የኤ.አይ እና የመማር ውጤቶችን ለመረዳት የሚያስችሉ አዳዲስ መሣሪያዎች

ትምህርት የኤ.አይ እጅግ ተስፋ ሰጭ ከሆኑት ግንባር ቀደም መስኮች አንዱ ነው። እንደ ChatGPT ባሉ መሣሪያዎች አማካኝነት፣ ግላዊነት የተላበሰ የትምህርት ድጋፍ ለማንኛውም ተማሪ፣ በማንኛውም ቦታ እና በማንኛውም ጊዜ ሊቀርብ ይችላል። 

ነገር ግን የትምህርት ዘርፉ ኤ.አይ በመማር ውጤቶች ላይ ስላለው ተጽዕኖ ገና በመጀመሪያው የግንዛቤ ደረጃ ላይ ይገኛል። ባለፈው ዓመት ቡድናችን እንደ የጥናት ሁነታ⁠ የመሳሰሉ መሣሪያዎችን አጠቃቀም ለማጥናት የተነሳ ሲሆን በጥናቱም የተማሪዎች አፈጻጸም ላይ ተስፋ ሰጪ ውጤቶችን አግኝቷል። ነገር ግን ምርምራችን አንድ ጠቃሚ ጥያቄ አስነስቷል፦ ኤ.አይ በአንድ የመጨረሻ ፈተና ላይ ብቻ ሳይሆን፣ በአንድ ተማሪ የረጅም ጊዜ የመማር ሂደት ላይ ያለውን ተጽዕኖ እንዴት መገምገም እንችላለን?

ይህ ሰፋ ያለ የሥነ-ምህዳር ተግዳሮት ነው። እስከ ዛሬ ድረስ፣ አብዛኞቹ የምርምር ዘዴዎች ትኩረት የሚያደርጉት እንደ የፈተና ውጤቶች ባሉ ጠባብ የአፈጻጸም ምልክቶች ላይ ብቻ ሲሆን ይህም ተማሪዎች በእውነተኛ-ዓለም ሁኔታዎች ውስጥ ከኤ.አይ ጋር በትክክል እንዴት እንደሚማሩ እና ይህ አጠቃቀም በሂደት ውጤቶችን እንዴት እንደሚቀርጽ የመገምገም አቅም ይጎድላቿል። 

ይህንን ክፍተት ለመሙላት፣ በተለያዩ የትምህርት አውድዎች ውስጥ የመማር ውጤቶችን የረጅም ጊዜ ልኬት ለመደገፍ የሚያስችል፣ ከEstonia Tartu ዩኒቨርሲቲ እና በStanford የመማር ማፋጠኛ ስር ካለው የSCALE ተነሳሽነት ጋር በመተባበር የመማር ውጤቶች መለኪያ ስብስብ የተሰኘ ማዕቀፍ አዘጋጅተናል።

በዘፈቀደ ቁጥጥር የሚደረግበት ሙከራ አማካኝነት ሰፊ የማረጋገጫ ሂደት በመከናወን ላይ የሚገኝ ሲሆን በተጨማሪም የOpenAI የትምህርት ምርምር ሥነ-ምህዳር በሆነው Learning Lab ውስጥ ከሚገኙ መስራች ድርጅቶች ጋር ተጨማሪ ጥናቶች ታቅደዋል፣ እነዚህም ከArizona ስቴት ዩኒቨርሲቲ፣ ከUCL የእውቀት ላቦራቶሪ እና ከMIT ሚዲያ ላቦራቶሪ የተውጣጡ ተመራማሪዎችን ያካትታሉ (ይህም ቀደም ሲል በነበሩ የትብብር ጥናቶች⁠ ላይ መሰረት ያደረገ ነው)።

ዛሬ፣ የመለኪያ ስብስቡ እንዴት እንደሚሠራ እና ለምን አስፈላጊ እንደሆነ አጠቃላይ መግለጫ የምናቀርብ ይሆናል። ከጊዜ በኋላ፣ ተጨማሪ ምርምሮችን ለማተም እና የመለኪያ ስብስቡን በዓለም ዙሪያ ለሚገኙ ትምህርት ቤቶች፣ ዩኒቨርሲቲዎች እና የትምህርት ሥርዓቶች እንደ የሕዝብ መገልገያ ሀብት ለመልቀቅ አስበናል።

