प्रारंभिक बाल्यकाल शिक्षा

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

प्रारंभिक बाल्यकाल शिक्षा — छोटे बच्चों की शिक्षा में कृत्रिम बुद्धिमत्ता का उपयोग, जो प्री-स्कूल और प्राथमिक (पूर्व-माध्यमिक) वर्षों तक फैला है। इसमें छोटे शिक्षार्थियों के लिए AI-साक्षरता और कम्प्यूटेशनल सोच पाठ्यक्रम, AI-सक्षम खिलौने और खेल, प्राथमिक विषयों में व्यक्तिगतकृत शिक्षा, और किशोरों या वयस्कों के बजाय बच्चों के लिए विशिष्ट विकासात्मक, सुरक्षा और समानता संबंधी विचार शामिल हैं।

विचार करने योग्य प्रश्न

• छोटे बच्चे अब खिलौनों, चैटबॉट और कक्षा रोबोट के माध्यम से AI से मिलते हैं। किसी 5 साल के बच्चे के AI के साथ संबंध को किसी वयस्क के संबंध से मूलभूत रूप से अलग क्या बनाता है — और जोखिमों के बारे में हमारी सोच में क्या बदलाव आना चाहिए?
• कुछ प्रारंभिक बाल्यकाल की AI-साक्षरता 'अनप्लग्ड' खेल के माध्यम से सिखाई जाती है — बिल्कुल भी कंप्यूटर नहीं। स्क्रीन के बजाय देहांतित, मूर्त गतिविधियों के माध्यम से अमूर्त AI अवधारणाएँ कैसे सीखी जा सकती हैं?
• 'तकनीकी समरूपता' नामक एक चिंता यह वर्णन करती है कि छोटे छात्र AI के आउटपुट की नकल करते हैं बिना उसे समझे। जिस बच्चे ने वास्तव में सीखा है उससे आप उस बच्चे में कैसे अंतर करेंगे जो सिर्फ एक चिकने उत्तर को दोहरा रहा है?
• चूँकि छोटे शिक्षार्थी अधिक संवेदनशील हैं और स्व-नियमन की कम क्षमता रखते हैं, वयस्क मड्गद केंद्रीय हो जाती है। किसी माता-पिता या शिक्षक के लिए यह क्या अर्थ रखता है जब यह तय करे कि बच्चे को AI का उपयोग कब और कैसे करना चाहिए?
• यदि AI-समृद्ध प्रारंभिक शिक्षा — या सुरक्षात्मक वयस्क मार्गदर्शन — तक पहुँच असमान है, तो प्रारंभिक बाल्यकाल में समानता बड़े छात्रों की तुलना में अलग तरीके से कैसे प्रकट होती है?
• यहाँ साक्ष्य आधार बड़े पैमाने पर अन्वेषणात्मक और डिज़ाइन-उन्मुख है न कि कारणात्मक। बच्चों की सीख में सुधार करने वाले किसी AI खिलौने या ऐप के दावे पर भरोसा करने से पहले आप क्या जानना चाहेंगे?

परिचय

छोटे बच्चे AI के साथ तेज़ी से बढ़ती पहले अवस्था में — AI-सक्षम खिलौनों, चैटबॉट, अनुकूली शिक्षा मंचों और कक्षा रोबोट के माध्यम से — बातचीत करते हैं, फिर भी वे विकासात्मक रूप से उन K-12 और उच्च-शिक्षा शिक्षार्थियों से भिन्न हैं जो AI-in-education शोध पर प्रभुत्व रखते हैं। यह अवधारणा उस छोटी आयु-वर्ग के ज्ञानकोश केव्रज को एकत्र करती है। यह व्यापक K-12 छत्र के भीतर स्थित है लेकिन इसलिए भिन्न है क्योंकि चिंताएँ विकासात्मक रूप से विशिष्ट हैं: प्राथमिक शिक्षण विधि के रूप में खेल, वयस्क (माता-पिता/शिक्षक) स्कैफोल्डिंग, आयु-अनुकूल AI-साक्षरता, और कल्याण तथा सुरक्षा पर बढ़ा हुआ ध्यान।

शोध कैसे समूहित होते हैं

• अनप्लग्ड खेल के माध्यम से AI-साक्षरता। AI-Play ढाँचा प्रारंभिक बाल्यकाल की AI अवधारणाओं को अनप्लग्ड (बिना-कंप्यूटर) गतिविधियों के माध्यम से सिखाता है, यह दिखाते हुए कि अमूर्त AI विचारों को छोटे बच्चों तक देहांतित, खेलपूर्ण और मूर्त गतिविधियों के माध्यम से पेश किया जा सकता है (देखें खेल-आधारित अधिगम (Game-Based Learning)) — AI साक्षरता और संगणकीय चिंतन की ओर एक विकासात्मक रूप से अनुकूल मार्ग।

