व्यावसायिक शिक्षा और प्रशिक्षण

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

व्यावसायिक शिक्षा और प्रशिक्षण — शिक्षा का वह विभाग जो लोगों को नामित पेशों, व्यापारिक कार्यों (trades) और तकनीकी भूमिकाओं के लिए तैयार करता है, और जो अनुशासनात्मक ज्ञान के बजाय अभ्यास-निकट दक्षता के इर्द-गिर्द संगठित होता है। जहाँ कार्यस्थल शिक्षण पहले से नियोजित लोगों के लिए कौशल-उन्नयन का वर्णन करती है, वहाँ VET किसी व्यापारिक कार्य के लिए प्रारंभिक तैयारी भी शामिल करता है; जहाँ उच्च शिक्षा स्नातक अध्ययन को नाम देती है, वहाँ VET अक्सर गैर-स्नातक होती है और राष्ट्रीय योग्यता ढाँचों द्वारा संरचित होती है। इसकी परिभाषित विशेषताएँ ये हैं कि शिक्षार्थियों का आकलन इस बात पर किया जाता है कि वे उपकरणों के साथ क्या कर सकते हैं, कि शिक्षण कार्यशाला, सिम्युलेटर या कार्यस्थल के पास होता है, और कि व्यावहारिक शिक्षण को सँभालने वाले मानव प्रशिक्षक प्रायः बाधा-कारक होते हैं। AI अनुसंधान में VET एक अलग शिक्षार्थी आबादी के रूप में भी दिखती है — जिसकी शैक्षणिक आत्मविश्वास प्रदर्शित कौशल और व्यावसायिक पहचान से जुड़ी होती है — और एक अलग प्रमाण-आधार के रूप में भी, जो विद्यालय या विश्वविद्यालय साहित्य से पतली और अधिक खंडित है।

विचार करने योग्य प्रश्न

• यदि कोई योग्यता प्रमाणित करती है कि एक शिक्षार्थी क्या कर सकता है, तो AI-सहायित शिक्षण में कितना प्रामाणिक अभ्यास माना जाए और कितना उस दोहराव का विकल्प बनता है जो दक्षता बनाता है?
• जब कोई AI एजेंट उस प्रतिपक्ष की भूमिका निभाता है — रोगी, पायलट, क्लाइंट — जिसे एक मानव प्रशिक्षक निभाता था, तो क्या खोया जाता है? कौन-से निर्णय एक सिंथेटिक प्रतिपक्ष मॉडल नहीं कर सकता?
• मौखिक आकलन कक्षा के आकार के साथ खराब स्केल होता है। यदि AI प्रमाण प्रस्तुत करता है लेकिन निर्णय नहीं करता, तो आकलन क्षमता के किन हिस्सों में राहत आती है और कौन-से केवल शिक्षक पर स्थानांतरित हो जाते हैं?
• AI-in-VET प्रमाण-आधार में कोई भी अध्ययन कार्यस्थल में नहीं सेट है, फिर भी VET कार्य-आधारित शिक्षण से परिभाषित होता है। जहाँ शिक्षण होता है, वहाँ विश्वसनीय अनुसंधान को क्या आवश्यक होगा?
• EU AI Act व्यावसायिक प्रशिक्षण में सीखने के परिणामों का आकलन करने वाली AI को उच्च जोखिम मानता है, जबकि कुछ क्षेत्राधिकारों में ऐसा कोई ढाँचा नहीं है। क्या खरीद सबसे कठोर उपलब्ध मानक का पालन करे?

परिचय

व्यावसायिक शिक्षा और प्रशिक्षण लोगों को विशिष्ट पेशों के लिए तैयार करता है — ऑटोमोटिव तकनीशियन, वायु यातायात नियंत्रक, इंटीरियर डिजाइनर, देखभाल कार्यकर्ता — और इसकी मुद्रा प्रदर्शित दक्षता है, संचित क्रेडिट नहीं। आकलन प्रायः प्रदर्शन-आधारित होता है, शिक्षण उपकरणों से जुड़ा होता है, और अभ्यास की निगरानी करने वाले कुशल प्रशिक्षक दुर्लभ हैं।

