अधिष्ठित शिक्षा

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

अधिष्ठित शिक्षा — वह शिक्षाशास्त्रीय सिद्धांत कि सीखना शारीरिक अनुभव, भौतिक अंतःक्रिया और शिक्षार्थी की संज्ञानात्मक-चलन (सेंसरी-मोटर) संदर्भ में निहित है। अधिष्ठित दृष्टिकोणों का मानना है कि संज्ञान केवल अमूर्त नहीं है, बल्कि उसे शरीर और पर्यावरण के साथ उसकी अंतःक्रिया द्वारा आकार दिया जाता है। शिक्षा में AI में, अधिष्ठान शैक्षणिक रोबोट और सामाजिक रोबोट के माध्यम से प्राप्त होता है, जिनकी भौतिक उपस्थिति अमूर्त अवधारणाओं (जैसे प्रोग्राम तर्क या सामाजिक कौशल) को देखे जाने योग्य, हेरफेर योग्य व्यवहार में स्थापित करती है।

विचार के लिए प्रश्न

• हम अक्सर सीखने को ऐसी चीज़ मानते हैं जो 'सिर के अंदर' होती है, और शरीर को केवल दिमाग को ले जाने वाला वाहन मानते हैं। क्या हो अगर सीखना वास्तव में शारीरिक अनुभव और पर्यावरण के साथ अंतःक्रिया में निहित हो? आपने कौन-सा विषय सीखा जो आपके शरीर की मांग करता प्रतीत हुआ — और क्या उसे पूरी तरह अमूर्त रूप से सीखा जा सकता था?
• अधिष्ठित दृष्टिकोण दावा करते हैं कि एक भौतिक, हेरफेर योग्य एजेंट शिक्षार्थियों को अमूर्त विचारों को ठोस परिणामों से जोड़ने में मदद करता है — जैसे किसी प्रोग्राम को रोबोट को चलाते देखना। आपने कब महसूस किया कि कुछ भौतिक करने से एक अमूर्त अवधारणा अंततः 'क्लिक' हो गई?
• कुछ शोधकर्ता इशारे को समझ के प्रमाण के रूप में देखते हैं — वैचारिक ग्रहण का आकलन करने के लिए छात्रों के हाथों की गति को उनकी वाणी के साथ ट्रैक करना। यदि किसी छात्र के हाथ उनके शब्दों से पहले ही अवधारणा को 'जान' लें, तो इससे हमारी सीखने के आकलन के तरीके के बारे में क्या संकेत मिल सकता है?
• एक उभरती हुई आलोचना उन अमूर्त प्रतीकों पर काम करने वाली 'अदेही' AI को चुनौती देती है, और तर्क देती है कि शिक्षार्थियों की सोच को बनाए रखने के लिए AI को अधिष्ठित बुद्धिमत्ता के इर्द-गिर्द डिज़ाइन किया जाना चाहिए, न कि उसे बाह्यीकृत किया जाना चाहिए। क्या आपके विचार में ऐसी AI जिसका कभी शरीर ही नहीं रहा, अधिष्ठित शिक्षा को पूरी तरह सहारा दे सकती है?

परिचय

अधिष्ठित शिक्षा सक्रिय अधिगम (Active Learning), अनुभवजन्य शिक्षा, और स्थितिजन्य/कंस्ट्रक्टिविज़्म सिद्धांतों से घनिष्ठ रूप से संबंधित है। मुख्य दावा यह है कि एक भौतिक, हेरफेर योग्य एजेंट शिक्षार्थियों को अमूर्त विचारों को ठोस परिणामों से जोड़ने में मदद करता है — एक प्रोग्राम जो रोबोट को चलाता हो, या किसी भौतिक रोबोट के साथ भूमिका-अभिनय — ऐसे तरीकों से जिनमें केवल स्क्रीन-आधारित अंतःक्रिया नहीं कर सकती। रोबोटिक्स शिक्षा में AI का सबसे स्पष्ट अधिष्ठान है, जो शिक्षार्थियों को देखने, छूने और अवलोकन करने के लिए कुछ देती है।

