AI-Automation Tooling in Computer Engineering Education: Mixed-Methods TAM/UTAUT Evidence for a General Acceptance Attitude

तकनीकी सारांश: कंप्यूटर इंजीनियरिंग शिक्षा में AI-स्वचालन उपकरण (AI-Automation Tooling)

समस्या विवरण
जैसे-जैसे जनरेटिव AI और लो-कोड वर्कफ़्लो प्लेटफ़ॉर्म सॉफ़्टवेयर अभ्यास का अभिन्न अंग बनते जा रहे हैं, कंप्यूटर इंजीनियरिंग शिक्षा के लिए एक महत्वपूर्ण अनुभवजन्य प्रश्न बना हुआ है: क्या स्नातक छात्र इन उपकरणों को उपयोगी, उपयोग योग्य और निरंतर जुड़ाव के योग्य मानते हैं? जबकि अगली पीढ़ी के इंजीनियरों से AI-संवर्धित स्वचालनों को डिज़ाइन करने और उनके बारे में तर्क करने की अपेक्षा की जाएगी, ऐसे टूलिंग के प्रति छात्रों के दृष्टिकोण के संबंध में साक्ष्य की कमी है, विशेष रूप से दक्षिण-पूर्व एशियाई शैक्षिक संदर्भों में। इसके अलावा, मौजूदा साहित्य में अक्सर उन लघु-रूप, एकल-स्रोत उपकरणों के कठोर पद्धतिगत प्रबंधन का अभाव होता है जिनका उपयोग निर्देशात्मक हस्तक्षेपों के तुरंत बाद स्वीकृति मापने के लिए किया जाता है।

कार्यप्रणाली (Methodology)
यह अध्ययन एक क्रॉस-सेक्शनल, व्याख्यात्मक मिश्रित-पद्धति (mixed-methods) डिजाइन का उपयोग करता है जिसमें एक थाई विश्वविद्यालय के 103 स्नातक कंप्यूटर इंजीनियरिंग छात्र शामिल हैं। प्रतिभागी, जिनके पास बुनियादी-से-मध्यम स्तर के पायथन कौशल और सामान्य प्रयोजन वाले AI टूल्स का दैनिक अनुभव है, उन्होंने ओपन-सोर्स लो-कोड प्लेटफ़ॉर्म n8n का उपयोग करते हुए तीन समान रूप से स्क्रिप्ट किए गए कार्यशालाओं (workshops) में भाग लिया।

• उपकरण (Instrumentation): कार्यशाला के बाद एक 12-आइटम, पांच-बिंदु लिकर्ट प्रश्नावली (Likert questionnaire) प्रशासित की गई, जो टेक्नोलॉजी एक्सेप्टेंस मॉडल (TAM), यूनिफाइड थ्योरी ऑफ एक्सेप्टेंस एंड यूज़ ऑफ टेक्नोलॉजी (UTAUT), और UTAUT2 से प्राप्त छह निर्माणों (constructs) से जुड़ी थी: प्रदर्शन प्रत्याशा (Performance Expectancy - PE), प्रयास प्रत्याश (Effort Expectancy - EE), व्यवहारिक इरादा (Behavioral Intention - BI), आत्म-प्रभावकारिता (Self-Efficacy - SE), सुखद प्रेरणा (Hedonic Motivation - HM), और आउटपुट गुणवत्ता (Output Quality - OQ)। प्रत्येक निर्माण को दो आइटम्स द्वारा मापा गया था।
• मात्रात्मक विश्लेषण (Quantitative Analysis): एक संक्षिप्त डिजाइन (प्रति निर्माण दो आइटम, $N=103$) की सीमाओं को दूर करने के लिए, अध्ययन ने स्ट्रक्चरल इक्वेशन मॉडलिंग (SEM) के बजाय मजबूत गैर-पैरामीट्रिक और ऑर्डिनल-विशिष्ट तकनीकों को अपनाया। विश्लेषणों में शामिल थे:
  • स्पर्मन-ब्राउन गुणांकों और पॉलीकोरिक सहसंबंधों पर आधारित मैकडॉनाल्ड्स ओमेगा ($\omega$) के साथ विश्वसनीयता अनुमान।
  • निर्माण माध्य (construct means) के लिए बूटस्ट्रैप कॉन्फिडेंस इंटरवल (95%, $B=5,000$)।
  • तटस्थ मध्यबिंदु (3.0) के विरुद्ध एक-नमूना विल्कोक्सन साइन्ड-रैंक टेस्ट।
  • एकाधिक तुलनाओं के लिए होल्म सुधार (Holm correction) के साथ स्पर्मन सहसंबंध।
  • आयामी निदान (Dimensionality diagnostics): सामान्य-विधि पूर्वाग्रह और कारक पृथक्करणीयता का आकलन करने के लिए हॉर्न का पैरेलल एनालिसिस, हार्मोन का सिंगल-फैक्टर टेस्ट, और केजेएम (KMO) माप।
• गुणात्मक विश्लेषण (Qualitative Analysis): मात्रात्मक डेटा के साथ अभिसरण (convergences) और विचलन (divergences) की पहचान करने के लिए 13 सारभूत खुले प्रश्नों (open-ended comments) पर एक आगमनात्मक विषयगत विश्लेषण (inductive thematic analysis) किया गया।

