Assessing Learning Processes with Multimodal Data in Virtual Reality Learning Environments
यह शोध पत्र पारंपरिक प्रतिधारण परीक्षणों (retention tests) से आगे बढ़ने और इमर्सिव लर्निंग में शामिल तर्क प्रक्रियाओं और मेटाकॉग्निटिव कौशल का बेहतर आकलन करने के लिए मल्टीमॉडल डेटा, विशेष रूप से एक वीआर (VR) एस्केप रूम से लॉगफ़ाइल और मौखिक अंतःक्रियाओं का लाभ उठाने 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
कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि कोई व्यक्ति एक कठिन पहेली को हल करना कैसे सीखता है। पुराने दिनों में, शिक्षक बस पूछते थे, "क्या आपको सही उत्तर मिला?" और ग्रेड दे देते थे। लेकिन यह एक शेफ का न्याय करने जैसा है कि क्या केक का स्वाद अच्छा है, बिना यह देखे कि वे बीच में कैसे काट रहे हैं, मिला रहे हैं या चख रहे हैं। आप उस पूरी कहानी को खो देते हैं कि उन्होंने इसे कैसे बनाया। यही वह समस्या है जिससे वैज्ञानिक वर्चुअल रियलिटी (VR) शिक्षा की दुनिया में जूझ रहे हैं। VR एक जादुई वीडियो गेम की तरह है जहाँ आप एक डिजिटल दुनिया के भीतर कदम रख सकते हैं, लेकिन अभी, यह बताना कठिन है कि क्या एक छात्र वास्तव में गहराई से सोच रहा है या बस तब तक बेतरतीब ढंग से बटन दबा रहा है जब तक कि कुछ काम न कर जाए। इसे ठीक करने के लिए, शोधकर्ता "मल्टीमॉडल डेटा" (multimodal data) की ओर देख रहे हैं। इसे हर कोण से सुराग इकट्ठा करने के रूप में समझें: न केवल अंतिम स्कोर, बल्कि उनकी गतिविधियों की गति, उनके द्वारा लिया गया रास्ता, और यहाँ तक कि वे काम करते समय जो शब्द बोल रहे हैं, वह भी। बड़ा सवाल यह है: क्या हम इन डिजिटल पदचिह्नों और बोले गए विचारों का उपयोग यह देखने के लिए कर सकते हैं कि क्या छात्र वास्तव में अपने मस्तिष्क का उपयोग कर रहा है या सिर्फ अनुमान लगा रहा है?
यह शोध पत्र एक वीआर गेम के अंदर एक डरावने, परित्यक्त घर में सेट एक जासूसी कहानी की तरह है। शोधकर्ताओं ने एक विशेष 'एस्केप रूम' बनाया जहाँ खिलाड़ियों को भागने के लिए तर्क संबंधी पहेलियों को हल करना होता है। कुछ पहेलियाँ आसान हैं, जैसे पौधे को पानी देना, लेकिन अंतिम "बॉस" पहेली एक जटिल लॉजिक ग्रिड है जिसके लिए वास्तविक दिमागी शक्ति की आवश्यकता होती है। उन्होंने 14 लोगों को खेलने के लिए आमंत्रित किया, और जबकि खिलाड़ी पहेलियों को हल कर रहे थे, कंप्यूटर गुप्त रूप से उनके द्वारा किए गए हर एक कदम को रिकॉर्ड कर रहा था। लेकिन यहाँ एक मोड़ है: शोधकर्ताओं के पास एक मानव पर्यवेक्षक (observer) भी था जो खिलाड़ियों को सवाल पूछकर फुसफुसा रहा था, उन्हें अपने विचारों को ज़ोर से समझाने के लिए कह रहा था, जैसे, "आप यहाँ क्या मान रहे हैं?" या "आपने यह कैसे पता लगाया?"
टीम यह देखना चाहती थी कि क्या वे एक ऐसे खिलाड़ी के बीच अंतर कर सकते हैं जो स्मार्ट तार्किक रणनीतियों का उपयोग कर रहा है और एक ऐसे खिलाड़ी के बीच जो सिर्फ अनुमान लगा रहा है। उन्होंने पाया कि केवल गेम डेटा को देखना पर्याप्त नहीं था। उदाहरण के लिए, कुछ खिलाड़ी पहेली को बहुत तेज़ी से पूरा कर लेते हैं, जो आमतौर पर एक जीत की तरह दिखता है। लेकिन जब शोधकर्ताओं ने ऑडियो रिकॉर्डिंग सुनी, तो उन्हें एहसास हुआ कि वे तेज़ खिलाड़ी वास्तव में सही उत्तर तक पहुँचने के लिए केवल अनुमान लगा रहे थे। उदाहरण के तौर la, एक खिलाड़ी ने बोर्ड पर एक मार्कर रखा और कहा, "मैं बस एक अंदाज़ा लगाने जा रहा हूँ और यह करने जा रहा हूँ... देखते हैं कि यह कैसे काम करता है।" वॉयस रिकॉर्डिंग के बिना, कंप्यूटर केवल एक सही चाल देखता और सोचता, "शानदार, वे एक जीनियस हैं!" लेकिन आवाज़ ने खुलासा किया कि वे केवल किस्मत आज़मा रहे थे।
अध्ययन बताता है कि लोग कितनी गहराई से बोलते हैं, यह इस बात से अधिक महत्वपूर्ण है कि वे कितनी तेज़ी से चलते हैं। शोधकर्ताओं ने लोगों के विचारों की गहराई को मापा, उनके उत्तरों को सरल अवलोकन (जैसे "मुझे एक गाजर दिख रही है") से लेकर जटिल योजना (जैसे "यदि मैं बीन्स यहाँ रखता हूँ, तो पास्ता वहाँ जाना चाहिए") तक रेट किया। उन्होंने पाया कि जो खिलाड़ी अधिक गहरे, अधिक नियोजित तरीके से बोलते थे, वे पहेली को हल करने के लिए वास्तव में वास्तविक तर्क का उपयोग करने में बहुत बेहतर थे। वास्तव में, चिंतन जितना गहरा होता, खिलाड़ी के तर्क का उपयोग करने की संभावना उतनी ही अधिक होती बजाय अनुमान लगाने के।
तो, इसका क्या मतलब है? यह शोध पत्र सुझाव देता है कि वीआर में लोग वास्तव में कैसे सीखते हैं, यह समझने के लिए, हम केवल स्कोरबोर्ड या वे कितनी तेज़ी से समाप्त करते हैं, इसे नहीं देख सकते। हमें उन्हें सुनना होगा। शोधकर्ता प्रस्ताव देते हैं कि खिलाड़ी के बोले गए विचारों के साथ कंप्यूटर के मूव्स के लॉग को जोड़कर, हम उनकी सीखने की प्रक्रिया की एक बहुत स्पष्ट तस्वीर बना सकते हैं। वे यह नहीं कह रहे हैं कि उन्होंने अभी तक पूरा रहस्य सुलझा लिया है; यह एक "प्रगति पर कार्य" (work-in-progress) अध्ययन है। लेकिन यह दृढ़ता से संकेत देता है कि यदि हम आभासी दुनिया में वास्तविक समस्या-समाधान कौशल को मापना चाहते हैं, तो हमें छात्रों द्वारा चीजें समझने के दौरान कहे गए शब्दों पर ध्यान देने की आवश्यकता है, न कि केवल अंतिम परिणाम पर।
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।