कंप्यूटेशनल थिंकिंग और आर्टिफिशियल इंटेलिजेंस पर CBSE का पाठ्यक्रम

स्कूली शिक्षा में आर्टिफिशियल इंटेलिजेंस तथा कंप्यूटेशनल थिंकिंग को शामिल करने का महत्त्व

• डिजिटल अर्थव्यवस्था की नींव का निर्माण: कंप्यूटर तकनीक (CT) और कृत्रिम बुद्धिमत्ता (AI) का प्रारंभिक परिचय डिजिटल अर्थव्यवस्था के लिए आवश्यक मजबूत संज्ञानात्मक आधार विकसित करने में सहायक होता है, जहाँ विभिन्न क्षेत्रों में गणनात्मक कौशल तेजी से अपरिहार्य होते जा रहे हैं।
  • गणनात्मक सोच AI की बौद्धिक रीढ़ होती है, जो छात्रों को न केवल प्रौद्योगिकी को समझने में सक्षम बनाती है, बल्कि तकनीकी समाधानों को डिजाइन और विकसित करने में भी सक्षम बनाती है, जिससे वे निष्क्रिय उपभोक्ताओं से सक्रिय नवप्रवर्तकों में परिवर्तित होते हैं।
• 21वीं सदी और उच्च स्तरीय संज्ञानात्मक कौशल का विकास: AI शिक्षा आलोचनात्मक सोच, तार्किक तर्क, रचनात्मकता और समस्या-समाधान क्षमताओं को बढ़ावा देती है, जो जटिल वास्तविक दुनिया की चुनौतियों का सामना करने के लिए आवश्यक हैं।
  • संरचित सोच और विश्लेषणात्मक दृष्टिकोण को प्रोत्साहित करके, पाठ्यक्रम उच्च स्तरीय संज्ञानात्मक कौशल के विकास में योगदान देता है, रटने की बजाय सार्थक समझ और अनुप्रयोग की ओर अग्रसर होता है।
• कार्यबल की तैयारी और रोजगार क्षमता में वृद्धि: प्रारंभिक चरण में AI का परिचय भविष्य के लिए तैयार, अनुकूलनीय और लचीले कार्यबल के निर्माण में योगदान देता है, जो डेटा विज्ञान, स्वचालन और उन्नत कंप्यूटिंग जैसे उभरते उद्योगों की माँगों का जवाब देने में सक्षम है।
  • उदाहरण: नीति आयोग का कहना है कि हालाँकि AI 2030 तक लगभग 20 लाख नौकरियों को विस्थापित कर सकता है, लेकिन इसमें लगभग 40 लाख नए रोजगार सृजित करने की क्षमता है, विशेष रूप से उच्च कौशल वाले क्षेत्रों में, जो प्रारंभिक कौशल विकास की आवश्यकता को रेखांकित करता है।
• डिजिटल विभाजन को पाटना और समावेशन को बढ़ावा देना: स्कूली शिक्षा में AI को एकीकृत करना डिजिटल प्रौद्योगिकियों तक पहुँच को लोकतांत्रिक बनाने का एक साधन है, विशेष रूप से ग्रामीण और सामाजिक-आर्थिक रूप से वंचित पृष्ठभूमि के छात्रों के लिए।
  • डिजिटल उपकरणों और शिक्षण प्लेटफॉर्मों तक समान पहुँच सुनिश्चित करके, यह सुधार शैक्षिक असमानताओं को कम कर सकता है और समावेशी विकास को बढ़ावा दे सकता है।
  • उदाहरण: अटल इनोवेशन मिशन की अटल टिंकरिंग लैब्स ने हजारों स्कूलों में नवाचार और विज्ञान, प्रौद्योगिकी, इंजीनियरिंग और गणित (STEM) शिक्षा को सफलतापूर्वक बढ़ावा दिया है, जिससे प्रौद्योगिकी-आधारित शिक्षा तक पहुँच का विस्तार हुआ है।
• शैक्षणिक नवाचार और वैयक्तिकृत शिक्षण को बढ़ावा देना: AI पारंपरिक “समान” शिक्षण से वैयक्तिकृत और अनुकूली शिक्षण प्रणालियों में परिवर्तन को सक्षम बनाता है, जहाँ निर्देश व्यक्तिगत छात्र की आवश्यकताओं के अनुरूप तैयार किए जाते हैं।
  • वास्तविक समय की प्रतिक्रिया और डेटा-संचालित अंतर्दृष्टि के माध्यम से, AI सीखने के परिणामों, सहभागिता और प्रतिधारण को बढ़ाता है, विशेष रूप से बहुभाषी कक्षाओं और दिव्यांग शिक्षार्थियों को लाभ पहुँचाता है।
• अंतःविषयक और समग्र शिक्षा को बढ़ावा देना: गणित, विज्ञान और भाषाओं जैसे विषयों में आर्टिफिशियल इंटेलिजेंस का एकीकरण पारंपरिक शैक्षणिक सीमाओं को तोड़ने में सहायक होता है।
  • यह एक समग्र और अनुप्रयोग-उन्मुख शिक्षण दृष्टिकोण को बढ़ावा देता है, जहाँ छात्र विभिन्न विषयों की अवधारणाओं को जोड़कर उन्हें वास्तविक जीवन के संदर्भों में लागू कर सकते हैं।
• नैतिक और जिम्मेदार डिजिटल नागरिकता को बढ़ावा देना: AI से प्रारंभिक परिचय छात्रों को इसके नैतिक आयामों को समझने में सक्षम बनाता है, जिसमें डेटा गोपनीयता, एल्गोरिथम पूर्वाग्रह और जवाबदेही जैसे मुद्दे शामिल हैं।
  • यह जिम्मेदार, जागरूक और नैतिक डिजिटल नागरिकों के विकास को सुनिश्चित करता है, जो मानव-केंद्रित तरीके से प्रौद्योगिकी के साथ जुड़ने में सक्षम हैं।
• भारत की ज्ञान अर्थव्यवस्था और वैश्विक प्रतिस्पर्द्धात्मकता को मजबूत करना: विद्यालय स्तर पर AI शिक्षा को शामिल करके, भारत एक मजबूत नवाचार पारिस्थितिकी तंत्र का निर्माण कर सकता है और अपनी मानव पूँजी को उभरती प्रौद्योगिकियों की माँगों के अनुरूप ढाल सकता है।
  • यह AI और ज्ञान आधारित अर्थव्यवस्था में वैश्विक नेता के रूप में उभरने की देश की क्षमता को बढ़ाएगा, जिससे दीर्घकालिक आर्थिक विकास तथा तकनीकी आत्मनिर्भरता को समर्थन मिलेगा।

