आगेअगली गाइड
AI Literacy Lessons for Middle School
भाषा ए.आई
बुनियादी गाइड
एक हाई-स्कूल एआई साक्षरता पाठ्यक्रम छात्रों को सिखाता है कि एआई सिस्टम डेटा से कैसे बनाया जाता है, एआई टूल का जिम्मेदारी से उपयोग और मूल्यांकन कैसे करें, और एआई समाज, काम और उनके स्वयं के अधिकारों को कैसे प्रभावित करता है।
इस गाइड को सुनेंएआई-नैरेटेड · ~3 min
यह आमतौर पर एक नए पाठ्यक्रम के बजाय मौजूदा विषयों में फिट बैठता है। यह मायने रखता है क्योंकि छात्र पहले से ही स्कूल के काम के लिए जेनरेटिव एआई का उपयोग करते हैं, और निर्देश के बिना वे त्रुटियों, पूर्वाग्रह, गोपनीयता जोखिम या शैक्षणिक-अखंडता मुद्दों को नहीं पहचान सकते हैं।
अच्छी हाई-स्कूल एआई साक्षरता में तीन पहलू शामिल हैं: एआई कैसे काम करता है, इसका अच्छी तरह से उपयोग कैसे करें, और यह समाज को कैसे आकार देता है। दो व्यापक रूप से उपयोग किए जाने वाले ढाँचे इसकी संरचना में मदद करते हैं। AI4K12 पहल सामग्री को पांच बड़े विचारों में व्यवस्थित करती है: धारणा, प्रतिनिधित्व और तर्क, सीखना, प्राकृतिक बातचीत और सामाजिक प्रभाव। यूनेस्को ने 2024 में छात्रों के लिए एक एआई योग्यता रूपरेखा प्रकाशित की जो मानव-केंद्रित मानसिकता, नैतिकता, एआई तकनीकों और अनुप्रयोगों और सिस्टम डिजाइन पर जोर देती है। अधिकांश स्कूल एक स्टैंड-अलोन पाठ्यक्रम नहीं जोड़ सकते, इसलिए एकीकरण बेहतर काम करता है। गणित और सांख्यिकी कक्षाएं डेटा, संभाव्यता और मॉडल मूल्यांकन के लिए प्राकृतिक घर हैं। अंग्रेजी और भाषा कक्षाएं एआई-लिखित पाठ, स्रोत सत्यापन और लेखकत्व का मूल्यांकन करने, संकेत देने का काम संभालती हैं। सामाजिक अध्ययन में पूर्वाग्रह, श्रम, निगरानी और विनियमन शामिल है। विज्ञान की कक्षाएं मॉडलों को किसी भी उपकरण की तरह मान्यताओं और त्रुटि वाले उपकरण के रूप में मान सकती हैं। कंप्यूटर विज्ञान प्रशिक्षण और सरल मॉडल बनाने में गहराई तक जा सकता है। एक नमूना छह-इकाई अनुक्रम: (1) एआई के रूप में क्या गिना जाता है, अनुशंसाओं और स्पैम फ़िल्टर जैसे रोजमर्रा के उदाहरणों के साथ; (2) व्यावहारिक क्लासिफायर का उपयोग करके मशीनें डेटा से कैसे सीखती हैं; (3) भाषा मॉडल टोकन की भविष्यवाणी करके कैसे पाठ उत्पन्न करते हैं; (4) भ्रामक तथ्यों और उद्धरणों सहित आउटपुट का मूल्यांकन करना; (5) पूर्वाग्रह, निष्पक्षता और कौन प्रभावित है; (6) गोपनीयता, नीति और करियर, एक कैपस्टोन में समाप्त होता है जहां छात्र एक एआई उपकरण का ऑडिट करते हैं जिसका वे वास्तव में उपयोग करते हैं। सामान्य गलतियों में केवल टूल टिप्स पढ़ाना शामिल है, जो जल्दी से पुराने हो जाते हैं, या बिना यांत्रिकी के केवल नैतिकता सिखाना, जिससे छात्र यह तर्क करने में असमर्थ हो जाते हैं कि त्रुटियां क्यों होती हैं। एक और ग़लतफ़हमी यह है कि एआई डिटेक्टर एआई-लिखित कार्य को विश्वसनीय रूप से पकड़ सकते हैं; वे गलत सकारात्मक परिणाम देते हैं, इसलिए नीतियों को केवल डिटेक्टर स्कोर के बजाय ड्राफ्ट और वार्तालाप जैसे प्रक्रिया साक्ष्य पर भरोसा करना चाहिए। निःशुल्क सामग्री में MIT RAISE का AI दिवस और Code.org का AI पाठ शामिल हैं।
