-
CENTRES
Progammes & Centres
Location
भारताच्या शिक्षणातील संकटाविरुद्ध नवी संधी: कृत्रिम बुद्धिमत्ता शिक्षणातील अंतर कमी करून, वैयक्तिक शिकवणी देऊन आणि शैक्षणिक समानता वाढवून परिवर्तन घडवू शकते.
या पार्श्वभूमीवर, हा लेख भारत कशा प्रकारे कृत्रिम बुद्धिमत्तेचा (AI) उपयोग करून शिक्षणाची गुणवत्ता आणि शिकण्याचे परिणाम सुधारू शकतो हे तपासतो, विशेषतः ग्रामीण भागातील किंवा शासकीय व अल्प-खर्चिक खासगी शाळांमधील विद्यार्थ्यांसाठी.
कोविड-19 महामारीने अनपेक्षितपणे भारतात डिजिटल शिक्षणाचा एक राष्ट्रीय प्रयोग घडवला ज्यातून देशाच्या डिजिटल पायाभूत सुविधांतील कमकुवत बाजू आणि सुप्त क्षमता दोन्ही स्पष्ट झाल्या. शाळा बंद झाल्यानंतर सरकारांनी वेगाने दिक्षा (DIKSHA), व्हॉट्सॲप/ गुगल क्लासरूम, आणि व्हिडिओ-आधारित लेसन्स अशा डिजिटल प्लॅटफॉर्म्सचा वापर सुरू केला. बॉस्टन कन्सल्टिंग ग्रुप (2021) आणि झारखंड, मध्य प्रदेश आणि राजस्थान राज्य सरकारांच्या सहकार्याने तयार केलेल्या अहवालानुसार, 2020 मध्ये जेव्हा नियमित, प्रत्यक्ष शिक्षण थांबले, तेव्हा फक्त आठ आठवड्यांत जवळपास दोन दशलक्ष (20 लाख) घरांनी डिजिटल शिक्षणासाठी नोंदणी केली. अनेक विद्यार्थ्यांनी साध्या मोबाईल फोनद्वारे यूट्यूब आणि व्हॉट्सॲप सारख्या ॲप्सवर शैक्षणिक साहित्याचा उपयोग केला, ज्यामुळे कमी संसाधन असलेल्या भागांतही शिक्षण अधिक सुलभ झाले. ग्रामीण राजस्थानात, 96 टक्के शिक्षकांनी महामारीदरम्यान DIKSHA प्लॅटफॉर्मचा वापर शिकला आणि तो त्यांच्या धड्यांमध्ये व मूल्यमापनांमध्ये समाविष्ट केला. तसेच, 9 वी ते 12 वी मधील 95 टक्के विद्यार्थ्यांनी डिजिटल पाठ्यपुस्तके आणि इंटरॲक्टिव वर्कशीट्ससाठी या प्लॅटफॉर्मचा वापर केला.
महामारीच्या काळातील या हस्तक्षेपांमध्ये अनेक त्रुटी होत्या, परंतु त्यांनी हे दाखवून दिले की योग्य नियोजन आणि समन्वयासह तंत्रज्ञान मोठ्या प्रमाणावर, आणि वंचित समुदायांपर्यंतही, उच्च-गुणवत्तेचे शैक्षणिक साहित्य पोहोचवू शकते.
महामारीच्या काळातील या हस्तक्षेपांमध्ये अनेक त्रुटी होत्या, परंतु त्यांनी हे दाखवून दिले की योग्य नियोजन आणि समन्वयासह तंत्रज्ञान मोठ्या प्रमाणावर, आणि वंचित समुदायांपर्यंतही, उच्च-गुणवत्तेचे शैक्षणिक साहित्य पोहोचवू शकते. या प्रयत्नांनी शिक्षणाचे वैयक्तिकरण, समानता वाढविणे आणि शैक्षणिक प्रशासनाला अधिक माहितीपूर्ण बनविणे यासाठी कृत्रिम बुद्धिमत्तेसारख्या (AI) प्रगत तंत्रज्ञानाच्या वापराची पायाभरणी केली. हे सर्व घटक सर्वांसाठी गुणवत्तापूर्ण शिक्षण साध्य करण्यासाठी अत्यावश्यक आहेत.
