अवधारणाएँ
शैडो AI
यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।
शैडो AI — किसी ऐसी संस्था की ओर से उन AI उपकरणों का उपयोग, जिनकी अनुमति, जाँच या सूचीकरण नहीं किया गया, और उसके भीतर बैठे लोग उन्हें इस्तेमाल करते हैं। यह शब्द शैडो IT से आया है, लेकिन विषय वस्तु अलग है: शैडो IT ने अनुमोदित प्रणालियों की जगह अनधिकृत प्रणालियाँ रखीं, ज़्यादातर सूचना-संसाधन में, जबकि शैडो AI ऐसे उपकरणों को कवर करता है जो सामग्री बनाते हैं, निर्णयों का समर्थन करते हैं और ज्ञान-कार्य करते हैं। इसलिए नियंत्रण पहुँच के प्रबंधन से उपयोग के विनियमन की ओर बढ़ जाता है, और उपकरण का उपयोगकर्ता आमतौर पर वही व्यक्ति होता है जो निर्णय लेता है।
पर विचार करने योग्य प्रश्न
- क्या आप बता सकते हैं कि पिछले महीने आपके कर्मचारियों और संकाय ने कौन-से AI उपकरण इस्तेमाल किए, या केवल वे जिन्हें आपने खरीदा?
- आपकी संस्था किसी उपकरण को स्वीकृत कराने के लिए क्या करने को कहती है, और एक नया मॉडल जारी होने वाले सप्ताह की तुलना में इसमें कितना समय लगता है?
- अगर कोई शिक्षक आज विद्यार्थियों का काम किसी अस्वीकृत उपकरण पर अपलोड करता है, तो किसे पता चलेगा, और क्या कोई जान सकेगा, अगर इससे कभी कोई दिखाई देने वाली घटना न हुई?
- क्या आपकी संस्था में मार्गदर्शन का अभाव एक निर्णय है, या वह अंतराल जिसे व्यक्तिगत शिक्षक आपकी जगह भर रहे हैं?
- एक सतर्क शिक्षक के लिए, तैयारी का एक सप्ताह खोए बिना स्वीकृत मार्ग चुनने के लिए, आपको क्या प्रकाशित करना होगा?
परिचय
अंगीकार-साहित्य बार-बार उसी अंतराल पर लौटता है। EDUCAUSE के 1,960 कर्मचारियों और संकाय पर आधारित 2026 सर्वेक्षण में, 94% ने पिछले छह महीनों में कार्य के लिए AI उपकरण इस्तेमाल किए थे, जबकि केवल 54% उस उपयोग का मार्गदर्शन करने वाली नीतियों से परिचित थे। उत्तर देने वाली संस्थाओं में से लगभग सभी, 92%, ने कार्य-संबंधी AI रणनीति की सूचना दी, और केवल 13% ने उसके निवेश-प्रतिफल को मापा। आधे से अधिक, 56%, ने कहा कि वे ऐसे उपकरण इस्तेमाल करते हैं जिन्हें उनकी संस्था नहीं देती।
यह संयोजन एक ऐसी शासन-सतह का वर्णन करता है जो काग़ज़ पर मौजूद है, और एक ऐसी प्रथा जो कहीं और मौजूद है। लोग अनुमति की प्रतीक्षा नहीं कर रहे, और कई संस्थाओं में उनसे यह भी नहीं कहा जा रहा। शैडो AI उस चीज़ का नाम है जो रणनीति-दस्तावेज़ और कक्षा के बीच की जगह को भर देती है।
साहित्य नैतिक फ्रेम को जटिल बनाता है। Rameskumar और सहयोगियों ने जर्मनी के 20 शैक्षणिक शिक्षकों के साथ साक्षात्कार किए और पाया कि अनौपचारिक उपयोग छिपा हुआ निश्छल व्यंग नहीं बल्कि वह प्रथा थी जिसे शिक्षकों ने व्यावसायिक शर्तों में स्वयं को उचित ठहराया। Kelso और सहयोगियों ने 375 शिक्षकों का सर्वेक्षण किया, जिन्होंने 1,373 ऐप और सेवाएँ बताईं, उनमें से 494 अद्वितीय। Dangol और सहयोगियों ने एक अमेरिकी जिले के 22 शिक्षकों का अध्ययन किया जहाँ नियम लिखने से पहले ही AI का समर्थन कर दिया गया था, और पाया कि वे स्वयं अपनी सीमाएँ तय कर रहे थे। इस साक्ष्य पर शैडो AI वही है जो कोई प्रावधान-अंतराल अंदर से दिखता है।
