AI-Adaptive Learning Paths and Task-Difficulty Synchronization: A Longitudinal Study of Student Persistence and Engagement
यह अनुदैर्ध्य मिश्रित-विधि अध्ययन प्रदर्शित करता है कि एआई-अनुकूलनशील शिक्षण पथ और कार्य-कठिनाई समक्रमण, इष्टतम चुनौती अवस्थाओं और कथित सक्षमता को बढ़ावा देकर, स्नातक पूर्व-सेवा शिक्षकों के दृढ़ संकल्प और जुड़ाव को महत्वपूर्ण रूप से बढ़ाते हैं, हालांकि एल्गोरिथम कठोरता संबंधी चिंताएं पारदर्शी और लचीले सिस्टम डिजाइन की आवश्यकता को रेखांकित करती 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
एक ऐसी कक्षा की कल्पना करें जहाँ शिक्षक को ठीक पता होता है कि कब कोई छात्र संघर्ष कर रहा है, कब वह ऊब रहा है, और कब वह एक बड़ी चुनौती के लिए तैयार है। यह 'एडेप्टिव लर्निंग' (अनुकूली शिक्षण) का वादा है, जो शैक्षिक प्रौद्योगिकी का एक क्षेत्र है जो प्रत्येक शिक्षार्थी की विशिष्ट आवश्यकताओं के अनुसार पाठों को ढालने के लिए कंप्यूटर प्रोग्राम का उपयोग करता है। इसमें सभी एक ही गति से एक ही पाठ्यपुस्तक नहीं पढ़ते, बल्कि ये प्रणालियाँ वास्तविक समय में सामग्री को समायोजित करती हैं। इसका मूल विचार "फ्लो" (प्रवाह) नामक एक संतुलन पर आधारित है, जो एक ऐसी अवस्था है जहाँ कार्य न तो इतना आसान होता है कि वह उबाऊ बन जाए और न ही इतना कठिन कि घबराहट पैदा कर दे। जब कठिनाई व्यक्ति के कौशल से मेल खाती है, तो वे काम में पूरी तरह डूब जाते हैं। उन शिक्षकों के लिए जो विकलांग व्यक्तियों के साथ काम करने के लिए प्रशिक्षण ले रहे हैं, यह संतुलन अत्यंत महत्वपूर्ण है। विषय वस्तु भावनात्मक रूप से भारी और बौद्धिक रूप से जटिल है, जिसके लिए गहरी सहानुभूति और सटीक ज्ञान की आवश्यकता होती है। यदि प्रशिक्षण बहुत अधिक बोझिल महसूस होता है, तो भविष्य के शिक्षक छोड़ सकते हैं; यदि यह बहुत सरल लगता है, तो वे इसमें रुचि खो सकते हैं। इन प्रशिक्षुओं को लंबे समय तक व्यस्त रखने के बारे में समझना समावेशी शिक्षा के भविष्य के लिए एक गहरा प्रश्न है।
मिस्र में शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ बढ़ाया कि कृत्रिम बुद्धिमत्ता (AI) अस्सी से कम, यानी ७९ स्नातक छात्रों के एक समूह के लिए इस संतुलन को बनाए रखने में कितनी सक्षम है, जो अंग्रेजी शिक्षक बनने का प्रशिक्षण ले रहे थे। ये छात्र "विकलांग व्यक्तियों को पढ़ाना" नामक एक कठिन पाठ्यक्रम में नामांकित थे, जिसमें विकलांगता के विभिन्न प्रकारों को समझने से लेकर उनके लिए कक्षाओं को अनुकूलित करने के तरीके सीखने तक सब कुछ शामिल है। शोधकर्ताओं ने इन छात्रों को तीन शैक्षणिक चरणों में, 2025 के दूसरे सेमेस्टर से 2026 के दूसरे सेमेस्टर तक ट्रैक किया, एक ऐसी प्रणाली का उपयोग करते हुए जो छात्रों के प्रदर्शन के आधार पर पाठों की कठिनाई को समायोजित करती थी। लक्ष्य केवल यह देखना नहीं था कि छात्रों ने सामग्री सीखी या नहीं, बल्कि यह देखना था कि क्या वे सिस्टम के साथ जुड़े रहे, केंद्रित रहे और विषय के प्रति अपने जुनून को बनाए रखा। उनके अनुभव की वास्तविक तस्वीर पाने के लिए, शोधकर्ताओं ने केवल अंतिम ग्रेड नहीं देखे। उन्होंने छात्रों से काम करते समय सप्ताह में दो बार दो मिनट के त्वरित सर्वेक्षण भरने के लिए कहा, जिससे उनकी तात्कालिक हताशा, उत्साह या ऊब की भावनाओं को पकड़ा जा सके। प्रत्येक सेमेस्टर के अंत में, उन्होंने उन छात्रों से भी बात की जो जुड़े रहे और उन छात्रों से भी जो संघर्ष कर रहे थे, ताकि उनके अनुभवों के बीच के अंतर को समझा जा सके।