चुनौतियाँ और महत्त्वपूर्ण चिंताएँ

• बुनियादी अधिगम की कमी और भाषा पर निर्भरता: सबसे महत्त्वपूर्ण बाधा शिक्षार्थियों में बुनियादी साक्षरता और संख्यात्मक कौशल (FLN) की कमजोर स्थिति है।
  • ASER वर्ष 2024 के साक्ष्य बताते हैं कि प्राथमिक स्तर पर बड़ी संख्या में छात्रों में बुनियादी पठन दक्षता का अभाव है।
  • चूँकि संचार साक्षरता (CT) स्वाभाविक रूप से भाषा-आधारित है, जिसके लिए श्रवण, वाक्, पठन और लेखन (LSRW) के माध्यम से समझ, व्याख्या और अभिव्यक्ति की आवश्यकता होती है, अपर्याप्त साक्षरता संचार साक्षरता को एक संज्ञानात्मक प्रक्रिया के बजाय एक यांत्रिक अभ्यास में बदल देती है, जिससे इसके इच्छित उद्देश्यों को नुकसान पहुँचता है।
• नीतिगत अनुक्रमण अंतर और अपरिपक्व संज्ञानात्मक भार: बुनियादी अधिगम लक्ष्यों को प्राप्त न किए जाने के बावजूद, संचार साक्षरता-AI का शुभारंभ निपुण भारत मिशन (वर्ष 2026-27) की लक्षित समयसीमा के साथ संरेखित है।
  • इससे अनुक्रमण में असंतुलन उत्पन्न होता है, जहाँ बुनियादी दक्षताओं को स्थापित करने से पूर्व उच्च-स्तरीय संज्ञानात्मक कौशल पेश किए जाते हैं, जिससे अपरिपक्व संज्ञानात्मक वृद्धि और छात्रों में असमान अधिगम परिणाम होते हैं।
• डिजिटल विभाजन और संरचनात्मक असमानताएँ: यद्यपि डिजिटल पहुँच में सुधार हुआ है, फिर भी उपकरणों की उपलब्धता, इंटरनेट पहुँच और डिजिटल शिक्षण क्षमताओं के मामले में ग्रामीण-शहरी और सामाजिक-आर्थिक समूहों में महत्त्वपूर्ण असमानताएँ बनी हुई हैं।
  • इसके अतिरिक्त, चूँकि शिक्षा एक समवर्ती विषय है, इसलिए सीबीएसई में इस तरह के सुधारों की प्रधानता से दो-स्तरीय शिक्षा प्रणाली बनने का खतरा है, जिससे अभिजात्य/निजी स्कूलों और सरकारी संस्थानों के बीच असमानताएँ और बढ़ सकती हैं।

