शिक्षा में AI का इतिहास

इस पृष्ठ पर

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

शिक्षा में AI का इतिहास — यह अध्ययन इस बात का है कि बीसवीं शताब्दी के मध्य से कृत्रिम बुद्धिमत्ता और शिक्षा ने साथ-साथ किस प्रकार विकसित होते हुए एक-दूसरे को आकार दिया है, और पिछली अवधारणात्मक, शब्दावली-संबंधी एवं डिज़ाइन संबंधी पसंद आज की शिक्षा में AI को लेकर चल रही बहसों को किस तरह प्रभावित करती रहती हैं। जनरेटिव AI को अचानक आई और अभूतपूर्व शक्ति के रूप में देने के बजाय, एक ऐतिहासिक दृष्टि से वे बार-बार आती तनावें दिखाई देती हैं — नियंत्रण बनाम सशक्तिकरण (agency), मानकीकरण बनाम रचनात्मकता, स्वचालन बनाम संवर्धन (augmentation) — जो इस क्षेत्र की शुरुआत से ही शिक्षा में AI की संरचना को निर्धारित करती आई हैं।

विचार के लिए प्रश्न

आज की जनरेटिव AI को अक्सर एक अभूतपूव क्रांति बताया जाता है। यह फ़्रेमिंग ('कालकेन्द्रितता' यानी chronocentrism) हमें इसके नीचे बार-बार दोहराए जाने वाले पैटर्न देखने से किस प्रकार रोक सकती है?
इस क्षेत्र का नाम 'कृत्रिम बुद्धिमत्ता' के बजाय लगभग 'साइबरनेटिक्स' ही रखा जाने वाला था। इस एक नामकरण की पसंद ने यह निर्धारित करने में किस प्रकार योगदान दिया होगा कि हम मशीनों को स्वतंत्र बुद्धिमत्ताओं के रूप में देखें या परस्पर जुड़े फीडबैक तंत्रों के हिस्से के रूप में?
यह पेज AIED के इतिहास को नियंत्रण (Anderson के संज्ञानात्मक ट्यूटर, जो शिक्षण को अनुकूलित करते हैं) और सशक्तिकरण (Papert का संरचनावाद, जो शिक्षार्थियों को सशक्त बनाता है) के बीच के तनाव के रूप में प्रस्तुत करता है। शिक्षा में AI संबंधी आपकी अपनी पसंदें इस स्पेक्ट्रम के कहाँ गिरती हैं — और क्यों?
व्यक्तिगतकरण, जैसा यह पेज तर्क देता है, के दो अर्थ हैं: वही परिणाम रखते हुए रास्ता बदलना, या विविध, शिक्षार्थि-निर्देशित परिणामों को संभव बनाना। आपका संस्थान वास्तव में किस प्रकार के व्यक्तिगतकरण को अपनाता है, और आपके विचार से उसे किस प्रकार का अपनाना चाहिए?
यदि आज की GenAI संबंधी बहसें इन ऐतिहासिक तनावों का 'प्रतिबिंब' हैं, तो हम किन पुरानी गलतियों को दोहरा रहे हो सकते हैं — और उन्हें याद रखकर हम किन बातों से बच सकते हैं?
यह पेज दावा करता है कि तकनीकी डिज़ाइन संबंधी पसंदों में सीखने के उद्देश्य को लेकर मूल्य निर्णय अंतर्निहित होते हैं। क्या आप किसी ऐसे AI शिक्षा उपकरण में कोई डिज़ाइन निर्णय पहचान सकते हैं जिसे आपने उपयोग किया और जिसने चुपचाप मानकीकरण को शिक्षार्थी के सशक्तिकरण के ऊपर प्राथमिकता दी — या इसके उलट?

परिचय

इस क्षेत्र का इतिहास एक रैखिक प्रगति नहीं, बल्कि ऐसे निर्णयों की श्रृंखला है जो आकस्मिक (contingent) थे और जिनका प्रभाव आज भी गूँजता है। यह इतिहास समझना "कालकेन्द्रितता" (वर्तमान घटनाओं को अद्वितीय रूप से क्रांतिकारी मानने की पूर्वाग्रह) के विरुद्ध सुरक्षा करता है, पिछली गलतियों को दोहराने से बचाता है, और दिखाता है कि केवल तकनीक ही नहीं, बल्कि फ़्रेमिंग और शब्दावली संबंधी पसंदें भी शिक्षा में AI की दिशा को निर्धारित करती हैं।

