Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence
यह शोधपत्र तर्क देता है कि पारंपरिक शिक्षण सिद्धांत जनरेटिव एआई (generative AI) के युग के लिए अपर्याप्त हैं और शैक्षिक अभ्यास को निर्देशित करने के लिए मानव-एआई ज्ञानमीमांसीय साझेदारी (human-AI epistemic partnership), वितरित एजेंसी (distributed agency), जनरेटिव साक्षरता (generative literacy) और अनुकूलन योग्य मेटाकॉग्निशन (adaptive metacognition) पर केंद्रित एक नए ढांचे "जनरेटिविज़्म" (Generativism) का प्रस्ताव 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
यहाँ "जेनरेटिविज़्म: जेनरेटिव आर्टिफिशियल इंटेलिजेंस के युग के लिए एक लर्निंग थ्योरी की ओर" (Generativism: Toward a Learning Theory for the Age of Generative Artificial Intelligence) पेपर का सरल भाषा और रचनात्मक उपमाओं के साथ अनुवाद दिया गया है।
बड़ी समस्या: पुराने नक्शे अब काम नहीं करते
कल्पना कीजिए कि आप एक नए शहर में रास्ता खोजने की कोशिश कर रहे हैं। दशकों से, आपने लोगों के सीखने के तरीके को समझने के लिए चार अलग-अलग नक्शों (लर्निंग थ्योरीज) का उपयोग किया है:
- बिहेवियरिज्म (Behaviorism): सीखना एक कुत्ते को ट्रेनिंग देने जैसा है। आप एक ट्रिक करते हैं, आपको इनाम मिलता है। यदि आप वह ट्रिक कर सकते हैं, तो आपने सीख लिया।
- कॉग्निटिविज्म (Cognitivism): सीखना एक कंप्यूटर की तरह है। आपका मस्तिष्क डेटा को स्टोर, प्रोसेस और रिट्रीव (निकालना) करता है।
- कंस्ट्रक्टिविज्म (Constructivism): सीखना एक घर बनाने जैसा है। आपको अपने हाथों से और अपने पिछले अनुभवों का उपयोग करके हर ईंट खुद लगानी पड़ती है।
- कनेक्टिविज्म (Connectivism): सीखना एक वेब सर्फर होने जैसा है। यह जानकारी के एक विशाल नेटवर्क में सही लिंक और कनेक्शन खोजने के बारे में है।
पेपर का तर्क: ये नक्शे अतीत में बहुत अच्छे थे, लेकिन वे इस नए "शहर" के लिए बेकार हैं जिसमें हम रह रहे हैं: जेनरेटिव एआई (Generative AI) का युग।
क्यों? क्योंकि जेनरेटिव एआई (जैसे कि चैटबॉट्स जिनका आप उपयोग कर सकते हैं) केवल जानकारी को स्टोर नहीं करता या आपको उत्तर नहीं देता। यह नई चीजें बनाता (create) है। यह निबंध लिख सकता है, गणित की समस्याओं को हल कर सकता है, और ऐसा कोड लिख सकता है जो बिल्कुल वैसा ही दिखता है जैसे किसी इंसान ने लिखा हो।
यह पुराने नियमों को तोड़ देता है:
- बिहेवियरिज्म का टूटना: यदि कोई छात्र निबंध लिखने के लिए एआई का उपयोग करता है, तो वे ऐसा दिखेंगे जैसे उन्होंने सीख लिया है। लेकिन क्या उन्होंने वास्तव में सीखा? पेपर कहता है कि नहीं। "इनाम" (अच्छा ग्रेड) तो मिल गया, लेकिन "ट्रेनिंग" (वास्तविक सीखना) शायद गायब है।
