From Fragmentation to Integration: A Delphi-Validated AI Literacy Competency Framework for Higher Education Teachers in China

उच्च शिक्षा वर्तमान में एक गहरे बदलाव से गुजर रही है। जनरेटिव आर्टिफिशियल इंटेलिजेंस (AI), वह तकनीक जो निबंध लिखने, जटिल समस्याओं को हल करने और बातचीत करने वाले उपकरणों के पीछे की शक्ति है, आश्चर्यजनक गति से विश्वविद्यालयों में पहुँच चुकी है। शिक्षकों के लिए, यह तकनीक एक दोहरी वास्तविकता प्रस्तुत करती है: यह सीखने को व्यक्तिगत बनाने और अनुसंधान में सहायता करने के शक्तिशाली तरीके प्रदान करती है, लेकिन यह शैक्षणिक ईमानदारी, डेटा गोपनीयता और सीखने की मूल प्रकृति के बारे में गंभीर प्रश्न भी खड़े करती है। इस नए परिदृश्य में नेविगेट करने के लिए, शिक्षकों को केवल बटन दबाने की क्षमता से अधिक की आवश्यकता है; उन्हें यह समझने की गहरी समझ चाहिए कि ये उपकरण कैसे काम करते हैं, उनका नैतिक रूप से उपयोग कैसे किया जाए, और अपनी पेशेवर स्वायत्तता को खोए बिना उन्हें अपने शिक्षण में कैसे एकीकृत किया जाए। जबकि सरकारों और विश्वविद्यालयों ने इस नए युग के लिए दिशानिर्देश तैयार करना शुरू कर दिया है, ये निर्देश अक्सर अलगाव में मौजूद होते हैं, जिससे नियमों का एक ऐसा बिखरा हुआ स्वरूप बनता है जो भ्रमित करने वाला और असंगत हो सकता है।

इस विखंडन के जवाब में, शोधकर्ताओं की एक टीम ने चीनी विश्वविद्यालय शिक्षकों के लिए एक एकीकृत मानचित्र बनाने का लक्ष्य रखा। उन्होंने एक एकल, सुसंगत ढांचा बनाने का प्रयास किया जो विशेष रूप से चीनी उच्च शिक्षा के संदर्भ में आर्टिफिशियल इंटेलिजेंस में साक्षर होने के अर्थ को परिभाषित कर सके। शोधकर्ताओं ने केवल यह अनुमान नहीं लगाया कि शिक्षकों को क्या चाहिए; उन्होंने चीन के चार मौजूदा आधिकारिक दस्तावेजों और नीतिगत ढांचों के साथ-साथ दो अंतर्राष्ट्रीय मॉडलों की सावधानीपूर्वक तुलना करके शुरुआत की। इस प्रारंभिक विश्लेषण ने एक महत्वपूर्ण विसंगति को उजागर किया। कुछ दस्तावेजों ने AI को उपयोग किए जाने वाले एक साधारण उपकरण के रूप में माना, जबकि अन्य ने इसे सीखने की प्रक्रिया में एक भागीदार के रूप में देखा। कुछ ने कौशल को एक स्थिर चेकलिस्ट के रूप में सूचीबद्ध किया, जबकि अन्य ने विकास के मार्ग का वर्णन करने का प्रयास किया। शोधकर्ताओं ने क्षेत्र को बाधित करने वाले तीन मुख्य तनावों की पहचान की: सभी के लिए एक मानक नियम बनाने बनाम स्थानीय संदर्भ की अनुमति देने के बीच संघर्ष, कौशल को एक निश्चित सेट के रूप में सूचीबद्ध करने बनाम यह दिखाने के बीच संघर्ष कि वे समय के साथ कैसे विकसित होते हैं, और इस पर असहमति कि क्या AI केवल एक मशीन है या शिक्षा में एक सक्रिय भागीदार है।

इन तनावों को हल करने के लिए, शोधकर्ताओं ने सत्ताईस विशिष्ट कौशलों और समझों से युक्त एक प्रारंभिक ढांचे को संश्लेषित किया, जिसे विकास के तीन अलग-अलग स्तरों में व्यवस्थित किया गया है। पहला स्तर, 'फाउंडेशन' (आधार), बुनियादी बातों को कवर करता है: AI क्या है इसे समझना, उपकरणों का उपयोग करना जानना, और नैतिक नियमों को समझना। दूसरा स्तर, 'प्रैक्टिस' (अभ्यास), कक्षा पर केंद्रित है: AI का उपयोग करने वाली पाठ योजनाएं डिजाइन करना, नई शिक्षण सामग्री बनाना, और AI से समृद्ध वातावरण में छात्रों का निष्पक्ष मूल्यांकन करना। तीसरा स्तर, 'इनोवेशन' (नवाचार), भविष्य की ओर देखता है: पूरे पाठ्यक्रमों का पुनर्गठन करना, अनुसंधान का नेतृत्व करना और सहकर्मियों को परामर्श देना। महत्वपूर्ण रूप से, शोधकर्ताओं ने नैतिकता को केवल एक बॉक्स टिक करने के बजाय, तीनों स्तरों में बहते हुए एक सूत्र के रूप रूप में रखा, यह सुनिश्चित करते कि जिम्मेदार उपयोग पर हर कदम पर विचार किया जाए।

