💻 computer science

The Illusion of Competence: Self-Perceived Digital Literacy and AI Readiness Among European Secondary Students

243 यूरोपीय माध्यमिक छात्रों के इस अध्ययन से एक महत्वपूर्ण "आत्मविश्वास-क्षमता अंतराल" (Confidence-Competence Divide) का पता चलता है जहाँ उच्च आत्म-कथित डिजिटल साक्षरता वास्तविक तकनीकी और एआई कौशल की कमी को छिपाती है, एक ऐसा अंतर जिसे STEM कक्षाओं में रूढ़िवादी खतरों और गलत सूचना के प्रति असुरक्षा की झूठी भावना द्वारा और भी बढ़ा दिया गया है, जो अंततः निष्क्रिय सिद्धांत से सक्रिय, व्यावहारिक तकनीकी शिक्षा की ओर बदलाव का आह्वान करता है।

मूल लेखक: Nicolas Rodriguez-Alvarez (Instituto de Educacion Secundaria Parquesol), Alan Martin Blanch-Marsolini (Instituto de Educacion Secundaria Parquesol), Samuel Vara-Gutierrez (Moate Community School), Hug

प्रकाशित 2026-05-26

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nicolas Rodriguez-Alvarez (Instituto de Educacion Secundaria Parquesol), Alan Martin Blanch-Marsolini (Instituto de Educacion Secundaria Parquesol), Samuel Vara-Gutierrez (Moate Community School), Hugo Gil-Garcia (Instituto de Educacion Secundaria Jose Jimenez Lozano), Javier Calzon-Dueñas (Instituto de Educacion Secundaria Parquesol), Fernando Rodriguez-Merino (Universidad de Valladolid)

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 उन युवाओं के समूह की जो बचपन से ही अपने हाथों में स्मार्टफोन और टैबलेट लेकर बड़े हुए हैं। क्योंकि वे इन उपकरणों का बहुत अधिक उपयोग करते हैं, हम अक्सर यह मान लेते हैं कि वे "टेक विजार्ड्स" (तकनीकी जादूगर) हैं जो तकनीक को गहराई से समझते हैं। यह शोध पत्र एक वास्तविकता की जाँच की तरह है जो कहता है, "इतना भी जल्दी नहीं।"

शोधकर्ताओं ने स्पेन और आयरलैंड के 243 हाई स्कूल के छात्रों का सर्वेक्षण किया यह देखने के लिए कि क्या ये "डिजिटल नेटिव्स" वास्तव में उतना जानते हैं जितना वे सोचते हैं। यहाँ जो उन्होंने पाया, उसे सरल कहानियों और उपमाओं में विभाजित किया गया है:

1. "पर्यटक बनाम वास्तुकार" का भ्रम (The "Tourist vs. Architect" Illusion)

अध्ययन में एक बड़ा अंतर पाया गया कि छात्र क्या सोचते हैं कि वे कर सकते हैं और वे वास्तव में क्या कर सकते हैं।

पर्यटक: छात्र डिजिटल दुनिया में "पर्यटक" होने में विशेषज्ञ महसूस करते हैं। वे निष्क्रिय कार्यों में बहुत आत्मविश्वासी हैं, जैसे कंप्यूटर चालू करना, सोशल मीडिया स्क्रॉल करना, या गोपनीयता सेटिंग्स को समायोजित करना। वे महसूस करते हैं कि वे उपकरण के स्वामी हैं।
वास्तुकार: हालाँकि, जब उन्हें "वास्तुकार" बनने के लिए कहा गया—कुछ नया बनाने, कोड लिखने, या किसी प्रोग्राम के पीछे के तर्क को समझने के लिए—तो उनका आत्मविश्वास गिर जाता है।
उपमा: यह उस व्यक्ति की तरह है जिसने सालों से हर दिन साइकिल चलाई है और खुद को प्रो (विशेषज्ञ) महसूस करता है। उसे लगता है कि वह शून्य से एक साइकिल बना सकता है या टूटी हुई चेन ठीक कर सकता है। लेकिन अगर आप वास्तव में उसे एक टूलबॉक्स थमा दें और एक साइकिल असेंबल करने को कहें, तो उसे समझ नहीं आएगा कि शुरुआत कहाँ से करनी है। वे बेहतरीन उपयोगकर्ता हैं, लेकिन बेहतरीन निर्माता नहीं।

