मुख्य न्यायाधीश सोल्याकांत ने कानूनी स्कूलों को छात्रों को एआई के जिम्मेदार उपयोग और व्यावहारिक कार्य पर शिक्षित करने की सलाह दी
और पढ़ें
Aaj Tak
www.aajtak.in

मुख्य न्यायाधीश सोल्याकांत ने कानूनी स्कूलों को छात्रों को एआई के जिम्मेदार उपयोग और व्यावहारिक कार्य पर शिक्षित करने की सलाह दी

देश के मुख्य न्यायाधीश (CJI) सोल्याकांत ने कानूनी शिक्षा के वर्तमान तरीकों में बदलाव की आवश्यकता के संबंध में कई महत्वपूर्ण सिफारिशें दीं। उनका मानना है कि कानून का अध्ययन केवल पाठ्यपुस्तकों तक ही सीमित नहीं होना चाहिए; छात्रों को अदालतों में काम करने का व्यावहारिक अनुभव और वास्तविक कानूनी समस्याओं की समझ भी आवश्यक है।

इस संबंध में, उन्होंने स्नातक कानून संकाय की डिग्री प्राप्त करने की शर्तों में कानूनी सहायता (legal aid work) प्रदान करने से संबंधित काम को शामिल करने का प्रस्ताव दिया।

ये टिप्पणियाँ CJI सोल्याकांत ने हैदराबाद में संपन्न पहली वार्षिक अंतर्राष्ट्रीय कानूनी शिक्षा सम्मेलन 2026 के उद्घाटन सत्र के दौरान कीं, जिसका आयोजन राष्ट्रमंडल कानूनी शिक्षा संघ (Commonwealth Legal Education Association) द्वारा किया गया था। अपने भाषण में, उन्होंने कानूनी शिक्षा में व्यावहारिक प्रशिक्षण, कानूनी सहायता के साथ काम करने और कृत्रिम बुद्धिमत्ता (AI) के जिम्मेदार अनुप्रयोग के महत्व पर जोर दिया।

उन्होंने यह भी सुझाव दिया कि जो छात्र निर्धारित मानदंडों से अधिक कानूनी सहायता के घंटे पूरा करते हैं, उन्हें अकादमिक क्रेडिट प्रदान किए जाने चाहिए। उनका मानना है कि इससे कम आय वाले वर्गों के लोगों की मदद करने के लिए छात्रों को प्रोत्साहन मिलेगा, जिनकी कानूनी सेवाओं तक पहुंच सीमित है।

CJI सोल्याकांत ने कानूनी शिक्षा में AI की बढ़ती भूमिका पर अपनी राय साझा की। कानूनी अनुसंधान में AI के उपयोग पर पूर्ण प्रतिबंध लगाने के बजाय, वह छात्रों को इसके जिम्मेदार अनुप्रयोग के बारे में शिक्षित करने पर जोर देते हैं। उनके अनुसार, भविष्य के वकील और न्यायाधीशों को AI की मदद से प्राप्त जानकारी और मानव मस्तिष्क द्वारा लिए गए निर्णयों के बीच के अंतर को समझना चाहिए।

छात्रों को तकनीकों का उपयोग करना आना चाहिए, लेकिन साथ ही कानूनी मामलों में मानवीय समझ और स्वतंत्र निर्णय लेने की क्षमता को बनाए रखना चाहिए। ये सुझाव ऐसे समय में आए हैं जब AI का प्रभाव श्रम बाजार, कार्यप्रवाह और शिक्षण विधियों पर लगातार बढ़ रहा है, जिससे कानूनी शिक्षा में व्यावहारिक अनुभव और भी अधिक महत्वपूर्ण हो गया है।

न्यायाधीश ने कानूनी स्कूलों से शैक्षणिक गतिविधियों और जानकारी प्रदान करने में AI के उपयोग के संबंध में स्पष्ट दिशानिर्देश विकसित करने का आग्रह किया। CLEA को संबोधित करते हुए, उन्होंने राष्ट्रमंडल देशों के कानूनी स्कूलों और पत्रिकाओं के लिए मॉडल दिशानिर्देश बनाने का अनुरोध किया। उन्होंने उल्लेख किया कि AI कानूनी अनुसंधान को बढ़ावा दे सकता है, हालांकि छात्रों को उससे प्राप्त परिणामों को मूल स्रोतों से सत्यापित करना होगा।

