"Bespoke Bots": Diverse Instructor Needs for Customizing Generative AI Classroom Chatbots
मौजूदा संसाधनों के विश्लेषण और STEM प्रशिक्षकों के साक्षात्कार के माध्यम से, यह अध्ययन प्रकट करता है कि जबकि शिक्षक व्यक्तित्व (persona) की तुलना में पाठ्यक्रम सामग्री और शिक्षाशास्त्र के अनुरूप AI चैटबॉट्स को अनुकूलित करने को प्राथमिकता देते हैं, उनकी विशिष्ट आवश्यकताएं संदर्भ के अनुसार काफी भिन्न होती हैं, जो यह सुझाव देती है कि प्रभावी शैक्षिक AI प्रणालियों के लिए मॉड्यूलर डिज़ाइन आवश्यक 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
मुख्य विचार: एक ही आकार सबके लिए सही नहीं होता
कल्पना कीजिए कि आप एक शेफ (chef) हैं। आपके पास एक विशाल रसोई (कक्षा) है और सैकड़ों भूखे मेहमान (छात्र) हैं। आप खाना पकाने में मदद करने के लिए एक रोबोट सहायक को काम पर रखना चाहते हैं।
शोधकर्ताओं ने पूछा: "शिक्षकों को वास्तव में किस तरह का रोबोट सहायक चाहिए?"
उन्होंने पाया कि शिक्षक एक ऐसा सामान्य, बना-बनाया रोबोट नहीं चाहते जो हर किसी के लिए एक ही तरीके से सब कुछ करे। इसके बजाय, वे एक "बेस्पोक बॉट" (Bespoke Bot) चाहते हैं—एक कस्टम-बिल्ट, विशेष रूप से तैयार किया गया सहायक जो उनकी विशिष्ट रसोई, उनके विशिष्ट मेनू और उनके खाना पकाने की विशिष्ट शैली में फिट बैठ सके।
उन्होंने यह कैसे किया
शोधकर्ताओं ने केवल अनुमान नहीं लगाया। उन्होंने दो मुख्य कार्य किए:
- खोज अभियान (Scavenger Hunt): उन्होंने 182 अलग-अलग "निर्देश नियमावलियों" (प्रॉम्प्ट्स) को देखा जिनका लोग पहले से ही रोबोट को सिखाने के लिए उपयोग कर रहे थे। उन्होंने पाया कि लोग इन बॉट्स को बदलने के 10 सामान्य तरीके अपनाते हैं।
- कार्ड गेम: वे 10 विश्वविद्यालय के प्रोफेसरों (मुख्य रूप से विज्ञान और गणित के) के साथ बैठे और एक सॉर्टिंग गेम खेला। उन्होंने प्रोफेसरों को 10 कार्ड दिए, जिनमें से प्रत्येक एक बॉट को कस्टमाइज़ करने के विभिन्न तरीकों का प्रतिनिधित्व करता था (जैसे "इसका व्यक्तित्व बदलें," "इसे हमारी पाठ्यपुस्तक सिखाएं," या "इसे सख्त बनाएं")। प्रोफेसरों को इन्हें "उच्च प्राथमिकता," "मध्यम प्राथमिकता," और "निम्न प्राथमिकता" में वर्गीकृत करना था।
उन्होंने क्या पाया: "अनिवार्य चीजें" बनाम "अच्छी लगने वाली चीजें"
🏆 शीर्ष प्राथमिकताएं (जो अनिवार्य हैं)
शिक्षक तीन चीजों पर सहमत थे जो बिल्कुल भी समझौता योग्य नहीं हैं। इन्हें एक घर की नींव के रूप में सोचें।
पाठ्यपुस्तक (पाठ्यक्रम सामग्री):
- उपमा: एक ऐसे टूर गाइड की कल्पना करें जो दुनिया के इतिहास को जानता है लेकिन उस विशिष्ट संग्रहालय को नहीं जानता जिसे आप देख रहे हैं। शिक्षकों ने कहा, "हमारे बॉट को हमारा सिलेबस, हमारी स्लाइड्स और हमारे असाइनमेंट पता होने चाहिए।"
- क्यों: यदि बॉट को विशिष्ट कक्षा सामग्री का ज्ञान नहीं है, तो वह सामान्य उत्तर देगा जो उस विशिष्ट पाठ्यक्रम के लिए गलत हो सकते हैं।
शिक्षण शैली (Pedagogical Strategy):
- उपमा: कुछ शिक्षक सुकराती कोच (Socratic coaches) की तरह होते हैं (सवाल पूछकर आपको सोचने के लिए प्रेरित करना), जबकि अन्य मंच पर विद्वान (Sage on the Stage) की तरह होते हैं (स्पष्ट उदाहरण देना)।
- क्यों: शिक्षक चाहते हैं कि बॉट उनकी शैली की नकल करे। यदि कोई शिक्षक सीधे उत्तर देने से नफरत करता है, तो वे चाहते हैं कि बॉट कहे, "खुद इसे समझने की कोशिश करें," न कि "यह रहा आपका उत्तर।"
सुरक्षा नियम (Guardrails):
- उपमा: यह खेल के मैदान के चारों ओर लगी बाड़ की तरह है।
- क्यों: शिक्षक चाहते हैं कि बॉट झूठ न बोले, होमवर्क के उत्तर न दे, और कुछ भी बुरा न कहे। हालांकि, उन्हें लगा कि यह "डिफ़ॉल्ट" रूप से अंतर्निहित होना चाहिए, न कि कुछ ऐसा जिसे उन्हें घंटों तक ट्यून करने में समय बिताना पड़े।
📉 निम्न प्राथमिकताएं (जो अच्छी लग सकती हैं)
आश्चर्यजनक रूप से, शिक्षकों ने उन दो चीजों पर ज्यादा ध्यान नहीं दिया जिन पर टेक कंपनियां अक्सर ध्यान केंद्रित करती हैं:
व्यक्तित्व (Tone/Persona):
- उपमा: क्या आप चाहते हैं कि आपका रोबोट सहायक एक मजाकिया जोकर हो, एक सख्त ड्रिल सार्जेंट हो, या एक मिलनसार पड़ोसी हो?
