इस पृष्ठ पर

यह पृष्ठ अंग्रेज़ी में पढ़ें

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

सूचना प्रौद्योगिकी शिक्षा — कंप्यूटिंग शिक्षा की वह शाखा जो व्यवसायियों को उन सामाजिक-तकनीकी प्रणालियों का चयन, परिनियोजन, सुरक्षा, प्रशासन और शासन करने के लिए तैयार करती है जिन्हें संगठन वास्तव में संचालित करते हैं, न कि कंप्यूटेशन को अपने आप में एक विषय के रूप में अध्ययन करने के लिए। इसका सबसे नज़दीक पड़ोसी, और अधिकांश सीमा-भ्रम का स्रोत, CS शिक्षा है: कंप्यूटर विज्ञान शिक्षा एल्गोरिदम, प्रोग्रामिंग और औपचारिक आधारों पर केंद्रित है, जबकि सूचना प्रौद्योगिकी शिक्षा अनुप्रयुक्त विन्यास, साइबर सुरक्षा, डेटा और सूचना प्रबंधन, तथा उन प्रणालियों के संगठनात्मक AI शासन पर केंद्रित है। जेनरेटिव AI इस क्षेत्र तक दो रास्तों से पहुँचती है — एक वस्तु के रूप में जिसका मूल्यांकन, सुरक्षा और विनियमन करना विद्यार्थियों को सीखना है, और एक उपकरण के रूप में जो उन्हें ट्यूटर करती है, उनके प्रश्नों का वर्गीकरण करती है, और चुपचाप उन व्यावसायिक मार्गों को फिर लिखती है जिनके लिए वे तैयार किए जा रहे हैं।

विचार करने योग्य प्रश्न

  • यदि AI उन निर्माण-विफलता-डिबग चक्रों को संपीड़ित कर दे जिन्होंने ऐतिहासिक रूप से सूचना प्रौद्योगिकी विशेषज्ञता उत्पन्न की, तो एक पाठ्यक्रम को जान-बूझकर किन आधारभूत क्षमताओं की रक्षा करनी चाहिए, और किन्हें उपकरण को सौंपा जा सकता है?
  • विद्यार्थी अपने संस्थान के नियम जानते हैं और फिर भी यह नहीं कह सकते कि उनका अपना उपयोग अनुरूप है या नहीं। क्या यह संप्रेषण की विफलता है, या नियम-आधारित उपकरण उस अभ्यास के लिए गलत उपाय है जो व्यक्तिगत खातों पर निजी रूप से होता है?
  • सूचना प्रौद्योगिकी शिक्षा कंप्यूटर विज्ञान, व्यापार और व्यावसायिक शिक्षा के बीच स्थित है। AI शासन की क्षमता किसके पास होनी चाहिए — एक पाठ्यक्रम की, एक पाठ्यक्रम-धागे की, या कार्यक्रम-स्तरीय परिणाम की?
  • यदि एक ट्रांसफॉर्मर वर्गीकृतक उच्च-स्तरीय शिक्षार्थी प्रश्नों को लगभग 79% परिशुद्धता पर अलग करता है, तो क्या सूचना प्रौद्योगिकी कार्यक्रमों को प्रश्न-पूछने पर गुणात्मक प्रतिपुष्टि स्वचालित करनी ही चाहिए?
  • GenAI के बारे में अधिकांश विद्यार्थियों के मानसिक मॉडल घोषणात्मक और उथले हैं। क्या यह दुरुपयोग की भविष्यवाणी करता है, या केवल यह असमर्थता बताता है कि वे उन निर्णयों को समझा नहीं पाते जिन्हें वे वास्तव में सही ढंग से ले रहे हैं?

परिचय

सूचना प्रौद्योगिकी शिक्षा कंप्यूटिंग की अनुप्रयुक्त शाखा है। यह लोगों को संगठनों के भीतर प्रणालियों को काम करवाने के लिए प्रशिक्षित करती है — नेटवर्क, डेटाबेस, सुरक्षा संचालन, स्वास्थ्य सूचना प्रबंधन, ई-गवर्नेंस सेवाएँ — और इसके स्नातकों का आकलन सामान्यतः केवल शैक्षणिक संस्थानों द्वारा नहीं, बल्कि व्यावसायिक निकायों और नियोक्ताओं द्वारा किया जाता है। CS शिक्षा के सापेक्ष इसकी विशिष्टता विश्लेषण की इकाई है। कंप्यूटर विज्ञान शिक्षा कार्यक्रम और एल्गोरिदम को अपने विषय बनाती है; सूचना प्रौद्योगिकी शिक्षा परिनियोजित प्रणाली और उसके विषय में व्यवसायी की विवेकबुद्धि को लेती है। जहाँ कंप्यूटर विज्ञान यह बहस करता है कि क्या AI कोड जनन प्रोग्रामिंग कौशल को कमज़ोर करता है, वहाँ सूचना प्रौद्योगिकी यह बहस करती है कि क्या AI समस्या-निवारण नैदानिक कौशल को कमज़ोर करता है, क्या AI-प्रारूपित नीति दस्तावेज़ किसी को बाँधते हैं, और क्या स्नातक उन डेटा प्रणालियों का शासन कर सकते हैं जिनका वे प्रशासन करते हैं।

