Teaching Prompt-Based Programming with LLMs: A 45-Minute Lesson with Guided Practice for End-User Programmers
यह शोध पत्र एक यादृच्छिक नियंत्रित अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि प्रॉम्प्ट-आधारित प्रोग्रामिंग पर एक संक्षिप्त, 45 मिनट का निर्देशित पाठ इंजीनियरिंग छात्रों के आत्म-प्रभावकारिता (self-efficacy) में महत्वपूर्ण सुधार करता है और पारंपरिक कोड ट्रेसिंग गतिविधियों की तुलना में लार्ज लैंग्वेज मॉडल्स को कम्प्यूटेशनल लक्ष्यों को निर्दिष्ट करने की उनकी क्षमता में एक मामूली, हालांकि सांख्यिकीय रूप से महत्वपूर्ण नहीं, सुधार दिखाता 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
कल्पना कीजिए कि आपके पास एक बहुत ही प्रतिभाशाली, लेकिन थोड़ी शाब्दिक अर्थ निकालने वाला (literal-minded) रोबोट सहायक है। आप चाहते हैं कि वह एक केक बेक करे, लेकिन आपको उसे रेसिपी देने के बजाय, आपको अंग्रेजी में बिल्कुल सटीक निर्देश देने होंगे। यदि आप कहते हैं, "एक केक बनाओ," तो रोबोट आपको आटे का एक ईंट जैसा टुकड़ा दे सकता है। लेकिन यदि आप कहते, "दो कप आटा, तीन अंडे, और 350 डिग्री पर 30 मिनट के लिए बेक करें," तो आपको एक केक मिलेगा।
यही प्रॉम्प्ट-आधारित प्रोग्रामिंग (Prompt-Based Programming) का मूल विचार है। जटिल कंप्यूटर कोड (वह "रेसिपी") लिखने के बजाय, आप AI के लिए प्राकृतिक भाषा के निर्देश (प्रॉम्प्ट) लिखते हैं ताकि वह आपके लिए कोड लिख सके।
कीथ ट्रान, सामिहा मारवन और थॉमस प्राइस का शोध पत्र एक सरल प्रश्न पूछता है: क्या हम लोगों को केवल एक क्लास पीरियड (45 मिनट) में इस रोबട്ട് सहायक से प्रभावी ढंग से बात करना सिखा सकते हैं?
यहाँ उनके अध्ययन का दैनिक उपमाओं (analogies) का उपयोग करते हुए विवरण दिया गया है:
समस्या: "अस्पष्ट आदेश" का मुद्दा
कई लोग, विशेष रूप से वे जो कंप्यूटर विशेषज्ञ नहीं हैं, कोड लिखने के लिए AI का उपयोग करने की कोशिश करते हैं। लेकिन वे अक्सर विशिष्ट होने में संघर्ष करते हैं। यह एक रेस्तरां में जाने और "मुझे कुछ अच्छा चाहिए" कहने जैसा है, और फिर भ्रमित होने जैसा है जब वेटर आपको बर्गर के बजाय सलाद लाकर दे देता है। AI टूटा हुआ नहीं है; निर्देश बस बहुत अस्पष्ट थे।
प्रयोग: दो पाठों के बीच की दौड़
शोधकर्ताओं ने 55 इंजीनियरिंग छात्रों (जिनके पास कोडिंग का बहुत कम अनुभव था) को इकट्ठा किया और उन्हें 45 मिनट के सत्र के लिए दो समूहों में विभाजित किया।
समूह A (प्रायोगिक समूह): इन्होंने AI से बात करना सीखा।
- पाठ: उन्हें AI को आदेश देने के लिए एक विशिष्ट "टेम्पलेट" सिखाया गया। केवल "यह करो" कहने के बजाय, उन्होंने सीखा कि कैसे कहना है: "यहाँ इनपुट (सामग्री) है, यहाँ आउटपुट (तैयार व्यंजन) है, और यहाँ ठीक बताया गया है कि सामग्री को व्यंजन में कैसे बदला जाए।" उन्होंने तीन अलग-अलग कार्यों के साथ इसका अभ्यास किया।
- उपमा: उन्होंने रोबोट शेफ के लिए एक सटीक रेसिपी कार्ड लिखने की कला सीखी।
समूह B (नियंत्रण समूह): इन्होंने कोड पढ़ना सीखा।
- पाठ: उन्होंने समान 45 मिनट मौजूदा कोड को देखने और उसे चरण-दर-चरण समझने में बिताए कि वह क्या करता है। यह वही है जो एक सामान्य कंप्यूटर क्लास आमतौर पर करती है।
