AIEd शिक्षा अनुसंधान साप्ताहिक अपडेट #37 नवंबर 2026

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

पिछले सप्ताह प्रकाशित शोध का शिक्षकों, डेवलपर्स, शोधकर्ताओं और प्रशासकों के लिए क्या अर्थ है — इस पर शिक्षा में AI ज्ञानकोश की ओर से एक साप्ताहिक संक्षेप।

पिछले अंक के बाद से ज्ञानकोश में 159 नए अध्ययन, आठ नए अवधारणा पृष्ठ, दो नए सामान्य प्रश्न और तीन नए संसाधन जुड़े हैं; अब इसमें 2,085 लेख सारांश, 230 अवधारणा पृष्ठ, 44 सामान्य प्रश्न और 40 संसाधन हैं। ज्ञानकोश से बातचीत करने के लिए खोजें या AI का उपयोग करें।

विषय-सूची

• मुख्य बातें और प्रश्न
• नए सामान्य प्रश्न
• नई अवधारणाएँ
• नए संसाधन
• शिक्षकों के लिए
• डेवलपर्स के लिए
• शोधकर्ताओं के लिए
• प्रशासकों के लिए
• इस सप्ताह यह भी जोड़ा गया
• साइट नोट्स
• अपडेट का अनुसरण करें

मुख्य बातें और प्रश्न

• क्या AI प्रतिपुष्टि किसी शिक्षक की प्रतिपुष्टि की जगह ले सकती है? एक यादृच्छिक परीक्षण में, जिसमें 312 प्रथम-वर्षीय लेखक थे, AI-जनित प्रतिपुष्टि और शिक्षक की प्रतिपुष्टि ने निबंध संशोधनों को लगभग समान रूप से बेहतर बनाया। शिक्षक की प्रतिपुष्टि ने प्रेरणा अधिक बढ़ाई, क्योंकि विद्यार्थियों को उसे देने वाले व्यक्ति से जुड़ाव महसूस हुआ। संशोधन का एक दौर AI उठा सकता है; रिश्ता अब भी शिक्षक ही उठाता है।
• क्या एक सहायक चैटबॉट साथी का विकल्प बन सकता है? 296 प्रथम-वर्षीय विद्यार्थियों के एक यादृच्छिक परीक्षण में सहायक चैटबॉट ने अकेलेपन को घटाने में डायरी लिखने के बराबर प्रदर्शन किया; यादृच्छिक रूप से नियुक्त एक साथी ने उसे घटाया। बॉट ने अधिक सहानुभूति व्यक्त की जबकि विद्यार्थियों ने कम लौटाया, इसलिए अकेलेपन को ही मापें।
• क्या एक छोटा नैतिकता मॉड्यूल AI निर्णय बदलता है? चार सप्ताह के सूचना नैतिकता मॉड्यूल ने AI-संबंधित नैतिक निर्णय परिदृश्यों पर विद्यार्थियों के अंक बढ़ाए, उस परीक्षण में जिसने 16 कक्षाओं को यादृच्छिक रूप से बाँटा। लाभ का लगभग 60% चार सप्ताह बाद भी टिका, और सबसे भारी AI उपयोगकर्ताओं को सबसे अधिक लाभ हुआ। केस-आधारित शिक्षण आशाजनक दिखता है।
• क्या अधिक AI सहायता रचनात्मक काम को बेहतर बनाती है? 728 वयस्कों के चार यादृच्छिक प्रयोगों में पाया गया कि जब AI ने अधिक काम किया, तो निर्णायकों ने परिणामी नवाचार प्रस्तावों को कमतर आँका, मुख्यतः इसलिए कि प्रतिभागियों ने संज्ञानात्मक काम कम किया। अधिक सहायता के साथ काम कमज़ोर ही रहा।
• क्या AI द्वारा रचित खेल व्याख्यान से बेहतर सिखा सकता है? 84 विधि विद्यार्थियों के एक यादृच्छिक परीक्षण में एक रहस्य-आधारित रोल-प्लेइंग खेल ने उसी प्रशिक्षक के व्याख्यान को विधिक ज्ञान और तर्क पर हराया। खेल जनरेटिव AI से बनाया गया था; तुलना खेल बनाम व्याख्यान थी, इसलिए परिणाम खेल-आधारित अधिगम का समर्थन करता है और चैटबॉट के उपयोग को अनुपरीक्षित छोड़ता है।
• क्या विद्यार्थी-प्रदर्शन रिपोर्टें शिक्षण बदलती हैं? एक ऑनलाइन गणित ट्यूटरिंग प्रणाली में नए शिक्षकों को यादृच्छिक रूप से प्रेरित किया गया कि वे पहले असाइनमेंट पर अपने विद्यार्थियों के प्रदर्शन की लर्निंग एनालिटिक्स डैशबोर्ड रिपोर्ट खोलें। उसे खोलने से न अगला असाइनमेंट शुरू करने वालों का अनुपात बदला, न विद्यार्थियों के परीक्षा-अंक लाभ, हालाँकि अगले असाइनमेंट की पूर्णता बढ़ी, मुख्यतः छोटी कक्षाओं में।
• क्या मानव ग्रेडर से मेल खाना AI ग्रेडर को सुरक्षित बनाता है? 300 लघु उत्तरों को अंक देने वाले छह AI मॉडलों के एक ऑडिट में पाया गया कि सभी ने एक ही काम को अधिक अंक दिए जब उन्हें बताया गया कि विद्यार्थी उच्च-उपलब्धि वाला है — दस-बिंदु पैमाने पर 0.28 से 0.75 अंक तक। सहमति विद्यार्थी के पूर्व-उपलब्धि रिकॉर्ड से जुड़े पूर्वाग्रह को छिपा सकती है; रिकॉर्ड रोक लें।
• AI-जनित भाषा समझना इतना कठिन क्यों है? AI पाठ दुर्लभ शब्द-संयोजनों, नाम-धातु क्रियाओं, निर्जीव कर्ताओं, लघुकृत कर्म-संबंधी उपवाक्यों, ढेर लगी संज्ञाओं और लंबी निर्भरताओं का अत्यधिक उपयोग करता है, क्योंकि गणित, कोड और तर्क के लिए पोस्ट-ट्रेनिंग स्पष्ट व्याख्याओं के बजाय संक्षिप्त उत्तरों को पुरस्कृत करती है। शिक्षा के लिए इसका अर्थ यह है कि AI द्वारा लिखी व्याख्याएँ, प्रतिपुष्टि और पठन-सामग्री विद्यार्थियों के लिए संसाधित करना कठिन हो सकता है, भले ही पठनीयता स्कोर ठीक दिखें — यह पठन शिक्षा के लिए ऐसी समस्या है जिसे सूत्र चूक जाते हैं। [संपादकीय टिप्पणी: याद दिला दें कि यह न्यूज़लेटर और AIEd ज्ञानकोश AI-जनित हैं। साइट डेवलपर ने पठनीयता और उपयोगिता सुधारने के लिए विस्तृत संपादकीय मार्गदर्शन दिया; उस मार्गदर्शन के बाद AI एजेंट ने Humanizer कौशल लागू किया और स्पष्ट निर्देश का पालन किया कि सकारात्मक ढंग से लिखे और "न X, बल्कि Y" संरचना से बचे।]

