Structural Modelling of Generative AI Cognitive Integration, Algorithmic Literacy, and Academic Dependency in Peruvian Higher Education

आधुनिक शिक्षा के तेजी से बदलते परिदृश्य में, एक नए प्रकार का शिक्षण उपकरण एक ज्वार की तरह आया है: जनरेटिव आर्टिफिशियल इंटेलिजेंस (जेनरेटिव एआई)। ये ऐसे कंप्यूटर प्रोग्राम हैं जो निबंध लिखने, जटिल समस्याओं को हल करने और ऐसे विचार उत्पन्न करने में सक्षम हैं जिनके लिए कभी मानवीय मस्तिष्क की आवश्यकता होती थी। पेरू के छात्रों के लिए, जैसा कि कई अन्य स्थानों में भी है, ये उपकरण अब एक क्लिक पर उपलब्ध हैं। फिर भी, एक शक्तिशाली उपकरण होने का अर्थ यह नहीं है कि आप उसे चलाना जानते हैं। आज शिक्षकों और शोधकर्ताओं के सामने मुख्य प्रश्न यह नहीं है कि क्या छात्र इन मशीनों का उपयोग कर सकते हैं, बल्कि यह है कि उनका उपयोग करने से उनके मस्तिष्क के काम करने के तरीके में क्या बदलाव आता है। क्या मशीन कैसे सोचती है यह समझना एक छात्र को बेहतर सीखने में मदद करता है, या केवल मशीन पर निर्भर रहने से वे स्वयं सोचना भूल जाते हैं? यह तनाव एक नए अध्ययन के केंद्र में है जो पेरू के तीन प्रमुख क्षेत्रों में आयोजित किया गया था, जिसका उद्देश्य इस बात का मानचित्रण करना था कि तकनीक कैसे काम करती है यह जानने और छात्रों द्वारा इसे अपने चिंतन में एकीकृत करने और इस पर निर्भर होने के बीच के अदृश्य पथों के बीच क्या संबंध है।

शोधकर्ताओं ने लिमा, अरेक्विपा और कुस्को के 642 विश्वविद्यालय छात्रों के एक बड़े समूह को इकट्ठा करके शुरुआत की, जो इंजीनियरिंग से लेकर स्वास्थ्य विज्ञान तक विभिन्न क्षेत्रों और सार्वजनिक एवं निजी संस्थानों के मिश्रण का प्रतिनिधित्व करते थे। उन्होंने इन छात्रों से उनकी अपनी आदतों और कौशलों पर विचार करने के लिए कहा, विशेष रूप से चार प्रमुख क्षेत्रों पर ध्यान केंद्रित किया। सबसे पहले, उन्होंने "एल्गोरिद्मिक साक्षरता" को मापा, जो सरल शब्दों में यह समझने की क्षमता है कि एक आर्टिफिशियल इंटेलिजेंस अपने उत्तर कैसे उत्पन्न करता है, उसकी गलतियों को पहचानता है, और यह पहचानता है कि वह कब पक्षपाती हो सकता है। दूसरा, उन्होंने "संज्ञानात्मक एकीकरण" (कॉग्निटिव इंटीग्रेशन) को देखा, या वह सीमा जहाँ एक छात्र अपनी समझ को गहरा करने, जटिल विचारों को जोड़ने और अपने तर्कों को बेहतर बनाने के लिए एआई का उपयोग करता है। तीसरा, उन्होंने "अकादमिक निर्भरता" की जांच की, जहाँ एक छात्र को लगता है कि वह मशीन के बिना कोई कार्य पूरा नहीं कर सकता, या मशीन तक पहुँच न होने पर उसे चिंता महसूस होती है। अंत में, उन्होंने "कथित अकादमिक प्रदर्शन" का आकलन किया, जो यह है कि छात्र अपने ग्रेड और उत्पादकता के बारे में कैसा महसूस करते हैं। अध्ययन ने "डिजिटल नैतिकता" पर भी विचार किया, जो तकनीक के जिम्मेदार उपयोग के संबंध में एक छात्र का व्यक्तिगत नैतिक दिशा-सूचक यंत्र है।

जांच ने यह खुलासा किया कि ये कारक आपस में कैसे परस्पर क्रिया करते हैं, इसकी एक स्पष्ट और शक्तिशाली कहानी सामने आई। डेटा ने दिखाया कि जिन छात्रों के पास आर्टिफिशियल इंटेलिजेंस कैसे काम करता है इसकी मजबूत समझ थी, उनके द्वारा इसे अपने स्वयं के चिंतन को बढ़ाने के लिए एक उपकरण के रूप में उपयोग करने की संभावना काफी अधिक थी। मशीन को अपने लिए काम करने देने के बजाय, इन छात्रों ने इसका उपयोग अपने तर्कों को परिष्कृत करने और कठिन अवधारणाओं को जोड़ने के लिए किया। दूसरे शब्दों में, तकनीक कैसे कार्य करती है यह जानना एक अधिक परिष्कृत तरीके से सीखने के द्वार खोलने वाली एक कुंजी के रूप la कार्य करता था। इसके विपरीत, यही समझ निर्भरता के विरुद्ध एक ढाल के रूप में कार्य करती थी। जो छात्र एआई के तंत्रों के प्रति साक्षर थे, उनमें अपने पाठ्यक्रम को जीवित रखने के लिए मशीन की आवश्यकता महसूस करने या इसके बिना चिंतित होने की संभावना बहुत कम थी। अध्ययन में पाया गया कि जब छात्र एल्गोरिदम के "ब्लैक बॉक्स" को समझते थे, तो वे पूरी तरह से अपने मानसिक प्रयास को बाहरी बनाने (आउटसोर्सिंग) के जाल में फंसने से बच जाते थे।

