AI शासन

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

AI शासन — वे ढाँचे, नीतियाँ, संस्थागत संरचनाएँ और मानदंड जो शिक्षा में कृत्रिम बुद्धिमत्ता के जिम्मेदार डिज़ाइन, तैनाती और उपयोग को मार्गदर्शन करते हैं। शासन औपचारिक संस्थागत तंत्रों (AI स्टीयरिंग समूह, शैक्षणिक ईमानदारी और स्वीकार्य उपयोग पर नीतियाँ, नैतिक समीक्षा) और अनौपचारिक मानदंडों (संकाय दिशानिर्देश, व्यावसायिक विकास, जिम्मेदार AI उपयोग की संस्कृतियाँ) दोनों को शामिल करता है। AI युग में, प्रभावी शासन GenAI के नैतिक, समान और टिकाऊ अपनाने की पूर्वशर्त है — यह निर्धारित करता है कि AI पारदर्शी ढंग से, जवाबदेही के साथ एकीकृत होता है, या प्रतिक्रियात्मक रूप से इस प्रकार अपनाया जाता है कि असमानताएँ गहरी होती हैं।

विचार करने योग्य प्रश्न

• यदि आपके संस्थान की AI नीति कागज़ पर मौजूद है, लेकिन उसे लागू करने, अद्यतन करने या संप्रेषित करने की कोई स्पष्ट प्रक्रिया नहीं है, तो क्या वह वास्तव में शासन है? किसी नियम के केवल अस्तित्व में और उस नियम के वास्तव में शासित होने में क्या अंतर है?
• एक अध्ययन में छात्रों ने कहा कि उनके विश्वविद्याली की कोई स्पष्ट AI नीति नहीं थी और इससे उनका AI उपयोग प्रभावित हुआ। नीति की अस्पष्टता इस बात को कैसे प्रभावित कर सकती है कि छात्र क्या "स्वीकार्य उपयोग" मानते हैं — और क्या संस्थाओं को इस बात की चिंता करनी चाहिए कि वे यह मोल-भाव व्यक्तियों पर छोड़ रहे हैं?
• यह पेज पहचान-आधारित शासन (AI उपयोग पर निगरानी) को डिज़ाइन-आधारित शासन (मूल्यांकन को इस प्रकार फिर से डिज़ाइन करना कि AI उपयोग अपेक्षित और घोषित हो) से अलग करता है। आपका अपना मूल्यांकन अभ्यास किस दृष्टिकोण की ओर झुका है, और प्रत्येक के क्या समझौते हैं?
• शासन को राष्ट्रीय, संस्थागत और कक्षा स्तरों पर कार्य करते का वर्णित किया गया है। अपने संदर्भ में किसी एक AI नियम के बारे में सोचें: इसे किसने निर्धारित किया, इसे कैसे संप्रेषित और लागू किया जाता है, और वे स्तर कितनी अच्छी तरह संरेखित हैं?
• एक ढाँचा AI शासन को साझा विशेषज्ञता को बनाए रखने की सामूहिक-क्रिया समस्या — "संज्ञानात्मक सामान्य" (cognitive commons) — के रूप में फिर से परिभाषित करता है। किसी पेशे के सामूहिक ज्ञान भंडार की रक्षा करना केवल किसी उपकरण को विनियमित करने की तुलना में AI शासन के बारे में आपकी सोच को कैसे बदलता है?
• यह पेज चेतावनी देता है कि अनिवार्य AI-उपयोग घोषणाएँ तब विफल होती हैं जब वे दंडात्मक या अस्पष्ट लगती हैं। आपने कभी किसी अनुपालन नियम के विपरीत असर होते देखा है क्योंकि लोगों ने उसे न समझा या उस पर भरोसा नहीं किया — और इसने शासन के बारे में आपको क्या सिखाया?

परिचय

शिक्षा में AI शासन तेज़ी से आवश्यक होता जा रहा है क्योंकि जनरेटिव AI नए ज्ञानमीमांसात्मक, नैतिक और संगठनात्मक चुनौतियाँ लाता है: यह ज्ञान-उत्पादन, शिक्षार्थी सक्रियता, मूल्यांकन वैधता और शिक्षकों की भूमिका के बारे में ज्ञान-प्राधिकारियों की मान्यताओं को अस्थिर करता है। शासन शैक्षणिक ईमानदारी (क्या स्वीकार्य AI उपयोग है), डेटा गोपनीयता और सुरक्षा, एल्गोरिदमिक पक्षपात और निष्पक्षता, पारदर्शिता और जवाबदेही, तथा संस्थागत मिशन और मूल्यों के साथ AI अपनाने के संरेखण के प्रश्नों को संबोधित करता है। ज्ञानआधार के अनुसंधान में एक बार-बार मिलने वाली खोज यह है कि संस्थागत शासन अक्सर पीछे रह जाता है — कई संस्थाओं में स्पष्ट, एकीकृत AI नीतियाँ नहीं होतीं, जिससे छात्रों और संकाय को स्वीकार्य उपयोग की बातचीत स्वयं करनी पड़ती है।

