AIEd ज्ञानकोशAIEd KB
इस पृष्ठ पर

सभी अंक

AIEd शिक्षा अनुसंधान साप्ताहिक अपडेट #4

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

पिछले सप्ताह जोड़ा गया 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 199 नए अध्ययन, आठ नए अवधारणा पृष्ठ, दो नए सामान्य प्रश्न और तेरह नए संसाधन जुड़े हैं। अब इसमें 2,277 लेख सारांश, 238 अवधारणा पृष्ठ, 46 सामान्य प्रश्न और 53 संसाधन हैं। ज्ञानकोश से बातचीत करने के लिए खोजें या AI का उपयोग करें।

विषय-सूची

मुख्य बातें और प्रश्न

  • क्या अंकन के औसत पर भरोसा किया जा सकता है? ChatGPT के दो संस्करणों ने वही निबंध जाँचे और हर पेपर को मध्य की ओर धकेल दिया: जिसे व्याख्याता ने 50 पर फेल किया था वह 66 पर लौटा, जो 80 पर था वह 67 पर लौटा, इसलिए सबसे कमज़ोर और सबसे मज़बूत विद्यार्थियों को एक ही अंक मिला। AI टिप्पणियों का उपयोग विद्यार्थी को संशोधन में मदद करने के लिए करें, और दर्ज अंक किसी व्यक्ति के पास रखें।
  • जब असाइनमेंट बदलता है पर अंक नहीं, तो क्या होता है? विश्वविद्यालयों ने निबंधों की जगह प्रस्तुतियाँ और मौखिक बचाव रखे, फिर भी ट्रांसक्रिप्ट पर वही एक अंक बनाए रखा। एक विद्यार्थी अपने काम का मौखिक बचाव कर सकता है और फिर भी एक ऐसी संख्या लेकर जा सकता है जो यह नहीं बताती कि उसने कैसे सोचा। बदलें कि ट्रांसक्रिप्ट क्या रिपोर्ट करता है, वरना सुधार सिर्फ़ काग़ज़ी काम बदलता है।
  • क्या चैटबॉट नोट्स लिखने से बेहतर पाठ समझने में मदद करता है? जिन विद्यार्थियों ने नोट्स लिखे, उन्होंने उसी अंश पर चैटबॉट से पूछने वालों से अधिक सीखा, और चैटबॉट वाले विद्यार्थी अक्सर उसके उत्तर अपने नोट्स में कॉपी कर लेते थे। फिर भी उन्होंने चैटबॉट को आसान, अधिक सहायक और अधिक आनंददायक बताया। लेखन कार्य रखें, क्योंकि पठन-सामग्री का सारांश देने वाला उपकरण वही काम कर रहा है जो अधिगम पैदा करता है।
  • हम निबंध का अंक देते हैं या सोच का? निबंध इसलिए बनाया गया था कि लिखते हुए बदलता हुआ मन दिखे, और केवल तैयार पाठ का अंकन उसे फेंक देता है। पहला ड्राफ़्ट, उस पर एक समीक्षा, और एक संशोधन माँगें जो बताए कि क्या बदला और क्यों। चैटबॉट अंतिम ड्राफ़्ट बना सकता है। वहाँ तक पहुँचने का काम वह नहीं दिखा सकता।
  • क्या AI हस्तलिखित परीक्षाओं का अंकन कर सकता है? Claude ने हस्तलिखित परीक्षाओं का अंकन बहुविकल्पीय और लघु उत्तरों पर व्याख्याता की तरह लगभग ठीक वैसे ही किया, और हाथ से बनाए चित्रों को लगभग आधे बार सही किया। स्मरण-प्रश्नों का पूर्व-अंकन उसे करने दें, और चित्रों तथा निर्णय-वाले प्रश्नों का अंकन स्वयं करें।
  • क्या एक चैटबॉट मौखिक परीक्षा ले सकता है? एक चैटबॉट विद्यार्थी का साक्षात्कार बिना रूब्रिक देखे ले सकता है, जबकि सिस्टम का दूसरा, छिपा हिस्सा बातचीत का अंकन करता है, इसलिए विद्यार्थी प्रॉम्प्ट से अंक नहीं बटोर सकते। उनके सिस्टम ने हर उत्तर का अंकन चलते-चलते करते समय बहुत उदारता दिखाई। पूरी बातचीत का अंकन अंत में करें।

इस सप्ताह K-12 में AI पर स्टैनफोर्ड साक्ष्य समीक्षा को नवंबर 2026 संस्करण में अद्यतन किया गया, और कारण-संबंधी आधार दोगुना होकर 52 अध्ययनों का हो गया। समझाने और मार्गदर्शन करने के लिए AI का उपयोग बेहतर अधिगम का संकेत देता है, काम खुद करके देने के लिए उसका उपयोग बुरे अधिगम का, और एक परीक्षण में पाया गया कि एक सामान्य सहायक ने विद्यार्थी की प्रेरणा घटा दी।

नए सामान्य प्रश्न

इस सप्ताह सामान्य प्रश्नों में दो उत्तर जुड़े। दोनों उन निर्णयों के बारे में हैं जो किसी उपकरण के चयन से पहले आते हैं।

AI उपकरण अपनाते समय किन विकल्पों और मुद्दों पर विचार करें?

