केस-आधारित अधिगम

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

संश्लेषण: केस-आधारित अधिगम विशेष केसों के माध्यम से सिखाता है: एक रोगी की प्रस्तुति, एक विधिक विवाद, एक व्यावसायिक निर्णय, एक कक्षा की घटना, या विरोधाभासी उदाहरणों का एक युग्म। केस संदर्भ, तथ्य और अस्पष्टता प्रदान करता है; शिक्षक वे प्रश्न और चर्चा तैयार करता है जो उसे अधिगम में बदल देते हैं। यह दृष्टिकोण विधि और व्यवसाय शिक्षा में एक विशिष्ट शिक्षाशास्त्र है, जहाँ केस विधि और सुकरातीय पूछताछ ने लंबे समय से कक्षा को संगठित किया है, और स्वास्थ्य पेशेवर शिक्षा में भी, जहाँ क्लिनिकल केस और अनुकरणित रोगी नियंत्रित अभ्यास प्रदान करते हैं। इसका अधिगम तंत्र समस्या-आधारित अधिगम और उत्पादक विफलता से अतिव्यापी है, लेकिन यह वही चीज़ नहीं है: केस सामान्यतः एक निर्धारित समस्या-स्थान वाले सीमित आख्यान होते हैं, जबकि समस्या-आधारित अधिगम एक अ-संरचित समस्या से शुरू होता है जिसकी छात्र जाँच करते हैं। नया AI साक्ष्य आशाजनक पर संकीर्ण है। पाँच केसों वाले एक पेरिऑपरेटिव व्यवहार्यता अध्ययन ने पाया कि एक आधारित LLM ने प्रशिक्षुओं के 99.3% (543/547) प्रश्नों का उपयुक्त उत्तर दिया और कोई गढ़ी हुई सामग्री उत्पन्न नहीं की। एक नर्सिंग व्यवहार्यता अध्ययन ने पाया कि ChatGPT ने केस निर्माण का समय 106 से 71 मिनट कर दिया, बिना चर्चा की गुणवत्ता में मापनीय परिवर्तन के। छह यादृच्छिक परीक्षणों के एक मेटा-विश्लेषण ने पाया कि AI-संचालित समस्या- और केस-आधारित अधिगम ने ज्ञान और संतोष में सुधार किया, लेकिन केवल दो परीक्षणों ने केस-आधारित अधिगम का परीक्षण किया और समीक्षा ने प्रारूपों का अलग से विश्लेषण कभी नहीं किया। ज्ञानकोष में अभी भी ऐसा अध्ययन नहीं है जो केस गुणवत्ता, चर्चा सुविधा और अधिगम परिणामों को एक ही डिज़ाइन में अलग करे।

विचार करने योग्य प्रश्न

• किसी केस को केस क्या बनाता है — यह नहीं कि वह एक लंबा शब्द-समस्या है या प्रश्नोत्तरी जुड़ी कोई कहानी?
• केस-आधारित अधिगम समस्या-आधारित अधिगम से कैसे भिन्न है, और यह भेद इस बात के लिए क्यों मायने रखता है कि AI का उपयोग कैसे किया जाना चाहिए?
• केस चर्चा के कौन-से हिस्से पहले से योजनाबद्ध होने चाहिए, और कौन-से शिक्षक के जीवंत निर्णय पर छोड़े जाने चाहिए?
• जब AI कोई केस बनाता है, तो छात्रों के सामने आने से पहले क्या जाँचा जाना चाहिए? जब छात्र किसी AI ट्यूटर के साथ केस पर चर्चा करते हैं, तो क्या संरक्षित रहना चाहिए?
• विधि और व्यवसाय शिक्षा में केस इतने सामान्य क्यों हैं, और यदि केसों को सारांशों या अनुकरणों से बदल दिया जाए तो वे अनुशासन क्या खोएँगे?
• कौन-सा साक्ष्य दिखाएगा कि केस-आधारित शिक्षण काम करता है, न कि यह कि छात्रों को केस पसंद आया या उन्होंने चर्चा को उच्च रेटिंग दी?

