Designing, Teaching, and Credentialing AI Literacy in Higher Education: A Conceptual Framework and Empirical Insights ​

कल्पना कीजिए कि आप एक विशाल पुस्तकालय में कदम रख रहे हैं जहाँ किताबें अब केवल मनुष्यों द्वारा नहीं लिखी जाती हैं। इसके बजाय, एक सुपर-स्मार्ट, अदृश्य रोबोट लाइब्रेरियन सभी को अलमारियों पर कहानियाँ लिखने, संपादित करने और उनका सारांश बनाने में मदद कर रहा है। यह विज्ञान कथा नहीं है; यह वही हो रहा है जो अभी विश्वविद्यालयों में AI के साथ हो रहा है, और विशेष रूप से "जेनेरेटिव AI" (GenAI) के साथ। GenAI को एक रचनात्मक साथी की तरह समझें जो आपके विनम्रता से कहने पर तुरंत एक निबंध का मसौदा तैयार कर सकता है, एक कंप्यूटर प्रोग्राम लिख सकता है, या एक चित्र बना सकता है। लेकिन पेचीदा हिस्सा यह है: सिर्फ इसलिए कि रोबोट काम कर सकता है, इसका मतलब यह नहीं है कि हमें पता है कि उससे बात कैसे करनी है, यह कैसे जाँचना है कि वह सच बोल रहा है या नहीं, या यह तय करना कि कब उसे पहिया थामने देना है।

लंबे समय तक, स्कूलों ने लोगों को AI के बारे में ऐसे सिखाने की कोशिश की जैसे कि यह एक नए प्रकार का कैलकुलेटर हो—कुछ ऐसा जिसे आप बस बटन दबाना सीख जाते हैं। लेकिन यह नया रोबोट लाइब्रेरियन अलग है। यह एक सहयोगी की तरह है जो कभी-कभी चीजें बना सकता है (जिसे हम "हैलुसिनेशन" या भ्रम कहते) या अनजाने में किसी और की शैली की नकल कर सकता है बिना बताए। इसलिए, विश्वविद्यालय नियमों का एक नया सेट बनाने के लिए संघर्ष कर रहे हैं। उन्हें छात्रों को न केवल यह सिखाने की आवश्यकता है कि AI क्या है, बल्कि यह भी कि उस रोबोट का "बॉस" कैसे बनें: सही प्रश्न कैसे पूछें, यह कैसे पहचानें कि रोबोट झूठ बोल रहा है, और यह कैसे सुनिश्चित करें कि आप अभी भी सोच रहे हैं, न कि केवल रोबोट। यह शोध पत्र उस यात्रा के लिए एक मानचित्र बनाने के बारे में है, ताकि छात्र और शिक्षक रोबोट सहायकों की भूलभुलैया में खो न जाएं।

शोध पत्र का बड़ा विचार: रोबोट युग के लिए एक बेहतर मानचित्र बनाना

यह शोध पत्र एक टीम के वास्तुकारों और खोजकर्ताओं की तरह है जिन्होंने AI की दुनिया में विश्वविद्यालयों में नेविगेट करने के लिए एक नया, बेहतर मानचित्र बनाने का निर्णय लिया। शोधकर्ताओं, सुनिता हिरश और डिएटर उकेलमैन ने जर्मनी के एक विशिष्ट विश्वविद्यालय (होचशूले फुर टेक स्टटगार्ट) को देखा जिसने पहले से ही छात्रों को यह साबित करने के लिए एक "प्रमाणपत्र" बनाने की कोशिश की थी कि वे AI के बारे में अपना ज्ञान रखते हैं। वे देखना चाहते थे कि क्या उनका मानचित्र काम करता है, कहाँ यह भ्रमित करने वाला है, और GenAI के इस नए युग के लिए इसे कैसे ठीक किया जाए।

