Student Perceptions of Essay Grading with Artificial Intelligence in Higher Education

एक विश्वविद्यालय के कक्षा में गूँजती शांत आवाज़ों के बीच, एक परिचित रीति-रिवाज़ एक नया मोड़ ले रहा है। पीढ़ियों से, निबंध एक छात्र के विचारों और एक शिक्षक के निर्णय के बीच एक सेतु रहा है, एक ऐसी प्रक्रिया जहाँ एक मानव पाठक तर्कों को तौलता है, लहजे को समझता है, और व्यक्तिगत आलोचना प्रदान करता है। यह संवाद सीखने के लिए केंद्रीय है, फिर भी यह शिक्षकों पर एक भारी बोझ है, जिन्हें समय पर फीडबैक देने के लिए हज़ारों पन्ने पढ़ने पड़ते हैं। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस परिपक्व हुआ है, सरल कैलकुलेटर से जटिल भाषा समझने में सक्षम प्रणालियों तक पहुँचा है, शोधकर्ताओं ने एक व्यावहारिक प्रश्न पूछना शुरू कर दिया है: क्या एक मशीन निबंध ग्रेड करने की भूमिका निभा सकती है? उत्तर एक साधारण 'हाँ' या 'नहीं' नहीं है, बल्कि आशा और हिचकिचाहट का एक जटिल परिदृश्य है। इसे समझने के लिए, किसी को यह देखना होगा कि लोग नई तकनीक के बारे में अपनी पहली धारणा कैसे बनाते हैं। जिस तरह एक यात्री एक नए शहर का निर्णय उसके पहले सड़क के कोने से कर सकता है, छात्र भी अपने तत्काल अनुभव से एक नए उपकरण का मूल्यांकन करते हैं। उनकी शुरुआती भावनाएँ—चाहे वे महसूस करें कि उपकरण निष्पक्ष, सहायक या ठंडा है—यह तय करती हैं कि वे भविष्य में इस पर भरोसा करेंगे या नहीं। यह गतिशीलता महत्वपूर्ण है क्योंकि यदि छात्रों को विश्वास नहीं होता कि प्रणाली सटीक या निष्पक्ष है, तो वे इसके साथ जुड़ेंगे नहीं, चाहे वह कितनी भी कुशल क्यों न हो।

ऑस्ट्रिया और फिनलैंड के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इसी संपर्क के क्षण को तलाशने के लिए कदम बढ़ाया। उन्होंने कक्षा का अनुकरण नहीं किया या छात्रों से यह नहीं पूछा कि वे एक मशीन के बारे में क्या सोचते होंगे। इसके बजाय, उन्होंने 109 विश्वविद्यालय के छात्रों को एक वास्तविक शिक्षण स्थिति में रखा। छात्रों को डेटा-संचालित व्यावसायिक अवसरों से संबंधित एक विषय पर एक संक्षिप्त निबंध लिखने के लिए कहा गया। समाप्त करने के बाद, उन्होंने अपना काम एक वाणिज्यिक आर्टिफिशियल इंटेलिजेंस सिस्टम को जमा किया जो निबंधों को ग्रेड करने के लिए डिज़ाइन किया गया है। मशीन ने तुरंत एक संख्यात्मक स्कोर और एक लिखित आलोचना प्रदान की, साथ ही एक मॉडल उत्तर भी दिखाया कि एक उच्च गुणवत्ता वाली प्रतिक्रिया कैसी दिखती है। इसके बाद छात्रों ने अपने अनुभव के संबंध में तात्कालिक भावनाओं के बारे में एक एकल, खुला प्रश्न भरा। शोधकर्ताओं ने 109 लिखित प्रतिक्रियाएं एकत्र कीं, जो एक शब्द से लेकर कई वाक्यों तक थीं, और छात्रों द्वारा कही गई बातों में पैटर्न खोजने के लिए एक परिष्कृत पद्धति का उपयोग किया। उन्होंने केवल शब्दों को नहीं गिना; उन्होंने अर्थ के आधार पर प्रतिक्रियाओं को वर्गीकृत किया, यह देखते हुए कि जब छात्र एक ऐसी मशीन का सामना करते हैं जो उनके लेखन का निर्णय लेने का दावा करती है, तो सामान्य विषय क्या उभरते हैं।

