अवधारणाएँ
माध्यमिक शिक्षा
यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।
संश्लेषण: माध्यमिक शिक्षा वह चरण है जहाँ जनरेटिव एआई का उपयोग सामान्य है और मापे गए सीखने के लाभ उसके दावों से छोटे हैं। साधारण मिडिल स्कूलों में चले दो-वर्षीय परीक्षण में प्रति वर्ष लगभग 0.06–0.08 SD मिला, और K-12 इंटेलिजेंट ट्यूटरिंग के मेटा-विश्लेषण में लगभग g = 0.27 आया, क्योंकि सहभागिता और सहायता माँगना प्रभाव की सीमा तय करते हैं, मॉडल की क्षमता नहीं। विद्यार्थी वह उपकरण पसंद करते हैं जो संज्ञानात्मक कार्य का अधिक बोझ उठा लेता है, और डिटेक्टर पूरे निबंधों को अलग कर सकते हैं, वाक्यों को नहीं। साक्ष्य परीक्षा-तैयारी से लेकर लेखन और लेखकत्व से होकर अंकन, पहचान और उन मिडिल-स्कूल वर्षों तक फैला है, जहाँ उपयोग संदेह से आगे है।
पर विचार करने योग्य प्रश्न
- एक ट्यूटर एक क्लिक दूर है, फिर भी औसत विद्यार्थी ने गलती वाले 17% सत्रों में उससे मदद माँगी। आपकी कक्षा में पूछना छोड़ने से सस्ता क्यों लगता है?
- विद्यार्थियों ने चैटबॉट को नोट-लेखन से पसंद किया और उससे कम सीखा। परीक्षा से पहले आप इस जाल को कैसे पकड़ेंगे?
- डिटेक्टर पूरे निबंधों पर F1 0.96 और वाक्यों पर 0.88 तक पहुँचते हैं, और एक बार फिर लिखने के बाद उनकी रिकॉल का एक-तिहाई खो देते हैं। इस स्थिति में कौन-सी अखंडता-नीति टिकती है?
- लगभग हर माध्यमिक परीक्षण चार से बारह सप्ताह चलता है और इकाई-परीक्षण पर आधारित होता है। वार्षिक विभागीय अंगीकार किस बात से औचित्य पाएगा?
- रिपोर्ट किया गया उपयोग 12 से बढ़कर 17 हो जाता है जबकि आउटपुट में विश्वास स्थिर रहता है। कक्षा 6–9 में आप सत्यापन कहाँ सिखाएँगे?
परिचय
माध्यमिक शिक्षा मोटे तौर पर 11 से 18 वर्ष की आयु को कवर करती है — मिडिल स्कूल या जूनियर हाई, फिर हाई स्कूल — और इस वातावरण की तीन विशेषताएँ तय करती हैं कि वहाँ एआई क्या कर सकता है। उपस्थिति अनिवार्य है, शिक्षक विषय-विशेषज्ञ हैं जो सप्ताह में 150 विद्यार्थियों से मिल सकते हैं, और महत्वपूर्ण मूल्यांकन बाहरी होते हैं: GCSE, राष्ट्रीय परीक्षाएँ, और 15 वर्ष पर PISA।
वही विद्यार्थी सबसे तेज़ी से अपनाते हैं। स्विट्ज़रलैंड में 14–19 वर्ष की आयु के 84% लोग नियमित जनरेटिव एआई उपयोग की सूचना देते हैं, यह हिस्सा किसी भी वयस्क आयु-वर्ग से अधिक है। लगभग सर्वव्यापी उपयोग, बाहरी परीक्षाएँ और कई कक्षाओं के लिए एक उत्तरदायी वयस्क — यही वजह है कि साहित्य पाठ्यचर्या के पुनर्रचन से ज्यादा परीक्षा-तैयारी, अंकन, होमवर्क और अखंडता पर केंद्रित है।
शोध क्या मापता है
-
इंटेलिजेंट ट्यूटरिंग के लाभ सीमित हैं और दूरी के साथ घटते हैं। 11 प्रणालियों पर चले अमेरिकी 18 प्रयोगों का पूल g = 0.271 आया, प्राथमिक (0.266) और मिडिल स्कूल (0.256) में लगभग समान। ग्रामीण विद्यालयों को शामिल करने पर प्रभाव 0.146 तक गिरा और छह महीने से आगे गैर-महत्वपूर्ण 0.110 हो गया; वर्ष-अंत के परिणाम (0.155) तुरंत की गई पोस्ट-टेस्ट (0.460) के एक-तिहाई थे (Leite et al., 2025)।
-
