AI በትምህርት ውስጥ መቆጣጠር? የPalantir ክርክር ትምህርቶች

አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን••By 3L3C

AI በትምህርት ፖርታሎች ላይ ሲገባ ግልጽነት እና ግላዊነት ለምን አስፈላጊ ነው? ከPalantir ክርክር የሚሰሩ መመሪያዎችን ያግኙ።

AI ኢትካEdTech ግላዊነትየመረጃ አስተዳደርመንግስት ፖርታልዩኒቨርሲቲ አስተዳደርኦዲት እና ግልጽነት
Share:

Featured image for AI በትምህርት ውስጥ መቆጣጠር? የPalantir ክርክር ትምህርቶች

AI በትምህርት ውስጥ መቆጣጠር? የPalantir ክርክር ትምህርቶች

በ19/12/2025 የተዘገበ አንድ ነገር የትምህርት ቴክኖሎጂ ሰዎችን እጅግ ሊጎበኝ ይገባዋል፤ የዩኒቨርሲቲ ፕሮፌሰሮችን የሚወክል የአሜሪካ የዩኒቨርሲቲ ፕሮፌሰሮች ማህበር (AAUP) የአሜሪካ የትምህርት ጽ/ቤት ከPalantir ጋር በተያያዘ ሥራ ላይ ያለ ግልጽነት እና የክትትል ስጋት እየገለጸ ቆሟል። ጉዳዩ የመንግስት ዲጂታላይዜሽን እና አርቲፊሻል ኢንተሊጀንስ (AI) በመማር-ማስተማር እና በስልጠና ዘርፍ ላይ እንዴት ሊጠቅም እና እንዴት ሊጎዳ እንደሚችል በግልጽ የሚያሳይ ምሳሌ ነው።

እዚህ ትምህርቱ ግልጽ ነው፤ AI ሲገባ አገልግሎት ይፋጠናል፣ ነገር ግን መመሪያ እና መከላከያ ካልነበረ መተማመን ይሰበራል። ይህ ጽሁፍ ከዚያ ክርክር በመነሳት የሚያበረክተውን ትምህርት ይሰብስባል፣ እና በኛ የ“አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን” ተከታታይ ርዕስ ውስጥ ለመንግስት ቢሮዎች፣ ለዩኒቨርሲቲዎች እና ለEdTech ኩባንያዎች ተግባራዊ መመሪያ ይሰጣል።

ክርክሩ በአጭር ምን ነው—እና ለትምህርት ስርዓት ለምን ይመለከታል?

መልሱ: ክርክሩ በመንግስት የመረጃ ፖርታል ላይ የAI/ዳታ ትንታኔ ኩባንያ ተሳትፎ ሲኖር ግልጽነት የሚጠፋበትን እና የመረጃ አጠቃቀም ስፋት የሚጨምርበትን እውነታ ነው። ይህ ደግሞ ከ“የአገልግሎት ማፋጠን” በላይ ወደ “ክትትል” ሊመራ ይችላል የሚል ስጋት ያነሳል።

AAUP እንደተናገረው የትምህርት ጽ/ቤት ከPalantir ጋር በተያያዘ ሥራ ላይ ያለ ግልጽነት አሳሳቢ ነው ይላል። ጉዳዩ በመሠረቱ ከፍተኛ ትምህርት ተቋማት ከውጭ ምንጮች የሚቀበሉ ስጦታዎች እና ውል መረጃዎች ሪፖርት የሚደረግበት ፖርታል ላይ ነው። በዚህ ፖርታል ላይ የPalantir ሎጎ ተመልክቶ እንደገና ተቀይሮ መጥፋቱ ስለ “ማን ምን ያደርጋል?” የሚለውን ጥያቄ ተነስቶታል። የትምህርት ጽ/ቤት ደግሞ ተሳትፎው በ“ቀድሞ” እንደነበር ገልጾ እና “ፖርታሉን ለተቋማት እንዲቀላል አሻሽለናል” ብሏል፤ ነገር ግን የክፍያ መጠን እና የስራ ድርሻ በግልጽ አልተነገረም የሚል ቅሬታ አለ።

ይህ ለኛ በትምህርትና በስልጠና ዘርፍ ውስጥ AI ሲገባ በተለይ ለመንግስታዊ መዝገብ እና መረጃ አስተዳደር ምን እንደሚያስፈልግ ያሳያል። ከዚህ አስፈላጊ ትምህርት አንዱ—መረጃ ሲጨምር ኃይል ይጨምራል፣ ኃይል ሲጨምር ደንብ መጨመር አለበት—ነው።

