सीखने को असल में मापा कैसे जाता है

सीखना आप देख नहीं सकते। जो आप देख सकते हैं वह है कोई विद्यार्थी सवाल का जवाब देता, समस्या हल करता, तर्क लिखता या कोई प्रक्रिया करता हुआ — और उस दिखाई देने वाले व्यवहार से आप उसके दिमाग़ के भीतर हुए किसी अदृश्य बदलाव का अनुमान लगाते हैं। हर परीक्षा, क्विज़, वाइवा और रूब्रिक उसी अनुमान को भरोसेमंद बनाने की कोशिश है। शैक्षिक मापन इसे सावधानी से करने का अनुशासन है, और इसकी केंद्रीय स्वीकारोक्ति असहज है: अंक कभी सीखना नहीं होता, उसके बारे में सिर्फ़ प्रमाण होता है।

धुँधले विचार से गिनने लायक़ चीज़ तक

शोध की शुरुआत उस चीज़ को नाम देने से होती है जिसे मापा जा रहा है — संप्रत्यय (कंस्ट्रक्ट)। "भिन्न समझता है", "आलोचनात्मक सोच सकता है", "स्नातक अध्ययन के लिए तैयार है" — ये सब संप्रत्यय हैं, और इनमें से कोई भी सीधे गिना नहीं जा सकता। क्रियान्वयन (ऑपरेशनलाइज़ेशन) वह क़दम है जिसमें तय होता है कि कौन-सा दिखाई देने वाला प्रदर्शन इसका प्रमाण माना जाएगा: कौन-से कार्य, किन परिस्थितियों में, किन कसौटियों पर जाँचे जाकर।

ज़्यादातर ख़राब आकलन यहीं गड़बड़ाता है, और चुपचाप गड़बड़ाता है। भौतिकी की वैचारिक समझ मापने के इरादे से बनी वह परीक्षा, जिसके सवाल सूत्र में मान रखकर हल हो जाते हों, ग़लत चीज़ का क्रियान्वयन कर बैठी है। वह साफ़-सुथरे, एकसमान अंक देगी जो ऐसे सवाल का जवाब हैं जो किसी ने पूछा ही नहीं था।

विश्वसनीयता और वैधता अलग-अलग समस्याएँ हैं

दो गुण तय करते हैं कि कोई मापन किसी काम का है या नहीं, और इन्हें आए दिन आपस में गड्डमड्ड कर दिया जाता है।

विश्वसनीयता यानी एकरूपता। क्या वही विद्यार्थी दोबारा परीक्षा में, समानांतर प्रश्नपत्र में, या किसी दूसरे परीक्षक से लगभग वही अंक पाएगा? विश्वसनीयता को ख़तरा होता है बहुत कम प्रश्नों से, अस्पष्ट शब्दों से, और व्यक्तिनिष्ठ जाँच से — इसीलिए रूब्रिक और दोहरी जाँच होती है, और इसीलिए लंबी परीक्षा आम तौर पर छोटी से ज़्यादा विश्वसनीय होती है।

वैधता यानी परीक्षा वही माप रही है या नहीं जिसका वह दावा करती है। यह अकेले परीक्षा का नहीं, उससे निकाली गई व्याख्या का गुण है: अच्छी बनी गणित की परीक्षा बीजगणित का कौशल आँकने के लिए वैध हो सकती है और शिक्षण-योग्यता का पूर्वानुमान लगाने के लिए अवैध। शोधकर्ता कई तरह के प्रमाण जुटाते हैं — पाठ्यक्रम के सामने विषयवस्तु की कवरेज, दूसरे मापों से रिश्ते, और यह कि भीतरी संरचना वैसा व्यवहार कर रही है या नहीं जैसा सिद्धांत कहता है।

कोई परीक्षा बेहद विश्वसनीय और पूरी तरह अवैध हो सकती है: विद्यार्थी की लंबाई नापने से बेहद एकसमान संख्याएँ मिलेंगी जो उसकी समझ के बारे में कुछ नहीं बतातीं। प्रासंगिकता के बिना एकरूपता व्यवहार में सबसे आम चूक है, क्योंकि विश्वसनीयता निकालना आसान है और वैधता के लिए तर्क गढ़ना पड़ता है।

सीखने का आकलन ही नहीं, सीखने के लिए आकलन

• रचनात्मक (फ़ॉर्मेटिव) आकलन पढ़ाई के दौरान होता है, और इसका मक़सद फ़ीडबैक है — यह पता लगाना कि सीखने वाले ने अब तक क्या नहीं पकड़ा, जब कुछ करने का समय बचा हो। यह अक्सर बिना अंक का होता है, और इसका मोल इसी में है कि यह क्या बदल देता है।
• योगात्मक (समेटिव) आकलन अंत में होता है और उपलब्धि प्रमाणित करता है: बोर्ड परीक्षा, अंतिम ग्रेड, प्रवेश परीक्षा।

दोनों ज़रूरी हैं, पर इनका बँटवारा अक्सर ग़लत होता है। दबाव में आई व्यवस्थाएँ योगात्मक परीक्षण बढ़ा देती हैं, जो ज़्यादा पढ़ाए बिना ज़्यादा बार मापता है, जबकि रचनात्मक फ़ीडबैक — वह हिस्सा जो प्रमाणित रूप से सीखना सुधारता है — निचुड़कर बाहर हो जाता है।