CJI ने AI के मनमाने ढंग से कार्यान्वयन या इसके उपयोग पर पूर्ण प्रतिबंध का विरोध किया, इस बात पर जोर दिया कि छात्रों को अपने कार्यों के लिए जिम्मेदार होना चाहिए। उन्होंने अकादमिक कदाचार का पता लगाने के लिए सॉफ्टवेयर पर अत्यधिक निर्भरता के खिलाफ चेतावनी दी।

उनके विचार में, इसके बजाय मौखिक मूल्यांकन आयोजित किया जाना चाहिए और छात्रों से नामित कानूनी अधिकारियों का बचाव करने के लिए कहा जाना चाहिए ताकि उनकी विषय वस्तु की वास्तविक समझ का आकलन किया जा सके।

CJI ने कानूनी सहायता के न्यूनतम घंटों को स्नातक की डिग्री प्राप्त करने के लिए अनिवार्य शर्त बनाने और अतिरिक्त घंटों में काम करने वाले छात्रों को अतिरिक्त अकादमिक क्रेडिट प्रदान करने का प्रस्ताव दिया। उनका मानना है कि कानूनी क्लीनिकों को कक्षा अभ्यासों से आगे बढ़कर कानूनी सहायता निकायों के माध्यम से पैनल अधिवक्ताओं और पैरालीगल स्वयंसेवकों के साथ छात्रों के काम को शामिल करना चाहिए।

नैदानिक शिक्षा को मुख्य कानूनी विषयों में एकीकृत करने की आवश्यकता पर जोर देते हुए, उन्होंने साक्ष्य, आपराधिक प्रक्रिया, पारिवारिक कानून और संवैधानिक कानून में व्यावहारिक कक्षाओं की भी सिफारिश की।

समान कहानियाँ

एआई कोड लिख सकता है, फिर भी यह जानना महत्वपूर्ण है कि कौन से उत्पाद विकसित करने चाहिए
और पढ़ें
yourstory.com

एआई कोड लिख सकता है, फिर भी यह जानना महत्वपूर्ण है कि कौन से उत्पाद विकसित करने चाहिए

आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर बनाने की प्रक्रिया को सरल बनाता है, जिससे उत्पाद प्रबंधक, डिजाइनर और विषय वस्तु विशेषज्ञ गहन कोडिंग कौशल के बिना भी विचारों को प्रोटोटाइप में बदल सकते हैं। फिर भी, इन प्रोटोटाइप्स को वास्तविक समस्याओं को हल करने वाले विश्वसनीय उत्पादों में बदलना एक जटिल कार्य बना हुआ है।

TechSparks 2026 कार्यक्रम के दौरान, 'कौन कोड कर सकता है से कौन बना सकता है' नामक एक पैनल चर्चा ने इन परिवर्तनों पर प्रकाश डाला। प्रतिभागियों में डिलिजेंट इंडिया में इंजीनियरिंग के वरिष्ठ उपाध्यक्ष, स्थल प्रमुख और देश के प्रमुख श्रीनिवास चामर्थी, ईवाई जीडीएस में डिजिटल इंजीनियरिंग और तकनीकी रणनीति के प्रमुख मधुसूदन एन. मूर्ति, और टारगेट इन इंडिया में इंजीनियरिंग उपाध्यक्ष अरुण कल्याणरामन शामिल थे। इस चर्चा की मॉडरेटर चवी महाजन, योरस्टोरी में सामग्री निदेशक थीं।

एआई का उपयोग करके विकास बिज़नेस टीमों को अवधारणाओं का बहुत पहले परीक्षण करने, विचारों का प्रदर्शन करने और प्रतिक्रिया एकत्र करने की अनुमति देता है। हालांकि, एक प्रोटोटाइप जो विचार की कार्यक्षमता प्रदर्शित करता है, अभी तक पूर्ण उत्पादन के लिए तैयार नहीं है। अनुप्रयोगों को अभी भी सुरक्षा, मापनीयता और विश्वसनीयता की आवश्यकताओं को पूरा करना होगा।

