Google, AI Literacy, and the Learning Sciences: Multiple Modes of Research, Industry, and Practice Partnerships
यह शोध पत्र एआई (AI) साक्षरता को आगे बढ़ाने के लिए शोधकर्ताओं और गूगल के बीच सहयोगात्मक साझेदारी की जांच करने वाले एक संगोष्ठी की रूपरेखा प्रस्तुत करता है, जिसका उद्देश्य साझेदारी जीवनचक्र में प्रमुख प्रतिच्छेदन बिंदुओं की पहचान करना, इन सहयोगों को आकार देने वाले कारकों का विश्लेषण करना और भविष्य के पारस्परिक रूप से लाभकारी विन्यासों की खोज करना 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 शिक्षा की दुनिया एक विशाल, हलचल भरे निर्माण स्थल (construction site) की तरह है। लंबे समय से, लर्निंग साइंटिस्ट्स (वास्तुकार और इंजीनियर) स्कूलों और पाठ्यक्रमों का निर्माण कर रहे हैं, जो मुख्य रूप से स्थानीय समुदायों, शिक्षकों और गैर-लाभकारी संस्थाओं के साथ मिलकर काम करते हैं।
अब, इस साइट पर एक नया विशाल खिलाड़ी आया है: बिग टेक (विशेष रूप से गूगल)। उनके पास विशाल क्रेनें, असीमित आपूर्ति और आर्टिफिशियल इंटेलिजेंस (AI) के भविष्य के ब्लूप्रिंट हैं।
यह पेपर एक "टाउन हॉल मीटिंग" की रिपोर्ट है जहाँ वास्तुकार और तकनीकी दिग्गज एक साथ बैठकर यह तय करने की कोशिश कर रहे हैं: "हम मिलकर AI साक्षरता (AI literacy) कैसे विकसित करें ताकि इमारत ढह न जाए?"
यहाँ उनकी बातचीत का विवरण दिया गया है, जिसमें सरल उपमाओं (analogies) का उपयोग किया गया है।
मुख्य लक्ष्य: सबको कार चलाना सिखाना
समूह इस बात पर सहमत है कि AI एक ऐसी सेल्फ-ड्राइविंग कार की तरह है जो पहले से ही सड़क पर है। हम लोगों को बस पीछे बैठकर बेहतर होने की उम्मीद में नहीं छोड़ सकते। हमें AI साक्षरता की आवश्यकता है।
इसका मतलब यह नहीं है कि हर किसी को इंजन बनाने वाला मैकेनिक (कोडिंग) बनना है। इसका मतलब यह है कि हर किसी को पता होना चाहिए कि कार को सुरक्षित रूप कैसे चलाया जाए, सड़क के नियम क्या हैं, और कब 'ऑटोपायलट' का उपयोग नहीं करना है।
यह पेपर चार अलग-अलग निर्माण परियोजनाओं (साझेदारी) पर नज़र डालता है जहाँ गूगल ने विभिन्न समूहों के लिए इन "ड्राइविंग स्कूलों" को बनाने में मदद की।
प्रोजेक्ट 1: ग्लोबल बस टूर (रास्पबेरी पाई फाउंडेशन)
उपमा: कल्पना कीजिए कि एक स्कूल बस को 25 अलग-अलग देशों तक जाना है। कुछ सड़कें पक्की हैं; कुछ कच्ची पगडंडियाँ हैं जहाँ बिजली भी नहीं है।
- टीम: रास्पबेरी पाई फाउंडेशन (एक यूके स्थित गैर-लाभकारी संस्था) और गूगल डीपमाइंड (दिमाग वाला AI लैब)।
- मिशन: उन्होंने बच्चों (उम्र 11-14 वर्ष) को AI के बारे में सिखाने के लिए "एक्सपीरियंस AI" नामक एक मुफ्त पाठ्यक्रम बनाया।
- चुनौती: आप लंदन की पाठ्यपुस्तक लेकर सीधे केन्या के एक गाँव के छात्र को नहीं थमा सकते। बस को रुकना होगा, उतरना होगा और अपना रास्ता बदलना होगा।
- समाधान: उन्होंने केवल शब्दों का अनुवाद नहीं किया; उन्होंने उदाहरणों को भी बदल दिया। यूके के मौसम के बारे में बात करने के बजाय, उन्होंने स्थानीय पारिस्थितिकी तंत्र (ecosystems) के बारे में बात की। उन्होंने "अनप्लग्ड" (unplugged) पाठ भी बनाए—ऐसी गतिविधियाँ जिन्हें आप कागज और पेंसिल के साथ कर सकते हैं यदि इंटरनेट या बिजली चली जाए।
