दुनिया भर के क्लासरूम में, बच्चे अपनी भावनाओं को समझने और दूसरों के साथ अपने रिश्तों को निभाने का तरीका कैसे सीखते हैं, इसे लेकर एक शांत क्रांति हो रही है। शिक्षा का यह क्षेत्र, जिसे सामाजिक-भावनात्मक शिक्षण (social-emotional learning) कहा जाता है, छात्रों को भावनाओं को प्रबंधित करने, लक्ष्य निर्धारित करने, सहानुभूति दिखाने और जिम्मेदार निर्णय लेने की शिक्षा देता है। वर्षों से, शिक्षक इस नाजुक कार्य के मार्गदर्शन के लिए मानव शिक्षकों पर निर्भर रहे हैं। लेकिन हाल के वर्षों में, एक नया साथी कमरे में आया है: आर्टिफिशियल इंटेलिजेंस (AI)। ये ऐसे कंप्यूटर सिस्टम हैं जो भावनाओं को पहचानने, बातचीत का अनुकरण करने और छात्रों को इन महत्वपूर्ण जीवन कौशलों को विकसित करने में मदद करने के लिए व्यक्तिगत फीडबैक देने में सक्षम हैं। इसका वादा अपार है: ऐसी तकनीक जो हर बच्चे को, उनकी पृष्ठभूमि की परवाह किए बिना, अनंत धैर्य, तत्काल सहायता और अनुकूलित मार्गदर्शन प्रदान कर सकती है।

फिर भी, जैसे-जैसे ये उपकरण अधिक परिष्कृत होते जा रहे हैं, एक महत्वपूर्ण प्रश्न अनुत्तरित बना हुआ है। जबकि शोधकर्ता इन बुद्धिमान प्रणालियों को बनाने और परीक्षण करने में व्यस्त हैं, वे बड़े पैमाने पर यह पूछना भूल गए हैं कि इनका प्रभारी कौन होना चाहिए, इनके उपयोग को किन नियमों द्वारा नियंत्रित किया जाना चाहिए, और स्कूलों को इनके आगमन के लिए कैसे तैयार होना चाहिए। तकनीक तेजी से आगे बढ़ रही है, लेकिन इसे सुरक्षित और निष्पक्ष रूप से उपयोग करने का मानचित्र गायब है। यह विसंगति क्या संभव है और क्या व्यावहारिक है, के बीच एक खतरनाक अंतर पैदा करती है, जिससे स्कूल बिना किसी मार्गदर्शक के जटिल नैतिक और कानूनी चुनौतियों का सामना करने के लिए छोड़ दिए जाते हैं।

शोधकर्ताओं की एक टीम ने वैज्ञानिक साहित्य को करीब से देखकर इस अंतर की जांच करने का निर्णय लिया। उन्होंने आर्टिफिशियल इंटेलिजेंस और सामाजिक-भावनात्मक शिक्षण के संगम की जांच करने वाले पैंसठ (65) सहकर्मी-समीक्षित (peer-reviewed) अध्ययन एकत्र किए। उनका लक्ष्य तकनीक का फिर से परीक्षण करना नहीं था, बल्कि यह पढ़ना था कि इसे बनाने वाले वैज्ञानिकों ने इसके उपयोग के नियमों के बारे में क्या कहा है। वे यह देखना चाहते थे कि क्या इन अध्ययनों ने नीति निर्माताओं, स्कूल लीडरों और शिक्षकों के लिए स्पष्ट, कार्रवाई योग्य सलाह दी है, या शासन (governance) के विषय को अनदेखा किया गया है।

