सिएरा लियोन की कक्षाओं में AI: जब गणित पढ़ाने का तरीका ही बदल गया

शिक्षा में आर्टिफिशियल इंटेलिजेंस (AI) की संभावनाएँ बहुत बड़ी हैं, लेकिन वास्तविक कक्षाओं में इसके प्रभाव के पुख्ता सबूत बहुत कम मिलते हैं। जून 2026 में, गूगल डीपमाइंड और शैक्षिक गैर-लाभकारी संस्था फैब AI ने सिएरा लियोन में एक ऐतिहासिक रैंडमाइज्ड कंट्रोल्ड ट्रायल (RCT) के नतीजे जारी किए। ये नतीजे इस बात की अब तक की सबसे विस्तृत तस्वीर पेश करते हैं कि एक सुनियोजित AI लर्निंग टूल शिक्षकों के साथ मिलकर कैसे काम कर सकता है ।

अध्ययन में पाया गया कि जेमिनी के "गाइडेड लर्निंग" मोड को गणित की कक्षाओं में शामिल करने से छात्रों के टेस्ट स्कोर में महत्वपूर्ण सुधार हुआ। हालाँकि, नतीजों ने कुछ अहम बारीकियों पर भी रोशनी डाली: जो छात्र पहले से गणित में आगे थे, उन्हें सबसे ज्यादा फायदा हुआ, शिक्षकों को अपनी भूमिका में बदलाव करना पड़ा, और सावधानी से डिजाइन किए गए इस हस्तक्षेप को इसके सहायक घटकों से अलग करना मुश्किल है।

परीक्षण का डिज़ाइन कैसे तैयार किया गया

सिएरा लियोन के शिक्षा मंत्रालय के साथ साझेदारी में किए गए इस परीक्षण का पूर्व-पंजीकरण किया गया था और यह एक दो-समूहीय कलस्टर-रैंडमाइज्ड कंट्रोल्ड ट्रायल था। यह 6 अक्टूबर से 5 दिसंबर 2025 तक, यानी आठ हफ्तों तक, पोर्ट लोको जिले के 12 सरकारी जूनियर सेकेंडरी स्कूलों में चला ।

इस अध्ययन में 48 गणित की कक्षाओं के 1,763 कक्षा 7 और 8 के छात्रों (उम्र 13 वर्ष और उससे अधिक) को शामिल किया गया । हर स्कूल और कक्षा के भीतर, कक्षाओं को बेतरतीब ढंग से या तो उपचार समूह (जिसने जेमिनी गाइडेड लर्निंग का इस्तेमाल किया) या नियंत्रण समूह (जिसने सामान्य पढ़ाई जारी रखी) को सौंपा गया। AI टूल के प्रभाव को शिक्षक की गुणवत्ता के साथ मिलाने से बचने के लिए, सभी शिक्षकों को समान 5-6 घंटे का प्रशिक्षण दिया गया ।

लक्ष्य यह था कि छात्र हफ्ते की चार गणित की अवधियों में से दो में AI टूल का उपयोग करें, जो आठ हफ्तों में 12 घंटे की गाइडेड लर्निंग के बराबर था ।

एक मोड़ के साथ चार-भाग की संरचित पाठ योजना

यह हस्तक्षेप सिर्फ छात्रों को चैटबॉट थमा देने जैसा नहीं था। इसने एक सख्त शिक्षण ढाँचे का पालन किया, जो AI को सहयोगी सीखने की प्रक्रिया में भागीदार बनाने के लिए डिज़ाइन किया गया था:

1. शिक्षक के नेतृत्व में परिचय: शिक्षक सीखने के उद्देश्य तय करता था और छात्रों के पूर्व ज्ञान की जाँच करता था।
2. मुख्य जोड़ीदार गतिविधि: छात्र एक उपकरण (टैबलेट या डेस्कटॉप) के साथ जोड़ियों में काम करते थे। यहाँ अहम बात यह थी कि उन्होंने निर्धारित भूमिकाएँ निभाईं: "ड्राइवर" जेमिनी में सवाल टाइप करता था, जबकि "नेविगेटर" नोट्स लेता था और पूछताछ का मार्गदर्शन करता था। संतुलित भागीदारी सुनिश्चित करने के लिए हर पाठ में भूमिकाएँ बदली जाती थीं।
3. कक्षा में चर्चा: शिक्षक ने जो सीखा गया, उसे समेकित करने के लिए एक सत्र का नेतृत्व किया।
4. समापन सारांश: शिक्षक ने अंतिम सारांश के साथ पाठ समाप्त किया ।

तैयारी के लिए, शिक्षकों ने पाठ के उद्देश्यों को परिभाषित किया, शुरुआती प्रांप्ट लिखे, और छात्रों की जेमिनी के साथ बातचीत की नींव रखने के लिए ब्लैकबोर्ड पर प्रश्नों के तने (क्वेश्चन स्टेम) का मसौदा तैयार किया ।

नतीजे: एक महत्वपूर्ण बढ़त, लेकिन सबके लिए समान नहीं

परीक्षण से सांख्यिकीय रूप से महत्वपूर्ण लाभ सामने आए, लेकिन प्रभाव का आकार इस बात पर काफी हद तक निर्भर करता था कि टूल का कितना उपयोग किया गया और छात्र का शुरुआती स्तर क्या था।

मीट्रिक	निष्कर्ष
इंटेंट-टू-ट्रीट (ITT)	औसतन, गाइडेड लर्निंग का उपयोग करने वाले छात्रों ने +0.258 स्टैंडर्ड डिविएशन (SD) का सुधार देखा। यह किसी छात्र को 50वें पर्सेंटाइल से 60वें पर्सेंटाइल तक ले जाने के बराबर है ।
डोज़-प्रतिक्रिया संबंध	जिन 69% छात्रों ने 12 घंटे या उससे अधिक का पूर्ण लक्ष्य पूरा किया, उन्होंने +0.380 SD का कहीं अधिक बड़ा प्रभाव हासिल किया। उपयोग के हर अतिरिक्त घंटे के साथ +0.016 SD का लाभ जुड़ा था ।
बुनियादी दक्षता	सबसे महत्वपूर्ण खोज: मजबूत शुरुआती गणित कौशल वाले छात्रों को काफी अधिक फायदा हुआ। छात्र की बुनियादी गणित दक्षता के हर अतिरिक्त स्टैंडर्ड डिविएशन के लिए उपचार प्रभाव 0.195 SD बढ़ गया ।
उप-समूह विश्लेषण	छात्रों की बुनियादी पढ़ने की दक्षता, लिंग या उम्र के आधार पर तोड़ने पर AI के प्रभाव में कोई महत्वपूर्ण अंतर नहीं पाया गया ।

छात्रों ने वास्तव में जेमिनी के साथ कैसे बातचीत की

अध्ययन का सबसे खुलासा करने वाला हिस्सा 1.13 लाख से अधिक छात्र-जेमिनी बातचीत का ट्रांसक्रिप्ट विश्लेषण था। इसने AI को एक उत्तर मशीन के रूप में नहीं, बल्कि एक ट्यूटर के रूप में काम करते हुए दिखाया।

बातचीत का अधिकांश हिस्सा—91.4%—गणितीय समझ पर केंद्रित था । जेमिनी के अपने व्यवहार को गाइडेड लर्निंग फीचर द्वारा सावधानीपूर्वक संचालित किया गया: उसने अपने 76.4% संदेशों में सहायक प्रश्न (स्कैफोल्डिंग क्वेश्चन) पूछे, जिससे छात्रों को खुद सोचने के लिए प्रेरित किया गया, और केवल 2.1% मामलों में सीधा समाधान प्रदान किया ।

