Engagement Intensity as a Learner-Modeling Signal for Adaptive AI Ethics Instruction
यह अध्ययन प्रदर्शित करता है कि स्नातक प्रशिक्षुओं के बीच, स्व-रिपोर्ट की गई एलएलएम (LLM) उपयोग आवृत्ति, पूर्व पाठ्यक्रम या स्व-रेटेड परिचितता की तुलना में पूर्व-निर्देश एआई (AI) नैतिकता धारणाओं का अधिक सुसंगत और प्रभावी भविष्यवक्ता है, जो यह सुझाव देता है कि सरल व्यवहार संबंधी संकेत प्रभावी रूप से अनुकूल एआई नैतिकता शिक्षा को सूचित कर सकते 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 विशेष कुकिंग क्लास के लिए एक शेफ के रूप में तैयारी कर रहे हैं जो महत्वाकांक्षी शेफों के एक समूह के लिए है। आप जानते हैं कि उनमें से कुछ ने कभी चाकू भी नहीं छुआ है, जबकि अन्य वर्षों से खाना बना रहे हैं। उन्हें प्रभावी ढंग से सिखाने के लिए, आपको यह जानने की आवश्यकता है कि वे कहाँ से शुरुआत कर रहे हैं।
यह पेपर यह समझने के बारे में है कि छात्रों से, "AI के साथ आपका कितना अनुभव है?" यह पूछने का सबसे अच्छा तरीका क्या है, इससे पहले कि उन्हें AI नैतिकता (AI ethics) के बारे में पढ़ाया जाए। शोधकर्ता जानना चाहते थे कि: कौन सा प्रश्न हमें छात्र के शुरुआती स्तर की सबसे सटीक तस्वीर देता है?
उन्होंने अनुभव के बारे में पूछने के तीन अलग-अलग तरीकों का परीक्षण किया:
- "रिज्यूमे" वाला प्रश्न: "क्या आपने पहले AI पर कोई क्लास या वर्कशॉप ली है?"
- "आत्मविश्वास" वाला प्रश्न: "1 से 5 के पैमाने पर, आप AI से कितना परिचित महसूस करते हैं?"
- "एक्शन" वाला प्रश्न: "आप वास्तव में AI टूल्स का कितनी बार उपयोग करते हैं?"
यहाँ उन्हें क्या मिला, सरल उपमाओं (analogies) का उपयोग करते हुए:
1. "रिज्यूमे" एक खराब मानचित्र था
शोधकर्ताओं ने छात्रों से पूछा कि क्या उन्होंने कोई AI कोर्स या वर्कशॉप अटेंड की थी। उन्हें उम्मीद थी कि यह एक मजबूत संकेत होगा।
- परिणाम: यह एक यात्री से पूछने जैसा था, "क्या आप कभी पेरिस गए हैं?" और यह मान लेना कि यदि उन्होंने "हाँ" कहा, तो वे पेरिस की गलियों में रास्ता खोजने के बारे में जानते हैं। यह पाया गया कि केवल एक "टिकट" (क्लास लेना) होने से शिक्षकों को इस बारे में ज्यादा पता नहीं चला कि छात्र वास्तव में AI के बारे में कैसा महसूस करते थे या वे इसका उपयोग कैसे करने की योजना बना रहे थे। डेटा ने दिखाया कि क्लास लेने और छात्रों के वर्तमान विचारों के बीच कोई स्पष्ट संबंध नहीं था।
2. "एक्शन" वाला प्रश्न सबसे अच्छा दिशा-सूचक (Compass) था
शोधकर्ताओं ने देखा कि छात्र कितनी बार AI का उपयोग करते थे ( "कभी नहीं" से लेकर "रोजाना" तक)।
- परिणाम: यह सबसे शक्तिशाली संकेत था। यह एक ड्राइवर से पूछने जैसा था, "आपने इस साल कितने मील गाड़ी चलाई है?" उत्तर ने उनकी ड्राइविंग आदतों और आत्मविश्वास की सटीक भविष्यवाणी की।
- जो छात्र रोजाना AI का उपयोग करते थे, उनके विचार उन लोगों से बहुत अलग थे जिन्होंने इसका कभी उपयोग नहीं किया था।
