फीडबैक साक्षरता

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

फीडबैक साक्षरता — वे क्षमताएँ और अभिमुखताएँ जिनकी छात्रों को अपने सीखने में सुधार के लिए फीडबैक को समझने, मूल्यांकन करने और उस पर कार्य करने के लिए आवश्यकता होती है। यह फीडबैक प्रदान करने की प्रक्रिया की शिक्षार्थी-पक्ष की समकक्ष है: जहाँ एआई फीडबैक की गुणवत्ता और फीडबैक लूप फीडबैक प्रणाली की गुणवत्ता और कार्यप्रणाली से संबंधित हैं, वहाँ फीडबैक साक्षरता शिक्षार्थी की उस क्षमता से संबंधित है जिससे वह फीडबैक मांग सकता है, उसका अर्थ निकाल सकता है, उसका निर्णय कर सकता है और उसे सफलतापूर्वक उपयोग में ला सकता है।

विचार के लिए प्रश्न

• अच्छी तरह से डिज़ाइन किया गया फीडबैक केवल उन्हीं छात्रों की मदद करता है जो उसका अर्थ लगा सकते हैं और उस पर कार्य कर सकते हैं। यदि दो छात्रों को समान फीडबैक मिले और उनके सीखने की मात्रा भिन्न हो, तो वह अंतर कहाँ रहता है — और क्या यह छात्र की भूल है या प्रणाली की?
• शोध से पता चलता है कि अधिक मजबूत फीडबैक साक्षरता वाले छात्र AI फीडबैक से अधिक लाभ उठाते हैं, जबकि कमज़ोर साक्षरता वाले छात्रों में न्यूनतम या यहाँ तक कि नकारात्मक प्रभाव दिखते हैं। यह इस बात पर क्या संकेत देता है कि बिना छात्रों की क्षमता बनाए उसे उपयोग करने की केवल एक पाठ्यक्रम में AI फीडबैक जोड़ना पर्याप्त है?
• फीडबैक साक्षरता में फीडबैक मांगना, निर्णय लेना, भावों का प्रबंधन करना और फीडबैक पर कार्य करना शामिल है — केवल उसे प्राप्त करना ही नहीं। आपने आख़िरी बार फीडबैक का इंतज़ार करने के बजाय कब उसकी खोज की थी, और आपको यह करने के लिए क्या साहस दिया (या नहीं)?
• यदि AI अब प्रचुर मात्रा में तत्क्षण फीडबैक उत्पन्न कर सकता है, तो क्या बाधा फीडबैक प्रदान करने से हटकर उस पर कार्य करने की शिक्षार्थी की क्षमता में स्थानांतरित हो गई है? यदि आप छात्रों की फीडबैक साक्षरता को वास्तविक बाधा मानकर फीडबैक को डिज़ाइन करते हैं, तो उसमें क्या बदलाव आ सकता है?

भूमिका

फीडबैक साक्षरता इसलिए मायने रखती है क्योंकि अच्छी तरह से डिज़ाइन किया गया फीडबैक केवल उन्हीं छात्रों की मदद करता है जो उसका अर्थ लगा सकते हैं और उस पर कार्य कर सकते हैं। एक ऐसा छात्र जो यह मूल्यांकित नहीं कर सकता कि AI-जनित फीडबैक सटीक है या नहीं, या जो फीडबैक को किसी ठोस संशोधन में बदलना नहीं जानता, उसी फीडबैक से एक अधिक फीडबैक-साक्षर सहपाठी की तुलना में बहुत कम सीखता है। जैसे-जैसे AI फीडबैक प्रदान करने की प्रक्रिया को नया रूप देता है, यह एक केंद्रीय सीमा शर्त बन गई है कि AI फीडबैक से सीखने में सुधार होगा या नहीं।