• शिक्षक क्षमता और शिक्षण संबंधी तत्परता: CT-AI के प्रभावी कार्यान्वयन के लिए शिक्षकों को वैचारिक स्पष्टता और नवीन शिक्षण कौशल दोनों से लैस होना आवश्यक है।
  • हालाँकि, मूलभूत शिक्षण क्षेत्रों में भी शिक्षक प्रशिक्षण में मौजूदा कमियाँ उन्नत, प्रौद्योगिकी-एकीकृत पाठ्यक्रम प्रदान करने की सीमित तैयारी को दर्शाती हैं, जिससे शिक्षक क्षमता एक महत्त्वपूर्ण बाधा बन जाती है।
• पाठ्यक्रम का अत्यधिक बोझ और संज्ञानात्मक तनाव: भारत की विद्यालय प्रणाली पहले से ही सघन पाठ्यक्रम और महामारी के बाद सीखने की प्रक्रिया में सुधार की चुनौतियों का सामना कर रही है।
  • मौजूदा विषयवस्तु के पर्याप्त युक्तिकरण के बिना CT-AI को लागू करने से संज्ञानात्मक बोझ का खतरा है, जिसके परिणामस्वरूप गहन कौशल अधिग्रहण के बजाय खंडित समझ और सतही अधिगम हो सकता है।
• मूल्यांकन और मापन की सीमाएँ: हालाँकि सुधार योग्यता-आधारित मूल्यांकन की वकालत करता है, रचनात्मकता, आलोचनात्मक सोच और समस्या-समाधान जैसे अमूर्त कौशलों का मूल्यांकन पद्धतिगत रूप से चुनौतीपूर्ण बना हुआ है।
  • रटने पर आधारित प्रणाली से योग्यता-आधारित प्रणाली में चल रहे संक्रमण से मूल्यांकन तथा अधिगम परिणामों में असंगति उत्पन्न हो सकती है।
• मौन अधिगम अंतराल का जोखिम: प्रारंभिक कक्षाओं में कमजोर आधार तुरंत दिखाई नहीं देतीं, लेकिन बाद के चरणों में तब सामने आ सकती हैं, जब छात्रों से AI अवधारणाओं, परियोजनाओं और चिंतनशील कार्यों में संलग्न होने की अपेक्षा की जाती है।
  • इससे एक  विफलता उत्पन्न होती है, जहाँ अधिगम संबंधी कमियाँ उत्पन्न होती जाती हैं, जिससे कौशल विकास में दीर्घकालिक अक्षमताएँ उत्पन्न होती हैं।

नैतिक और कानूनी सुरक्षा उपाय

जैसे-जैसे बच्चे कक्षाओं में AI उपकरणों का उपयोग कर रहे हैं, सरकार को सुरक्षा और गोपनीयता के मुद्दों पर ध्यान देना होगा।

