When AI Becomes a Resource: AI-Supported Teacher Design Capacity in Mathematics Teacher Education
यह गुणात्मक अध्ययन एआई-समर्थित शिक्षक डिजाइन क्षमता (AI-TDC) के ढांचे का प्रस्ताव करता है, जो पांच 'ज्ञान-क्रिया-में' (knowledge-in-action) आयामों द्वारा अभिलक्षित है, ताकि यह स्पष्ट किया जा सके कि कैसे पूर्व-सेवा गणित शिक्षक व्यक्तिगत डिजाइन, सामूहिक जांच और कार्यान्वयन के चक्रों के माध्यम से एआई-जनित संसाधनों को प्रभावी शिक्षण दस्तावेजों में आलोचनात्मक रूप से रूपांतरित और एकीकृत करते हैं।
मूल पेपर CC BY 4.0 (https://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
भवि mắt की कक्षाओं में, एक नए प्रकार का सहायक आया है। यह एक कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) है जो सेकंडों में एक पूर्ण पाठ योजना लिख सकता है, किसी अवधारणा को समझाने के तरीके या छात्रों को क्या समस्याएँ देनी हैं, इसके सुझाव दे सकता है। यह तकनीक शिक्षकों का समय बचाने का वादा करती है, लेकिन यह एक कठिन प्रश्न भी खड़ा करती है: यदि एक मशीन काम का मसौदा तैयार कर सकती है, तो एक मानव शिक्षक सबसे महत्वपूर्ण हिस्सों पर नियंत्रण कैसे बनाए रखे? उत्तर इस बात में नहीं है कि शिक्षक मशीन का कितना उपयोग करता है, बल्कि इसमें है कि वह इसके साथ कैसे सोचता है। इसे समझने के लिए, शोधकर्ता दो विचारों को देखते हैं। पहला, वे शिक्षण सामग्री को स्थिर वस्तुओं के रूपट में नहीं, बल्कि जीवित चीजों के रूप में देखते हैं जिन्हें शिक्षक अपने विशिष्ट लक्ष्यों और छात्रों के अनुरूप ढालते और पुनर्गठित करते हैं। दूसरा, वे "डिज़ाइन क्षमता" (design capacity) पर ध्यान केंद्रित करते हैं, जो सरल शब्दों में एक शिक्षक की वह क्षमता है जिससे वह उपलब्ध संसाधनों को एक सुसंगत शिक्षण अनुभव में बदल सकता है। मुख्य चुनौती यह पता लगाना है कि जब एक शक्तिशाली उपकरण इतना अधिक कार्यभार संभाल रहा हो, तो उस मानवीय क्षमता को कैसे तेज रखा जाए।
चीन की एक शोध टीम ने इस प्रक्रिया को वास्तविक समय में देखने के लिए कदम उठाया। उन्होंने बीस प्रशिक्षु शिक्षकों—जो गणित के शिक्षक बनने के लिए प्रशिक्षण ले रहे छात्र थे—का ग्यारह सप्ताह के पाठ्यक्रम के माध्यम से अनुसरण किया। इन भविष्य के शिक्षकों को पाठ डिजाइन करने, उन्हें लघु अभ्यास सत्रों में पढ़ाने और फिर उन्हें संशोधित करने के लिए कहा गया था। महत्वपूर्ण रूप से, उन्हें जेनरेटिव आर्टिफिशियल इंटेलिजेंस (जेनेरेटिव एआई) का उपयोग करने की अनुमति दी गई थी, जो कि वह तकनीक है जो चैट कर सकती है और टेक्स्ट बना सकती है, ताकि वे उन्हें मदद कर सकें। शोधकर्ताओं ने उन्हें यह नहीं बताया कि उपकरण का उपयोग ठीक से कैसे करना है। इसके बजाय, उन्होंने शिक्षकों के चैट लॉग, उनके पाठ के मसौदे और उनके अंतिम वीडियो एकत्र किए ताकि यह देखा जा सके कि एआई वास्तव में उनके चिंतन में कैसे फिट हुआ। लक्ष्य यह देखना था कि क्या एआई एक 'मास्टर' बन गया जो पाठ को निर्देशित करता है, एक निष्क्रिय उपकरण जो केवल प्रश्नों के उत्तर देता है, या कुछ अधिक जटिल।
