Investigating Self-regulated Learning Sequences within a Generative AI-based Intelligent Tutoring System
यह अध्ययन विशिष्ट स्व-नियमित शिक्षण अनुक्रमों की पहचान करने के लिए एक जनरेटिव एआई-आधारित इंटेलिजेंट ट्यूटरिंग सिस्टम के साथ छात्र संपर्क पैटर्न का विश्लेषण करता है, जो यह प्रकट करता है कि हालांकि अधिकांश छात्र सूचना प्राप्ति के बजाय रूपांतरण के लिए मुख्य रूप से जेनेरेटिव एआई का उपयोग करते हैं, फिर भी ये उपयोग पैटर्न सीखने के प्रदर्शन के साथ महत्वपूर्ण रूप से सहसंबंधित नहीं होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक जटिल पहेली को हल करने की कोशिश कर रहे हैं, जैसे कि एक सप्ताह के लिए एक आदर्श भोजन योजना (meal plan) तैयार करना। अब, कल्पना कीजिए कि आपके ठीक बगल में एक सुपर-स्मार्ट, सर्वज्ञानी रोबोट सहायक (जेनरेटिव एआई) बैठा है, जो किसी भी प्रश्न का उत्तर देने या कोई संकेत देने के लिए तैयार है। यह अध्ययन एक जासूसी कहानी की तरह है जिसने 114 छात्रों को इस रोबोट सहायक के साथ पोषण संबंधी पहेलियों को सुलझाते हुए देखा। शोधकर्ता यह देखना चाहते थे: छात्र वास्तव में सीखते समय इस रोबोट का उपयोग कैसे करते हैं? क्या वे इसका उपयोग एक स्मार्ट, व्यवस्थित तरीके से करते हैं, या वे बस बिना सोचे-समझे इधर-उधर भटकते रहते हैं?
यहाँ उन्हें जो मिला है, उसका विवरण दिया गया है, जिसे सरल उपमाओं (analogies) का उपयोग करके समझाया गया है:
"रोबोट डांसर" के दो प्रकार
शोधकर्ताओं ने छात्रों के हर क्लिक और कीस्ट्रोक (उनके "ट्रेस डेटा") को देखा ताकि यह देख सकें कि वे सीखने की प्रक्रिया के माध्यम से कैसे आगे बढ़ते हैं। उन्होंने पाया कि छात्र स्वाभाविक रूप से दो अलग-अलग समूहों, या "डांस शैलियों" में बंट गए, जो उनके स्वयं के सीखने को नियंत्रित करने के तरीके पर आधारित थे।
"तेज़ गति वाले" डांसर (क्लस्टर 1):
- वे कैसे चलते थे: ये छात्र ट्रैक पर दौड़ने वाले धावकों की तरह थे। वे एक लक्ष्य निर्धारित करते, भोजन के एक टुकड़े की जाँच करते, उसका मूल्यांकन करते और तुरंत अगले टुकड़े की ओर बढ़ जाते। उन्होंने मदद के लिए रोबोट से बार-बार सहायता मांगी (औसतन लगभग 5 बार)।
- कमी: वे मदद मांगने, उत्तर पाने और तुरंत अगले आइटम की जाँच करने के लिए कूदने की प्रवृत्ति रखते थे। वे बहुत सक्रिय थे, लेकिन वे पूरी तस्वीर को व्यवस्थित करने के बजाय एक-एक करके सूचना के टुकड़ों को देखने में बहुत अधिक समय बिताते थे।
- परिणाम: वे दूसरे समूह की तुलना में उतना अच्छा प्रदर्शन नहीं कर पाए। यह घर बनाने के लिए ईंटों को एक-एक करके रखने जैसा है बिना कभी ब्लूप्रिंट (नक्शे) को देखे रुकने के; आप बहुत सारी ईंटें तो लगा सकते हैं, लेकिन घर सही ढंग से खड़ा नहीं हो पाएगा।
"गहन विचारक" डांसर (क्लस्टर 2):
- वे कैसे चलते थे: ये छात्र वास्तुकारों (architects) की तरह थे। उन्होंने रोबोट से मदद के लिए कम बार पूछा (लगभग 2 बार), लेकिन जब उन्होंने पूछा, तो उन्होंने इसके साथ लंबी, गहरी बातचीत की। उन्होंने "चिंतन" (reflection) में अधिक समय बिताया, जो कि एक पहेली को देखने और सोचने जैसा है, "क्या यह टुकड़ा उस चीज़ के साथ फिट बैठता है जिसे मैं पहले से जानता हूँ?"