प्रमुख ऐतिहासिक धागे

साइबरनेटिक्स से "कृत्रिम बुद्धिमत्ता" तक। जब John McCarthy ने 1956 के Dartmouth ग्रीष्मकालीन अनुसंधान परियोजना (Dartmouth Summer Research Project) की योजना बनाई, तो उसने cybernetics के स्थान पर जान-बूझकर artificial intelligence शब्द चुना — आंशिक रूप से इसलिए कि क्षेत्र को Norbert Wiener और उनके एनालॉग फीडबैक केंद्रित दृष्टिकोण से दूर रखा जाए। इस नामकरण निर्णय ने मशीन की क्षमताओं को मानव संज्ञान के सीधे तुलनात्मक संदर्भ में रखा (मानवरूपी फ़्रेमिंग, यानी anthropomorphic framing), और दशकों तक अनुसंधान प्राथमिकताओं, जन-समझ और नैतिक बहस की दिशा निर्धारित की। यदि क्षेत्र ने साइबरनेटिक फ़्रेमिंग को बनाए रखा होता, तो लेख कल्पना करता है कि हम आज "cybernetic learning systems" की बात कर रहे होते — जो फीडबैक और परस्पर संबंध पर ज़ोर देते हैं — न कि "AI tutors" की, जो मशीन को बुद्धिमत्ता का एक स्वतंत्र स्रोत बनाते हैं।

संज्ञानात्मक क्रांति और ITS की जड़ें। शुरुआती अग्रदूत — Herbert Simon, Allen Newell, Marvin Minsky, John Anderson — ने केवल संज्ञान का मॉडल बनाया ही नहीं; वे सीखने और शिक्षण संबंधी मूलभूत प्रश्नों की जाँच कर रहे थे। उनके काम ने मानव संज्ञान के सूचना-प्रक्रिया मॉडल उत्पन्न किए, जो शैक्षणिक मनोविज्ञान की नींव बने, और 1960–70 के दशकों की AI के heuristic-search तथा expert-systems प्रतिमानों में निहित Intelligent Tutoring Systems (ITS) तक पहुँचे। ये तंत्र मूल्यांकन और मानकीकरण की मौजूदा संरचनाओं के साथ स्वाभाविक रूप से मेल खाते थे, और अंततः AIED समुदाय के रूप में एकत्रित हुए।

नियंत्रण बनाम सशक्तिकरण: Anderson और Papert। John Anderson और Seymour Papert में अभिव्यक्त दो प्रतिस्पर्धी दृष्टिकोण उभरे। Anderson के cognitive tutors (ACT/ACT-R सिद्धांत) ने ज्ञान को उत्पादन नियमों (production rules) में तोड़ा, सटीक व्यक्तिगत फीडबैक दिया, और पारंपरिक शैक्षणिक संरचनाओं को सुदृढ़ किया — यह AI का एक ऐसा दृष्टिकोण है जो शिक्षण को अनुकूलित करने का उपकरण है। Papert का constructionism (Logo, "microworlds", debugging-as-learning) ने कंप्यूटरों को ऐसे वातावरण के रूप में देखा जहाँ बच्चे रचनात्मक प्रयोग के माध्यम से ज्ञान का निर्माण करते हैं — यह AI का एक ऐसा दृष्टिकोण है जो बौद्धिक सशक्तिकरण का साधन है और संस्थागत पदानुक्रमों को चुनौती देता है। नियंत्रण और सशक्तिकरण के बीच यह "आवश्यक तनाव" इस क्षेत्र के इतिहास की मुख्य रेखा है।

व्यक्तिगतकरण के दो रूप। Personalization के दो भिन्न व्याख्याएँ हैं जो इन दृष्टिकोणों से मेल खाती हैं। पहली एक समान परिणाम बनाए रखते हुए रास्ता बदलती है (Skinner के teaching machines में निहित; दक्षता तक शिक्षण के Khan Academy दृष्टिकोण में)। दूसरी विविध परिणामों को अपनाती है — शिक्षार्थी अपनी व्यक्तिगत रुचियों और प्रतिभाओं का पीछा करते हैं, मानक पाठ्यक्रम की सीमाओं से अबाधित (Zhao, 2024)। ITS मॉडल पहले का समर्थन करता है; संरचनावाद दूसरे का।

