अवधारणाएँ
सहानुभूति
यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।
संश्लेषण: सहानुभूति शिक्षा में एक साथ तीन दिशाओं से आती है: एक परिणाम के रूप में जिसे शिक्षक सिखाने का प्रयास करते हैं, एक निर्माण के रूप में जिसे वे मापने का प्रयास करते हैं, और एक ऐसी चीज़ के रूप में जिसे AI प्रणालियाँ तेज़ी से प्रदर्शित करने वाली कही जाती हैं। तीनों में साक्ष्य असमान है। सहानुभूति सिखाना काम करता है — रोल-प्ले, VR और LLM संवाद सभी मापे जा सकने वाले पूर्व-पश्चात लाभ देते हैं — लेकिन जैसे-जैसे अनुभव कम देहधारी होता है, प्रभाव सिकुड़ता जाता है, और तुलनात्मक अध्ययन माध्यम को कार्य पर बिताए समय के साथ उलझा देते हैं। सहानुभूति मापना सिखाने से कठिन है: प्रेक्षक रेटिंग एक-दूसरे से मेल खाती हैं, जबकि कंप्यूटर-विज़न प्रतिनिधि शारीरिक संपर्क पर सहमत होते हैं, आँखों के संपर्क पर असहमत होते हैं, और मुस्कान पर उलटे पड़ जाते हैं। AI बड़े पैमाने पर सहानुभूतिपूर्ण बातचीत का अभ्यास करा सकता है, लेकिन सबसे अच्छी तरह नियंत्रित अध्ययन दिखाता है कि आत्म-आकलित क्षमता बढ़ती है जबकि प्रेक्षित प्रदर्शन की कोई जाँच नहीं होती। और सबसे नई चिंता उलटी दिशा में चलती है: यह विश्वास कि AI सहानुभूति दे सकता है, लोगों को स्वयं वह देने के लिए कम इच्छुक बनाता है (Shastry और Gray, 2026)।
विचार करने योग्य प्रश्न
- यदि रोल-प्ले, VR और एक चैटबॉट सभी सहानुभूति स्कोर बढ़ाते हैं, तो अंतर सीखना है या कार्य पर बिताया गया समय?
- एक नर्सिंग छात्र दर्द में किसी रोगी को देखकर मुस्कुराता है: प्रेक्षक इसे असंगति पढ़ते हैं, मुस्कान डिटेक्टर इसे स्नेह पढ़ता है। मूल्यांकन को किस पर भरोसा करना चाहिए?
- AI-समर्थित सहानुभूति प्रशिक्षण के अधिकांश अध्ययन प्रेक्षित व्यवहार के बजाय आत्मविश्वास मापते हैं। यदि आत्मविश्वास बढ़े पर व्यवहार न बढ़े, तो प्रशिक्षण विफल हुआ है या केवल परखा नहीं गया?
- जब कोई चैटबॉट गर्मजोशी से उत्तर देता है, तो छात्र कहते हैं कि उन्हें समझा गया। क्या वह सहानुभूति है, सहानुभूति का प्रदर्शन है, या कुछ ऐसा जो इनमें से जो भी हो, मायने रखता है?
- यदि लोग यह मान लेने पर कि AI सहानुभूति दे सकता है, सहानुभूतिपूर्ण ज़िम्मेदारी दूसरों पर डाल देते हैं, तो उस पाठ्यक्रम के लिए इसका क्या अर्थ है जो सहानुभूति आंशिक रूप से AI अभ्यास के ज़रिए सिखाता है?
- किसे तय करना चाहिए कि सहानुभूति अंक-योग्य परिणाम है या नहीं — और उन छात्रों का क्या होता है जो सटीक हैं पर गर्मजोश नहीं?