विश्लेषण ने सात विशिष्ट विषयों को उजागर किया जिन्होंने छात्रों की प्रतिक्रियाओं के पूर्ण स्पेक्ट्रम को पकड़ा। एक ओर, छात्रों ने इस अनुभव को उल्लेखनीय रूप से सुविधाजनक पाया। उन्होंने फीडबैक की गति और उपकरण के उपयोग की आसानी की सराहना की, यह नोट करते हुए कि यह उपयोगकर्ता के अनुकूल महसूस हुआ और उनके समय की बचत की। यह सकारात्मक स्वागत सुझाव देता है कि तकनीक एक व्यावहारिक उपयोगिता के रूप में अच्छी तरह से काम करती है, जो मानव शिक्षक द्वारा ग्रेड किया हुआ पेपर वापस मिलने के इंतज़ार के घर्षण को दूर करती है। हालाँकि, इस सुविधा पर सटीकता को लेकर एक गहरा और निरंतर संदेह छाया हुआ था। एक बड़ी संख्या में छात्रों ने इस बारे में संदेह व्यक्त किया कि क्या मशीन वास्तव में उनके लेखन की बारीकियों को समझ सकती है। उन्हें डर था कि सिस्टम उनके तर्क के सूक्ष्म बिंदुओं को मिस कर सकता है या रचनात्मकता को पहचानने में विफल हो सकता है, जिससे स्कोर ऐसा महसूस हो सकता है जो अनुचित हो। यह संदेह केवल ग्रेड के बारे में नहीं था, बल्कि प्रणाली की विश्वसनीयता के बारे में था; कई छात्रों को लगा कि उन्हें एक ऐसे 'ब्लैक बॉक्स' द्वारा आंका जा रहा है जिसे वे पूरी तरह से समझ या प्रश्न नहीं कर सकते।

शायद सबसे महत्वपूर्ण निष्कर्ष छात्रों की मानवीय स्पर्श की तीव्र इच्छा थी। जबकि उन्होंने मशीन की दक्षता को स्वीकार किया, कई ने महसूस किया कि फीडबैक में एक मानव शिक्षक की सहानुभूति और गहराई की कमी थी। उन्होंने महसूस किया कि एक मशीन उनके संघर्ष के संदर्भ को वास्तव में नहीं समझ सकती या उस प्रोत्साहन को नहीं दे सकती जो विकास को बढ़ावा देता है। यह तकनीक का अस्वीकार नहीं था, बल्कि इसकी भूमिका के चारों ओर खींची गई एक स्पष्ट सीमा थी। छात्र AI को एक उपयोगी पूरक के रूप में देखते थे, एक ऐसा उपकरण जो प्रारंभिक कार्य संभाल सकता है या त्वरित अभ्यास प्रदान कर सकता है, लेकिन शिक्षा में मानवीय तत्व के विकल्प के रूप में नहीं। वे चाहते थे कि मशीन तथ्यों या संरचना की जाँच करने का भारी काम करे, लेकिन वे चाहते थे कि एक व्यक्ति गुणवत्ता के निर्णय और सीखने के भावनात्मक जुड़ाव को संभाले। अध्ययन सुझाव देता है कि ग्रेडिंग का भविष्य इस बात में नहीं है कि मानव और मशीन के बीच चुनाव किया जाए, बल्कि एक हाइब्रिड दृष्टिकोण में है जहाँ दोनों मिलकर काम करते हैं।

शोधकर्ताओं ने निष्कर्ष निकाला कि हालांकि तकनीक सहायता करने के लिए तैयार है, लेकिन यह उच्च-दांव वाली स्थितियों में अकेले खड़े होने के लिए अभी तैयार नहीं है। छात्रों की मिश्रित भावनाएं एक महत्वपूर्ण अंतर को उजागर करती हैं: तकनीक तेज़ और सुविधाजनक है, लेकिन इसने अभी तक उन शिक्षार्थियों का पूर्ण विश्वास नहीं जीता है जिनकी यह सेवा करती है। अध्ययन यह दावा नहीं करता कि आर्टिफिशियल इंटेलिजेंस शिक्षा के लिए बुरा है, न ही यह सुझाव देता है कि मानव शिक्षक अप्रचलित हो गए हैं। इसके बजाय, यह संतुलन की आवश्यकता की ओर संकेत करता है। शिक्षकों को ऐसी प्रणालियाँ डिज़ाइन करनी चाहिए जहाँ मशीन तत्काल, सुसंगत फीडबैक प्रदान करे जबकि एक मानव शिक्षक प्रक्रिया की देखरेख करे, निष्पक्षता सुनिश्चित करे और आवश्यक सहानुभूति जोड़े। ये निष्कर्ष एक मार्गदर्शक के रूप में कार्य करते हैं कि इन उपकरणों को बिना छात्र और शिक्षक के बीच विश्वास तोड़े कैसे पेश किया जाए। इन शुरुआती प्रतिक्रियाओं को सुनकर, स्कूल एक ऐसा भविष्य बना सकते हैं जहाँ तकनीक उस मानवीय जुड़ाव को खोए बिना सीखने का समर्थन करती है जो शिक्षा को सार्थक बनाता है।