ICAP फ्रेमवर्क

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

आईसीएपी फ्रेमवर्क (इंटरैक्टिव–कंस्ट्रक्टिव–ऐक्टिव–पैसिव) — मिशेलीन ची द्वारा विकसित संज्ञानात्मक संलग्नता का एक वर्गीकरण, जो शिक्षार्थी के व्यवहार को ज्ञान परिवर्तन की चारों अवस्थाओं में वर्गीकृत करता है, जो सबसे कम से सबसे अधिक संज्ञानात्मक रूप से लगे हुए क्रम में हैं: पैसिव, ऐक्टिव, कंस्ट्रक्टिव, और इंटरैक्टिव। एआई शिक्षा में, आईसीएपी एक डिज़ाइन लक्ष्य (ऐसे उपकरण बनाएँ जो पैसिव उपभोग के बजाय कंस्ट्रक्टिव और इंटरैक्टिव संलग्नता को उत्पन्न करें) और एक मूल्यांकन लेंस (मापें कि शिक्षार्थी और एआई सिस्टम वास्तव में उच्चतर अवस्थाओं में संलग्न हैं या नहीं) दोनों प्रदान करता है।(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)

विचार करने योग्य प्रश्न

किसी वीडियो देखकर या पढ़कर आख़िरी बार जब आपने कुछ 'सीखा' था, उस पर विचार करें। आईसीएपी फ्रेमवर्क उसे पैसिव कहेगा। पैसिव संपर्क से आप वास्तव में क्या याद रखते हैं, बनाम किसी और को समझाने से क्या याद रखते हैं?
आईसीएपी संलग्नता को पैसिव से ऐक्टिव, फिर कंस्ट्रक्टिव, फिर इंटरैक्टिव तक क्रम में रखता है। आपने जिन एआई उपकरणों का उपयोग किया है, वे शिक्षार्थियों को आमतौर पर कहाँ रखते हैं — और क्या अनुकूली अभ्यास में क्लिक करना वास्तविक संलग्नता है या केवल गतिविधि?
यह पेज तर्क देता है कि सबसे अधिक परिणामकारी बदलाव ऐक्टिव से कंस्ट्रक्टिव में है — केवल ज्ञान लागू करने के बजाय व्याख्याएँ या नए कलाकृतियाँ उत्पन्न करना। क्या कुछ नया बनाना ही वह कदम हो सकता है जो वास्तव में समझ को बदलता है?
एक अध्ययन में पाया गया कि संलग्नता स्तरों को लेबल करने में मानव विशेषज्ञ एआई मॉडल से कहीं अधिक बेहतर प्रदर्शन करते हैं। यदि स्वचालित प्रणालियाँ व्यवस्थित रूप से संलग्नता का कम आकलन करती हैं, तो एआई द्वारा उत्पन्न 'संलग्नता' मेट्रिक्स का हमें कैसा उपयोग करना चाहिए?
आईसीएपी दिखाता है कि जो उपकरण आपके लिए उत्तर देता है वह आपको पैसिव रखता है, जबकि जो प्रेरित करता है और प्रश्न पूछता है वह आपको कंस्ट्रक्टिव और इंटरैक्टिव संलग्नता की ओर धकेलता है। आप अपने शिक्षार्थियों के लिए कौन-सा डिज़ाइन विकल्प चुनेंगे?
इस फ्रेमवर्क का उपयोग एक डिज़ाइन लक्ष्य और एक मूल्यांकन लेंस दोनों के रूप में किया जाता है। यह पता लगाने के लिए कि शिक्षार्थी सचमुच संलग्न हैं न कि केवल ऐक्टिव, आप अपने निजी शिक्षण या डिज़ाइन में आईसीएपी का कैसे उपयोग कर सकते हैं?

परिचय

आईसीएपी इस मान्यता पर आधारित है कि शिक्षार्थी क्या करते हैं यह निर्धारित करता है कि वे कितना और क्या सीखते हैं। ची के फ्रेमवर्क का यह दावा है कि जैसे-जैसे संलग्नता पैसिव से ऐक्टिव, फिर कंस्ट्रक्टिव, फिर इंटरैक्टिव की ओर बढ़ती है, ज्ञान परिवर्तन की प्रकृति गहरी होती जाती है — संग्रहण से, ध्यान देने तक, नए ज्ञान को पूर्व ज्ञान के साथ एकीकृत करने तक, और संवाद के माध्यम से सह-निर्माण तक। यह आईसीएपी को एआई शिक्षा के लिए एक शक्तिशाली विश्लेषणात्मक उपकरण बनाता है, जहाँ केंद्रीय डिज़ाइन प्रश्न यह है कि एआई सहायता शिक्षार्थियों की संज्ञानात्मक संलग्नता का समर्थन करती है या उसे हटाती है।