उपलब्धि के अंतर को बढ़ाने का जोखिम

यह खोज कि शुरुआत में उच्च प्रदर्शन करने वाले छात्रों ने सबसे अधिक लाभ उठाया, ने शोधकर्ताओं को एक महत्वपूर्ण चिंता की ओर इशारा करने पर मजबूर किया। कम प्रदर्शन करने वाले छात्रों का समर्थन करने के लिए सोची-समझी रणनीतियों के बिना, यह हस्तक्षेप मौजूदा उपलब्धि के अंतराल को कम करने के बजाय उन्हें बढ़ाने का जोखिम रखता है ।

शिक्षकों ने क्या अनुभव किया

शिक्षक फोकस समूहों से मिली गुणात्मक प्रतिक्रिया ने नतीजों में एक और आयाम जोड़ा। शिक्षकों ने छात्रों की भागीदारी में उल्लेखनीय वृद्धि और कक्षा में अधिक सक्रिय भागीदारी की सूचना दी । कई लोगों ने पाठ की तैयारी के लिए जेमिनी का उपयोग करना शुरू कर दिया, भिन्न (फ्रैक्शन) जैसे जटिल विषयों को समझाने के नए तरीके खोजे ।

महत्वपूर्ण बात यह है कि शिक्षकों ने अपनी खुद की पेशेवर पहचान में बदलाव का वर्णन किया, उन्होंने महसूस किया कि उनकी भूमिका "उपदेशक" से "सुगमकर्ता (फैसिलिटेटर)" के रूप में विकसित हो रही है, जो छात्र जोड़ियों का समर्थन करने के लिए कक्षा में घूम रहे थे ।

सारी प्रतिक्रिया सकारात्मक नहीं थी। कुछ शिक्षकों ने चुनौतियों की सूचना दी, जिसमें जेमिनी का कभी-कभी विषय से हटकर सामग्री पेश करना या नियोजित पाठ्यक्रम के माध्यम से कक्षा की प्रगति को धीमा करना शामिल था ।

अध्ययन की महत्वपूर्ण सीमाएँ

हालाँकि नतीजे सकारात्मक हैं, शोधकर्ताओं ने सावधानीपूर्वक कई सीमाओं को रेखांकित किया है जो निष्कर्षों को संदर्भ में रखती हैं:

• बंडल हस्तक्षेप: परीक्षण ने गाइडेड लर्निंग को शिक्षक प्रशिक्षण, एक नई पाठ संरचना, उपकरण प्रावधान और इन-क्लास निगरानी के साथ जोड़ा। यह डिज़ाइन अकेले AI टूल के प्रभाव को इन अन्य महत्वपूर्ण समर्थनों से अलग करके नहीं देख सकता ।
• सामान्यीकरण: नमूना सिएरा लियोन के एक ही जिले से है और राष्ट्रीय स्तर पर प्रतिनिधि नहीं है। निष्कर्ष सबसे अधिक उन स्कूलों पर लागू होते हैं जिनके पास टैबलेट, विश्वसनीय इंटरनेट और शिक्षक की तत्परता सहित तुलनीय बुनियादी ढाँचा है ।

एक वैश्विक शोध खाका (ब्लूप्रिंट)

सिएरा लियोन का परीक्षण सिर्फ एक शुरुआत है। यह विभिन्न शिक्षा प्रणालियों में गाइडेड लर्निंग का अध्ययन करने के लिए गूगल डीपमाइंड और फैब AI द्वारा योजनाबद्ध अंतरराष्ट्रीय श्रृंखला का पहला पूर्व-पंजीकृत परीक्षण है । पारदर्शिता और स्केलेबिलिटी की दिशा में एक कदम उठाते हुए, भागीदारों ने परिणामों के साथ-साथ अपनी शिक्षक प्रशिक्षण सामग्री और एक त्वरित RCT प्लेबुक को सार्वजनिक रूप से जारी किया, जो अन्य शोधकर्ताओं और शिक्षा प्रणालियों के लिए एक खाका प्रदान करता है ।