An Inductive Typology of Artificial Intelligence Use in Science Teaching and Its Alignment with AI Literacy Frameworks

आर्टिफिशियल इंटेलिजेंस विज्ञान कथाओं के क्षेत्र से निकलकर स्कूलों की दैनिक चर्चा का हिस्सा बन गया है, जो यह वादा करता है कि यह बच्चों के सीखने के तरीके और शिक्षकों के काम करने के ढंग को नया रूप देगा। विज्ञान शिक्षा की विशिष्ट दुनिया में, जहाँ छात्र प्रश्न पूछकर, मॉडल बनाकर और विचारों का परीक्षण करके सीखते हैं, इन स्मार्ट कंप्यूटर प्रणालियों का आगमन एक मौलिक प्रश्न खड़ा करता है: वास्तव में इनका उपयोग कैसे किया जा रहा है? यह चर्चा अक्सर दो चरम सीमाओं के बीच झूलती रहती है। एक ओर, यह उम्मीद है कि ये उपकरण सीखने में क्रांति ला देंगे, और हर छात्र के लिए व्यक्तिगत ट्यूटर के रूप में कार्य करेंगे। दूसरी ओर, यह चिंता है कि वे केवल कार्यों को स्वचालित कर देंगे या मानवीय निर्णय की जगह ले लेंगे। वास्तविकता को समझने के लिए, शोधकर्ताओं को प्रचार-प्रसार से परे देखना चाहिए और शैक्षणिक अध्ययनों में वर्णित वास्तविक प्रथाओं का परीक्षण करना चाहिए। उन्हें यह जानने की आवश्यकता है कि क्या शिक्षक इन उपकरणों का उपयोग विज्ञान के बारे में सोचने के नए तरीके बनाने के लिए कर रहे हैं, या वे उन्हें केवल पुरानी दिनचर्या में फिट कर रहे हैं। यह उस हालिया बड़े पैमाने के अध्ययन द्वारा खोजा गया क्षेत्र है जिसने विज्ञान कक्षाओं में आर्टिफिशियल इंटेलिजेंस के वास्तविक परिदृश्य का मानचित्र बनाने का प्रयास किया।

इस जटिल क्षेत्र को समझने के लिए, शोधकर्ताओं ने साक्ष्य के एक विशाल संग्रह से शुरुआत की। उन्होंने 795 सह-समीक्षित (पीयर-रिव्यूड) जर्नल लेख एकत्र किए जो विज्ञान शिक्षण के संदर्भ में आर्टिफिशियल इंटेलिजेंस की चर्चा करते थे। प्रत्येक पेपर के हर एक शब्द को पढ़ने के बजाय, उन्होंने सारांशों (एब्स्ट्रैक्ट्स) पर ध्यान केंद्रित किया—जो संक्षिप्त विवरण होते हैं जो प्रत्येक अध्ययन के मुख्य बिंदु और विधियों का वर्णन करते हैं। इससे उन्हें किसी एक प्रयोग के विवरण में खोए बिना, हजारों पृष्ठों के शोध में व्यापक पैटर्न देखने में मदद मिली। उनका लक्ष्य किसी विशिष्ट उपकरण का परीक्षण करना या यह सिद्ध करना नहीं था कि एक विधि दूसरी से बेहतर काम करती है। इसके बजाय, वे इस बात की तस्वीर बनाना चाहते थे कि वर्तमान में इन तकनीकों के उपयोग के बारे में कैसे बताया जा रहा है। उन्होंने डेटा के प्रति बिना किसी पूर्व-निर्धारित श्रेणियों की सूची के दृष्टिकोण अपनाया, जिससे पैटर्न स्वाभाविक रूप से पाठ से उभर सके। इस पद्धति ने यह सुनिश्चित किया कि उनके निष्कर्ष उस चीज़ को दर्शाएं जो वास्तव में साहित्य में रिपोर्ट की जा रही है, न कि वह जो शोधकर्ता खोजने की अपेक्षा कर रहे थे।