पुराना मानचित्र थोड़ा अटपटा था
विश्वविद्यालय ने पहले एक "क्षमता मैट्रिक्स" (Competence Matrix) बनाया था, जो मूल रूप से एक विशाल ग्रिड है। एक तरफ, इसने विभिन्न प्रकार के कौशल सूचीबद्ध किए (जैसे "तथ्य जानना" या "नैतिक होना"), और दूसरी तरफ, इसमें कठिनाई के चार स्तर थे (जैसे "मैंने AI के बारे में सुना है" से लेकर "मैं AI बना सकता हूँ" तक)। विचार यह था कि छात्र वीडियो गेम पॉइंट्स की तरह पाठ्यक्रम और कार्यशालाओं के माध्यम से "क्रेडिट" एकत्र कर सकते हैं, और अंततः एक प्रमाणपत्र अर्जित कर सकते हैं जो कहता है, "हाँ, यह व्यक्ति AI-साक्षर है।"

हालाँकि, जब शोधकर्ताओं ने छात्रों और शिक्षकों से इस मानचित्र के बारे में पूछा, तो उन्होंने पाया कि यह अदृश्य स्याही से बने खजाने के नक्शे जैसा था।

• भ्रम: कठिनाई के चार स्तरों के बीच अंतर करना बहुत कठिन था। छात्र यह नहीं समझ पा रहे थे कि वे स्तर 2 पर हैं या स्तर 3 पर। यह बहुत जटिल था।
• छूटा हुआ हिस्सा: पुराने मानचित्र ने वास्तव में नए "रोबोट लाइब्रेरियन" (GenAI) को ध्यान में नहीं रखा था। इसने AI को एक स्थिर उपकरण की तरह माना, लेकिन GenAI एक बातूनी, संवादात्मक साथी है। पुराने मानचित्र में "प्रॉम्प्टिंग" (अच्छे परिणाम प्राप्त करने के लिए AI से बात करना) या "विश्वास को कैलिब्रेट करना" (यह जानना कि कब रोबोट पर विश्वास करना है और कब दोबारा जाँच करनी है) जैसे कौशल के लिए पर्याप्त स्थान नहीं था।
• उपयोगिता की समस्या: जबकि सभी इस बात पर सहमत थे कि प्रमाणपत्र एक अच्छा विचार था, वास्तव में इसे प्राप्त करने की प्रक्रिया कठिन थी। प्रगति को ट्रैक करना कठिन था, और नियम थोड़े अस्पष्ट लग रहे थे।

नया मानचित्र: सरल, स्मार्ट और अधिक संवादात्मक
13 छात्रों और कर्मचारियों के साक्षात्कार और 61 लोगों के सर्वेक्षण के आधार पर, लेखकों ने मानचित्र को फिर से डिज़ाइन किया। उन्होंने महसूस किया कि नए AI को संभालने के लिए, आपको इसे केवल "ज्ञान" के रूप में नहीं, बल्कि सक्रिय आदतों के एक सेट के रूप में सोचना होगा।

उन्होंने इस पूरे विचार को एक तीन-स्तरीय सीढ़ी और पाँच मुख्य कौशल क्षेत्रों में समेट दिया:

1. तीन स्तर (सीढ़ी):

   • स्तर 1: नींव (Foundations)। यह "नमस्ते, रोबोट" चरण है। आप अपने दैनिक जीवन में AI को पहचानना सीखते हैं, यह कैसे काम करता है इसके मूल सिद्धांतों को समझते हैं, और सरल कार्यों के लिए इसका उपयोग करते हैं।
   • स्तर 2: गहन अध्ययन (Deep Dive)। यहाँ, आप एक "रोबोट आलोचक" बनते हैं। आप केवल AI का उपयोग नहीं करते; आप इससे बेहतर तरीके से बात करना सीखते हैं (प्रॉम्प्टिंग), यह जाँचते हैं कि क्या यह झूठ बोल रहा है (हैलुसिनेशन को पहचानना), और इसे अपने स्कूल के काम में बुनना सीखते हैं।
   • स्तर 3: उन्नत अभ्यास (Advanced Practice)। यह "रोबोट कंडक्टर" चरण है। आप केवल उपकरण का उपयोग नहीं कर रहे हैं; आप डिजाइन कर रहे हैं कि यह जटिल परियोजनाओं में कैसे फिट होता है, दूसरों को इसे जिम्मेदारी से उपयोग करने के लिए सिखा रहे हैं, और यह बड़े निर्णय ले रहे हैं कि कब AI का उपयोग नहीं करना है।

