Aap kya seekhenge
यह पाठ्यक्रम किस पर टिका है
असत्यापित प्रॉम्प्टों से एक पूर्ण, समीक्षित विज्ञान-अधिगम पैकेज तक
यह Practitioner पाठ्यक्रम विज्ञान-शिक्षकों को जिज्ञासा, सिमुलेशन व आभासी प्रयोगशालाएँ, डेटा व ग्राफ़, प्रयोग-योजना व लैब-सुरक्षा, भ्रांति-सुधार, STEM परियोजनाएँ, नैतिकता व विद्यार्थी-संसाधनों — AI शिक्षक-विशेषज्ञता समर्थन करते — के साथ तैयार करता है।
हर दावा, इकाई, सार्थक अंक व संदर्भ सत्यापित करें; गढ़ा डेटा कभी प्रस्तुत न करें — कृत्रिम डेटासेट हमेशा लेबल, व सहसंबंध कभी कारण के रूप में नहीं।
पाठ्यक्रम-परिणामों को स्पष्ट चर व नियंत्रण सहित परीक्षण-योग्य, जाँच-योग्य प्रश्नों में बदलें; AI संभावनाएँ बनाता, पर साक्ष्य व अवलोकन विज्ञान स्थापित करते।
प्रयोगशाला-सुरक्षा निर्णय आपके रहते — AI जोखिम-आकलन कभी पर्याप्त नहीं — व कोई पहचान-योग्य विद्यार्थी-डेटा कभी AI टूल में नहीं जाता।
हर मॉड्यूल एक कक्षा-कलाकृति बनाता — एक जिज्ञासा-पैकेज, एक आभासी-लैब पाठ, एक डेटा-व्याख्या, एक प्रयोग-योजना — जो एक पूर्ण, समीक्षित विज्ञान-अधिगम पैकेज में जुड़ती।
आप क्या बनाएँगे
हर मॉड्यूल एक कक्षा-कलाकृति बनाता, व आप एक समीक्षित शिक्षक-समीक्षित AI-समर्थित विज्ञान-अधिगम पैकेज — इन चौदह अनुभागों — के साथ उत्तीर्ण होते हैं, जो तेरह-मानदंड विश्लेषणात्मक रूब्रिक पर आँका जाता है।
पाठ्यक्रम विवरण
यहाँ से शुरू करें: पाठ्यक्रम कैसे काम करता, इसके मूल्यांकन, कैपस्टोन व प्रमाणपत्र-आवश्यकताएँ समझें; फिर मानवीय जवाबदेही, डेटा-गोपनीयता, वैज्ञानिक सत्यापन, प्रयोगशाला-सुरक्षा व शैक्षणिक सत्यनिष्ठा समेटता ज़िम्मेदार-AI समझौता स्वीकारें। कहाँ ध्यान दें ढूँढ़ने प्रवेश-निदान लें।
सीखने के परिणाम
- Describe the course structure, assessments, capstone and certificate requirements.
- Accept the responsible-AI agreement: human accountability, data privacy, scientific verification, safety and integrity.
- Apply the student-data prohibitions and verification habits that run through every module.
पाठ
स्वागत व पाठ्यक्रम नेविगेशन
Objective: वर्णित करें परिचय, आठ मॉड्यूल, मूल्यांकन व कैपस्टोन एक प्रमाणपत्र तक कैसे ले जाते, व पाठ्यक्रम के उपकरण कैसे उपयोग करें।
ज़िम्मेदार AI समझौता
Objective: मानवीय जवाबदेही, डेटा-गोपनीयता, वैज्ञानिक सत्यापन, विद्यार्थी-संरक्षण, AI-प्रकटीकरण, स्रोत-जाँच, प्रयोगशाला-सुरक्षा व शैक्षणिक सत्यनिष्ठा समेटता ज़िम्मेदार-AI समझौता स्वीकारें।
मॉड्यूल मूल्यांकन
Entry diagnostic (ungraded) + accepted responsible-AI declaration · 0 प्रश्न
दृश्य अवधारणाएँ
Timeline Visual
Course roadmap: orientation to capstone
Comparison Chart
Human–AI responsibility map
Cycle Diagram
Verify before use loop
AI को साक्ष्य, अवलोकन या शिक्षक-विवेक की जगह लिए बिना वैज्ञानिक प्रश्न व जिज्ञासा समर्थन करने उपयोग करें — AI की उपयुक्त भूमिका समझते, जाँच-योग्य प्रश्न विकसित करते, परिकल्पनाओं, चरों व साक्ष्य हेतु प्रॉम्प्ट करते, व एक जिज्ञासा-कलाकृति बनाते।
सीखने के परिणाम
- Explain AI's appropriate role in scientific inquiry and the human verification points.
