सामान्य प्रश्न
उच्च शिक्षा में एआई साक्षरता हस्तक्षेपों पर क्या प्रमाण हैं?
यह अंग्रेज़ी पेज का ऑटोमैटिक अनुवाद है और इसकी अभी तक किसी मूल भाषी ने समीक्षा नहीं की है।
एआई साक्षरता हस्तक्षेपों और उच्च शिक्षा पर उपलब्ध प्रमाण आशाजनक हैं, लेकिन कार्यविधि की दृष्टि से अब भी अपरिपक्व हैं। इस ज्ञान-संग्रह में सबसे लगातार आने वाली खोज यह है कि एआई के साथ सक्रिय, संदर्भगत अभ्यास—विशेष रूप से आलोचनात्मक मूल्यांकन, तुलना, आत्मचिंतन और सहयोग—के माध्यम से एआई साक्षरता का विकास केवल उपकरण प्रदर्शन या व्याख्यान से कहीं अधिक प्रभावी ढंग से होता है। साथ ही, अपेक्षाकृत कम ही अध्ययन स्थायी, स्वतंत्र रूप से प्रदर्शित दक्षता को मापते हैं; अनेक अध्ययन स्व-रिपोर्टिंग, अल्पकालिक हस्तक्षेप, प्रेक्षणात्मक तुलनाओं या डिज़ाइन-आधारित अनुसंधान पर निर्भर करते हैं।
हस्तक्षेप-संबंधी साहित्य कई डिज़ाइन सिद्धांतों पर एकत्रित होता है।
समग्र परिमाणात्मक चित्र
59 अनुभवजन्य अध्ययनों का एक त्रि-स्तरीय मेटा-विश्लेषण (172 प्रभाव-आकार, 7,211 प्रतिभागी) इस क्षेत्र का सबसे स्पष्ट परिमाणात्मक अनुमान प्रदान करता है: एआई साक्षरता हस्तक्षेपों में कुल मिलाकर बड़ा प्रभाव (g = 0.837, p < .001) दिखाई देता है — लेकिन 95% पूर्वानुमान अंतराल [−0.292, 1.966] विस्तृत है, इसलिए प्रभावशीलता विभिन्न संदर्भों में काफी भिन्न होती है और समान रूप से सामान्यीकृत नहीं हो सकती। दो मध्यस्थ चर महत्वपूर्ण रहे: पूर्व एशिया और यूरोप के हस्तक्षेप उत्तरी अमेरिका के हस्तक्षेपों से बेहतर प्रदर्शन किए, और ज्ञान-केंद्रित हस्तक्षेप उन हस्तक्षेपों से बेहतर रहे जो कौशल, अभिवृत्तियों या नीतिशास्त्र पर केंद्रित थे। मिश्रित या आत्मचिंतनमूलक पाठ्यक्रम-विधियों, GenAI-समर्थित उपकरणों और प्रदर्शन-कार्य परिणामों के लिए बड़े (हालांकि गैर-महत्वपूर्ण) प्रभाव दिखे। लेखकों का तर्क है कि एआई साक्षरता शिक्षा को इसलिए ज्ञान से आगे बढ़कर कौशल, अभ्यास, नीतिशास्त्र और अभिवृत्तियों की ओर जाना चाहिए — एकीकृत और आत्मचिंतनमूलक पाठ्यक्रम-विधियों तथा GenAI-समर्थित उपकरणों के माध्यम से — और यह कि सांस्कृतिक रूप से प्रासंगिक, संदर्भ-संवेदी हस्तक्षेप की आवश्यकता है।(AI Literacy Interventions in Education: A Meta-Analysis of Effects and Moderators)