• मंचन (platformisation) की संरचनात्मक स्थिति के रूप में शून्य-शॉट शासन। पैरोट्टा (2026) नीति निर्णयों में हस्तक्षेप करने वाले डोमेन-निरपेक्ष जनरेटिव AI के रूप में शून्य-शॉट शासन की अवधारणा विकसित करते हैं — यह बंद किए गए ब्रिटिश सिविल-सर्विस प्रोटोटाइप Redbox के कोड-स्तरीय विश्लेषण के माध्यम से है, जो तैयार उपलब्ध LLMs पर बना था। इसकी संरचना (एक अदृश्य सिस्टम प्रॉम्प्ट + RAG (रिट्रीवल-ऑगमेंटेड जनरेशन) retrieve→format→generate पाइपलाइन के ऊपर एक पतला Python रैपर और प्रोवाइडर-निरपेक्ष क्लाउड स्टैक) को पढ़ते हुए, लेख तर्क देता है कि फाउंडेशन मॉडलों की सामान्य-उद्देश्यीय प्रकृति मंचन की एक संरचनात्मक विशेषता है जिसे कम किया जा सकता है लेकिन कभी भी समाप्त नहीं किया जा सकता: एजेंटिक AI मंचों के एकाधिकारवादी, किरायेदार तर्क को बाधित नहीं करता, और वही संभाव्यता तंत्र जो नवीनता उत्पन्न करता है वह मतिभ्रम भी उत्पन्न करता है। शासन के लिए निहितार्थ यह है कि सामान्य-उद्देश्यीय AI की निगरानी को असामान्य आउटपुट को एक अपूरणीय, केवल-कम-की-जा-सकने वाली जोखिम के रूप में देखना चाहिए, न कि एक ठीक-की-जा-सकने वाली बग के रूप में — यह सावधानी शिक्षा नीति तर्क पर भी समान रूप से लागू होती है।

• बारौदी (Baroudi) की स्कोपिंग समीक्षा उच्च शिक्षा में AI शासन को पूर्वानुमानकालीन शासन और नेतृत्व के दृष्टिकोणों के माध्यम से प्रस्तुत करती है।

• नीति का छात्र सह-डिज़ाइन: हिंगल और जोहरी (Hingle & Johri) दिखाते हैं कि एक मार्गदर्शित जिज्ञासा गतिविधि में, जिसमें छात्रों ने एक GenAI पाठ्यक्रम नीति का सह-डिज़ाइन किया, छात्रों के मूल्य कैसे सामने आए — प्रशिक्षण को प्राथमिकता, मानकीकृत घोषणा प्रक्रियाएँ, मजबूत संस्थागत सहायता, और निर्णय-निर्माण में अधिक भागीदारी। यह छात्रों को साझेदारों के रूप में शासन में रखता है, निष्क्रिय विषयों के रूप में नहीं, और संस्थागत-स्तरीय नीति के साथ-साथ नीचे से आने वाली छात्र आवाज़ को पूरक बनाता है।

• तकनीकी-समाधानवाद का जाल और नीति की कमी: 65 AI × सामाजिक-भावनात्मक अधिगम अध्ययनों की एक व्यवस्थित समीक्षा (ट्रान, लियू और न्गुयेन 2026) पाती है कि अनुसंधान अक्सर तकनीकी संभावनाओं को उजागर करता है जबकि जिम्मेदार कार्यान्वयन के लिए संस्थागत शर्तों को अपर्याप्त रूप में निर्दिष्ट करता है — एक "तकनीकी-समाधानवाद" जाल। लेखक नीति भागीदारी को प्रकाशन स्थल से जोड़ते हैं और शासन निहितार्थों को कृतकर्म-विशिष्ट बनाने के लिए एक "WH-प्रश्न" ढाँचा प्रस्तावित करते हैं, जो ज्ञानआधार की व्यापक खोज — कि संस्थागत शासन AI अपनाने से पीछे रहता है — का प्रतिध्वनन करता है।

AI शासन अनुसंधान में कैसे दिखता है

• पैमाने पर संस्थागत अपनाना: ओपन यूनिवर्सिटी में AIDA अध्ययन दिखाता है कि किसी संस्थान ने एक GenAI सहायक को कैसे डिज़ाइन, कार्यान्वित और मूल्यांकित किया, और पहचाना कि जिम्मेदार सिस्टम-स्तरीय तैनाती के लिए शासन संरचनाएँ (AI स्टीयरिंग समूह), वरिष्ठ नेतृत्व का प्रायोजन, और संस्थागत रणनीति के साथ संरेखण आवश्यक है — केवल तकनीकी क्षमता नहीं।

• नेतृत्व और प्रणालीगत परिवर्तन: SPARK शासन को जटिलता नेतृत्व सिद्धांत के भीतर रखता है, तर्क देता है कि नेता शासन तंत्रों (नीतियाँ, मूल्यांकन व्यवस्थाएँ, जवाबदेही ढाँचे) को एम्बेड करते हुए प्रशासनिक स्थिरता और उभरती नवप्रवर्तनता को संतुलित करें, ताकि अनुकूली-स्थान नवाचारों को बनाए रखा और विस्तारित किया जा सके।

• नीति की अस्पष्टता और छात्र अनुभव: GenAI के साथ छात्रों की भागीदारी में 23 में से 12 छात्रों ने स्पष्ट संस्थागत AI नीतियों के अभाव पर ध्यान दिया ("विश्वविद्याली की अभी स्पष्ट और एकीकृत नीति नहीं है"), तर्क देते हुए कि शासन की अस्पष्टता छात्रों के अभ्यासों, मानदंडों और स्व-विनियमन को आकार देती है — पारदर्शी संस्थागत मार्गदर्शन की ओर बदलाव का समर्थन करती है।