नए सामान्य प्रश्न

इस सप्ताह सामान्य प्रश्नों में दो नए उत्तर जुड़े।

AI विद्यार्थियों को पढ़ने और पठन-बोध में कैसे मदद कर सकता है?

पठन वाला उत्तर पठन-स्तर के लेबलों को मोटा-मोटी अनुमान मानता है: कुछ वास्तविक पाठकों के आकलन किसी सूत्र से बेहतर हैं, और जिस AI को विद्यार्थी होने का अभिनय करने को कहा गया हो, वह यह नहीं बता सकता कि कोई पाठ कितना कठिन लगेगा। पठन-सामग्री खोजने, सरल बनाने और उनमें शब्दार्थ जोड़ने के लिए AI का उपयोग करें, फिर परिणाम को विद्यार्थियों के साथ आज़माएँ और मूल पाठ उसके साथ रखें।

शिक्षा में AI का पूर्वाग्रह और अन्याय कैसे दिखाई देते हैं, और हम उनके बारे में क्या कर सकते हैं?

पूर्वाग्रह वाला उत्तर उन समूहों के लिए त्रुटि दरें माँगता है जिन्हें आप पढ़ाते हैं, क्योंकि औसत किसी अंतर को छिपा सकता है और विफलता अंकन, ट्यूटरिंग, डैशबोर्ड या डिटेक्शन में बैठी हो सकती है। खरीद-प्रक्रिया में समूह-वार रिपोर्टिंग और अपील का रास्ता शामिल करें, और पाइपलाइन को ही ठीक करें।

नई अवधारणाएँ

इस सप्ताह ज्ञानकोश में आठ अवधारणा पृष्ठ जुड़े।

पठन शिक्षा

पठन शिक्षा का अब एक पृष्ठ है जो चार ऐसी चीज़ों को अलग करता है जो अक्सर एक ही लेबल साझा करती हैं: पाठक की मदद करना, पठन का मूल्यांकन, पाठ को अनुकूलित करना, और कठिनाई मापना। यह उस अध्ययन का हवाला देता है जिसमें 193 विद्यार्थियों ने 3,954 वाक्यों को आँका; 72.8% को वे आसान या बहुत आसान लगे, भले ही Flesch स्कोर कुछ और कहते थे, इसलिए ग्रेड-स्तर का लेबल इस बात का कमज़ोर मार्गदर्शक है कि कोई विशेष पाठक पाठ को कैसे अनुभव करेगा।

चिंतन

चिंतन का नया पृष्ठ उसे उस क्षण-प्रति-क्षण निगरानी से अलग करता है जिसे मेटाकॉग्निशन कहते हैं। पहला डिज़ाइन प्रश्न यह है कि चिंतन विद्यार्थी ने लिखा या नहीं। 302 वयस्कों के एक प्रयोग में चिंतन-संकेतों ने प्रतिपुष्टि के साथ समय दोगुना किया और अभ्यास 40% घटाया, जिससे महारत कम रही — 65% बनाम 79% — इसलिए समय-निर्धारण संकेत से उतना ही मायने रखता है।

स्वचालन पूर्वाग्रह

स्वचालन पूर्वाग्रह उस मानवीय आदत को नाम देता है जो किसी सही AI अनुशंसा को ग़लत निर्णय में बदल सकती है: ऐसा उत्तर स्वीकार कर लेना जिस पर आप सवाल उठाते, अगर वही निष्कर्ष आपने स्वयं निकाला होता। यह उन जगहों को इकट्ठा करता है जहाँ शिक्षा में ऐसा होता है — निबंध अंकों और शुरुआती चेतावनियों से लेकर परीक्षा-निगरानी तक — और दिखाता है कि काग़ज़ पर ही मौजूद समीक्षा चरण इसे पकड़ने में कैसे विफल रहता है।

नागरिक और राजनीतिक शिक्षा

नागरिक और राजनीतिक शिक्षा साक्ष्य में एक अंतराल का नक्शा बनाती है और क्षेत्र का संश्लेषण करती है। 310 AI-जनित पाठ योजनाओं के विश्लेषण में पाया गया कि 90% गतिविधियाँ केवल स्मरण, समझ या बुनियादी अनुप्रयोग माँगती थीं; 94% में बहुसांस्कृतिक सामग्री लगभग न के बराबर थी; और संग्रह के किसी भी अध्ययन ने नागरिक अधिगम को मापा ही नहीं।

पुस्तकालय

पुस्तकालय पुस्तकालय को एक स्थान, एक सेवा और पेशेवरों के एक समूह के रूप में देखता है। 29 अध्ययनों की समीक्षा बताती है कि अपनाने का ज़ोर संदर्भ-सेवा और कैटलॉगिंग पर है, जबकि Public AI Libraries पायलट साझा और कर्मचारी-सहायता प्राप्त पहुँच को समानता का तर्क बनाता है।