परिणामों ने दिखाया कि जब कंप्यूटर सिस्टम सफलतापूर्वक कार्य की कठिनाई को छात्र की वर्तमान क्षमता के साथ मिला देता है, तो छात्रों द्वारा पढ़ाई छोड़ने या प्रयास बंद करने की संभावना बहुत कम हो जाती है। डेटा ने एक स्पष्ट पैटर्न का खुलासा किया: जिन छात्रों को लगा कि चुनौतियाँ बिल्कुल सही थीं—न बहुत आसान और न बहुत कठिन—उन्होंने काम पूरा किया और लॉग-इन करना जारी रखा। वास्तव में, जिन्होंने इस "बिल्कुल सही" अनुभव को महसूस किया, उनके अलग होने (disengage होने) की संभावना उन लोगों की तुलना में काफी कम थी जिन्हें लगा कि कार्य का स्तर मेल नहीं खा रहा है। अध्ययन में पाया गया कि कठिनाई और जुड़ाव के बीच का संबंध एक विशिष्ट वक्र (curve) का अनुसरण करता है। जुड़ाव तब उच्चतम था जब काम चुनौतीपूर्ण लेकिन प्रबंधनीय था। जब काम बहुत आसान था, जिससे ऊब पैदा हुई, और जब काम बहुत कठिन था, जिससे चिंता हुई, तब जुड़ाव तेजी से गिर गया। इसने इस बात की पुष्टि की कि सबसे प्रभावी शिक्षण एक संकीर्ण 'इष्टतम चुनौती' के दायरे में होता है, न कि चरम सीमाओं पर।
केवल प्लेटफॉर्म पर छात्रों को बनाए रखने के अलावा, सिस्टम ने उनके करियर के बारे में उनकी भावनाओं को भी बदला। जो छात्र पूरे वर्ष टिके रहे, उन्होंने बताया कि एडेप्टिव सिस्टम ने उन्हें अधिक सक्षम और आत्मविश्वासी महसूस करने में मदद की। जैसे-जैसे उन्होंने व्यक्तिगत पाठों को सफलतापूर्वक पार किया, उनकी सक्षमता की भावना बढ़ी, जिसने बदले में उन्हें पाठ्यक्रम के प्रति अधिक भावनात्मक रूप से निवेश करने के लिए प्रेरित किया। कई लोगों के लिए, यह बदलाव गहरा था। उन्होंने पाठ्यक्रम को एक कठिन आवश्यकता के रूप में देखने के बजाय इसे समावेशी शिक्षक बनने की दिशा में एक सार्थक मार्ग के रूप में देखने के विवरण दिए। एक छात्र ने उल्लेख किया कि सिस्टम ने उन्हें विकलांग छात्रों को पढ़ाने के डर को दूर करने में मदद की, यह दिखाकर कि कौन सी रणनीतियाँ वास्तव में काम करती हैं। हालाँकि, अध्ययन ने तकनीक की सीमाओं को भी उजागर किया। जो छात्र सिस्टम के साथ संघर्ष कर रहे थे, उन्हें यह बहुत कठोर लगा या तकनीकी गड़बड़ियों ने उनकी सीखने की प्रक्रिया में बाधा डाली। जब कंप्यूटर ने कठिनाई के बारे में गलत निर्णय लिया, या जब इंटरनेट कनेक्शन विफल हुआ, तो छात्रों ने नियंत्रण खोया हुआ महसूस किया, जिससे उनका मन छोड़ने का हुआ।
शोधकर्ताओं ने निष्कर्ष निकाला कि कृत्रिम बुद्धिमत्ता छात्रों को जोड़े रखने के लिए एक शक्तिशाली उपकरण हो सकती है, लेकिन केवल तभी जब इसे लचीलेपन और पारदर्शिता के साथ डिज़ाइन किया जाए। सिस्टम तब सबसे अच्छा काम करता है जब यह एक सहायक मार्गदर्शक के रूप में कार्य करता है जो छात्र की भावनात्मक और संज्ञानात्मक स्थिति के अनुसार खुद को ढाल लेता है, न कि एक कठोर मशीन के रूप में जो एक ही पथ को थोपती है। अध्ययन बताता है कि शिक्षक प्रशिक्षण के लिए इन तकनीकों को सफल होने के लिए, उन्हें यह पहचानने में सक्षम होना चाहिए कि छात्र कब अभिभूत (overwhelmed) महसूस कर रहा है और सहायता प्रदान करनी चाहिए, और जब छात्र अधिक के लिए तैयार हो, तो उसे बड़ी चुनौती देनी चाहिए। निष्कर्ष यह भी जोर देते हैं कि मानवीय तत्व आवश्यक बना हुआ है; तकनीक को शिक्षक की जगह नहीं लेनी चाहिए बल्कि उसे ऐसी स्थितियाँ बनानी चाहिए जहाँ छात्र निरंतर सीखने के लिए सक्षम और जिज्ञासु महसूस करें। कठिनाई को शिक्षार्थी की तत्परता के साथ तालमेल बिठाकर, सिस्टम ने एक कठिन पाठ्यक्रम को पेशेवर विकास की यात्रा में बदलने में मदद की, जिससे यह सिद्ध हुआ कि सही प्रकार का समर्थन भविष्य के शिक्षकों को जटिल और भावनात्मक चुनौतियों का सामना करने में दृढ़ रहने में मदद कर सकता 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।