इस मसौदा ढांचे का परीक्षण विशेषज्ञों के परामर्श की एक कठोर प्रक्रिया के माध्यम से किया गया जिसे 'डेल्फी अध्ययन' कहा जाता है। शोधकर्ताओं ने पंद्रह प्रमुख विद्वानों और विश्वविद्यालय प्रशासकों को आमंत्रित किया, जिनके पास शिक्षा और प्रौद्योगिकी का गहरा अनुभव था, ताकि प्रस्तावित कौशलों की समीक्षा की जा सके। पहले दौर में, इन विशेषज्ञों ने प्रत्येक के सत्ताईस संकेतकों के महत्व और स्पष्टता को रेट किया। प्रतिक्रिया तत्काल और विशिष्ट थी। विशेषज्ञों ने कुछ ओवरलैपिंग मदों को मिलाने, एक अनावश्यक मद को हटाने, और तीन नए, महत्वपूर्ण कौशलों को जोड़ने का सुझाव दिया जो गायब थे, जैसे कि विकलांग छात्रों के लिए शिक्षण को अधिक सुलभ बनाने के लिए AI का उपयोग करना। उन्होंने यह भी जोर दिया कि नैतिक आयाम को केवल सूची की एक अन्य मद के बजाय एक क्रॉस-कटिंग सिद्धांत के रूप में ऊपर उठाया जाना चाहिए।

दूसरे दौर में, विशेषज्ञों ने संशोधित ढांचे की समीक्षा की। परिणाम निर्णायक थे। सत्ताईस में से छब्बीस संकेतकों ने एक मजबूत सहमति प्राप्त की, जिसका अर्थ है कि विशेषज्ञ इस बात पर सहमत थे कि वे आवश्यक और स्पष्ट रूप से परिभाषित हैं। ये छब्बीस कौशल अब चीनी विश्वविद्यालय शिक्षकों के लिए एक मान्य सक्षमता ढांचे का निर्माण करते हैं। हालांकि, छात्रों द्वारा AI के उपयोग के दौरान कक्षा की गतिशीलता के प्रबंधन से संबंधित एक संकेतक आवश्यक सहमति के स्तर तक नहीं पहुँच सका। विशेषज्ञों का मानना था कि यह क्षेत्र अभी भी बहुत नया और अनिश्चित है कि इसे एक मानक आवश्यकता घोषित किया जाए। फलस्वरूप, शोधकर्ताओं ने इस विशिष्ट कौशल को अलग रखा, इसे एक अनंतिम मद के रूप में लेबल किया जिसे औपचारिक रूप से अपनाने से पहले और अध्ययन की आवश्यकता है।

अंतिम परिणाम एक संरचित, साक्ष्य-आधारित मार्गदर्शिका है जो केवल तकनीकी कौशल की एक साधारण सूची से आगे बढ़ती है। यह एक विकासात्मक पथ प्रदान करता है, यह स्वीकार करता है कि शिक्षक बुनियादी जागरूकता से शुरू करते हैं और तकनीक के साथ नेतृत्व करने वाले बन सकते हैं जो उनके संस्थानों के दृष्टिकोण को पुनर्गठित करते हैं। यह ढांचा मौजूदा अंतर्राष्ट्रीय मॉडलों का विस्तार करता है क्योंकि यह उन्हें स्पष्ट रूप से चीनी संदर्भ के अनुकूल बनाता है और दक्षताओं को बुनियादी बातों को सीखने से लेकर तकनीक के साथ नवाचार करने तक की एक स्पष्ट प्रगति में व्यवस्थित करता है। जबकि यह ढांचा विश्वविद्यालयों को प्रशिक्षण कार्यक्रम डिजाइन करने और नीति निर्माताओं को मानक निर्धारित करने के लिए एक ठोस आधार प्रदान करता है, शोधकर्ता चेतावनी देते हैं कि यह अभी तक एक पूर्ण माप उपकरण नहीं है। इसे विशेषज्ञ राय द्वारा मान्य किया गया है, लेकिन अभी तक कक्षा में इसका परीक्षण नहीं किया गया है कि क्या यह सटीक रूप से भविष्यवाणी करता है कि एक शिक्षक कितनी अच्छी तरह प्रदर्शन करेगा। क्षेत्र के लिए अगला कदम इस ढांचे का उपयोग वास्तविक परीक्षण बनाने और शिक्षकों को कार्य करते हुए देखने के लिए करना है, यह सुनिश्चित करना कि उनके द्वारा बनाया गया मानचित्र वास्तव में आर्टिफिशियल इंटेलिजेंस के युग में प्रभावी, नैतिक और मानव-केंद्रित शिक्षण के गंतव्य तक ले जाए।