A Global Systematic Review of Artificial Intelligence and Research Productivity in Higher Education

विश्वविद्यालय अनुसंधान की दुनिया की कल्पना एक विशाल, हलचल भरी लाइब्रेरी के रूप में करें जहाँ वैज्ञानिक और विद्वान लाइब्रेरियन हैं। दशकों से, उनका काम घास के ढेर में सुई ढूँढना, हज़ारों किताबें पढ़ना, लंबी रिपोर्ट लिखना और अपनी खोजों को साझा करना रहा है। हाल ही में, एक नए प्रकार का सहायक आया है: आर्टिफिशियल इंटेलिजेंस (AI)। AI को एक ऐसे जादुई रोबोट के रूप में न सोचें जो आपके लिए सोचता है, बल्कि एक सुपर-फास्ट, अविश्वसनीय रूप से जानकार इंटर्न के रूप में देखें। यह इंटर्न एक सेकंड में दस लाख किताबों को स्कैन कर सकता है, टेक्स्ट का एक पैराग्राफ ड्राफ्ट कर सकता है, या एक सेकंड में एक अस्त-व्यस्त स्प्रेडशीट को व्यवस्थित कर सकता है। लेकिन यहाँ एक बड़ा सवाल है जो हर कोई पूछ रहा है: क्या इस सुपर-इंटर्न के होने से वास्तव में लंबे समय में लाइब्रेरियन बेहतर या अधिक महत्वपूर्ण खोजें करते हैं? या क्या यह केवल उनके दैनिक कार्यों को तेज़ी से पूरा करने में मदद करता है, जिससे वे एक नए प्रकार के व्यस्त काम (busy work) में फंस जाते हैं? यह एक रहस्य है जिसे एक नया अध्ययन हल करने की कोशिश कर रहा है, जो यह देख रहा है कि अभी दुनिया भर की लैब और कार्यालयों में वास्तव में क्या हो रहा है।

यह अध्ययन, एक "सिस्टमैटिक रिव्यू" (व्यवस्थित समीक्षा), एक विशाल जासूसी मिशन की तरह है। इसके लेखक, मोहम्मद अली उमर और मोहम्मद मोहम्मदुद अली, ने केवल अनुमान नहीं लगाया; उन्होंने 'स्कूपस' (Scopus) नामक एक विशाल डिजिटल लाइब्रेरी में खोज की। उन्होंने 2017 से 2025 के बीच प्रकाशित हर उस शोध कार्य को खोजा जिसमें AI और यह कैसे विश्वविद्यालयों में शोधकर्ताओं की मदद करता है (या नुकसान पहुँचाता है) के बारे में बात की गई थी। उन्होंने 212 संभावित सुरागों से शुरुआत की, लेकिन एक बहुत ही सख्त फ़िल्टरिंग प्रक्रिया के बाद—जैसे यह देखना कि क्या एक चाबी ताले में फिट बैठती है—उन्होंने गहराई से विश्लेषण करने के लिए केवल 18 उच्च-गुणवत्ता वाले अध्ययनों को चुना।

उन्हें जो पता चला वह कुछ ऐसा है जैसे यह पता चलना कि सुपर-इंटर्न कुछ चीजों में अद्भुत है लेकिन बाकी सब के लिए उसे एक मानव बॉस की आवश्यकता होती है। शोधकर्ताओं ने AI के कार्यों को छह मुख्य श्रेणियों में वर्गीकृत किया, जैसे टूलबॉक्स में अलग-अलग उपकरण:

1. खोजना और सारांशित करना: AI किताबें ढूँढ सकता है और उन्हें तेज़ी से सारांशित कर सकता है, लेकिन इस पर अकेले पूरा काम करने के लिए भरोसा नहीं किया जा सकता; एक इंसान को अभी भी यह जांचने की आवश्यकता है कि स्रोत वास्तविक हैं या नहीं।
2. विचार मंथन (Brainstorming): यह नए विचार देने और बिंदुओं को जोड़ने में बहुत अच्छा है, लेकिन कभी-कभी वे विचार केवल फैंसी दिखने वाले निरर्थक विचार होते जिन्हें परीक्षण की आवश्यकता होती है।
3. डेटा और संख्याएँ: यह अव्यवस्थित डेटा को साफ कर सकता है और कंप्यूटर कोड लिख सकता है, लेकिन यह सूक्ष्म गलतियाँ कर सकता जिन्हें पहचानना कठिन होता है, इसलिए एक इंसान को गणित की दोबारा जाँच करनी चाहिए।
4. लेखन और बोलना: यहाँ AI सबसे अधिक चमकता है। यह पेपर का ड्राफ्ट तैयार करने, व्याकरण ठीक करने और भाषाओं का अनुवाद करने में मदद करता है। हालाँकि, यह कभी-कभी "हैलुसिनेट" (तथ्य गढ़ना) कर सकता है या लेखक की अनूठी आवाज़ को चुरा सकता है।
5. टीमवर्क और एडमिन: यह मीटिंग शेड्यूल करने और अनुदान आवेदन (grant applications) लिखने में मदद करता है, जिससे उबाऊ कागजी कार्रवाई में समय बचता है।
6. साझा करना और समीक्षा करना: यह जटिल विज्ञान को जनता के लिए सरल कहानियों में बदलने में मदद करता है, लेकिन इसका उपयोग दूसरे लोगों के गुप्त शोध पत्रों को चुपके से पढ़ने के लिए या यह तय करने के लिए आवश्यक मानवीय निर्णय को बदलने के लिए नहीं किया जा सकता कि क्या कोई पेपर प्रकाशित करने के लिए पर्याप्त अच्छा है।