अपनाने वाला उत्तर तीन निर्णयों को अलग करता है जिन्हें विक्रेता की सूची एक में मिला देती है: उपकरण में कौन-सा डेटा जाता है, संस्थान उसे अनुमति देता है या नहीं, और मॉडल कौन चलाता है। एक मुफ़्त चैटबॉट बातचीत विक्रेता के सर्वर पर रखता है। परिसर का गेटवे उसे आपके पास रखता है और पहुँच काट सकता है। डेटा के प्रश्न से शुरू करें, क्योंकि वही वह है जिसे बाद में पलटा नहीं जा सकता।

शिक्षकों को AI के साथ क्या नहीं करना चाहिए?

बचाव वाला उत्तर तीन ग़लतियाँ नाम देता है। जिस सोच को सिखाने के लिए असाइनमेंट है, उसे करने के लिए AI का उपयोग न करें। क्लिक, पृष्ठ पर बिताए समय या पूर्णता को अधिगम का साक्ष्य न मानें। और यह कहने वाला नियम न लिखें कि "AI का ज़िम्मेदारी से उपयोग करें", जबकि असाइनमेंट ऐसा छोड़ दें जिसे चैटबॉट एक मिनट में पूरा कर सके। अंतिम वाली ही आम विफलता है: नीति का एक वाक्य यह नहीं बदलता कि विद्यार्थी क्या कर सकते हैं। कार्य और आप जो साक्ष्य इकट्ठा करते हैं, वह बदलते हैं।

नई अवधारणाएँ

इस सप्ताह ज्ञानकोश में आठ अवधारणा पृष्ठ जुड़े।

  • शैडो AI AI का वह उपयोग है जो किसी की स्वीकृति से पहले हो जाता है। एक व्याख्याता निजी ChatGPT खाते में प्रतिपुष्टि का मसौदा बनाता है और संस्थान को कभी पता नहीं चलता कि विद्यार्थी का काम उससे होकर गया।
  • संस्थागत AI अवसंरचना परिसर में AI उपयोग के पीछे की प्लंबिंग है: किसे पहुँच मिलती है, कौन-सा मॉडल चलता है, क्या लॉग होता है, और भुगतान कौन करता है। एक उदाहरण विश्वविद्यालय का गेटवे है जो हर विभाग को कोटा देता है और ऑडिट लॉग रखता है।
  • कार्यकारी कार्य में योजना बनाना, जानकारी को मन में बनाए रखना और आवेग रोकना शामिल है। ऐसे विद्यार्थी की सोचें जो निबंध की योजना बना सकता है पर आधे रास्ते में सूत्र खो देता है। कोई उपकरण उस योजना में सहायता कर सकता है, या बिना किसी को पता चले उसे उसके लिए कर सकता है।
  • विकासात्मक मनोविज्ञान यह अध्ययन है कि बच्चों की सोच उम्र के साथ कैसे बदलती है। सात साल के बच्चे को प्रश्न ज़ोर से पढ़ने के लिए उपकरण की ज़रूरत हो सकती है। सत्रह साल का विद्यार्थी आँक सकता है कि उत्तर ठीक है या नहीं।
  • अनुदैर्घ्य शोध एक ही विद्यार्थियों को महीनों या वर्षों तक ट्रैक करता है। प्रश्न यह है कि अक्टूबर का लेखन लाभ मई में भी बचा है या नहीं, यह नहीं कि वह इकाई परीक्षा में दिखा या नहीं।
  • सहानुभूति किसी की भावना को समझने को उसके साथ वह भावना महसूस करने से अलग करती है। एक चैटबॉट कठोर टिप्पणी को दयालुता से फिर लिख सकता है। वह यह नहीं देख सकता कि विद्यार्थी ने कोशिश करना छोड़ दिया है।
  • केस-आधारित अधिगम एक विशिष्ट परिस्थिति से सिखाता है जिस पर विद्यार्थियों को तर्क करना होता है। सीने में दर्द वाले रोगी की कल्पना करें और दो परीक्षण परिणाम जो एक-दूसरे से मेल नहीं खाते। अधिगम केस के पाठ में नहीं, विद्यार्थियों के उस केस पर पूछे प्रश्नों में है।
  • रूपक और सादृश्य वे चित्र हैं जिनसे हम AI समझाते हैं, जैसे काला बक्सा, सहायक या दर्पण। उसे ट्यूटर कहें तो विद्यार्थी उम्मीद करते हैं कि वह उत्तर जानता है। अध्ययन साथी कहें तो वे उसे जाँचने की अधिक संभावना रखते हैं।