मूर्ति ने उल्लेख किया कि एआई प्रयोगों को आसान बनाता है, लेकिन कंपनियों को अवधारणा, जो संभावना को साबित करती है, और उत्पादन में काम करने वाले एप्लिकेशन के बीच स्पष्ट अंतर करना आवश्यक है। इंजीनियरिंग टीमों को अभी भी कमजोरियों की पहचान करने, सुरक्षा तंत्र लागू करने और यह सुनिश्चित करने की आवश्यकता है कि सिस्टम वास्तविक उपयोग के भार को संभाल सकें। उन्होंने जोर देकर कहा: 'यह अच्छा है, यह बहुत सकारात्मक विकास है, लेकिन इसके अपने सीमाएँ भी होनी चाहिए।'

कल्याणरामन ने कहा कि एआई न केवल डेवलपर्स द्वारा कोड लिखने में तेजी ला सकता है, बल्कि पूरी विकास चक्र को भी अनुकूलित कर सकता है - समस्या की पहचान से लेकर समाधान के परीक्षण और हितधारकों से अनुमोदन प्राप्त करने तक। हालांकि, उन्होंने इस बात पर जोर दिया कि मौलिक इंजीनियरिंग ज्ञान, वास्तुशिल्प सोच और तकनीकी गहराई एआई के कारण समाधान निर्माण के तरीकों में बदलाव के बावजूद अपरिहार्य रहेंगे।

उन्होंने एक उदाहरण दिया जब एक उत्पाद स्वामी, इंजीनियर और यूएक्स विशेषज्ञ ने एक जटिल अवधारणा का प्रोटोटाइप बनाने और इसे एक सप्ताह के भीतर प्रबंधन के सामने प्रस्तुत करने के लिए एआई उपकरणों और बड़े भाषा मॉडल का उपयोग किया। इन उपकरणों के बिना, इस प्रक्रिया में छह सप्ताह से दो महीने लग सकते थे। लाभ केवल तेज़ कोडिंग में नहीं था, बल्कि विचार का तेजी से परीक्षण करने और निर्णय लेने की क्षमता में भी था।

चामर्थी ने उल्लेख किया कि जेनरेटिव एआई के युग में कोडिंग एक वस्तु बन रही है, जो प्रोटोटाइप से ग्राहक प्रतिक्रिया और बाद में उत्पादन में लॉन्च तक के मार्ग को संभावित नौ महीने के चक्र से घटाकर एक-दो महीनों तक कर देती है। गति बढ़ने के साथ, उनका मानना है कि यह जानना कि क्या नहीं बनाना चाहिए, अधिक मूल्यवान हो जाता है, इसलिए विचारों का परीक्षण सैंडबॉक्स में किया जाना चाहिए जबकि अनुभवी इंजीनियर उन्हें सुरक्षा, मापनीयता और गोपनीयता के दृष्टिकोण से मजबूत करते हैं।

जैसे ही कंपनियाँ डेवलपर्स की सहायता के लिए एआई के उपयोग से सीमित पर्यवेक्षण के साथ कार्य करने में सक्षम एजेंटों को लागू करने की ओर बढ़ती हैं, स्वायत्तता के स्तर को परिभाषित करना आवश्यक है। चामर्थी ने सलाह दी कि यह जुड़े जोखिमों, समाधान के संभावित प्रभाव और उसके परिणाम को रद्द करने की क्षमता पर निर्भर होना चाहिए। उन्होंने संगठनों को यह देखने का सुझाव दिया कि क्या समाधान 'वापसी का दरवाजा' है या 'एकतरफा दरवाजा', जिसमें महत्वपूर्ण वित्तीय या रणनीतिक निर्णयों के लिए मानवीय नियंत्रण और प्रासंगिक निर्णय लेने की आवश्यकता होती है।

चामर्थी ने चेतावनी दी कि एआई-आधारित कोडिंग उपकरणों तक पहुंच इंजीनियरिंग अनुभव का स्थान नहीं ले सकती। अनुभवी इंजीनियर दीर्घकालिक रखरखाव, सुरक्षा और मापनीयता को प्रभावित करने वाले वास्तुशिल्प समाधानों को समझते हैं, जिसमें वे जोखिम शामिल हैं जो प्रोटोटाइप में अस्पष्ट हो सकते हैं। उनकी सलाह थी कि प्रयोगों को प्रोत्साहित किया जाए, लेकिन एक नियंत्रित वातावरण में: 'कोड को न रोकें। इसका सैंडबॉक्स में परीक्षण करें।'

यह अधिक कर्मचारियों को विचार का परीक्षण करने की अनुमति देता है, जिससे इंजीनियरिंग टीमों को अनुप्रयोगों का विश्लेषण करने, कमजोरियों को दूर करने और उन्हें जारी करने के लिए तैयार करने का अवसर मिलता है।