इस ज्ञान-आधार में इसके पड़ोसी मुख्यतः दायरे में भिन्न हैं। कार्यस्थल पर सीख कार्यस्थल और कॉर्पोरेट कौशल-उन्नयन को कवर करता है, जो मुख्यतः पहले से नियोजित लोगों के लिए है; VET प्रारंभिक व्यावसायिक तैयारी भी कवर करता है। वयस्क शिक्षार्थी व्यावसायिक विशिष्टता के बजाय शिक्षार्थी विशेषताओं को नाम देता है। उच्च शिक्षा डिग्री प्रदान करने वाले अध्ययन को नाम देता है, जबकि अधिकांश VET योग्यता ढाँचों जैसे NZQA यूनिट मानकों या EQF द्वारा संगठित होता है। STEM शिक्षा और VET तकनीकी क्षेत्रों में ओवरलैप करते हैं, लेकिन STEM शिक्षा संकल्पनात्मक समझ का लक्ष्य रखता है जबकि VET उपयोगी प्रक्रिया का। करियर विकास और तैयारी उन रोज़गार-योग्यता स्वभावों को नाम देता है जिनसे VET कार्यक्रमों का मूल्यांकन किया जाता है; VET उस शिक्षण प्रणाली को नाम देता है जो उन्हें उत्पन्न करने के लिए जवाबदेह ठहराई जाती है।

VET में AI के बारे में विशिष्ट बात क्षेत्र की बात और उसके निर्माण के बीच की खाई है: रचनावादी सिद्धांत व्यापक रूप से समर्थित हैं जबकि व्यवहारवादी ड्रिल-एंड-प्रैक्टिस प्रणालियों का प्रभुत्व है और शिक्षार्थी-स्वायत्तता डिज़ाइन दुर्लभ हैं। बार-बार आने वाला डिज़ाइन प्रश्न यह नहीं है कि क्या AI शिक्षण दे सकता है, बल्कि यह है कि क्या वह व्यावसायिक शिक्षण के उन हिस्सों को सँभाल सकता है जो स्टाफिंग में महँगे हैं — यथार्थवादी परिदृश्य, समयबद्ध प्रतिपुष्टि, भूमिका-निभाए गए प्रतिपक्ष, मौखिक प्रमाण — उस अभ्यास को हटाए बिना जो दक्षता उत्पन्न करता है।

व्यावसायिक शिक्षा और प्रशिक्षण में AI कैसे दिखती है

• युवा, खंडित और भौगोलिक रूप से केंद्रित प्रमाण-आधार। VET में AI के पहले व्यवस्थित समीक्षा (Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness) ने ERIC, Web of Science और Elicit के माध्यम से PRISMA दिशानिर्देशों के तहत 2015–2026 के दौरान प्रकाशित 26 अनुभवजन्य अध्ययनों की पहचान की: नौ तकनीकी-क्षेत्र, नौ सामान्य-क्षेत्र, पाँच व्यवसाय प्रशासन में और तीन स्वास्थ्य में। सेटिंग्स थीं छह कक्षा, आठ ऑनलाइन, चार मिश्रित और आठ सिम्युलेशन-आधारित — और कोई भी कार्यस्थल में नहीं, VET के कार्य-आधारित चरित्र के बावजूद। 26 में से सत्रह एशिया में उत्पन्न हुए; केवल नौ अध्ययनों में कम से कम एक साझा संदर्भ था और कोई भी एक-दूसरे का उद्धरण नहीं करता। पाँच यादृच्छिक प्रयोग थे और 21 पूर्व-प्रयोगात्मक या अर्ध-प्रयोगात्मक डिज़ाइनों का उपयोग करते थे, मुख्यतः हस्तक्षेप के तुरंत बाद परिणाम मापते हुए, और केवल तीन ने शिक्षार्थियों को AI-सशक्त डिज़ाइन में सक्रिय भूमिका दी। लेखक एक शैक्षणिक "ट्यूरिंग ट्रैप" की चेतावनी देते हैं — मानव निर्णय को बढ़ाने के बजाय मानव शिक्षण की नकल करने के लिए AI का उपयोग — और व्यापक सफलता-कथा के स्थान पर विफलता मामलों और सीमा शर्तों का आह्वान करते हैं।

