Instructor-Created Custom GPTs as Pedagogical Partners Fostering Immersion in Online Higher Education: Two Case Studies
यह शोध पत्र दो केस स्टडीज प्रस्तुत करता है जो यह प्रदर्शित करती हैं कि प्रशिक्षक द्वारा निर्मित कस्टम GPTs, जब विशिष्ट शैक्षणिक लक्ष्यों के साथ संरेखित होते हैं और इमर्सिव लर्निंग क्यूब फ्रेमवर्क के माध्यम से विश्लेषित किए जाते हैं, तो वे सिस्टम, नैरेटिव और एजेंसी आयामों को एक साथ सुदृढ़ करके ऑनलाइन उच्च शिक्षा में छात्र विसर्जन (इमर्शन) को बढ़ाने के लिए प्रभावी रूप से शैक्षणिक भागीदारों के रूप में कार्य करते 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 एक नया कौशल सीखने की कोशिश कर रहे हैं, जैसे कि ग्रांट प्रपोजल (अनुदान प्रस्ताव) लिखना या सॉफ्टवेयर बनाना, लेकिन आप यह पूरी तरह से ऑनलाइन कर रहे हैं। यह एक ऐसे पूल में तैरना सीखने जैसा है जहाँ पानी गहरा है, लेकिन लाइफगार्ड केवल दिन में 15 मिनट के लिए उपलब्ध है, और बाकी समय, आप बस अकेले तैर रहे हैं। आप खोया हुआ, विचलित या ऐसा महसूस कर सकते हैं जैसे आप वास्तव में "वहाँ मौजूद" नहीं हैं, बस बिना किसी उद्देश्य के काम कर रहे हैं।
यह पेपर दो शिक्षकों के बारे में है जिन्होंने इस अलगाव की भावना को दूर करने के लिए एक विशेष प्रकार के AI सहायक (एक कस्टम GPT) को शामिल करके इसे ठीक करने की कोशिश की। लेकिन उन्होंने केवल एक सामान्य चैटबॉट का उपयोग नहीं किया; उन्होंने एक विशिष्ट "डिजिटल पार्टनर" बनाया जो उनकी विशिष्ट कक्षा में पूरी तरह से फिट होने के लिए डिज़ाइन किया गया था।
यहाँ इसका सरल विवरण दिया गया है कि उन्होंने क्या किया, यह कैसे काम करता है, और क्यों यह महत्वपूर्ण है, कुछ रोजमर्रा के उपमाओं (analogies) का उपयोग करते हुए।
मुख्य विचार: द "इमर्सिव लर्निंग क्यूब" (Immersive Learning Cube)
यह समझने के लिए कि क्या उनके छात्र वास्तव में व्यस्त (engaged) थे, लेखकों ने इमर्सिव लर्निंग क्यूब नामक एक ढांचे का उपयोग किया। इस क्यूब को एक शानदार सीखने के अनुभव के 3D मानचित्र के रूप में सोचें। पूरी तरह से "इमर्सिव" (गहराई से शामिल) होने के लिए, एक छात्र को तीन चीजों की आवश्यकता होती है:
- सिस्टम (वातावरण): क्या पानी गर्म है? क्या लाइफगार्ड अभी वहाँ है जब आपको उनकी जरूरत है? (प्रतिक्रियाशीलता/Responsiveness)।
- नैरेटिव (कहानी): क्या पाठ एक सुसंगत फिल्म की तरह है जिसमें एक कथानक है, या यह केवल दृश्यों का एक यादृच्छिक संग्रह है? (संदर्भ और अर्थ)।
- एजेंसी (नियंत्रण): क्या आप कार के ड्राइवर हैं, या सिर्फ एक यात्री? क्या आपको लगता है कि आपके पास यह तय करने का अधिकार है कि क्या होगा? (स्वायत्तता/Autonomy)।