चूंकि एआई कोड जनरेशन और उत्तर खोजने को सरल बनाता है, इसलिए यह समझना महत्वपूर्ण हो जाता है कि वास्तव में किन समस्याओं को हल किया जाना चाहिए। कल्याणरामन ने एआई के उपयोग की तुलना एक जिन्न को बुलाने से की जो केवल तीन इच्छाएं पूरी करता है। उपयोगी परिणाम प्राप्त करना सही प्रश्न पूछने और सीमाओं को समझने की क्षमता पर निर्भर करता है। उन्होंने कहा: 'एक ऐसी दुनिया में जहां उत्तर आसानी से मिल सकते हैं, सही प्रश्न पूछने की क्षमता वास्तव में एक महत्वपूर्ण कौशल बन जाएगी।'

वे लोग जो ग्राहकों की जरूरतों, व्यावसायिक प्रक्रियाओं और परिचालन आवश्यकताओं को समझते हैं, वे वास्तविक मूल्य बनाने वाले समाधानों की पहचान करने के लिए बेहतर ढंग से सुसज्जित होते हैं। इंजीनियरिंग टीमों को गैर-इंजीनियरों को उत्पादन प्रणालियों के लिए जोखिम के बिना एप्लिकेशन विकसित करने में मदद करने के लिए व्यवस्थित सोच और प्लेटफॉर्म में विशेषज्ञता की भी आवश्यकता होगी।

इस बदलाव के करियर विकास पर भी प्रभाव पड़ते हैं। मूर्ति ने बताया कि EY GDS कर्मचारियों को एआई-संचालित कार्यस्थल के लिए तैयार कर रहा है, जिसमें अनुभवी विशेषज्ञों और युवा प्रतिभाओं को जोड़ा जा रहा है। मौजूदा कर्मचारी ग्राहकों और प्रणालियों का ज्ञान लाते हैं, जबकि टीम के नए सदस्य नए दृष्टिकोण पेश करते हैं और नए तकनीकी कौशल विकसित करते हैं।

चामर्थी ने जोड़ा कि टीमों को शक्तियों का संतुलन चाहिए: संगठनों को मौजूदा कर्मचारियों को उन्नत करना चाहिए जो अपने उत्पादों और ग्राहकों से परिचित हैं, साथ ही हाल ही में स्नातक हुए लोगों को आकर्षित करना चाहिए जो एआई उपकरणों के साथ काम कर सकते हैं। उन्होंने यह भी उल्लेख किया कि इंजीनियरों के प्रदर्शन का मूल्यांकन केवल लिखे गए कोड की पंक्तियों या बंद किए गए टिकटों जैसे मेट्रिक्स के आधार पर नहीं किया जाना चाहिए, बल्कि उन समस्याओं के आधार पर किया जाना चाहिए जिन्हें टीमें ग्राहकों के लिए हल करती हैं। चूंकि एआई नियमित कार्यों को संभालता है, इसलिए इंजीनियरिंग टीमों द्वारा प्रदान किए गए परिणाम उनके योगदान का अधिक ठोस माप बन जाते हैं।

पैनलिस्टों को उम्मीद है कि कर्मचारी और एआई एजेंट और अधिक निकटता से काम करेंगे। जैसे-जैसे एजेंट अधिक जटिल कार्य संभालते हैं, कंपनियों को कार्यप्रवाह, जवाबदेही और प्रदर्शन की अपेक्षाओं पर पुनर्विचार करना होगा। उन्हें यह भी सुनिश्चित करना होगा कि सुरक्षा तंत्र प्रौद्योगिकी की क्षमताओं के साथ तालमेल बिठा सकें।

मूर्ति ने एक ऐसे भविष्य का वर्णन किया जहां प्रबंधक मनुष्यों के साथ-साथ एआई एजेंटों की देखरेख करेंगे। उन्होंने कहा: 'जो भविष्य मैं देखता हूं, वह यह है कि एजेंट केवल मनुष्यों के बजाय आपको मानते हैं।'