खालील पाच क्षेत्रांमध्ये भारतात AIचा सर्वाधिक प्रभावी आणि संबंधित उपयोग दिसून येतो. जे गुणवत्तापूर्ण शिक्षण व्यापक पातळीवर पोहोचवण्याशी थेट निगडित आहेत.
1. विद्यार्थ्यांसाठी AI: वैयक्तिक शिकण्याचे मार्ग आणि उपाय
शिक्षणातील AI चा एक प्रमुख लाभ म्हणजे विद्यार्थ्यांच्या गरजेनुसार शिकवणी सुरु करण्याची क्षमता. पारंपरिक शिक्षण पद्धतीत सर्व विद्यार्थी समान गतीने आणि समान पूर्वज्ञानासह शिकतात, असे गृहीत धरले जाते. परंतु AI प्रणाली विद्यार्थ्याच्या सध्याच्या पातळीचे रिअल-टाइम मूल्यमापन करून, विषयाचे अडचण, स्वरूप किंवा गती त्यानुसार समायोजित करू शकते. उदाहरणार्थ, माईंडक्राफ्ट हे ग्रामीण विद्यार्थ्यांसाठी तयार केलेला एक प्लॅटफॉर्म आहे, जो भाषेतील आणि भौगोलिक मर्यादा पार करण्यास मदत करतो. हे प्लॅटफॉर्म AI-सक्षम शिक्षकाचा वापर करून दृश्य संकेतांच्या आधारे शिकवणी देते, परस्परसंवादी असून समस्या सोडवण्यास प्रोत्साहित करते आणि निदानात्मक मूल्यमापनांच्या आधारे करिअर मार्गदर्शन आणि मेंटरशिप प्रदान करते.
नॅचरल लँग्वेज प्रोसेसिंग (NLP) प्रणाली आता इंग्रजी व इतर भाषांतील पाठ्यपुस्तकातील संकल्पना स्थानिक भाषांमध्ये अनुवादित करू शकतात आणि आवाज-आधारित स्पष्टीकरणे निर्माण करून शिकण्यातील तफावत कमी करण्यास मदत करतात.
याव्यतिरिक्त, कृत्रिम बुद्धिमत्ता (AI) प्रणालींना बहुभाषिक आणि सांस्कृतिकदृष्ट्या सुसंगत साहित्य (कंटेंट) समाविष्ट करण्यासाठी सक्षम केले जाऊ शकते, ज्यामुळे आदिवासी व पहिल्या पिढीतील शिकणाऱ्यांना विशेष सहाय्य मिळू शकते. नॅचरल लँग्वेज प्रोसेसिंग (NLP) प्रणाली आता इंग्रजी व इतर भाषांतील पाठ्यपुस्तकातील संकल्पना स्थानिक भाषांमध्ये अनुवादित करू शकतात आणि आवाज-आधारित स्पष्टीकरणे निर्माण करून शिकण्यातील तफावत कमी करण्यास मदत करतात.
2. शिक्षकांसाठी AI: नियोजन, वैविध्यपूर्ण शिकवणी आणि सहाय्यUDISE+ (Unified District Information System for Education+) 2024-25 च्या आकडेवारीनुसार, भारतात १ लाखांहून अधिक शाळांमधे फक्त एकच शिक्षक आहे. ही संख्या आणखी वाढते, जेव्हा लहान शाळा आणि शिक्षकांच्या गैरहजेरीचा विचार केला जातो. परिणामी, अनेक ठिकाणी एकाच शिक्षकाला एकाच वेळी अनेक इयत्तांचे किंवा विषयांचे अध्यापन करावे लागते. याशिवाय, शिक्षकांचा मोठा वेळ शिक्षणाशी थेट संबंधित नसलेल्या कामांमध्ये खर्च होतो. जसे की प्रशासनिक कागदपत्रे, नोंदी ठेवणे, सर्वेक्षणे करणे आणि अहवाल तयार करणे.
