मौखिक आकलन

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

मौखिक आकलन — एक ऐसा आकलन जिसमें शिक्षार्थी को बोलकर, सीधे या रिकॉर्ड की गई प्रस्तुति में, समझ की व्याख्या, बचाव या प्रदर्शन करना पड़ता है: विवा वोचे, मौखिक परीक्षा, मौखिक बचाव, कोड-समीक्षा साक्षात्कार, नैदानिक परामर्श। चूँकि यह विनिमय वास्तविक समय में होता है और प्रश्नों को पहले से जाना ज़रूरी नहीं है, यह प्रारूप उत्पन्न पाठ को समझ के विकल्प के रूप में प्रतिस्थापित करना उस तरह कठिन बनाता है जैसा घर पर किए जाने वाले प्रामाणिक कार्य नहीं कर सकते। यह एक विशिष्ट वैधता समस्या भी अपने साथ लाता है: मौखिक परीक्षाएँ ज्ञान के साथ-साथ प्रवाहता और आत्मविश्वास को भी मापती हैं, इसलिए ये क्या प्रमाणित करती हैं, यह बड़ी मात्रा में इस बात पर निर्भर करता है कि वे कैसे डिज़ाइन की गई हैं, कौन पूछ रहा है, और शिक्षार्थी की बोली को साक्ष्य के रूप में कैसे व्यवहृत किया जाता है।

विचार करने योग्य प्रश्न

• AI युग में मौखिक परीक्षाओं की वकालत इस आधार पर की जाती है कि मशीन कमरे में नहीं बैठ सकती और आपकी ओर से उत्तर नहीं दे सकती। फिर भी इस दलील को सिद्ध करने वाले संग्रह में मौखिक और लिखित आकलन की कोई यादृच्छिकृत परीक्षण नहीं है। इस दलील को निपटारा मानने से पहले आपको क्या देखना होगा?
• यही कार्य-संग्रह कम चिंता के दो भिन्न कारण बताता है: शिक्षक के सीधे निरीक्षण के हटने, और अभ्यास के माध्यम से प्रारूप से परिचित होना। ये भिन्न-भिन्न डिज़ाइनों का संकेत देते हैं। आपके संदर्भ में कौन-सा फिट बैठता है, और आप किसके व्यापक रूप से लागू होने पर भरोसा करेंगे?
• केवल बोली पर आधारित स्कोरिंग मौखिक प्रवाहता को अवधारणात्मक समझ के साथ भ्रमित कर सकती है। यदि कोई शिक्षार्थी सही तरीके से इशारा करता है लेकिन गलत शब्द बोलता है, या सही शब्द बोलता है लेकिन उसे समझे बिना, तो आपका आकलन ठीक-ठीक क्या माप रहा है?
• इस संग्रह की हर मौखिक डिज़ाइन एक ही दीवार से टकराती है: कर्मचारी और कक्ष का समय। यदि प्रतिबंध प्रति सेमेस्टर पंद्रह विद्यार्थियों के लिए अट्ठाईस संपर्क-घंटे है, तो ईमानदार उत्तर क्या है — कम संख्या में रक्षित असाइनमेंट, बड़ी शिक्षण टीम, या कोई भिन्न प्रारूप?

परिचय

मौखिक आकलन सबसे पुराने आकलन प्रारूपों में से एक है और पिछली सदी के अधिकांश भाग में सबसे कम रुचिकर में से एक: विस्तारित करना कठिन, मानकीकृत करना कठिन, अपील प्रक्रिया में बचाव करना कठिन। जनरेटिव AI ने इसकी किस्मत पलट दी है। जब कोई लिखित प्रस्तुति मांग पर एक मॉडल द्वारा तैयार की जा सकती है, तो उस कृति की आकलन मूल्य ध्वस्त हो जाता है, और ध्यान व्यक्ति के आकलन की ओर खिंचता है। एक शिक्षार्थी जिसे असामान्य प्रश्न का उत्तर ज़ोर से, वास्तविक समय में, देना पड़ता है, वह कम से कम अस्पष्ट रूप से उपस्थित और सोचता हुआ है।

