गतिविधि सिद्धांत

यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।

गतिविधि सिद्धांत (सांस्कृतिक-ऐतिहासिक गतिविधि सिद्धांत, CHAT) — एक व्यगोत्स्कीय ढाँचा जो सीखने और काम को उपकरण-मध्यस्थ, वस्तु-निर्देशित, सामूहिक गतिविधि प्रणालियों के रूप में विश्लेषित करता है, जो विषय, वस्तु, उपकरण/मध्यस्थ कलाएँ, समुदाय, नियम और श्रम-विभाजन से बनी होती हैं। शिक्षा में AI में, गतिविधि सिद्धांत का उपयोग विश्लेषणात्मक लेंस (यह समझने के लिए कि AI शिक्षण, सीखने और अनुसंधान की गतिविधि प्रणालियों को कैसे नए सिरे से बनाता है) और डिज़ाइन उपकरण (सिस्टमिक विरोधाभासों का निदान करने और हस्तक्षेपों को पुनर्निर्धारित करने) — दोनों के रूप में किया जाता है। यह AI प्रणालियों — जनरेटिव AI सहित — को मध्यस्थ कलाओं के रूप में फ्रेम करता है जो शैक्षिक गतिविधि के श्रम-विभाजन, नियमों और समुदाय को अच्छी और बुरी, दोनों दिशाओं में पुनर्गठित करती हैं।

विचारणीय प्रश्न

गतिविधि सिद्धांत सीखने को व्यक्तिगत संज्ञान के रूप में नहीं, बल्कि विषय, उपकरण, नियम, समुदाय और श्रम-विभाजन की एक सामूहिक प्रणाली के रूप में देखता है। यदि आप कक्षा में कोई नया AI उपकरण लेकर आते हैं, तो आप किसमें बदलाव की अपेक्षा करते हैं — और कौन-सी बात ज़िद से अपरिवर्तित रहने की संभावना रखती है?
एक मुख्य विचार यह है कि किसी गतिविधि प्रणाली के भीतर विरोधाभास विकास की प्रेरक शक्ति हैं, समाप्त किए जाने वाले दोष नहीं। क्या आप अपने काम या अध्ययन में किसी ऐसे तनाव के बारे में सोच सकते हैं जिसने वास्तव में आपको अपना काम करने का तरीका बदलने के लिए प्रेरित किया?
गतिविधि सिद्धांत शिक्षकों द्वारा AI को अपनाने को सम्पूर्ण प्रणाली — मानदंड, नियम, कार्यभार वितरण — की संपत्ति के रूप में पुनःफ्रेम करता है, न कि केवल व्यक्तिगत अभिवृत्तियों के रूप में। कौन-से सिस्टमिक कारण यह समझा सकते हैं कि एक सक्षम शिक्षक वास्तव में अच्छे AI उपकरण का विरोध क्यों करता है?
जब AI कार्यों को संभाल लेता है, तो यह यह पुनर्गठित करता है कि कौन क्या करता है, जिससे छात्रों, शिक्षकों और उपकरणों के बीच श्रम-विभाजन खिसक जाता है। आपके संदर्भ में कौन-सा संज्ञानात्मक कार्य चुपचाप मनुष्यों से मशीनों की ओर खिसक गया है — और किसने ध्यान दिया?
चूँकि प्रत्येक अनुशासन अपनी गतिविधि प्रणाली के रूप में कार्य करता है, इसलिए एक ही AI उपकरण विषयों में भिन्न परिणाम दे सकता है। क्या कारण हो सकता है कि कोई उपकरण जो लेखन कक्षाओं को पूरी तरह बदल देता है, गणित की कक्षा में बहुत कम बदलाव लाए, या इसके विपरीत?
गतिविधि सिद्धांत का उपयोग यह विश्लेषित करने के लिए भी किया जाता है कि AI शिक्षण को कैसे नए सिरे से बनाता है, और उन तनावों को ठीक करने वाले हस्तक्षेपों को डिज़ाइन करने के लिए भी जिन्हें यह उजागर करता है। अपने शिक्षण या अध्ययन अभ्यास को एक गतिविधि प्रणाली के रूप में देखने से किसी समस्या का निदान करने का तरीका कैसे बदल सकता है?