अध्ययन में पाया गया कि शिक्षक और एआई के बीच का संबंध केवल उपयोग के साधारण माप से कहीं अधिक विविध था। शोधकर्ताओं ने तीन अलग-अलग तरीकों की पहचान की जिनसे शिक्षकों ने तकनीक को एकीकृत किया, और इन तरीकों का इस बात से बहुत कम लेना-देना था कि उन्होंने चैट बॉक्स में कितनी बार प्रश्न टाइप किया। एक शिक्षिका के लिए, एआई एक केंद्रीय केंद्र (hub) बन गया। उसने विभिन्न सूचनाओं—पाठ्यपुस्तकों, ऑनलाइन उदाहरणों और सहपाठियों की सलाह—को एक एकल, संगठित प्रवाह में जोड़ने के लिए इसका उपयोग किया। जैसे-जैसे उसका आत्मविश्वास बढ़ा, उसने वास्तव में एआई का उपयोग कम किया, कम प्रश्न पूछे, लेकिन संरचनात्मक रूप से उपकरण अधिक महत्वपूर्ण हो गया क्योंकि इसने उसे एक विशिष्ट गणितीय विचार के इर्द-गिर्द एक जटिल पाठ योजना बुनने में मदद की। एक अन्य शिक्षक के लिए, एआई एक विशिष्ट सहायक था। उसने इसका उपयोग केवल विशिष्ट कार्यों के लिए किया, जैसे अभ्यास समस्याओं की एक सूची बनाना या किसी व्युत्पत्ति (derivation) की जाँच करना, जबकि पाठ की समग्र संरचना को मजबूती से अपने नियंत्रण में रखा। जैसे-जैसे पाठ्यक्रम आगे बढ़ता गया, उसने उपकरण का अधिक उपयोग किया, लेकिन इसने कभी भी मुख्य डिज़ाइन पर कब्ज़ा नहीं किया। एक तीसरे शिक्षक ने, जिसके पास पूर्व शिक्षण अनुभव अधिक था, एआई के साथ एक समीक्षक (reviewer) के रूप में व्यवहार किया। वह अपने अनुभव और पाठ्यपुस्तकों का उपयोग करके स्वयं एक पाठ का मसौदा तैयार करती थी, फिर एआई से उसकी जाँच करने को कहती थी। उसने केवल उन्हीं सुझावों को स्वीकार किया जो उसे तर्कसंगदर्शी लगे और बाकी को खारिज कर दिया, जिससे एआई उसके काम के परिधि (periphery) में ही रहा।
इन विभिन्न पथों से जो उभरकर आया, वह स्पष्ट चित्र था कि आर्टिफिशियल इंटेलिजेंस के युग में शिक्षक होने का क्या अर्थ है। शोधकर्ताओं ने इस कौशल को देखने का एक नया तरीका प्रस्तावित किया, जिसे वे "एआई-समर्थित शिक्षक डिज़ाइन क्षमता" (AI-supported teacher design capacity) कहते हैं। यह केवल कंप्यूटर को प्रॉम्प्ट देने के बारे में नहीं है। इसमें पाँच विशिष्ट क्रियाएं शामिल हैं। पहला, शिक्षक को एआई को उन्मुख (orient) करना चाहिए, यानी मदद मांगने से पहले यह तय करना चाहिए कि पाठ का लक्ष्य क्या है। दूसरा, उन्हें आउटपुट को सत्यापित (verify) करना चाहिए, सावधानीपूर्वक यह जाँच करनी चाहिए कि गणित सही है या नहीं और क्या विचार छात्रों की आवश्यकताओं के अनुकूल हैं। तीसरा, उन्हें सुझावों को रूपांतरित (transform) करना चाहिए, एआई से प्राप्त एक कच्चे विचार को लेकर उसे एक ऐसे पाठ में बदलना चाहिए जो समझ में आए। चौथा, उन्हें उपकरण को विनियमित (regulate) करना चाहिए, यह तय करना चाहिए कि कब एआई को नेतृत्व करने देना है और कब नियंत्रण अपने हाथ में लेना है। अंत में, उन्हें सामूहिक बनाना (collectivize) चाहिए, यानी एआई-जनित विचारों को साथियों के साथ साझा करना चाहिए ताकि फीडबैक प्राप्त किया जा सके और मिलकर काम में सुधार किया जा सके। अध्ययन ने दिखाया कि सबसे सफल शिक्षक वे नहीं थे जिन्होंने एआई का सबसे अधिक उपयोग किया, बल्कि वे थे जो इन पाँच क्रियाओं के बीच सहजता से घूम सकते थे।
