इस पृष्ठ पर

यह पृष्ठ अंग्रेज़ी में पढ़ें

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

Society for the Teaching of Psychology (2026, ISBN 978-1-941804-82-7) का एक निःशुल्क संपादित संकलन, जो जनरेटिव AI को उपकरण-दर-उपकरण के बजाय पाठ्यक्रम-दर-पाठ्यक्रम व्यवस्थित करता है। मनोविज्ञान AI-उपयोग के अनेक सर्वेक्षणों के उत्तरदाता देता है, स्वयं उनका विषय बने बिना; यह पुस्तक उसका प्रति-उदाहरण है — 255 पृष्ठों में 21 पाठ्यक्रम-अध्याय, साथ में एक परिचय और एक निष्कर्ष।

पुस्तक का तर्क

संपादकों की आधार-धारणा यह है कि मनोविज्ञान के शिक्षक AI-उपयोग सिखाने के लिए असामान्य रूप से अच्छी स्थिति में हैं, क्योंकि यह अनुशासन पहले से ही मापन, साक्ष्य और मानव व्यवहार के बारे में निर्णय-क्षमता सिखाता है। उनका दावा "AI साक्षरता मायने रखती है" से अधिक संकीर्ण है। वह यह है कि AI साक्षरता विकासात्मक है: छात्रों के पास यह होती है या नहीं होती, ऐसा नहीं है — वे इसे चरणबद्ध पहुँच, चिंतन और प्रतिपुष्टि के ज़रिए अर्जित करते हैं।

इससे तीन डिज़ाइन-प्रतिबद्धताएँ निकलती हैं, और अधिकांश अध्याय उनमें से कम से कम एक को लागू करते हैं। छात्र किसी उपकरण के साथ क्या कर सकते हैं, इसे चरणबद्ध करें — जैसे-जैसे निर्णय-क्षमता विकसित होती है, निर्देशित उपयोग से स्वतंत्र उपयोग की ओर बढ़ें। उपयोग को सत्यापन के साथ जोड़ें, ताकि मॉडल के साथ किया गया दावा किसी स्रोत के सामने जाँचा जाए और दिखाया जाए। सफलता को इस निर्णय-क्षमता के रूप में परिभाषित करें कि उपकरण का उपयोग कब और करना है या नहीं, न कि उसमें प्रवीणता के रूप में।

संरचना ही तर्क है। अध्याय उस पाठ्यक्रम के अनुसार समूहित हैं जो शिक्षक पढ़ाने वाला है — आधारभूत और अनुप्रस्थ, नैदानिक और परामर्श, शोध विधियाँ और सांख्यिकी — न कि उपकरण, क्षमता या संस्थागत नीति के अनुसार।

