Students' Epistemological Beliefs and their Chatbot Preferences in AI-mediated Physics Learning
यह अध्ययन एक तरंग सिमुलेशन मॉड्यूल में प्रारंभिक भौतिकी के छात्रों के ज्ञानमीमांसीय विश्वासों और एआई चैटबॉट व्यवहारों के प्रति उनकी प्राथमिकताओं के बीच संबंध की जांच करता है, जिसमें यह पाया गया कि हालांकि निर्देशित पूछताछ और प्रत्यक्ष उत्तरों के "संयोजन" को प्राथमिकता देने वाले छात्रों ने शुरुआत में अधिक परिष्कृत विश्वास प्रदर्शित किए, लेकिन बोनफेरोनी सुधार (Bonferroni correction) के बाद ये अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं थे।
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 साइकिल चलाना सीखने की कोशिश कर रहे हैं। आपके पास एक सहायक चुनने के लिए दो विकल्प हैं: एक जो पीछे बैठ जाता है और आपके लिए दिशा तय करता है, और आपको ठीक-ठीक बताता है कि कहाँ जाना है, और दूसरा जो आपके साथ दौड़ता है, पूछता है, "तुम्हें क्या लगता है कि तुम्हें किस तरफ मुड़ना चाहिए?" और केवल तभी हैंडल पकड़ता है जब आप टकराने ही वाले हों। यह भौतिकी शिक्षा अनुसंधान (physics education research) नामक विज्ञान के एक दिलचस्प कोने का मूल है। इस क्षेत्र के वैज्ञानिक केवल इस बात की परवाह नहीं करते कि आपको टेस्ट में सही उत्तर मिला या नहीं; उन्हें इस बात की परवाह है कि आपका मस्तिष्क स्वयं ज्ञान के बारे में कैसे सोचता है। वे आपकी "ज्ञान संबंधी मान्यताओं" (epistemological beliefs) का अध्ययन करते हैं, जो कि पूछने का एक शानदार तरीका है: क्या आप ज्ञान को विशेषज्ञों द्वारा दी गई तथ्यों की एक निश्चित सूची के रूप में देखते हैं, या क्या आप इसे अपने प्रयासों और गलतियों के माध्यम से खुद बनाने वाली चीज़ के रूप में देखते हैं?
अब, इस क्षेत्र में नया खिलाड़ी आया है: जेनरेटिव एआई (Generative AI)। ये सुपर-स्मार्ट चैटबॉट्स हैं जो तुरंत समस्याओं को हल कर सकते हैं। जैसे-जैसे छात्र होमवर्क के लिए इन उपकरणों का उपयोग करना शुरू करते हैं, एक बड़ा सवाल उठता है: क्या वे छात्र जो चाहते हैं कि एआई बस उन्हें "उत्तर दे दे", वे उन छात्रों की तुलना में अलग तरह से सोचते हैं जो चाहते हैं कि एआई उन्हें "समस्या के माध्यम से मार्गदर्शन करे"? यदि हम यह समझ सकें, तो हम ऐसे एआई ट्यूटर्स डिज़ाइन कर सकते हैं जो केवल छात्रों के लिए काम न करें, बल्कि वास्तव में उन्हें बेहतर विचारक बनने में मदद करें।
यह शोध पत्र, जिसे पर्ड्यू यूनिवर्सिटी के शोधकर्ताओं द्वारा लिखा गया है, सीधे उसी प्रश्न में उतरता है। उन्होंने कैलकुलस-आधारित भौतिकी कक्षा लेने वाले छात्रों के लिए एक डिजिटल खेल का मैदान तैयार किया। छात्रों को एक कस्टम-मेड ऑनलाइन मॉड्यूल का उपयोग करके "तरंगों" (waves) नामक विषय को समझने के लिए कहा गया था। इस मॉड्यूल में शानदार सिमुलेशन और एक बिल्ट-इन चैटबॉट था। इससे पहले कि वे शुरू करें, छात्रों से तीन विकल्पों में से अपना पसंदीदा चैटबॉट इंटरैक्शन स्टाइल चुनने के लिए कहा गया:
- प्रत्यक्ष उत्तर: "बस मुझे उत्तर बता दो।"
- निर्देशित पूछताछ (Guided Inquiry): "मुझसे प्रश्न पूछो और मुझे संकेत दो ताकि मैं इसे खुद समझ सकूँ।"