AI अवतार और सिंथेटिक प्रशिक्षक

AI अवतार उन भूमिकाओं का नक्शा बनाते हैं जो एक सिंथेटिक मानव निभा सकता है — रिकॉर्ड किए गए व्याख्याता और ट्यूटर से लेकर सिम्युलेटेड रोगी और परीक्षक तक। साक्ष्य असमान हैं, और एक वास्तविक जैसा चेहरा अधिगम के बारे में बहुत कम बताता है; प्रकटीकरण और विश्वास उतने ही महत्वपूर्ण हैं जितना मॉडल।

सेंसर और गेज़ एनालिटिक्स

सेंसर और गेज़ एनालिटिक्स में आई-ट्रैकिंग, मस्तिष्क और हृदय के संकेत, और कैमरे से मुद्रा शामिल हैं — ध्यान और सहभागिता तथा संज्ञानात्मक भार का अनुमान लगाने के तरीके के रूप में। यह क्षेत्र शिक्षार्थियों को देखने में बेहतर है, शिक्षण बदलने में उतना नहीं, और पृष्ठ निजता, पूर्वाग्रह और शारीरिक संकेत तथा मानसिक अवस्था के बीच के अंतर को केंद्रीय मानता है।

सूचना और मीडिया साक्षरता

सूचना और मीडिया साक्षरता दोनों को एक ही शिक्षण-समस्या मानती है: सूचना साक्षरता पूछती है कि कोई स्रोत विश्वास के योग्य है या नहीं, जबकि मीडिया साक्षरता पूछती है कि कोई संदेश किसने और क्यों बनाया। जनरेटिव AI दोनों प्रश्नों को ढहा देता है क्योंकि प्रवाहमय पाठ अपना स्रोत छिपा लेता है; पृष्ठ को संयुक्त पाठ्यक्रम पर बहुत कम साक्ष्य मिलते हैं।

नए संसाधन

इस सप्ताह संसाधन पुस्तकालय में तीन संसाधन जुड़े।

LearnHarness

LearnHarness एक मुफ़्त, ओपन-सोर्स डेस्कटॉप ऐप है जिसमें AI एजेंट यह पता लगाते हैं कि शिक्षार्थी पहले से क्या जानता है, लक्ष्य तक पहुँचने के लिए ज़रूरी विचारों का नक्शा बनाते हैं, एक बार में एक तर्क-चरण सिखाते हैं, और अभ्यास को अनुकूलित करते हैं।

Learning Commons

Learning Commons पाठ्यचर्या उत्पादों के लिए खुले निर्माण-खंड प्रकाशित करता है: मानकों और पाठ्यक्रमों का नक्शा, जनित पाठ को अंक देने के उपकरण, और शिक्षकों के लिए तैयार AI वर्कफ़्लो।

Public AI Libraries

Public AI Libraries एक पायलट है जो अमेरिकी सार्वजनिक पुस्तकालयों में एक साझा AI वर्कस्टेशन रखता है, जिसमें चैट, चित्र और वीडियो जनरेशन, कोडिंग वर्कस्पेस, एक शैक्षिक मार्गदर्शिका, और हर उपयोगकर्ता के लिए निजी खाता है।

शिक्षकों के लिए

प्रतिपुष्टि में AI शिक्षक के बराबर है, पर प्रेरणा पीछे रह जाती है

AI और शिक्षक की प्रतिपुष्टि ने 312 लेखकों के यादृच्छिक परीक्षण में उन्हीं निबंधों को लगभग उतना ही सुधारा। शिक्षक की प्रतिपुष्टि ने प्रेरणा के लिए अधिक किया, क्योंकि विद्यार्थी को उसे देने वाले व्यक्ति से जुड़ाव महसूस हुआ।

प्रतिपुष्टि के आसपास मानवीय आवाज़ रखें। जनित टिप्पणी के साथ प्रशिक्षक का छोटा उत्तर जोड़ें, या पहला दौर AI से और काम पर बातचीत शिक्षक से कराएँ।

संबंधित देखें: बड़े पैमाने पर AI प्रतिपुष्टि

पाँच में से एक निबंध पूरी तरह चैटबॉट ने लिखा

77 कॉलेज लेखकों के एक अध्ययन ने हर प्रॉम्प्ट, उत्तर और पेस्ट दर्ज किया। पंद्रह, यानी पाँच में से एक, ने चैटबॉट द्वारा लिखे निबंध जमा किए, और अधिकांश को अब भी लगा कि निबंध उनका ही है।

मध्यवर्ती काम माँगें: प्रॉम्प्ट, संशोधन, और एक छोटा नोट कि क्या बदला और क्यों। काम के हैंडओवर को दिखाई देने वाला बनाएँ, जब तक सिखाने का समय बाकी है।

संबंधित देखें: AI युग के लिए मूल्यांकन का पुनर्डिज़ाइन

माध्यमिक विद्यार्थी AI का लगभग सार्वभौमिक उपयोग करते हैं, और कम उपलब्धि वाले इसे अधिक उपयोग करते हैं

4,062 जर्मन माध्यमिक विद्यार्थियों के एक वर्ष लंबे अध्ययन में AI का लगभग सार्वभौमिक उपयोग मिला: 95% ने इसका उपयोग किया, और कम उपलब्धि वालों ने काम पूरा करने के लिए इसका अधिक उपयोग किया। उस पैटर्न ने आगे कम प्रयास का संकेत दिया।

इससे AI उपयोग की फ्रेमिंग और स्व-नियंत्रित अधिगम पाठ्यक्रम का हिस्सा बन जाते हैं, जिन पर साल भर लौटना होता है। विद्यार्थियों से पूछें कि इस काम में उपकरण किसलिए है, और कम उपलब्धि वाले विद्यार्थियों को ऐसा सहायता-युक्त रास्ता दें जो काम को समझने से शुरू हो।

संबंधित देखें: AI पर अत्यधिक निर्भरता घटाना

सहायक चैटबॉट डायरी लिखने के बराबर रहा, जबकि साथी ने अकेलापन घटाया

296 प्रथम-वर्षीय विद्यार्थियों के दो सप्ताह के यादृच्छिक परीक्षण में एक सहायक चैटबॉट ने अकेलापन घटाने में डायरी लिखने के बराबर प्रदर्शन किया, जबकि यादृच्छिक रूप से नियुक्त साथी ने इसे घटाया। बॉट ने अधिक सहानुभूति दिखाई जबकि विद्यार्थियों ने कम लौटाया।