• የዛሬዎቹ የኤ.አይ በመማር ላይ ስላለው ተጽዕኖ የሚጠኑ የምርምር ዘዴዎች ስለ አፈጻጸም ተስፋ ሰጪ ምልክቶችን የሚያሳዩ ቢሆንም ኤ.አይ በጊዜ ሂደት በመማር ውጤቶች ላይ እንዴት ተጽዕኖ እንደሚያሳድር ሙሉውን ሥዕል አይገልጹም።
• የመማር ውጤቶች መለኪያ ስብስብ ለመጀመሪያ ጊዜ አስተማሪዎች፣ ተመራማሪዎች እና ተቋማት ኤ.አይ በተለያዩ አውዶች ውስጥ ትምህርትን እና ውጤቶችን እንዴት እንደሚቀይር እንዲረዱ የሚያግዝ ለረጅም ጊዜ ጥናቶች የሚሆን ወጥ የሆነ ማዕቀፍ ያቀርባል።
• የOpenAI Learning Lab ይህንን ሥራ ለማራመድ ትኩረት የሚያደርግ አዲስ የምርምር ሥነ-ምህዳር ነው። ዘርፉ ማደጉን በሚቀጥልበት ጊዜ፣ OpenAI ከተለያዩ አጋሮች ጋር በመሆን የምርምር ግኝቶችን የሚያትም ይሆናል።

ተማሪዎች ለመማር እና ለማጥናት የኤ.አይ መሣሪያዎችን ሲጠቀሙ ብዙ የተለያዩ ነገሮችን ሊያመለክት ይችላል—ከኤ.አይ ፈጣን መልሶችን ከመፈለግ ጀምሮ፣ እንደ መምህር ሆኖ በሚሰጠው መመሪያ ችግሮችን ደረጃ በደረጃ ለመፍታት እስከ መጠቀም። ተጠቃሚዎች ጥልቅ ግንዛቤን እና የክህሎት ግንባታን በሚደግፉ መንገዶች ከChatGPT ጋር እንነጋገሩ ለማበረታታት OpenAI ባለፈው ዓመት የጥናት ሁነታን⁠ አስተዋውቋል።  የውስጥ አሠራሩን ስንመለከት፣ የጥናት ሁነታ የተቀረጸው ከአስተማሪዎች፣ ከሳይንቲስቶች እና ከሥነ-ትምህርት ባለሙያዎች ጋር በመተባበር በጻፍናቸው ብጁ ሥርዓታዊ መመሪያዎች አማካኝነት ሲሆን እነዚህም መመሪያዎች እንደ ደጋፊ ማዕቀፍ፣ የግንዛቤ ማረጋገጫዎች እና በመርህ የሚካሄድ ልምምድ ያሉን በመጠቀም መልስ ላይ ብቻ ሳይሆን በእውነተኛ ትምህርት ላይ የሚያተኩሩ ዋና ዋና ባሕርያትን የሚያንፀባርቁ ናቸው።

ይህ ዓይነቱ በሥነ-ትምህርት የታገዘ የኤ.አይ የመስተጋብር ዘይቤ ወደ ተሻለ የመማር ውጤት መቀየሩን ለመፈተሽ፣ ለኒውሮሳይንስ እና ለማይክሮ ኢኮኖሚክስ ፈተናዎች በሚዘጋጁ ከ300 በላይ በሆኑ የኮሌጅ ተማሪዎች ላይ በዘፈቀደ የተመደበ ጥናት አካሂደናል። ትንተናው ገና በመካሄድ ላይ ቢሆንም፣ የመጀመሪያ ደረጃ ውጤቶቹ እንደ ጥናት ሁነታ ባሉ ባህሪያት የሚበረታታ በሥነ-ትምህርት የታገዘ የኤ.አይ መስተጋብር ዘይቤ የመማር ውጤቶችን ሊያሻሽል እንደሚችል እምነት ሰጥተውናል። ነገር ግን ይህ ምርምር አንድ አስፈላጊ እውነታንም አሳይቷል፦ ትልቁ ቁምነገር የተገኙት ውጤቶች እና ተያያዥነት ያላቸው ውጤታማ ባህሪያት በሂደት ዘላቂ ሆነው መቆየታቸው ነው።

