प्रमुख प्रश्न नया
AI द्वारा प्रसंस्कृत · लेखक द्वारा अनुमोदित
क्या जेनरेटिव एआई टूल्स की मौजूदगी में पूरा किया गया कोर्सवर्क छात्रों की स्वतंत्र क्षमता सिद्ध कर सकता है?
Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।
मुख्य निष्कर्ष
- एक प्रोग्रामिंग कोर्स में, साप्ताहिक कोर्सवर्क में शीर्ष अंक पाने वाले 45% छात्रों ने निगरानी वाली अंतिम परीक्षा में शून्य अंक प्राप्त किए, जो दोनों के बीच कमजोर संबंध (r = 0.18) दिखाता है।
- दूसरे संस्थान में समान परीक्षा में निगरानी जोड़ने से शीर्ष ग्रेड पाने वाले छात्रों का अनुपात 73% से घटकर 24% रह गया।
- कोड विश्लेषण से पता चला कि छात्रों के काम में बिना सिखाए गए जटिल कोड शामिल थे, और लगभग 18% कोड में एआई-शैली के लक्षण पाए गए।
- सर्वेक्षण से स्पष्ट हुआ कि अंतर्राष्ट्रीय और घरेलू छात्रों द्वारा एआई के उपयोग के तरीके और जरूरतें अलग-अलग थीं, जो विभिन्न सामाजिक दबावों को दर्शाती हैं।
- आचार संहिता द्वारा एआई पर प्रतिबंध लगाना अप्रभावी साबित हुआ, जिससे प्रत्यक्ष निगरानी वाली परीक्षाओं और दृश्यमान संज्ञानात्मक प्रयासों की आवश्यकता रेखांकित होती है।
आपके लिए इसका क्या अर्थ है
CIO / आईटी एक्ज़ीक्यूटिव
Monitor digital exam environments because unproctored take-home assignments cannot be trusted anymore during the age of AI since it is easy to skip them.
आईटी प्रबंधक
Deploy secure, proctored digital testing platforms across institution-wide coursework to ensure assessment integrity.
बिज़नेस रणनीतिकार
Reallocate institutional resources away from futile AI-ban enforcement toward scalable, supervised assessment infrastructure.
शोधकर्ता
Start evaluating how students perceive their own skills when using AI, and design new learning pathways that accept AI usage while ensuring students still learn.
नीति निर्माता
Prohibiting AI tools is impossible, as we cannot monitor what students are doing at home and what kind of assignments they return, and thus, we should think how to make more supervised assessments possible and scalable as just plain oral exams in large student groups are not a feasible method.
सारांश
तीन फिनिश उच्च शिक्षण संस्थानों और 1,000 से अधिक छात्रों के अध्ययन में, लेखकों ने मूल्यांकन अंकों की जांच की, छात्रों और एआई द्वारा प्रस्तुत 883 युग्मित सोर्स-कोड का विश्लेषण किया, और 602 छात्रों के सर्वेक्षण का मूल्यांकन किया।
समस्या
उच्च शिक्षा मूल्यांकन इस धारणा पर निर्भर करता है कि पूरा किया गया कार्य उन संज्ञानात्मक कौशलों को दर्शाता है जिन्हें सिखाने के लिए वह बनाया गया था। जेनरेटिव एआई छात्रों को वास्तविक समस्या-समाधान किए बिना समाधान प्रस्तुत करने में सक्षम बनाकर इस संबंध को कमजोर करता है। एआई पर प्रतिबंध लगाने वाली नीतियां मूल्यांकन की वैधता बहाल करने में विफल रहती हैं क्योंकि नियम तकनीक की व्यावहारिक क्षमताओं को नहीं रोक सकते।
ट्रांसक्रिप्ट
Expert: धन्यवाद अन्ना। इस अध्ययन में शिक्षा और मूल्यांकन प्रणाली के सामने आ रही एक बहुत ही व्यावहारिक चुनौती की पड़ताल की गई है।
Host: एलेक्स, इस अध्ययन के केंद्र में जो मुख्य समस्या है, क्या आप हमारे श्रोताओं को उसके बारे में संक्षेप में बता सकते हैं?
Expert: बिल्कुल। पारंपरिक रूप से हमारा मूल्यांकन मॉडल इस धारणा पर काम करता है कि यदि किसी छात्र ने कोई असाइनमेंट या कोड सफलतापूर्वक पूरा किया है, तो उसने उस कार्य से जुड़े संज्ञानात्मक कौशल भी सीख लिए हैं। अध्ययन बताता है कि जेनरेटिव एआई ने इस संबंध को कमजोर कर दिया है। अब छात्र वास्तविक समस्या-समाधान किए बिना भी सटीक समाधान प्रस्तुत कर सकते हैं। इसके अलावा, अध्ययन में यह भी पाया गया कि केवल नियमों या आचार संहिता के जरिए एआई के उपयोग को प्रतिबंधित करना काम नहीं करता, क्योंकि नीतिगत नियम तकनीक की व्यावहारिक क्षमताओं को सीमित नहीं कर पाते।
Host: तो शोधकर्ताओं ने इस समस्या की जांच के लिए कौन सा तरीका अपनाया?