खंड I: आधारभूत और अनुप्रस्थ पाठ्यक्रम

  • पहुँच पहली समस्या है, उपकरण नहीं (Slade और Hyk)। जो छात्र बिना पूर्व AI-अनुभव के आते हैं, वे दोहरे अभाव में हैं: उनके पास प्रॉम्प्टिंग कौशल नहीं है और यह निर्णय-क्षमता भी नहीं कि कब कोई प्रवाहपूर्ण उत्तर गलत है। अध्याय प्रॉम्प्ट इंजीनियरिंग के साथ-साथ पुनःप्रयोज्य प्रॉम्प्ट की खुली रिपॉज़िटरी सिखाता है, और उस शिक्षण को समानता-उपाय मानता है। लेखक शिक्षा-संबंधी AI का व्यावसायीकरण करने वाली कंपनी में वित्तीय हित का प्रकटीकरण करता है।
  • शिक्षण के लिए सामग्री-जनरेटर के रूप में AI (Corcoran)। अध्याय का उपयोग-मामला शिक्षक की अपनी तैयारी है: किसी घोषित उद्देश्य के अनुरूप जनरेट किए गए दृश्य, उदाहरण, समस्याएँ और अन्य शिक्षण-उद्दीपक। इसका तर्क है कि उस उद्देश्य के अनुरूप अनुकूलन, न कि नवीनता, आउटपुट को उपयोगी बनाता है। अध्याय यह भी ज़ोर देता है कि छात्रों को AI के बारे में सिखाया जाए — उसकी सीमाएँ और नैतिकता — और केवल उसे थमा न दिया जाए।
  • सिद्धांत तक का पुल बने अध्ययन-कौशल (Costa)। उच्च-स्तर के अधिगम और स्मृति पाठ्यक्रम में, छात्र AI अध्ययन-उपकरणों का उपयोग करते हैं और फिर उन उपकरणों के कार्य को अंतरालित अभ्यास और पुनर्स्मरण पर मैप करते हैं। डिज़ाइन मनोविज्ञान को विषय और उपकरण को नमूना बनाता है, जो उस पाठ्यक्रम को पढ़ाने का सबसे स्वच्छ तरीका है जिसकी सामग्री वही अधिगम-विज्ञान है जिसे लागू करने का दावा उपकरण करते हैं।
  • एक अनुप्रयुक्त व्यवहार-परिवर्तन परियोजना (Emanuel)। छात्र AI प्रणाली को कोच बनाकर स्वास्थ्य-व्यवहार परिवर्तन परियोजना चलाते हैं। उनके चिंतन इस बात को अलग करते हैं कि क्या काम आया — तत्काल, अनुकूलित, गैर-निर्णयात्मक सुझाव — और क्या नहीं: कोई सहानुभूति नहीं, और स्वास्थ्य के बारे में विश्वसनीय-लगने वाली गलत जानकारी। अध्याय उन कुछ अध्यायों में से है जो मॉडल को ऐसी भूमिका में रखते हैं जहाँ गलत होने की कीमत चुकानी पड़ती है।
  • वाद-विवाद कोच के रूप में AI (Jackson)। उच्च-स्तर का सामाजिक मनोविज्ञान पाठ्यक्रम सार्वजनिक वाद-विवाद से पहले तर्कों को मैप करने, प्रति-तर्क सामने लाने और खंडन का अभ्यास करने के लिए मॉडल का उपयोग करता है, और हर दावा सहकर्मी-समीक्षित स्रोतों के सामने सत्यापित होता है। लिखित चिंतनों में से 75% ने मॉडल को तैयारी में कम से कम मध्यम रूप से उपयोगी पाया और 35% प्रबल रूप से सकारात्मक थे; लगभग 10% को कम उपयोगिता दिखी, मुख्यतः क्योंकि मॉडल ने सामान्य तर्क या आत्मविश्वास से प्रस्तुत त्रुटियाँ उत्पन्न कीं। बाद की पुनरावृत्ति एक-पृष्ठ की तैयारी-योजना और एक साक्ष्य-बही जोड़ती है जो हर दावे को स्रोत से जोड़ती है।
  • प्रतिपुष्टि कर्तव्यों वाला पाठ्यक्रम-चैटबॉट (Lee, Nam और Wages)। Introduction to Psychology, Research Methods और Psychology Apprenticeship के लिए बनाए गए चैटबॉट ने विषय-मंथन, शोध-प्रश्न परिष्करण और पेपर-संरचना में सहायता की। लेखक पूर्व-परीक्षण सर्वेक्षण में 124 छात्र और पश्च-परीक्षण में 25% प्रतिक्रिया-दर बताते हैं, इसलिए परिणाम-साक्ष्य कार्यान्वयन-विवरण से पतला है।
  • तीन स्तरों में मूल्यांकन (Granito)। नैदानिक, निर्माणात्मक और संकलनात्मक कार्यों में से प्रत्येक को AI-संवर्धित संस्करण मिलता है, और संकलनात्मक सिरा प्रामाणिक परियोजनाओं की ओर बढ़ता है जहाँ उपकरण सहायक साथी है, अंतिम उत्पाद नहीं। यदि प्रश्न यह है कि किसे ग्रेड करना बंद करें, तो पढ़ने योग्य अध्याय यही है।