नए संसाधन

इस सप्ताह संसाधन पुस्तकालय में तेरह संसाधन जुड़े।

  • Primer शिक्षक को कोड लिखने के बजाय सरल भाषा में रोल-प्ले या सिम्युलेशन का वर्णन करने देता है, उदाहरण के लिए ऐसा वार्ता अभ्यास जिसमें AI एक कठिन अभिभावक की भूमिका निभाता है।
  • Agentic Builds शिक्षकों द्वारा बनाए छोटे ऐप्स की गैलरी है, उनके पीछे के प्रॉम्प्ट के साथ जिन्हें आप अपनी कक्षा के लिए कॉपी कर सकते हैं।
  • Vibe-Coding Center तीन निर्देश फ़ाइलें देता है जिन्हें किसी कोडिंग सहायक में चिपकाया जा सके, ताकि वह जो वेब ऐप लिखे वह विद्यार्थियों के लिए सुलभ, निजी और पर्याप्त सुरक्षित हो।
  • AI Guidance by Age एक भूमिका और आयु-वर्ग लेता है और सुझाव देता है कि उस उम्र में विद्यार्थी AI के साथ क्या कर सकें, और बताता है कि कौन-से हिस्से अब भी अनुमान हैं।
  • Voice-First Written Assessment विद्यार्थियों से उनका उत्तर ज़ोर से समझाने को कहता है, फिर ट्रांसक्रिप्ट से संशोधन लिखवाता है, ताकि सोच दर्ज रहे और लेखन भी होता रहे।
  • Amplify GenAI Vanderbilt का चैट प्लेटफ़ॉर्म है, जिसे एक परिसर अपने ही क्लाउड खाते के भीतर चलाता है ताकि विद्यार्थी की बातचीत संस्थान के पास रहे।
  • conText एक वॉइस ट्यूटर है जो उत्तर देने के बजाय अगला प्रश्न पूछता है, और शिक्षक को वह रास्ता दिखाता है जो विद्यार्थी ने लिया।
  • MindRouter परिसर के GPU के सामने एक द्वारपाल है, जिसमें विभाग-वार कोटा, सिंगल साइन-ऑन और किसने क्या उपयोग किया इसका लॉग है।
  • Moodle AI Text Question Type Moodle क्विज़ में AI-अंकित प्रश्न जोड़ता है, आपकी रूब्रिक प्रॉम्प्ट में लिखी हुई और अंक सीधे ग्रेडबुक में जाते हुए।
  • MyEssayFeedback में विद्यार्थी एक ड्राफ़्ट जमा करते हैं, आपके चुने हिस्सों पर AI टिप्पणियाँ पढ़ते हैं, फिर संशोधन से पहले दर्ज करते हैं कि कौन-सी टिप्पणियाँ स्वीकार करते हैं।
  • NowComment कक्षा को किसी दस्तावेज़ पर पंक्ति-दर-पंक्ति चर्चा करने देता है, और अब एक AI ऐसी मसौदा टिप्पणी जोड़ सकता है जिसे विद्यार्थियों से संपादित करने की अपेक्षा है।
  • Teacher Hive शिक्षकों द्वारा बनाए छोटे ऐप्स इकट्ठा करता है जिनमें विद्यार्थी लॉगिन की ज़रूरत नहीं, और उन्हें ऐसे उदाहरणों के रूप में प्रकाशित करता है जिन्हें दूसरे शिक्षक कॉपी कर सकें।
  • AI Tutor Pro and AI Teaching Assistant Pro आठ भाषाओं में वॉइस बातचीत, क्विज़ और नोट लेने वाले मुफ़्त अध्ययन उपकरण हैं, उन विद्यार्थियों के लिए जो अपने आप अभ्यास कर रहे हैं।

एक नाम बदला है: EduPrompts संसाधन इस सप्ताह तक EduGems कहलाता था। प्रॉम्प्ट संग्रह वही है, और अब यह eduprompts.ai पर है।

शिक्षकों के लिए

यह पूछना बंद करें कि काम विद्यार्थी का है या नहीं, और पूछें कि वह क्या दिखाता है

Bayraktar का तर्क है कि डिटेक्शन उपकरण, प्रतिबंध और कक्षा में फिर से लिखवाना केवल एक प्रश्न का उत्तर देते हैं: कोई उत्पाद स्वतंत्र रूप से बना या नहीं। वे यह नहीं बताते कि विद्यार्थी उस चीज़ को समझता है या नहीं जिसका साक्ष्य देने के लिए असाइनमेंट था। प्रस्तावित ढाँचा तैयार काम को कई स्रोतों में से एक रखता है और वहाँ साक्ष्य जोड़ता है जहाँ निर्माण को उसकी ज़रूरत है: निर्णय-लॉग, एक छोटा नोट कि कौन-सी सलाह ठुकराई गई, एक सम्मेलन-प्रतिक्रिया। यह AI उपयोग को भी विद्यार्थियों के आँकने की चीज़ बनाता है, उदाहरण के लिए यह नाम देकर कि उपकरण का उत्तर कहाँ ग़लत था।

