Gap Between Self-Perception and Actual Performance in the Digital Competence of University Faculty

आधुनिक विश्वविद्यालय के कक्षा में, तकनीक अब कोई विलासिता नहीं है; यह वह हवा है जिसमें संस्थान सांस लेता है। वर्चुअल प्लेटफॉर्म, डिजिटल संसाधन और आर्टिफिशियल इंटेलिजेंस टूल्स शिक्षण के दैनिक ताने-बाने में खुद को बुन चुके हैं। फिर भी, इन उपकरणों की उपस्थिति उनके प्रभावी उपयोग की गारंटी नहीं देती है। शिक्षा में नवाचार का वास्तविक इंजन स्वयं सॉफ्टवेयर नहीं है, बल्कि वे प्रोफेसर हैं जो इसका उपयोग करते हैं और जिनके पास 'डिजिटल शिक्षण क्षमता' (Digital Teaching Competence) है। यह अवधारणा तकनीक को शिक्षण विधियों के साथ मिलाकर सार्थक सीखने के अनुभव बनाने की विशिष्ट क्षमता को संदर्भित करती है, जो केवल ईमेल भेजने या स्प्रेडशीट खोलने के ज्ञान से कहीं अधिक है। वर्षों से, विश्वविद्यालय इस कौशल को मापने के लिए प्रोफेसरों से उनकी अपनी क्षमताओं को रेट करने के लिए कहकर प्रयास करते रहे हैं। हालाँकि, एक निरंतर समस्या उभर कर आई है: लोग अक्सर अपनी विशेषज्ञता का सही निर्णय लेने में अक्षम होते हैं। वे केवल इसलिए खुद को किसी विषय का मास्टर मान सकते हैं क्योंकि वे उन उपकरणों का बार-बार उपयोग करते हैं, जिससे वे नियमित परिचितता को गहरे, शैक्षणिक महारत के साथ भ्रमित कर देते हैं। यह अंतर कि प्रशिक्षक क्या सोचते हैं कि वे क्या जानते हैं और वे वास्तव में क्या कर सकते हैं, एक ऐसा अंध बिंदु (blind spot) पैदा करता है, जिससे संस्थान ऐसे प्रशिक्षण कार्यक्रम तैयार करते हैं जो पूरी तरह से लक्ष्य से चूक जाते हैं।

कोलंबिया के शोधकर्ताओं की एक टीम ने वास्तविकता पर एक सीधी और स्पष्ट दृष्टि डालकर इस अंध बिंदु को उजागर करने का निर्णय लिया। 'यूनिवर्सिडैड डी ला गुआजिरा' के 'माइकोस' परिसर के प्रत्येक प्रोफेसर के साथ काम करते हुए, उन्होंने 168 संकाय सदस्यों की एक व्यापक जनगणना की। एक साधारण सर्वेक्षण पर निर्भर रहने के बजाय, उन्होंने एक दोहरी पद्धति अपनाई जिसने राय को क्रिया से अलग किया। सबसे पहले, उन्होंने प्रोफेसरों से एक प्रश्नावली पूरी करने को कहा जहाँ उन्होंने शून्य से पांच के पैमाने पर अपने डिजिटल कौशल को रेट किया। फिर, यह देखने के लिए कि ये प्रोफेसर वास्तव में क्या कर सकते हैं, शोधकर्ताओं ने उन्हें एक व्यावहारिक परीक्षण दिया। इस कार्य में, प्रोफेसरों को एक वास्तविक डिजिटल पाठ योजना (lesson plan) डिजाइन करनी थी, उपयुक्त संसाधनों का चयन करना था, और एक मूल्यांकन गतिविधि की संरचना करनी थी, जिसमें से सभी को विशेषज्ञों द्वारा एक सख्त, वस्तुनिष्ठ रूब्रिक का उपयोग करके शून्य से पांच के समकक्ष पैमाने पर स्कोर दिया गया था। लक्ष्य यह देखना था कि क्या प्रश्नावली में व्यक्त किया गया आत्मविश्वास कक्षा के सिमुलेशन में प्रदर्शित प्रदर्शन से मेल खाता है।