- फैसला: अधिकांश शिक्षकों ने कहा, "बस तटस्थ और पेशेवर रहें।" उन्हें डर था कि यदि बॉट बहुत अधिक "मिलनसार" होगा, तो छात्र AI से बहुत अधिक जुड़ सकते हैं और वास्तविक मनुष्यों से बात करना बंद कर सकते हैं। वे कोई "चरित्र" नहीं चाहते थे; वे एक उपकरण चाहते थे।
फॉर्मेटिंग (सामग्री का प्रारूप):
- उपमा: क्या बॉट को कविता, तालिका (tables), या कोड ब्लॉक्स में बोलना चाहिए?
- फैसला: शिक्षकों ने कहा, "बस मुझे उत्तर दे दो।" उन्हें इस बात से फर्क नहीं पड़ता कि बॉट क्या कहता है, बल्कि इससे पड़ता है कि वह स्क्रीन पर कैसा दिखता है।
मोड़: जहाँ शिक्षक असहमत थे
जहाँ सभी बुनियादी बातों पर सहमत थे, वहीं बाकी चीजों पर शिक्षक बंटे हुए (polarized) थे। यहीं पर "एक ही आकार सबके लिए" वाला विचार विफल हो जाता है।
- "वैयक्तिकरण" (Personalization) की बहस:
- शिक्षक A (बड़ी कक्षा): "मेरे 4,000 छात्र हैं! मुझे जरूरत है कि बॉट को पता हो कि छात्र X गणित में संघर्ष कर रहा है ताकि वह उसे अतिरिक्त मदद दे सके।"
- शिक्षक B (छोटी कक्षा): "नहीं! मेरे 40 छात्र हैं। यदि बॉट हर किसी के साथ अलग व्यवहार करता है, तो यह अराजकता होगी। मैं चाहता हूँ कि वे सभी मिलकर संघर्ष करें और सीखें। इसे वैयक्तिकृत न करें!"
- "लॉजिस्टिक्स" की बहस:
- कुछ शिक्षक चाहते थे कि बॉट एक सेक्रेटरी की तरह काम करे (ईमेल का जवाब देना, पेपर ग्रेड करना, समूहों को व्यवस्थित करना)।
- अन्य ने कहा, "मैं अपने ईमेल खुद संभाल सकता हूँ। मैं चाहूंगा कि बॉट शिक्षण अवधारणाों पर ध्यान केंद्रित करे।"
समाधान: "सिखाने वाले साथी" (Teachable Teammates)
यह शोध पत्र सुझाव देता है कि हम एक विशाल, सुपर-स्मार्ट रोबोट बनाने की कोशिश करना बंद करें जो सब कुछ करता है। इसके बजाय, हमें विशेषीकृत रोबोटों की एक टीम (या "Teachable Teammates") बनानी चाहिए।
- ग्रेडर बॉट (Grader Bot): केवल ग्रेडिंग रूब्रिक और सुरक्षा नियमों को जानता है।
- लैब कोच बॉट (Lab Coach Bot): केवल सुरक्षा प्रोटोकॉल और लैब उपकरणों को जानता है।
- ट्यूटर बॉट (Tutor Bot): केवल पाठ्यपुस्तक को जानता है और सुकराती प्रश्न पूछने का तरीका जानता है।
यह बेहतर क्यों है?
कल्पना कीजिए कि आप एक लेगो (LEGO) किला बना रहे हैं। एक विशाल, पहले से बने हुए किले को खरीदने के बजाय जिसे आप बदल नहीं सकते, आपको मॉड्यूलर ईंटों (modular bricks) का एक बॉक्स मिलता है।
- यदि आप एक बड़ी लेक्चर क्लास पढ़ा रहे हैं, तो आप "लॉजिस्टिक्स ब्रिक" को जोड़ दें।
- यदि आप एक छोटी कार्यशाला (workshop) पढ़ा रहे हैं, तो आप "पर्सनलाइजेशन ब्रिक" को जोड़ दें।
- यदि आप एक सख्त गणित की कक्षा पढ़ा रहे हैं, तो आप "नो-हिंट्स ब्रिक" को जोड़ दें।
निष्कर्ष (The Takeaway)
शिक्षक एक ऐसा जादू का डंडा नहीं चाहते जो एक बटन से उनकी सभी समस्याओं को हल कर दे। वे एक लेगो सेट चाहते हैं। वे अपनी विशिष्ट कक्षा के लिए आवश्यक विशिष्ट टुकड़ों को चुनने, उन्हें आपस में जोड़ने और अपने अनूठे निर्माण को अन्य शिक्षकों के साथ साझा करने की क्षमता चाहते हैं जो इसका उपयोग करना चाहते हों।
संक्षेप में: अनुकूलन (Customization) महत्वपूर्ण है, लेकिन इसे लचीला होना चाहिए। जो चीज़ कैलकुलस की एक बड़ी क्लास के लिए काम करती है, वह डिज़ाइन वर्कशॉप की एक छोटी क्लास के लिए काम नहीं करेगी। शिक्षा में AI का भविष्य एक एकल "परफेक्ट बॉट" नहीं है; यह अनुकूलन योग्य हिस्सों का एक टूलबॉक्स है जिसे शिक्षक अपनी आवश्यकतानुसार मिला और मिला सकते हैं।
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।