2. "आत्मविश्वास का जाल" (The "Confidence Trap" - Dunning-Kruger Effect)

यह शोध पत्र इस स्थिति को "कॉन्फिडेंस-कॉम्पिटेंस डिवाइड" (आत्मविश्वास-क्षमता विभाजन) के रूप में वर्णित करता है। छात्र सामूहिक रूप से "डनिंग-क्रूगर प्रभाव" से ग्रस्त हैं।

रूपक: कल्पना कीजिए एक ऐसे व्यक्ति की जिसने कुछ कुकिंग शो देखे हैं। वह खुद को मास्टर शेफ समझता है क्योंकि उसे पता है कि चाकू कैसा दिखता है। लेकिन जिस क्षण उसे वास्तव में प्याज काटने या व्यंजन को सीजन करने की आवश्यकता होती है, उसे एहसास होता है कि उसे पता ही नहीं है कि वह क्या कर रहा है। छात्र अपने कौशल को बढ़ा-चढ़ाकर देखते हैं क्योंकि वे तकनीक की सतह से इतने परिचित हैं, लेकिन वे वास्तव में उसके नीचे के इंजन को संभालने के लिए सक्षम नहीं हैं।

3. "STEM क्लासरूम" में लैंगिक अंतर (The "STEM Classroom" Gender Gap)

शोधकर्ताओं ने देखा कि क्या लड़के और लड़कियां अपनी तकनीकी क्षमताओं के बारे में अलग-अलग महसूस करते हैं।

सामान्य नियम: कुल मिलाकर, लड़कों का आत्मविश्वास लड़कियों की तुलना में अधिक था।
ट्विस्ट: यह अंतर हर जगह नहीं था। आर्ट और साइंस कक्षाओं में, लड़के और लड़कियां लगभग एक जैसा महसूस करते थे। लेकिन टेक्नोलॉजी कक्षाओं में (जो विशेष रूप से इंजीनियरिंग और कोडिंग पर केंद्रित हैं), यह अंतर अचानक दिखाई दिया।
उपमा: एक स्पोर्ट्स टीम के बारे में सोचें। एक सामान्य जिम क्लास में, सभी समान रूप से सक्षम महसूस करते हैं। लेकिन "एलीट सॉकर एकेडमी" में, लड़कियां अचानक अपनी खेलने की क्षमता पर संदेह करने लगती हैं, भले ही वे उसी टीम का हिस्सा हों और उन्हें समान कोचिंग मिल रही हो। शोध पत्र सुझाव देता है कि यह इसलिए है क्योंकि तकनीकी कक्षाओं की "संस्कृति" लड़कियों को यह महसूस कराती है कि वे वहां के लिए नहीं बनी हैं, जिसे "स्टीरियोटाइप थ्रेट" (रूढ़िबद्ध धारणा का खतरा) कहा जाता है।

4. "AI विरोधाभास" (The "AI Paradox")

अध्ययन ने आर्टिफिशियल इंटेलिजेंस (AI) पर भी गौर किया।

स्थिति: छात्रों से दो चीजें पूछी गईं: "आप AI टूल्स का उपयोग करने में कितने अच्छे हैं?" और "आप AI के धोखे, जैसे नकली वीडियो (डीपफेक) या पक्षपाती एल्गोरिदम को पहचानने में कितने अच्छे हैं?"
आश्चर्य: छात्रों ने वास्तविक AI टूल्स का उपयोग करने की तुलना में नकली AI सामग्री को पहचानने में खुद को अधिक आत्मविश्वासी बताया।
रूपक: यह उस व्यक्ति की तरह है जो टीवी पर कुछ जादू के करतब देखकर खुद को जादू पहचानने में विशेषज्ञ समझता है, लेकिन उसे पता ही नहीं है कि जादूगर वास्तव में वह करतब कैसे करता है। वे गलत सूचना के खिलाफ "अजेय" महसूस करते हैं क्योंकि उन्हें लगता है कि वे झूठ पकड़ सकते हैं, लेकिन वे वास्तव में उतने ही असुरक्षित हैं जितने कि अन्य लोग, क्योंकि वे नहीं समझते कि "जादू" (एल्गोरिदम) कैसे काम करता है।