पड़ोसी विषय विभिन्न तरीकों से अतिव्यापित होते हैं। STEM शिक्षा मूल श्रेणी है और अपने उपकरण साझा करती है, लेकिन सूचना प्रौद्योगिकी शिक्षा अधिक बार एक व्यावसायिक मास्टर या अनुप्रयुक्त स्नातक डिग्री होती है जिसके स्नातक विनियमित कार्यस्थलों में प्रवेश करते हैं। व्यवसायिक शिक्षा सूचना प्रणालियों और ई-गवर्नेंस कार्यक्रमों के माध्यम से निकट है, जो प्रायः पाठ्यक्रमों और विद्यार्थियों को सूचना प्रौद्योगिकी पाठ्यक्रमों के साथ साझा करते हैं। व्यावसायिक शिक्षा और प्रशिक्षण दूसरा व्यावसायिक पड़ोसी है: दोनों क्षेत्र अभ्यास के लिए प्रशिक्षित करते हैं, लेकिन व्यावसायिक कार्यक्रम निर्धारित व्यवसायों में तकनीशियन-स्तरीय क्षमता का लक्ष्य रखते हैं, जबकि सूचना प्रौद्योगिकी शिक्षा अमूर्त प्रणाली तर्क मानती है और उन लोगों का उत्पादन करती है जो शासन दस्तावेज़ लिखते हैं, केवल उनका पालन नहीं करते। उच्च शिक्षा क्षेत्र के बजाय स्तर का नाम है, और क्षेत्र एक मान्यता और अनुपालन सतह रखता है — स्वास्थ्य सूचना विज्ञान मान्यता, विद्यार्थियों द्वारा संभाले डेटा के लिए HIPAA और FERPA दायित्व — जो यह निर्धारित करती है कि क्या वैध पाठ्यक्रम गिना जाता है।

इस क्षेत्र में AI के विषय में विशिष्ट बात यह है कि वही तकनीक पाठ्यक्रम सामग्री और पाठपोषण दोनों है। संकलित प्रमाण एक असहज विषय पर अभिसरित होता है: सूचना प्रौद्योगिकी शिक्षा की वर्तमान AI सूची सत्यनिष्ठा और उपकरण अपनाने पर प्रभुत्व रखती है, जबकि शासन, सुरक्षा और डेटा-नैतिकता क्षमताएँ, जिनकी क्षेत्र के अपने कार्यस्थल माँग करते हैं, मुख्यतः उन दस्तावेज़ों के बाहर दिखती हैं जो विद्यार्थियों को वास्तव में मिलते हैं।