2. पाँच कौशल क्षेत्र (बैकपैक):

   • वैचारिक और तकनीकी: यह जानना कि इसके अंदर क्या है।
   • आलोचनात्मक, नैतिक और कानूनी: पूर्वाग्रह, कॉपीराइट मुद्दों और सत्यता की जाँच करना।
   • व्यावहारिक बातचीत: AI के साथ बात करने की कला (प्रॉम्प्टिंग) और इसके साथ काम करना।
   • सृजन (Creation): AI के साथ चीजें बनाना, न कि केवल इसका उपयोग करना।
   • स्व-नियमन (Self-Regulation): सबसे महत्वपूर्ण कौशल। यह जानना कि AI का उपयोग कब बंद करना है ताकि आप आलसी न हों, और अपने मस्तिष्क को सक्रिय रखना।

उन्होंने क्या पाया (Aha! क्षण)
यह शोध पत्र सुझाव देता है कि AI साक्षरता के बारे में सोचने का पुराना तरीका बहुत स्थिर था। केवल AI के बारे में "जानना" पर्याप्त नहीं था। नए निष्कर्ष बताते हैं कि परस्पर क्रिया (Interaction) ही कुंजी है। आपको यह सीखना होगा कि AI के साथ बातचीत कैसे करनी है, उससे कैसे बहस करनी है, और अपने ध्यान को कैसे प्रबंधित करना है ताकि आप रोबट को आपके लिए सारा सोचने न दें।

शोधकर्ताओं ने पाया कि हालांकि प्रमाणपत्र का विचार लोकप्रिय था (लोगों को लगा कि यह उपयोगी और प्रासंगिक है), लेकिन इसके संगठन का तरीका समस्या थी। स्तरों को चार से घटाकर तीन करने और "प्रॉम्प्टिंग" और "स्व-नियमन" जैसे विशिष्ट कौशल जोड़ने से, नया ढांचा वास्तविक जीवन के बहुत करीब लगता है। यह स्वीकार करता है कि GenAI पहले से ही छात्रों के पढ़ने और शिक्षकों के पढ़ाने के तरीके का हिस्सा है, और यह इस संबंध को डरावना या भ्रमित करने वाला बनाने के बजाय स्वस्थ और उत्पादक बनाने का प्रयास करता है।

निष्कर्ष
यह शोध पत्र यह दावा नहीं करता कि इसने सब कुछ हल कर दिया है। यह एक प्रस्ताव है, एक बेहतर प्रणाली का डिज़ाइन जो इस पर आधारित है कि वास्तविक लोगों ने क्या कहा। लेखक सुझाव देते हैं कि यदि विश्वविद्यालय भविष्य के लिए छात्रों को तैयार करना चाहते हैं, तो उन्हें AI को एक डरावने राक्षस या जादू की छड़ी की तरह मानना बंद करना चाहिए। इसके बजाय, उन्हें इसे एक शक्तिशाली, थोड़े अविश्वसनीय नए टीम के साथी के रूप में मानना चाहिए। लक्ष्य केवल एक प्रमाणपत्र प्राप्त करना नहीं है; यह एक ऐसा ढांचा बनाना है जहाँ छात्र अपने सीखने के कप्तान बनने के लिए सीखते हैं, AI को एक उपकरण के रूप में उपयोग करते हैं बिना उसे पहिया थामने देने के। उनके द्वारा बनाया गया नया मानचित्र सरल है, जोखिमों के बारे में अधिक ईमानदार है, और लोगों को रोबोट लाइब्रेरियन की जंगली, तेजी से बदलती दुनिया में नेविगेट करने में मदद करने के लिए बहुत बेहतर है।