5. छात्र क्या चाहते हैं

अंत में, छात्रों ने अपनी शिक्षा के बारे में बात की।

फैसला: हालांकि उन्हें लगा कि उनकी वर्तमान कक्षाएं ठीक हैं, लेकिन 76.5% छात्रों ने कहा कि वे केवल लेक्चर सुनने और कंप्यूटर के बारे में पढ़ने के बजाय कुछ और करना चाहते हैं। वे हाथ से काम करना चाहते हैं।
अनुरोध: वे "हैंड्स-ऑन" (प्रायोगिक) सीखने की भीख मांग रहे हैं। वे बनाना, तोड़ना और चीजों को ठीक करना चाहते हैं, न कि केवल यह सुनना कि चीजें कैसे काम करती हैं।

निचोड़ (The Bottom Line)

शोध पत्र निष्कर्ष निकालता है कि केवल इसलिए कि एक पीढ़ी तकनीक के साथ बड़ी हुई है, इसका मतलब यह नहीं है कि वे इसे समझते हैं। वे आत्मविश्वासी "उपभोक्ता" हैं लेकिन असुरक्षित "निर्माता" हैं। इसे ठीक करने के लिए, स्कूलों को तकनीक को एक ऐसे विषय की तरह देखना बंद करना होगा जिसके बारे में आप पढ़ते हैं, और इसे एक ऐसे कौशल की तरह मानना होगा जिसका आप अभ्यास करते हैं। यदि हम चाहते हैं कि ये छात्र भविष्य के लिए तैयार हों, तो हमें उन्हें यात्री की सीट से हटाकर ड्राइवर की सीट पर बिठाना होगा।

तकनीकी सारांश: यूरोपीय माध्यमिक छात्रों में सक्षमता का भ्रम

समस्या विवरण
यह अध्ययन व्यापक "डिजिटल नेटिव" प्रतिमान (paradigm) को चुनौती देता है, जो यह मान लेता है कि उपकरणों के निरंतर उपयोग के कारण समकालीन युवाओं में अंतर्निहित तकनीकी दक्षता होती है। पूर्व शोध (जैसे, किर्शनर और डी ब्रुयकेरे; हारगिटाई) का हवाला देते हुए, लेखक तर्क देते हैं कि उपभोक्ता इंटरफेस (टचस्क्रीन, सोशल मीडिया) से परिचित होने का अर्थ गहरी डिजिटल साक्षरता, एल्गोरिदम संबंधी सोच या तकनीकी तत्परता नहीं है। विशेष रूप से, यह शोध एक संभावित "आत्मविश्वास-सक्षमता अंतराल" (Confidence-Competence Divide) की जांच करता है, यह देखते हुए कि क्या छात्र निष्क्रिय उपभोग में अपनी क्षमताओं को बढ़ा-चढ़ाकर आंकते हैं जबकि उनमें सक्रिय सृजन और तार्किक समस्या निवारण (troubleshooting) के कौशल का अभाव है। इसके अतिरिक्त, यह अध्ययन यह भी जांचता है कि यह अंतराल लिंग और शैक्षणिक पथों के साथ कैसे परस्पर क्रिया करता है, और क्या आर्टिफिशियल इंटेलिजेंस (AI) तत्परता के संबंध में भी इसी तरह का भ्रम मौजूद है, विशेष रूप से डीपफेक और एल्गोरिथम पूर्वाग्रहों का पता लगाने के संदर्भ में।

कार्यप्रणाली
इस शोध में तीन संस्थानों (दो स्पेन में: वैलाडोलिड और ज़मोरा; और एक आयरलैंड में: काउंटी वेस्टमीथ) के 243 माध्यमिक छात्रों (आयु 12-16 वर्ष) को शामिल करते हुए एक क्रॉस-सेक्शनल, मल्टीसेंटर डिजाइन का उपयोग किया गया।