यह क्यों होता है
निकटवर्ती कारण आमतौर पर मार्गदर्शन का अभाव होता है। जर्मन अध्ययन के शिक्षकों ने ऐसे नियम बताए जो अनुपस्थित, बहुत सामान्य, खंडित या सटीक शिक्षण-स्थितियों से अलग थे। एक शिक्षक ने सीधे कहा कि किसी ने उन्हें नहीं बताया कि क्या अनुमत है और क्या नहीं।
संरचनात्मक कारण गति है। क्रय-चक्र और नीति-समितियाँ संस्थाओं की गति से चलती हैं; मॉडल-रिलीज़ विक्रेताओं की गति से। सोमवार को किसी सहयोगी द्वारा प्रदर्शित एक उपकरण शुक्रवार तक इस्तेमाल में हो सकता है, और उसे पकड़ने वाली स्वीकृति-प्रक्रिया अभी खुली भी नहीं है।
अभिप्रेरण संबंधी कारण उपयोगिता है, और यह करीबी नहीं है। ASU सर्वेक्षण में, शिक्षण-शास्त्र संबंधी उपयोगिता शिक्षकों के उपकरण चुनने के 213 चयनों को प्राप्त हुई, कार्यात्मक सुविधा 155, पहुँच 187 और लागत 164। सुरक्षा 375 में से 24 ने बताई। खोज क्रय के बजाय लोगों के माध्यम से चली: 290 ने पेशेवर साथियों से उपकरणों के बारे में जाना, 141 प्रशासकों से, 100 खोज से और 100 विज्ञापन से।
लागत और पहुँच को अलग से बताना उचित है। मुफ़्त स्तर यही वजह है कि कई शिक्षक किसी उपकरण को बिल्कुल आज़मा पाते हैं, और यही वजह है कि संस्था वह आज़माव नहीं देख पाती। जब स्वीकृत विकल्प प्रतीक्षासूची वाली लाइसेंस-आधारित सीट हो, तो मुफ़्त उपकरण उसी एक मानदंड पर जीत जाता है जिसे शिक्षक उस दोपहर माप रहा होता है।
शिक्षक इसे कैसे उचित ठहराते हैं
जर्मन अध्ययन का योगदान एक क्रम है, कोई संख्या नहीं। शिक्षक पहले उपयोग को इस आधार पर वर्गीकृत करते थे कि वह पेशेवर भूमिका में फँसता है या नहीं: सामग्री तैयार करना, सामग्री व्यवस्थित करना और उदाहरण बनाना भूमिका-समर्थक माने गए; ईमेल की शब्दावली बदलना भूमिका के बाहर था; ऐसा काम बनाना जो विद्यार्थी के सोचने की जगह ले ले, समस्याग्रस्त था। फिर उन्होंने दक्षता का हवाला दिया, जिसमें समय की बचत को अपने आप में पर्याप्त औचित्य माना गया। उन्होंने मूल्य-दावे जोड़े कि सामग्री बेहतर या अधिक विविध थी, केवल तेज़ नहीं। और अंत में उन्होंने उत्तरदायित्व-चाल चली: उपकरण तटस्थ है, शिक्षक तय करता है, और शिक्षक वही व्यक्ति रहता है जो उसके लिए जवाबदेह है जो विद्यार्थियों तक पहुँचता है।
यह आखिरी चरण वह है जिसका अध्ययन संस्थाओं को करना चाहिए। यह वह भी है जो प्रतिबंध को अप्रासंगिक लगने का कारण बनता है, क्योंकि उसे लागू करने वाला पहले से ही मानता है कि उसने निर्णय किया। पेपर इसे नैतिक रूप से वैध ठहराव के रूप में पढ़ता है, बचाव के रूप में नहीं, जो साधारण अनुपालन-अभाव की तुलना में कहीं अधिक असहज करने वाला निष्कर्ष है।
इसकी कीमत