• सिम्युलेशन दुर्लभ भूमिका-निभाने वाले को अवशोषित करता है। ASTRA: A Scalable Next-Generation ATCO Training Simulator with Autonomous Simpilots वायु यातायात नियंत्रण प्रशिक्षण में एक क्षमता बाधा को लक्षित करता है: simpilots, विशेष मानव प्रशिक्षक जो सिम्युलेटेड हवाई क्षेत्र में पायलट और नियंत्रक दोनों की भूमिका निभाते हैं। ASTRA स्वायत्त LLM-संचालित sim-pilots को प्रतिस्थापित करता है, परिदृश्य जटिलता बनाए रखते हुए स्टाफिंग अड़चन हटाता है और पैमाने पर अनुकूली अभ्यास सक्षम करता है। यह एक प्रभावशीलता परीक्षण के बजाय एक प्रणाली विवरण है, लेकिन यह एक ऐसा तंत्र नामित करता है जो VET में AI में बार-बार आता है: जहाँ दुर्लभ निवेश एक कुशल मानव होता है जो प्रतिपक्ष की भूमिका निभाता है, वहाँ एक एजेंट भूमिका सँभाल सकता है और अभ्यास का विस्तार हो सकता है।

• इमर्सिव, एजेंट-समर्थित परियोजना कार्य डिज़ाइन क्षमता बढ़ा सकता है — सामूहिक रूप से। Cultivating Design Creativity of Vocational Students: A Model of Project-Based Learning in AI-Enabled Immersive Virtual Environments AI-IVE-PBL को निर्दिष्ट करता है, एक चार-आयामी, पाँच-चरणीय मॉडल (खोज, कल्पना, मॉडलिंग, संचार, परिष्करण) जो VR में एक LLM-समर्थित डिजिटल-ह्यूमन सहायक के साथ एक चीनी व्यावसायिक कॉलेज के प्रथम-वर्ष इंटीरियर डिज़ाइन पाठ्यक्रम में चलाया जाता है। एक 12-सप्ताह के दो-समूह अर्ध-प्रयोग में (63 वैध प्रतिक्रियाएँ; 31 बनाम 32), इमर्सिव-एजेंट स्थिति ने ANCOVA के तहत डिज़ाइन क्षमता (η²p = .138) और रचनात्मक क्षमता (η²p = .111) पर उच्च प्राप्त किया, संज्ञानात्मक संलग्नता d = 0.90, व्यवहारगत संलग्नता d = 0.75, प्रेरणा d = 0.74, संतुष्टि d = 0.69, और संज्ञानात्मक भार कम (d = −0.52)। नवाचारात्मक सोच और भावनात्मक संलग्नता महत्वपूर्णता तक नहीं पहुँची, जिसे लेखकों ने सुदृढ़ संज्ञानात्मक पैटर्नों पर अल्पकालिक सीमाओं का श्रेय दिया। हर परिणाम स्व-रिपोर्ट है, कोई डिज़ाइन कलाकृतियाँ या विशेषज्ञ रेटिंग नहीं। Generative AI and Extended Reality in Collaborative Architectural Design Education: An Exploratory Studio Study के सापेक्ष पढ़ा जाए, जहाँ एक GenAI-plus-XR पाइपलाइन ने घटता डिज़ाइन स्व-प्रभावशीलता और कोई ब्लाइंडेड-पैनल लाभ उत्पन्न नहीं किया, अंतर हार्डवेयर से कम और इस बात से अधिक लगता है कि चरण संरचना और रूब्रिक कौन रखता है।

