AI Unplugged: Embodied Interactions for AI Literacy in Higher Education
यह शोध पत्र उच्च शिक्षा के लिए एक नवीन शैक्षणिक दृष्टिकोण प्रस्तुत करता है जो समग्र एआई (AI) साक्षरता को बढ़ावा देने के लिए मूर्त, अनप्लग्ड शारीरिक गतिविधियों को एकीकृत करता है, जिससे विश्वविद्यालय के छात्रों को गणितीय औपचारिकता और कोड में संक्रमण करने से पहले जटिल अवधारणाओं की सहज समझ विकसित करने में मदद मिलती 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 किसी को कार चलाना सिखाने की कोशिश कर रहे हैं।
पुराना तरीका (पारंपरिक AI कक्षाएं):
आप उन्हें एक क्लासरूम में बिठाते हैं, उन्हें भौतिकी (physics) के समीकरणों से भरी एक मोटी किताब थमा देते हैं, और उनसे घर्षण (friction) के सूत्र और आंतरिक दहन इंजन (internal combustion engine) की कार्यप्रणाली को रटवाते हैं। आप स्टीयरिंग चलाने का सिद्धांत समझाते हैं, लेकिन आप उन्हें कभी पहिया छूने ही नहीं देते। जब तक वे आखिरकार गाड़ी चलाना सीखते हैं, तब तक वे डरे हुए होते हैं क्योंकि वे ड्राइविंग के गणित को तो समझते हैं, लेकिन उन्हें यह अहसास नहीं होता कि कार वास्तव में कैसे चलती है।
नया तरीका (इस पेपर का दृष्टिकोण):
इंजन से शुरू करने के बजाय, आप उन्हें एक विशाल, खाली पार्किंग लॉट में रखते हैं। आप उन्हें एक स्टीयरिंग व्हील और एक नक्शा देते हैं। आप कहते हैं, "ठीक है, बाएं मुड़ें। अब, क्या हुआ? कार थोड़ी फिसली, है ना? अब रुकने की कोशिश करें।" वे करके सीखते हैं, महसूस करते हुए, गलतियां करके और यह देखकर कि क्या होता है। केवल इसके बाद जब वे कार को फिसलते हुए महसूस कर लेते हैं, तब आप उन्हें भौतिकी की किताब देते हैं ताकि वे समझ सकें कि क्यों ऐसा हुआ।
यह पेपर, "AI Unplugged," विश्वविद्यालय स्तर की आर्टिफिशियल इंटेलिजेंस कक्षाओं में उस "पार्किंग लॉट" के अनुभव को लाने के बारे में है।
समस्या: AI बहुत जादुई है
अभी, कई छात्र सोचते हैं कि AI जादू की तरह है। वे इसे फिल्मों या टिकटॉक पर देखते हैं और सोचते हैं, "इसे सब पता है!" लेकिन जब वे कॉलेज पहुँचते हैं, तो अचानक उनसे जटिल कोड लिखने और कठिन गणित के सवाल हल करने के लिए कहा जाता है। वे अटक जाते हैं क्योंकि वे उस जादू के पीछे के तर्क को नहीं समझते। वे बिना कभी ईंट देखे घर बनाने की कोशिश कर रहे हैं।
समाधान: "अनप्लगड" गतिविधियाँ
लेखकों (जॉर्जिया टेक के शिक्षकों) ने क्लास के पहले हिस्से के लिए कंप्यूटरों का उपयोग करना बंद करने का निर्णय लिया। उन्होंने "अनप्लगड" गतिविधियों का उपयोग किया। इसका अर्थ है:
- कोई कंप्यूटर नहीं।
- कोई कोड नहीं।
- बस लोग, कागज, कार्ड, पासे और उनके शरीर।
उन्होंने छात्रों के साथ खुद AI एजेंटों की तरह व्यवहार किया। एक भूलभुलैया (maze) को हल करने के लिए प्रोग्राम लिखने के बजाय, छात्र स्वयं वह प्रोग्राम बन गए।
चार "खेल" जो उन्होंने खेले
यहाँ बताया गया है कि उन्होंने उबाऊ गणित को मजेदार, शारीरिक खेलों में कैसे बदल दिया:
1. सर्च गेम (सर्च बनना)
- अवधारणा: एक कंप्यूटर बिंदु A से बिंदु B तक का रास्ता कैसे खोजता है?