STEM समीक्षाएँ कमज़ोर गुणवत्ता-नियंत्रण में बड़े प्रभाव बताती हैं। 35 प्रायोगिक और अर्ध-प्रायोगिक अध्ययनों का पूल g = 0.670 आया, जिसमें हाई स्कूल 1.099 और मिडिल स्कूल 0.392 रहा। लेखकों ने कोई औपचारिक मूल्यांकन साधन नहीं लगाया, और निश्चित-प्रभाव विषमता I² = 82.98% तक पहुँच गई (Doğan et al., 2026)।
-
अभिप्रेरण में लाभ यहाँ विश्वविद्यालय से कम हैं। 42 नियंत्रित अध्ययनों (56 प्रभाव-आकार, 6,059 विद्यार्थी) में अभिप्रेरण का पूलित प्रभाव g = 0.764 था, लेकिन माध्यमिक अध्ययनों का औसत 0.360 आया बनाम उच्च शिक्षा में 0.886, साथ ही I² = 93.7% (Fang et al., 2026)।
-
एक सामान्य परीक्षण छोटा होता है और स्थानीय रूप से बने परीक्षण का उपयोग करता है। एक GCSE विज्ञान मूल्यांकन में तीन विषयों में 929 विद्यार्थियों को यादृच्छिक किया गया, पोस्ट-टेस्ट पर 644 बने रहे, और 35-अंक वाले पाठ्यचर्या-संरेखित परीक्षण पर g = 0.33 दर्ज किया, जिसे उसके लेखक अंगीकार्य बताते हैं (Harrison et al., 2026)।
ट्यूटरिंग, पुनरावृत्ति और सहभागिता की समस्या
-
पहुँच उपयोग नहीं है। टेनेसी के 18 मिडिल विद्यालयों में Khanmigo ने गणित उपलब्धि प्रति वर्ष 0.06–0.08 SD बढ़ाई, लगभग $15 प्रति विद्यार्थी, जो एआई के बिना उसी Khan Academy अभ्यास से मिलने वाले लाभ के करीब है। 96% विद्यार्थियों ने इसे आज़माया, लेकिन औसत विद्यार्थी ने गलती वाले 17% सत्रों में उसे संदेश भेजा (Oreopoulos and Low, 2026)।
-
कमरे में उपस्थित व्यक्ति कठिनाई के अनुभव को बदल देता है। पाठ्यचर्या-स्तर से ऊपर काम करने वाले 149 छठी कक्षा के विद्यार्थियों में, 32.0% खुले-वेब सर्च करने वालों, 19.2% जनरेटिव एआई ट्यूटर उपयोगकर्ताओं और 5.8% मानव ट्यूटर वालों ने तनाव की सूचना दी। किसी भी सीखने के परिणाम को मापा नहीं गया (Ennion and McLellan, 2026)।
-
भावना-सचेत सहायता उसी चिंता को बढ़ा सकती है जिसे वह लक्षित करती है। दो कक्षा-9 रसायन विज्ञान कक्षाओं में एक ही 16-सप्ताह की प्रयोगशाला-क्रम चलाया गया; एआई भावनात्मक प्रतिक्रिया के साथ चिंता बढ़ी (F = 4.60, p = 0.035) और केवल शिक्षक के साथ स्थिर रही। विद्यार्थी यह नहीं बता पाए कि प्रणाली की शांत करने वाली सलाह या शिक्षक की प्रक्रिया नियंत्रित कर रही थी (Liu, Li, and Zhang, 2026)।
लेखन, पठन और लेखकत्व
-
विद्यार्थी वह गतिविधि पसंद करते हैं जो काम उनके लिए कर देती है। सात अंग्रेज़ी विद्यालयों में 405 कक्षा-10 के विद्यार्थियों ने दो इतिहास के गद्यांश पढ़े और तीन दिन बाद बंद-किताब विधि से परीक्षा दी। नोट-लेखन ने पुनरुद्धार पर लगभग 0.5 SD और समझ पर 0.4 के साथ चैटबॉट उपयोग को हराया, फिर भी विद्यार्थियों ने चैटबॉट को आसान और अधिक आनंददायक रेट किया (Kreijkes et al., 2026)।
-
प्रतिक्रिया केवल उन्हीं विद्यार्थियों का लेखन बदलती है जो उस पर कार्य करने को तैयार हैं। 1,507 माध्यमिक विद्यार्थियों में से प्रत्येक को एक मानकीकृत संदेश मिला और दस मिनट का सुधार समय; व्यवहारिक सहभागिता और औज़ारगत दृष्टिकोण ने प्रदर्शन 46वें से 54वें शतमान तक ले गए, जबकि कार्यकारी उपयोगिता ने कुछ भी मध्यस्थ नहीं किया (Jansen et al., 2026)।