या पार्श्वभूमीवर, AI साधने शिक्षकांना मोठा आधार देऊ शकतात. ही साधने पाठांचे नियोजन (लेसन प्लॅनिंग), रोजच्या कामांचे स्वयंचलन (ऑटोमॅशन ऑफ रूटीन टास्क), अभ्यासांचे मूल्यमापन (ग्रेडिंग) आणि विद्यार्थ्यांच्या प्रगतीचे विश्लेषण अशा कार्यांमध्ये मदत करू शकतात. त्यामुळे शिक्षकांचा अशैक्षणिक कामांवर जाणारा वेळ कमी होतो आणि ते अधिक प्रभावी अध्यापनासाठी वेळ देऊ शकतात. McKinsey च्या अहवालानुसार, तंत्रज्ञान शिक्षकांचा 20-30 टक्के वेळ वाचवू शकते, जो प्रत्यक्ष वर्गातील शिकवणीसाठी वापरता येऊ शकतो.
स्रोत: McKinsey, 2020
एनसीईआरटी (नॅशनल कौन्सिल ऑफ एज्युकेशनल रिसर्च अँड आर्ट) द्वारे समर्थित 2024 मधील एका अभ्यासानुसार, AI-सक्षम पाठ्य नियोजन साधनांचा वापर करून प्रशिक्षण घेतलेल्या शिक्षकांना विद्यार्थ्यांच्या गरजा अधिक चांगल्या प्रकारे ओळखता आल्या आणि त्यांच्या शिकवणी पद्धतीत आवश्यक ते बदल करता आले. अशा AI-आधारित प्लॅटफॉर्म्सनी जलद मूल्यमापन साधने (low-prep assessments) तयार केली आणि विद्यार्थ्यांना त्यांच्या कामगिरीनुसार गटबद्ध केले, ज्यामुळे शिक्षकांचा मौल्यवान वेळ वाचला.
3. मूल्यमापनासाठी AI: पूर्वसूचना आणि तत्काळ अभिप्राय
पारंपरिक शिक्षण पद्धतींमध्ये मूल्यमापन हे ठराविक कालावधीनंतर होणारे (पिरियोडिक) आणि संक्षेपात्मक (समेटीव) स्वरूपाचे असते म्हणजेच हस्तक्षेप करण्यासाठी खूप उशीर झाल्यानंतर ते केले जाते. परंतु, AI-सक्षम मूल्यमापन प्रणाली सतत आणि रचनात्मक (फॉर्मेटीव) असतात, ज्या विद्यार्थ्यांना रिअल-टाइम अभिप्राय देतात आणि शिक्षकांना कार्यवाहीयोग्य इनसाईट्स पुरवतात.
उदाहरणार्थ, IIT इंडियन इन्स्टिट्यूट ऑफ टेक्नॉलॉजी ) मुंबई द्वारे विकसित केलेले TARA (Teacher’s Assistant for Reading Assessment) हे ॲप्लिकेशन स्पीच प्रोसेसिंग आणि मशीन लर्निंगचा वापर करून विद्यार्थ्यांच्या ओरल रीडिंग फ्लुएन्सी (मौखिक वाचन प्रवाहीपणा) चे स्वयंचलित मूल्यमापन करते. हे ॲप मुलांकडून वयोगटानुसार योग्य परिच्छेद वाचून घेते आणि त्यानंतर “ वर्ड्स करेक्ट पर मिनिट (WCPM)” यासारखी मोजमापे करते तसेच उच्चार, स्वर, जोर (intonation, phrasing, stress) यांचे विश्लेषण करून विद्यार्थ्याच्या वाचनाच्या टप्प्याचे (reading stage) आकलन करते. ही प्रणाली इंग्रजी आणि हिंदी दोन्ही भाषांमध्ये कार्य करते आणि मानवी तज्ज्ञांच्या गुणांकनाशी जुळणारी व प्रमाणित (validated) आहे. आतापर्यंत ती मोठ्या प्रमाणावर वापरली गेली आहे. 1200 केंंद्रिय विद्यालयांमधील 3 री ते 8 वी इयत्तेतील सुमारे 7 लाख विद्यार्थ्यांसोबत या प्रणालीचा वापर करण्यात आला आहे.
AI-सक्षम पाठ्य नियोजन साधनांचा वापर करून प्रशिक्षण घेतलेल्या शिक्षकांना विद्यार्थ्यांच्या गरजा अधिक चांगल्या प्रकारे ओळखता आल्या आणि त्यांच्या शिकवणी पद्धतीत आवश्यक ते बदल करता आले.