फीडबैक साक्षरता क्या है

फीडबैक साक्षरता को व्यापक रूप से परस्पर संबंधित क्षमताओं के एक समूह के रूप में परिभाषित किया जाता है — फीडबैक की सराहना करने, निर्णय लेने, भावों का प्रबंधन करने और कार्रवाई करने की क्षमता (Carless और Boud के बाद)। ज्ञान आधार के लेख फीडबैक साक्षरता को कुछ क्षमताओं के चारों ओर समूहित करते हैं:

• फीडबैक की मांग और प्राप्ति — निष्क्रिय रूप से प्राप्त करने के बजाय सक्रिय रूप से फीडबैक का अनुरोध करना।
• निर्णय लेना — फीडबैक की सटीकता और उपयोगिता का मूल्यांकन करना, जिसमें AI द्वारा उत्पन्न फीडबैक भी शामिल है।
• अर्थ निर्माण — कार्य के लक्ष्यों और मानदंडों के संबंध में फीडबैक का अर्थ निकालना, और यह समझना कि वह सुधार के लिए क्या संकेत देता है।
• भावों का प्रबंधन — फीडबैक के साथ उत्साहित हुए बिना या उससे अत्यधिक उत्साहित हुए बिना सफलतापूर्वक जुड़ना।
• फीडबैक पर कार्य करना — फीडबैक को ठोस संशोधनों या दृष्टिकोण में परिवर्तन में बदलना (फीडबैक लूप, स्व-नियंत्रित अधिगम)।
• मूल्यांकनात्मक अधिकार का निर्णय — AlGhamdi (2026) द्वारा प्रस्तावित एक अतिरिक्त क्षमता: फीडबैक की सराहना करने, निर्णय लेने, भावों का प्रबंधन करने और कार्रवाई करने के साथ-साथ, छात्रों को AI-जनित फीडबैक पर विचार करते हुए यह निर्णय करना आवश्यक था कि कौन स्रोत मूल्यांकनात्मक अधिकार रखता है, जो फीडबैक की गुणवत्ता के निर्णय से अलग है। क्योंकि प्रतिभागियों को बताया गया था कि ChatGPT ने स्कोर और फीडबैक दोनों उत्पन्न किए हैं, उनकी फीडबैक साक्षरता मूल्यांकन की सामग्री के बजाय उसके स्रोत और वैधता पर प्रयोग की गई, और इसने निष्क्रिय स्वीकृति के बजाय प्रशिक्षक के सत्यापन की मांग उत्पन्न की।

फीडबैक साक्षरता शोध में कैसे दिखती है

• AI फीडबैक के मूल्य के नियामक के रूप में फीडबैक साक्षरता: Mendoza et al. (2026) दिखाते हैं कि फीडबैक साक्षरता ChatGPT स्वीकृति और स्व-नियंत्रित अधिगम के बीच के संबंध को नियंत्रित करती है: अधिक मजबूत साक्षरता वाले छात्र AI फीडबैक से अधिक SRL लाभ महसूस करते हैं, जबकि कमज़ोर साक्षरता वाले छात्रों में न्यूनतम या यहाँ तक कि नकारात्मक (अति-निर्भरता) प्रभाव दिखते हैं। फीडबैक साक्षरता यह एक सीमा शर्त है कि छात्र AI फीडबैक का "अर्थ" निकाल पाते हैं या नहीं।

• GenAI उपयोग से महत्वपूर्ण सोच तक के मार्ग के रूप में फीडबैक साक्षरता: 421 चीनी स्नातक छात्रों में, GenAI उपयोग का स्व-रिपोर्ट की गई महत्वपूर्ण सोच से संबंध लगभग पूरी तरह से GenAI फीडबैक साक्षरता के माध्यम से चला (β=0.185, कुल प्रभाव का 71.98%), और यह मार्ग चिंतनशील सोच बढ़ने के साथ और भी मजबूत हुआ (नियंत्रित मध्यस्थता का सूचकांक = 0.030) (Yan et al. (2026))।

