Fostering Critical Thinking in Early Childhood Teacher Education: The Roles of Teaching Materials, Media Literacy, and AI-Enhanced Learning

तकनीकी सारांश: प्रारंभिक बाल शिक्षा शिक्षक शिक्षा में आलोचनात्मक सोच को बढ़ावा देना

समस्या विवरण
शिक्षा में आर्टिफिशियल इंटेलिजेंस (AI) के तीव्र एकीकरण ने अनुकूलन योग्य और व्यक्तिगत सीखने के अवसर पेश किए हैं; हालाँकि, आलोचनात्मक सोच को बढ़ावा देने में AI की प्रभावकारिता निर्देशात्मक गुणवत्ता और शिक्षार्थी की डिजिटल दक्षताओं पर निर्भर करती है। जबकि उच्च शिक्षा में AI प्रौद्योगिकियों (जैसे, इंटेलिजेंट ट्यूटरिंग सिस्टम, जनरेटिव AI) को तेजी से अपनाया जा रहा है, आलोचनात्मक सोच पर उनके प्रत्यक्ष प्रभाव के संबंध में अनुभवजन्य साक्ष्य असंगत हैं। मौजूदा साहित्य अक्सर संज्ञानात्मक विकास को चलाने वाले शैक्षणिक तंत्रों के बजाय तकनीकी स्वीकृति (उपयोगिता, व्यवहारिक इरादा) पर ध्यान केंद्रित करता है। इसके अलावा, विशेष रूप से प्रारंभिक बाल शिक्षा शिक्षक शिक्षा (ECTE) के संदर्भ में, AI-संवर्धित शिक्षण के पूर्ववृत्त के रूप में शिक्षण सामग्री और मीडिया साक्षरता को समानांतर रूप से एकीकृत करने वाले शोध की कमी है। यह अध्ययन शिक्षण सामग्री, मीडिया साक्षरता, AI-संवर्धित शिक्षण, लघु कथा शिक्षण प्रभावशीलता और आलोचनात्मक सोच कौशल के बीच संरचनात्मक संबंधों की जांच करके इन अंतरालों को संबोधित करता है।

कार्यप्रणाली
इस अध्ययन में 'पार्शियल लीस्ट स्क्वायर्स स्ट्रक्चरल इक्वेशन मॉडलिंग' (PLS-SEM) का उपयोग करते हुए एक मात्रात्मक, क्रॉस-सेक्शनल अनुसंधान डिजाइन अपनाया गया।

• प्रतिभागी: नमूने में विभिन्न उच्च शिक्षण संस्थानों में प्रारंभिक बाल शिक्षा शिक्षक शिक्षा कार्यक्रमों में नामांकित 318 स्नातक छात्र शामिल थे। जनसांख्यिकीय मुख्य रूप से महिला (89.9%) थी और अधिकांश आयु 20-21 वर्ष थी। प्रतिभागियों के लिए सक्रिय रूप से नामांकित होना, लघु कथा शिक्षण गतिविधियों में संलग्न होना और AI-आधारित शिक्षण प्लेटफार्मों के साथ पूर्व अनुभव होना आवश्यक था।
• उपकरण: डेटा एक संरचित, वेब-आधारित प्रश्नावली के माध्यम से एकत्र किया गया था जिसमें पांच-बिंदु लिकर्ट स्केल (Likert scale) का उपयोग किया गया था। उपकरण ने पांच विलुप्त चर (latent constructs) को मापा: शिक्षण सामग्री (TM), मीडिया साक्षरता (ML), AI-संवर्धित शिक्षण (AIL), लघु कथा शिक्षण प्रभावशीलता (SSL), और आलोचनात्मक सोच कौशल (CT)। मदों (items) को डिजिटल लर्निंग, मीडिया साक्षरता और आलोचनात्मक सोच साहित्य के स्थापित पैमानों से अनुकूलित किया गया था।
• विश्लेषण: डेटा का विश्लेषण दो-चरणीय दृष्टिकोण का पालन करते हुए SmartPLS 4.0 का उपयोग करके किया गया था। पहले, संकेतक विश्वसनीयता, आंतरिक स्थिरता (क्रोनबैक अल्फा, कंपोजिट रिलायबिलिटी), अभिसरण वैधता (AVE), और विभेदन वैधता (HTMT अनुपात) के लिए माप मॉडल का मूल्यांकन किया गया था। दूसरे, पथ गुणांक (path coefficients), महत्व स्तर ($p < 0.05$), प्रभाव आकार ($f^2$), और भविष्य कहनेवाला प्रासंगिकता ($Q^2$) का आकलन करने के लिए बूटस्ट्रैपिंग (5,000 रीसैंपलिंग) के माध्यम से संरचनात्मक मॉडल का परीक्षण किया गया था।

मुख्य परिणाम
संरचनात्मक मॉडल ने मजबूत फिट सूचकांक (SRMR = 0.061, NFI = 0.912) और सभी एंडोजेनस कंस्ट्रक्ट्स के लिए उच्च व्याख्यात्मक शक्ति ($R^2$) प्रदर्शित की। सभी छह परिकल्पित संबंध सांख्यिकीय रूप से महत्वपूर्ण थे ($p < 0.001$):

1. सीखने की प्रक्रियाओं के पूर्ववृत्त:

   • शिक्षण सामग्री (TM) ने AI-संवर्धित शिक्षण ($\beta = 0.517$) और लघु कथा शिक्षण प्रभावशीलता ($\beta = 0.238$) दोनों की महत्वपूर्ण भविष्यवाणी की।
   • मीडिया साक्षरता (ML) ने AI-संवर्धित शिक्षण ($\beta = 0.397$) की भविष्यवाणी की और लघु कथा शिक्षण प्रभावशीलता ($\beta = 0.645$) पर अधिक प्रभाव डाला।

