ग्लोबल साउथ

इस पृष्ठ पर

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

ग्लोबल साउथ शब्द उन देशों को संदर्भित करता है — अफ्रीका, एशिया, लैटिन अमेरिका और ओशिनिया में — जो ग्लोबल नॉर्थ के सापेक्ष प्रायः आर्थिक, राजनीतिक और ऐतिहासिक रूप से हाशिए पर रखे गए हैं। AI शिक्षा शोध में, ग्लोबल साउथ संदर्भों को तेज़ी से प्रमाण-आधार में कम प्रतिनिधित्व वाला माना जाता रहा है, फिर भी वे समानता, सांस्कृतिक प्रासंगिकता, संसाधन की सीमाओं और पश्चिमी, अंग्रेज़ी-भाषी प्रशिक्षण डेटा के ज्ञान-संबंधी (epistemic) प्रभुत्व को लेकर विशिष्ट प्रश्न उठाते हैं।

विचार करने योग्य प्रश्न

यदि कोई AI प्रणाली पश्चिमी, अंग्रेज़ी-भाषी डेटा से बने बेंचमार्क परीक्षणों में अच्छा प्रदर्शन करती है, तो आप यह विश्वास कितने आत्मविश्वास से कर सकते हैं कि वह आपके छात्रों के लिए उतनी ही अच्छी तरह काम करेगी? अपने संदर्भ में उस पर भरोसा करने से पहले आप क्या जाँचना चाहेंगे?
एक ऐसे शिक्षण उपकरण पर विचार करें जिसका प्रशिक्षण डेटा और मूल्यांकन मेट्रिक पूरी तरह ग्लोबल नॉर्थ में विकसित हुए थे। भाषा, ज्ञान-परंपराओं और शैक्षणिक वास्तविकताओं के बारे में वह कौन-सी मान्यताएँ चुपचाप अंतर्निहित कर सकता है — और उनके कारण सबसे अधिक गलत प्रस्तुतिकरण किसकी होने की संभावना है?
जब AI अपनाने का अध्ययन किया जाता है, तो प्रमाण-आधार में किसकी कक्षाएँ और संस्थाएँ प्रभावी रहती हैं? इससे यह जो हम जानते हैं कि शिक्षा में AI 'कारगर' है या नहीं, उस पर किस प्रकार तिरछापन पड़ सकता है?
यह पेज शिक्षार्थियों के अनुभव-आधारित और सामुदायिक ज्ञान-संबंधी (epistemic) तरीक़ों को केवल पश्चिमी मॉडल के परिशिष्ट नहीं, बल्कि प्रामाणिक के रूप में मानने की वकालत करता है। आपके अपने AI-संबंधित अभ्यास या शोध को स्थानीय ज्ञान को केंद्र में रखने के लिए — उसे बाहर से आयात करने के बजाय — क्या आवश्यक होगा?
संसाधन की सीमाएँ ग्लोबल साउथ संदर्भों में एक लगातार लौटने वाला विषय हैं। कम लागत और स्केलेबल AI समर्थन का वादा डिज़ाइन और तैनाती के तरीक़े के आधार पर मौजूदा अवसर-अंतरालों को एक ही समय में किस प्रकार घटा और बढ़ा दोनों कर सकता है?
आप किस प्रकार यह पता लगा सकते हैं कि किसी विशेष सेटिंग में 'अपनाई गई' तकनीक वास्तव में इसलिए अपनाई गई थी क्योंकि वह स्थानीय परिस्थितियों के अनुकूल थी — या इसलिए क्योंकि यह मान लिया गया थी कि वह स्थानांतरित हो जाएगी? दोनों में अंतर कौन-सा प्रमाण दिखाएगा?