सूचना प्रौद्योगिकी शिक्षा में AI का रूप

  • गेमिफाइड साइबर सुरक्षा प्रशिक्षण। Li और सहयोगियों ने पासवर्ड सुरक्षा से लेकर टेक्स्ट और फ़ोन स्कैम पहचान तक कई छोटे, मोबाइल-अनुकूल खेल बनाए, जो प्रश्न-आधारित, कथा-आधारित और सिमुलेशन-आधारित डिज़ाइनों को TikTok मिनी-गेम्स जैसे इंटरैक्टिव प्रारूपों के साथ जोड़ते हैं, जिसकी प्रेरणा पारंपरिक वीडियो प्रशिक्षण की कम सगभक्ता और सीमित प्रभावशीलता थी (Security Education in Higher Education through AI-Powered Gamification)। 59 कॉलेज विद्यार्थियों (9 तकनीकी विशेषज्ञ, 50 सामान्य उपयोगकर्ता) के साथ उनका दो-स्तरीय मूल्यांकन साइबर सुरक्षा में सगभक्ता और ध्यान सुधारने की क्षमता की रिपोर्ट करता है, प्रदर्शित शिक्षण लाभ की नहीं।
  • स्व-नियमित अधिगम में GenAI स्कैफोल्ड या शॉर्टकट के रूप में। ऑस्ट्रेलिया के 267 स्नातकोत्तर सूचना प्रौद्योगिकी विद्यार्थियों का एक मिश्रित-विधि अध्ययन स्कैफोल्डेड संज्ञानात्मक ऑफलोडिंग (शिक्षार्थी लक्ष्यों को स्पष्ट करते हैं, विचार उत्पन्न करते हैं, प्रतिपुष्टि प्राप्त करते हैं जिन्हें वे समीक्षा और अनुकूलित करते हैं, ताकि शिक्षार्थी सक्रियता उनके पास ही रहे) को प्रतिस्थापनात्मक ऑफलोडिंग (न्यूनतम सत्यापन के साथ स्वीकृत आउटपुट, नियंत्रण उपकरण की ओर खिसकता है) से अलग करता है (Scaffold or Shortcut? Postgraduate IT Students' Use of Generative AI and Self-Regulated Learning)। आत्मविश्वास ने झुकाव को आकार दिया: आत्मविश्वासी विद्यार्थियों ने लक्ष्य निर्धारण और निगरानी में स्वायत्तता का प्रयोग किया, जबकि कम आत्मविश्वासी साथियों ने GenAI को शॉर्टकट या कदाचार के रूप में पढ़ा। समूह भिन्न था, समान रूप से AI-साक्षर नहीं; लेखक विद्यार्थियों से AI आउटपुट को औचित्य दिखाने या अनुकूलित करने की अपेक्षा करने की सिफ़ारिश करते हैं, जिसे एक स्पष्ट सीखने का डिज़ाइन कदम के रूप में करना चाहिए।
  • व्यावसायिक अभ्यास में संपीड़ित विशेषज्ञता मार्ग। सूचना प्रौद्योगिकी व्यवसायियों के साथ चौदह अर्ध-संरचित साक्षात्कारों में पाया गया कि GenAI समस्या-निवारण, स्क्रिप्टिंग और प्रणाली सत्यापन में मेंटर जैसा ट्यूटर और सीढ़ी छोटा करने वाला उपकरण दोनों रूप में कार्य करता है (Unanticipated Effects of Generative AI on Expertise Pathways and Performance Perception in System Administration)। तेज़ अपरिचित-क्षेत्र प्रदर्शन उन निर्माण-विफलता-डिबग चक्रों तक पहुँच कम करता है जिन्होंने ऐतिहासिक रूप से विशेषज्ञता बनाई; AI-सहायित गति टीम और स्व-अपेक्षाओं को भी पुनर्निर्धारित करती है, जिससे दो-गति संस्कृति और उत्पादकता अपराधबोध उत्पन्न होता है। अध्ययन कक्षा की अधिचेतन लागत और कौशल क्षय की चिंताओं को कार्यस्थल पर सीख और कार्यस्थल अधिगम में ले जाता है।

मूल्यांकन और सूचना प्रौद्योगिकी के AI उपयोग का शिक्षार्थी पक्ष

  • नैदानिक संकेत के रूप में शिक्षार्थी प्रश्न। Lee, Atif और Kang ने 12 सूचना प्रौद्योगिकी पाठ्यक्रमों से 434 प्रामाणिक विद्यार्थी प्रश्नों का वर्गीकरण तीन रचनावादी शिक्षण भूमिकाओं में किया — ज्ञान प्रसारक, सुगमक और सह-शिक्षार्थी — ह्यूमन-इन-द-लूप समीक्षा के साथ सहमति लेबलिंग प्राप्त की (Fleiss' kappa 0.60 से 0.83 तक बढ़ा) और संग्रह को 582 संतुलित प्रश्नों तक बढ़ाया (Analysing AI utilisation in education through learner question types: A constructivist approach)। DeBERTa तथ्यात्मक प्रश्नों पर 86.36% सटीकता और 96.67% परिशुद्धता में अग्रणी रहा, लेकिन सुगमक परिशुद्धता 78.79% पर गिर गई, और सूक्ष्म-प्रशिक्षित BERT सह-शिक्षार्थी वस्तुओं पर केवल 74.19% परिशुद्धता पर 92.00% रिकॉल प्राप्त करता है। त्रुटियाँ भूमिकाओं के बीच संकल्पनात्मक समानता, अस्पष्ट शिक्षार्थी मंश, और डोमेन वाक्यांशों के संज्ञानात्मक गहराई के रूप में गलत पढ़े जाने से आईं; लेखक चेतावनी देते हैं कि संवर्धन ने शब्दावली शॉर्टकट पेश किए हो सकते हैं, और 11-विद्यार्थी, केवल-सूचना प्रौद्योगिकी संग्रह अभी अन्य क्षेत्रों में सामान्यीकृत नहीं हो सकता।
  • व्यापक लेकिन उथले मानसिक मॉडल। एक आवश्यक तकनीक-नैतिकता पाठ्यक्रम के 86 स्नातकों से बनाए गए 64 उपयोगी कॉन्सेप्ट मैप से पाँच मानसिक-मॉडल श्रेणियाँ उभरीं: तकनीकी-प्रक्रिया आधारित, शैक्षणिक-उपकरण आधारित, संक्रमणकालीन, परिणाम-सचेत, और एकीकृत (Uncovering Students' Mental Models of Generative Artificial Intelligence)। हर मैप ने घोषणात्मक ज्ञान दिखाया, 25 ने प्रक्रियात्मक, 17 सशर्त, और केवल 9 ने तीनों को एकीकृत किया। तकनीकी और सामाजिक-नियामक समूह-कक्षाएँ दूर दूर थीं, जिसे लेखकों ने AI साक्षरता और नैतिक जागरूकता के अलग-अलग विकसित होने के रूप में पढ़ा; सत्यनिष्ठा-केंद्रित दिशानिर्देश, उनका तर्क, केवल उस एक आयाम को संबोधित करते हैं जिसमें विद्यार्थी उपकरण को संकल्पित करते हैं।
  • नियम ज्ञात, अनुपालन अनिश्चित। व्यापार सूचना प्रणालियों और ई-गवर्नेंस कार्यक्रमों के 151 स्नातकों के एक सर्वेक्षण में पाया गया कि अधिकांश विद्यार्थी सक्रिय रूप से GenAI का उपयोग कर रहे हैं लेकिन आधे से अधिक अनिश्चित हैं कि उनका उपयोग संस्थागत विनियमन के अनुरूप है या नहीं, नियामक जागरूकता और वास्तविक व्यवहार के बीच केवल कमज़ोर से मध्यम संबंध हैं, और निर्भरता मुख्यतः संस्थागत उपकरणों के बजाय निजी रूप से सुलभ उपकरणों पर है (Knowing the Rules Is Not Enough: Student Regulatory Awareness and Use of GenAI in Higher Education)। नियम जानने से यह मज़बूत रूप से भविष्यवाणी नहीं हुई कि विद्यार्थियों ने क्या किया।