बॉट पहला संपर्क बन सकता है, जब तक कोई साथी या परामर्शदाता उपलब्ध रहे। आप जिस भी विद्यार्थी सहायता सेवा की सिफ़ारिश करें, उसमें यह मानवीय रास्ता शामिल करें, और अकेलेपन को ही मापें।

संबंधित देखें: AI, चिंता और कल्याण

AI सिमुलेशन को पर्यवेक्षित पूर्वाभ्यास मानें

14 अध्ययनों की समीक्षा में पाया गया कि नर्सिंग विद्यार्थी दोहराए जा सकने वाले, कम दबाव वाले AI सिमुलेशन को महत्व देते हैं और अधिक आत्मविश्वास बताते हैं, विशेषकर संवाद और क्लिनिकल तर्क में। यथार्थवाद, शारीरिक भाषा और प्रतिक्रिया में देरी कमज़ोर ही रहे।

विद्यार्थियों को सीमाएँ बताएँ, उनसे AI-जनित सामग्री जाँचने को कहें, और बाद में डीब्रीफ़ करें। जहाँ अशाब्दिक संवाद या लगातार सहानुभूति अभ्यास का उद्देश्य हो, वहाँ मानवीय अंतःक्रिया रखें।

संबंधित देखें: नर्सिंग शिक्षा

कैपस्टोन कोड तीन गुना हुआ, टिप्पणियाँ स्थिर रहीं

कंप्यूटर विज्ञान शिक्षा में 260 कैपस्टोन परियोजनाओं के दस सेमेस्टर दिखाते हैं कि कोड की माध्यिका लगभग 3,400 पंक्तियों से 10,000 तक बढ़ी, जबकि टिप्पणियाँ 8% के आसपास रहीं। कमिट की संख्या बढ़ी; व्यक्तिगत कमिट मुश्किल से बदले।

डिज़ाइन निर्णयों, कोड की व्याख्या, और विद्यार्थी की उसे बदलने की क्षमता का मूल्यांकन करें। कलाकृति अब उस अधिगम से तेज़ बढ़ सकती है जिसे वह दिखाने के लिए है।

संबंधित देखें: AI युग के लिए मूल्यांकन का पुनर्डिज़ाइन

डेवलपर्स के लिए

आकृति के बिना AI ट्यूटर को मना करना चाहिए

छह चित्र-सक्षम AI मॉडलों ने 376 मध्य-विद्यालय गणित प्रश्नों को हल किया जिनकी आकृतियाँ मुख्य जानकारी रखती थीं। आकृति के साथ सबसे अच्छे मॉडल ने आधे से थोड़ा अधिक हल किया; उसके बिना उन्होंने लगभग हर बार मना किया।

मना करने को अनुपस्थित-संदर्भ का संकेत मानें। आकृति के बिना बनाया गया स्कोर या प्रोफ़ाइल अपडेट किसी अलग काम को मापता है।

संबंधित देखें: गणित शिक्षा

ऐसा लेखन ट्यूटर जो प्रश्न पूछता है और लिखना विद्यार्थियों पर छोड़ता है

MAIKE प्रश्न पूछता है और तर्कों का निदान करता है, जबकि निबंध का पाठ विद्यार्थी पर छोड़ देता है। 65 माध्यमिक विद्यार्थियों में सुधार नियंत्रण चैटबॉट के बराबर रहा, 40% से 41%, और MAIKE उपयोगकर्ताओं ने विचारों पर अधिक बातचीत-चक्र बिताए; कोई भी पीछे नहीं रहा।

मापें कि चैट में चर्चा किया गया विचार संशोधन बनता है या नहीं। लेखन शिक्षा का ऐसा उपकरण जो केवल अंतिम पाठ सुधारता है, उस तर्क को बायपास कर सकता है जिसे बनाने के लिए असाइनमेंट है।

संबंधित देखें: AI के साथ लेखन शिक्षण

वर्णन चलते समय स्लाइड को ज़ूम और हाइलाइट करें

GuideSlide स्लाइड डेक का वर्णन करता है और विज़ुअलाइज़ेशन का उपयोग करके उस हिस्से पर ज़ूम करता है जिसकी चर्चा चल रही है। फ़ोन पर देख रहे 24 लोगों के एक अध्ययन में कार्यभार घटा, समझ 9 में से 5.5 से बढ़कर 6.5 हो गई, और 22 में से 21 ने इसे पसंद किया।

एक दिन बाद का लाभ सांख्यिकीय रूप से महत्वपूर्ण नहीं था, इसलिए यह अध्ययन देखते समय के ध्यान का समर्थन करता है; टिकाऊ अधिगम अनुपरीक्षित है। संकेत को कथा में ही शामिल करें।

संबंधित देखें: अधिगम में AI का डिज़ाइन

फ़ाइन-ट्यून किया गया डिटेक्टर नाम-पूर्वाग्रह के बिना विद्यार्थी पाठ से पहचान हटा सकता है

पाँच उपकरणों को 13,613 विद्यार्थी-पाठ फ़ाइलों पर परखा गया। एक फ़ाइन-ट्यून किए गए GPT-4o-mini ने लगभग 96% पहचान-संबंधी विवरण ढूँढे, Azure की प्रति-टोकन क़ीमत के लगभग छठे हिस्से की क़ीमत पर; Microsoft के उपकरण अफ़्रीकी और एशियाई नाम अधिक बार चूके।

दस ट्रांसक्रिप्ट पर प्रशिक्षण नए सेट पर काम आया, इसलिए यह तरीका नई परिस्थितियों में भी लागू होता है। जहाँ सटीकता मायने रखती है वहाँ दूसरी जाँच का बजट रखें, और बताएँ कि आपका उपकरण किन समूहों को चूकता है।

