Learning Outcomes, Human–AI Trust, and Behavioral Patterns in GenAI-Assisted Pair Programming
यह अर्ध-प्रायोगिक अध्ययन प्रदर्शित करता है कि मिडिल स्कूल के पेयर प्रोग्रामिंग में जनरेटिव एआई को एकीकृत करना छात्रों के प्रोग्रामिंग ज्ञान और प्रोजेक्ट प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और एआई में उनके विश्वास को भी बढ़ाता है, हालांकि यह सक्रिय समस्या अपघटन (प्रॉब्लम डिकंपोजिशन) के बजाय डिबगिंग सहायता पर अत्यधिक निर्भर रहने की एक व्यवहारिक प्रवृत्ति को प्रकट करता है।
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
दुनिया भर के क्लासरूम में, कंप्यूटर कोड लिखने की जटिल कला सिखाने के लिए लंबे समय से एक सरल विचार का उपयोग किया जाता रहा है: दो छात्र एक ही कंप्यूटर पर बैठते हैं और मिलकर काम करते हैं। एक व्यक्ति, जिसे 'ड्राइवर' कहा जाता है, निर्देशों को टाइप करने के लिए कीबोर्ड और माउस को नियंत्रित करता है, जबकि दूसरा, 'नेविगेटर', स्क्रीन पर नज़र रखता है, गलतियों को पहचानता है और अगले कदम का सुझाव देता है। 'पेयर प्रोग्रामिंग' के रूप में जानी जाने वाली यह विधि शुरुआती लोगों को तेजी से सीखने में मदद करती है और जब चीजें गलत होती हैं, तो उन्हें अकेलापन महसूस नहीं होने देती। लेकिन जैसे-जैसे स्कूलों में टेक्स्ट और कोड जेनरेट कर सकने वाले शक्तिशाली नए कंप्यूटर प्रोग्राम सामने आ रहे हैं, एक नया सवाल उठता है। क्या होगा जब आप इस टीम में एक तीसरा साथी जोड़ देते हैं? क्या एक आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) सीखने की प्रक्रिया पर कब्जा किए बिना एक सहायक मार्गदर्शक के रूप में कार्य कर सकता है, या क्या यह छात्रों को ऐसी मशीन पर बहुत अधिक निर्भर बनाने का जोखिम उठाता है जो हमेशा सही नहीं हो सकती?
चीन में शोधकर्ताओं की एक टीम ने हाल ही में यह देखने के लिए कि मध्य विद्यालय के छात्र इस नई तकनीक के साथ और इसके बिना प्रोग्रामिंग कैसे सीखते हैं, इन सवालों के जवाब देने का प्रयास किया। उन्होंने कोडिंग का बहुत कम अनुभव रखने वाले उन छियासठ आठवीं कक्षा के छात्रों के साथ काम किया। शोधकर्ताओं ने कक्षा को दो समूहों में विभाजित किया। एक समूह पारंपरिक तरीके से काम करता था, जिसमें दो छात्र एक कंप्यूटर साझा करते थे और उन्हें आर्टिफिशियल इंटेलिजेंस से कोई मदद नहीं मिलती थी। दूसरे समूह ने उसी तरह काम किया, लेकिन उनके पास एक स्मार्ट कंप्यूटर प्रोग्राम तक पहुंच थी जो सवाल पूछने पर जवाब दे सकता था, त्रुटियों की व्याख्या कर सकता था और मांगे जाने पर कोड स्निपेट्स लिख सकता था। दोनों समूहों के छात्रों ने आठ सप्ताह तक एक छोटा सॉफ्टवेयर प्रोजेक्ट बनाया, और हर दस मिनट में अपनी भूमिकाएं बदलीं ताकि प्रत्येक को कंप्यूटर चलाने और बातचीत का संचालन करने का अवसर मिल सके।
परिणामों ने दिखाया कि जिन छात्रों ने आर्टिफिशियल इंटेलिजेंस सहायता के साथ काम किया, उन्होंने वास्तव में अधिक सीखा। आठ सप्ताह के अंत में परीक्षण के दौरान, वे प्रोग्रामिंग अवधारणाओं के बारे में अधिक जानते थे और बिना इस टूल के काम करने वाले छात्रों की तुलना में बेहतर अंतिम प्रोजेक्ट बना चुके थे। हालांकि, अध्ययन ने यह भी खुलासा किया कि इन छात्रों द्वारा तकनीक के उपयोग के तरीके में एक विशिष्ट पैटर्न था। जब कोड काम करने में विफल रहा, तो छात्रों ने अक्सर कंप्यूटर से त्रुटि की व्याख्या पूछी, और फिर तुरंत इसे समस्या ठीक करने के लिए कहा। इसने एक ऐसा चक्र बना दिया जहाँ वे फंस जाते, मदद मांगते, समाधान प्राप्त करते, और फिर से फंस जाते। उन्होंने इस बारे में कम प्रश्न पूछे कि एक बड़ी समस्या को छोटे टुकड़ों में कैसे तोड़ा जाए या कोड वास्तव में कैसे काम करता है, जो यह सुझाव देता है कि वे तर्क को समझने के बजाय सीधे उत्तरों तक पहुँचने के लिए टूल का उपयोग कर रहे थे।
शायद सबसे दिलचस्प बात यह थी कि तकनीक के प्रति छात्रों की भावनाओं में समय के साथ कैसे बदलाव आया। अध्ययन की शुरुआत में, छात्र कंप्यूटर पर भरोसा करने को लेकर अनिश्चित थे। अंत में, इस तकनीक के साथ हफ्तों काम करने के बाद, सिस्टम में उनका विश्वास काफी बढ़ गया था। उन्होंने इस पर भरोसा करना सीख लिया था, लेकिन शोधकर्ताओं ने नोट किया कि यह विश्वास बार-बार की बातचीत और सत्यापन के माध्यम से बना था। अध्ययन में यह नहीं पाया गया कि आर्टिफिशियल इंटेलिजेंस ने मानव साथियों की आवश्यकता को समाप्त कर दिया; इसके बजाय, इसने एक तीसरे संसाधन के रूप में कार्य किया जिसे दो छात्रों को मिलकर प्रबंधित करना था। ड्राइवर प्रॉम्प्ट टाइप करता, जबकि नेविगेटर स्क्रीन को देखता और यह तय करने में मदद करता कि कंप्यूटर के सुझावों का अर्थ समझ में आता है या नहीं।
यह शोध आधुनिक शिक्षा में एक नाजुक संतुलन को उजागर करता है। आर्टिफिशियल इंटेलिजेंस टूल ने स्पष्ट रूप से छात्रों को बेहतर काम करने और अधिक तथ्य सीखने में मदद की, लेकिन इसने गहरे चिंतन के बजाय तत्काल समाधान मांगने की आदत को भी प्रोत्साहित किया। छात्रों ने केवल कंप्यूटर द्वारा कही गई हर बात को स्वीकार नहीं किया; उन्होंने इसके उत्तरों की व्याख्या करने के लिए मिलकर काम किया। अध्ययन बताता है कि हालांकि ये उपकरण सीखने के परिणामों को बढ़ा सकते हैं, लेकिन शिक्षकों को छात्रों को यह सिखाने के लिए मार्गदर्शन करने की आवश्यकता है कि उनका उपयोग कैसे किया जाए। लक्ष्य केवल कंप्यूटर को समस्या हल करने देना नहीं है, बल्कि यह सुनिश्चित करना है कि छात्र ही समाधान के माध्यम से सोचने वाले बने रहें, और मशीन को एक शॉर्टकट के बजाय एक साथी के रूप में उपयोग करें।
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।