जैसे-जैसे उन्होंने सैकड़ों सारांशों को छाँटा, आर्टिफिशियल इंटेलिजेंस के उपयोग के छह विशिष्ट तरीके उभरने लगे। सबसे आम उपयोग, जो लगभग 78 प्रतिशत अध्येशनों में दिखाई दिया, निर्देशात्मक वितरण और शिक्षाशास्त्र (पेडागोजी) के लिए था। इन मामलों में, शिक्षकों ने सामग्री प्रस्तुत करने, छात्रों को जांच-परख (इनक्वायरी) के माध्यम से मार्गदर्शन करने, या कक्षा के दौरान कठिन अवधारणाओं को समझाने में मदद करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग किया। दूसरा सबसे बार देखा जाने वाला वर्ग मूल्यांकन और फीडबैक से संबंधित था, जो लगभग 46 प्रतिशत लेखों में पाया गया। यहाँ, तकनीक ने शिक्षकों को छात्रों के काम की जाँच करने, असाइनमेंट को ग्रेड देने, या प्रदर्शन पर तत्काल टिप्पणी प्रदान करने में मदद की। तीसरा समूह, जो लगभग 24 प्रतिशत अध्येशनों में था, पाठ योजना और पाठ्यक्रम डिजाइन पर केंद्रित था, जहाँ शिक्षकों ने छात्रों के आने से पहले ही सामग्री तैयार करने या अपने पाठ्यक्रम को व्यवस्थित करने के लिए इन उपकरणों का उपयोग किया। शेष श्रेणियां कम बार देखी गईं लेकिन फिर भी महत्वपूर्ण थीं: छात्रों के साथ बातचीत करने के लिए चैटबॉट्स जैसे इंटरैक्टिव एजेंटों का उपयोग करना, वैज्ञानिक घटनाओं को मॉडल करने के लिए सिमुलेशन और वर्चुअल वातावरण का उपयोग करना, और शिक्षकों के स्वयं के व्यावसायिक विकास और सहायता के लिए तकनीक का उपयोग करना।

शोधकर्ताओं ने फिर इन छह श्रेणियों को एक विशिष्ट दृष्टिकोण से देखा: एक ढांचा जिसे आर्थिक सहयोग और विकास संगठन (OECD) द्वारा यह वर्णन करने के लिए विकसित किया गया है कि लोग आर्टिफिशियल इंटेलिजेंस के साथ कैसे जुड़ते हैं। यह ढांचा जुड़ाव को चार क्षेत्रों में विभाजित करता है: सिस्टम के साथ बातचीत करना, इसके साथ सामग्री बनाना, इसके आउटपुट का प्रबंधन करना और स्वयं सिस्टम को डिजाइन करना। जब शोधकर्ताओं ने अपने निष्कर्षों को इस संरचना पर मैप किया, तो एक स्पष्ट कहानी सामने आई। साहित्य से पता चलता है कि शिक्षक मुख्य रूप से आर्टिफिशियल इंटेलिजेंस के साथ बातचीत करने और इसे अपने पाठों में कैसे फिट किया जाए, इसे डिजाइन करने के लिए इसका उपयोग कर रहे हैं। वे आमतौर पर उन अंतर्निहित कंप्यूटर कोड या जटिल एल्गोरिदम का निर्माण नहीं कर रहे हैं जो इन प्रणालियों को संचालित करते हैं। इसके बजाय, वे कुशल 'इंटीग्रेटर्स' के रूप में कार्य कर रहे हैं जो यह तय करते हैं कि अपने विशिष्ट शिक्षण लक्ष्यों के लिए इन उपकरणों को कैसे लागू किया जाए। वे उपकरणों को कॉन्फ़िगर करते हैं, उन्हें अपनी कक्षा की जरूरतों के अनुसार अनुकूलित करते हैं, और उनके इर्द-गिर्द सीखने की गतिविधियों को व्यवस्थित करते हैं।

