Beyond Efficiency: Critical Thinking, Trust, and Learning Outcomes in Human-GenAI Partnerships within UAE Higher Education
यूएई के स्नातक व्यावसायिक छात्रों का यह अध्ययन प्रकट करता है कि जहाँ जेनरेटिव एआई (GenAI) जुड़ाव, उत्पादकता और विश्वास को बढ़ाता है, वहीं यह आलोचनात्मक सोच में महत्वपूर्ण सुधार करने में विफल रहता है और यहाँ तक कि टालमटोल (procrastination) को भी प्रेरित कर सकता है, जो एआई-संचालित दक्षता और गहन शिक्षण परिणामों के बीच एक महत्वपूर्ण विच्छेद को रेखांकित 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
आधुनिक कक्षा में, एक नए प्रकार का साथी आया है। यह न तो कोई शिक्षक है, न ही कोई सहपाठी, बल्कि एक ऐसी मशीन है जो सेकंडों में निबंध लिखने, समस्याओं को हल करने और विचार उत्पन्न करने में सक्षम है। यह तकनीक, जिसे जनरेटिव आर्टिफिशियल इंटेलिजेंस (generative artificial intelligence) के रूप में जाना जाता है, आश्चर्यजनक गति से विश्वविद्यालयों में फैल गई है, जिससे छात्रों के काम करने के तरीके में बदलाव आया है। दशकों से, शिक्षक इस बारे में सिद्धांतों पर भरोसा करते आए हैं कि मस्तिष्क कैसे सीखता है, जैसे कि यह विचार कि हमारे मस्तिष्क में एक समय में नई जानकारी को संसाधित करने के लिए सीमित मानसिक ऊर्जा होती है। जब कोई उपकरण बुनियादी कार्यों के भारी बोझ को कम करने में मदद करता है, तो यह आशा की गई थी कि इससे मुक्त हुई ऊर्जा छात्रों को अधिक गहराई से सोचने, बेहतर तर्क करने और अधिक प्रभावी ढंग से सीखने की अनुमति देगी। अब विश्वविद्यालयों पर मंडराता हुआ प्रश्न सरल लेकिन गहरा है: क्या यह शक्तिशाली नया सहायक वास्तव में छात्रों को स्मार्ट बनाता है, या यह केवल उन्हें तेज़ बनाता है?
दुबई के एक विश्वविद्यालय के शोधकर्ताओं की एक टीम ने यह देखने के लिए कि बिजनेस के छात्र वास्तव में अपनी दैनिक पढ़ाई में इन उपकरणों का उपयोग कैसे करते हैं, इस प्रश्न का उत्तर देने का प्रयास किया। उन्होंने केवल छात्रों से यह नहीं पूछा कि वे क्या सोचते हैं; उन्होंने इस बात को ट्रैक किया कि छात्र कितनी बार तकनीक का उपयोग करते थे, वे इसके साथ कैसे बातचीत करते थे, और इसके परिणामस्वरूप उन्होंने क्या सीखा। अध्ययन ने स्नातक छात्रों के एक विशिष्ट समूह पर ध्यान केंद्रित किया जिन्हें विचारों को मंथन करने से लेकर अंतिम प्रोजेक्ट रिपोर्ट तैयार करने तक, हर चीज़ के लिए इन आर्टिफिशियल इंटेलिजेंस उपकरणों का उपयोग करने की स्पष्ट अनुमति दी गई थी। शोधकर्ता यह देखना चाहते थे कि क्या उपकरण का अधिक बार उपयोग करने से बेहतर ग्रेड, गहरी समझ या तीक्ष्ण आलोचनात्मक सोच कौशल प्राप्त होता है। उन्होंने छिपे हुए व्यवहारों की भी तलाश की, जैसे कि क्या त्वरित उत्तर की उपलब्धता के कारण छात्रों ने अपना काम शुरू करने में देरी की।
परिणामों ने दो अलग-अलग रास्तों की कहानी उजागर की। एक ओर, जो छात्र आर्टिफिशियल इंटेलिजेंस उपकरणों का अधिक बार और गहराई से उपयोग करते थे, वे अपने पाठ्यक्रम के साथ बहुत अधिक व्यस्त हो गए। उन्होंने महसूस किया कि वे अधिक उत्पादक हो गए हैं, समय की काफी बचत हुई है, और समस्याओं के प्रति अपने दृष्टिकोण में अधिक रचनात्मक महसूस कर रहे हैं। ये उपकरण इन कार्यों के लिए बिल्कुल इच्छित तरीके से काम करते दिखे, जो काम पूरा करने के लिए एक विश्वसनीय इंजन के रूप में कार्य करते हैं। हालाँकि, जब शोधकर्ताओं ने गहरे सीखने के सबसे महत्वपूर्ण माप: आलोचनात्मक सोच (critical thinking) को देखा, तो उन्हें एक आश्चर्यजनक विसंगति मिली। जबकि उपकरणों ने छात्रों को कार्यों को तेज़ी से पूरा करने और अधिक विचार उत्पन्न करने में मदद की, अध्ययन में पाया गया कि केवल तकनीक का उपयोग करने से छात्र सूचना का विश्लेषण करने या आलोचनात्मक रूप से सोचने में बेहतर नहीं हुए। वास्तव में, डेटा ने दिखाया कि आलोचनात्मक रूप से सोचने की क्षमता काफी हद तक इस बात से स्वतंत्र रही कि छात्र ने आर्टिफिशियल इंटेलिजेंस का कितना उपयोग किया।
