Structured AI Demonstrations and Student LLM Use in Engineering Mechanics: Study Design and Preliminary Results
यह शोध पत्र स्प्रिंग 2026 के इंजीनियरिंग मैकेनिक्स पाठ्यक्रम से एक अध्ययन डिजाइन और प्रारंभिक निष्कर्ष प्रस्तुत करता है जो नौ प्रशिक्षक-निर्देशित एआई (AI) प्रदर्शनों के एक संरचित ढांचे और छात्रों के एलएलएम (LLM) उपयोग पैटर्न, दृष्टिकोण और शैक्षणिक प्रदर्शन पर उनके प्रभाव की अनुभवजन्य जांच करने के लिए एक प्रतिलिपि योग्य सर्वेक्षण उपकरण को पेश 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 कक्षा एक विशाल, हलचल भरी कार्यशाला (workshop) है जहाँ छात्र जटिल मशीनें बनाना सीख रहे हैं। दशकों तक, इस कार्यशाला के उपकरण पाठ्यपुस्तकें, कैलकुलेटर और एक शिक्षक थे जो संकेत देने के लिए इधर-उधर घूमते थे। लेकिन हाल ही में, एक नए प्रकार का "सुपर-असिस्टेंट" आया है: लार्ज लैंग्वेज मॉडल्स (LLMs)। इन्हें अविश्वसनीय रूप से तेज़, बातूनी रोबोट के रूप में सोचें जो लगभग हर किताब पढ़ सकते हैं और लगभग हर वाक्य लिख सकते हैं। वे एक जिन्न की तरह हैं जो आपके होमवर्क के सवालों के जवाब तुरंत दे सकते हैं, लेकिन एक शर्त के साथ: कभी-कभी वह जिन्न गणित में गलती कर जाता है, या ऐसी बातें बना देता है जो सच लगती हैं पर वास्तव में नहीं होतीं।
शिक्षकों के सामने अभी बड़ा सवाल यह है: क्या हम इस जिन्न पर प्रतिबंध लगा दें, या हम छात्रों को यह सिखाएं कि बिना खुद सोचना छोड़े इसके साथ काम कैसे किया जाए? यह कार चलाने सिखाने जैसा है। आप नहीं चाहते कि वे केवल यात्री सीट पर बैठे रहें जबकि कार खुद चलती रहे, लेकिन आप यह भी नहीं चाहते कि वे दुर्घटनाग्रस्त हो जाएं क्योंकि उन्हें ब्रेक का काम पता नहीं है। यह शोध पत्र उन इंजीनियरों के एक समूह की रिपोर्ट है जिन्होंने अनुमान लगाना बंद कर दिया और देखना शुरू कर दिया। उन्होंने यह देखने के लिए एक विशेष प्रयोग किया कि छात्र इन AI टूल्स का उपयोग वास्तव में कैसे कर रहे हैं, क्या वे काम की जाँच कर रहे हैं, और क्या उन्हें यह दिखाना कि टूल्स का उपयोग कैसे किया जाए, उनके सीखने के तरीके को बदलता है।
प्रयोग: AI की निगरानी में एक सेमेस्टर
वसंत 2026 में, बोस्टन यूनिवर्सिटी के शोधकर्ताओं ने "इंजीनियरिंग मैकेनिक्स" नामक एक कठिन इंजीनियरिंग क्लास के पर्दे के पीछे झाँकने का फैसला किया। यह वह क्लास है जहाँ छात्र सीखते हैं कि पुलों को गिरने से और इमारतों को झुकने से कैसे बचाया जाए। यह गणित, आरेख (diagrams) और तर्क पर आधारित है। शोधकर्ता तीन चीजें जानना चाहते थे: छात्र वास्तव में AI का उपयोग कैसे कर रहे हैं? क्या इसका उपयोग करने से उनके ग्रेड सुधरते हैं या बिगड़ते हैं? और, यदि शिक्षक AI का समझदारी से उपयोग करने के लिए लघु, संरचित पाठ देते हैं, तो क्या इससे छात्रों के व्यवहार में बदलाव आता है?
