ई-पोर्टफोलियो

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

ई-पोर्टफोलियो (ई-पोर्टफोलियो) — एक शिक्षार्थी के कार्य, चिंतन और उपलब्धि के प्रमाणों का डिजिटल संग्रह, जिसका उपयोग मूल्यांकन, सीखने और मूल्यांकन के लिए किया जाता है। AI युग में, ई-पोर्टफोलियो एक अपेक्षाकृत AI-सहनशील और AI-सहायित मूल्यांकण रूप के रूप में उभरे हैं: ये सीखने की प्रक्रिया (तर्क, मसौदा तैयार करना, चिंतन) को कैद करते हैं, न कि केवल अंतिम कृति को, जिससे वे कृति-को-प्रतिनिधि-मानने की व्यवस्था के धराशायी होने के सामने मूल्यवान बन जाते हैं, और जनरेशन AI उनके निर्माण, प्रतिपुष्टि और मूल्यांकन में सहायता कर सकता है।

विचार के लिए प्रश्न

एक ई-पोर्टफोलियो सीखने की प्रक्रिया को कैद करता है — मसौदे, संशोधन, चिंतन — केवल अंतिम कृति को नहीं। यह प्रक्रिया ठीक वही क्यों हो सकती है जिसे AI आसानी से नहीं बना सकता, और इससे पोर्टफोलियो एक AI-प्रधान कक्षा में किस काम आते हैं?
AI मांग पर चिकने अंतिम उत्पाद बना सकने के कारण, सीखने के प्रतिनिधि के रूप में 'कृति-जैसा-प्रतिनिधित्व' धराशायी हो गया है। आपका क्या मत है कि एक मूल्यांकनकर्ता एक पोर्टफोलियो से क्या सीख सकता है, जिस पर वह अब एक अकेले प्रस्तुत निबंध या परीक्षा से भरोसा नहीं कर सकता?
कुछ शोध वास्तविक समय में तर्क की जांच के लिए टिप्पणी-युक्त पोर्टफोलियो, मौखिक प्रतिरक्षा और रिकॉर्ड किए गए वॉकथ्रू की सलाह देते हैं, जो व्यावसायिक अभ्यास को दर्शाता है। इससे आपके द्वारा दी गई निबंधों और परीक्षाओं से मूल्यांकन कितना अलग हो जाता — और यह अधिक निष्पक्ष है या विस्तार करना अधिक कठिन?
AI पोर्टफोलियो प्रक्रिया में स्वयं सहायता कर सकता है — प्रतिपुष्टि देना, मसौदा तैयार करने में मदद करना, और चिंतन को प्रेरित करना। AI के छात्र की सीखने में सच्ची मदद करने और AI के चुपचाप वह सोचना जो पोर्टफोलियो उजागर करना चाहता है — इनके बीच रेखा कहाँ है?

परिचय

ई-पोर्टफोलियो प्रामाणिक मूल्यांकन और रूपक मूल्यांकन का एक रूप हैं: ये समय के साथ छात्रों के कार्यों को अक्सर चिंतनमूलक टिप्पणियों के साथ एक प्रमाण-निकाय में समेटते हैं, जिसका समग्र रूप से मूल्यांकन किया जा सकता है। इनकी ताकत यह है कि ये सीखने की प्रक्रिया को सामने लाते हैं — मसौदे, संशोधन, प्रतिपुष्टि और आत्म-चिंतन — जो ठीक वही है जिसे AI आसानी से नहीं बना सकता और जिसकी मूल्यांकनकर्ताओं को वास्तविक सीखने का आकलन करने के लिए आवश्यकता है। इससे पोर्टफोलियो जनरेशन AI युग में मूल्यांकन के पुनर्निर्माण के लिए एक प्रमुख उम्मीदवार बन जाते हैं।

AI युग में ई-पोर्टफोलियो

ज्ञानआधार का शोध दिखाता है कि ई-पोर्टफोलियो उत्पादक AI एकीकरण और मूल्यांकन के पुनर्निर्माण में तेज़ी से केंद्रीय हो रहे हैं।