उन्हें जो मिला वह एक चौंकाने वाली चुप्पी थी। उनके द्वारा समीक्षा किए गए लगभग तीन-चौथाई अध्ययनों में नीतिगत निहितार्थों का उल्लेख तक नहीं किया गया था। जब शोधकर्ताओं ने उन शेष अध्ययनों को देखा जिन्होंने इस विषय को छुआ था, तो उन्होंने पाया कि सलाह अक्सर अस्पष्ट, उच्च-स्तरीय और कक्षा की वास्तविकता से कटी हुई थी। इन शोध पत्रों के लेखक अक्सर अपने उपकरणों की प्रशंसा करते थे लेकिन यह समझाने में विफल रहे कि किसे कार्य करना चाहिए, क्या विशिष्ट क्रियाएं आवश्यक थीं, या वे क्रियाएं कब और कहाँ होनी चाहिए। यह ऐसा था मानो एक समूह के वास्तुकारों ने एक शानदार नया पुल डिजाइन किया हो लेकिन इंजीनियरों को यह तय करने के लिए छोड़ दिया हो कि इसके आधार कैसे बनाए जाएं और किसे इसे पार करने की अनुमति दी जानी चाहिए।

शोधकर्ताओं ने इस पैटर्न को उजागर करने के लिए एक सरल लेकिन शक्तिशाली पद्धति का उपयोग किया। उन्होंने इन शोध पत्रों में नीति के प्रत्येक उल्लेख को एक लघु कथा माना और पांच बुनियादी प्रश्न पूछे: किसे कुछ करने के लिए कहा जा रहा है? उन्हें वास्तव में क्या करना चाहिए? यह क्यों आवश्यक है? यह कब और कहाँ लागू होता है? और इसकी कितनी मजबूती से सिफारिश की जा रही है? पाठ को इस तरह से तोड़कर, वे देख सके कि कहानियाँ कहाँ टूट जाती हैं। उन्होंने पाया कि हालांकि कुछ अध्ययनों ने नैतिक दिशानिर्देशों या बेहतर प्रशिक्षण की आवश्यकता का उल्लेख किया था, लेकिन उन्होंने शायद ही कभी यह निर्दिष्ट किया कि किस सरकारी एजेंसी को नियम लिखने चाहिए, किन स्कूलों को धन मिलना चाहिए, या बच्चों से भावनात्मक डेटा एकत्र करने के विशिष्ट जोखिमों को कैसे संभालना चाहिए।

विवरण की यह कमी इस बात की ओर इशारा करती है कि वर्तमान में विज्ञान का अभ्यास कैसे किया जा रहा है। यह क्षेत्र एक ऐसे जाल में फंसा हुआ प्रतीत होता है जहाँ तकनीकी नवाचार का उत्साह शासन के कठिन कार्य पर हावी हो जाता है। शोधकर्ताओं को अक्सर यह दिखाने के लिए पुरस्कृत किया जाता है कि एक छोटा सा प्रयोग उनके नए उपकरण को कैसे काम करता है, लेकिन उन्हें यह सोचने के लिए प्रोत्साहित नहीं किया जाता है कि उस उपकरण को एक वास्तविक स्कूल प्रणाली में सुरक्षित रूप से उपयोग करने के लिए किन जटिल चरणों की आवश्यकता है। अध्ययन में पाया गया कि कॉन्फ्रेंस प्रोसीडिंग्स में प्रकाशित शोध पत्रों की तुलना में अकादमिक जर्नल्स में प्रकाशित शोध पत्र नीति पर चर्चा करने की अधिक संभावना रखते थे, लेकिन जर्नल्स में भी, बातचीत बहुत कम थी। विज्ञान की प्रोत्साहन संरचना तकनीकी नवाचार के "क्या" (what) को उसके कार्यान्वयन के "कैसे" (how) पर प्राथमिकता देती है।

जो कुछ अध्ययन नीतिगत सलाह देते थे, वे "गोपनीयता की रक्षा करना" या "निष्पक्षता सुनिश्चित करना" जैसे व्यापक, अमूर्त विचारों पर केंद्रित थे। हालांकि ये महत्वपूर्ण लक्ष्य हैं, लेकिन ये निर्देश नहीं हैं। एक स्कूल प्रिंसिपल केवल 'निष्पक्षता' के विचार के आधार पर नीति नहीं बना सकता; उसे यह जानने की आवश्यकता है कि डेटा की जांच के लिए कौन जिम्मेदार है, किन विशिष्ट सॉफ्टवेयर सुविधाओं की अनुमति है, और शिक्षकों को छात्रों पर बोझ डाले बिना उपकरणों का उपयोग करने के लिए कैसे प्रशिक्षित किया जाना चाहिए। शोधकर्ताओं ने नोट किया कि जब ये विवरण गायब होते हैं, तो परिणाम एक "पायलट-स्टडी विरोधाभास" (pilot-study paradox) होता है। एक उपकरण एक नियंत्रित परीक्षण में पूरी तरह से काम कर सकता है, लेकिन जब इसे एक स्कूल की अव्यवस्थित वास्तविकता में छोड़ा जाता है, तो यह विफल हो जाता है क्योंकि वहां समर्थन के लिए कोई नियम नहीं हैं, कर्मचारियों को प्रशिक्षित करने के लिए कोई बजट नहीं है, और कमजोर बच्चों की रक्षा के लिए कोई स्पष्ट नियम नहीं हैं।

