← नवीनतम पेपर
💻 computer science

Why does AI unlock new possibilities in STEM education? A Bibliometric Analysis of Trends and Future Agenda

2015 से 2025 तक के 242 प्रकाशनों का यह बिब्लियोमेट्रिक विश्लेषण प्रकट करता है कि एआई (AI) ने बुद्धिमान स्कैफोल्डिंग (scaffolding) के माध्यम से ज्ञान संचरण से क्षमता विकास की ओर ध्यान केंद्रित करके स्टेम (STEM) शिक्षा को रूपांतरित कर दिया है, जो पारंपरिक ट्यूटरिंग सिस्टम से विकसित होकर लार्ज लैंग्वेज मॉडल्स द्वारा संचालित पूछताछ-आधारित शिक्षण और कम्प्यूटेशनल थिंकिंग के संवर्धन की ओर बढ़ गया है।

मूल लेखक: Jesse Yusuf Chan (Zexi Chen), Mengyao Chen, Yang Hong, Ziyun Song, Haoming Wang, Xianlong Xu

प्रकाशित 2026-07-08
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Jesse Yusuf Chan (Zexi Chen), Mengyao Chen, Yang Hong, Ziyun Song, Haoming Wang, Xianlong Xu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि STEM शिक्षा (विज्ञान, प्रौद्योगिकी, इंजीनियरिंग और गणित) एक विशाल, पुराने ज़माने के पुस्तकालय की तरह है। लंबे समय तक, लक्ष्य केवल छात्रों को शेल्फ पर रखी किताबों को याद करवाना था। शिक्षक एक लाइब्रेरियन था जो विशिष्ट किताबें बांट रहा था, और छात्र वे पाठक थे जो पाठ को आत्मसात करने की कोशिश कर रहे थे।

यह शोध पत्र तर्क देता है कि आर्टिफिशियल इंटेलिजेंस (AI) केवल पुस्तकालय में एक नई किताब जोड़ नहीं रहा है; बल्कि यह पुस्तकालय को पूरी तरह से एक जीवंत, सांस लेते हुए, व्यक्तिगत रोमांच पार्क (adventure park) में बदल रहा है।

यहाँ यह पेपर इन सरल उपमाओं का उपयोग करते हुए इस परिवर्तन की व्याख्या करता है:

1. रुचि का "विस्फोट" (The "Explosion" of Interest)

शोधकर्ताओं ने 2015 से 2025 के बीच प्रकाशित 242 वैज्ञानिक अध्ययनों का विश्लेषण किया। उन्होंने पाया कि STEM के लिए AI में रुचि पहले धीरे-धीरे बढ़ रही थी, जैसे एक छोटा सा पौधा। लेकिन लगभग 2022 के आसपास, जब "लार्ज लैंग्वेज मॉडल्स" (वे सुपर-स्मार्ट चैटबॉट्स जिन्हें हम आज जानते हैं) आए, तो यह विकास विस्फोटक हो गया। यह ऐसा है जैसे किसी ने अचानक उस पौधे को रॉकेट बूस्टर दे दिया हो। यह क्षेत्र अब अत्यधिक तीव्र गति से आगे बढ़ रहा है।

2. चार "सुपरपावर्स" जो AI शिक्षा को देता है

यह पेपर वर्तमान शोध को चार मुख्य विषयों में समूहित करता है, जो एक नए टूलकिट में चार अलग-अलग उपकरणों की तरह कार्य करते हैं:

  • व्यक्तिगत ट्यूटर (मौलिक सशक्तिकरण - Foundational Empowerment): एक ऐसे ट्यूटर की कल्पना करें जो कभी नहीं सोता और जानता है कि आप किस बात को लेकर भ्रमित हैं। AI इस "इंटेलिजेंट स्कैफोल्ड" (बुद्धिमान आधार) के रूप में कार्य करता है। यह केवल उत्तर नहीं देता; यह जटिल, डरावनी वैज्ञानिक अवधारणाओं को छोटे-छोटे टुकड़ों में तोड़ देता है जो आपके वर्तमान स्तर के अनुकूल हों। यह आपकी गोपनीयता का भी सम्मान करता है, जैसे कि एक सुरक्षित डायरी जो आपकी मदद करती है ताकि कोई और आपके नोट्स न देख सके।
  • कौशल निर्माता (उच्च-स्तरीय सोच - Higher-Order Thinking): लक्ष्य "तथ्यों को याद रखने" से बदलकर "समस्याओं को हल करने" की ओर जा रहा है। इसे एक नक्शा याद करने और वास्तव में जंगल में रास्ता खोजने के बीच के अंतर की तरह समझें। AI ऐसे पाठ डिजाइन करने में मदद करता है जहाँ छात्रों को केवल शिक्षक की बात दोहराने के बजाय, आलोचनात्मक रूप से सोचने, विकल्पों का मूल्यांकन करने और रचनात्मक होने की आवश्यकता होती है।
  • टाइम मशीन और रूप बदलने वाला (सीमाओं का विस्तार - Expanding Boundaries): AI कक्षा की दीवारों को तोड़ रहा है।
    • टाइम मशीन: वर्चुअल रियलिटी (VR) के माध्यम से, छात्र मानव कोशिका के भीतर कदम रख सकते हैं या मंगल ग्रह पर घूम सकते हैं, जिससे अमूर्त विचार ऐसी चीजों में बदल जाते हैं जिन्हें वे "देख" और छू सकते हैं।
    • रूप बदलने वाला (Shape-Shifter): पाठ छात्र के अनुसार अपना आकार बदल लेता है। यदि आप तेजी से सीख रहे हैं, तो AI अपनी गति बढ़ा देता है। यदि आप अटक गए हैं, तो यह धीमा हो जाता है और एक अलग स्पष्टीकरण देता है। यह एक वीडियो गेम की तरह है जो स्वचालित रूप से अपनी कठिनाई को समायोजित करता है ताकि आप कभी बोर या निराश न हों।
  • इंटरैक्टिव प्लेग्राउंड (जुड़ाव - Engagement): AI सीखने को एक खेल में बदल देता है। चैटबॉट्स और गेमिफिकेशन (gamification) का उपयोग करके, यह एक सामाजिक वातावरण बनाता है जहाँ छात्र AI एजेंटों के साथ बातचीत करते हैं। यह उन्हें इस बारे में जिज्ञासु बनाता है कि AI कैसे काम करता है, जिससे "AI साक्षरता" (तकनीक को समझना) उबाऊ होमवर्क के बजाय मनोरंजन का एक स्वाभाविक हिस्सा बन जाती है।