यह पलटा अब शोध संग्रह में दिखाई देता है, लेकिन असमान रूप से। कुछ कार्य मौखिक परीक्षा को शैक्षणिक ईमानदारी के एक नीतिगत उत्तर के रूप में देखते हैं, कुछ मौखिक प्रदर्शन को बड़े पैमाने पर देने या स्कोर करने के लिए एक स्वचालित प्रणाली डिज़ाइन करते हैं, और कुछ यह पूछते हैं कि बोली स्वयं समझ के बारे में क्या दिखा सकती है और क्या नहीं। नीचे जुड़े पृष्ठ इस बात पर आपस में असहमत हैं कि मौखिक परीक्षाएँ असल में कितना सिद्ध करती हैं। एक साथ पढ़ने पर वे उनके पक्ष में आमतौर पर किए जाने वाले दावे से एक संकुचित और अधिक बचाव योग्य दावे का समर्थन करते हैं।

एक सीधा प्रदर्शन क्या प्रमाणित कर सकता है

फेंटन (2025) इस दलील का सबसे मज़बूत रूप प्रस्तुत करता है। प्रामाणिक आकलन की साहित्य पर आधारित, पेपर की मौखिक परीक्षा की दलील इसकी अंतःक्रियाशीलता पर टिकी है: प्रश्न परीक्षा के क्षण तक वापस रखे जा सकते हैं, अनुवर्ती प्रश्न तुरंत बनाए जा सकते हैं, और शिक्षार्थी उस प्रश्न का उत्तर दोहरा नहीं सकता जिसे उसने देखा ही नहीं। यह प्रारूप रटंत भी रोकता है, क्योंकि स्मरण को पुनरुत्पादन के बजाय व्याख्या के माध्यम से जाँचा जाता है। यह पेपर Educational Researcher में प्रकाशित एक समीक्षा और स्थिति-निबंध है, कोई अनुभवजन्य अध्ययन नहीं, और यह परिणामों में सुधार के प्रमाण के बजाय क्रियान्वयन की तेरह क्रमांकित सिफ़ारिशों पर समाप्त होता है।

ईमानदारी के दावे की ईमानदार रूप संकुचित है जितनी वह अक्सर कही जाती है। मौखिक परीक्षाएँ प्रतिस्थापन को छिपाना कठिन बनाती हैं; संग्रह यह नहीं दिखाता कि वे AI के उपयोग को घटाती हैं। CS1 मौखिक कोड-समीक्षा अध्ययन में, प्रति सप्ताह पंद्रह मिनट के साक्षात्कार हर असाइनमेंट की ग्रेड का सत्तर प्रतिशत हिस्सा लिए जाते थे, और फिर भी तीन सेमेस्टरों में चिपकाए-गए-से-कुल वर्णों का अनुपात 61.0 प्रतिशत से 68.1 प्रतिशत तक बढ़ा (p < 0.0001), जबकि परीक्षा अंक सांख्यिकीय रूप से महत्वहीन दो प्रतिशत से अधिक नहीं हिले। नब्बे प्रतिशत विद्यार्थियों ने कहा कि समीक्षाओं ने उन्हें अपने कोड को बेहतर समझने के लिए प्रेरित किया, और पैंसठ प्रतिशत ने कहा कि उन्होंने AI पर अति-निर्भरता से बचने में मदद की, लेकिन मापा गया व्यवहार अनुसरण नहीं करता। मौखिक आकलन ने यह बदला कि क्या छिपाया जा सकता है, न कि विद्यार्थियों ने क्या किया।

संग्रह में शामिल डिज़ाइन स्थान

संग्रह के प्रारूप स्वचालन और समकालिकता की एक विस्तृत श्रृंखला में फैले हैं, और प्रत्येक समस्या का एक भिन्न हिस्सा हल करता है।

सीधा, मानवीय, समकालिक। पैंतीस पूर्व-विश्वविद्यालय विद्यार्थियों के विवा वोचे अध्ययन द्वारा परीक्षित विवा वोचे आधार रेखा है: वही शिक्षक, वही प्रश्न, एक प्रस्तुति आमने-सामने और एक AI प्रणाली के माध्यम से मध्यस्थता की गई। डॉक्टरी विवा पंद्रह स्नातकोत्तर शोधार्थियों के एक गुणात्मक अध्ययन में दिखता है, जहाँ प्रतिभागियों ने इस तर्क पर आकलन भार को उसकी ओर स्थानांतरित करने का समर्थन किया कि प्रबंधकीय शोध को नकली बनाना आसान है और विवा को व्यक्तिगत रूप से दिया जाना चाहिए। लेखक उस तर्क को केवल आंशिक रूप से स्वीकार करते हैं, क्योंकि विवा अपने आप में AI सहायता के विरुद्ध प्रमाण नहीं है।