विश्लेषण ने यह भी खुलासा किया कि इन शोध पत्रों में उपयोग की जाने वाली भाषा में अक्सर तात्कालिकता या स्पष्टता की कमी थी। कुछ सुझाव "हो सकता है" या "शायद" जैसे शब्दों का उपयोग करके कमजोर संभावनाओं के रूप में लिखे गए थे, जबकि अन्य बिना कारण बताए पूर्ण मांग के रूप में प्रस्तुत किए गए थे। यह असंगतता निर्णय लेने वालों के लिए यह जानना कठिन बनाती है कि वे सलाह को कितनी गंभीरता से लें। इसके अलावा, अध्ययन शायद ही कभी उन विशिष्ट स्थितियों की व्याख्या करते थे जिनके तहत उनकी सिफारिशें काम करेंगी। एक सुझाव जो एक देश के विश्वविद्यालय पर लागू होता है, वह दूसरे देश के प्राथमिक विद्यालय के लिए समझ में नहीं आ सकता है, फिर भी शोध पत्रों में अक्सर इन अंतरों को स्पष्ट करने में विफल रहे।

इसे ठीक करने के लिए, शोधकर्ता अपने काम के बारे में वैज्ञानिकों के लिखने के तरीके में बदलाव का प्रस्ताव देते हैं। उनका तर्क है कि नीतिगत सोच एक बाद का विचार (afterthought) नहीं होना चाहिए, जिसे केवल एक आवश्यकता को पूरा करने के लिए पेपर के अंत में कुछ वाक्यों के रूप में जोड़ा गया हो। इसके बजाय, इसे पद्धति का हिस्सा होना चाहिए, जो अनुसंधान में शुरू से ही बुना हुआ हो। उनका सुझाव है कि प्रत्येक अध्ययन को स्पष्ट रूप से उन विशिष्ट अभिनेताओं की पहचान करनी चाहिए जिन्हें कार्य करने की आवश्यकता है, वे जो ठोस कदम उठाने चाहिए, और वे कारण जो उन कदमों के महत्व को बताते हैं। यह दृष्टिकोण अस्पष्ट नैतिक क्षितिजों को व्यावहारिक रोडमैप में बदल देगा।

अध्ययन निष्कर्ष निकालता है कि शिक्षा में आर्टिफिशियल इंटेलिजेंस का भविष्य इस अंतर को पाटने पर निर्भर करता है। तकनीक तैयार है, और सामाजिक-भावनात्मक सहायता की आवश्यकता भी तत्काल है, लेकिन इन उपकरणों को जिम्मेदारी से उपयोग करने का ढांचा अभी भी बनाया जा रहा है। शोधकर्ताओं से स्पष्ट, विशिष्ट और कार्रवाई योग्य मार्गदर्शन प्रदान करने की मांग करके, वैज्ञानिक समुदाय यह सुनिश्चित करने में मदद कर सकता है कि ये शक्तिशाली उपकरण छात्रों की प्रभावी और सुरक्षित सेवा करें, न कि उन्हें बिना किसी मानचित्र के एक जटिल नए परिदृश्य में छोड़ दें। आगे का रास्ता एक सांस्कृतिक परिवर्तन की मांग करता है जहाँ "हम इसका शासन कैसे करें?" के प्रश्न को उसी तीव्रता के साथ पूछा जाए जैसे "यह कैसे काम करता है?"।