उपाय चुनने से पहले तय करें कि असाइनमेंट किस अधिगम का साक्ष्य देना चाहिए। हर पाठ्यक्रम को पोर्टफ़ोलियो पाठ्यक्रम बनाने के बजाय एक ऐसी कलाकृति जोड़ें जो अंतराल भर दे, और विद्यार्थियों से पूछें कि AI कहाँ असहाय था। उस पर एक अनुच्छेद प्रकटीकरण-वक्तव्य से अधिक मूल्यवान है।

संबंधित देखें: AI युग के लिए मूल्यांकन का पुनर्डिज़ाइन

असाइनमेंट रखें, प्रक्रिया का निशान जोड़ें

Winstone, Gravett और Elkington का तर्क है कि GenAI पर अधिकांश विश्वविद्यालयी प्रतिक्रियाएँ बातें हैं: ट्रैफ़िक लाइट, घोषणाएँ, अनुमत-उपयोग नियम। उनका Black Box Assessment कार्य रखता है और विद्यार्थियों से प्रक्रिया में झाँकने के लिए खिड़कियाँ जमा करने को कहता है, जैसे ड्राफ़्ट, संशोधन-लॉग और छोटे चिंतन, साथ में रूब्रिक इस तरह फिर लिखकर कि संशोधन से अंक मिले। वे कोई पायलट रिपोर्ट नहीं करते, और यह कह देते हैं।

एक असाइनमेंट लें और एक प्रक्रिया-कलाकृति अनिवार्य करें: रूपरेखा, पहला ड्राफ़्ट, या एक अनुच्छेद कि प्रतिपुष्टि से क्या बदला। उस कलाकृति का अंकन किसी घोषित मानदंड पर करें। तब विद्यार्थियों के पास रिकॉर्ड रखने का कारण होगा, और शैक्षणिक इमानदारी नीति के वाक्य के बजाय असाइनमेंट में बसती है।

संबंधित देखें: AI युग के लिए मूल्यांकन का पुनर्डिज़ाइन

शिक्षक प्रतिपुष्टि और AI प्रतिपुष्टि बराबर रहीं

Meyer और सहयोगियों ने जर्मनी में कक्षा 10 और 11 के 391 विद्यार्थियों को तीन स्थितियों में यादृच्छिक रूप से बाँटा: उनके शिक्षक द्वारा लिखी प्रतिपुष्टि, तत्काल AI प्रतिपुष्टि, या देर से दी गई AI प्रतिपुष्टि ताकि स्रोत और समय अलग किए जा सकें। हर मानक तुलना शून्य निकली। संशोधन बेहतर हुए, अगला लेखन कार्य अलग नहीं रहा, और कार्य पर समय, प्रेरणा तथा भाव शिक्षक और AI प्रतिपुष्टि के बीच सांख्यिकीय रूप से अलग नहीं थे।

विद्यार्थियों ने तत्काल AI प्रतिपुष्टि को शिक्षक की प्रतिपुष्टि से अधिक उपयोगी और अधिक प्रेरक बताया, पर देर से मिली AI वाले समूह को वही आँकड़े नहीं मिले, इसलिए लाभ गति से आया, लेखकत्व से नहीं। AI प्रतिपुष्टि तब उपयोग करें जब शिक्षक तेज़ी से उत्तर न दे सके, और अपेक्षा रखें कि वह ज़मीन थामे रहेगी, उसे ऊपर नहीं उठाएगी। जाँचें कि विद्यार्थी तेज़ टिप्पणी को उपयोगी टिप्पणी समझ नहीं रहे।

संबंधित देखें: AI युग के लिए मूल्यांकन का पुनर्डिज़ाइन

डेवलपर्स के लिए

ऐसा ट्यूटर जो झुक जाता है जब विद्यार्थी कहे "मेरे नोट्स कुछ और कहते हैं"