यहाँ कहानी का सबसे महत्वपूर्ण हिस्सा है: अध्ययन ने पाया कि जबकि AI क्षमता (efficiency) के लिए एक शानदार उपकरण है (कार्यों को तेज़ी से पूरा करना), इस बात का बहुत कम प्रमाण है कि यह वास्तव में उत्पादकता (productivity) को बढ़ाता है जैसा कि विश्वविद्यालय वास्तव में चाहते हैं। इसे इस तरह से सोचें: यदि आप लकड़ी काटने के लिए पावर सॉ (आरी) का उपयोग करते हैं, तो आप लकड़ी बहुत तेज़ी से काटते हैं। लेकिन यदि आप उस बचे हुए समय को यह बहस करने में बिता देते हैं कि कौन सी लकड़ी काटनी है, या यदि आपको सॉ द्वारा की गई गलतियों को ठीक करने के लिए एक घंटा खर्च करना पड़ता है, तो आपने वास्तव में अधिक घर नहीं बनाए हैं। अध्ययन बताता है कि AI विशिष्ट कार्यों पर समय बचाता है, लेकिन इसका मतलब यह नहीं है कि शोधकर्ता वास्तव में अधिक उच्च-गुणवत्ता वाले पेपर प्रकाशित कर रहे हैं, अधिक क्रांतिकारी विचार खोज रहे हैं, या दुनिया पर बड़ा प्रभाव डाल रहे हैं। वास्तव में, बचा हुआ समय AI के काम की जाँच करने, इसकी त्रुटियों को ठीक करने या नए नियमों का पालन करने की आवश्यकता में खर्च हो सकता है।

लेखक बहुत स्पष्ट हैं कि वे क्या नहीं जानते। वे स्पष्ट रूप से कहते हैं कि हमारे पास अभी तक ठोस प्रमाण नहीं है कि AI अधिक प्रकाशन, बेहतर शोध गुणवत्ता, या अधिक मौलिक विचारों की ओर ले जाता है। वे इस विचार को भी खारिज करते हैं कि AI एक मानव शोधकर्ता के मस्तिष्क या जिम्मेदारी को बदल सकता है। एक AI किसी खोज का श्रेय नहीं ले सकता, और यदि कुछ गलत हो जाता है तो उसे जवाबदेह नहीं ठहराया जा सकता। अध्ययन चेतावनी देता है कि यदि विश्वविद्यालय लोगों को सुरक्षित रूप से उपयोग करने के लिए प्रशिक्षित किए बिना, या उनके काम की जाँच किए बिना, केवल AI उपकरण बांट देते हैं, तो वे बहुत सारे तेज़, निम्न-गुणवत्ता वाले शोध के साथ समाप्त हो सकते हैं।

तो, अंतिम फैसला क्या है? पेपर निष्कर्ष निकालता है कि AI वर्तमान में एक शक्तिशाली "क्षमता इंजन" (efficiency engine) है, न कि एक जादुई "उत्पादकता मशीन" (productivity machine)। यह सबसे अच्छा तब काम करता है जब इसे एक सहायक के रूप में माना जाता है जो काम के उबाऊ हिस्सों को तेज़ करता है, जबकि मानव शोधकर्ता ड्राइवर की सीट पर रहता है, मैप चेक करता है, कार चलाता है और यह सुनिश्चित करता है कि मंजिल वास्तव में पहुँचने लायक है। अध्ययन सुझाव देता है कि विज्ञान के लिए AI को वास्तव में मदद करने के लिए, विश्वविद्यालयों को स्पष्ट नियम बनाने, शोधकर्ताओं को इसे समझदारी से उपयोग करने के लिए शिक्षित करने और परिणामों को सत्यापित करने के लिए हमेशा एक मानव को प्रक्रिया में शामिल रखने की आवश्यकता है। जब तक, AI काम को तेज़ी से करने के लिए एक बेहतरीन उपकरण है, लेकिन इसने अभी तक यह साबित नहीं किया है कि यह हमें और अधिक खोजने में मदद कर सकता है।