Measuring University Students' Ethical Judgments of Generative AI Use: Development and Initial Validation of Four Instruments for Academic Integrity Research
यह अध्ययन जनरेटिव एआई के संबंध में विश्वविद्यालय के छात्रों के नैतिक निर्णयों को मापने के लिए चार नए उपकरणों को विकसित और मान्य करता है, जिससे यह पता चलता है कि कथित संस्थागत अखंडता इन निर्णयों का सबसे मजबूत भविष्यवक्ता है और छात्र असाइनमेंट बनाम परीक्षाओं में अनधिकृत एआई उपयोग के बीच स्पष्ट अंतर करते 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
आधुनिक कक्षा में, एक नए प्रकार का उपकरण आया है, जो आश्चर्यजनक गति से निबंध लिख सकता है, समस्याओं को हल कर सकता है और विचार उत्पन्न कर सकता है। यह तकनीक, जिसे जनरेटिव आर्टिफिशियल इंटेलिजेंस (जेनेरेटिव एआई) के रूप में जाना जाता है, ने सीखने के परिदृश्य को बदल दिया है, लेकिन इसने इस बात की रेखाओं को भी धुंधला कर दिया है कि क्या ईमानदारी से किया गया कार्य माना जाए। दशकों से, शिक्षक इस विचार पर भरोसा करते आए हैं कि किसी छात्र द्वारा शैक्षणिक मानकों का उल्लंघन करने का निर्णय उनके अपने चरित्र और उनके स्कूल के नियमों द्वारा आकार लेता है। हम जानते हैं कि जब कोई विश्वविद्यालय अपनी नीतियों को स्पष्ट बनाता है और उन्हें निरंतर लागू करता है, तो छात्रों द्वारा नियम तोड़ने की संभावना कम हो जाती है। हम यह भी जानते हैं कि सीखने के लिए एक छात्र का व्यक्तिगत उत्साह और अपनी क्षमताओं में उनका आत्मविश्वास, उनके व्यवहार में भूमिका निभाते हैं। हालाँकि, अब तक, शोधकर्ताओं के पास एक विश्वसनीय तरीका नहीं था जिससे वे वास्तव में यह माप सकें कि छात्र इन नई, 'ग्रे-एरिया' (धुंधली) व्यवहारों को कैसे आंकते हैं। छात्रों की सोच का एक स्पष्ट मानचित्र (मैप) होने के बिना, यह समझना कठिन है कि क्यों कुछ छात्र एक पैराग्राफ को संपादित करने के लिए चैटबॉट का उपयोग करना स्वीकार्य मानते हैं, जबकि अन्य इसे एक गंभीर अपराध के रूप में देखते हैं।
कैनसस विश्वविद्यालय और टेक्सास एटी सैन एंटोनियो विश्वविद्यालय के शोधकर्ताओं की एक टीम ने वह मानचित्र बनाने का लक्ष्य रखा। उन्होंने पहचाना कि शैक्षणिक अखंडता के भविष्य को समझने के लिए, उन्हें सबसे पहले इसे मापने के बेहतर उपकरणों की आवश्यकता थी। पुराने सर्वेक्षणों पर निर्भर रहने के बजाय, जो एक अलग युग के लिए डिज़ाइन किए गए थे, उन्होंने छात्रों से उनके विचारों के बारे में पूछने के चार नए तरीके बनाए और उनका परीक्षण किया। वे यह जानना चाहते थे कि छात्र आर्टिफिशियल इंटेलिजेंस के उपयोग की गंभीरता को कैसे आंकते हैं, वे अपने स्कूल के नियमों और प्रवर्तन (enforcement) को कैसे देखते हैं, वे स्कूल के काम के लिए इन उपकरणों का उपयोग करने में कितना आत्मविश्वास महसूस करते हैं, और मूल रूप से उन्हें स्कूल में क्या चीज़ प्रेरित करती है। 149 छात्रों से डेटा एकत्र करके, शोधकर्ता यह देखने में सक्षम हुए कि क्या ये नए प्रश्न वास्तव में काम करते हैं और वे छात्र के मन के बारे में क्या प्रकट करते हैं।
शोधकर्ताओं ने एक सर्वेक्षण तैयार करके शुरुआत की जिसमें छात्रों से विशिष्ट परिदृश्यों (scenarios) को रेट करने के लिए कहा गया। उन्होंने दशकों से शैक्षणिक मानकों के उल्लंघन को मापने के लिए उपयोग की जाने वाली एक क्लासिक पद्धति—लोगों से यह पूछना कि वे किसी व्यवहार को कितना गंभीर समझते हैं—को अपनाया और उसे आर्टिफिशियल इंटेलिजेंस के युग के लिए अपडेट किया। उन्होंने स्पष्ट-स्पष्ट उल्लंघनों को शामिल किया, जैसे कि पूरी तरह से कंप्यूटर द्वारा लिखे गए पेपर को जमा करना, साथ ही अधिक अस्पष्ट स्थितियों को