शिक्षा में AI

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

शिक्षा में AI (AIED) — व्यापक, अनुशासन-पार क्षेत्र जो कृत्रिम बुद्धिमत्ता को शिक्षण और सीखने पर लागू करता है, और इसका डिज़ाइन, उपयोग, मूल्यांकन और परिणामों का अध्ययन करता है। ज्ञानकोश की छत्र अवधारणा के रूप में, शिक्षा में AI में शिक्षा के लिए AI (निर्देश और मूल्यांकन में सुधार के लिए AI का उपयोग) और AI के बारे में शिक्षा (AI साक्षरता और महत्वपूर्ण समझ का विकास) शामिल हैं। यह निर्देशात्मक प्रौद्योगिकी, सीखने के विज्ञानों — वह अनुभवजन्य शोध क्षेत्र जो यह पूछता है कि क्या एक शिक्षार्थी बदला न कि केवल क्या एक उपकरण प्रदर्शित किया — कंप्यूटर विज्ञान, शैक्षिक नीति, नैतिकता और समानता के प्रतिच्छेदन पर बैठता है। यह पृष्ठ क्षेत्र का एक परिचय है और ज्ञानकोश द्वारा कवर की गई हर अवधारणा का एक नक्शा है।

विचार करने योग्य प्रश्न

• 'शिक्षा में AI' दो दिशाओं में फैला है: शिक्षा के लिए AI (शिक्षण में सुधार के लिए AI का उपयोग) और AI के बारे में शिक्षा (साक्षरता और महत्वपूर्ण समझ बनाना)। आपको कौन अधिक परिचित है, और आप किसे नज़रअंदाज़ करने की प्रवृत्ति रखते हैं?
• क्षेत्र का इतिहास नियंत्रण और शिक्षार्थी एजेंसी के बीच एक आवर्ती तनाव के रूप में फ्रेम किया गया है। जैसे-जैसे आप AI उपकरणों को अपनाते देखते हैं, आप वही तनाव आज कहाँ खेलते हुए नोटिस करते हैं?
• शिक्षा में AI प्रौद्योगिकी, सीखने के विज्ञान, नीति, नैतिकता और समानता के प्रतिच्छेदन पर बैठता है। जब आप किसी AI उपकरण का मूल्यांकन करते हैं तो आप स्वाभाविक रूप से उनमें से कौन लेंस लागू करते हैं — और कौन आप भूलने की संभावना रखते हैं?
• यह ज्ञानकोश क्षेत्र को धागों में व्यवस्थित करता है: शिक्षाशास्त्र, सीखने के सिद्धांत, प्रौद्योगिकियाँ, अनुशासन, मूल्यांकन, प्रतिक्रिया, हितधारक और शासन। यदि आप अपने AI उपयोग का नक्शा बना रहे थे, तो आप स्वयं को किस धाग में पाएँगे?
• AIED में छात्रों को AI का महत्वपूर्ण रूप से उपयोग करना स्वयं में एक लक्ष्य के रूप में शामिल है। आपके संदर्भ में, AI को एक विषय के रूप में अधिक माना जाता है जिसे सिखाया जाए या एक उपकरण के रूप में जिसका उपयोग किया जाए — और क्या वह संतुलन यह प्रतिबिंबित करता है कि शिक्षार्थियों को असल में क्या चाहिए?
• छात्र AI का महत्वपूर्ण रूप से उपयोग करके AI साक्षरता सीख सकते हैं, केवल AI के बारे में सीखकर नहीं। हाथ-पर, महत्वपूर्ण उपयोग कैसे वह समझ बना सकता है जो निष्क्रिय निर्देश नहीं कर सकता?

परिचय

शिक्षा में AI वह छत्र है जिसे बाकी सभी अवधारणा पृष्ठ सामूहिक रूप से निर्धारित करते हैं। ज्ञानकोष क्षेत्र को नीचे दिए प्रमुख धागों में व्यवस्थित करता है, प्रत्येक प्रासंगिक अवधारणा पृष्ठों से जुड़ा हुआ।

एक स्थापचिह्न ऐतिहासिक परिप्रेक्ष्य, मिश्रा सहित AIED को साइबरनेटिक्स और 1956 डार्टमाउथ सम्मेलन से संज्ञानात्मक ट्यूटरों और पापर्ट के निर्माणवाद के माध्यम से ट्रेस करते हैं, तर्क देते हैं कि आज के जनरेटिव-AI बहसें क्षेत्र के आधारभूत नियंत्रण-बनाम-शिक्षार्थी सक्रियता तनाव को फिर से साकार करती हैं।

ज्ञानकोश कैसे व्यवस्थित है: छत्र पृष्ठ

ज्ञानकोश की अवधारणा कवरेज कई छत्र पृष्ठों द्वारा स्थिर है जो संबंधित अवधारणाओं को नेविगेट करने योग्य धागों में समूहित करते हैं। ये क्षेत्र की खोज के लिए अच्छे प्रवेश बिंदु हैं:

• शिक्षा में AI — यह पृष्ठ, क्षेत्र का अवलोकन और सभी कवरेज का नक्शा।
• AI साक्षरता — AI को समझने, उपयोग करने और महत्वपूर्ण रूप से मूल्यांकित करने के लिए छत्र, प्रॉम्प्ट इंजीनियरिंग, महत्वपूर्ण सोच, AI नैतिकता और जिम्मेदार उपयोग पर फैला हुआ। इसके साथ, मानव–AI सहयोग और एजेंटिक AI यह फ्रेम करते हैं कि लोग और AI कैसे एक साथ काम करते हैं।
• शिक्षाशास्त्र और शिक्षण रणनीतियाँ — यह छत्र कि शिक्षण कैसे होता है: वे शिक्षण विधियाँ और रणनीतियाँ जिनमें AI काम करता है (सक्रिय, सहयोगात्मक, परियोजना-आधारित, समस्या-आधारित, अनुभवजन्य, खेल-आधारित, सुकरातीय, मड्गद और अधिक), जिसमें ऑनलाइन शिक्षण और सीखना का अलग संदर्भ शामिल है।
• सीखने के सिद्धांत — यह छत्र कि सीखना कैसे होता है: सैद्धांतिक ढांचे (व्यवहारवाद, संज्ञानवाद, निर्माणवाद, सामाजिक-सांस्कृतिक, संज्ञानात्मक, प्रेरणात्मक) जो AI डिज़ाइन और मूल्यांकन को आकार देते हैं।
• प्रौद्योगिकियाँ — तकनीकी परत के लिए छत्र: AI प्रणालियाँ (LLMs, जनरेटिव AI, बहुमाध्यमी AI, रोबोटिक्स) और तकनीकें (RAG (रिट्रीवल-ऑगमेंटेड जनरेशन), प्रॉम्प्ट इंजीनियरिंग, प्रबलन सीखना, मॉडल प्रशिक्षण, एजेंटिक संचालन) जो AIED को शक्ति देती हैं। शिक्षार्थी-मॉडलिंग परिवार — ज्ञान ट्रेसिंग, संज्ञानात्मक निदान, छात्रों का सिमुलेशन, और उन्हें खपत करने वाली प्रणालियाँ (बुद्धिमान ट्यूटरिंग, अनुकूली सीखना, व्यक्तिगत सीखना) — इस तकनीकी धाग के भीतर शिक्षार्थी मॉडलिंग और अनुकूली निर्देश छत्र के तहत समूहित हैं।
• अनुशासनों में AI — यह छत्र कि AI विषय क्षेत्रों में कैसे लागू होता है (गणित, भौतिकी, भाषा सीखना, कंप्यूटर विज्ञान, लेखन, STEM, इंजीनियरिंग, व्यापार, शिक्षक शिक्षा, स्वास्थ्य पेशे और अधिक) — और, शैक्षिक विषयों से आगे, पेशेवर और लागू धाग जो प्रदर्शित प्रथा का आकलन करता है न कि सहीता (नर्सिंग, सूचना प्रौद्योगिकी, व्यावसायिक शिक्षा और प्रशिक्षण, डिज़ाइन शिक्षा) — और शैक्षिक स्तर (K-12, उच्च शिक्षा, वयस्क सीखना)।
• मूल्यांकन (रचनात्मक, संक्षिप्त, प्रामाणिक, मौखिक और स्वचालित धागों के साथ) — यह छत्र कि AI शिक्षार्थियों का आकलन कैसे करता है और मूल्यांकन वैधता और इमानदारी को कैसे पुनःआकार देता है।
• प्रतिपुष्टि — यह छत्र कि प्रतिक्रिया कैसे उत्पन्न, वितरित और उपयोग की जाती है: प्रतिक्रिया लूप, प्रतिक्रिया गुणवत्ता, प्रतिक्रिया साक्षरता, और इसके मूल्यांकन संदर्भ (रचनात्मक, सहकर्मी, स्वचालित)।
• शिक्षा में AI के हितधारक — यह छत्र कि अभिनेता कौन हैं: शिक्षार्थी, शिक्षक, सीखने के डिज़ाइनर, प्रशासक और नीति-निर्माता।
• AI शिक्षा मूल्यांकन और शोध विधियाँ — यह छत्र कि हम कैसे जानते हैं कि AI काम करता है या नहीं: प्रभावशीलता अध्ययन, बेंचमार्क, यादृच्छिक नियंत्रित परीक्षण, मेटा-विश्लेषण, और मूल परिणाम माप के रूप में सीखने के लाभ। पाठकों को इस साक्ष्य के सर्व-व्यापी सीमाओं को भी तौलना चाहिए।
• AI शासन, शैक्षिक AI नीति और समानता — संस्थागत, नियामक और निष्पक्षता परत के लिए छत्र (शिक्षा में AI विनियमन और निजता भी देखें)।

ये छत्र पृष्ठ नीचे दिए अनुभागों में हर जगह जुड़े हुए हैं; प्रत्येक धाग नीचे अपना छत्र और उसके घटक अवधारणाओं दोनों का नाम लेता है।

शिक्षा में AI के दो आयाम

शिक्षा में AI शोध दो परस्पर-जुड़ी दिशाओं में फैला है:

• शिक्षा के लिए AI — AI प्रणालियों का उपयोग शिक्षण, सीखना, मूल्यांकन और प्रशासन को बढ़ाने के लिए। इसमें AI ट्यूटरिंग, अनुकूली सीखना, व्यक्तिगत सीखना, स्वचालित निबंध स्कोरिंग, स्वचालित प्रश्न निर्माण, स्वचालित मूल्यांकन, रचनात्मक मूल्यांकन, सीखने का विश्लेषण और प्रतिक्रिया लूप शामिल हैं।
• AI के बारे में शिक्षा — शिक्षार्थियों और शिक्षकों को AI को समझना, उपयोग करना और महत्वपूर्ण रूप से मूल्यांकित करना सिखाना। मूल AI साक्षरता है, प्रॉम्प्ट इंजीनियरिंग, महत्वपूर्ण सोच, AI नैतिकता, शासन शिक्षा, डिजिटल साक्षरता और जिम्मेदार उपयोग द्वारा समर्थित।