የጥናት ዲዛይን

ተሳታፊዎቹ በሦስት ቡድኖች ተከፍለው ተመድበዋል፦ የቁጥጥር ቡድኑ በኤ.አይ የሚመነጩ አጠቃላይ መግለጫዎች እንዳይጠቀሙ ተደርገው እንደ Google Search እና YouTube ያሉ የተለመዱ የመስመር ላይ መገልገያዎችን በመጠቀም ያጠኑ ሲሆን የቀሩት ሁለት ቡድኖች ደግሞ ተማሪዎችን በመማር ሂደት ውስጥ በጥቂቱ ለየት ባሉ መንገዶች እንዲመሩ ተደርገው ከተቀረጹት ሁለት የጥናት ሁነታ አይነቶች ውስጥ አንዱን እንዲጠቀሙ ተደርጓል። ከዚህ ቀደም ለነበረ የትምህርት ሥራዎች ተጋላጭነት፣ የጥናት ልምዶች፣ የትምህርታዊ ራስ መተማመን እና ከኤ.አይ መሣሪያዎች ጋር መተዋወቅ ያለውን ልዩነት ለማስተካከል የመነሻ ፈተናዎች እና የማቀላቀያ መጠይቆች አስቀድመው ተሰብስበዋል። ተማሪዎች ከእያንዳንዱ ፈተና በፊት በጊዜ የተገደቡ የጥናት ክፍለ-ጊዜዎችን ያጠናቀቁ ሲሆን ሁለቱ የጥናት አይነቶችም በሁሉም ተሳታፊዎች መካከል ተመጣጣኝ በሆነ መልኩ ተሰራጭተው እንዲከናወኑ ተደርጓል።

ይህ አደረጃጀት በጥብቅ ቁጥጥር የሚደረግበት የላብራቶሪ ሁኔታን ሳይሆን፣ የእውነተኛውን ዓለም የጥናት ሁኔታዎች እንዲያንጸባርቅ ተደርጎ ዲዛይን የተደረገ ነው። ተሳትፎ ከፈተና ውጤት ጋር ያልተያያዘ ሲሆን በታቀደው የ40 ደቂቃ የጥናት ክፍለ-ጊዜ ውስጥ ሁሉም ተማሪዎች የጥናት ሁነታውን በእኩል መጠን አልተጠቀሙም። ይህም ለማስተናገድ-ያለመ (ITT) ውጤቶችን እንድንለካ እና ሪፖርት እንድናደርግ ያስቻለን ሲሆን መሣሪያው በተጨባጭ የመተግበሪያ ሁኔታዎች ውስጥ እንዲገኝ የማድረጉን ተፅዕኖ—በሌላ አነጋገር፣ በተግባር የተሳትፎ መጠን ሊለያይ እንደሚችል ታሳቢ በማድረግ የጥናት ሁነታው ለተማሪዎች እንዲቀርብ የማድረጉን መንስኤያዊ ተፅዕኖ የምናይበት ነው።

ግኝቶች

የእያንዳንዱን ፈተና አፈጻጸም ለየብቻ ለክተናል። በዘፈቀደ በተከናወነው ጥናታችን ውስጥ የታዩት መሻሻሎች በሁሉም የትምህርት ዓይነቶች ላይ አንድ ወጥ ያልነበሩ ሲሆን እንዲሁም በጥናቱ ተሳታፊዎች መካከል የነበረው የጥናት ሁነታ ተሳትፎ መጠን ይለያይ ነበር። 

• ኒውሮሳይንስ (ዋነኛው ITT)፦ ከመቆጣጠሪያ አንጻር በጥናት ሁነታ ላይ አዎንታዊ አዝማሚያ ያላቸው ልዩነቶችን የተመለከትን ቢሆንም ውጤቶቹ ግን በተለመዱ የመስመር ላይ መርጃ መሣሪያዎች ከሚማሩ ተማሪዎች ውጤት ተለይተው የሚታወቁ አልነበሩም። የማቀላቀያ እና ቴክኒካዊ ችግሮች የጥናት ሁነታውን በሚጠቀሙ ተማሪዎች የጥናት ጊዜ ላይ ተጽዕኖ አሳድረዋል። 
• ማይክሮ ኢኮኖሚክስ (ዋነኛው ITT)፦ የጥናት ሁነታው እንዲደርሳቸው በተደረጉ ተማሪዎች እና ኤ.አይ በማይጠቀመው የቁጥጥር ቡድን መካከል በፈተና ውጤት ላይ ጉልህ መሻሻል ተመልክተናል—ይህም በግምት የ15% ብልጫ ያለው ውጤት ነው።

