Psychological Determinants of Academic Integrity in the Use of Generative AI in Higher Education
यह शोध पत्र उच्च शिक्षा में छात्रों द्वारा जनरेटिव एआई के उपयोग को प्रभावित करने वाले मनोवैज्ञानिक कारकों का संश्लेषण करता है, और यह तर्क देता है कि शैक्षणिक अखंडता को केवल पहचान-केंद्रित निगरानी के बजाय स्पष्ट नीतियों, नैतिक शिक्षण पद्धति और एआई साक्षरता द्वारा सर्वोत्तम रूप से समर्थित किया जा सकता 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
आधुनिक कक्षा में, एक शांत क्रांति ने अपनी जगह बना ली है, जो नई मशीनों के शोर से नहीं, बल्कि कंप्यूटर स्क्रीन की शांत गूँज के साथ आई है। दशकों से, शिक्षक इस विचार पर निर्भर रहे हैं कि छात्र द्वारा प्रस्तुत किया गया कार्य उनके अपने मस्तिष्क का सीधा प्रतिबिंब है, जो उनके प्रयास और समझ का एक अनूठा उत्पाद है। लेखकत्व (authorship) की यह अवधारणा अकादमिक विश्वास की आधारशिला है। हालाँकि, जेनरेटिव आर्टिफिशियल इंटेलिजेंस (generative artificial intelligence) नामक उपकरणों के एक नए वर्ग ने एक सहायक और एक घोस्टराइटर (ghostwriter) के बीच की रेखा को धुंधला करना शुरू कर दिया है। ये सिस्टम जटिल ग्रंथों का सारांश निकाल सकते हैं, निबंध लिख सकते हैं, कंप्यूटर कोड लिख सकते हैं, और यहाँ तक कि छात्र की लेखन शैली की नकल भी कर सकते हैं। इसका परिणाम एक भ्रमित करने वाला ग्रे क्षेत्र (gray area) है जहाँ यह स्पष्ट नहीं रह जाता कि छात्र सीखने के लिए उपकरण का उपयोग कर रहा है या काम को अपने लिए करवाने के लिए उपकरण का उपयोग कर रहा है। इस बदलाव ने विश्वविद्यालयों को एक कठिन प्रश्न पूछने के लिए मजबूर कर दिया है: जब एक छात्र इन शक्तिशाली मशीनों का उपयोग करता है, तो क्या वह अकादमिक अखंडता का उल्लंघन कर रहा है, या वह केवल एक नई वास्तविकता के अनुकूल हो रहा है? उत्तर, जैसा कि पता चला है, स्वयं सॉफ्टवेयर में नहीं, बल्कि कीबोर्ड के पीछे मौजूद मानव मस्तिष्क में निहित है।
11वें इंटरनेशनल एकेडेमिक स्टडीज कांग्रेस के कार्यवाही (proceedings) में प्रकाशित एक हालिया अध्ययन यह समझने का प्रयास करता है कि वे कौन सी मनोवैज्ञानिक ताकतें हैं जो छात्रों को ये चुनाव करने के लिए प्रेरित करती हैं। अकादमिक बेईमानी को नियमों को तोड़ने या डिटेक्शन सॉफ्टवेयर द्वारा पकड़े जाने के एक साधारण मामले के रूप में देखने के बजाय, शोधकर्ता, एज़गी डैगटेकिन (Ezgi Dagtekin) और एरकन एर्कलकलन (Ercan Erkalkan) प्रस्तावित करते हैं कि आर्टिफिशियल इंटेलिजेंस का ईमानदारी या बेईमानी से उपयोग करने का निर्णय एक जटिल मानसिक प्रक्रिया है। उन्होंने 2022 से शुरुआती 2026 तक के सोलह प्रमुख प्रकाशनों के संग्रह का परीक्षण किया, और यह देखने के लिए कि छात्र इन उपकरणों के बारे में कैसे सोचते हैं, उनमें पैटर्न खोजे। उनका कार्य सुझाव देता है कि छात्र आर्टिफिशियल इंटेलिजेंस के सभी उपयोगों को अकादिक अखंडता का उल्लंघन नहीं मानते हैं। इसके बजाय, वे विभिन्न आंतरिक और बाहरी कारकों को तौलते हैं, जैसे कि वे कितना दबाव महसूस करते हैं, उनके दोस्त क्या कर रहे हैं, और उनके शिक्षकों ने नियमों को कितनी स्पष्टता से समझाया है।