- खेल: क्लास चार समूहों में विभाजित होती है। प्रत्येक व्यक्ति एक कार्ड पर गुप्त जानकारी (जैसे नक्शे का एक टुकता) रखता है। एक व्यक्ति "एल्गोरिदम" है, एक "लक्ष्य" (Goal), एक "नक्शा" (Map), और एक "मेमोरी"। उन्हें खजाना खोजने के लिए कार्डों को आपस में पास करना होता है।
- सबक: छात्रों ने महसूस किया कि AI एक बार में पूरा नक्शा नहीं देखता (जैसे इंसान नक्शा देखते समय देखता है)। वह एक बार में केवल एक कदम देखता है। कार्डों को भौतिक रूप से पास करके, उन्होंने चरण-दर-चरण खोजने के संघर्ष और तर्क को महसूस किया।
2. कार्ड गेम (रेड और ब्लैक जैक)
- अवधारणा: अनिश्चित भविष्य में निर्णय लेना (मार्कोव डिसीजन प्रोसेस)।
- खेल: ब्लैक जैक का एक संस्करण। लेकिन 21 लाने की कोशिश करने के बजाय, आप यह अनुमान लगाने की कोशिश कर रहे हैं कि आपने जो कार्ड देखे हैं उसके आधार पर आपको "हिट" (जोखिम लेना) करना चाहिए या "स्टैंड" (सुरक्षित खेलना) करना चाहिए।
- सबक: छात्रों ने सीखा कि AI को जोखिमों को तौलना पड़ता है। यदि वे बहुत अधिक "बुरे" कार्ड निकालते हैं, तो वे अंक खो देते हैं। उन्होंने शारीरिक रूप से एक "सुरक्षित रणनीति" और एक "जोखिम भरी रणनीति" के बीच के अंतर को महसूस किया, जिससे उन्हें यह समझने में मदद मिली कि जब AI को नहीं पता कि आगे क्या होगा, तो वह सबसे अच्छा कदम कैसे निकालता है।
3. ह्यूमन मेज़ (Q-लर्निंग)
- अवधारणा: प्रयास और त्रुटि (trial and error) से सीखना (रीइन्फोर्समेंट लर्निंग)।
- खेल: छात्र फर्श पर खींची गई ग्रिड के माध्यम से चलते हैं। प्रत्येक वर्ग (square) में एक कागज का टुकड़ा होता जिस पर एक "पुरस्कार" (reward) लिखा होता है। वे यह तय करने के लिए पासा फेंकते हैं कि उन्हें एक नए वर्ग की खोज करनी चाहिए या उसी रास्ते पर टिके रहना चाहिए जो उन्हें अच्छा लगा था।
- सबक: उन्होंने एक भूलभुलैया में "सीखने वाले" AI के रूप में काम किया। शुरुआत में, वे खोए हुए थे (एक्सप्लोरिंग)। जैसे-जैसे वे अधिक राउंड खेलते गए, वे उन रास्तों को याद रखने लगे जो उन्हें सबसे अधिक अंक देते थे (एक्सप्लोइटिंग)। उन्होंने उस "अहा!" क्षण को शारीरिक रूप से अनुभव किया जब AI अंततः सबसे अच्छा रास्ता ढूंढ लेता है।
4. स्पाई गेम (हिडन मार्कोव मॉडल)
- अवधारणा: जब आप किसी चीज़ को स्पष्ट रूप से नहीं देख सकते, तो उसका अनुमान लगाना (जैसे एक रोबोट जो शोर वाले सेंसर का उपयोग करके किसी व्यक्ति को खोजने की कोशिश कर रहा है)।
- खेल: एक छात्र शहर में छिपा हुआ "जासूस" (Spy) है। दूसरा "हंटर" (Hunter) है। जासूस गुप्त रूप से चलता है, लेकिन हंटर को अस्पष्ट संकेत मिलते हैं (जैसे "जासूस पार्क के पास है")। हंटर को उन धुंधले संकेतों के आधार पर अनुमान लगाना होता है कि जासूस कहाँ है।
- सबक: छात्रों ने सीखा कि AI को अक्सर अपूर्ण जानकारी के आधार पर अनुमान लगाना पड़ता है। उन्होंने महसूस किया कि खराब डेटा के बावजूद भी, यदि आप सही तर्क का उपयोग करते हैं, तो आप संभावनाओं को सीमित कर सकते हैं।
यह क्यों महत्वपूर्ण है
शिक्षकों ने पाया कि जब छात्रों ने ये खेल खेले:
- वे जागते रहे: यह मजेदार था इसलिए उपस्थिति बढ़ गई।
- वे "क्यों" को समझे: जब वे अंततः कोड लिखने के लिए कंप्यूटर पर वापस गए, तो गणित अब जादू जैसा नहीं लगा। यह उस खेल के नियमों जैसा लगा जिसे उन्होंने अभी-अभी खेला था।
- उन्होंने आत्मविश्वास बनाया: गणित से डरे हुए छात्रों को एहसास हुआ, "ओह, मुझे पहले से ही पता है कि यह कैसे करना है; मैंने तो इसे अभी कार्डों के साथ किया था!"
मुख्य बात (Takeaway)
यह पेपर तर्क देता है कि AI को अच्छी तरह से सिखाने के लिए, हमें केवल छात्रों पर कोड नहीं थोपना चाहिए। हमें उन्हें पहले विचारों के साथ खेलने देना चाहिए।
इसे तैरना सीखने जैसा समझें। आप फ्लूइड डायनेमिक्स (fluid dynamics) पर एक किताब पढ़कर शुरू नहीं करते हैं। आप पहले उथले पानी में उतरते हैं, पानी उछालते हैं, और पानी को महसूस करते हैं। एक बार जब आप पानी से डरना बंद कर देते हैं, तब आप तैराकी के विज्ञान को सीखते हैं।
कक्षा को "अनप्लग" करके, इन शिक्षकों ने छात्रों को गणित में डूबने के बजाय आर्टिफिशियल इंटेलिजेंस के महासागर में तैरना सिखाया।
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।