• AI-सक्षम खिलौने और बाल विकास। खिलौनों में AI पर शोध यह जाँचता है कि व्यावसायिक AI-सक्षम खेल-सामग्री बाल विकास और खेल को कैसे आकार देती है। यह सबसे छोटे शिक्षार्थियों के लिए खेल में एजेंट, भरोसा-अंशांकन, शिक्षार्थी सक्रियता और कल्याण पर खुले प्रश्न उठाता है — एक ऐसा क्षेत्र जहाँ डिज़ाइन मार्गदर्शन स्कूल-आयु पाठ्यक्रमों से पतली है, और जहाँ माता-पिता/अभिभावक केंद्रीय हितधारक बन जाते हैं।

• आयु-अनुरूप चैटबॉटों के प्रति बच्चों का दृष्टिकोण। Vahedian Movahed और Martin (2025) ने "Ask Me Anything" (AMA) को तैनात किया, एक विषय-सीमित चैटबॉट (खगोलविज्ञान, जूते, डायनासोर) जिसे प्रॉम्प्ट इंजीनियरिंग के माध्यम से आयु के अनुसार अनुकूलित किया गया, 63 बच्चों (आयु 6–14) के लिए, जिसने बच्चे–AI अंतःक्रिया में तीन पैटर्न प्रकट किए — विस्मय और जिज्ञासा, भरोसे की जाँच और आत्मविश्वास का निर्माण, और मानवीकरण के माध्यम से संबंध बनाना — सूचना स्रोत के रूप में AI के प्रति व्यापक खुलापन और उच्च भरोसे के साथ। आयु-संवेदनशील डिज़ाइन और स्पष्ट शिक्षण के लिए उनकी अपील — डिजिटल-सुरक्षा और डेटा-उपयोग अवधारणाओं का — इस अवधारणा के केंद्रीय विकासात्मक और सुरक्षा चिंताओं को मज़बूत करती है।

• प्राथमिक विषय सीखना। प्राथमिक भिन्नों में AI-संचालित व्यक्तिगतकृत शिक्षा और प्राथमिक गणित में AI ("तकनीकी समरूपता" के बारे में चिंताओं सहित — छात्र AI के आउटपुट की नकल करते हैं बिना समझे) प्रारंभिक विषय शिक्षण में AI के वादे और गढ़ियाँ दोनों दिखाते हैं। प्राथमिक लेखन और GenAI का एक व्यवस्थित समीक्षा यह मैप करती है कि जनरेटिव AI प्रारंभिक कक्षाओं में लेखन शिक्षण को कैसे नए सिरे से आकार दे रहा है।

• रोबोट और छोटे बच्चे। किंडरगार्टन में रोबोटिक्स शैक्षणिक रोबोट के माध्यम से कम्प्यूटेशनल सोच का समर्थन करता है, और LLM-संचालित ह्यूमनॉइड कहानी कहना यह खोजता है कि क्या माता-पिता अपने बच्चों के लिए कथात्मक खेल साथी के रूप में रोबोट स्वीकार करेंगे — भरोसा और वयस्क दृष्टिकोणों को अग्रभूमिका पर रखते हुए।

• AI एजेंटों और रोबोटिक्स के लिए एक "क्रिएटिव प्रोजेक्ट अप्रोच" ढाँचा। Yang, Li और Lee (2025) एक पाँच-चरणीय शैक्षणिक ढाँचा प्रस्तावित करते हैं जो जनरेटिव AI एजेंट और रोबोट को प्रोजेक्ट अप्रोच में एकीकृत करके छोटे बच्चों के रचनात्मक शिक्षण को बढ़ावा देने के लिए। वे तर्क देते हैं कि छोटे बच्चों के लिए भौतिक एजेंट स्क्रीन से अधिक उपयुक्त हैं, और अपने शिक्षण सिद्धांतों के साथ दो पूरक प्रतिमानों को जोड़ते हैं — कोडिंग रोबोट (पेपर्ट का कंस्ट्रक्शनिज़्म; Matatalab और KIBO जैसे उपकरणों के साथ मूर्त प्रोग्रामिंग के माध्यम से कम्प्यूटेशनल सोच) और जनरेटिव सोशल रोबोट (बच्चे के निकटतम विकास क्षेत्र के भीतर व्यूगॉट्स्कियन स्कैफोल्डिंग, संवादी साथियों या शिक्षकों की भूमिका निभाते हुए)। पाँच चरण — सीखने की ज़रूरतों की पहचान, शिक्षक-निर्देशित बच्चा–रोबोट अंतःक्रिया की सुगमता, संदर्भों में AI को स्थिति देना, स्वचालन/रचनात्मकता संतुलन का अंशांकन, और परिणामों का मूल्यांकन — डिज़ाइनरों और ECE पेशेवरों को खेल-आधारित, परियोजना-आधारित कक्षाओं में AI एजेंट और रोबोट को एम्बेड करने का एक ठोस मार्ग देते हैं, जबकि शिक्षक सुगमता और बच्चे की शिक्षार्थी सक्रियता को संरक्षित रखते हैं।