सबसे उल्लेखनीय निष्कर्ष यह था कि एआई-जनित संसाधनों को कभी भी अंतिम पाठ में केवल कॉपी और पेस्ट नहीं किया गया। हर मामले में, शिक्षकों को मशीन के आउटपुट को एक सिखाने योग्य अनुभव में बदलने के लिए महत्वपूर्ण कार्य करना पड़ा। एक शिक्षिका ने एक मसौदे को लिया जिसे एआई ने व्यवस्थित किया था और उसे संख्या अनुक्रमों (number sequences) के दो प्रकारों के बीच एक विशिष्ट समानता के इर्द-गिर्द पूरी तरह से पुनर्गठित किया। एक अन्य शिक्षक ने एआई द्वारा उत्पन्न गणितीय चरणों की एक सूची ली और उसे प्रश्नों के एक क्रम में बदल दिया जो छात्रों को स्वयं उत्तर खोजने के लिए मार्गदर्शन करेंगे। एक तीसरे शिक्षक ने एआई से एक सामान्य उदाहरण देखा और निर्णय लिया कि यह उसकी कक्षा के लिए बहुत लंबा है, इसलिए उसने इसे एक छोटे, अधिक केंद्रित प्रश्न से बदल दिया। प्रत्येक मामले में, मानव शिक्षक एक वास्तुकार (architect) के रूप में कार्य कर रहा था, जो एआई की ईंटों का उपयोग करके एक ऐसा घर बना रहा था जिसे मशीन अपने आप नहीं बना सकती थी।
पाठ्यक्रम ने स्वयं इन शिक्षकों को यह कौशल विकसित करने में महत्वपूर्ण भूमिका निभाई। उन्हें एक पाठ डिजाइन करने, उसे पढ़ाने और फिर फीडबैक के आधार पर उसे संशोधित करने के लिए मजबूर करके, पाठ्यक्रम ने एक चक्र बनाया जहाँ एआई के सुझावों का परीक्षण किया जा सके। जब एक शिक्षक ने अभ्यास शिक्षण सत्र में एआई के सुझाव का उपयोग किया, तो वे तुरंत देख सकते थे कि क्या वह काम कर रहा है या इससे छात्र भ्रमित हो रहे हैं। इस वास्तविक दुनिया के फीडबैक ने, सहपाठियों के साथ चर्चा के साथ मिलकर, उन्हें एआई के आउटपुट को फ़िल्टर करना सीखने में मदद की। अध्ययन बताता है कि शिक्षकों को केवल आर्टिफिशियल इंटेलिजेंस तक पहुँच देना पर्याप्त नहीं है। शिक्षक शिक्षा कार्यक्रमों को ऐसे वातावरण बनाने की आवश्यकता है जहाँ भविष्य के शिक्षक इन पाँच क्रियाओं—उन्मुख करने, सत्यापित करने, रूपांतरित करने, विनियमित करने और सामूहिक बनाने—का अभ्यास कर सकें ताकि वे पाठ की दिशा के लिए जिम्मेदारी को मजबूती से अपने हाथों में रखना सीख सकें।
अंततः, अनुसंधान सुझाव देता है कि आर्टिफिशियल इंटेलिजेंस की उपस्थिति मानवीय विशेषज्ञता की आवश्यकता को कम नहीं करती है; यह उस विशेषज्ञता की प्रकृति को बदल देती है। एक शिक्षक का मूल्य अब केवल शून्य से पाठ योजना बनाने की उनकी क्षमता में नहीं है, बल्कि तकनीक द्वारा प्रदान किए गए संसाधनों का निर्णय लेने, उन्हें नया रूप देने और एकीकृत करने की उनकी क्षमता में है। अध्ययन का निष्कर्ष है कि शिक्षण का भविष्य एक ऐसी साझेदारी में निहित है जहाँ मशीन गति और विविधता प्रदान करती है, लेकिन मानव शिक्षक वह निर्णय, संदर्भ और नैतिक जिम्मेदारी प्रदान करता है जो छात्र क्या सीखते हैं, उसके लिए आवश्यक है। तकनीक एक संसाधन है, लेकिन शिक्षक ही डिज़ाइनर बना रहता है।
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।