सामान्य प्रश्न
एआई उपकरण अपनाते समय किन विकल्पों और मुद्दों पर विचार करना चाहिए?
यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।
एक विभागाध्यक्ष के पास एआई ट्यूटरिंग प्लेटफ़ॉर्म के लिए तीन कोटेशन हैं और शुक्रवार की समय-सीमा। एक शिक्षक ऐसा मुफ़्त उपकरण इस्तेमाल करना चाहते हैं जो आधा स्टाफ़ पहले से इस्तेमाल कर रहा है। एक मुख्य सूचना अधिकारी से पूछा जाता है कि क्या संस्थान को अपना मॉडल चलाना चाहिए, और वे यह नहीं बता पाते कि उस पर कितना ख़र्च आएगा।
ये तीनों एक ही सवाल हैं, तीन अलग ऊँचाइयों से। विकल्प विक्रेता की सूची से कम हैं, और मुद्दे किसी भी उत्पाद से ज़्यादा समय तक टिकते हैं।
चुनाव उस निर्णय से मेल खाना चाहिए जो आपके सामने है। एक व्यक्ति तय करता है कि उपकरण में क्या डालना है। एक संस्थान तय करता है कि कौन किस मॉडल का, किस डेटा पर, किस लागत पर उपयोग कर सकता है, और कुछ ग़लत होने पर जवाब कौन देगा। अधिकांश ख़राब अपनाने के निर्णय इसी से आते हैं कि संस्थागत सवाल का जवाब किसी व्यक्तिगत उपकरण से दिया जाए।
संक्षिप्त संस्करण
पाँच नियम इसका अधिकांश हिस्सा कवर कर लेते हैं।
- पहले डेटा की सीमा तय करें, क्योंकि बाक़ी सब पर फिर से बात हो सकती है, उस पर नहीं।
- सबसे छोटा ढाँचा चुनें जो काम करे: पायलट के लिए मुफ़्त या आउटसोर्स किए गए उपकरण, जब जीपीयू के बिना डेटा नियंत्रण चाहिए तो होस्टेड प्लेटफ़ॉर्म, जब कोटा और रूटिंग चाहिए तो गेटवे, और अपना इन्फ़रेंस तभी जब बाक़ी तीन विफल हो जाएँ।
- प्रति-सीट और मीटर्ड मूल्य निर्धारण की तुलना अपने ही आँकड़ों से करें, क्योंकि अधिकांश उपयोग आम तौर पर कुछ ही भारी उपयोगकर्ताओं से आता है।
- स्वीकृत रास्ते को अस्वीकृत रास्ते से तेज़ बनाएँ, क्योंकि EDUCAUSE ने पाया कि 94% स्टाफ़ और शिक्षक काम के लिए एआई का उपयोग कर रहे हैं, 54% नीति से अवगत हैं और 56% ऐसे उपकरण उपयोग कर रहे हैं जो संस्थान प्रदान नहीं करता।
- फिर पहले से तय करें कि कौन-सा प्रमाण आपको रोकने पर मजबूर करेगा, क्योंकि बिना निकास-परीक्षण के अपनाया गया कुछ भी डिफ़ॉल्ट रूप से स्थायी हो जाता है।
व्यक्तिगत स्तर पर
एक शिक्षक या छात्र शिक्षण-निर्णय से पहले डेटा का निर्णय ले रहा होता है। छात्रों के नाम, IEP विवरण, अनुशासनात्मक टिप्पणियाँ और अप्रकाशित शोध ही दायित्व पैदा करते हैं, इसलिए पहले संवेदनशील जानकारी हटाएँ और देखें कि क्या उपकरण तब भी काम करता है। फिर शर्तें पढ़ें: डेटा कितने समय रखा जाएगा, आपके इनपुट पर प्रशिक्षण और उप-प्रोसेसर आम तौर पर ऐसे दस्तावेज़ में होते हैं जिसे कोई नहीं खोलता, और अगर पाँच मिनट में जवाब न मिले तो उसे अज्ञात मानें।
जानें कि उपकरण क्या अच्छा करता है। उत्पन्न पाठ ड्राफ़्ट बनाने, पुनर्गठित करने और सारांश देने में सबसे मज़बूत है, और अंकगणित, उद्धरण तथा किसी भी ऐसी चीज़ में सबसे कमज़ोर जिसके लिए ताज़ा तथ्य चाहिए। यह भी जानें कि इसकी आपको क्या क़ीमत चुकानी पड़ती है। मुफ़्त स्तर मुफ़्त है क्योंकि उपयोग ही उत्पाद है, या क्योंकि वह स्तर बदल जाएगा, और दोनों में से कोई भी कारण है कि निकास का ध्यान रखें।