परिचय

यह AIED के लिए क्यों मायने रखता है

मुख्यधारा का AI और शैक्षिक-प्रौद्योगिकी शोध ऐतिहासिक रूप से पश्चिमी, अंग्रेज़ी-भाषी डेटासेट और संस्थागत संदर्भों द्वारा प्रभुत्व में रहा है। इससे दो समस्याएँ उत्पन्न होती हैं: (1) ऐसे डेटा पर प्रशिक्षित AI प्रणालियाँ ग्लोबल साउथ सेटिंग्स में शिक्षार्थियों का कम या गलत प्रतिनिधित्व कर सकती हैं, और (2) ग्लोबल नॉर्थ में बने मूल्यांकन बेंचमार्क अन्य क्षेत्रों की शैक्षणिक वास्तविकताओं, भाषाओं या ज्ञान-परंपराओं को प्रतिबिंबित नहीं कर सकते। इस ज्ञान आधार में ग्लोबल साउथ संदर्भों से शोध सांस्कृतिक रूप से आधारित डेटासेट, बेंचमार्क और प्रौद्योगिकी-अपनाने के अध्ययनों तक फैला है, जिसके निहितार्थ AI साक्षरता और उच्च तथा K-12 शिक्षा के लिए हैं।

ज्ञान आधार में अनुप्रयोग

सांस्कृतिक रूप से आधारित डेटा और बेंचमार्क: IKS-Instruct एक बहुभाषी भारतीय ज्ञान प्रणालियों (Indian Knowledge Systems) निर्देशन डेटासेट प्रदान करता है; NSMQ Riddles एक STEM बेंचमार्क प्रस्तुत करता है जो घाना-आधारित है और ग्लोबल साउथ के शैक्षणिक मूल्यांकन डेटासेटों में पहले गणना में आता है।
घाना के उच्च शिक्षा में AI नैतिक जागरूकता: Acquah et al. (2026) ने घाना में 509 विश्वविद्यालय छात्रों के साथ तीन-कारक (स्वायत्तता, परोपकारिता, निष्पक्षता) AI नैतिक जागरूकता स्केल को मान्य किया, जिसमें समान रूप से बहुत उच्च जागरूकता से लेकर लगभग कुछ नहीं वाले एक छोटे समूह तक पाँच संभावित प्रोफ़ाइल मिलीं — परोपकारिता पर सबसे कमज़ोर — और कोई लिंग-आधारित अंतर नहीं मिला, जो AI-नैतिकता साहित्य के लिए एक ग्लोबल साउथ मापन आधार प्रदान करता है।
कम-संसाधन संदर्भों में शिक्षकों का नैतिक तर्क: Adelana et al. (2026) ने पाया कि कम-संसाधन संदर्भ में कार्यरत माध्यमिक STEAM शिक्षक औपचारिक सिद्धांत-सूचियों के बजाय व्यावसायिक पहचान, कक्षा की वास्तविकताओं और सांस्कृतिक मानदंडों के माध्यम से AI नैतिकता के बारे में तर्क करते हैं, जिससे ग्लोबल साउथ के बारे में "नैतिकता से रिक्त" मानी जाने वाली धारणाओं को चुनौती मिलती है।
संदर्भ-आधारित अपनाना: Asag & Al Mamun GenAI के बांग्लादेशी इंजीनियरिंग छात्रों में अपनाने का मॉडल प्रस्तुत करते हैं, और ConnectED वियतनामी शिक्षा के लिए एक पाठ्यक्रम-संरेखित पाठ-योजना प्रणाली तैनात करता है।
अपनाना बुनियादी ढाँचे के बजाय क्षमता-निर्माण ने आगे बढ़ाया। बांग्लादेश के 255 संकाय सदस्यों में, GenAI के प्रति अभिवृत्ति ने उपयोग की पुष्टि मज़बूती से की (β = 0.556) और क्षेत्र-विशिष्ट प्रासंगिकता ने अभिवृत्ति को चलाया (β = 0.413), जबकि संस्थागत प्रौद्योगिकी-प्रावधान और व्यक्तिपरक मानदंड उल्लेखनीय भविष्यवक्ता नहीं थे (Alam et al. (2026))।
