Patterns of Learner-AI Interaction and Academic Performance in an Object-Oriented Programming Course
एक ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग पाठ्यक्रम में 210 स्नातक छात्रों के इस अध्ययन से पता चलता है कि हालांकि स्व-निर्देशित GenAI उपयोग के विशिष्ट पैटर्न मौजूद हैं—जिसमें वैचारिक सहायता से लेकर कोड जनरेशन तक की सीमा शामिल है—ये इंटरेक्शन प्रोफाइल शैक्षणिक प्रदर्शन का महत्वपूर्ण रूप से पूर्वानुमान नहीं लगाते हैं, जो यह सुझाव देता है कि टूल के उपयोग को मापने योग्य सीखने के लाभों में बदलने के लिए शैक्षणिक रूप से निर्देशित AI एकीकरण आवश्यक 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 खाना बनाना सीख रहे हैं। वर्षों से, आपको बताया गया है कि बेहतर बनने का एकमात्र तरीका यह है कि आप खुद सब कुछ काटें, चलाएं और चखें, और जब तक आप असफल न हो जाएं, तब तक रेसिपी बुक की ओर न देखें। लेकिन अब, एक जादुई रसोई सहायक प्रकट हुआ है। यह आपकी सब्जियां काट सकता है, आपको ठीक-ठीक बता सकता है कि आपकी सॉस क्यों जल रही है, और यहाँ तक कि आपके लिए पूरी रेसिपी भी लिख सकता है। यह आज के कंप्यूटर प्रोग्रामिंग की दुनिया है, जहाँ छात्र जेनरेटिव आर्टिफिशियल इंटेलिजेंस (GenAI) की मदद से सॉफ्टवेयर बनाना सीख रहे हैं। ये उपकरण एक सुपर-स्मार्ट रसोई सहायक की तरह हैं जो कोड लिख सकते हैं, भ्रमित करने वाली अवधारणाओं को समझा सकते हैं, और गलतियों को तुरंत ठीक कर सकते हैं। बड़ा सवाल हर किसी के मन में है: यदि छात्र इस रोबोट शेफ को भारी काम करने देते हैं, तो क्या वे वास्तव में खाना बनाना सीख पाएंगे, या वे केवल एक स्वादिष्ट भोजन के साथ रह जाएंगे जिसे बनाना वे नहीं जानते? शोधकर्ता यह जानने के लिए उत्सुक हैं कि क्या इन उपकरणों का उपयोग करने से छात्र बेहतर प्रोग्रामर बनते हैं या यह सिर्फ उन्हें यह सोचने के लिए धोखा देता है कि वे अधिक जानते हैं।
यह अध्ययन, जो टार्टू विश्वविद्यालय में मरीना लेप द्वारा किया गया है, एक प्रथम वर्ष के ऑब्जेक्ट-ओरिएंटेड प्रोग्रामिंग (OOP) पाठ्यक्रम के भीतर इसी रहस्य की गहराई में जाता है। OOP को एक नई भाषा के जटिल नियमों को सीखने के रूप में समझें जहाँ सब कुछ "ऑब्जेक्ट्स" से बना होता है जो एक-दूसरे के साथ परस्पर क्रिया करते हैं—जो नए प्रोग्रामर्स के लिए एक कुख्यात कठिन बाधा है। शोधकर्ताओं ने 210 छात्रों का सर्वेक्षण किया ताकि यह देखा जा सके कि वे इन AI उपकरणों का उपयोग कैसे कर रहे थे। उन्होंने केवल यह नहीं पूछा, "क्या आपने AI का उपयोग किया?" बल्कि पूछा, "आपने इसका उपयोग कैसे किया?" क्या आपने AI को अपने लिए पूरा प्रोग्राम लिखने के लिए कहा (कोड जनरेशन)? क्या आपने इसे अपने बिखरे हुए कोड में बग खोजने के लिए कहा (डीबगिंग)? या क्या आपने इसे यह समझाने के लिए कहा कि क्यों कुछ काम कर रहा था (व्याख्या मांगना)?