खंड II: नैदानिक और परामर्श पाठ्यक्रम

  • परिचयात्मक गतिविधि के रूप में मनोचिकित्सा (Castro)। छात्र DSM-5-TR विकार और मनोचिकित्सा तकनीक चुनते हैं, फिर सिम्युलेटेड सत्र का अनुभव करते हैं और चर्चा करते हैं कि AI-आधारित टेलीहेल्थ क्या पाता और क्या खोता है। डिज़ाइन विरोध के ज़रिए तकनीक सिखाता है: सिमुलेशन चिकित्सा के संबंधपरक हिस्से को छोड़कर दिखाता है कि वह क्या है।
  • मिलकर केस स्टडी बनाना (Pulido)। छात्र ChatGPT से DSM-5-TR केस स्टडी का मसौदा तैयार करते हैं और फिर उनका मूल्यांकन करते हैं, जिससे मूल्यांकन-कौशल मॉडल के बजाय छात्र पर आता है। अध्याय स्नातकोत्तर और स्नातक अनुकूलनों का वर्णन करता है और पुनरावृत्त प्रॉम्प्ट-परिष्करण को नैदानिक तर्क का हिस्सा मानता है, तकनीकी झंझट नहीं।
  • सेमिनार में केस-अवधारणाकरण (Draheim)। केस-अवधारणाकरण वह जगह है जहाँ छात्र क्लाइंट की जानकारी और उपचार-परिणाम शोध को संश्लेषित करते हैं, और स्नातक स्तर पर इसे सिखाना कठिन है। सेमिनार अवधारणाकरण जनरेट करने और उनकी आलोचना करने के लिए AI का उपयोग करता है, और शिक्षक के प्रतिपुष्टि भार को उस बाधा के रूप में नामित किया गया है जो उपकरण को पहले स्थान पर आकर्षक बनाती है।
  • सांस्कृतिक विनम्रता (Draheim)। एक गृहकार्य सांस्कृतिक विनम्रता पर किसी लेख को समझने के लिए मॉडल का उपयोग करता है, जिसके बाद जनरेटिव आउटपुट के भीतर पूर्वाग्रह खोजने का कक्षा-अभ्यास होता है। यह जोड़ी मायने रखती है: उपकरण का उपयोग विषय खोलने के लिए होता है और फिर उसी सप्ताह उसे आलोचना का विषय बना दिया जाता है।
  • ट्रॉमा-संवेदनशील शिक्षण (Rubio)। स्नातकोत्तर ट्रॉमा पाठ्यक्रम पाठ और छवि मॉडलों का उपयोग चिकित्सीय कहानियाँ और सुरक्षित-स्थान की कल्पनाएँ सह-निर्मित करने के लिए करते हैं, जो Herman के त्रि-चरणीय मॉडल और Perry के न्यूरोसीक्वेंशियल मॉडल पर आधारित हैं। यहाँ काम ढाँचा करता है; उपकरण वह सामग्री देते हैं जिसे ढाँचा फिर सीमित करता है।
  • चिकित्सक के रूप में बॉट (Niederjohn)। छात्र कई चैटबॉट से बात करते हैं और चिकित्सीय गठबंधन पर आमने-सामने के काम से अनुभव की तुलना करते हैं। अध्याय वे आँकड़े देता है जो अभ्यास को ज़रूरी बनाते हैं: पहले के सर्वेक्षणों में 65% मानसिक स्वास्थ्य पेशेवरों ने चैटबॉट सहायता में लाभ देखे, जबकि 86% ने देखभाल में उनके उपयोग का समर्थन नहीं किया। इसका व्यावहारिक सुझाव एक सीढ़ी है — पहले AI भूमिका-अभिनय, फिर सहकर्मी, फिर मानव सिम्युलेटेड रोगी।
  • प्रशिक्षुओं के लिए भूमिका-अभिनय (Labriola और VanHara)। AI भूमिका-अभिनय पटकथा-बद्ध सहकर्मी भूमिका-अभिनय की जगह बिना पटकथा वाली नैदानिक प्रस्तुतियाँ रखते हैं, जिससे लेखकों के तर्क में यथार्थवाद और जोखिम उठाने की इच्छा बढ़ती है। वे इस ज़रूरत को छात्र-सर्वेक्षण डेटा में आधारित करते हैं: 16 देशों के लगभग 4,000 छात्रों में से 86% ने AI उपयोग की सूचना दी, 58% ने कहा कि उनके पास इसका पर्याप्त ज्ञान नहीं है, और 72% AI साक्षरता में पाठ्यक्रम चाहते थे।

