2206 पेपर
यह अनुभव रिपोर्ट यह प्रदर्शित करती है कि पारंपरिक मूल्यांकन को बनाए रखते हुए, एम्बॉडीड (embodied), अनप्लग्ड सिमुलेशन और सहयोगात्मक प्रयोगशालाओं को शामिल करने के लिए एक परिचयात्मक एआई (AI) पाठ्यक्रम को पुनर्गठित करने से शैक्षणिक कठोरता से समझौता किए बिना छात्र उपस्थिति, जुड़ाव और कथित पाठ्यक्रम प्रभावशीलता में महत्वपूर्ण सुधार हुआ।
यह अध्ययन प्रदर्शित करता है कि जहाँ एक निश्चित कनवल्शनल न्यूरल नेटवर्क (Convolutional Neural Network) PhysioNet 2016 डेटासेट का उपयोग करके असामान्य हृदय ध्वनियों का पता लगाने में उच्च संवेदनशीलता प्राप्त करता है, वहीं PCEN या मल्टी-रेज़ोल्यूशन स्पेक्ट्रोग्राम फ्रंट-एंड का उपयोग करने से मानक लॉगमेल स्पेक्ट्रोग्राम की तुलना में थोड़ी अधिक सटीकता प्राप्त होती है, जिसमें Grad-CAM विज़ुअलाइज़ेशन मॉडल के शारीरिक रूप से प्रासंगिक निम्न-आवृत्ति हृदय ध्वनि घटकों पर ध्यान केंद्रित करने की पुष्टि करते हैं।
अल्स्टर यूनिवर्सिटी के 1,665 प्रतिभागियों पर 2024 से 2026 तक किए गए इस अनुदैर्ध्य अध्ययन से पता चलता है कि जहाँ स्नातक छात्रों ने जनरेटिव एआई (generative AI) के उपयोग को तेजी से सामान्य बना लिया, वहीं शिक्षण कर्मचारियों ने शैक्षणिक अखंडता और आलोचनात्मक सोच के संबंध में निरंतर चिंताएँ बनाए रखीं, जिसके परिणामस्वरूप एक बढ़ता हुआ धारणा अंतराल (perception gap) सामने आया है जो अनुकूल संस्थागत नीतियों और लक्षित प्रशिक्षण की तत्काल आवश्यकता को रेखांकित करता है।
यह शोधपत्र फ्रंटियर एआई (frontier AI) के विकास को सीमित करने के लिए एक रूपरेखा प्रस्तावित करने हेतु मौजूदा अंतर्राष्ट्रीय समझौतों का सर्वेक्षण करता है, जिसमें एक निश्चित अवधि के समझौते की सिफारिश की गई है जहाँ एक नव-स्थापित संगठन विकास को पुनः आरंभ करने के लिए सुरक्षा शर्तों को परिभाषित करता है, जिसमें असाधारण परिस्थितियों में हटने के प्रावधान भी शामिल हैं।
13 अमेरिकी कंप्यूटर विज्ञान प्रशिक्क्षकों के साक्षात्कार के आधार पर, यह अध्ययन बताता है कि वर्तमान जनरेटिव एआई नीतियां अक्सर छात्र सीखने को बढ़ावा देने के बजाय आकलन को "एआई-प्रूफिंग" को प्राथमिकता देती हैं, जिससे निगरानी का बोझ और प्रशिक्षक-छात्र संबंधों में तनाव बढ़ता है, और फलस्वरूप स्वस्थ एआई उपयोग के मार्गदर्शन हेतु शिक्षण-उन्मुख नीतियों की ओर बढ़ने की सिफारिश करता है।
यह शोध पत्र पूर्व में कारावास में रहे 31 व्यक्तियों के एक अध्ययन को प्रस्तुत करता है जो एआई-संचालित पैरोल प्रौद्योगिकियों को जेल प्रणाली को ध्वस्त करने वाले उपकरणों के रूप में नहीं, बल्कि रणनीतिक संसाधनों के रूप में देखते हैं जो उन्हें और उनके परिवारों को कानूनी अवधारणाओं का अनुवाद करने, व्यक्तिगत परिवर्तन को प्रलेखित करने और अदृश्य श्रम को पहचानने के माध्यम से जटिल कारागार शक्ति संरचनाओं को समझने में मदद कर सकें।
यह शोध पत्र प्राइवेसी-कॉस्ट इक्विटी रेश्यो (PCER) का प्रस्ताव करता है, जो एक व्यावहारिक पोस्ट-हॉक निष्पक्षता मीट्रिक है जो मशीन लर्निंग में डिफरेंशियल प्राइवेसी का मूल्यांकन करने के लिए एक समूह के भविष्य कहने वाले लाभों और उसके गोपनीयता जोखिम लागतों के बीच संतुलन बनाता है, जिससे उन छिपे हुए विसंगतियों का पता चलता है जैसे कि संरक्षित समूहों द्वारा सामना किया जाने वाला "दोहरा नुकसान" जिसे पारंपरिक परिणाम-आधारित मीट्रिक पहचानने में विफल रहते हैं।
यह अध्ययन प्रकट करता है कि जहाँ एआई (AI) ज्ञान को एकीकृत करना आम तौर पर वैज्ञानिक प्रभाव को बढ़ाता है, वहीं इसके विशिष्ट लाभ अनुसंधान क्षेत्र, विद्वान के करियर चरण और संस्थान की एआई क्षमता के आधार पर महत्वपूर्ण रूप से भिन्न होते हैं, जो इस बात पर प्रकाश डालता है कि एआई का मूल्य तकनीकी विशेषज्ञता के साथ-साथ अनुवादात्मक क्षमता (translational capacity) पर भी उतना ही निर्भर करता है।
दक्षिण कोरिया के सॉफ्टवेयर इंजीनियरों के साक्षात्कार के माध्यम से, यह अध्ययन तर्क देता है कि जनरेटिव एआई (Generative AI) शुरुआती स्तर के कार्यों को सीनियर-एआई वर्कफ़्लो में समाहित करके जूनियर्स के करियर विकास के मार्ग को नष्ट कर रहा है, जिससे नवोदितों को विशेषज्ञता प्राप्त करने के लिए आवश्यक "उत्पादक संघर्ष" (productive struggle) से वंचित किया जा रहा है और एक ऐसी धारणात्मक विषमता (perceptual asymmetry) पैदा हो रही है जो संगठनात्मक सुधार में बाधा डालती है।
पॉलिटेक्निको डि मिलानो के डिज़ाइन छात्रों के एक 2025/2026 के अध्ययन से पता चलता है कि जबकि जेनरेटिव एआई (GenAI) का उपयोग अक्सर परियोजना के शुरुआती चरणों में किया जाता है, छात्र एआई आउटपुट पर आँख मूंदकर भरोसा करने के बजाय उन्हें आलोचनात्मक रूप से सत्यापित और संवर्धित करके स्वामित्व और रचनात्मकता की भावना बनाए रखते हैं।