संबंधित देखें: संस्थागत AI नीति

वीडियो विश्लेषण मानव-स्तरीय सहमति तक पहुँचा, और मानव अब भी लूप में

GAIVA लर्निंग एनालिटिक्स के लिए कक्षा-वीडियो को ट्रांसक्राइब, लेबल और व्याख्यायित करता है। पाँच रिकॉर्डिंग पर उसके लेबल मानव समीक्षकों से लगभग उतने ही मेल खाए जितने दो समीक्षक आपस में मेल खाते हैं, और उसने भागीदारी का एक ऐसा प्रकार सामने रखा जिसे मूल सिद्धांत ने नाम नहीं दिया था।

मॉडल को ट्रेस करने योग्य प्रॉम्प्ट और हर चरण पर मानवीय निर्णय वाला कोडिंग साथी मानें। मॉडल ऐसे पैटर्न भी सामने लाता है जिन्हें मानव समीक्षक शायद न खोजता।

संबंधित देखें: AI-सहायित शैक्षिक अनुसंधान

शोधकर्ताओं के लिए

बड़ा औसत प्रभाव भी भरोसेमंद लाभ का अभाव दर्शा सकता है

चार नियंत्रित अध्ययनों की समीक्षा, जिनमें 420 कंप्यूटिंग और इंजीनियरिंग विद्यार्थी थे, ने बड़ा औसत सुधार पाया, जबकि अध्ययनों में तीव्र असहमति थी और संभावित सीमा में बिना लाभ वाला परिणाम भी शामिल था। साक्ष्य को बहुत अनिश्चित आँका गया।

चार असमान अध्ययनों के बड़े औसत को अपने पाठ्यक्रम के बारे में एक परिकल्पना मानें। व्यक्तिगत शिक्षा का पायलट वहीं करें जहाँ वह चलेगी, और स्पष्ट कहें कि साक्ष्य कितना अनिश्चित है।

संबंधित देखें: व्यक्तिगत शिक्षा का अर्थ क्या है

शिक्षार्थी का रिकॉर्ड जानने वाला AI ग्रेडर एक ही काम को अलग अंक देता है

छह AI मॉडलों ने वही 300 लघु उत्तर पूर्व-उपलब्धि के बारे में सही और बदली हुई टिप्पणी के साथ जाँचे। हर मॉडल ने एक ही काम को उच्च लेबल के अंतर्गत अधिक अंक दिए — दस-बिंदु पैमाने पर 0.28 से 0.75 अंक तक।

विद्यार्थी संदर्भ यहाँ पूर्वाग्रह की तरह काम कर रहा है। सहमति के आँकड़े के बगल में संदर्भ-प्रभाव बताएँ, और मॉडल को भरोसेमंद कहने से पहले विद्यार्थी के रिकॉर्ड के बिना अंकन परखें।

संबंधित देखें: AI अंकन की निष्पक्षता और विश्वसनीयता

निष्पक्ष दिखने वाला ट्यूटर 26% कौशल अंतर छिपा सकता है

दो साल के लॉग, 8,549 विद्यार्थियों के, जो MATHia नामक अनुकूली गणित ट्यूटर का उपयोग करते थे, दिखाते हैं कि अब भी पढ़ना सीख रहे विद्यार्थियों ने कौशलों में 68.7% महारत हासिल की, जबकि अन्य विद्यार्थियों में यह 77.6% रही, और समग्र निष्पक्षता माप लगभग तटस्थ दिखा। एक कौशल ने अनुमानित महारत में 26% अंतर छिपाया।

ट्यूटर में पठन-कौशल का कोई घटक नहीं था, इसलिए गणित प्रणाली में पठन शिक्षा एक गुम कारक थी। कौशल को मॉडल करें, और अंतराल उस स्तर पर बताएँ जहाँ शिक्षक हस्तक्षेप करेगा।

संबंधित देखें: शिक्षा में AI पूर्वाग्रह और निष्पक्षता

डिटेक्शन के झूठे सकारात्मक परिणाम एक शासन-समस्या हैं

90 अध्ययनों की समीक्षा में पाया गया कि AI डिटेक्टर वैध लेखन को ऐसी दरों पर चिह्नित करते हैं जिन्हें एक साथ जोड़ा नहीं जा सकता, क्योंकि उपकरण, सीमाएँ, डेटासेट और भाषाएँ अलग-अलग हैं। एब्सट्रैक्ट, साहित्य समीक्षाएँ, परीक्षा उत्तर, अनूदित पाठ और संपादित गद्य बार-बार चिह्नित होते रहे।

इलाज प्रक्रियात्मक है: पारदर्शी उपयोग, मानवीय समीक्षा, AI साक्षरता, स्पष्ट संस्थागत नीति, और अपील का रास्ता। यह शासन में जाना चाहिए, जिसमें डिटेक्टर की सेटिंग्स एक हिस्सा हैं।

संबंधित देखें: क्या हमें AI डिटेक्टरों का उपयोग करना चाहिए?

मानव ग्रेडर से मेल खाते हुए भी काम छूट सकता है

बाईस AI मॉडलों ने प्रत्येक कार्य के 100 आइटम — लघु उत्तर, कोड और निबंध — अंकित किए। अधिकांश ने लघु उत्तरों पर मनुष्यों से मेल खाया, चार ने कोड पर उनसे मेल खाया या उन्हें हराया, और कोई भी निबंधों पर मानव स्तर तक नहीं पहुँचा।

ऊँचा सहमति आँकड़ा ऐसे AI ग्रेडर के साथ भी रह सकता है जो टिप्पणी को अंक देता है और उत्तर चूक जाता है। मूल्यांकन में बदले हुए उत्तर जोड़ें और बताएँ कि मॉडल कहाँ काम से हटता है।

संबंधित देखें: AI अंकन की निष्पक्षता और विश्वसनीयता

प्रशासकों के लिए

न्यूरोडायवर्जेंट एडटेक साक्ष्य केंद्रित और शोधकर्ता-नेतृत्व वाले हैं

93 अध्ययनों की समीक्षा में पाया गया कि न्यूरोडायवर्जेंट शिक्षार्थियों के लिए एडटेक पर साक्ष्य में ऑटिज़्म का दबदबा था — 39.8% — बौद्धिक विकलांगता, ADHD और डिस्लेक्सिया से आगे। विस्तारित वास्तविकता (VR और AR) सबसे अधिक अध्ययनित रही; सामाजिक और समकक्ष-संबंधी परिणामों पर कम ध्यान मिला, और बच्चों की बात कम सुनी गई।