संस्थागत नीति और शासन अंतर

  • मार्गदर्शन, नीति नहीं। सभी 48 मान्यता प्राप्त स्वास्थ्य सूचना विज्ञान और स्वास्थ्य सूचना प्रबंधन मास्टर कार्यक्रमों के एक पर्यावरणीय स्कैन में पाया गया कि 40 (83%) में कम से कम एक सार्वजनिक रूप से उपलब्ध AI दस्तावेज़ है, लेकिन प्रमुख कलाकृति सलाहकार मार्गदर्शन (21, 53%) था, औपचारिक नीति (7, 18%) नहीं (Institutional approaches to artificial intelligence policy and guidance in health informatics and information management education: emerging trends and inconsistencies)। शैक्षणिक सत्यनिष्ठा ने शब्दावली पर प्रभुत्व किया (n = 139), उद्धरण (n = 59) और मूल्यांकन (n = 50) से आगे, जबकि HIPAA (n = 5), FERPA (n = 11), समान पहुँच (n = 2), और प्रकटीकरण आवश्यकताएँ (n = 1) लगभग अनुपस्थित थीं, और इलेक्ट्रॉनिक स्वास्थ्य अभिलेखों का उल्लेख बिल्कुल नहीं हुआ। लैटेंट डिरिचले आवंटन ने सत्यनिष्ठा, विद्यार्थी GenAI उपयोग, विश्वविद्यालय अनुसंधान उपकरणों, और ChatGPT सगभक्ता के चारों ओर चार विषय उत्पन्न किए। क्योंकि केवल सार्वजनिक दस्तावेज़ों का विश्लेषण किया गया, लेखक गोपनीयता और समानता भाषा की अनुपस्थिति को प्रकाशित मार्गदर्शन के बारे में एक निष्कर्ष मानते हैं, संस्थागत अभ्यास के बारे में नहीं।
  • समानता का दृष्टि-अंध बिंदु। समावेश (n = 9), सुलभता (n = 9), सुविधाएँ (n = 4), और समान पहुँच (n = 2) उस दर पर दिखती हैं जो यह दावा करने का समर्थन नहीं कर सकती कि समानता संबोधित की गई है, हालाँकि कई कार्यक्रम पाठ्यकार्य में AI उपयोग की आवश्यकता रखते हैं। व्यावसायिक AI शासन क्षमता के पतले उपचार के साथ, यह सबसे स्पष्ट डिज़ाइन कार्य है जो संकलन खुला छोड़ता है: सत्यनिष्ठा नियमों को उन पहुँच, गोपनीयता और डेटा-शासन प्रावधानों से जोड़ना जिन्हें लागू करने के लिए वे स्नातक उत्तरदायी होंगे।

संबंधित अवधारणाएँ

संबंधित लेख

इस पृष्ठ को एम्बेड करें

इस पृष्ठ को किसी सीखने के प्रबंधन प्रणाली या अन्य वेबसाइट में एम्बेड करने के लिए नीचे दिया गया कोड कॉपी करें। एम्बेड किया गया संस्करण केवल पृष्ठ की सामग्री दिखाता है — यह साइट का हेडर, नेविगेशन और फ़ुटर छिपाता है।