- विशेष रूप से, भारी उपयोगकर्ताओं (heavy users) को सामान्य तथ्यों के लिए AI पर अधिक भरोसा था, वे फर्जी जानकारी को पहचानने में अधिक सक्षम महसूस करते थे, और उन्हें यह चिंता कम थी कि AI उनके आलोचनात्मक सोच (critical thinking) कौशल को बर्बाद कर देगा।
- यहाँ तक कि जिन छात्रों ने "कभी-कभार" AI का उपयोग किया, उन्होंने भी उन लोगों की तुलना में स्पष्ट आत्मविश्वास दिखाया जिन्होंने इसका कभी उपयोग नहीं किया था।
3. "आत्मविश्वास" की जाँच एक अच्छी दूसरी राय थी
"आप कितना परिचित महसूस करते हैं?" वाला प्रश्न मददगार था, लेकिन "आप कितनी बार इसका उपयोग करते हैं?" वाले प्रश्न जितना सटीक नहीं था।
- परिणाम: यह कुछ चीजों के लिए (जैसे फर्जी खबरों को पहचानने या जटिल कार्यों के लिए AI पर भरोसा करने के लिए) अच्छा काम करता था, लेकिन अन्य चीजों के लिए यह थोड़ा अस्पष्ट था। यह एक यात्री के कहने जैसा है, "मुझे लगता है कि मुझे रास्ता पता है," जो अक्सर सच भी होता है, लेकिन ड्राइवर का वास्तविक माइलेज (उपयोग की आवृत्ति) अधिक सुसंगत कहानी बताता है।
"थ्रेशोल्ड" (सीमा) का आश्चर्य
एक दिलचस्प खोज यह थी कि बदलाव धीरे-धीरे एक ढलान (ramp) की तरह नहीं हुआ। इसके बजाय, यह एक लाइट स्विच की तरह था।
- यदि आपने कभी AI का उपयोग नहीं किया था, तो आपके विचार एक तरह के थे।
- जैसे ही आपने इसे थोड़ा सा भी उपयोग करना शुरू किया, आपके विचारों में महत्वपूर्ण बदलाव आया।
- हालाँकि, कुछ विशिष्ट डरों के लिए (जैसे "क्या AI मुझे आलसी बना देगा?"), यह बदलाव केवल रोजाना भारी उपयोगकर्ताओं के बीच हुआ।
यह क्यों मायने रखता है?
शोधकर्ता सुझाव देते हैं कि यदि आप AI नैतिकता सिखाने के लिए एक क्लास डिजाइन कर रहे हैं, तो केवल छात्र के ट्रांसक्रिप्ट को देखकर यह न देखें कि उन्होंने कोई क्लास ली है या नहीं। इसके बजाय, उनसे एक सरल प्रश्न पूछें: "आप कितनी बार AI का उपयोग करते हैं?"
- यदि वे कहें "कभी नहीं": तो उन्हें शायद एक बुनियादी परिचय की आवश्यकता है कि AI क्या है और यह क्यों महत्वपूर्ण है।
- यदि वे कहें "रोजाना": तो वे बुनियादी बातें पहले से ही जानते हैं। उन्हें एक अलग तरह के पाठ की आवश्यकता हो सकती है जो AI पर अत्यधिक विश्वास करने के खतरों या इसके विफल होने पर पहचानने पर केंद्रित हो, क्योंकि वे इन जोखिमों को लेकर उतने चिंतित नहीं दिखते जितने कि उन्हें होना चाहिए।
मुख्य निष्कर्ष (The Bottom Line)
संक्षेप में, आप क्या करते हैं (टूल का उपयोग करना) आपके विचारों और भावनाओं का अनुमान लगाने में, आपने क्या पढ़ा है (एक क्लास लेना) या आप कितना आत्मविश्वास महसूस करते हैं, की तुलना में बहुत बेहतर भविष्यवक्ता है। कक्षाओं को कस्टमाइज़ करने की कोशिश करने वाले शिक्षकों के लिए, वास्तविक उपयोग की आदतों के बारे में पूछना छात्रों को वर्गीकृत करने का सबसे सरल और प्रभावी तरीका है।
नोट: यह पेपर एक समय का स्नैपशॉट (सर्वेक्षण) है और यह साबित नहीं करता है कि इन उत्तरों के आधार पर शिक्षण शैली बदलने से छात्र निश्चित रूप से बेहतर सीखेंगे—इसके लिए भविष्य के प्रयोग की आवश्यकता होगी। यह केवल यह कहता है कि छात्रों को अभी समझने के लिए ये सबसे अच्छे प्रश्न 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।