अभ्यासकर्ताओं के लिए दो निहितार्थ महत्वपूर्ण हैं: (1) जिस परिणाम को आप मापते हैं वही आभासी प्रभाव को निर्धारित करता है — ज्ञान-केंद्रित हस्तक्षेप कौशल-, अभिवृत्ति- या नीतिशास्त्र-केंद्रित हस्तक्षेपों से अधिक मजबूत प्रतीत होते हैं, इसलिए उसी का मूल्यांकन करें जिसकी वास्तव में आपको परवाह है; और (2) विस्तृत पूर्वानुमान अंतराल का अर्थ है कि मजबूत औसत किसी विशेष स्थानीय संदर्भ में मजबूत प्रभाव की गारंटी नहीं देता, जो संदर्भ-संवेदी डिज़ाइन के पक्ष में तर्क को और मजबूत करता है।
एआई की आलोचना करना, न कि केवल उसका संचालन
स्नातक मनोविज्ञान में, रिचमंड और निकोल्स ने छात्रों से अपने पाठ्यक्रम रूब्रिक के विरुद्ध ChatGPT-जनित मीडिया विज्ञप्ति को अंकित करवाया, त्रुटियाँ पहचानवाईं और उसे संशोधित करवाया। छात्रों ने आमतौर पर पहचाना कि आउटपुट शैलीगत दृष्टि से परिष्कृत था, लेकिन अनुसंधान के उद्देश्यों, विधियों और निष्कर्षों का सटीक रूप से प्रतिनिधित्व करने में कमज़ोर था। पिछले सहकर्मी मूल्यांकन समूह की तुलना में, एआई-आलोचना समूह ने बाद के स्क्रिप्ट संशोधन में थोड़ा बेहतर प्रदर्शन किया (d = 0.36), हालांकि अंतिम वीडियो पर कोई महत्वपूर्ण लाभ नहीं था।
यह आलोचना-आधारित एआई साक्षरता के लिए उत्साहजनक प्रमाण प्रदान करता है, लेकिन ऐतिहासिक तुलना मजबूत कारणिक निष्कर्ष निकालने से रोकती है।
शैक्षणिक कार्य में एआई साक्षरता का अंतर्निहितीकरण
बेक और ब्रॉडरसन की अर्थशास्त्र पद्धति में छात्र पहले स्वयं एक प्रामाणिक अर्थशास्त्र समस्या का हल या व्याख्या करते हैं, फिर ChatGPT की प्रतिक्रिया प्राप्त करते हैं, दोनों की तुलना करते हैं, एआई की आलोचना करते हैं, आत्मचिंतन करते हैं और सहपाठियों के साथ चर्चा करते हैं। यह हस्तक्षेप एआई साक्षरता को सक्रिय अधिगम (Active Learning) जैसी मौजूदा तकनीकों — जैसे Think-Pair-Share — के साथ जोड़ता है।
इसका मुख्य योगदान सीखने के प्रभावों का मजबूत प्रयोगात्मक प्रमाण नहीं, बल्कि एक स्थानांतरणीय शैक्षणिक डिज़ाइन है।
स्रोत: अर्थशास्त्र में जनरेटिव एआई साक्षरता को बढ़ावा देना।
एक बार की कार्यशालाओं के बजाय निरंतर अनुभव
NC State का AI Literacy Continuum Not Yet Engaged और Uncritical Use से Informed Use, Critical Evaluation और Improvement तक की प्रगति का वर्णन करता है। इसका क्रियान्वयन पाठ्यक्रमों और कार्यशालाओं में 330 से अधिक प्रतिभागियों को शामिल करता था।
प्रेक्षणों से संकेत मिलता है कि संक्षिप्त अनुभव छात्रों को सूचित उपयोग की ओर ले जा सकते हैं, जबकि आलोचनात्मक मूल्यांकन और सुधार के प्रमाण निरंतर, विषय-अंतर्निहित अनुभवों में अधिक स्पष्ट दिखे। हालांकि, कोई मान्य प्रारंभ/अंत माप या तुलना समूह नहीं था, इसलिए यह कारणिक प्रमाण के बजाय अभ्यास-आधारित प्रमाण है।
सहयोगी और संज्ञानात्मक रूप से सक्रिय डिज़ाइन