መንግስታዊ ዲጂታላይዜሽን ሲገናኝ ከAI ጋር: ጥቅም እና አደጋ አብሮ ይመጣል

መልሱ: መንግስታዊ ዲጂታላይዜሽን የሚለው ሂደቶችን ለማፋጠን እና ቢሮክራሲን ለመቀነስ ይረዳል፤ ነገር ግን አስተዳደር ካልተዘጋጀ የግል መረጃ እና የተቋማት ሚስጥራዊ መረጃ እጅግ በቀላሉ ሊሰበሰብ ይችላል።

የህዝብ አገልግሎት ዲጂታል ሲሆን የሚሻሻሉት ነገሮች ግልጽ ናቸው፦ መመዝገብ ፈጣን ይሆናል፣ ሪፖርት መላክ ይቀላላል፣ ስህተት ይቀንሳል፣ ተጠያቂነት ይጨምራል። በትምህርት ስርዓት ውስጥ ይህ የሚታየው እንዲህ ነው፦

  • የተማሪ መረጃ አስተዳደር (Student Information Systems) የሚቀላቀል መሆን
  • አስፈላጊ መረጃ በአንድ ቦታ መገኘት (interoperability)
  • የስኬት መጠን ትንታኔ (learning analytics) በሚያስፈልገው ጊዜ መገኘት

ነገር ግን ይህ የተመቻቸ ዲጂታላይዜሽን አንድ “ጨለማ ጎን” አለው፤ ተግባሩ የአገልግሎት ነበር ወይስ የክትትል? የሚለው ድንበር ሊያስቸግር ይችላል። ለምሳሌ የአገልግሎት መብት ለማረጋገጥ የሚሰበሰብ መረጃ በኋላ ለሌላ ዓላማ (secondary use) ከተጠቀሰ መተማመን ይፈርሳል።

የPalantir ክርክር በዚህ ነጥብ ላይ ነው የሚጫን፤ ኩባንያው በደህንነት እና በኢሚግሬሽን ስርዓቶች ውስጥ ቀድሞ ተጠቃሚ ስለሆነ ከትምህርት መረጃ ጋር ሲቀላቀል ለተቋማት “እኛ የምንታወቀው እንደ የህዝብ ጥቅም ተቋም ነው ወይስ እንደ የደህንነት ስጋት?” የሚለውን ስሜት ያሳድጋል።

የአካዳሚ ነፃነት እና የመረጃ ግላዊነት: የAI ፕሮጀክቶች እርግጠኛ መስፈርቶች

መልሱ: በትምህርት ውስጥ AI ሲገባ መጀመሪያ የሚጠበቀው ነገር የግል መረጃ ጥበቃ ብቻ አይደለም፤ የአካዳሚ ነፃነት እና የምርምር ነፃነት የሚሰሩበትን አየር መጠበቅ ነው።

AAUP የጠየቀው “ግልጽነት” ቃል አንድ ስለሆነ ብቻ አይደለም። ትርጉሙ በትምህርት የAI ስርዓት ሲገባ ማን እንዲህ መረጃ ይያዛል? ምን ይደርሳል? ለምን ይጠቀማል? ለማን ይጋራል? ስንት ጊዜ ይቀመጣል? የሚሉ መሠረታዊ ጥያቄዎች መልስ ማግኘት ነው።

አንድ የተግባር መለኪያ: የ“5 ጥያቄዎች” ፈተና

AI ወይም ዳታ ትንታኔ መፍትሄ ለመግዛት/ለመጠቀም እየተወሰነ ከሆነ ይህን ፈተና በመጀመሪያ ያድርጉ፦

  1. የአጠቃቀም ዓላማ አንድ ነው? (purpose limitation) ወይስ በኋላ ለሌሎች ጉዳዮች ሊሰፋ ይችላል?
  2. አነስተኛ መረጃ ብቻ እንሰበስባለን? (data minimization) እንጂ “ይሻላል ብለን ሁሉን” አይደለም?
  3. ማን ይገባዋል? (access control) የሚለው በሚያሳይ ሚና-ተመስርቶ መዳረሻ (role-based access) አለ?
  4. ማስታወቂያ እና ፍቃድ ግልጽ ነው? ተጠቃሚዎች ምን እየተሰበሰበ እንደሆነ ያውቃሉ?
  5. የአውድ እና የኦዲት ዝግጅት አለ? ማን መቼ ምን እንዳደረገ የሚያሳይ ሎግ እና ነፃ ኦዲት?