परिचय

केस एक सीमाबद्ध विशेष है। यह शिक्षार्थियों को अभिनेताओं, तथ्यों, बाधाओं और सामान्यतः पहुँचने के लिए एक निर्णय या निदान वाली स्थिति देता है। केस अपना पाठ स्वयं नहीं वहन करता। पाठ उन प्रश्नों से आता है जो शिक्षक पूछता है, उन तुलनाओं से जो छात्र करते हैं, और उस तर्क से जिसे वे चर्चा में बाह्यीकृत करते हैं। इसीलिए केस-आधारित शिक्षण एक डिज़ाइन प्रथा है, केवल पठन सामग्री की एक विधा नहीं।

यह शब्द तकनीकों के एक परिवार को कवर करता है। केस-आधारित अधिगम सामान्यतः ज्ञान लागू करने और क्लिनिकल या पेशेवर तर्क विकसित करने के लिए प्रयुक्त संरचित केसों को संदर्भित करता है। केस विधि विधि और व्यवसाय की वह परंपरा है जिसमें अपीलीय निर्णयों या प्रबंधकीय स्थितियों के माध्यम से सिखाया जाता है, अक्सर सुकरातीय पूछताछ के साथ। केस अध्ययन शिक्षण केसों के अर्थ में हो सकता है, लेकिन यही वाक्यांश एक शोध डिज़ाइन का भी नाम है; किसी विद्यालय का केस अध्ययन केस-आधारित पाठ नहीं है। विरोधाभासी केस धारणा को तेज़ करते हैं — शिक्षार्थियों से दो या अधिक ऐसे उदाहरणों की तुलना करवाकर जो उस विशेषता पर भिन्न होते हैं जिसे शिक्षक उन्हें नोटिस करवाना चाहता है। केस चर्चा वह सुविधा-परत है जो लिखित केस को सामूहिक तर्क में बदल देती है।

ये तकनीकें समस्या-आधारित अधिगम, जिज्ञासु-आधारित शिक्षा, सिमुलेशन और उत्पादक विफलता से अतिव्यापी हैं, और अभ्यास में सीमाएँ हमेशा स्पष्ट नहीं होतीं। इस पेज में जो भेद रखा गया है वह कार्यात्मक है: केस-आधारित डिज़ाइन उस केस से शुरू होता है जिसे शिक्षण-प्रयोजन के लिए चुना या लिखा गया है, और शिक्षक उसका उपयोग तर्क के एक विशेष तरीके को दृश्य बनाने के लिए करता है।

केस-आधारित अधिगम क्या गिना जाता है

पहला भेद समस्या-आधारित अधिगम से है। PBL एक अ-संरचित समस्या से शुरू होता है और छात्रों से कहता है कि वे पहचानें कि उन्हें क्या सीखना है, उस पर शोध करें और समाधान के साथ लौटें। समस्या एक केस हो सकती है, लेकिन परिभाषित विशेषता छात्र-निर्देशित जाँच है। केस-आधारित अधिगम अधिक बार एक तैयार केस और अधिगम-उद्देश्यों के परिभाषित समूह से शुरू होता है; शिक्षक विश्लेषण का नेतृत्व कर सकता है, भूमिकाएँ सौंप सकता है, या केस का उपयोग किसी निर्णय को दृष्टांतित करने के लिए कर सकता है। PBL और CBL सुविधा और संदर्भ साझा करते हैं, लेकिन नियंत्रण अलग-अलग बाँटते हैं। यह AI के लिए मायने रखता है: जो AI कोई केस बनाता है वह CBL डिज़ाइन का समर्थन कर रहा है, जबकि जो AI छात्रों को किसी खुली समस्या के माध्यम से ट्यूटर करता है वह PBL के अधिक निकट है।

दूसरा भेद शोध-केस अध्ययन से है। गुणात्मक केस अध्ययन एक सीमित प्रणाली के अध्ययन की विधि है। शिक्षण केस एक डिज़ाइन किया गया कलाकृति है। दोनों में एक ही शब्द आता है, और ज्ञानकोष में अनेक लेख हैं जो केस अध्ययन को शोध-विधि के रूप में उपयोग करते हैं बिना केसों के माध्यम से पढ़ाए। एक अवधारणा पेज को शिक्षण-अर्थ को अलग रखना होगा, वरना साक्ष्य की गिनती बढ़ जाती है।

