Tracing GenAI Literacy: Uncovering Student-AI Interaction Patterns in Academic Writing through Epistemic Network Analysis
यह अध्ययन 162 छात्रों के इंटरेक्शन लॉग्स पर लर्निंग एनालिटिक्स और एपिस्टेमिक नेटवर्क एनालिसिस का उपयोग करके यह प्रदर्शित करता है कि जेनरेटिव एआई (GenAI) साक्षरता को विशिष्ट प्रश्न पूछने के पैटर्न, जैसे कि पुनरावृत्ति परिशोधन (इटरेटिव रिफाइनमेंट) बनाम प्रत्यक्ष आदेश, के माध्यम से प्रभावी ढंग से अभिलक्षित किया जा सकता है, जो पारंपरिक स्व-रिपोर्ट किए गए मूल्यांकनों के लिए एक डेटा-संचालित विकल्प प्रदान करता 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 आप छात्रों की एक कक्षा को शोध सारांश (research summary) लिखना सिखाने की कोशिश कर रहे हैं, लेकिन आपने उन्हें मदद के लिए एक सुपर-स्मार्ट, जादुई रोबोट सहायक (जेनरेटिव एआई) दिया है। बड़ा सवाल यह नहीं है कि क्या वे रोबोट का उपयोग कर सकते हैं, बल्कि यह है कि वे रोबोट से बात कैसे करते हैं। क्या वे रोबोट के साथ एक वेंडिंग मशीन की तरह व्यवहार करते हैं जो जवाब उगल देती है, या वे इसे एक सोचने वाले साथी की तरह देखते हैं जिसके साथ वे विचारों पर बहस और सुधार कर सकते हैं?
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ शोधकर्ताओं (पेकिंग यूनिवर्सिटी के एंगक्सुआन चेन और जियौ जियाओ) ने यह देखने की कोशिश की कि छात्र वास्तव में रोबोट के साथ कैसे बातचीत करते हैं, बजाय इसके कि उनसे बस यह पूछा जाए, "आप एआई का उपयोग करने में कितने अच्छे हैं?" उन्होंने "एआई साक्षरता" (AI Literacy) के रहस्य को सुलझाने के लिए 162 विश्वविद्यालय छात्रों का अवलोकन किया।
यहाँ उनके अन्वेषण का विवरण दिया गया है:
समस्या: "दिखावा करने तक सफल होने" (Fake It Till You Make It) का जाल
आमतौर पर, स्कूल छात्रों से एक सर्वेक्षण भरवाते हैं: "1 से 10 के पैमाने पर, आप एआई का उपयोग करने में कितने अच्छे हैं?" शोधकर्ताओं ने महसूस किया कि यह एक ड्राइवर से पूछने जैसा है, "क्या आप गाड़ी चलाना जानते हैं?" और उनके शब्दों पर विश्वास कर लेना। यह हमें यह नहीं बताता कि क्या वे वास्तव में हाईवे पर गाड़ी चलाने के तरीके को जानते हैं या उन्हें बस ऐसा लगता है कि वे जानते हैं।
शोधकर्ता वास्तविक "ड्राइविंग" देखना चाहते थे, न कि केवल ड्राइवर का आत्मविश्वास। वे शोध पत्र का सार (abstract) लिखते समय छात्रों के "प्रक्रिया" (process) को देखना चाहते थे कि वे एआई का उपयोग कैसे करते हैं।
सेटअप: एक सख्त खेल का मैदान
ईमानदार डेटा प्राप्त करने के लिए, शोधकर्ताओं ने एक पेचीदा खेल तैयार किया:
- कार्य: छात्रों को एक अकादमिक सार (abstract) लिखना था।
- उपकरण: उन्होंने एक शक्तिशाली एआई (DeepSeek) से जुड़ा एक कस्टम प्लेटफॉर्म उपयोग किया।
- नियम: छात्र एआई के काम को सीधे कॉपी-पेस्ट नहीं कर सकते थे। उन्हें छोटे प्रॉम्प्ट (30 शब्दों से कम) टाइप करने थे, और सिस्टम ने उन्हें अंतिम परिणाम प्राप्त करने के लिए एआई के साथ बातचीत जारी रखने के लिए मजबूर किया। इसका मतलब था कि उन्हें बातचीत को जारी रखना ही था।
जासूसी उपकरण: "एपिस्टेमिक नेटवर्क एनालिसिस" (ENA)
छात्रों के व्यवहार को समझने के लिए, शोधकर्ताओं ने एक विशेष उपकरण का उपयोग किया जिसे एपिस्टेमिक नेटवर्क एनालिसिस (ENA) कहा जाता है।
ENA को एक डांस फ्लोर मैप की तरह समझें।
- केवल यह गिनने के बजाय कि किसी छात्र ने कितनी बार प्रश्न पूछा (जैसे कदमों को गिनना), ENA संबंधों (connections) को देखता है।
- यह उन चीजों के बीच रेखाएं खींचता है जो छात्रों ने एक के बाद एक की थीं। उदाहरण के लिए, क्या उन्होंने एक तथ्य पूछा और फिर तुरंत सुधार के लिए पूछा? या क्या उन्होंने एक ड्राफ्ट मांगा, फिर सुधार के लिए पूछा, और फिर स्पष्टीकरण के लिए पूछा?