-
एक विवश किया गया सहायक विद्यार्थियों को सोचने में रख सकता है। एक द्विभाषी प्रकाश-संश्लेषण इकाई में 122 सातवीं कक्षा के विद्यार्थियों ने उत्तर रोकने के लिए प्रॉम्प्ट किए गए सहायक के साथ 6,788 बातचीत-चक्र बनाए; 59% ने साझा ज्ञानशास्त्रीय कार्यकारिता हासिल की, और 1,049 ऑडिट किए गए चक्रों में से किसी में भी उसने सीधा उत्तर नहीं दिया। लगभग 20% बातचीत में पाठ की प्रतिलिपि या उत्तर की तलाश शामिल थी (Chang et al., 2026)।
मूल्यांकन, अखंडता और परीक्षा-दबाव
-
अंकन-सम्मति अधिक हो सकती है और फिर भी पूर्वाग्रही हो। एक व्यावसायिक बड़े भाषा मॉडल (LLMs) मार्कर 71 विवादास्पद प्रश्नों पर AQA GCSE भौतिकी के अंकों से द्विघात-भारित κ = 0.885 पर मेल खाया, लेकिन औसतन 0.30 अंक अधिक दिए और एक प्रश्न पर 6 अंक अधिक (Bozdag and Qiu, 2026)।
-
काप्पा यह नहीं बताता कि ग्रेडर को खेला जा सकता है या नहीं। 22 प्रॉम्प्ट किए गए मॉडलों में, 14 ने उत्तर में नोट होने पर ग्रेड को स्केल के 5% से अधिक बढ़ाया, एक ने 83.2% तक, और विद्यार्थी को मजबूत बताने से 66 मॉडल-कार्य जोड़ियों में से 28 में अंक बढ़े (Porcaro, 2026)।
-
पहचान निबंधों की जगह वाक्यों की नहीं अलग कर पाती। 2,429 जर्मन 15-वर्षीय विद्यार्थियों के कीस्ट्रोक और क्लिपबोर्ड लॉग से वर्गीकरणकर्ताओं ने AI-लिखित पाठ को मानव-लिखित से macro-F1 0.96 पर अलग किया, लेकिन वाक्य-स्तरीय F1 0.88 तक गिर गया और एक विद्यार्थी-शैली की पुनर्लेखन के बाद AI रिकॉल 0.92 से गिरकर 0.60 हो गया (Schaller et al., 2026)।
-
विद्यार्थी अखंडता के बारे में सशर्त रूप से सोचते हैं। 14–16 वर्ष के 133 हाँगकाँग विद्यार्थियों में, स्वीकार्यता उपयोग के उद्देश्य (62.4%), सीखने पर प्रभाव (54.1%) और इरादे (51.9%) पर निर्भर थी, AI उपयोग पर नहीं (Chan, 2026)।
अंगीकार–साक्ष्य असंतुलन और मूल्यांकन-पुनर्रचन
इस स्तर पर उपयोग लगभग सर्वव्यापी है; साक्ष्य ज्यादातर उसका विवरण है। Pérez-Montesdeoca et al. (2026) ने 33 अध्ययनों को संश्लेषित किया: 26 ने बताया कि तकनीक का उपयोग कैसे हुआ, बनाम 7 ने विद्यार्थी परिवर्तन की जाँच की, और केवल 21 ने मूल कक्षा-डेटा एकत्र किया। लगभग सभी शिक्षक-प्रेरित थे और अलग-थलग चले, जो वही पैटर्न है जिसे 84% अंगीकार आँकड़ा छिपाता है — व्यक्तिगत शिक्षक प्रयोग कर रहे हैं, विभाग पुनर्रचन नहीं कर रहे।
समीक्षा जो स्थापित करती है वह सशर्त है। प्रतिक्रिया सबसे मजबूत अनुप्रयोग थी, जिसमें एक सम्मिलित अध्ययन में अनुकूलित शब्दावली प्रतिक्रिया ने स्कोर लगभग दोगुना कर दिए, जबकि पूर्ण सौंपने ने सीखना संकरा किया और आउटपुट की तुलना करने या अस्वीकार करने ने उसे गहरा किया। सटीकता विषय से ज्यादा कार्य की कठिनाई के साथ चली: BingChat और Bard मूल जीवविज्ञान प्रश्नों पर 92.11% तक पहुँचे, हर उपकरण उच्च-स्तरीय प्रश्नों पर 20% से नीचे गिर गया, और स्वचालित ग्रेडिंग मानव मूल्यांककों से 50.8% सम्मति पर रही। सर्वेक्षण-कार्य गहराई की ओर इशारा करता है, खुराक की ओर नहीं, क्योंकि Wu and Zhang (2025) ने पाया कि उपयोग की गहराई स्व-रेट की गई नवीनता-क्षमता के साथ चली, जबकि आवृत्ति नहीं, ऐसी क्रॉस-सेक्शनल रचना में जिसमें पथ सहसंबंधों को दोहराते हैं।