चारों अवस्थाएँ

अवस्था	शिक्षार्थी का व्यवहार	ज्ञान परिवर्तन की प्रकृति
इंटरैक्टिव	किसी अन्य शिक्षार्थी या एजेंट के साथ संवाद, अर्थ का सह-निर्माण; जैसे किसी स्थिति का बचाव करना, सहयोगी समस्या-समाधान	साझा, पारस्परिक गतिविधि के माध्यम से नए ज्ञान का सह-निर्माण
कंस्ट्रक्टिव	दिए गए से आगे नई उत्पादन करना; जैसे स्व-व्याख्या, तुलना, विवेचन, चित्र बनाना	नई जानकारी को पूर्व ज्ञान के साथ एकीकृत करके नई समझ उत्पन्न करना
ऐक्टिव	सामग्री पर परिवर्तन करना या उस पर कार्य करना; जैसे नोट्स बनाना, रेखांकित करना, सोचने के लिए रुकना	जानकारी पर ध्यान देना और उसे संग्रहीत करना, कभी-कभी गहरे एकीकरण के बिना
पैसिव	बिना कोई स्पष्ट क्रिया किए जानकारी प्राप्त करना; जैसे व्याख्यान सुनना, पढ़ना	जानकारी संग्रहीत करना, सीमित आगे की प्रक्रिया के साथ

एआई शिक्षा में आईसीएपी

एआई उपकरणों के लिए एक डिज़ाइन लक्ष्य

आईसीएपी एआई शिक्षा के केंद्रीय डिज़ाइन प्रश्न को नए सिरे से रखता है: जो एआई उपकरण शिक्षार्थी के लिए उत्तर देता है वह उन्हें पैसिव/ऐक्टिव अवस्थाओं में रखता है, जबकि जो उपकरण प्रेरित करता है, प्रश्न पूछता है, और स्कैफोल्ड करता है वह शिक्षार्थियों को कंस्ट्रक्टिव और इंटरैक्टिव संलग्नता की ओर धकेल सकता है। यह आईसीएपी को कंस्ट्रक्टिविज़्म शिक्षाशास्त्र और सक्रिय अधिगम (Active Learning) अनुसंधान के साथ संरेखित करता है।(Multimodal Learning with Generative AI)(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)

एआई एजेंटों के लिए एक मूल्यांकन लेंस

आईसीएपी एक मापन फ्रेमवर्क के रूप में भी काम करता है। एक अध्ययन में, शोधकर्ताओं ने सहयोगी संवाद में संज्ञानात्मक संलग्नता का वर्णन करने के लिए आईसीएपी को एक 7-बिंदु पैमाने तक विस्तारित किया, और फिर प्रशिक्षित मानव एनोटेटरों की तुलना एलएलएम-आधारित लेबलिंग (इन-कॉन्टेक्स्ट लर्निंग, ज़ीरो-शॉट प्रॉम्प्टिंग, और रिफ्लेक्टिव एजेंट) से की। मानव अंतः-रेटर विश्वसनीयता (कैपा = 0.906–0.998) एलएलएम एनोटेशन (कैपा = 0.541–0.609) से कहीं अधिक रही, जो लर्निंग एनालिटिक्स पाइपलाइनों में स्वचालित संलग्नता मापन के लिए आईसीएपी की भूमिका — और वर्तमान सीमाओं — को उजागर करता है।(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)

सहयोगी संवाद की सुविधा को मार्गदर्शन

चूँकि इंटरैक्टिव संलग्नता आईसीएपी की सबसे उच्चतर अवस्था है, यह फ्रेमवर्क ऑनलाइन सहयोगी चर्चा में एआई सुविधा के मूल्य को स्थान देने में मदद करता है। एलएलएम सुविधा समय पर अनुसंधान दिखाता है कि किसी चर्चा में एआई कब हस्तक्षेप करता है, यह निर्धारित करता है कि वह इंटरैक्टिव ज्ञान सह-निर्माण का समर्थन करता है या उसे बाधित करता है — एक आईसीएपी-सूचित सावधानी कि स्वायत्त मॉडरेशन एजेंटों को अति-उत्सुक सुविधा के बजाय मानव-जैसे संयम की ओर समायोजित होने की आवश्यकता है।