ये दो आयाम अलग नहीं हैं: AI का अच्छी तरह उपयोग करने के लिए इसे समझना आवश्यक है, और AI के बारे में सिखाना इसके उपयोग से समृद्ध होता है। यह मानव-AI सहयोग एक केंद्रीय विषय है।

शिक्षा में AI की नींव

क्षेत्र की सर्व-व्यापी और आधारभूत अवधारणाएँ ज्ञानकोष के कवरेज को स्थिर करती हैं और साइडबार में पहले दिखाई देती हैं। वे एक आवश्यकताएँ समूह के साथ खुलती हैं — वे अवधारणाएँ जिनसे हर पाठक शुरू करना चाहिए: छत्र स्वयं, AI के बारे में गलतफहमियाँ, AI साक्षरता, एजेंटिक AI, संज्ञानात्मक ऑफलोडिंग, AI उपयोग छात्रों के लिए कैसे फ्रेम किया जाता है, AI दुरुपयोग में कमी, शैक्षणिक इमानदारी, शिक्षण, सीखने का डिज़ाइन और शैक्षणिक विकास। क्षेत्र धाग तब क्षेत्र का इतिहास, साक्ष्य आधार की सर्व-व्यापी सीमाएँ, इसका दर्शन, सिद्धांत और ढाँचे नक्शा, और सिद्धांत विकास को कवर करता है। सर्व-व्यापी विषय — मानव–AI सहयोग, शिक्षार्थी एजेंसी, शिक्षार्थी पहचान, डिज़ाइन सोच, पाठ्यक्रम डिज़ाइन, महत्वपूर्ण सोच और कम्प्यूटेशनल सोच — हर धाग में कटती हैं, क्योंकि लोग AI के बारे में रखते हैं वे गलत मानसिक मॉडल दुरुपयोग और कम-अंशांकित विश्वास के अपस्ट्रीम हैं।

सीखना और निर्देश

AI शिक्षण और सीखने का समर्थन कैसे करता है यह क्षेत्र का हृदय है। मुख्य अवधारणाएँ शामिल हैं:

• मूल शिक्षाशास्त्र: शिक्षाशास्त्र और शिक्षण रणनीतियाँ — ज्ञानकोष के शिक्षण-विधि कवरेज के लिए छत्र — शिक्षाशास्त्रीय पैटर्न (वे परीक्षित अनुक्रम जिनमें वे विधियाँ हल होती हैं), सक्रिय सीखना, सहयोगात्मक सीखना, समूह काम, परियोजना-आधारित सीखना, समस्या-आधारित सीखना, उत्पादक विफलता, जांच-आधारित सीखना, अनुभवजन्य सीखना, खेल-आधारित सीखना, सिखाकर सीखना, मड्गद, सुकरातीय विधि, महत्वपूर्ण शिक्षाशास्त्र, शिक्षाशास्त्रीय साझेदारी, कहानी कहना, सीखने का डिज़ाइन, ऑनलाइन शिक्षण और सीखना और शिक्षा में वीडियो के साथ।
• सीखने के सिद्धांत और प्रक्रियाएँ: सीखने के सिद्धांत छत्र (व्यवहारवाद, संज्ञानवाद, निर्माणवाद, सामाजिक-सांस्कृतिक, वितरित संज्ञान, स्थित सीखना, व्यष्ट सीखना, जांच का समुदाय) शिक्षार्थी-सामना प्रक्रियाओं जैसे स्व-विनियमित सीखना, स्व-निर्धारण सिद्धांत, प्रेरणा, स्व-प्रभावशीलता, स्व-निर्देशित सीखना, मेटाकॉग्निशन, वांछनीय कठिनाइयाँ, सीखने का स्थानांतरण, पूर्व ज्ञान, ICAP संज्ञानात्मक जुड़ाव, चिंतन, खंडन पाठ, पुनर्प्राप्ति, अंतराल और इंटरलीविंग और गतिविधि सिद्धांत के साथ बैठता है।
• शिक्षार्थी जुड़ाव और अनुभव: छात्र जुड़ाव, सहायता खोजना, सामाजिक-भावनात्मक सीखना, कल्याण, रचनात्मकता, समस्या-समाधान, महारत सीखना और छात्र–AI बातचीत यह आकार देते हैं कि शिक्षार्थी वास्तव में AI से कैसे सामना करते और प्रभावित होते हैं, जबकि AI उपयोग के इर्द-गिर्द बसे सामाजिक मानदंड यह निर्णय लेते हैं कि इसमें से कुछ भी कितनी खुली बातचीत की जा सकती है। पाठ्यक्रम से आगे, छात्र सहायता और सफलता संस्थागत-पक्षीय काम को कवर करता है — सलाह, आउटरीच, रेफ़रल और दुर्लभ सहायता का आवंटन — जहाँ AI भरोसेमंद रूप से कार्य पूर्णता बढ़ाता है लेकिन दृढ़ता या स्नातक नहीं।

प्रौद्योगिकियाँ और तकनीकें

प्रौद्योगिकियाँ पृष्ठ तकनीकी परत के लिए छत्र है:

• मॉडल और तकनीकें: जनरेटिव AI, बड़े भाषा मॉडल, पुनर्प्राप्ति-संवर्धित निर्माण, मल्टीमोडल मॉडल, शैक्षिक NLP, प्रबलन सीखना, ज्ञान ग्राफ़, शिक्षा में रोबोट, संवादात्मक AI, सिमुलेशन और LLM प्रशिक्षण और सूक्ष्म-ट्यूनिंग। अंतर्निहित विधियाँ भी मायने रखती हैं: मशीन सीखना वह जगह है जहाँ ये प्रणालियाँ बनती हैं, वाक् और आवाज़ प्रौद्योगिकियाँ बोली ट्यूटरिंग और भाषा अभ्यास वहन करती हैं, विज़ुअलाइज़ेशन शिक्षार्थियों और निर्देशकों के लिए डैशबोर्ड और दृश्य विश्लेषण को कवर करती है, और आभासी और संवर्धित वास्तविकता निमज्जित अभ्यास की मेज़बानी करती है जिसकी दृश्य परत को मॉडल अब उत्पन्न कर सकता है। नए बातचीत शैलियाँ यहाँ भी आती हैं — सबसे प्रमुख रूप से वाइब कोडिंग, प्राकृतिक-भाषा-चालित कार्यप्रवाह जिसमें उपयोगकर्ता एक LLM को प्रॉम्प्ट करके एक प्रोग्राम निर्दिष्ट करता है और स्रोत पढ़ने या संपादित करने के बजाय परिणामी व्यवहार का न्याय करता है। वह प्रोग्रामिंग को अभिव्यक्ति और सत्यापन के एक कार्य के रूप में पुनःफ्रेम करता है और अंतिम उपयोगकर्ताओं के अपने उपकरण बनाने की बाधा को कम करता है। एकीकरण-गहराई ढांचे जैसे SAMR और अपनाने के सिद्धांत जैसे TAM यह वर्गीकृत करते हैं कि AI कितनी गहराई से अपनाया जाता है और यह कार्य को कितना बदलता है।
• शिक्षार्थी मॉडलिंग और अनुकूली प्रणालियाँ: तकनीकी प्रणालियाँ जो शिक्षार्थी का प्रतिनिधित्व और अनुकूलन करती हैं वे शिक्षार्थी मॉडलिंग और अनुकूली निर्देश छत्र के तहत समूहित हैं — ज्ञान ट्रेसिंग, संज्ञानात्मक निदान, छात्रों का सिमुलेशन, बुद्धिमान ट्यूटरिंग, अनुकूली सीखना, व्यक्तिगत सीखना, सिफ़ारिश प्रणालियाँ और सीखने के पथ, शिक्षाशास्त्रीय एजेंट, भावनात्मक ट्यूटरिंग, भावनात्मक कम्प्यूटिंग, संवेदी और दृष्टि एनालिटिक्स, AI अवतार और सिंथेटिक प्रशिक्षक, मानव-लूप-में AI और सीखने का विश्लेषण। ये तकनीकी परत पर बैठती हैं क्योंकि वे स्वयं AI प्रणालियाँ हैं, उन शिक्षाशास्त्र से अलग जिन्हें वे साकार करती हैं।
• प्लेटफ़ॉर्म, खुलापन और अपनाना: मॉडल के आसपास की वह परत, जहाँ एक शिक्षण संसाधन बनाया जाने के बजाय लाइसेंस, होस्ट और भुगतान किया जाता है। खुली शिक्षा खुले लाइसेंस वाली सामग्री से पढ़ाने और उस शिक्षाशास्त्र को कवर करता है जो छात्रों को उसका निर्माता मानता है, जहाँ जनरेट की गई सामग्री द्वारा अब उठाए जा रहे लाइसेंस और अनुकूलन के प्रश्न तर्कित होते हैं। यह सॉफ़्टवेयर अर्थ में खुलापन के बगल में बैठता है, edtech प्लेटफ़ॉर्म में प्लेटफ़ॉर्म-स्तरीय विश्लेषण, और TAM द्वारा ढोया गया अपनाने का शोध।

अनुशासनों में AI

AI अनुशासनों और शैक्षिक स्तरों में लागू होता है। ज्ञानकोष का अनुशासनों में AIEd का अवलोकन विषय-क्षेत्र कवरेज का मानचित्रण करता है — सीखने के विज्ञानों के साथ, जो एक पढ़ाया गया विषय नहीं है बल्कि सर्व-व्यापी शोध क्षेत्र है जो सीखने का स्वयं अध्ययन करता है और विष्य पदार्थ को दूसरों में से एक चर के रूप में लेता है:

• विषय क्षेत्र: गणित, सांख्यिकी और डेटा विज्ञान, भौतिकी, रसायन विज्ञान, जीवविज्ञान, कंप्यूटर विज्ञान, इंजीनियरिंग, STEM, लेखन, पठन शिक्षा, भाषा सीखना, अंग्रेज़ी शिक्षा (EAP/EFL/ESL), पुस्तकालय और सूचना विज्ञान, विज्ञान शिक्षा, पर्यावरण शिक्षा, व्यापार, अर्थशास्त्र और प्रबंधन, मानविकी और सामाजिक विज्ञान, नागरिक और राजनीतिक शिक्षा, कला, डिज़ाइन और मीडिया शिक्षा, चिकित्सा और स्वास्थ्य पेशे, कानून शिक्षा और पेशेवर और लागू धाग — नर्सिंग, सूचना प्रौद्योगिकी, व्यावसायिक शिक्षा और प्रशिक्षण और डिज़ाइन शिक्षा।

स्तर और संदर्भ

वही AI उपकरण बहुत अलग निर्धारणों से मिलता है, और ज्ञानकोष शैक्षिक स्तर को शिक्षाशास्त्र से अलग करता है ताकि निष्कर्ष उनके पार चुपचाप स्थानांतरित न हों: K-12 विद्यालय, प्रारंभिक बचपन और प्राथमिक शिक्षा, उच्च शिक्षा, वयस्क सीखना, व्यावसायिक शिक्षा और प्रशिक्षण, विशेष शिक्षा और शिक्षक शिक्षा। स्तरों में कटने वाले डोमेन-निकटवर्ती अवधारणाएँ शामिल हैं सीखने के लिए सार्वभौमिक डिज़ाइन, न्यूरोडायवर्सिटी, बहुभाषी सीखना और सामाजिक-भावनात्मक सीखना।