शोधकर्ताओं ने पाया कि बेईमान व्यवहार का जोखिम तब बढ़ जाता है जब वातावरण अनिश्चित महसूस होता है। जब किसी विश्वविद्यालय की नीतियां अस्पष्ट होती हैं, या जब एक छात्र मानता है कि बाकी सभी लोग बिना किसी परेशानी के इन उपकरणों का उपयोग कर रहे हैं, तो बेईमान व्यवहार के लिए मनोवैज्ञानिक बाधा कम हो जाती है। इन स्थितियों में, छात्र अक्सर 'मोरल डिसएंगेजमेंट' (moral disengagement) नामक एक मानसिक युक्ति का उपयोग करते हैं। यह खुद को यह समझाने का एक तरीका है कि एक संदिग्ध कार्य वास्तव में हानिरहित या आवश्यक है। एक छात्र खुद को यह कहकर समझा सकता है कि ड्राफ्ट लिखने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करना केवल दक्षता का एक रूप है, या यह केवल एक नई तकनीकी दुनिया के अनुकूल एक सामान्य अनुकूलन है, न कि अकादमिक अखंडता का उल्लंघन। अध्ययन इस बात पर प्रकाश डालता है कि यह युक्तिकरण (rationalization) अक्सर सामाजिक प्रभाव से प्रेरित होता है; यदि एक छात्र देखता है कि उसके साथी आगे बढ़ने के लिए इन उपकरणों का उपयोग कर रहे हैं, तो वह भी आधिकारिक नियमों की परवाह किए बिना वैसा ही करने के लिए एक मजबूत खिंचाव महसूस करता है।
एक अन्य प्रमुख कारक छात्रों को दिए गए निर्देशों की स्पष्टता है। लेखकों ने पाया कि "आर्टिफिशियल इंटेलिजेंस का अनुचित रूप से उपयोग न करें" जैसे व्यापक, अमूर्त नियम अक्सर प्रभावी होने के लिए बहुत भ्रमित करने वाले होते हैं। छात्र यह जानने में संघर्ष करते हैं कि कौन सी मदद स्वीकार्य है और कौन सी सीमा पार कर बेईमान व्यवहार में बदल जाती है। जब मार्गदर्शन किसी विशेष असाइनमेंट के लिए विशिष्ट होता है, जैसे कि स्पष्ट रूप से यह बताना कि क्या अंतिम ड्राफ्ट लिखने के बजाय केवल विचारों को मंथन (brainstorming) करने के लिए उपकरण का उपयोग करना ठीक है, तो छात्र बेईमान व्यवहार में फिसलने की कम संभावना रखते हैं। अध्ययन बताता है कि भ्रम अक्सर विश्वविद्यालय के सामान्य हैंडबुक और एक विशिष्ट शिक्षक की विशिष्ट कक्षा की अपेक्षाओं के बीच बेमेल होने से उत्पन्न होता है। यह अस्पष्टता एक मौन अनुमति पत्र (permission slip) के रूप में कार्य कर सकती है, जिससे छात्र ऐसे चुनाव कर सकते हैं जो वे नहीं करते यदि अपेक्षाएं पूरी तरह स्पष्ट होतीं।