खंड III: शोध विधियाँ, सांख्यिकी और वैज्ञानिक साक्षरता

  • शोध सह-पायलट के रूप में AI (Sumutka और सहयोगी)। गतिविधियाँ नौसिखियों को विषय संकुचित करने, स्रोत खोजने, चर जनरेट करने और उन्हें परिचालनगत रूप देने, तथा नैतिकता लागू करने की प्रक्रिया से गुज़ारती हैं। घोषित लक्ष्य पहले सूचना-साक्षरता और दूसरे स्थान पर गति है, और अध्याय स्पष्ट है कि उपकरण का उपयोग जितना किया जा रहा है, उतना ही उसे आदर्श के रूप में प्रस्तुत भी किया जा रहा है।
  • आलोचनात्मक मूल्यांकन के रूप में प्रश्न-जनरेशन (Burkett)। स्नातक शोध-विधि पाठ्यक्रम में तीन-चरणीय दृष्टिकोण ChatGPT को अध्ययन-डिज़ाइनों के बारे में मूल्यांकनात्मक प्रश्नों का जनरेटर बना देता है, और इस प्रयोजन के लिए बनाया गया कस्टम GPT भी है। प्रश्न फिर समझ के माप के रूप में काम आते हैं — एक मूल्यांकन-चाल जिसकी चर्चा अन्य अध्याय करते हैं लेकिन शायद ही कभी क्रियान्वित करते हैं।
  • मॉड्यूल के रूप में उपयोग और दुरुपयोग (Urdan, Firtch और White)। तैयार-उपयोग मॉड्यूल शोध-डिज़ाइन जनरेशन, अभ्यास परीक्षण और ज्ञात विफलता-विधाओं को कवर करते हैं, इस तर्क पर कि अपनाने की घर्षण ही उन शिक्षकों के लिए असली बाधा है जो AI के बारे में जिज्ञासु तो हैं लेकिन जिनके पास समय कम है।
  • वह चैटबॉट जो अपेक्षा पर खरा नहीं उतरा (Hilley और Edwards)। "Zig", जिसे अनिवार्य सांख्यिकी पाठ्यक्रम के लिए Juji प्लेटफ़ॉर्म पर बनाया गया था, अभ्यास-समस्याओं में माँग पर सहायता देने के लिए था। वह अपेक्षाओं पर खरा नहीं उतरा। इसकी विफलताएँ विशिष्ट और शिक्षाप्रद हैं: Levene परीक्षण के बारे में पूछने वाले छात्र ने "levee" टाइप किया और उसे इनकार मिला, ग्रेडिंग के बारे में प्रश्न ने z-स्कोर के बारे में असंबद्ध उत्तर दिया, और उदाहरणों के अनुरोधों के बदले परिभाषाएँ मिलीं। इसका बहुत-सा कारण प्रश्नोत्तर से लदा प्लेटफ़ॉर्म है, तर्क-मॉडल नहीं, लेकिन अध्याय संकलन का ईमानदार नकारात्मक परिणाम है और पाठ्यक्रम-बॉट बनाने से पहले पढ़ने योग्य अध्याय है।
  • R शिक्षण में चरणबद्ध एकीकरण (Garrison, Tyson और Lyu)। चार-चरणीय मॉडल AI-मुक्त अधिगम से शुरू होता है और उपकरण तभी जोड़ता है जब छात्र उन उपकरणों के उत्पाद का मूल्यांकन कर सकें। लेखक जिस तैयारी-संकेत का नाम लेते हैं वह AI की सीमाओं से निराशा है, और जिस विफलता-विधा का वे प्रलेखन करते हैं वह AI को पहले शुरू कर देना है, जिससे बुनियादी बातें मौजूद होने से पहले ही निर्भरता पैदा हो गई।
  • अंतिम-वर्ष सेमिनार में ChatGPT और Elicit (Katzarska-Miller)। चार तैयारी कार्यशालाएँ पूरे सेमेस्टर चलने वाले शोध-पत्र से पहले होती हैं, जिसमें मसौदे के लिए जनरेटिव मॉडल और साहित्य के लिए शोध-सहायक उपकरण होता है। अध्याय डिज़ाइन को सामाजिक निर्माणवादी अधिगम सिद्धांत में आधारित करता है और यह जाँचने के लिए पाठ्यक्रम-पूर्व और पाठ्यक्रम-पश्च आत्म-मूल्यांकन का उपयोग करता है कि AI साक्षरता बदली या नहीं।

इक्कीस अध्यायों में क्या दोहराया जाता है

  • पहुँच को चरणबद्ध करें। लगभग हर अध्याय उपकरण तब तक रोकता है जब तक छात्रों के पास उसे परखने के लिए कुछ न हो — चाहे वह कोई सांख्यिकी हो, ढाँचा हो, वाद-विवाद की स्थिति हो या प्रोग्रामिंग की बुनियाद।
  • सत्यापन अनिवार्य करें और उसे दृश्यमान बनाएँ। साक्ष्य-बहियाँ, स्रोत-जाँच, प्रॉम्प्ट लॉग और "तथ्य-जाँच के बाद क्या बदला" टिप्पणियाँ सभी खंडों में दिखती हैं। यही अनिवार्यता उपकरण-उपयोग को अधिगम में बदलती है।
  • छात्र-चिंतन को माप-उपकरण के रूप में उपयोग करें। चिंतन अधिकांश अध्यायों का साक्ष्य-आधार हैं, जो संकलन की केंद्रीय पद्धतिगत कमज़ोरी भी है।
  • पाठ्यक्रम-स्तर पर डिज़ाइन करें, उपकरण-स्तर पर नहीं। पुस्तक का अपना संगठन-निर्णय — प्रति पाठ्यक्रम एक अध्याय — ही सिफ़ारिश है।
  • शिक्षक की निर्णय-क्षमता को लक्ष्य बनाए रखें। बार-बार आने वाला दावा यह है कि छात्र इस योग्य निकलें कि तय कर सकें कि उपकरण का उपयोग कब नहीं करना है।