• फीडबैक साक्षरता AI-सहायित लेखन से सीखने की भविष्यवाणी करती है: Hawkins et al. (2026) पाते हैं कि एक AI-संवर्धित निबंध-लेखन कार्य में फीडबैक साक्षरता निबंध के ग्रेड का एकमात्र महत्वपूर्ण सकारात्मक भविष्यवक्ता थी, जबकि Liu & Deris (2025) एक AI फीडबैक साक्षरता (AIFL) पैमाना विकसित और मान्य करते हैं और दिखाते हैं कि यह फीडबैक को अपनाने की भविष्यवाणी करता है।

• GenAI-सक्षम फीडबैक जुड़ाव के लिए ढाँचे: Zhan, Boud, Dawson & Yan (2025) (Boud और Dawson प्रमुख फीडबैक-साक्षरता विद्वान हैं) तर्क देते हैं कि GenAI छात्रों के फीडबैक जुड़ाव को सक्षम कर सकता है, जिसमें एक चक्रीय स्व-शिक्षा में AI विनियमन फीडबैक मॉडल को मांग/प्रसंस्करण/कार्यान्वयन चरणों पर मैप किया जाता है।

• AI फीडबैक शिक्षक के संदर्भ के बिना आता है: Brunnström और Palmqvist (2026) तर्क देते हैं कि GenAI फीडबैक साक्षरता को अधिक मांगी बनाता है, क्योंकि प्रतिक्रियाएँ पारस्परिक रूप से और शिक्षक के तत्काल संदर्भ के बिना उत्पन्न होती हैं: छात्रों को उनका अर्थ लगाना, मूल्यांकन करना, उनसे जुड़ना और उन्हें उपयोग करना आवश्यक है — जिसमें यह निर्णय करना भी शामिल है कि कब कोई प्रतिक्रिया बहुत अमूर्त है, कब दृढ़तापूर्वक बने रहना है, और कब पारंपरिक स्रोतों पर लौटना है। उनके आठ-वार्तालाप प्रदर्शन में सरलीकरण और उपयोगी संरचना केवल शिक्षार्थी के हस्तक्षेपों के बाद दिखाई दी, जिससे फीडबैक जुड़ाव का मांग/प्रसंस्करण/कार्यान्वयन चक्र ऐसी चीज़ बन गई जिसे छात्र को चलाना पड़ता है (Zhan, Boud, Dawson & Yan ने वह चक्र GenAI के लिए मैप किया; स्व-नियंत्रित अधिगम)।

• AI-सहायित लेखन और EAP में फीडबैक साक्षरता: फीडबैक साक्षरता स्क्रिप्ट और दूसरे-मूल्यांकनकर्ता तंत्र छात्रों को लेखन संशोधन के दौरान AI फीडबैक के साथ महत्वपूर्ण रूप से जुड़ने के लिए प्रशिक्षित करते हैं, जिससे संशोधन सतही संपादन के बजाय तर्क-स्तरीय सुधार की ओर बढ़ता है।

• साक्षरता विकास के लिए स्वचालित फीडबैक उपकरण: Tubino और Adachi (2025) तर्क देते हैं कि AI स्वचालित फीडबैक उपकरणों को छात्रों की फीडबैक साक्षरता को विकसित करने के साधन के रूप में फिर से परिभाषित किया जाना चाहिए, न कि केवल अधिक फीडबैक प्रदान करने के रूप में।

• सहपाठी फीडबैक और फीडबैक साक्षरता: Irwin और Muller (2025) GenAI को EFL सहपाठी फीडबैक में फीडबैक साक्षरता को प्रशिक्षित करने और बोलने की कक्षाओं में उसकी अपनाने की क्षमता को सक्षम करने के लिए रखते हैं, और स्कैफोल्डिंग अध्ययन स्व-नियंत्रित फीडबैक को बढ़ावा देने में GenAI और मानव सहपाठियों की तुलना करते हैं।

