LMS-FAIR-India: A FAIR Compliant Synthetic LMS Interaction Dataset from a Private University for Privacy Preserving Learning Analytics

आधुनिक कक्षा में, सीखना शायद ही कभी एकांत में होता है। यह डिजिटल प्लेटफॉर्म पर विकसित होता है जहाँ छात्र व्याख्यान देखने, अध्ययन सामग्री डाउनलोड करने, असाइनमेंट जमा करने और क्विज़ देने के लिए लॉग इन करते हैं। हर क्लिक, हर ठहराव और हर सबमिशन एक डिजिटल निशान छोड़ता है, जो लोगों के सीखने के तरीके का एक विशाल रिकॉर्ड बनाता है। शोधकर्ता इस क्षेत्र को 'लर्निंग एनालिटिक्स' कहते हैं, और उनका मानना है कि इन पैटर्न का अध्ययन करके, वे समझ सकते हैं कि क्या छात्रों को सफल होने में मदद करता है और क्या उन्हें जोखिम में डालता है। हालाँकि, इस प्रगति के मार्ग में एक महत्वपूर्ण बाधा खड़ी है। वह डेटा जो इन पैटर्न को प्रकट करेगा, उसमें वास्तविक छात्रों के बारे में गहराई से व्यक्तिगत जानकारी शामिल होती है। गोपनीयता की रक्षा के लिए बनाए गए कानून, जैसे कि भारत और यूरोप में हैं, इस कच्चे डेटा को खुले तौर में साझा करना अवैध बनाते हैं। यह एक कठिन स्थिति पैदा करता है: वैज्ञानिक शिक्षा को बेहतर बनाने के लिए डेटा का अध्ययन करना चाहते हैं, लेकिन वे उन व्यक्तियों की गोपनीयता का उल्लंघन किए बिना उस डेटा को छू भी नहीं सकते जिनका वह वर्णन करता है।

इस दुविधा को हल करने के लिए, पारुल यूनिवर्सिटी के एक शोधकर्ता संजय अगल ने एक नए प्रकार के संसाधन का निर्माण किया है। वास्तविक छात्र रिकॉर्ड साझा करने के बजाय, जो विश्वास और कानून का उल्लंघन होगा, टीम ने एक पूरी तरह से कृत्रिम डेटासेट तैयार किया है जो वास्तविक छात्रों के व्यवहार की नकल करता है। यह संग्रह, जिसे LMS-FAIR-India कहा जाता है, बनावटी इंटरैक्शन का एक विशाल पुस्तकालय है जो बिल्कुल असली जैसा दिखता और महसूस होता है, लेकिन इसमें कोई वास्तविक व्यक्ति शामिल नहीं है। यह शोधकर्ताओं को अपने विचारों का परीक्षण करने और बेहतर शैक्षिक उपकरण बनाने की अनुमति देता है, बिना कभी किसी वास्तविक छात्र का नाम या ग्रेड देखे। यह कार्य यह प्रदर्शित करता है कि गोपनीयता के अधिकार का कड़ाई से सम्मान करते हुए सीखने के विज्ञान को आगे बढ़ाना संभव है।

इस परियोजना का मूल एक सिंथेटिक (कृत्रिम) डेटासेट है, जो अनिवार्य रूप से एक विश्वविद्यालय सेमेस्टर का कंप्यूटर-जनित सिमुलेशन है। शोधकर्ताओं ने एक विशिष्ट भारतीय निजी विश्वविद्यालय का मॉडल बनाया, जिसमें दस हजार आभासी छात्र, एक सौ पचास पाठ्यक्रम और छह महीने का शैक्षणिक सत्र शामिल है। उन्होंने इस मॉडल को बनाने के लिए किसी भी वास्तविक छात्र रिकॉर्ड का उपयोग नहीं किया। इसके बजाय, वे भारतीय विश्वविद्यालयों के संचालन के बारे में सार्वजनिक नियमों, छात्रों के ऑनलाइन व्यवहार के सामान्य आंकड़ों और फैकल्टी सदस्यों की सलाह पर निर्भर रहे ताकि सिमुलेशन प्रामाणिक महसूस हो सके। परिणाम स्वरूप एक ऐसा डेटा संग्रह प्राप्त हुआ जिसमें जनसांख्यिकीय विवरण, पाठ्यक्रम की जानकारी और सत्र लाख से अधिक दर्ज घटनाएं (जैसे लॉगिन, वीडियो देखना और क्विज़ प्रयास) शामिल हैं। इस डेटासेट का प्रत्येक हिस्सा एक कंप्यूटर प्रोग्राम द्वारा सांख्यिकीय नियमों का पालन करते हुए बनाया गया था, जिसका अर्थ है कि वास्तविक व्यक्ति की पहचान करने का शून्य जोखिम है क्योंकि इस प्रक्रिया में कोई वास्तविक व्यक्ति शामिल नहीं था।