हिंगल और जोहरी का व्यवस्थित समीक्षा एआई-साक्षरता गतिविधियों को ICAP ढाँचे का उपयोग करके व्यवस्थित करता है: निष्क्रिय संपर्क, सक्रिय परिवर्तन, रचनात्मक निर्माण और अन्तरक्रियात्मक सह-निर्माण। समीक्षा सभी चार मोडों में हस्तक्षेप पाती है और एआई साक्षरता को एकतरफा सूचना सत्र में घटाने का विरोध करती है।
प्रमाण इस बात के पक्ष में हैं कि छात्रों के लिए सहपाठियों के साथ एआई आउटपुट बनाने, आलोचना करने, समझाने और विमर्श करने के अवसर डिज़ाइन किए जाएँ।
स्रोत: एआई साक्षरता को बढ़ावा देने के लिए सहयोगी शिक्षण गतिविधियों की व्यवस्थित समीक्षा।
शिक्षक शिक्षा: आत्मविश्वास बनाम प्रदर्शित दक्षता
ली व संपादकों की डिज़ाइन-आधारित GenAI-साक्षरता पहल, जिसे 14 स्नातक छात्रों पर प्रायोगिक रूप से लागू किया गया और 29 व्यावसायिक विकास छात्रों के साथ मूल्यांकित किया गया, ने रिपोर्ट की गई एआई-दक्षता स्व-प्रभावशीलता को बढ़ाया और GenAI के अधिक आलोचनात्मक शैक्षणिक विचार की ओर बदलाव उत्पन्न किए।
हालांकि, नीतिशास्त्र से जुड़े लाभ केवल सीमांत रूप से महत्वपूर्ण हुए, और छोटे डिज़ाइन-आधारित अनुसंधान अध्ययन का अर्थ है कि वस्तुनिष्ठ दक्षता के बारे में निष्कर्ष सीमित रहते हैं।
स्रोत: शिक्षक शिक्षा छात्रों के लिए एआई साक्षरता प्रशिक्षण का विकास और मूल्यांकन।
एआई साक्षरता प्रशिक्षण एआई-संबंधी त्रुटियों को समाप्त नहीं करता
एक विशेष रूप से महत्वपूर्ण चेतावनी यह है कि छात्रों को बेहतर प्रॉम्प्ट करना या एआई का बेहतर उपयोग करना सिखाना उन्हें विश्वसनीय रूप से आलोचनात्मक उपयोगकर्ता बनाना नहीं है। संदर्भ-चापलूसी प्रयोग में, एआई-साक्षरता और प्रॉम्प्टिंग प्रशिक्षण ने मॉडल की प्रतिभागियों की तर्क-त्रुटियों को दोहराने की प्रवृत्ति को कम किया, लेकिन अगली कड़ी में त्रुटि के प्रसार को समाप्त नहीं किया।
यह संकेत देता है कि साक्षरता शिक्षा पूरी सुरक्षा-बोझ नहीं ढो सकती; उपकरण डिज़ाइन और प्रणाली-स्तरीय सुरक्षा उपाय भी आवश्यक हैं।
स्रोत: संदर्भ-चापलूसी की छिपी लागत: मानव-एआई सहयोग में एक एआई साक्षरता हस्तक्षेप।
एआई साक्षरता को मापना महत्वपूर्ण है
मापन-संबंधी साहित्य इस चेतावनी को और मजबूत करता है। मान्यकृत GLAT प्रदर्शन परीक्षण ने एआई-सहायित उच्च-शिक्षा कार्य में प्रदर्शन की भविष्यवाणी की, जबकि एक स्व-रिपोर्ट किया गया ChatGPT-साक्षरता माप ने नहीं की। व्यापक रूप से, यह ज्ञान-संग्रह लोगों की रिपोर्ट की गई और प्रदर्शित एआई दक्षता के बीच पर्याप्त विसंगतियों की रिपोर्ट करता है।