मूल्यांकन और माप

AI यह दोनों बदलता है कि हम शिक्षार्थियों का आकलन कैसे करते हैं और AI प्रणालियों का स्वयं मूल्यांकन कैसे करते हैं:

• मूल्यांकन और प्रतिक्रिया: मूल्यांकन, रचनात्मक मूल्यांकन, संक्षिप्त मूल्यांकन, प्रामाणिक मूल्यांकन, ई-पोर्टफोलियो, प्रतिपुष्टि और प्रतिक्रिया साक्षरता, AI प्रतिक्रिया गुणवत्ता, सहकर्मी मूल्यांकन, मौखिक मूल्यांकन, स्वचालित मूल्यांकन, स्वचालित निबंध स्कोरिंग और स्वचालित प्रश्न निर्माण। क्योंकि एक मॉडल अब मांग पर संभावित पूर्ण काम पैदा कर सकता है, ज्ञानकोष उस क्षमता को सामने रखता है जो शिक्षार्थी की अपनी बनी रहती है: मूल्यांकनकारी निर्णय, अपने काम, सहकर्मियों के काम और AI आउटपुट की गुणवत्ता का तर्कित मानदंडों के विरुद्ध आकलन करने की क्षमता। यह वह निर्माण है जिस पर कई प्रतिक्रिया और प्रामाणिक-मूल्यांकन अध्यायन अभिसरित होते हैं — एक बहु-स्थल प्रयोग में संकर प्रतिक्रिया परिस्थिति सीधे AI प्रतिक्रिया को हराना, AI रचनात्मक प्रतिक्रिया में स्थिरता अंतराल, और छात्रों द्वारा किए गए निर्णयों का आकलन करने का व्यावहारिक कदम न कि केवल कलात्मक उत्पाद — और यह AI-युग पुनर्डिज़ाइन के एक मूल कारण में से एक है कि पहचान से उन कार्यों की ओर बदलाव जिनकी इमानदारी निरीक्षण से बचती है। समूह काम का आकलन इसी तरह प्रक्रिया और उत्पाद दोनों के साथ किया जाता है, जहाँ टीमों को यह बातचीत करनी चाहिए कि किसका और किस प्रकार का AI जुड़ाव स्वीकार्य गिना जाता है।
• माप और वैधता: मूल्यांकन वैधता, मनोमितीय रूप से जागरूक AI, शैक्षिक माप, वस्तु प्रतिक्रिया सिद्धांत, स्व-रिपोर्ट माप (इस साक्ष्य के एक बड़े हिस्से के पीछे का उपकरण, और एक आवर्ती सीमा), AI पहचान, रिमोट प्रॉक्टरिंग और शैक्षणिक इमानदारी।

शोध विधियाँ और मूल्यांकन

हम कैसे जानते हैं कि AI काम करता है या नहीं यह अपना ही धाग है, और ज्ञानकोष इसे एक मानता है:

• शोध विधियाँ: AIED में शोध विधियाँ छत्र के रूप में, गुणात्मक, मात्रात्मक, मिश्रित-विधि, डिज़ाइन-आधारित और उपयोगिता दृष्टिकोणों के साथ, और यादृच्छिक नियंत्रित परीक्षण, मेटा-विश्लेषण और व्यवस्थित समीक्षा और नेटवर्क विश्लेषण।

क्षेत्र का अपना शोध कार्य अब अपने अधिकार में एक विषय है। AI-सहायित शैक्षणिक शोध साहित्य खोज, स्क्रीनिंग, गुणात्मक कोडिंग, विश्लेषण और लेखन के लिए एक उपकरण के रूप में AI उपयोग को कवर करता है, जिसमें शिक्षण और सीखने की छात्रवृत्ति जैसा व्यवहारिक शोध शामिल है। यह उन डिज़ाइनों से अलग रहता है जो यह अध्ययन करने के लिए उपयोग किए जाते हैं कि AI शिक्षार्थियों के साथ क्या करता है।

• AI प्रणालियों का मूल्यांकन: AI शिक्षा मूल्यांकन और किसी प्रणाली की क्षमता का न्याय करने के लिए बेंचमार्क, सीखने के लाभ उस परिणाम के रूप में जो मायने रखता है, और इस साक्ष्य की सर्व-व्यापी सीमाएँ और एक एकल अध्ययन कैसे पढ़ें सावधानीपूर्वक प्रति-भार के रूप में।

लोग

शिक्षा में AI हर हितधारक की भूमिकाएँ बदलता है। ज्ञानकोष का शिक्षा में AI के हितधारक पृष्ठ उन सभी को कवर करने वाला छत्र है:

• शिक्षार्थी: छात्र अनुभव, करियर विकास और तैयारी और AI चिंता और तनाव यह आकार देते हैं कि छात्र AI से कैसे सामना करते हैं।
• परिवार और समुदाय: माता-पिता और परिवार वे दर्शक हैं जिनसे विद्यालय AI के बारे में सबसे अधिक संबोधित करते हैं और जिनके पास मार्गदर्शन के पीछे सबसे कम शोध है, इसलिए उनकी चिंताएँ हितधारक चित्र में आती हैं न कि उसके बाहर।
• निर्देशक और शिक्षण ढांचे: शिक्षक AI क्षमता, तकनीकी शिक्षाशास्त्रीय सामग्री ज्ञान (TPACK), SAMR और शैक्षणिक विकास शिक्षक तैयारी और सहायता को संबोधित करते हैं।
• निर्माता: शैक्षणिक प्रौद्योगिकी डेवलपर्स — उत्पाद डिज़ाइनर, सॉफ्टवेयर डेवलपर, सीखने के इंजीनियर और विश्लेषण डिज़ाइनर जो एक मॉडल क्षमता को कुछ ऐसे में बदलते हैं जिसे एक संस्था खरीद सकती है। वे ऊपर के व्यवहारिक और प्रशासकों से एक अलग दर्शक हैं, और वे उन संस्थाओं के बाहर बैठते हैं जो उनके उपकरण अपनाते हैं, जो यही कारण है कि डिफ़ॉल्ट, सह-डिज़ाइन और फंडिंग-पश्चात रखरखाव इस ज्ञानकोष में शिक्षाशास्त्रीय प्रश्नों के रूप में दिखाई देते हैं न कि व्यावसायिक।