आईसीएपी और लर्निंग एनालिटिक्स डिज़ाइन

आईसीएपी उथले "संलग्नता" मेट्रिक्स की आलोचनाओं का आधार है: फ़िल्टर क्लिक करके किसी डैशबोर्ड के साथ बातचीत करना ऐक्टिव है, इंटरैक्टिव नहीं। प्रभावी लर्निंग-एनालिटिक्स डिज़ाइन स्व-मूल्यांकन और द्विदिशीय संवाद को उत्पन्न करते हैं, न कि केवल डेटा प्रदर्शित करते हैं — यह निहितार्थ सीधे ची के फ्रेमवर्क से लिया गया है।(Interactive learning dashboards: rethinking learning visualisations as engagement tools)

केंद्रीय चरण के रूप में ऐक्टिव→कंस्ट्रक्टिव संक्रमण

हालाँकि आईसीएपी एक पदानुक्रम का वर्णन करता है, सीखने के लिए सबसे अधिक परिणामकारी बदलाव ऐक्टिव से कंस्ट्रक्टिव अवस्थाओं में कूद है (Chi & Boucher, 2023)। ऐक्टिव संलग्नता (समान-किंतु-गैर-समान परिदृश्यों पर ज्ञान लागू करना) शिक्षार्थियों को तैयार करती है, लेकिन कंस्ट्रक्टिव संलग्नता — व्याख्याएँ, सारांश, या नई कलाकृतियाँ उत्पन्न करना — ही उन्हें नया ज्ञान बनाने में सक्षम बनाती है। एआई शिक्षा के लिए यही केंद्रीय बिंदु है: जो उपकरण शिक्षार्थियों को ऐक्टिव अवस्था में रखता है (जैसे अनुकूली अभ्यास में क्लिक करते रहना), वह उत्पादक दिख सकता है लेकिन कभी उन्हें उस कंस्ट्रक्टिव निर्माण में नहीं धकेलता जो स्थायी समझ देता है। जो सहयोगी और साक्षरता-केंद्रित हस्तक्षेप जानबूझकर ऐक्टिव→कंस्ट्रक्टिव छलांग को स्कैफोल्ड करते हैं, उनमें सबसे मज़बूत लाभ दिखाई देते हैं।(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)

आईटीएस में अनुकूली स्कैफोल्डिंग संकेत के रूप में आईसीएपी

आईसीएपी की अवस्थाओं को लक्ष्य अवस्थाओं के रूप में संचालित किया जा सकता है, जिनमें से एक अनुकूली ट्यूटर एक विकसित होती छात्र-मॉडल के आधार पर संज्ञानात्मक संलग्नता को स्कैफोल्ड करने के लिए चुनाव करता है। एक लॉजिक आईटीएस में, Dey Tithi et al. ने एक ऐक्टिव "गाइडेड" वर्क्ड-एग्ज़ांपल अवस्था और एक कंस्ट्रक्टिव "बगी" एग्ज़ांपल अवस्था के बीच गतिशील रूप से चयन किया। 113 छात्रों पर बेज़ियन नॉलेज ट्रेसिंग (बीकेटी) की तुलना डीप रिइन्फोर्समेंट लर्निंग (डीआरएल) और एक गैर-अनुकूली बेसलाइन से करने पर, दोनों अनुकूली नीतियों ने पोस्टटेस्ट प्रदर्शन में सुधार किया — लेकिन भिन्न तरीके से: बीकेटी ने कम-पूर्व-ज्ञान वाले छात्रों को सबसे बड़ा लाभ दिया (जिससे वे पकड़ में आ सके), जबकि डीआरएल ने अधिक-पूर्व-ज्ञान वाले छात्रों में सर्वोच्च पोस्टटेस्ट स्कोर उत्पन्न किए। यह एक ठोस प्रदर्शन है कि किसी इंटेलिजेंट ट्यूटर के आईसीएपी अवस्था को प्रभावी ढंग से वैयक्तिकृत करना शिक्षार्थी के वर्तमान ज्ञान के मॉडलिंग पर निर्भर करता है — और कि कोई एक ही अवस्था या अनुकूली विधि हर शिक्षार्थी के लिए उपयुक्त नहीं है। यह आईसीएपी पदानुक्रम को सीधे अनुकूली अधिगम और ज्ञान अनुरेखण डिज़ाइन से जोड़ता है।

मानव-जैसे एजेंट उत्पन्न करने के लिए संज्ञानात्मक अवस्था के मॉडल के रूप में आईसीएपी