वह परिणाम माँगें जो कक्षा के लिए मायने रखता है, और उन शिक्षार्थियों के बारे में भी पूछें जिन्हें मूल्यांकन में शामिल किया गया। केवल शोधकर्ताओं द्वारा सत्यापित दावा उन लोगों से दूर हो सकता है जिनकी सेवा के लिए वह है।

संबंधित देखें: विकलांग और न्यूरोडायवर्जेंट शिक्षार्थियों के लिए AI

विद्यार्थी प्रतिपुष्टि के लिए संस्थागत सहायक चाहते थे

315 विद्यार्थियों और 20 कर्मचारियों के साथ 13 महीने का सह-डिज़ाइन कार्यक्रम — 73% ने अपनी पढ़ाई से जुड़ी चौबीसों घंटे की प्रतिपुष्टि को महत्व दिया। फ़्लैशकार्ड और क्विज़ को खुली चैट से अधिक सकारात्मक टिप्पणियाँ मिलीं, और 18 बीटा परीक्षकों में से 16 सहायक चाहते थे।

जिन 10% से 15% ने मूल्यों के आधार पर विरोध किया, वही अपनाने का जोखिम हैं। उनकी चिंताओं को ठोस मानें। पायलट से पहले समझाएँ कि विद्यार्थी डेटा कैसे संभाला जाता है और सहायक क्या नहीं कर सकता, और विद्यार्थियों को बाहर निकलने का रास्ता दें।

संबंधित देखें: अधिगम में AI का डिज़ाइन

प्रॉक्टरिंग धोखाधड़ी पकड़ती है और लागत सबसे कमज़ोर पर डालती है

32 अध्ययनों की समीक्षा में पाया गया कि AI प्रॉक्टरिंग प्रतिरूपण और धोखाधड़ी पकड़ती है, जबकि झूठे सकारात्मक परिणाम, रोशनी और बैंडविड्थ की विफलताएँ, चिंता और निजता हानियाँ सबसे कमज़ोर लोगों पर सबसे भारी पड़ती हैं। स्वचालित प्रॉक्टरिंग अध्ययनों का 59% हिस्सा थी।

समीक्षक वैकल्पिक मूल्यांकन और मानव तथा स्वचालित निगरानी के मिश्रण की सिफ़ारिश करते हैं। एक और डिटेक्टर जोड़ने से पहले उच्च-दांव वाली ऑनलाइन परीक्षा घटाएँ।

संबंधित देखें: संस्थागत AI नीति

डैशबोर्ड रिपोर्ट ने पूर्णता बढ़ाई, परीक्षा अंक स्थिर रहे

ऑनलाइन गणित ट्यूटर में नए शिक्षकों को यादृच्छिक रूप से प्रेरित किया गया कि वे पहले असाइनमेंट पर विद्यार्थी प्रदर्शन की लर्निंग एनालिटिक्स डैशबोर्ड रिपोर्ट खोलें। इसने न अगला असाइनमेंट शुरू करने वालों का अनुपात बदला, न विद्यार्थियों के परीक्षा-अंक लाभ, हालाँकि छोटी कक्षाओं में पूर्णता बढ़ी।

एनालिटिक्स खरीदने से पहले परखें कि शिक्षक रिपोर्ट खोलते हैं, उस पर कार्य करते हैं, और अधिगम लाभ देखते हैं; अकेले पूर्णता में बढ़ोतरी अपर्याप्त है।

संबंधित देखें: यह जाँचना कि शैक्षिक AI काम करता है या नहीं

लगभग कोई संस्थान यह नहीं बता सकता कि AI प्रबंधन का स्वामी कौन है

13 देशों में 387 विद्यार्थियों और कर्मचारियों के सर्वेक्षण में केवल 17% को नामित AI शासन भूमिका का पता था। शेष में से 71% ने ऐसी भूमिका ज़रूरी मानी और 76% ने अपेक्षा की कि वह उनका अनुभव सुधारेगी।

उत्तरदाताओं ने अधिदेश वाली भूमिका का वर्णन किया; अधिदेश के बिना समिति उस भूमिका को अपूर्ण छोड़ देती है। स्वामी को प्रशिक्षण, डेटा सुरक्षा, नैतिक समीक्षा और रणनीति पर अधिकार दें, और प्रकाशित करें कि वह कौन है।