Expert: शोधकर्ताओं ने तीन अलग-अलग दृष्टिकोणों को एक साथ इस्तेमाल किया। पहला, उन्होंने छात्रों के साप्ताहिक असाइनमेंट के अंकों और उनकी अंतिम परीक्षाओं के परिणामों के बीच सांख्यिकीय संबंध की जांच की। दूसरा, उन्होंने छात्रों और एआई द्वारा तैयार किए गए 883 युग्मित सोर्स-कोड का तकनीकी विश्लेषण किया ताकि कोड में समानता और पैटर्न देखे जा सकें। और तीसरा, छात्रों के वास्तविक व्यवहार और दृष्टिकोण को समझने के लिए 602 छात्रों का एक विस्तृत सर्वेक्षण किया गया।
Host: डेटा से क्या मुख्य निष्कर्ष सामने आए?
Expert: परिणाम काफी स्पष्ट हैं। एक प्रोग्रामिंग कोर्स में देखा गया कि जिन छात्रों ने साप्ताहिक कोर्सवर्क में शीर्ष अंक प्राप्त किए थे, उनमें से 45 प्रतिशत छात्रों ने प्रत्यक्ष निगरानी वाली अंतिम परीक्षा में शून्य अंक प्राप्त किए। कोर्सवर्क और परीक्षा अंकों के बीच का सहसंबंध केवल r = 0.18 पाया गया, जो बेहद कमजोर संबंध को दर्शाता है। एक अन्य संस्थान में, जब परीक्षा में प्रत्यक्ष निगरानी यानी इनविजिलेशन जोड़ा गया, तो शीर्ष ग्रेड प्राप्त करने वाले छात्रों का अनुपात 73 प्रतिशत से गिरकर 24 प्रतिशत रह गया।
Host: और कोड विश्लेषण तथा छात्र सर्वेक्षण में क्या दिखा?
Expert: कोड विश्लेषण में पाया गया कि कई छात्रों के सबमिशन में ऐसे जटिल कोड और संरचनाएं शामिल थीं जो कोर्स में सिखाई ही नहीं गई थीं। लगभग 18 प्रतिशत कोड में स्पष्ट रूप से एआई जैसी विशेषताएं पाई गईं। सर्वेक्षण से यह भी सामने आया कि सिर्फ प्रतिबंध लगाने वाली नीतियां अप्रभावी रहीं। साथ ही, घरेलू और अंतर्राष्ट्रीय छात्रों द्वारा एआई के उपयोग के तरीकों और कारणों में अंतर देखा गया, जो उनकी अलग-अलग शैक्षणिक और सामाजिक परिस्थितियों से प्रभावित थे।
Host: यह अध्ययन व्यापार और कॉर्पोरेट जगत के लिए क्यों महत्वपूर्ण है? प्रोफेशन्स और संगठनों को इससे क्या सीखना चाहिए?
Expert: इसका सीधा असर टैलेंट एक्विजिशन, स्किल असेसमेंट और वर्कप्लेस ट्रेनिंग पर पड़ता है। पारंपरिक टेक-होम असेसमेंट या ऑनलाइन कोडिंग टेस्ट अब किसी उम्मीदवार की वास्तविक समस्या-समाधान क्षमता का सटीक प्रमाण नहीं माने जा सकते। यदि कोई उम्मीदवार या कर्मचारी अंतिम परिणाम प्रस्तुत कर रहा है, तो इसका अर्थ यह नहीं है कि वे अंतर्निहित अवधारणा को समझते हैं। संगठनों को अपने मूल्यांकन के तरीके बदलने होंगे—जैसे कि वास्तविक समय में प्रत्यक्ष मूल्यांकन, मौखिक तकनीकी समीक्षा, और संज्ञानात्मक प्रक्रिया की निगरानी। गवर्नेंस नीतियों को केवल 'प्रतिबंध' लगाने के बजाय इस बात पर केंद्रित होना चाहिए कि काम वास्तव में कैसे और किस समझ के साथ किया गया है।
Host: यानी परिणाम के साथ-साथ प्रक्रिया का सत्यापन भी अब अनिवार्य हो गया है। आज के इस विस्तृत विश्लेषण के लिए बहुत-बहुत धन्यवाद, एलेक्स।
Expert: आपका स्वागत है, अन्ना।
Host: और हमारे सभी श्रोताओं का भी धन्यवाद। तकनीक और व्यापार से जुड़े ऐसे ही तथ्यों पर आधारित विश्लेषण के लिए जुड़े रहिए 'A.I.S. Insights — powered by Living Knowledge' के साथ। मिलते हैं अगले एपिसोड में।
Generative AI, Assessment validity, Affordance theory, Introductory programming, Assessment governance, Higher education