यह अंतर महत्वपूर्ण है क्योंकि यह इस विचार को चुनौती देता है कि आर्टिफिशियल इंटेलिजेंस का प्रभावी ढंग से उपयोग करने के लिए शिक्षकों को सॉफ्टवेयर इंजीनियर बनने की आवश्यकता है। अध्ययन सुझाव देता है कि इस नए परिदृश्य में शिक्षक की प्राथमिक भूमिका एक 'पेडागोगिकल आर्किटेक्ट' (शिक्षाशास्त्रीय वास्तुकार) की है। वे ही हैं जो तकनीक के आउटपुट की व्याख्या करते हैं, यह तय करते हैं कि कब इसका उपयोग करना है, और यह सुनिश्चित करते हैं कि यह विज्ञान शिक्षा के लक्ष्यों, जैसे कि साक्ष्य-आधारित तर्क या जटिल मॉडलों को समझने को बढ़ावा देने के अनुरूप हो। शोध इंगित करता है कि हालांकि तकनीक शक्तिशाली है, इसका शैक्षिक मूल्य इस बात से आता है कि शिक्षक इसे अपने मौजूदा अभ्यासों में कैसे बुनते हैं। अध्ययनों में शायद ही कभी शिक्षकों को तकनीक के निष्क्रिय प्राप्तकर्ता के रूप में वर्णित किया गया, और न ही उन्हें प्रणालियों के तकनीकी निर्माता के रूप में दिखाया गया। इसके बजाय, उन्हें सक्रिय निर्णय लेने वालों के रूप में चित्रित किया गया जो अपने पेशेवर निर्णय को बढ़ाने के लिए इन उपकरणों का उपयोग करते हैं।

निष्कर्षों ने यह भी खुलासा किया कि विज्ञान शिक्षा में आर्टिफिशियल इंटेलिजेंस का उपयोग काफी हद तक 'रूढ़िवादी' (कंजर्वेटिव) है, जिसका अर्थ यहाँ सकारात्मक है। विज्ञान को कैसे पढ़ाया जाता है, इसकी मौलिक संरचनाओं को उलटने के बजाय, तकनीक को स्थापित दिनचर्या में आत्मसात किया जा रहा है। इसका उपयोग शिक्षण के मुख्य कार्यों का समर्थन करने के लिए किया जाता है: अवधारणाओं को समझाना, समझ की जाँच करना और पाठों की योजना बनाना। जहाँ क्रांतिकारी परिवर्तन की संभावनाओं के बारे में उत्साह है, वहीं वर्तमान वास्तविकता 'संवर्धन' (ऑगमेंटेशन) की है। शिक्षक इन उपकरणों का उपयोग मूल्यांकन के भारी काम को संभालने या योजना बनाने के लिए सामग्री उत्पन्न करने के लिए कर रहे हैं, जिससे उन्हें शिक्षण के मानवीय तत्वों पर ध्यान केंद्रित करने के लिए समय मिल सके। शोध बताता है कि आर्टिफिशियल इंटेलिजेंस का सबसे सामान्य उपयोग विज्ञान शिक्षक के मौजूदा काम को अधिक कुशल और प्रभावी बनाना है, न कि शिक्षक को बदलने या सीखने का एक पूरी तरह से नया तरीका बनाने के लिए।