अधिष्ठित शिक्षा ज्ञान आधार के शोध में किस प्रकार दिखाई देती है

• भौतिक रूप से स्थिर प्रोग्रामण: RoboBlockly Studio ब्लॉक प्रोग्रामिंग को अधिष्ठित रोबोट निष्पादन में स्थापित करता है, जिससे लेखन, चलाने, अवलोकन करने और संशोधन का एक कसा हुआ चक्र बनता है ताकि शिक्षार्थी अपने कोड को व्यवहार में बदलते देखें।
• सामाजिक-रोबोटिक अंतःक्रिया: सामाजिक रोबोट जो कहानी कथन के लिए प्रयुक्त होते हैं (MotiBo, RoboBuddy), भूमिका-अभिनय (REMind) और संकेत भाषा (Pepper) ऐसा अधिष्ठित सामाजिक संपर्क प्रदान करते हैं जो संबंधगत और भावनात्मक सीख को सहारा देता है।
• अधिष्ठान की विशेषताएँ ही परिणामों को नहीं चलातीं। 11 RALL अध्ययनों के एक मेटा-विश्लेषण (N = 595, g = 0.83, I² = 84.4%) में पाया गया कि रोबोट की आकृति विज्ञान, माध्यम, स्वायत्तता और सामाजिक भूमिका L2 सीख को संशोधित नहीं करतीं; समूह-आधारित प्रारूप एक-से-एक से बेहतर रहे, इसलिए प्रभाव रोबोट की स्थिति से आया, उसके अधिष्ठान से नहीं (Wang et al. (2026)).
• अधिष्ठान और सृजनात्मक लेखन: रचनात्मक लेखन में रोबोट-LLM एकीकरण पर शोध इस बात की जांच करता है कि अधिष्ठान शिक्षार्थियों की अंतःक्रिया और परिणामों को किस प्रकार प्रभावित करता है।
• मानव-रोबोट अंतःक्रिया: HRI शोध (विश्वास, एजेंसी) जांच करता है कि भौतिक अधिष्ठान विश्वास, संलग्नता और स्वायत्तता को किस प्रकार आकार देता है।
• समझ के प्रमाण के रूप में इशारा: Morphew et al. कंप्यूटर-दृष्टि इशारा ट्रैकिंग को वाणी के बड़े भाषा मॉडल (LLMs) विश्लेषण के साथ जोड़ते हैं और दिखाते हैं कि इंजीनियरिंग छात्रों की सांख्यिकी की वैचारिक समझ वाणी और इशारे दोनों के माध्यम से व्यक्त होती है। उच्च-विश्वास वाले व्याख्यात्मक इशारे विशिष्ट अवधारणाओं (विशेषकर माध्य) के चारों ओर समूहित होते हैं, और इशारा–वाणी का कसा समबद्धता सुसंगत वैचारिक वार्ता का संकेत देता है जबकि विचलन विकासशील विचारों को चिह्नित करता है — इस प्रकार अधिष्ठित क्रिया को आकलन में मल्टीमोडल लर्निंग एनालिटिक्स के माध्यम से प्रमाण के रूप में स्थापित किया जाता है, न कि केवल एक सीखने के तंत्र के रूप में।

अधिष्ठित बुद्धिमत्ता और अदेही AI की आलोचना

ज्ञान आधार के अधिष्ठान शोध का दूसरा, अधिक सैद्धांतिक प्रवाह AI-मध्यस्थ सीख में शरीर की भूमिका से संबंधित है — भौतिक रोबोटों के माध्यम से नहीं, बल्कि इस प्रश्न के माध्यम से कि AI प्रणालियाँ स्वयं (अधिष्ठित हैं या हो सकती हैं)। यह कार्य अमूर्त सूचना प्रसंस्करण पर आधारित प्रतीकात्मक, अदेही AI मॉडलों के प्रभुत्व को चुनौती देता है:

• डिज़ाइन सिद्धांत के रूप में अधिष्ठित AI। E3-HOT ढाँचा तर्क देता है कि शिक्षार्थियों की संज्ञानात्मक एजेंसी और उच्चतर-स्तरीय सोच को बनाए रखने के लिए (संज्ञानात्मक बाह्यीकरण को प्रोत्साहित करने के बजाय), AI को अधिष्ठित बुद्धिमत्ता के इर्द-गिर्द डिज़ाइन किया जाना चाहिए — स्थितिगत अंतर्निहितता, अधिष्ठित भागीदारी और संज्ञानात्मक सृजन — एक आभासी–वास्तविक एकीकृत सीखने के पर्यावरण के भीतर।(Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era)
• अदेही जनरेटिव AI की सीमाएँ। पोस्ट-संज्ञानवादी विद्वत्ता तर्क देती है कि वर्तमान GenAI प्रणालियों में अनुभूति (proprioception), मल्टीमोडल एजेंसी और अधिष्ठित अभ्यास की कमी है, और स्थितिगतता, उद्भव और संज्ञानात्मक-चलन समबद्धता में निहित "अधिष्ठित AI" की वकालत करती है, मानव–भावनात्मक नृत्य-रूपना प्रस्तावित करती है, जो मानव–AI अंतःक्रिया के लिए है।("If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education)
• अधिष्ठान, स्थितिजन्यता और सामाजिक निर्माण। विज्ञान सीख में, AI उपकरण "मध्यस्थ कलात्मक उत्पाद" के रूप में कार्य करते हैं जो डिजिटल अभ्यास समुदायों और सीमा-पार करने को सक्षम बनाते हैं, अधिष्ठित, प्रामाणिक जांच को वास्तविक-विश्व और अंतर्विषय संदर्भों से जोड़ते हुए।(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives) यह अधिष्ठान को स्थिति-आधारित शिक्षण (Situated Learning) और वितरित संज्ञान से जोड़ता है।

अधिष्ठित शिक्षा शिक्षा में रोबोट, शिक्षा में रोबोट, शिक्षा में रोबोट, सक्रिय अधिगम (Active Learning), अनुभवजन्य शिक्षा, स्थिति-आधारित शिक्षण (Situated Learning), वितरित संज्ञान, संगणकीय चिंतन, और सामाजिक-भावनात्मक अधिगम से जुड़ती है।

संबंधित अवधारणाएँ

• शिक्षा में रोबोट
• सक्रिय अधिगम (Active Learning)
• अनुभवजन्य शिक्षा
• स्थिति-आधारित शिक्षण (Situated Learning)
• वितरित संज्ञान
• संगणकीय चिंतन
• सामाजिक-भावनात्मक अधिगम
• सीखने के सिद्धांत
• बहुमाध्यमी AI
• मूल्यांकन की वैधता
• वर्चुअल और ऑगमेंटेड रियलिटी (VR/AR) — वह माध्यम जो अधिष्ठान का सीधे दोहन करने का प्रयास करता है

संबंधित लेख

• A Multimodal Framework for Embodied Cognition in Oral Explanations — मौखिक व्याख्याओं में अधिष्ठित संज्ञान के लिए एक मल्टीमोडल ढाँचा
• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — अधिष्ठित बुद्धिमत्ता के माध्यम से स्थायी सीखना बढ़ावा देना (E3-HOT)
• RoboBlockly Studio: Conversational Block Programming With Embodied Robot Feedback for Computational Thinking — RoboBlockly Studio
• MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation Through Self-Determination Theory — MotiBo
• Play-Testing REMind: Evaluating an Educational Robot-Mediated Role-Play Game — REMind
• Using the Pepper Robot to Support Sign Language Communication — Pepper और संकेत भाषा
• Enhancing creative writing with robot-LLM integration: The interplay of embodiment, AI creativity and user engagement — रचनात्मक लेखन में रोबोट-LLM एकीकरण
• Multimodality and Social Interactions in AI-Enhanced Embodied Robot-Assisted Language Learning: A Meta-Analysis — AI-संवर्धित अधिष्ठित रोबोट-सहायित भाषा सीखने का मेटा-विश्लेषण
• Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature
• Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
• Connecting Education with Reality: AI as a Catalyst for Situated Learning
• "If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education