2. आलोचनात्मक सोच के भविष्यवक्ता:

   • AI-संवर्धित शिक्षण (AIL) ने आलोचनात्मक सोच कौशल ($\beta = 0.257$) को सकारात्मक रूप से प्रभावित किया, हालांकि इसका प्रभाव मध्यम था ($f^2 = 0.142$)।
   • लघु कथा शिक्षण प्रभावशीलता (SSL) आलोचनात्मक सोच कौशल के सबसे मजबूत भविष्यवक्ता के रूप में उभरा ($\beta = 0.749$), जो बहुत बड़ा प्रभाव आकार ($f^2 = 1.214$) प्रदर्शित करता है।

3. मॉडल की व्याख्यात्मक शक्ति:

   • मॉडल ने AI-संवर्धित शिक्षण में 68.8% विचरण और लघु कथा शिक्षण प्रभावशीलता में 70.2% विचरण की व्याख्या की।
   • सबसे महत्वपूर्ण बात यह है कि मॉडल ने आलोचनात्मक सोच कौशल के 87.1% विचरण की व्याख्या की, जो मजबूत भविष्य कहनेवाला सटीकता को दर्शाता है।

प्रमुख योगदान
यह शोध पत्र क्षेत्र में तीन प्राथमिक योगदान का दावा करता है:

1. शैक्षणिक ढांचा: यह निर्देशात्मक गुणवत्ता (शिक्षण सामग्री), शिक्षार्थी डिजिटल क्षमता (मीडिया साक्षरता), AI-समर्थित प्रक्रियाओं और कथा-आधारित शिक्षण (लघु कथाओं) को आलोचनात्मक सोच के परस्पर जुड़े निर्धारकों के रूप में जोड़ने वाला एक एकीकृत मॉडल प्रस्तुत करता है।
2. संदर्भगत विशिष्टता: यह प्रारंभिक बाल शिक्षा शिक्षक शिक्षा के छात्रों पर ध्यान केंद्रित करता है, जो एक ऐसा जनसांख्यिकीय समूह है जिसे AI-इन-एजुकेशन अनुसंधान में अक्सर नजरअंदाज किया जाता है, बावजूद इसके कि उनकी भविष्य की शैक्षिक पद्धतियों को आकार देने में महत्वपूर्ण भूमिका है।
3. तंत्र स्पष्टीकरण: यह तकनीकी स्वीकृति से हटकर शैक्षणिक तंत्रों पर ध्यान केंद्रित करता है, यह प्रदर्शित करता है कि आलोचनात्मक सोच में AI का योगदान अंतर्निहित नहीं है बल्कि यह शिक्षण सामग्री की गुणवत्ता, शिक्षार्थी की मीडिया साक्षरता और कथा-आधारित शिक्षण की प्रभावशीलता द्वारा मध्यस्थ है।

महत्व और दावे
लेखक दावा करते हैं कि यह अध्ययन एक एकीकृत शैक्षणिक ढांचे को आगे बढ़ाता है जहाँ आलोचनात्मक सोच निर्देशात्मक गुणवत्ता, डिजिटल दक्षताओं और कथा जुड़ाव के बीच गतिशील परस्पर क्रिया का एक उभरता हुआ परिणाम है। निष्कर्ष बताते हैं कि हालांकि AI-संवर्धित शिक्षण आलोचनात्मक सोच में सकारात्मक योगदान देता है, लेकिन यह एक स्टैंडअलोन समाधान नहीं है; बल्कि, इसकी प्रभावशीलता उच्च-गुणवत्ता वाले निर्देशात्मक वातावरण के भीतर समाहित होने पर निर्भर है।

अध्ययन दावा करता है कि लघु कथा शिक्षण प्रभावशीलता इस संदर्भ में आलोचनात्मक सोच विकास का सबसे शक्तिशाली चालक है। यह कथा-आधारित शिक्षा (विश्लेषण, व्याख्या, प्रतिबिंब) के मूल्य को रेखांकित करता है, भले ही वह AI-समर्थित वातावरण के भीतर हो। लेखक निष्कर्ष निकालते हैं कि यदि AI को आलोचनात्मक सोच को प्रभावी ढंग से बढ़ावा देना है, तो इसे एक सुसंगत शैक्षणिक पारिस्थितिकी तंत्र में उद्देश्यपूर्ण रूप से एकीकृत किया जाना चाहिए जो अच्छी तरह से संरचित शिक्षण सामग्री और मजबूत मीडिया साक्षरता प्रशिक्षण को प्राथमिकता देता है।

सीमाएं
लेखक इसमें शामिल सीमाओं को स्वीकार करते हैं जिनमें विशेष रूप से इंडोनेशियाई ECTE छात्रों पर ध्यान केंद्रित करना (जो सामान्यीकरण को सीमित करता है), क्रॉस-सेक्शनल डिजाइन (जो कारण संबंधी अस्थायी दावों को रोकता है), और स्व-रिपोर्ट किए गए डेटा पर निर्भरता शामिल है। वे सुझाव देते हैं कि भविष्य के शोध में अनुदैर्ध्य (longitudinal) और प्रयोगात्मक डिजाइनों का उपयोग किया जाना चाहिए और डिजिटल आत्म-प्रभावकारिता एवं संज्ञानात्मक जुड़ाव जैसे अतिरिक्त चरों को शामिल किया जाना चाहिए।