- सबक: दुनिया को सिखाने के लिए, आपको केवल अपना उत्पाद भेजना नहीं है; आपको स्थानीय भागीदारों को बस चलाने देना होगा।
प्रोजेक्ट 2: वीडियो गेम एडवेंचर (AI क्वेस्ट्स)
उपमा: कल्पना कीजिए कि आप बच्चों को सिखाने की कोशिश कर रहे हैं कि परमाणु ऊर्जा संयंत्र (nuclear power plant) कैसे काम करता है। यदि आप उन्हें केवल एक मैनुअल दिखाएंगे, तो वे सो जाएंगे। लेकिन यदि आप इसे एक फैंटेसी वीडियो गेम में बदल देते हैं जहाँ वे बाढ़ से दुनिया को बचाने वाले जादूगर हैं, तो वे इसमें पूरी तरह डूब जाएंगे।
- टीम: गूगल रिसर्च, स्टैनफोर्ड यूनिवर्सिटी और फैंटम (Phantom) नामक एक गेम स्टूडियो।
- मिशन: एक ऐसा गेम बनाना जहाँ मिडिल स्कूल के बच्चे AI का उपयोग करके वास्तविक दुनिया की समस्याओं (जैसे बाढ़ की भविष्यवाणी करना या आंखों की बीमारियों का पता लगाना) को हल करें।
- चुनौती: वास्तविक विज्ञान अव्यवस्थित और जटिल होता है। गेम्स को सरल और मजेदार होना चाहिए।
- समाधान: उन्होंने एक "ट्रायड" (त्रय) दृष्टिकोण का उपयोग किया।
- गूगल ने वास्तविक विज्ञान (कच्चा माल) प्रदान किया।
- स्टैनफोर्ड ने पाठ योजना (रेसिपी) तैयार की।
- फैंटम ने इसे एक मजेदार गेम (प्लेटिंग और प्रेजेंटेशन) में बदल दिया।
- सबक: आपको वैज्ञानिकों और गेम डिजाइनरों के बीच एक "अनुवादक" की आवश्यकता होती है। यदि नहीं, तो गेम या तो बहुत उबाऊ होगा या बहुत भ्रमित करने वाला।
प्रोजेक्ट 3: लेगो वर्कशॉप (MIT ऐप इन्वेंटर)
उपमा: बच्चों को एक बना-बनाया खिलौना कार देने के बजाय, यह प्रोजेक्ट उन्हें लेगो ब्रिक्स देता है और उनसे अपनी कार बनाने को कहता है।
- टीम: MIT और गूगल।
- मिशन: छात्रों को अपने स्वयं के AI आधारित मोबाइल ऐप्स बनाने देना।
- ट्विस्ट: यह केवल कोडिंग सीखने के बारे में नहीं है; यह सशक्तिकरण के बारे में है। ब्राजील का एक छात्र अपने स्थानीय समुदाय की मदद के लिए एक ऐप बनाता है। मेक्सिको का एक छात्र स्थानीय प्रदूषण को ट्रैक करने के लिए एक ऐप बनाता है।
- समाधान: गूगल ने "ईंटें" (इमेज रिकग्निशन जैसे AI टूल्स) और "निर्देश पुस्तिका" (कई भाषाओं में अनुवादित) प्रदान की।
- सबक: जब आप लोगों को अपने स्वयं के समाधान बनाने के उपकरण देते हैं, तो वे सबसे अधिक सीखते हैं। यह एक शेफ को खाना बनाते हुए देखने और वास्तव में खुद खाना पकाने के बीच का अंतर है।
प्रोजेक्ट 4: सिटी जॉब फेयर (न्यूयॉर्क जॉब्स CEO काउंसिल)
उपमा: एक ऐसे शहर की कल्पना करें जहाँ कारखाने रातों-रात अपनी मशीनें बदल रहे हैं। कर्मचारी डरे हुए हैं कि वे अपनी नौकरियां खो देंगे। शहर को उन्हें नई मशीनों को चलाने के लिए सिखाने के लिए एक त्वरित पुन: प्रशिक्षण केंद्र की आवश्यकता है।
- टीम: न्यूयॉर्क जॉब्स CEO काउंसिल (बड़े नियोक्ताओं का एक समूह), CUNY (स्थानीय कॉलेज) और गूगल।
- मिशन: कॉलेज के छात्रों (जो तकनीकी विषय के छात्र नहीं हैं) को कार्यस्थल में AI का उपयोग करने का तरीका सिखाना ताकि उन्हें नौकरी मिल सके।
- चुनौती: छात्र भ्रमित हैं। कुछ शिक्षक कहते हैं "AI का उपयोग न करें!" जबकि जॉब मार्केट कहता है "आपको AI का उपयोग करना ही होगा!"
