Implementing GenAI-Supported Learning in Software Engineering and Computer Science Education using Bloom's Taxonomy
यह अध्ययन प्रदर्शित करता है कि सॉफ्टवेयर इंजीनियरिंग और कंप्यूटर साइंस के पाठ्यक्रमों में ब्लूम्स टैक्सोनॉमी-संरेखित ढांचे को समाहित करना, विभिन्न संज्ञानात्मक स्तरों के बीच उपयुक्त भूमिकाओं को स्पष्ट करके, छात्रों को जिम्मेदार और चिंतनशील जनरेटिव एआई उपयोग की ओर प्रभावी ढंग से निर्देशित करता है, जिससे शैक्षणिक ध्यान प्रवर्तन से हटकर इरादतन शिक्षण सहायता की ओर स्थानांतरित हो जाता 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
बड़ी समस्या: "चीट कोड" बनाम "कोच"
कल्पना कीजिए कि आप एक जटिल वीडियो गेम खेलना सीख रहे हैं। अचानक, एक "चीट कोड" सामने आता है जो हर पहेली को तुरंत हल कर देता है, हर बॉस को हरा देता है और आपके लिए हर घर बना देता है।
- पुराना दृष्टिकोण (प्रतिबंध): कई स्कूलों ने इस चीट कोड (जेनरेटिव एआई) के प्रति प्रतिक्रिया दी और कहा, "इसका उपयोग न करें! यदि हम आपको पकड़ लेते हैं, तो आप फेल हो जाएंगे।" यह पूरी तरह से चीट कोड को बैन करने जैसा है। यह नकल को रोकता है, लेकिन यह छात्रों को खुद गेम खेलना सीखने से भी रोक देता है।
- नया दृष्टिकोण (यह पेपर): इस पेपर के लेखक कहते हैं, "चीट कोड को बैन न करें। इसके बजाय, छात्रों को सिखाएं कि कब इसका उपयोग करना है और कब इसे दूर रखना है।" उन्होंने ब्लूम्स टैक्सोनॉमी (सीखने के कार्यों को "आसान याद रखने वाले काम" से "कठिन रचनात्मक सोच" तक वर्गीकृत करने का एक प्रसिद्ध तरीका) पर आधारित एक नियम पुस्तिका बनाई।
मुख्य विचार: "संज्ञानात्मक सीढ़ी" (The Cognitive Ladder)
यह पेपर सुझाव देता है कि हमें सीखने को एक सीढ़ी की तरह मानना चाहिए जिसमें अलग-अलग पायदान होते हैं। लेखक तर्क देते हैं कि एआई कुछ पायदानों के लिए एक बेहतरीन उपकरण है लेकिन कुछ के लिए एक बुरा उपकरण है।
1. निचले पायदान (याद रखना और समझना)
- रूपक (Metaphor): यह गेम के नियमों को याद करने या कंट्रोलर कैसे काम करता है यह सीखने जैसा है।
- पेपर का दावा: यदि आप यहाँ एआई का उपयोग करते हैं, तो आप उस छात्र की तरह हैं जो गणित की समस्या हल करने से पहले उत्तर कुंजी (answer key) पढ़ लेता है। आपको सही उत्तर तो मिल जाता है, लेकिन आपके मस्तिष्क ने वह काम नहीं किया। आप "कॉग्निटिव डेट" (संज्ञानात्मक ऋण) बना लेते हैं—आपको लगता है कि आप जानते हैं, लेकिन आप नहीं जानते।
- नियम: यहाँ एआई का उपयोग न करें। एक मजबूत नींव बनाने के लिए आपको बुनियादी बातों के साथ खुद संघर्ष करना होगा।
2. मध्य पायदान (लागू करना)
- रूपक: यह पहली बार गेम का लेवल खेलने जैसा है।
- पेपर का दावा: एआई यहाँ एक "स्पॉटर" (सहायक) हो सकता है। आप पहले समस्या को हल करने का प्रयास करते हैं। एक बार जब आप काम कर लेते हैं, तो आप एआई से पूछते हैं, "क्या मैंने इसे सही किया?" या "क्या कोई बेहतर तरीका है?"
