Explaining and Sustaining AI Assimilation in Higher Education: The Dual Roles of Engagement and Skeptical Engagement

आज के विश्वविद्यालयों की कक्षाओं में, एक शांत क्रांति छात्रों के लिखने के तरीके को नया रूप दे रही है। आर्टिफिशियल इंटेलिजेंस (AI) उपकरण, जो टेक्स्ट उत्पन्न करने और तत्काल फीडबैक देने में सक्षम हैं, अब केवल भविष्य की अवधारणाएं नहीं रह गए हैं; वे उच्च शिक्षा के दैनिक कार्यप्रवाह में समाहित हो चुके हैं। फिर भी, इन उपकरणों की उपलब्धता मात्र का यह अर्थ नहीं है कि छात्र उनका प्रभावी ढंग से उपयोग कर रहे हैं। वास्तविक चुनौती आत्मसातीकरण (assimilation) में निहित है: वह प्रक्रिया जहाँ एक नई तकनीक नवीनता से हटकर किसी व्यक्ति के काम करने के तरीके का एक स्वाभाविक, नियमित हिस्सा बन जाती है। वर्षों से, शोधकर्ता यह समझने की कोशिश कर रहे हैं कि क्यों कुछ लोग नई तकनीक को अपनाते हैं जबकि अन्य इसे अस्वीकार कर देते हैं। उन्होंने इस बात पर नज़र डाली कि किसी उपकरण को उपयोगी और उपयोग में आसान क्या बनाता है, और उन्होंने उन डरों का भी अध्ययन किया जो लोगों को पीछे खींचते हैं, जैसे कि गोपनीयता की चिंता या मशीन द्वारा नियंत्रित होने का अहसास। एक प्रचलित धारणा यह रही है कि डर और जोखिम केवल वे बाधाएं हैं जो अपनाने को रोकती हैं, और लोगों को AI का उपयोग करने के लिए प्रेरित करने हेतु हमें उन डरों को दूर करना चाहिए। हालाँकि, यह दृष्टिकोण बहुत सरल हो सकता है। यह मानव मस्तिष्क को एक ऐसे स्विच की तरह मानता है जो या तो 'ऑन' है या 'ऑफ', और उस जटिल, आलोचनात्मक सोच को अनदेखा करता है जो इन दोनों के बीच घटित होती है।

नॉर्थ साउथ यूनिवर्सिटी, यूनिवर्सिटी टेक्नोलॉजील ब्रुनेई और कर्टिन यूनिवर्सिटी सारवाक के शोधकर्ताओं की एक टीम ने इस अधिक सूक्ष्म वास्तविकता की जांच करने के लिए कदम उठाया। वे यह समझना चाहते थे कि छात्र वास्तव में अपनी लेखन प्रक्रिया में, विशेष रूप से निबंधों के मसौदे तैयार करते समय और उनमें संशोधन करते समय, AI को कैसे एकीकृत करते हैं। यह धारणा बनाने के बजाय कि छात्र इन उपकरणों को या तो पसंद करते हैं या नापसंद, शोधकर्ताओं ने प्रस्तावित किया कि छात्रों के जुड़ने के दो अलग-अलग तरीके हैं। पहला है सीधा जुड़ाव (straightforward engagement), जहाँ छात्र प्रेरित होते हैं और सिस्टम पर भरोसा करते हैं। दूसरा, जिसे शोधकर्ताओं ने "संदेहपूर्ण जुड़ाव" (skeptical engagement) कहा है, सतर्क और आलोचनात्मक उपयोग की एक अवस्था है। इस अवस्था में, एक छात्र AI के सुझावों को आँख मूंदकर स्वीकार नहीं करता बल्कि उन्हें प्रश्न करता है, उनकी पुष्टि करता है और चुनिंदा रूप से उन्हें लागू करता है। अध्ययन का उद्देश्य यह निर्धारित करना था कि क्या यह संदेहपूर्ण दृष्टिकोण, जिसे अक्सर प्रतिरोध के रूप में देखा जाता है, सीखने और समय के साथ AI के उपयोग को बनाए रखने का एक उत्पादक तरीका हो सकता है।