ይህም በእውነተኛ ዓለም ያለውን ልዩነት የሚያንጸባርቅ ቢሆንም የትምህርት ውጤቶች በተለምዶ በሚለኩበት መንገድ ላይ ያለውን ጥልቅ ውስንነት አመላክቷል።

አብዛኞቹ ነባር የግምገማ አቀራረቦች በአጭር የጊዜ ገደብ ውስጥ በሚለኩ ቋሚ ጣልቃ ገብነቶች ላይ የተመሰረቱ ሲሆን እንደ የፈተና ውጤቶች ወይም የመጨረሻ ድርሰቶች ያሉ ውጤቶችን እንደ ዋና ምልክቶች ይጠቀማሉ። እነዚህ ዘዴዎች ኤ.አይ በተግባር መማር ላይ የሚያሳድረውን ዋናው የአሠራር ሂደት ለመለካት ታስበው የተሰሩ አይደሉም፦ ይህም በተማሪው የጥናት ስልቶች፣ ምርጫዎች እና የጥናት ልምዶች ላይ ተመስርቶ አብሮ የሚቀያየር፣ ቀጣይነት ያለው እና ግላዊነት የተላበሰ ግንኙነት ነው። እንዲሁም እንደ የአጭር ጊዜ የማስታወስ ችሎታ ያሉ በአንድ አቅም ላይ የሚታዩ መሻሻሎች እንደ ጽናት፣ በራስ ተነሳሽነት መማር ወይም የፈጠራ ችግር ፈቺነት ያሉ ከሌሎች አቅሞች ጋር በሚመጣ መለዋወጥ ሊከሰቱ እንደሚችሉ አያሳዩም። በዚህም ምክንያት፣ ኤ.አይ መማርን ትርጉም ባለው መልኩ ማሻሻል ወይም አለማሻሻሉን የሚወስኑትን የረጅም ጊዜ የእውቀት ተፅዕኖዎች ይዘነጋሉ። 

የመማር ሁኔታዎች በየሀገራቱ፣ በሥርዓተ ትምህርት እና በተቋማት ግቦች መካከል በሰፊው የሚለያዩ በመሆናቸው በአንድ ወቅት ብቻ የሚደረጉ የጥናት ውጤቶች በተለያዩ የትምህርት ሥርዓቶች ላይ ሁልጊዜ ተፈጻሚ ሊሆኑ አይችሉም። ስለዚህ፣ የተለያዩ የትምህርት ሥርዓቶች ስኬት ምን እንደሚመስል በራሳቸው ሁኔታ እንዲገልጹ፣ ኤ.አይን በራሳቸው መመዘኛዎች እንዲገመግሙ እና በዛው መሠረት ማሻሻያዎችን እንዲያደርጉ የግምገማ አቀራረቦች በቂ ተለዋዋጭነት ሊኖራቸው ይገባል።

የተሻለ የመለኪያ ሥርዓት መገንባት 

ከOpenAI የጥናት ሁነታ ምርምር በተገኙት ትምህርቶች መሠረት፣ ኤ.አይ በተማሪዎች ላይ የሚያሳድረውን ተፅዕኖ በሰፊው ለመለካት የሚያስችል የተቀናጀ የመለኪያ ሥርዓት እየገነባን የምንገኝ ሲሆን በእነዛ ውጤቶች ላይ በመመስረት ሞዴሎችን ማሻሻል የሚቻልበትን አሠራር እየፈጠርን ነው። ይህም በሦስት ምልክቶች ላይ የተመሰረተ ነው—ሞዴሉ በሚያሳየው ባህሪ፣ ተማሪዎች በሚሰጡት ምላሽ፣ እና ከጊዜ በኋላ ምን ዓይነት ሊለኩ የሚችሉ የእውቀት ውጤቶች እንደሚያስገኙ። ይህም የሚከተሉትን ያካትታል፦ 