• स्थायी, परामर्श-योग्य डेटा के रूप में संग्रहीत फीडबैक। ChatGPT को एक ई-पोर्टफोलियो के साथ जोड़ने से बोलने का प्रदर्शन और फीडबैक साक्षरता दोनों एक साथ बढ़े (बाद वाले के लिए आंशिक η² = 0.218), क्योंकि छात्रों ने व्याख्याता, सहपाठियों और AI से संग्रहीत फीडबैक को एक बार के सुधार के बजाय मिलाने योग्य डेटा के रूप में देखा (Laksana et al. (2026))।

• सीखने के विश्लेषण और GenAI डैशबोर्ड में फीडबैक साक्षरता: Jin et al. (2025) जाँचते हैं कि छात्र GenAI-संचालित लर्निंग एनालिटिक्स फीडबैक को फीडबैक-साक्षरता दृष्टिकोण से कैसे समझते हैं।

• AI-साक्षरता और मूल्यांकन डिज़ाइन के लक्ष्य के रूप में फीडबैक साक्षरता: Richmond और Nicholls (2025) एक प्रक्रिया-पर-कृति मूल्यांकन का उपयोग करते हैं जिसमें छात्र फीडबैक, मनोवैज्ञानिक और AI साक्षरताओं को एक साथ बनाने के लिए एक रूब्रिक के विरुद्ध ChatGPT आउटपुट की समीक्षा करते हैं; शिक्षार्थी-केंद्रित AI फीडबैक और सावधानीपूर्वक फीडबैक डिज़ाइन फीडबैक की गुणवत्ता को जुड़ने की शिक्षार्थी की क्षमता से जोड़ते हैं।

शिक्षा में AI के लिए फीडबैक साक्षरता क्यों मायने रखती है

AI फीडबैक को दो दिशाओं में बदलता है, जो फीडबैक साक्षरता के दायित्व को बढ़ा देती हैं। पहली, AI फीडबैक की मात्रा और तात्कालिकता को नाटकीय रूप से बढ़ाता है (एआई फीडबैक की गुणवत्ता, फीडबैक लूप), इसलिए छात्रों को बहुत अधिक फीडबैक का सामना करना पड़ता है जिसे उन्हें छाँटना और मूल्यांकित करना होता है। दूसरी, AI-जनित फीडबैक विशिष्ट जोखिमों को अपने साथ लाता है — अशुद्धि, हैलुसिनेशन, और "दक्षता का भ्रम" — जो महत्वपूर्ण मूल्यांकन कौशल और अति-निर्भरता तथा गलत श्रेय के विरुद्ध सतर्कता की मांग करते हैं। फीडबैक साक्षरता इसलिए AI साक्षरता का एक मूल घटक बन जाती है: यह केवल यह जानना नहीं कि AI से फीडबैक कैसे मांगा जाए, बल्कि यह भी कि फीडबैक पर कार्य करने योग्य है या नहीं, और उसे कार्य पूर्णता के बजाय वास्तविक सीखने में कैसे बदला जाए।

Bearman और सहयोगी (2026) उस सूची में एक और मांग जोड़ते हैं। उनके कार्यशाला अध्ययन में, छात्र एक फीडबैक स्रोत का नहीं बल्कि एक नेटवर्क का प्रबंधन कर रहे थे: उन्होंने शिक्षक की टिप्पणियों का AI आउटपुट, रूब्रिक, पाठ्यक्रम सामग्री और सहपाठियों के विरुद्ध तुलना की, और जब मानव फीडबैक धीमा था तो वे अंतरिम व्यवस्था के रूप में AI के साथ काम करते रहे, और बाद में यदि उसने उन्हें गुमराह किया था तो संशोधन किया। लेखक सुझाव देते हैं कि छात्र उन संबंधों को कण-स्तरीय कार्य से व्यापक प्रगति पथ तक प्रबंधित करके स्वयं को अपना मानव-चक्र में बना सकते हैं, जो स्वयं एक फीडबैक-साक्षरता क्षमता है। उनकी चेतावनी यह है कि पतले या विलंबित शिक्षक टिप्पणियाँ ही छात्रों को असत्यापित स्रोतों की ओर धकेलती हैं।

