AI በትምህርት ውስጥ መረጃ ግልጽነትና ነጻነት እንዴት ይጠበቅ?

ከ19/12/2025 የተነሳ አንድ ክስተት በከፍተኛ ትምህርት ዓለም ውስጥ “AI የተመሰረተ የመረጃ አስተዳደር እንዴት እንደሚገባ እና የት እንደሚያቆም” ያለውን ውይይት እንደገና አብራርቶታል። በአሜሪካ የዩኒቨርሲቲ ፕሮፌሰሮች ማህበር (AAUP) የትምህርት መምሪያ ከPalantir ጋር በመስራት ላይ ስለነበረ/ስለነበረው ተሳትፎ በግልጽ መንገድ ጥያቄ አንስቶታል። ጉዳዩ በመለያ ስም ብቻ አይደለም—የውሂብ መመዝገብ፣ የመረጃ ግልጽነት፣ የአካዳሚክ ነጻነት እና የመንግስታዊ ዲጂታል አገልግሎቶች እምነት ስር ያሉ መሠረታዊ ጥያቄዎች ናቸው።

ይህ ጉዳይ ለእኛ የሚመስለው ከሩቅ ሀገር ዜና ቢሆንም፣ እውነታው ግን በእኛ ዘንድ በጣም ቅርብ ነው። በዚህ የትምህርትና የስልጠና አውድ ውስጥ—በተለይ በ"አርቲፊሻል ኢንተሊጀንስ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን" የርዕስ ተከታታይ ውስጥ—AI እንዴት እንደሚያሳካ ብቻ ሳይሆን እንዴት እንዳይጎዳ መናገር ግድ ነው። ብሔራዊ መድረኮች (ፖርታሎች) የሚበዙበት የዓመት-መጨረሻ ወቅት (የበጀት ዝግጅት፣ የሪፖርት ማጠናቀቅ) ስለሆነ ዛሬ 26/12/2025 ይህን እትም ማንበብ በጣም ወቅታዊ ነው።

የPalantir–የትምህርት መምሪያ ጉዳይ ምን ነበር—እና ለምን አብዛኛው ሰው የሚስቱት?

መልሱ ቀጥታ ነው፦ ትምህርት መምሪያ ዩኒቨርሲቲዎች ከውጭ ሀገር የሚቀበሉትን ስጦታና ውል መረጃ ለመከታተል የሚያገለግል ፖርታል ሲያሻሽል ላይ Palantir እንደተሳተፈ ጥቅስ/ምልክት ተገኘ። ይህ በኋላ ድረ-ገጹ ላይ የPalantir ሎጎ ተታይቶ ከጥቂት ሰዓታት በኋላ የመምሪያው ሎጎ ተቀይሯል ተብሏል። AAUP ይህን በመመልከት “ግልጽነት እንፈልጋለን—ምን እየተደረገ ነው? ምን ያህል ገንዘብ ይከፈላል?” ብሎ በይፋ ጠይቋል።

የፖርታሉ ዓላማ ራሱ ግልጽ ነው፦ ከውጭ ምንጭ በአመት ከ250,000 ዶላር በላይ ስጦታ/ውል የሚቀበል የከፍተኛ ትምህርት ተቋም ለፌዴራል መንግስት እንዲያሳውቅ የሚጠይቅ ህጋዊ ግዴታ አለ (የ1965 የHigher Education Act ክፍል 117)። እንግዲህ ችግኙ ፖርታሉ እንዳለ አይደለም፤ ችግኙ እንዴት እንደሚነዳ እና ማን እንደሚያገኘው መረጃ ነው።

ለምን እርስዎ ሊጨነቁ ይገባል?

