AI के माध्यम से शिक्षण सामग्री को बढ़ाया जा सकता है, लेकिन क्या शिक्षकों के समय में वृद्धि होगी? "Sanna" स्कूल के भविष्य पर सवाल उठाता है

कक्षा समाप्त होने के बाद, अगले दिन की कक्षा की तैयारी शुरू होती है। उन बच्चों के लिए जो समझने में समय लेते हैं, व्याख्या को पुनः व्यवस्थित किया जाता है, और जो बच्चे आगे बढ़ सकते हैं, उनके लिए अतिरिक्त कार्य तैयार किया जाता है। बच्चों के अनुरूप होने की कोशिश करने पर, एक प्रकार की शिक्षण सामग्री पर्याप्त नहीं होती।

इस कार्य को समर्थन देने के लिए, यूरोप से शिक्षकों के लिए एक नई AI उपकरण प्रस्तुत की गई है। ध्यान देने योग्य बात यह है कि "क्या बनाया जा सकता है" के साथ-साथ यह उपकरण शिक्षकों के दैनिक जीवन को कैसे बदलता है।

शिक्षकों के कार्यों को समर्थन देने वाला "Sanna" क्या है

Sanoma Learning ने 1 अक्टूबर 2026 को AI सहायक "Sanna" की घोषणा की। यह कक्षा योजना, अतिरिक्त शिक्षण सामग्री का निर्माण, सीखने के चरणों के अनुसार सामग्री का समायोजन, और प्रतिक्रिया जैसे कार्यों में सहायता करता है।

कंपनी के अनुसार, यह विभिन्न देशों के पाठ्यक्रम और अपनी शैक्षिक सामग्री के आधार पर विकसित किया गया है, जिसमें यूरोप के 1,500 से अधिक शिक्षकों की भागीदारी रही है। नीदरलैंड, स्पेन, इटली, पोलैंड, बेल्जियम, फिनलैंड, स्वीडन में 30 दिनों के परीक्षण की पेशकश की जा रही है। इस घोषणा में जापान को लक्षित देश के रूप में शामिल नहीं किया गया है।

आउटपुट का उपयोग शिक्षक द्वारा पुष्टि और संपादन के बाद किया जाता है। ये सुविधाएँ और शर्तें कंपनी की घोषणा पर आधारित हैं और इन्हें स्वतंत्र रूप से जांचे गए शैक्षिक प्रभाव के अध्ययन के परिणामों से अलग पढ़ा जाना चाहिए।

"सामग्री बनाना" और "कक्षा में उपयोग करना" के बीच

AI कम समय में समस्याएँ बना सकता है, लेकिन यह जरूरी नहीं कि वह बच्चों के लिए उपयुक्त हो।

उदाहरण के लिए, जापान के प्राथमिक विद्यालय की गणित में, यदि कोई समस्या अभी तक नहीं सिखाए गए विचारों पर आधारित है, तो क्या होगा? उत्तर सही हो सकता है, लेकिन उस दिन की कक्षा में इसका उपयोग करना कठिन होगा। यदि शब्द समस्या के शब्द बहुत कठिन हैं, तो यह गणना की क्षमता के बजाय पढ़ने की समझ के अंतर को माप सकता है।

शिक्षकों को न केवल सामग्री की सटीकता की आवश्यकता होती है, बल्कि शिक्षण के क्रम, व्याख्या की गहराई, और कठिनाई वाले बिंदुओं पर ध्यान देने वाली सामग्री की भी आवश्यकता होती है।

इस दृष्टिकोण से, शैक्षिक AI का मूल्य केवल बड़ी मात्रा में पाठ उत्पन्न करने की क्षमता से निर्धारित नहीं होता। "इस कक्षा, इस अध्याय में, इस व्याख्या का उपयोग करने" की शर्तों के साथ, कितने कम संशोधनों के साथ इसे अनुकूलित किया जा सकता है, यह इसकी व्यावहारिकता को प्रभावित करता है।

हालांकि, पाठ्यक्रम के अनुरूप होने की व्याख्या से ही संतोष नहीं किया जा सकता। वास्तविक आउटपुट की पुष्टि शिक्षक द्वारा की जानी चाहिए, और कक्षा में उपयोग के परिणामों की समीक्षा की जानी चाहिए।