आणखी एक महत्त्वपूर्ण डेटासेट म्हणजे ASER मुलांचे स्पीच डेटासेट , ज्यामध्ये 6 ते 14 वयोगटातील मुलांनी हिंदी, मराठी आणि इंग्रजी भाषांमध्ये विविध स्तरांवर वाचन केलेल्या हजारो ऑडिओ क्लिप्सचा समावेश आहे. या डेटासेटच्या आधारे ASR ऑटोमॅटिक स्पीच रेकगन्शन ) प्रणाली विकसित करण्यात आली आहे, जी विद्यार्थ्यांच्या वाचन प्रावीण्याची (रीडिंग प्रोफिसिएन्सी) 86 टक्के अचूकतेने (इंग्रजीसाठी) भविष्यवाणी करते. हा डेटासेट भारतातील प्रादेशिक भाषांमध्ये मोठ्या प्रमाणावर आवाज-आधारित वाचन मूल्यमापन स्पीच बेस्ड रीडिंग असेसमेंट) करण्याची शक्यता दाखवतो.
4. शैक्षणिक प्रशासन आणि प्रणाली निरीक्षणासाठी AI
क्लासरूमच्या पलीकडे, AI शासन आणि शैक्षणिक प्रशासनाला प्रगतीचे निरीक्षण करणे, संसाधनांचे वितरण करणे आणि परिणामकारकता अधिक कार्यक्षमतेने मोजणे यात मदत करू शकतो. भविष्यसूचक विश्लेषण (प्रेडिक्टिव ॲनालिटिक्स) आणि AI-सक्षम डॅशबोर्ड्स च्या मदतीने, SDMS स्टुडन्ट डेटाबेस मॅनेजमेंट सिस्टम)-UDISE+ आणि प्रधानमंत्री ई-विद्या (PM eVidya) सारख्या प्रणाली कामगिरी कमी असलेले किंवा जास्त शाळाबाह्य दर (ड्रॉपआउट रेट) असलेले भाग ओळखण्यात प्रशासकांना मदत करतात. यामुळे उपायांचे कार्यक्रम, संसाधन वितरण, आणि शिक्षक सहाय्य यांसारखे लक्ष्यित हस्तक्षेप सुलभ होतात. नागालँडच्या शालेय शिक्षण विभागाने शिक्षक उपस्थितीचे निरीक्षण करण्यासाठी भौगोलिक स्थानावर आधारित (geo-positioning) आणि डेटा विश्लेषणावर आधारित AI प्रणाली लागू केली आहे. ही प्रणाली रिअल-टाइम डेटा निर्माण करून शिक्षक शाळेत उपस्थित आहेत का हे ओळखते, ज्यामुळे तालुका किंवा जिल्हा अधिकाऱ्यांना तत्काळ कारवाई करता येते.
त्याचप्रमाणे, उत्तर प्रदेशातील किताब वितरण हे ॲप AI सप्लाय चेन ट्रॅकिंग आणि संसाधनाची जबाबदारी सुनिश्चित करण्यासाठी कसे वापरले जाऊ शकते याचे उत्तम उदाहरण आहे. या ॲपमध्ये QR कोडच्या माध्यमातून शिक्षकांना इयत्ता 3 च्या हिंदी व गणिताच्या पूरक पुस्तकांचे वितरण नोंदवता येते. या डेटाचे अधिकारी रिअल-टाइममध्ये निरीक्षण करतात, ज्यामुळे साहित्य उशिरा पोहोचल्यास किंवा हरवल्यास तात्काळ दुरुस्तीची कारवाई शक्य होते.
ही साधने निश्चितच मोठ्या शक्यता बाळगतात, परंतु अद्याप त्यांचा पूर्ण उपयोग शिक्षक कार्यप्रदर्शन मूल्यांकन, शाळा कार्यक्षमतेचे निरीक्षण, किंवा प्रणाली-स्तरीय अपयशाची भविष्यवाणी करण्यासाठी झाला नाही.