रिकॉर्ड की गई और असमकालिक। असमकालिक मौखिक आकलन कमरे की जगह एक समयबद्ध, न-संशोधनीय वेबकैम प्रतिक्रिया लेते हैं, लगभग तीस सेकंड की तैयारी और दो से तीन मिनट की बोली। बताए गए पायलट में, अंक सीधे किए गए बहुविकल्पीय परीक्षणों के अंकों से ऊँचे थे: मध्यावधि माध्यक 92.5 बनाम 70 (p < .001) और अंतिम माध्यक 94.2 बनाम 86.4 (p = .002), केवल मध्यम प्रारूप-पार सहसंबंधों के साथ। लेखक अंतर को सीधे तौर पर सीखने के बजाय प्रारूप के लिए ज़िम्मेदार ठहराते हैं, और डिज़ाइन ने पाठ्यक्रम की ग्रेड का 7.5 प्रतिशत हिस्सा लिया।

स्वचालित प्रेषण और स्कोरिंग। व्यावसायिक ऑटोमोटिव और इंजीनियरिंग कक्षाओं में आज़माई गई एक आवाज-आधारित प्रणाली ने तैंतीस शिक्षार्थियों का आकलन किया, जिनमें से इक्कीस ने सहमति दी कि सीधी आवाज़ का कार्य यथार्थपरक लगा और किसी ने असहमति नहीं दी कि वास्तविक समय में बोलना लिखित पोर्टफोलियो से कार्य के लिए अधिक उपयुक्त था। समान प्रश्नों के लिए शब्द-संख्या शिक्षार्थियों के बीच पाँच से आठ गुना तक भिन्न थी, प्रवाहता ने बंद वस्तुओं पर कोई शुद्धता लाभ नहीं दिया, और एक प्राथमिक एजेंट ग्रेड ने उद्यानिकी और डेयरी के निकटवर्ती परीक्षणों में मानव शिक्षक के ग्रेड से नब्बे पाँच प्रतिशत मेल खाया। एक संवादी सॉक्रेटिक परीक्षण विपरीत डिज़ाइन मार्ग अपनाता है, जो अवधारणात्मक प्रश्नपूछन पर लक्षित है; इसका प्रमाण अट्ठानवे विद्यार्थियों का एक स्व-रिपोर्ट सर्वेक्षण है, जिसमें 80.6 प्रतिशत ने सहमति दी कि AI ने प्रभावी ढंग से सहारा दिया और बावन प्रतिशत ने पारंपरिक परीक्षणों से कम तनाव बताया। दोनों पेपर स्वीकृति मापते हैं, सीख नहीं।

बचाव के रूप में मौखिक साक्ष्य, परीक्षा के बजाय। एक उपकरण-अनिर्दिष्ट आकलन ढाँचा AI-मुक्त कक्षा में क्विज़ को टिप्पणी-रहित, AI-सहायित कार्य के दस मिनट के मौखिक बचावों से जोड़ता है, जिसे कोड समझ, विधि समझ, शब्दावली, व्याख्या और सत्यापन पर स्कोर किया जाता है, और कुल अंक की परवाह किए बिना उत्तीर्ण होने के लिए सत्यापन आवश्यक होता है। यह डिज़ाइन तर्कित है, मान्य नहीं; पंद्रह विद्यार्थियों के लिए पेपर की अपनी गणना प्रति असाइनमेंट ढाई संपर्क-घंटे और ग्यारह रक्षित असाइनमेंटों में प्रति सेमेस्टर लगभग अट्ठाईस संपर्क-घंटे हैं।

चिंता, पूर्वाग्रह, और प्रारूप किस पर बोझ डालता है

मौखिक परीक्षाओं की वकालत समावेशन के आधार पर की जाती है, क्योंकि बोले गए उत्तर को खरीदना लिखित उत्तर से कठिन है, और उसी आधार पर उनके विरुद्ध भी। फेंटन चुनौतियों को सीधे सूचीबद्ध करता है: अनुसूची का बोझ, चिंता, और लिंग, जातीयता, भाषा और उत्तर की गति के साथ पूर्वाग्रह, साथ ही गुमनाम रूप से अंकन के प्रभाव। इसके विरुद्ध, पेपर द्वारा उद्धृत प्रमाण बताते हैं कि मौखिक परीक्षाएँ लिखित परीक्षाओं जितनी समावेशी हो सकती हैं, डिस्लेक्सिया वाले विद्यार्थियों के लिए भी, और बताई गई अधिकांश चिंता को प्रारूप के बजाय अपरिचितता चलाती है; एक उद्धृत अध्ययन में विद्यार्थी अपनी बाद की मौखिक परीक्षाओं तक कम चिंतित थे।