उपकरण: डेटा संग्रह एक संरचित, स्व-प्रशासित प्रश्नावली के माध्यम से किया गया जिसमें 5-पॉइंट लिकर्ट स्केल का उपयोग किया गया। इस उपकरण ने छह आयामों में आत्म-कथित सक्षमता का आकलन किया: (1) निष्क्रिय उपभोग/नेविगेशन, (2) गोपनीयता/सुरक्षा, (3) तार्किक समस्या निवारण (troubleshooting), (4) सक्रिय सृजन (प्रोग्रामिंग, CAD), (5) AI तत्परता, और (6) पाठ्यक्रम मूल्यांकन।
प्रक्रिया: सामाजिक वांछनीयता पूर्वाग्रह (social desirability bias) को कम करने के लिए, डेटा संग्रह का समन्वय प्रशासनिक प्रमुखों द्वारा किया गया और इसे कक्षा के शिक्षकों द्वारा प्रशासित किया गया, जिससे एक 'डबल-ब्लाइंड' प्रक्रिया सुनिश्चित हुई जहाँ छात्र-लेखक सर्वेक्षण से अलग रहे।
विश्लेषण: अनामित डेटा को पायथन (Pandas, SciPy) का उपयोग करके संसाधित किया गया। वर्णनात्मक सांख्यिकी ने आधारभूत स्तर (baselines) स्थापित किए, जबकि अनुमानात्मक विश्लेषण में लिंग और पथ संबंधी विषमताओं की जांच के लिए स्वतंत्र नमूना टी-टेस्ट (असमान विचरण के लिए वेलच सुधार के साथ) और परिचालन AI उपयोग बनाम आलोचनात्मक जागरूकता की तुलना करने के लिए पेयर्ड-सैंपल्स टी-टेस्ट शामिल थे।
जनसांख्यिकी: अध्ययन ने SAGER दिशानिर्देशों का पालन किया, जिसमें स्व-रिपोर्ट किए गए लिंग पर ध्यान केंद्रित किया गया। GDPR अनुपालन और प्रतिभागी गुमनामी सुनिश्चित करने के लिए गैर-बाइनरी प्रतिक्रियाओं ( $n=2$ ) को तुलनात्मक विश्लेषण से बाहर रखा गया, जिससे 241 पुरुष और महिला छात्रों का एक मजबूत समूह प्राप्त हुआ।

मुख्य परिणाम
अध्ययन ने चार प्राथमिक निष्कर्षों की पहचान की:

आत्मविश्वास-सक्षमता अंतराल: छात्रों ने निष्क्रिय कार्यों (जैसे, कंप्यूटर चालू करना, $M=4.88$ ; गोपनीयता प्रबंधन, $M=4.81$ ) में लगभग अधिकतम आत्मविश्वास व्यक्त किया। हालांकि, सक्रिय सृजन और एल्गोरिथम संबंधी कार्यों (जैसे, CAD, $M=2.86$ ; प्रोग्रामिंग, $M=2.96$ ) के लिए आत्मविश्वास तेजी से गिर गया। यह वितरण एक सामूहिक डनिंग-क्रूगर प्रभाव (Dunning-Kruger effect) का सुझाव देता है, जहाँ उपभोक्ता के रूप में प्रवीणता तकनीकी सृजन में संलग्न होने की अक्षमता को छिपा देती है।
संदर्भगत लिंग अंतराल: हालांकि पुरुष छात्रों ने आम तौर पर महिला छात्रों ( $M=3.89$ ) की तुलना में उच्च डिजिटल आत्मविश्वास ( $M=4.05$ ) दर्ज किया ( $p=0.001$ ), यह अंतर समान नहीं है। अंतः-पथ विश्लेषण (Intra-pathway analysis) से पता चला कि लिंग अंतराल केवल प्रौद्योगिकी-उन्मुख कक्षाओं के भीतर सांख्यिकीय रूप से महत्वपूर्ण है ( $p=0.046$ )। कला/मानविकी और विज्ञान पथों में, सक्रिय सृजन के आत्मविश्वास में कोई महत्वपूर्ण लिंग अंतर नहीं पाया गया। यह सुझाव देता है कि "स्टीरियोटाइप थ्रेट" विशेष रूप से औपचारिक STEM वातावरण के भीतर बढ़ जाता है।
AI विरोधाभास: परिचालन AI कौशल और आलोचनात्मक जागरूकता के बीच एक विच्छेद मौजूद है। छात्रों ने AI उपकरणों का प्रभावी ढंग से उपयोग करने की अपनी परिचालन क्षमता ( $M=4.15$ ) की तुलना में AI का आलोचनात्मक मूल्यांकन करने (जैसे, डीपफेक का पता लगाना, पूर्वाग्रहों को समझना, $M=4.28$ ) की अपनी क्षमता में काफी अधिक आत्मविश्वास व्यक्त किया ( $p=0.015$ )। यह गलत सूचना के संबंध में एक "झूठी सुरक्षा की भावना" को दर्शाता है।
शैक्षणिक मांग: भले ही 74.5% छात्रों को लगता है कि उनकी वर्तमान कक्षाएं उन्हें अन्य विषयों के लिए तैयार करती हैं, फिर भी 76.5% ने स्पष्ट रूप से सैद्धांतिक निर्देश से हटकर व्यावहारिक, व्यावहारिक कंप्यूटर गतिविधियों की ओर बदलाव की मांग की।