- नियम: एआई का उपयोग एक 'चेक-अप' के रूप में करें, न कि विकल्प के रूप में।
3. ऊपरी पायदान (विश्लेषण, मूल्यांकन, निर्माण)
- रूपक: यह एक गेम डिज़ाइनर होने जैसा है। आप गेम की आलोचना कर रहे हैं, बग ढूंढ रहे हैं, या नए लेवल का आविष्कार कर रहे हैं।
- पेपर का दावा: यहीं एआई चमकता है। यह एक सुपर-स्मार्ट कोच या एक दर्पण की तरह कार्य करता है। यह आपके डिज़ाइन को देख सकता है और कह सकता है, "हे, आप यह केस भूल गए," या "यहाँ तीन अन्य तरीके हैं जिनसे आप इसे बना सकते थे।" यह आपको केवल तेज़ नहीं, बल्कि गहरा सोचने में मदद करता है।
- नियम: एआई को अपने विचारों को चुनौती देने के लिए एक 'सोचने वाले साथी' के रूप में उपयोग करें, न कि अपने लिए लिखने के लिए।
उन्होंने इसका परीक्षण कैसे किया: "निर्देश पुस्तिका"
शोधकर्ताओं ने केवल इस बारे में बात नहीं की; उन्होंने वास्तव में अपनी कक्षाओं को इन नियमों का पालन करने के लिए बदल दिया।
- संदर्भ 1 (यूके): उन्होंने एक "सॉफ्टवेयर टेस्टिंग" क्लास सिखाई। केवल यह कहने के बजाय कि "एआई नहीं," उन्होंने लैब मैनुअल को अपडेट किया और कहा: "इस विशिष्ट कार्य (लेवल 1) के लिए, इसे अकेले करने का प्रयास करें। इस अगले कार्य (लेवल 4) के लिए, अपने काम की आलोचना करने के लिए एआई का उपयोग करें।"
- संदर्भ 2 (अज़रबैजान): उन्होंने पूरे विश्वविद्यालय के सिलेबस को अपडेट किया जिसमें ये विशिष्ट निर्देश शामिल किए गए, जिससे छात्रों को बताया गया कि वे सीढ़ी के किस "पायदान" पर हैं और एआई को कैसे मदद करनी चाहिए।
परिणाम: उन्होंने एआई को एक मजदूर की तरह नहीं, बल्कि एक ट्यूटर की तरह माना।
छात्रों और शिक्षकों ने क्या कहा
शोधकर्ताओं ने छात्रों और शिक्षकों से पूछा कि यह नया "नियमों का सेट" कैसा लगा।
- "अहा!" क्षण (The "Aha!" Moment): छात्रों ने महसूस किया कि बहुत जल्दी एआई का उपयोग करना "नकली सीखने" जैसा महसूस होता है। उन्हें अधिक आत्मविश्वास महसूस हुआ जब उन्होंने पहले चीजों को हल करने का प्रयास किया और काम की जांच करने के लिए ही एआई का उपयोग किया।
- बदलाव: "मेरा कोड लिखो" पूछने के बजाय, छात्र पूछने लगे, "यहाँ मेरा कोड है; इसकी कमजोरियाँ क्या हैं?"
- बाधा: यह शुरुआत में आसान नहीं था। छात्रों और शिक्षकों दोनों को सोचने के नए तरीके सीखने पड़े। एआई का उपयोग करने से पहले यह पूछने के लिए रुकना और सोचना कि "मैं अभी किस स्तर की सोच का उपयोग कर रहा हूँ?" एक अतिरिक्त काम जैसा लगा। लेकिन एक बार जब वे इसके आदी हो गए, तो यह स्वाभाविक लगने लगा।
मुख्य निष्कर्ष
यह पेपर निष्कर्ष निकालता है कि शिक्षा में एआई का उत्तर इसे बैन करना या इसे अनियंत्रित छोड़ देना नहीं है।
एआई को एक पावर ड्रिल की तरह समझें।
- यदि आप एक कील ठोकने (बुनियादी बातों) के लिए पावर ड्रिल का उपयोग करते हैं, तो आप कील और दीवार दोनों को तोड़ देंगे।
- यदि आप एक घर बनाने (जटिल चीजों) के लिए पावर ड्रिल का उपयोग करते हैं, तो यह एक अद्भुत उपकरण है जो आपको तेज़ और बेहतर बनाता है।
यह पेपर तर्क देता है कि हमें छात्रों को कुशल निर्माता बनने के लिए सिखाने की आवश्यकता है जो जानते हों कि काम के किस हिस्से के लिए किस उपकरण का उपयोग करना है। ब्लूम्स टैक्सोनॉमी का उपयोग करके, हम एआई को एक "चीट कोड" से बदलकर एक "सुपर-कोच" बना सकते हैं जो वास्तव में लोगों को सीखने में मदद करता 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।