डेटासेट को एक वास्तविक शिक्षण वातावरण की जटिलता को दर्शाने के लिए संरचित किया गया है। यह केवल यादृच्छिक घटनाओं को सूचीबद्ध नहीं करता है; यह उन्हें तार्किक रूप से जोड़ता है। उदाहरण के लिए, डेटा दिखाता है कि कौन से छात्र किन पाठ्यक्रमों में नामांकित हैं, उन्होंने प्लेटफॉर्म पर कितना समय बिताया, और उन्हें असाइनमेंट पर कितने अंक प्राप्त हुए। शोधकर्ताओं ने यह सुनिश्चित किया कि इस कृत्रिम डेटा में मौजूद पैटर्न वास्तविक जीवन में देखे जाने वाले पैटर्न से मेल खाते हों। सिमुलेशन में, जिन छात्रों का शैक्षणिक आधार सेमेस्टर शुरू करने से पहले मजबूत था, वे प्लेटफॉर्म पर अधिक सक्रिय रहने की प्रवृत्ति रखते थे, जो वास्तविकता को दर्शाता है। डेटा छात्र जीवन की लय को भी पकड़ता है, यह दिखाता है कि गतिविधि सप्ताह के दिनों में दोपहर के समय चरम पर होती है और सप्ताहांत पर काफी कम हो जाती है। इन प्राकृतिक व्यवहारों को पुनरुत्पादित करके, डेटासेट उन शोधकर्ताओं के लिए एक यथार्थवादी परीक्षण स्थल प्रदान करता है जो यह अनुमान लगाने वाले उपकरण विकसित करना चाहते हैं कि कौन से छात्र संघर्ष कर सकते हैं या शिक्षार्थियों को जोड़ने के बेहतर तरीके डिजाइन करना चाहते हैं।

इस कार्य का सबसे महत्वपूर्ण पहलू यह है कि यह गोपनीयता के मुद्दे को कैसे संभालता है। अतीत में, शोधकर्ता कभी-कभी नामों को हटाकर या विशिष्ट विवरणों को छिपाकर वास्तविक डेटा की रक्षा करने का प्रयास करते थे, जिसे गुमनामी (anonymization) की प्रक्रिया कहा जाता है। हालाँकि, विशेषज्ञों ने दिखाया है कि अन्य जानकारी के साथ मिलाने पर गुमनाम डेटा को भी कभी-कभी व्यक्तियों तक ट्रैक किया जा सकता है। यह नया दृष्टिकोण उस जोखिम को पूरी तरह से समाप्त कर देता है। चूंकि डेटा को रैंडम वितरण और सांख्यिकीय मॉडल का उपयोग करके शून्य से बनाया गया है, इसलिए किसी भी रिकॉर्ड को वास्तविक छात्र से जोड़ना असंभव है। शोधकर्ताओं ने कंप्यूटर को यह विश्वास दिलाने की कोशिश करके इसका परीक्षण किया कि एक बनावटी छात्र वास्तविक है, और कंप्यूटर कोई संबंध खोजने में विफल रहा। यह "प्राइवेसी बाय डिज़ाइन" विधि सुनिश्चित करती है कि डेटा को दुनिया में किसी के भी साथ स्वतंत्र रूप से साझा किया जा सके, जिससे कानूनी या नैतिक उल्लंघन के डर के बिना खुले सहयोग की अनुमति मिलती है।

डेटा को वैश्विक वैज्ञानिक समुदाय के लिए उपयोगी बनाने के लिए, शोधकर्ताओं ने FAIR के सिद्धांतों का पालन किया, जिसका अर्थ है: खोज योग्य (Findable), सुलभ (Accessible), अंतर-संचालनीय (Interoperable) और पुन: प्रयोज्य (Reusable)। डेटासेट को एक सार्वजनिक ऑनलाइन आर्काइव में होस्ट किया गया है, जिसका एक स्थायी डिजिटल पता है, ताकि इसे आसानी से खोजा और उद्धृत किया जा सके। यह एक ऐसे लाइसेंस के तहत मुफ्त में उपलब्ध है जो किसी को भी इसे उपयोग करने, संशोधित करने और साझा करने की अनुमति देता है, बशर्ते वे रचनाकारों को श्रेय दें। डेटा को स्पष्ट, मानक फाइलों में व्यवस्थित किया गया है जिन्हें लगभग किसी भी कंप्यूटर प्रोग्राम द्वारा खोला जा सकता है, और इसके साथ एक विस्तृत मार्गदर्शिका आती है जो बताती है कि प्रत्येक कॉलम और संख्या का क्या अर्थ है। इसके अलावा, शोधकर्ताओं ने डेटा बनाने के लिए उपयोग किए जाने वाले कंप्यूटर कोड को जनता के लिए उपलब्ध कराया। यह पारदर्शिता अन्य वैज्ञानिकों को अपने परिणामों को सत्यापित करने, अपने स्वयं के विश्वविद्यालयों के लिए सिमुलेशन को अनुकूलित करने या विभिन्न शैक्षिक संदर्भों के लिए नए डेटासेट उत्पन्न करने की अनुमति देती है।

