Rebuilding Academic Trust in the AI Era: An Integrated Education Governance and Institutional Marketing Framework

तकनीकी सारांश: एआई युग में शैक्षणिक विश्वास का पुनर्निर्माण

समस्या विवरण
उच्च शिक्षा में जनरेटिव आर्टिफिशियल इंटेलिजेंस (GenAI) के तीव्र एकीकरण ने शैक्षणिक विश्वास के एक संस्थागत संकट को जन्म दिया है, जिसे "अपनाने-विश्वास विरोधाभास" (adoption-trust paradox) के रूप में पहचाना जा सकता है। जबकि छात्र शैक्षणिक कार्यों के लिए व्यापक रूप से GenAI उपकरणों का उपयोग कर रहे हैं, यह उपयोग अखंडता, लेखकत्व और संस्थागत वैधता के संबंध में गहरे नैतिक संदेह के साथ सह-अस्तित्व में है। मौजूदा साहित्य मुख्य रूप से व्यक्तिगत स्तर के प्रौद्योगिकी स्वीकृति मॉडलों (जैसे, TAM, UTAUT) पर निर्भर करता है, जो विश्वास निर्माण के लिए आवश्यक सामाजिक-नैतिक और संस्थागत स्थितियों को समझाने में विफल रहते हैं। संबोधित की जाने वाली केंद्रीय समस्या यह है कि संस्थागत प्रतिक्रियाएं खंडित, प्रतिक्रियात्मक और अक्सर दंडात्मक रही हैं, जिससे एक नियामक शून्य (regulatory vacuum) पैदा हो गया है जहाँ छात्रों द्वारा तकनीक को अपनाना शासन व्यवस्था से आगे निकल गया है। यह अध्ययन प्रस्तावित करता है कि विश्वास बहाल करने के लिए विश्लेषणात्मक दृष्टिकोण को व्यक्तिगत उपयोगकर्ता स्वीकृति से हटाकर संस्थागत शासन की ओर ले जाने की आवश्यकता है, जिसमें शैक्षणिक विश्वास को एक रणनीतिक ब्रांड संपत्ति के रूप में फ्रेम किया गया है जो संगठनात्मक वैधता के लिए आवश्यक है।

कार्यप्रणाली
यह अध्ययन एक बहुआयामी शासन ढांचे का अनुभवजन्य परीक्षण करने के लिए 'पार्शियल लीस्ट स्क्वायर्स स्ट्रक्चरल इक्वेशन मॉडलिंग' (PLS-SEM) का उपयोग करते हुए एक मात्रात्मक, क्रॉस-सेक्शनल अनुसंधान डिजाइन का उपयोग करता है।

• नमूना: डेटा ट्यूनीशिया (सार्वजनिक और निजी संस्थानों) के 380 विश्वविद्यालय छात्रों से एकत्र किया गया था, जो 18+ आयु के हैं और जिन्हें GenAI उपकरणों का पूर्व अनुभव है। नमूना विभिन्न विषयों (व्यवसाय, इंजीनियरिंग, मानविकी आदि) और शैक्षणिक स्तरों में विविधता सुनिश्चित करता है।
• उपकरण: एक सर्वेक्षण उपकरण ने मान्य साहित्य से अनुकूलित बहु-आइटम पैमानों का उपयोग करके सात गुप्त चरों (latent constructs) को मापा। चार स्वतंत्र चर (शासन स्तंभ) हैं: नैतिक पारदर्शिता (Ethical Transparency), एल्गोरिद्मिक जवाबदेही (Algorithmic Accountability), एआई साक्षरता (AI Literacy), और अनुकूलन योग्य एआई शासन (Adaptive AI Governance)। मध्यस्थ (mediators) और परिणाम (outcomes) हैं: संस्थागत विश्वास (Institutional Trust), कथित संस्थागत नैतिकता (Perceived Institutional Ethicality), और सतत एआई उपयोग के प्रति छात्र व्यवहार संबंधी इरादा (Student Behavioral Intention)।
• विश्लेषण: डेटा विश्लेषण SmartPLS 4 में दो-चरणीय प्रोटोकॉल का पालन करता है। पहले, रिफ्लेक्टिव मेजरमेंट मॉडल का विश्वसनीयता (Cronbach's $\alpha$, $\rho_A$, कंपोजिट रिलायबिलिटी) और वैधता (AVE के माध्यम से अभिसरण वैधता, HTMT और Fornell-Larcker के माध्यम से विभेदक वैधता) के लिए मूल्यांकन किया गया। दूसरे, स्ट्रक्चरल मॉडल का मूल्यांकन पथ गुणांक ($\beta$), निर्धारण गुणांक ($R^2$), प्रभाव आकार ($f^2$), और भविष्य कहनेवाला प्रासंगिकता ($Q^2$) के लिए किया गया। सांख्यिकीय महत्व को 5,000 पुन: नमूनों (resamples) के साथ गैर-पैरामीट्रिक बूटस्ट्रैपिंग का उपयोग करके सत्यापित किया गया। कॉमन मेथड बायस (Common Method Bias) को हार्मोन के सिंगल-फैक्टर टेस्ट और फुल कोलीनैरिटी VIF आकलन के माध्यम से खारिज किया गया।