- Develop testable, investigable questions with operational definitions and variables.
- Write structured prompts for hypotheses, variables and evidence, and evaluate AI-proposed hypotheses.
पाठ
वैज्ञानिक जिज्ञासा में AI की उपयुक्त भूमिका
Objective: वैज्ञानिक जिज्ञासा की प्रकृति समझाएँ, संभावनाएँ बनाने को वैज्ञानिक सत्य स्थापित करने से अलग करें, व मानवीय सत्यापन-बिंदु पहचानें जहाँ AI जाँचा जाए।
जाँच-योग्य प्रश्न विकसित करना
Objective: एक पाठ्यक्रम-परिणाम को एक परीक्षण-योग्य, जाँच-योग्य प्रश्न में बदलें परिचालनात्मक परिभाषाओं, चरों व आयु-उपयुक्त दायरे सहित, व AI-जनित प्रश्न मूल्यांकित करें।
परिकल्पनाओं, चरों व साक्ष्य हेतु प्रॉम्प्ट करना
Objective: संदर्भ, भूमिका, कक्षा-स्तर, उद्देश्य, सामग्री, सुरक्षा-बाधाएँ, आउटपुट-प्रारूप व सत्यापन-आवश्यकताओं सहित एक संरचित प्रॉम्प्ट लिखें, व AI-प्रस्तावित परिकल्पनाएँ मूल्यांकित करें।
जिज्ञासा कलाकृति स्टूडियो
Objective: एक जिज्ञासा-पैकेज बनाएँ — जाँच-योग्य प्रश्न, परिकल्पना, चर, नियंत्रण, सामग्री, साक्ष्य-योजना, एक शिक्षक-सत्यापन चेकलिस्ट, एक विद्यार्थी जिज्ञासा-पत्रक व AI के योगदान व सीमाओं पर एक चिंतन।
मॉड्यूल मूल्यांकन
Inquiry package (investigable question + variables/controls + verification checklist + student inquiry sheet) · 8 प्रश्न
दृश्य अवधारणाएँ
Cycle Diagram
Scientific inquiry cycle
Comparison Chart
Human–AI responsibility map
Flowchart
Testable-question decision tree
Flowchart
Prompt anatomy diagram
संसाधन
Responsible AI checklist for science teachers
Accountability, privacy, verification, disclosure, source checking and safety.
Scientific inquiry planning template
From curriculum outcome to investigable question, variables and evidence plan.
Investigable-question checklist
Test a question for testability, variables, operational definitions and safety.
Prompt design canvas + AI output verification checklist
Structure a science prompt and verify AI output before classroom use.
सिमुलेशन व आभासी प्रयोगशालाओं को भौतिक जाँच के स्वतः विकल्प माने बिना चुनें, मूल्यांकित करें व एकीकृत करें — प्रायोगिक-कार्य का सही तरीका चुनते, एक सिमुलेशन की वैज्ञानिक वैधता जाँचते, व पूर्वानुमान–अवलोकन–स्पष्टीकरण गतिविधियाँ बनाते।
सीखने के परिणाम
- Use a decision framework to select a physical, virtual or blended laboratory experience for a learning goal.
- Evaluate a simulation for scientific validity, model assumptions, accessibility and privacy.
- Design a prediction–observation–explanation activity around a simulation, avoiding passive use.
पाठ
भौतिक, आभासी या मिश्रित प्रयोगशाला?
Objective: अधिगम-लक्ष्य, सुरक्षा, लागत, पहुँच व पुनरावृत्ति आधार पर एक भौतिक, आभासी या मिश्रित प्रायोगिक-कार्य तरीका चुनने एक निर्णय-ढाँचा उपयोग करें।
एक सिमुलेशन का मूल्यांकन
Objective: कक्षा-उपयोग से पहले एक सिमुलेशन को वैज्ञानिक वैधता, मॉडल-मान्यताओं, चरों, सुगम्यता, गोपनीयता व कम-बैंडविड्थ प्रदर्शन हेतु मूल्यांकित करें।
पूर्वानुमान–अवलोकन–स्पष्टीकरण गतिविधियाँ डिज़ाइन करना
Objective: एक सिमुलेशन के इर्द-गिर्द एक पूर्वानुमान–अवलोकन–स्पष्टीकरण (POE) गतिविधि डिज़ाइन करें ताकि विद्यार्थी निष्क्रिय देखने के बजाय साक्ष्य से तर्क करें।
आभासी प्रयोगशाला कलाकृति स्टूडियो
Objective: एक पूर्ण सिमुलेशन-समर्थित पाठ बनाएँ — उद्देश्य, चयनित सिमुलेशन, पूर्वानुमान-प्रॉम्प्ट, अवलोकन-तालिका, चिंतन, सुगम्यता व कम-बैंडविड्थ विकल्प, व एक शिक्षक उत्तर व सुरक्षा-नोट।
मॉड्यूल मूल्यांकन
Simulation-supported lesson (validated simulation + POE activity + accessibility/low-bandwidth alternatives) · 8 प्रश्न
दृश्य अवधारणाएँ
Flowchart
Physical–virtual–blended decision tree
Comparison Chart
Simulation evaluation matrix
Cycle Diagram
Prediction–observation–explanation cycle
Flowchart
Virtual-laboratory lesson flow
वैज्ञानिक साक्ष्य गढ़े, विकृत या अति-व्याख्या किए बिना डेटा-संगठन व व्याख्या समर्थन करने AI उपयोग करें — डेटा-गुणवत्ता, इकाइयाँ व उद्गम जाँचते, ईमानदार ग्राफ़ चुनते, व डेटा क्या दिखाता उसे क्या नहीं दिखाता से अलग करते।
सीखने के परिणाम
- Review a dataset for quality — variables, units, precision, significant figures, anomalies and provenance.
- Use AI to organise and summarise data while rechecking calculations and avoiding unsupported causal claims.
- Choose an appropriate graph, recognise misleading designs, and interpret data without overstating conclusions.
पाठ
वैज्ञानिक डेटा-गुणवत्ता
Objective: एक डेटासेट को चर, इकाइयाँ, परिशुद्धता, सार्थक अंक, विसंगतियाँ, उद्गम व सटीकता-परिशुद्धता के अंतर हेतु समीक्षित करें।
AI-सहायित डेटा-संगठन व विश्लेषण
Objective: मूल डेटा संरक्षित करते व असमर्थित कारण-दावे टालते, तालिकाएँ संरचित करने, इकाइयाँ जाँचने, विसंगतियाँ चिह्नित करने व पैटर्न सारांशित करने AI उपयोग करें, गणनाएँ पुनर्जाँचते।
ग्राफ़-साक्षरता व भ्रामक दृश्यीकरण
Objective: एक उपयुक्त ग्राफ़-प्रकार चुनें, अक्ष, पैमाने व इकाइयाँ आलोचनात्मक पढ़ें, व कटे अक्ष, असमान अंतराल व दोहरे अक्ष जैसे भ्रामक डिज़ाइन पहचानें।
डेटा-से-स्पष्टीकरण कलाकृति स्टूडियो
Objective: एक डेटा-व्याख्या कलाकृति बनाएँ — एक डेटासेट समीक्षित करें, एक प्रति साफ़ करें, एक ग्राफ़ चुनें व बनाएँ, सीमाओं सहित एक साक्ष्य-आधारित व्याख्या लिखें, व एक निष्कर्ष नामित करें जो डेटा समर्थन नहीं करता।
मॉड्यूल मूल्यांकन
Data interpretation artifact (cleaned dataset + honest graph + evidence-based interpretation with limitations) · 8 प्रश्न
दृश्य अवधारणाएँ
Flowchart
Scientific data pipeline
Comparison Chart
Accuracy versus precision
Checklist
Evidence-to-claim ladder
Flowchart
Graph-selection decision tree
प्रक्रियाएँ, सुरक्षा-निर्णय व व्यवहार्यता शिक्षक द्वारा स्वतंत्र समीक्षित सुनिश्चित करते प्रारंभिक प्रयोग-योजना हेतु AI उपयोग करें — शोध-प्रश्न से विधि तक एक योजना बनाते, इसे AI से आलोचना कराते, व ख़तरे, नैतिकता व पर्यावरणीय ज़िम्मेदारी समीक्षित करते।
सीखने के परिणाम
- Develop an experimental method with variables, controls, measurement plan, reliability and classroom feasibility.
- Use AI to critique a plan while verifying that AI's criticism may itself be wrong.
- Review hazards, distinguish hazard from risk, and decide when an activity must not proceed.
पाठ
शोध-प्रश्न से प्रयोगात्मक विधि तक
Objective: एक शोध-प्रश्न को एक ठोस विधि में बदलें एक परिकल्पना, चर, नियंत्रण, एक माप-योजना, व विश्वसनीयता, वैधता व कक्षा-व्यवहार्यता की जाँचों सहित।
एक प्रयोगात्मक योजना की आलोचना करने AI उपयोग
Objective: एक योजना में लुप्त चरण, अनियंत्रित चर व अस्पष्ट निर्देश पहचानने AI उपयोग करें, सत्यापित करते कि AI की आलोचना स्वयं ग़लत हो सकती।
सुरक्षा, नैतिकता व पर्यावरणीय ज़िम्मेदारी
Objective: ख़तरे पहचानें, ख़तरे को जोखिम से अलग करें, नियंत्रण-पदानुक्रम लागू करें, व तय करें एक गतिविधि कब न आगे बढ़े — पहचानते कि AI जोखिम-आकलन कभी पर्याप्त नहीं।
प्रयोग-योजना कलाकृति स्टूडियो
Objective: एक पूर्ण प्रयोग-योजना विकसित करें — प्रश्न, परिकल्पना, सामग्री, प्रक्रिया, चर व माप-तालिकाएँ, नियंत्रण-रणनीति, एक प्रारंभिक जोखिम-समीक्षा, कचरा-नोट, सुगम्यता-अनुकूलन व एक शिक्षक-सत्यापन अभिलेख।
मॉड्यूल मूल्यांकन
Experiment plan (variables, controls, measurement + teacher-owned preliminary risk review + accessibility adaptation) · 8 प्रश्न
दृश्य अवधारणाएँ
Flowchart
Experiment planning workflow
Comparison Chart
Variable and control diagram
Flowchart
Hazard-to-control hierarchy
Flowchart
Risk-review flowchart
वैज्ञानिक भ्रांतियाँ निदान करें व विविध शिक्षार्थियों हेतु अनेक वैज्ञानिक रूप से वैध प्रस्तुतीकरण बनाएँ — त्रुटियों को भ्रांतियों से अलग करते, प्रस्तुतीकरण-स्तरों भर बेहतर स्पष्टीकरण डिज़ाइन करते, व वैज्ञानिक सत्यनिष्ठा घटाए बिना विभेदन करते।
सीखने के परिणाम
- Distinguish an error from a misconception and diagnose likely student thinking from responses.
- Design explanations that connect observable, particle-level and symbolic representations, with analogies whose limits are stated.
- Differentiate explanations for diverse learners while keeping the same core learning objective and avoiding deficit language.
पाठ
वैज्ञानिक भ्रांतियाँ पहचानना
Objective: एक त्रुटि को एक भ्रांति से अलग करें, पूर्व-धारणाएँ प्रकट करने नैदानिक प्रश्न उपयोग करें, व एक अकेले उत्तर से समझ अनुमान की सीमाएँ पहचानें।
बेहतर वैज्ञानिक स्पष्टीकरण डिज़ाइन करना
Objective: अवलोकनीय, कण-स्तर व प्रतीकात्मक प्रस्तुतीकरण जोड़ते, जिनकी सीमाएँ बताई जाएँ ऐसी उपमाएँ उपयोग करते, व मानवीकरण टालते स्पष्टीकरण डिज़ाइन करें।
विभेदन व समावेशी प्रस्तुतीकरण
Objective: विविध शिक्षार्थियों हेतु स्पष्टीकरण विभेदित करें — पठन-स्तर, भाषा, दृश्य व श्रव्य विकल्प, खंडन, मचान — वही मूल अधिगम-उद्देश्य रखते व कमी-भाषा टालते।
भ्रांति-सुधार कलाकृति स्टूडियो
Objective: एक भ्रांति-सुधार मिनी-पाठ बनाएँ — लक्ष्य भ्रांति, नैदानिक प्रश्न, सही मॉडल, एक उपमा व इसकी सीमाओं सहित बेहतर स्पष्टीकरण, एक दृश्य, एक अभ्यास-कार्य, प्रतिक्रिया व एक सुगम्यता-अनुकूलन।
मॉड्यूल मूल्यांकन
Misconception-repair mini-lesson (diagnostic + verified correct model + analogy with limits + accessibility adaptation) · 8 प्रश्न
दृश्य अवधारणाएँ
Cycle Diagram
Misconception diagnosis cycle
Flowchart
Observable–model–symbolic representation ladder
Comparison Chart
Analogy strengths-and-limits table
Flowchart
Differentiation pathway
साक्ष्य, मौलिकता, पुनरावर्तन व विद्यार्थी-कर्तृत्व बनाए रखते AI-समर्थित STEM परियोजनाओं का पर्यवेक्षण करें — समस्याएँ व हितधारक-आवश्यकताएँ निर्धारित करते, साक्ष्य जुटाते व प्रोटोटाइप करते, व AI-उपयोग प्रकटीकरण व शैक्षणिक सत्यनिष्ठा सहित प्रक्रिया प्रलेखित करते।
सीखने के परिणाम
- Scope a problem with stakeholder needs, constraints and success criteria, avoiding solution-first thinking.
