“It’s Like Having a Second Instructor”: A Descriptive Qualitative Study on Nursing Students’ Perceptions of Human-AI Collaboration in Generative Learning Analytics
15 चीनी नर्सिंग छात्रों का यह वर्णनात्मक गुणात्मक अध्ययन यह प्रकट करता है कि जहाँ वे नैदानिक तर्क के लिए एक व्यक्तिगत "शिक्षण सहायक" के रूप में जनरेटिव एआई (Generative AI) को महत्व देते हैं, वहीं अंततः वे भावनात्मक समर्थन, नैतिक निर्णय और स्थितिजन्य निर्णय लेने के लिए मानव प्रशिक्षकों को अपरिहार्य मानते हैं, और एक ऐसे सहयोगात्मक मॉडल की वकालत करते हैं जहाँ एआई डेटा को संभालता है और शिक्षक मानवीय आयाम का मार्गदर्शन करते हैं।
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
नर्सिंग शिक्षा एक ऐसे चौराहे पर खड़ी है जहाँ दो शक्तिशाली शक्तियाँ आपस में मिलती हैं: मानवीय देखभाल की प्राचीन कला और आर्टिफिशियल इंटेलिजेंस (AI) का तीव्र उदय। सदियों से, एक नर्स को प्रशिक्षित करने के लिए एक छात्र और एक शिक्षक के बीच गहरे, व्यक्तिगत बंधन पर भरोसा किया जाता रहा है, एक ऐसा संबंध जो साझा अनुभवों, भावनात्मक समर्थन और उस सूक्ष्म निर्णय क्षमता के हस्तांतरण पर आधारित है जिसे पाठ्यपुस्तकें नहीं पकड़ सकतीं। हालाँकि, आज कक्षा में नए डिजिटल उपकरण प्रवेश कर रहे हैं। ये केवल साधारण कैलकुलेटर या डेटाबेस नहीं हैं; ये जेनरेटिव सिस्टम हैं जो छात्र की सीखने की आदतों का विश्लेषण करने, वास्तविक समय में गलतियों को पहचानने और व्यक्तिगत फीडबैक देने में सक्षम हैं। यह बदलाव स्वास्थ्य सेवा के भविष्य के लिए एक मौलिक प्रश्न खड़ा करता है: क्या एक मशीन कभी चिकित्सा के मानवीय पक्ष को वास्तव में समझ सकती है, या यह उस मेंटरशिप (परामर्श) को प्रतिस्थापित करने का जोखिम उठाती है जो एक नर्स को एक उपचारकर्ता बनाती है? शोधकर्ता अब यह पूछ रहे हैं कि क्या ये उपकरण सहायक भागीदार के रूप में कार्य करते हैं या क्या वे अनजाने में छात्रों को उस मानवीय जुड़ाव से दूर कर सकते हैं जो उनके पेशे को परिभाषित करता है।
हारबिन मेडिकल यूनिवर्सिटी, चीन के शोधकर्ताओं की एक टीम ने छात्रों की बात सुनकर इस तनाव को समझने का प्रयास किया। उन्होंने उन पंद्रह स्नातक नर्सिंग छात्रों के साथ गहन बातचीत की, जो नैदानिक तर्क (clinical reasoning)—जो कि रोगी के साथ क्या गलत है यह पता लगाने और उसके उपचार का निर्णय लेने की जटिल प्रक्रिया है—का अध्ययन करने के लिए इन आर्टिफिशियल इंटेलिजेंस उपकरणों का उपयोग कर रहे थे। शोधकर्ताओं ने केवल यह नहीं पूछा कि क्या छात्रों को तकनीक पसंद है; वे छात्रों की आंतरिक दुनिया को समझना चाहते थे। उन्होंने पूछा कि जब एक एल्गोरिदम उनकी गलतियों की ओर इशारा करता है तो छात्र कैसा महसूस करते हैं, क्या वे अपनी स्वयं की सलाह के बजाय मशीन की सलाह पर भरोसा करते हैं, और वे इस नए परिदृश्य में अपने मानव शिक्षकों की बदलती भूमिका की कल्पना कैसे करते हैं। सितंबर 2026 में प्रकाशित यह अध्ययन एक सूक्ष्म चित्र प्रस्तुत करता है जहाँ छात्र तकनीक की दक्षता को अपनाते हैं लेकिन उन मानवीय तत्वों के प्रति भी दृढ़ता से सुरक्षात्मक रहते हैं जिन्हें कोड नहीं किया जा सकता।