3. तीन-चरणीय विकास (द "स्टोरी आर्क")

यह पेपर पिछले एक दशक में इस क्षेत्र के विकास को तीन अलग-अलग अध्यायों में बताता है:

  • अध्याय 1 (2015–2018): "प्रूफ ऑफ कॉन्सेप्ट" चरण।
    शोधकर्ता केवल परीक्षण कर रहे थे। वे पूछ रहे थे, "क्या हम सिखाने में मदद करने के लिए बुनियादी कंप्यूटर प्रोग्रामों का उपयोग कर सकते हैं?" यह यह देखने के लिए एक प्रोटोटाइप कार बनाने जैसा था कि क्या इंजन शुरू होता है।
  • अध्याय 2 (2018–2022): "कक्षा अनुप्रयोग" चरण।
    ध्यान "चैटबॉट्स" और "ऑगमेंटेड रियलिटी" जैसे विशिष्ट उपकरणों की ओर स्थानांतरित हुआ। यह उस प्रोटोटाइप कार को टेस्ट ट्रैक पर चलाने जैसा था। उन्होंने इन उपकरणों को इंजीनियरिंग और डेटा साइंस जैसे वास्तविक स्कूली विषयों से जोड़ना शुरू किया।
  • अध्याय 3 (2022–2025): "जेनरेटिव AI" चरण।
    यह वर्तमान युग है। ध्यान "जेनरेटिव AI" (ऐसी AI जो नई सामग्री बनाती है) पर है। लक्ष्य केवल एक उपकरण का उपयोग करना नहीं है; बल्कि प्रत्येक छात्र के लिए एक व्यक्तिगत शिक्षण पथ (personalized learning path) बनाना है। बातचीत "हम कैसे सिखाएं?" से बदलकर "हमें किन कौशलों को विकसित करने की आवश्यकता है?" पर आ गई है।

4. बड़ी तस्वीर: "ज्ञान वितरण" से "क्षमता निर्माण" तक

सबसे महत्वपूर्ण निष्कर्ष शिक्षा के लक्ष्य में आया बदलाव है।

  • पुराना तरीका (पारंपरिक): एक फैक्ट्री असेंबली लाइन के बारे में सोचें। शिक्षक ज्ञान को बेल्ट पर रखता है, और छात्र उसे उठा लेता है। सभी को एक ही पैकेज मिलता है।
  • नया तरीका (AI-संचालित): एक कस्टम टेलर (दर्जी) के बारे में सोचें। AI शिक्षक को प्रत्येक छात्र के लिए एक अनूठा सूट बनाने में मदद करता है। ध्यान अब इस पर नहीं है कि आप अपने दिमाग में कितनी जानकारी भर सकते हैं, बल्कि आपकी सोच, क्षमता और साक्षरता पर है।

सारांश में:
यह पेपर दावा करता है कि AI वह उत्प्रेरक है जो STEM शिक्षा को "ज्ञान के हस्तांतरण" के एक कठोर सिस्टम से बदलकर "क्षमता के विकास" के एक लचीले, गतिशील सिस्टम में बदल रहा है। यह हमें मानकीकृत परीक्षणों से दूर ले जा रहा है और एक ऐसे भविष्य की ओर ले जा रहा है जहाँ प्रत्येक छात्र के पास एक व्यक्तिगत मार्गदर्शक है जो उन्हें महत्वपूर्ण सोच और समस्या-समाधान कौशल विकसित करने में मदद करता है।

नोट: लेखक स्वीकार करते हैं कि उनके अध्ययन ने केवल एक विशिष्ट डेटाबेस (Scopus) में अंग्रेजी भाषा के शोध पत्रों को देखा है, इसलिए पूरी तस्वीर इससे भी बड़ी हो सकती है, लेकिन जो रुझान उन्होंने पाए हैं वे स्पष्ट और महत्वपूर्ण हैं।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →