Analyzing Students' Statistics Writing Before and After the Emergence of Large Language Models
यह अध्ययन 2021 से 2025 तक के 1,600 से अधिक स्नातक सांख्यिकी रिपोर्टों का विश्लेषण करता है ताकि यह प्रदर्शित किया जा सके कि लार्ज लैंग्वेज मॉडल्स के व्यापक प्रसार ने छात्रों की लेखन शैलियों को एआई-जनित पाठ और विशेषज्ञ सांख्यिकीय संचार दोनों के साथ अभिसरित कर दिया है, जो प्रामाणिक सांख्यिकीय सोच को प्राथमिकता देने वाली संशोधित मूल्यांकन रणनीतियों के लिए एक आह्वान 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
एक ऐसी कक्षा की कल्पना करें जहाँ छात्र डेटा पर रिपोर्ट लिखना सीख रहे हैं, जैसे कि वे संख्याओं के माध्यम से एक कहानी सुना रहे हों। वर्षों से, शिक्षक इन लेखन कार्यों का उपयोग यह जाँचने के लिए करते आए हैं कि क्या छात्र वास्तव में गणित को समझते हैं या वे केवल तथ्यों को रट रहे हैं।
हाल ही में, एक नया "भूत" कमरे में दाखिल हुआ है: लार्ज लैंग्वेज मॉडल्स (LLMs), यानी ChatGPT जैसे स्मार्ट AI चैटबॉट्स। यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ शोधकर्ताओं ने 2021 से 2025 के बीच लिखे गए 1,600 से अधिक छात्र रिपोर्टों का अध्ययन किया ताकि यह देख सकें कि उस "भूत" ने छात्रों की लेखन शैली को कैसे बदला।
यहाँ उनके निष्कर्ष दिए गए हैं, जिन्हें सरल उपमाओं (analogies) में विभाजित किया गया है:
1. तीन आवाजें
रहस्य को सुलझाने के लिए, शोधकर्ताओं को यह जानने की आवश्यकता थी कि वे तीन अलग-अलग "आवाजें" कैसी सुनाई देती थीं:
- छात्र की आवाज (AI से पहले): AI लोकप्रिय होने से पहले, छात्र का लेखन एक ऐसे व्यक्ति की तरह था जो किसी दोस्त से बात कर रहा हो। यह थोड़ा अनौपचारिक था, इसमें "मैं" और "हम" का उपयोग होता था, और कभी-कभी यह थोड़ा अटपटा भी लगता था। यह एक ऐसे छात्र की तरह था जो अपने शब्दों में एक जटिल विचार समझाने की कोशिश कर रहा हो।
- विशेषज्ञ की आवाज: यह वह तरीका है जिससे पेशेवर सांख्यिकीविद् (statisticians) लिखते हैं। यह बहुत ही परिष्कृत, सूचना से भरपूर और अधिकारपूर्ण होता है। यह एक अनुभवी शेफ की तरह है जो सटीक, तकनीकी शब्दों के साथ रेसिपी समझा रहा हो।
- AI की आवाज: यह नई आवाज है। यह बहुत ही सुचारू (smooth) लगती है, इसमें लंबे, फैंसी शब्दों का उपयोग होता है, और यह हर वाक्य में बहुत सारी जानकारी भर देती है। यह एक ऐसे रोबोट की तरह है जो प्रोफेसर बनने की कोशिश करते हुए शब्दकोश पढ़ रहा हो।
2. बड़ा बदलाव
शोधकर्ताओं ने AI के उछाल से पहले की छात्र रिपोर्टों (2021-2022) की तुलना उसके बाद लिखी गई रिपोर्टों (2024-2025) से की। उन्होंने पाया कि छात्र की आवाज अब कम और एक छात्र की तरह, बल्कि विशेषज्ञ और AI के मिश्रण की तरह सुनाई देने लगी है।
इसे एक छात्र द्वारा पेंटिंग सीखने जैसा समझें। पहले, वे अपने स्वयं के अस्थिर और अनूठे ब्रशस्ट्रोक से पेंटिंग करते थे। अब, उनकी पेंटिंग अधिक चिकनी और अधिक "पेशेवर" दिखती है, लेकिन शोधकर्ताओं को संदेह है कि उन्होंने तकनीक खुद नहीं सीखी; उन्होंने बस AI द्वारा प्रदान किए गए एक मास्टर के आउटलाइन पर ट्रेसिंग की है।
3. भूत कहाँ छिपा है
अध्ययन में यह गौर किया गया कि छात्र कहाँ AI का उपयोग कर रहे थे।
- शुरुआत और अंत: रिपोर्ट के वे हिस्से जिनमें सबसे अधिक बदलाव आया, वे थे प्रस्तावना (Introduction) और निष्कर्ष (Conclusion)। ये कहानी के "बुकएंड्स" (शुरुआत और अंत) हैं।
- मध्य भाग: मध्य के हिस्से, जहाँ छात्रों को वास्तविक गणित और डेटा विश्लेषण करना था, पुराने छात्र की शैली की तरह ही रहे।
उपमा: कल्पना कीजिए कि एक छात्र घर बना रहा है। वे अभी भी ईंटें बिछाने और कंक्रीट डालने का कठिन काम कर रहे हैं (रिपोर्ट का मध्य भाग)। लेकिन सामने के दरवाजे (प्रस्तावना) और अंतिम निरीक्षण चिह्न (निष्कर्ष) के लिए, उन्होंने एक शानदार ठेकेदार (AI) को काम सौंपा है ताकि इसे एकदम सही बनाया जा सके।
4. "जादुई शब्द"
शोधकर्ताओं ने विशिष्ट शब्दों को भी देखा, जैसे कोई जासूस उंगलियों के निशान ढूंढता है। उन्होंने पाया कि छात्र एक विशिष्ट सेट के "AI शब्दों" का बहुत अधिक उपयोग करने लगे हैं।
- "Underscore," "delve," "enhance," और "offer" जैसे शब्द बहुत लोकप्रिय हो गए।
- AI से पहले, छात्र इन शब्दों का शायद ही कभी उपयोग करते थे। AI के बाद, ये शब्द लगातार दिखाई देने लगे, अक्सर इस तरह के वाक्यांशों में: "this analysis underscores the complexity" (यह विश्लेषण जटिलता को रेखांकित करता है)।
- ऐसा है जैसे सभी छात्रों ने अचानक एक ही ब्रांड के जूते पहनने का फैसला कर लिया क्योंकि AI ने उन्हें बताया कि यही "इन" (ट्रेंडिंग) है।
5. बड़ा सवाल: क्या यह अच्छा है?