कार्य अवस्थाओं के चयन से आगे, आईसीएपी को किसी जनरेटिव शैक्षणिक एजेंट के संज्ञानात्मक मॉडल में सीधे सम्मिलित किया गया है। CogEvolution एक आईसीएपी-आधारित "संज्ञानात्मक गहराई परसेप्ट्रॉन" बनाता है जो इनपुट को चारों आईसीएपी स्तरों पर एक संभावना वितरण में मैप करता है, और इसे विकास-प्रेरित अवस्था अद्यतनों और आइटम-रिस्पॉन्स-थ्योरी मेमोरी पुनर्प्राप्ति के साथ मिलाकर किसी छात्र के संज्ञानात्मक विकास की नकल करता है (जिसमें भ्रम → अंतर्दृष्टि जैसे संक्रमण भी शामिल हैं)। एब्लेशन दिखाते हैं कि आईसीएपी परसेप्शन मॉड्यूल को हटाने पर एजेंट की उथले और गहरे सीखने में अंतर करने की क्षमता ध्वस्त हो जाती है — यह प्रमाण है कि आईसीएपी वर्गीकरण केवल एक बाह्य मूल्यांकन लेंस के रूप में ही नहीं, बल्कि छात्र सिमुलेशन के लिए संज्ञानात्मक संलग्नता का एक सूक्ष्म, आंतरिक माप भी बन सकता है।

आईसीएपी विचारपूर्ण जेनएआई इंटरैक्शन के मूल्यांकन का आधार

जनरेटिव, प्रक्रिया-स्तरीय संलग्नता पर आईसीएपी का ज़ोर उन मूल्यांकन फ्रेमवर्कों द्वारा अपनाया गया है जो यह मूल्यांकन करते हैं कि छात्र जनरेटिव एआई के साथ कैसे सीखते हैं। ड्राइव फ्रेमवर्क अपने मूल निर्माण — जेनएआई आउटपुट के साथ गहरी विचारपूर्ण इंटरैक्शन — को स्पष्ट रूप से उस प्रकार की जनरेटिव संलग्नता के साथ संरेखित करता है जिसे आईसीएपी गहरी सीखने की ओर ले जाने वाली मानता है, और इसका उपयोग एआई-जनित सामग्री की सतही खपत से प्रयासपूर्ण, विचारपूर्ण पुनर्निर्माण में अंतर करने के लिए करता है। यह आईसीएपी को केवल उपयोग को ट्रैक करने के बजाय सार्थक जेनएआई सीखने की इंटरैक्शन को डिज़ाइन और मापने के लिए एक सैद्धांतिक आधार के रूप में स्थापित करता है।

डिज़ाइन और अनुसंधान के लिए निहितार्थ

उच्चतर अवस्थाओं के लिए डिज़ाइन करें। एआई उपकरणों को शिक्षार्थियों को उत्पन्न करने, समझाने और संवाद करने के लिए प्रेरित करना चाहिए — कंस्ट्रक्टिव और इंटरैक्टिव गतिविधि — न कि पैसिव सामग्री वितरित करना या उत्तर-मशीन की तरह काम करना।(Multimodal Learning with Generative AI)
शिक्षार्थियों को अवस्थाओं में संलग्न करें। प्रभावी एआई साक्षरता शिक्षण शिक्षार्थियों को एकाधिक आईसीएपी स्तरों पर संलग्न करता है — पैसिव संपर्क, ऐक्टिव परिवर्तन, कंस्ट्रक्टिव निर्माण, और इंटरैक्टिव संवाद — सीखने के लक्ष्य के अनुकूल अवस्था का चयन करते हुए।(Systematic Review of Collaborative Learning Activities for Promoting AI Literacy)
संलग्नता की ईमानदारी से मापन करें। आईसीएपी शोधकर्ताओं और डिज़ाइनरों को वास्तविक संज्ञानात्मक संलग्नता और केवल गतिविधि में अंतर करने के लिए एक साझा शब्दावली देता है — उथले छात्र सहभागिता के लिए एक सुधार।(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)
मानव–एलएलएम एनोटेशन अंतर पर नज़र रखें। यदि संलग्नता को कोड करने के लिए स्वचालित प्रणालियों का उपयोग किया जाता है, तो प्रशिक्षित मानवों के सापेक्ष उनकी व्यवस्थित कमी को ध्यान में रखा जाना चाहिए।(Measuring Cognitive Engagement in Collaborative Discourse with an Extended ICAP Framework: Comparing Human Annotation, In-Context Learning, and Reflective LLM Agents)

मेटाडेटा

अधिगम और शिक्षण	सक्रिय अधिगम (Active Learning), संज्ञानात्मक मनोविज्ञान, सहयोगी शिक्षा, सीखने के सिद्धांत
प्रौद्योगिकियाँ और तकनीकें	शैक्षिक एनएलपी, लर्निंग एनालिटिक्स
शिक्षा में AI की नींव	सीखने का डिज़ाइन

Source History Edit Chat