Thinking-Visibility: An Interventionist Reconceptualisation of Assessment in the Age of AI Co-Production

तकनीकी सारांश: थिंकिंग-विजिबिलिटी (सोच की दृश्यता): AI सह-उत्पादन के युग में मूल्यांकन का एक हस्तक्षेपवादी पुनर्संरचनात्मक दृष्टिकोण

समस्या विवरण
यह शोध पत्र समकालीन शिक्षा में एक संरचनात्मक विरोधाभास को संबोधित करता है: जबकि शिक्षक अपने पेशेवर अभ्यास में जेनरेटिव AI (GenAI) को तेजी से एकीकृत कर रहे हैं, मूल्यांकन के मानदंड अभी भी स्वतंत्र मानवीय लेखकत्व (authorship) के लिए डिज़ाइन किए गए हैं। वर्तमान साहित्य मुख्य रूप से अखंडता की निगरानी, नकल पकड़ने और वैधता के पुनर्निर्धारण पर केंद्रित है, लेकिन यह इस बात का कोई अनुभवजन्य विवरण प्रदान करने में विफल रहा है कि जब AI सह-उत्पादन छात्र के कार्य में संरचनात्मक रूप से एकीकृत हो जाता है, तो मूल्यांकन मानदंड कैसे परिवर्तित होते हैं। मौजूदा समाधान, जैसे कि प्रक्रिया दस्तावेजीकरण (process documentation), स्वयं AI द्वारा उत्पन्न होने के प्रति संवेदनशील पाए गए हैं, जिससे अभ्यासकर्ताओं के पास क्रियाशील ढांचे का अभाव हो जाता है और नीति निर्माताओं के पास साक्ष्य आधारित आधार नहीं बचता। मूल समस्या पारंपरिक मानदंडों की उस क्षमता में अक्षमता है जिससे यह पता लगाया जा सके कि क्या छात्र वास्तव में अपनी स्वयं की सोच का मूल्यांकन कर रहे हैं या उस निर्णय को AI को सौंप रहे हैं, जो प्रामाणिकता और वैधता का संकट पैदा करता है।

कार्यप्रणाली
यह अध्ययन विश्लेषणात्मक लेंस के रूप में सांस्कृतिक-ऐतिहासिक गतिविधि सिद्धांत (CHAT) और हस्तक्षेपवादी पद्धति के रूप में चेंज लैबोरेटरी (परिवर्तन प्रयोगशाला) का उपयोग करता है। यह दृष्टिकोण प्रणालीगत विरोधाभासों को समाप्त किए जाने वाले त्रुटियों के रूप में नहीं, बल्कि परिवर्तन के चालक के रूप में देखता है।

• प्रतिभागी: नौ देशों (जिसमें यूके, न्यूजीलैंड, इंडोनेशिया और सऊदी अरब शामिल हैं) के प्राथमिक, माध्यमिक और उच्च शिक्षा क्षेत्रों के 11 शिक्षक। उन्हें विषय के बजाय सह-शोधकर्ता के रूप में रखा गया था।
• हस्तक्षेप डिजाइन: तीन सप्ताह में फैला पांच-कार्यशालाओं का एक हस्तक्षेप, जो एंगस्ट्रॉम (Engeström) के सात-चरणीय विस्तारित शिक्षण चक्र (प्रश्न पूछना, विश्लेषण, मॉडलिंग, परीक्षण, कार्यान्वयन, प्रतिबिंब, सुदृढ़ीकरण) के आसपास संरचित था।
• डेटा जनरेशन: "मिरर डेटा" (दर्पण डेटा), जिसमें AI के विभिन्न स्तरों के उपयोग वाले तीन चिह्नित छात्र स्क्रिप्ट शामिल थे, को कार्यशाला 1 में पेश किया गया ताकि पेशेवर मूल्यों और मौजूदा मानदंडों के बीच विरोधाभासों को उजागर किया जा सके। डेटा स्रोत कार्यशाला ट्रांसक्रिप्ट, सहयोगात्मक आर्टिफैक्ट्स (पुनर्गठित मानदंड), चैट लॉग और पूर्व/पश्चात साक्षात्कार प्रतिबिंब थे।
• विश्लेषण: अध्ययन ने गतिविधि के "मूल्य/उद्देश्य" (assessment object) के रूपांतरण को ट्रैक किया। मिरर डेटा में देखे गए व्यवधानों को गतिविधि प्रणाली के भीतर विरोधाभासों (प्राथमिक, माध्यमिक, तृतीयक और चतुर्थक) के रूप में मैप किया गया, जिससे प्रारंभिक प्रश्न पूछने से लेकर पुन: परिभाषित उद्देश्य तक का प्रक्षेपवक्र (trajectory) निर्धारित हुआ।