शोधकर्ता यह देखना चाहते थे कि क्या उनके कस्टम AI सहायक इन तीनों आयामों को बढ़ा सकते हैं।
केस स्टडी 1: ग्रांट राइटर्स के लिए "स्पीडी कोच"
सेटिंग: ग्रांट प्रपोजल (पैसे के लिए अनुरोध) लिखने के तरीके पर एक बहुत तेज़, 5-सप्ताह का ग्रेजुएट कोर्स।
समस्या: यह इतना तेज़ था कि छात्र डूब रहे थे। उन्हें तुरंत फीडबैक की आवश्यकता थी, लेकिन मानव शिक्षक हर जगह एक साथ नहीं हो सकता था।
AI पार्टनर: "GrantGPT" नामक एक कस्टम GPT जो एक 24/7 राइटिंग कोच के रूप में कार्य करता था।
सिस्टम को बढ़ावा देना (लाइफगार्ड):
- उपमा: एक ऐसे कोच की कल्पना करें जो खेल के अंत तक प्रतीक्षा करने के बजाय, आपके गलती करते ही तुरंत सीटी बजाता है।
- क्या हुआ: जब छात्रों ने ड्राफ्ट जमा किया, तो AI ने सेकंडों में फीडबैक दिया। छात्रों ने कहा, "इसने हमें काम करते रहने के लिए प्रेरित रखा। हम टालमटोल नहीं कर सकते थे क्योंकि सुधार के लिए हमेशा कुछ न कुछ तुरंत उपलब्ध था।" इसने गति को बनाए रखा।
नैरेटिव को बढ़ावा देना (कहानी):
- उपमा: केवल एक फॉर्म भरने के बजाय, AI ने उन्हें अपने प्रपोजल को एक विकसित होती कहानी के रूप में देखने में मदद की।
- क्या हुआ: AI ने केवल यह नहीं कहा कि "इस वाक्य को ठीक करें।" इसने कहा, "यह हिस्सा उस हिस्से से नहीं जुड़ता है; आपकी कहानी टूट रही है।" इसने छात्रों को उनके प्रपोजल को बिखरे हुए कार्यों के ढेर के बजाय एक बड़े, सुसंगत तर्क के रूप में देखने में मदद की।
एजेंसी को बढ़ावा देना (ड्राइवर):
- उपमा: AI एक GPS था, ड्राइवर नहीं। इसने मार्ग सुझाए, लेकिन छात्र को चुनना था कि उसे कौन सा मार्ग लेना है।
- क्या हुआ: शिक्षक ने इसे स्पष्ट किया: "AI विकल्प देता है, लेकिन निर्णय आपका है।" छात्रों को AI के साथ बहस करनी पड़ी, कुछ सलाह को स्वीकार करना पड़ा और कुछ को अस्वीकार करना पड़ा। इसने उन्हें यह महसूस कराया कि वे केवल एक रोबोट के आदेश का पालन नहीं कर रहे हैं, बल्कि अपने स्वयं के सीखने पर नियंत्रण रखते हैं।
केस स्टडी 2: सॉफ्टवेयर इंजीनियरों के लिए "वर्चुअल इंटर्नशिप"
सेटिंग: पुर्तगाल में 200 छात्रों वाला एक स्नातक सॉफ्टवेयर इंजीनियरिंग कोर्स।
समस्या: ऑनलाइन छात्र अक्सर कोडिंग की "वास्तविक दुनिया" से कटे हुए महसूस करते हैं। वे अजीब घंटों (देर रात, सप्ताहांत) में भी पढ़ाई करते हैं जब शिक्षक सो रहे होते हैं।
AI पार्टनर: "Catmming" नामक एक कस्टम GPT, जिसे एक नकली सॉफ्टवेयर कंपनी सिमुलेशन के भीतर कंपनी के "इंटेलिजेंट ऑटोमैटिक असिस्टेंट" के रूप में पेश किया गया था।
सिस्टम को बढ़ावा देना (24/7 इंटर्न):
- उपमा: एक सीनियर इंजीनियर की कल्पना करें जो कभी नहीं सोता और आपके कोड के बारे में किसी त्वरित प्रश्न का उत्तर देने के लिए हमेशा आपके डेस्क पर होता है।