परिचय
सहानुभूति को आमतौर पर कम से कम दो घटकों में बाँटा जाता है: एक संज्ञानात्मक घटक, परिप्रेक्ष्य ग्रहण, और एक भावात्मक घटक, दूसरे की भावना साझा करना; कुछ विवरण एक प्रेरक घटक भी जोड़ते हैं, मदद करने का आवेग। व्यक्तिगत व्यथा — दूसरे के कष्ट के प्रति प्रतिकूल प्रतिक्रिया — अक्सर साथ-साथ मापी जाती है और बाकी से अलग व्यवहार करती है। यह शिक्षा के लिए मायने रखता है क्योंकि घटक अलग-अलग तरीकों से सिखाए जा सकते हैं और अलग-अलग सफलता की डिग्री के साथ मापे जा सकते हैं।
AI तीन अलग बिंदुओं पर प्रवेश करता है, और इन्हें एक में मिला देना साहित्य में भ्रम का मुख्य स्रोत है।
- मानवीय सहानुभूति सिखाने की विधि के रूप में AI। सिमुलेशन, VR देहधारण, LLM-निर्मित व्यक्तित्वों के साथ रोल-प्ले, और जनरेटिव चित्र जो दूसरे के अनुभव को जीवंत बनाने के लिए उपयोग किए जाते हैं।
- AI एक मापन उपकरण के रूप में। रिकॉर्ड किए गए सिमुलेशन में कंप्यूटर विज़न द्वारा शारीरिक भाषा का स्कोरिंग, या ऐसे पैमाने जो सहानुभूति को AI बातचीत में व्यक्त एक प्रवृत्ति मानते हैं।
- AI एक सहानुभूतिपूर्ण कर्ता के रूप में। वे चैटबॉट जो रोगी, कोच या साथी की भूमिका निभाते हैं और समझदार दिखने के लिए डिज़ाइन किए गए हैं, जिससे यह प्रश्न उठता है कि सहानुभूति वास्तविक है, प्रदर्शित है, या मानव संपर्क का विकल्प है।
पहले दो शिक्षार्थियों के बारे में हैं; तीसरा प्रणालियों के बारे में। जो पेज इन्हें मिला देता है वह "AI सहानुभूति सुधारता है" जैसे दावे पैदा करेगा जिनके तीन अलग अर्थ होते हैं।
क्या सहानुभूति सिखाई जा सकती है?
सीधी तुलना डिज़ाइन में असामान्य रूप से साफ़ है और निष्पादन में असामान्य रूप से उलझी हुई। Zwoliński सहित (2026) ने एक सुगम्यता पाठ्यक्रम के 64 मास्टर छात्रों को यादृच्छिक रूप से तीन समूहों में बाँटा: व्हीलचेयर, वृद्धावस्था सूट और गर्भावस्था सिमुलेटर के साथ वास्तविक दुनिया का रोल-प्ले; वही उपकरण VR लैब में; या ChatGPT-4.0 के साथ व्यक्तित्व-निर्माण संवाद। तीनों समूहों में Davis Interpersonal Reactivity Index पर उल्लेखनीय सुधार हुआ। रोल-प्ले में 13.2%, VR में 11.6%, और AI स्थिति में 8.8% लाभ हुआ। समूहों के बीच केवल Personal Distress उल्लेखनीय रूप से भिन्न था।
क्रम सहज है और व्याख्या नहीं। तीनों स्थितियाँ लगभग 125, 87 और 42 मिनट चलीं, इसलिए अध्ययन माध्यम और मात्रा दोनों की एक साथ तुलना करता है। यह कहना उचित है कि 42 मिनट के LLM संवाद ने दो घंटे के देहधारी अभ्यास से छोटा लाभ दिया; यह कहना उचित नहीं कि देहधारण प्रति मिनट तीन गुना अधिक मूल्य का है। लेखक इस उलझाव के बारे में स्पष्ट हैं, और उनके छात्रों की अपनी सिफ़ारिश — VR की पुनरावृत्ति-क्षमता, वास्तविक दुनिया की संवेदी समृद्धि और LLM की अनुकूलनशीलता को जोड़ना — साक्ष्य का उचित पाठ है।
स्वास्थ्य पेशे साहित्य पैमाना जोड़ता है पर कारण-संबंधी स्पष्टता ज़्यादा नहीं। Ismail और Zafira (2026) ने भावात्मक-क्षेत्र विकास के लिए AI के 17 अध्ययनों की समीक्षा की और पाया कि हस्तक्षेप संचार प्रशिक्षण, आभासी रोगियों, चिंतनशील प्रतिक्रिया, बुरी खबर सुनाने के सिमुलेशन और OSCE-शैली मूल्यांकन में केंद्रित थे। अधिकांश ने आत्मविश्वास, आत्म-प्रभावशीलता, चिंतनशील जुड़ाव या अनुभव की गई संचार क्षमता में लाभ बताया। सहानुभूति स्वयं, भावनात्मक प्रतिक्रियाशीलता, संबंधपरक प्रामाणिकता और अशाब्दिक संचार के साक्ष्य सीमित रहे। यही केंद्रीय निष्कर्ष है: जो क्षेत्र सहानुभूति सिखाने का इरादा रखता है, वह अधिकतर सहजता माप रहा है।
एक चौथा धाग अस्पष्टता को स्पष्ट करता है: पहनने योग्य उत्तेजना संवेदक और AI-जनित चित्र दूसरे की परिस्थिति को जीवंत बना सकते हैं, पर त्वचा की चालकता का बढ़ना उत्तेजना का साक्ष्य है, सहानुभूति का नहीं, और इस दिशा के अध्ययन अक्सर वहीं रुक जाते हैं (Lim सहित, 2024)।
क्या सहानुभूति मापी जा सकती है?