AAUP ያነሳው ጥያቄ ዋናው ቁልፍ ነገር ይህ ነው፦ AI እና የመረጃ ትንተና ኩባንያ ወደ አካዳሚ መረጃ በሚገባበት ጊዜ ግልጽነት ካጣ እምነት በፍጥነት ይፈርሳል። የትምህርት ስርዓት ውስጥ መረጃ መሰብሰብ ብቻ ብዙ ጊዜ ችግኝ አይደለም፤ ነገር ግን ያ መረጃ በኋላ ምን ይሆናል—እንዴት ይተነተናል—የሚለው ነው ትኩረቱ።

የመንግስት ዲጂታላይዜሽን ላይ AI ሲገባ ምን መመሪያ ይፈልጋል?

መልሱ፦ በመንግስታዊ ፖርታሎች ውስጥ AI ሲገባ የአራት ነጥብ መሠረት መስፈርት ይፈልጋል—ግልጽነት፣ የውሂብ ቅንነት፣ የመዳረሻ ግዴታ መገደብ፣ ሂሳብ መጠየቅ (accountability)። እነዚህ አራቱ ካልተያዙ ዲጂታል አገልግሎት “ፈጣን ነው” ብለን እንሰማ ይሆናል—ነገር ግን የሚያድነው እምነት ይጠፋል። ይህ በቢሮክራሲ መቀነስ ላይ ቀጥታ ይመለሳል፤ ሰው የማይታመነውን መድረክ ለመጠቀም ወደ ወረቀት ይመለሳል።

1) ግልጽነት ያለ ቴክኖሎጂ ዕድገት አይደለም

AAUP በተለይ የጠየቀው “ምን እየተደረገ ነው? ስንት ይከፈላል?” የሚለው በውስጡ የውሂብ አስተዳደር ጥያቄ ነው። እኔ የማየው ነገር ይህ ነው፦ መንግስት ተቋም ከሶስተኛ ወገን አቅራቢ ጋር ሲሰራ የሚፈለገው ግልጽነት በቴክኒክ አይደለም—በአስተዳደር ነው።

በአጭር ቋንቋ፣ የሚከተሉት ነገሮች በህዝብ ፊት ግልጽ መሆን አለባቸው፦

• የአቅራቢው ሚና (አቅራቢ/ንዑስ ኮንትራክተር/አማካሪ)
• የስራው ወሰን: ፖርታል ግንባታ? ውሂብ ማስተናገድ? ትንተና? ማስጠንቀቂያ ስርዓት?
• የውሂብ መዳረሻ መጠን: እንዲያነብ? እንዲቀይር? እንዲወጣ ወደ ውጭ?
• የክፍያ መረጃ እና የተጠያቂነት መስመር

2) “ተመዝግቦ ብቻ አይቀርም”—ውሂብ ሲተነተን የሚለዋወጥ ዓላማ አለው

የከፍተኛ ትምህርት ተቋማት የውጭ ስጦታ/ውል መረጃ መመዝገብ ህጋዊ ግዴታ ሊሆን ይችላል። ነገር ግን እነዚህ መረጃዎች በAI ስርዓት ሲተነተኑ ምርመራ ይቀርባሉ፣ የ“አደጋ ደረጃ” ይሰጣሉ፣ ቅድሚያ ይመደባሉ። በዚህ የሚመጣው ለዩኒቨርሲቲዎች ብቻ አይደለም—ለምርምር ነጻነትም ነው።

አንድ ነገር በግልጽ ቋንቋ እንበል፦ አልጎርይዝም ሲወስን የሰው እሴት እና ፖሊሲ ውሳኔ ይሰወራል። እርስዎ የ“ህግ ማስፈፀሚያ” ቋንቋ ብቻ ታዩ ይሆናል፤ ግን በውስጡ ምን እየተመዘነ እንደሆነ አታውቁም።

በትምህርትና ስልጠና ዘርፍ የAI ውሂብ ስነ-ምግባር: 7 ተግባራዊ መመሪያዎች

መልሱ፦ የAI ተግባር ማስገባት የቴክ ፕሮጀክት ብቻ አይደለም—የውሂብ አስተዳደር እና የእምነት ንዴት ነው። ከዚህ ጉዳይ በመነሳት በኢትዮጵያ ወይም በማንኛውም ሀገር የትምህርት ፖርታሎች/ዲጂታል አገልግሎቶች ሲገነቡ እነዚህን መስመሮች በተግባር መያዝ ይሻላል።