• खेल-केंद्रित AI-साक्षरता पाठ्यक्रम। Lee (2026) Play With AI (PL-AI) के डिज़ाइन-आधारित शोध की रिपोर्ट करता है, एक विकासात्मक रूप से अनुकूल पाठ्यक्रम जिसमें दो प्री-K और दो किंडरगार्टन शिक्षकों ने सात क्रमबद्ध गतिविधियों का सह-डिज़ाइन किया, जो अनप्लग्ड खेल ("कैसे-करें" एल्गोरिदम बनाना और जाँचना), मूर्त कोडिंग (Bee-Bot, Ozobot), और एक सामाजिक AI रोबोट के साथ निर्देशित संवाद को मिश्रित करती हैं। फॉर्मेटिव साक्ष्य ने शिक्षक आत्मविश्वास और शैक्षणिक एजेंसी में पर्याप्त वृद्धि दिखाई, चार डिज़ाइन सिद्धांत उभरे — देहांतित खेल, मूर्त कोडिंग, निर्देशित संवाद, और शिक्षक सह-डिज़ाइन — AI4K12 पहल और NAEYC ढाँचों के साथ संरेखित। यह इस बात का एक मॉडल है कि रोबोट और मूर्त उपकरण को सबसे छोटे शिक्षार्थियों के लिए खेल-आधारित, शिक्षक-नेतृत्वशील AI-साक्षरता में कैसे एम्बेड किया जा सकता है।

• बच्चों के STEAM कला शिक्षकों के लिए AI-सहायित पाठ योजना। बच्चों के कला शिक्षकों का एक प्रायोगिक अध्ययन (Luo और Tahir 2025) ने पाया कि ChatGPT-सहायित पाठ योजनाओं को छह विशेषज्ञ प्राध्यापकों द्वारा शिक्षक-निर्मित योजनाओं की तुलना में गुणवत्ता में महत्वपूर्ण रूप से अधिक रेट किया गया (माध्यिका 20.5 बनाम 17.6, p = .002, बड़ा प्रभाव), जबकि यह भी मैप किया कि शिक्षकों ने काम कैसे सौंपा — सर्वाधिक बार (60%) स्वयं की रूपरेखा वाले पाठ में सामग्री अंतराल भरने के लिए बजाय पूरी योजनाएँ बनाने के। शिक्षकों ने AI को मुख्य रूप से अंतरविषयीय STEAM एकीकरण और तेज़ विषय चयन के लिए प्रेरणा और अंतराल-खोज के उपकरण के रूप में महत्वपूर्ण माना, लेकिन उन्होंने ऐसे आउटपुट को चिह्नित किया जो वास्तविक कक्षाओं के लिए अव्यावहारिक थे, बाल-सुरक्षा बाधाओं को नज़रअंदाज़ करते थे (जैसे, छोटे बच्चों के लिए नुकीले चाकू), और पश्चिम-केंद्रित सांस्कृतिक पूर्वाग्रह रखते थे — छोटे शिक्षार्थियों के साथ जनरेटिव AI के उपयोग के लिए ठोस, विकासात्मक रूप से स्थिर सावधानी, जिसे शांत करने के लिए एक Role–Instructions–End Goal प्रॉम्प्ट ढाँचा बनाया गया था।