यह निष्कर्ष एक सामान्य आशा को चुनौती देता है कि तकनीक स्वाभाविक रूप से हमारे सोचने के कौशल को अपग्रेड करती है। अध्ययन बताता है कि जबकि आर्टिफिशियल इंटेलिजेंस सूचना एकत्र करने और टेक्स्ट तैयार करने के भारी काम को संभाल सकता है, यह छात्र को उस सूचना का मूल्यांकन करना स्वतः नहीं सिखाता है। अध्ययन में शामिल छात्र निष्क्रिय नहीं थे; वे सक्रिय थे। उनमें से एक बड़ा बहुमत, लगभग 90 प्रतिशत, मशीन द्वारा दिए गए तथ्यों और संदर्भों की जांच करते थे। फिर भी, इस सावधानीपूर्वक जांच का उनके आलोचनात्मक सोच स्कोर में किसी मापने योग्य वृद्धि में अनुवाद नहीं हुआ। शोधकर्ताओं ने पाया कि आलोचनात्मक सोच छात्र की समग्र सीखने की सफलता का सबसे मजबूत भविष्यवक्ता थी, लेकिन यह एक ऐसा कौशल नहीं था जिसे आर्टिफिशियल इंटेलिजेंस टूल स्वयं उत्पन्न कर सके। इसके बजाय, यह एक ऐसा कौशल प्रतीत हुआ जो छात्रों के पास पहले से मौजूद था या अन्य माध्यमों से विकसित हुआ था, जिसे उन्होंने टूल का उपयोग करते समय लागू किया।
डेटा से एक और अप्रत्याशित व्यवहार सामने आया, जिसे शोधकर्ता काम शुरू करने में देरी के रूप में वर्णित करते हैं। क्योंकि छात्रों को पता था कि वे कार्यों को जल्दी पूरा करने के लिए आर्टिफिशियल इंटेलिजेंस पर भरोसा कर सकते हैं, इसलिए वे अपने असाइनमेंट शुरू करने से पहले अधिक समय तक प्रतीक्षा करते थे। छात्रों का एक समूह, जो इन उपकरणों का भारी उपयोग करता था, अपने प्रोजेक्ट लगभग डेढ़ सप्ताह बाद शुरू करता था। यह सुझाव देता है कि तकनीक से प्राप्त दक्षता के साथ एक व्यवहारिक लागत भी आई। टूल की गति ने एक ऐसी तात्कालिकता की भावना पैदा की जो कम तत्काल थी, जिससे छात्र काम टालने (procrastination) लगे। उन्होंने काम के दौरान बचाए गए समय के बदले शुरुआत में खोए गए समय का सौदा किया, एक ऐसा समझौता जो डेडलाइन करीब आने तक स्पष्ट नहीं होता।
अध्ययन ने इस बात पर भी प्रकाश डाला कि छात्र क्या करते हैं और वे क्या रिपोर्ट करते हैं, इसके बीच एक अंतर है। जबकि अधिकांश छात्र मशीन द्वारा दी गई जानकारी को सत्यापित करने में सावधान थे, बहुत कम ने अपने अंतिम सबमिशन में टूल के उपयोग को औपचारिक रूप से स्वीकार किया। केवल लगभग एक-तिहाई छात्रों ने अपने काम में आर्टिफिशियल इंटेलिजेंस का उल्लेख किया, भले ही उन्होंने इसके आउटपुट की सटीकता की जांच की थी। यह एक जटिल स्थिति पैदा करता है जहाँ छात्र तथ्यों की जाँच करके जिम्मेदार व्यवहार कर रहे हैं, लेकिन एट्रिब्यूशन (attribution) के बारे में मानक शैक्षणिक नियमों का पालन नहीं कर रहे हैं। शोधकर्ताओं ने नोट किया कि सत्यापन और उद्धरण (citation) के बीच यह विसंगति उच्च शिक्षा में एक बढ़ती चिंता का विषय है, जो इन उपकरणों का नैतिक रूप से उपयोग करने के लिए स्पष्ट दिशा-निर्देशों की आवश्यकता की ओर संकेत करती है।
अंततः, शोध एक ऐसे उपकरण की तस्वीर खींचता है जो दक्षता के लिए उत्कृष्ट है लेकिन गहरे संज्ञानात्मक विकास के लिए तटस्थ है। आर्टिफिशियल इंटेलिजेंस ने छात्रों को तेज़ी से काम करने, अधिक विचार उत्पन्न करने और कार्य पूरा करने की अपनी क्षमता में अधिक आत्मविश्वास महसूस करने में मदद की। हालाँकि, इसने उन्हें अपने आप बेहतर आलोचनात्मक विचारक नहीं बनाया। अध्ययन निष्कर्ष निकालता है कि छात्रों के लिए इस तकनीक से वास्तव में लाभ उठाने के लिए, उन्हें इस परस्पर क्रिया में अपने स्वयं के विश्लेषणात्मक कौशल लाने होंगे। मशीन कच्चा माल प्रदान कर सकती है, लेकिन मूल्यांकन और निर्णय लेने का भारी काम मानव मस्तिष्क को ही करना होगा। बिना उस सक्रिय, आलोचनात्मक जुड़ाव के, टूल की गति केवल तेज़, लेकिन सतही सीखने की ओर ले जा सकती है। शोधकर्ताओं का सुझाव है कि शिक्षा का मार्ग टूल को प्रतिबंधित करने या यह मानने में नहीं है कि यह छात्रों को सब कुछ सिखा देगा, बल्कि ऐसे पाठ डिजाइन करने में है जो छात्रों को टूल का उपयोग करने के साथ-साथ स्वयं के लिए सोचने के कठिन कार्य का अभ्यास करने की आवश्यकता रखते हों।
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।