परीक्षणकर्ताओं की उच्च प्रशंसा, लेकिन यह शैक्षिक सुधार का प्रमाण नहीं है

Sanna की आधिकारिक वेबसाइट पर, परीक्षण के दौरान आउटपुट की गुणवत्ता को स्वयं निर्मित सामग्री के बराबर या उससे अधिक बताया गया है, जिसमें 89% उपयोगकर्ताओं ने इसे उच्च मूल्यांकन दिया। इसके अलावा, परीक्षण के दौरान बनाई गई सामग्री का 81% शिक्षकों ने कक्षा में उपयोग किया।

ये आंकड़े शिक्षण सामग्री निर्माण के उपकरण के रूप में स्वीकार्यता की संभावना को दर्शाते हैं। हालांकि, ये आंकड़े कंपनी द्वारा प्रकाशित परीक्षणकर्ताओं के मूल्यांकन पर आधारित हैं और छात्रों की शैक्षिक सुधार का प्रमाण नहीं हैं।

यह कि शिक्षक इसे "सुविधाजनक" मानते हैं, सामग्री का कक्षा में उपयोग होता है, और बच्चों की समझ में सुधार होता है, ये सभी संबंधित हो सकते हैं लेकिन समान नहीं हैं। जब प्रभाव का मूल्यांकन किया जाता है, तो इन्हें अलग-अलग मापने की आवश्यकता होती है।

उदाहरण के लिए, यदि निर्माण का समय कम हो जाता है, लेकिन सामग्री के संशोधन में उतना ही समय लगता है, तो भार में कमी कम होगी। दूसरी ओर, यदि आवश्यक समय में कोई परिवर्तन नहीं होता, लेकिन पहले से तैयार नहीं की जा सकने वाली सहायक सामग्री तैयार की जा सके, तो शैक्षिक मूल्य उत्पन्न हो सकता है।

"कितना समय बचा" और "किस प्रकार की सहायता उपलब्ध हो गई" को एक साथ देखना महत्वपूर्ण है।

सोशल मीडिया पर उम्मीदें, लेकिन ये बिक्री के बाद की समीक्षाएँ नहीं हैं

सार्वजनिक सोशल मीडिया पर देखी गई प्रतिक्रियाओं के अनुसार, Sanoma Learning द्वारा LinkedIn पर शिक्षकों के लिए AI की घोषणा पर, शिक्षा में जड़ें जमाने वाले और शिक्षक-केंद्रित AI के प्रति उम्मीदें व्यक्त की गईं।

उदाहरण के लिए, Jorge Aguirre Cabrera ने शिक्षा में जिम्मेदार और शिक्षक-केंद्रित AI की दिशा में उठाए गए कदमों का स्वागत किया। Marco Residori ने रिलीज़ का जश्न मनाया और इसे आजमाने की उम्मीद जताई। ये सभी पोस्ट की मुख्य बातें हैं।

हालांकि, ये टिप्पणियाँ रिलीज़ से पहले की घोषणाओं के लिए हैं। Sanna के निरंतर उपयोग के बाद "ओवरटाइम कम हुआ" या "कक्षा में सुधार हुआ" जैसी रिपोर्टें बिक्री के बाद की समीक्षाएँ नहीं हैं। इसके अलावा, कंपनी की आधिकारिक पोस्ट पर एकत्रित कुछ प्रतिक्रियाओं को सभी शिक्षकों की राय के रूप में नहीं लिया जा सकता।

वर्तमान में, जो देखा जा सकता है, वह शिक्षा के लिए डिज़ाइन किए गए सहायक के प्रति उम्मीदें हैं, न कि परिणामों के लिए अंतिम मूल्यांकन। भविष्य में, यह महत्वपूर्ण होगा कि शिक्षक किस कार्य में सहायता प्राप्त कर सके, और किस प्रकार के संशोधन आवश्यक थे, इस पर विशिष्ट रिपोर्टें प्राप्त हों।

यूरोपीय शिक्षक भी AI की सुविधा और शैक्षिक प्रभाव को अलग-अलग देखते हैं

Sanoma Learning द्वारा सितंबर 2026 में प्रकाशित यूरोप के 14 देशों के 20,000 से अधिक शिक्षकों के सर्वेक्षण में, 16% शिक्षकों का मानना था कि सामान्य AI सीखने के परिणामों में सुधार करेगा। दूसरी ओर, शिक्षा में उपयोग किए जाने वाले AI को शैक्षिक उद्देश्यों के लिए डिज़ाइन किया जाना चाहिए, ऐसा उत्तर देने वाले शिक्षकों का प्रतिशत 75% से 93% तक था।