• प्राथमिक वर्षों में AI-समर्थित समीक्षात्मक मीडिया-साक्षरता। Demir और Akar (2026) तुर्की की एक सार्वजनिक प्राथमिक विद्यालय में चौथी कक्षा के छात्रों के लिए एक 18-घंटे, 5E-मॉडल समीक्षात्मक मीडिया-साक्षरता कार्यक्रम का मूल्यांकन करते हैं, जो जनरेटिव AI (ChatGPT, Grammarly, Canva AI, Padlet) को चरण-दर-चरण एक शैक्षणिक एजेंट के रूप में एम्बेड करता है बजाय किसी अलग अतिरिक्त के, गतिविधियाँ तुर्की भाषा और सामाजिक अध्ययन पाठ्यक्रमों के साथ संरेखित। AI-समर्थित समूह ने मीडिया पठन (+3.50), लेखन (+1.67), और कुल मीडिया-साक्षरता (+5.17, सभी p < .01) में बड़ी प्राप्तियाँ दिखाईं, समूहों के बीच Cohen के d = 1.12–1.31 के प्रभाव आकार के साथ, जबकि नियंत्रण समूह केवल मामूली रूप से आगे बढ़ा। साक्षात्कारों, छात्र कृतियों (पोस्टर, चित्र, नारे), और कक्षा अवलोकन के गुणात्मक विश्लेषण ने समीक्षात्मक मीडिया-साक्षरता वृद्धि के छह क्षेत्रों को सामने लाया — डिजिटल स्व-सुरक्षा और डेटा गोपनीयता, उद्देश्यपूर्ण और जिम्मेदार मीडिया उपयोग, सुरक्षित संप्रेषण और सीमा-जागरूकता, समीक्षात्मक मूल्यांकन और गलत-सूचना जागरूकता, ऑनलाइन जोखिम जागरूकता, और मीडिया नैतिकता/डिजिटल नागरिकता — प्राथमिक कक्षाओं में AI कैसे समीक्षात्मक AI-साक्षरता और समीक्षात्मक सोच का समर्थन कर सकता है, इसके एक दुर्लभ अर्ध-प्रायोगिक, पाठ्यक्रम-संरेखित मॉडल की पेशकश करते हुए।

• शिक्षक–बाल अंतःक्रिया गुणवत्ता का AI-रेटेड अवलोकन। Fong और सहयोगी (2026) हांगकांग के किंडरगार्टन में पूर्ण CLASS Pre-K ढाँचे पर प्रशिक्षित मानव रेटरों के विरुद्ध एक बड़े भाषा मॉडल (LLMs) का बेंचमार्क करते हैं — 30 किंडरगार्टन में 38 कक्षाओं से 87 वीडियो-रिकॉर्ड किए गए अवलोकन, प्रतिलेखों से GPT-5.0 द्वारा रेट किए गए और आठ प्रशिक्षित रेटरों से तुलना की गई। समझौता समग्र रूप से मध्यम था (भारित κ = 0.681) लेकिन निर्माण पर निर्भर: संवादनात्मक, विनिमय-आधारित मौखिक समर्थन द्वारा वहन किया जाने वाला आयाम — Emotional Support डोमेन और Quality of Feedback के लिए अभिसरण बना रहा, जबकि Classroom Organization पूरी तरह भिन्न हुआ और रेटरों ने भावनात्मक आयामों को मॉडल से अधिक रेट किया, रिवर्स-स्कोर वाले Negative Climate आयाम पर बहुत बड़े अंतर के साथ (d = 2.732; रेटरों ने 71 में से 63 अवलोकनों में अधिकतम 7 दिया, AI 6 पर केंद्रित)। प्रारंभिक बाल्यकाल की सबक विकासात्मक रूप से विशिष्ट है: गैर-मौखिक, स्थानिक और दिनचर्या-आधारित व्यवहार में निवास करने वाली गुणवत्ता — प्रबंधन, गति, स्नेह, स्वर — केवल-प्रतिलेख पाइपलाइन के लिए अदृश्य है, मॉडल की त्रुटि दिशा निर्माण-निर्भर है न कि एकसमान रूप से रूढ़िवादी, और इसलिए लेखक AI स्कोरिंग को प्रशिक्षित पर्यवेक्षकों के विकल्प के बजाय शिक्षकों के लिए एक स्क्रीनिंग और चिंतन उपकरण के रूप में स्थिति देते हैं।

• विज्ञान गतिविधियों डिज़ाइन करने वाले प्री-सर्विस शिक्षक। Efthimiou और Plakitsi (2026) ने 131 प्री-सर्विस प्रारंभिक बाल्यकाल शिक्षकों को LLM के साथ चुंबकत्व गतिविधियाँ डिज़ाइन करवाईं: उन्होंने मॉडलों की संरचना और दक्षता को सर्वाधिक रेट किया (M = 3.95) लेकिन उनकी सामग्री की ज्ञानसिद्धांतिक विश्वसनीयता को सबसे कम (M = 3.08), उन्हें ब्रेनस्टॉर्मिंग कृतियों के रूप में मानते हुए जबकि दिदैक्तिक रूपांतरण को मानव जिम्मेदारी रखते हुए।