मुख्य परिणाम

1. उच्च स्वीकृति स्तर: सभी छह निर्माणों ने तटस्थ मध्यबिंदु से काफी ऊपर माध्य प्रदर्शित किया ($p < 0.0001$) और बड़े प्रभाव आकार ($r$ का परास 0.68 से 0.81 तक) दिखाए। माध्य स्कोर की रैंकिंग थी: PE (4.28) > OQ (4.16) > EE (4.11) > BI (4.05) > SE (4.04) > HM (4.00)।
2. आयामी पतन (Dimensional Collapse): आयामी निदान से पता चला कि छह सैद्धांतिक रूप से भिन्न निर्माण एक एकल सामान्य स्वीकृति कारक में सिमट गए। हॉर्न के पैरेलल एनालिसिस ने केवल एक कारक बनाए रखा (आइगेनवैल्यू 8.77 बनाम रैंडम बेंचमार्क ~1.76), और हार्मोन के टेस्ट ने 73.1% का प्रथम-कारक विचरण दिखाया। यह सुझाव देता है कि एक लघु-रूप, पोस्ट-वर्कशॉप संदर्भ में, छात्र स्वीकृति के उप-खंडों के बीच अंतर नहीं करते हैं; वे एक समग्र "हेलो" (halo) दृष्टिकोण के साथ प्रतिक्रिया देते हैं।
3. मात्रात्मक-गुणात्मक विचलन: हालांकि आउटपुट गुणवत्ता (OQ) के लिए मात्रात्मक स्कोर उच्च थे, गुणात्मक फीडबैक ने एक "विश्वसनीयता-संदेहवादी अल्पसंख्यक" (reliability-sceptical minority) को प्रकट किया। छात्रों के एक छोटे समूह ने असंगत प्रॉम्प्ट्स और गलत परिणामों के बारे में चिंता व्यक्त की, जो दर्शाता है कि कुल समर्थन (aggregate endorsement) स्वचालन के प्रति कैलिब्रेटेड विश्वास के बराबर नहीं है।
4. सत्र निरंतरता: क्रुस्कल-वालिस टेस्ट ने पुष्टि की कि तीनों कार्यशाला सत्रों के बीच स्वीकृति प्रोफाइल में कोई सांख्यिकीय रूप से महत्वपूर्ण अंतर नहीं था, जो प्रोटोकॉल निष्ठा (fidelity) को प्रमाणित करता है।