1) የውሂብ ዝቅተኛነት (Data Minimization)

የሚያስፈልገውን ብቻ ሰብስቡ። ያልተሰበሰበ ውሂብ መፍሰስ አይችልም—ይህ ቀላል ግን በጣም አስፈላጊ መርህ ነው።

2) የማብራሪያ መብት (Explainability)

AI አንድ ተቋምን “ከፍተኛ አደጋ” ብሎ ካመለከተ፣ ምክንያቱ በቀላሉ ሊታወቅ አለበት። በተግባር ማለት፦

• የተጠቃሚ ተደራሽ ማብራሪያ (plain-language reason)
• የተጠቃሚ የማቃወም መንገድ (appeal)
• የሰው ግምገማ መንገድ (human review)

3) የመረጃ መዳረሻ መቆጣጠር (Role-based Access)

የፖርታል አስተዳዳሪ፣ የኦዲት ባለሙያ፣ የተቋም ውክልና ተጠቃሚ—እያንዳንዱ የሚያየው መረጃ አይነት በግልጽ ይለይ። ይህ በመንግስታዊ ዲጂታላይዜሽን ውስጥ መሠረታዊ የውሂብ ጥበቃ ነው።

4) የኮንትራት ውስጥ “የውሂብ ገደብ” እና “የአገልግሎት መውጫ”

ከሶስተኛ ወገን አቅራቢ ጋር ሲሰሩ በኮንትራት ውስጥ የሚሰፍሩ የማይተላለፉ ነጥቦች አሉ፦

• ውሂብ ለሌላ ዓላማ መጠቀም ክልክል
• ውሂብ በትክክል የሚያጠፋበት መንገድ (data deletion)
• የመውጫ ዕቅድ (exit plan): አቅራቢ ቢቀየር ስርዓቱ እንዴት ይቀጥላል?

5) ተደጋጋሚ ኦዲት (Audit) እና የክስተት መመሪያ

የAI ውሳኔ ስርዓት እንደ ገና እንዲመረመር የሚያስገድድ መንገድ ካልነበረ ፍጥነት ይጨምራል እንጂ ትክክልነት አይጠብቅም። በተግባር ማለት፦ በወር/በሩብ ዓመት የስርዓት ሪፖርት እና የክስተት መልስ ዕቅድ (incident response) ይኖር።

6) የአካዳሚክ ነጻነት መጋረጃ (Academic Freedom Safeguards)

ከምርምር እና ከአካዳሚ ግንኙነቶች ጋር ተያይዞ የሚሰበሰብ ውሂብ ሁልጊዜ በማናቸውም መንገድ “እንዲቀጣ” ወይም “እንዲሰለል” የሚመስል መርህ እንዳይፈጠር መግባባት ያስፈልጋል። እዚህ ላይ AAUP ያነሳው “ዩኒቨርሲቲ እንደ ደህንነት ስጋት መታየት” የሚለው በአካዳሚ ዓለም ላይ የእምነት ጉዳት ሊያመጣ ይችላል።

7) የተጠቃሚ ንግግር እና ተሳትፎ (Stakeholder Engagement)

መምህራን፣ የዩኒቨርሲቲ አስተዳዳሪዎች፣ የህግ ባለሙያዎች፣ የመረጃ ደህንነት ባለሙያዎች—እነዚህ ሰዎች ያልተሳተፉበት ፖርታል “ስራ ይሰራ” ቢባልም ረጅም ጊዜ አይኖርም። የመምሪያው “ከተቋማት ግብረ-መልስ በመሰብሰብ ፖርታሉን አሻሽለናል” የሚለው ነገር እዚህ ላይ አንድ ትክክለኛ መርህ ይጠቁማል—ግን ተሳትፎ ተግባራዊ እንዲሆን ማስረጃ ያስፈልጋል።

ይህ ውይይት ለኢትዮጵያ የትምህርት ዲጂታላይዜሽን ምን ይማራል?