• आकलन वहाँ है जहाँ प्रामाणिकता की समस्या सबसे तीखी है। Designing AI-Supported Oral Assessment in TVET AkoVoice का दस्तावेज़ीकरण करता है, जो चार Level 3 ऑटोमोटिव और एक Level 3 इंजीनियरिंग कक्षा में परीक्षण किया गया, इस प्रकार डिज़ाइन किया गया कि AI रूब्रिक प्रमाण प्रस्तुत करता है जबकि मानव आकलनकर्ता निर्णय करता है। 33 सर्वेक्षित शिक्षार्थियों में से 21 (64%) ने सहमति दी कि वॉइस कार्य यथार्थवादी था और उतनी ही संख्या ने कहा कि इसने जो वे जानते थे उसे संप्रेषित करने का स्पष्ट तरीका दिया; कोई भी असहमत नहीं था कि वास्तविक समय में बोलना इस प्रामाणिक आकलन के लिए लिखित पोर्टफोलियो से बेहतर अनुकूल था। समान प्रश्नों के लिए शब्द गणना शिक्षार्थियों के बीच पाँच- से आठ-गुना भिन्न थी बिना तथ्य-आधारित प्रश्नों पर शुद्धता में सुधार किए, और 2 से 13 शब्दों में उत्तर देने वाले नौ शिक्षार्थी सभी सही अंकित हुए, सबसे छोटा दो शब्द, "3500 kgs", मान पर मिलान किया गया। कैप्चर, भंडारण, AI निर्णय मसौदा और शिक्षक रिपोर्टिंग का एक पूरा चक्र एक Windows लैपटॉप पर 8 GB ग्राफिक्स मेमोरी (Mistral 7B Ollama के माध्यम से, faster-whisper, Chatterbox) के साथ ऑफलाइन चला, एक कार्यशाला में एक बार में 12 शिक्षार्थियों तक का आकलन किया जहाँ स्टील फ्रेमिंग wifi को नष्ट करती है, रिकॉर्डिंग एन्क्रिप्टेड और 90 दिनों के बाद हटाई गई। पेपर नोट करता है कि EU AI Act व्यावसायिक प्रशिक्षण में सीखने के परिणामों का आकलन करने वाली AI को उच्च जोखिम मानता है, जबकि न्यूज़ीलैंड में कोई क्षेत्र-विशिष्ट TVET ढाँचा नहीं है।

• प्रतिस्थापन के बजाय सीमित साथ। Design Principles and Observable Indicators for AI-Enabled Pedagogical Accompaniment: Evidence from the Amico Dual-Mode Prototype in Italy and China तर्क देता है कि तकनीकी और व्यावसायिक सेटिंग्स में AI का मूल्य मानव-समानता के बजाय जवाबदेह शैक्षणिक मध्यस्थता पर निर्भर करता है। इसका Amico प्रोटोटाइप AmicoMio को, जो तकनीकी स्पष्टता और चरणबद्ध कार्य मार्गदर्शन के लिए उन्मुख है, AmicoTuo के साथ जोड़ता है, जो चिंतनशील संवाद और माइट्यूटिक प्रश्न के लिए उन्मुख है। डिज़ाइन सिद्धांत एक संबंधात्मक सेतु है: अनुक्रमिक रूप से अस्थायी, मानव संपर्क की ओर निर्देशित, और सुरक्षा उपायों से सीमित, वयस्कों को मानव-कमांड जवाबदेही बनाए रखते हुए। अन्वेषणात्मक पायलट (N = 30, इटली और चीन, 20 सीमित सत्रों) ने पाया कि प्रतिभागियों ने प्रणाली को एक सीमित सहायता उपकरण माना, प्रतिस्थापन या निर्भरता की कोई सूचित अपेक्षा नहीं।

• AI-सहायित शिक्षण एक मनोवैज्ञानिक लागत वहन करता है जब यह प्रयास का विकल्प बनता है। AI-Assisted Autonomous Learning and Reduced Academic Accomplishment in Vocational Higher Education: The Mediating Role of Hardiness ने संरचनात्मक समीकरण मॉडलिंग का उपयोग करते हुए चीन में 1,264 व्यावसायिक कॉलेज के छात्रों को सर्वेक्षित किया और पाया कि AI-सहायित स्वायत्त शिक्षण hardiness (प्रतिबद्धता, नियंत्रण, चुनौती) के साथ नकारात्मक रूप से संबद्ध है और घटे हुए शैक्षणिक उपलब्धि, नकारात्मक आत्म-मूल्यांकन के एक बर्नआउट आयाम, के साथ सकारात्मक रूप से संबद्ध है। Hardiness ने संबंध को आंशिक रूप से मध्यस्थता दी। डिज़ाइन अनुभागीय, स्व-रिपोर्ट और एकल-संस्थान है, इसलिए कारणता स्थापित नहीं है, लेकिन VET के लिए ढाँचा मायने रखता है: जहाँ आत्मविश्वास बार-बार अभ्यास के माध्यम से बनता है, वहाँ विकल्प के रूप में AI प्रयास करने के स्वभाव और महारत के अनुभवित अनुभव दोनों को कम कर सकता है।