जहाँ चिंता सचमुच घटती है, वहाँ कारण मायने रखता है। AI-मध्यस्थ विवा में, स्व-रिपोर्ट की गई शांति आमने-सामने संस्करण से काफ़ी अधिक थी (माध्य 6.50 बनाम 5.86, t(34) = −1.97, p = .028), और उपयोगिता को अच्छा मूल्यांकित किया गया। लेकिन आमने-सामने स्थिति ने विद्यार्थियों को अपने ही कार्य को समझने में मदद करने पर काफ़ी अधिक अंक पाए (p = .004)। शिक्षक के सीधे निरीक्षण को हटाने से विद्यार्थी शांत हुए और, अपनी ही रिपोर्ट के अनुसार, स्वयं के लिए कम प्रबोधक।

मौखिक साक्ष्य को क्या माना जाए, यह भी उतना संकुचित नहीं है जितना दिखता है। मौखिक व्याख्याओं में शारीरिक साक्ष्य का एक अध्ययन तर्क देता है कि केवल बोली को स्कोर करना मौखिक प्रवाहता को अवधारणात्मक ज्ञान के साथ भ्रमित करता है और भाषा से संबंधित कठिनाई वाले शिक्षार्थियों को हानि पहुँचाता है, क्योंकि इशारे वह समझ ले जाते हैं जिसे प्रतिलेख खो देता है। इसका प्रदर्शन छोटा है: दो इंजीनियरिंग विद्यार्थी सांख्यिकीय संकल्पनाओं की व्याख्या करते हैं, उच्च-विश्वास के इशारे विशेष विचारों पर केंद्रित होते हैं, चौकोर और डिब्बे के रूप लगभग चौवन से इकसठ प्रतिशत पर, और अधिक सुसंगत व्याख्याओं के साथ कसा हुआ इशारा–बोली समन्वय।

स्कोरिंग, वैधता, और स्तर की समस्या

तीन निष्कर्ष मौखिक अंकों को सीखने की उपलब्धि के रूप में पढ़ने के खिलाफ जाते हैं। असमकालिक-प्रारूप अध्ययन अपने ही अंक लाभ के लिए सीखने की उपलब्धियों का अस्वीकार करता है, और शिक्षक-बनाम-मॉडल पुनः-स्कोरिंग सहमति मध्यावधि पर ICC 0.73 और अंतिम पर 0.60 बताता है, जो यह सीमित करता है कि मशीन स्कोरिंग पर कितना भरोसा किया जा सकता है। एक सौ तृतीय-वर्ष चिकित्सा विद्यार्थियों के एक यादृच्छिकृत नियंत्रित परीक्षण में, एक सिमुलेटेड-रोगी प्रणाली की तुलना प्रगतिशील-खुलासा केस सामग्री से की गई, अंतिम परीक्षा प्रदर्शन बढ़ा (71.8 बनाम 55.6 प्रतिशत, Hedges' g = −0.81) और OSCE संचार मूल्यांकन बढ़ा (पाँच-अंक पैमाने पर 3.53 बनाम 2.64), जबकि द्विआधारी नैदानिक शुद्धता सांख्यिकीय रूप से समान रही (84 बनाम 86 प्रतिशत, P = 1.000)। केवल शुद्धता की व्याख्या इस हस्तक्षेप को शून्य कहेगी; केवल संचार की व्याख्या इसे परिवर्तनकारी कहेगी।

बाध्यकारी प्रतिबंध शिक्षण-पद्धति के बजाय स्टाफ़िंग और हार्डवेयर है, और संग्रह इस गणना के बारे में असाधारण रूप से खुला है: प्रति सेमेस्टर पंद्रह विद्यार्थियों के लिए अट्ठाईस संपर्क-घंटे, CS1 डिज़ाइन में एक सौ से अधिक विद्यार्थियों की कक्षा के लिए ग्यारह शिक्षण सहायक, और ऑफ़लाइन व्यावसायिक तैनाती में बारह एकसाथ शिक्षार्थियों की सेवा करता एक लैपटॉप। इस कार्य-संग्रह में कहीं भी मौखिक और लिखित आकलन की कोई यादृच्छिकृत परीक्षण मौजूद नहीं है, और अंतर को मापने वाला हर अध्ययन नियंत्रण समूह के बिना एकल-संस्था का डिज़ाइन है। मौखिक आकलन AI-सहायित प्रतिस्थापन के प्रति उत्तर के रूप में अच्छी तरह समर्थित है, और सीखने में सुधार के रूप में दुर्लभ रूप से समर्थित है।