• डेटा संरक्षण: छात्र की सीखने की आदतों के बारे में एकत्रित की गई किसी भी जानकारी को डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम के तहत संरक्षित किया जाना चाहिए।
• कृत्रिम बुद्धिमत्ता में निष्पक्षता: कृत्रिम बुद्धिमत्ता मॉडल को भारतीय संदर्भ के लिए डिजाइन किया जाना चाहिए और क्षेत्रीय भाषाओं में अच्छी तरह से काम करना चाहिए, ताकि अंग्रेजी न बोलने वाले छात्र पीछे न छूट जाएँ।

शिक्षा में CT और AI पर वैश्विक पहल और कार्यवाहियाँ यूनेस्को – मानक निर्धारण और नैतिक ढाँचे: यूनेस्को ने ‘शिक्षा में AI’ दिशा-निर्देशों और कृत्रिम बुद्धिमत्ता की नैतिकता पर अनुशंसा (2021) के माध्यम से वैश्विक प्रयासों का नेतृत्व किया है, जिसमें शिक्षा प्रणालियों में मानव-केंद्रित AI, समावेशिता और नैतिक सुरक्षा उपायों पर जोर दिया गया है। OICD – भविष्य के कौशल और नीतिगत मार्गदर्शन: OECD अपने शिक्षा 2030 ढाँचे के तहत कंप्यूटेशनल सोच और AI साक्षरता को बढ़ावा देता है, जो परिवर्तनकारी दक्षताओं, आलोचनात्मक सोच और वैश्विक बेंचमार्किंग (जैसे- समस्या-समाधान कौशल को एकीकृत करने वाले PISA मूल्यांकन) पर केंद्रित है। यूरोपीय संघ – डिजिटल शिक्षा कार्य योजना (वर्ष 2021- वर्ष 2027): यूरोपीय संघ ने शिक्षक प्रशिक्षण, डिजिटल अवसंरचना और सीमा-पार सहयोग द्वारा समर्थित स्कूल पाठ्यक्रम में AI, कोडिंग और डिजिटल कौशल को एकीकृत करने के लिए एक व्यापक रणनीति शुरू की है। संयुक्त राज्य अमेरिका – K-12 स्तर पर AI और STEM का एकीकरण: अमेरिका “AI फॉर K-12” जैसी पहलों के माध्यम से AI शिक्षा को बढ़ावा देता है, जो AI साक्षरता के लिए दिशा-निर्देश प्रदान करती है और स्कूली शिक्षा में कनेक्टेड टेक्नोलॉजी (CT), डेटा साइंस और नैतिकता को एकीकृत करती है। चीन – प्रारंभिक AI पाठ्यक्रम एकीकरण: चीन ने प्राथमिक विद्यालय से ही AI शिक्षा को अनिवार्य कर दिया है, जिसे राज्य-नेतृत्व वाले पाठ्यक्रम डिजाइन, शिक्षक प्रशिक्षण और मजबूत एडटेक एकीकरण द्वारा समर्थित किया जाता है, जिसका उद्देश्य AI में वैश्विक नेतृत्व का निर्माण करना है। विश्व आर्थिक मंच – भविष्य के कार्यबल के लिए कौशल: ‘एजुकेशन 4.0’ जैसी पहलों के माध्यम से, WEF आधारित विश्लेषणात्मक सोच, समस्या-समाधान और प्रौद्योगिकी कौशल पर जोर देता