• शासन क्षमता के रूप में AI साक्षरता ("18वाँ SDG"): इस्लाम, मोर्शेद और इस्लाम (2026) AI साक्षरता को कक्षा कौशल के बजाय एक प्रणालीगत शासन तंत्र के रूप में फिर से परिभाषित करते हैं, एक छह-स्तरीय AIRE वर्गीकरण (Recognize → Comprehend → Apply → Analyze → Integrate → Govern) प्रस्तावित करते हैं जो ब्लूम का पदानुक्रम नैतिक संश्लेषण और रणनीतिक दूरदर्शिता से विस्तारित करता है, और साक्षरता सामर्थ्यों को सत्रह सतत विकास लक्ष्यों में मैप करने वाला एक AI–SDG मेल प्रस्तावित करते हैं। AI साक्षरता को "18वें SDG" के अनुमानिक रूप में रूपांतरित करते हुए — एक अनुप्रस्थ क्षमता जो अधिगम को शासन और सतत विकास में मोड़ती है — 300 व्यावसायिकों के अध्ययन में शासन साक्षरता AI–SDG मेल जागरूकता का सबसे मजबूत पूर्वानुमेय पाया गया (β = 0.64, r = 0.67 मेल जागरूकता के साथ) और नैतिक तर्क और चिंतनशील सोच को भरोसेमंद AI उपयोग के सबसे मजबूत पूर्वानुमेय पहचाने गए। यह संस्थागत शासन को सार्वजनिक AI साक्षरता के विकास से जोड़ता है, ज्ञानआधार की खोज — कि जिम्मेदार AI संरेखण के लिए नीति-निर्माताओं और नागरिकों की आवश्यकता होती है जो एल्गोरिदमिक प्रणालियों की महत्वपूर्ण व्याख्या कर सकें, केवल अनुपालन-उन्मुख तकनीकी नियंत्रण नहीं — का प्रतिध्वनन करता है।

• शैक्षणिक ईमानदारी और मूल्यांकन: शासन यह है कि संस्थान AI-संबंधी शैक्षणिक इमानदारी चिंताओं और मूल्यांकन के पुनर्निर्धारण को कैसे संभालते हैं — इसके केंद्र में निषेध/निगरानी से मार्गदर्शन, AI साक्षरता, और प्रक्रिया-उन्मुख डिज़ाइन की ओर बदलाव है, जैसा कि छात्र युक्तिकरण और प्रामाणिक मूल्यांकन पुनर्निर्धारण के अनुसंधान में दिखता है।

• पुनर्निर्धारण एक साथ तीन आयामों पर चलता है। लेडलॉ (2026) AI-युग के मूल्यांकन पुनर्निर्धारण को सांस्कृतिक-प्रवचनात्मक (भाषा और मान्यताएँ), भौतिक-आर्थिक (संसाधन), और सामाजिक-राजनीतिक (शासन और शक्ति) आयामों के माध्यम से रूपांतरित करते हैं, और संसाधन-शक्ति प्रतिच्छेदन को सबसे बड़े उत्तोलक बिंदु और सबसे बड़े जोखिम दोनों के रूप में नामित करते हैं: मौजूदा शक्ति संरचनाओं से बहते संसाधन असमानताओं को बढ़ाते हैं।

• लिखित शासन के उपकरण मिश्रण की: एल्ड्रेड्जे एट अल. (2026) ने संयुक्त राज्य में सभी 48 CAHIIM-मान्यता प्राप्त स्वास्थ्य सूचना विज्ञान और स्वास्थ्य सूचना प्रबंधन मास्टर कार्यक्रमों के AI-संबंधी दस्तावेजों का ऑडिट किया। 48 में से चालीस (83%) में कम से कम एक सार्वजनिक रूप से उपलब्ध दस्तावेज था, और विश्लेषित 40 दस्तावेजों में शासन मुख्यतः बंधनकारी नियम के बजाय मार्गदर्शन के रूप में प्राप्त हुआ: 21 दिशानिर्देश (53%), 9 सूचनात्मक दस्तावेज (23%), और केवल 7 औपचारिक नीतियाँ (18%)। अधिकांश दस्तावेजों ने संकाय और छात्रों को एक साथ संबोधित किया (20, 51%) न कि केवल छात्रों को (6, 15%), और न नीति प्रकार न दर्शकों की संख्या वितरण विधि के साथ बदली (Fisher's exact P = .85 और P = .71), यह संकेत करते हुए कि उपकरण मिश्रण संस्थागत आदत का अनुसरण करता है न कि ऑनलाइन, परिसर या मिश्रित कार्यक्रमों की माँगों का। सामग्री शैक्षणिक ईमानदारी, जिम्मेदार AI उपयोग और छात्र आचरण पर केंद्रित थी, जबकि अनुप्रयुक्त अधिगम, अनुसंधान और सिमुलेटेड वातावरणों में AI उपयोग को कवर करने वाले दिशानिर्देश बहुत कम थे, ठीक वहीं जहाँ पाठ्यक्रम और डेटा शासन की चिंताएँ प्रतिच्छेद करती हैं। लेखक यह भी बताते हैं कि क्षेत्रीय मान्यता प्रदान करने वाली संस्थाओं ने संग्रह का अधिकांश भाग आपूर्ति किया (Higher Learning Commission n = 14 और SACSCOC n = 13, मिलकर लगभग 60%, WASC क्षेत्र से कोई नहीं) और तर्क देते हैं कि मान्यता वह बाह्य उत्तोलक है जो कार्यक्रमों के बीच विविधता घटाने के लिए सबसे अच्छी स्थिति में है।