यह सर्वेक्षण भी कंपनी द्वारा किया गया था, और डेटा संग्रह GfK द्वारा किया गया था। इन आंकड़ों को सीधे यूरोप के सभी शिक्षकों पर लागू नहीं किया जा सकता, लेकिन उपकरणों के प्रति उम्मीदें और शैक्षिक प्रभाव के प्रति विश्वास में दूरी दिखाई देती है।

जापान में भी, शिक्षण सामग्री निर्माण उपकरण के रूप में मूल्यांकन और बच्चों की सीखने में सुधार के साधन के रूप में मूल्यांकन को अलग करना, अत्यधिक उम्मीदों से बचने का एक प्रारंभिक बिंदु हो सकता है।

जापान में पूछा जा रहा है कि "प्रवेश के बाद काम कम होगा या नहीं"

जापान के स्कूलों के लिए, शिक्षकों का समय एक गंभीर मुद्दा है।

TALIS 2024 के परिणामों के अनुसार, जापान के प्राथमिक विद्यालय के शिक्षकों का साप्ताहिक कार्य समय 52.1 घंटे और माध्यमिक विद्यालय के शिक्षकों का 55.1 घंटे था। पिछली सर्वेक्षण से यह घटा है, लेकिन यह अभी भी भाग लेने वाले देशों में सबसे लंबा माना जाता है। यह एक प्रश्न सर्वेक्षण है, और प्रणाली और संस्कृति के अंतर को ध्यान में रखना आवश्यक है, लेकिन यह कार्यभार की गंभीरता को समझने के लिए एक सामग्री बन सकता है।

ऐसे वातावरण में AI को लागू करने के लिए, केवल निर्माण कार्यों को नहीं देखना चाहिए, बल्कि प्रवेश के बाद के पूरे कार्य को देखना चाहिए।

लॉगिन की प्रक्रिया बढ़ जाती है। एक अन्य प्रणाली में सामग्री को स्थानांतरित करना। उपयोग की प्रशिक्षण प्राप्त करना। आउटपुट की पुष्टि करना। उपयोग की रिपोर्ट करना। व्यक्तिगत रूप से ये छोटे कार्य हो सकते हैं, लेकिन यदि ये एकत्रित होते हैं, तो यह एक नया भार बन सकता है।

परीक्षण में, केवल सामग्री निर्माण के समय को मापना पर्याप्त नहीं है। पुष्टि, संशोधन, मुद्रण, और साझा करने तक के कुल समय की तुलना की जानी चाहिए, और विषय और कक्षा के अनुसार भिन्नता की भी जांच की जानी चाहिए। न केवल उन शिक्षकों से पूछना चाहिए जो इसे सुविधाजनक मानते हैं, बल्कि उन शिक्षकों से भी पूछना चाहिए जिन्होंने इसका उपयोग बंद कर दिया, ताकि सुधार हो सके।

जापान में लागू करने के लिए तीन शर्तें

पहली बात, यह है कि यह जापान की शैक्षिक सामग्री के अनुरूप हो।

यूरोप के लिए सेवा विभिन्न देशों के पाठ्यक्रमों के अनुरूप हो सकती है, लेकिन यह जापान के शैक्षिक दिशानिर्देशों या चयनित पाठ्यपुस्तकों के अनुरूप नहीं हो सकता। जापानी में उत्तर देने की क्षमता और जापानी कक्षा में उपयोग की क्षमता अलग-अलग हैं। यदि देश में इसी तरह की प्रणाली पर विचार किया जाता है, तो सामग्री के उपयोग की शर्तों सहित डिजाइन की आवश्यकता होती है।

दूसरी बात, यह है कि इनपुट की जानकारी और पुष्टि की जिम्मेदारी स्पष्ट हो।

मंत्रालय के जनरेटिव AI गाइडलाइन Ver.2.0 मानव-केंद्रित उपयोग को प्रोत्साहित करता है, और अंततः मानव द्वारा निर्णय और जिम्मेदारी लेने पर जोर देता है। व्यक्तिगत जानकारी, गोपनीयता, और कॉपीराइट के प्रति भी ध्यान देने की बात कही गई है।

यदि स्कूलों में शिक्षक स्वयं निर्णय लेते हैं, तो इसका उपयोग करना मुश्किल हो सकता है। छात्रों की जानकारी कितनी दर्ज की जा सकती है, उत्पन्न सामग्री की पुष्टि कौन करेगा, और समस्याओं के समय किससे परामर्श किया जाएगा, इसे लागू करने वाले पक्ष को स्पष्ट करना होगा।