- परिणाम: उन्होंने बेहतर प्रदर्शन किया। चिंतन करने और अपने विचारों को व्यवस्थित करने में समय लेकर, उन्होंने समस्या का एक स्पष्ट मानसिक मानचित्र बनाया।
उन्होंने रोबोट से क्या पूछा?
शोधकर्ताओं ने यह भी देखा कि छात्रों ने रोबोट से सवाल क्यों पूछे। उन्होंने दो मुख्य कारण पाए, जैसे किसी लाइब्रेरियन से दो अलग-अलग चीजें मांगना:
- सूचना प्राप्ति (The "यह क्या है?" वाला प्रश्न): यह सबसे आम कारण था। छात्रों ने पूछा जैसे, "सोडियम क्या करता है?" या "कैफीन की कितनी मात्रा बहुत अधिक है?" वे बस नए तथ्य एकत्र कर रहे थे।
- सूचना रूपांतरण (The "इसका क्या अर्थ है?" वाला प्रश्न): यह कम आम था। छात्रों ने पूछा जैसे, "यदि इस ड्रिंक में कार्ब्स हैं, तो क्या यह अभी भी शुगर-फ्री है?" या "यह उस दूसरे ड्रिंक से कैसे अलग है?" यह एक कठिन कार्य है क्योंकि इसके लिए जो आप जानते हैं उसे लेना और उसे एक विशिष्ट समस्या को हल करने के लिए मोड़ना (twist) आवश्यक है।
बड़ी हैरानी: भले ही "इसका क्या अर्थ है?" वाले प्रश्न पूछना आमतौर पर एक स्मार्ट, गहरे स्तर के सीखने वाले का संकेत होता है, लेकिन अध्ययन में पाया गया कि इससे छात्रों के ग्रेड में वास्तव में कोई बदलाव नहीं आया। चाहे छात्र ज्यादातर तथ्यों के लिए पूछते हों या गहन विश्लेषण के लिए, उनके अंतिम स्कोर लगभग समान थे। उन्होंने रोबोट से किस प्रकार के प्रश्न पूछे, उससे कहीं अधिक महत्वपूर्ण यह था कि वे चरणों के माध्यम से कैसे आगे बढ़े ( "तेज़ गति वाले" बनाम "गहन विचारक" का नृत्य)।
मुख्य निष्कर्ष (The Takeaway)
अध्ययन यह निष्कर्ष निकालता है कि जब हम छात्रों को एक सुपर-स्मार्ट एआई ट्यूटर देते हैं, तो हम यह मान नहीं सकते कि वे इसका उपयोग बुद्धिमानी से करेंगे।
- कुछ छात्र इसका उपयोग एक स्पीड-रीडर की तरह करते हैं, तथ्यों को सरसरी तौर पर देखते हैं और तेज़ी से आगे बढ़ते हैं, जिससे वे बड़ी तस्वीर के बारे में भ्रमित हो सकते हैं।
- अन्य छात्र इसे एक सोचने वाले साथी (thinking partner) की तरह उपयोग करते हैं, चिंतन करने और व्यवस्थित करने के लिए रुकते हैं, जिससे बेहतर समस्या-समाधान होता है।
शोधकर्ता सुझाव देते हैं कि यदि हम चाहते हैं कि छात्र बेहतर सीखें, तो हमें केवल उन्हें रोबोट नहीं देना चाहिए; हमें उन्हें इसके साथ "नाचना" सिखाना होगा। हमें ऐसे सिस्टम बनाने की आवश्यकता है जो उन्हें रुकने, चिंतन करने और अपने विचारों को व्यवस्थित करने के लिए प्रोत्साहित करें, न कि केवल अगली सूचना के टुकड़े की ओर भागने के लिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।