प्रेक्षक रेटिंग संदर्भ मानक के सबसे निकट चीज़ हैं, और वे ठीक-ठाक व्यवहार करती हैं। Nissan सहित (2026) में दो संकाय सदस्यों ने रिकॉर्ड किए गए सिमुलेशन में 37 नर्सिंग छात्रों को 12-मद सूची (α = 0.91) और छह-इशारा पैमाने (α = 0.93) से रेट किया, और इशारा रेटिंग सूची के साथ 0.41 से 0.63 तक सहसंबद्ध रहीं।
एल्गोरिदम ने अधिक रोचक कहानी सुनाई। शारीरिक-संपर्क पहचान चार प्रेक्षक मापों से 0.46 से 0.54 तक सहमत हुई। आँखों के संपर्क और हीटमैप पहचान ने प्रेक्षक निर्णयों के साथ कोई उल्लेखनीय संबंध नहीं दिखाया। और मुस्कान डिटेक्टर तीन प्रेक्षक मापों के साथ ऋणात्मक रूप से सहसंबद्ध था, और कुल सहानुभूति के साथ r = −0.322 पर, क्योंकि प्रेक्षक दर्द में किसी रोगी को देखकर मुस्कुराते छात्र को देख रहे थे और उसे घबराहट या असंगति के रूप में पढ़ रहे थे। संकेत वास्तविक था; व्याख्या उलटी थी। यह वही अनुमान-अंतराल है जो संवेदी और दृष्टि एनालिटिक्स में दर्ज है, ऐसी सेटिंग में जहाँ दाँव एक नैदानिक ग्रेड है।
स्व-रिपोर्ट पैमाने दूसरे छोर पर बैठते हैं। The AI Empathy Scale for Generative AI Interaction सहानुभूति को AI उपयोग के दौरान व्यक्त मानवीय प्रवृत्ति मानता है और उत्तरदाताओं से उनकी अपनी संज्ञानात्मक, भावात्मक और प्रेरक प्रतिक्रियाओं के बारे में पूछता है; इसकी प्रारंभिक कारक संरचना ने इच्छित छह आयामों को दोहराया नहीं (Kang सहित, 2026)। एक प्रवृत्ति प्रश्नावली और एक व्यवहारिक प्रेक्षण विनिमेय नहीं हैं, और इनमें से कोई भी इस बात की रोगी-रेटिंग का विकल्प नहीं है कि मुलाक़ात देखभालपूर्ण लगी या नहीं।
क्या AI सहानुभूति का अभ्यास करा सकता है?
हाँ, कम से कम अभ्यास वाले हिस्से के लिए। Müller सहित (2026) ने 162 चिकित्सा छात्रों को चार परिदृश्यों में से एक में भूमिका-प्रॉम्प्ट वाले GPT-4o के साथ एक बातचीत दी — साझा निर्णय-निर्माण, प्रेरक साक्षात्कार, एक STI परामर्श, बुरी खबर सुनाना — और औसतन 13 आदान-प्रदान के बाद आत्म-आकलित संचार क्षमता 0–10 पैमाने पर 5.89 से 6.83 तक बढ़ी (d = 0.58)। छात्रों ने AI प्रतिक्रिया को 10 में से 7.92 उपयोगी बताया, पर प्रतिक्रिया की पर्याप्तता ने लाभ का पूर्वानुमान नहीं लगाया (r = 0.08)। कोई नियंत्रण समूह नहीं था।
यह पैटर्न बार-बार आता है: छोटा, कम-दाँव वाला अभ्यास आत्म-प्रभावशीलता में बड़ा लाभ देता है, और तंत्र मॉडल की समीक्षा से अधिक संभवतः अभ्यास ही है। यह उपकरण को छोड़ने का कारण नहीं है। मानकीकृत रोगी महँगे, दुर्लभ और निर्धारित समय पर होते हैं; चैटबॉट इनमें से कुछ भी नहीं है, और जो छात्र बुरी खबर सुनाने की बातचीत एक बार कर चुका है, वह मानकीकृत-रोगी सत्र का उपयोग अलग तरीके से करेगा। यह लाभ को क्षमता का साक्ष्य कहना बंद करने का कारण है।
जहाँ सहानुभूति कौशल के बजाय संवाद की गुणवत्ता है, वहाँ साक्ष्य धारणा के बारे में है। Wang सहित (2026) ने मॉडल, प्लेटफ़ॉर्म और तापमान स्थिर रखा और प्रॉम्प्ट में केवल भूमिका और संवाद-चालें बदलीं, जिससे अनुभूत सहानुभूति में बड़ा अंतर आया (21.27 बनाम 18.24, r = 0.53)। जिस अर्थ में छात्र सहानुभूति अनुभव करते हैं, वह पटकथा-बद्ध की जा सकती है। उसे पटकथा-बद्ध करना शैक्षिक रूप से अच्छा है या नहीं, यह अलग प्रश्न है।