• एक वितरित सहायता पारिस्थितिकी तंत्र के रूप में शासन: कियान (2026) ने सबसे अधिक नवाचारी माने गए 50 अमेरिकी विश्वविद्यालयों की AI मार्गदर्शन को कोड किया और पाया कि शासन नियम के बजाय व्याख्या और सहायता के रूप में प्राप्त होता है: केवल 50 में से 6 ने अपने मुख्य पेज को "नीति" के रूप में प्रस्तुत किया, 50 में से 33 ने प्रशिक्षकों को संस्थागत अपेक्षाओं को पाठ्यक्रम नियमों में बदलने वाले प्राथमिक अनुवादकों के रूप में स्थापित किया, और ऐसा करने के लिए सहायता चार परस्पर जुड़े इकाइयों में केंद्रित थी — पाठ्यक्रम भाषा और पाठ्यक्रम-नीति मेनू की आपूर्ति करने वाले शिक्षण और अधिगम केंद्र, उद्धरण और उत्पत्ति मानक निर्धारित करने वाली पुस्तकालय, डेटा-वर्गीकरण नियम और परीक्षित उपकरण स्टैक संचालित करने वाले IT और उद्यम-शासन कार्यालय, और उचित प्रक्रिया तथा शिक्षा-प्रथम सुधार लाने वाले शैक्षणिक ईमानदारी कार्यालय। कियान तर्क देते हैं कि मड्गद, न कि रुख, अस्पष्टता को कम करता है, और इसकी रिपोर्ट असमान रूप से वितरित होने की करते हैं: 50 में से 33 संस्थाओं ने पाठ्यक्रम या पाठ्यक्रम-नीति सामग्री प्रकाशित की जबकि केवल 4 ने छात्र-उन्मुख मार्गदर्शन को अग्रिम रखा। यह ऊपर की उपकरण-मिश्रण खोज का संगठनात्मक रूप है — दस्तावेजों के बजाय इकाइयों में स्थित शासन क्षमता।

• नीतिशास्त्र, गोपनीयता और पक्षपात: शासन तंत्र उन नैतिक सिद्धांतों (नैतिकता, निजता, पूर्वाग्रह शमन) को संचालित करते हैं जिन्हें अक्सर पहचाना जाता है लेकिन लागू नहीं किया जाता, शिक्षा में जिम्मेदार AI और नियामक बहसों से जुड़ते हुए।

• शासन के लिए एक मूल्य/मानदंड मैट्रिक्स। अग्रवाल एट अल. (2026), 25 लेखों की एक व्यवस्थित समीक्षा, AIED नैतिकता को छह मुख्य नैतिक मूल्यों (गैर-भेदभाव, डेटा संरक्षण, मानव निगरानी, शुभचिंतन, व्याख्यायोग्यता, शैक्षणिक उपयुक्तता) में समेकित करते हैं और साहित्य से निकाले गए नैतिक मानदंडों को एक हितधारक-से-मूल्य मैट्रिक्स में मैप करते हैं। यह मैपिंग मानदंडों को विशिष्ट मूल्यों को प्राप्त करने के लिए क्रियान्वयन योग्य नियम बनाती है और AIED के लिए विस्तृत नैतिक ढाँचों और विनियमन के निर्माण की नींव प्रदान करती है — शैक्षणिक संस्थाओं, डेवलपर्स और नियामकों को कार्यान्वयन योग्य ठोस मानदंड देते हुए। मानव निगरानी के मानदंड शैक्षणिक संस्थाओं और अंतिम उपयोगकर्ताओं पर केंद्रित हैं, शैक्षणिक उपयुक्तता शैक्षणिक संस्थाओं और नियामकों पर, और नियामकों पर लक्षित शुभचिंतन मानदंड किसी अन्य समूह से बहुत अधिक संख्यात्मक (नौ) हैं, यह संकेत करते हुए कि नीति और विधान के माध्यम से AIED के लाभ सुनिश्चित करने में नियामकों की भूमिका महत्वपूर्ण है।

शासन शिक्षा

AI शासन दो स्तरों पर कार्य करता है, जिन्हें ज्ञानआधार एक साथ देखता है: AI उपयोग को शासित करने वाले संस्थागत नियम (नीतियाँ, स्वीकार्य-उपयोग ढाँचे, मूल्यांकन और घोषणा आवश्यकताएँ) और उन नियमों के बारे में शिक्षा (लोगों को उन्हें समझने के लिए तैयार करना)। शिक्षा के बिना शासन अलागू या अस्पष्ट रहने का जोखिम रखता है; शासन के बिना शिक्षा के पास दाँत नहीं होते। इस धागे में अनुसंधान में संस्थागत GenAI नीति विश्लेषण, AI घोषणा ढाँचे, मूल्यांकन शासन, ब्रिटेन की AI उच्च-शिक्षा नीति, और व्यापक AIED समीक्षाएँ शामिल हैं जो शासन को व्यापक नीति परिदृश्य में रखती हैं।