हालाँकि, एआई का उपयोग करने और स्कूल में अच्छा प्रदर्शन करने के बीच का संबंध एक सीधी रेखा नहीं था; यह पूरी तरह से इस बात पर निर्भर था कि उपकरण का उपयोग कैसे किया गया। शोध ने पुष्टि की कि जब छात्रों ने सफलतापूर्वक एआई को अपने चिंतन की प्रक्रिया में एकीकृत किया, तो उन्होंने महसूस किया कि वे अधिक उत्पादक हैं और उनके ग्रेड में सुधार हुआ। लेकिन जब छात्र निर्भरता के पैटर्न में गिर गए, यानी बिना किसी आलोचनात्मक समीक्षा के भारी काम करने के लिए मशीन पर भरोसा किया, तो उनके कथित अकादमिक प्रदर्शन पर बुरा प्रभाव पड़ा। इस मामले में, मशीन एक बैसाखी बन गई जिसने उनके अपने मेटाकॉग्निटिव कौशल को कमजोर कर दिया। नैतिकता की भूमिका के संबंध में एक महत्वपूर्ण निष्कर्ष सामने आया: छात्रों ने जो तकनीक का जिम्मेदारी से उपयोग करने के संबंध में मजबूत नैतिक सिद्धांत रखे थे, वे बेहतर तरीके से सुरक्षित थे। इन छात्रों के लिए, तकनीक को समझने से निर्भरता में और भी अधिक कमी आई, जिससे पता चलता है कि नैतिक जागरूकता तकनीकी ज्ञान के लाभों को बढ़ा देती है।

अध्ययन ने एक सामान्य चिंता को भी संबोधित किया: क्या परिणाम केवल अन्य छिपे हुए कारकों, जैसे कि छात्र की संपत्ति या इंटरनेट तक पहुंच का प्रतिबिंब थे। इन चरों को नियंत्रित करने के लिए उन्नत सांख्यिकीय विधियों का उपयोग करके, शोधकर्ताओं ने पुष्टि की कि उनके द्वारा पाए गए संबंध मजबूत और प्रत्यक्ष थे। बनाया गया मॉडल इस बात की आधे से अधिक भिन्नता की व्याख्या करता है कि छात्र अपनी शैक्षणिक सफलता को कैसे देखते हैं, जो सामाजिक विज्ञान में एक दुर्लभ स्तर की स्पष्टता है। डेटा ने इस विचार को खारिज कर दिया कि ये प्रभाव यादृच्छिक थे या बाहरी परिस्थितियों के कारण थे, और इसके बजाय एक विशिष्ट कारण श्रृंखला की ओर संकेत किया: तकनीक को समझना बेहतर एकीकरण और कम निर्भरता की ओर ले जाता है, जो बदले में बेहतर अकादमिक परिणामों की ओर ले जाता है।

ये निष्कर्ष पेरू और उससे परे शिक्षा के भविष्य के लिए एक महत्वपूर्ण संदेश देते हैं। साक्ष्य बताते हैं कि आर्टिफिशियल इंटेलिजेंस से उत्पन्न चुनौतियों का समाधान इसे प्रतिबंधित करना या इसे अनदेखा करना नहीं है, बल्कि छात्रों को इसे समझना सिखाना है। अध्ययन इंगित करता है कि केवल निषेध पर केंद्रित नीतियां अपर्याप्त हैं। इसके बजाय, विश्वविद्यालयों को "क्रिटिकल कम्प्यूटेशनल थिंकिंग" विकसित करने पर ध्यान केंद्रित करना चाहिए, जिससे छात्रों को उन एल्गोरिदम के पीछे के तर्क को समझने में मदद मिले जिनका वे उपयोग करते हैं। तकनीकी समझ को मजबूत नैतिक दिशानिर्देशों के साथ जोड़कर, शिक्षक छात्रों को इन उपकरणों को निर्भरता के स्रोतों से बौद्धिक विकास के साधनों में बदलने में मदद कर सकते हैं। शोध यह निष्कर्ष निकालता है कि आगे का रास्ता छात्रों को तकनीक का स्वामी बनाने में निहित है, यह सुनिश्चित करते हुए कि मशीन मन को बदलने के बजाय मन की सेवा करे।