इस डेटासेट के मूल्य को उन परीक्षणों की एक श्रृंखला के माध्यम से सिद्ध किया गया था जिन्हें यह देखने के लिए डिज़ाइन किया गया था कि क्या यह वास्तविक शोध का समर्थन कर सकता है। शोधकर्ताओं ने छात्र जुड़ाव का अनुमान लगाने और उन छात्रों की पहचान करने के लिए कंप्यूटर मॉडल को प्रशिक्षित करने के लिए कृत्रिम डेटा का उपयोग किया जो उनके पाठ्यक्रमों को छोड़ सकते हैं। मॉडल इस नकली डेटा पर उतनी ही अच्छी तरह से काम कर गए जितने समान मॉडल पिछले अध्ययनों में वास्तविक डेटा पर किए गए थे। उदाहरण के लिए, जब शोधकर्ताओं ने यह अनुमान लगाने की कोशिश की कि कौन से छात्र अपने पाठ्यक्रम पूरे करेंगे, तो सिस्टम ने उच्च स्तर की सटीकता के साथ जोखिम वाले छात्रों की सही पहचान की। उन्होंने यह भी पुष्टि की कि एक छात्र कितनी बार लॉग इन करता है और उसके अंतिम ग्रेड के बीच का संबंध सिमुलेशन में संरक्षित था, जो वास्तविक दुनिया के अध्ययनों के निष्कर्षों से मेल खाता है। ये परिणाम बताते हैं कि नए शैक्षिक प्रौद्योगिकियों को विकसित करने और परीक्षण करने के लिए कृत्रिम डेटा एक विश्वसनीय विकल्प है।

यह कार्य लर्निंग एनालिटिक्स के क्षेत्र में एक महत्वपूर्ण अंतर को संबोधित करता है, विशेष रूप से भारत में उच्च शिक्षा के संदर्भ में। जबकि पश्चिमी देशों से कुछ सार्वजनिक डेटासेट उपलब्ध हैं, वे अक्सर अलग शैक्षिक प्रणालियों और सांस्कृतिक संदर्भों को दर्शाते हैं। LMS-FAIR-India डेटासेट एक बड़े पैमाने पर, यथार्थवादी भारतीय निजी विश्वविद्यालय के सिमुलेशन प्रदान करके इस कमी को पूरा करता है। यह शोधकर्ताओं को यह अध्ययन करने का एक अनूठा अवसर प्रदान करता है कि इस विशिष्ट वातावरण में छात्र कैसे सीखते हैं और तकनीक के साथ कैसे बातचीत करते हैं। एक ऐसा उपकरण प्रदान करके जो गोपनीयता-सुरक्षित और वैज्ञानिक रूप से सुदृढ़ है, यह परियोजना शिक्षा में नवाचार की एक नई लहर को सक्षम बनाती है। यह वैज्ञानिकों को छात्र सफलता के बारे में कठिन प्रश्न पूछने और उन व्यक्तियों की गरिमा या सुरक्षा से समझौता किए बिना उत्तर खोजने की अनुमति देता है जिनका वे अध्ययन कर रहे हैं।

इस कार्य के निहितार्थ केवल एक डेटासेट तक सीमित नहीं हैं। यह पूरे शैक्षिक अनुसंधान के क्षेत्र के लिए एक व्यावहारिक मार्ग प्रदर्शित करता है। यह दिखाकर कि उच्च गुणवत्ता वाला, गोपनीयता-संरक्षित डेटा उत्पन्न किया जा सकता है और खुले रूप से साझा किया जा सकता है, शोधकर्ताओं ने एक प्रमुख बाधा को दूर कर दिया है जिसने वर्षों से प्रगति को धीमा कर दिया है। अन्य संस्थान अब अपनी विशिष्ट आवश्यकताओं के अनुसार अपने स्वयं के सिंथेटिक डेटासेट बनाने के लिए उन्हीं विधियों का उपयोग कर सकते हैं, बिना जटिल कानूनी बाधाओं का सामना किए। यह दृष्टिकोण खुलेपन और सहयोग की संस्कृति को बढ़ावा देता है, जहाँ ध्यान सभी छात्रों के लिए सीखने के परिणामों को बेहतर बनाने पर केंद्रित रहता है। यह डेटासेट इस विचार का प्रमाण है कि गोपनीयता की रक्षा करना और विज्ञान को आगे बढ़ाना परस्पर विरोधी लक्ष्य नहीं हैं, बल्कि सावधानीपूर्वक और रचनात्मक डिजाइन के माध्यम से प्राप्त किए जा सकने वाले पूरक लक्ष्य हैं।