परिणाम एक दिलचस्प तस्वीर पेश करते हैं। सबसे पहले, छात्र आलसी नहीं थे; उन्होंने ज्यादातर AI का उपयोग एक ट्यूटर के रूप में किया, न कि एक चीटिंग कोड के रूप में। उन्होंने कोड लिखने के लिए AI से पूछने की तुलना में स्पष्टीकरण और त्रुटियां खोजने में मदद मांगने के लिए बहुत अधिक बार इसका उपयोग किया। यह ऐसा ही है जैसे छात्र रोबोट शेफ का उपयोग अपने सूप को टेस्ट करने और यह समझाने के लिए कर रहे थे कि इसमें नमक की कमी क्यों है, बजाय इसके कि वे पूरे खाने को बनाने के लिए रोबोट को छोड़ दें।
इन उपकरणों के साथ छात्रों की बातचीत के विभिन्न तरीकों को समझने के लिए, शोधकर्ताओं ने उनकी आदतों के आधार पर उन्हें पांच अलग-अलग "व्यक्तित्व प्रकारों" में वर्गीकृत किया:
- गैर-उपयोगकर्ता (The Non-Users): एक छोटा समूह जिसने AI को बिल्कुल भी छुआ नहीं।
- हल्के स्पर्श वाले (The Light Touchers): वे जिन्होंने इसका कभी-कभार उपयोग किया।
- मध्यम (The Moderates): वे जिन्होंने इसका काफी मात्रा में उपयोग किया।
- "स्मार्ट" उच्च-उपयोगकर्ता (The "Smart" High-Users): यह सबसे दिलचस्प समूह है। उन्होंने डीबगिंग और स्पष्टीकरण प्राप्त करने के लिए AI का बहुत अधिक उपयोग किया। उन्होंने शायद ही कभी इसे अपने लिए कोड लिखने के लिए कहा। उन्होंने AI को एक बुद्धिमान गुरु की तरह माना।
- हेवी हिटर्स (The Heavy Hitters): इन छात्रों ने कोड जनरेट करने सहित हर चीज़ के लिए लगातार AI का उपयोग किया।
यहाँ एक मोड़ है जो आपको आश्चर्यचकित कर सकता है: इन बहुत अलग तरीकों से उपयोग करने के बावजूद, उनके ग्रेड के लिए यह मायने नहीं रखता था। जब शोधकर्ताओं ने उन परीक्षणों और परीक्षाओं में छात्रों के स्कोर देखे जहाँ AI सख्त वर्जित था, तो "स्मार्ट" उपयोगकर्ताओं, "हेवी" उपयोगकर्ताओं, या उन लोगों के बीच कोई अंतर नहीं था जिन्होंने कभी AI का उपयोग नहीं किया था। "स्मार्ट" उपयोगकर्ताओं को उच्च अंक नहीं मिले, और "हेवी" उपयोगकर्ताओं के अंक कम नहीं हुए।
अध्ययन बताता है कि केवल एक सुपर-स्मार्ट AI टूल तक पहुंच होने से आप स्वचालित रूप से बेहतर प्रोग्रामर नहीं बन जाते, और न ही यह आपको स्वचालित रूप से खराब बनाता है। "स्मार्ट" उपयोगकर्ताओं को लगा कि वे सामग्री को बेहतर समझते हैं और वे AI पर अधिक भरोसा करते हैं, जबकि "हेवी" उपयोगकर्ताओं को लगा कि असाइनमेंट कठिन थे और वे कम समझते थे, फिर भी उनके अंतिम टेस्ट स्कोर समान थे। यह हाइकर्स के दो समूहों जैसा है: एक समूह ने मानचित्र की जांच करने के लिए लगातार एक हाई-टेक जीपीएस का उपयोग किया, जबकि दूसरे ने बिना इसके बस पैदल यात्रा की। अंत में, दोनों समूह एक ही समय में शिखर पर पहुंचे।
शोधकर्ता निष्कर्ष निकालते हैं कि हालांकि स्पष्टीकरण और डीबगिंग के लिए AI का उपयोग करना एक अच्छी रणनीति लगती है, लेकिन शिक्षक के मार्गदर्शन के बिना इसे अकेले करने से यह गारंटी नहीं मिलती कि आप अधिक सीखेंगे। AI ने उनके ग्रेड को बढ़ाया नहीं, लेकिन इसने उन्हें कुचला भी नहीं। पेपर सुझाव देता है कि AI वास्तव में छात्रों को सीखने में मदद करने के लिए, हमें केवल उन्हें उपकरणों का उपयोग करने की अनुमति देने से अधिक की आवश्यकता है; हमें शिक्षकों को यह दिखाने की आवश्यकता है कि उनका कैसे बुद्धिमानी से उपयोग किया जाए, शायद छात्रों से AI के उत्तरों को समझाने के लिए कहकर या ऐसे परीक्षणों को डिजाइन करके जिनमें गहरी सोच की आवश्यकता हो जिसे एक रोबोट आसानी से हल नहीं कर सकता। तब तक, AI एक शक्तिशाली उपकरण बना हुआ है जिसका छात्र रचनात्मक तरीकों से उपयोग कर रहे हैं, लेकिन इसने अभी तक बेहतर ग्रेड के लिए एक जादुई शॉर्टकट के रूप में खुद को साबित नहीं किया 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।