पोर्टफोलियो मूल्यांकन जनरेशन AI के सापेक्ष अपेक्षाकृत सहनशील है। Zhan, Boud & Du (2025) उन प्रामाणिक मूल्यांकन रूपों में सामाजिक योगदान पोर्टफोलियो और ऑडिट-योग्य उत्पत्ति-शृंखलाओं वाली सह-निर्मित कृतियों को पहचानते हैं जो जनरेशन AI के सापेक्ष सबसे अधिक सहनशील हैं। Beyond detection (2025) इसी प्रकार वास्तविक समय में तर्क की जांच के लिए टिप्पणी-युक्त पोर्टफोलियो / मौखिक प्रतिरक्षा / रिकॉर्ड किए गए वॉकथ्रू की सलाह देता है, जो व्यावसायिक अभ्यास को दर्शाता है।
AI-सहायित पोर्टफोलियो मूल्यांकन। Ni & Lam (2026) बहुसाक्षरता विकास के लिए AI-सहायित पोर्टफोलियो मूल्यांकन पर छात्रों की धारणाओं का अध्ययन करते हैं, और दिखाते हैं कि AI पोर्टफोलियो प्रक्रिया (प्रतिपुष्टि, मसौदा तैयार करना, चिंतन) का समर्थन कर सकता है और संलग्नता बढ़ा सकता है, जबकि छात्र AI प्रतिपुष्टि का आलोचनात्मक मूल्यांकन करते हैं।
भाषा सीखने के लिए ChatGPT + ई-पोर्टफोलियो। Laksana et al. (2026) EFL बोलने के लिए ChatGPT को ई-पोर्टफोलियो मूल्यांकन (CEA मॉडल) के साथ जोड़ते हैं: MANOVA ने बोलने के प्रदर्शन में उल्लेखनीय वृद्धि दिखाई (F(1)=48.554, p<.001) और प्रतिपुष्टि साक्षरता में (F(1)=16.135, p<.001), जिसमें ई-पोर्टफोलियो बोलने की क्षमता और प्रतिपुष्टि का प्रभावी ढंग से उपयोग करने की अधिसंज्ञानात्मक क्षमताओं दोनों का समर्थन करते हैं।
AI-युग की मूल्यांकन रणनीति के रूप में पोर्टफोलियो। Responsible assessment (2026) एकमुश्त परीक्षण से हटकर पोर्टफोलियो और दक्षता-आधारित दृष्टिकोणों का उपयोग करके निरंतर अंतर्निहित मूल्यांकन की ओर बढ़ने का तर्क देता है। Rowe (2026) पोर्टफोलियो (मौखिक परीक्षाओं और प्रेक्षित अभ्यास के साथ) को उस खुली समस्या के आंशिक उत्तर के रूप में नामित करता है जब कृति-जैसा-प्रतिनिधित्व टूट गया हो तब बड़े पैमाने पर मूल्यांकन कैसे हो।
मूल्यांकन-योग्य सीखने के निशान के रूप में पोर्टफोलियो। Uden & Hwang (2026) व्यक्तिगत सीखने के पोर्टफोलियो का उपयोग एक LEARN-ढाँचे के तंत्र के रूप में करते हैं — मूल्यांकन-योग्य सीखने के निशान (पोर्टफोलियो, AI-उपयोग प्रकटीकरण) जो AI-निर्भरता को पारदर्शी और ऑडिट-योग्य बनाते हैं।
संकर शिक्षार्थियों के लिए सहजीवी पोर्टफोलियो। Elsayed (2026) पोश्ट-ह्यूमन/संकर शिक्षार्थी के लिए एक सहजीवी पोर्टफोलियो प्रस्तावित करता है, जिसे पांच-मापदंड वाली रूब्रिक (जनरेशन संवाद, ज्ञान-मीमांसात्मक ऑडिट, आलोचनात्मक चिंतन, आदि) से मूल्यांकित किया जाता है — मानव+AI सहयोगात्मक कार्य के मूल्यांकन के लिए एक स्पष्ट मॉडल।