The Attribution-Efficacy Paradox: A Scoping Review of GenAI Interaction and Academic Self-Efficacy in Higher Education
यह स्कोपिंग समीक्षा "एट्रिब्यूशन-एफिकेसी पैराडॉक्स" (आरोपण-प्रभावकारिता विरोधाभास) की पहचान करती है, जो एक ऐसा तनाव है जहाँ जनरेटिव एआई कार्य प्रदर्शन को तो बढ़ाता है लेकिन संभावित रूप से शैक्षणिक आत्म-प्रभावकारिता को कमजोर करता है, और यह तर्क देती है कि उच्च शिक्षा में सतत एकीकरण के लिए एआई-सहायता प्राप्त पूर्णता से हटकर मानव-केंद्रित, मेटाकॉग्निटिव (अधि-संज्ञानात्मक) इंटरेक्शन डिज़ाइन की ओर स्थानांतरित होना आवश्यक है।
मूल पेपर CC BY 4.0 (https://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
मस्तिष्क का जिम और जादुई शॉर्टकट
कल्पना कीजिए कि आप खुद को मजबूत बनाने की कोशिश कर रहे हैं। आप जानते हैं कि भारी वजन उठाना कठिन है, लेकिन वही संघर्ष आपकी मांसपेशियों को बनाता है। अब, कल्पना कीजिए कि एक जादुई मशीन प्रकट होती है जो आपके लिए वजन उठाती है। आप अभी भी भारी बारबेल लेकर बाहर निकल सकते हैं, एक चैंपियन की तरह दिखते हुए, लेकिन आपकी अपनी मांसपेशियों को उस कसरत की जरूरत थी जो उन्हें नहीं मिली। यह आज के छात्रों के सामने आने वाली दुविधा है, जेनेरेटिव आर्टिफिशियल इंटेलिजेंस (GenAI) के उदय के साथ, जो कि वे सुपर-स्मार्ट कंप्यूटर प्रोग्राम हैं जो सेकंडों में निबंध लिख सकते हैं, गणित की समस्याओं को हल कर सकते हैं और कला बना सकते हैं।
यह समझने के लिए कि यह क्यों मायने रखता है, हमें तीन सरल विचारों को देखने की आवश्यकता है जिनका मनोवैज्ञानिकों ने दशकों तक अध्ययन किया है। पहला, सेल्फ-एफिकेसी (Self-Efficacy) है, जो बस एक फैंसी शब्द है यह विश्वास करने के लिए कि आप कुछ खुद कर सकते हैं। जब आप अपने दम पर एक कठिन समस्या को हल करते हैं, तो आपका मस्तिष्क कहता है, "मैंने यह किया! मैं सक्षम हूँ!" दूसरा, एट्रिब्यूशन (Attribution) है, जो यह है कि हम कारणों को कैसे समझाते हैं। यदि आपको अच्छा ग्रेड मिलता है, तो क्या आप सोचते हैं, "मैंने कड़ी मेहनत की," या आप सोचते हैं, "कंप्यूटर ने काम किया"? अंत में, मेटाकॉग्निशन (Metacognition) है, या "सोचने के बारे में सोचना।" यह आपकी पढ़ाई की योजना बनाने, अपने काम की जाँच करने और यह महसूस करने की मानसिक प्रक्रिया है कि आपको कब समझ नहीं आ रहा है। बड़ा सवाल यह नहीं है कि AI शानदार या उपयोगी है या नहीं—बल्कि यह है कि क्या इसका उपयोग एक शॉर्टकट के रूप में करना गुप्त रूप से छात्रों को कम सक्षम और खुद के लिए सोचने में कम इच्छुक बना रहा है।
जादुई कलम का विरोधाभास
यह शोध पत्र, जिसका शीर्षक द एट्रिब्यूशन-एफिकेसी पैराडॉक्स (The Attribution-Efficacy Paradox) है, वर्तमान में कॉलेजों और विश्वविद्यालयों में हो रहे एक अजीब विरोधाभास की गहराई में जाता है। लेखक, एंड्रेस फ्रेंको ने हाल के अध्ययनों (2023 से 2026 तक) का विश्लेषण किया ताकि यह देखा जा सके कि जब छात्र अपने स्कूल के काम के लिए ChatGPT जैसे AI टूल्स का उपयोग करते हैं तो क्या होता है। निष्कर्ष एक पेचीदा स्थिति का सुझाव देते हैं: AI छात्रों के काम को बेहतर दिखाने और उसे तेजी से पूरा करने में अद्भुत है, लेकिन यह चुपचाप उनके आत्मविश्वास को चुरा सकता है।
यह पत्र इसे एट्रिब्यूशन-एफिकेसी पैराडॉक्स कहता है। यह इस प्रकार काम करता है: जब एक छात्र एक आदर्श निबंध लिखने के लिए AI का उपयोग करता है, तो निबंध बेहतरीन होता है। लेकिन क्योंकि छात्र ने सोचने और लिखने की कठिन मेहनत नहीं की, इसलिए उन्हें नहीं लगता कि उन्होंने इसे बनाया है। इसके बजाय, वे सोचने लगते हैं, "AI ने यह किया।" समय के साथ, यह उनके बारे में उनकी धारणा को बदल देता है। भले ही उनके ग्रेड बढ़ रहे हों, लेकिन अकेले काम करने की अपनी क्षमता में उनका विश्वास कम हो जाता है। यह एक वीडियो गेम खिलाड़ी की तरह है जो अंतिम बॉस को हराने के लिए चीट कोड का उपयोग करता है; वह खेल जीत तो जाता है, लेकिन वह कभी खुद को एक कुशल गेमर महसूस नहीं कर पाता।
