Scaffold or substitute? First-year students’ and lecturers’ perspectives on generative AI in academic writing at a Ghanaian university

विश्वविद्यालय के पुस्तकालय की शांत गूँज या देर रात लैपटॉप स्क्रीन की चमक में, दुनिया भर के छात्रों के लिए एक नए प्रकार का सहायक आया है। यह कोई ऐसा ट्यूटर नहीं है जो आपके पास बैठा हो, और न ही कोई पुस्तकालय की किताब जिसे आप शेल्फ से निकाल सकें। यह एक जनरेटिव आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) है, जो एक प्रकार का कंप्यूटर प्रोग्राम है जो आपके प्रॉम्प्ट को पढ़ सकता है और तुरंत पैराग्राफ लिख सकता है, जटिल विचारों को समझा सकता है, या आपकी व्याकरण संबंधी गलतियों को ठीक कर सकता है। दशकों से, विश्वविद्यालय परिवेश में लिखना केवल पन्ने पर शब्द रखने के बारे में नहीं रहा है; यह सोचने की एक प्रक्रिया है, कठिन अवधारणाओं के साथ संघर्ष करने की, और धीरे-धीरे एक अनूठी आवाज़ बनाने की जो केवल लेखक की अपनी होती है। यह प्रक्रिया, जिसे अक्सर अकादमिक लेखन कहा जाता है, इसी तरह है जिससे छात्र वैज्ञानिकों, इंजीनियरों या इतिहासकारों की तरह सोचना सीखते हैं। अब, एक बटन के क्लिक पर इन शक्तिशाली उपकरणों की उपलब्धता के साथ, एक मौलिक प्रश्न उभर कर आया है: क्या यह तकनीक छात्रों को सीखने के पहाड़ पर चढ़ने में मदद करती है, या यह उन्हें ढलान पर इतना ऊपर ले जाती है कि वे कभी चलना ही नहीं सीख पाते?

यह प्रश्न एक सार्वजनिक विश्वविद्यालय, घाना में किए गए एक नए अध्ययन के केंद्र में है, जहाँ शोधकर्ता यह समझना चाहते थे कि यह डिजिटल सहायक कक्षा को कैसे बदल रहा है। अध्ययन ने छात्र की यात्रा के बिल्कुल शुरुआती दौर पर ध्यान केंद्रित किया, जिसमें प्रथम वर्ष के छात्रों और उन्हें पढ़ाने वाले व्याख्याताओं (लेक्चरर्स) को देखा गया। शोधकर्ता इस बात में रुचि नहीं रखते थे कि छात्र अकादमिक अखंडता का उल्लंघन कर रहे हैं या नहीं, बल्कि इस बात में कि वे सीखने के लिए इन उपकरणों का उपयोग कैसे कर रहे हैं। उन्होंने एक सरल लेकिन गहन प्रश्न पूछा: क्या आर्टिफिशियल इंटेलिजेंस एक 'स्कैफोल्ड' (पाड़/ढांचा) के रूप में कार्य कर रहा है—एक अस्थायी सहारा जो छात्र को अपनी समझ बनाने में मदद करता है, या यह एक 'प्रतिस्थापन' के रूप में कार्य कर रहा है—जो उनके लिए सोच रहा है ताकि छात्र को कभी सोचने की आवश्यकता ही न पड़े? उत्तर खोजने के लिए, शोधकर्ताओं ने साठ-एक छात्रों और ग्यारह व्याख्याताओं का एक बड़ा समूह एकत्र किया। उन्होंने छात्रों के साथ चौदह समूह चर्चाएँ आयोजित कीं और शिक्षकों के साथ व्यक्तिगत साक्षात्कार किए, और उनके लिखने, सीखने और पढ़ाने के तरीकों के बारे में उनकी कहानियों को ध्यान से सुना।

