Methodological Variation in Studying Staff and Student Perceptions of AI
यह शोध पत्र यह प्रदर्शित करता है कि गुणात्मक डेटा के विश्लेषण में पद्धतिगत विकल्प—जैसे कि सेंटीमेंट एनालिसिस (sentiment analysis) बनाम थीमैटिक एनालिसिस (thematic analysis) का उपयोग करना—एआई (AI) के प्रति कर्मचारियों और छात्रों की धारणाओं में काफी भिन्न अंतर्दृष्टि प्रदान कर सकते हैं, जो संस्थागत संदर्भों में निष्कर्षों की व्याख्या करते समय विश्लेषणात्मक भिन्नता पर विचार करने के महत्व को रेखांकित करता है।
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 यह समझने की कोशिश कर रहे हैं कि एक नया, जादुई उपकरण (जेनरेटिव एआई) एक स्कूल को कैसे बदल रहा है। आप जानना चाहते हैं: क्या शिक्षक और छात्र इसे पसंद कर रहे हैं? क्या वे इससे डरे हुए हैं? या वे बस भ्रमित हैं?
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ शोधकर्ताओं ने केवल एक प्रश्न नहीं पूछा; उन्होंने यह देखने के लिए कि क्या उन्हें एक ही उत्तर मिलता है, पूछने के चार अलग-अलग तरीकों का उपयोग किया। उन्होंने पाया कि आप प्रश्न कैसे पूछते हैं, इससे वह उत्तर बदल जाता है जो आपको मिलता है।
यहाँ सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:
1. सेटअप: कक्षा में "जादुई उपकरण"
2022 से, विश्वविद्यालयों में एआई टूल्स (जैसे ChatGPT) का विस्फोट हुआ है। वे निबंध लिख सकते हैं, गणित की समस्याओं को हल कर सकते हैं और शेड्यूल व्यवस्थित कर सकते हैं।
- छात्र आम तौर पर इसे एक सुपरपावर के रूप में देखते हैं: "यह मुझे होमवर्क जल्दी खत्म करने में मदद करता है और कठिन अवधारणाओं को समझाता है!"
- शिक्षक अक्सर इसे एक दोधारी तलवार के रूप में देखते हैं: "यह ग्रेडिंग के लिए तो बढ़िया है, लेकिन मुझे डर है कि छात्र नकल कर रहे हैं या अपनी सोचने की क्षमता खो रहे हैं।"
2. प्रयोग: चार अलग-अलग "फ्लैशलाइट्स" (टॉर्च)
शोधकर्ता यह देखना चाहते थे कि क्या वे छात्रों और शिक्षकों के बीच के अंतर को पहचान सकते हैं। ऐसा करने के लिए, उन्होंने अल्स्टर यूनिवर्सिटी के एक ही समूह पर चार अलग-अलग "फ्लैशलाइट्स" (तरीकों) की रोशनी डाली:
फ्लैशलाइट 1: सेंटिमेंट मीटर (मूड रिंग)
- यह कैसे काम करता है: उन्होंने लिखित टिप्पणियों को स्कैन करने और उन्हें सरल रूप में सकारात्मक (+), नकारात्मक (-), या तटस्थ (0) के रूप में लेबल करने के लिए एक कंप्यूटर प्रोग्राम का उपयोग किया।
- परिणाम: मीटर ने कहा, "हर कोई लगभग एक जैसा है।" इसने अच्छी और बुरी भावनाओं का मिश्रण दिखाया, लेकिन शिक्षकों और छात्रों के बीच कोई बड़ा अंतर नहीं दिखा। यह मौसम की रिपोर्ट की तरह था जो कह रही थी, "हर जगह आंशिक रूप से बादल छाए हुए हैं।"
- समस्या: यह बहुत सरल है। यह बारीकियों को छोड़ देता है। एक शिक्षक का यह कहना कि "AI खतरनाक है" और एक छात्र का यह कहना कि "AI खतरनाक है", दोनों को एक ही स्कोर मिल सकता है, भले ही उनके अर्थ बहुत अलग हों।
फ्लैशलाइट 2: वर्ड क्लाउड (बज़वर्ड मैप)
- यह कैसे काम करता है: उन्होंने लोगों द्वारा उपयोग किए गए सभी शब्दों को लिया और एक क्लाउड बनाया जहाँ अधिक बार आने वाले शब्द बड़े दिखाई देते हैं।
- परिणाम: दोनों समूहों ने "टूल" और "वर्क" जैसे शब्दों का उपयोग किया। लेकिन जब आपने करीब से देखा, तो छात्रों ने "कोर्सवर्क" (उनके असाइनमेंट) के बारे में बात की, जबकि शिक्षकों ने "ट्रेनिंग" (तकनीक का उपयोग कैसे करें) के बारे में बात की।
- उपमा: यह एक धुंधली खिड़की से भीड़ को देखने जैसा है। आप एक ही आकार देखते हैं, लेकिन यदि आप अपनी आँखें सिकोड़कर देखें, तो आप महसूस करते हैं कि छात्र बैकपैक पकड़े हुए हैं और शिक्षक क्लिपबोर्ड पकड़े हुए हैं।
फ्लैशलाइट 3: स्टैंड्स एनालिसिस (डिबेट स्टेज)
- यह कैसे काम करता है: उन्होंने फोकस ग्रुप चर्चाओं (जैसे राउंडटेबल चर्चा) को सुना और प्रत्येक वाक्य को समर्थन, विरोध, या तटस्थ के रूप में टैग किया।
- परिणाम: यहीं पर कहानी में मोड़ आया। चर्चा में, शिक्षक छात्रों की तुलना में बहुत अधिक आलोचनात्मक और संशयवादी थे। छात्र इस बात के लिए अधिक इच्छुक थे कि "यह कूल है!", जबकि शिक्षक कहते थे, "रुको, क्या यह नैतिक है?"