परिचय

अवधारणा

गतिविधि सिद्धांत व्यगोत्स्की और ल्योन्टीव की सांस्कृतिक-ऐतिहासिक मनोविज्ञान से उत्पन्न होता है (बाद में एंगेस्ट्रोम द्वारा इसका विकास हुआ) और व्यापक सामाजिक-सांस्कृतिक परंपरा का एक केंद्रीय धागा है। इसका मूल दावा यह है कि मानवीय गतिविधि व्यक्तिगत संज्ञान या अलगावपूर्ण उपकरण-उपयोग में संक्षिप्त नहीं की जा सकती; यह एक सामूहिक, वस्तु-निर्देशित, उपकरण-मध्यस्थ प्रणाली है। किसी गतिविधि प्रणाली के एंगेस्ट्रोम के मानक मॉडल में छह अन्योन्यक्रियाशील तत्व हैं:

विषय — वह व्यक्ति या समूह जिसकी सक्रियता विश्लेषण के दृष्टिकोण का बिंदु है (जैसे, कोई छात्र, शिक्षक, विभाग)।
वस्तु — वह प्रेरणा या लक्ष्य जिसकी ओर गतिविधि निर्देशित होती है; वह "कच्चा माल" जिसे गतिविधि रूपांतरित करती है।
उपकरण / मध्यस्थ कलाएँ — वे साधन, प्रौद्योगिकियाँ, चिह्न और भाषा जिनके माध्यम से विषय वस्तु पर कार्य करता है।
समुदाय — वह समूह जो वस्तु साझा करता है और गतिविधि के सामाजिक संदर्भ का गठन करता है।
नियम — वे स्पष्ट और अस्पष्ट मानदंड, परंपराएँ और विनियम जो गतिविधि को नियंत्रित करते हैं।
श्रम-विभाजन — यह कि कार्य, शक्ति और उत्तरदायित्व समुदाय में कैसे वितरित होते हैं।

एक निर्धारक विशेषता विरोधाभास है: गतिविधि प्रणालियों में ऐतिहासिक रूप से सञ्चित संरचनात्मक तनाव होते हैं (किसी तत्व के भीतर, तत्वों के बीच, या किसी पुराने और नए रूप से पेश किए गए तत्व/उपकरण के बीच)। विरोधाभास समाप्त किए जाने वाले दोष नहीं हैं बल्कि विकास की प्रेरक शक्ति हैं — जब ये तीव्र होते हैं, तो प्रतिभागियों को स्थापित मानदंडों पर सवाल उठाने और उनसे विचलित होने के लिए प्रेरित करते हैं, जिससे व्यापक रूपांतरण (एंगेस्ट्रोम, 2001) का मार्ग खुलता है।

शिक्षा में AI के लिए गतिविधि सिद्धांत क्यों महत्वपूर्ण है

AI मौजूदा शैक्षिक गतिविधि प्रणालियों में नए उपकरण/मध्यस्थ कलाएँ लाता है, जिससे अवसर और विरोधाभास दोनों उत्पन्न होते हैं। गतिविधि सिद्धांत AIED अनुसंधान को इन परिवर्तनों का विश्लेषण करने के लिए एक शब्दावली और विधि देता है:

AI एक मध्यस्थ कला के रूप में जो श्रम-विभाजन को पुनर्गठित करती है। AI प्रणालियाँ केवल सूचना का संचार नहीं करतीं; वे कार्यों को संभाल लेती हैं, यह बदलती हैं कि कौन क्या करता है, और संज्ञानात्मक कार्य को मनुष्यों और मशीनों के बीच पुनर्वितरित करती हैं। अध्ययन गतिविधि सिद्धांत का उपयोग यह जाँचने के लिए करते हैं कि AI छात्रों, शिक्षकों और उपकरणों के बीच श्रम-विभाजन को कैसे खिसकाता है — जैसे, सहयोगी लेखन या ट्यूटरिंग में — और इसका मानव सक्रियता के लिए क्या अर्थ है।
व्यावसायिक विकास और शिक्षकों द्वारा AI को अपनाने का विश्लेषण। गतिविधि सिद्धांत शिक्षकों द्वारा AI को अपनाने को सम्पूर्ण गतिविधि प्रणाली (समुदाय के मानदंड, नियम, श्रम-विभाजन, संस्थागत अपेक्षाएँ) की संपत्ति के रूप में पुनःफ्रेम करता है, न कि केवल व्यक्तिगत अभिवृत्तियों के रूप में। मात्रात्मक कार्य छह AT घटकों को मापनयोग्य संरचनाओं के रूप में मॉडल करता है जो शिक्षकों के AI अपनाने के इरादे की भविष्यवाणी करती हैं; गुणात्मक कार्य शिक्षकों की छह भावनाओं का दस्तावेज़ीकरण करता है (अनुपयुक्त, निजतापूर्ण, अपूर्ण, अनिश्चित, सहायक, अपरिहार्य); और हस्तक्षेप कार्य CHAT का उपयोग निदान और पुनर्निर्धारण के लिए करता है शिक्षक व्यावसायिक विकास में, जिसमें निरुत्साह को आवश्यकता-अवरोधित करने वाली प्रणालियों के प्रति एक तर्कसंगत प्रतिक्रिया के रूप में माना जाता है।
मानदंड परिवर्तन और सिस्टमिक व्यवधान। चूँकि AI गतिविधि प्रणाली में एक नया उपकरण लाता है, यह मौजूदा नियमों और मानदंडों के साथ विरोधाभास उत्पन्न करता है। छात्रों के GenAI उपयोग के अध्ययन यह दिखाते हैं कि छात्रों के अनुकूलन के साथ कैसे नए अस्पष्ट नियम उभरते हैं — स्व-निर्देशन, सीखने के उद्देश्यों, शिक्षक की भूमिका और नैतिकता के आस-पास के मानदंडों को रूपांतरित करते हुए।
लर्निंग एनालिटिक्स और मापन को जड़ों में बाँधना। गतिविधि सिद्धांत मापन पहलुओं को गतिविधि-प्रणाली तत्वों पर मैप करके एनालिटिक्स के डिज़ाइन को जड़ों में जोड़ सकता है। एक CHAT-जड़ित एनालिटिक्स पाइपलाइन तात्कालिक भागीदारी, प्रवचन गुणवत्ता और अवधारणा परिष्कृतता को CHAT तत्वों से मैप करती है ताकि छोटी चर्चा-आधारित कक्षाओं में प्रारंभिक जोखिम-पूर्ण भागीदारी का पता चल सके।
अनुशासनात्मकता और अंतर-संदर्भ विविधता। चूँकि गतिविधि प्रणालियाँ ऐतिहासिक और सांस्कृतिक रूप से स्थित होती हैं, गतिविधि सिद्धांत यह समझाता है कि एक ही AI उपकरण विभिन्न अनुशासनों और संदर्भों में भिन्न परिणाम क्यों देता है — प्रत्येक अनुशासन अपने नियमों, समुदाय और श्रम-विभाजन वाली एक गतिविधि प्रणाली के रूप में कार्य करता है (जैसे, शैक्षणिक क्षेत्रों में स्नातक छात्रों के GenAI उपयोग और प्रकटीकरण में अंतर)।
एक उपकरण, दो गतिविधि प्रणालियाँ, असमान प्रवेश। CHAT के माध्यम से विश्लेषित दस गणित विद्वानों में, GenAI अनुसंधान गतिविधि प्रणाली में एक परिधीय उपकरण बना रहा जबकि शिक्षण में शिक्षक की भूमिका को महत्वपूर्ण तर्क के मध्यस्थ की ओर पुनर्गठित किया गया, जहाँ अपनाना छात्र उपयोग और सहकर्मी नेटवर्क के माध्यम से फैला, न कि संस्थागत नीति से (बैकोजियानी एट अल., 2026)।

