Policy Fragmentation or Institutional Alignment? Institutional Governance of AI in Universities and Business Schools
यह अध्ययन अमेरिकी उच्च शिक्षण संस्थानों में एआई (AI) नीतियों का विश्लेषण करता है और एक महत्वपूर्ण विसंगति पाता है जहाँ विश्वविद्यालय-स्तरीय दिशानिर्देश जोखिम न्यूनीकरण को प्राथमिकता देते हैं जबकि स्कूल-स्तरीय नीतियां शिक्षाशास्त्र पर ध्यान केंद्रित करती हैं, एक ऐसा अंतर जो विशेष रूप से बिजनेस स्कूलों में अत्यधिक स्पष्ट है और विषय-विशिष्ट शिक्षण उद्देश्यों के एकीकरण में बाधा डालता 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
उच्च शिक्षा की दुनिया की कल्पना एक विशाल, हलचल भरे शहर के रूप में करें। दशकों से, इस शहर को नए उपकरणों को संभालने का निर्णय लेना पड़ा है: पहले कैलकुलेटर आया, फिर स्प्रेडशीट, और अब, सबसे शक्तिशाली उपकरण: आर्टिफिशियल इंटेलिजेंस (AI)। AI को एक सुपर-स्मार्ट, सर्वज्ञ सहायक के रूप में सोचें जो निबंध लिख सकता है, जटिल गणित की समस्याओं को हल कर सकता है, और सेकंडों में डेटा का विश्लेषण कर सकता है। लेकिन ठीक वैसे ही जैसे एक नई सुपरपावर के साथ कुछ शर्तें आती हैं, इसके साथ भी एक पेंच है। स्कूल यह तय करने की कोशिश कर रहे हैं कि सड़क के नियम क्या होने चाहिए: क्या छात्रों को इस सहायक का उपयोग करने की अनुमति दी जानी चाहिए? यदि हाँ, तो कैसे? और नियम कौन बनाएगा? यही वह बड़ा सवाल है जिसे यह शोध पत्र उठाता है। यह देखता है कि कैसे विश्वविद्यालय (शहर सरकार) और उनके भीतर के विशिष्ट स्कूल, जैसे कि बिजनेस स्कूल (विशेषीकृत पड़ोस), अपने स्वयं के नियम पुस्तिका (रूलबुक) लिख रहे हैं। लक्ष्य यह देखना है कि क्या सभी एक ही सुर में गा रहे हैं या शहर और पड़ोस आपस में शब्दों को लेकर बहस कर रहे हैं।
लेखक, लिडिया मनिकोंडा और डोमिनिक आउटलॉ ने एक जासूस की भूमिका निभाने का निर्णय लिया। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने अमेरिका के 34 राज्यों के विश्वविद्यालयों की 130 विभिन्न AI नीतियों को पढ़ने और विश्लेषण करने के लिए एक कंप्यूटर प्रोग्राम (एक प्रकार का डिजिटल आवर्धक लेंस) का उपयोग किया। वे यह देखना चाहते थे कि क्या बड़े विश्वविद्यालय के नियम विशिष्ट बिजनेस स्कूल के नियमों से मेल खाते हैं। उन्होंने इन नीतियों के टेक्स्ट को एक पहेली की तरह माना, जिसमें यह मापने के लिए गणित का उपयोग किया गया कि नियम कितने "खुश" या "डरे हुए" सुनाई देते हैं (सेंटिमेंट), वे कितने स्पष्ट थे, और विभिन्न नियम पुस्तिकाओं में कितनी समानता थी।
उन्हें जो पता चला, वह कुछ ऐसा है जैसे यह पता चलना कि शहर सरकार और स्थानीय मोहल्ला सुरक्षा समिति (लोकल नेबरहुड वॉच) दो अलग-अलग भाषाएं बोल रहे हैं।
सबसे पहले, उन्होंने बड़े चित्र को देखा: विश्वविद्यालय-व्यापी नीतियां। ये बहुत सतर्क निकलीं, जैसे एक माता-पिता बच्चे को कह रहे हों, "उस नए खिलौने के साथ सावधान रहो।" भाषा मुख्य रूप से तटस्थ और सौम्य थी, जिसमें "मना है" या "प्रतिबंधित है" जैसे सख्त आदेशों के बजाय "हो सकता है" या "कर सकते हैं" जैसे शब्दों का उपयोग किया गया था। इन बड़ी नीतियों का मुख्य ध्यान सुरक्षा और जोखिम पर था। वे डेटा सुरक्षा (रहस्यों को सुरक्षित रखना) और यह सुनिश्चित करने को लेकर चिंतित थे कि कोई तकनीक का दुरुपयोग न करे। वे मूल रूप से कह रहे थे, "कुछ तोड़ना मत, और अपनी निजी जानकारी इंटरनेट पर अपलोड मत करना।"