प्रमाण से परीक्षा सुधारना

परीक्षा हो जाने के बाद प्रश्न विश्लेषण (आइटम एनालिसिस) हर सवाल को आँकड़ों से जाँचता है। कठिनाई यानी सही जवाब देने वालों का अनुपात; विभेदन यानी वह सवाल मज़बूत और कमज़ोर परीक्षार्थियों को कितनी अच्छी तरह अलग करता है। जिस सवाल का जवाब सब सही देते हों, या जिसे मज़बूत परीक्षार्थी कमज़ोरों से ज़्यादा ग़लत करते हों, वह कुछ काम का नहीं जोड़ता और आम तौर पर किसी ख़ामी का संकेत है।

आधुनिक तरीक़े इससे आगे जाते हैं। प्रश्न अनुक्रिया सिद्धांत (IRT) सही जवाब की संभावना को सवाल की कठिनाई और परीक्षार्थी की योग्यता — दोनों के फलन के रूप में मॉडल करता है, जिससे अलग-अलग प्रश्नपत्रों के अंक एक साझा पैमाने पर रखे जा सकते हैं, और यही कंप्यूटर-अनुकूली परीक्षण की नींव है, जहाँ अगला सवाल अब तक के जवाबों से चुना जाता है। अंतरराष्ट्रीय स्तर पर NAEP और भारत में ASER व NAS जैसे बड़े अध्ययन इन्हीं विधियों से व्यक्तियों को ग्रेड देने के बजाय पूरी आबादी का अधिगम स्तर आँकते हैं।

जिस पल कोई माप लक्ष्य बन जाता है, वह व्यवस्था का वर्णन करना छोड़कर उसे हाँकने लगता है। हर आकलन डिज़ाइन करने वाला असल में यह तय कर रहा होता है कि स्कूल अपना पूरा साल किसमें लगाएगा।

छात्रों और शोधकर्ताओं के लिए इसका महत्व

शैक्षिक मापन सांख्यिकी, मनोविज्ञान, शिक्षाशास्त्र और नीति को जोड़ता है, और इसके नतीजे ठोस होते हैं: आकलन का डिज़ाइन तय करता है कि क्या पढ़ाया जाएगा, किसे प्रवेश मिलेगा, और फ़ंडिंग परिणामों के पीछे कैसे चलेगी। सक्रिय शोध में डिजिटल प्लेटफ़ॉर्म से लर्निंग एनालिटिक्स, मुक्त उत्तरों की स्वचालित जाँच, सहयोगी व उच्चतर कौशलों का आकलन जहाँ बहुविकल्पीय नहीं पहुँच सकता, भाषाओं व सामाजिक समूहों के आर-पार निष्पक्षता और विभेदी प्रश्न व्यवहार, और भारत में NEP से आया योग्यता-आधारित आकलन की ओर बदलाव बड़े पैमाने पर कैसे उतरता है — सब शामिल हैं। पीयर-रिव्यूड साहित्य का अनुसरण करके ही शिक्षा के छात्र, शिक्षक और शोधकर्ता उस क्षेत्र के साथ क़दम मिलाते हैं जहाँ पद्धति के चुनाव नीति बन जाते हैं।

अक्सर पूछे जाने वाले सवाल

सीखने को कैसे मापा जाता है?

सीखना देखा नहीं, अनुमानित किया जाता है। शोधकर्ता पहले वह संप्रत्यय परिभाषित करते हैं जिसे मापना है, तय करते हैं कि कौन-से दिखाई देने वाले कार्य उसका प्रमाण देंगे, उन कार्यों को नियंत्रित परिस्थितियों में कराते हैं और स्पष्ट कसौटियों पर जाँचते हैं — फिर परखते हैं कि मिले अंक एकसमान हैं और जो व्याख्या निकाली जा रही है उसे सहारा देते हैं।

विश्वसनीयता और वैधता में क्या अंतर है?

विश्वसनीयता एकरूपता है: वही विद्यार्थी दोबारा परीक्षा में, दूसरे प्रश्नपत्र में या दूसरे जाँचकर्ता से मिलता-जुलता अंक पाएगा या नहीं। वैधता यह है कि अंक उस व्याख्या को सहारा देता है या नहीं जो उससे निकाली जा रही है। कोई परीक्षा विश्वसनीय पर अवैध हो सकती है — एकसमान संख्याएँ जो ग़लत चीज़ नाप रही हों।

रचनात्मक और योगात्मक आकलन में क्या अंतर है?

रचनात्मक आकलन सीखने के दौरान होता है और इसका काम ऐसा फ़ीडबैक देना है जो आगे का रास्ता बदल दे। योगात्मक आकलन अंत में होता है और यह प्रमाणित करता है कि क्या हासिल हुआ, जैसे अंतिम परीक्षा या बोर्ड का परिणाम।

प्रश्न विश्लेषण क्या है?

प्रश्न विश्लेषण उत्तरों के आँकड़ों से हर सवाल की जाँच करता है। कठिनाई बताती है कि कितने अनुपात ने सही जवाब दिया, और विभेदन बताता है कि वह सवाल मज़बूत व कमज़ोर परीक्षार्थियों में कितना अच्छा फ़र्क़ करता है। कमज़ोर विभेदन वाले सवाल आम तौर पर ख़ामीदार होते हैं और उन्हें सुधारा या हटाया जाता है।