मूल्यांकन शासन

AI शासन का एक केंद्रीय क्षेत्र यह है कि संस्थान मूल्यांकन को कैसे शासित करते हैं — वे नियम जो निर्धारित करते हैं कि क्या स्वीकार्य AI उपयोग है, AI-सहायित कार्य की घोषणा कैसे होती है, और योगात्मक मापों की रक्षा कैसे की जाती है। इसमें AI उपयोग और घोषणा विवरणों के डिज़ाइन और प्रवर्तन शामिल हैं: अनुसंधान बताते हैं कि अनिवार्य घोषणाएँ तब विफल होती हैं जब वे दंडात्मक या अस्पष्ट लगती हैं (गोंसाल्व्स 2025, वेटर एट अल. 2026), और स्पष्ट, संगत, विश्वास-आधारित नीति ही वास्तव में घोषणा को बढ़ावा देती है। ज्ञानआधार का अनुसंधान पहचान-आधारित शासन (AI उपयोग पर निगरानी, जैसे कि एआई डिटेक्शन के माध्यम से) और डिज़ाइन-आधारित शासन (योगात्मक और प्रामाणिक मूल्यांकन को इस प्रकार फिर से डिज़ाइन करना कि AI उपयोग अपेक्षित, घोषित और जाँचा गया हो) के बीच अंतर करता है। मूल्यांकन में जनरेटिव AI का साक्ष्य-केंद्रित शासन और Beyond Detection तर्क देते हैं कि शासन को किसी भी पहचान के साथ मूल्यांकन पुनर्निर्धारण को जोड़ना चाहिए, जबकि AI-प्रतिरोधी योगात्मक प्रारूपों का चयन (मौखिक परीक्षाएँ, प्रॉक्टर्ड/बंद-पुस्तक उपाय, कोड-समीक्षा साक्षात्कार — देखें समापक मूल्यांकन) स्वयं एक शासन निर्णय है। बड़े पैमाने पर साक्ष्य (स्ट्रॉमबर्ग, लेई और वू 2026) योगात्मक मापों के शासन के महत्व को रेखांकित करते हैं, क्योंकि अशासित गृहकार्य AI द्वारा फुलाई जा सकता है जबकि वास्तविक अधिगम घटता है। किसी निषेध का दायरा स्वयं एक शासन निर्णय है: राइट (2026) दिखाते हैं कि "जनरेटिव AI" को प्रतिबंधित करने वाले नियम, जो उत्पन्न करना और प्रारूप रूपांतरण में अंतर नहीं करते, सहायक प्रतिलेखन उपकरणों को पकड़ते हैं और नीति के गलत अनुप्रयोग को दुराचार के आरोप में बदल देते हैं, जिससे विकलांग और समानता-जोखिम में छात्रों पर बोझ पड़ता है — एक शासन विफलता जिसे कानूनी मुद्दे और जोखिम समानता प्रश्न के रूप में उतना ही महत्वपूर्ण मानता है जितना ईमानदारी प्रश्न।

साक्ष्य कि ज़गामी (2026) उच्च-दांव वाले क्षेत्रों से एकत्र करते हैं, वह सरल इनकार के बजाय असमान शासन की ओर संकेत करता है: मूल्यांकन, प्रवेश और अनुशासनात्मक प्रक्रियाओं में आंशिक अपनाना और अधूरी नीति, जिसमें संस्थागत विलंब एक शासन रुख के रूप में कार्य करता है न कि विफलता के रूप में। संस्थागत कार्य यह है कि इनकार की इतनी अच्छी व्याख्या की जाए कि शासन सुधरे, यह पूछते हुए कि किन निर्णयों में मानव समीक्षा आवश्यक है, किन प्रणालियों का ऑडिट आवश्यक है, किन उपयोगों में घोषणा आवश्यक है, और किन खरीद विकल्पों में सार्वजनिक औचित्य आवश्यक है। वीडलिच (2026) मूल्यांकन-विशिष्ट अनुषंगी जोड़ते हैं: डिटेक्टर स्कोर सशर्त संभाव्यता संकेत हैं जो स्वयं दुराचार स्थापित नहीं कर सकते, इसलिए पहचान-केंद्रित शासन मूल्यांकन दावों का बचाव करने के लिए अपर्याप्त आधार है।

स्तरों में शासन

AI शासन कई स्तरों पर कार्य करता है — राष्ट्रीय/नियामक (सरकारी नीति, OECD ढाँचा, राज्य AI दिशानिर्देश) से संस्थागत (विश्वविद्यालय नीतियाँ, AI स्टीयरिंग समूह, नैतिक समीक्षा बोर्ड) और कक्षा (प्रशिक्षक दिशानिर्देश, पाठ्यक्रम विवरण, असाइनमेंट डिज़ाइन) तक। प्रभावी शासन इन स्तरों को संरेखित करता है: राष्ट्रीय ढाँचे अपेक्षाएँ निर्धारित करते हैं, संस्थान उन्हें नीतियों और सहायता संरचनाओं में बदलते हैं, और शिक्षक उन्हें इस प्रकार कार्यान्वित करते हैं कि छात्रों की AI साक्षरता और सक्रियता बढ़े। ज्ञानआधार का अनुसंधान रेखांकित करता है कि शासन केवल प्रतिबंध के बारे में नहीं है, बल्कि जिम्मेदार, समान और अधिगम-सहायक AI एकीकरण की स्थिति बनाने के बारे में है — जिसमें संकाय विकास, पारदर्शी मार्गदर्शन और निरंतर मूल्यांकन शामिल हैं।