पुस्तक कहाँ कमज़ोर है

अध्याय पेशेवरों के वृत्तांत हैं। लगभग कोई भी डिज़ाइन, नमूना या प्रभाव-आकार नहीं बताता, और जहाँ आँकड़े दिखते हैं वे अधिगम के बजाय कार्यान्वयन का वर्णन करते हैं। अपवाद आंशिक हैं: Lee और सहयोगियों के पास पूर्व- और पश्च-परीक्षण सर्वेक्षण हैं जिनमें पश्च-परीक्षण प्रतिक्रिया-दर 25% है, और Jackson का चिंतन-विश्लेषण एक कक्षा का विषयगत कोडिंग है।

उत्साह की जाँच भी असमान है। Corcoran और Costa समर्थक के रूप में लिखते हैं; Hilley और Edwards विफलता बताते हैं; केवल Slade और Hyk व्यावसायिक हित का प्रकटीकरण करते हैं। विशिष्ट उत्पादों के नाम लेने वाले अध्याय जल्दी पुराने पड़ जाएँगे, क्योंकि अधिकांश उपकरणों का वर्णन वैसा है जैसा वे 2025 के दौरान व्यवहार करते थे।

जानने योग्य कवरेज-अंतराल: लागत और प्रीमियम स्तरों पर शायद ही चर्चा है, सुगम्यता और दिव्यांगता को अलग खंड नहीं मिला, और K-12 केवल Castro के माध्यमिक-शिक्षा अध्याय में दिखता है। संकलन संयुक्त राज्य अमेरिका में स्नातक और स्नातकोत्तर मनोविज्ञान शिक्षण है, और Costa तथा Granito के अलावा बड़े व्याख्यान-पाठ्यक्रमों पर बहुत कम है।

इसके साथ आप क्या कर सकते हैं

उस पाठ्यक्रम का अध्याय पढ़ें जो आप पढ़ाने वाले हैं। तीनों खंड — आधारभूत और अनुप्रस्थ पाठ्यक्रम, नैदानिक और परामर्श पाठ्यक्रम, शोध विधियाँ और सांख्यिकी — संबंधित अध्यायों को साथ रखते हैं। उदाहरण: मनोवैज्ञानिक सांख्यिकी में AI ट्यूटर चैटबॉट, अंतिम-वर्ष सेमिनार में ChatGPT के साथ Elicit, वाद-विवाद कोच के रूप में AI, नैदानिक प्रशिक्षण में केस-अवधारणाकरण और सांस्कृतिक विनम्रता, और एक शोध-विधि अध्याय जिसमें छात्र ChatGPT से प्रश्न जनरेट करते हैं और फिर उनकी आलोचना करते हैं।

यह किसके लिए है

किसी भी करियर-चरण पर मनोविज्ञान के शिक्षक, और सटे हुए सामाजिक विज्ञान अनुशासनों के शिक्षक जिनकी मूल्यांकन-समस्याएँ एक ही आकार की हैं: निबंध-बहुल काम, केस-चर्चा, सांख्यिकी-चिंता, छोटे पाठ्यक्रम जहाँ एक पुनर्डिज़ाइन संभव है।

टिप्पणियाँ और चेतावनियाँ

निःशुल्क PDF, कोई खाता नहीं। कॉपीराइट STP का है, Creative Commons लाइसेंस नहीं: श्रेय देने के साथ व्यक्तिगत और कक्षा-प्रतियाँ अनुमत हैं, जबकि पुनर्वितरण या व्यावसायिक उपयोग के लिए लेखक की अनुमति चाहिए। अध्याय पेशेवरों के वृत्तांत हैं, अध्ययन नहीं — कोई डिज़ाइन, नमूना या प्रभाव-आकार नहीं — इसलिए दावों को अनुभव-रिपोर्ट मानें और अध्यायों को अलग-अलग उद्धृत करें।

संबंधित अवधारणाएँ

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।