GenAI युग के लिए सबक। जनरेटिव AI को लेकर आज की बहसें इन ऐतिहासिक तनावों का निकटतम प्रतिबिंब हैं। GenAI को अक्सर अगली पीढ़ी के intelligent tutor के रूप में प्रस्तुत किया जाता है (Anderson का विस्तार), जिससे निगरानी, डेटा संग्रह और मानकीकरण संबंधी चिंताएँ उठती हैं। वैकल्पिक रूप से यह रचनात्मक सशक्तिकरण का उपकरण हो सकता है (Papert का विस्तार), जिसके लिए हमें मूल्यांकन को फिर से सोचना पड़ेगा और अधिक अस्पष्ट परिणामों को स्वीकारना होगा। जैसा Mishra et al. निष्कर्ष निकालते हैं, संस्थागत शक्तियाँ बार-बार उन्हीं दृष्टिकोणों का पक्ष लेती हैं जो मौजूदा संरचनाओं को सुदृढ़ करते हैं — और हमारी चुनी हुई भाषा एवं रूपक भविष्य की संभावनाओं को आकार देंगे। Rismanchian & Doroudi का AI×Ed ढाँचा इस अनुभूति को प्रामाणिक आधार देता है: AIED की कार्यवाहियों (1985, 1993, 2021, 2024) और IJAIED (2004, 2014, 2021) से प्रलेखनों को दो अक्षों के साथ रखकर — AI की भूमिका (अनुप्रयुक्त उपकरण बनाम मानव बुद्धिमत्ता के सादृश्य के रूप में) और अंतिम उपयोगकर्ता — वे एक ऐसे क्षेत्र की यात्रा का पता लगाते हैं जो विविध मिश्रण से चलकर, जिसमें AI को मानव बुद्धिमत्ता के सादृश्य के रूप में उपयोग करने वाला पर्याप्त प्रारंभिक शोध शामिल था (सीखने के कंप्यूटेशनल मॉडल, Papert के microworlds, ज्ञान अर्जन के agent-based मॉडल), 2000 के दशक तक अनुप्रयुक्त, साधनात्मक उपयोगों पर लगभग अनन्य ध्यान की ओर बढ़ा। उल्लेखनीय है कि जनरेटिव-AI युग इस प्रवृत्ति को आंशिक रूप से उलट देता है: AIED 2024 में, क्षेत्र के "AI-as-analogy" पाद में चारों प्रलेखनों में से तीन LLM-आधारित थे, जिनमें LLM-आधारित teachable agents पर सर्वश्रेष्ठ-प्रलेखन (best-paper) का काम भी शामिल है।

जनरेटिव AI का हालिया प्रभाव

generative AI का आगमन — एक विस्तृत परिवार जिसमें large language models (पाठ), तथा चित्र, ऑडियो और वीडियो जनरेटर सम्मिलित हैं — क्षेत्र की स्थापना के बाद से AIED के इतिहास में सबसे महत्वपूर्ण मोड़ का प्रतीक है। LLM इस परिवार के सबसे प्रमुख सदस्य हैं और अधिकांश कक्षा-स्तरीय प्रभाव के चालक हैं, लेकिन जनरेटिव AI समग्र रूप से (जो नया पाठ, चित्र, ध्वनि और कोड बना सकता है) वह व्यापक शक्ति है जो शिक्षा को नए सिरे से आकार दे रही है। इसे AIED के इतिहास के संदर्भ में समझना सबसे उचित है, किसी साफ़ विराम के रूप में नहीं। जनरेटिव-AI युग को विशिष्ट बनाने वाली कई विशेषताएँ हैं:

स्केल और पहुँच। पिछले दशकों के संज्ञानात्मक ट्यूटरों और ITS के विपरीत, जो नियंत्रित प्रयोगशाला और कक्षा सेटिंग्स में काम करते थे, LLMs ने रिलीज़ के महीनों के भीतर करोड़ों शिक्षार्थियों और शिक्षकों तक पहुँच बनाई, और लगभग तुरंत रोज़मर्रा की लेखन, गृहकार्य और शिक्षण में प्रवेश कर गई। GenAI संबंधी बहस अभूतपूर्व गति से विशेषज्ञ पत्रिकाओं से कक्षाओं, बोर्डरूमों और विधायिकाओं तक पहुँच गई।

एक नई क्षमता का प्रकार। पहले के AIED तंत्र संज्ञान का मॉडल बनाते थे और संरचित शिक्षण देते थे (Anderson परंपरा)। LLM खुले अंत वाली पीढ़ी करते हैं — निबंध, स्पष्टीकरण, कोड और संवाद उत्पन्न करते हैं — जो शिक्षार्थी के सशक्तिकरण और रचनात्मकता (Papert परंपरा) को उस तरह उजागर करता है जैसा पहले के ITS नहीं कर सके। यही कारण है कि वर्तमान क्षण नियंत्रण-बनाम-सशक्तिकरण तनाव को इतनी तीख़ता से फिर से जगाता है: एक ही उपकरण को अगली पीढ़ी के intelligent tutor (परिणामों को नियंत्रित करता हुआ) के रूप में भी तैनात किया जा सकता है और रचनात्मक सह-लेखक तथा विचार-साथी (सशक्तिकरण को बढ़ाता हुआ) के रूप में भी।

