08 Apr CBSE में AI पाठ्यक्रम और बुनियादी साक्षरता की चुनौती: भविष्य की शिक्षा का आधार क्या हो ?
पाठ्यक्रम संबंध (Syllabus Mapping)
प्रारंभिक परीक्षा हेतु:
NEP 2020, NIPUN Bharat, PARAKH, ASER Report, Computational Thinking (CT), Artificial Intelligence (AI), Foundational Literacy and Numeracy (FLN)
मुख्य परीक्षा हेतु:
GS–2: शिक्षा, मानव संसाधन विकास, सरकारी नीतियाँ एवं उनका क्रियान्वयन, कमजोर वर्गों तक शिक्षा की पहुँच
GS–3: विज्ञान एवं प्रौद्योगिकी, AI, मानव पूंजी, समावेशी विकास
निबंध : शिक्षा में प्रौद्योगिकी, बुनियादी सीखने की क्षमता, डिजिटल भविष्य बनाम जमीनी वास्तविकता
चर्चा में क्यों ?
हाल ही में सरकार ने कक्षा 3 से 8 तक के विद्यार्थियों के लिए Computational Thinking (CT) और Artificial Intelligence (AI) आधारित नया CBSE पाठ्यक्रम शुरू करने की घोषणा की है, जिसे 2026–27 शैक्षणिक सत्र से लागू किया जाना है। इसका उद्देश्य बच्चों में तार्किक सोच, समस्या-समाधान क्षमता, पैटर्न पहचान और तकनीकी अनुकूलता विकसित करना है। परंतु इस महत्वाकांक्षी पहल के सामने एक बुनियादी प्रश्न खड़ा है—क्या भारत की स्कूली व्यवस्था में AI-आधारित अधिगम के लिए आवश्यक आधारभूत साक्षरता पहले से मौजूद है?
AI और Computational Thinking पाठ्यक्रम का उद्देश्य
नया पाठ्यक्रम केवल तकनीकी कौशल सिखाने का प्रयास नहीं है, बल्कि यह बच्चों को प्रारंभिक स्तर से ही तर्क, विश्लेषण, अनुक्रमण, अवलोकन और निर्णय क्षमता से जोड़ना चाहता है। यह पाठ्यक्रम अलग-थलग विषय के रूप में नहीं, बल्कि अनेक विषयों के भीतर समाहित अधिगम प्रक्रिया के रूप में प्रस्तुत किया गया है।
इसमें पहेलियाँ, पैटर्न आधारित प्रश्न, समस्या-समाधान गतिविधियाँ, समूह अभ्यास और शिक्षक-आधारित मूल्यांकन जैसे घटक शामिल हैं। स्पष्ट है कि यह पहल भविष्य की अर्थव्यवस्था और AI-प्रधान समाज को ध्यान में रखकर बनाई गई है।
मूल समस्या: AI सीखने की नींव स्वयं भाषा है
यहीं सबसे महत्वपूर्ण बिंदु सामने आता है। Computational Thinking को अक्सर तकनीकी या तार्किक कौशल मान लिया जाता है, जबकि व्यवहार में यह भाषा-आधारित अधिगम पर टिका होता है।
बच्चों को प्रश्न पढ़ना, निर्देश समझना, गतिविधियों का आशय ग्रहण करना, उत्तर लिखना, समूह में बोलना और अपने विचार अभिव्यक्त करना पड़ता है। दूसरे शब्दों में, Listening, Speaking, Reading and Writing (LSRW) कौशल के बिना CT और AI पाठ्यक्रम का प्रभावी अधिगम संभव नहीं है। यदि बच्चा कक्षा-स्तर के अनुरूप पढ़ ही नहीं पा रहा है, तो वह AI को “सोचने” का नहीं, बल्कि “पढ़ने-समझने” का संकट मानकर झेलेगा।
ASER और PARAKH के निष्कर्ष क्या बताते हैं?
