশ করা হয়েছিল এবং ব্যবহারকারীদের কাছে পৌঁছে দেওয়া হয়েছিল এই অগ্রগতি সত্ত্বেও, তাদের ক্ষমতাগুলি স্বতন্ত্র নির্দেশনা এবং শেখার বিতরণের মধ্যে সীমাবদ্ধ ছিল। তথাকথিত "ওয়েব 2.0"-এ WWW-এর বিবর্তন এবং সহযোগিতামূলক এবং সামাজিক ভিত্তিক মিথস্ক্রিয়ার অতিরিক্ত ক্ষমতা ITS-এর বিকাশে একটি নতুন যুগের পথ প্রশস্ত করেছে। ওয়েব 2.0 পরিষেবাগুলির সাথে ব্যবহারকারীদের মিথস্ক্রিয়া এবং বিভিন্ন মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে এই ডেটাগুলিতে সফ্টওয়্যার এজেন্টদের প্রশিক্ষণের ক্ষমতার উপর ভিত্তি করে সংগৃহীত ডেটা মানিয়ে নেওয়া এবং ব্যক্তিগতকৃত শেখার জন্য লার্নিং অ্যানালিটিক্স প্রয়োগে আরও অগ্রগতির দিকে পরিচালিত করেছে (ক্লো, 2013) .

21 শতকে শিক্ষায় AI ব্যবহারে বেশ কিছু অগ্রগতি সাক্ষী হয়েছে। এই অগ্রগতিগুলি অগ্রগতির দ্বারা ব্যাক আপ করা হয়েছিল: (i) হার্ডওয়্যার ক্ষমতা এবং কর্মক্ষমতা (Nickolls & Dally, 2010), (ii) বিগ ডেটা মাইনিং (Wu et al., 2013), এবং (iii) AI মডেল এবং আর্কিটেকচার (যেমন গভীর শিক্ষার মডেলের আবির্ভাব) (LeCun et al., 2015)। 2017 সালে ট্রান্সফরমার ডিপ লার্নিং আর্কিটেকচারের আবির্ভাব (Vaswani et al., 2017), সাধারণভাবে বুদ্ধিমান সফ্টওয়্যার বিকাশের ইতিহাসে একটি টার্নিং পয়েন্ট হিসাবে বিবেচিত হয় (বিভাগ 2.1 দেখুন)। অনেক বুদ্ধিমান মডেল যেমন জেনারেটিভ প্রি-ট্রেইনড ট্রান্সফরমার (GPT) ঠিক পরে দেখা দিতে শুরু করেছে (Radford et al., 2018)। নভেম্বর 2022-এ, OpenAI ChatGPT প্রকাশ করেছে - যা GPT 3.5 আর্কিটেকচারের উপর ভিত্তি করে - এবং মাত্র কয়েক মাসের মধ্যে 100 মিলিয়ন ব্যবহারকারীদের কাছে পৌঁছেছে। সেই থেকে, এবং আজ ছাত্রদের ব্যক্তিগতকৃত নির্দেশনা, অভিযোজিত শিক্ষা, এবং আকর্ষক শেখার অভিজ্ঞতা প্রদানের জন্য জেনারেটিভ এআই-ভিত্তিক শিক্ষামূলক সরঞ্জামগুলি তৈরি করা হয়েছে (বিভাগ 4.2 দেখুন)।