ASU सर्वेक्षण हानि-पक्ष को ठोस आँकड़े देता है। 375 शिक्षकों में से 167 को गोपनीयता- या सुरक्षा-आक्रामक व्यवहार का सामना करना पड़ा और उन्होंने ऐप हटा दिया, उनमें से 108 K-12 में थे। लेकिन 62, जो चिंतित थे कि उनका डेटा बेचा या साझा किया जा रहा है, वे फिर भी उपकरण रखे, कार्यप्रवाह-निर्भरता का हवाला देते हुए। प्रशासकों ने 16 गंभीर चिंताएँ बताईं, जिनमें डेटा-रिसाव और गोपनीयता-आक्रमण आगे थे।
एकीकरण वह जगह है जहाँ जोखिम बढ़ता है। K-12 शिक्षकों ने संस्थागत प्रणालियों से 341 ऐप जोड़े और उच्च शिक्षा के शिक्षकों ने 116, और उनमें से अधिकांश ऐपों के लिए खाता-प्रावधान आवश्यक था। K-12 शिक्षकों में से लगभग एक-तिहाई, 30.3%, को अनसंस्वीकृत उपयोग को कवर करने वाली संस्थागत नीति की जानकारी थी; 22 ने किसी का उल्लंघन करना स्वीकार किया।
गोपनीयता की समस्या संरचनात्मक है, व्यक्तिगत नहीं। एक उपकरण जो कक्षा-सूची, IEP या अनुशासनात्मक टिप्पणी प्राप्त करता है, वह ऐसा अभिलेख बना देता है जिसकी संस्था ने अनुमति नहीं दी, जिसकी ऑडिट नहीं कर सकती, और जिसके बारे में जानकारी शायद केवल तब मिले जब कोई संकट-सूचना आ जाए।
शिक्षक वास्तव में इसके बारे में क्या करते हैं
जिला-अध्ययन बेपरवाह अंगीकारकर्ता की छवि के लिए सबसे उपयोगी सुधारक है। वहाँ के शिक्षकों के पास जिला-स्तरीय मंच, MagicSchool AI, था, फिर भी वे ChatGPT और Gemini जैसी सामान्य प्रणालियों का उपयोग करते थे। उनकी सीमाएँ शिक्षण-शास्त्र की थीं: एक ने विकास-कार्य के दौरान AI की अनुमति दी और प्रवीणता पर वापस ले ली, ताकि विद्यार्थियों को कौशल सहायता-रहित दिखाना पड़े। एक विशेष शिक्षा शिक्षक ने चौथी कक्षा के विद्यार्थियों को लेखकत्व की जाँच सिखाई, और पुनर्रूपांरण को स्वीकार्य मानते हुए विचार-उत्पादन को अस्वीकार्य।
फिर आवाज़ और गोपनीयता का सामना हुआ। शिक्षकों ने आउटपुट को फिर से लिखा ताकि सामग्री अब भी उन्हीं जैसी लगे, तथ्यों की जाँच की, और जनरेट किए गए पाठ को प्राधिकार की जगह बहुलता-स्रोत माना। उन्होंने विद्यार्थियों के नाम रीडक्ट किए और जानबूझकर जिला-खातों का उपयोग किया, ताकि उनका उपयोग, अगर उसे चुनौती दी जाए तो, ऑडिट किया जा सके। यह सहयोगी अर्थ-निर्माण ऑडिट-पट्टी के साथ है, और उससे कहीं अधिक अनुरूप है जो शासन-कार्यालय कहता है कि वह चाहता है, बनाम उसके जो अनुपालन-रिपोर्ट आमतौर पर कैद करती है।
इस सुधार-प्रयास की कीमत असमान गिरती है। जिन शिक्षकों के पास समय, आत्मविश्वास और सहयोगी समर्थन था, उन्होंने प्रथाएँ बनाईं; जिन शिक्षकों के स्कूलों में वह नहीं था, वे नहीं बना सके। समानता के अंतराल जो कर्मचारी-संबंधी अंतराल से शुरू होते हैं, वे विद्यार्थियों से किए जाने वाले कार्य में अंतर बन जाते हैं।
संस्थाएँ क्या कर सकती हैं
पहली चाल स्वीकृत मार्ग को प्रकाशित करना है, अनौपचारिक मार्ग को बंद करना नहीं। जिला-अध्ययन के शिक्षकों ने नियम, जाँचे गए उपकरणों की सूची, उदाहरण और समय माँगा, और इनमें से किसी भी माँग के लिए नया मंच नहीं चाहिए।