छात्रों ने इन AI उपकरणों के साथ अपने पहले अनुभवों को उत्साह और आश्चर्य के मिश्रण के रूप में वर्णित किया। कई लोगों ने पाया कि यह प्रणाली एक मानक उत्तर कुंजी की तुलना में बहुत तेज़ी से और अधिक सटीकता से उनके ज्ञान की कमियों को पहचान सकती है। एक छात्र ने इस अनुभव की तुलना एक समर्पित ट्यूटर से की जो उनके हर कदम पर नज़र रखता था और तुरंत उजागर करता था कि वे कहाँ संघर्ष कर रहे हैं। हालाँकि, यह प्रारंभिक नवीनता जल्द ही इस बात की तार्किक समझ में बदल गई कि मशीन क्या कर सकती है और क्या नहीं। छात्रों ने AI को अपने प्रोफेसरों के विकल्प के रूप में नहीं देखा। इसके बजाय, उन्होंने लगातार इसे एक "शिक्षण सहायक" (teaching assistant) के रूप में वर्णित किया। यह एक ऐसा उपकरण था जो जानकारी को व्यवस्थित करने और संसाधन सुझाने में मदद करता था, लेकिन इसमें उनकी भावनाओं या किसी कठिन नैदानिक स्थिति के अनूठे संदर्भ को समझने की क्षमता का अभाव था। जबकि कुछ वरिष्ठ छात्र, जो डिजिटल उपकरणों के साथ सहज थे, उन्होंने जल्दी ही खुद को ढाल लिया, वहीं कम उम्र के छात्र कभी-कभी डेटा चार्टों से अभिभूत महसूस करते थे और फीडबैक को पढ़ने के तरीके को सीखने के लिए उन्हें समय की आवश्यकता होती थी।
जैसे-जैसे छात्रों ने इन उपकरणों का उपयोग जारी रखा, उन्होंने अपने सीखने के तरीके में बदलाव देखा। AI ने उनके अध्ययन के लिए एक स्पष्ट, व्यक्तिगत मार्ग प्रदान किया, जिसमें उनकी पिछली गलतियों के आधार पर विशिष्ट अभ्यास सुझाए गए। इस अनुकूलित दृष्टिकोण ने उन्हें अधिक सक्षम और अपने सीखने की जिम्मेदारी लेने के लिए प्रेरित किया। वे अधिक आत्मविश्वास के साथ प्रश्न पूछने लगे, क्योंकि उनके पास वह डेटा था जो ठीक से दिखाता था कि उन्हें कहाँ मदद की आवश्यकता है। फिर भी, इस दक्षता के साथ एक चेतावनी भी जुड़ी थी। छात्रों ने बताया कि हालांकि AI तेज़ और निष्पक्ष था, लेकिन यह 'ठंडा' महसूस होता था। यह एक गलती को सुधार सकता था, लेकिन यह प्रोत्साहन का एक शब्द नहीं दे सकता था और न ही पढ़ाई के लंबे दिन की हताशा को समझ सकता था। फीडबैक सटीक था, लेकिन इसमें उस गर्माहट और भावनात्मक प्रतिध्वनि का अभाव था जो एक मानव शिक्षक प्रदान करता है। इस अंतर ने छात्रों को एक स्पष्ट निष्कर्ष की ओर ले गया: मशीन डेटा को संभाल सकती है, लेकिन शिक्षक को हृदय को संभालना होगा।