अंगीकार इरादे का अनुसरण करता है; चिंता बाद में आती है। Zhang and An (2026) ने पाया कि AI चिंता इरादे से असंबद्ध (β = 0.056, p = 0.123) थी, लेकिन तीनों व्यवहारों के लिए नकारात्मक, सबसे मजबूत आउटपुट-प्रयोग (β = −0.247), ऐसे मॉडल में जहाँ उपयोगिता आगे थी और वयस्क अपेक्षाएँ क्षमता से बड़ी थीं। मापन भी पायलट-दर्जे का है: Schicchi and Taibi (2026) ने 93 विद्यार्थियों पर 19-आइटम अभिविन्यास-स्केल से तीन कारक रखे, बिना किसी पुष्टिकारी मॉडल के।
इसीलिए मूल्यांकन-प्रश्न यह बन जाता है कि पूर्ण उत्पाद फिर भी क्या प्रमाणित करता है। Torres-Peralta et al. (2026) ने पाया कि अनुभूत सीखना पढ़ने, संशोधित करने और आउटपुट में जोड़ने के सहभागिता-सूचकांक (पूलित सहसंबंध 0.052) से लगभग असंबद्ध था, और Cho (2025) ने GPA सहसंबंध 0.31 (लेखन) और 0.18 (गणित) की समीक्षा की, जो ज्यादातर उपयोगकर्ता-बनाम-गैर-उपयोगकर्ता तुलनाएँ हैं। प्रॉम्प्ट, मसौदा प्रतिक्रिया और संशोधन एकत्र करें, और पृष्ठ की जगह प्रक्रिया को ग्रेड करें।
मिडिल स्कूल और प्रारंभिक किशोरावस्था
-
उपयोग संदेह से पहले मजबूत होता है। 12–25 वर्ष के 1,598 विद्यार्थियों में, 0–4 स्केल पर औसत उपयोग 12 से 17 वर्ष की आयु के बीच 1.24 से बढ़कर 1.77 हुआ, और भारी उपयोग की गई गतिविधियों की संख्या 1.76 से बढ़कर 3.48 हुई, जबकि अनुभूत विश्वसनीयता नहीं बदली (Cuenca-Rodríguez et al., 2026)।
-
दो-घंटे की कार्यशाला वह व्यवहार बदल देती है जिसे स्व-रिपोर्ट खो देती है। कक्षा 8–9 के 116 फ़्रांसीसी विद्यार्थियों में, जिन्होंने भाग लिया, उन्होंने अपर्याप्त रूप से निर्दिष्ट प्रॉम्प्ट कम बार स्वीकार किए (51.5% बनाम 66.7%) और कमज़ोर उत्तर के बाद 59.2% बार एक और प्रश्न पूछा, बनाम 27.9%; उनकी AI-साक्षरता की स्व-रिपोर्ट ने इनमें से किसी को भी भविष्यवाणी नहीं की (Clerc et al., 2026)।
-
उपयोग का उद्देश्य आवृत्ति से ज़्यादा बोलता है। चीन के चार क्षेत्रों के 12,191 15-वर्षीय विद्यार्थियों में, निश्चित आवृत्ति पर सीखने-उन्मुख उपयोग की ओर बदलना 5.8 PISA अंक का था, जबकि सारांश और मसौदा बनाने की ओर बदलने की कीमत 6.6 अंक थी (Wu et al., 2026)।
-
प्रारंभिक किशोरावस्था में अभिप्रेरण-लाभ के साथ संबंध-लागत भी जुड़ती है। कक्षा 7–8 के 2,464 जर्मन विद्यार्थियों में, क्षमता-आधारित सीखने के भीतर ChatGPT स्वायत्तता और क्षमता-संतृप्ति में वृद्धि से जुड़ा था, लेकिन संबंधितता कमज़ोर हुई (Schweder et al., 2026)।
संबंध
प्राथमिक शिक्षा और स्नातक शिक्षा के बीच माध्यमिक स्थित है, और K-12 की शिक्षक-क्षमता और समानता की चिंताएँ साझा करता है। इसे अलग करता है बाहरी परीक्षाओं और विषय-विशेषज्ञ शिक्षण का संयोजन, जो एआई को पुनरावृत्ति, अंकन और पाठ्यक्रम-सहायता की ओर धकेलता है। इससे वैधता और स्वचालित स्कोरिंग यहाँ प्राथमिक वर्षों से अधिक केंद्रीय हो जाते हैं, जहाँ विकासात्मक उपयुक्तता प्रबल होती है। दूसरी विशिष्ट गाथा आत्म-नियंत्रित सीखन है: किशोर वह उपकरण पहले पाते हैं, उसका उपयोग करने का निर्णय बाद में; इसलिए अधिज्ञान और भार-प्रत्यारोपण तय करते हैं कि लाभ दिखेगा या नहीं।