सच्चाई का पता लगाने के लिए, शोधकर्ताओं ने दो-चरणीय दृष्टिकोण अपनाया। सबसे पहले, उन्होंने उन 22 छात्रों की आवाज़ों को सुना जिन्होंने अपने लेखन कार्यों के लिए AI का उपयोग किया था। इन छात्रों ने अपने अनुभवों के बारे में विस्तृत निबंध लिखे, जिसमें उन्होंने बताया कि किस चीज़ ने उनकी मदद की और किस चीज़ ने उन्हें पीछे खींचा। शोधकर्ताओं ने उनके अनुभवों का विश्लेषण करके उन कारकों का मानचित्र तैयार किया जो इसमें सक्रिय थे। उन्होंने पाया कि छात्र तब सबसे अधिक जुड़ाव महसूस करते थे जब वे अपने काम पर नियंत्रण महसूस करते थे, जब AI उनकी भावनात्मक जरूरतों को समझता हुआ प्रतीत होता था, और जब फीडबैक स्पष्ट और निष्पक्ष होता था। इसके विपरीत, वे तब तनाव या सावधानी महसूस करते थे जब तकनीक अत्यधिक बोझिल हो जाती थी, जब उन्हें लगता था कि वे अपने लेखन पर नियंत्रण खो रहे हैं, या जब वे डेटा गोपनीयता जैसे नैतिक मुद्दों के बारे में चिंतित होते थे। इस प्रारंभिक चरण से पता चला कि छात्र केवल तकनीक को अस्वीकार नहीं कर रहे थे; वे सक्रिय रूप से इसके साथ तालमेल बिठा रहे थे, और अक्सर आलोचनात्मक जांच का रुख अपना रहे थे।

इन अंतर्दृष्टि से लैस होकर, शोधकर्ताओं ने अपने विचारों का बड़े पैमाने पर परीक्षण करने के लिए 303 छात्रों का सर्वेक्षण किया। उन्होंने इन छात्रों से उनके AI उपयोग के बारे में विभिन्न कथनों से कितनी सहमति रखते हैं, इसकी रेटिंग करने को कहा। परिणामों ने पुष्टि की कि उत्साह और संदेह दोनों ही दीर्घकालिक AI उपयोग को संचालित करते हैं, लेकिन वे अलग-अलग तरीकों से ऐसा करते हैं। वे कारक जो छात्र की स्वायत्तता और सक्षमता की भावना को सहारा देते थे, जैसे कि अपने स्वयं के लेखन लक्ष्यों को चुनने की क्षमता और AI के सुझावों के लिए स्पष्ट स्पष्टीकरण प्राप्त करना, उनके सकारात्मक जुड़ाव को दृढ़ता से बढ़ाते थे। दूसरी ओर, निरंतर AI की जाँच करने से होने वाली मानसिक थकान, अपने स्वयं के विचारों पर नियंत्रण खोने का डर, और नैतिक निष्पक्षता संबंधी चिंताओं जैसे कारकों ने छात्रों को उपकरण का उपयोग करने से नहीं रोका। इसके बजाय, इन जोखिमों ने 'संदेहपूर्ण जुड़ाव' के उच्च स्तर को जन्म दिया। छात्र छोड़कर नहीं गए; वे रुके रहे, लेकिन वे अपनी सतर्कता बनाए रखते हुए रुके रहे, मशीन द्वारा दिए गए हर सुझाव की सावधानीपूर्वक जांच करते हुए।