• የሞዴሉን ባህሪ ለማሻሻል የሚረዱ የሥርዓት መመሪያዎች፦ የሞዴሉ መደበኛ ባህሪ ከተወሰኑ የሥነ-ትምህርት አቀራረቦች ጋር ይበልጥ እንዲጣጣም የተፈጥሯዊ ቋንቋ በመጠቀም ማስተካከል።
• የመማር መስተጋብር ምድብ ሰጪዎች፦ እነዚህ በእውነተኛ እና ማንነታቸው ባልተገለጠ የተማሪ–ሞዴል መስተጋብሮች ውስጥ "የመማር አፍታዎችን" በራስ-ሰር የሚለዩ ሲሆን እንደ ተሳትፎ እና ስህተት ማረም ያሉ ጎልተው የሚታዩ ባህሪያትን ይለያሉ።
• የመማር ጥራት ደረጃ ሰጪዎች፦ እነዚህ እያንዳንዱን የመማር አፍታዎች ተማሪው ግቡን ማሳካቱን እና መስተጋብሩ ጠንካራ የሥነ-ትምህርት መርሆዎችን የተከተለ መሆኑን በመገምገም ደረጃ የሚሰጡ ሲሆን ይህም የውድቀት ሁነታዎች መለየትን ይጨምራል።
• የረጅም ጊዜ የመማር ደረጃ ሰጪዎች፦ እነዚህ የአንድን ተማሪ ከሞዴሉ ጋር ያለውን መስተጋብር በጊዜ ሂደት የሚከታተሉ ሲሆን—ይህም ተሳትፎን፣ ጽናትን እና ሜታኮግኒቲቭ ስልቶችን በግለሰብ እና በቡድን ደረጃ መከታተልን ያካትታል።
• ደረጃቸውን የጠበቁ የእውቀት እና ሜታኮግኒቲቭ መለኪያዎች፦ እነዚህ በውጪ አካል የተረጋገጡ መሣሪያዎች ሲሆኑ መሠረታዊ መረጃዎችን ለመመሥረት እንዲሁም እንደ ወሳኝ አስተሳሰብ፣ ፈጠራ እና ትውስታ ባሉ መሠረታዊ ችሎታዎች ላይ የሚመጡ ለውጦችን ለመለካት በChatGPT በኩል ከመማሩ በፊት፣ በሂደት ላይ እያለ እና ከተማረ በኋላ የሚቀርቡ ናቸው።

እነዚህ ሁሉ ሲቀናጁ፣ ይህንን የመለኪያ ሥርዓት የመማር ውጤቶች መለኪያ ስብስብ ብለን እንጠሯለን።

ይህ ሥርዓት የትምህርት ሥነ-ምህዳሩ ሊጠቀምባቸው የሚችሉ ጠቃሚ ምልክቶችን ያመነጫል፣ እነዚህም፦ የተደራጁ የመማር አፍታዎች እይታዎች፣ በተለያዩ የቡድን ደረጃዎች በጊዜ ሂደት ውጤቶች እንዴት እንደሚቀያየሩ የሚያሳዩ ዳሽቦርዶች፣ የሞዴሉ አፈጻጸም ከማስተማር እና ድጋፍ ከመስጠት መመዘኛዎች አንጻር ያለውን ደረጃ የሚያሳዩ ጠቋሚዎች እንዲሁም ደረጃቸውን ከጠበቁ ግምገማዎች እና ከአጭር የተማሪ መጠይቆች ጋር የተጣጣሙ የውጤት መለኪያዎች ናቸው። በሚገኙበት ቦታ፣ እንደ የፈተና ውጤቶች፣ የመማሪያ ክፍል ምልከታዎች ወይም የተማሪዎች መገኘት ያሉ ከአጋር አካላት የሚገኙ እውነተኛ መረጃዎችን ማካተት ይችላል።

በተጨማሪም፣ በዚህ ሥርዓት አማካኝነት በሚከተሉት አቅሞች ላይ የሚኖረውን ተፅዕኖ መከታተል ስለምንችል፣ አጋሮቻችን ኤ.አይን ለመማር መጠቀም በጊዜ ሂደት የሚያስከተለውን ጥልቅ የእውቀት ተፅዕኖ እንዲረዱ ያስችላቿል፦

• በራስ ተነሳሽነት መማር፦ ተማሪዎች ትምህርታቸውን በራሳቸው ፍላጎት የሚመሩበት ደረጃ፣ ሞዴሉ በሚሰጣቸው መመሪያ ብቻ ከመመራት አንጻር 
• ውጤታማ ተሳትፎ፦ የሥነ-ትምህርት መስተጋብሮች ድግግሞሽ፣ ልዩነት እና ጥራት
• የተግባር ጽናት፦ ተማሪዎች አስቸጋሪ የሆኑ የእውቀት ፈተናዎችን በትዕግሥት የመጋፈጥ እና የማለፍ ደረጃቸው
• ሜታ-ኮግኒሽን፦ ተማሪዎች የመማር አቀራረባቸውን ለማቀድ፣ ለመገምገም እና ለመከታተል የሚያደርጉት ጥረት ድግግሞሽ እና ጥራት
• ትውስታ፦ አንድ ተማሪ ቀደም ካሉ መስተጋብሮች ያገኘውን ይዘት በትክክል የማስታወስ ብቃቱ