यह जानने के लिए, उन्होंने कक्षा को दो समूहों में विभाजित किया। एक समूह (इंटरवेंशन ग्रुप) को पूरे सेमेस्टर के दौरान नौ विशेष, 15-मिनट के मिनी-लेक्चर्स मिले। ये केवल व्याख्यान नहीं थे; ये लाइव प्रदर्शन थे जहाँ शिक्षक छात्रों को दिखाते थे कि AI का उपयोग "सोक्रेटिक ट्यूटर" (एक रोबोट जो उत्तर देने के बजाय प्रश्न पूछता है) के रूप में कैसे किया जाए, प्रोग्राम बनाने के लिए इसका उपयोग कैसे किया जाए, और यह जाँचने के लिए कि क्या AI झूठ बोल रहा है। दूसरे समूह ने अपना सामान्य काम जारी रखा।
इसके बाद शोधकर्ताओं ने छात्रों को सेमेस्टर की शुरुआत और अंत में सर्वेक्षण भरने के लिए कहा, जिसमें उनसे पूछा गया कि वे कितनी बार AI का उपयोग करते हैं, उनके बारे में वे क्या सोचते हैं, और वे यह कैसे जाँचते हैं कि AI सही है या नहीं। उन्होंने मिडटर्म्स पर छात्रों के ग्रेड भी देखे, जो बिना फोन या इंटरनेट के कक्षा में लिए गए थे, ताकि यह देखा जा सके कि AI की आदतें उनकी विषय की समझ से मेल खाती हैं या नहीं।
उन्होंने क्या पाया: "अनवेरिफाइड उपयोग" से "जाँचने" की ओर बदलाव
डेटा जो कहानी बताता है वह बच्चों के एक नए वीडियो गेम को समझने की प्रक्रिया जैसा है। सेमेस्टर की शुरुआत में, लगभग एक-तिहाई छात्रों ने कहा कि उन्होंने इस विशिष्ट क्लास के लिए कभी AI का उपयोग नहीं किया था। अंत तक, यह संख्या लगभग शून्य हो गई। हर कोई इसका उपयोग कर रहा था।
लेकिन उनके उपयोग का तरीका बदल गया।
- "स्वयं प्रयास" (Self-Attempt) में बदलाव: शुरुआत में, अधिकांश छात्रों ने कहा कि वे पहले स्वयं समस्या को हल करने की कोशिश करेंगे, और फिर अपने उत्तर की जाँच करने या अटकने पर मदद लेने के लिए AI का उपयोग करेंगे। सेमेस्टर के अंत तक, यह सबसे लोकप्रिय तरीका बना रहा, लेकिन एक नया चलन दिखाई दिया: अधिक छात्रों ने काम करते समय ही AI को चरण-दर-चरण मार्गदर्शन करने के लिए उपयोग करना शुरू कर दिया, न कि केवल अंत में।
- "विश्वास" का मुद्दा: भले ही छात्र AI का अधिक उपयोग कर रहे थे, लेकिन वे इस पर आँख मूंदकर भरोसा नहीं कर रहे थे। वास्तव में, डेटा बताता है कि वे अधिक संशयवादी (skeptical) होते गए। अधिक छात्रों ने रिपोर्ट किया कि वे सक्रिय रूप से किताबों के विरुद्ध AI के काम की जाँच कर रहे थे या यह सुनिश्चित करने के लिए समस्या को स्वयं फिर से हल कर रहे थे कि कहीं रोबोट गलत जानकारी (hallucinating) तो नहीं दे रहा।
- "ग्रेड" का रहस्य: यहाँ मामला पेचीदा हो जाता है। शोधकर्ताओं ने एक पैटर्न पाया: जो छात्र पहले से ही संघर्ष कर रहे थे (कक्षा के निचले 25%), वे ही इस विशिष्ट क्लास के लिए शुरुआत से ही AI का सबसे अधिक उपयोग कर रहे थे। शीर्ष छात्रों ने इसका सबसे कम उपयोग किया। हालाँकि, शोध पत्र बहुत सावधानी से कहता है कि यह साबित नहीं करता कि AI ने ही कम ग्रेड का कारण बनाया। यह भी उतना ही संभव है कि संघर्ष कर रहे छात्र मदद की जरूरत के कारण AI की ओर मुड़े, या AI पर बहुत अधिक निर्भर रहने के कारण उन्हें बेहतर अभ्यास करने का मौका नहीं मिला। अध्ययन यह नहीं बता सकता कि कारण-प्रभाव (cause-and-effect) का तीर किस दिशा में है।
सबक: क्या शिक्षक के डेमो ने मदद की?