- यह एक दृश्य "हस्ताक्षर" या "फिंगरप्रिंट" बनाता है कि एआई के साथ बात करते समय उनका दिमाग कैसे काम कर रहा था।
निष्कर्ष: दो बहुत अलग डांसर
जब शोधकर्ताओं ने अपने "डांस फ्लोर मैप्स" को देखा, तो उन्होंने छात्रों के एआई साक्षरता स्तर के आधार पर दो पूरी तरह से अलग शैलियों की बातचीत देखी:
1. निम्न-साक्षरता समूह (The "Vending Machine" Users)
- पैटर्न: इन छात्रों ने मुख्य रूप से एआई के साथ एक सर्च इंजन या वेंडिंग मशीन की तरह व्यवहार किया।
- चालें: वे कहेंगे, "इसे मेरे लिए लिखें" (जनरेशन कमांड) और फिर, यदि परिणाम अजीब था, तो वे पूछेंगे, "क्या यह सच है?" (फैक्ट चेक)।
- रूपक (Metaphor): कल्पना कीजिए कि कोई व्यक्ति बर्गर ऑर्डर करता है, एक बाइट लेता है, और यदि स्वाद खराब है, तो तुरंत रसोइए से पूछता है, "क्या आपने इसमें सही सामग्री डाली थी?" वे प्रक्रिया का मार्गदर्शन करने के बजाय परिणाम पर प्रतिक्रिया दे रहे हैं। वे एआई को भारी काम करने के लिए छोड़ देते हैं और केवल यह देखते हैं कि परिणाम "असली" है या नहीं।
2. उच्च-साक्षरता समूह (The "Co-Author" Users)
- पैटर्न: इन छात्रों ने एआई को एक सोचने वाले साथी या सह-लेखक की तरह माना।
- चालें: वे कहेंगे, "इस वाक्य को अधिक अकादमिक बनाएं" (सुधार), फिर पूछेंगे, "इस शब्द का वास्तव में क्या अर्थ है?" (स्पष्टीकरण), और फिर, "अगली बार बेहतर परिणाम पाने के लिए मुझे आपसे कैसे पूछना चाहिए?" (मेटा-कमांड)।
- रूपक (Metaphor): कल्पना कीजिए कि एक शेफ और एक सहायक शेफ (sous-chef) हैं। शेफ कहता है, "आइए इस मसाले को अलग तरह से आज़माते हैं," फिर पूछता है, "यह मसाला स्वाद में क्या करता है?" और फिर, "हम मसालों के डिब्बे से सही मात्रा कैसे मांग सकते हैं?" वे Sense-Making (समझना) → Refinement (सुधार) के लूप में हैं। वे लगातार काम को ट्यून, सवाल और बेहतर बना रहे हैं।
निष्कर्ष: यह बातचीत के बारे में है, स्कोर के बारे में नहीं
शोधकर्ताओं ने पाया कि इन दो समूहों के पास केवल अलग-अलग टेस्ट स्कोर नहीं थे; उनके पास उपकरण का उपयोग करते समय सोचने के मौलिक रूप से भिन्न तरीके थे।
- निम्न साक्षरता एक लेनदेन (transaction) की तरह दिखती है: "मैं आपको एक कमांड देता हूँ, आप मुझे एक परिणाम देते हैं।"
- उच्च साक्षरता एक सहयोग (collaboration) की तरह दिखती है: "मैं आपको एक विचार देता हूँ, हम मिलकर उसे परिष्कृत करते हैं, और मैं बेहतर प्रश्न पूछना सीखता हूँ।"
शोध पत्र निष्कर्ष निकालता है कि हम केवल सर्वेक्षणों पर भरोसा नहीं कर सकते यह देखने के लिए कि कोई "एआई साक्षर" है या नहीं। इसके बजाय, हम उनके "डांस मूव्स" (उनके इंटरेक्शन लॉग्स) को देखकर जान सकते हैं कि क्या वे केवल बटन दबा रहे हैं या वास्तव में आलोचनात्मक रूप से सोच रहे हैं। यह शिक्षकों को यह समझने में मदद करता है कि वास्तविक एआई साक्षरता उपकरण का नाम जानने के बारे में नहीं है; यह इस बारे में है कि आप सीखने और निर्माण करने के लिए उसके साथ अपनी बातचीत को कैसे व्यवस्थित करते 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।