- Guide evidence gathering, ideation and prototyping without AI replacing student thinking.
- Set project documentation, AI-use disclosure and academic-integrity rules that keep authorship clear.
पाठ
समस्या-निर्धारण व हितधारक-आवश्यकताएँ
Objective: हितधारक-आवश्यकताओं, बाधाओं व सफलता-मानदंडों से एक STEM समस्या निर्धारित करें, समाधान-प्रथम सोच टालते।
साक्ष्य, विचार-निर्माण व प्रोटोटाइपिंग
Objective: साक्ष्य-संग्रह, विचार-मंथन, निर्णय-मैट्रिक्स व प्रोटोटाइप-योजना मार्गदर्शन करें ताकि AI-जनित विचार विद्यार्थी-सोच की जगह लेने के बजाय समर्थन दें।
प्रलेखन, कोडिंग-समर्थन व परियोजना-सत्यनिष्ठा
Objective: उपयुक्त AI कोडिंग व प्रलेखन-समर्थन, प्रॉम्प्ट-लॉग, AI-उपयोग प्रकटीकरण, उद्धरण व लेखकत्व नियम तय करें जो विद्यार्थी-कार्य मौलिक व पता-योग्य रखें।
STEM परियोजना कलाकृति स्टूडियो
Objective: एक STEM परियोजना संक्षिप्त बनाएँ — समस्या-कथन, हितधारक-मानचित्र, शोध-प्रश्न, बाधाएँ, सफलता-मानदंड, निर्णय-मैट्रिक्स, प्रोटोटाइप व परीक्षण-योजना, मील-पत्थर, AI-उपयोग नियम व एक मूल्यांकन-रूब्रिक।
मॉड्यूल मूल्यांकन
STEM project brief (scoped problem + decision matrix + prototype–test plan + AI-use rules + rubric) · 8 प्रश्न
दृश्य अवधारणाएँ
Cycle Diagram
STEM project cycle
Comparison Chart
Stakeholder map
Comparison Chart
Decision matrix
Cycle Diagram
Prototype–test–improve loop
ज़िम्मेदार AI-उपयोग, पर्यावरण-विज्ञान अनुप्रयोग, व दावों, स्रोतों व अनिश्चितता का मूल्यांकन संबोधित करें — निगरानी को पूर्वानुमान को नीति से अलग करते, व वैज्ञानिक साक्ष्य को राय से पृथक करते।
सीखने के परिणाम
- Apply responsible-AI principles — human agency, fairness, privacy, transparency, accountability and environmental cost — to science teaching.
- Use age-appropriate environmental applications and distinguish monitoring, prediction, classification and decision support from policy.
- Evaluate claims, sources and uncertainty, distinguishing evidence quality and verifying AI-generated references.