इस अहसास ने छात्रों के अपने प्रशिक्षकों के साथ संबंधों को नया रूप दिया। यह डरने के बजाय कि AI शिक्षकों को अप्रासंगिक बना देगा, छात्रों ने महसूस किया कि इस तकनीक ने वास्तव में मानवीय मेंटरशिप के अपूरहार्य मूल्य को उजागर किया है। उन्होंने एक नए गतिशील संबंध का वर्णन किया जहाँ AI एक समस्या को चिह्नित करेगा, और शिक्षक उस "क्यों" को समझाने के लिए हस्तक्षेप करेगा, जिससे पाठ को जीवंत बनाने के लिए उनके अपने नैदानिक अनुभवों से जुड़ी व्यक्तिगत कहानियाँ साझा की जा सकेंगी। छात्रों ने इस डिजिटल दुनिया में अपने शिक्षकों को मार्गदर्शक बनने की तीव्र इच्छा व्यक्त की, जो उन्हें यह समझने में मदद करें कि AI पर कब भरोसा करना है और कब उसे चुनौती देनी है। वे चाहते थे कि उनके प्रशिक्षक उन्हें मशीन के तर्क में त्रुटियों को पहचानने और उन नैतिक जटिलताओं को नेविगेट करने के बारे में सिखाएं जिन्हें एल्गोरिदम हल नहीं कर सकते।
अध्ययन में पाया गया कि विश्वास एक सरल हाँ या ना का निर्णय नहीं था। छात्रों ने तकनीक पर भरोसा करने के लिए एक परिष्कृत रणनीति विकसित की। वे तथ्यात्मक प्रश्नों के लिए, जैसे कि दवाओं की खुराक की गणना करना या चिकित्सा परिभाषाओं को याद करना, तकनीक पर भरोसा करने के लिए तैयार थे, क्योंकि मशीन साधारण गणितीय त्रुटियां शायद ही कभी करती है। हालाँकि, जब बात रोगी की भावनात्मक स्थिति का आकलन करने, नैतिक निर्णय लेने या एक जटिल नैदानिक परिदृश्य की व्याख्या करने की आती थी, तो वे तुरंत पुष्टि के लिए अपने मानव शिक्षकों की ओर मुड़ जाते थे। उन्होंने AI के सुझावों को एक शुरुआती बिंदु के रूप में माना, जिसे एक मानव विशेषज्ञ द्वारा समीक्षा और मान्य किया जाना बाकी था। यह सतर्क दृष्टिकोण गोपनीयता संबंधी उनकी चिंताओं तक भी फैला हुआ था। कई छात्र इस विचार से असहज महसूस कर रहे थे कि उनके सीखने की आदतों, वीडियो पर बिताए गए समय और उनकी असाइनमेंट की गलतियों को लगातार रिकॉर्ड और विश्लेषित किया जा रहा है। वे चिंतित थे कि यह डेटा कौन देख सकता है और क्या इसका दुरुपयोग किया जा सकता है, जिससे उन्हें समर्थित होने के बजाय 'निगरानी किए जाने' का अहसास होता था।
शोधकर्ताओं ने निष्कर्ष निकाला कि नर्सिंग शिक्षा का आदर्श भविष्य मानव और मशीन के बीच चुनाव नहीं है, बल्कि श्रम का एक विशिष्ट विभाजन है। छात्रों ने एक ऐसे मॉडल की कल्पना की जहाँ AI एक अथक डेटा विश्लेषक के रूप में कार्य करे, प्रगति को ट्रैक करे और जानकारी को व्यवस्थित करे, जबकि शिक्षक भावनात्मक समर्थन, नैतिक मार्गदर्शन और गहरे नैदानिक ज्ञान पर ध्यान केंद्रित करे। इस साझेदारी में, छात्र अंतिम निर्णय लेने वाला बना रहता है, जो सीखने के लिए उपकरणों का उपयोग करता है लेकिन सर्वोत्तम कार्रवाई चुनने का अधिकार बनाए रखता है। अध्ययन सुझाव देता है कि इस सहयोग को सफल बनाने के लिए, स्कूलों को केवल तकनीक पेश करने से आगे बढ़कर, शिक्षकों को "AI साक्षरता मेंटर" के रूप में प्रशिक्षित करना चाहिए और छात्र डेटा के उपयोग के बारे में स्पष्ट, पारदर्शी नियम स्थापित करने चाहिए। लक्ष्य यह सुनिश्चित करना है कि जबकि तकनीक छात्रों को तेजी से सीखने में मदद करती है, वह उस मानवीय जुड़ाव को कभी प्रतिस्थापित न करे जो नर्सिंग के मूल में 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।