"लिखना सोचने के बराबर है" - क्या ChatGPT पर निर्भर छात्र अपनी शिक्षा खो रहे हैं?

"लिखना सोचने के बराबर है" - क्या ChatGPT पर निर्भर छात्र अपनी शिक्षा खो रहे हैं?

सामग्री

  1. परिचय

  2. MIT अनुसंधान का सारांश और पृष्ठभूमि

  3. मुख्य परिणामों की व्याख्या

  4. अनुसंधान की सीमाएँ और आलोचनात्मक दृष्टिकोण

  5. जापान की जनरेटिव AI गाइडलाइन्स और शैक्षिक क्षेत्र की प्रवृत्तियाँ

  6. शिक्षकों और छात्रों की वास्तविक आवाज़

  7. शिक्षण विज्ञान से देखने पर "लिखना = सोचना"

  8. विदेशी नीतियाँ और प्लेटफॉर्म प्रतिक्रिया

  9. लर्निंग डिज़ाइन का पुनर्निर्माण――चक्रात्मक मॉडल

  10. शैक्षणिक अखंडता और मूल्यांकन का नवीनीकरण

  11. सारांश और सिफारिशें




1. परिचय

"लिखना सोचना है" यह सिद्धांत लेखन के माध्यम से अवधारणाओं को व्यवस्थित और आत्मसात करने की मानव विशेष प्रक्रिया को दर्शाता है। लेकिन 2022 के अंत में ChatGPT के सार्वजनिक होने के बाद, **“बिना सोचे लिखने”** का वातावरण छात्रों के बीच फैल गया और विश्वविद्यालय उपयोग की अनुमति को लेकर भ्रम का सामना कर रहे हैं। अमेरिका के इलिनॉय विश्वविद्यालय शिकागो के Leitzinger एसोसिएट प्रोफेसर ने खुलासा किया कि "180 में से आधे छात्रों ने ChatGPT का अनुचित उपयोग किया," और AI पर निर्भरता के कारण आलोचनात्मक सोच के क्षय की संभावना की चेतावनी दी।ibtimes.com.au




2. MIT अनुसंधान का सारांश और पृष्ठभूमि

2.1 प्रयोग डिज़ाइन

Nataliya Kosmyna और उनकी टीम ने 18 से 39 वर्ष के 54 वयस्क शिक्षार्थियों को ①ChatGPT समूह ②सर्च इंजन समूह ③मस्तिष्क समूह में विभाजित किया। प्रत्येक समूह ने 20 मिनट के निबंध को 3 बार लिखा, मस्तिष्क तरंगों (EEG) के माध्यम से नेटवर्क कनेक्टिविटी को मापा गया, और दो शिक्षकों ने अंध परीक्षण मूल्यांकन किया। इसके अलावा, चौथी बार में शर्तों को बदलकर, AI उपयोग के अल्पकालिक और संचयी प्रभावों की जांच की गई। अनुसंधान 2025 के जून में प्रीप्रिंट के रूप में प्रकाशित हुआ।media.mit.edu



2.2 अनुसंधान का उद्देश्य

उद्देश्य था "क्या उपकरण पर निर्भरता सोच के भार को अत्यधिक कम करती है" और "क्या यह सीखने के हस्तांतरण (स्मृति और रचनात्मकता) को बाधित नहीं करता" को तंत्रिका, व्यवहारिक और भाषाई तीन स्तरों पर मापना।




3. मुख्य परिणामों की व्याख्या

  1. निबंध मूल्यांकन: ChatGPT समूह को रचनात्मकता, अंतर्दृष्टि और मौलिकता में सबसे कम रेटिंग मिली।

  2. मस्तिष्क गतिविधि: उसी समूह की अग्र और पश्च कनेक्टिविटी सबसे कमजोर थी, ध्यान और स्मृति क्षेत्रों की पारस्परिक क्रिया कमजोर थी।

  3. पुनः स्मृति: लिखे गए सामग्री को तुरंत उत्तर देने में सक्षम थे ChatGPT समूह के 19%, अन्य समूह लगभग 90%।

  4. व्यवहारिक अवलोकन: तीसरे प्रयास के बाद कॉपी और पेस्ट की दर में तेजी से वृद्धि हुई और टाइपिंग का समय आधा हो गया।

  5. शर्त परिवर्तन सत्र: मस्तिष्क से→ChatGPT में स्थानांतरित होने वाले प्रतिभागियों में भी कनेक्टिविटी में कमी देखी गई, जिससे अल्पकालिक निर्भरता का जोखिम संकेतित हुआ।media.mit.edu




4. अनुसंधान की सीमाएँ और आलोचनात्मक दृष्टिकोण

  • नमूना आकार: 54 प्रतिभागियों के साथ सांख्यिकीय पहचान शक्ति सीमित है।

  • कार्य की एकरूपता: 20 मिनट का निबंध वास्तविक सेमेस्टर असाइनमेंट से भिन्न है।

  • प्रॉम्प्ट नियंत्रण: निर्देशों की गुणवत्ता को एकीकृत नहीं किया गया था, जिससे उत्पन्न सटीकता में भिन्नता हो सकती है।

  • प्री-रिव्यू: बिना समीक्षा के होने के कारण विधियों की पर्याप्त जांच नहीं की गई।


    अमेरिका के UC सैन डिएगो के Juavinett डॉक्टर ने कहा, "तंत्रिका प्रभावों के बारे में बात करना अभी जल्दबाजी है," और मीडिया की सनसनीखेज रिपोर्टिंग की आलोचना की।ibtimes.com.au