संस्थाएँ और नीति

संस्थागत परत वह जगह है जहाँ AI निर्णय वास्तव में किए और बचाए जाते हैं: प्रशासक और संस्थागत नेता, शैक्षिक AI नीति, AI शासन, परिवर्तन प्रबंधन एक अपनाने को टिकाऊ बनाने का काम के रूप में, AI विनियमन, और तकनीक अपनाने, ओपन सोर्स और edtech प्लेटफ़ॉर्म से अनुसरण करने वाले खरीद और प्लेटफ़ॉर्म प्रश्न, पेशेवर और आजीवन सीखना और पेशेवर प्रशिक्षण के साथ।

समानता, नैतिकता और जिम्मेदार उपयोग

निष्पक्षता, पहुँच और जिम्मेदारी शिक्षा में AI के लिए केंद्रीय हैं:

• समानता और पहुँच: समानता, शिक्षार्थी समूहों में विभेदी प्रभाव (यह प्रश्न कि कोई निष्कर्ष किसके लिए बरकरार है), डिजिटल विभाजन, पूर्वाग्रह शमन, सांस्कृतिक रूप से प्रासंगिक शिक्षाशास्त्र, बहुभाषी सीखना, समावेशी सीखना, सुगम्यता, सहायक प्रौद्योगिकी, न्यूरोडायवर्सिटी, सीखने के लिए सार्वभौमिक डिज़ाइन और ग्लोबल साउथ अध्ययन।
• नैतिकता और जिम्मेदारी: AI नैतिकता, AI दुरुपयोग और सीखने की हानि, कानूनी मुद्दे और जोखिम, AI उपयोग प्रकटीकरण, गार्डरेल, निजता, भ्रम जोखिम, AI चापलूसी, भरोसा, विश्वास अंशांकन, स्वचालित पूर्वाग्रह, AI दुरुपयोग में कमी, AI उपयोग छात्रों के लिए कैसे फ्रेम किया जाता है, शिक्षाशास्त्रीय सुरक्षा, सस्टेनेबिलिटी और संज्ञानात्मक ऑफलोडिंग।

क्षेत्र की नैतिकता साहित्य का एक व्यवस्थित समीक्षा (अग्रवाल सहित 2026, 25 लेख) AIED नैतिकता को छह मुख्य नैतिक मूल्यों में सुदृढ़ करती है — गैर-भेदभाव, डेटा प्रबंधन, मानव निगरानी, सद्भावना, व्याख्यायोग्यता और शैक्षिक उपयुक्तता — और नैतिक मानदंडों को एक हितधारक-दर-मूल्य मैट्रिक्स पर मैप करती है। यह पाती है कि अंतिम उपयोगकर्ता नैतिक साहित्य में बड़े भाग में निष्क्रिय हैं (छात्र आवाज़ें अनिवार्य रूप से अनुपस्थित) और AIED डिज़ाइन में नैतिकता को एकीकृत करने और AIED नैतिकता के शैक्षिक (शिक्षाशास्त्रीय) आयाम पर अधिक ध्यान के लिए आह्वान करती है।

उभरते और सर्व-व्यापी विषय

कई विषय क्षेत्र में कटते हैं:

• विश्वास और महत्वपूर्ण उपयोग: भरोसा, विश्वास अंशांकन, AI चापलूसी, महत्वपूर्ण सोच, संज्ञानात्मक ऑफलोडिंग, महत्वपूर्ण शिक्षाशास्त्र और AI दुरुपयोग में कमी (AI उपयोग छात्रों के लिए कैसे फ्रेम किया जाता है भी देखें)। शिक्षार्थी और शिक्षक AI को कैसे अपनाने और भरोसा करने का निर्णय लेते हैं इसे तकनीक अपनाने शोध द्वारा मॉडलित किया जाता है, जबकि ग्लोबल साउथ अध्ययन अपनाने में समानता और सांस्कृतिक संदर्भ को सामने रखते हैं। अनुभवजन्य रूप से, AI खुद को कैसे समझाता है यह इस भरोसे को आकार देता है: फेल्डमैन-मैग्गोर सहित (2025) ने दिखाया कि व्याख्यायोग्य AI समझयोग्यता के माध्यम से AI सिफ़ारिशों में शिक्षकों का भरोसा बनाता है, जिसमें डोमेन-चालित (पाठ्यक्रम-भाषा) व्याख्याएँ डेटा-चालित सुविधा-महत्व आउटपुट से अधिक भरोसे और स्वीकार की जाती हैं।
• AI की कल्पना कैसे की जाती है: रूपक और सादृश्य यह आकार देते हैं कि शिक्षक और छात्र AI से क्या अपेक्षा करते हैं और AI साक्षरता के लिए एक शिक्षण-विधि का काम कर सकते हैं, जैसा Roe, Perkins और Furze (2025) दिखाते हैं।
• क्षेत्र का विकास: ज्ञानकोष शिक्षा में AI को प्रारंभिक बुद्धिमान ट्यूटरिंग प्रणालियों और ज्ञान ट्रेसिंग से LLM-चालित ट्यूटरिंग, एजेंट और एजेंटिक AI तक ट्रेस करता है — उपकरण-केंद्रित अध्यायनों से सामाजिक-तकनीकी ढांचों (डिज़ाइन सोच, पाठ्यक्रम डिज़ाइन, संस्थागत परिवर्तन) की ओर एक तेज़ बदलाव, और हाथ-लेखित प्रणालियों से उपयोगकर्ता-चालित कार्यप्रवाहों की ओर जिनमें एक शिक्षार्थी या गैर-प्रोग्रामर प्राकृतिक भाषा में व्यवहार निर्दिष्ट करता है (वाइब कोडिंग)। रिसमांचियन और डोरौदी इस गतिशीलता को उनके AI×Ed ढाँचे के साथ औपचारिक रूप देते हैं, चार दशकों की कार्यवृत्ति में पेपरों को ट्रेस करते हुए दिखाते हैं कि क्षेत्र एक विविध मिश्रण से — जिसमें AI को मानव बुद्धि और सीखने के सादृश्य के रूप में मानने वाला पर्याप्त शोध शामिल है — लागू, डेटा-चालित, शोधकर्ता-सामना उपयोगों के लगभग-अनन्य फोकस की ओर बढ़ा, एक मोड़ जिसे LLMs का उदय अब आंशिक रूप से उलटता दिखता है (AIED 2024 में चार "AI-जैसे-सादृश्य" पेपरों में से तीन LLM-आधारित थे)।
• भावना, चिंता और करियर भविष्य: AI भावनात्मक प्रतिक्रियाओं को प्रेरित और आकार देता है — AI चिंता और तनाव प्रॉक्टरिंग निगरानी, इमानदारी डर और करियर विस्थापन पर फैला हुआ — जबकि करियर विकास और तैयारी यह संबोधित करता है कि शिक्षा शिक्षार्थियों को एक AI-विघटित श्रम बाज़ार के लिए कैसे तैयार करती है (कल्याण भी देखें)।

क्षेत्र परिपक्वता

ज्ञानकोष एक तेज़ी से विकसित हो रहे क्षेत्र को प्रतिबिंबित करता है — प्रारंभिक बुद्धिमान ट्यूटरिंग प्रणालियों से LLM-चालित ट्यूटरिंग और एजेंटिक AI तक; पहचान-केंद्रित शैक्षणिक-इमानदारी उपकरणों से मूल्यांकन पुनर्डिज़ाइन तक; उपकरण-केंद्रित अध्यायनों से सामाजिक-तकनीकी और समानता-केंद्रित ढांचों तक। साक्ष्य आधार तेज़ी से कठोर शोध विधियाँ, मूल्यांकन, प्रयोगात्मक डिज़ाइन और दीर्घकालिक परिणामों पर बल देता है।

संबंध

शिक्षा में AI ज्ञानकोष की हर अवधारणा से जुड़ता है — यह वह क्षेत्र है जिसे बाकी सभी अवधारणा पृष्ठ सामूहिक रूप से निर्धारित करते हैं। पूर्ण ज्ञानकोष को नेविगेट करने के लिए इस पृष्ठ को एक शुरुआती बिंदु के रूप में उपयोग करें।

सामान्य भ्रांतियाँ

"शिक्षा में AI एक ही क्षेत्र है जिसका एक ही साक्ष्य आधार है।" यह अलग-अलग धाराओं के ऊपर एक छत्र है: अनुशासन, स्तर, मूल्यांकन, शोध विधियाँ, संस्थाएँ, समानता, जो अपनी विधियों, अपने परिणाम-मापों और अपनी परिपक्वता में भिन्न हैं। एक धारा का निष्कर्ष दूसरी धारा पर हस्तांतरित नहीं होता, इसीलिए ज्ञानकोश इस तरह व्यवस्थित है, न कि एकल साहित्य के रूप में।

"जो उपकरण पाठ्यक्रम के परिणाम सुधारता है वह छात्र सफलता भी सुधारता है।" संस्थागत धारा उल्टा पैटर्न दिखाती है: छात्र सहायता और सफलता में, AI भरोसेमंद रूप से कार्य पूर्णता बढ़ाता है लेकिन दृढ़ता या स्नातक नहीं। कोई हस्तक्षेप पाठ्यक्रम के भीतर के हर माप को जीत सकता है और फिर भी पूर्णता का परिणाम स्थिर छोड़ सकता है।

"प्रौद्योगिकी का प्रदर्शन अधिगम के बारे में साक्ष्य है।" यह क्षेत्र अनुदेशात्मक प्रौद्योगिकी और सीखने के विज्ञानों के प्रतिच्छेदन पर स्थित है, और दोनों के बीच का अंतर ठीक यही है: क्या शिक्षार्थी बदला, न कि केवल क्या कोई उपकरण प्रदर्शन कर पाया। प्रदर्शन उपकरण के बारे में एक दावा है।

"चूँकि AI सामान्य-प्रयोजन है, कहीं का निष्कर्ष हर जगह लागू होता है।" प्रौद्योगिकी की व्यापकता साक्ष्य की व्यापकता नहीं बनाती। अनुशासन, स्तर और संदर्भ की धाराएँ इसलिए हैं क्योंकि वही उपकरण उन सबमें अलग व्यवहार करता है, और सीमा पार बिना बदलाव ले जाया गया निष्कर्ष एक बहिर्वेशन है।