शोधकर्ताओं से बात करने वाले छात्रों ने आर्टिफिशियल इंटेलिजेंस के साथ एक ऐसे संबंध का वर्णन किया जो सहायक भी था और चिंताजनक भी। कई लोगों ने कहा कि वे कठिन विषयों को समझने के लिए इन उपकरणों का उपयोग करते हैं। एक छात्र ने समझाया कि वे कंप्यूटर से किसी जटिल विषय को ऐसे समझाने के लिए कहते थे जैसे कि वे बारह साल के बच्चे को पढ़ा रहे हों, जिससे उन्हें अपना निबंध लिखने का प्रयास करने से पहले बुनियादी बातें समझने में मदद मिलती थी। अन्य लोगों ने अपने बिखरे हुए विचारों को व्यवस्थित करने या अपना ड्राफ्ट लिखने के बाद व्याकरण की जाँच करने के लिए इसका उपयोग किया। इन क्षणों में, तकनीक एक सहायक ट्यूटर की तरह महसूस हुई, जो मानव शिक्षक की अनुपलब्धता में तत्काल प्रतिक्रिया और स्पष्टता प्रदान करती थी। हालाँकि, उन्हीं छात्रों ने यह भी स्वीकार किया कि मदद और प्रतिस्थापन के बीच की रेखा बहुत महीन थी। जब समय सीमा (डेडलाइन) करीब आती और समय समाप्त होने लगता, तो कुछ लोग यह स्वीकार करते थे कि उन्होंने कंप्यूटर में एक प्रश्न टाइप किया और उसके द्वारा उत्पन्न उत्तर को बिना पढ़े या समझे ही जमा कर दिया। वे जानते थे कि यह जोखिम भरा है, लेकिन काम पूरा करने का दबाव बहुत प्रबल था।

छात्रों की कहानियों में एक आवर्ती विषय यह था कि वे दीर्घकालिक क्षमता के बदले अल्पकालिक सफलता का सौदा कर रहे थे। उन्होंने गौर किया कि जहाँ कंप्यूटर मिनटों में एक परिष्कृत निबंध तैयार कर सकता है, वहीं वे अक्सर बिना उपकरण के परीक्षा में उन्हीं प्रश्नों का उत्तर नहीं दे पाते थे। एक छात्र ने इस भावना को "मिथ्या आशा" (फॉल्स होप) के रूप में वर्णित किया, यह नोट करते हुए कि वे एक बेहतरीन असाइनमेंट तो जमा कर सकते हैं, लेकिन यदि स्वतंत्र रूप से वही काम करने को कहा जाए तो विफल हो जाएंगे। उन्होंने महसूस किया कि यदि वे कंप्यूटर पर सोचने के लिए निर्भर रहे, तो उनकी स्वयं की सोचने, अनुसंधान करने और लिखने की क्षमता कमजोर हो जाएगी। उन्होंने स्पष्ट नियमों और प्रशिक्षण की तीव्र इच्छा व्यक्त की, वे जानना चाहते थे कि इन उपकरणों का जिम्मेदारी से उपयोग कैसे किया जाए, बजाय इसके कि उन्हें केवल इनसे बचने के लिए कहा जाए। उन्होंने तकनीक को एक ऐसी शक्तिशाली संसाधन के रूप में देखा जिसे मार्गदर्शन की आवश्यकता थी, न कि एक वर्जित वस्तु के रूप में।

व्याख्याताओं ने भी इसी तरह की दुविधा साझा की, हालांकि उनकी चिंताएं छात्र के सीखने के मूल्यांकनकर्ता के रूप में उनकी भूमिका में निहित थीं। उन्होंने स्वीकार किया कि आर्टिफिशियल इंटेलिजेंस आ चुका है और इसे पूरी तरह से प्रतिबंधित करने का प्रयास व्यर्थ है। उन्होंने मान्यता दी कि ये उपकरण छात्रों को उनके विचारों को व्यवस्थित करने और उनके लेखन की संरचना में सुधार करने में मदद कर सकते हैं। हालाँकि, उनकी प्राथमिक चिंता यह थी कि तकनीक छात्र की अपनी आवाज़ को धुंधला कर रही है। जब एक छात्र निबंध जमा करता है, तो व्याख्याता छात्र के मस्तिष्क, उसके तर्क देने की क्षमता और विषय की उसकी समझ का आकलन करने का प्रयास करता है। यदि कंप्यूटर निबंध लिखता है, तो व्याख्याता मशीन को ग्रेड दे रहा होता है, छात्र को नहीं। उन्होंने बताया कि कुछ असाइनमेंट कागज़ पर तो एकदम सही दिखते थे, लेकिन जब उन्होंने छात्रों से विषय के बारे में बात की, तो छात्र उस सामग्री को समझा ही नहीं पा रहे थे। इस विसंगति ने यह जानना कठिन बना दिया कि छात्र वास्तव में सीख रहे हैं या केवल एक प्रभावशाली प्रदर्शन कर रहे हैं।