भी, जैसे कि विचारों को मंथन करने या बिना श्रेय दिए किसी वाक्य को फिर से लिखने के लिए किसी टूल का उपयोग करना। उन्होंने यह मापने के लिए नए प्रश्न भी बनाए कि छात्र अपने संस्थान के 'इंटीग्रिटी क्लाइमेट' (अखंडता के वातावरण) को कैसे देखते हैं। इस अवधारणा का अर्थ है छात्र की यह धारणा कि क्या स्कूल के पास स्पष्ट नियम हैं, क्या शिक्षक उन नियमों को अच्छी तरह से संप्रेषित करते हैं, और क्या स्कूल वास्तव में उन्हें लागू करता है। अंत में, उन्होंने इन शैक्षणिक कार्यों के लिए इन उपकरणों का उपयोग करने में छात्र के आत्मविश्वास और स्कूल में होने के उनके अंतर्निहित प्रेरणा को मापने के लिए प्रश्न जोड़े।
जब शोधकर्ताओं ने उत्तरों का विश्लेषण किया, तो उन्होंने पाया कि उनके नए उपकरण बिल्कुल इच्छानुसार काम कर रहे थे। नैतिक निर्णय, संस्थागत अखंडता, आत्मविश्वास और प्रेरणा के बारे में प्रश्न प्रत्येक ने छात्र के अनुभव के एक अलग हिस्से को मापा। वे केवल एक ही बात को पूछने के अलग-अलग तरीके नहीं थे; उन्होंने छात्र की सोच के अनूठे पहलुओं को पकड़ा। डेटा ने दिखाया कि छात्र सूक्ष्म अंतर करने में सक्षम हैं। उन्होंने आर्टिफिशियल इंटेलिजेंस के सभी उपयोगों को एक समान नहीं माना। उदाहरण के लिए, छात्रों ने परीक्षा के दौरान मदद के लिए टूल का उपयोग करने को उल्लंघन का एक बहुत गंभीर रूप माना, लेकिन उन्होंने एक नियमित असाइनमेंट में मदद के लिए उसी टूल का उपयोग करने को काफी कम गंभीर माना। यह सुझाव देता है कि छात्र केवल नियमों की अनदेखी नहीं कर रहे हैं; वे सक्रिय रूप से स्थिति के संदर्भ को तौल रहे हैं।
हालाँकि, सबसे शक्तिशाली निष्कर्ष स्कूल की भूमिका से संबंधित था। शोधकर्ताओं ने पाया कि किसी व्यक्ति के सही या गलत के निर्णय का सबसे गहरा संबंध इस बात से था कि वे अपने संस्थान की अखंडता को कैसे देखते हैं। जब छात्रों को लगा कि उनके विश्वविद्यालय के पास स्पष्ट दिशा-निर्देश हैं, कि संकाय (faculty) उन दिशा-निर्देशों को लगातार संप्रेषित करते हैं, और स्कूल नियमों को निष्पक्ष रूप से लागू करता है, तो छात्र आर्टिफिशियल इंटेलिजेंस के उपयोग को अधिक सख्ती से देखते थे। दूसरे शब्दों में, स्कूल द्वारा बनाया गया वातावरण, तकनीक का उपयोग करने में छात्र के व्यक्तिगत आत्मविश्वास या सीखने की उनकी सामान्य प्रेरणा से अधिक महत्वपूर्ण था। हालांकि आर्टिफिशियल इंटेलिजेंस का उपयोग करने में एक छात्र का आत्मविश्वास और सीखने के प्रति उनका व्यक्तिगत उत्साह दिलचस्प कारक थे, लेकिन एक बार स्कूल के माहौल को ध्यान में रखने के बाद वे व्याख्या में बहुत अधिक योगदान नहीं दे पाए।
यह अध्ययन स्वीकृत उपकरणों का एक सेट प्रदान करके भविष्य के अनुसंधान के लिए एक ठोस आधार प्रदान करता है जिसका उपयोग अन्य वैज्ञानिक इस तेजी से बदलते क्षेत्र का अध्ययन करने के लिए कर सकते हैं। यह सुझाव देता है कि विश्वविद्यालयों के लिए आगे बढ़ने का रास्ता केवल विशिष्ट तकनीकों को प्रतिबंधित करना या अनुमति देना नहीं है, बल्कि अपने संदेशों की स्पष्टता और निरंतरता पर ध्यान केंद्रित करना है। यदि कोई स्कूल चाहता है कि उसके छात्र नैतिक विकल्प चुनें, तो शोध संकेत देता है कि सबसे प्रभावी दृष्टिकोण यह सुनिश्चित करना है कि अपेक्षाएं स्पष्ट हों, संचार सुसंगत हो, और प्रवर्तन विश्वसनीय हो। छात्र इन संकेतों को देख रहे हैं, और उनके निर्णय इस बात से आकार लेते हैं कि वे क्या देखते हैं। इस गतिशीलता को समझकर, शिक्षक सरल पहचान (detection) से आगे बढ़कर इन शक्तिशाली उपकरणों का जिम्मेदारी से उपयोग करने के बारे में एक अधिक सूक्ष्म चर्चा की ओर बढ़ सकते हैं।
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।