समान आचरण, भिन्न निर्णय। पौद्याल (2026) ने 15 मानकीकृत छात्र-उपयोग विग्नेट 20 ऑस्ट्रेलियाई विश्वविद्यालयों की सार्वजनिक नीति परिवेशों पर लागू किए, 300 वर्गीकरण उत्पन्न किए: 40.0% स्पष्ट रूप से निषिद्ध, 32.3% संभावित नीति उल्लंघन, 9.0% शर्तों के साथ अनुमत, और 18.7% अनिर्धारित — कोई भी स्पष्ट रूप से अनुमत की सीमा को पूरा नहीं करता। बंधनकारी उपकरण 100 संयोजनों में जनरेटिव AI पर मौन थे जबकि मार्गदर्शन ने 88 हल किए, और घोषित भाषा पुनर्लेखन तथा AI-द्वारा लिखित अनुच्छेद ने सर्वाधिक अंतर-विश्वविद्यालय विचलन उत्पन्न किया, स्पष्ट मूल्यांकन निषेध पर सर्वमत के विपरीत। जहाँ ऊपर वर्णित स्तरों को संरेखित माना जाता है, यह अध्ययन मापता है कि वे कितने दूर विचलित होते हैं, और संचालन सीमा को बंधनकारी नीति के बजाय मार्गदर्शन में स्थापित करता है।

संकाय शासन और जानबूझकर समीक्षा के पक्ष में तर्क। जहाँ ऊपर के स्तर नीति के माध्यम से संरेखित होते हैं, वहाँ कुछ क्षेत्र उन्हें साझा शासन के माध्यम से प्राप्त करते हैं। गुटोव्स्की और हर्ले (2025) ठीक इस कारण विधि विद्यालयों को एक कठिन मामले के रूप में वर्णित करते हैं: अमेरिकी विधि संकाय पाठ्यक्रम मानकों पर असामान्य व्यक्तिगत अधिकार रखते हैं, इसलिए नीति को उन्हें घोषित करने के बजाय उनके साथ बनाना पड़ता है, और अधिकांश विद्यालयों ने निषेधात्मक नियम लिखते समय व्यक्तिगत प्रशिक्षकों के विवेकाधिकार को भी सुरक्षित रखा और प्रौद्योगिकी के बढ़ने के साथ संशोधन का प्रतिबद्ध किया। उनकी सिफ़ारिशें — डिज़ाइन से लचीलापन, आवधिक समीक्षा, सक्रिय प्रशिक्षण, और मान्यता प्रदान करने वाली संस्था को नीति निर्धारित करने का इंतज़ार करने के बजाय सूचना साझाकरण के माध्यम से स्व-विनियमन — शासन को एक दस्तावेज़ के बजाय एक निरंतर प्रक्रिया के रूप में वर्णित करती हैं, वही बिंदु जो डेल्फी सर्वसम्मति निर्धारित समीक्षा चक्रों और एक स्थायी बहुविषयक समिति की सिफ़ारिश करते हुए करता है।

संस्थान-व्यापी रूप से, AIGEM ढाँचा (टान एट अल. 2026) जिम्मेदार AI को शैक्षणिक प्रबंधन के लिए एक रणनीतिक संगठनात्मक क्षमता के रूप में स्थापित करता है, जो AI रणनीतिक नेतृत्व, जिम्मेदार शासन, निर्णय बुद्धिमत्ता, मानव-AI सहयोगी बुद्धिमत्ता, सामर्थ्य विकास और सतत मूल्य निर्माण को एकीकृत करता है — और जिम्मेदार कार्यान्वयन को SDGs से जोड़ता है। यह रेखांकित करता है कि शासन केवल शिक्षण के ऊपर एक अनुपालन परत नहीं है, बल्कि शैक्षणिक संस्थाओं की एक कार्यपालक कार्य है।

संबंधित अवधारणाओं से संबंध

AI शासन नैतिकता (वे सिद्धांत जिन्हें यह संचालित करता है), उच्च शिक्षा (संस्थागत संदर्भ), निजता और पूर्वाग्रह शमन (विशिष्ट शासन चिंताएँ), और शैक्षणिक इमानदारी (एक प्राथमिक शासन क्षेत्र) से जुड़ता है। यह संस्थागत परिवर्तन और जिम्मेदार AI के लिए केंद्रीय है, और AI साक्षरता (शासन महत्वपूर्ण, सूचित उपयोग के विकास का समर्थन करता है) से प्रतिच्छेदित होता है। यह लर्निंग एनालिटिक्स (डेटा शासन) और छात्र अनुभव (शासन यह आकार देता है कि छात्र स्वीकार्य उपयोग को कैसे नेविगेट करते हैं) से भी जुड़ता है।

संज्ञानात्मक सामान्य का शासन। संज्ञानात्मक सामान्य ढाँचा (लोवेट 2026) विशेषज्ञता पुनर्जनन को एक पेशे-स्तरीय सामूहिक-क्रिया समस्या के रूप में रूपांतरित करता है जिसे ओस्ट्रोम-शैली शासन (सीमा परिभाषा, निगरानी, क्रमिक प्रतिबंध, सामूहिक विकल्प) की आवश्यकता होती है। AI शासन इसलिए केवल उपकरण विनियमन के बारे में नहीं है, बल्कि उन पेशों के लिए आवश्यक साझा विशेषज्ञता भंडार को बनाए रखने के बारे में है — संगठनात्मक, व्यावसायिक-संगठन और नीति स्तरों पर।