Liu और Korolova ने ग्यारह वाणिज्यिक मॉडलों को दो सिम्युलेटेड K-12 गणित ट्यूटरिंग प्रयोगों से गुज़ारा: पाँच-चक्र उत्तर-संशोधन प्रोटोकॉल पर 400 प्रश्न और दो-चक्र निदान प्रोटोकॉल पर 1,884। यदि विद्यार्थी ने ग़लत उत्तर से शुरुआत की, तो पहले चक्र की सटीकता 5.5 अंक गिर गई। जो उत्तर पहले चक्र में सही थे, उनमें केवल "मैं असहमत हूँ" ने 5.2% को विद्यार्थी की ग़लत पसंद की ओर पलटा, "मेरे नोट्स B कहते हैं" ने 12.7%, और स्पष्ट ग़लत तर्क ने 3.1%। जो सही बातचीतें ग़लत उत्तर पर समाप्त हुईं, उनमें 86% पहले प्रतिवाद पर पलट गईं। सही काम पर संदेह करने से निदान की सटीकता 66.5% से घटकर 58.0% हो गई और झूठे सकारात्मक 33.5% से 42.0% बढ़ गए।

प्राधिकार की अपील को चरण फिर से निकालने का अनुरोध मानें, फिर से उत्तर देने का नहीं, और जिस काम पर विद्यार्थी ने अभी संदेह किया है उस पर कभी ग़लतफ़हमी का निदान अंतिम न करें। ट्यूटरों को एक लिखित बहु-चक्र संवाद पर परखें और पलटने की दर को पहले चक्र की सटीकता से अलग रिपोर्ट करें, क्योंकि एक ही पहले-चक्र अंक वाले दो मॉडलों में झुकने की बारंबारता में 7.5 अंक का अंतर था।

संबंधित देखें: AI ट्यूटरों को उत्तर देने के बजाय मार्गदर्शन करना सिखाएँ

रूब्रिक मापन-यंत्र है, मॉडल नहीं

Roy और सहयोगी दिखाते हैं कि वही जज दो रूब्रिक के साथ जोड़ने पर दो अलग मापन देता है, और "सहायक और तथ्यात्मक" उत्तर माँगने वाली अस्पष्ट रूब्रिक ऐसे चमकदार उत्तर को पुरस्कृत कर सकती है जो ग़लत है। चार सार्वजनिक वरीयता डेटासेट, छह रूब्रिक स्रोतों और तीन ओपन-वेट जजों में कोई भी रूब्रिक स्रोत हर अक्ष पर आगे नहीं रहा: जजों के बीच सहमति, वरीयता से मेल, और गेमिंग का प्रतिरोध। मानदंडों को वरीयता डेटा से क्रम में लगाने पर होल्ड-आउट सटीकता 65.0% से 68.6% हो गई, और खामियाँ बंद करने के लिए मानदंड फिर लिखने से शोषण की सफलता 46.4% से 36.0% घटी।

रूब्रिक को यंत्र मानें और उसका संस्करण मॉडल के साथ रखें। रूब्रिक का पाठ, तारीख़ और जज का विन्यास अंकों के बगल में दर्ज करें, और शोषण-क्षमता को सहमति से अलग परखें: कुछ ऐसे उत्तर लिखें जो शब्दावली संतुष्ट करें पर मंशा तोड़ें, और देखें कि वे ऊँचे अंक पाते हैं या नहीं।

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

पठन ट्यूटर ने तब मदद की जब विद्यार्थियों ने उसे पर्याप्त उपयोग किया

एक चार्टर स्कूल ने पहली और दूसरी कक्षा के हर शिक्षक को फ़ोनिक्स और प्रवाह का ट्यूटर दिया और उपयोग शिक्षक के विवेक पर छोड़ दिया। जिन विद्यार्थियों ने उसे बहुत उपयोग किया, उन्होंने थोड़ा उपयोग करने वालों से अधिक लाभ कमाया, मौखिक पठन-प्रवाह पर g = 0.56। अधिक उपयोग और बिल्कुल न उपयोग के बीच तुलना सुधारी हुई महत्व-सीमा से चूक गई। कक्षाओं के बीच का अंतर लॉग किए गए मिनटों तक आ गया।

पहले दिन से हर विद्यार्थी के मिनट लॉग करें और परिणाम के बगल में उन्हें रिपोर्ट करें। अगर लॉग खाली है, तो वह रोलआउट के बारे में एक निष्कर्ष है, ट्यूटर के बारे में नहीं। जो ज़िला लाइसेंस गिनता है, उपयोग नहीं, वह सपाट परिणाम देखेगा और कुछ नहीं सीखेगा।

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

Copilot ने नौसिखियों को तेज़ किया और उन्हें वहीं छोड़ दिया जहाँ से शुरू किया था

बाईस नौसिखिया और मध्यवर्ती प्रोग्रामरों ने दो 20 मिनट के कोडिंग कार्य किए, एक बार मानव साथी के साथ और एक बार Copilot के साथ, फिर लगभग एक सप्ताह बाद अकेले दोहराए। Copilot के साथ उन्होंने 100 में से 14 अंक अधिक पाए और मानसिक माँग तथा प्रयास बहुत कम बताए। एक सप्ताह बाद लाभ गया: पुनःपरीक्षण अंक 4.8 अंक कम थे, सांख्यिकीय रूप से अलग नहीं, और हर व्यक्ति की पहले सत्र से गिरावट AI सत्र के बाद लगभग 19 अंक अधिक थी।