है, और CT और AI को चौथी औद्योगिक क्रांति के लिए मुख्य दक्षताओं के रूप में पहचानता है। भारत में CT-AI के लिए सरकारी पहल और नीतिगत ढाँचा राष्ट्रीय शिक्षा नीति 2020: NEP 2020 अनुभवात्मक शिक्षा, आलोचनात्मक सोच और 21वीं सदी के कौशल पर जोर देते हुए रणनीतिक आधार प्रदान करती है और स्कूली शिक्षा में कोडिंग, कंप्यूटेशनल सोच और उभरती प्रौद्योगिकियों के एकीकरण का स्पष्ट रूप से आह्वान करती है। निपुण भारत मिशन: इस मिशन का लक्ष्य वर्ष 2026-27 तक सार्वभौमिक मूलभूत साक्षरता और संख्यात्मकता (FLN) प्राप्त करना है, यह सुनिश्चित करते हुए कि छात्रों के पास कंप्यूटर और कृत्रिम बुद्धिमत्ता के साथ प्रभावी ढंग से जुड़ने के लिए आवश्यक बुनियादी संज्ञानात्मक और भाषायी कौशल हों। केंद्रीय माध्यमिक शिक्षा बोर्ड: CBSE ने AI और कंप्यूटर मॉड्यूल, कौशल विषय और अब कक्षा III-VIII के लिए एक समर्पित कंप्यूटर-AI पाठ्यक्रम शुरू किया है, जो संरचित तरीके से डिजिटल और कंप्यूटेशनल कौशल के प्रारंभिक परिचय को बढ़ावा देता है। शिक्षा मंत्रालय की पहल  दीक्षा प्लेटफॉर्म: डिजिटल शिक्षण सामग्री, शिक्षक प्रशिक्षण मॉड्यूल और इंटरैक्टिव संसाधन प्रदान करता है। पीएम ई-विद्या: टीवी और ऑनलाइन प्लेटफॉर्म सहित बहुआयामी डिजिटल शिक्षा तक पहुँच का विस्तार करता है। राष्ट्रीय डिजिटल शिक्षा वास्तुकला (NDEAR): स्केलेबल और इंटरऑपरेबल शिक्षा सेवाओं के लिए एक एकीकृत डिजिटल अवसंरचना स्थापित करता है। स्कूल शिक्षा के लिए राष्ट्रीय पाठ्यक्रम ढाँचा 2023: NCF-SE 2023, योग्यता-आधारित पाठ्यक्रम को अपनाकर, CT और AI को स्पष्ट रूप से परिभाषित शिक्षण परिणामों के साथ क्रॉस-कटिंग कौशल के रूप में एकीकृत करके, एनईपी को क्रियान्वित करता है। AICTE और कौशल विकास पहल: AI फॉर ऑल (इंटेल के साथ) और ATAL टिंकरिंग लैब्स (नीति आयोग के तहत) जैसे कार्यक्रम AI जागरूकता, नवाचार और व्यावहारिक शिक्षा को बढ़ावा देते हैं, जिससे स्कूल से उच्च शिक्षा और कौशल विकास पारिस्थितिकी तंत्र तक एक सुगम मार्ग बनता है। मूल्यांकन सुधार-परख: परख का उद्देश्य सभी बोर्डों में योग्यता-आधारित मूल्यांकन पद्धतियों को मानकीकृत करना है, जिससे मूल्यांकन को समस्या-समाधान, रचनात्मकता और अनुप्रयोग-उन्मुख शिक्षा जैसे कौशलों के साथ संरेखित किया जा सके।