- संयोजन (Combination): "पहले प्रश्न पूछो, लेकिन अगर मैं अटक जाऊं, तो मुझे उत्तर दे दो।"
शोधकर्ताओं ने छात्रों के "ज्ञान संबंधी विश्वासों" को मापने के लिए EBAPS नामक एक मानक सर्वेक्षण भी दिया—जो मूल रूप से सीखने और ज्ञान के बारे में उनके परिष्कृत विचारों को मापता है। वे यह देखना चाहते थे कि एक छात्र जो चैटबॉट चाहता है, वह वास्तव में सीखने के बारे में कैसे सोचता है।
यहाँ उन्हें क्या मिला, और यह थोड़ा मिला-जुला परिणाम है। सबसे पहले, सबसे लोकप्रिय विकल्प संयोजन (Combination) शैली थी। लगभग 52% छात्रों ने इस "पहले मेरा मार्गदर्शन करो, लेकिन अगर मैं अटक जाऊं तो मेरी मदद करो" वाले विकल्प को चुना। एक छोटा समूह, 39.6%, ने प्रत्यक्ष उत्तर चाहा, और केवल 7.6% ने शुद्ध निर्देशित पूछताछ को चुना।
जब शोधकर्ताओं ने तीनों समूहों के सर्वेक्षण स्कोर की तुलना की, तो उन्हें एक दिलचस्प पैटर्न दिखाई दिया। जिन्होंने संयोजन चैटबॉट को चुना, वे उन छात्रों की तुलना में अधिक "परिष्कृत" विश्वास रखते थे जो केवल प्रत्यक्ष उत्तर चाहते थे। विशेष रूप से, इन "संयोजन" वाले छात्रों का मानना था कि:
- ज्ञान केवल अपरिवर्तनीय तथ्यों का एक समूह नहीं है; यह जैसे-जैसे हम सीखते हैं, विकसित और बदल सकता है।
- विज्ञान में अच्छा होना किसी विशेष "स्मार्ट जीन" के साथ पैदा होने के बारे में नहीं है; यह प्रयास करने और अच्छी रणनीतियों का उपयोग करने के बारे में है।
हालाँकि, शोधकर्ता "यूरेका!" चिल्लाने में बहुत सावधान हैं। जबकि आंकड़ों ने एक अंतर दिखाया, उनकी सांख्यिकीय "विश्वसनीयता" थोड़ी डगमगा रही थी। जब उन्होंने यह सुनिश्चित करने के लिए एक सख्त परीक्षण लागू किया कि परिणाम केवल एक इत्तेफाक नहीं हैं (एक विधि जिसे बोनफेरोनी एडजस्टमेंट कहा जाता है), तो समूहों के बीच का अंतर गायब हो गया।
तो, इसका क्या मतलब है? शोध पत्र सुझाव देता है कि एक सहायक, संतुलित एआई ट्यूटर चाहने और सीखने के बारे में ग्रोथ माइंडसेट रखने के बीच एक संबंध हो सकता है। यह संकेत देता है कि जो छात्र मानते हैं कि प्रयास मायने रखता है, वे स्वाभाविक रूप से ऐसे चैटबॉट को पसंद कर सकते हैं जो उत्तर देने से पहले उन्हें थोड़ा चुनौती दे। लेकिन क्योंकि सांख्यिकीय प्रमाण पूरी तरह से ठोस नहीं थे, लेखक कहते हैं कि यह एक प्रमाणित तथ्य के बजाय एक "सुझावात्मक संकेत" है। उन्हें शुद्ध निर्देशित प्रश्नों बनाम शुद्ध उत्तरों चाहने वाले छात्रों के बीच कोई मजबूत संबंध नहीं मिला।
भविष्य के लिए सीख क्या है? यदि हम वास्तव में भौतिकी के छात्रों को बढ़ने में मदद करने के लिए एआई ट्यूटर्स बनाना चाहते हैं, तो हमें केवल उन्हें "शॉर्टकट" बटन चुनने देना नहीं चाहिए। इसके बजाय, हमें ऐसे बॉट्स डिज़ाइन करने चाहिए जो छात्रों को सोचने के लिए प्रेरित करने और प्रश्न पूछने से शुरू हों, और केवल तभी उत्तर के साथ हस्तक्षेप करें जब छात्र वास्तव में अटक जाए। यह दृष्टिकोण उन छात्रों के साथ सबसे अच्छा मेल खाता है जिनके सीखने के प्रति रवैये सबसे स्वस्थ हैं, भले ही हमें 100% सुनिश्चित होने के लिए और अधिक शोध की आवश्यकता हो।
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।