तीसरी बात, यह है कि बचाए गए समय का उपयोग कैसे किया जाएगा।

यदि सामग्री को तेजी से तैयार करने के परिणामस्वरूप "तो चलिए अधिक सामग्री वितरित करें" होता है, तो शिक्षक को राहत नहीं मिलेगी। AI द्वारा उत्पन्न समय को आराम या बच्चों के साथ संवाद में लगाने के लिए, स्कूल के कार्यों को भी पुनः मूल्यांकन करना चाहिए।

क्या शिक्षकों के पास अधिक समय होगा

Sanna का आगमन शिक्षकों के कार्यों में AI को कहाँ रखा जाना चाहिए, इस पर विचार करने का एक अवसर प्रदान करता है।

उदाहरण के लिए, कुछ वैकल्पिक व्याख्याएँ तैयार करने का कार्य समर्थन कर सकता है, लेकिन आज उस बच्चे से कौन से शब्द कहे जाएँ, इस निर्णय में दैनिक संबंध और अवलोकन शामिल होते हैं। सामग्री तैयार करने की क्षमता और बच्चों के बदलावों को पहचानने की क्षमता दोनों की आवश्यकता होती है।

जापान में शिक्षकों के लिए AI का मूल्यांकन करते समय, उत्पन्न प्रिंट की संख्या को केवल एकमात्र परिणाम नहीं बनाना महत्वपूर्ण है। क्या घर जल्दी जाने का समय मिला? क्या कक्षा को पुनः मूल्यांकन करने का समय मिला? क्या उन बच्चों से बात करने का समय मिला जो प्रश्न पूछने में संकोच कर रहे थे?

प्रवेश का मूल्यांकन स्क्रीन पर उत्पन्न आउटपुट के साथ-साथ कक्षा में उत्पन्न समय से भी किया जाना चाहिए।

स्रोत URL

• Aktiencheck: 1 अक्टूबर 2026 की वितरण पृष्ठ। Sanoma Learning की घोषणा को प्रस्तुत करता है।
  https://www.aktiencheck.de/news/Artikel-Sanoma_Learning_launches_Sanna_AI_teacher_assistant_designed_to_reduce_teachers_workload-20137329

• GlobeNewswire/Sanoma Learning: रिलीज़ की तारीख, समर्थन कार्य, विकास प्रक्रिया, परीक्षण लक्षित देशों की पुष्टि करने वाली कंपनी की घोषणा।
  https://www.globenewswire.com/news-release/2026/10/01/3372631/0/en/sanoma-learning-launches-sanna-an-ai-teacher-assistant-designed-to-reduce-teachers-workload.html

• Sanna की आधिकारिक वेबसाइट: परीक्षणकर्ताओं द्वारा आउटपुट मूल्यांकन, कक्षा में उपयोग की स्थिति, शिक्षकों द्वारा पुष्टि के आधार पर उत्पाद विवरण।
  https://www.sanna.eu/

• Sanoma Learning "2026 European Teacher Survey" की घोषणा: यूरोप के 14 देशों के 20,000 से अधिक शिक्षकों के सर्वेक्षण और सर्वेक्षण के विषय और विधि का अवलोकन।
  https://www.sanomalearning.com/en/news/2026/nasdaq/european-teachers-are-adopting-ai-rapidly-but-want-tools-built-for-education/

• Sanoma Learning की LinkedIn घोषणा पोस्ट: रिलीज़ से पहले की उम्मीदों की पुष्टि करने वाली सार्वजनिक पोस्ट। रिलीज़ के बाद की उपयोगकर्ता समीक्षाएँ नहीं।
  https://www.linkedin.com/posts/sanomalearning_aiineducation-teacherassistant-sanomalearning-activity-7399854620782604288-0hVP

• मंत्रालय "हमारे देश के शिक्षकों की स्थिति और चुनौतियाँ - TALIS 2024 के परिणामों से -": जापान के प्राथमिक और माध्यमिक विद्यालय शिक्षकों के कार्य समय का संदर्भ।
  https://www.mext.go.jp/content/20251015-mext_zaimu-00030_8.pdf

• मंत्रालय "प्राथमिक और माध्यमिक शिक्षा चरण में जनरेटिव AI के उपयोग के लिए गाइडलाइन Ver.2.0": मानव-केंद्रित उपयोग और स्कूलों में ध्यान देने योग्य बिंदुओं का संदर्भ।
  https://www.mext.go.jp/content/20241226-mxt_shuukyo02-000030823_001.pdf