शैक्षणिक नीति से संबंध

शासन शैक्षणिक AI नीति से भिन्न है — लेकिन उससे अविभाज्य है। नीति सामग्री है: औपचारिक नियम और विवरण (क्या AI उपयोग अनुमत है, क्या घोषित किया जाना चाहिए, कौन-सा मूल्यांकन अनुमत है)। शासन वह यंत्रणा है जो उन नियमों को उत्पन्न, कार्यान्वित, प्रवर्तित और संशोधित करती है: उन्हें कौन निर्धारित करता है, उन्हें कैसे संसाधित और संप्रेषित किया जाता है, अनुपालन और अपीलों को कैसे निपटाया जाता है, और वे AI के विकसित होने पर कैसे अनुकूलित होती हैं। जहाँ नीति पेज नियमों को स्वयं और उनकी परिपक्वता अंतरालों को सूचीबद्ध करता है, वहाँ यह पेज संरचनाओं और अभ्यासों पर केंद्रित है जो नियमों को वास्तविक बनाते हैं — स्टीयरिंग समूह, नैतिक समीक्षा, मूल्यांकन शासन, और स्तरों में जवाबदेही। कागज़ पर एक नियम नीति है; एक नियम जिसे अपनाया, निगरानी और प्रवर्तित किया जाता है, वह शासन है। दोनों परस्पर निर्भर हैं: शासन के बिना नीति अलागू है, और नीति के बिना शासन के पास दिशा नहीं है।

जवाबदेही भाषा जिम्मेदार कृतकर्म को अनाम छोड़ सकती है। पौद्याल (2026) ने 366 GenAI उच्च-शिक्षा सारांशों से 166 दायित्व या उत्तरदेयता अभिव्यक्तियाँ निकालीं और पाया कि किसी ने भी किसी प्रणाली को जिम्मेदारी नहीं दी जबकि 33 ने धारक को अनिर्दिष्ट छोड़ा; "शासन की आवश्यकता है" किसी को नामित नहीं करता जो बुलाता, निर्णय करता या प्रवर्तित करता है। संस्थाओं और नीति कृतकर्मों पर 37 दायित्व थे, संस्था/शिक्षक मेटोनिमी पर 30, शिक्षकों पर 20, शोधकर्ताओं पर 18, और छात्रों पर केवल छह।

स्वेटेक, दिव्जाक और कडोइच (2026) भरोसेमंद LA-आधारित शैक्षणिक हस्तक्षेपों के सात सक्षमकर्ताओं में से एक नीतिशास्त्र और डेटा शासन की पहचान करते हैं — LA और AI के नैतिक उपयोग, डेटा गोपनीयता, सुरक्षा और जवाबदेही की नीतियाँ — और भरोसेमंदता (कार्यान्वयन का समर्थन करने वाले नेतृत्व और शासन सहित) को सार्थक डेटा-सूचित हस्तक्षेपों की पूर्वशर्त के रूप में स्थापित करते हैं।

शासन को उपकरण में डिज़ाइन किया जा सकता है। एक छह-आयामी शासन प्रोफ़ाइल — पाठ्यक्रम आधार, शिक्षणात्मक अधिकार, मानव जवाबदेही और नियंत्रण, शिक्षार्थी सक्रियता और संज्ञानात्मक भागीदारी, संदर्भ विशिष्टता, और मूल्यांकन दृश्यता — शासन को किसी शिक्षण उपकरण की इंटरैक्शन मॉडल, प्रॉम्प्ट, रूब्रिक, स्वीकृति द्वारों और डैशबोर्ड में स्थित करती है, और पूछती है कि तंत्र शिक्षणात्मक कार्य के अनुकूल हैं या नहीं, न कि कोई उपकरण कितना कठोर या उदार है (डिकी, 2026)।

संबंधित अवधारणाएँ

• शैक्षणिक साझेदारी — पाठ्यक्रम साझेदारी
• AI उपयोग और प्रकटीकरण विवरण — AI उपयोग और घोषणा विवरण
• रिमोट प्रॉक्टरिंग
• नैतिकता
• उच्च शिक्षा
• निजता
• पूर्वाग्रह शमन
• शैक्षणिक इमानदारी
• AI साक्षरता
• लर्निंग एनालिटिक्स
• छात्र अनुभव
• शैक्षिक AI नीति
• शिक्षा में AI विनियमन
• समापक मूल्यांकन
• AI का दुरुपयोग और सीखने की हानि
• विश्वास कैलिब्रेशन
• जनरेटिव-AI
• हितधारक — छत्र: AI शिक्षा में व्यक्ति और दर्शक (शिक्षार्थी, शिक्षक, डिज़ाइनर, प्रशासक, नीति-निर्माता)
• छात्र सहायता और सफलता — संस्थागत AI सहायता प्रणालियों की निगरानी