एक सांख्यिकी शिक्षक दो-सप्ताह के मॉड्यूल का उपयोग करता है जहां छात्र एक स्प्रेडशीट में एक सरल क्लासिफायरियर बनाते हैं, डेटा को प्रशिक्षण और परीक्षण सेट में विभाजित करते हैं, और यह देखने के लिए एक भ्रम मैट्रिक्स पढ़ते हैं कि यह कहाँ विफल रहता है।
एक अंग्रेजी विभाग एक पाठ जोड़ता है जहां छात्र साहित्यिक विश्लेषण के लिए चैटबॉट से पूछते हैं, फिर वास्तविक पाठ के विरुद्ध उसके उद्धरणों की तथ्य-जांच करते हैं और चर्चा करते हैं कि एआई सहायता को उनके अपने काम के रूप में कब गिना जाता है।
एक नागरिक शास्त्र वर्ग तुलना करता है कि विभिन्न सरकारें एआई को कैसे विनियमित करती हैं, एक संरचित बहस के लिए केस स्टडीज के रूप में ईयू एआई अधिनियम और अमेरिकी राज्य-स्तरीय प्रस्तावों का उपयोग करती हैं।
एक जीवविज्ञान शिक्षक पत्ती की तस्वीरों को वर्गीकृत करने के लिए टीचेबल मशीन का उपयोग करता है, फिर छात्रों को एक अलग स्थान से पत्तियों पर इसका परीक्षण करने के लिए कहता है ताकि यह देखा जा सके कि अपरिचित डेटा सटीकता को कैसे कम करता है।
अधिक शिक्षा प्रणालियाँ एआई मार्गदर्शन और योग्यता रूपरेखाएँ प्रकाशित कर रही हैं, और सामग्री के बजाय शिक्षक प्रशिक्षण मुख्य बाधा बने रहने की संभावना है। क्योंकि विशिष्ट उपकरण तेजी से बदलते हैं, डेटा, भविष्यवाणी, मूल्यांकन और सामाजिक प्रभाव जैसी टिकाऊ अवधारणाओं पर बनाया गया पाठ्यक्रम एक उत्पाद से जुड़े पाठों की तुलना में बेहतर होगा। स्कूल अभी भी मूल्यांकन नीतियों पर काम कर रहे हैं जो अविश्वसनीय डिटेक्टरों पर भरोसा किए बिना एआई सहायता के लिए जिम्मेदार हैं। जैसे-जैसे सीखने के परिणामों पर शोध बढ़ता जा रहा है, निरंतर संशोधन की अपेक्षा करें, और किसी भी पाठ्यक्रम को हर साल समीक्षा किए जाने वाले एक जीवित दस्तावेज़ के रूप में मानें।
मुफ़्त न्यूज़लेटर
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
एक हाई-स्कूल एआई साक्षरता पाठ्यक्रम छात्रों को सिखाता है कि एआई सिस्टम डेटा से कैसे बनाया जाता है, एआई टूल का जिम्मेदारी से उपयोग और मूल्यांकन कैसे करें, और एआई समाज, काम और उनके स्वयं के अधिकारों को कैसे प्रभावित करता है। यह आमतौर पर एक नए पाठ्यक्रम के बजाय मौजूदा विषयों में फिट बैठता है। यह मायने रखता है क्योंकि छात्र पहले से ही स्कूल के काम के लिए जेनरेटिव एआई का उपयोग करते हैं, और निर्देश के बिना वे त्रुटियों, पूर्वाग्रह, गोपनीयता जोखिम या शैक्षणिक-अखंडता मुद्दों को नहीं पहचान सकते हैं।
पांच बड़े विचार हैं धारणा, प्रतिनिधित्व और तर्क, सीखना, प्राकृतिक बातचीत और सामाजिक प्रभाव।
एकीकरण बेहतर काम करता है क्योंकि शेड्यूल शायद ही कभी किसी नए पाठ्यक्रम की अनुमति देता है, और प्रत्येक विषय का एआई पर एक प्राकृतिक दृष्टिकोण होता है।
गणित और सांख्यिकी वर्ग डेटा, संभाव्यता और यह मूल्यांकन करते हैं कि कोई मॉडल कितना अच्छा प्रदर्शन करता है।
एक मॉडल अपने प्रशिक्षण डेटा को अच्छी तरह से फिट कर सकता है फिर भी नए मामलों में विफल रहता है; परीक्षण डेटा से उस अंतर का पता चलता है।
एक भ्रम मैट्रिक्स परिणामों को वास्तविक सकारात्मक, गलत सकारात्मक, सच्चे नकारात्मक और गलत नकारात्मक में तोड़ देता है, जिससे त्रुटि व्यापार-बंद ठोस हो जाता है।
सीखते रहो
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं
आगेअगली गाइड
AI Literacy Lessons for Middle School
भाषा ए.आई