फिर, लेखकों ने ज़ूम करके बिजनेस स्कूलों को देखा। उन्होंने पाया कि 130 विश्वविद्यालयों में से केवल आठ के पास अपने बिजनेस स्कूल के लिए एक अलग, विशिष्ट नीति थी। लेकिन यहाँ एक मोड़ है: जब उन्होंने इन आठ बिजनेस स्कूल की नीतियों की तुलना अपने मूल विश्वविद्यालय के नियमों से की, तो वे आपस में बहुत अच्छी तरह मेल नहीं खाती थीं। यह वैसा ही था जैसे शहर कहे, "तारों को मत छुओ," लेकिन बिजनेस स्कूल कहे, "यहाँ बताया गया है कि इन तारों का उपयोग एक शानदार रोबोट बनाने के लिए कैसे किया जाए।"
बिजनेस स्कूल की नीतियां सीखने के लिए AI का उपयोग कैसे किया जाए, इस पर बहुत अधिक केंद्रित थीं। वे विशिष्ट उपकरणों, AI का उपयोग करते हुए असाइनमेंट लिखने के तरीके, और छात्रों को इन उपकरणों का अच्छा उपयोग करना सिखाने के बारे में बात करती थीं। वे "क्या नहीं करना है" के बारे में कम चिंतित थीं और "कैसे करना है" के बारे में अधिक थीं। विश्वविद्यालय की नीतियां किले की रक्षा करने (जोखिम प्रबंधन) के बारे में थीं, जबकि बिजनेस स्कूल के नीति 'नाइट्स' (योद्धाओं) को लड़ना सिखाने (शिक्षाशास्त्र और कौशल) के बारे में थे।
यह शोध पत्र सुझाव देता है कि यह बेमेल होना एक समस्या है। यदि विश्वविद्यालय कहता है, "सावधान रहें," लेकिन बिजनेस स्कूल कहता है, "इस टूल का उपयोग नौकरी पाने के लिए करें," तो छात्र भ्रमित हो जाते हैं। उन्हें समझ नहीं आता कि उन्हें AI से डरना चाहिए या इसे लेकर उत्साहित होना चाहिए। लेखक इस अंतर को ठीक करने की वकालत करते हैं। वे सोचने का एक नया तरीका प्रस्तावित करते हैं जहाँ विश्वविद्यालय सुरक्षा के घेरे (जैसे "रहस्यों को अपलोड न करें") निर्धारित करता है, लेकिन बिजनेस स्कूल उन घेरों के भीतर सीखने के मार्ग बनाने के लिए स्वतंत्र होते हैं।
लेखक इस बात पर सावधानी बरतते हैं कि यह कोई सुलझा हुआ मामला नहीं है। वे सुझाव देते हैं कि अभी चीजें थोड़ी अव्यवस्थित और खंडित हैं। उन्होंने पाया कि अधिकांश विश्वविद्यालय अभी भी "समझने के चरण" में हैं, और नरम भाषा का उपयोग कर रहे हैं क्योंकि तकनीक बहुत तेज़ी से बदल रही है। वे अनुशंसा करते हैं कि स्कूलों को मिलकर काम करना चाहिए ताकि यह सुनिश्चित हो सके कि बड़े नियम और छोटे नियम एक-दूसरे से संवाद करें, ताकि छात्र वास्तविक दुनिया के लिए तैयार होकर स्नातक हों, जहाँ AI पहले से ही नौकरी का एक सामान्य हिस्सा है।
संक्षेप में, यह शोध पत्र दिखाता है कि जबकि विश्वविद्यालय सभी को AI से सुरक्षित रखने की कोशिश कर रहे हैं, वहीं बिजनेस स्कूल छात्रों को इसका उपयोग करना सिखाने की कोशिश कर रहे हैं। चुनौती यह है कि यह सुनिश्चित किया जाए कि ये दोनों लक्ष्य एक-दूसरे के रास्ते में न आएं, बल्कि मिलकर एक ऐसा भविष्य बनाएं जहाँ छात्र सुरक्षित भी हों और कुशल भी।
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।