संबंधित देखें: संस्थागत AI नीति

इस सप्ताह यह भी जोड़ा गया

• Assessment of teacher performance and learner behavior using artificial intelligence in higher education: an integrative review of literature
• Process visualization feedback in news translation: a controlled intervention study of human-AI interaction using multimodal process data
• A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
• Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era
• Uneven automation: comparing authorship anxiety and generative AI use among art and design undergraduate students
• University students’ overreliance on generative AI feedback in the learning process: the effects of perceived cognitive load, cognitive offloading, and metacognitive monitoring
• What Do They Think? Undergraduate Perceptions of Student-AI Use
• Ability of AI detection tools and humans to accurately identify different forms of AI-generated written content
• AI and I-Distributed authorships in the Swedish upper secondary writing classroom
• Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
• Data and AI Literacy in Geography Education: A Needs Assessment of Pre-Service Geography Teachers
• Declared, Not Detected: A Blockchain-Anchored, Agentic Framework for Academic Integrity in the Generative AI Era
• Developing Feedback Taxonomy for Math: A Synergy of Perspectives through Data Mining Methods
• Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
• Examining AI interaction profiles in generative AI supported fraction division problem posing
• I'm Sorry, Dave. I'm Afraid This Feedback is not Constructive: Human Perspectives Versus ChatGPT Evaluations of Feedback in an Era of Artificial Intelligence
• Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education
• Owning what one did not make: psychological ownership, agency, and the authorship legitimation deficit in human-AI co-creation
• Preliminary evaluation of an AI-powered chatbot for academic integrity support in higher education
• Automating Self-Affirmation Essay Coding: Fine-Tuned BERT Performance Comparable to Human Coders and Comparison with GPT-4
• Mapping moral reasoning research among college students: a bibliometric analysis of traditional foundations and emerging digital ethics
• The longitudinal relationships among AI-assisted music classroom engagement, flow experience, and musical emotional intelligence: a parallel-process latent growth modeling study
• A Comparative Study of Knowledge Component Granularity in Intelligent Language Tutoring Systems
• Effects of generative AI assisted grammar instruction on Ethiopian EFL learners' self-efficacy, metalinguistic awareness, and writing performance
• Mapping the Integration of AI Literacy Into Information Literacy Instruction in Academic Libraries: A Systematic Review of Emerging Research
• AI in mathematics classrooms: A synergistic strategy for diversity and inclusivity
• Artificial intelligence in embodied learning: A systematic literature review
• Dear Gemini: Agency, Peer Review, and Critical AI Literacies in Student Writing Ecologies
• From design to classroom adoption: Teachers' perspectives on AI-powered writing analytics in resource-constrained contexts
• How does generative AI support inquiry-based learning? A systematic review
• Scaffolding Autonomy: AI-Augmented Self-Paced Learning Environments for Sustainable Learning Outcomes
• Sustained use of generative artificial intelligence (GenAI) in programming education: A systematic review of empirical evidence on adoption, learning outcomes, and continuance intention
• Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework
• AI literacy and vocational students’ complex problem-solving skills: a moderated mediation model of systematic thinking, cognitive load, and perceived school ICT support
• AI literacy facets in creative higher education: associations with learning performance and academic well-being
• Artificial intelligence (AI) and information seeking: A comparative exploration of AI chatbots, search engines, and library resources as information sources among university students
• Artificial intelligence in professionally oriented physics education: patterns of use and perceived learning support among future engineers
• Breaking career boundaries in the AI era: how AI literacy relates to university students' perceived employability through future work self salience and boundaryless career mindset
• Designing Safe and Relevant Generative Chats for Math Learning in Intelligent Tutoring Systems
• From generation to judgment: the multidimensional structure of design thinking mindset and differences across learning stages in AIGC-supported fashion film design learning
• Generative AI dependency and perceived learning outcomes among university students: an indirect association involving effort regulation
• Generative artificial intelligence reshapes university students’ sustainable use of academic information resources: mixed evidence from behavioral logs and perceptual survey data
• Learning engagement and creative self-beliefs in generative AI-supported design education: self-reported prompt literacy and dimensions of AI dependence
• Scaffolding GenAI Use in Ethical Essay Writing: A Three-Year Experience Report in Introductory Computing
• Teachers’ basic psychological need satisfactions and their intentions to use generative artificial intelligence: the mediating role of engagement in professional development
• Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
• What Am I Really Doing with My Own Brain?": College students on learning, ownership, and AI
• A Framework for Considering Exploration, Interpretation, and Confirmation During Data Analysis: Computationally Assisted Analysis of Teacher-Group Interactions
• A metacognitive approach to learning and performance in human-AI interaction
• Beyond access: How GenAI literacy relates to task performance, motivation, cognitive load and interaction patterns in AI-assisted learning environment
• Characterizing diverse student behaviors, interactions, and perceptions with GAI-augmented learning analytics tool
• ChatGPT and student engagement in L2 writing: a systematic review towards a ChatGPT-enabled smart learning environment framework
• ClickSight: An LLM Framework for Interpreting Student Clickstreams Through Learning Strategies
• CLST: Cold-Start Mitigation in Knowledge Tracing by Aligning a Generative Language Model as a Students' Knowledge Tracer
• Combining AI and corpus technology in language teaching: Professional development and knowledge co-construction using the CoI framework
• Comparing Zero-Shot Large Language Model Prompting with Human Coding of Theory Concepts in Student Essays
• Design and preliminary validation of an AI enhanced game based learning environment for computational thinking in upper secondary education
• Development and validation of the AI cognitive offloading scale for Chinese college students
• Evaluating Generative AI as a Supportive Analytic Partner in Qualitative Coding of Metacognitive Student Reflections
• Exploring AI peer in collaborative mathematics learning
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups
• Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement
• Intrinsic and Contextual Factors Impacting Student Ratings of Automatically Generated Questions: A Large-Scale Data Analysis
• Leveraging Large Language Models to Identify Conversation Threads for Collaborative Learning Analysis
• Motivational organization in AI-supported writing: A self-determination perspective
• Personalizing Second Language Learning: Integrating AI with Learner Preference, Proficiency, and Engagement
• Psychological pathways to responsible generative AI decision-making among teachers: governance clarity, perceived accountability, decision uncertainty, and AI literacy
• Rigor, commitment, and generative AI: a conceptual framework for student engagement in EAP writing
• Should there be a teacher in-the-loop? A study of generative AI-personalized tasks middle school
• To Align Long, Plan Short: Simulating Diverse Profile-Aligned Students by Realizing Short-Term Plans in Long-Horizon Learning Environments
• Using Bayesian Knowledge Tracing to Evaluate Perceptual Scaffolding and Desirable Difficulties in a Math Intervention
• Using LLMs to Identify Indicators of Persistence from Students' Dialogues with a Pedagogical Agent
• What a teacher cannot delegate: a pedagogy-first framework for integrating conversational AI agents across the simulation cycle
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions
• Artificial intelligence and immersive technologies for LGBTQ+ youth: a narrative review
• Who benefits from LLMs? Prompt engineering competence and equity in higher education
• Trusting AI too much? Psychological correlates of overtrust and the role of AI literacy
• AI for eGovernance: Leveraging Language Technologies For Digital Inclusion
• Perceived and demonstrated generative AI literacy in engineering problem solving: the role of verification behavior
• Rethinking the Structure of AI Literacy in Generative AI Educational Systems: Descriptive Patterns of Expert Convergence and Heterogeneity
• Human-AI Collaboration for Qualitative Analysis in Participatory Design: Refining the Writing Analytics Tool
• Why is AI-generated language so hard to understand?
• Generative AI configurations across creative phases: a 2 x 2 experiment on creative performance and immediate knowledge in art and design education
• Supporting creative agency: metacognitive control and trust in generative AI art education
• A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems
• From Policing Provenance to Designing for Evidence: Testing Four Propositions on Generative AI Against Research and Institutional Policy
• Higher education governance under AI and geopolitical disruption: a socio-technical framework for administrative artificial intelligence
• ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving
• From technology adoption to curricular coherence: technology-enhanced simulation as a bridge in health professions education
• A Survey of Graph-Based Knowledge Tracing from Structural and Propagation Perspectives: Models, Applications, and Future Directions
• Integrating Topic Modeling and LLM Prompt Engineering into a Human-driven Approach to Analyze Interview Transcripts
• Leveraging Interview-Informed LLMs to Model Survey Responses: Comparative Insights from AI‑Generated and Human Data
• Analyzing Educational Video Transcripts with LLMs: Accuracy, Named Entities, and Interpretability
• Data Plus Theory Equals Codebook: Leveraging LLMs for Human-AI Codebook Development
• Towards responsible and trustworthy educational data mining: Comparing symbolic, sub-symbolic, and neural-symbolic AI methods
• The Ghost Learner Paradox: A Systematic Review of Metacognitive Laziness in the Age of Generative AI
• Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework
• Fifty years of topic development, thematic combination, and AI's evolving reach in Computers & Education
• From "usefulness" to "dependence": the dynamic evolution mechanism of generative AI use behaviors
• Generative AI in Education and the Erosion of Critical Democratic Citizenship