पहुँच के समीकरण का उलटफेर। ऐतिहासिक रूप से व्यक्तिगत शिक्षण दुर्लभ और महँगा था; GenAI ने अनुकूली एक-पर-एक सहायता को लगभग निःशुल्क और सर्वव्यापी बना दिया — उन पहुँच और लागत की बाधाओं को नाटकीय रूप से घटाया जो पहले के AIED को आकार देती थीं। लेकिन इसने नए जोखिम भी लाए: एल्गोरिदमिक पूर्वाग्रह, मतिभ्रम (hallucination), निगरानी, डेटा संग्रह, और शिक्षकों का कौशल-ह्रास।

AI साक्षरता और दुरुपयोग को लेकर नई चिंता। जनरेटिव-AI युग ने AI साक्षरता को तात्कालिक बना दिया और शैक्षणिक इमानदारी संबंधी बहसों (पहचान बनाम संवाद) को नए सिरे से फ़्रेम किया, साथ ही स्वचालन, मानकीकरण और ज्ञान-निर्भरता (epistemic dependence) संबंधी पुरानी चिंताओं को पुनर्जीवित किया। ये इस क्षेत्र के मूल तनावों के आधुनिक रूप हैं।

कालकेन्द्रितता का जोखिम। जैसा Mishra et al. चेतावनी देते हैं, जनरेटिव AI के इर्द-गिर्द का प्रचार अक्सर ऐतिहासिक जागरूकता से रहित होता है, जिससे तकनीकी उपदेशक (tech evangelists) बातचीत पर हावी हो जाते हैं। यह समझना कि आज की GenAI बहसें Anderson–Papert के विभाजन और 1955 के साइबरनेटिक्स नामकरण निर्णय का गूँज हैं, हमें जानबूझकर पसंद करने में मदद करता है, न कि वर्तमान को अनिवार्य मानने में। असली प्रश्न यह नहीं कि जनरेटिव-AI उपकरण क्या कर सकते हैं, बल्कि यह है कि हम उनसे क्या करवाना चाहते हैं — एक ऐसा निर्णय जो इस बात से आकारित होता है कि हम कहाँ से आए हैं।

निहितार्थ

प्रचार को ऐतिहासिक रूप से पढ़ें। पहचानें कि AI की हर नई लहर को क्रांतिकारी बताया जाता है; ऐतिहासिक जागरूकता निरंतरता दिखाती है और बातचीत पर कॉर्पोरेट प्रभुत्व का विरोध करने में मदद करती है।
डिज़ाइन पसंदों को मूल्य पसंदों के रूप में देखें। शिक्षा में AI संबंधी तकनीकी निर्णयों में सीखने के उद्देश्य को लेकर विचारधारात्मक स्थितियाँ निहित होती हैं — उन्हें सामने लाएँ और उन पर सवाल उठाएँ।
नियंत्रण और सशक्तिकरण को जानबूझकर तुलनात्मक तौर पर तौलें। क्या AI को मानक परिणामों की ओर अनुकूलित करना चाहिए या विविध, शिक्षार्थि-निर्देशित परिणामों को संभव बनाना चाहिए, यह एक वास्तविक पसंद है जिसके संस्थागत और राजनीतिक परिणाम हैं, कोई तकनीकी तथ्य नहीं।
शिक्षार्थी के सशक्तिकरण को बनाए रखें। खुले अंत वाले, शिक्षार्थि-केंद्रित दृष्टिकोणों के पक्ष में मानकीकरण और नियंत्रण के विरुद्ध बार-बार होने वाला प्रतिरोध एक टिकाऊ धागा है जिसका बचाव करने योग्य है।

मेटाडेटा

अधिगम और शिक्षण	कंस्ट्रक्टिविज़्म, सीखने के सिद्धांत
प्रौद्योगिकियाँ और तकनीकें	जनरेटिव-AI, इंटेलिजेंट ट्यूटरिंग
शिक्षा में AI की नींव	शिक्षार्थी सक्रियता, शिक्षा में AI, शिक्षा में AI का इतिहास

Source History Edit Chat