मुख्य योगदान

डिजिटल नेटिव मिथक का अनुभवजन्य खंडन: यह अध्ययन मात्रात्मक साक्ष्य प्रदान करता है कि उपभोक्ता तकनीक में आत्म-कथित प्रवाह, तकनीकी सृजन या एल्गोरिथम तर्क के लिए तकनीकी तत्परता में अनुवादित नहीं होता है।
सूक्ष्म लिंग विश्लेषण: शैक्षणिक पथों को अलग करके, शोध यह प्रदर्शित करता है कि तकनीकी लिंग अंतराल किशोरावस्था का एक सार्वभौमिक लक्षण नहीं है, बल्कि एक संदर्भगत घटना है जो प्रौद्योगिकी-उन्मुख कक्षाओं की "पुरुष प्रधान संस्कृति" द्वारा बढ़ाई जाती है।
AI विरोधाभास की पहचान: शोध पत्र एक विशिष्ट भेद्यता को उजागर करता है जहाँ छात्र AI-जनित गलत सूचनाओं के विरुद्ध अपनी आलोचनात्मक रक्षा का अत्यधिक आकलन करते हैं, जिससे वे डीपफेक के प्रति वास्तविक स्थिति से अधिक संवेदनशील हो सकते हैं।
छात्र-नेतृत्व वाले सुधार का जनादेश: शोध छात्रों की ओर से सक्रिय, सृजन-आधारित सीखने की ओर एक शैक्षणिक बदलाव की प्रत्यक्ष, व्यापक मांग को दर्शाता है।

महत्व और दावे
लेखक निष्कर्ष निकालते हैं कि "सक्षमता का भ्रम" डिजिटल लचीलेपन (digital resilience) के लिए एक गंभीर बाधा है। अध्ययन का तर्क है कि इस भ्रम को दूर करने के लिए निष्क्रिय सैद्धांतिक निर्देश के बजाय हस्तचालित (hands-on), सक्रिय तकनीकी सृजन को अपनाना आवश्यक है। इस कार्य का महत्व शैक्षिक नीति निर्माताओं को आईटी पाठ्यक्रमों को पुनर्गठित करने के आह्वान में निहित है ताकि एल्गोरिथम परीक्षण-और-त्रुटि (trial-and-error), तार्किक समस्या निवारण और सक्रिय समस्या समाधान पर ध्यान केंद्रित किया जा सके। लेखक दावा करते हैं कि केवल विशेष, व्यावहारिक निर्देश के माध्यम से ही छात्र निष्क्रिय उपभोक्ताओं से बदलकर एक लचीले, आलोचनात्मक निर्माता बन सकते हैं जो तेजी से स्वचालित होती दुनिया में नेविगेट करने में सक्षम हों। शोध विनम्रतापूर्वक नोट करता है कि इसके निष्कर्ष एक सुविधा नमूने (convenience sample) पर आधारित हैं और सामान्यीकरण की पुष्टि करने के लिए व्यापक, यादृच्छिक जनसांख्यिकी में भविष्य के पुनरावृत्ति (replication) का आह्वान करता है।