तीसरा भेद केस प्रारूपों के बीच है। एक पूर्ण आख्यान केस कई पृष्ठों तक चल सकता है और पर्याप्त तैयारी माँगता है। एक लघु विग्नेट एक ही कक्षा या एक मूल्यांकन में फिट हो सकता है। विरोधाभासी केसों का समूह जानबूझकर ऐसे उदाहरणों को जोड़ता है जो किसी लक्ष्य विशेषता पर भिन्न होते हैं। एक अनुकरणित केस संवादात्मक हो सकता है, जिसमें मानकीकृत रोगी, चैटबॉट या आभासी परिवेश शिक्षार्थी को प्रतिक्रिया देता है। प्रारूप संज्ञानात्मक कार्य बदल देता है: लंबे केस संश्लेषण और प्राथमिकता माँगते हैं, विग्नेट पहचान का परीक्षण करते हैं, विरोधाभासी केस विभेदन का समर्थन करते हैं, और अनुकरण वास्तविक-समय निर्णय लेना जोड़ते हैं।

केस क्यों काम करते हैं

केस अमूर्त ज्ञान से स्थित निर्णय तक का पुल हैं। वे शिक्षार्थियों को एक संदर्भ देते हैं जिसमें अवधारणाओं के परिणाम होते हैं, और पूर्व-ज्ञान को दृश्य बनाते हैं: छात्रों को नोटिस करना होता है कि केस क्या उपलब्ध कराता है, क्या अस्पष्ट छोड़ता है, और कौन-से सिद्धांत लागू होते हैं। पेशेवर शिक्षा में यही मुद्दा है। विधि शिक्षा केसों और सुकरातीय संवाद का उपयोग छात्रों को प्राधिकार पढ़ना, निर्णयों के सार को अलग करना, और पूर्ववर्ती निर्णयों से तर्क करना सिखाने के लिए करती है। व्यवसाय शिक्षा केसों का उपयोग अनिश्चितता के तहत विश्लेषण का अभ्यास करने के लिए करती है, अक्सर ऐसे निर्णय के साथ जिसका कोई एक सही उत्तर नहीं होता। स्वास्थ्य पेशेवर शिक्षा क्लिनिकल केसों का उपयोग निदान, प्रबंधन और संप्रेषण का पूर्वाभ्यास करने के लिए करती है, इससे पहले कि वास्तविक रोगी जोखिम में आएँ।

तंत्र केवल "वास्तविक दुनिया के उदाहरण" नहीं है। कोई केस यथार्थवादी हो सकता है और फिर भी बहुत कम सिखा सकता है यदि चर्चा छात्रों से विभेदन, औचित्य या तुलना कभी न माँगे। मजबूत डिज़ाइन केसों का उपयोग व्याख्या से पहले समस्या-स्थान बनाने के लिए करते हैं, जो उत्पादक विफलता से जुड़ाव है: छात्र एक केस का प्रयास करते हैं, अपने वर्तमान मॉडल की सीमाओं से मिलते हैं, और तब ऐसा निर्देश प्राप्त करते हैं जो उस अंतराल को संबोधित करता है। विरोधाभासी केस इसे और तेज़ करते हैं। जब दो केस किसी ऐसी विशेषता पर भिन्न होते हैं जो मायने रखती है, तो शिक्षार्थी सतही कहानी के बजाय विशेषता को देख सकते हैं। 78 जातीय-अल्पसंख्यक प्रारंभिक छात्रों के लिए तीन-सप्ताह के एक GenAI पाठ्यक्रम का मौजूदा अध्ययन विरोधाभासी केसों के साथ शिक्षक-प्रतिरूपण का उपयोग करता है — छात्रों को कुशल नकल से आलोचनात्मक सह-निर्माण की ओर ले जाने के लिए (Scaffolding critical engagement with GenAI: Transforming ethnic minority preparatory students' collaborative discourse in prompt engineering tasks)। वह एक केस-तुलना डिज़ाइन है, विधि या व्यवसाय में केस-आधारित अधिगम का परीक्षण नहीं, लेकिन यह तंत्र को एक वास्तविक कक्षा में दिखाता है।

केस एक सामाजिक आयाम भी वहन करते हैं। केस चर्चा तर्क को सार्वजनिक बनाती है: छात्र व्याख्याएँ प्रस्तावित करते हैं, विकल्प सुनते हैं, और संशोधित करते हैं। शिक्षक के प्रश्न वह काम करते हैं जो पाठ्यपुस्तक नहीं कर सकती। इसीलिए किसी केस को सारांश या व्याख्यान से बदलना सामग्री को संरक्षित कर सकता है जबकि अधिगम खो सकता है। इसीलिए वह AI भी, जो छात्र के लिए केस के प्रश्नों का उत्तर देता है, चर्चा को छोटा कर सकता है, भले ही उसके उत्तर सटीक हों।