आगे की राह 

• बुनियादी शिक्षा को सुदृढ़ बनाना: कंप्यूटर-AI एकीकरण की सफलता सार्वभौमिक बुनियादी साक्षरता और संख्यात्मक कौशल (FLN) की प्राप्ति पर निर्भर करती है।
  • उच्च स्तरीय शिक्षा के लिए आवश्यक संज्ञानात्मक आधार बनाने वाले बुनियादी पठन, बोध और संख्यात्मक कौशल को प्राप्त करने के लिए निपुण भारत मिशन के लक्ष्यों को गति प्रदान करना आवश्यक है।
• कंप्यूटेशनल थिंकिंग को भाषा अधिगम के साथ एकीकृत करना: एक शैक्षणिक रूप से एकीकृत दृष्टिकोण अपनाया जाना चाहिए, जिसमें भाषा शिक्षण में कंप्यूटेशनल थिंकिंग को समाहित किया जाए।
  • इससे भाषा शिक्षण कौशल और विश्लेषणात्मक क्षमताओं का एक साथ विकास संभव होगा, जिससे यह सुनिश्चित होगा कि बोध, कंप्यूटेशनल तर्क को बाधित करने के बजाय उसका समर्थन करे।
• व्यापक स्तर पर शिक्षक क्षमता निर्माण: शिक्षकों को कंप्यूटर शिक्षाशास्त्र और बुनियादी AI अवधारणाओं से सुसज्जित करने के लिए निरंतर और व्यापक व्यावसायिक विकास की आवश्यकता है।
  • प्रशिक्षण में तकनीकी ज्ञान से परे जाकर कक्षा में नवाचार, गतिविधि-आधारित शिक्षण और उच्च स्तरीय कौशल के मूल्यांकन को शामिल करना होगा।
• चरणबद्ध और संदर्भ-संवेदनशील कार्यान्वयन: इसका क्रियान्वयन क्रमिक और लचीला होना चाहिए, जो क्षेत्रीय तैयारियों, बुनियादी ढाँचे की उपलब्धता और छात्रों के सीखने के स्तर के अनुरूप हो।
  • एक समान राष्ट्रव्यापी कार्यान्वयन के बजाय एक विभेदित दृष्टिकोण असमान परिणामों से बचने और प्रभावी रूप से अपनाने को सुनिश्चित करने में सहायक होगा।
• समावेशी बुनियादी ढाँचे के साथ डिजिटल अंतराल को समाप्त करना: कंप्यूटर विज्ञान को पहेलियों और वर्कशीट जैसी तकनीकी विधियों के माध्यम से पढ़ाया जा सकता है, AI सीखने के लिए बुनियादी डिजिटल बुनियादी ढाँचे की आवश्यकता होती है।
  • कई स्कूल, विशेषकर ग्रामीण क्षेत्रों में, अभी भी बिजली की अनियमितता और सीमित इंटरनेट पहुँच जैसी बाधाओं का सामना कर रहे हैं।
  • इसलिए, बुनियादी ढाँचे के विस्तार के साथ-साथ (जैसा कि UDISE+ डेटा में दर्शाया गया है), पाठ्यक्रम में सार्वभौमिक पहुँच सुनिश्चित करने के लिए “कम-तकनीकी और ऑफलाइन-संगत मॉडल” को शामिल किया जाना चाहिए।
• मजबूत निगरानी और प्रतिक्रिया तंत्र: प्रभावी कार्यान्वयन के लिए निरंतर निगरानी और साक्ष्य-आधारित नीतिगत समायोजन आवश्यक हैं।
  • योग्यता-आधारित शिक्षण परिणामों पर नजर रखने, कमियों की पहचान करने और समय पर हस्तक्षेप करने के लिए परख (PARAKH) जैसे ढाँचों का उपयोग किया जाना चाहिए।
• समानता-केंद्रित कार्यान्वयन दृष्टिकोण: सरकारी स्कूलों, ग्रामीण क्षेत्रों और सामाजिक-आर्थिक रूप से वंचित समूहों को बुनियादी ढाँचे, शिक्षक सहायता और डिजिटल पहुँच में निवेश के माध्यम से सहायता प्रदान करने के लिए लक्षित प्रयास किए जाने चाहिए।
  • इससे यह सुनिश्चित होगा कि सुधार मौजूदा असमानताओं को गहरा करने के बजाय समावेशन को बढ़ावा दे।
• सुधारों का उचित क्रम सुनिश्चित करना: वैश्विक अनुभव से पता चलता है कि मजबूत मूलभूत शिक्षण परिणाम प्राप्त करने के बाद ही AI और CT का एकीकरण सबसे प्रभावी होता है।
  • इसलिए भारत को सही क्रम सुनिश्चित करना चाहिए—पहले FLN, उसके बाद उन्नत संज्ञानात्मक कौशल हो ताकि सुधार महत्त्वाकांक्षी तो रहे लेकिन उसका प्रभाव असमान न हो।

निष्कर्ष

भारत का CT-AI पाठ्यक्रम एक दूरदर्शी सुधार है, लेकिन इसकी सफलता सही क्रम, मजबूत आधारभूत साक्षरता, शिक्षकों की तैयारी और समान पहुँच पर निर्भर करेगी। केवल चरणबद्ध और समावेशी दृष्टिकोण ही यह सुनिश्चित कर सकता है कि तकनीक महत्त्वाकांक्षा सार्थक शिक्षण परिणामों में परिवर्तित हो।

DOWNLOAD PDF