दूसरा, मार्ग को छोटा करना है। MindRouter और Fontys गेटवे दोनों ऐसे मॉडल को दिखाते हैं जिसमें स्वीकृति एक रूटिंग-निर्णय है, क्रय-घटना नहीं: एक स्वीकृत मॉडल एक गेटवे में दिखाई देता है जिसके साथ ऐसा मॉडल-कार्ड होता है जो क्षेत्र, लागत और विकल्प बताता है, और शिक्षक उसे उसी दिन इस्तेमाल कर सकता है। संस्थागत AI बुनियादी ढाँचा ही इसे संभव बनाता है; उसका अभाव वही है जिससे शैडो AI बनता है।
तीसरा, जो खर्च और उपयोग हो रहा है उसे मापना, उस खर्च सहित जो कभी खरीद-आदेश तक नहीं पहुँचा। EDUCAUSE का 13% ROI आँकड़ा संकेत देता है कि अधिकांश संस्थाएँ इस समय यह जवाब नहीं दे सकतीं कि क्या स्वीकृत उपकरण अपनी सीट जोग हैं, जिससे उनकी बहस केवल अधिकार पर टिकती है।
चौथा, AI साक्षरता को पाठ्यचर्या के जोड़ की जगह नियंत्रण के रूप में मानना। एक शिक्षक जो डेटा-नीति पढ़ सकता है, विक्रेता की अवधारण शर्तों को पहचान सकता है और विद्यार्थी का नाम रीडक्ट कर सकता है, वह जोखिम-प्रबंधन कर रहा है जिसकी जगह कोई स्वीकृति-फ़ॉर्म नहीं ले सकता।
अभ्यास के लिए निहितार्थ
संकाय-विकासक शिक्षण की भाषा में, क्रय की भाषा में नहीं, स्वीकृत मार्ग को कार्यशील उदाहरणों के साथ प्रकाशित कर सकते हैं। जिला-अध्ययन के शिक्षकों ने नियम, जाँची गई सूची, उदाहरण और समय माँगा था; इनमें से किसी के लिए भी नया मंच नहीं चाहिए। एक सप्ताह लेने वाला स्वीकृति-मार्ग उतना ही लंबा है जितना कि एक नया मॉडल जारी होने के लिए, इसलिए उपयोगी लक्ष्य दिन हैं।
प्रशिक्षक उन आदतों को अपना सकते हैं जो उस अध्ययन के सतर्क उपयोगकर्ताओं के पास पहले से थीं। कुछ भी चिपकाने से पहले विद्यार्थियों के नाम रीडक्ट करें, अभिलेख के ऑडिट योग्य रहने के लिए संस्थागत खाता इस्तेमाल करें, और जनरेट किए गए पाठ को उद्धृत करने के लिए एक प्राधिकार की जगह जाँचने के लिए एक मसौदा मानें।
प्रशासक वह खर्च माप सकते हैं जो कभी खरीद-आदेश तक नहीं पहुँचा, और अस्वीकृत उपयोग को एक असंतुष्ट आवश्यकता पर रिपोर्ट के रूप में पढ़ सकते हैं। अगर कोई मुफ़्त उपकरण इसलिए जीतता है क्योंकि लाइसेंस वाले उपकरण की प्रतीक्षासूची है, तो अंगीकार-समस्या ही कतार है।
IT और नीति-कर्मचारी स्वीकृति को रूटिंग-निर्णय बना सकते हैं। एक गेटवे जो क्षेत्र, लागत और विकल्पों सहित स्वीकृत मॉडलों की सूची देता है, शिक्षक को उसी दिन शुरू करने देता है, जो उस अंतर को दर्शाता है जो उपयोग को आकार देने वाले शासन और उसके बाद उसे दस्तावेज़ करने वाले शासन के बीच है।
विभागाध्यक्ष उस सहयोगी समर्थन को बढ़ा सकते हैं जिसने कुछ शिक्षकों को सीमाएँ विकसित करने दीं और दूसरों को उनके बिना छोड़ दिया। जो अंतराल कर्मचारी-संबंधी अंतराल से शुरू होता है, वह विद्यार्थियों से किए जाने वाले कार्य में अंतर बन जाता है।
सामान्य ग़लतफ़हमियाँ
