कार्नेगी लर्निंग
कार्नेगी लर्निंग K-12 छात्रों को
कार्नेगी लर्निंग: संज्ञानात्मक विज्ञान पर आधारित K-12 अनुकूली शिक्षण मंच
कार्नेगी लर्निंग के मुख्य पैरामीटर और आँकड़े
कार्नेगी लर्निंग की उत्पाद प्रणाली "संज्ञानात्मक मॉडल + अनुकूली इंजन + शिक्षक डैशबोर्ड" की त्रिमूर्ति के आसपास बनाई गई है। यह एक सामान्य AI प्रश्न और उत्तर प्रणाली नहीं है, बल्कि एक अनुशासनात्मक शिक्षण मंच है जो अमेरिकी K-12 पाठ्यक्रम से गहराई से जुड़ा हुआ है। इसका अनुकूली इंजन कार्नेगी मेलन विश्वविद्यालय में तीस से अधिक वर्षों के संज्ञानात्मक मनोविज्ञान और एआई ट्यूटरिंग सिस्टम (इंटेलिजेंट ट्यूटरिंग सिस्टम) अनुसंधान पर आधारित है। यह अंतर्निहित तर्क में विशुद्ध रूप से डेटा-संचालित अनुशंसित शिक्षण उत्पादों से मौलिक रूप से भिन्न है।
| पैरामीटर | मूल्य |
|---|---|
| उत्पाद स्थिति निर्धारण | K-12 अनुकूली गणित और साक्षरता शिक्षण मंच |
| मुख्य उत्पाद | मैथिया (गणित), फास्ट फॉरवर्ड (पढ़ना और लिखना), लाइवलैब (शिक्षण विश्लेषण), मैथस्ट्रीम (वीडियो स्ट्रीमिंग), क्लियरमैथ एलीमेंट्री (प्राथमिक विद्यालय गणित) |
| लक्षित उपयोगकर्ता | K-12 स्कूल, जिले, शिक्षक और छात्र |
| कोर टेक्नोलॉजी | संज्ञानात्मक अनुकूली शिक्षण इंजन, ज्ञान ग्राफ, छात्र व्यवहार मॉडलिंग, प्राकृतिक भाषा तर्क स्कोरिंग |
| समर्थित भाषाएँ | अंग्रेजी, स्पेनिश (विश्व भाषा पाठ्यक्रम सहित: फ्रेंच, जर्मन, चीनी, इतालवी, आदि) |
| परिनियोजन विधि | क्लाउड सास (शिक्षक + छात्र), कुछ ऑफ़लाइन अभ्यास का समर्थन करते हैं |
| कवर किए गए स्कूलों की संख्या | संयुक्त राज्य अमेरिका में हजारों स्कूल |
| विषय कवरेज | गणित (कक्षा 6-12 और उन्नत गणित), ईएलए (अंग्रेजी भाषा कला), साक्षरता हस्तक्षेप, विश्व भाषाएँ |
| नवीनतम संस्करण | अप्रकाशित (निरंतर पुनरावृत्ति) |
पैरामीटर व्याख्या: कार्नेगी लर्निंग का "अनुकूली" प्रश्न की कठिनाई का एक सरल उन्नयन या डाउनग्रेडिंग नहीं है, बल्कि "संज्ञानात्मक मॉडल" के आधार पर छात्रों की समस्या-समाधान प्रक्रिया का एक मॉडलिंग है - जिसमें छात्र कौन सी समस्या-समाधान रणनीति चुनते हैं, कौन सा कदम वे बहुत लंबे समय तक रुकते हैं, और किस प्रकार की वैचारिक गलतफहमियां गलत उत्तरों में परिलक्षित होती हैं। यह इंजन को न केवल उन प्रश्नों को आगे बढ़ाने में सक्षम बनाता है जो "आपके लिए अधिक उपयुक्त" हैं, बल्कि छात्रों की वर्तमान संज्ञानात्मक संरचनाओं में विशिष्ट ब्रेकप्वाइंट का भी पता लगाते हैं और लक्षित मरम्मत के लिए संबंधित सूक्ष्म-पाठों को आगे बढ़ाते हैं। यह इसके और खान अकादमी जैसे मुफ्त शिक्षण प्लेटफार्मों के बीच अंतर्निहित शिक्षण तर्क में महत्वपूर्ण अंतर है।
कार्नेगी लर्निंग के उपयोगकर्ता और बाज़ार की पहचान
कार्नेगी लर्निंग की बाज़ार जड़ें यू.एस. K-12 सार्वजनिक शिक्षा प्रणाली में हैं, और इसे अपनाने का तर्क मूल रूप से उपभोक्ता-ग्रेड AI टूल से अलग है - खरीदारी के निर्णय स्कूल जिले या स्कूल स्तर पर किए जाते हैं और पाठ्यक्रम मानकों, शिक्षण प्रभावशीलता डेटा और संघीय शिक्षा वित्त पोषण जैसे कई कारकों द्वारा संचालित होते हैं।
स्कूल गोद लेने का पैमाना: संयुक्त राज्य भर में हजारों K-12 स्कूल कार्नेगी लर्निंग के उत्पादों का उपयोग करते हैं, जो शहरी पब्लिक स्कूल जिलों, उपनगरीय स्कूलों और चार्टर स्कूलों (चार्टर स्कूलों) को कवर करते हैं। MATHia को कई राज्य शिक्षा विभागों द्वारा अनुशंसित या अनुमोदित गणित हस्तक्षेप उपकरण के रूप में सूचीबद्ध किया गया है, और विशेष रूप से मिश्रित क्षमता वाली कक्षाओं में विभेदित शिक्षण परिदृश्यों में इसकी अपनाने की दर उच्च है।
अकादमिक प्रभावशीलता सत्यापन: कार्नेगी लर्निंग के उत्पादों को तीसरे पक्ष के शैक्षिक अनुसंधान मूल्यांकन के कई दौर से गुजरना पड़ा है। सार्वजनिक रूप से उपलब्ध स्वतंत्र शोध रिपोर्टों के अनुसार, जिन छात्रों ने MATHia का उपयोग किया, उन्होंने पारंपरिक निर्देश वाले नियंत्रण समूह की तुलना में मानकीकृत गणित परीक्षणों में अपने स्कोर में सुधार किया, विशेष रूप से बीजगणित I और ज्यामिति जैसे मुख्य विषयों में। डिस्लेक्सिया और भाषा विकास में देरी वाले छात्रों के साक्षरता कौशल पर सकारात्मक हस्तक्षेप प्रभाव डालने के लिए फास्ट फॉरवर्ड को कई सहकर्मी-समीक्षा पत्रिकाओं में सत्यापित किया गया है, और कई राज्यों में विशेष शिक्षा के लिए अनुशंसित उपकरणों की सूची में शामिल किया गया है।
तृतीय पक्ष मूल्यांकन और प्रमाणन: मैथिया ने डिजिटल प्रॉमिस जैसे संगठनों से अनुसंधान-आधारित डिज़ाइन प्रमाणन प्राप्त किया है, जो दर्शाता है कि इसके उत्पाद डिज़ाइन का शैक्षिक अनुसंधान में एक ठोस आधार है। कार्नेगी लर्निंग ईएसएसए (प्रत्येक छात्र सफल अधिनियम) रेटिंग प्रणाली में भी भागीदार है, और इसकी उत्पाद प्रभावशीलता टियर 2 (मध्यम साक्ष्य) से टियर 3 (प्रॉमिसिंग एविडेंस) साक्ष्य मानकों को पूरा करती है, जो स्कूल जिलों को खरीद के लिए संघीय शीर्षक I और अन्य फंडों का उपयोग करने की अनुमति देती है।
बाजार विवाद और ध्यान के बिंदु: अनुकूली शिक्षण उत्पादों की प्रभावशीलता शिक्षक कार्यान्वयन की गुणवत्ता पर अत्यधिक निर्भर है। कुछ शिक्षा शोधकर्ताओं ने बताया कि यदि शिक्षक मैथिया को दैनिक शिक्षण के साथ गहराई से एकीकृत करने के बजाय केवल "स्क्रीन टाइम" प्रतिस्थापन के रूप में उपयोग करते हैं, तो वास्तविक प्रभाव शोध रिपोर्ट में बताए गए आंकड़ों से काफी कम होगा। इसके अलावा, महामारी के दौरान संयुक्त राज्य भर के स्कूल जिलों में डिजिटल खरीद लहर ने विकास की लहर ला दी। हालाँकि, महामारी के बाद, कुछ स्कूल जिलों ने बजट में कटौती के कारण सॉफ़्टवेयर सदस्यताएँ कम कर दीं। कार्नेगी लर्निंग की वास्तविक नवीनीकरण दर सार्वजनिक नहीं की गई है। यह अनुशंसा की जाती है कि खरीदार सीधे बिक्री टीम से वर्तमान में सक्रिय स्कूलों के प्रतिधारण दर डेटा का अनुरोध करें।
उद्योग बेंचमार्किंग: K-12 AI अनुकूली शिक्षण ट्रैक में, कार्नेगी लर्निंग ड्रीमबॉक्स लर्निंग, आई-रेडी (करिकुलम एसोसिएट्स), ALEKS (मैकग्रा-हिल), और IXL लर्निंग के साथ सीधे प्रतिस्पर्धा में है। कार्नेगी लर्निंग का विभेदित लाभ क्षमता स्तरों की सरल धारणाओं के बजाय संज्ञानात्मक विज्ञान और मैथिया के छात्रों की समस्या-समाधान प्रक्रियाओं की गहन मॉडलिंग में निहित है।
| बेंचमार्किंग आयाम | कार्नेगी लर्निंग | ड्रीमबॉक्स लर्निंग | मैं-तैयार | एलेक्स |
|---|---|---|---|---|
| मुख्य विषय | गणित (6-12), साक्षरता हस्तक्षेप | गणित (K-8), पढ़ना (K-8) | गणित, पढ़ना (के-8) | गणित (3-12), रसायन शास्त्र |
| संज्ञानात्मक मॉडल गहराई | समस्या-समाधान रणनीति + पथ + समय मॉडलिंग | ज्ञान स्थिति ट्रैकिंग | मानक-संरेखित अनुकूली परीक्षण | ज्ञान स्थान सिद्धांत |
| शिक्षक डैशबोर्ड | लाइवलैब वास्तविक समय हस्तक्षेप सुझाव | शिक्षण अंतर्दृष्टि पैनल | समूह शिक्षण सुझाव | प्रगति रिपोर्ट |
| ट्यूशन | मैथस्ट्रीम वीडियो मैथिया एडवेंचर | कोई नहीं | कोई नहीं | कोई नहीं |
| साक्ष्य के ईएसएसए स्तर | टियर 2-3 | टियर 2-3 | टियर 2-3 | टियर 2-3 |
बाजार मान्यता सारांश: कार्नेगी लर्निंग को शैक्षिक अनुसंधान समुदाय में एक उच्च प्रतिष्ठा प्राप्त है, और इसका उत्पाद डिजाइन संज्ञानात्मक विज्ञान और एआईईडी (शिक्षा में एआई) शैक्षणिक क्षेत्रों में प्रभावशाली है। लेकिन वास्तविक K-12 खरीद बाजार में, इसकी बाजार हिस्सेदारी उद्योग में पहली नहीं है - IXL और i-Ready को व्यापक ग्रेड कवरेज और कम कीमतों के कारण बड़े पैमाने पर स्कूल जिला खरीद में अधिक लाभ हैं। कार्नेगी लर्निंग का लाभ परिदृश्य उच्च ग्रेड (ग्रेड 6-12) बाजार है जिसमें के-5 के व्यापक कवरेज के बजाय गहन गणित शिक्षण और साक्षरता हस्तक्षेप की आवश्यकता होती है।