AI क्या बदलता है

नया साक्ष्य तीन उपयोगों के इर्द-गिर्द केंद्रित है: केस बनाना, केस प्रदान करना, और साक्ष्य का संश्लेषण करना।

केस बनाना। हिगाशित्सुजी, ओत्सुका और वातानाबे (2025) ने आठ नर्सिंग संकाय द्वारा मैनुअल और ChatGPT-सहायित केस निर्माण की तुलना की। निर्माण का माध्यक समय 106.0 से 71.0 मिनट पर गिरा, एक सांख्यिकीय रूप से महत्वपूर्ण अंतर, जबकि अनुभूत भार और चर्चा की गुणवत्ता में कोई महत्वपूर्ण परिवर्तन नहीं दिखा। अध्ययन नौ छात्रों और एक अंध, गैर-यादृच्छिक क्रॉसओवर वाला व्यवहार्यता परीक्षण है, इसलिए यह एक संभाव्य समय-बचत का समर्थन करता है, तुल्यता का नहीं। महत्वपूर्ण डिज़ाइन प्रश्न यह नहीं है कि कोई मॉडल केस बना सकता है या नहीं। यह है कि बनाया गया केस उस क्लिनिकल तर्क को संरक्षित करता है या नहीं जो शिक्षक का इरादा था, और क्या छात्रों के उपयोग से पहले कोई उसे जाँचता है।

केस प्रदान करना। ट्रेवरेन और सहयोगी (2026) ने पाँच पेरिऑपरेटिव केस बनाए, उन्हें एक अनुकूलित LLM मंच में लोड किया, और चार एनेस्थेटिक प्रशिक्षुओं से रोगी-मूल्यांकन के रूप में उन केसों से प्रश्न पूछवाए। 547 प्रश्न-उत्तर युग्मों में से 99.3% (543/547) उपयुक्त आँके गए और कोई भी गढ़ा हुआ नहीं था; चार विफलताएँ ऐसी थीं जिनमें मॉडल ने केस में मौजूद सूचना देने से इनकार कर दिया। यह इस बात का साक्ष्य है कि एक आधारित मॉडल प्रश्नों के दबाव में केस को एकजुट रख सकता है। यह इस बात का साक्ष्य नहीं है कि प्रशिक्षुओं ने पारंपरिक केस चर्चा की तुलना में अधिक सीखा, और अध्ययन ने दोनों की तुलना नहीं की।

साक्ष्य का संश्लेषण। वेई और सहयोगी (2025) ने चिकित्सा और दंत शिक्षा में AI-संचालित PBL और CBL के छह यादृच्छिक नियंत्रित परीक्षणों की समीक्षा की। चार परीक्षण ज्ञान-मेटा-विश्लेषण में आए, जिसने कम विषमता के साथ 46% सुधार रिपोर्ट किया; तीन ने 0.7 का समूहित संतोष स्कोर उत्पन्न किया। क्लिनिकल तर्क समूहित नहीं किया जा सका क्योंकि परीक्षणों ने अलग-अलग उपकरण उपयोग किए। छह में से केवल दो परीक्षणों ने CBL का परीक्षण किया, और समीक्षा ने PBL और CBL का अलग-अलग विश्लेषण नहीं किया। परिणाम AI-समर्थित केस और समस्या डिज़ाइनों के लिए उत्साहजनक है, लेकिन यह नहीं बताता कि किस केस विशेषता ने लाभ उत्पन्न किया।

आसपास की समीक्षाएँ संदर्भ जोड़ती हैं बिना कोई साफ CBL अनुमान जोड़े। हार्डी और सहयोगी (2026) ने 103 अध्ययनों वाली एक नर्सिंग समीक्षा के अनुकरण विषय के भीतर केस-आधारित अधिगम पाया, उसकी चार नामित श्रेणियों में से एक के रूप में नहीं। लोर्तो और सैरो (2025) AI को सुकरातीय शिक्षण और संवादात्मक विधिक अनुकरणों के पूरक के रूप में वर्णित करते हैं, लेकिन उनकी 82 कृतियों वाली समीक्षा केस विधि का एक हस्तक्षेप के रूप में विश्लेषण नहीं करती। चास्ज़ार और सहयोगी (2026) स्पष्ट रूप से केस-आधारित शिक्षण पर चर्चा नहीं करते; उनके केस संदर्भ केवल प्रासंगिक हैं, और वे नोट करते हैं कि कुछ केस अध्ययनों को व्यवसाय अनुकरणों से बदल दिया गया है। इसलिए व्यवसाय और विधि शिक्षा केसों के लिए संस्थागत तर्क आपूर्ति करते हैं, परिणाम-साक्ष्य नहीं। निकटवर्ती केस-जैसे डिज़ाइनों में LLM-स्कैफ़ोल्डेड मानकीकृत रोगी और वह चिकित्सा शिक्षा समीक्षा शामिल हैं जो केस-आधारित अधिगम को अपनी अनुप्रयोग श्रेणियों में गिनती है।