- क्या हुआ: छात्रों ने कोड के बारे में त्वरित स्पष्टीकरण प्राप्त करने के लिए देर रात (रात 11 बजे, रात 2 बजे) AI का उपयोग किया। इसने फंस जाने और मानव के जागने का इंतजार करने के "घर्षण" (friction) को कम कर दिया।
नैरेटिव को बढ़ावा देना (रोल-प्ले):
м उपमा: पूरा क्लास एक लाइव-एक्शन रोल-प्लेइंग गेम (RPG) की तरह था। शिक्षक CEO था, ट्यूटर CTO था, और छात्र प्रशिक्षु (trainees) थे।- क्या हुआ: AI (Catmming) कहानी का हिस्सा था। यह एक सामान्य चैटबॉट जैसा नहीं लगा; यह उनकी "कंपनी" के एक पात्र जैसा महसूस हुआ। इसने छात्रों को यह महसूस करने में मदद की कि वे एक वास्तविक टीम का हिस्सा हैं, भले ही वे घर पर हों।
एजेंसी को बढ़ावा देना (टीम लीड):
- उपमा: AI एक सलाहकार (consultant) था, बॉस नहीं।
- क्या हुआ: छात्र अपने कोड को स्ट्रक्चर करने के तरीके पर सलाह के लिए AI से पूछते थे, लेकिन फिर उन्हें अपनी टीम के साथियों के साथ इस पर बहस करनी पड़ती थी। इससे उन्होंने सीखा कि कैसे कहना है, "AI ने X का सुझाव दिया, लेकिन मुझे लगता है कि Y बेहतर है क्योंकि..." इसने उन्हें आलोचनात्मक रूप से सोचने और अपने सीखने को नियंत्रित करने के लिए मजबूर किया।
निष्कर्ष: AI एक "पेडागोगिकल पार्टनर" के रूप में
इस पेपर का सबसे महत्वपूर्ण सबक यह है कि AI को शिक्षक की जगह नहीं लेनी चाहिए; इसे शिक्षक का साइडकिक (सहायक) होना चाहिए।
- पहले: शिक्षक छोटी बारीकियों (जैसे स्पेलिंग या बुनियादी कोडिंग त्रुटियों) को ग्रेड करने में फंसे हुए थे और उनके पास बड़े चित्र (big picture) पर मदद करने के लिए समय नहीं था।
- बाद में: AI ने "कठिन परिश्रम" (तत्काल फीडबैक, बुनियादी प्रश्न) को संभाला, जिससे मानव शिक्षक को "जादू" (कहानी सुनाना, जटिल रणनीति और भावनात्मक जुड़ाव) पर ध्यान केंद्रित करने के लिए मुक्त किया जा सका।
अंतिम रूपक (Metaphor):
सीखने के वातावरण को एक घर के रूप में सोचें।
- AI एक स्मार्ट होम सिस्टम है: यह आपके प्रवेश करते ही लाइट जला देता है (System), तापमान को एकदम सही रखता है (Narrative consistency), और आपको सेटिंग्स को नियंत्रित करने देता है (Agency)।
- मानव शिक्षक एक आर्किटेक्ट और होस्ट है: उन्होंने घर को डिजाइन किया है, वे आपका स्वागत करते हैं, और वे सुनिश्चित करते हैं कि घर केवल एक मशीन नहीं, बल्कि एक घर जैसा महसूस हो।
पेपर यह निष्कर्ष निकालता है कि जब आप एक स्मार्ट, कस्टम-निर्मित AI को एक विचारशील मानव शिक्षक के साथ जोड़ते हैं, तो छात्र अधिक "इमर्सिव" महसूस करते हैं, अपने नियंत्रण में होते हैं, और अपने सीखने से अधिक जुड़े हुए महसूस करते हैं, भले ही वे कक्षा से मीलों दूर हों।
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।