कार्नेगी लर्निंग का लागत लाभ
कार्नेगी लर्निंग की लागत संरचना स्कूलों/स्कूल जिलों को क्रय निकाय के रूप में उपयोग करती है और इसे व्यक्तिगत परिवारों द्वारा सीधे नहीं खरीदा जा सकता है। यह अधिकांश उपभोक्ता-उन्मुख एआई शिक्षा उत्पादों से मौलिक रूप से अलग है। निम्नलिखित सार्वजनिक सूचना और उद्योग प्रथाओं (आधिकारिक वास्तविक समय कोटेशन के अधीन) पर आधारित लागत विश्लेषण है।
सी-साइड/व्यक्तिगत होम: कार्नेगी लर्निंग व्यक्तिगत सदस्यता योजना की पेशकश नहीं करता है। छात्रों को अपने स्कूल या जिले के माध्यम से पहुंच प्राप्त करनी होगी। इसका मतलब है कि परिवार डुओलिंगो प्लस या खान अकादमी की दान योजनाओं की तरह सीधे पहुंच के लिए भुगतान नहीं कर सकते हैं। होमस्कूलर्स या अतिरिक्त ट्यूशन आवश्यकताओं वाले परिवारों के लिए, सीमित बाहरी पहुंच योजनाओं की उपलब्धता के बारे में पूछताछ करने के लिए कृपया सीधे बिक्री टीम से संपर्क करें - इस लेखन के समय, ऐसी किसी भी योजना का आधिकारिक तौर पर खुलासा नहीं किया गया है।
बी-साइड/स्कूल और जिला खरीद: कार्नेगी लर्निंग अपने मूल्य निर्धारण मॉडल में छात्रों की संख्या के आधार पर वार्षिक शुल्क का उपयोग करता है। सार्वजनिक शिक्षा प्रौद्योगिकी खरीद डेटाबेस के अनुमान के अनुसार, प्रति छात्र वार्षिक लाइसेंस शुल्क मोटे तौर पर निम्नलिखित सीमा में है (व्यवसाय की पुष्टि आवश्यक है):
| उत्पाद पोर्टफोलियो | अनुमानित वार्षिक शुल्क/छात्र | क्या शामिल है |
|---|---|---|
| मैथिया एकल विषय गणित (ग्रेड 6-12) | $30-45 | प्लेटफ़ॉर्म लाइसेंस, शिक्षक प्रशिक्षण, तकनीकी सहायता |
| फास्ट फॉरवर्ड साक्षरता हस्तक्षेप | $35-$55 | अनुकूली निदान + अभ्यास + प्रगति ट्रैकिंग |
| मैथिया + फास्ट फॉरवर्ड कॉम्बो | $50-$70 | दोहरे विषय लाइसेंसिंग, क्रॉस-उत्पाद डेटा एकीकरण |
| सभी-विषय पैकेज (ईएलए, विश्व भाषाएँ और अधिक शामिल हैं) | $60-$90 | बहु-विषय पहुंच, प्राथमिकता समर्थन, कस्टम रिपोर्टिंग |
मूल्य प्रभावित करने वाले कारक: वास्तविक लेनदेन मूल्य निम्नलिखित चर से प्रभावित होता है - छात्रों की कुल संख्या (500 से कम छात्रों वाले छोटे स्कूल जिलों की इकाई कीमत आमतौर पर 10,000 छात्रों वाले बड़े जिलों की तुलना में अधिक होती है), अनुबंध की लंबाई (बहु-वर्षीय अनुबंधों के लिए छूट उपलब्ध है), क्या अतिरिक्त पेशेवर सेवाओं की आवश्यकता है (शिक्षक प्रशिक्षण कार्यशालाएं, पाठ्यक्रम मानचित्रण सेवाएं, डेटा माइग्रेशन समर्थन), और क्या एक मध्यस्थ डीलर के माध्यम से खरीदारी करना है (जैसे कि एक शिक्षा सेवा मध्यस्थ)।
प्रतिस्पर्धी उत्पादों के साथ लागत की तुलना: प्रति वर्ष प्रति छात्र गणित सॉफ्टवेयर लाइसेंस शुल्क के आधार पर, कार्नेगी लर्निंग उद्योग औसत की ऊपरी सीमा में है। IXL की लागत लगभग $15-25/छात्र/वर्ष है, i-रेडी की लागत लगभग $20-35/छात्र/वर्ष है, और ड्रीमबॉक्स की लागत लगभग $35-50/छात्र/वर्ष है। कार्नेगी लर्निंग की कीमत कार्यात्मक गहराई (संज्ञानात्मक मॉडल + माइक्रो-कोर्स + लाइवलैब + वीडियो कोचिंग) के संदर्भ में इसके उत्पाद की जटिलता से मेल खाती है, लेकिन यदि आपको केवल बुनियादी अनुकूली अभ्यासों की आवश्यकता है, तो प्रतिस्पर्धी उत्पाद अधिक किफायती विकल्प प्रदान करते हैं।
छिपी लागत विश्लेषण:
- कार्यान्वयन लागत: शिक्षक प्रशिक्षण सबसे बड़ा छिपा हुआ निवेश है। मैथिया के संज्ञानात्मक मॉडल की गहराई का मतलब है कि शिक्षकों को इसके शिक्षण तर्क और डेटा पैनल को समझने में समय लगाने की आवश्यकता है, अन्यथा इसे प्रभावी बनाना मुश्किल होगा। यह अनुशंसा की जाती है कि क्रय बजट में शिक्षक व्यावसायिक विकास के 3-5 दिन आरक्षित रखे जाएं।
- पाठ्यचर्या संरेखण लागत: जबकि मैथिया सामग्री सामान्य कोर और राज्य मानकों के अनुरूप है, एनजीएसएस (अगली पीढ़ी के विज्ञान मानक) या अन्य गैर-मानक पाठ्यक्रम ढांचे को अपनाने वाले जिलों को अतिरिक्त पाठ्यक्रम मानचित्रण कार्य की आवश्यकता हो सकती है, जिसके लिए आमतौर पर जिले के आकार के आधार पर कार्यक्रम शुल्क लिया जाता है।
- बुनियादी ढांचे की लागत: SaaS मॉडल के लिए स्थानीय सर्वर की आवश्यकता नहीं है, लेकिन स्कूलों को यह सुनिश्चित करना होगा कि छात्रों के Chromebook, iPad या Windows डिवाइस न्यूनतम ब्राउज़र और नेटवर्क बैंडविड्थ आवश्यकताओं को पूरा करते हैं। क्योंकि फास्ट फॉरवर्ड में ऑडियो प्रोसेसिंग शामिल है, इसमें हेडफ़ोन की गुणवत्ता और डिवाइस की ऑडियो देरी के लिए कुछ आवश्यकताएं हैं।
कार्नेगी लर्निंग के मुख्य कार्य
कार्नेगी लर्निंग का कार्यात्मक मैट्रिक्स एक एकल "एआई परामर्शदाता" नहीं है, बल्कि "संज्ञानात्मक निदान - वैयक्तिकृत पुश - शिक्षक हस्तक्षेप - प्रभाव मूल्यांकन" के आसपास डिज़ाइन की गई एक चार-परत उत्पाद प्रणाली है। यहां इसकी मुख्य विशेषताएं और उनके बीच तालमेल हैं:
1. मैथिया संज्ञानात्मक अनुकूली गणित ट्यूशन
मुख्य मूल्य: यह प्रश्न देने, सही या गलत का निर्णय करने और अगले प्रश्न को आगे बढ़ाने के बारे में नहीं है, बल्कि वास्तविक समय में छात्रों की "संज्ञानात्मक स्थिति" का मॉडलिंग करने और वैचारिक अंतराल का सटीक रूप से पता लगाने के बारे में है।
- बहु-कौशल स्तर का ज्ञान मानचित्र: प्रत्येक गणितीय ज्ञान बिंदु (जैसे कि "एक-आयामी रैखिक समीकरण") को 5-15 बारीक कौशलों में विभाजित किया गया है (जैसे कि "समान वस्तुओं को मर्ज करें", "वस्तुओं को स्थानांतरित करें", "गुणांक को 1")। सिस्टम प्रत्येक कौशल स्तर पर छात्रों की महारत को ट्रैक करता है और जब वे आवश्यक कौशल में महारत हासिल नहीं करते हैं तो स्वचालित रूप से प्रगति को अवरुद्ध कर देता है, यह सुनिश्चित करते हुए कि सीखने के मार्ग में कोई संरचनात्मक कमी नहीं है।
- समस्या-समाधान रणनीति ट्रैकिंग: मैथिया न केवल यह निर्धारित कर सकता है कि उत्तर सही है या गलत, बल्कि यह भी पहचान सकता है कि छात्र ने कौन सी समस्या-समाधान रणनीति अपनाई है (जैसे "परीक्षण संख्या विधि", "बीजगणित विधि", "ड्राइंग विधि"), और वर्तमान समस्या स्थिति में इस रणनीति की प्रयोज्यता निर्धारित कर सकता है। यदि कोई छात्र लगातार बीजगणितीय विधि के बजाय बीजगणितीय विधि का उपयोग करके समस्याओं को हल करता है, तो सिस्टम इस समस्या की पहचान करेगा और निर्देशित सूक्ष्म-पाठों को आगे बढ़ाएगा।
- प्राकृतिक भाषा तर्क स्कोरिंग: मैथिया लेखन में, जिसमें छात्रों को समस्या-समाधान विचारों को शब्दों में समझाने की आवश्यकता होती है, एआई कीवर्ड मिलान के बजाय शब्दार्थ के आधार पर तर्क गुणवत्ता का स्कोर करता है। यह पारंपरिक अनुकूली शिक्षण प्रणालियों के मूलभूत दोष को हल करता है जो "केवल परिणामों को देखता है, प्रक्रिया को नहीं"।
- माइक्रो-पाठ तत्काल पुश: जब सिस्टम को पता चलता है कि छात्र एक निश्चित कौशल में बार-बार गलतियाँ करते हैं, तो यह अवधारणा को समझाने के लिए स्वचालित रूप से 3-5 मिनट का इंटरैक्टिव माइक्रो-पाठ (बाहरी वीडियो पर जाने के बजाय मैथिया में निर्मित) सम्मिलित करेगा और तुरंत अभ्यास जारी रखेगा, जिससे "निदान-शिक्षण-सत्यापन" अवधारणा बनेगी।
सहक्रियात्मक प्रभाव: मैथिया का संज्ञानात्मक मॉडल डेटा सीधे लाइवलैब में इनपुट होता है। शिक्षक स्वयं छात्रों के होमवर्क का विश्लेषण किए बिना वास्तविक समय में पूरी कक्षा के "संज्ञानात्मक मानचित्र" को समझ सकते हैं - एक नज़र में, कौन से छात्र किस कौशल के किस उप-चरण में फंस गए हैं। यह पारंपरिक एलएमएस की "रिपोर्ट कार्ड" शैली रिपोर्टिंग से मौलिक रूप से अलग है।
2. फास्ट फॉरवर्ड संज्ञानात्मक साक्षरता प्रशिक्षण
मुख्य मूल्य: पारंपरिक "अधिक पढ़ें, अधिक लिखें" अभ्यास के बजाय डिस्लेक्सिया और सीखने की कठिनाइयों वाले छात्रों के लिए तंत्रिका-संज्ञानात्मक प्रशिक्षण।