AI के साथ केस डिज़ाइन करना और सुविधा देना

• केस को किसी निर्णय या विभेदन के इर्द-गिर्द लिखें। जिस केस में कोई परिणामी चुनाव नहीं, वह पठन बन जाता है। निर्दिष्ट करें कि छात्रों को क्या नोटिस करना, तय करना या उचित ठहराना है, फिर उस लक्ष्य के इर्द-गिर्द तथ्य और अस्पष्टताएँ बनाएँ।
• बनाए गए केसों को इच्छित तर्क के विरुद्ध जाँचें। AI प्रवाहशील क्लिनिकल या विधिक विवरण उत्पन्न कर सकता है जो संरचनात्मक रूप से गलत है। केस छात्रों तक पहुँचने से पहले किसी विषय-विशेषज्ञ से तथ्य, छोड़ी गई बातें और तर्क-पथ की समीक्षा करवाएँ।
• केस की अस्पष्टता रखें। जो बनाया गया केस हर तनाव सुलझा देता है वह पहचान सिखाता है, निर्णय नहीं। उन अपूर्ण सूचनाओं और प्रतिस्पर्धी व्याख्याओं को संरक्षित रखें जो चर्चा को आवश्यक बनाती हैं।
• जब लक्ष्य विभेदन हो तो विरोधाभासी केस उपयोग करें। ऐसे केस जोड़ें जो उस विशेषता पर भिन्न हों जिसे छात्रों को नोटिस करना है, और उनसे प्रत्येक को वर्गीकृत करने के बजाय अंतर समझाने को कहें।
• चर्चा को उत्तर-वितरण से बचाएँ। यदि केस कार्य के दौरान कोई AI ट्यूटर उपलब्ध है, तो उसे प्रश्नों, संकेतों या भूमिका-निर्वाह तक सीमित रखें। जो AI निदान या विधिक निष्कर्ष आपूर्ति करता है वह ऐसा संज्ञानात्मक कार्य हटा देता है जिसे बनाने के लिए केस मौजूद है।
• तर्क का मूल्यांकन करें, केस की स्मृति का नहीं। औचित्य, एक विभेदी-निदान, एक तुलना या एक निर्णय-ज्ञापन माँगें। केस के तथ्यों पर एक प्रश्नोत्तरी पास हो सकती है जबकि अंतर्निहित तर्क अनुपस्थित रहता है।
• शिक्षक की सुविधा को डिज़ाइन का हिस्सा मानें। प्रश्नों का क्रम, व्याख्या का क्षण, और गलत मोड़ को संभालना सजावट नहीं हैं। वे तय करते हैं कि केस उत्पादक विफलता बनता है या भ्रमित करने वाली।

सीमाएँ और साक्ष्य अंतराल

साक्ष्य एक विशिष्ट तरीके से पतला है। पेरिऑपरेटिव अध्ययन परीक्षण करता है कि एक आधारित मॉडल पाँच केसों के बारे में प्रश्नों का उत्तर दे सकता है या नहीं, यह नहीं कि केस-आधारित शिक्षण अधिगम सुधारता है। नर्सिंग अध्ययन नौ छात्रों के साथ केस निर्माण समय और चर्चा गुणवत्ता का परीक्षण करता है। मेटा-विश्लेषण छह परीक्षणों को समूहित करता है, जिनमें से केवल दो ने CBL का परीक्षण किया, और उसका ज्ञान-परिणाम PBL और CBL मिला देता है। विधि और व्यवसाय की समीक्षाएँ उपयोगों और संस्थागत संदर्भों का वर्णन करती हैं; वे केस विधि के प्रभावों को अलग नहीं करतीं। विरोधाभासी केसों का अध्ययन एक पाठ्यक्रम मूल्यांकन है, केस प्रारूपों की नियंत्रित तुलना नहीं।