• स्तर की सीमा ही डिज़ाइन प्रतिबंध है। 73 कंप्यूटिंग शिक्षकों के एक कार्यशाला में, मौखिक और अंतःक्रियात्मक आकलन को व्यक्तिगत समझ का सबसे मज़बूत उपलब्ध प्रमाण और सबसे कम विस्तारयोग्य उपाय बताया गया; प्रतिभागियों द्वारा वर्णित शमन उपाय वितरण और प्रतिचयन थे — साझा शिक्षण-सहायक पूल, अंतिम परीक्षा से नीचे भारित सहकर्मी आकलन, और विद्यार्थियों के चक्रीय उपसमुच्चय को बुलाना (अकबर एट अल., 2026)।

संबंधित अवधारणाएँ

• शिक्षाशास्त्रीय पैटर्न — मौखिक और विवा सत्यापन अनुक्रम, और वे क्या और क्या नहीं दिखाते
• मूल्यांकन — यह व्यापक क्षेत्र जिसके भीतर यह प्रारूप स्थित है
• प्रामाणिक मूल्यांकन — वह डिज़ाइन परंपरा जो ईमानदारी की दलील बनाती है
• मूल्यांकन की वैधता — कोई प्रारूप क्या और क्या नहीं मापने का दावा कर सकता है
• शैक्षणिक इमानदारी — वह दबाव जिसने मौखिक परीक्षाओं को फिर प्रमुखता दिलाई
• स्वचालित मूल्यांकन — मौखिक प्रदर्शन की मशीन प्रेषण और स्कोरिंग
• एआई डिटेक्शन — वैकल्पिक प्रतिक्रिया, और यह क्यों दुर्बल है
• भाषण और वॉइस प्रौद्योगिकियाँ — वह बोली पाइपलाइन जिस पर एक मौखिक प्रणाली चलती है
• बहुमाध्यमी AI — संयुक्त साक्ष्य के रूप में इशारा और बोली
• चिंता और तनाव — सीधे प्रदर्शन की भावनात्मक लागत
• प्रतिपुष्टि — विवा शिक्षार्थी को अपनी ही समझ के बारे में क्या बताता है
• उच्च शिक्षा — वह सेटिंग जहाँ से यह लगभग सारा प्रमाण आता है

संबंधित लेख

• Reconsidering the Use of Oral Exams and Assessments: An Old Way to Move Into a New Future — मौखिक परीक्षाओं और आकलन के उपयोग पर पुनर्विचार (फेंटन 2025)
• Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era — असमकालिक मौखिक आकलन: ईमानदारी, संलग्नता और व्यावसायिक संचार
• Designing AI-Supported Oral Assessment in TVET — व्यावसायिक शिक्षा में AI-समर्थित मौखिक आकलन का डिज़ाइन
• Exploring student anxiety and experience in performance-based assessments using AIvaluate: an LLM-augmented emotionally — AI-मध्यस्थ प्रदर्शन-आधारित आकलन में चिंता और अनुभव
• Combating Harms of Generative AI in CS1 with Code Review Interviews and a Flipped Classroom — एक परिचयात्मक प्रोग्रामिंग पाठ्यक्रम में मौखिक कोड-समीक्षा साक्षात्कार
• A Multimodal Framework for Embodied Cognition in Oral Explanations — मौखिक व्याख्याओं के आकलन में इशारे को साक्ष्य के रूप में
• The Theoretical Foundation of Socratic Tests: Dynamic, Multimodal, Conversational Examinations — मौखिक आकलन के रूप में स्वचालित संवादी परीक्षण
• A Tool-Invariant Framework for Teaching and Assessing Computational Methods in the Age of Agentic AI — AI-सहायित कार्य के मौखिक बचाव
• Evaluating Scaffolding-Oriented Multi-Agent Large Language Model System for Clinical Interview Training — एक सिमुलेटेड-रोगी प्रणाली के अंतर्गत बोले गए नैदानिक साक्षात्कार
• From Research Assistant to Surrogate Supervisor: A Qualitative Study Exploring PGR Students' Diverse Uses of Generative AI — जनरेटिव AI के अधीन डॉक्टरी विवा
• AI Can Do Your Homework. Now What? Report from an online workshop on computing assessment in the age of generative AI — AI आपका गृहकार्य कर सकता है। अब क्या? जनरेटिव AI के युग में कंप्यूटिंग आकलन पर एक ऑनलाइन कार्यशाला से रिपोर्ट