- अनुकूली श्रवण प्रशिक्षण: भाषण उत्तेजना की अवधि और आवृत्ति को सटीक रूप से समायोजित करके मस्तिष्क की श्रवण प्रसंस्करण गति को प्रशिक्षित करें। यह ध्वन्यात्मक प्रसंस्करण घाटे वाले डिस्लेक्सिक छात्रों के लिए विशेष रूप से महत्वपूर्ण है।
- भाषा और पढ़ने के संज्ञानात्मक अभ्यास: ध्वन्यात्मक जागरूकता से वाक्यात्मक समझ और प्रवचन तर्क तक एक स्तरित व्यायाम प्रणाली। प्रत्येक व्यायाम अनुभाग को ग्रेड मानकों के आधार पर "मांग पर प्रश्न" के बजाय संज्ञानात्मक तंत्रिका विज्ञान में मस्तिष्क प्लास्टिसिटी (न्यूरोप्लास्टिसिटी) के सिद्धांत के आधार पर डिज़ाइन किया गया है।
- प्रगति ट्रैकिंग और हस्तक्षेप रिपोर्ट: सिस्टम स्वचालित रूप से छात्रों के संज्ञानात्मक कौशल सुधार वक्र उत्पन्न करता है, और शिक्षक प्रशिक्षण से पहले और बाद में मानकीकृत मूल्यांकन स्कोर की तुलना कर सकते हैं।
सिनर्जी: फास्ट फॉरवर्ड और मैथिया को डेटा स्तर पर जोड़ा जा सकता है - जब लाइवलैब को पता चलता है कि गणित में एक छात्र की कठिनाई अपर्याप्त पढ़ने की समझ (शब्द समस्याओं के पाठ को समझने में असमर्थता) के कारण है, तो यह सिफारिश कर सकता है कि शिक्षक छात्र को फास्ट फॉरवर्ड प्रशिक्षण योजना में एक साथ शामिल करें। यह क्रॉस-प्रोडक्ट डायग्नोस्टिक लिंकेज कार्नेगी लर्निंग के उत्पाद मैट्रिक्स का एक अनूठा लाभ है।
3. लाइवलैब शिक्षक वास्तविक समय डैशबोर्ड
मुख्य मूल्य: "अनुभव के आधार पर कौन अच्छा है इसका निर्णय करना" से लेकर "डेटा को देखकर यह जानना कि कौन कहां फंस गया है" तक निर्णय लेने की शिक्षा का परिवर्तन।
- पूरी कक्षा का हीट मैप: वास्तविक समय में प्रत्येक छात्र की वर्तमान सीखने की गतिविधियों, महारत की प्रगति और कठिन ज्ञान बिंदुओं के वितरण को प्रदर्शित करता है। हरे का अर्थ है "प्रगति करना", पीले का अर्थ है "कठिनाइयों का सामना करना", और लाल का अर्थ है "लंबे समय से अटका हुआ"।
- पदानुक्रमित समूहीकरण सुझाव: सिस्टम स्वचालित रूप से समूह शिक्षण के लिए उपयुक्त 3-5 लोगों की एक समूहीकरण योजना की सिफारिश करता है, जो छात्रों के वर्तमान कठिनाई बिंदुओं के आधार पर क्लस्टरिंग करता है - एक साधारण "अच्छे छात्रों का समूह/गरीब छात्रों का समूह" नहीं, बल्कि "छात्रों का एक समूह जो भिन्न गुणन पर अटके हुए हैं, और छात्रों का एक समूह जो ज्यामितीय प्रमाणों पर अटके हुए हैं"।
- हस्तक्षेप कार्रवाई रिकॉर्ड: शिक्षक लाइवलैब में कार्यान्वित हस्तक्षेप उपायों (जैसे एक-पर-एक ट्यूशन, पुन: स्पष्टीकरण, अतिरिक्त अभ्यास) को चिह्नित कर सकते हैं, और सिस्टम डेटा-संचालित शिक्षण हस्तक्षेप प्रणाली बनाने के लिए उपाय के प्रभाव का पालन करेगा।
4. मैथस्ट्रीम इंटरैक्टिव वीडियो ट्यूशन
मुख्य मूल्य: "शुद्ध एआई ट्यूशन में मानवीय स्पर्श की कमी" की समस्या को हल करने के लिए वास्तविक शिक्षकों के समस्या-समाधान वीडियो को अनुकूली शिक्षण पथों में एम्बेड करें।
- ऑन-डिमांड वीडियो पुश: जब छात्र मैथिया में एक निश्चित ज्ञान बिंदु पर अटक जाते हैं, तो सिस्टम एक वास्तविक गणित शिक्षक द्वारा रिकॉर्ड किया गया 2-4 मिनट का समस्या-समाधान वीडियो भेजता है। यह शैली टिकटॉक/रील्स के समान है, जो समकालीन छात्रों की लघु वीडियो उपभोग आदतों के अनुकूल है।
- एम्बेडेड चेकपॉइंट: प्लेबैक के दौरान वीडियो रुक जाएगा और एक चेक प्रश्न पॉप अप हो जाएगा। छात्र केवल सही उत्तर देने के बाद ही देखना जारी रख सकते हैं, यह सुनिश्चित करते हुए कि निष्क्रिय देखना "पृष्ठभूमि ध्वनि" न बन जाए।
5. क्लीयरमैथ प्राथमिक प्राथमिक विद्यालय गणित समाधान
मुख्य मूल्य: मैथिया के संज्ञानात्मक मॉडल को K-5 गणित चरण तक विस्तारित करें, जिसमें संख्या बोध, जोड़ और घटाव से लेकर भिन्न और दशमलव तक संपूर्ण सीखने का मार्ग शामिल है।
6. अन्य विषय एवं भाषा पाठ्यक्रम
- ईएलए पाठ्यक्रम: दर्पण और खिड़कियां (अंग्रेजी भाषा कला पाठ्यक्रम), क्लियरफ्लुएंसी (मौखिक प्रवाह मूल्यांकन), बुकशॉप फोनिक्स (फोनिक्स)।
- विश्व भाषा पाठ्यक्रम: स्पेनिश, फ्रेंच, जर्मन, चीनी, इतालवी आदि जैसे संपूर्ण पाठ्यक्रम प्रणालियाँ। प्रत्येक पाठ्यक्रम शिक्षण सामग्री, ऑनलाइन अभ्यास और मूल्यांकन उपकरण प्रदान करता है।
कार्नेगी लर्निंग का मॉडल और संस्करण विकास
कार्नेगी लर्निंग का उत्पाद विकास "संस्करण संख्या" द्वारा चिह्नित एक सॉफ्टवेयर पुनरावृत्ति नहीं है, बल्कि उत्पाद लाइन विस्तार और संज्ञानात्मक इंजन उन्नयन पर आधारित एक विकास इतिहास है। इस विकास को समझने से खरीदारों को प्लेटफ़ॉर्म की परिपक्वता और प्रौद्योगिकी रोडमैप की स्थिरता का मूल्यांकन करने में मदद मिलती है।
पहला चरण: मैथिया का जन्म और गहरी खेती (1998-2014)
- 1998: यह परियोजना कार्नेगी मेलन विश्वविद्यालय में संज्ञानात्मक मनोविज्ञान अनुसंधान कार्यक्रम के रूप में शुरू हुई, जिसमें स्टीवन रिटर, विलियम एस. हेडली, जॉन आर. एंडरसन (एसीटी-आर संज्ञानात्मक वास्तुकला के निर्माता), और केनेथ कोएडिंगर (मानव-कंप्यूटर संपर्क और सीखने के विज्ञान में एक विशेषज्ञ) सहित एक संस्थापक टीम शामिल थी।
- 2011: अपोलो समूह ने $75 मिलियन में कार्नेगी लर्निंग का अधिग्रहण किया और कार्नेगी मेलन विश्वविद्यालय से लाइसेंस संबंधी प्रौद्योगिकी के लिए अतिरिक्त $21.5 मिलियन का भुगतान किया।
- 2014: मैथिया (मूल नाम कॉग्निटिव ट्यूटर) को पब्लिक स्कूलों में परिपक्व रूप से तैनात किया गया है, जो छठी कक्षा से लेकर उन्नत गणित तक की संपूर्ण पाठ्यक्रम प्रणाली को कवर करता है। दस वर्षों से अधिक कक्षा शिक्षण डेटा संचय के बाद संज्ञानात्मक मॉडल ने उच्च सटीकता हासिल की है।
दूसरा चरण: एम एंड ए विस्तार और अनुशासन विस्तार (2015-2020)
- 2015: अपोलो समूह ने कार्नेगी लर्निंग को शिकागो स्थित शिक्षा निवेश समूह को बेच दिया, जिससे कंपनी K-12 पर केंद्रित एक स्वतंत्र पथ पर लौट आई।
- 2018: निजी इक्विटी फर्म सीआईपी कैपिटल ने कार्नेगी लर्निंग का अधिग्रहण किया। उसी वर्ष, इसने न्यू माउंटेन लर्निंग की प्रकाशन संपत्तियों को एकीकृत किया और ईएलए और वर्ल्ड लैंग्वेजेज जैसी विषय पंक्तियों को पूरा करने के लिए ईएमसी, पैराडाइम और जेआईएसटी जैसे पाठ्यपुस्तक ब्रांडों का अधिग्रहण किया।
- 2020: साइंटिफिक लर्निंग कॉरपोरेशन का अधिग्रहण किया और उत्पाद मैट्रिक्स में फास्ट फॉरवर्ड साक्षरता प्रशिक्षण उत्पादों को शामिल किया, जो "एकल विषय के रूप में गणित" से "सभी विषयों" में परिवर्तन में एक महत्वपूर्ण कदम है।
तीसरा चरण: एआई अपग्रेड और उत्पाद मैट्रिक्स सुधार (2020-2026)
- 2020-2022: महामारी संयुक्त राज्य भर के जिलों में डिजिटल खरीद की लहर चलाती है। कार्नेगी लर्निंग मैथिया के एआई इंजन अपग्रेड को तेज करता है - एक अधिक सुव्यवस्थित नीति ट्रैकिंग मॉडल, एक प्राकृतिक भाषा तर्क स्कोरिंग मॉड्यूल और एक वास्तविक समय समूहन एल्गोरिदम पेश करता है।
- 2022: वर्चुअल स्कूल संचालन अनुभव और प्रौद्योगिकी संपत्ति हासिल करने के लिए, सूज़ी एमिस कैमरून और जेम्स कैमरून द्वारा स्थापित K-12 ऑनलाइन शिक्षण मंच, MUSE वर्चुअल का अधिग्रहण किया।
- 2023-2024: मैथस्ट्रीम इंटरैक्टिव वीडियो ट्यूशन मैथिया एडवेंचर (गेमिफ़ाइड लर्निंग) और क्लियरमैथ एलीमेंट्री (प्राथमिक स्कूल गणित कार्यक्रम) का लॉन्च। लाइवलैब डैशबोर्ड ने क्रॉस-प्रोडक्ट डेटा एकीकरण क्षमताओं को जोड़ते हुए एक प्रमुख यूआई अपग्रेड पूरा कर लिया है।
- अक्टूबर 2024: सेंट जॉन्स, न्यूफाउंडलैंड, कनाडा में कनाडाई मुख्यालय का उद्घाटन, उत्तरी अमेरिका के बाहर के बाजारों में विस्तार की शुरुआत का प्रतीक है।
- 2025-2026: तर्क स्कोरिंग और नीति पहचान मॉड्यूल में एनएलपी क्षमताओं को अधिक गहराई से एम्बेड करने के लिए अनुकूली इंजन के गहन शिक्षण मॉडल को अपग्रेड करना जारी रखें। लाइवलैब भविष्य कहनेवाला हस्तक्षेप सुझाव प्रस्तुत करता है - न केवल शिक्षकों को यह बताता है कि "अभी किसे परेशानी हो रही है" बल्कि यह भी भविष्यवाणी करता है कि "यदि कोई हस्तक्षेप नहीं किया गया तो अगले सप्ताह कौन पीछे रह सकता है।"