"प्रॉम्प्ट-एंड-रिसीव" का जाल
समीक्षा में पाया गया कि समस्या AI का उपयोग करना नहीं है; बल्कि यह है कि लोग इसका उपयोग कैसे करते हैं। लेखक इन उपकरणों के साथ छात्रों के दो बहुत अलग तरीकों का वर्णन करता है:
"मेटाकॉग्निटिव लेजीनेस" (Metacognitive Laziness) का जाल: यह तब होता है जब एक छात्र AI से पूछता है, "मेरे लिए इतिहास पर एक निबंध लिखो," और फिर बस उत्तर को कॉपी कर लेता है। यह पत्र सुझाव देता है कि यह एक पर्सनल ट्रेनर को आपके लिए वजन उठाने के लिए काम पर रखने जैसा है जबकि आप केवल देखते रहते हैं। छात्र परिणाम तो प्राप्त कर लेता है, लेकिन वह योजना बनाने, अपनी प्रगति की निगरानी करने और अपनी गलतियों को सुधारने के मानसिक व्यायाम को छोड़ देता है। इस पत्र में समीक्षा किए गए अध्ययन बताते हैं कि जब छात्र ऐसा करते हैं, तो वे आत्म-नियंत्रण और गहरे चिंतन के कौशल का अभ्यास करना बंद कर देते हैं। वे टूल पर निर्भर हो जाते हैं, और अपने स्वयं के मस्तिष्क में उनका विश्वास सिकुड़ने लगता है।
"थिंकिंग पार्टनर" (Thinking Partner) दृष्टिकोण: दूसरी ओर, कुछ छात्र AI का उपयोग अलग तरह से करते हैं। वे पूछ सकते हैं, "मुझे विचार मंथन करने में मदद करें," या "मेरे आउटलाइन की आलोचना करें," या "यह उत्तर क्यों गलत है, यह समझाएं।" इस मोड में, AI एक प्रतिस्थापन फाइटर के बजाय बॉक्सिंग रिंग में एक स्पैरिंग पार्टनर की तरह कार्य करता है। छात्र को अभी भी योजना बनानी, सोचना और काम करना पड़ता है, लेकिन AI उन्हें इसमें बेहतर होने में मदद करता है। पत्र का सुझाव है कि जब छात्र इस तरह से AI का उपयोग करते हैं, तो वे अपना आत्मविश्वास ऊंचा रखते हैं और वास्तव में सीखने के तरीके में बेहतर होते हैं।
निर्णय: यह बातचीत के बारे में है, टूल के बारे में नहीं
पत्र का तर्क है कि हमें AI पर घबराना नहीं चाहिए और न ही इसे प्रतिबंधित करना चाहिए, और न ही हमें छात्रों को इसे अपनी मर्जी से उपयोग करने देना चाहिए। मुख्य निष्कर्ष यह है कि खतरा "सतही स्तर" की बातचीत से आता है जहाँ AI छात्र के लिए सोचता है। लेखक का सुझाव है कि यदि स्कूल और शिक्षक ऐसे असाइनमेंट डिजाइन करते हैं जो छात्रों को AI को एक सहायक के रूप में उपयोग करने के लिए मजबूर करते हैं न कि एक प्रतिस्थापन के रूप में, तो इस विरोधाभास को हल किया जा सकता है।
समीक्षा निष्कर्ष निकालती है कि शिक्षा का भविष्य मानव और मशीन के बीच चुनाव करने के बारे में नहीं है। यह एक ऐसा सिस्टम डिजाइन करने के बारे में है जहाँ मशीन इंसान को मजबूत बनाने में मदद करे, कमजोर नहीं। यदि हम AI को एक जादुई शॉर्टकट की तरह देखते हैं, तो हम ऐसे छात्रों के साथ समाप्त हो सकते हैं जो उत्कृष्ट काम तो पैदा कर सकते हैं लेकिन उन्हें लगता है कि वे इसके बिना कुछ भी नहीं कर सकते। लेकिन यदि हम AI को एक कोच की तरह देखते हैं जो हमें और अधिक सोचने के लिए प्रेरित करता है, तो हम दोनों दुनिया का सर्वश्रेष्ठ प्राप्त कर सकते हैं: शानदार परिणाम और एक ऐसा मस्तिष्क जो वास्तव में सक्षम महसूस करता है।
पत्र स्वीकार करता है कि यह एक नया क्षेत्र है और अधिक शोध की आवश्यकता है, विशेष रूप से यह देखने के लिए कि यह विभिन्न संस्कृतियों और शिक्षकों के लिए कैसे काम करता है। लेकिन संदेश स्पष्ट है: टूल समस्या नहीं है; जिस तरह से हम इसका उपयोग करते हैं, वह है। यदि हम चाहते हैं कि छात्र आत्मविश्वासी और स्वतंत्र विचारक बनें, तो हमें यह सुनिश्चित करना होगा कि वे स्वयं भारी काम (heavy lifting) करें, भले ही उन्हें रोबोट से थोड़ी मदद मिल रही 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।