"क्षेत्र की परिपक्वता उसके प्रकाशन-आयतन से पढ़ी जा सकती है।" आयतन और परिपक्वता अलग-अलग रास्तों पर चलते हैं; शोध-विधि धारा ऐसी आवर्ती डिज़ाइन कमजोरियाँ दर्ज करती है जिन्हें आयतन ठीक नहीं करता, और ढाँचे परखे जाने से तेज़ी से बढ़ते हैं।

संबंधित अवधारणाएँ

• शिक्षाशास्त्रीय पैटर्न — वे परीक्षित अनुक्रम जो क्षेत्र के शिक्षाशास्त्रों को परिचालित करते हैं

• स्वचालन पूर्वाग्रह — पाठक-पक्षीय विफलता: स्वचालित निर्णय को बिना जाँचे स्वीकार करना

• केस-आधारित अधिगम — केस विधि, केस चर्चा और विरोधाभासी केस

• रूपक और सादृश्य — रूपक AI-समझ को कैसे आकार देता है और सादृश्य शिक्षण का समर्थन कैसे करता है

• AI साक्षरता — छत्र: AI को समझना, उपयोग करना और मूल्यांकन करना

• मानव-AI सहयोग — छत्र: लोग और AI कैसे एक साथ काम करते हैं

• शिक्षाशास्त्र और शिक्षण रणनीतियाँ — छत्र: शिक्षण विधियाँ और रणनीतियाँ

• सीखने के सिद्धांत — छत्र: सीखना कैसे होता है

• प्रौद्योगिकियाँ — छत्र: मॉडल, तकनीकें और प्रणालियाँ

• विषयों में AIEd — छत्र: विषय क्षेत्रों और स्तरों में AI

• मूल्यांकन — छत्र: AI शिक्षार्थियों का आकलन कैसे करता है और वैधता को कैसे पुनःआकार देता है

• प्रतिपुष्टि — छत्र: प्रतिक्रिया कैसे उत्पन्न, वितरित और उपयोग की जाती है

• हितधारक — छत्र: अभिनेता कौन हैं

• शिक्षार्थी — छत्र: शिक्षार्थी-पक्षीय अवधारणाएँ (अनुभव, पहचान, एजेंसी, बातचीत, शिक्षार्थी मॉडल)

• AI शिक्षा मूल्यांकन — छत्र: हम कैसे जानते हैं कि AI काम करता है या नहीं

• AIED में शोध विधियाँ — छत्र: प्रभावशीलता शोध विधियाँ

• एआई-सहायक शैक्षिक अनुसंधान — AI-सहायित शैक्षणिक शोध

• AI शासन — छत्र: संस्थागत और नियामक परत

• शैक्षिक AI नीति — छत्र: नीति, मार्गदर्शन और कार्यान्वयन

• समानता — छत्र: निष्पक्षता, पहुँच और समावेश

• अधिगम विज्ञान — AIED के पीछे का अनुभवजन्य क्षेत्र

• नैतिकता — शिक्षा में AI के नैतिक आयाम

• एआई के बारे में गलतफहमियाँ — लोग AI के साथ लाते हैं वे मानसिक मॉडल

• AIEd शोध का व्याख्या और अनुप्रयोग — एक अध्ययन पढ़ना, और एक निष्कर्ष को प्रथा में ले जाना

• AIEd अनुसंधान की सीमाएँ — साक्ष्य आधार की सर्व-व्यापी सीमाएँ

• मेटा-विश्लेषण और व्यवस्थित समीक्षा — समीक्षाएँ और मेटा-विश्लेषण क्या स्थापित करते हैं

• शिक्षा में AI का इतिहास — क्षेत्र कैसे विकसित हुआ

• शिक्षा में एआई का दर्शन — दर्शनशास्त्रीय नींव

• सिद्धांत और ढाँचे — सिद्धांत और ढाँचा नोड्स का नक्शा

• शिक्षा में कृत्रिम बुद्धिमत्ता में सिद्धांत विकास — सिद्धांत बनाना और संशोधित करना

• सेंसर और गेज़ एनालिटिक्स — छत्र: दृष्टि, ईईजी और पहनने योग्य संकेतों से शिक्षार्थियों को संवेदन करना

• AI अवतार और सिंथेटिक प्रशिक्षक — छत्र: शिक्षण, ट्यूशन, सिमुलेशन और मूल्यांकन करते सिंथेटिक मनुष्य

• नागरिक और राजनीतिक शिक्षा — विषय क्षेत्र: सार्वजनिक जीवन के लिए साक्षरता, पतले साक्ष्य-आधार के साथ

संबंधित लेख

शिक्षा में AI के क्षेत्र-व्यापी समीक्षाएँ — वे अध्ययन जो पूरे क्षेत्र या एक पूरे शैक्षिक स्तर का सर्वेक्षण करते हैं न कि एक विषय:

• The evolution of research on AI and education across four decades: Insights from the AIxEd framework — चार दशकों में AI-और-शिक्षा शोध का विकास (AIxEd ढाँचा)
• Control vs. Agency: Exploring the History of AI in Education — नियंत्रण बनाम एजेंसी: शिक्षा में AI का इतिहास
• Generative AI in Higher Education: A Systematic Review of Opportunities, Challenges, and Pedagogical Innovations (2022–2025) — उच्च शिक्षा में जनरेटिव AI: 125 अध्यायनों की व्यवस्थित समीक्षा
• The Evidence Base on AI in K-12: A 2026 Review — K-12 में AI पर साक्ष्य आधार: 818 पेपरों की एक समीक्षा
• Generative AI technologies and educational outcomes: a comprehensive meta-analysis comparing traditional and AI-driven approaches — जनरेटिव AI और शैक्षिक परिणाम: व्यापक मेटा-विश्लेषण