परिणामों ने धारणा और वास्तविकता के बीच एक स्पष्ट और सांख्यिकीय रूप से महत्वपूर्ण विभाजन का खुलासा किया। औसतन, प्रोफेसरों ने अपने स्वयं के सैद्धांतिक ज्ञान को 5 में से 3.92 रेट किया, जो आत्मविश्वास की मध्यम-से-उच्च श्रेणी में आता है। वे मानते थे कि वे काफी सक्षम हैं। हालाँकि, जब व्यावहारिक परीक्षण का सामना हुआ, तो औसत स्कोर गिरकर 5 में से मात्र 1.54 रह गया, जो सीखने के वक्र (learning curve) के बिल्कुल शुरुआती स्तर को दर्शाता है। उन्होंने जो दावा किया और जो उन्होंने प्रदर्शित किया, उसके बीच का अंतर कोई छोटी त्रुटि नहीं थी; यह पैमाने पर लगभग 2.4 अंकों का एक विशाल अंतर था। यह निष्कर्ष बताता है कि स्व-मूल्यांकन पद्धति, जिस पर कई संस्थान भरोसा करते हैं, प्रभावी रूप से प्रशिक्षण की वास्तविक आवश्यकताओं को छिपा रही है। प्रोफेसर केवल थोड़े से ही अपने कौशल को बढ़ा-चढ़ाकर नहीं बता रहे थे; वे अपनी क्षमताओं के बारे में एक मौलिक गलतफहमी के तहत काम कर रहे थे।

इसके बाद शोधकर्ताओं ने जांच की कि क्या यह अति-आत्मविश्वास विशिष्ट समूहों तक सीमित है। उन्होंने सोचा कि क्या इंजीनियरिंग जैसे तकनीकी क्षेत्रों के प्रोफेसर, सामाजिक विज्ञान या शिक्षा के प्रोफेसरों की तुलना में अपने स्व-मूल्यांकन में अधिक सटीक हो सकते हैं। उन्होंने यह भी सवाल किया कि क्या उच्च शैक्षणिक डिग्री, जैसे मास्टर या डॉक्टरेट, इस अंतर से सुरक्षा प्रदान कर सकती है। अंत में, उन्होंने देखा कि क्या लिंग (gender) कोई भूमिका निभाता है। डेटा ने दिखाया कि यह अंतर सभी स्तरों पर उल्लेखनीय रूप से सुसंगत था। चाहे प्रोफेसर सिस्टम इंजीनियरिंग पढ़ा रहे हों, व्यवसाय, या प्रारंभिक बचपन की शिक्षा, उनके स्व-रेटिंग और उनके वास्तविक प्रदर्शन के बीच का अंतर समान रहा। इसी प्रकार, स्नातकोत्तर डिग्री रखने से भी यह अंतर कम नहीं हुआ; उच्च डिग्री वाले प्रोफेसर भी उतने ही संभावित रूप से अपने व्यावहारिक कौशल को बढ़ा-चढ़ाकर बताने वाले थे जितने कि केवल स्नातक डिग्री वाले। लिंग ने भी कोई अंतर नहीं किया, पुरुष और महिला संकाय दोनों ने अति-मूल्यांकन का समान पैटर्न दिखाया।

यह अध्ययन निष्कर्ष निकालता है कि तकनीक के साथ पढ़ाने की क्षमता एक विशिष्ट कौशल सेट है जो किसी विषय के विशेषज्ञ होने या उच्च डिग्री प्राप्त करने से स्वतः प्राप्त नहीं होती है। एक प्रोफेसर एक शानदार इंजीनियर या एक अनुभवी इतिहासकार हो सकता है, लेकिन वह विशेषज्ञता एक डिजिटल पाठ डिजाइन करने की क्षमता में परिवर्तित नहीं होती है। ये निष्कर्ष इस सामान्य धारणा को चुनौती देते हैं कि तकनीकी क्षेत्र स्वाभाविक रूप से बेहतर डिजिटल शिक्षक पैदा करते हैं। इसके बजाय, साक्ष्य एक सार्वभौमिक आवश्यकता की ओर इशारा करते हैं कि विश्वविद्यालय अपने कर्मचारियों के मूल्यांकन के तरीके में बदलाव लाएं। स्व-रिपोर्ट (self-reports) पर निर्भर रहना सुरक्षा की एक झूठी भावना पैदा करता है, जिससे गलत समस्याओं को संबोधित करने वाला प्रशिक्षण मिलता है। शिक्षा को वास्तव में सुधारने के लिए, संस्थानों को प्रोफेसरों से यह पूछने के बजाय कि वे क्या कर सकते हैं, यह देखने की ओर बढ़ना चाहिए कि वे वास्तव में क्या कर सकते हैं। अपने पेशेवर विकास को वस्तुनिष्ठ, प्रदर्शन-आधारित मूल्यांकन पर आधारित करके, विश्वविद्यालय अंततः अपने संकाय के कौशल में वास्तविक अंतराल की पहचान कर सकते हैं और उन्हें भरने के लिए आवश्यक लक्षित सहायता प्रदान कर सकते हैं।