अन्य अवधारणाओं से संबंध

फीडबैक साक्षरता एआई फीडबैक की गुणवत्ता और फीडबैक लूप (प्रदान पक्ष जिसे यह पूरक करता है), निर्माणकारक मूल्यांकन (मूल्यांकन चक्र जिसे यह पोषित करता है), और स्व-नियंत्रित अधिगम (स्व-मूल्यांकन और अनुकूलन जिसे यह सहायता करता है) से जुड़ती है। यह AI-जनित फीडबैक पर लागू होने पर AI साक्षरता का एक उपसमुच्चय है, सहयोगपूर्ण संदर्भों में सहकर्मी मूल्यांकन के साथ प्रतिच्छेद करती है, और लेखन के लिए विशेष रूप से महत्वपूर्ण है। यह मेटाकॉग्निशन और विश्वास कैलिब्रेशन से भी जुड़ती है — यह निर्णय करने की क्षमता कि फीडबैक भरोसेमंद है या नहीं।

फीडबैक पर कार्य करना कलाकृति में सुधार के समान नहीं है। 22 पूर्व-सेवा गणित शिक्षकों में, AI और सहपाठी फीडबैक का चयनात्मक स्वीकृति ही नियम था (44 प्रसंगों में से 32), फिर भी केवल पाँच ने अपने डिज़ाइन किए गए कार्य की गुणवत्ता में सुधार किया — एक अनुवाद अंतराल जिसे लेखक मूल्यांकनात्मक निर्णय के कारण मानते हैं, अपनाने के कारण नहीं (Oh, 2026)।

संबंधित अवधारणाएँ

• शिक्षाशास्त्रीय पैटर्न — चरणक्रम जो इन अनुक्रमों को कार्यप्रवाह में निर्मित महत्वपूर्ण-समीक्षा चरण
• ई-पोर्टफोलियो
• एआई फीडबैक की गुणवत्ता
• प्रतिपुष्टि
• निर्माणकारक मूल्यांकन
• स्व-नियंत्रित अधिगम
• AI साक्षरता
• सहकर्मी मूल्यांकन
• स्व-मूल्यांकन
• लेखन
• मेटाकॉग्निशन
• विश्वास कैलिब्रेशन
• संज्ञानात्मक ऑफलोडिंग
• उच्च शिक्षा

संबंधित लेख

• Translating AI and peer feedback in sustainability-oriented STEM teacher education: pre-service mathematics teachers — सुधार के बिना चयनात्मक अपनाना: फीडबैक अनुवाद अंतराल (Oh 2026)

• AI-interaction literacy: reflections on how generative AI might be used to support self-regulated learning in higher education — शिक्षक संदर्भ के बिना AI फीडबैक फीडबैक-साक्षरता की सीमा बढ़ाता है (Brunnström और Palmqvist 2026)

• Aligning ChatGPT with E-Portfolio Assessment as EFL Learning Model: Its Effect on Students' Speaking Performance and Feedback Literacy

• Making sense of AI feedback: how students' feedback literacy moderates the link between ChatGPT acceptance and self-regulated learning — फीडबैक साक्षरता AI फीडबैक → स्व-नियंत्रित सीखने को नियंत्रित करती है (Mendoza et al. 2026)

• Summarize, elaborate, try again: exploring the effect of feedback literacy on AI-enhanced essay writing — फीडबैक साक्षरता AI-संवर्धित लेखन में निबंध के ग्रेड की भविष्यवाणी करती है (Hawkins et al. 2026)