यह शोध पत्र एक कठिन प्रश्न पूछता है: यदि छात्र बेहतर लिख रहे हैं, तो क्या इसका मतलब है कि वे बेहतर सीख रहे हैं?
- अच्छी खबर: रिपोर्टें बिल्कुल वैसी ही दिखती हैं जैसी एक पेशेवर सांख्यिकीविद् की रिपोर्ट होती हैं। वे अधिक सुचारू हैं और अधिक "विशेषज्ञ" भाषा का उपयोग करती हैं।
- बुरी खबर: शोधकर्ताओं को चिंता है कि छात्र अपनी सोच को "ऑफलोड" (दूसरे पर डालना) कर रहे होंगे। यदि कोई छात्र AI से निष्कर्ष लिखने के लिए कहता है, तो वह वास्तव में निष्कर्ष का अर्थ समझने की कठिन मानसिक प्रक्रिया को छोड़ सकता है।
- जोखिम: एक छात्र एक सुंदर, विशेषज्ञ-दिखने वाली रिपोर्ट पेश करने में सक्षम हो सकता है, लेकिन यदि आप उनसे व्यक्तिगत रूप से इसे समझाने के लिए कहें, तो शायद वे इसे बिल्कुल भी नहीं समझ पाएंगे। वे एक ऐसे ड्राइवर की तरह हो सकते हैं जो GPS निर्देशों का पूरी तरह से पालन कर सकता है लेकिन GPS टूटने पर कार चलाना नहीं जानता।
6. शिक्षकों को क्या करना चाहिए?
शोध पत्र सुझाव देता है कि शिक्षक न तो AI को पूरी तरह प्रतिबंधित कर सकते हैं और न ही पुराने जमाने की इन-क्लास परीक्षाओं पर वापस जा सकते हैं, क्योंकि छात्रों को इन उपकरणों का उपयोग करना सीखना होगा। इसके बजाय, वे परीक्षण के नए तरीके प्रस्तावित करते हैं:
- मौखिक परीक्षा (Oral Exams): छात्रों से अपने काम को बोलकर समझाने के लिए कहें। आप आसानी से AI को लाइव बातचीत में आपके लिए बोलने के लिए नहीं कह सकते।
- छोटी लेखन कार्य (Tiny Writing Tasks): पूरी रिपोर्ट लिखने के बजाय, छात्रों को केवल एक विशिष्ट पैराग्राफ लिखने के लिए कहें, जैसे कि कक्षा में दिए गए विशिष्ट डेटा के आधार पर प्रस्तावना। यह उन्हें स्वयं सोचने के लिए मजबूर करता है।
- AI की आलोचना करना (Critiquing AI): छात्रों को एक AI-जनित रिपोर्ट पढ़ने और उसमें गलतियाँ या वे हिस्से खोजने के लिए कहें जहाँ AI गणित को समझने में विफल रहा। यह उन्हें AI का "बॉस" बनने के बजाय उसका "अनुसरण करने वाला" बनने के बजाय सिखाता है।
सारांश में: यह शोध पत्र दिखाता है कि छात्र अपने लेखन को निखारने के लिए AI का उपयोग कर रहे हैं, जिससे यह विशेषज्ञों जैसा और स्वयं के जैसा कम सुनाई देता है। हालांकि सतह पर रिपोर्ट बेहतर दिखती हैं, शोधकर्ता चेतावनी देते हैं कि हमें यह सुनिश्चित करने की आवश्यकता है कि छात्र अभी भी भारी मानसिक कार्य (सोचने का काम) स्वयं कर रहे हैं, न कि केवल AI को बोलने दे रहे 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।