5. सर्वसमावेशक शिक्षणासाठी AI: सहाय्यकारी तंत्रज्ञान आणि भाषिक समानता
कृत्रिम बुद्धिमत्ता (AI) शिक्षणाला खऱ्या अर्थाने सर्वसमावेशक बनविण्याच्या नव्या शक्यता निर्माण करते. हा राष्ट्रीय शिक्षण धोरण (NEP) 2020 चा एक प्रमुख उद्देश आहे. AI-आधारित सहाय्यकारी साधने (assistive technologies) अपंगत्व असलेल्या विद्यार्थ्यांना भाषिक आणि सामाजिक-सांस्कृतिक संदर्भात अनुकूल असे शिक्षण देऊ शकतात. ही साधने बहुभाषिक आणि बोलीभाषांमधील साहित्य, भाषांतर सुविधा, स्थानिक भाषेतील विषयवस्तू, तसेच विद्यार्थ्यांच्या शिकण्याच्या शैली, गती आणि संदर्भानुसार अनुकूलन (adaptation) उपलब्ध करून देतात.
कृत्रिम बुद्धिमत्ता (AI) शिक्षणाला खऱ्या अर्थाने सर्वसमावेशक बनविण्याच्या नव्या शक्यता निर्माण करते. हा राष्ट्रीय शिक्षण धोरण (NEP) 2020 चा एक प्रमुख उद्देश आहे.
ऑटिझम आणि शिकण्यातील अडचणी असलेल्या मुलांना मदत करण्यासाठी सध्या अनेक AI-आधारित ॲप्स आणि प्लॅटफॉर्म्स वापरले जात आहेत. उदाहरणार्थ, Screening Tool for Autism Risk using Technology (START) हे ॲप मोबाइल-आधारित बालकांच्या कृतींवर आणि पालकांच्या माहितीवर आधारित मूल्यांकन करून, विशेष तज्ज्ञांशिवायही कमी संसाधन असलेल्या भागांमध्ये ऑटिझमचा धोका ओळखण्यासाठी मदत करते. तसेच, CognitiveBotics सारखे प्लॅटफॉर्म AI सक्षम थेरपी देतात. यात परस्परसंवादी खेळ (इंटरएक्टिव गेम्स) आणि चॅटबॉट्सच्या माध्यमातून संवाद साधला जातो. या पद्धतींमुळे सामाजिक आणि संवादकौशल्यांमध्ये सुधारणा झाल्याचे दिसून आले आहे.
तथापि, शिक्षणात AI चा वापर सर्व समस्यांवर उपाय ठरू शकत नाही. मानवी शिक्षकाच्या कौशल्यांची जागा तो घेऊ शकत नाही, आणि पायाभूत सुविधांतील तफावत हे एक निर्विवाद वास्तव आहे. म्हणूनच, AI च्या कोणत्याही हस्तक्षेपाचे यश त्याच्या विचारपूर्वक डिझाइन, प्रभावी प्रशासन आणि प्रत्यक्ष शैक्षणिक प्रणालींमध्ये त्याच्या समावेशावर अवलंबून असते. सध्या सर्वात मोठी गरज आहे जबाबदार AI एकीकरणाची (रिस्पॉन्सिबल AI इंटिग्रेशन) जे नैतिक सुरक्षा उपायांनी समर्थित असेल, शैक्षणिक समानतेच्या उद्दिष्टांशी सुसंगत असेल, आणि “टीचर फर्स्ट” दृष्टिकोनावर आधारित असेल.
मोबाइलचा वापर वाढला असला तरी, शाळांमधील पायाभूत सुविधांची कमतरता आणि घरगुती स्तरावर असमान उपलब्धता हे ग्रामीण, आदिवासी आणि कमी-संसाधन असलेल्या भागांत AI-सक्षम शिक्षणासाठी अजूनही मोठे अडथळे आहेत. या तफावतीमुळे AI चे इंटिग्रेशन (विशेषतः विद्यार्थ्यांसाठी) केवळ शाळेच्या पायाभूत सुविधांवर अवलंबून राहू शकत नाही; त्याऐवजी, घरांमध्ये असलेल्या मोबाईल फोनचा वापर करून विस्तार करणे अधिक व्यवहार्य (स्केलेबल) ठरते. तथापि, या पद्धतीलाही काही मर्यादा आणि आव्हाने आहेत. ती पुढीलप्रमाणे सामायिक उपकरणांचा वापर (डिव्हाईस शेअरिंग), वापरात लिंगभेद (जेंडर डिव्हाइड), डिजिटल निरक्षरता, अविश्वसनीय वीज आणि इंटरनेट सेवा तसेच गोपनीयतेसंबंधी चिंता (प्रायव्हसी कन्सर्नस) ही आव्हाने लक्षात घेता, भारतात AI-आधारित शिक्षणाचे भविष्य तंत्रज्ञान, धोरण, आणि शिक्षक यांच्या एकत्रित सहभागावर अवलंबून आहे.