दो सवाल बाक़ी हैं। और कौन प्रभावित होता है, क्योंकि जो उपकरण पाठ्यक्रम का आकार बदलता है, वह उसमें पढ़ने वाले छात्रों का निर्णय है। और क्या यह अनुमत है: अगर नीति है तो उसे एक बार पढ़ें, और अगर नहीं है, तो Shadow AI का प्रमाण बताता है कि आप पहले से ही डिफ़ॉल्ट रूप से नीति बना रहे हैं।
सीधा अनुमान-नियम: स्वीकृत उपकरण तब इस्तेमाल करें जब वह पहुँच में हो, और जब न हो, तो लिख लें कि आपने क्या किया और क्यों। यही रिकॉर्ड आपकी रक्षा करता है अगर बाद में निर्णय पर सवाल उठे।
संस्थागत स्तर पर
एक संस्थान एक ही ख़रीद में एक सेवा, एक डेटा प्रवाह, एक सहायता दायित्व और एक राजनीतिक प्रतिबद्धता ख़रीदता है। असली मेन्यू में छह आकार हैं, और अधिकांश संस्थान यह जाने बिना उनमें से दो या तीन में होते हैं।
सबसे आसान शुरुआत मुफ़्त आउटसोर्स किया गया उपकरण है। Contact North का AI Tutor Pro बिना खाते के काम करता है, और Playlab शिक्षकों को अपने ही पाठ्यक्रम पर आधारित ऐप बनाने देता है जबकि विक्रेता मॉडल होस्ट करता है। दोनों पायलट के लिए ठीक हैं और स्थायी समाधान के रूप में ख़राब: कोई ऑडिट ट्रेल नहीं, कोई कोटा नियंत्रण नहीं, और ऐसी शर्तें जो बदल सकती हैं।
किसी वाणिज्यिक टेनेंट पर सीटें ख़रीदना, चाहे ChatGPT Edu हो, Microsoft 365 Copilot हो या Google Gemini for Education, तेज़ ख़रीद, SSO और एडमिन कंसोल देता है, और मॉडल चुनाव तथा डेटा प्रतिधारण विक्रेता के पास छोड़ देता है।
आपके द्वारा होस्ट किया गया प्लेटफ़ॉर्म डेटा को और पास रखता है। Amplify GenAI आपके अपने AWS खाते में तैनात होता है, और Vanderbilt के पायलट ने 1,300 उपयोगकर्ताओं पर लगभग $3 प्रति उपयोगकर्ता प्रति माह बताया, जिनमें आधे का टोकन ख़र्च $1 से कम था। यह जीपीयू के बिना डेटा नियंत्रण ख़रीदता है।
मिश्रित प्रदाताओं के ऊपर एक गेटवे कई प्रदाताओं के सामने एक ही प्रवेश द्वार रखता है। यह कोटा, SSO, लॉगिंग और क्षेत्रीय रूटिंग उठाता है; Fontys ने 300 उपयोगकर्ताओं के लिए एक गेटवे चलाया जिसकी $500 मासिक सीमा कभी पार नहीं हुई, और MindRouter भूमिका-भारित शेड्यूलिंग और ऊर्जा मीटरिंग जोड़ता है।
आपका अपना इन्फ़रेंस सबसे महँगा आकार और सबसे स्वतंत्र है। Purdue की दो सेवाएँ 10+ ओपन सोर्स मॉडलों पर 1000 से अधिक उपयोगकर्ताओं तक पहुँचीं, लगभग $100,000 के हार्डवेयर पर, स्टाफ़िंग से पहले। यह किसी विक्रेता की अनुमति माँगे बिना नियामक को जवाब देता है।
आख़िरी आकार है उन उपकरणों के भीतर एआई जो आप पहले से चलाते हैं: एक Moodle प्रश्न प्रकार, किसी चर्चा प्लेटफ़ॉर्म का एआई साथी, एक निबंध-प्रतिक्रिया उपकरण। कम मेहनत और पाठ्यक्रम-दर-पाठ्यक्रम बदलाव, केंद्र में बहुत कम सीख के साथ।
वे मुद्दे जो समाप्त नहीं होते
डेटा संरक्षण सबसे पहले आता है। मायने यह रखता है कि अब कौन-सा ऐसा रिकॉर्ड मौजूद है जो पहले नहीं था, वह कहाँ रहता है और कौन उसे निकाल सकता है। जो उपकरण कक्षा-सूची प्राप्त करता है, उसने अनुबंध कुछ भी कहे, एक संस्थागत रिकॉर्ड बना दिया है।