एक संकल्पनात्मक जोखिम भी है। कोई केस यादगार हो सकता है क्योंकि वह जीवंत है, इसलिए नहीं कि उसने समझ पैदा की। कोई चर्चा उत्पादक महसूस हो सकती है क्योंकि छात्रों ने बात की, इसलिए नहीं कि उन्होंने तर्क किया। क्षेत्र को ऐसे डिज़ाइन चाहिए जो केस को सुविधा से, प्रारूप को विषय-वस्तु से, और तात्कालिक जुड़ाव को विलंबित स्थानांतरण से अलग करें। तब तक, ईमानदार दावा यह है कि केस एक सुस्थापित पेशेवर शिक्षाशास्त्र हैं जिनका संभाव्य AI समर्थन है, यह नहीं कि AI-संचालित केसों का प्रदर्शित अधिगम लाभ है।

सामान्य भ्रांतियाँ

• "केस-आधारित अधिगम कहानी के साथ बस समस्या-आधारित अधिगम है।" PBL एक अ-संरचित समस्या से छात्र-निर्देशित जाँच है। CBL सामान्यतः एक तैयार केस और अधिक परिभाषित निर्देशात्मक लक्ष्य से शुरू होता है।
• "यथार्थवादी केस अपने आप सिखा देता है।" यथार्थवाद संदर्भ आपूर्ति करता है। प्रश्न, तुलनाएँ और औचित्य-कार्य अधिगम आपूर्ति करते हैं।
• "AI-निर्मित केस उपयोग के लिए तैयार होते हैं।" बनाए गए केस प्रवाहशील, संभाव्य और गलत हो सकते हैं। उन्हें विशेषज्ञ समीक्षा और उस तर्क की जाँच चाहिए जिसे वे आमंत्रित करते हैं।
• "अगर छात्रों को चर्चा पसंद आई, तो केस काम कर गया।" जुड़ाव स्थानांतरण नहीं है। परिणाम ऐसे कार्य पर मापा जाना चाहिए जिसे छात्र पहले पूरा नहीं कर सकते थे।

संबंधित अवधारणाएँ

• समस्या-आधारित अधिगम
• उत्पादक विफलता
• जिज्ञासु-आधारित शिक्षा
• शिक्षाशास्त्रीय पैटर्न
• सिमुलेशन
• कार्यस्थल पर सीख
• विधि शिक्षा
• व्यवसायिक शिक्षा
• चिकित्सा एवं स्वास्थ्य व्यवसाय शिक्षा
• नर्सिंग शिक्षा
• आलोचनात्मक सोच
• AI साक्षरता
• हैलुसिनेशन जोखिम
• मानव-लूप-में
• मूल्यांकन
• उच्च शिक्षा

संबंधित लेख

• Artificial intelligence in perioperative medicine education: A feasibility test of case-based learning — एक आधारित LLM ने पाँच पेरिऑपरेटिव केसों को बिना सामग्री गढ़े संभाला
• Impact of ChatGPT on case creation efficiency and learning quality in case-based learning for undergraduate nursing students — ChatGPT ने नर्सिंग केस निर्माण का समय घटाया, बिना किसी मापी गई गुणवत्ता-अंतर के
• AI-Powered Problem- and Case-based Learning in Medical and Dental Education: A Systematic Review and Meta-analysis — AI-संचालित PBL/CBL के छह RCT; केवल दो ने CBL का परीक्षण किया
• Scaffolding critical engagement with GenAI: Transforming ethnic minority preparatory students' collaborative discourse in prompt engineering tasks — GenAI पाठ्यक्रम में विरोधाभासी केसों के साथ शिक्षक-प्रतिरूपण
• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — आभासी और अनुकरणित रोगियों के बगल में केस-आधारित अधिगम
• Generative artificial intelligence and the transformation of medical education: a scoping review — समीक्षा की अनुप्रयोग श्रेणियों में केस-आधारित अधिगम और क्लिनिकल तर्क
• Applications, attitudes and ethical considerations of Generative Artificial Intelligence (Gen AI) in nursing education: a scoping review — नर्सिंग समीक्षा के अनुकरण विषय के भीतर केस-आधारित अधिगम
• Artificial Intelligence in Legal Education: A Scoping Review — AI सुकरातीय शिक्षण और विधिक अनुकरणों का पूरक है
• The effects of artificial intelligence on management education — प्रबंधन शिक्षा के केस अध्ययन और अनुकरण, बिना केस-विधि विश्लेषण के