आप जो भी कोडिंग सहायक बनाएँ या खरीदें, उसमें बिना सहायता वाला पुनःपरीक्षण जोड़ें। कक्षा में जो लाभ दिखता है वह किराए का हो सकता है, और वह उन विद्यार्थियों में सबसे बड़ा है जो पहले से सबसे अधिक जानते थे। इस अध्ययन में व्यक्ति के साथ जोड़ी बनाने से अंक कम और कार्यभार अधिक रहा, पर सहभागिता बेहतर और टिके रहने की प्रवृत्ति भी।

संबंधित देखें: अधिगम में AI का डिज़ाइन

शोधकर्ताओं के लिए

कठोर मेटा-विश्लेषण ट्यूटरिंग प्रभाव को आधा कर देता है

Leite और सहयोगियों ने अमेरिकी K-12 स्कूलों में उपयोग किए गए 18 प्रयोग, 77 प्रभाव-आकार और 11 बुद्धिमान ट्यूटरिंग सिस्टम एक साथ रखे। उपलब्धि पर औसत प्रभाव g = 0.271 था, जो पहले की मेटा-विश्लेषणों के प्रभावों से काफ़ी नीचे है, क्योंकि यह एक राष्ट्रीय व्यवस्था में प्रयोगात्मक डिज़ाइनों तक सीमित रहा। परिवेश मायने रखता था: ग्रामीण स्कूलों में g = 0.146 बनाम शहरी स्कूलों में 0.298। सहायता कौन नियंत्रित करता है, यह भी मायने रखता था, जिसमें हल किए उदाहरण 0.324 पर और माँग-पर-आधारित संकेत 0.316 पर रहे, और अवधि दो सप्ताह से तीन महीने पर शिखर (0.449) पर पहुँची, फिर छह महीने से आगे गैर-महत्वपूर्ण 0.110 पर गिर गई।

पुराने ट्यूटरिंग प्रभाव-आकारों को तब तक आशावादी मानें जब तक अध्ययन का डिज़ाइन और परिवेश न जाँच लें। एकत्रित औसत के बजाय मॉडरेटर रिपोर्ट करें, और अपेक्षा रखें कि कमज़ोर अवसंरचना वाला ग्रामीण तैनाती लगभग आधा शहरी प्रभाव देगा। अवधि-वक्र अगला परखने योग्य निष्कर्ष है: पूरे वर्ष पर लगभग कोई साक्ष्य नहीं है।

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

GenAI भाषा-शिक्षार्थियों को सबसे अधिक तब मदद करता है जब वह प्रतिपुष्टि देता है, निर्देश नहीं

Zhang, Aubrey, Wu और Chiu ने 48 नियंत्रित अध्ययनों से 67 प्रभाव-आकार जोड़े, जिनमें 5,196 शिक्षार्थी थे। अनसमायोजित प्रभाव बड़ा था, g = 0.76, और तीन आउटलायर हटाने पर g = 0.57 हो गया। उपकरण ने जो भूमिका निभाई उसने औसत से अधिक समझाया: प्रतिपुष्टि और मूल्यांकन g = 1.15 तक पहुँचे, एक अंतःक्रिया साथी 0.81, और एक निर्देशात्मक एकीकरणकर्ता 0.28। शिक्षार्थी-निर्देशित उपयोग ने AI-नेतृत्व वाले उपयोग को हराया, 0.92 बनाम 0.34। यादृच्छिक परीक्षणों ने अर्ध-प्रयोगों से बड़े प्रभाव बताए, 1.02 बनाम 0.48।

यह पूछने से पहले कि उपकरण काम करता है या नहीं, पूछें कि वह कौन-सी भूमिका निभाता है। अगर आप अध्ययन जोड़ रहे हैं, तो डिज़ाइन के प्रकार को मॉडरेटर के रूप में मॉडल करें, क्योंकि वह अनुमान को उतना ही हिलाता है जितना हस्तक्षेप। किसी भाषा पाठ्यक्रम के लिए प्रतिपुष्टि और अभ्यास, विद्यार्थी के नियंत्रण में, वही विन्यास है जिसका समर्थन साक्ष्य करता है।

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

AI साक्षरता का अर्थ विद्यार्थी की उम्र पर निर्भर करता है

Guo, Ali और Wong ने 118 K-12 अध्ययन पढ़े और क्षेत्र को नौ श्रेणियों और 35 उपश्रेणियों में बाँटा। उनका PACES ढाँचा AI साक्षरता को चार स्कूल-स्तरों पर चरणबद्ध करता है, इस तर्क पर कि दूसरी कक्षा के बच्चे को जो जानना चाहिए वह किसी सीनियर की ज़रूरत से प्रकार में अलग है। सत्यापित मापों के उनके ऑडिट में लगभग सब कुछ माध्यमिक स्कूल के लिए था, और AI के साथ काम करने की प्रक्रिया मापने वाला कुछ नहीं।