• सत्यापन को सौंपे बिना पाठ्यक्रम उत्पादन में त्वरण। AI-accelerated End-to-End Framework for Rapid Professional Upskilling व्यावसायिक कौशल-उन्नयन के सभी पाँच चरणों में AI लागू करता है — ज्ञान अधिग्रहण, सामग्री विकास, समीक्षा और सत्यापन, ट्यूटर कोचिंग और आकलन विकास — जबकि ब्लूप्रिंट डिज़ाइन, विषय-सामग्री समीक्षा और भ्रांति लेखन को मनुष्यों के साथ रखता है। इसका बाह्य सत्यापन में NASBA CPE मान्यता, केवल ढाँचे के ज्ञान-आधार का उपयोग करके NVIDIA प्रमाणन परीक्षा उत्तीर्ण करने वाले तीन में से तीन शिक्षार्थी, और 53-कौशल ब्लूप्रिंट में टैग किया गया 530-प्रश्न बैंक शामिल है। यह यहाँ आता है क्योंकि यह सत्यापन को प्रथम-श्रेणी चरण मानता है: hallucination पहचान शिक्षा पाइपलाइनों में मुख्यतः अनुपस्थित है, और पेपर रिपोर्ट करता है कि डिफ़ॉल्ट LLM ट्यूटरिंग केवल 52–70% सही शैक्षणिक क्रियाओं तक पहुँचती है।

संबंधित अवधारणाएँ

• कार्यस्थल पर सीख
• वयस्क शिक्षार्थी
• उच्च शिक्षा
• करियर विकास और तैयारी
• सिमुलेशन
• प्रामाणिक मूल्यांकन
• इंटेलिजेंट ट्यूटरिंग
• मानव-लूप-में
• संज्ञानात्मक ऑफलोडिंग
• स्व-प्रभावशीलता

संबंधित लेख

• Artificial intelligence in vocational education and training: A systematic review of educational purposes, theoretical conceptualizations, and empirical effectiveness — VET में AI पर पहली व्यवस्थित समीक्षा: उद्देश्य, सिद्धांत और अनुभवजन्य प्रभावशीलता
• Cultivating Design Creativity of Vocational Students: A Model of Project-Based Learning in AI-Enabled Immersive Virtual Environments — AI-IVE-PBL: इमर्सिव परियोजना-आधारित शिक्षण और डिज़ाइन रचनात्मकता
• Designing AI-Supported Oral Assessment in TVET — AkoVoice: TVET में ऑफलाइन AI-समर्थित मौखिक आकलन
• Design Principles and Observable Indicators for AI-Enabled Pedagogical Accompaniment: Evidence from the Amico Dual-Mode Prototype in Italy and China — Amico दोहरा-मोड प्रोटोटाइप: डिज़ाइन सिद्धांत और Observable संकेतक
• AI-Assisted Autonomous Learning and Reduced Academic Accomplishment in Vocational Higher Education: The Mediating Role of Hardiness — AI-सहायित स्वायत्त शिक्षण और घटा हुआ उपलब्धि, hardiness द्वारा मध्यस्थ
• ASTRA: A Scalable Next-Generation ATCO Training Simulator with Autonomous Simpilots — स्केलेबल ATCO प्रशिक्षण के लिए स्वायत्त sim-pilots
• AI-accelerated End-to-End Framework for Rapid Professional Upskilling — त्वरित व्यावसायिक कौशल-उन्नयन के लिए AI-त्वरित अंत-से-अंत ढाँचा
• Generative AI and Extended Reality in Collaborative Architectural Design Education: An Exploratory Studio Study — प्रतिमामला: घटते डिज़ाइन self-efficacy के साथ GenAI प्लस मल्टी-यूज़र XR