संस्थागत एकीकरण और संरचनात्मक असमानता: Adeniranye et al. (2026) के 45 नाइजीरियाई विश्वविद्यालयों (केंद्रीय/राज्य/निजी) की तुलनात्मक सामग्री-विश्लेषण में पाया गया कि AI एकीकरण संस्था की आयु और भौगोलिक स्थान से अनुमानित होता है — शासन-प्रकार से नहीं — और यह कि अंतरराष्ट्रीय और उद्योग नेटवर्क संबंध एक-दूसरे को सुदृढ़ करते हैं (r = 0.74), इसलिए अच्छी तरह जुड़े संस्थान लाभ को संचित करते हैं जबकि अन्य और पीछे छूट जाते हैं। यह डिजिटल असमानता को केवल शिक्षार्थी के स्तर पर नहीं, बल्कि उच्च-शिक्षा संस्थानों की अपनी संरचनात्मक क्षमता में भी रखता है।
शैक्षणिक विकास को संरचनात्मक बाधा के अंतर्गत डिजिटल मध्यस्थता के रूप में: Sithole (2026) दक्षिण अफ्रीका की दो ऐतिहासिक रूप से वंचित संस्थाओं (Historically Disadvantaged Institutions) में बारह शैक्षणिक विकासकर्ताओं और शिक्षण-डिज़ाइनरों से साक्षात्कार करते हैं और एक विश्लेषणात्मक रेखा खींचते हैं जिसे ग्लोबल साउथ साहित्य प्रायः धुंधली कर देती है: डिजिटल असमानता वितरण-संबंधी (distributive) है और सिद्धांततः पुनर्वितरण तक पहुँच के माध्यम से हल की जा सकती है, जबकि एल्गोरिदमिक उपनिवेशवाद (algorithmic coloniality) ज्ञान-संबंधी (epistemic) है और पूर्ण पहुँच होने पर भी बना रहता है, क्योंकि वह उन प्रणालियों में अंतर्निहित होता है जो उन्हें केंद्र में रखती हैं। दोनों परस्पर जुड़े हुए हैं लेकिन अलग-अलग उत्तर माँगते हैं, और संस्था दोहरे रूप में स्थित है — बुनियादी ढाँचे के अभाव से बाहर रखा गया, और जब शामिल किया गया तो आयातित प्रणालियों द्वारा अधीनस्थ बनाया गया जो अन्य ज्ञानों और मानदंडों को अंतर्निहित करती हैं। संस्थागत AI वाचा-विलास ("अभ्यास से अधिक प्रदर्शन") शिक्षण की भौतिक वास्तविकताओं से ढीले रूप से जुड़ी हुई पहुँचा, इसलिए विकासकर्ताओं ने वैश्विक डिजिटल-परिवर्तन की बातचीत को संदर्भ-अनुकूल व्यवहार्य अभ्यास में अनुवादित किया: सहकर्मी स्थानों में उपकरणों को परखना और जान-बूझकर "तोड़ना", कौशल के ऊपर विवेक पर ज़ोर देना, और जो विशेषज्ञता वे अभी भी अर्जित कर रहे थे उसे प्रदर्शित करने का भावनात्मक खर्च उठाना।
ज्ञान-संबंधी हाशिया पर खड़ा होना: Tali-Otmani तर्क देते हैं कि पश्चिमी-केंद्रित प्रशिक्षण डेटा गैर-पश्चिमी और दिव्यांगता-केंद्रित ज्ञानों को हाशिए पर रखता है — जिससे ग्लोबल साउथ की चिंताएँ समानता और सांस्कृतिक रूप से प्रासंगिक शिक्षाशास्त्र से जुड़ती हैं।