पाठ
AI-समर्थित विज्ञान-शिक्षण की नैतिकता
Objective: ज़िम्मेदार-AI सिद्धांत — मानवीय कर्तृत्व, निष्पक्षता, पूर्वाग्रह, गोपनीयता, पारदर्शिता, जवाबदेही, पर्यावरणीय लागत व अति-निर्भरता — विज्ञान-शिक्षण निर्णयों पर लागू करें।
AI व पर्यावरण-विज्ञान अनुप्रयोग
Objective: आयु-उपयुक्त पर्यावरणीय उदाहरण उपयोग करें व निगरानी, पूर्वानुमान, वर्गीकरण व निर्णय-समर्थन में AI की भूमिका को वैज्ञानिक साक्ष्य व नीति-निर्णयों से अलग करें।
दावे, स्रोत व अनिश्चितता मूल्यांकित करना
Objective: दावों व स्रोतों को एक साक्ष्य-पदानुक्रम के विरुद्ध मूल्यांकित करें, झूठी सटीकता व सहसंबंध-बनाम-कारण पहचानें, अनिश्चितता व्यक्त करें, व AI-जनित संदर्भ सत्यापित करें।
नैतिकता व पर्यावरण कलाकृति स्टूडियो
Objective: एक नैतिकता या पर्यावरणीय कलाकृति बनाएँ — एक जाँच, केस-चर्चा या साक्ष्य-मूल्यांकन गतिविधि — शिक्षक-संदर्भ, शिक्षार्थी-निर्देश, साक्ष्य-स्रोत, नैतिक व अनिश्चितता-प्रॉम्प्ट, एक रूब्रिक, सुगम्यता-विकल्प व एक उत्तर-गाइड सहित।
मॉड्यूल मूल्यांकन
Ethics or environmental activity (verified evidence sources + uncertainty prompts + discussion protocol + rubric) · 8 प्रश्न
दृश्य अवधारणाएँ
Flowchart
Responsible AI decision tree
Flowchart
Evidence hierarchy
Flowchart
Claim–evidence–reasoning model
Comparison Chart
Environmental impact map
सटीकता, निष्पक्षता व सत्यनिष्ठा बनाए रखते सुगम्य कक्षा-संसाधन व मूल्यांकन बनाएँ — स्पष्ट विद्यार्थी-हैंडआउट डिज़ाइन करते, AI-जनित मूल्यांकन-मद समीक्षित करते, व शैक्षणिक-सत्यनिष्ठा व AI-प्रकटीकरण अभ्यास तय करते।
सीखने के परिणाम
- Design an accessible student science handout with clear purpose, instructions, safety notes, scaffolding and answer space.
- Review AI-generated assessment items for alignment, distractor quality, fairness and answer leakage.
- Set age-appropriate academic-integrity and AI-disclosure practices with process evidence.
पाठ
विद्यार्थी विज्ञान-हैंडआउट डिज़ाइन करना
Objective: एक विद्यार्थी विज्ञान-हैंडआउट डिज़ाइन करें एक स्पष्ट उद्देश्य व लक्ष्यों, निर्देशों, सामग्री, सुरक्षा-नोट, डेटा-तालिकाओं, मचान, उत्तर-स्थान व प्रिंट व मोबाइल हेतु सुगम्यता सहित।
AI-समर्थित मूल्यांकन व प्रतिक्रिया
Objective: AI-जनित मूल्यांकन-मद परिणाम-संरेखण, विकर्षक-गुणवत्ता, कठिनाई, निष्पक्षता व उत्तर-रिसाव हेतु समीक्षित करें, व उपयोगी प्रतिक्रिया डिज़ाइन करें।
शैक्षणिक सत्यनिष्ठा व AI-प्रकटीकरण
Objective: AI-उपयोग हेतु आयु-उपयुक्त शैक्षणिक-सत्यनिष्ठा अपेक्षाएँ तय करें, प्रकटीकरण, प्रॉम्प्ट-लॉग, उद्धरण, मूल विश्लेषण व प्रक्रिया-साक्ष्य अपेक्षित करते, निष्पक्ष परिणामों सहित।
कक्षा-संसाधन पैक कलाकृति स्टूडियो
Objective: एक पूर्ण कक्षा-संसाधन पैक बनाएँ — शिक्षक-अवलोकन, परिणाम, विद्यार्थी-हैंडआउट, एक दृश्य या डेटा-संसाधन, गतिविधि-निर्देश, सुरक्षा व गोपनीयता-नोट, विभेदन, रचनात्मक मूल्यांकन, उत्तर-कुंजी, रूब्रिक, AI-उपयोग घोषणा, स्रोत-सूची व एक शिक्षक गुणवत्ता-चेकलिस्ट।
मॉड्यूल मूल्यांकन
Classroom resource pack (handout + verified assessment + safety/privacy note + AI-use declaration + quality checklist) · 8 प्रश्न
दृश्य अवधारणाएँ
Flowchart
Anatomy of a student handout
Flowchart
Assessment alignment triangle
Cycle Diagram
Feedback cycle
Comparison Chart
Academic-integrity continuum
AI मसौदा बना सकता है, पर वह समझता या सत्यापित नहीं करता। आप जो भी उपयोग करते हैं उसकी सटीकता, निष्पक्षता, गोपनीयता और कक्षा-उपयुक्तता की ज़िम्मेदारी आपकी है।