मुख्य योगदान

• अनुभवजन्य (Empirical): यह अध्ययन थाई कंप्यूटर इंजीनियरिंग स्नातकों के बीच AI-स्वचालन टूलिंग स्वीकृति का पहला निर्माण-स्तरीय साक्ष्य प्रदान करता है, जो TAM/UTAUT साहित्य में कम प्रतिनिधित्व वाला समूह है।
• पद्धतिगत (Methodological): यह लघु-रूप, ऑर्डिनल, एकल-स्रोत उपकरणों के लिए एक पारदर्शी विश्लेषणात्मक ढांचे की पेशकश करता है। पॉलीकोरिक सहसंबंधों, गैर-पैरामिक परीक्षणों और स्पष्ट आयामी निदान का उपयोग करके, यह पेपर दिखाता है कि कैसे उन डेटा का कठोरता से विश्लेषण किया जाए जहाँ SEM अंडर-डिफाइंड है, जिससे कारक पृथक्करणीयता की डिफ़ॉल्ट धारणाओं से बचा जा सके।
• सैद्धांतिक (Theoretical): यह निष्कर्ष कि अल्पकालिक निर्देशात्मक सेटिंग्स में कैनोनिकल TAM/UTAUT उप-खंड एक एकल सामान्य स्वीकृति दृष्टिकोण में सिमट जाते हैं, इस धारणा को चुनौती देता है कि ये निर्माण एक एकल एक्सपोजर के तुरंत बाद अनुभवजन्य रूप से अलग किए जा सकते हैं। यह सुझाव देता है कि स्वीकृति के पूर्ण नोमोलॉजिकल नेटवर्क (nomological network) को प्रकट होने के लिए निरंतर, दीर्घकालिक एक्सपोजर की आवश्यकता हो सकती है।
• शैक्षणिक (Pedagogical): मिश्रित विधियों का एकीकरण तीन सिद्धांत-आधारित निर्देशात्मक लीवर्स (levers) की पहचान करता है:
  1. प्रयास प्रत्याशा (Effort Expectancy) घर्षण को संबोधित करने के लिए निर्देश-अनुक्रम स्कैफोल्ड्स (instruction-sequencing scaffolds)।
  2. उपयोगिता को पहचानने और सक्षम महसूस करने के बीच के अंतर को पाटने के लिए आत्म-प्रभावकारिता सहायता (self-efficacy supports)।
  3. आउटपुट गुणवत्ता धारणाओं के विचलन को संबोधित करने के लिए विश्वास-कैलिब्रेशन हस्तक्षेप (जैसे, विफलताओं का सामना करने और सत्यापन करने के संरचित अवसर)।

महत्व और दावे
पेपर दावा करता है कि जबकि AI-स्वचालन टूलिंग के प्रति स्नातक छात्रों की स्वीकृति व्यापक रूप से अनुकूल है और इंस्ट्रुमेंटल उपयोगिता पर आधारित है, तत्काल पोस्ट-वर्कशॉप दृष्टिकोण एक विशिष्ट मनोवैज्ञानिक कारकों के सेट के बजाय एक सामान्यीकृत, अविभेदित निर्माण है। फलस्वरूप, लेखक तर्क देते हैं कि लघु-रूप स्वीकृति उपकरणों की व्याख्या एक एकल दृष्टिकोण आयाम के माप के रूप में की जानी चाहिए, जिसे विशिष्ट चिंताओं जैसे विश्वसनीयता का पता लगाने के लिए गुणात्मक जांच द्वारा पूरक किया जाना चाहिए।

अध्ययन निष्कर्ष निकालता है कि ऐसे उपकरणों का पाठ्यक्रम में एकीकरण डेटा द्वारा समर्थित है, लेकिन प्रभावी शिक्षा को सरल एक्सपोजर से आगे बढ़ना चाहिए। इसे "उपयुक्त-निर्भरता समस्या" (appropriate-reliance problem) को संबोधित करने के लिए निर्देश को डिजाइन करना चाहिए जो स्वचालन प्रणालियों पर केवल उत्साह के बजाय सत्यापन व्यवहारों के माध्यम से छात्र के विश्वास को कैलिब्रेट करे। लेखक स्पष्ट रूप से उल्लेख करते हैं कि उनके निष्कर्ष एक ही संस्थान और क्रॉस-सेक्शनल डिजाइन तक सीमित हैं, जो कारण संबंधी निष्कर्ष (causal inference) को रोकते हैं, और दीर्घकालिक उपयोग व्यवहारों में प्रारंभिक अनुकूल दृष्टिकोण के परिपक्व होने को ट्रैक करने के लिए अनुदैर्ध्य (longitudinal) अध्ययनों का आह्वान करते हैं।