अभ्यास के लिए निहितार्थ
शिक्षकों के लिए
- ट्यूटर को वहीं रखें जहाँ गलती होती है। 17% का आँकड़ा एक डिज़ाइन समस्या है, विद्यार्थी-कमी नहीं: अगले प्रश्न से पहले एक प्रश्न या व्याख्या की माँग करें, और लॉगिन की जगह बातचीत की जाँच करें।
- लेखन-उपकरणों को एक साथ पेश करने की जगह क्रम में लाएँ: प्रश्न पूछें, चैटबॉट बंद करें, फिर लिखें। जब दोनों एक साथ खुले रहते हैं, तब एक-चौथाई विद्यार्थी नकल कर लेते हैं।
- पाठ से पहले तय करें कि जब भावना-सचेत प्रणाली आपकी प्रक्रिया से टकराती है तब किसकी सलाह मान्य होगी, और विद्यार्थियों को बताएँ।
स्कूल नेताओं के लिए
- बजट वास्तविक उपयोग से तय करें। $15 का लाइसेंस कोई कार्यक्रम नहीं है; प्रभाव शेड्यूलिंग, शिक्षक प्रॉम्प्टिंग और प्रगति-निगरानी पर निर्भर करता है।
- साधारण कक्षाओं में ट्यूटरिंग के लिए 0.06–0.08 SD प्रति वर्ष और इंटेलिजेंट ट्यूटरिंग के लिए लगभग 0.27 की अपेक्षाएँ रखें। इनमें से किसी से अंतर-समायोजन का वादा न करें।
- डिटेक्टर-आउटपुट को व्यवहार-दोष निर्धारणों में न ले जाएँ। मसौदे, संस्करण-इतिहास या मौखिक बचाव की माँग करें, क्योंकि पूरा-पाठ स्कोर एक बार पुनर्लेखन में बदल जाता है।
शोधकर्ताओं के लिए
- पहचान को पाठ-स्तर के साथ-साथ वाक्य-स्तर पर भी दर्ज करें, और सहमति-आँकड़ों के साथ जाँच (probe) के परिणाम भी रखें।
- विद्यार्थी उपकरण का उपयोग किसलिए करते थे, उसे मापें, केवल कितनी बार करते थे, उसे नहीं। समान आवृत्ति पर उद्देश्य ने 12-अंक का PISA अंतर तय किया।
- चार सप्ताह से आगे स्थायित्व जाँचें, वर्ष-अंत या बाहरी परिणामों के साथ। तुरंत पोस्ट-टेस्ट ट्यूटरिंग प्रभाव को लगभग तीन गुना अधिक बताते हैं।
सामान्य ग़लतफ़हमियाँ
-
"एआई ट्यूटर तब शिक्षा देता है जब विद्यार्थियों की पहुँच होती है।" 96% विद्यार्थियों ने Khanmigo आज़माया; औसत विद्यार्थी ने उन सत्रों में से 17% में, जहाँ गलती हुई, मदद माँगी। उपलब्धता और खुराक अलग-अलग चर हैं।
-
"परीक्षकों से उच्च सम्मति का अर्थ है कि ग्रेडर विश्वसनीय है।" 22 मॉडलों में से 14 को उत्तर में नोट होने पर स्केल के 5% से अधिक हिलाया जा सकता था, और विद्यार्थी के बारे में एक लेबल ने 66 मॉडल-कार्य जोड़ियों में से 28 में अंक ऊपर ले जाए।
-
"पहचान आपको बता सकती है कि AI ने कौन-से वाक्य लिखे।" वाक्य-स्तरीय F1 0.88 तक गिर गया, एक विद्यार्थी-शैली की पुनर्लेखन के बाद रिकॉल 0.60 हो गया, और चैटबॉट उपयोग के बाद लिखा गया पाठ जिसमें कोई प्रतिलिपि-सामग्री नहीं थी, 94.6% मामलों में मानव-लिखित पढ़ा गया।
-
"AI साक्षरता का विश्वविद्यालय तक प्रतीक्षा कर सकती है।" 12 से 17 वर्ष तक हर वर्ष उपयोग बढ़ता है, जबकि अनुभूत विश्वसनीयता स्थिर रहती है, और कक्षा 8–9 में दो-घंटे की कार्यशाला ने प्रॉम्प्टिंग और अनुवर्ती व्यवहार दो दिन बाद बदल दिए।
संबंधित अवधारणाएँ
संबंधित लेख