ऐसा यंत्र बनाएँ जो यह पकड़े कि विद्यार्थी मॉडल के साथ क्या करता है: क्या वह अनुवर्ती प्रश्न पूछता है, किसी दावे को जाँचता है, या प्रतिपुष्टि के बाद संशोधन करता है। फिर परखें कि वह चारों स्तरों पर अलग व्यवहार करता है या नहीं। जब तक कोई ऐसा नहीं करता, विकासात्मक दावा बिना साक्ष्य वाला डिज़ाइन सिद्धांत ही रहेगा।

संबंधित देखें: AI साक्षरता के साक्ष्य

प्रशासकों के लिए

लगभग सभी लोग काम पर AI उपयोग करते हैं और आधे ने नीति नहीं देखी

EDUCAUSE ने 2026 में उच्च शिक्षा के 1,960 कर्मचारियों का सर्वेक्षण किया। 94% ने पिछले छह महीनों में काम के लिए AI उपयोग किया था, और उनमें से 73% ने उसे रोज़ या साप्ताहिक उपयोग किया। केवल 54% उस नीति को जानते थे जो इस उपयोग का मार्गदर्शन करने के लिए है, जिनमें कार्यकारी अधिकारियों के केवल 38% शामिल हैं। 56% ने ऐसे उपकरण उपयोग किए जो उनका संस्थान नहीं देता। 92% संस्थानों ने कहा कि उनकी AI रणनीति है, और 13% उसका प्रतिफल मापते हैं।

नीति वहाँ प्रकाशित करें जहाँ लोग पहले से काम करते हैं, और अगली रणनीति लिखने से पहले उन उपकरणों को गिनें जो लोग वास्तव में उपयोग करते हैं। कर्मचारी जो करते हैं और नेतृत्व जो अनुमति मानता है, उसके बीच का अंतर शासन की समस्या है, प्रशिक्षण की नहीं, और वह रणनीति दस्तावेज़ में अदृश्य रहता है।

संबंधित देखें: AI उपकरण अपनाना

शिक्षक बचे समय को खोए काम के सामने तौलते हैं

Dangol और सहयोगियों ने अमेरिका के एक बड़े ज़िले के 22 शिक्षकों का साक्षात्कार लिया, जिसने 2023 के अंत से GenAI को प्रोत्साहित किया था, और उनमें से अधिकांश ज़िला-व्यापी कक्षा-नीति के बिना काम कर रहे थे। शिक्षक काग़ज़ी काम और पाठ-योजना से मुक्त होकर खुश थे। उन्हें उन हिस्सों के खोने की चिंता थी जिनमें विद्यार्थी को जानना ज़रूरी है: वह टिप्पणी लिखना जो असर करती है, या तय करना कि कक्षा को आगे क्या चाहिए। यह पत्र एक अदला-बदली का वर्णन करता है, प्रतिरोध का नहीं।

यह नाम दें कि राहत किसलिए है और वह कहाँ रुकती है। जो ज़िला अंकन या पाठ-योजना स्वचालित करता है, उसे कहना चाहिए कि कौन-सा काम हटा रहा है, और जिस काम को शिक्षक कहते हैं कि वे नहीं बदलेंगे उसे बचाना चाहिए। एक और अनिवार्य उपकरण जोड़ने के बजाय व्यावसायिक विवेक के लिए जगह छोड़ें।

संबंधित देखें: AI उपकरण अपनाना

बिना चमक वाली प्रणालियाँ संस्थानों को सबसे अधिक बदलती हैं

Pardos और Borchers का तर्क है कि क्रेडिट स्थानांतरण, सलाह, पाठ्यक्रम वर्गीकरण और मूल्यांकन उत्पादन सामने की मेज़ पर रखे चैटबॉट से अधिक मायने रखते हैं। इनका साझा सूत्र प्रतिनिधित्व है। पाठ्यक्रमों, पाठ्यक्रम-रूपरेखाओं, ट्रांसक्रिप्ट और अधिगम-अभिलेखों को एम्बेडिंग में बदलें, और आप ऐसे निर्णय ले सकते हैं जो पहले आज़माने के लिए बहुत महँगे थे, जैसे किसी दूसरे देश के ट्रांसक्रिप्ट का पाठ्यक्रम-दर-पाठ्यक्रम मूल्यांकन। यही कदम ग़लतियों को देखना कठिन बना देता है।