अध्ययन के सबसे दिलचस्प पहलुओं में से एक यह है कि यह शिक्षक प्रशिक्षण के भविष्य के बारे में क्या कहता है। चूंकि साहित्य दिखाता है कि शिक्षक मुख्य रूप से सीखने के अनुभवों को डिजाइन करने और प्रबंधित करने के लिए इन उपकरणों का उपयोग कर रहे हैं, इसलिए अध्ययन का तात्पर्य है कि व्यावसायिक विकास को इन कौशलों पर ध्यान केंद्रित करना चाहिए। शिक्षकों को यह सीखने की आवश्यकता है कि आर्टिफिशियल इंटेलिजेंस के आउटपुट का आलोचनात्मक मूल्यांकन कैसे किया जाए, इन उपकरणों को अपने विशिष्ट विषय के अनुसार कैसे अनुकूलित किया जाए, और उन्हें अपने पाठ्यक्रम में जिम्मेदारी से कैसे एकीकृत किया जाए। उन्हें अनिवार्य रूप से इन प्रणालियों को कोड करना सीखने की आवश्यकता नहीं है। अध्ययन इस बात पर प्रकाश डालता है कि आर्टिफिशियल इंटेलिजेंस के युग में एक विज्ञान शिक्षक के लिए सबसे मूल्यवान कौशल वैज्ञानिक जांच की अनूठी मांगों का समर्थन करने के लिए इन उपकरणों के उपयोग के समय और तरीके का निर्णय लेने की क्षमता है।

शोधकर्ता अपने कार्य की सीमाओं को नोट करने में सावधानी बरतते रहे। उनके निष्कर्ष अकादमिक पत्रों पर आधारित हैं, जो हर कक्षा में होने वाली वास्तविक घटनाओं से पूरी तरह मेल नहीं खा सकते हैं। उन्होंने यह भी नोट किया कि उनका विश्लेषण अंग्रेजी भाषा के प्रकाशनों पर केंद्रित था, जो कुछ स्थानीय या गैर-अंग्रेजी दृष्टिकोणों को छोड़ सकता है। इसके अलावा, चूंकि उन्होंने पूर्ण ग्रंथों के बजाय सारांशों का विश्लेषण किया, इसलिए उन्होंने इन उपकरणों के वर्णन के व्यापक रूप को पकड़ा, लेकिन प्रत्येक एकल पाठ के गहरे, सूक्ष्म विवरणों को नहीं। इन सीमाओं के बावजूद, अध्ययन वर्तमान स्थिति का एक ठोस, साक्ष्य-आधारित मानचित्र प्रदान करता है। यह बातचीत को अटकलों से हटाकर इस स्पष्ट समझ की ओर ले जाता है कि आज विज्ञान शिक्षा में आर्टिफिशियल इंटेलिजेंस को वास्तव में कैसे स्थापित किया जा रहा है।

अंत में, अध्ययन एक ऐसे पेशे की तस्वीर पेश करता है जो व्यावहारिक बुद्धिमत्ता के साथ एक नए उपकरण के अनुकूल हो रहा है। आर्टिफिशियल इंटेलिजेंस एक रहस्यमय शक्ति के रूप में नहीं आ रहा है जो शिक्षा के भविष्य को निर्देशित करेगी। यह एक संसाधन के रूप में आ रहा है जिसे शिक्षक उपयोग करना, आकार देना और निर्देशित करना सीख रहे हैं। शोध से पता चलता है कि शिक्षक तकनीक द्वारा अपनी समस्याओं को हल करने का इंतजार नहीं कर रहे हैं; वे सक्रिय रूप से यह पता लगा रहे हैं कि उन समस्याओं को हल करने के लिए इसका उपयोग कैसे किया जाए जो वे पहले से ही सामना कर रहे हैं। विज्ञान शिक्षण में आर्टिफिशियल इंटेलिजेंस के एकीकरण पर ध्यान केंद्रित करके, शोधकर्ताओं ने दिखाया है कि यह 'मानवीय एजेंसी' (human agency) की कहानी है। यह उन शिक्षकों की कहानी है जो अपने काम को बेहतर ढंग से करने के लिए नए उपकरणों का उपयोग कर रहे हैं, यह सुनिश्चित करते हुए कि तकनीक सीखने के लक्ष्यों की सेवा करे, न कि इसके विपरीत।