अध्ययन ने पाया कि ये दोनों मार्ग एक ही गंतव्य की ओर ले जाते हैं: आत्मसातीकरण। जो छात्र उत्साहपूर्वक जुड़े थे, उन्होंने AI का अधिक उपयोग किया, और जो छात्र संदेहपूर्ण रूप से जुड़े थे, उन्होंने भी AI का अधिक उपयोग किया, बशर्ते उन्हें लगा कि साझेदारी सही ढंग से काम कर रही है। वास्तव में, डेटा ने दिखाया कि जब छात्रों ने AI के साथ उच्च-गुणवत्ता वाले सहयोग का अनुभव किया—जहाँ उपकरण दखल देने वाले के बजाय उत्तरदायी और सहायक महसूस हुआ—तो उनका आलोचनात्मक, संदेहपूर्ण दृष्टिकोण नियमित उपयोग में बदलने में और भी अधिक प्रभावी हो गया। संदेह समाप्त नहीं हुआ; यह बेहतर एकीकरण के लिए एक उपकरण बन गया। शोधकर्ताओं ने पाया कि जो छात्र AI के आउटपुट पर सवाल उठाते थे, वे तकनीक को अपनाने में विफल नहीं हो रहे थे; बल्कि वे इसे इस तरह से अपना रहे थे जिससे उनकी अपनी एजेंसी और आलोचनात्मक सोच कौशल सुरक्षित रहे।

सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि जोखिम को एक साधारण बाधा के रूप में देखने वाला पारंपरिक दृष्टिकोण अधूरा था। अध्ययन ने स्पष्ट रूप से दिखाया कि जोखिम जागरूकता आवश्यक रूप से अपनाने को दबाती नहीं है। इसके बजाय, यह उपयोग के एक अधिक विचारशील और जिम्मेदार मोड को विकसित कर सकती है। शोधकर्ताओं ने यह भी पाया कि सभी कारक समान रूप से महत्वपूर्ण नहीं थे। जबकि लेखन प्रक्रिया पर नियंत्रण रखने की भावना सकारात्मक जुड़ाव का सबसे मजबूत चालक था, वहीं उपकरण का उपयोग करने का कौशल सीखना इस संदर्भ में जुड़ाव की भविष्यवाणी करने में महत्वपूर्ण नहीं था। इसी तरह, जबकि छात्र AI में पूर्वाग्रह को लेकर चिंतित थे, इस विशिष्ट डर ने मानसिक थकान या नियंत्रण खोने की तरह उनके संदेहपूर्ण व्यवहार को महत्वपूर्ण रूप से प्रेरित नहीं किया। यह सुझाव देता है कि सिस्टम के आंतरिक तर्क के बारे में अमूर्त चिंताओं की तुलना में, परस्पर क्रिया का तात्कालिक अनुभव अधिक मायने रखता है।

इस शोध के निहितार्थ शिक्षा या प्रौद्योगिकी डिजाइन में शामिल किसी भी व्यक्ति के लिए स्पष्ट हैं। यह सुझाव देता है कि AI उपकरणों को पूरी तरह से सहज और जोखिम-मुक्त बनाने का प्रयास करना उनके उपयोग को प्रोत्साहित करने का सबसे अच्छा तरीका नहीं हो सकता है। इसके बजाय, शिक्षकों और डिजाइनरों को ऐसे वातावरण बनाने चाहिए जो आलोचनात्मक सोच का समर्थन करें। उन्हें छात्रों को AI पर सवाल उठाने, यह समझाने के लिए प्रोत्साहित करना चाहिए कि वे किसी सुझाव को क्यों स्वीकार या अस्वीकार करते हैं, और अंतिम उत्पाद पर नियंत्रण बनाए रखने के लिए प्रेरित करना चाहिए। संदेह को एक समस्या के रूप में हल करने के बजाय सीखने की प्रक्रिया के एक मूल्यवान हिस्से के रूप में मानकर, संस्थान छात्रों और आर्टिफिशियल इंटेलिजेंस के बीच एक गहरा, अधिक टिकाऊ संबंध विकसित कर सकते हैं। अध्ययन का निष्कर्ष है कि शिक्षा में AI का भविष्य इस बात पर निर्भर नहीं करता कि छात्र मशीन पर अंधविश्वास करते हैं, बल्कि इस पर निर्भर करता है कि वे इसके साथ आलोचनात्मक रूप से काम करने में कितने सक्षम हैं, जिससे यह सुनिश्चित हो सके कि तकनीक शिक्षार्थी को बदलने के बजाय उसकी सेवा करे।