यही चिंता तब और गंभीर हो जाती है जब हम अधिगम परिणामों के उपलब्ध आँकड़ों को देखते हैं।
1. ASER 2024 का संकेत : ASER 2024 के अनुसार, सरकारी विद्यालयों में कक्षा 5 के आधे से अधिक विद्यार्थी कक्षा 2 स्तर का पाठ भी नहीं पढ़ पा रहे हैं। यह स्थिति कोई नई नहीं है; बुनियादी पढ़ने की यह समस्या लंबे समय से बनी हुई है। इसका अर्थ है कि पाँच वर्ष की स्कूली शिक्षा के बाद भी बड़ी संख्या में बच्चे आधारभूत साक्षरता प्राप्त नहीं कर पा रहे।
2. यह संकट केवल ग्रामीण या सरकारी स्कूलों तक सीमित नहीं : आम धारणा यह रहती है कि निजी या शहरी स्कूलों में स्थिति बेहतर होगी। किंतु PARAKH 2024 के निष्कर्ष इस धारणा को चुनौती देते हैं। इसमें 23 लाख विद्यार्थियों के राष्ट्रीय मूल्यांकन से पता चला कि कुछ स्तरों पर शहरी निजी विद्यालयों के छात्र भी अपेक्षा से कम प्रदर्शन कर रहे थे, जबकि कई मामलों में सरकारी विद्यालयों के विद्यार्थियों ने भाषा और गणित में बेहतर परिणाम दिए।
इससे स्पष्ट है कि CBSE स्कूल भी इस व्यापक साक्षरता संकट से अछूते नहीं हैं।
3.NIPUN Bharat का लक्ष्य और वास्तविकता : NEP 2020 के अनुरूप NIPUN Bharat Mission की शुरुआत 2021 में इस उद्देश्य से हुई थी कि कक्षा 3 तक सभी बच्चों में Foundational Literacy and Numeracy (FLN) सुनिश्चित की जा सके। इसके लिए 2026–27 का लक्ष्य वर्ष तय किया गया था लेकिन ताज़ा आकलन बताते हैं कि इस दिशा में कुछ सुधार के बावजूद लक्ष्य अभी व्यापक स्तर पर हासिल नहीं हुआ है। विडंबना यह है कि जिस वर्ष तक बुनियादी साक्षरता सुनिश्चित की जानी थी, उसी वर्ष CT और AI पाठ्यक्रम भी शुरू किया जा रहा है।
इस प्रकार नीति-निर्माण में एक प्रकार का sequencing mismatch दिखाई देता है—यानी जिस बुनियाद पर नई इमारत खड़ी होनी है, वही अभी अधूरी है।
4. उच्च-स्तरीय संज्ञानात्मक कौशल बनाम बुनियादी अधिगम : Computational Thinking का लक्ष्य बच्चों में logical reasoning, analytical ability, abstraction और structured problem-solving विकसित करना है। परंतु ये सभी उच्च-स्तरीय संज्ञानात्मक कौशल हैं, जो तभी विकसित हो सकते हैं जब विद्यार्थी पहले समझने, पढ़ने, लिखने और व्यक्त करने में सक्षम हो। कक्षा 6 से आगे जब परियोजना-प्रस्तुति, reflective journals, लिखित असाइनमेंट और AI अवधारणाओं का औपचारिक परिचय शुरू होगा, तब यह कमी और तीव्र रूप से सामने आ सकती है। जो विद्यार्थी पहले ही पढ़ने में संघर्ष कर रहे हैं, उनके लिए यह पाठ्यक्रम अवसर से अधिक बोझ बन सकता है। परिणामतः मूल्यांकन भी Computational Thinking नहीं, बल्कि literacy deficit को मापने लगेगा।
मुख्य विश्लेषण: भारत के लिए असली प्रश्न क्या है ?
यह बहस इस बात पर नहीं है कि AI और CT पाठ्यक्रम शुरू होना चाहिए या नहीं। निस्संदेह, भारत को भविष्य की तकनीक-आधारित अर्थव्यवस्था के लिए तैयार करना आवश्यक है।
वास्तविक प्रश्न यह है कि क्या शिक्षा-नीति में प्राथमिकताओं का क्रम सही है?
यदि बच्चे अभी बुनियादी पठन-कौशल में पिछड़ रहे हैं, तो AI शिक्षा की जल्दबाज़ी शिक्षा में असमानता को और बढ़ा सकती है। अपेक्षाकृत सक्षम विद्यालयों के छात्र लाभ उठा लेंगे, जबकि कमजोर अधिगम पृष्ठभूमि वाले बच्चे और पीछे छूट सकते हैं।
अतः यह केवल पाठ्यक्रम का प्रश्न नहीं, बल्कि शिक्षा में न्याय, समान अवसर और नीति-समन्वय का प्रश्न है।
अंतरराष्ट्रीय अनुभव से क्या सीख ?