संबंधित लेख

• Artificial Intelligence Literacy and Sustainable Development: An Ethical Governance and Development Goals Framework — सतत विकास के लिए शासन क्षमता के रूप में AI साक्षरता: AIRE वर्गीकरण और AI–SDG मेल (इस्लाम, मोर्शेद और इस्लाम 2026)
• Artificial Intelligence in Educational Management: Opportunities, Challenges, and Future Directions — शैक्षणिक प्रबंधन में AI शासन के लिए AIGEM ढाँचा
• Institutional approaches to artificial intelligence policy and guidance in health informatics and information management education: emerging trends and inconsistencies — 48 CAHIIM-मान्यता प्राप्त स्वास्थ्य सूचना विज्ञान कार्यक्रमों में AI नीति और मार्गदर्शन दस्तावेज़: गैर-बंधनकारी, ईमानदारी-केंद्रित मार्गदर्शन के रूप में शासन (एल्ड्रेड्जे एट अल. 2026)
• A Guided Inquiry Approach to Students Co-Designing Generative AI Course Policies — मार्गदर्शित जिज्ञासा के माध्यम से GenAI पाठ्यक्रम नीतियों का छात्र सह-डिज़ाइन (हिंगल और जोहरी 2026)
• From Learning Analytics to Educational Interventions: Enhancing Decision-Making and Learning Design — अधिगम विश्लेषण से शैक्षणिक हस्तक्षेपों तक: भरोसेमंद LA-आधारित हस्तक्षेपों के सक्षमकर्ता (स्वेटेक, दिव्जाक और कडोइच 2026)
• Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher — AI उपयोग घोषणाओं के प्रति छात्रों का गैर-अनुपालन
• The Hidden Cost of Disclosure: A Multi-institutional Study on Undergraduate Students' Generative AI Usage and Faculty Accusations — घोषणा की छिपी लागत
• "Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education — छात्र AI घोषणा, कलंक और स्व-विनियमित अधिगम
• Which inference is at risk? Assessment validity reasoning and generative AI — कौन-सी अनुमान जोखिम में है: मूल्यांकन वैधता तर्क और जनरेटिव AI (वीडलिच 2026)
• Governing generative AI in higher education: a global Delphi study on policy and practice — GenAI शासन और नीति पर वैश्विक डेल्फी
• Governing generative AI in higher education: Emerging policy approaches and support ecosystems at innovative U.S. universities — मार्गदर्शन द्वारा शासन: 50 नवाचारी अमेरिकी विश्वविद्यालयों में प्रशिक्षक-निर्धारित पाठ्यक्रम नियम और एक चार-इकाई सहायता पारिस्थितिकी तंत्र (कियान 2026)
• Forging ahead or proceeding with caution: Developing policy for generative artificial intelligence in legal education — विधि विद्यालय की GenAI नीति में संकाय शासन, प्रशिक्षक विवेकाधिकार और आवधिक समीक्षा (गुटोव्स्की और हर्ले 2025)
• Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment — अति-व्यापक "AI" निषेध, प्रारूप रूपांतरण और उचित-समायोजन समस्या (राइट 2026)
• AI refusal in higher education: the right to refuse, the duty to understand and the diagnostic value of non-use — साक्ष्य के रूप में इनकार: असमान शासन, समझने का कर्तव्य और गैर-उपयोग की नैदानिक मूल्य (ज़गामी 2026)
• Anticipatory governance and leadership for AI implementation in higher education: A scoping review — AI के लिए पूर्वानुमानकालीन शासन और नेतृत्व
• New systems of learning for distance learning institutions? A six-study review of implementing AIDA — ओपन यूनिवर्सिटी में AIDA का कार्यान्वयन
• Leveraging complex systems: Leading for transformative change — SPARK: परिवर्तनकारी बदलाव के लिए नेतृत्व
• Students' engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study — GenAI के साथ छात्रों की भागीदारी (SDT)
• Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World — पहचान से आगे: प्रामाणिक मूल्यांकन पुनर्निर्धारण
• A Comparative Analysis of Institutional and Course Generative AI Policies within Higher Education: Implications for Instruction in Computing Education — कम्प्यूटिंग में संस्थागत GenAI नीति
• Structuring Transparency: Developing Domain-Specific Generative AI Declaration Frameworks in Higher Education — AI घोषणा ढाँचे
• Generative AI as a Design Variable: An Evidence-Centered Framework for Principled Governance in STEM Assessment — GenAI के अंतर्गत मूल्यांकन शासन
• Artificial Intelligence in UK Higher Educational Policy and Institutional Decision Making — ब्रिटेन की उच्च-शिक्षा नीति में AI
• Review of Artificial Intelligence in Education from 2020 to 2025 — AIED अनुसंधान की व्यापक समीक्षा
• The Tragedy of the Cognitive Commons: How AI Could Disrupt the Regeneration of Professional Expertise — संज्ञानात्मक सामान्य का दुखांत: AI और विशेषज्ञता पुनर्जनन
• The Policy Deficit in AI × Social-Emotional Learning Research — AI × SEL अनुसंधान में नीति की कमी
• Identifying the ethical values and norms for artificial intelligence in education: A systematic literature review — AI शिक्षा में नैतिक मूल्य और मानदंड
• Zero-shot governance — शून्य-शॉट शासन: नीति में सामान्य-उद्देश्यीय AI (पैरोट्टा 2026)
• Who Acts, Who Knows, Who Answers? A Corpus-Assisted Discourse Analysis of Agency, Epistemic Responsibility, and Accountability in Generative AI Higher Education Research — कौन कार्य करता है, कौन जानता है, कौन उत्तर देता है? जनरेटिव AI उच्च-शिक्षा अनुसंधान में कृतकर्म, ज्ञानमीमांसात्मक जिम्मेदारी और जवाबदेही का संग्रह-सहायित प्रवचन विश्लेषण
• Instructional Governance by Design: A Framework for AI in Computing Education — डिज़ाइन द्वारा शिक्षणात्मक शासन: कम्प्यूटिंग शिक्षा में AI के लिए एक ढाँचा
• Mapping the Authorized Boundary: A Comparative Policy-Vignette Study of Generative AI Governance in Australian Higher Education — अधिकृत सीमा का मैपिंग: ऑस्ट्रेलियाई उच्च शिक्षा में जनरेटिव AI शासन का एक तुलनात्मक नीति-विग्नेट अध्ययन