प्रमुख परिणाम
स्ट्रक्चरल मॉडल मजबूत व्याख्यात्मक शक्ति प्रदर्शित करता है, जहाँ शासन स्तंभ संस्थागत विश्वास में 58.4% भिन्नता की व्याख्या करते हैं, और संयुक्त मॉडल छात्र व्यवहार संबंधी इरादे में 61.2% भिन्नता की व्याख्या करता है।

• शासन चालक: सभी चार स्तंभ संस्थागत विश्वास को महत्वपूर्ण और सकारात्मक रूप से प्रभावित करते हैं। अनुकूलन योग्य एआई शासन सबसे मजबूत भविष्यवक्ता के रूप में उभरा ($\beta = 0.297, p < 0.001$), इसके बाद एल्गोरिद्मिक जवाबदेही ($\beta = 0.258, p < 0.001$) और नैतिक पारदर्शिता ($\beta = 0.231, p < 0.001$) का स्थान रहा। एआई साक्षरता का प्रभाव महत्वपूर्ण लेकिन छोटा था ($\beta = 0.137, p = 0.006$)।
• विश्वास और नैतिकता: संस्थागत विश्वास, कथित संस्थागत नैतिकता के साथ असाधारण रूप से मजबूत सकारात्मक संबंध प्रदर्शित करता है ($\beta = 0.741, p < 0.001$)।
• व्यवहार संबंधी परिणाम: संस्थागत विश्वास सीधे छात्र व्यवहार संबंधी इरादे को प्रभावित करता है ($\beta = 0.286, p < 0.001$)।
• मध्यस्थता (Mediation): कथित संस्थागत नैतिकता, संस्थागत विश्वास और व्यवहार संबंधी इरादे के बीच एक महत्वपूर्ण आंशिक मध्यस्थ के रूप में कार्य करती है (अप्रत्यक्ष $\beta = 0.337, p < 0.001$)। यह इंगित करता है कि शासन संरचनाएं विश्वास का निर्माण करती हैं, जो संस्थान की नैतिक स्थिति की धारणा को बढ़ाती हैं, जिससे सतत व्यवहार संबंधी इरादे प्रेरित होते हैं।

महत्व और योगदान
यह शोध पत्र दावा करता है कि यह GenAI की चुनौती को विशुद्ध रूप से तकनीकी या शैक्षणिक मुद्दे के बजाय एक शासन संबंधी मुद्दे के रूप में पुनर्गठित करके सैद्धांतिक और व्यावहारिक दोनों योगदान देता है।

• सैद्धांतिक बदलाव: यह अध्ययन व्यक्तिगत अपनाने वाले मॉडलों से अलग हटकर यह प्रदर्शित करता है कि विश्वास एक संस्थागत परिणाम है जो शासन की गुणवत्ता (पारदर्शिता, जवाबदेही, अनुकूलनशीलता) द्वारा निर्मित होता है, न कि उपयोगकर्ता की तकनीकी परिचितता का उपोत्पाद है। यह अनुभवजन्य रूप से सिद्ध करता है कि संरचनात्मक सुरक्षा उपाय केवल व्यक्तिगत तकनीकी क्षमता की तुलना में विश्वास के अधिक महत्वपूर्ण चालक हैं।
• अनुभवजन्य सत्यापन: यह चार-स्तंभ शासन ढांचे के लिए मजबूत मात्रात्मक साक्ष्य प्रदान करता है, जो ऐसे साहित्य के अंतर को भरता है जो अक्सर इन अवधारणाओं पर अनुभवजन्य एकीकरण के बिना केवल मानकीय रूप से चर्चा करता है।
• व्यावहारिक निहितार्थ: निष्कर्ष बताते हैं कि विश्वविद्यालयों को दंडात्मक निगरानी और पहचान तंत्र से आगे बढ़ने की आवश्यकता है। इसके बजाय, संस्थानों को एक "ट्रस्ट इंफ्रास्ट्रक्चर" में निवेश करना चाहिए जो अनुकूलन योग्य नीति समीक्षा, स्पष्ट नैतिक प्रकटीकरण और जवाबदेह निरीक्षण द्वारा विशेषता रखता हो। विश्वविद्यालय विपणक और प्रशासकों के लिए, यह अध्ययन तर्क देता है कि "नैतिक एआई" की स्थिति को ब्रांड इक्विटी और छात्र निष्ठा बढ़ाने के लिए ऑडिट योग्य शासन संकेतों (जैसे, अपील मार्ग, पाठ्यक्रम-स्तर की पारदर्शिता) द्वारा समर्थित होना चाहिए।
• शैक्षणिक बदलाव: परिणाम "एआई-लचीले" (AI-resilient) मूल्यांकन डिजाइनों की ओर संक्रमण और पाठ्यक्रमों में एआई साक्षरता के एकीकरण का समर्थन करते हैं, जो निषेध के बजाय आलोचनात्मक मूल्यांकन और नैतिक उपयोग पर जोर देते हैं।

यह अध्ययन निष्कर्ष निकालता है कि शैक्षणिक विश्वास का पुनर्निर्माण संस्थागत संरेखण की एक सचेत प्रक्रिया है, जहाँ वैधता को स्थिर निषेध या तकनीकी सुधारों के बजाय दृश्यमान, निष्पक्ष और अनुकूलनीय शासन के माध्यम से सुरक्षित किया जाता है।