• AI Feedback Literacy in Higher Education: Understanding, Measuring, and Predicting Student Feedback Uptake — AI फीडबैक साक्षरता पैमाना और अपनाने की भविष्यवाणी (Liu और Deris 2025)

• Generative artificial intelligence as an enabler of student feedback engagement: a framework — फीडबैक जुड़ाव ढाँचे के सक्षमकर्ता के रूप में GenAI (Zhan, Boud, Dawson और Yan 2025)

• Rethinking AI-assisted writing instruction: feedback literacy scripts, calibration training, and student writing development — AI-सहायित लेखन के लिए फीडबैक साक्षरता स्क्रिप्ट और अंशांकन प्रशिक्षण (Dai 2026)

• Effects of feedback literacy scripts and a second-rater mechanism on EAP writing revision in generative AI-supported — EAP लेखन संशोधन में फीडबैक साक्षरता स्क्रिप्ट + दूसरा-मूल्यांकनकर्ता (Yao 2026)

• Reconnecting relationships through technology: Developing feedback literacy capabilities through an AI automated feedback tool — फीडबैक साक्षरता विकसित करने के लिए AI स्वचालित फीडबैक उपकरण (Tubino और Adachi 2025)

• Positioning Generative AI in EFL Peer Feedback: Training Feedback Literacy and Enabling Uptake in Speaking Classes — फीडबैक साक्षरता को प्रशिक्षित करने के लिए EFL सहपाठी फीडबैक में GenAI को रखना (Irwin और Muller 2026)

• Fostering feedback literacy by scaffolding self-regulated feedback: a comparative study of GenAI and human peers — स्व-नियंत्रित फीडबैक का स्कैफोल्डिंग: GenAI बनाम मानव सहपाठी (Gu, Chen और Yan 2026)

• Students' Perceptions of Generative AI-Powered Learning Analytics in the Feedback Process: A Feedback Literacy Perspective — फीडबैक में GenAI सीखने के विश्लेषण, फीडबैक साक्षरता दृष्टिकोण (Jin et al. 2025)

• Using Generative AI to Promote Psychological, Feedback, and Artificial Intelligence Literacies in Undergraduate Psychology — GenAI मूल्यांकन मनोवैज्ञानिक, फीडबैक और AI साक्षरताओं का निर्माण करता है (Richmond और Nicholls 2025)

• Enhancing learner-centered feedback with AI: teachers'' practices and perceptions — AI शिक्षार्थी-केंद्रित फीडबैक में शिक्षकों की प्रथाएँ और धारणाएँ

• The care-full craft of feedback in an age of generative AI — GenAI के साथ सावधानीपूर्वक फीडबैक डिज़ाइन

• Artificial intelligence and feedback in university education: effectiveness and student perceptions — उच्च शिक्षा में AI-जनित फीडबैक

• How artificial intelligence transforms the feedback ecosystem in higher education — AI फीडबैक पारिस्थितिकी में छात्रों, शिक्षकों, सहपाठियों और सामग्री के बीच संबंधों को नया रूप देता है (Bearman et al. 2026)

• Using AI-Generated Feedback to Improve Critical Thinking and Writing Proficiency — लेखन में AI फीडबैक और महत्वपूर्ण सोच

• Student Evaluation of Repeated AI Feedback Across a Semester of Writing — एक पूरे सेमेस्टर में बार-बार AI लेखन फीडबैक

• Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education — मेरे काम का मूल्यांकन किसे करना चाहिए? उच्च शिक्षा में पारदर्शी AI-सहायित लेखन मूल्यांकन पर छात्रों के दृष्टिकोण

• The association between generative AI use and university students’ critical thinking: a moderated mediation model of GenAI feedback literacy and reflective thinking — GenAI उपयोग से महत्वपूर्ण सोच तक का मार्ग GenAI फीडबैक साक्षरता से गुजरा, जो चिंतनशील सोच के साथ मजबूत हुआ