- उपमा: सेंटिमेंट मीटर एक शांत कमरे की तरह था जहाँ हर कोई सिर हिला रहा था। स्टैंड्स एनालिसिस एक शोर भरी बहस की तरह था जहाँ आप शिक्षकों को छात्रों की तुलना में अधिक बहस करते हुए सुन सकते थे।
फ्लैशलाइट 4: थीमैटिक एनालिसिस (कहानीकार)
- यह कैसे काम करता है: उन्होंने मुख्य कहानियों या विषयों को खोजने के लिए चर्चाओं को गहराई से पढ़ा।
- परिणाम:
- छात्रों ने दक्षता (efficiency) पर ध्यान केंद्रित किया: "यह मुझे लिखना शुरू करने में मदद करता है," "यह ADHD के साथ मदद करता है," "यह एक व्यक्तिगत ट्यूटर है।"
- शिक्षकों ने अखंडता (integrity) और भविष्य पर ध्यान केंद्रित किया: "छात्र आलसी हो रहे हैं," "हम इसे निष्पक्ष रूप से कैसे ग्रेड करें?" "क्या यह उनकी आलोचनात्मक सोच को बर्बाद कर देगा?"
- उपमा: यदि छात्र एक नए कार की गति का आनंद लेने वाले ड्राइवर हैं, तो शिक्षक वे मैकेनिक हैं जो चिंतित हैं कि इंजन फट न जाए या ड्राइवर को पता है कि स्टीयरिंग कैसे चलाना है।
3. बड़ा खुलासा: "मेथोडोलॉजी ट्रैप" (कार्यप्रणाली का जाल)
इस शोध पत्र का सबसे महत्वपूर्ण निष्कर्ष यह है: यदि आप केवल एक फ्लैशलाइट का उपयोग करते हैं, तो आपको गलत तस्वीर मिल सकती है।
- यदि आप केवल सेंटिमेंट मीटर को देखते हैं, तो आप सोचते हैं कि हर कोई खुश और तटस्थ है।
- यदि आप केवल वर्ड क्लाउड को देखते हैं, तो आप सोचते हैं कि हर कोई एक ही चीज़ के बारे में बात कर रहा है।
- लेकिन यदि आप थीमैटिक फ्लैशलाइट (गहरी कहानियों को सुनना) चालू करते हैं, तो आप महसूस करते हैं कि छात्र और शिक्षक वास्तव में एक ही उपकरण को पूरी तरह से अलग लेंस के माध्यम से देख रहे हैं।
रूपक (Metaphor):
कल्पना कीजिए कि एक स्कूल में एक नया रोबोट लाया गया है।
- छात्र एक ऐसे रोबोट को देखता है जो उन्हें भारी किताबें उठाने में मदद करता है।
- शिक्षक एक ऐसे रोबोट को देखता है जो उनकी नौकरी चुरा सकता है या छात्रों को नकल करने दे सकता है।
- यदि आप केवल पूछते हैं, "क्या आपको रोबोट पसंद है?" और "हाँ" और "नहीं" के वोटों को गिनते हैं, तो आप इस तथ्य को मिस कर सकते हैं कि वे इसे बिल्कुल अलग कारणों से पसंद कर रहे हैं और बिल्कुल अलग कारणों से इससे डर रहे हैं।
4. यह क्यों मायने रखता है?
लेखक कहते हैं कि विश्वविद्यालय सर्वेक्षणों के आधार पर एआई के बारे में बड़े नियम बना रहे हैं। लेकिन यदि उन सर्वेक्षणों में केवल "हाँ/नहीं" वाले सरल प्रश्न होते हैं, तो नियम गलत हो सकते हैं।
- स्कूलों के लिए: आप केवल यह नहीं कह सकते कि "AI अच्छा है" या "AI बुरा है।" आपको यह समझने की ज़रूरत है कि कौन यह कह रहा है और क्यों कह रहा है।
- भविष्य के लिए: अच्छी नीतियां बनाने के लिए, हमें अपने तरीकों को मिलाना होगा। हमें त्वरित सर्वेक्षण संख्याओं साथ ही गहरी, जटिल, वास्तविक बातचीत की आवश्यकता है।
संक्षेप में: यह शोध पत्र हमें बताता है कि तकनीक के बारे में लोगों की भावनाओं का अध्ययन करना एक पेंटिंग का वर्णन करने जैसा है। यदि आप केवल नीले पिक्सेल की संख्या गिनते हैं (सेंटिमेंट), तो आप इस तथ्य को मिस कर जाते हैं कि वह नीला रंग शिक्षक के लिए तूफानी आकाश और छात्र के लिए शांत समुद्र का प्रतिनिधित्व करता है। कला को समझने के लिए आपको पीछे हटकर पूरी तस्वीर देखने की आवश्यकता है।
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।