परिणामस्वरूप, ऐसा हस्तक्षेप जो आत्मविश्वास, अभिवृत्तियों या अनुभवित साक्षरता को बढ़ाता है, उसे स्वतः एआई साक्षरता में सुधार के रूप में नहीं व्याख्यायित किया जाना चाहिए। यह शैक्षणिक मापन और मूल्यांकन वैधता के महत्व की ओर संकेत करता है, जब एआई का मूल्यांकन-साक्षरता हस्तक्षेपों का आकलन किया जाता है।
नया कार्य यह स्पष्ट करता है कि क्या मापा जाना चाहिए और कैसे। बरिस व संपादकों की 22 ग्यारहवीं कक्षा के छात्रों की कक्षा-आधारित अध्ययन, जिनसे एआई नीतिशास्त्र पर वीडियो लोक-सेवा घोषणाएँ बनवाई गईं, यह तर्क देती है कि मौजूदा एआई-साक्षरता स्केल और दक्षता ढाँचे व्यक्तिगत रूप से मापने योग्य प्रदर्शन को मानते हैं और इसलिए सहयोगी और रचनात्मक अभिव्यक्ति को बाहर करते हैं; वे प्रस्तावित करते हैं कि छात्र-आत्मचिंतन, बहुमाध्यमी AI कलाबुद्धि और नागरिक विमर्श पारंपरिक उपायों को पूरक बनाएँ। सहयोगी आलोचनात्मक पाठ्यक्रम-विधि के माध्यम से छात्रों द्वारा एआई नीतिशास्त्र की आलोचनात्मक समझ के विकास की उनकी खोज एआई साक्षरता के कौशल-सूची धारणाओं को चुनौती देती है — और उन सूचियों पर बने उपकरणों को भी। यह यात्रा की दिशा भी दिखाता है: 18 में से 15 इकाई-अंत प्रतिक्रियों ने नए अधिगम की पुष्टि की, जबकि लेखकों ने उल्लेख किया है कि यह परियोजना पारंपरिक समुच्चय मूल्यांकन के प्रति प्रतिरोधी है। देखें मल्टीमोडल रचना एक आलोचनात्मक एआई साक्षरता पाठ्यक्रम-विधि के रूप में।
एक अलग चेतावनी स्वीकृति-अनुसंधान से आती है। वांग, चुआंग और वू ने उम्र-स्तरीकृत एआई-साक्षरता गाइडबुक के साथ लगभग 30 मिनट बीतने के बाद 831 ताइवानी K-12 छात्रों और शिक्षकों का सर्वेक्षण किया और एक स्थिर चार-कारक स्वीकृति संरचना पाई — लेकिन व्यावहारिक इरादे का सबसे मजबूत संबंधकारी अनुभवित खेलपनपन था, और इस अध्ययन ने अल्पकालिक स्वीकृति मापी, न कि अधिगम लाभ, नीतिगत दक्षता या वास्तविक उपयोग। लेखक स्पष्ट हैं कि स्वीकृति संकल्पनाएँ "अधिगम प्रभावशीलता या क्रियान्वयन सफलता के निष्कर्ष निकालने के लिए उपयोग नहीं की जानी चाहिए"। देखें उम्र-स्तरीकृत एआई साक्षरता गाइडबुक की स्वीकृति का मापन।
स्रोत:
- GLAT: जनरेटिव एआई साक्षरता मूल्यांकन परीक्षा
- एआई साक्षरता मूल्यांकन: स्व-रिपोर्ट बनाम प्रदर्शन का असंरेखण
निर्देश से पहले निदान: छात्रों की मौजूदा एआई संज्ञान
