Adaptive Socratic AI Scaffolding Supports Critical Thinking in Indonesian Secondary School Physics Classrooms
यह अध्ययन प्रदर्शित करता है कि एक एडेप्टिव सोक्रेटिक एआई स्कैफोल्डिंग सिस्टम, जिसे ADDIE मॉडल के माध्यम से विकसित किया गया है और सामग्री के लिए मान्य किया गया है, सीधे समाधान प्रदान करने के बजाय तर्क में मार्गदर्शन करके, पारंपरिक गाइडेड-इन्क्वायरी विधियों की तुलना में इंडोनेशियाई माध्यमिक भौतिकी छात्रों के बीच महत्वपूर्ण सोच कौशल को महत्वपूर्ण रूप से बढ़ाता 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
भौतिक विज्ञान के अध्ययन में, लक्ष्य हमेशा केवल सूत्रों को याद करने या समीकरणों में संख्याएँ भरने से कहीं अधिक रहा है। वास्तविक समझ के लिए एक छात्र को किसी समस्या को देखने, अपनी स्वयं की धारणाओं पर सवाल उठाने, साक्ष्यों का आकलन करने और इस तर्क के लिए एक तार्किक आधार बनाने की आवश्यकता होती है कि कोई विशिष्ट उत्तर क्यों सही है। गहराई से और आलोचनात्मक रूप से सोचने की यह क्षमता वैज्ञानिकों के लिए आवश्यक है, फिर भी कई कक्षाओं में, छात्र अक्सर मूल तर्क को समझे बिना केवल प्रक्रियाओं का पालन करना सीख जाते हैं। वे कागज पर गणित की समस्या तो हल कर सकते हैं, लेकिन इसके पीछे के भौतिक सिद्धांतों की व्याख्या करने में संघर्ष करते हैं। दशकों से, शिक्षकों ने 'गाइडेड इंक्वायरी' (निर्देशित अन्वेषण) का उपयोग करके इसे ठीक करने का प्रयास किया है, जो एक ऐसी विधि है जहाँ छात्र चरण-दर-चरण समस्याओं की जांच करते हैं, लेकिन इन प्रयासों के बावजूद, कई शिक्षार्थी अभी भी गहन विश्लेषण के बजाय रटने वाली स्मृति पर ही निर्भर रहते हैं। चुनौती इन जटिल विचारों के साथ संघर्ष कर रहे छात्रों को सहायता प्रदान करने का तरीका खोजने में रही है, बिना उन्हें सीधे उत्तर दिए, जो एक भीड़भाड़ वाली कक्षा में एक अकेले शिक्षक के लिए बनाए रखना कठिन संतुलन है।
इंडोनेशिया से उभरता हुआ एक नया दृष्टिकोण मानव शिक्षण को एक सावधानीपूर्वक डिज़ाइन किए गए आर्टिफिशियल इंटेलिजेंस (AI) सिस्टम के साथ जोड़कर एक समाधान प्रदान करता है। मलांग के स्टेट यूनिवर्सिटी के शोधकर्ताओं ने एक ऐसा डिजिटल टूल बनाने का लक्ष्य रखा जो एक ऐसे ट्यूटर के रूप में नहीं, बल्कि एक संवाद साथी के रूप में कार्य करे जो सही प्रश्न पूछता है। यह प्रणाली 'सुकराती दृष्टिकोण' (Socratic approach) नामक एक विधि का उपयोग करती है, जहाँ एक बुद्धिमान एजेंट एक शिक्षार्थी का मार्गदर्शन करने के लिए खोजपूर्ण प्रश्न पूछता है जो उन्हें अपने विचारों को स्पष्ट करने, अपने साक्ष्यों की जांच करने और अपने निष्कर्षों पर पुनर्विचार करने के लिए मजबूर करते हैं। छात्र गलत है, यह बताने के बजाय, सिस्टम पूछता है, "आप यहाँ क्या धारणा बना रहे हैं?" या "यह साक्ष्य आपके दावे का समर्थन कैसे करता है?" इसे प्रभावी ढंग से काम करने के लिए, शोधकर्ताओं ने इसमें अनुकूलन क्षमता (adaptability) की एक परत जोड़ी है, जिसका अर्थ है कि सिस्टम यह पता लगा सकता है कि छात्र कैसे सोच रहा है और उसके अनुसार अपने प्रश्नों को समायोजित कर सकता है। यदि छात्र भ्रमित है, तो सिस्टम अधिक सहायता प्रदान करता है; यदि छात्र स्पष्ट रूप से सोच रहा है, तो सिस्टम पीछे हट जाता है, जिससे छात्र स्वतंत्र रूप से कार्य कर सके। यह एक गतिशील शिक्षण वातावरण बनाता है जहाँ तकनीक एक अस्थायी 'स्कैफोल्ड' (ढांचे) के रूप में कार्य करती है, जो छात्रों को तब तक ऊपर चढ़ने में मदद करती है जब तक कि वे अपने दम पर खड़े न हो सकें।