- उपमा: उन्होंने किसी और द्वारा पहले से लिखे गए रेसिपी कार्ड को पढ़ना सीखा, लेकिन उन्होंने रोब의 के लिए अपने स्वयं के निर्देश लिखना नहीं सीखा।
परीक्षण: "प्रॉम्प्टली" (Promptly) चुनौती
पाठ से पहले और बाद में, दोनों समूहों ने एक टेस्ट दिया। उन्हें एक पहेली दी गई (जैसे "10 से बड़ी सभी संख्याओं को फ़िल्टर करें") और उन्हें AI के लिए एक स्पष्ट निर्देश लिखने के लिए कहा गया। वे केवल पहेली का वर्णन कॉपी नहीं कर सकते थे; उन्हें इसे AI के लिए एक स्पष्ट निर्देश में अनुवादित करना था।
परिणाम: आत्मविश्वास बनाम कौशल
यहाँ हुआ:
- आत्मविश्वास (Self-Efficacy): समूह A (प्रॉम्प्ट सीखने वाले) ने पाठ के बाद AI से बात करने की अपनी क्षमता में बहुत अधिक आत्मविश्वास महसूस किया। उनका आत्मविश्वास स्कोर समूह B की तुलना में काफी अधिक बढ़ गया। यह ऐसा है जैसे समूह A ने महसूस किया, "अब मुझे पता है कि इस रेस्तरां में ऑर्डर कैसे करना है!"
- वास्तविक कौशल (Task Performance): समूह A ने पहेलियों को हल करने में बेहतर प्रदर्शन किया, लेकिन यह सुधार छोटा था और सांख्यिकीय रूप से "सिद्ध" नहीं था कि यह एक बड़ी जीत हो। उन्होंने औसतन समूह B की तुलना में 8 में से लगभग 1 अधिक समस्या हल की।
- सीख: इस पाठ ने उन्हें यह महसूस कराया कि वे यह कर सकते हैं, और उन्होंने थोड़ा बेहतर प्रदर्शन किया, लेकिन वे केवल 45 मिनट में विशेषज्ञ नहीं बन गए। यह एक दिन में ड्राइविंग सीखने जैसा है: आप कार शुरू करने के लिए तैयार महसूस करते हैं, लेकिन आप अभी लंबी दूरी की यात्रा के लिए तैयार नहीं हैं।
यह क्यों महत्वपूर्ण है
शोधकर्ताओं ने पाया कि एक छोटा, केंद्रित पाठ "एंड-यूज़र प्रोग्रामर्स" (वे लोग जिन्हें अपने काम में विशिष्ट समस्या को हल करने के लिए कोड की आवश्यकता होती है, लेकिन वे पेशेवर कोडर नहीं बनना चाहते) को बेहतर संवाद करने में मदद कर सकता है।
- अच्छी खबर: आपको AI से बात करने की बुनियादी बातें सीखने के लिए पूरा सेमेस्टर नहीं चाहिए। एक एकल क्लास पीरियड आत्मविश्वास बढ़ा सकता है और प्रदर्शन में थोड़ा लाभ दे सकता है।
- सावधानी: 45 मिनट किसी को विशेषज्ञ बनाने के लिए पर्याप्त नहीं हैं। जैसे आप एक दिन में मास्टर शेफ नहीं बन सकते, वैसे ही आप एक क्लास में प्रॉम्प्ट इंजीनियरिंग में महारत हासिल नहीं कर सकते। छात्रों को वास्तव में कुशल होने के लिए अधिक अभ्यास की आवश्यकता थी।
निष्कर्ष
यह शोध पत्र सुझाव देता है कि लोगों को यह सिखाना कि AI से मदद कैसे मांगनी है, एक मूल्यवान कौशल है जिसे व्यस्त कार्यक्रम में भी शामिल किया जा सकता है। यह एक सेतु (bridge) के रूप में कार्य करता है, जो गैर-कोडर को AI टूल्स के साथ शुरुआत करने में मदद करता है। हालाँकि, वास्तव में कुशल होने के लिए, आपको केवल एक त्वरित पाठ से अधिक की आवश्यकता है; आपको अभ्यास करने और गलतियाँ करने के लिए समय चाहिए।
संक्षेप में: AI के लिए स्पष्ट निर्देश लिखना सिखाना लोगों को सक्षम महसूस कराने और उन्हें थोड़ा अधिक प्रभावी बनाने के लिए पर्याप्त रूप से काम करता है, लेकिन वास्तविक महारत के लिए एक एकल क्लास पीरियड से अधिक समय की आवश्यकता होती।
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।