5. जापान की जनरेटिव AI गाइडलाइन्स और शैक्षिक क्षेत्र की प्रवृत्तियाँ

2024 के दिसंबर में, शिक्षा मंत्रालय ने **"जनरेटिव AI उपयोग गाइडलाइन संस्करण 2.0"** को प्रकाशित किया।


  1. प्रॉम्प्ट और आउटपुट की प्रस्तुति अनिवार्यता

  2. AI जनित भागों की स्पष्टता

  3. उद्धरण नियमों का कड़ाई से पालन

  4. सोच प्रक्रिया को दृश्य बनाने की शिक्षा की सिफारिश
    को स्पष्ट किया गया। गाइडलाइन "स्वतंत्र, संवादात्मक और गहरी सीख" के साथ संगतता को महत्व देती है और इसे पायलट स्कूलों में परीक्षण किया जा रहा है।mext.go.jp



निजी हाई स्कूलों में "ChatGPT से सारांश→छात्र द्वारा आलोचनात्मक पुनःसंपादन→स्रोत सत्यापन रिपोर्ट प्रस्तुत" जैसी चरणबद्ध असाइनमेंट्स को लागू किया गया है। विश्वविद्यालयों में AI उपयोग के लिए नए रूब्रिक को अपनाया जा रहा है, और **“AI सहायक है, मूल्यांकन प्रक्रिया है”** एक आदर्श वाक्य बनता जा रहा है।




6. शिक्षकों और छात्रों की वास्तविक आवाज़

  • समर्थक (विश्वविद्यालय के पहले वर्ष के छात्र): "अंग्रेजी संरचना के संकेत के रूप में उपयोग करने से समझ में तेजी आती है"

  • चिंतित (हाई स्कूल शिक्षक): "यदि केवल नकल पर ध्यान केंद्रित किया जाता है, तो शब्दावली अधिग्रहण रुक जाता है। ड्राफ्ट से सुधार तक साथ चलने वाली शिक्षा आवश्यक है"

  • तटस्थ (शिक्षा ICT प्रभारी): "AI डिटेक्टर की गलत पहचान भी होती है। दंड की बजाय मेटाकॉग्निशन विकास को प्राथमिकता दी जानी चाहिए"


    ये आवाज़ें यह दर्शाती हैं कि AI उपयोग की अनुमति को “सफेद-काला” में विभाजित करने के युग से, उपयोग साक्षरता की प्रतिस्पर्धा के युग में संक्रमण हो रहा है।




7. शिक्षण विज्ञान से देखने पर "लिखना = सोचना"

शोधकर्ता फ्लॉवर और हेस का प्रक्रिया मॉडल, "विचार उत्पन्न करना→भाषा में बदलना→पुनःसंरचना" के चक्र को लेखन के सार के रूप में परिभाषित करता है। जब ChatGPT प्रारंभिक मसौदा तैयार करता है, तो "भाषा में बदलने का चरण" छोड़ दिया जाता है, जिससे ज्ञान निर्माण सतही हो जाता है――यह **“सोच बाहरीकरण जोखिम”** है।


दूसरी ओर, आलोचनात्मक सत्यापन→पुनःलेखन को जोड़ने से मेटाकॉग्निटिव भार बढ़ता है, जिससे सीखने का प्रभाव वास्तव में बढ़ सकता है।




8. विदेशी नीतियाँ और प्लेटफॉर्म प्रतिक्रिया

  • ब्रिटेन Ofqual: परीक्षा और असाइनमेंट में AI उपयोग मानकों को 2025 शैक्षणिक वर्ष से स्पष्ट करेगा।

  • OECD: AI साक्षरता ढांचे में "रचनात्मकता और जिम्मेदार उपयोग" को जोड़ा।

  • लर्निंग मैनेजमेंट सिस्टम (LMS): Canvas और Moodle ने AI डिटेक्शन लॉग को शिक्षकों को दिखाने और छात्रों को नैतिक शिक्षा मॉड्यूल को शामिल करने के लिए विस्तार कार्यक्षमता प्रदान की।




9. लर्निंग डिज़ाइन का पुनर्निर्माण――चक्रात्मक मॉडल

  1. स्वतंत्र प्रश्न की स्थापना: छात्र अपने शब्दों में असाइनमेंट को पुनःपरिभाषित करते हैं

  2. AI का उपयोग (खोज और जनरेशन): जानकारी एकत्र करना और परिकल्पना उत्पन्न करना

  3. आलोचनात्मक पुनःपरीक्षण: विरोधाभासों की पहचान और अतिरिक्त अनुसंधान

  4. आउटपुट: AI आउटपुट और स्वयं लिखे गए भागों को अलग करना और प्रतिबिंब लिखना


इन चार चरणों को दोहराने से, AI "शॉर्टकट" नहीं बल्कि "विस्तृत सोच समर्थन उपकरण" के रूप में कार्य करता है।




10. शैक्षणिक अखंडता और मूल्यांकन का नवीनीकरण

Turnitin और GPTZero जैसे डिटेक्टरों की सच्ची सकारात्मक दर लगभग 70% है, और गलत पहचान और बचाव प्रॉम्प्ट एक चुनौती है। मूल्यांकन पक्ष "पूर्ण वस्तु" की बजाय "प्रक्रिया" पर जोर देता है,


  • लॉग प्रस्तुति (संस्करण इतिहास और प्रॉम्प्ट)