• बच्चों की कहानियों के विकासात्मक निर्णयों की AI अनुमानन। Yin और सहयोगी (2026) का CLARA एक कहानी के संज्ञानात्मक, भाषा और सामाजिक-भावनात्मक माँगों को टिप्पणी करता है और प्रकाशक आयु संदर्भों से 0.904 बार मेल खाता है, पठनीयता सूत्रों (0.603) और प्रत्यक्ष प्रॉम्प्टिंग (0.730) से आगे — एक सहायक संकेत के रूप में पेश किया गया, मानव निर्णायक के विकल्प के रूप में नहीं।

विकासात्मक और समानता संबंधी विचार

चूँकि छोटे शिक्षार्थी अधिक संवेदनशील हैं और AI के अपने उपयोग का स्व-नियमन करने में कम सक्षम हैं, यह समूह वयस्कों द्वारा स्कैफोल्डिंग (माता-पिता, अभिभावक, और शिक्षक), आयु-अनुकूल डिज़ाइन, और अति-निर्भरता और हानि के जोखिम पर जोर देता है यदि AI खेल, खोज, और प्रयासपूर्ण सीख के विकासात्मक काम का स्थान ले तो नहीं पर उसका समर्थन करता है। समानता एक जीवित चिंता है: AI-समृद्ध प्रारंभिक शिक्षा (या सुरक्षात्मक वयस्क मार्गदर्शन) तक पहुँच असमान है, जो डिजिटल विभाजन और समानता से जुड़ती है। साक्ष्य आधार का बहुत बड़ा हिस्सा अन्वेषणात्मक या डिज़ाइन-उन्मुख बना हुआ है न कि कारणात्मक।

एक चार-देश की तुलना पाठ्यक्रम अंतराल को तीखा करती है: जापान, दक्षिण कोरिया और चीन की राष्ट्रीय प्रारंभिक बाल्यागम दिशानिर्देशों में कोई स्पष्ट AI साक्षरता संदर्भ नहीं है (शंघई का नगर-स्तरीय कार्य योजना एकमात्र अपवाद है, जो कोई सीखने की प्रगति निर्धारित नहीं करती), जबकि ऑस्ट्रेलिया केवल सीमित, असमान संरेखण दिखाता है — AI एजेंटों के साथ बातचीत में सबसे मज़बूत, मानव-AI संबंधों को समझने में अनुपस्थित — जिससे AI साक्षरता घर के पास छूट जाती है (Cohrssen et al. (2026))।

इस प्रश्न पर एक पहली तंत्रिका-इमेजिंग खिड़की एक सावधानी के साथ आती है: एक MRI स्कैनर में ChatGPT के साथ पाँच मिनट की बोली गई बातचीत रखने वाले 6–7 साल के बच्चों ने मेल खाते रचनात्मकता स्कोर पर, वयस्कों की तुलना में फ्रंटोपैरियटल कंट्रोल, सैलिएंस और डॉर्सल अटेंशन नेटवर्क में कमज़ोर भीतरी-नेटवर्क कनेक्टिविटी दिखाई, और वयस्कों के दर्शाए रचनात्मकता–कनेक्टिविटी युग्मन से वंचित रहे। क्योंकि वे कार्यपालक कार्य पहली कक्षा में अभी भी अपरिपक्व हैं, लेखक परिणाम को न्यूनतम-आयु बहस के लिए प्रासंगिक पढ़ते हैं — जबकि एक फ्रेमिंग भ्रम और बिना-ChatGPT नियंत्रण की अनुपस्थिति को यह सीमित करने वाले सीमाओं के रूप में ध्वजांकित करते हैं कि यह क्या निपटारा करता है (Horowitz-Kraus et al. (2026))।

संबंधित अवधारणाएँ

• K-12
• AI साक्षरता
• संगणकीय चिंतन
• शिक्षा में रोबोट
• शिक्षाशास्त्रीय एजेंट
• खेल-आधारित अधिगम (Game-Based Learning)
• अनुभवजन्य शिक्षा
• शिक्षा में AI
• गणित शिक्षा
• लेखन
• कल्याण
• शिक्षार्थी सक्रियता
• पाठ्य-सुरक्षा: शिक्षा में पेडागॉजिकल सेफ्टी
• विश्वास कैलिब्रेशन
• समानता
• डिजिटल विभाजन
• माता-पिता और परिवार

