Adaptive Repetition: A Control Strategy for Active Exploration and Long-Term Memory Retention
यह शोध पत्र 3D वर्चुअल लर्निंग एनवायरनमेंट के लिए एक एडेप्टिव रिपिटिशन मॉडल का प्रस्ताव और सत्यापन करता है जो सक्रिय अन्वेषण को बढ़ावा देने के लिए शिक्षार्थी के प्रदर्शन के आधार पर संज्ञानात्मक सहायता (कॉग्निटिव एड्स) को गतिशील रूप से कम करता है और पारंपरिक तरीकों की तुलना में दीर्घकालिक स्मृति प्रतिधारण (मेमोरी रिटेंशन) में महत्वपूर्ण सुधार करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक नया कौशल सीखना अक्सर एक ऐसे भूलभुलैया में नेविगेट करने जैसा महसूस होता है जिसमें टॉर्च कभी बंद नहीं होती। शिक्षा की दुनिया में, विशेष रूप से इमर्सिव डिजिटल वातावरण के भीतर, इस टॉर्च को 'कॉग्निटिव एड' (संज्ञानात्मक सहायता) के रूप में जाना जाता है। ये सहायक संकेत हैं—दृश्य तीर, मौखिक निर्देश, या लिखित चरण—जो एक शिक्षार्थी को एक जटिल कार्य के माध्यम से मार्गदर्शन करते हैं। वर्षों से, शिक्षकों ने इन सहायकों पर निर्भरता रखी है ताकि नए अवधारणाओं को समझने के लिए आवश्यक मानसिक प्रयास को कम किया जा सके, जिससे छात्र विवरणों में खो जाने के बजाय कार्य पर ध्यान केंद्रित कर सकें। हालाँकि, एक निरंतर प्रश्न शोधकर्ताओं के मन में बना हुआ है: यदि छात्र को हमेशा निर्देशित किया जाता है, तो क्या वे वास्तव में अपना रास्ता खुद खोजना कभी सीखते हैं? चिंता यह है कि निरंतर सहायता एक निर्भरता पैदा कर सकती है, जहाँ शिक्षार्थी केवल इसलिए अच्छा प्रदर्शन करता है क्योंकि सिस्टम उसका हाथ थामे हुए है, लेकिन जैसे ही वह सहायता हटाई जाती है, वह संघर्ष करने लगता है। यह दुविधा वर्चुअल रियलिटी तकनीक और मानव स्मृति के मिलन बिंदु पर स्थित है, जो यह अन्वेषण करती है कि हम उन डिजिटल उपकरणों का उपयोग कैसे कर सकते हैं जो ऐसे कौशल विकसित करें जो स्क्रीन बंद होने के बहुत बाद तक बने रहें।
मलाकांड विश्वविद्यालय और साल्फोर्ड विश्वविद्यालय के शोधकर्ताओं की एक टीम ने 'अडैप्टिव रिपिटिशन' (अनुकूली पुनरावृत्ति) नामक एक नए दृष्टिकोण का परीक्षण करके इस समस्या को हल करने का प्रयास किया। उन्होंने एक त्रि-आयामी वर्चुअल केमिस्ट्री प्रयोगशाला के भीतर काम किया, जो एक डिजिटल स्थान है जहाँ छात्र प्रयोग करने के लिए बीकर और बैलेंस जैसे आभासी उपकरणों को संभाल सकते हैं। प्रत्येक प्रयास के लिए हर छात्र को समान मात्रा में सहायता देने के बजाय, शोधकर्ताओं ने एक ऐसा सिस्टम डिज़ाइन किया जो छात्र के प्रदर्शन के आधार पर मार्गदर्शन के स्तर को बदल देता था। इस अध्ययन में दसवीं कक्षा के अस्सी छात्रों को शामिल किया गया जिन्हें दो समूहों में विभाजित किया गया था। एक समूह ने पारंपरिक विधि का उपयोग किया जहाँ उन्हें प्रत्येक परीक्षण के लिए दृश्य, श्रव्य और पाठ्य निर्देशों का एक ही पूर्ण सेट प्राप्त हुआ। दूसरे समूह ने अडैप्टिव सिस्टम का उपयोग किया, जो एक उत्तरदायी ट्यूटर की तरह कार्य करता था।