फिनलैंड, सिंगापुर और दक्षिण कोरिया जैसे देशों में AI अथवा उन्नत तकनीकी शिक्षा को उस समय आगे बढ़ाया गया जब वहाँ मूलभूत साक्षरता और अधिगम क्षमता पहले से मजबूत थी।
इससे एक महत्त्वपूर्ण नीति-पाठ मिलता है—AI शिक्षा का विरोध नहीं, बल्कि उसका सही समय और सही क्रम आवश्यक है।
भारत में भी यदि CT और AI को सफल बनाना है, तो पहले FLN को वास्तविक रूप से सार्वभौमिक बनाना होगा।
आगे की राह
भारत के लिए संतुलित दृष्टिकोण यह होगा कि AI पाठ्यक्रम को लागू तो किया जाए, पर उसके साथ निम्नलिखित उपाय जोड़े जाएँ—
1. FLN को सर्वोच्च प्राथमिकता : कक्षा 3 तक पढ़ने-लिखने-समझने की न्यूनतम क्षमता सुनिश्चित किए बिना AI आधारित अधिगम प्रभावी नहीं होगा।
2. LSRW और CT का एकीकृत मॉडल : Computational Thinking को भाषा-कौशल से जोड़कर पढ़ाया जाए, ताकि पढ़ना और सोचना समानांतर रूप से विकसित हों।
3. शिक्षक क्षमता निर्माण : AI या CT पाठ्यक्रम तभी सफल होगा जब शिक्षक स्वयं इसकी अवधारणाओं, गतिविधियों और मूल्यांकन पद्धति में प्रशिक्षित हों।
4. चरणबद्ध क्रियान्वयन : कमजोर अधिगम वाले क्षेत्रों में पहले remedial literacy programmes चलाए जाएँ, उसके बाद AI मॉड्यूल को पूर्ण रूप से लागू किया जाए।
5. मूल्यांकन का पुनर्गठन : ऐसा assessment framework विकसित हो जिसमें भाषा-संबंधी कमजोरी के कारण विद्यार्थी CT क्षमता के मूल्यांकन से वंचित न रह जाएँ।
निष्कर्ष
भारत का AI-उन्मुख शैक्षिक भविष्य स्वागतयोग्य है, परंतु मजबूत नींव के बिना ऊँची इमारत टिकाऊ नहीं होती। यदि बच्चों में बुनियादी साक्षरता और समझ की क्षमता पर्याप्त नहीं है, तो AI पाठ्यक्रम परिवर्तनकारी साधन नहीं बन पाएगा।
इसलिए शिक्षा-नीति की वास्तविक सफलता इसी में है कि वह तकनीकी महत्वाकांक्षा और अधिगम की जमीनी तैयारी के बीच संतुलन स्थापित करे। भारत को AI-ready बनने से पहले learning-ready बनना होगा।
प्रारंभिक परीक्षा हेतु संभावित प्रश्न
निम्नलिखित में से कौन-से कथन सही हैं?
1. NIPUN Bharat का उद्देश्य कक्षा 3 तक Foundational Literacy and Numeracy सुनिश्चित करना है।
2. PARAKH भारत का एक राष्ट्रीय आकलन तंत्र है।
3. Computational Thinking पूरी तरह भाषा-निरपेक्ष कौशल है।
नीचे दिए गए कूट का प्रयोग कर सही उत्तर चुनिए:
(a) केवल 1 और 2
(b) केवल 2 और 3
(c) केवल 1 और 3
(d) 1, 2 और 3
उत्तर: (a)
मुख्य परीक्षा हेतु संभावित प्रश्न
“भारत में AI और Computational Thinking आधारित स्कूली शिक्षा की सफलता, बुनियादी साक्षरता की उपलब्धि पर निर्भर करती है।” समकालीन शैक्षिक नीतियों एवं अधिगम आँकड़ों के संदर्भ में टिप्पणी कीजिए।
No Comments