ग्लोबल साउथ में दिव्यांगता और समावेश: Khlaif et al. (2026) — तीन फ़िलिस्तीनी विश्वविद्यालयों में 21 दृष्टिबाधित स्नातक छात्रों का एक गुणात्मक केस अध्ययन — ने पाया कि GenAI दिव्यांग शिक्षार्थियों के लिए डिजिटल, भौगोलिक और सामाजिक-आर्थिक विभाजनों को पुल बनाता है, जिससे प्रौद्योगिकी-स्वीकृति शोध को उन दिव्यांगता संदर्भों तक विस्तारित किया जाता है जहाँ उपयोगिता, किफ़ायती और सुगम्यता एक-दूसरे को सुदृढ़ करते हैं।
संसाधन सीमाओं के अंतर्गत स्थानीय तनावों के लिए डिज़ाइन: Bashir और Afzal (2026) एक प्रलेखित बेमेल की ग्लोबल साउथ डिज़ाइन प्रतिक्रिया के रूप में Sukoon का निर्माण करते हैं — मानसिक-स्वास्थ्य चैटबॉट प्रायः पश्चिमी डेटासेट और अधिकतम अंग्रेज़ी-भाषी सामग्री पर प्रशिक्षित होते हैं, जबकि पाकिस्तानी छात्र एक साथ शैक्षणिक, आर्थिक, पारिवारिक और संबंध-संबंधी तनावों का सामना करते हैं और कलंक के कारण प्रायः माता-पिता, शिक्षकों या साथियों के साथ भावनात्मक कठिनाइयाँ नहीं रख पाते। लेखकों की व्यावहारिक बाधाएँ उनके मॉडल जितनी ही शिक्षाप्रद हैं: कम संसाधन आवश्यकताओं के लिए मेज़बानी वाले API के ज़रिये मुफ़्त पहुँच वाला ओपन सोर्स बड़े भाषा मॉडल (LLMs), क्षेत्रीय विश्वविद्यालयों के लिए हल्का Flask तैनाती, एक बाधा के रूप में "उपकरण उपलब्ध हैं लेकिन प्रायः महँगे", और सामान्य निर्भरता जोखिम के रूप में सशुल्क मॉडलों तक असमान पहुँच। वे यह भी नोट करते हैं कि वर्गीकरणकर्ता एक सार्वजनिक रूप से उपलब्ध डेटासेट पर प्रशिक्षित था जो पाकिस्तानी छात्रों का प्रतिनिधि नहीं था, और आबादी-संबंधी निष्कर्ष निकालने से पहले स्थानीय रूप से संग्रहीत DASS-21 डेटा के लिए प्रतिबद्ध हैं।
अफ्रीकी उच्च शिक्षा से पतला और उपकरण-विशिष्ट मूल्यांकन प्रमाण: 2023 से 2025 के बीच प्रकाशित अनुभवजन्य शोध के एक PRISMA 2020 व्यवस्थित समीक्षा में केवल दस अध्ययन मिले, जो नाइजीरिया और दक्षिण अफ्रीका में केंद्रित थे और लगभग विशेष रूप से ChatGPT पर किए गए थे, इसलिए अफ्रीकी उच्च शिक्षा में जनरेटिव AI के लिए मूल्यांकन के पुनर्निर्धारण के बारे में जो ज्ञात है वह छोटे-नमूने, एकल-संस्था और स्व-रिपोर्ट किए गए अध्ययनों पर आधारित है, न कि मापे गए सीखने के लाभों पर — समीक्षा के लेखक अपनी सिफ़ारिशों को निश्चित प्रभावों के बजाय दिशाओं के रूप में प्रस्तुत करते हैं।
पूरे क्षेत्र में समानता सबसे कम अध्ययन किया गया आयाम है। 75 ग्लोबल साउथ अध्ययनों (2022–2025) की एक PRISMA-ScR स्कोपिंग समीक्षा ने समानता को अपने पाँच क्षेत्रों में सबसे कम जाँचा गया पाया, भले ही वह समावेशी शिक्षा के लिए केंद्रीय थी, और छात्रों के कथित नैतिक स्थितियों और उनके व्यवहार के बीच एक अंतर की सूचना दी (Nguyen & Perkins, 2026)।