इसके बाद पहचान और पहुँच आते हैं। बड़े पैमाने पर इस्तेमाल होने वाली किसी भी चीज़ को SSO, भूमिका-आधारित पहुँच और ऑफ़बोर्डिंग चाहिए, और जो उपकरण किसी जाने वाले कर्मचारी का खाता बंद नहीं कर सकता, वह आपके डेटा के साथ एक स्थायी खाता छोड़ देता है।
लागत इस पर निर्भर है कि क़ीमत कैसे गिनी जाती है। प्रति-सीट मूल्य निर्धारण कर्मचारी-संख्या को पुरस्कृत करता है और मीटर्ड मूल्य निर्धारण उपयोग को। चूँकि उपयोगकर्ताओं का एक छोटा हिस्सा आम तौर पर अधिकांश टोकन बनाता है, प्रति-सीट तब तक सस्ता दिखता है जब तक भारी उपयोगकर्ता कहीं और न चले जाएँ।
माप आम तौर पर गायब कड़ी होता है। EDUCAUSE ने पाया कि 92% के पास कार्य-संबंधित एआई रणनीति है और 13% निवेश पर प्रतिफल माप रहे हैं। अगर आप नहीं बता सकते कि उपकरण ने किसकी जगह ली, तो आप नवीनीकरण का बचाव नहीं कर सकते।
समता और सुगम्यता ख़रीद में होनी चाहिए, बाद के किसी सुधार में नहीं। जिस उपकरण के लिए तेज़ कनेक्शन, सशुल्क स्तर या अंग्रेज़ी प्रवाह चाहिए, वह अपना लाभ असमान रूप से बाँटता है।
शैक्षणिक सत्यनिष्ठा बदल देती है कि मूल्यांकन क्या मापता है। जब कोई उपकरण असाइनमेंट पूरा कर सकता है, तो असाइनमेंट ही वह चीज़ है जिसे संशोधित करना है।
स्टाफ़िंग और विक्रेता पर निर्भरता क़ीमत जितनी ही मायने रखती है। ऊपर के हर आकार को, मुफ़्त वाले को छोड़कर, एक मालिक चाहिए, और आम विफलता यह है कि चौथा या पाँचवाँ आकार ख़रीद लिया जाता है और उसे उसी व्यक्ति को सौंप दिया जाता है जो पहले से व्यस्त था। पूछें कि नवीनीकरण पर, क़ीमत बदलने पर और मॉडल हटाए जाने पर क्या होगा; गेटवे आकार इसीलिए हैं कि जवाब माइग्रेशन न होकर रूटिंग में बदलाव हो।
एक अच्छा पहला वर्ष कैसा दिखता है
कुछ भी शुरू होने से पहले दो या तीन माप चुनें: किसने इस्तेमाल किया, किस लिए, प्रति सक्रिय उपयोगकर्ता क्या ख़र्च आया, और काम में क्या बदला। जो पायलट ये आँकड़े नहीं दे सकता, वह बजट वाला डेमो है।
साथ ही सीमा-शर्तें जाँचें। अगर उपकरण ने छात्र रिकॉर्ड को छुआ, तो क्या डेटा प्रवाह वैसा ही था जैसा आपने गोपनीयता कार्यालय को बताया? अगर उपयोग नहीं मापा गया, तो क्या इसलिए कि उपकरण रिपोर्ट नहीं कर सका या इसलिए कि किसी ने पूछा ही नहीं?
स्वीकृत रास्ता छोटा रखें। EDUCAUSE के आँकड़े बताते हैं कि लोग शासन को बायपास करते हैं क्योंकि स्वीकृत रास्ता काम से ज़्यादा समय लेता है। मॉडल कार्ड और उसी दिन पहुँच वाला गेटवे जितना IT सुविधा है उतना ही शासन का उपकरण भी है।
सामान्य गलतियाँ
समस्या का नाम लेने से पहले प्लेटफ़ॉर्म ख़रीदना उपयोग-आँकड़े देता है और लगभग कुछ नहीं। मुफ़्त को रणनीति मानना पायलट के लिए काम करता है और अवसंरचना के रूप में विफल हो जाता है। स्थानीय मॉडल बदलता है कि किसे समन किया जा सकता है; यह तय नहीं करता कि प्रॉम्प्ट रखे जाएँगे या नहीं। प्रभाव की जगह संतुष्टि मापना "शिक्षकों को यह पसंद आया" को ऐसा निष्कर्ष बना देता है जो वह नहीं है। और बिना काम करने योग्य रास्ते के प्रकाशित नीति नियमों के बजाय पसंद बताती है।