प्रतिस्थापन की समस्या
काम की सबसे नई श्रृंखला पूछती है कि AI सहानुभूति मानवीय सहानुभूति के साथ क्या करती है। 249, 494, 743 और 737 प्रतिभागियों वाले चार अध्ययनों में, Shastry और Gray (2026) ने पाया कि लोग AI को भावनात्मक सहायता देने में जितना अधिक सक्षम मानते हैं, वे स्वयं वह सहायता देने के लिए उतने ही कम इच्छुक होते हैं — सहानुभूति ऑफलोडिंग — जबकि सहानुभूति-गुण और पूर्व AI उपयोग नियंत्रित थे। जब सहायता के स्रोत का नाम लिया गया, तो प्रतिभागियों ने कहा कि वे मित्रों या चिकित्सकों की तुलना में AI को कम ऑफलोड करेंगे, क्योंकि उन्होंने AI की सहानुभूतिपूर्ण क्षमता को नीचा आँका। एक व्यवहारिक माप पर, वही प्रतिभागी जिन्होंने कहा था कि वे ऑफलोड नहीं करेंगे, कम सहानुभूति शब्द और अधिक उदासीनता शब्द चुने।
शिक्षा के लिए यह दो तरफ़ काटता है। जो पाठ्यक्रम सहानुभूति का अभ्यास कराने के लिए AI का उपयोग करता है, वह कौशल बना रहा हो सकता है; जो परिसर संस्कृति भावनात्मक सहायता को चैटबॉट्स की ओर भेजती है, वह उसका उपयोग करने की प्रेरणा घटा रही हो सकती है। दोनों प्रभाव संगत हैं, और वर्तमान साहित्य में कुछ भी उन्हें एक साथ नहीं मापता।
इसका शिक्षण-अभ्यास के लिए क्या अर्थ है
- तीन प्रश्नों को अलग रखें। जब कोई दावा करे कि AI सहानुभूति सुधारता है, तो पूछें कि उनका अर्थ मनुष्यों को सिखाना है, मनुष्यों को मापना है, या सहानुभूति का सिमुलेशन करना है। हर एक के लिए साक्ष्य अलग है।
- आत्म-प्रभावशीलता को सहानुभूति का परिणाम न मानें। आत्मविश्वास सस्ता है और लगभग किसी भी अभ्यास के बाद बढ़ता है; प्रेक्षण, मानकीकृत रोगी या रोगी-रेटिंग ही वे माप हैं जो मायने रखते हैं।
- विज़न स्कोर को दूसरा पाठक मानें। शारीरिक-संपर्क पहचान रचनात्मक प्रतिक्रिया के लिए उपयोगी है; मुस्कान और आँख-संपर्क पहचान नहीं, ऐसे परिदृश्य-संदर्भ के बिना जो मॉडल के पास नहीं है।
- समय का बजट बनाएँ, केवल माध्यम का नहीं। तुलनात्मक अध्ययन दोनों को उलझा देते हैं, और जो सस्ती विधि एक-चौथाई समय लेती है वह फिर भी बेहतर चुनाव हो सकती है — बस समतुल्य नहीं।
- ऑफलोडिंग पर नज़र रखें। यदि AI भावनात्मक सहायता का डिफ़ॉल्ट माध्यम बन जाए, तो जो सहानुभूति आप सिखाने का प्रयास कर रहे हैं वह चुपचाप बाहर सौंपी जा सकती है।
सामान्य भ्रांतियाँ
- "AI सहानुभूति सिखा सकता है।" AI अभ्यास और चिंतन का समर्थन कर सकता है; सबसे मज़बूत समीक्षा को परिणाम के रूप में सहानुभूति के सीमित साक्ष्य मिलते हैं, और सबसे अच्छी तरह नियंत्रित प्रशिक्षण अध्ययन आत्म-आकलन मापता है।
- "सहानुभूति गर्मजोश भाषा है।" अनुभूत सहानुभूति केवल प्रॉम्प्ट डिज़ाइन से पैदा की जा सकती है, जो धारणा के बारे में साक्ष्य है, समझ के बारे में नहीं।
- "मुस्कान का अर्थ स्नेह है।" किसी कष्टदायक नैदानिक मुलाक़ात में प्रेक्षक मुस्कुराने को असंगति पढ़ते हैं, और चेहरे-क्रिया डिटेक्टर उसे सकारात्मक भाव पढ़ता है। संदर्भ ही छूटा हुआ चर है।
- "स्व-रिपोर्ट पैमाने सहानुभूति मापते हैं।" वे एक प्रवृत्ति या आत्म-धारणा मापते हैं; वे मुलाक़ात में व्यवहार नहीं मापते।
