The AI Tsunami: Reorienting CSCL Toward a Humanistic, Justice-Oriented, and Planet-Conscious Future

दशकों से, शैक्षिक अनुसंधान की एक विशिष्ट शाखा इस बात का अध्ययन कर रही है कि जब लोग मिलकर काम करते हैं तो वे सबसे अच्छी तरह कैसे सीखते हैं। यह क्षेत्र, जिसे कंप्यूटर-सपोर्टेड कोलाबोरेटिव लर्निंग (कंप्यूटर-सहायता प्राप्त सहयोगात्मक अधिगम) के रूप में जाना जाता है, इस बात की जांच करता है कि तकनीक छात्रों, सहयोगियों या सामुदायिक सदस्यों के समूहों को एक टीम के रूप में ज्ञान निर्माण करने में कैसे मदद कर सकती है। इसका मूल विचार सरल लेकिन गहरा है: सीखना केवल एक एकल गतिविधि नहीं है जहाँ एक व्यक्ति तथ्यों को आत्मसात करता है; यह एक सामाजिक प्रक्रिया है जहाँ समझ बातचीत, असहमति और दुनिया को समझने के साझा प्रयास के माध्यम से विकसित होती है। इस क्षेत्र के शोधकर्ताओं ने बीस वर्षों तक यह समझने में समय बिताया है कि ऐसे डिजिटल उपकरण कैसे डिज़ाइन किए जाएं जो इस जटिल, मानवीय प्रक्रिया का समर्थन कर सकें, जो शुरुआती प्रयोगों से—जो इस बात पर केंद्रित थे कि समूह समस्याओं को कैसे हल करते हैं—बढ़कर हालिया कार्यों तक पहुँचे हैं जो यह विचार करते हैं कि संस्कृति, पहचान और निष्पक्षता उन अंतःक्रियाओं को कैसे आकार देती है। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) जीवन का एक दैनिक हिस्सा बनता जा रहा है, प्रश्न यह नहीं रह गया है कि क्या तकनीक हमें सीखने में मदद कर सकती है, बल्कि यह है कि क्या होता है जब वह तकनीक इतनी स्मार्ट हो जाती है कि वह हमारे लिए सोचने का काम खुद कर सके।

हाइफा विश्वविद्यालय और क्लार्क विश्वविद्यालय के शोधकर्ताओं का एक नया शोध पत्र तर्क देता है कि जनरेटिव आर्टिफिशियल इंटेलिजेंस (जनरेटिव एआई) का आगमन इस क्षेत्र के लिए केवल एक अगला कदम नहीं है, बल्कि एक अचानक, अत्यधिक शक्तिशाली बल है जो दशकों की प्रगति को मिटाने की धमकी देता है। लेखक इस बदलाव को एक 'सुनामी' के रूप में वर्णित करते हैं, एक ऐसे रूपक के रूप में जो इतनी बड़ी और तेज़ लहर है कि वह पिछले परिवर्तनों के मार्ग का अनुसरण नहीं करती, बल्कि उन्हें पूरी तरह से बहा ले जाने की शक्ति रखती है। उनका तर्क है कि जहाँ पहले की तकनीकें मनुष्यों को संवाद करने में मदद करने वाले उपकरणों के रूप में कार्य करती थीं, वहीं आधुनिक आर्टिफिशियल इंटेलिजेंस एक सहभागी के रूप में कार्य करता है जो अपने आप में सुसंगत, पॉलिश किए गए उत्तर उत्पन्न कर सकता है। यह एक खतरनाक भ्रम पैदा करता है: जब एक समूह इन उपकरणों का उपयोग करता है, तो अंतिम उत्पाद पूर्ण लग सकता है, लेकिन वास्तविक सीखने की प्रक्रिया—समझने का संघर्ष, विभिन्न दृष्टिकोणों का घर्षण, और भ्रम को दूर करने का प्रयास—गायब हो सकता है। शोधकर्ता चेतावनी देते हैं कि यदि यह क्षेत्र तुरंत अपनी दिशा नहीं बदलता है, तो यह उन मानवीय गुणों को खोने का जोखिम उठाता है जो सहयोगात्मक अधिगम को सार्थक बनाते हैं।