रिलीज़ नोट्स: कार्नेगी लर्निंग के उत्पाद संस्करण संख्याएँ जनता के लिए उपलब्ध नहीं हैं। उपरोक्त मील के पत्थर विकिपीडिया रिकॉर्ड, आधिकारिक प्रेस विज्ञप्ति और सार्वजनिक उद्योग रिपोर्ट पर आधारित हैं। सटीक इंजन संस्करण संख्या और एपीआई संस्करण को वाणिज्यिक चैनलों के माध्यम से प्राप्त करने की आवश्यकता है। यह अनुशंसा की जाती है कि खरीदार मूल्यांकन के आधार के रूप में बिक्री टीम से पिछले तीन वर्षों के लिए उत्पाद अद्यतन रोडमैप (रोडमैप) का अनुरोध करें।
कार्नेगी लर्निंग के तकनीकी लाभ
कार्नेगी लर्निंग की तकनीकी बाधा "नवीनतम एआई मॉडल का उपयोग किस प्रकार किया जाता है" में नहीं है, बल्कि शैक्षिक परिदृश्यों की इसकी गहन समझ और संज्ञानात्मक मॉडलों की निरंतर पॉलिशिंग में है। निम्नलिखित इसके तकनीकी तंत्र को चार आयामों से अलग करता है:
1. संज्ञानात्मक मॉडल-चालित अनुकूली इंजन (डेटा-चालित नहीं)
अधिकांश अनुकूली शिक्षण प्रणालियाँ (कुछ एआई शिक्षा उत्पादों सहित) "नॉलेज ट्रेसिंग" पद्धति को अपनाती हैं - बायेसियन मॉडल या गहन शिक्षण नेटवर्क के माध्यम से, छात्र के उत्तर अनुक्रम के आधार पर महारत की संभावना की गणना की जाती है। कार्नेगी लर्निंग का मैथिया इंजन इस आधार पर मॉडलिंग आयामों की तीन परतें जोड़ता है:
- रणनीति चयन मॉडल: न केवल "आप कर सकते हैं" पर निर्भर करता है, बल्कि "आप कैसे सोचते हैं" पर भी निर्भर करता है। सिस्टम में कई गणित शिक्षा विशेषज्ञों द्वारा चिह्नित एक अंतर्निहित समस्या-समाधान रणनीति लाइब्रेरी है। जब छात्र समस्याओं को हल करते हैं, तो इंजन छात्र के इनपुट अनुक्रम (जैसे कि वस्तुओं को पहले स्थानांतरित करना या समान वस्तुओं को पहले विलय करना) का विश्लेषण करके उनके द्वारा अपनाई गई रणनीति का अनुमान लगाता है, और वर्तमान समस्या में रणनीति की प्रभावशीलता निर्धारित करता है।
- समय आयाम मॉडलिंग: प्रत्येक चरण का ठहराव समय मॉडल में शामिल किया गया है। असामान्य रूप से लंबा समय "अनुमान लगाना" या "व्याकुलता" का संकेत दे सकता है, और असामान्य रूप से कम समय "यादृच्छिक रूप से भरने" या "साहित्यिक चोरी" का संकेत दे सकता है। इन संकेतों का उपयोग पुश रणनीति को समायोजित करने के लिए किया जाता है - अनुमान लगाने वाले छात्रों के लिए त्वरित आवृत्ति बढ़ाना और विचलित छात्रों के लिए प्रश्न प्रस्तुत करने के तरीकों को बदलना।
- त्रुटि वर्गीकरण मॉडल: सिस्टम केवल "गलत उत्तर" को रिकॉर्ड नहीं करता है, बल्कि त्रुटियों को "अवधारणा गलतफहमी", "गणना त्रुटि", "अनुचित रणनीति" या "प्रश्न पढ़ने में विचलन" जैसे प्रकारों में वर्गीकृत करता है। विभिन्न प्रकार की त्रुटियाँ अलग-अलग शिक्षण प्रतिक्रियाएँ उत्पन्न करती हैं।
तंत्र → प्रभाव: उपरोक्त तीन-परत मॉडल का आरोपित प्रभाव यह है कि मैथिया का उस छात्र के साथ व्यवहार जो "अंशों को जोड़ने में गलती करता है" केवल 10 और भिन्न जोड़ प्रश्न देना नहीं है, बल्कि यह निर्धारित करना है कि क्या "छात्र सामान्य विभाजक (अवधारणा गलतफहमी) की अवधारणा को नहीं समझता है" या "तरीकों का उपयोग कर सकता है लेकिन अक्सर अणुओं (गणना त्रुटियों) को जोड़ने के चरणों को याद करता है।" पहला अवधारणा स्पष्टीकरण पर सूक्ष्म-व्याख्यान को आगे बढ़ाएगा, और दूसरा लक्षित अभ्यासों को आगे बढ़ाएगा।
2. ज्ञान मानचित्र और पाठ्यक्रम मानकों का गहन बंधन
मैथिया का सामग्री मॉडल केवल एक कौशल-स्तरीय वृक्ष नहीं है, बल्कि कॉमन कोर स्टेट स्टैंडर्ड्स (सीसीएसएस) और राज्य पाठ्यक्रम मानकों के साथ बारीक रूप से संरेखित है। प्रत्येक ज्ञान बिंदु सिस्टम में सीसीएसएस मानक कोड के एक सेट से मेल खाता है, जिसका अर्थ है:
- मानक ऑडिट सुविधाएं: स्कूल सटीक रूप से ट्रैक कर सकते हैं कि "हम CCSS.7.EE.B.4 (वास्तविक जीवन, बहु-चरणीय समस्याओं को हल करना) पर कितना अच्छा कर रहे हैं।"
- लचीली पाठ्यचर्या मैपिंग: यदि कोई स्कूल जिला गैर-सीसीएसएस मानकों (जैसे टेक्सास के लिए टीईकेएस) का उपयोग करता है, तो कार्नेगी लर्निंग एक मानक कस्टम मैपिंग टूल प्रदान करता है, लेकिन इस टूल के लिए कुछ कॉन्फ़िगरेशन निवेश की आवश्यकता होती है।
- क्रॉस-ग्रेड कनेक्शन: सिस्टम यह पहचान सकता है कि "आठवीं कक्षा के एक निश्चित छात्र को समीकरणों को हल करने में कठिनाई इसलिए हो रही है क्योंकि सातवीं कक्षा के छात्रों के स्थानांतरण कौशल में महारत हासिल नहीं हुई है" और स्वचालित रूप से सातवीं कक्षा के स्तर की सामग्री भर देता है - यह उन स्कूलों में एक प्रकार का पाठ्यक्रम अनुकूलन लचीलापन है जो समान रूप से ग्रेड के अनुसार पढ़ाते हैं।
3. लाइवलैब का डेटा विश्लेषण और हस्तक्षेप मार्गदर्शन
लाइवलैब एक पारंपरिक "छात्र प्रदर्शन डैशबोर्ड" नहीं है, बल्कि एक शिक्षण निर्णय समर्थन प्रणाली है:
- वास्तविक समय समूहीकरण एल्गोरिदम: सभी छात्रों की वर्तमान सीखने की स्थिति डेटा के आधार पर, कठिन ज्ञान बिंदुओं के अनुसार छात्रों को समूहीकृत करने के लिए एक क्लस्टरिंग एल्गोरिदम का उपयोग किया जाता है। प्रदर्शन के आधार पर समूहीकरण के विपरीत, यह गतिशील समूहीकरण कक्षा दर कक्षा बदल सकता है क्योंकि यह "अंतिम परीक्षा" परिणामों के बजाय "अब" कठिनाई बिंदुओं को दर्शाता है।
- हस्तक्षेप प्रभाव ट्रैकिंग: शिक्षक द्वारा हस्तक्षेप कार्रवाई को चिह्नित करने के बाद, सिस्टम स्वचालित रूप से बाद के सीखने में छात्र के प्रदर्शन में बदलाव को ट्रैक करता है। समय के साथ एकत्रित डेटा शिक्षकों को यह पहचानने में मदद कर सकता है कि उनकी अपनी कक्षाओं के लिए कौन सी हस्तक्षेप रणनीतियाँ सबसे प्रभावी हैं।
- प्रिडिक्टिव एनालिटिक्स: लाइवलैब का नवीनतम संस्करण सरल समय श्रृंखला पूर्वानुमान का परिचय देता है - वर्तमान सीखने के प्रक्षेपवक्र के आधार पर अगली इकाई मूल्यांकन में एक छात्र के संभावित प्रदर्शन की भविष्यवाणी करता है, जिससे शिक्षकों को तथ्य के बाद सुधार करने के बजाय पहले से हस्तक्षेप करने में मदद मिलती है।
4. शुद्ध एआई शिक्षण उत्पादों से तकनीकी स्थिति में अंतर
| तकनीकी आयाम | कार्नेगी लर्निंग | सामान्य एआई सहायक (जैसे कि चैटजीपीटी/क्लाउड) ने शिक्षा के लिए आवेदन किया |
|---|---|---|
| आधिकारिक शिक्षण सामग्री | विषय विशेषज्ञों द्वारा लिखित और पाठ्यक्रम मानकों के अनुरूप | मॉडल-जनित सामग्री, पाठ्यक्रम मानकों द्वारा गारंटीकृत नहीं |
| छात्र मॉडल | बहुआयामी संज्ञानात्मक मॉडल (रणनीति + समय + त्रुटि वर्गीकरण) | असंरचित छात्र मॉडल, शिक्षार्थी की स्थिति की कोई स्मृति नहीं |
| शिक्षण रणनीति | संज्ञानात्मक विज्ञान पर आधारित पदानुक्रमित शिक्षण रणनीति | एक बार का प्रश्न और उत्तर, कोई दीर्घकालिक शिक्षण पथ योजना नहीं |
| डेटा प्रबंधन | निदान→शिक्षण→अभ्यास→आकलन→पुनः निदान | प्रत्येक वार्तालाप स्वतंत्र है, कोई शिक्षण प्रबंधन नहीं |
| गोपनीयता अनुपालन | FERPA अनुपालक, COPPA अनुपालक, मॉडल प्रशिक्षण के लिए डेटा का उपयोग नहीं किया जाता है | मुफ़्त संस्करण और व्यावसायिक संस्करण की डेटा उपयोग नीति को अलग करने की आवश्यकता है |
तकनीकी फायदों का सारांश: कार्नेगी लर्निंग का तकनीकी मार्ग यह निर्धारित करता है कि यह "सबसे तेज़ एआई शिक्षा उत्पाद" नहीं है, लेकिन यह "सबसे अधिक समझाने योग्य शिक्षण तर्क के साथ अनुकूली मंच" होने की संभावना है। शिक्षा शोधकर्ताओं और क्रय निर्णय निर्माताओं के लिए, इस व्याख्यात्मकता का अर्थ है कि किसी उत्पाद के प्रभाव पुनरुत्पादित और सुधार योग्य हैं - आप बता सकते हैं कि यह क्यों काम करता है और इसे और अधिक प्रभावी कैसे बनाया जाए।
कार्नेगी लर्निंग का उपयोग कैसे करें
कार्नेगी लर्निंग की तैनाती और उपयोग पथ उपभोक्ता-सामना वाले एआई उत्पादों से मौलिक रूप से अलग है - यह एक सास मंच है जिसके लिए स्कूल/जिला स्तर पर एकीकृत तैनाती की आवश्यकता होती है, न कि एक एप्लिकेशन के बजाय जिसे व्यक्ति स्वयं पंजीकृत कर सकते हैं। विभिन्न भूमिकाओं की उपयोग प्रक्रिया निम्नलिखित है:
स्कूल/जिला खरीद आरंभ प्रक्रिया
- आकलन की आवश्यकता: जिला उन विषयों को निर्धारित करता है जिनके लिए कवरेज की आवश्यकता होती है (गणित, साक्षरता ईएलए, विश्व भाषाएँ), ग्रेड रेंज और बजट। पहले पायलट परीक्षण के लिए आवेदन करने की सिफारिश की जाती है (आमतौर पर 3-6 महीने, 2-3 कक्षाओं को कवर करते हुए), और फिर शिक्षण प्रभाव सत्यापित होने के बाद विस्तार करें।
- अनुबंध पर हस्ताक्षर: अनुकूलित उद्धरण प्राप्त करने के लिए कार्नेगी लर्निंग बिक्री टीम (आधिकारिक वेबसाइट संपर्क फ़ॉर्म या फोन) से संपर्क करें। अनुबंध में पुष्टि की जानी है: लाइसेंस प्रकार (प्रति-छात्र बनाम प्रति-स्कूल), डेटा भंडारण स्थान (अमेरिका में बनाम कनाडा/अन्य क्षेत्रों का समर्थन), एफईआरपीए अनुपालन शर्तें, शिक्षक प्रशिक्षण वितरण विधि (ऑनलाइन/ऑफ़लाइन/हाइब्रिड), और तकनीकी सहायता एसएलए।
- कार्यान्वयन और प्रशिक्षण: आधिकारिक तौर पर शिक्षक प्रशिक्षण (व्यावसायिक विकास) सेवाएं प्रदान करता है, जिसमें आमतौर पर 2-3 दिन की स्टार्टअप कार्यशाला और चल रही ऑनलाइन सहायता शामिल होती है। कार्नेगी लर्निंग के साथ मुख्य इंटरफ़ेस के रूप में आंतरिक रूप से एक "निर्देशात्मक प्रौद्योगिकी कोच" तैयार करने की अनुशंसा की जाती है।
- तकनीकी परिनियोजन: कार्नेगी लर्निंग एक क्लाउड SaaS मॉडल है, और स्कूलों को सर्वर स्थापित करने की आवश्यकता नहीं है। आईटी विभाग को यह सुनिश्चित करने की आवश्यकता है कि: सभी छात्र डिवाइस
*.carnegielearning.comडोमेन नाम तक पहुंच सकते हैं, ब्राउज़र Chrome/Firefox/Safari/Edge का नवीनतम संस्करण है, और फास्ट फॉरवर्ड के लिए हेडफ़ोन और एक स्थिर इंटरनेट कनेक्शन की आवश्यकता होती है। - कोर्स मैपिंग: स्कूल पाठ्यक्रम समन्वयक (पाठ्यचर्या समन्वयक) सिस्टम में मानक सामग्री अनुक्रम के लिए स्कूल की पाठ्यक्रम योजना (पेसिंग गाइड) को मैप करने के लिए कार्नेगी लर्निंग की पाठ्यक्रम सेवा टीम के साथ सहयोग करता है।
शिक्षकों के लिए दैनिक उपयोग की प्रक्रिया
- कक्षा-पूर्व तैयारी: शिक्षक उस दिन कक्षा के हीट मैप को देखने के लिए लाइवलैब में लॉग इन करते हैं ताकि यह समझ सकें कि किन छात्रों को किस ज्ञान बिंदु में कठिनाइयाँ हैं, और तदनुसार शिक्षण योजना को समायोजित करें - किन छात्रों को एक-पर-एक ट्यूशन की आवश्यकता है, कौन से छात्र स्वतंत्र रूप से आगे बढ़ सकते हैं, और कौन से छात्र समूह चर्चा के लिए उपयुक्त हैं।
- कक्षा कार्यान्वयन:
- व्यक्तिगत अभ्यास पूरा करने के लिए छात्र मैथिया या फास्ट फॉरवर्ड में लॉग इन करते हैं; शिक्षक वास्तविक समय में लाइवलैब में प्रगति की निगरानी कर सकते हैं।
- जब लाइवलैब दिखाता है कि कक्षा को एक निश्चित ज्ञान बिंदु पर कम महारत हासिल है, तो शिक्षक स्व-अध्ययन रोक देगा और एकीकृत स्पष्टीकरण मोड पर स्विच कर देगा।
- जिन छात्रों को अतिरिक्त सहायता की आवश्यकता है, शिक्षक तुरंत मैथिया में "छात्रों का संपूर्ण समाधान पथ" देख सकते हैं - न केवल अंतिम उत्तर देख सकते हैं, बल्कि संज्ञानात्मक ब्रेकप्वाइंट का तुरंत पता लगाने के लिए प्रत्येक चरण पर छात्र के संचालन का क्रम भी देख सकते हैं।
- कक्षा के बाद मूल्यांकन: शिक्षण रणनीतियों के समायोजन की आवश्यकता वाले ज्ञान बिंदुओं की पहचान करने के लिए रचनात्मक मूल्यांकन (फॉर्मेटिव असेसमेंट) करने के लिए सिस्टम द्वारा उत्पन्न सीखने की रिपोर्ट का उपयोग करें।
विद्यार्थी प्रवेश
| भूमिका | प्रवेश | मुख्य संचालन | आवश्यक उपकरण |
|---|---|---|---|
| छात्र (गणित) | मथिया वेब एप्लीकेशन | वैयक्तिकृत अभ्यास, सूक्ष्म-कक्षा शिक्षण, स्पष्टीकरण लिखना | क्रोमबुक/आईपैड/विंडोज नोटबुक |
| छात्र (पढ़ना और लिखना) | फास्ट फॉरवर्ड क्लाइंट/वेब | श्रवण प्रशिक्षण, भाषा अभ्यास, पढ़ने का अभ्यास | कंप्यूटर + हेडफ़ोन |
| शिक्षक | लाइवलैब डैशबोर्ड | वास्तविक समय की निगरानी, समूह प्रबंधन, हस्तक्षेप रिकॉर्डिंग | कोई भी वेब ब्राउज़र |
| शिक्षण शोधकर्ता/प्रिंसिपल | प्रबंधन रिपोर्ट पैनल | स्कूल-व्यापी/जिला डेटा अवलोकन, मानक उपलब्धि रिपोर्ट | कोई भी वेब ब्राउज़र |
सामान्य एआई शैक्षिक टूल से उपयोगकर्ता अनुभव में अंतर
कार्नेगी लर्निंग का उपयोग करने का अनुभव "संवाद बॉक्स खोलना और एआई प्रश्न पूछना" नहीं है, बल्कि एक संरचित शिक्षण प्रबंधन प्रणाली है। छात्र "आज क्या अध्ययन करें" नहीं चुन सकते - सिस्टम का अनुकूली इंजन स्वचालित रूप से संज्ञानात्मक मॉडल के आधार पर सीखने के कार्य निर्दिष्ट करता है। इस डिजाइन अवधारणा के फायदे और नुकसान समान रूप से स्पष्ट हैं: लाभ सीखने के मार्ग की अखंडता और व्यवस्थितता सुनिश्चित करना है, लेकिन नुकसान यह है कि छात्रों के पास स्वतंत्र विकल्प बनाने का अधिकार नहीं है, जो मजबूत आत्म-प्रेरणा वाले छात्रों के लिए संयम की भावना पैदा कर सकता है।
कार्नेगी लर्निंग के लिए उत्पाद मूल्य निर्धारण
कार्नेगी लर्निंग की मूल्य निर्धारण प्रणाली बी-एंड स्कूल खरीद पर केंद्रित है और इसमें सार्वजनिक मूल्य सूची नहीं है। निम्नलिखित विश्लेषण सार्वजनिक शिक्षा प्रौद्योगिकी खरीद डेटा और उद्योग प्रथाओं पर आधारित है। वास्तविक कोटेशन व्यावसायिक चैनलों के माध्यम से प्राप्त किए जाने चाहिए।
मूल्य निर्धारण मॉडल अवलोकन
| खरीद मॉडल | बिलिंग विधि | लागू वस्तुएं | विशिष्ट अनुबंध चक्र |
|---|---|---|---|
| एकल विद्यालय लाइसेंस | प्रति छात्र वर्ष शुल्क | सिंगल के-12 स्कूल | 1 वर्ष |
| जिला लाइसेंस | प्रति-छात्र-वर्ष शुल्क (स्तरीय छूट) | 2+ स्कूलों वाले जिले | 1-3 वर्ष |
| राज्यव्यापी | कस्टम अनुबंध | राज्य शिक्षा विभाग | 3-5 वर्ष |
| पायलट परीक्षण | प्रति छात्र वार्षिक शुल्क (आमतौर पर 6-12 महीने) | भावी स्कूल | 6 महीने |
सी-साइड/व्यक्तिगत
कार्नेगी लर्निंग सीधे व्यक्तिगत परिवारों को नहीं बेचता है। यह एक महत्वपूर्ण निर्णय सीमा है - होमस्कूल परिवार या छात्र जो कक्षा के बाहर मैथिया तक पहुंच चाहते हैं, वे ग्रामरली या डुओलिंगो की सदस्यता की तरह सीधे भुगतान नहीं कर सकते हैं। इस लेख को लिखे जाने तक, किसी भी आधिकारिक व्यक्तिगत सदस्यता योजना का खुलासा नहीं किया गया है। जरूरतमंद परिवार अपवाद व्यवस्था मौजूद है या नहीं, इसके बारे में पूछताछ करने के लिए बिक्री टीम से संपर्क करने का प्रयास कर सकते हैं, लेकिन यह एक मानक उत्पाद पथ नहीं है।
बी-साइड/स्कूल और जिले
अनुमानित मूल्य सीमा (व्यावसायिक पुष्टि की आवश्यकता है):
| उत्पाद | प्रति छात्र वार्षिक शुल्क (अनुमानित) | सेवाएँ शामिल |
|---|---|---|
| मैथिया (6-12 गणित) | यूएस$30-45 | अनुकूली शिक्षण इंजन लाइवलैब, माइक्रो-कोर्स लाइब्रेरी, बुनियादी तकनीकी सहायता |
| फास्ट फॉरवर्ड (साक्षरता हस्तक्षेप) | $35-$55 | अनुकूली निदान और प्रशिक्षण, प्रगति ट्रैकिंग, शिक्षक प्रशिक्षण |
| मैथिया + फास्ट फॉरवर्ड कॉम्बो | $50-$70 | क्रॉस-प्रोडक्ट डेटा एकीकरण, एकीकृत लाइवलैब डैशबोर्ड |
| पूर्ण विषय बंडल | $60-$90 | गणित + साक्षरता + ईएलए + विश्व भाषाएँ + प्राथमिकता समर्थन |
छूट पर बातचीत की गुंजाइश: यूएस के-12 एडटेक खरीद में उद्योग अभ्यास के आधार पर, बड़े अनुबंध ($100,000+ वार्षिक शुल्क) को आमतौर पर 10%-25% की छूट मिलती है। बहु-वर्षीय अनुबंध (3+ वर्ष) को कुल कीमत पर 5% -15% की अतिरिक्त छूट मिलती है। ई-रेट अनुदान कार्यक्रम के माध्यम से खरीदारी करने वाले स्कूलों को अतिरिक्त संघीय सब्सिडी भी मिलती है।
सबसे महत्वपूर्ण मूल्य मुद्दा: अनुबंध पर हस्ताक्षर करने से पहले, बिक्री टीम से यह स्पष्ट करने के लिए पूछना सुनिश्चित करें कि क्या निम्नलिखित लागतें उद्धरण में शामिल हैं - शिक्षक प्रशिक्षण (व्यावसायिक विकास) की संख्या और रूप, पाठ्यक्रम मैपिंग सेवा के अधिकतम कार्य घंटे, डेटा माइग्रेशन की लागत (यदि अन्य प्लेटफार्मों से माइग्रेट हो रही है), और लाइसेंस प्राप्त छात्रों की संख्या से परे लचीले विस्तार के लिए इकाई मूल्य।