- कॉग्निटिविज्म का टूटना: यदि एआई सोचने और व्यवस्थित करने का भारी काम कर देता है, तो छात्र का मस्तिष्क काम नहीं कर रहा होता है। यह एक शेफ को अपना खाना पकाने के लिए काम पर रखने जैसा है; आप सिर्फ इसलिए खाना बनाना नहीं सीख जाते क्योंकि आपने एक शानदार भोजन खाया है।
- कंस्ट्रक्टिविज्म का टूटना: आप ज्ञान का "निर्माण" नहीं कर सकते यदि एआई आपको एक पहले से बना-बनाया घर थमा दे। आप उस संघर्ष को छोड़ देते हैं जो खुद चीजों को समझने के लिए जरूरी होता है, और असल में सीखना वहीं होता है।
- कनेक्टिविज्म का टूटना: पहले, आपको तथ्यों के लिए एक नेटवर्क को खोजना पड़ता था। अब, एआई केवल तथ्य नहीं खोजता; यह आपके सवालों के आधार पर नए तथ्य बनाता है। अब आप केवल एक नक्शे का नेविगेशन नहीं कर रहे हैं; आप एक स्पेसशिप के को-पायलट बन गए हैं।
नया समाधान: "जेनरेटिविज़्म" (Generativism)
लेखक "जेनरेटिविज़्म" नामक एक नया सिद्धांत प्रस्तावित करते हैं। इसे एक अकेले सफर के रूप में नहीं, बल्कि मानव और रोबोट के बीच एक डांस पार्टनरशिप (नृत्य की साझेदारी) के रूप में सोचें।
इस डांस में, इंसान और एआई पार्टनर हैं। एआई तेज है और उसे लाखों तथ्य पता हैं, लेकिन इंसान दिल, लक्ष्य और निर्णय (judgment) लाता है। सीखना उनके बीच के स्थान में होता है, उनके बीच होने वाले लेन-देन के दौरान।
पेपर इस नए डांस के चार मुख्य नियम बताता है:
1. एपिस्टेमिक पार्टनरशिप (एपिस्टेमिक पार्टनरशिप - "को-पायलट" का नियम)
- उपमा: कल्पना कीजिए कि आप एक बहुत ही स्मार्ट को-पायलट (AI) के साथ एक विमान उड़ा रहे हैं। को-पायलट तुरंत ईंधन, मौसम और रूट की गणना कर सकता है। लेकिन पायलट आप हैं। आप तय करते हैं कि कहाँ जाना है, क्यों जाना है, और आपको यह भी जांचना होगा कि को-पायलट का गणित सही है या नहीं।
- बिंदु: सीखना केवल एआई का उपयोग करना नहीं है; यह उसके साथ काम करना है। यदि आप केवल एआई को प्लेन उड़ाने देते हैं और खुद कंट्रोल की ओर नहीं देखते, तो आप विमान उड़ाना नहीं सीख रहे हैं। आपको सक्रिय रूप से सवाल पूछना, सत्यापित करना और मार्गदर्शन करना होगा।
2. डिस्ट्रीब्यूटेड एजेंसी (डिस्ट्रीब्यूटेड एजेंसी - "कौन गाड़ी चला रहा है?" का नियम)
- उपमा: एक रिले रेस (Relay Race) के बारे में सोचें। कभी आप पहला भाग दौड़ते हैं, कभी आप एआई को दूसरा भाग दौड़ने के लिए बैटन सौंपते हैं, और कभी आप आखिरी भाग दौड़ते हैं।
- बिंदु: आपको बहुत स्पष्ट होना चाहिए कि कौन क्या कर रहा है। आपको सचेत रूप से निर्णय लेना चाहिए: "मैं इस लेख का सारांश बनाने के लिए एआई का उपयोग करूँगा, लेकिन निष्कर्ष मैं खुद लिखूँगा।" यदि आप एआई को पूरी रेस दौड़ने देते हैं, तो आप अब एथलीट नहीं रहे। आप केवल एक दर्शक बन गए हैं।
3. जेनरेटिव लिटरेसी (जेनरेटिव लिटरेसी - "एडिटर" का नियम)