ይህም ትኩረታችንን በጠበቡ የመማር ውጤቶች (ለምሳሌ የፈተና ውጤት መጨመር) ላይ ብቻ ሳናደርግ፣ ለመማር መሠረት የሆኑትን ሁለንተናዊ አቅሞች ለማሳደግ የምናደርገውን አጠቃላይ ጥረት ያንጸባርቃል። ይህም በምን ላይ ትኩረት አድርጎ ማሻሻል እንደሚገባ አንድ ወጥ የሆነ ቀላል መፍትሔ እንደሌለ ያለንን እምነት ያንጸባርቃል፦ በመሆኑም ሥርዓቶች እና አስተማሪዎች ከሥነ-ትምህርት ምርጥ ተሞክሮዎች እና አቀራረቦች ጋር በሚጣጣም መልኩ መለዋወጦችን እንዲመሩ አቅም ሊሰጣቸው ይገባል።

ከዚህ በኋላ ወዴት እንሄዳለን

ይህንን የመማር ውጤቶች መለኪያ ስብስብ በሰፊው ጥቅም ላይ ከመዋሉ በፊት፣ በሰፊ ጥናቶች አማካኝነት ትክክለኛነቱን እያረጋገጥን እንገኛለን። ይህ ሥራ ከTartu ዩኒቨርሲቲ እና ከStanford SCALE ተነሳሽነት ጋር በመተባበር እንደ Estonia ባሉ ሀገር-አቀፍ አጋሮች ዘንድ በመከናወን ላይ የሚገኝ ሲሆን በዚያም የመለኪያ ስብስቡ ዕድሜያቸው ከ16-18 በሆኑ ወደ 20,000 በሚጠጉ ተማሪዎች ላይ ለበርካታ ወራት እየተጠና ይገኛል። ደህንነትን እና ከአካባቢው የሥርዓተ-ትምህርት ጋር የተጣጣመ መሆኑን ለማረጋገጥ፣ የተማሪዎች አጠቃቀም ከአካባቢው መሪዎች ጋር በቅርብ ትብብር የሚከናወን ይሆናል።

ይህ ሥራ በአሁኑ ወቅት በመከናወን ላይ ባሉ ሰፊ የጋራ የምርምር ተግባራት ላይ የተመሠረተ ነው። በመማር ላብራቶሪ መስራች አጋር በኩል ከሚከናወኑ የውጤት ምርምሮች በተጨማሪ፣ ኤ.አይ የተማሪዎችን የትምህርት ጉዞ፣ የሙያ ውሳኔዎችን እና የተቋማት ኃላፊነት የተሞላበት አጠቃቀምን መደገፍ የሚችሉባቸውን መንገዶች በመመርመር OpenAI በመማር እና በሥራ መገናኛ አውድ ላይ የሚደረጉ ጥናቶችን እየደገፈ ይገኛል። ይህ ምርምር በBocconi ዩኒቨርሲቲ፣ በInnova ትምህርት ቤቶች፣ በDartmouth Tuck የቢዝነስ ትምህርት ቤት፣ በSan Diego ስቴት ዩኒቨርሲቲ፣ በStony Brook ዩኒቨርሲቲ እና በሌሎችም ተቋማት ውስጥ እየተከናወነ ይገኛል።

ተማሪዎች ከኤ.አይ ጋር እንዴት በተሻለ ሁኔታ መማር እንደሚችሉ የረጅም ጊዜ ጥናቶችን እያካሄድን ስንሆን፣ ግኝቶቹን ለማካፈል እና ኤ.አይ በየትኛውም ቦታ ለሚገኙ ተማሪዎች ጠቃሚ መሆኑን ለማረጋገጥ ከሰፊው የትምህርት ሥነ-ምህዳር ጋር አብረን ለመሥራት አስበናል።

በዚህ ሥራ ዙሪያ ወቅታዊ መረጃዎችን ለማግኘት የሚፈልጉ አካላት እዚህ⁠ መመዝገብ ይችላሉ።