- "अधिक निमज्जन हमेशा बेहतर है।" निमज्जित विधियाँ बड़े लाभ दिखाती हैं, पर कई गुना लागत और अवधि पर, और तुलनाएँ संपर्क को बराबर नहीं करतीं।
संबंधित अवधारणाएँ
- भावनात्मक ट्यूटरिंग
- अफ़ेक्टिव कंप्यूटिंग
- सामाजिक-भावनात्मक अधिगम
- कार्यस्थल पर सीख
- सिमुलेशन
- चिकित्सा एवं स्वास्थ्य व्यवसाय शिक्षा
- नर्सिंग शिक्षा
- सेंसर और गेज़ एनालिटिक्स
- मूल्यांकन की वैधता
- स्वयं-रिपोर्ट मापन
- मानव-AI सहयोग
- AI चापलूसी
- पाठ्य-सुरक्षा: शिक्षा में पेडागॉजिकल सेफ्टी
- कल्याण
- कला, डिज़ाइन और मीडिया शिक्षा
संबंधित लेख
- Teaching Empathy: A Comparative Analysis of Real, Virtual, and AI-Driven Methods — IRI पर रोल-प्ले 13.2%, VR 11.6%, AI संवाद 8.8%, संपर्क समय उलझा हुआ (Zwoliński सहित, 2026)
- Detecting Nursing Students' Empathy in Video-Recorded Simulation Using Computer Vision — शारीरिक-संपर्क पहचान प्रेक्षकों से सहमत; मुस्कान पहचान ऋणात्मक रही (Nissan सहित, 2026)
- Training Empathetic Communication Skills in Medical Students With a Role-Prompted GPT-4o Chatbot — 13 आदान-प्रदान के बाद आत्म-आकलित क्षमता d = 0.58 बढ़ी, कोई नियंत्रण समूह नहीं (Müller सहित, 2026)
- Artificial Intelligence for Affective-Domain Development in Healthcare Professions Education: A Systematic Review — 17 अध्ययन; आत्मविश्वास के लाभ सामान्य, सहानुभूति के साक्ष्य सीमित (Ismail और Zafira, 2026)
- Exploring the Potential of AI in Nurturing Learner Empathy, Pro-Social Values and Environmental Stewardship — EDA और जनरेटिव चित्र एक उत्तेजना-पाइपलाइन के रूप में, सहानुभूति मापी नहीं गई बल्कि दावा की गई (Lim सहित, 2024)
- People offload empathy when they think AI can give it instead — AI की सहानुभूतिपूर्ण क्षमता में विश्वास ने सहायता देने की कम इच्छा का पूर्वानुमान लगाया (Shastry और Gray, 2026)
- AI Empathy as a Human Disposition in Generative AI Interaction: Development and Preliminary Psychometric Evaluation of a Cognitive–Affective–Motivational Scale — 42-मद प्रवृत्ति पैमाना जिसकी कारक संरचना उसके डिज़ाइन से मेल नहीं खाई (Kang सहित, 2026)
- Invisible Impact of Empathy on Behavioral Change: Isolating the Effect of Empathy in Long-term Physical Activity Coaching Chatbot Interactions — सहानुभूतिपूर्ण भाषा ने अनुभूत समझ बढ़ाई, जिसने व्यवहार परिवर्तन के बजाय जुड़ाव का पूर्वानुमान लगाया (Siyan सहित, 2026)
- Comparing teacher-centered and student-centered agents based on prompt engineering: Effects on learning performance, cognitive load, flow experience, and empathy perception in physics learning — प्रॉम्प्ट-निर्दिष्ट भूमिका और चालों ने अनुभूत सहानुभूति में बड़ा अंतर पैदा किया (Wang सहित, 2026)
- Nursing Students' and Faculty Experiences with Artificial Intelligence in Education: A Qualitative Study Using the Technology Acceptance Model — नर्सिंग छात्रों ने नैदानिक तनाव के दौरान AI को भावनात्मक सहायता बताया (Akbaba सहित, 2026)