Teaching Empathy in Software Engineering Education in the Age of Artificial Intelligence
यह अध्ययन शिक्षण प्रथाओं की पांच प्रमुख श्रेणियों की पहचान करता है जो सॉफ्टवेयर इंजीनियरिंग शिक्षा में सहानुभूति को एकीकृत करती हैं, यह प्रदर्शित करते हुए कि कैसे शिक्षक सहानुभूति को एक अलग विषय के रूप में मानने के बजाय एआई-सक्षम प्रणालियों के विकास में पूर्वाग्रह, सुलभता और सामाजिक प्रभाव के विचारों को सीधे समाहित कर सकते 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 भविष्य के आर्किटेक्ट्स (वास्तुकारों) को पढ़ा रहे हैं। पारंपरिक रूप से, आप उन्हें भार वहन करने वाली दीवारों की गणना करना, कंक्रीट मिलाना और ब्लूप्रिंट डिजाइन करना सिखाएंगे। ये तकनीकी कौशल (technical skills) हैं।
लेकिन क्या होगा यदि वे एक ऐसा पुल बनाते हैं जो दिखने में सुंदर है लेकिन इसलिए ढह जाता है क्योंकि उन्होंने कभी यह नहीं सोचा कि एक व्हीलचेयर उपयोगकर्ता इसे कैसे पार करेगा, या बाढ़ इसे कैसे बहा ले जाएगी? उन्होंने एक तकनीकी रूप से पूर्ण संरचना बनाई जो उन लोगों के लिए विफल रही जिनकी सेवा के लिए उसे बनाया गया था।
यह शोध पत्र सॉफ्टवेयर इंजीनियरों (डिजिटल दुनिया के वास्तुकारों) को केवल 'कोड कैलकुलेटर' के बजाय सहानुभूतिपूर्ण सामुदायिक योजनाकार (empathetic community planners) बनने के लिए सिखाने के बारे में है।
यहाँ इस शोध पत्र का सरल शब्दों में विवरण दिया गया है, कुछ उपमाओं (analogies) का उपयोग किया गया है ताकि यह आसानी से समझ आ सके।
बड़ी समस्या: "रोबोट" मानसिकता
अतीत में, सॉफ्टवेयर इंजीनियरिंग शिक्षा एक वीडियो गेम ट्यूटोरियल की तरह थी। आप नियम सीखते हैं, लेवल जीतते हैं, और आगे बढ़ जाते हैं। आपका ध्यान कोड को काम करने योग्य बनाने पर होता है।
लेकिन आज, सॉफ्टवेयर केवल एक खेल नहीं है; यह AI (आर्टिफिशियल इंटेलिजेंस) है। AI ऐसे निर्णय लेता है जो वास्तविक लोगों के जीवन को प्रभावित करते हैं—जैसे कि किसे ऋण मिलेगा, किसे नौकरी मिलेगी, या एक सेल्फ-ड्राइविंग कार पैदल यात्री के प्रति कैसी प्रतिक्रिया देगी। यदि "वास्तुकार" (इंजीनियर) केवल कोड के बारे में सोचते हैं, तो वे अनजाने में एक ऐसी प्रणाली बना सकते हैं जो कुछ समूहों के लिए पक्षपाती, अनुचित या हानिकारक हो।
शोधकर्ताओं ने पूछा: "हम इन इंजीनियरों को कोड के पीछे के मनुष्यों के बारे में सोचने के लिए कैसे सिखा सकते हैं, विशेष रूप से जब AI शामिल हो?"
समाधान: "एम्पैथी टूलकिट" (सहानुभूति का टूलकिट)
शोधकर्ताओं ने केवल यह नहीं पूछा, "क्या आपको लगता है कि सहानुभूति महत्वपूर्ण है?" बल्कि वे सात अनुभवी प्रोफेसरों के पास गए जो दुनिया भर (कनाडा, ब्राजील, यूके, आदि) से थे और उनसे उनके पाठ योजना (lesson plans) दिखाने को कहा। उन्होंने एक विधि का उपयोग किया जो एक कार्ड-सॉर्टिंग गेम की तरह थी जहाँ प्रोफेसरों ने लिखा कि वे वास्तव में कक्षा में क्या करते हैं।
उन्होंने पाया कि सर्वश्रेष्ठ शिक्षक "सहानुभूति" को एक अलग विषय (जैसे "दयालुता 101" क्लास) के रूप में नहीं देखते हैं। इसके बजाय, वे सहानुभूति को तकनीकी केक में ही मिला देते हैं।
यहाँ वे 5 तरीके दिए गए हैं जो उन्होंने खोजे, जिन्हें उपमाओं के साथ समझाया गया है:
1. "वास्तविक दुनिया" का लेंस (Societal Framing)
- पुराना तरीका: "एक लाइब्रेरी के लिए डेटाबेस बनाएं।"
- नया तरीका: "एक लाइब्रेरी के लिए डेटाबेस बनाएं, लेकिन कल्पना करें कि वह लाइब्रेरी एक गरीब मोहल्ले में है जहाँ इंटरनेट नहीं है, और उपयोगकर्ता ऐसे बुजुर्ग लोग हैं जो ठीक से पढ़ नहीं पाते।"
- उपमा: यह एक शेफ को यह बताने जैसा है, "सिर्फ एक स्टेक न पकाएं; एक ऐसे परिवार के लिए भोजन बनाएं जिसे ग्लूटेन से एलर्जी है और जिनके पास महंगी सामग्री के लिए पैसे नहीं हैं।" यह छात्र को कोड लिखना शुरू करने से पहले संदर्भ (context) के बारे में सोचने के लिए मजबूर करता है।