प्रमुख परिणाम
हस्तक्षेप ने खुलासा किया कि मूल्यांकन के विरोधाभास केवल तकनीकी खामियां नहीं हैं, बल्कि गहरे प्रणालीगत तनाव हैं।

1. उद्देश्य प्रक्षेपवक्र (O1–O7): अध्ययन ने सात चरणों के माध्यम से मूल्यांकन उद्देश्य के विकास को अनुभवजन्य रूप से ट्रैक किया:
   • O1–O2: AI का पता लगाने और संज्ञानात्मक स्तरों (ब्लूम के वर्गीकरण) के अनुरूप कैलिब्रेट करने के लिए बेहतर मानदंड बनाने के प्रारंभिक प्रयास।
   • O3–O4: प्रक्रिया की कठोरता (process rigour) के मूल्यांकन की ओर बदलाव, जहाँ एक कठोर प्रक्रिया से प्राप्त 'विफल उत्पाद' को भी उपलब्धि के रूप में देखा जाता है। हालाँकि, प्रतिभागियों ने पाया कि प्रक्रिया दस्तावेजीकरण भी AI-जनित हो सकता है, जिससे शिक्षक निर्णय (teacher judgement) को एक आवश्यक, हालांकि जोखिम भरी, एपिस्टेमिक उपकरण के रूप में पुनः स्थापित किया गया।
   • O5–O7: यह अहसास कि केवल मानदंडों का सुधार पर्याप्त नहीं है। उद्देश्य का विस्तार दोहरी-ट्रैक मूल्यांकन (रचनात्मक प्रक्रिया + योगात्मक सक्षमता) में हुआ और अंततः यह मान्यता मिली कि पूर्ण परिवर्तन के लिए संस्थागत और राजनीतिक सुधार आवश्यक हैं।
2. प्रक्रिया-साक्ष्य विरोधाभास: अध्ययन ने पाया कि प्रक्रिया दस्तावेजीकरण एक सुरक्षित वैधता समाधान नहीं है क्योंकि यह अंतिम उत्पाद की तरह ही AI जनरेशन के प्रति संवेदनशील है।
3. विरोधाभासों का विस्थापन: हालांकि हस्तक्षेप ने उत्पाद से प्रक्रिया की ओर ध्यान केंद्रित करके प्रमुख विरोधाभासों को आंशिक रूप से संबोधित किया, लेकिन अधिकांश विरोधाभास हल होने के बजाय विस्थापित हो गए। नीतिगत विखंडन और संस्थागत समर्थन की कमी अपरिवर्तित रही।
4. थिंकिंग-विजिबिलिटी (सोच की दृश्यता): अध्ययन ने पहचान की कि केवल उत्पाद या प्रक्रिया के चरणों के बजाय छात्र की 'सोच' को दृश्यमान बनाना आवश्यक है। इसे मौखिक पूछताछ, प्रॉम्प्ट एनोटेशन और लाइव जवाबदेही संवाद जैसे तंत्रों के माध्यम से संचालित किया गया।

प्रमुख योगदान
यह शोध पत्र AI-मध्यस्थ मूल्यांकन पर साहित्य में चार विशिष्ट योगदान देता है:

1. विस्तारित शिक्षण का अनुभवजन्य संचालन: यह O1–O7 उद्देश्य प्रक्षेपवक्र का एक अनुभवजन्य विवरण प्रदान करता है, जो यह दर्शाता है कि कैसे अभ्यासकर्ताओं का प्रणालीगत तनावों के साथ सामना धीरे-धीरे मूल्यांकन उद्देश्य को नया आकार देता है, जो विरोधाभासों की सैद्धांतिक पहचान से आगे बढ़कर उनके विकासात्मक परिणामों को ट्रैक करता है।
2. प्रक्रिया-साक्ष्य विरोधाभास का समाधान: यह प्रदर्शित करता है कि प्रक्रिया दस्तावेजीकरण मूल्यांकन की वैधता की गारंटी नहीं दे सकता क्योंकि यह AI जनरेशन के प्रति संवेदनशील है। फलस्वरूप, शिक्षक निर्णय को एक अपरिहार्य आवश्यकता के रूप में पहचाना गया है—एक ऐसा गैर-प्रतिस्थापनीय तंत्र जो वास्तविक संज्ञान (cognition) की व्याख्या करने के लिए आवश्यक है, भले ही इसमें विसंगति और पूर्वाग्रह के अंतर्निहित जोखिम हों।
3. संस्थागत आवश्यकता: यह स्थापित करता है कि मानदंडों का सुधार समानांतर संस्थागत और राजनीतिक परिवर्तन के बिना सफल नहीं हो सकता। अध्ययन संस्थागत प्रतिरोध की गहराई और नीतिगत विखंडन (जैसे, विभिन्न परीक्षा बोर्डों के बीच अलग-अलग नियम) को उजागर करता है जो अलग-थheld शैक्षणिक परिवर्तनों को अप्रभावी बना देता है।
4. थिंकिंग-विजिबिलिटी एक सैद्धांतिक निर्माण के रूप में: यह शोध पत्र "थिंकिंग-विजिबिलिटी" को एक अस्थायी निर्माण (construct) के रूप में प्रस्तावित करता है ताकि यह नाम दिया जा सके कि AI-मध्यस्थ संदर्भों में मूल्यांकन को सकारात्मक रूप से क्या बनना चाहिए। यह इस बात से हटकर कि मूल्यांकन को क्या नहीं होना चाहिए (पुलिसिंग), इस पर ध्यान केंद्रित करता है कि इसे क्या बनना चाहिए (छात्र के तर्क और AI आउटपुट पर उनके स्वामित्व को दृश्यमान बनाना)।

महत्व और दावे
यह शोध दावा करता है कि AI एकीकरण मूल्यांकन में केवल एक सरल रैखिक सुधार नहीं लाता है, बल्कि यह आंशिक स्थिरीकरण और प्रतिगमन (regression) के बीच एक गति पैदा करता है, जो इस बात पर निर्भर करता है कि मानदंडों, प्रामाणिकता, निष्पक्षता और नीति के विरोधाभासों को सामूहिक रूप से संबोधित किया गया है या नहीं।

• मामूली दायरा: लेखक स्वीकार करते हैं कि हस्तक्षेप ने सभी विरोधाभासों को पूरी तरह से हल नहीं किया; कई विस्थापित हो गए। अध्ययन एक पूर्ण समाधान के साथ नहीं, बल्कि दूसरे हस्तक्षेप के लिए एक "प्रवेश द्वार" (opening) के साथ समाप्त होता है।
• सैद्धांतिक आधार: इसका महत्व मूल्यांकन उद्देश्य को पुन: परिभाषित करने के लिए एक सैद्धांतिक आधार ("थिंकिंग-विजिबिलिटी") प्रदान करने में निहित है, जो केवल मानदंड डिजाइन सिद्धांतों से परे जाता है।
• भावी दिशाएँ: शोध स्पष्ट रूप से कहता है कि इस संदर्भ में "सोच" (thinking) की परिभाषा और AI प्रतिस्थापन के प्रति अधिक प्रतिरोधी तंत्रों (जैसे, वास्तविक समय की उपस्थिति बनाम दस्तावेजीकरण) के माध्यम से थिंकिंग-विजिबिलिटी का संचालन, अभी भी खुले प्रश्न हैं जिन्हें आगे के अनुभवजन्य परीक्षण की आवश्यकता है। यह नीति, शिक्षक साक्षरता और ब्लूम के वर्गीकरण अंशांकन (calibration) को संबोधित करने के लिए दूसरे हस्तक्षेप की सिफारिश करता है।