अकादमिक वातावरण का दबाव भी एक महत्वपूर्ण भूमिका निभाता है। जब छात्र सख्त समय सीमा, भारी कार्यभार, या अपने ग्रेड के बारे में तीव्र चिंता का सामना करते हैं, तो वे निपटने के तरीके के रूप में आर्टिफिशियल इंटेलिजेंस की ओर मुड़ने की अधिक संभावना रखते है। इन क्षणों में, उपकरण का उपयोग धोखे के जानबूझकर इरादे के बजाय आवश्यकता की भावना से प्रेरित होता है। यदि एक छात्र महसूस करता है कि वह अपने दम पर एक कठिन कार्य पूरा नहीं कर सकता, या यदि उसमें अपने विचारों को व्यवस्थित करने की क्षमता की कमी है, तो वह कठिन संज्ञानात्मक कार्य (cognitive work) को मशीन को सौंप सकता है। यह हमेशा धोखाधड़ी का एक गणनात्मक कार्य नहीं होता है, बल्कि अभिभूत महसूस करने की एक प्रतिक्रिया होती है। अध्ययन बताता है कि जब छात्रों को लगता है कि उनके पास सफल होने का कोई दूसरा रास्ता नहीं है, तो उपकरण का उपयोग करने की नैतिक लागत बहुत कम महसूस होती है।
इन निष्कर्षों को समझने के लिए, लेखक एक मॉडल प्रस्तावित करते हैं जो पर्यावरण को छात्र के मन और अंततः उनके कार्यों से जोड़ता है। कल्पना कीजिए कि विश्वविद्यालय का परिवेश एक परिदृश्य (landscape) है जो छात्र के निर्णय लेने के मौसम को आकार देता है। नियम, शिक्षण शैली और मूल्यांकन विधियाँ उस परिदृश्य का निर्माण करती हैं। यह परिदृश्य इस बात को प्रभावित करता है कि छात्र स्थिति की व्याख्या कैसे करता है: क्या वे दबाव महसूस करते हैं? क्या वे सोचते हैं कि उपकरण का उपयोग करना सामान्य है? क्या वे मानते हैं कि वे स्वयं काम करने में सक्षम हैं? ये आंतरिक विचार फिर परिणाम निर्धारित करते हैं: छात्र खुले तौर पर और ईमानदारी से उपकरण का उपयोग कर सकता है, नियमों की सीमा पर रहकर उपयोग कर सकता है, या अपने स्वयं के कार्य को बेईमानी से बदलने के लिए इसका उपयोग कर सकता है। अध्ययन का तर्क है कि पर्यावरण सीधे व्यवहार को मजबूर नहीं करता है; इसके बजाय, यह सही, आवश्यक और सुरक्षित के प्रति छात्र की धारणा को आकार देता है।
इस शोध के निहितार्थ बताते हैं कि केवल आर्टिफिशियल इंटेलिजेंस को प्रतिबंधित करना या इसे पहचानने के लिए सॉफ्टवेयर पर भरोसा करना पर्याप्त नहीं है। लेखक तर्क देते हैं कि विश्वविद्यालयों को दंड और निगरानी से आगे बढ़ने की आवश्यकता है। इसके बजाय, उन्हें प्रत्येक असाइनमेंट के लिए स्पष्ट, विशिष्ट दिशानिर्देश बनाने, छात्रों को इन उपकरणों का नैतिक रूप से उपयोग करना सिखाने, और उन छात्रों का समर्थन करने पर ध्यान केंद्रित करना चाहिए जो अपने कार्यभार से अभिभूत महसूस करते हैं। मनोवैज्ञानिक चालों (drivers)—जैसे कि विफलता का डर, नियमों को लेकर भ्रम, और प्रदर्शन करने का दबाव—को संबोधित करके, शिक्षक छात्रों को बेहतर विकल्प चुनने में मदद कर सकते हैं। अध्ययन इस निष्कर्ष पर पहुँचता है कि समाधान स्पष्ट नीति, बेहतर शिक्षण और वास्तविक समर्थन के संयोजन में निहित है, जिससे छात्रों को यह समझने में मदद मिले कि अपने काम का स्वामित्व होने का अर्थ है उन विचारों की जिम्मेदारी लेना जिन्हें वे प्रस्तुत करते हैं, चाहे वे वहां तक पहुँचने के लिए किन भी उपकरणों का उपयोग करें।
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।