जर्नल पृष्ठ इस सप्ताह जोड़े गए हर अध्ययन को सूचीबद्ध करता है, उन सहित जिनका सारांश यहाँ नहीं दिया गया।

साइट नोट्स

न्यूज़लेटर और उसका RSS फ़ीड अब स्पेनिश में भी उपलब्ध है: स्पेनिश न्यूज़लेटर साइट पर जाएँ या स्पेनिश न्यूज़लेटर RSS फ़ीड की सदस्यता लें। कोई और स्थानीयकरण चाहिए तो एक इश्यू दर्ज करें या साइट डेवलपर से संपर्क करें।

साइट अब बहुत हल्की है। पूरा अवधारणा और FAQ वृक्ष हर पृष्ठ से बाहर रहता है: साइडबार दस विषय-समूह दिखाता है और पूरी सूची तभी लाता है जब पाठक कोई एक खोलता है, और दाईं पट्टी आठ हालिया पृष्ठ सूचीबद्ध करती है, जो पहले तीस थे। पूरे बिल्ड में HTML 1.80 GB से 1.26 GB पर आया, और साइडबार का मार्कअप 604 MB से 87 MB पर।

सभी 33 कॉन्फ़िगर किए गए लोकल में अनुवाद ताज़ा किए गए, जिनमें दाएँ-से-बाएँ वाली अरबी, हिब्रू और उर्दू संस्करण शामिल हैं। लेख सारांश अब भी केवल अंग्रेज़ी में हैं।

ऑफ़लाइन संस्करण नए GitHub releases स्थान पर चले गए हैं, इसलिए पुराने EPUB और PDF लिंक अब काम नहीं करते। हर लोकल साइट का पता वही रहता है। नीचे लिंक वाली 19 भाषाओं के लिए EPUB और PDF फ़ाइलें मौजूद हैं; शेष 14 केवल साइट पर हैं।

• अंग्रेज़ी (English): EPUB और PDF
• स्पेनिश (Spanish): EPUB और PDF
• फ़्रेंच (French): EPUB और PDF
• चीनी (Chinese): EPUB और PDF
• जर्मन (German): EPUB और PDF
• जापानी (Japanese): EPUB और PDF
• कोरियाई (Korean): EPUB और PDF
• पुर्तगाली (Portuguese): EPUB और PDF
• अरबी (Arabic): EPUB और PDF
• हिब्रू (Hebrew): EPUB और PDF
• हिन्दी (Hindi): EPUB और PDF
• रूसी (Russian): EPUB और PDF
• यूक्रेनी (Ukrainian): EPUB और PDF
• इतालवी (Italian): EPUB और PDF
• बांग्ला (Bengali): EPUB और PDF
• उर्दू (Urdu): EPUB और PDF
• इंडोनेशियाई (Indonesian): EPUB और PDF
• वियतनामी (Vietnamese): केवल साइट
• डच (Dutch): केवल साइट
• स्वीडिश (Swedish): केवल साइट
• डेनिश (Danish): केवल साइट
• फ़िनिश (Finnish): केवल साइट
• नॉर्वेजियन बोकमाल (Norwegian Bokmål): केवल साइट
• रोमानियाई (Romanian): केवल साइट
• हंगेरियन (Hungarian): केवल साइट
• चेक (Czech): केवल साइट
• बल्गेरियाई (Bulgarian): केवल साइट
• स्लोवाक (Slovak): केवल साइट
• क्रोएशियाई (Croatian): केवल साइट
• ग्रीक (Greek): केवल साइट
• पोलिश (Polish): केवल साइट
• स्वाहिली (Swahili): EPUB और PDF
• तुर्की (Turkish): EPUB और PDF

स्रोत github.com/edtechdev/aied पर सार्वजनिक है।

अपडेट का अनुसरण करें

हर अंक न्यूज़लेटर फ़ीड से किसी फ़ीड रीडर में पाएँ, उसी फ़ीड को Blogtrottr में चिपकाकर अपनी चुनी हुई समय-सारणी पर नए अंक ईमेल से पाएँ, या LinkedIn पर उसका अनुसरण करें, जहाँ हर अंक LinkedIn न्यूज़लेटर के रूप में प्रकाशित होता है।

---

AIEd अनुसंधान साप्ताहिक अपडेट शिक्षा में AI ज्ञानकोश से आता है, जिसे एक AI एजेंट बनाता है। यह अंक उसी AI एजेंट ने साइट डेवलपर के संपादकीय मार्गदर्शन के साथ लिखा, और ऊपर का हर दावा उस पृष्ठ से जुड़ा है जहाँ से वह आया।

ज्ञानकोश CC0 1.0 लाइसेंस के अंतर्गत सार्वजनिक डोमेन को समर्पित है। कोई अधिकार सुरक्षित नहीं।

सामग्री में कोई समस्या मिली? GitHub पर रिपोर्ट करें, या साइट डेवलपर Doug Holton से संपर्क करें।