इस चेतावनी की तात्कालिकता को समझने के लिए, लेखक अपने क्षेत्र के विकास के पिछले दो दशकों के इतिहास को देखते हुए, इसे विकास की तीन विशिष्ट लहरों के रूप में वर्णित करते हैं। पहली लहर इस बात पर केंद्रित थी कि समूह मिलकर कैसे सोचते हैं, जिसमें टीम को डिजिटल उपकरणों द्वारा समर्थित बुद्धिमत्ता की एक एकल इकाई माना गया था। दूसरी लहर ने मानवीय अनुभव पर ध्यान केंद्रित किया, जिसमें इस बात पर जोर दिया गया कि लोग कैसे एक समुदाय का हिस्सा बनते हैं और कैसे उनकी अनूठी आवाज़ें और व्यक्तिगत इतिहास सीखने की प्रक्रिया को आकार देते हैं। तीसरी लहर, जो उन्नत आर्टिफिशियल इंटेलिजेंस के उदय से पहले बस पकड़ना शुरू ही कर रही थी, ने शक्ति, निष्पक्षता और इन डिजिटल स्थानों में कौन पीछे छूट जाता है, जैसे कठिन प्रश्नों का सामना करना शुरू किया। लेखकों का तर्क है कि यह क्षेत्र अंततः अपनी नैतिक नींव पा रहा था, जो न्याय और पहचान के मुद्दों को हल करने के लिए तैयार था, तभी जनरेटिव आर्टिफिशियल इंटेलिजेंस के तीव्र आगमन ने पूरे परिदृश्य को बाधित कर दिया।

पेपर में पहचाना गया केंद्रीय मुद्दा यह है कि आर्टिफिशियल इंटेलिजेंस मानवीय विचारों के खुरदरेपन को सुचारू बनाने की प्रवृत्ति रखता है। जब लोग मिलकर सीखते हैं, तो वे अक्सर अलग-अलग, अपूर्ण विचारों के साथ शुरुआत करते हैं। वे तर्क देते हैं, कि वे भ्रमित होते हैं और उन्हें एक-दूसरे को अपना विचार समझाने के लिए कड़ी मेहनत करनी पड़ती है। यही संघर्ष वास्तविक सीखने का स्थान है। हालाँकि, जनरेटिव आर्टिफिशियल इंटेलिजेंस सबसे सांख्यिकीय रूप से संभावित, सुसंगत और स्पष्ट पाठ उत्पन्न करने के लिए डिज़ाइन किया गया है। जब शिक्षार्थी इन उपकरणों का उपयोग करते हैं, तो एआई उनके कच्चे विचारों को एक आदर्श दिखने वाले पैराग्राफ में पॉलिश कर सकता है, जिससे प्रभावी रूप से उस अनूठी आवाज़ और विशिष्ट भ्रम को मिटा दिया जाता है जो सीखने के क्षण का कारण बना था। परिणाम एक ऐसा समूह होता है जो सहमत दिखाई देता है और तेज़ी से आगे बढ़ता है, लेकिन वास्तव में, सदस्यों के पास विषय की पूरी तरह से अलग, अनछुए समझ हो सकती है। उपकरण ने अंतरों को सुलझाने के बजाय उन्हें छिपा दिया, जिससे साझा समझ का एक झूठा आभास पैदा हुआ।

कक्षा से परे, लेखक तीन विशाल, परस्पर जुड़े रुझानों की ओर संकेत करते हैं जो इस मुद्दे को और भी महत्वपूर्ण बनाते हैं। पहला, तकनीक को 'आर्टिफिशियल जनरल इंटेलिजेंस' बनाने के लक्ष्य के साथ विकसित किया जा रहा है, जो ऐसे सिस्टम हैं जो अंततः हर क्षेत्र में मानव सोच के बराबर या उससे बेहतर हो सकते हैं, जिससे यह सवाल उठता है कि इन शक्तिशाली उपकरणों को कौन नियंत्रित करता है। दूसरा, आर्टिफिशियल इंटेलिजेंस स्क्रीनों से निकलकर भौतिक दुनिया में रोबोट के माध्यम से प्रवेश कर रहा है जो अस्पतालों, कारखानों और घरों में मनुष्यों के साथ काम कर सकते हैं, जिससे भौतिक सहयोग की प्रकृति बदल रही है। तीसरा, इन प्रणालियों को चलाने के लिए आवश्यक बुनियादी ढांचा भारी मात्रा में ऊर्जा की खपत करता है, जिसमें डेटा केंद्रों द्वारा प्रौद्योगिकी के बढ़ने के साथ 1,000 टेरावाट-घंटे से अधिक बिजली का उपयोग करने का अनुमान है, जो ग्रह के जलवायु लक्ष्यों के लिए सीधा खतरा है। लेखकों का तर्क है कि एक क्षेत्र जो यह अध्ययन करता है कि मनुष्य मिलकर कैसे सीखते हैं, वह इन ताकतों को अनदेखा नहीं कर सकता, क्योंकि वे उन परिस्थितियों को मौलिक रूप से बदलते हैं जिनमें सीखना होता है।