यह कि हस्तक्षेप कहाँ से आरंभ होता है, उसकी सामग्री जितना महत्वपूर्ण है। Şan और Orhan Karsak ने 436 तुर्की स्नातक छात्रों (1,376 कोडित प्रतिक्रियाएँ, आंत्र-मूल्यांकक κ = 0.87) की एआई संज्ञानात्मक अभिव्यक्तियों को मैप करने के लिए एक मनोभाषा शब्द-साहचर्य परीक्षण का उपयोग किया। साहचर्य साधनात्मक उपयोगिता के इर्द-गिर्द केंद्रित थे — सुविधा (f = 145) और गति (f = 110) — जबकि एल्गोरिदम्मिक पारदर्शिता, निजता और AI शासन संकल्पनाएँ केवल दुर्लभ नहीं थीं बल्कि प्रमुख उपयोगिता समुच्चय से संरचनात्मक रूप से अलग थीं (Kendall's τ = −0.819)। लेखकों का तर्क है कि ऐसी संज्ञानात्मक संरचना में जिसमें उसे प्राप्त करने के लिए कोई मौजूदा स्कीमा नहीं है, नीतिशास्त्र मॉड्यूल देना संभवतः विफल होगा: पाठ्यक्रमों को रोज़मर्रा के उपकरण ज्ञान से नीतिगत और शासन ढाँचों तक स्पष्ट पुल बनाने चाहिए, और माइक्रो-क्रेडेंशियल को सामग्री को इस संरचनात्मक अंतर को बंद करने के लिए क्रमबद्ध करना चाहिए न कि उसे दोहराना चाहिए जो छात्र पहले से जानते हैं। यह हस्तक्षेप डिज़ाइन के लिए एक आवश्यकता-मूल्यांकन तर्क है, और यह उन गिने-चुने अध्ययनों में से है जो निर्देश से पहले डेटा-आधारित निदान प्रदान करते हैं। देखें उसका नाम जानना, उसका स्वरूप नहीं।
एक विषम स्थित दृष्टि Dai और Chan की सात फोकस समूहों से आती है, जिनमें 28 स्नातकोत्तर शोधार्थियों ने अनुसंधन कार्यप्रवाह में एआई साक्षरता को भिन्न रूप से अभिनीत किया — कम-दाँवपत्न वाले प्रक्रियात्मक कार्यों (स्वरूपण, अनुवाद, व्याख्या) में अधिक उपयोग, जहाँ विद्वतापूर्ण योगदान दाँव पर था वहाँ उल्लेखनीय रूप से अधिक सतर्कता — और अपने तर्क को सहायता देने बनाम प्रतिस्थापित करने के बीच अपनी सीमाएँ खींचीं। उनका निष्कर्ष है कि एआई साक्षरता को स्थिर दक्षता सूची के बजाय एक स्थित क्षमता के रूप में बेहतर माना जाना चाहिए, और उत्तरदायी-उपयोग मार्गदर्शन को भरावड़ी के माध्यम से प्रत्येक साक्षरता आयाम को वास्तविक कार्यों में फैलाना चाहिए न कि द्विआधारी नियम लागू करना चाहिए। देखें एआई साक्षरता-उन्मुख मार्गदर्शिकाओं के माध्यम से अनुसंधान में उत्तरदायी GenAI उपयोग को आकार देना।
प्रमाणपत्र और कार्यक्रम-स्तरीय मूल्यांकन
एआई साक्षरता तेज़ी से प्रमाणपत्रों और माइक्रो-क्रेडेंशियल के माध्यम से वितरित हो रही है, और यहीं मूल्यांकन सबसे पतला है। Wu और Li ने एआई प्रमाणपत्र कार्यक्रमों के लिए एक विशेषज्ञ-भारित मूल्यांकन संकेतक प्रणाली (AHP / फ़ज़ी-AHP, मोंते कार्लो मजबूती सत्यापन के साथ, 18 विशेषज्ञ) बनाई और पाया कि संकाय पेशेवर दक्षता ने महत्व-संतुष्टि अंतर में सबसे बड़ी जगह बनाई — माना गया महत्व अधिक (0.1976) था लेकिन मौजूदा संतुष्टि कम — जिससे संकाय क्षमता को पहचाना गया, प्रौद्योगिकी बुनियादी ढाँचे को नहीं, शैक्षणिक परिवर्तन पर प्राथमिक बाधा के रूप में; सांस्कृतिक