"शैडो AI बस शैडो IT है, नया नाम लगा।" जर्मन अध्ययन अंतर को दर्शाता है: शैडो IT के जोखिम बुनियादी ढाँचे से जुड़ते हैं, जबकि शैडो AI के जोखिम सामग्री, निर्णय और उस अभिलेख से जुड़ते हैं कि क्या बनाया गया।
"प्रतिबंध इसे समाप्त कर देगा।" ASU सर्वेक्षण में, 30.3% K-12 शिक्षकों को कोई नीति की जानकारी थी और 22 ने उसे तोड़ना स्वीकार किया। स्वीकृत विकल्प के बिना निषेध उपयोग के होने की जगह बदलता है, होने के बारे में नहीं।
"यह एक विद्यार्थी-समस्या है।" यहाँ हर अध्ययन शिक्षकों के बारे में है: तैयारी, ग्रेडिंग, संचार, अनुवाद। विद्यार्थी-कहानी सच्ची है, लेकिन वह प्रशासनिक क्रेडेंशियलों वाली कहानी नहीं है।
"जागरूकता-प्रशिक्षण इसे सुलझा देता है।" 94% ने उपकरण इस्तेमाल किए और 54% नीति जानते थे, और लोगों को बताने के बाद भी 40-अंक का अंतर बंद नहीं हुआ। इसे बंद करता है एक उपयोगी विकल्प जिसका स्वीकृति-मार्ग छोटा हो।
संबंधित संसाधन
तीन स्रोत सीधे शैडो AI से संबंधित हैं और यहाँ अवशोषित नहीं किए जा सकते: दो बंद-पहुँच अध्ययन और एक व्यापारिक लेख। वे अवशोषित करने की जगह जोड़े गए हैं, इसलिए यहाँ कोई दावा उनके निष्कर्षों पर नहीं टिकता।
- Beyond Curiosity: Habit and Organizational Learning Capability as Predictors of Shadow AI — Lovett and Yang, Computers in Human Behavior, article 109243, November 2026. हाल के कार्यस्थल AI उपयोगकर्ताओं पर सर्वेक्षण-साक्ष्य, जिसमें आदत का सबसे बड़ा सापेक्ष महत्व-भार था और उपकरणों के लिए व्यक्तिगत भुगतान बढ़े हुए शैडो AI से जुड़ा था।
- Shadow AI Isn't a Threat: It's a Signal — Damien Eversmann, Campus Technology, February 2026. एक व्यावसायिक तर्क कि अनधिकृत उपयोग एक असंतुष्ट आवश्यकता की सूचना देता है: संकाय अध्ययन-योजनाएँ मसौदा करते हैं, शोधकर्ता विभागीय कार्डों पर क्लाउड GPU शुरू करते हैं, और कर्मचारी संवेदनशील डेटा उपभोक्ता-उपकरणों में चिपकाते हैं क्योंकि स्वीकृत मार्ग धीमा था।
- Shadow AI, Human Oversight, and Institutional Trust: A Socio-technical Model of Responsible AI Governance in the Public Sector — Jonathan and colleagues, Springer, 2026. 214 लोक-क्षेत्र कर्मचारियों पर PLS-SEM, जिसमें शैडो AI को शासन-स्थितियों को जिम्मेदार उपयोग से जोड़ने वाले तंत्र के रूप में माना गया है।
संबंधित अवधारणाएँ
संबंधित लेख
- The Impact of AI on Work in Higher Education
- How Is Shadow AI Legitimized in Higher Education? A Qualitative Study Among Academic Educators in the Absence of Institutional Guidance
- 'It's not approved, but many, like myself, ignore the rule': Investigating the Landscape and Consequences of Unauthorized Technology Use in Educational Institutes
- Relief or displacement? How teachers are negotiating generative AI's role in their professional practice
- AI Intrapreneurship: Educators as Frontline Innovators in the Age of Generative AI