अडैप्टिव सिस्टम प्रत्येक प्रयास के बाद छात्र के प्रदर्शन पर नज़र रखकर काम करता था। इसने कार्य में लगने वाले समय, की गई गलतियों की संख्या और उनकी समझ के त्वरित परीक्षण पर छात्र ने कैसा प्रदर्शन किया, इसे मापा। इस डेटा के आधार पर, सिस्टम ने अगले दौर के लिए सहायता को स्वचालित रूप से समायोजित किया। यदि कोई छात्र संघर्ष कर रहा था, तो सिस्टम निराशा को रोकने के लिए सभी सहायता चालू रखता था। यदि कोई छात्र अच्छा कर रहा था, तो सिस्टम अतिरिक्त मदद हटाना शुरू कर देता था, जिससे केवल एक दृश्य तीर या एक सरल संकेत बचता था। अंततः, सबसे कुशल छात्रों के लिए, सिस्टम लगभग सभी बाहरी संकेतों को हटा देता था, जिससे उन्हें चरणों को पूरा करने के लिए अपनी स्मृति पर भरोसा करने के लिए मजबूर होना पड़ता था। इसका लक्ष्य एक "डिज़रेबल डिफिकल्टी" (वांछनीय कठिनाई) बनाना था, एक ऐसी स्थिति जहाँ शिक्षार्थी को इतना चुनौती दी जाए कि वह अभिभूत हुए बिना अपनी स्मृति संबंधों को मजबूत कर सके।
प्रयोग के परिणाम स्पष्ट और मापने योग्य थे। जब छात्र वर्चुअल वातावरण से एक वास्तविक भौतिक रसायन विज्ञान प्रयोगशाला में उसी प्रयोग को करने के लिए गए, तो अडिप्टिव सिस्टम का उपयोग करने वाले समूह ने काफी बेहतर प्रदर्शन किया। उन्होंने कम गलतियाँ कीं, जो निरंतर, अपरिवदित सहायता प्राप्त करने वाले समूह के आठ गलतियों के मुकाबले औसतन पांच गलतियाँ थीं। उन्होंने भौतिक कार्य को बहुत तेज़ी से भी पूरा किया, जिसे पूरा करने में औसतन आठ मिनट लगे, जबकि पारंपरिक समूह को तेरह मिनट लगे। ये अंतर केवल छोटे सुधार नहीं थे; ये सांख्यिकीय रूप से महत्वपूर्ण थे, जो दर्शाते थे कि अडैप्टिव पद्धति ने वास्तव में उनके सीखने और याद रखने के तरीके को बदल दिया था।
सबसे महत्वपूर्ण निष्कर्ष दीर्घकालिक स्मृति से संबंधित था। शोधकर्ताओं ने बिना किसी संकेत के प्रयोग के चरणों को याद करने की छात्रों की क्षमता का परीक्षण किया, जिसे 'क्यूड रिकॉल' (संकेत आधारित स्मरण) कहा जाता है। जिन छात्रों ने अडैप्टिव सिस्टम के माध्यम से घटती सहायता का अनुभव किया था, उन्होंने प्रक्रियात्मक चरणों और सुरक्षा दिशानिर्देशों को उन छात्रों की तुलना में बहुत बेहतर तरीके से याद रखा जो निरंतर निर्देशों पर निर्भर थे। स्मृति परीक्षण पर उनके स्कोर काफी अधिक थे, जो सुझाव देते हैं कि सहायता को धीरे-धीरे हटाने की प्रक्रिया ने उनके मस्तिष्क को जानकारी को सक्रिय रूप से पुनः प्राप्त करने के लिए मजबूर किया, जिससे यह दीर्घकालिक स्मृति में स्थापित हो गई। इसके विपरीत, जो छात्र हमेशा पूर्ण निर्देशों के साथ थे, वे चरणों को आंतरिक बनाने के बजाय संकेतों पर निर्भर लग रहे थे, जिससे सहायता हटने के बाद प्रतिधारण (रिटेंशन) कमजोर हो गया।
छात्रों की प्रतिक्रिया ने इन आंकड़ों का समर्थन किया। अडैप्टिव समूह के अधिकांश लोगों ने रिपोर्ट किया कि सहायता के क्रमिक निष्कासन ने उनके प्रदर्शन में बाधा नहीं डाली बल्कि उन्हें अधिक गहराई से सोचने और अपने आप वातावरण का पता लगाने के लिए प्रोत्साहित किया। उन्होंने वर्चुअल दुनिया में सीखी गई बातों को वास्तविक दुनिया में स्थानांतरित करने की अपनी क्षमता में अधिक आत्मविश्वास महसूस किया। अध्ययन बताता है कि हालांकि संज्ञानात्मक सहायता शुरुआत करने के लिए आवश्यक है, लेकिन यदि उन्हें कभी बंद नहीं किया जाता है, तो उनका मूल्य कम हो जाता है। सहायता के स्तर को गतिशील रूप से समायोजित करके, शिक्षक शिक्षार्थियों को निष्क्रिय अनुपालन से सक्रिय महारत की ओर बढ़ने में मदद कर सकते हैं, यह सुनिश्चित करते हुए कि डिजिटल सिमुलेशन में सीखे गए कौशल भौतिक दुनिया में जीवित रहने के लिए पर्याप्त मजबूत हों। शोध इंगित करता है कि स्थायी सीखने की कुंजी केवल मदद प्रदान करना नहीं है, बल्कि यह जानना है कि उसे ठीक कब वापस लेना है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।