उद्यम/स्कूल जिला स्तर
बड़े स्कूल जिले (10,000 से अधिक छात्र) एक अनुकूलित अनुबंध मॉडल का उपयोग कर सकते हैं जिसमें शामिल हैं:
- समर्पित ग्राहक सफलता प्रबंधक
- अनुकूलित रिपोर्ट और डेटा निर्यात (एपीआई/एसएफटीपी बैच निर्यात का समर्थन करता है)
- शिक्षक प्रशिक्षण का गहन अनुकूलन (विषय/ग्रेड के अनुसार स्तरीकृत प्रशिक्षण)
- प्राथमिकता तकनीकी सहायता प्रतिक्रिया (जैसे 4 घंटे के भीतर प्रतिक्रिया)
- छात्र डेटा का वैकल्पिक स्थानीयकृत भंडारण (अतिरिक्त बुनियादी ढांचा शुल्क पर बातचीत)
कार्नेगी लर्निंग के अनुप्रयोग परिदृश्य
कार्नेगी लर्निंग के अनुप्रयोग परिदृश्य K-12 सार्वजनिक शिक्षा प्रणाली में गणित और साक्षरता कौशल के संरचित सुधार पर केंद्रित हैं। निम्नलिखित चार परिदृश्यों को बड़े पैमाने पर तैनाती के माध्यम से सत्यापित किया गया है:
परिदृश्य 1: मिश्रित क्षमता वाली कक्षाओं में गणित का विभेदित शिक्षण
दर्द बिंदु: सातवीं कक्षा की गणित कक्षा में, एक तिहाई छात्रों ने वर्तमान ज्ञान बिंदुओं में महारत हासिल कर ली है, एक तिहाई अभी तैयारी की स्थिति में हैं, और एक तिहाई को अभी भी आवश्यक कौशल को पूरक करने की आवश्यकता है। एकीकृत गति से पारंपरिक शिक्षण इस ओर ले जाता है कि "अच्छे लोगों को पर्याप्त भोजन नहीं मिल पाता है, और बुरे लोग टिक नहीं पाते हैं।"
कार्नेगी लर्निंग का समाधान:
- मैथिया प्रत्येक छात्र को एक व्यक्तिगत शिक्षण पथ प्रदान करता है, जिसमें पूरी कक्षा को एक ही समय में एक ही सामग्री का अध्ययन करने की आवश्यकता नहीं होती है।
- शिक्षक लाइवलैब के माध्यम से वास्तविक समय में पूरी कक्षा के "संज्ञानात्मक मानचित्र" में महारत हासिल कर सकते हैं, और लक्षित शिक्षण के लिए समान सहायता की आवश्यकता वाले छात्रों को समूहों में विभाजित कर सकते हैं।
- MATHstream लघु वीडियो अटके हुए छात्रों के लिए वास्तविक-व्यक्ति मार्गदर्शन प्रदान करते हैं, जिससे शिक्षकों द्वारा स्पष्टीकरण दोहराने का बोझ कम हो जाता है।
लागत में कमी और दक्षता में सुधार कटौती:
- शिक्षकों के लिए: "होमवर्क के ढेर को सही करने से लेकर यह पता लगाने तक कि कौन नहीं कर सकता" से लेकर "पैनल खोलकर पता लगाने तक कि कौन कहां फंसा हुआ है", तक अलग-अलग डिप्लोमा के लिए तैयारी का समय प्रति सप्ताह 2-3 घंटे से घटाकर 15-20 मिनट (अनुमानित) कर दिया गया है। हालाँकि, लाइवलैब पैनल की व्याख्या क्षमता के लिए प्रशिक्षण की आवश्यकता होती है, जिससे प्रारंभिक चरण में शिक्षकों का संज्ञानात्मक भार बढ़ सकता है।
- छात्रों के लिए: 80% से अधिक की महारत वाले छात्र स्वतंत्र रूप से आगे बढ़ सकते हैं और अब उन्हें पूरी कक्षा के इंतजार में कक्षा का समय बर्बाद नहीं करना पड़ेगा; अपर्याप्त निपुणता वाले छात्रों को उन सामग्रियों का पालन करने के लिए मजबूर करने के बजाय लक्षित सुधार प्राप्त होता है जिन्हें वे नहीं समझते हैं।
परिदृश्य 2: डिस्लेक्सिया और विशेष शिक्षा साक्षरता हस्तक्षेप
दर्द बिंदु: K-12 छात्रों के बीच डिस्लेक्सिया (डिस्लेक्सिया) की घटना लगभग 5% -15% है, लेकिन अधिकांश डिजिटल शिक्षण उत्पाद लक्षित संज्ञानात्मक प्रशिक्षण प्रदान नहीं करते हैं-वे मानते हैं कि छात्रों के पास पहले से ही बुनियादी ध्वनि प्रसंस्करण क्षमताएं हैं।
कार्नेगी लर्निंग का समाधान:
- फास्ट फॉरवर्ड का श्रवण प्रशिक्षण तंत्रिका-संज्ञानात्मक स्तर से शुरू होता है और भाषण संकेतों की गति और आवृत्ति को समायोजित करके मस्तिष्क की श्रवण प्रसंस्करण गति को प्रशिक्षित करता है।
- आईईपी (व्यक्तिगत शिक्षा योजना) के लिए मात्रात्मक डेटा समर्थन प्रदान करने के लिए प्रशिक्षण से पहले, उसके दौरान और बाद में कई मानकीकृत मूल्यांकन।
लागत में कमी और दक्षता में सुधार: पारंपरिक विशेष शिक्षा में, एक विशेष शिक्षा शिक्षक आमतौर पर 8-15 छात्रों को कवर करता है, और उनमें से अधिकांश कंप्यूटर सहायता के बिना कागज और पेंसिल अभ्यास पर निर्भर होते हैं। फास्ट फॉरवर्ड का स्वचालित निदान और प्रशिक्षण विशेष शिक्षा शिक्षकों को "विषय डिजाइनर" से "प्रशिक्षण प्रभाव पर्यवेक्षक" में बदलने की अनुमति देता है, जिससे उन्हें एक-से-एक या समूह हस्तक्षेप के लिए अधिक समय समर्पित करने की अनुमति मिलती है। विशेष शिक्षा का क्षेत्र आमतौर पर दक्षता की तुलना में हस्तक्षेप प्रभाव (प्रभाव आकार) पर अधिक ध्यान देता है। कई सहकर्मी-समीक्षा पत्रों में फास्ट फॉरवर्ड द्वारा रिपोर्ट किया गया प्रभाव आकार (कोहेन का डी) 0.3-0.5 की सीमा में है, जो एक मामूली प्रभावी हस्तक्षेप है - शैक्षिक हस्तक्षेप के लिए एक स्वीकार्य स्तर।
परिदृश्य 3: स्कूल जिला स्तर पर शिक्षण गुणवत्ता में सुधार
दर्द बिंदु: शिक्षण संसाधनों के आवंटन को समान रूप से समायोजित करने के लिए स्कूल जिले के शिक्षण और अनुसंधान कर्मचारियों को यह निर्धारित करने की आवश्यकता है कि "स्कूल जिले में कौन से ज्ञान बिंदुओं पर खराब पकड़ है"। पारंपरिक दृष्टिकोण द्विवार्षिक मानकीकृत परीक्षण डेटा पर निर्भर करते हैं - विलंबित, विरल और मोटे दाने वाले।
कार्नेगी लर्निंग का समाधान:
- प्रबंधन रिपोर्ट पैनल स्कूल जिले, स्कूल, ग्रेड और कक्षा द्वारा चार-स्तरीय डेटा ड्रिल-डाउन क्षमताएं प्रदान करता है।
- प्रत्येक ज्ञान बिंदु एक CCSS मानक कोड से मेल खाता है, जो शिक्षण शोधकर्ताओं को सटीक रूप से पहचानने की अनुमति देता है "हमारे जिले के छात्र CCSS.8.F.A.1 (फ़ंक्शन डेफिनिशन कॉम्प्रिहेंशन) पर राज्य के औसत से पीछे हैं।"
- डेटा हस्तक्षेप प्रभावों की बदलती प्रवृत्ति को ट्रैक करने के लिए शैक्षणिक वर्ष, सेमेस्टर, तिमाही और अनुकूलित समय अंतराल द्वारा फ़िल्टरिंग का समर्थन करता है।
मानव-मशीन सहयोग सीमा: जिला-स्तरीय डेटा विश्लेषण सिस्टम द्वारा स्वचालित रूप से पूरा किया जा सकता है - कमजोर ज्ञान बिंदुओं की पहचान करना, स्कूलों के बीच अंतर की तुलना करना और बदलते रुझानों पर नज़र रखना। हालाँकि, निम्नलिखित अनुभागों में मैन्युअल निर्णय लेने की आवश्यकता होती है: क्या कमजोर ज्ञान बिंदुओं पर पूरे स्कूल जिले के लिए एकीकृत शिक्षण समायोजन करना है, क्या इस ज्ञान बिंदु के लिए अतिरिक्त पूरक शिक्षण सामग्री खरीदनी है, और शिक्षक प्रशिक्षण संसाधनों को कैसे आवंटित करना है। सिस्टम "यह क्या है" का उत्तर प्रदान करता है, लेकिन "क्या करना है" के लिए अभी भी शिक्षण और अनुसंधान कर्मचारियों के पेशेवर निर्णय की आवश्यकता होती है।
परिदृश्य 4: महामारी के बाद सीखने की हानि का निवारण
दर्द बिंदु: COVID-19 महामारी के कारण संयुक्त राज्य भर में K-12 छात्रों के बीच गणित और पढ़ने में महत्वपूर्ण सीखने की हानि (लर्निंग लॉस) हुई है, विशेष रूप से कम आय वाले स्कूल जिलों और अल्पसंख्यक छात्र जो सबसे अधिक प्रभावित हैं।
कार्नेगी लर्निंग का समाधान:
- मैथिया की डायग्नोस्टिक विशेषताएं छात्र के वर्तमान महारत स्तर और ग्रेड-स्तर मानकों के बीच अंतर को तुरंत पहचानती हैं।
- अनुकूली इंजन स्वचालित रूप से आवश्यक कौशल की भरपाई करता है - यदि नौवीं कक्षा के छात्र की सातवीं कक्षा में बीजगणित की नींव कमजोर है, तो सिस्टम नौवीं कक्षा की सामग्री को सीधे आगे बढ़ाने के बजाय स्वचालित रूप से उपचारात्मक अभ्यास की व्यवस्था करेगा।
- शिक्षक लाइवलैब डेटा के आधार पर "हाई-डोज़ ट्यूटरिंग" लागू कर सकते हैं - 1:3 या 1:4 के शिक्षक-छात्र अनुपात के साथ हर बार 30 मिनट से अधिक के लिए सप्ताह में तीन बार लक्षित ट्यूटरिंग। शैक्षिक अनुसंधान का मानना है कि सीखने की हानि की भरपाई के लिए यह हस्तक्षेप के सबसे प्रभावी रूपों में से एक है।
कार्नेगी लर्निंग किसके लिए उपयुक्त है?