निहितार्थ

ग्लोबल साउथ संदर्भों को ध्यान में रखना इस धारणा से आगे बढ़ने की माँग करता है कि पश्चिमी मॉडल और बेंचमार्क सीधे स्थानांतरित हो जाते हैं। यह स्थानीय रूप से आधारित डेटासेट, सांस्कृतिक रूप से प्रासंगिक शिक्षाशास्त्र और शिक्षण रणनीतियाँ, सामुदायिक-केंद्रित मूल्यांकन मानदंडों और ऐसे शोध की माँग करता है जो शिक्षार्थियों के अनुभव-आधारित और सामुदायिक ज्ञान-संबंधी तरीक़ों को प्रामाणिक माने — जो सामुदायिक AI शिक्षण जैसे ढाँचों और स्थानीय परिस्थितियों के अनुकूल बनाए गए प्रौद्योगिकी-स्वीकृति शोध के साथ संरेखित होता है।

स्केलिंग का रिकॉड उसी चित्र का हिस्सा है, और वह संकोच-प्रद है। जो कार्यक्रम पायलट स्तर पर काम करते हैं वे प्रायः सरकार के संचालन में रुक जाते हैं: केन्याई कार्यक्रम जिसने गैर-सरकारी कार्यान्वयन के अंतर्गत पर्याप्त लाभ उत्पन्न किए वह सरकारी स्तर पर कोई पहचानने योग्य लाभ नहीं दिखाया (Bold et al.), प्रभाव-आकार कार्यक्रमों के बढ़ने पर घटते हैं (Vivalt), और साइटों की संख्या बढ़ने पर कार्यान्वयन की गुणवत्ता कमजोर होती जाती है (Al-Ubaydli, List & Suskind)। लैटिन अमेरिका का अपना पूर्ववर्ती उदाहरण पेरूवाई One Laptop per Child कार्यक्रम है — लगभग 800,000 लैपटॉप वितरित किए गए और गणित या पठन पर कोई पहचानने योग्य प्रभाव नहीं — जिससे निकाला गया सबक यह था कि प्रौद्योगिकी तक पहुँच निर्देशन नहीं है। Restrepo Morales et al. (2026) स्केलिंग के सबक में एक रिपोर्टिंग सबक जोड़ते हैं: 2026 के अल साल्वाडोर प्रसंग में 171 विद्यालयों के एक AI-ट्यूटरिंग पायलट को जर्मनी और स्वीडन के तुल्य घोषित किया गया, जबकि उसी देश के प्रतिनिधि PISA 2025 नमूने ने तीन में से दो विषयों में कोई गति नहीं दिखाई, और पायलट डेटा चयन को विकल्प के रूप में ख़ारिज करने के लिए बहुत पतला था (प्रति विद्यालय 7.0 आँके गए छात्र, राष्ट्रीय स्तर पर 25.5 के मुक़ाबले)। बड़े पैमाने पर AI अपनाने वाली ग्लोबल साउथ प्रणालियों के लिए निहितार्थ दोगुना है: यह प्रमाण कि कोई सुधार काम करता है वह प्रायः उन घटकों के बारे में होता है जिन्हें वह एक साथ बाँधता है, न कि उस तकनीक के बारे में जो सुर्खियों में है, और तैनाती से पहले डिज़ाइन की गई चरणबद्ध रोलआउट लगभग शून्य लागत पर प्रभावों की पहचान करती है — जो सबसे अधिक वहीं मायने रखती है जहाँ कनेक्टिविटी ही चरणों का निर्धारण करती है।

मेटाडेटा

स्तर	Higher Ed, K 12
प्रौद्योगिकियाँ और तकनीकें	जनरेटिव-AI
समानता, नैतिकता और जिम्मेदार उपयोग	सांस्कृतिक रूप से प्रासंगिक शिक्षाशास्त्र, समानता, ग्लोबल साउथ
शिक्षा में AI की नींव	AI साक्षरता

Source History Edit Chat