संबंधित लेख

• Preservice Early Childhood Educators' Engagement with Generative AI in Science Activity Design: The Case of Magnetism — प्रारंभिक बाल्यकाल शिक्षकों का विज्ञान गतिविधि डिज़ाइन में जनरेटिव AI के साथ संलापन: चुंबकत्व का प्रकरण
• CLARA: Can AI Assess Developmental Appropriateness in Children's Stories? — CLARA: क्या AI बच्चों की कहानियों में विकासात्मक अनुकूलता का आकलन कर सकता है?
• Exploring Factors Influencing Preschool Teachers' Behavioral Intention to Use AI Technologies in Early Childhood Settings — प्रारंभिक बाल्यकाल सेटिंग में AI का उपयोग करने के प्रति प्री-स्कूल शिक्षकों का व्यवहारिक इरादा (Duan और सहयोगी 2026)
• AI-Play: A Framework for Teaching Artificial Intelligence Concepts through Unplugged Activities in Early Childhood Education — AI-Play: प्रारंभिक बाल्यकाल में अनप्लग्ड AI अवधारणाएँ
• Artificial Intelligence in Toys: Implications for Child Development and Play — AI-सक्षम खिलौने और बाल विकास
• Fostering Computational Thinking Through Robotics in Kindergarten: A Systematic Review of Learning Strategies, Frameworks, and Assessment — किंडरगार्टन में रोबोटिक्स के माध्यम से कम्प्यूटेशनल सोच
• Exploring Fraction Comprehension and Interest in Elementary Education Through AI-Powered Personalized Learning — प्राथमिक भिन्नों में AI-संचालित व्यक्तिगतकृत शिक्षा
• Rethinking Elementary Education's Writing Instruction in The Age of Generative AI: A Systematic Review — GenAI के युग में प्राथमिक लेखन शिक्षण
• Awareness of Technological Isomorphism: Integrating AI into Elementary Mathematics Teaching on Data and Prediction — प्राथमिक गणित में तकनीकी समरूपता
• Would You Let a Humanoid Play Storytelling With Your Child? A Usability Study on LLM-Powered Narrative Human-Robot Interaction — बच्चों के साथ LLM ह्यूमनॉइड कहानी कहना
• An Experimental Study Exploring Human–AI Complementarity in Early Social-Emotional Learning — प्रारंभिक सामाजिक-भावनात्मक सीख में मानव–AI पूरकता (Raave और सहयोगी 2026)
• Play With AI (PL-AI): A Play-Centered, Design-Based Curriculum for AI Literacy in Pre-K and Kindergarten — Play With AI (PL-AI): प्री-K और किंडरगार्टन के लिए खेल-केंद्रित AI-साक्षरता पाठ्यक्रम (Lee 2026)
• Transforming clicks into critical thinking: An AI-based media literacy program for children — बच्चों के लिए AI-आधारित समीक्षात्मक मीडिया-साक्षरता कार्यक्रम
• ChatGPT-Assisted Lesson Planning for Children's STEAM Arts Education: An Experimental Study on Benefits, Challenges, Methods, and a Prompt Framework
• Ask Me Anything: Exploring Children's Attitudes Toward an Age-tailored AI-powered Chatbot
• Tailoring AI Agents for Early Learning: The Creative Project Approach — क्रिएटिव प्रोजेक्ट अप्रोच: प्रारंभिक शिक्षा के लिए AI एजेंट और रोबोटिक्स को अनुकूलित करने का एक ढाँचा (Yang, Li और Lee 2025)
• I code or AI code: A comparative evaluation of AI-rated scores in classroom observations — मैं कोड करता हूँ या AI कोड करता है: हांगकांग के किंडरगार्टन में प्रशिक्षित मानव रेटरों के विरुद्ध AI-रेटेड CLASS Pre-K स्कोर (Fong और सहयोगी 2026)
• Lower engagement of cognitive control in children on ChatGPT — बच्चों और वयस्कों के ChatGPT से बात करने की पहली तंत्रिका-इमेजिंग तुलना: 6-7 साल के बच्चों में कम एकीकृत नियंत्रण-ध्यान-स्मृति नेटवर्क
• AI literacy for AI natives? A four-country comparison — AI के लिए AI साक्षरता? एक चार-देश की तुलना