इन चुनौतियों के जवाब में, पेपर अनुसंधान के अगले बीस वर्षों के लिए एक नया दिशा-निर्देश प्रस्तावित करता है, जो तीन प्रतिबद्धताओं पर आधारित है। पहला मानवतावाद (ह्यूमनिज्म) पर नया ध्यान केंद्रित करना है, जिसका अर्थ है ऐसी तकनीक का डिज़ाइन बनाना जो मानवीय अनुभव के बिखरे हुए, अपूर्ण और प्रामाणिक हिस्सों की रक्षा करे और उन्हें महत्व दे। आर्टिफिशियल इंटेलिजेंस का उपयोग सीखने को तेज़ या सुचारू बनाने के लिए करने के बजाय, लक्ष्य इसका उपयोग उन तरीकों से करना होना चाहिए जो गहन सोच, वास्तविक असहमति और उस संघर्ष को प्रोत्साहित करें जो वास्तविक समझ की ओर ले जाता है। दूसरा, न्याय पर स्पष्ट ध्यान केंद्रित करना है। लेखकों का तर्क है कि चूंकि आर्टिफिशियल इंटेलिजेंस को ऐसे डेटा पर प्रशिक्षित किया जाता है जो अक्सर मौजूदा पूर्वाग्रहों को दर्शाता है, यह आसानी से असमानताओं को सुदृढ़ कर सकता है। शोधकर्ताओं को सक्रिय रूप से यह सुनिश्चित करने के लिए काम करना चाहिए कि ये उपकरण हाशिए पर रहने वाली आवाजों को चुप न करा दें या विभिन्न पृष्ठभूमि के लोगों के लिए पूरी तरह से भाग लेना कठिन न बना दें। इसमें उन समुदायों के साथ मिलकर सिस्टम को डिज़ाइन करना शामिल है जिनकी वे सेवा करने के लिए हैं, न कि केवल उनके लिए।

अंतिम प्रतिबद्धता एक 'ग्रहीय जनादेश' (प्लेनेटरी मैंडेट) है, जो इस क्षेत्र से अपने अध्ययन के दायरे को विस्तृत करने को कहती है। इसका अर्थ है तत्काल कक्षा से परे जाकर तकनीक की व्यापक पर्यावरणीय और सामाजिक लागतों पर विचार करना। इसका अर्थ अन्य समूहों, जैसे पर्यावरण वैज्ञानिकों, नीतिशास्त्रियों और स्वदेशी ज्ञान रखने वालों के साथ सहयोग करना भी है, ताकि मानवता के सामने आने वाली जटिल समस्याओं, जैसे जलवायु परिवर्तन और सामाजिक विभाजन से निपटा जा सके। लेखकर्ताओं का मानना है कि उनके क्षेत्र की अनूठी ताकत वास्तविक दुनिया के परिवेश में लोग वास्तव में मिलकर ज्ञान कैसे बनाते हैं, इसकी गहरी, व्यावहारिक समझ है। आर्टिफिशियल इंटेलिजेंस द्वारा पेश की गई चुनौतियों के लिए इस विशेषज्ञता को लागू करके, यह क्षेत्र यह सुनिश्चित करने में मदद कर सकता है कि तकनीक मानव उत्कर्ष (फ्लोरिशिंग) की जगह लेने के बजाय उसकी सेवा करे।

पेपर शोधकर्ताओं को सफलता को मापने के नए तरीके विकसित करने के लिए आह्वान के साथ समाप्त होता है। केवल यह देखने के बजाय कि एक समूह किसी कार्य को कितनी अच्छी तरह करता है या उनके अंतिम उत्पाद की गुणवत्ता कितनी उत्कृष्ट है, उन्हें यह देखने के लिए विधियाँ खोजनी होंगी कि क्या आर्टिफिशियल इंटेलिजेंस वास्तव में लोगों को एक साथ सोचने में मदद कर रहा है या यह केवल उनके लिए काम कर रहा है। उन्हें यह अध्ययन करना होगा कि विभिन्न समूह इन उपकरणों का अनुभव कैसे करते हैं, उन लोगों पर विशेष ध्यान देना होगा जिन्हें इनसे नुकसान हो सकता है, और उन्हें इस सार्वजनिक चर्चा में शामिल होना होगा कि इन शक्तिशाली प्रणालियों को कैसे शासित किया जाना चाहिए। लेखक सुझाव देते हैं कि इस क्षेत्र के अगले बीस वर्ष एक नया प्रकार का सॉफ़्टवेयर आविष्कार करने के बारे में नहीं होंगे, बल्कि यह स्पष्ट करने के बारे में होंगे कि सहयोग वास्तव में किस लिए है। यह निर्णय लेने का समय है कि क्या तकनीक का उपयोग मानवीय संबंध और समझ को गहरा करने के लिए किया जाएगा, या क्या इसे उस समृद्ध, जटिल वास्तविकता को समतल करने के लिए छोड़ दिया जाएगा कि हम वास्तव में एक साथ कैसे सीखते और बढ़ते हैं।