गतिविधि सिद्धांत और संबंधित ढाँचे

गतिविधि सिद्धांत सामाजिक-सांस्कृतिक परिवार के भीतर स्थित है और अक्सर अन्य ढाँचों के साथ जोड़ा या उनके विरुद्ध रखा जाता है: वितरित संज्ञान और स्थित सीखना संदर्भ और मध्यस्थता पर इसके बल को साझा करते हैं; जाँच समुदाय और अभ्यास समुदाय इसके सामूहिक उन्मुखीकरण को साझा करते हैं; और technology-acceptance मॉडल (जैसे, TAM) अपनाने का एक विरोधी, अधिक व्यक्तिगत-विश्वास आधारित विवरण प्रस्तुत करते हैं, जिसे गतिविधि सिद्धांत सामूहिक और संरचनात्मक आयामों को समतल करने के लिए आलोचना करता है। AIED अनुसंधान में, गतिविधि सिद्धांत का उपयोग अक्सर अन्य सिद्धांतों के साथ संयोजित रूप में किया जाता है — जैसे, शिक्षक-PD हस्तक्षेप डिज़ाइन में स्व-निर्धारण सिद्धांत के साथ जोड़ा जाता है, या स्थित-AI-नैतिकता ढाँचों में पारितंत्र प्रणाली सिद्धांत के साथ (रैफाघेली एट अल., 2026)।

प्रमुख अनुसंधान थीम

AI शिक्षण, सीखने और अनुसंधान गतिविधि प्रणालियों में श्रम-विभाजन को कैसे पुनर्वितरित करता है।
सिस्टमिक विरोधाभास AI-संवर्धित शिक्षा में मानदंड परिवर्तन और व्यापक रूपांतरण के प्रेरक के रूप में।
शिक्षकों द्वारा AI को अपनाना और व्यावसायिक विकास गतिविधि-प्रणाली (केवल व्यक्तिगत नहीं) की परिघटनाओं के रूप में।
अनुशासनात्मक और अंतर-सांस्कृतिक विविधता AI उपयोग में, गतिविधि प्रणालियों के अंतरों से समझाई गई।
सिद्धांत-जड़ित लर्निंग एनालिटिक्स जो मापन को गतिविधि-प्रणाली तत्वों में जोड़ते हैं।
AI-मध्यस्थ गतिविधि की वस्तु — क्या सीखने की वस्तु दक्षता से उत्पादन की ओर खिसकती है, और इसका सीखने के परिणामों के लिए क्या अर्थ है।

व्यावहारिक निहितार्थ

डिज़ाइनरों और शिक्षकों के लिए, गतिविधि सिद्धांत AI उपकरण से परे सम्पूर्ण गतिविधि प्रणाली की ओर देखने की सलाह देता है जिसमें यह प्रवेश करता है: स्वीकार्य उपयोग को नियंत्रित करने वाले नियम, समुदाय और उसके मानदंड, मनुष्य और मशीन के बीच श्रम-विभाजन, और गतिविधि की वस्तु/प्रेरणा। टिकाऊ AI एकीकरण के लिए प्रणाली को पुनर्निर्धारित करना आवश्यक है — विरोधाभासों को संबोधित करना, मानदंडों को अद्यतन करना और भूमिकाओं को पुनर्संतुलित करना — न कि केवल बेहतर उपकरण या व्यक्तिगत प्रशिक्षण उपलब्ध कराना। शोधकर्ताओं के लिए, गतिविधि सिद्धांत विश्लेषण की एक कठोर इकाई (गतिविधि प्रणाली, व्यक्ति नहीं) और एक विधि (रूपात्मक हस्तक्षेप, विरोधाभास विश्लेषण) प्रदान करता है ताकि शिक्षा में AI की भूमिका का अध्ययन और आकार दिया जा सके।

मेटाडेटा

स्तर	Higher Ed, K 12
इच्छित पाठक	Instructors
अधिगम और शिक्षण	गतिविधि सिद्धांत, सीखने के सिद्धांत, सामाजिक-सांस्कृतिक अधिगम
प्रौद्योगिकियाँ और तकनीकें	जनरेटिव-AI, लर्निंग एनालिटिक्स
शिक्षा में AI की नींव	शिक्षण

Source History Edit Chat