खरीदने से पहले उस निर्णय को नाम दें जिसे प्रणाली बदलती है और उस व्यक्ति को जो जवाबदेह है जब वह निर्णय ग़लत हो। ऑडिट ट्रेल और अपील का रास्ता बेहतर मॉडल से अधिक मायने रखते हैं, क्योंकि बैक-ऑफ़िस की ग़लती विद्यार्थियों तक संस्थागत अवसंरचना से पहुँचती है जिसे कोई देख नहीं सकता।

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

देश पाठ्यक्रम में AI साक्षरता जोड़ते हैं और उसे मापते नहीं

iRAISE रिपोर्ट एक संरचित समीक्षा और फ़्रांस, कनाडा, मिस्र तथा क़तर के नीति दस्तावेज़ों पर आधारित है। सरकारें उपकरणों को बढ़ाने और उन्हें सीमित करने के बीच बँटी हैं, और रिपोर्ट AI साक्षरता को अलग विषय के बजाय डिजिटल और मीडिया साक्षरता की नवीनतम परत मानती है। अधिकांश देश किसी ढाँचे में मीडिया साक्षरता का नाम लेते हैं। कुछ ही उसे उस पाठ्यक्रम में रखते हैं जिससे शिक्षक योजना बनाते हैं, और लगभग कोई नहीं मापता कि विद्यार्थी उसे अर्जित करते हैं या नहीं।

AI साक्षरता उन दस्तावेज़ों में रखें जो शिक्षक वास्तव में उपयोग करते हैं, और ऐसा मूल्यांकन वित्तपोषित करें जो दिखा सके कि विद्यार्थियों में सुधार हुआ या नहीं। बिना पाठ्यक्रम-पंक्ति और बिना माप वाला राष्ट्रीय ढाँचा काम को अलग-अलग स्कूलों पर छोड़ देता है, जहाँ अंतराल पहले से है।

संबंधित देखें: AI साक्षरता को शामिल करना

इस सप्ताह यह भी जोड़ा गया

जर्नल पृष्ठ इस सप्ताह जोड़े गए हर अध्ययन को सूचीबद्ध करता है।

साइट नोट्स

साइट ने इस सप्ताह अपना दायरा बढ़ाया है। अब इसमें कुछ ऐसा AI शोध भी है जो स्कूलों या विश्वविद्यालयों के बारे में नहीं है पर दोनों पर लागू होता है: Salvi और सहयोगी इस पर कि एक संवादात्मक मॉडल व्यक्ति की मान्यता कैसे बदल सकता है, Folk और Dunn चैटबॉट और अकेलेपन पर, और Sim और सहयोगी इस पर कि AI सारांश स्मृति को कैसे विकृत करते हैं। वे उन अवधारणा पृष्ठों पर उद्धरण के रूप में आते हैं जिन्हें वे सूचित करते हैं, शिक्षण के दावों के रूप में नहीं।

इस साइट को बनाए रखने वाला Hermes AI एजेंट इस सप्ताह एक नई स्मृति प्रणाली पर चला गया। अब यह Hindsight पर चलता है, जो सत्रों के बीच जो सीखता है उसे रखता है, हर सत्र को शून्य से शुरू करने के बजाय।

इस सप्ताह लगभग हर अवधारणा पृष्ठ और सामान्य प्रश्न फिर से लिखा गया ताकि आत्म-संदर्भी पाठ हटे, जैसे "इस ज्ञानकोश में" या "यह पृष्ठ तर्क करता है" जैसे वाक्यांश। Hermes AI एजेंट ने उस गद्य को अपने humanizer कौशल से भी गुज़ारा, जो ऐसे संकेत हटाता है जैसे ढेर लगे विशेषण और वे वाक्य जो शीर्षक दोहराते हैं। लेख और अवधारणा पृष्ठ अब एक ही संरचना का पालन करते हैं, वही अनुभाग उसी क्रम में, और जब कोई पृष्ठ उसे तोड़ता है तो बिल्ड जाँच विफल हो जाती है।

कुछ नई सुविधाएँ योजना में हैं, जैसे शैक्षिक कार्य-आधारित मार्गदर्शन और मुख्य पृष्ठों के मल्टीमीडिया सारांश। सुझाव और सुविधा अनुरोध GitHub issue फ़ॉर्म से स्वागत योग्य हैं।

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 Hermes AI एजेंट बनाता है। यह अंक उसी Hermes 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।

स्रोतइतिहाससंपादित करेंचैट

इस पृष्ठ को एम्बेड करें

इस पृष्ठ को किसी सीखने के प्रबंधन प्रणाली या अन्य वेबसाइट में एम्बेड करने के लिए नीचे दिया गया कोड कॉपी करें। एम्बेड किया गया संस्करण केवल पृष्ठ की सामग्री दिखाता है — यह साइट का हेडर, नेविगेशन और फ़ुटर छिपाता है।