- समाधान: वे बड़ी कंपनियों (जैसे अमेज़न और जेपी मॉर्गन) के वास्तविक कर्मचारियों को कक्षाएं पढ़ाने के लिए लेकर आए। उन्होंने छात्रों को दिखाया कि कंपनियां वास्तव में किन उपकरणों का उपयोग करती हैं और इंटरव्यू में उनके बारे में कैसे बात करनी है।
- सबक: भविष्य के कार्यबल को तैयार करने के लिए, आपको उन लोगों की आवश्यकता है जो काम पर रख रहे हैं (hiring), ताकि वे कक्षा सिखाने में मदद कर सकें।
मुख्य निष्कर्ष (द "टाउन हॉल" निष्कर्ष)
इन चार परियोजनाओं को देखने के बाद, समूह ने तीन मुख्य बातें समझीं:
- यह एक टीम स्पोर्ट है, एकल प्रदर्शन नहीं: आप केवल एक शोधकर्ता और एक कंपनी के साथ काम नहीं कर सकते। आपको एक "ट्रायड" (त्रय) या यहाँ तक कि एक "क्वार्टेट" (चतुर्थक) की आवश्यकता होती है। आपको एक शोधकर्ता (जो जानता है कि लोग कैसे सीखते हैं), एक कंपनी (जिसके पास तकनीक है), और एक अभ्यासकर्ता (शिक्षक या गेम डिजाइनर जो वास्तव में इसे बनाता है) की आवश्यकता है।
- एक आकार सभी के लिए उपयुक्त नहीं है (One Size Does Not Fit All): कैलिफोर्निया के एक हाई-टेक स्कूल में काम करने वाली पाठ योजना अफ्रीका के एक ग्रामीण गाँव में विफल हो सकती है। साझेदारी इतनी लचीली होनी चाहिए कि वह "मेन्यू" को खाने वाले व्यक्ति के आधार पर बदल सके।
- "शक्ति गतिशीलता" (Power Dynamic) की समस्या: बड़ी कंपनियों के पास बहुत पैसा और शक्ति होती है। कभी-कभी वे अपने स्वयं के उत्पाद को बढ़ावा देना चाहती हैं। कभी-कभी शोधकर्ता अपने स्वयं के सिद्धांत को बढ़ावा देना चाहते हैं। सबसे अच्छी साझेदारियाँ तब होती हैं जब वे जीतने की कोशिश करना छोड़ देते हैं और मिलकर समस्या को हल करने की शुरुआत करते हैं।
निचोड़
यह पेपर अनिवार्य रूप से यह कह रहा है: "हम सभी दुनिया को AI का उपयोग करना सिखाने की कोशिश कर रहे हैं। हमारे पास सर्वोत्तम उपकरण (गूगल) और सर्वोत्तम शिक्षण विधियाँ (लर्निंग साइंटिस्ट्स) हैं। यदि हम अलग-अलग काम करना बंद कर दें और मिलकर निर्माण करना शुरू कर दें, तो हम एक ऐसा भविष्य बना सकते हैं जहाँ हर कोई उस तकनीक को समझ सके जो हमारे जीवन को बदल रही 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।