कार्नेगी लर्निंग का लागू समूह "सभी लोग जो गणित सीखना चाहते हैं" नहीं हैं, बल्कि विशिष्ट शैक्षिक परिदृश्यों में भाग लेने वाले हैं। निम्नलिखित चार मुख्य भूमिकाएँ और उनकी अनुकूलन सीमाएँ हैं:
लागू भूमिका एक: के-12 गणित शिक्षक (कक्षा 6-12)
- मुख्य मूल्य: "शैक्षणिक प्रदर्शन को आंकने के लिए असाइनमेंट को सही करना" से लेकर "वास्तविक समय डेटा-संचालित शिक्षण" तक। मैथिया + लाइवलैब संयोजन शिक्षकों का ध्यान "किसने इसे सही किया" से "कौन कहां फंस गया है, क्यों और क्या करना है" से मुक्त करता है।
- पूर्वापेक्षाएँ: बुनियादी डिजिटल शिक्षण अनुकूलनशीलता और दैनिक शिक्षण में डेटा-संचालित निर्णय लेने को शामिल करने की इच्छा आवश्यक है। जो शिक्षक "स्क्रीन शिक्षण" के प्रति प्रतिरोधी हैं, उन्हें लंबी संक्रमण अवधि की आवश्यकता हो सकती है।
- मिसफिट सीमा: यदि स्कूल पर्याप्त शिक्षक प्रशिक्षण समय (कम से कम 3 दिन की कार्यशालाएँ + चल रही ऑनलाइन सहायता) प्रदान नहीं करते हैं, तो मैथिया कार्यान्वयन की प्रभावशीलता में काफी कमी आएगी। शिक्षक "इसे स्थापित करें और यह स्वचालित रूप से काम करेगा" की उम्मीद नहीं कर सकते - उत्पाद एक शिक्षण विकल्प के बजाय एक शिक्षण सहायता है।
लागू भूमिकाएँ 2: विशेष शिक्षा शिक्षक और साक्षरता हस्तक्षेप विशेषज्ञ
- मुख्य मूल्य: फास्ट फॉरवर्ड IEP लक्ष्यों और सीखने की प्रगति की निगरानी के लिए मात्रात्मक डेटा समर्थन प्रदान करता है, जिससे मैन्युअल मूल्यांकन पर निर्भरता कम हो जाती है। स्वचालित श्रवण प्रशिक्षण छात्रों को शिक्षकों की प्रत्यक्ष भागीदारी के बिना दैनिक प्रशिक्षण पूरा करने की अनुमति देता है, जिससे विशेष शिक्षा शिक्षकों का अधिक जटिल एक-से-एक हस्तक्षेप के लिए समय बच जाता है।
- पूर्वावश्यकता: छात्रों को प्रशिक्षण पूरा करने के लिए स्वतंत्र रूप से कंप्यूटर और हेडफ़ोन का उपयोग करने में सक्षम होना आवश्यक है (आमतौर पर ग्रेड 2-3 या उससे ऊपर)। छोटी कक्षा के छात्रों या गंभीर संज्ञानात्मक विकलांगता वाले छात्रों को पैराप्रोफेशनल से सहायता की आवश्यकता हो सकती है।
- सीमाओं के अनुरूप नहीं: फास्ट फॉरवर्ड डिस्लेक्सिया के लिए एकमात्र या एक आकार-सभी के लिए उपयुक्त समाधान नहीं है। यह मुख्य रूप से ध्वन्यात्मक प्रसंस्करण स्तर पर पढ़ने की कठिनाइयों को लक्षित करता है और ध्यान की कमी, दृश्य प्रसंस्करण विकारों या प्रासंगिक कारकों के कारण सीखने की कठिनाइयों पर इसका सीमित प्रभाव पड़ता है।
लागू भूमिकाएँ तीन: स्कूल जिला पाठ्यक्रम समन्वयक और शिक्षण शोधकर्ता
- मुख्य मूल्य: स्कूलों और ग्रेडों में डेटा की तुलना करने की क्षमता स्कूल जिला स्तर पर शिक्षण संसाधनों के आवंटन को "अनुभव-संचालित" से "साक्ष्य-संचालित" में स्थानांतरित करने में सक्षम बनाती है।
- पूर्वापेक्षा: डेटा रिपोर्ट की व्याख्या करने और छोटे नमूनों में अंतर की अधिक व्याख्या से बचने के लिए बुनियादी सांख्यिकीय साक्षरता आवश्यक है।
- अनुपयुक्त सीमा: हालांकि कार्नेगी लर्निंग के डेटा विश्लेषण आयाम (ज्ञान बिंदु निपुणता, रणनीति वितरण और प्रगति गति) समृद्ध हैं, यह कारणात्मक अनुमान प्रदान नहीं करता है - जैसे कि "स्कूल बी का बीजगणित स्कोर स्कूल ए से खराब क्यों है"? इसके लिए शोधकर्ताओं को बाहरी जानकारी जैसे कक्षा अवलोकन, शिक्षक की स्थिति और पाठ्येतर संसाधनों के आधार पर व्यापक निर्णय लेने की आवश्यकता होती है।
लागू भूमिका चार: के-12 छात्र (कक्षा 6-12)
- मुख्य मूल्य: वास्तव में वैयक्तिकृत शिक्षण पथ प्राप्त करें - "सही लगे तो कूदो, गलत लगे तो छोड़ दो" का सरल अनुकूलन नहीं, बल्कि संज्ञानात्मक मॉडल पर आधारित एक गहन अनुकूलन। सीखने की प्रक्रिया प्रश्नों की एक पृथक परीक्षा नहीं है, बल्कि "निदान-सूक्ष्म-व्याख्यान-अभ्यास-पुनः-निदान" की एक संपूर्ण सीखने की प्रक्रिया है।
- पूर्वापेक्षा: छात्रों को बुनियादी कंप्यूटर संचालन कौशल और कुछ हद तक आत्म-नियंत्रण की आवश्यकता होती है। मैथिया की सीखने की प्रक्रिया संरचित है और "आप जो चाहें सीखें" की खोजपूर्ण शिक्षा के लिए उपयुक्त नहीं है।
- सीमाओं में फिट नहीं बैठता:
- के-5 छात्र: मैथिया का मुख्य डिज़ाइन ग्रेड 6-12 के लिए है। हालाँकि क्लियरमैथ एलीमेंट्री प्राथमिक विद्यालय के गणित को कवर करती है, लेकिन इस ग्रेड स्तर की कक्षा की बातचीत और खेल-आधारित सीखने की ज़रूरतें मैथिया की संरचित शैली से पूरी तरह मेल नहीं खाती हैं।
- असाधारण छात्र: ऐसे छात्र जो गणित में बेहद प्रतिभाशाली हैं और सीखने की प्रगति में छलांग लगाने की जरूरत है, मैथिया का पूर्व-कौशल अवरोधन तंत्र एक बाधा बन सकता है - सिस्टम सभी पूर्व-अपेक्षित कौशल में महारत हासिल करने पर जोर देगा, भले ही छात्र ने अन्य माध्यमों से अपनी क्षमता साबित कर दी हो। हालाँकि, शिक्षक असाधारण छात्रों की आवश्यकताओं के अनुकूल होने के लिए पृष्ठभूमि में सीखने की पथ सेटिंग्स को समायोजित कर सकते हैं।
- गैर-अमेरिकी पाठ्यक्रम छात्र: यदि किसी छात्र का गणित पाठ्यक्रम कॉमन कोर या यूएस राज्य मानकों पर आधारित नहीं है, तो पाठ्यक्रम संरेखण की लागत उत्पाद के मूल्य से अधिक हो सकती है।
कार्नेगी लर्निंग का सारांश और आउटलुक
कार्नेगी लर्निंग K-12 AI अनुकूली शिक्षण ट्रैक में एक अद्वितीय स्थान रखता है - यह सामान्य AI सहायक की तरह बातचीत के प्रवाह का पीछा नहीं करता है, न ही यह खान अकादमी की तरह मुफ्त और खुली पहुंच का पीछा करता है। इसके बजाय, यह "संज्ञानात्मक विज्ञान + स्कूल खरीद" खंड को गहराई से विकसित करता है, और समझाने योग्य, सत्यापन योग्य और अकादमिक रूप से समर्थित गणित और साक्षरता शिक्षण प्रणालियों का एक सेट जमा करने में 20 से अधिक वर्षों का समय बिताया है।
वर्तमान मुख्य लाभ:
- संज्ञानात्मक मॉडल गहराई: छात्रों की रणनीति विकल्पों, समस्या-समाधान पथ, समय की खपत और त्रुटि प्रकारों का बहु-आयामी मॉडलिंग। यह एक विभेदित क्षमता है जो अधिकांश प्रतिस्पर्धी उत्पादों में नहीं है। उन शिक्षकों के लिए जो गति दक्षता से अधिक अनुदेशात्मक तर्क को महत्व देते हैं, इस गहराई का अर्थ है अधिक अनुदेशात्मक व्याख्याशीलता।
- शैक्षणिक साक्ष्य आधार: ईएसएसए टियर 2-3 साक्ष्य स्तर, स्वतंत्र तृतीय-पक्ष अनुसंधान सत्यापन, और दशकों के कक्षा परिनियोजन डेटा "अनुपालन जोखिम" को काफी कम कर देते हैं जब स्कूल जिले खरीदारी करते हैं - शीर्षक I, आईडीईए और अधिक जैसे संघीय निधियों के साथ साक्ष्य-आधारित खरीदारी।