እነዚህ ጥያቄዎች በእውነት ከመርሃ-ግብር ይልቅ የእምነት መሠረት ናቸው። ተማሪ እና መምህር ያለ መተማመን ቴክኖሎጂ አይሰራም።

ስህተት ከመከላከል ጋር የሚጀምር: የ“ሰው በውሳኔ ውስጥ” መርህ

በትምህርት ውስጥ የAI ትንበያ (ማን ይመረቃል? ማን ይቀራል?) ወይም የአደጋ መጠን ግምት (dropout risk) ቢኖር እንኳን፣ የመጨረሻ ውሳኔ ከሰው እጅ መውጣት የለበትም። ከሰው ቁጥጥር ውጭ የሚሄድ አሰራር በተለይ ስህተት ሲከሰት “ማን ተጠያቂ ነው?” የሚለውን ያደብቃል።

ለተቋማት የሚሰራ መንገድ: የሥርዓት ንድፍ እና የኮንትራት መመሪያ

መልሱ: ኢትካዊ AI በትምህርት ላይ ለማስገባት በቴክኖሎጂ መምረጥ ብቻ አይበቃም፤ የመረጃ አስተዳደር (data governance)፣ የኮንትራት ውል አዋጅ፣ እና የኦዲት ሂደት በአንድ ጊዜ መገንባት ያስፈልጋል።

1) የመረጃ መመሪያ ከመጀመሪያ ቀን

ብዙ ተቋማት “ፖርታሉን እንጠቀማለን፣ በኋላ መመሪያ እንፃፋለን” ይላሉ። ይህ እኔ የማልመክርዎት ነገር ነው። የመረጃ መመሪያ ቀድሞ ካልተዘጋጀ ፖርታሉ የሚፈጥረው ችግኝ “ችግኝ ለመፍታት በኋላ” የማይቀር ወጪ ያመጣል።

ቢያንስ እነዚህ መለኪያዎች ይጻፉ፦

  • የመረጃ መደብ (public / internal / confidential / highly confidential)
  • የመዳረሻ ሚናዎች (የሚፈቀዱት ተጠቃሚዎች)
  • የመረጃ ማቆያ ጊዜ (retention)
  • የማጥፋት ሂደት (secure deletion)

2) በኮንትራት ውስጥ መግባት ያለባቸው 7 ነጥቦች

AI አቅራቢ ከሆነ ወይም ንዑስ-ኮንትራክተር ከሆነ ውል ውስጥ እነዚህን አስገቡ (በቀላሉ አትተዉ)፦

  1. የስራ ድርሻ ግልጽ መግለጫ (vendor/subcontractor ማን ምን ያደርጋል?)
  2. የመረጃ ባለቤትነት (data ownership) መረጃ የተቋሙ መሆን
  3. secondary use መከልከል (ለሌላ ዓላማ መጠቀም አይፈቀድም)
  4. ኦዲት መብት (የተቋም ወይም የነፃ ኦዲተር)
  5. የደህንነት መስፈርቶች (encryption, access logs)
  6. የአደጋ ሪፖርት ጊዜ (incident reporting SLA)
  7. የውል መጨረሻ ሂደት (data return + deletion certificate)

እነዚህ በተለይ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን ውስጥ የ“ተጠያቂነት” መሠረቶች ናቸው። አለመግባታቸው ከመጀመሪያ ቀን ጀምሮ አደጋን መጋበዝ ነው።

3) የትምህርት ፖርታል እንዴት እንዲቀላል በኢትካ መንገድ እንሠራው?

የመረጃ ፖርታሎች (የእቃ ግብር ሪፖርት፣ የግብር ማስረከቢያ፣ የስጦታ/ውል ሪፖርት) የተወሰነ ዓላማ አላቸው። ስለዚህ እንዲህ ያድርጉ፦

  • አንድ-ዓላማ ንድፍ: ፖርታሉ ለሪፖርት ብቻ እንዲሆን ወስኑ
  • ማቀናበር በተጠቃሚ ልምድ: ቀላል ፎርሞች፣ ተደጋጋሚ ስህተት ማስጠንቀቂያ
  • AI በ“መርዳት” ብቻ: መረጃ ማሟላት መመሪያ፣ የሰነድ መለያየት እና ስህተት ማግኘት (validation)

በዚህ መንገድ AI እንደ “ረዳት” ይሰራል እንጂ እንደ “ፍርድ ቤት” አይሆንም።

“AI በትምህርት መከታተል ነው?” የሚለው ጥያቄ—የሚሰራ መልስ

መልሱ: AI በትምህርት ውስጥ ያለው ቦታ መማርን ማበረታታት እና አገልግሎትን ማፋጠን ነው፤ ክትትል ለመሆን ሲጀምር ግን የተቋማትን ዋና ሚና ይጎዳል።