नौ मिनी-लेक्चर्स को छात्रों को "स्मार्ट यूजर" बनने के तरीके दिखाने के लिए डिज़ाइन किया गया था। परिणाम मिले-जुले थे, जैसे किसी कॉन्सर्ट में आधे दर्शक शो को पसंद करते हैं और बाकी आधे को लगता है कि यह समय की बर्बादी थी।
- अच्छा: कई छात्रों ने कहा कि पाठों ने उन्हें अपने विशिष्ट प्रोजेक्ट्स, जैसे कि ट्रस ब्रिज (truss bridge) बनाने के लिए AI का उपयोग करने में मदद की। उन्हें यह देखना पसंद आया कि AI को एक ऐसे ट्यूटर के रूप में कैसे बनाया जाए जो उत्तर देने के बजाय प्रश्न पूछता है।
- बुरा: काफी संख्या में छात्रों ने महसूस किया कि पाठ "पुनरावृत्ति" (redundant) थे (वे पहले से ही यह जानते थे) या उनमें "उपयोगिता की कमी" (lacking utility) थी (उन्हें नहीं लगा कि इससे उनके होमवर्क में मदद मिलेगी)। कुछ को लगा कि समय गलत था; उदाहरण के लिए, कंप्यूटर इंटरफेस बनाने पर दिया गया एक पाठ तब दिया गया जब छात्र प्रोजेक्ट के पीछे के गणित को पूरी तरह से नहीं समझ पाए थे, इसलिए यह भ्रमित करने वाला लगा।
- निष्कर्ष: पाठों ने जादू की तरह सबको AI का उपयोग करने में एकदम सटीक नहीं बनाया। इसके बजाय, उन्होंने यह उजागर किया कि छात्रों के शुरुआती बिंदु बहुत अलग होते हैं। कुछ छात्र AI को एक शक्तिशाली उपकरण के रूप में उपयोग करने के लिए तैयार थे, जबकि अन्य अभी भी बुनियादी बातें सीख रहे थे। शोधकर्ताओं ने नोट किया कि भविष्य में इन पाठों को बेहतर बनाने के लिए, उन्हें छात्रों द्वारा उस सप्ताह किए जा रहे वास्तविक होमवर्क और परीक्षाओं से बहुत अधिक निकटता से जोड़ा जाना चाहिए।
बड़ी तस्वीर: एक प्रगतिशील कार्य
इस शोध पत्र का सबसे महत्वपूर्ण निष्कर्ष कोई अंतिम उत्तर नहीं है, बल्कि समस्या को देखने का एक नया तरीका है। शोधकर्ताओं ने पाया कि इंजीनियरिंग क्लास में AI अब कोई "शायद" नहीं है; यह एक "निश्चित रूप से" है। छात्र इसका उपयोग कर रहे हैं, और वे जटिल तरीकों से इसका उपयोग कर रहे हैं—कभी सीखने के लिए, कभी स्वतंत्र कार्य से बचने के लिए, और अक्सर इन दोनों के बीच में।
अध्ययन सुझाव देता है कि AI को प्रतिबंधित करना असंभव है क्योंकि यह छात्रों के काम करने के तरीके में बहुत गहराई से समाया हुआ है। लेकिन उन्हें स्वतंत्र रूप से छोड़ देना भी जोखिम भरा है क्योंकि वे मुख्य कौशल नहीं सीख पाएंगे। "मध्य मार्ग" यह लगता है कि छात्रों को AI के काम को सत्यापित करना और इसे एक विकल्प के बजाय एक साथी के रूप में उपयोग करना सिखाना।
हालाँकि, लेखक अपने निष्कर्षों को लेकर बहुत विनम्र हैं। वे स्वीकार करते हैं कि उनका अध्ययन छोटा था (केवल लगभग 100 छात्र) और वे यह साबित नहीं कर सके कि पाठों ने किसी विशिष्ट परिवर्तन का कारण बनाया। वे अपने काम को एक "प्रारंभिक स्नैपशॉट" (preliminary snapshot) के रूप में वर्णित करते हैं—एक तेजी से बदलते लक्ष्य पर पहली नज़र। जैसे-जैसे AI टूल्स स्मार्ट होंगे और छात्र उनके साथ अधिक सहज होंगे, खेल के नियम भी बदलते रहेंगे। शोध पत्र का मुख्य लक्ष्य एक टूलकिट (सर्वेक्षण और पाठ योजनाएं) प्रदान करना है ताकि अन्य शिक्षक अपने स्वयं के प्रयोग चला सकें और यह समझने में मदद कर सकें कि रोबोटिक जिन्न के युग में इंजीनियरिंग को पढ़ाने का सबसे अच्छा तरीका क्या 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।