AI चे इंटिग्रेशन (विशेषतः विद्यार्थ्यांसाठी) केवळ शाळेच्या पायाभूत सुविधांवर अवलंबून राहू शकत नाही; त्याऐवजी, घरांमध्ये असलेल्या मोबाईल फोनचा वापर करून विस्तार करणे अधिक व्यवहार्य (स्केलेबल) ठरते.
या आव्हानांचा सामना करण्यासाठी आणि भारतातील सर्व मुलांसाठी AI-आधारित गुणवत्तापूर्ण शिक्षण पोहोचवण्यासाठी आठ शिफारसी करता येऊ शकतात. प्रथमतः AI इनोव्हेशन अशा प्रकारे डिझाइन केले पाहिजेत की ते ऑफलाइन फर्स्ट किंवा कमी बँडविड्थवर सतत इंटरनेटचा पुरवठा नसतानाही सहजतेने काम करू शकतात, आवश्यक तेव्हा डेटा कॅशिंग आणि सिंकिंग करून वापरला जाऊ शकेल. दुसरे म्हणजे ॲप्स लो-एंड मोबाईलवरही चालतील, तसेच आवाज, प्रतिमा इनपुट आणि लहान फाइल साइज स्वीकारतील. सामुदायिक ऍक्सेस पॉईंट गावातील केंद्रे, ग्रामपंचायत सभागृह किंवा स्थानिक शाळा अशा उपकरण आणि चार्जिंग स्टेशन असलेल्या ठिकाणी सेटअप करणे, जिथे घरात उपकरण नसल्यास विद्यार्थी वापरू शकतील. प्राथमिकता मुली आणि वंचित गटांना द्यावी, आणि त्यांना व त्यांच्या पालकांना सुरक्षित आणि आत्मविश्वासपूर्णपणे उपकरणांचा वापर शिकवला पाहिजे. मोबाईल नेटवर्क आणि विद्युत सुविधांचा विस्तार यामध्ये 4G/5G नेटवर्क अशा गावांमध्ये पोहोचवणे आणि शाळांमध्ये सौर ऊर्जा किंवा बॅटरी बॅकअप असणे आवश्यक आहे. शाळांमध्ये शिक्षकांना अशी AI साधने द्यावीत जी पाठ्य नियोजन तयार करतात, ऑटो-ग्रेडिंग करतात, आणि समूह कृती सुचवतात, ज्यामुळे शिक्षक प्रत्यक्ष शिक्षणावर अधिक लक्ष केंद्रित करू शकतात. त्याचबरोबर शिक्षक क्षमतेत गुंतवणूक करणे म्हणजेच शिक्षकांसोबत AI साधनांचे सह-डिझाइन करणे आणि IIT-Madras सारखे शॉर्ट ब्लेंडेड ट्रेनिंग प्रोग्राम्स (उदा. “AI फॉर एज्युकेटर्स”) देणे आणि शेवटी नीती आयोगाच्या रिस्पॉन्सिबल AI फ्रेमवर्क च्या मार्गदर्शनाखाली अॅनॉनिमाइज्ड डेटा, बायस ऑडिट्स, ओपन-सोर्स किंवा ऑडिटेबल मॉडेल्स वापरणे यामाध्यमातून नैतिक AI चा वापर सुनिश्चित करणे,.
भारत NEP 2020 ला कार्यान्वित करत असताना आणि मूलभूत शिक्षण कार्यक्रमांचे प्रमाण वाढवताना, AI केवळ कंटेंट पोहोचवण्यासाठी नाही तर प्रत्येक मुलाचे शिकण्याचे अनुभव मूलगामीरीत्या रूपांतरित करण्यासाठी अद्वितीय संधी उपलब्ध करून देते.
अर्पण तुलस्यान ह्या ऑब्सरवर रिसर्च फाउंडेशन मधील सेंटर फॉर इकॉनॉमीक डिप्लोमसी येथे सिनियर फेलो आहेत.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
Arpan Tulsyan is a Senior Fellow at ORF’s Centre for New Economic Diplomacy (CNED). With 16 years of experience in development research and policy advocacy, Arpan ...
Read More +
PREV