- उपमा: कल्पना कीजिए कि एआई एक बहुत ही तेज, आत्मविश्वासी लेखक है जो कभी-कभी गलत तथ्य बनाता है या उबाऊ शैली में लिखता है। आप संपादक (Editor) हैं। आपका काम पहला ड्राफ्ट लिखना नहीं है; आपका काम यह जानना है कि लेखक से सही सवाल कैसे पूछें, गलतियों को कैसे पहचानें और अंतिम कहानी को कैसे बेहतर बनाएं।
- बिंदु: अब "साक्षर" होने का अर्थ है एआई से बात करना (प्रॉम्प्टिंग), यह पहचानना कि वह कब झूठ बोल रहा है या अस्पष्ट हो रहा है (मूल्यांकन), और अपनी खुद की जानकारी के साथ उसके विचारों को मिलाकर कुछ ऐसा बनाना जो अकेले आप या वह अकेले नहीं कर सकते थे।
4. एडेप्टिव मेटाकॉग्निशन (एडेप्टिव मेटाकॉग्निशन - "सेल्फ-चेक" का नियम)
- उपमा: यह एक ऐसे दर्पण की तरह है जो आपको दिखाता है कि आपका मस्तिष्क कितनी मेहनत कर रहा है। यदि एआई काम को बहुत आसान बना देता है, तो आपका मस्तिष्क सो सकता है (इसे "कॉग्निटिव ऑफलोडिंग" कहा जाता है)। आपको दर्पण में देखना चाहिए और कहना चाहिए, "रुको, क्या मैं सोच रहा हूँ, या मैं सिर्फ कॉपी कर रहा हूँ?"
- बिंदु: आपको लगातार खुद की निगरानी करनी होगी। क्या आप एआई का उपयोग समझने के लिए कर रहे हैं, या आप इसका उपयोग कठिन सोच से बचने के लिए कर रहे हैं? आपको अपनी रणनीति को एडजस्ट करने की आवश्यकता है ताकि यह सुनिश्चित हो सके कि आप अभी भी सीख रहे हैं।
स्कूलों और परीक्षाओं के लिए इसका क्या अर्थ है
पेपर सुझाव देता है कि स्कूलों को पढ़ाने और टेस्ट करने के तरीके बदलने की जरूरत है:
- AI को बैन न करें: "AI की अनुमति नहीं है" कहने के बजाय, शिक्षकों को ऐसे कार्य डिजाइन करने चाहिए जहाँ AI एक उपकरण हो, लेकिन छात्र को यह दिखाना हो कि उन्होंने इसका उपयोग कैसे किया।
- "प्रोडक्शन-इनवर्जन" (उत्पादन-उलटफेर): छात्रों से शून्य से निबंध लिखने के लिए कहने के बजाय, उन्हें एक AI-लिखित निबंध लें और उसे सुधारें, समझाएं कि वह गलत क्यों है, या उसे बेहतर बनाएं। यह साबित करता है कि वे विषय को समझते हैं।
- नए टेस्ट: टेस्ट को केवल अंतिम उत्तर की जाँच नहीं करनी चाहिए। उन्हें प्रक्रिया की जाँच करनी चाहिए। क्या छात्र ने अच्छे सवाल पूछे? क्या उन्होंने AI की गलतियों को पकड़ा? क्या उन्हें पता था कि कब AI का उपयोग बंद करना है और खुद सोचना शुरू करना है?
निचोड़
पेपर निष्कर्ष निकालता है कि हम इस नई दुनिया को समझने के लिए पुराने सिद्धांतों का उपयोग नहीं कर सकते। जेनरेटिविज़्म सीखने को देखने का एक नया तरीका है जहाँ इंसान और एआई एक टीम हैं। लक्ष्य मानव सोच को एआई से बदलना नहीं है, बल्कि एक ऐसी साझेदारी बनाना है जहाँ इंसान मशीन के साथ काम करके बेहतर सोचना सीख सके।
यह अब इस बारे में नहीं है कि कौन सबसे अधिक तथ्य जानता है; यह इस बारे में है कि कौन मशीन के साथ सबसे अच्छा डांस करना जानता 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।