2. "फेयरनेस फिल्टर" (पक्षपात और सुलभता)
- पुराना तरीका: "अपने ऐप का परीक्षण करें कि क्या यह क्रैश होता है।"
- नया तरीका: "अपने ऐप का परीक्षण करें कि क्या यह स्क्रीन रीडर का उपयोग करने वाले एक दृष्टिहीन व्यक्ति के लिए क्रैश होता है, या क्या आपका AI भर्ती टूल विदेशी नामों वाले लोगों के रेज्यूमे को खारिज कर देता है।"
- उपमा: एक घर बनाने की कल्पना करें। आप केवल यह नहीं देखते कि छत लीक हो रही है या नहीं; आप यह भी देखते हैं कि क्या दरवाजा व्हीलचेयर के लिए पर्याप्त चौड़ा है। यह श्रेणी छात्रों को अपने कोड पर "फेयरनेस स्कैन" चलाने के लिए सिखाती है, जिससे उत्पाद जारी करने से पहले छिपे हुए पूर्वाग्रहों का पता लगाया जा सके।
3. "गेस्ट स्पीकर" रणनीति (प्रतिनिधि उपयोगकर्ता)
- पुराना तरीका: "अनुमान लगाएं कि उपयोगकर्ता क्या चाहता है।"
- नया तरीका: "कक्षा में एक दृष्टिहीन व्यक्ति को बुलाएं जो आपको बताए कि उन्हें क्या चाहिए," या "अपनी स्लाइड्स में ऐसे उदाहरणों का उपयोग करें जो सभी नस्लों और लिंगों के लोगों को दर्शाते हों, न कि केवल उन्हीं 5 पुरुषों को।"
- उपमा: यह एक फिल्म निर्देशक द्वारा सही अभिनेताओं को कास्ट करने जैसा है। यदि आप एक विविध शहर की कहानी निभाने के लिए केवल श्वेत अभिनेताओं को कास्ट करते हैं, तो फिल्म नकली लगेगी। यह अभ्यास सुनिश्चित करता है कि सॉफ्टवेयर में पात्रों की टोली (cast of characters) वास्तविक दुनिया को दर्शाती है।
4. "रोल-प्ले" गेम (हितधारक जागरूकता)
- पुराना तरीका: "आप डेवलपर हैं। इसे बनाएं।"
- नया तरीका: "आज, आप डेवलपर हैं। कल, आप रेगुलेटर (नियामक) हैं। अगले दिन, आप वह व्यक्ति हैं जिसकी नौकरी आपके AI के कारण चली गई।"
- उपमा: यह एक बोर्ड गेम खेलने जैसा है जहाँ आपको अपनी सीट बदलनी होती है और अन्य खिलाड़ियों के रूप में खेलना होता है। यह छात्रों को यह समझने में मदद करता है कि हर किसी का एक अलग दृष्टिकोण होता है और उनका कोड लोगों को अलग-अलग तरह से प्रभावित करता है।
5. "मिरर" मोमेंट (चिंतन/आत्म-मंथन)
- पुराना तरीका: "अपना कोड सबमिट करें। ग्रेड प्राप्त करें।"
- नया तरीका: "सबमिट करने से पहले, एक छोटा नोट लिखें: 'इससे किसे नुकसान हो सकता है? क्या मैं किसी को भूल गया हूँ?'"
- उपमा: यह एक पायलट द्वारा प्री-फ्लाइट चेकलिस्ट करने जैसा है। लेकिन ईंधन की जाँच करने के बजाय, वे अपने विवेक (conscience) की जाँच कर रहे हैं। यह रुकने और पूछने के लिए मजबूर करता है, "क्या यह वास्तव में एक अच्छा विचार है?"
यह क्यों मायने रखता है
शोध पत्र निष्कर्ष निकालता है कि हमें कोडिंग सिखाना बंद करने की आवश्यकता नहीं है। हमें बस यह कैसे सिखाएं इसे बदलने की आवश्यकता है।
इसे कार चलाने जैसा समझें।
- तकनीकी कौशल: स्टीयरिंग, ब्रेक और एक्सीलरेट करना जानना।
- सहानुभूति: यह जानना कि वहां पैदल यात्री, साइकिल चालक और अन्य ड्राइवर भी हैं जो गलतियां कर सकते हैं, और इस तरह से गाड़ी चलाना जिससे सभी सुरक्षित रहें।
AI के युग में, "कारें" (एल्गोरिदम) खुद चल रही हैं। यदि उन्हें बनाने वाले इंजीनियरों ने "सहानुभूति के साथ गाड़ी चलाना" नहीं सीखा, तो कारें गलत लोगों से टकरा सकती हैं।
निष्कर्ष:
यह अध्ययन एक रेसिपी बुक (नुस्खा पुस्तिका) देता है। यह शिक्षकों को दिखाता है कि वे छात्रों को कठिन तकनीकी कौशल से समझौता किए बिना मानव-केंद्रित इंजीनियर (human-centered engineers) बनने के लिए कैसे तैयार कर सकते हैं। कोडिंग में "देखभाल" को मिलाकर, हम अगली पीढ़ी को ऐसा AI बनाने के लिए तैयार करते हैं जो मानवता को नुकसान पहुँचाने के बजाय उसकी मदद करे।
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।