कल्याणरामन ने निष्कर्ष निकाला कि नया तकनीकी क्रम न केवल इस बारे में है कि एआई हमारे लिए क्या कर सकता है, बल्कि इस बारे में भी है कि हम अपनी सोच, इंजीनियरिंग प्रथाओं और निर्णय लेने की प्रक्रियाओं में कैसे विकसित होते हैं ताकि इसकी क्षमता का अधिकतम लाभ उठाया जा सके। हालांकि एआई सॉफ्टवेयर निर्माण को सरल बनाता है, फिर भी कंपनियों को यह निर्धारित करने के लिए इंजीनियरिंग विशेषज्ञता, उद्योग ज्ञान और मानवीय निर्णय की आवश्यकता होगी कि किन विचारों को विकसित किया जाना चाहिए और कौन से प्रोटोटाइप उत्पादन के लिए तैयार हैं।

शिक्षा मंत्रालय ने ब्राज़ीलियाई शिक्षा में आर्टिफिशियल इंटेलिजेंस के उपयोग के लिए राष्ट्रीय दिशानिर्देशों को मंजूरी दी
और पढ़ें
olhardigital.com.br

शिक्षा मंत्रालय ने ब्राज़ीलियाई शिक्षा में आर्टिफिशियल इंटेलिजेंस के उपयोग के लिए राष्ट्रीय दिशानिर्देशों को मंजूरी दी

शिक्षा मंत्रालय (MEC) ने मंगलवार (10) को ब्राज़ीलियाई शिक्षा प्रणाली में आर्टिफिशियल इंटेलिजेंस (AI) के उपयोग को विनियमित करने वाले राष्ट्रीय मानदंडों को आधिकारिक रूप दिया। ये नियम प्री-स्कूल से लेकर उच्च शिक्षा तक लागू होते हैं, जो छात्रों, शिक्षकों और शिक्षण संस्थानों द्वारा प्रौद्योगिकी के उपयोग के लिए स्पष्ट सीमाएँ निर्धारित करते हैं।

पिछली राय की तुलना में एक महत्वपूर्ण बदलाव, जिसे सितंबर में राष्ट्रीय शिक्षा परिषद (CNE) द्वारा अनुमोदित किया गया था, यह है कि AI उपकरणों को निबंधात्मक प्रश्नों के सुधार में सहायता करने की अनुमति है। हालांकि, अंतिम ग्रेड का निर्धारण शिक्षकों की जिम्मेदारी बनी रहती है।

दस्तावेज़ के रिपोर्टर ने समझाया कि पिछली संस्करण में यह निर्दिष्ट नहीं किया गया था कि इस मूल्यांकन मोड में AI का उपयोग निषिद्ध था या नहीं। संशोधन का उद्देश्य यह सक्षम करना है कि प्रौद्योगिकी एक समर्थन के रूप में कार्य करे, बशर्ते निरंतर मानवीय निगरानी हो।

दिशानिर्देश यह भी निर्धारित करते हैं कि स्वचालित प्रणालियाँ कभी भी शिक्षा पेशेवरों के कार्य को पूरी तरह से प्रतिस्थापित नहीं करनी चाहिए या शैक्षणिक निर्णयों की जिम्मेदारी नहीं लेनी चाहिए। नियम छात्रों की आयु वर्ग और शिक्षा के स्तर के अनुसार भिन्न होते हैं।

प्री-स्कूल शिक्षा में, बच्चे शिक्षकों की सहायता से भी AI सिस्टम का उपयोग नहीं कर सकते हैं। शिक्षक नियोजन, शैक्षणिक प्रबंधन और पहुंच के उद्देश्यों के लिए इन उपकरणों का उपयोग कर सकते हैं, बशर्ते उद्देश्य सीखने की बाधाओं को दूर करना हो।

प्रारंभिक वर्षों (कक्षा 1 से 5) के लिए प्राथमिक शिक्षा में, AI का उपयोग केवल उन शैक्षणिक गतिविधियों तक सीमित है जिन्हें शिक्षा पेशेवरों द्वारा नियोजित, संचालित और पर्यवेक्षित किया जाता है। छात्रों को स्वायत्त रूप से या निगरानी के बिना इन प्रणालियों तक पहुँचना प्रतिबंधित है, जिसमें शिक्षकों की उपस्थिति में भी संवादात्मक या जनरेटिव उपकरणों के साथ बातचीत शामिल है। सीखने की बाधाओं को दूर करने के लिए डिज़ाइन की गई सहायक तकनीकों के लिए एक अपवाद है, जो विशिष्ट मानदंडों का पालन करती है।