መልሱ፦ መንግስታዊ ዲጂታል አገልግሎቶች ውጤት ቴክኖሎጂ ላይ አይቆምም—በእምነት ላይ ይቆማል። እኛ እየገነባን ያለን የዲጂታል መንግስት አገልግሎቶች የሚፈልጉት ዋና ነገር ህዝብ እና ተቋማት “ተመካከሩ” የሚለው ስሜት ነው። ለዚህ የሚረዱ ሁለት አቅጣጫዎች አሉ፦

1. በፖሊሲ ደረጃ: የAI በትምህርት መረጃ ላይ መመሪያ (data governance, procurement transparency, audit rules)
2. በተግባር ደረጃ: በፖርታል ውስጥ ግልጽ ማሳያ (who accesses what), ተጠቃሚ የማቃወም ሂደት, መረጃ ጥበቃ ዘዴዎች

እኔ የምወደው አቋም ይህ ነው፦ AI በትምህርት ላይ መግባቱ አይቀርም፤ ግን መግባቱ በህግና በስነ-ምግባር መንገድ ካልተገዛ እየገነባነው ያለን ዲጂታላይዜሽን ራሱን ይጎዳል።

“የመንግስት ፖርታል የህዝብ እምነት አቅራቢ ነው—የቴክ መሳሪያ ብቻ አይደለም።”

ሊደረግ የሚገባው: ለትምህርት ተቋማት እና ለመንግስት 3 ፈጣን እርምጃዎች

መልሱ፦ ፈጣን እርምጃ ማለት ስርዓትን መዝጋት አይደለም—መመሪያ ማስቀመጥ ነው። እነዚህ ሶስት ነጥቦች ለማንኛውም የAI የመረጃ ፖርታል ፕሮጀክት አስፈላጊ ናቸው፦

1. የAI መረጃ ጥበቃ ሰነድ ይለቀቅ: የሚሰበሰበው ውሂብ ምንድን ነው? ለምን? ማን ያየዋል? ስንት ጊዜ ይቆያል?
2. ኮንትራት ግልጽነት ይጠናከር: አቅራቢዎች ሚና እና የውሂብ ገደብ በግልጽ ይታወቅ
3. የተጠቃሚ መብት መንገድ ይኖር: ስህተት ቢኖር እንዴት ይታረማል? ተቋም ቅሬታ ወዴት ያቀርባል?

ዛሬ 26/12/2025 ያለን እድል አንዱ ነገር ነው፦ ሌሎች ቦታዎች እየተደረገ ያለውን ክርክር በመመልከት እኛ ከመጀመሪያ ጀምሮ መርህ ማቋቋም እንችላለን። ዲጂታል አገልግሎት ፈጣን ሆኖ ብቻ አይረባም፤ የሚታመን መሆን አለበት።

የእርስዎ ተቋም ወይም ድርጅት በAI የተደገፈ ፖርታል ሊገነባ ከሆነ፣ መጀመሪያ የሚጻፈው ኮድ አይደለም—የውሂብ መመሪያ ነው። እርስዎ ከመንግስት ጋር በዲጂታላይዜሽን ፕሮጀክት ሲሰሩ የ“ግልጽነት መስፈርት” በስራ ላይ እንዲውል ታግሉ—ምክንያቱም ትምህርት ህዝባዊ ተስፋ ነው፣ መረጃውም ተቋሙን የሚያስተምር እሴት ነው።

የሚቀጥለው ጥያቄ ይህ ነው፦ AI በትምህርት ውስጥ የእምነት መስፈርት ሆኖ እንዲሰራ ምን ዓይነት ግልጽ መስመሮች በተቋማችን ውስጥ መጀመር አለባቸው?