ሰዎች ብዙ ጊዜ ይህን ሁለት ነገር ያቀላቅላሉ፦

  • መቆጣጠር (Oversight): ሕግ እና መመሪያ እንዲከተል መርምሮ መፈተሽ
  • መከታተል (Surveillance): በተለይ ለሌላ ዓላማ ሲሰበሰብ ሰዎችን መገምገም/መፍረድ

የመንግስት አገልግሎቶች ዲጂታላይዜሽን ሲሰራ መጀመሪያው መርህ ይህ መሆን አለበት፦ የመረጃ ስብስብ እንደ መድሀኒት ነው—መጠኑ ካልተቆጠረ መፍትሄ የሚመስለው ራሱ ችግኝ ይሆናል።

ተግባራዊ እርምጃዎች: ለመንግስት፣ ለተቋማት እና ለEdTech አቅራቢዎች

መልሱ: የኢትካዊ AI ስኬት የሚጀምረው በሶስት ሰው ቡድኖች መተባበር ነው—ቴክኖሎጂ፣ ህግ/አስተዳደር፣ አካዳሚ (መምህራን/ተማሪዎች)።

ለመንግስታዊ አካላት

  • የAI ፕሮጀክቶች ላይ የግልጽነት መግለጫ አድርጉ (የስራ ድርሻ፣ ንዑስ-ኮንትራክተሮች፣ ኦዲት አቅም)
  • የፖርታሎች ንድፍ ውስጥ privacy-by-design እና security-by-default አስገቡ
  • በዩኒቨርሲቲዎች ጋር ቅድመ-ማማከር አድርጉ፣ ከ“ሕግ ብቻ” በላይ ወደ “መተማመን” ይመሩ

ለዩኒቨርሲቲዎች እና ስልጠና ማዕከላት

  • የመረጃ አስተዳደር ኮሚቴ አቋቁሙ (IT + Legal + Academic)
  • ማንኛውም AI መፍትሄ ከመግዛት በፊት የአደጋ ግምገማ (risk assessment) አድርጉ
  • በመምህራን ላይ የAI አተማመን ስልጠና ስጡ፤ ተማሪዎች ደግሞ መረጃቸው ምን እንደሚሆን ያውቁ

ለEdTech እና AI አቅራቢዎች

  • የ“ግልጽነት ሰነድ” ያቅርቡ (data flow diagram በቃላት)
  • ለኦዲት ዝግጁ ይሁኑ፣ እና ከ“ሁሉን ስብስብ” ባህል ይርቁ
  • በትምህርት አውድ ውስጥ የሚሰሩ ምርቶች ላይ የሰው ቁጥጥር እንዲኖር አብራሩ

የሚያቆይ አንድ አረፍተ ነገር: AI እርዳታ ነው—ሥልጣን አይደለም።

የእኛ ተከታታይ ርዕስ ውስጥ ይህ ጉዳይ የሚኖረው ቦታ

ይህ ፅሁፍ በ“አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን” ተከታታይ ውስጥ አንድ ዋና መልዕክት ይዞ ይመጣል፤ ዲጂታላይዜሽን አገልግሎትን ለማፋጠን እንደሚረዳ እንደዚሁም የህዝብ መተማመን እንዲጠና የሚያደርጉ ደንቦችን መግንባት አለብን።

በአሁኑ ወቅት (26/12/2025) ብዙ ተቋማት የዓመት ዕቅድ እና የበጀት ዝግጅት ላይ ናቸው። ይህ ደግሞ የAI ፕሮጀክቶች ለ2026 ውስጥ ሲጀምሩ የመጀመሪያ ምርጫዎች የሚወሰኑበት ጊዜ ነው። እኔ የምለው አንድ ነገር ነው፤ እቅድ ሲደረግ ኢትካ ከመጀመሪያ ገፅ ላይ ይጻፍ—በመጨረሻ የሚጨመር አንቀፅ አይሁን።

የPalantir ክርክር እኛን ወደ አንድ ፊት ያመጣል፤ ትምህርት ስርዓትን በAI ማጠናከር እንፈልጋለን—ነገር ግን ተማሪ እና መምህር መተማመን ከተበላሸ ያ ጥቅም አይደርስም። ለ2026 ፕሮጀክቶችዎ ሲዘጋጁ የሚጠይቁት አንድ ጥያቄ ይህ ይሁን፦ የምንገነባው ፖርታል/ስርዓት የአገልግሎት መንገድ ነው ወይስ የፍርሃት መንገድ?