- One click away: AI tutoring with Khanmigo in a two-year school experiment
- Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science
- Do intelligent tutoring systems benefit K-12 students? A meta-analysis and evaluation of heterogeneity of treatment effects in the U.S.
- The Impact of Artificial Intelligence-Supported Instruction on Student Learning in STEM: A Systematic Review and Meta-Analysis
- Effects of generative artificial intelligence on students' learning motivation: evidence from a meta-analysis
- Effects of LLM use and note-taking on reading comprehension and memory: A randomised experiment in secondary schools
- Automated feedback on argumentative writing: The role of secondary students' feedback receptivity and feedback perception
- Investigating Secondary School Students' Shared Epistemic Agency with GAI in Online Scientific Explanation Writing
- Teaching students to question the machine: An AI literacy intervention improves students' regulation of LLM use in a science task
- Students Learn to Use Generative AI Before Learning to Question It: Ordinal Trajectories of Academic Use and Caution from Adolescence to University
- Detecting AI-Authored Text in Authentic Student Writing: Evidence from PISA 2025
- Cheating or not cheating? Rethinking AI-giarism and academic integrity through secondary students' ethical reasoning
- Comparing the Marking Accuracy of an AI Marking System with Official Examination Board Marks and Experienced Teacher Judgement: A Case Study in GCSE Physics
- Beyond agreement: a benchmark of how language models grade student work, and how they fail
- Generative AI use and scientific literacy among 15-year-olds in Beijing, Shanghai, Jiangsu, and Zhejiang, China
- Student motivation and need satisfaction in GenAI-supported classrooms: A self-determination theory perspective
- The integration of generative artificial intelligence in secondary education: A systematic review
- Generative artificial intelligence in secondary education: Applications and effects on students’ innovation skills and digital literacy
- Predictors of High School Students’ Intentions and Behaviors in Using AI Learning Tools: An Extended Theory of Planned Behavior Approach
- High School Students’ Attitudes Toward Generative AI: An Exploratory Factor Analysis of a Novel Measurement Scale
- Perceived Learning vs. Engagement in AI-Assisted Homework: A Comparative Study of ChatGPT Use Across High School, University, and Teachers in Sonora, Mexico (2024–2025)
- Impact of ChatGPT on High School Grade Point Average: A Comparative Study by Subject, School Type, and Socioeconomic Factors