यह विचार वास्तविक दुनिया में काम करता है या नहीं, इसका परीक्षण करने के लिए, अनुसंधान टीम ने हाई स्कूल के भौतिकी के छात्रों के लिए एक पूर्ण शिक्षण प्रणाली विकसित की। उन्होंने एक डिजिटल प्रयोगशाला बनाई जहाँ छात्र प्रयोग कर सकते थे और समस्याओं को हल कर सकते थे, लेकिन एक मोड़ के साथ: प्रयोगात्मक समूह ने इस विशेष AI द्वारा संचालित लैब का उपयोग किया, जबकि नियंत्रण समूह (control group) ने बिना बुद्धिमान पूछताछ वाले मानक संस्करण का उपयोग किया। इस अध्ययन में दक्षिण पूर्व सुलावेसी के दो अलग-अलग उच्च विद्यालयों के 135 छात्र शामिल थे। सात सत्रों की अवधि के दौरान, दोनों समूहों ने एक ही निर्देशित अन्वेषण पाठों पर कार्य किया। हालाँकि, प्रयोगात्मक समूह के छात्रों ने चार अलग-अलग AI एजेंटों के साथ बातचीत की, जिन्हें सीखने की प्रक्रिया के एक विशिष्ट चरण में मदद करने के लिए डिज़ाइन किया गया था। एक एजेंट ने उन्हें समस्या को परिभाषित करने में मदद की, दूसरे ने उन्हें प्रयोग के माध्यम से मार्गदर्शन किया, तीसरे ने उन्हें डेटा का विश्लेषण करने में मदद की, और चौथा सामान्य प्रश्नों के उत्तर देने के लिए उपलब्ध था। महत्वपूर्ण रूप से, इनमें से कोई भी एजेंट कभी सीधा उत्तर नहीं देता था। इसके बजाय, उन्हें ऐसे प्रश्न पूछने के लिए प्रोग्राम किया गया था जो छात्रों को सोचने के लिए प्रेरित करते रहें, जिससे यह सुनिश्चित हो सके कि तर्क करने का भारी कार्य शिक्षार्थी स्वयं करें।
कक्षाएं खोलने से पहले, सिस्टम की भौतिक शिक्षा और प्रौद्योगिकी के विशेषज्ञों द्वारा कठोरता से जाँच की गई। इन विशेषज्ञों ने AI द्वारा पूछे गए प्रश्नों और छात्रों को दिए जाने वाले सहयोग की समीक्षा की, और उपकरण को सुनिश्चित करने के लिए एक पैमाने पर रेटिंग दी कि वह शैक्षणिक रूप से सुदृढ़ है। विशेषज्ञों ने सिस्टम को बहुत उच्च अनुमोदन रेटिंग दी, यह पुष्टि करते हुए कि प्रश्न आलोचनात्मक सोच को बढ़ावा देने के लिए अच्छी तरह से डिज़ाइन किए गए थे और तकनीक विश्वसनीय रूप से कार्य करती है। एक बार जब सिस्टम तैयार हो गया, तो शोधकर्ताओं ने पाठ शुरू होने से पहले छात्रों के आलोचनात्मक सोच कौशल को मापा और सात सत्रों के पूरा होने के बाद फिर से मापा। परिणामों ने दोनों समूहों के बीच एक स्पष्ट अंतर दिखाया। जबकि दोनों समूह समान स्तर की क्षमता के साथ शुरू हुए थे, AI-संवर्धित प्रणाली का उपयोग करने वाले छात्रों में मानक लैब की तुलना में काफी अधिक सुधार हुआ। उनके शुरुआती स्कोर के लिए समायोजन करने के बाद, प्रयोगात्मक समूह ने नियंत्रण समूह की तुलना में औसतन दस अंक से अधिक का स्कोर प्राप्त किया। यह अंतर पर्याप्त था, जो दर्शाता है कि पूछताछ करने वाले AI के साथ जुड़ने वाले छात्र न केवल अधिक तथ्य सीख रहे थे, बल्कि वास्तव में तर्क देने, साक्ष्यों का मूल्यांकन करने और अपने स्वयं के स्पष्टीकरण बनाने में बेहतर हो रहे थे।
अध्ययन यह सुझाव देता है कि इस दृष्टिकोण की सफलता इस बात में निहित है कि AI को कैसे सीमित (constrained) किया गया था। सिस्टम को उत्तर के लिए एक 'शॉर्टकट' के रूप में कार्य करने की अनुमति नहीं थी। मशीन के साथ संवाद के माध्यम से छात्रों को अपने तर्क को व्यक्त करने और अपने विचारों का बचाव करने के लिए मजबूर करके, इस उपकरण ने उन्हें सोचने के कठिन कार्य में व्यस्त रखा। शोधकर्ताओं ने पाया कि जब AI को छात्रों के सक्षम होने पर अपने सहयोग को कम करने (fade its support) के लिए प्रोग्राम किया गया, तो इसने उन्हें अपने सीखने का स्वामित्व लेने के लिए प्रोत्साहित किया। इस पद्धति ने सिद्ध किया कि आर्टिफिशियल इंटेलिजेंस, जब सही ढंग से उपयोग किया जाता है, तो उसे शिक्षक या छात्र के प्रयास को बदलने की आवश्यकता नहीं है। इसके बजाय, यह एक अनुशासित साथी के रूप में कार्य कर सकता है जो शिक्षार्थियों को गहराई से सोचने के लिए चुनौती देता है, जिससे कक्षा एक ऐसे स्थान में बदल जाती है जहाँ ध्यान सही उत्तर प्राप्त करने से हटकर उस मार्ग को समझने पर केंद्रित होता है जो वहां तक ले जाता है। ये निष्कर्ष भौतिकी शिक्षा के लिए एक आशाजनक मार्ग प्रदान करते हैं, जो दिखाते हैं कि सही डिज़ाइन के साथ, तकनीक छात्रों को उन आलोचनात्मक सोच कौशल को विकसित करने में मदद कर सकती है जिनकी उन्हें एक जटिल दुनिया में नेविगेट करने के लिए आवश्यकता 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।