प्राथमिक शिक्षा के अंतिम वर्षों (कक्षा 6 से 9) में, शिक्षकों द्वारा मध्यस्थता वाली शैक्षणिक गतिविधियों में जनरेटिव AI उपकरणों का उपयोग किया जा सकता है। हालांकि, छात्रों द्वारा व्यक्तिगत, स्वायत्त या बिना पर्यवेक्षण के पहुंच अभी भी प्रतिबंधित है। दस्तावेज़ में डिजिटल, मीडिया और कम्प्यूटेशनल शिक्षा के विषयों के साथ AI पर शिक्षण को पाठ्यक्रम में धीरे-धीरे शामिल करने का भी प्रावधान है, जिसका उद्देश्य छात्रों को इन उपकरणों के कामकाज को समझने, पूर्वाग्रहों को पहचानने, जानकारी की जाँच करने और तकनीकी सहायता को अपनी बौद्धिक उत्पादन से अलग करने के लिए सशक्त बनाना है।

उच्च शिक्षा स्तर पर, संस्थानों को शिक्षण, अनुसंधान और विस्तार गतिविधियों में AI लागू करने की अनुमति है। प्रौद्योगिकी अध्ययन और अकादमिक जांच का विषय भी हो सकती है। विश्वविद्यालयों और अन्य संस्थाओं को इन उपकरणों के उपयोग को मानकीकृत करने के लिए अपनी स्वयं की नीतियां बनानी होंगी, उन्हें शैक्षणिक परियोजनाओं, विनियमों और संस्थागत विकास योजनाओं में एकीकृत करना होगा।

एक महत्वपूर्ण पहलू पारदर्शिता है: संस्थानों को यह निर्दिष्ट करना होगा कि किन क्षणों में छात्रों और शोधकर्ताओं को अपने कार्यों में AI के उपयोग का खुलासा करना होगा। वैज्ञानिक अनुसंधान में, उदाहरण के लिए, यदि उपकरण का योगदान पाठ लेखन, डेटा विश्लेषण, साहित्य समीक्षा, प्रोग्रामिंग या जांच के अन्य चरणों के लिए प्रासंगिक है तो इसका रिपोर्ट किया जाना चाहिए। दिशानिर्देश स्पष्ट रूप से बताते हैं कि AI सिस्टम को अकादमिक या वैज्ञानिक कार्यों का लेखक नहीं माना जा सकता है; सामग्री और परिणामों के लिए जिम्मेदारी हमेशा छात्रों, शिक्षकों और शोधकर्ताओं पर होती है।

विश्वविद्यालय प्रशासन के संदर्भ में, स्वचालित उपकरण योजना बनाने, संकेतकों का विश्लेषण करने और ड्रॉपआउट जोखिमों का पता लगाने में सहायता कर सकते हैं। हालांकि, छात्रों के अधिकारों या शैक्षणिक पथ को महत्वपूर्ण रूप से प्रभावित करने वाले निर्णय केवल AI सिस्टम द्वारा नहीं लिए जा सकते हैं। अंत में, स्नातक पाठ्यक्रमों को डिजिटल साक्षरता, उभरती प्रौद्योगिकियों के शैक्षणिक अनुप्रयोग, शैक्षिक डेटा के आलोचनात्मक विश्लेषण और AI के नैतिक निहितार्थों पर सामग्री को शामिल करना चाहिए।

यह अनुमोदन एक ऐसे संदर्भ में होता है जहां AI पहले से ही कई ब्राज़ीलियाई छात्रों की दिनचर्या का हिस्सा है। TIC शिक्षा सर्वेक्षण के 15वें संस्करण के अनुसार, बुनियादी शिक्षा के 37% छात्रों ने स्कूल अनुसंधान में जनरेटिव AI उपकरणों का उपयोग करने की सूचना दी, लेकिन केवल 19% ने प्रौद्योगिकी के उपयोग पर किसी शिक्षक मार्गदर्शन प्राप्त करने का उल्लेख किया। इन नए नियमों के साथ, MEC स्कूलों और विश्वविद्यालयों में पहले से मौजूद प्रथाओं को मानकीकृत करने का प्रयास करता है, AI के लाभों को मानवीय पर्यवेक्षण, डेटा सुरक्षा और शैक्षणिक जिम्मेदारी की आवश्यकता के साथ संतुलित करता है।

लोकप्रिय