इस अनिश्चितता के कारण, कई व्याख्याताओं ने अपने पढ़ाने और परीक्षण करने के तरीके को बदलने का वर्णन किया। कुछ ने घर पर अकेले काम करने वाले असाइनमेंट देना बंद कर दिया, क्योंकि उन्हें डर था कि जमा किया गया कार्य उनका अपना नहीं है। इसके बजाय, वे कक्षा में लेखन, मौखिक परीक्षा, या व्यावहारिक प्रदर्शन की ओर बढ़े जहाँ वे छात्र को वास्तविक समय में सोचते हुए देख सकें। वे यह सुनिश्चित करना चाहते थे कि ग्रेड दिया जाने वाला कार्य वास्तव में छात्र का अपना हो। जबकि वे छात्रों को आर्टिफिशियल इंटेलिजेंस का जिम्मेदारी से उपयोग करना सिखाने के विचार का समर्थन करते थे, उन्हें एक व्यावहारिक समस्या का सामना करना पड़ा: पाठ्यक्रम पहले से ही भरा हुआ था, और तकनीक पर नए पाठ जोड़ने के लिए बहुत कम समय था। उन्हें यह भी डर था कि भले ही वे नियम सिखा दें, फिर भी छात्र उन तरीकों से उपकरणों का उपयोग करना चुन सकते हैं जो सीखने की प्रक्रिया को दरकिनार कर देते हैं। व्याख्याता नई वास्तविकता के अनुकूल होने की आवश्यकता और अपने छात्रों की शिक्षा की अखंडता की रक्षा करने के कर्तव्य के बीच फंसे हुए महसूस कर रहे थे।

अध्ययन सुझाव देता है कि उत्तर तकनीक को प्रतिबंधित करने या उसे बेकाबू छोड़ने में नहीं है, बल्कि एक मध्य मार्ग खोजने में है जहाँ यह सीखने की प्रक्रिया को प्रतिस्थापित करने के बजाय उसका समर्थन करे। शोधकर्ताओं ने पाया कि मुख्य अंतर इस बात में है कि 'सोच' कौन कर रहा है। जब छात्र किसी अवधारणा को स्पष्ट करने, अपने विचारों को व्यवस्थित करने या अपने लिखे हुए वाक्य को ठीक करने के लिए उपकरण का उपयोग करता है, तो यह एक 'स्कैफोल्ड' (ढांचे) के रूप में कार्य करता है। यह उन्हें अपनी समझ बनाने में मदद करता है। लेकिन जब छात्र पूरे तर्क या पूरे निबंध को उत्पन्न करने के लिए उपकरण का उपयोग करता है, तो यह एक 'प्रतिस्थापन' बन जाता है। इस मामले में, छात्र सोचने की कठिन मेहनत को छोड़ देता है, और सीखना नहीं होता है। अध्ययन इस बात पर प्रकाश डालता है कि यह केवल साहित्यिक चोरी (प्लेजरिज्म) का पता लगाने का तकनीकी मुद्दा नहीं है, बल्कि यह इस बारे में एक गहरा मुद्दा है कि छात्र कैसे सोचना और खुद को अभिव्यक्त करना सीखते हैं।

अंततः, अनुसंधान एक नए प्रकार की शिक्षा की ओर संकेत करता है। छात्रों को इन उपकरणों का आलोचनात्मक रूप से उपयोग करना सीखना होगा, यह समझते हुए कि वे कब सहायक हैं और कब एक जाल हैं। उन्हें यह जानना होगा कि अपने काम के केंद्र में अपनी स्वयं की आवाज़ को कैसे बनाए रखा जाए। व्याख्याताओं को अपने असाइनमेंट को फिर से डिजाइन करने के लिए सहायता की आवश्यकता है ताकि वे केवल अंतिम उत्पाद को ही नहीं, बल्कि छात्र की विचार प्रक्रिया को भी देख सकें। अध्ययन इस निष्कर्ष पर पहुँचता है कि आर्टिफिशियल इंटेलिजेंस अकादमिक जगत का एक स्थायी हिस्सा बनता जा रहा है, और लक्ष्य इससे लड़ना नहीं, बल्कि यह आकार देना है कि इसका उपयोग कैसे किया जाए। यदि सही ढंग से किया जाए, तो यह सीखने में एक शक्तिशाली साथी हो सकता है। यदि गलत किया जाए, तो यह छात्रों को सूचना के निष्क्रिय उपभोक्ताओं में बदलने का जोखिम उठाता है जो अब अपने दम पर सोच नहीं सकते। विश्वविद्यालयों में लेखन का भविष्य उस संतुलन को खोजने पर निर्भर है, यह सुनिश्चित करते हुए कि तकनीक छात्र के मस्तिष्क की सेवा करे, न कि इसके विपरीत।