- उत्पाद मैट्रिक्स पूर्णता: मैथिया (गणित) से फास्ट फॉरवर्ड (साक्षरता) से लेकर लाइवलैब (डेटा विश्लेषण) से लेकर मैथस्ट्रीम (वीडियो ट्यूशनिंग) तक, कार्नेगी लर्निंग ने एकल बिंदु उपकरण के बजाय एक क्रॉस-डिसिप्लिनरी और क्रॉस-रोल उत्पाद मैट्रिक्स बनाया है। लाइवलैब में गणित का जुड़ा हुआ निदान और डेटा पढ़ना और लिखना एक ऐसी क्षमता है जिसे प्रतिस्पर्धी उत्पादों द्वारा कॉपी करना मुश्किल है।
प्रमुख वर्तमान सीमाएँ:
- पाठ्यचर्या प्रणाली लॉक: उत्पाद अमेरिकी कॉमन कोर और राज्य मानकों से गहराई से जुड़ा हुआ है। आईबी (इंटरनेशनल बैकलॉरिएट), कैम्ब्रिज पाठ्यचर्या, चीनी राष्ट्रीय पाठ्यचर्या मानकों, या किसी गैर-अमेरिकी पाठ्यक्रम प्रणाली का उपयोग करने वाले स्कूलों के लिए, पाठ्यक्रम संरेखण एक बड़ा निवेश होगा और लगभग असंभव होगा। यह सीमा निर्धारित करती है कि उत्तरी अमेरिका के बाहर कार्नेगी लर्निंग की बाज़ार में पैठ बहुत धीमी होगी।
- उच्च खरीद सीमा: इसे व्यक्तिगत परिवारों को नहीं बेचा जाता है, और स्वयं-सेवा पंजीकरण के लिए कोई परीक्षण चैनल नहीं है। स्कूल खरीद निर्णय चक्र आम तौर पर 6-18 महीने का होता है, जो उन संस्थानों के लिए अनुकूल नहीं है जिन्हें शीघ्रता से तैनात करने की आवश्यकता है। पायलट परीक्षण प्रक्रिया और मूल्य निर्धारण के लिए बिक्री टीम से संपर्क करने की आवश्यकता होती है, और प्रारंभिक प्रक्रिया पर्याप्त पारदर्शी नहीं है।
- उच्च शिक्षक निर्भरता: उत्पाद का प्रभाव शिक्षक के कार्यान्वयन की गुणवत्ता पर अत्यधिक निर्भर है - लाइवलैब के डेटा के लिए शिक्षकों को सक्रिय रूप से व्याख्या करने और इसका उपयोग करने की आवश्यकता होती है, और मैथिया के सीखने के पथ के लिए शिक्षकों की समझ और सहयोग की आवश्यकता होती है। अपर्याप्त शिक्षक प्रशिक्षण या लगातार शिक्षक टर्नओवर वाले स्कूलों में, उत्पाद "महंगा ऑनलाइन ऑपरेटिंग सिस्टम" बन सकता है।
- सीमित बहु-भाषा समर्थन: यद्यपि कई विश्व भाषा पाठ्यक्रम प्रदान किए जाते हैं, शिक्षण इंटरफ़ेस की भाषा और अंतर्निहित सामग्री संरचना मुख्य रूप से अंग्रेजी है, जो सीमित अंग्रेजी दक्षता वाले छात्रों और परिवारों के लिए अतिरिक्त भाषा बाधाएं पैदा कर सकती है।
अनुवर्ती अवलोकन बिंदु:
- क्या कनाडाई मुख्यालय की स्थापना का मतलब उत्तरी अमेरिका के बाहर बाजार विस्तार की शुरुआत है? क्या उत्पाद के कनाडाई, ब्रिटिश या सिंगापुरी पाठ्यक्रम के अनुरूप सामग्री संस्करण होंगे?
- क्या प्रिडिक्टिव एनालिटिक्स फ़ंक्शन भविष्य के पुनरावृत्तियों में अधिक मशीन लर्निंग मॉडल पेश करेगा, जो "सीखने की स्थितियों का वर्णन करने" से "शिक्षण रणनीतियों की सिफारिश करने" तक विकसित होगा?
- क्या कार्नेगी लर्निंग होमस्कूल और स्कूल के बाद के ट्यूशन बाजारों को कवर करने के लिए एक व्यक्तिगत/पारिवारिक सदस्यता योजना लॉन्च करेगी? यह इसके और IXL जैसे प्रतिस्पर्धी के बीच प्रमुख अंतरों में से एक है, जो पारिवारिक योजनाएं प्रदान करता है।
खरीद और गोद लेने का जोखिम मूल्यांकन: कार्नेगी लर्निंग एक शैक्षिक उत्पाद नहीं है जो "खरीदने पर स्वचालित रूप से अंक बढ़ाता है" - इसकी प्रभावशीलता शिक्षक प्रशिक्षण की गुणवत्ता, स्कूल कार्यान्वयन क्षमताओं और पाठ्यक्रम अनुकूलनशीलता से गहराई से जुड़ी हुई है। खरीद पर विचार करने वाले स्कूल जिलों के लिए, यह अनुशंसा की जाती है कि निम्नलिखित मूल्यांकन पथों का पालन किया जाए:
- पायलट पहले: 2-3 प्रतिनिधि कक्षाओं का चयन करें (एक नियमित स्तर की कक्षा, विशेष शिक्षा के छात्रों के उच्च अनुपात वाली कक्षा और अंग्रेजी सीखने वालों के उच्च अनुपात वाली कक्षा को शामिल करने की अनुशंसा की जाती है) और पूरे सेमेस्टर के लिए पायलट चलाएं।
- नियंत्रित प्रायोगिक डिज़ाइन: पायलट वर्ग मैथिया का उपयोग करता है, और तुलना वर्ग मौजूदा शिक्षण योजना का उपयोग करता है। सेमेस्टर के अंत में, छात्रों के दो समूहों के मानकीकृत परीक्षण स्कोर और कक्षा भागीदारी डेटा की तुलना की जाती है।
- शिक्षक प्रतिक्रिया संग्रह: पायलट के बाद भाग लेने वाले शिक्षकों के साथ संरचित साक्षात्कार आयोजित करें, समझने पर ध्यान केंद्रित करें: क्या लाइवलैब ने वास्तव में शिक्षण निर्णय बदल दिए हैं? क्या शिक्षक प्रशिक्षण पर्याप्त है? दैनिक उपयोग में क्या बाधाएँ हैं?
- पूर्ण लागत लेखांकन: खरीद अनुबंध पर हस्ताक्षर करने से पहले, टीसीओ (स्वामित्व की कुल लागत) = लाइसेंस शुल्क + शिक्षक प्रशिक्षण शुल्क + कोर्स मैपिंग शुल्क + आईटी समर्थन लागत + अनुमानित अतिरिक्त शिक्षक समय लागत की गणना करें।
- अनुबंध की प्रमुख शर्तों का सत्यापन:
- छात्र डेटा भंडारण स्थान और FERPA/COPPA अनुपालन शर्तें (यदि कनाडाई डेटा केंद्रों का उपयोग किया जाता है तो अतिरिक्त पुष्टि आवश्यक है)
- शिक्षक प्रशिक्षण कैसे दिया जाएगा, इसमें कितने सत्र लगेंगे, क्या इसमें निरंतर समर्थन शामिल होगा या सिर्फ एक बार की कार्यशाला होगी
- अनुबंध की समाप्ति पर डेटा निर्यात अधिकार और निर्यात प्रारूप (चाहे 1EdTech जैसे सामान्य LMS मानकों का समर्थन करना हो)
- क्या प्रमुख उत्पाद अपडेट के लिए अतिरिक्त शुल्क की आवश्यकता है, साथ ही अपडेट की रिलीज़ आवृत्ति और अधिसूचना लीड समय भी आवश्यक है
- एसएलए शर्तें - सिस्टम उपलब्धता, तकनीकी सहायता प्रतिक्रिया समय, गलती मरम्मत समय (जैसे 99.5% अपटाइम, कार्य दिवसों पर 4 घंटे की प्रतिक्रिया, आदि)
- उपयोगकर्ता विस्तार शर्तें - यदि पायलट को पूरे स्कूल जिले में सफलतापूर्वक विस्तारित किया जाता है, तो क्या नए उपयोगकर्ताओं के लिए इकाई मूल्य लॉक किया जाएगा या वर्तमान मूल्य सूची के आधार पर तय किया जाएगा
एक वाक्य निर्णय: यदि आपका स्कूल जिला मुख्य रूप से ग्रेड 6-12 में छात्रों को सेवा प्रदान करता है, गणित की उपलब्धि में गंभीर अंतर है, शिक्षकों की एक टीम है जो डेटा-संचालित निर्देश को अपनाने के इच्छुक हैं, और 6+ महीने का मूल्यांकन और तैनाती चक्र है - कार्नेगी लर्निंग पायलट शॉर्ट सूची में होने का हकदार है। यदि आपको तत्काल K-5, या गैर-अमेरिकी पाठ्यक्रम प्रणालियों को कवर करने वाले समाधान की आवश्यकता है, या खरीद प्रक्रिया में पारदर्शिता के लिए अत्यधिक उच्च आवश्यकताएं हैं (जैसे कि ऑनलाइन स्व-सेवा मूल्य तुलना और त्वरित सक्रियण), तो कार्नेगी लर्निंग सबसे अच्छा विकल्प नहीं हो सकता है।
संबंधित उपकरण: chanmigo, quizlet
संस्करण जानकारी
- कार्नेगी लर्निंग नवीनतम संस्करण ：अभी तक कोई आधिकारिक सटीक तारीख नहीं है, और अनुकूली शिक्षण इंजन और पाठ्यक्रम सामग्री को लगातार अपडेट किया जाएगा।
- मथिया प्रथम संस्करण ：अभी तक कोई आधिकारिक सटीक तारीख नहीं है, कार्नेगी लर्निंग ने एआई गणित ट्यूशन प्लेटफॉर्म मैथिया लॉन्च किया है।
उपयोगकर्ता समीक्षाएं