अनुकूलनशीलता को सबसे कम रणनीतिक भार (0.0735) मिला, जो आरंभिक चरण के प्रमाणन में प्रौद्योगिकी-प्रथम पूर्वाग्रह का संकेत देता है। देखें एआई प्रमाणपत्र कार्यक्रमों के लिए मूल्यांकन संकेतक प्रणाली। यह एक ऐसा प्रश्न सबसे आगे रखता है जिसे हस्तक्षेप-साहित्य ने बारीकी से जाँचा ही नहीं: क्या प्रमाणपत्र स्थायी एआई साक्षरता का प्रमाणन करता है या केवल पूर्णता दर्ज करता है, और क्या उसे वितरित करने वाले शिक्षक स्वयं निर्णय करने में सक्षम हैं।
प्रमाणों का समग्र आकलन
समग्र रूप से, प्रमाणों को शैक्षणिक डिज़ाइन सिद्धांतों के लिए मध्यम, लेकिन कारणिक प्रभावशीलता के लिए अब भी कमज़ोर से मध्यम के रूप में वर्णित किया जा सकता है।
उच्च शिक्षा के लिए सबसे अधिक सुरक्षित वर्तमान मॉडल यह है:
- एआई साक्षरता को प्रामाणिक शैक्षणिक कार्यों के भीतर अंतर्निहित करना।
- छात्रों से एआई से परामर्श करने से पहले प्रारंभिक निर्णय या समाधान बनवाना।
- एआई आउटपुट की तुलना, सत्यापन और आलोचना करने की आवश्यकता रखना।
- सहपाठी संवाद और आत्मचिंतन को शामिल करना।
- केवल एक बार की कार्यशालाओं पर निर्भर रहने के बजाय समय के साथ इन अनुभवों को दोहराना।
- छात्रों का मूल्यांकन प्रदर्शन-आधारित कार्यों से करना जिनमें स्वतंत्र मूल्यांकन और उत्तरदायी निर्णय की आवश्यकता हो, न कि केवल आत्मविश्वास या स्व-रिपोर्ट सर्वेक्षणों पर निर्भर रहना।
महत्वपूर्ण अंतराल बने हुए हैं। साहित्य को अब भी अधिक बहु-संस्थानयुक्त यादच्छिक या मजबूत अर्ध-प्रयोगात्मक अध्ययनों, मान्यकृत सामान्य परिणाम उपायों, प्रतिधारण और स्थानांतरण की विलंबित परीक्षाओं, और इस बारे में प्रमाणों की आवश्यकता है कि जब छात्र नए एआई मॉडलों, विषयों या अपरिचित एआई विफलता मोडों का सामना करते हैं तो साक्षरता लाभ क्या बने रहते हैं।
संक्षेप में, वर्तमान प्रमाण एआई साक्षरता को एक विषय-अंतर्निहित आलोचनात्मक अभ्यास के रूप में मानने का समर्थन करते हैं, न कि केवल एआई के बारे में ज्ञान या प्रॉम्प्टिंग में दक्षता के रूप में। आलोचना, तुलना, आत्मचिंतन, सहयोग और बार-बार प्रामाणिक अभ्यास का शैक्षणिक तर्क तेज़ी से सुसंगत होता जा रहा है, लेकिन यह प्रमाण कि विशेष हस्तक्षेप स्थायी और स्थानांतरणीय एआई साक्षरता उत्पन्न करते हैं, कम स्थापित रहता है। यह निष्कर्ष ठोस पाठ्यक्रम डिज़ाइन में कैसे अनुवादित होता है, यह जानने के लिए देखें मुझे अपने पाठ्यक्रम में एआई साक्षरता कैसे शामिल करनी चाहिए?; और यह कि प्रमाण-आधार स्वयं कहाँ पतला है, यह देखें शिक्षा में एआई पर अनुसंधान साहित्य में उल्लेखनीय अंतराल क्या हैं?।