AI का उपयोग करके शिक्षा

 (openai.com)
2 पॉइंट द्वारा GN⁺ 2023-09-01 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • कक्षा में ChatGPT का उपयोग करना चाहने वाले शिक्षकों के लिए OpenAI ने एक गाइड सामग्री जारी की है, जिसमें prompt उदाहरण, इसके काम करने का तरीका और सीमाएँ, AI detector की उपयोगिता, और bias शामिल हैं
  • वास्तविक उपयोग के उदाहरणों का फोकस शिक्षक और छात्रों की interactivity बढ़ाने पर है, जैसे बहस के साथी, hiring interviewer, feedback देने वाले manager, lesson design assistant, और language learning tool
  • शिक्षकों के लिए prompts इस तरह डिज़ाइन किए गए हैं कि वे विषय, कक्षा स्तर, पूर्व ज्ञान, और learning goals को चरणबद्ध तरीके से समझने के बाद customized lesson plan और explanation, examples, analogies तैयार करें
  • छात्रों के लिए उपयोग में सीधे उत्तर देने के बजाय सवालों और hints के ज़रिए सोच को बढ़ावा दिया जाता है, और क्योंकि ChatGPT के जवाब हमेशा सही या भरोसेमंद नहीं होते, इसलिए primary sources की जाँच ज़रूरी है
  • prompts केवल lesson preparation की शुरुआती जगह हैं, और शिक्षक को output की समीक्षा करके उसे संदर्भ के अनुसार बदलने वाली expert की भूमिका बनाए रखनी चाहिए

कक्षा में ChatGPT का उपयोग करने के तरीके

  • OpenAI शिक्षकों को ChatGPT को पढ़ाई में इस्तेमाल करने के लिए मार्गदर्शिका सामग्री देता है
    • इसमें recommended prompts, ChatGPT के काम करने का तरीका और सीमाएँ, AI detector की उपयोगिता, और bias शामिल हैं
    • Educator FAQ में प्रमुख शैक्षणिक संस्थानों की सामग्री, AI-आधारित education tools के उदाहरण, और शिक्षकों के अक्सर पूछे जाने वाले सवाल भी शामिल हैं

शिक्षकों द्वारा उपयोग के उदाहरण

  • Old Dominion University की Dr. Helen Crompton education graduate students को ChatGPT को एक खास persona के रूप में इस्तेमाल करने की सलाह देती हैं
    • उदाहरणों में बहस का ऐसा साथी जो तर्क की कमजोरियाँ बताए, job interviewer, और किसी खास शैली में feedback देने वाला नया manager शामिल है
    • उनका मानना है कि conversational environment में जानकारी की पड़ताल करने से छात्रों को सामग्री को अधिक बारीकी और नए दृष्टिकोण से समझने में मदद मिलती है
  • Universidade da Coruña के Fran Bellas शिक्षकों को ChatGPT को quiz, exam, और lesson plan बनाने के सहायक tool के रूप में इस्तेमाल करने की सलाह देते हैं
    • वे पहले curriculum को ChatGPT के साथ साझा करने और फिर आधुनिक या सांस्कृतिक रूप से प्रासंगिक उदाहरणों के साथ quiz और lesson plan ideas माँगने का सुझाव देते हैं
    • यह भी जाँचा जा सकता है कि शिक्षक द्वारा बनाए गए सवाल छात्रों के learning level के अनुरूप, inclusive, और accessible हैं या नहीं
    • उनका मानना है कि यदि electrical circuits पर 5 सवालों का test माँगा जाए तो नए ideas मिल सकते हैं, जिन्हें शिक्षक अपनी शैली में बदल सकता है
  • University of Johannesburg के Dr. Anthony Kaziboni ऐसे छात्रों को पढ़ाते हैं जो कक्षा के बाहर मुख्य रूप से अंग्रेज़ी का उपयोग नहीं करते
    • उनका मानना है कि academic जगत में अंग्रेज़ी fluency एक बड़ा लाभ है, और अंग्रेज़ी grammar की छोटी गलतफ़हमियाँ भी छात्रों की पहचान और अवसरों को सीमित कर सकती हैं
    • वे छात्रों को ChatGPT को translation assistant, English writing सुधारने, और conversation practice के लिए इस्तेमाल करने की सलाह देते हैं
  • Chennai के American International School में computer science पढ़ाने वाली Geetha Venugopal AI tools की शिक्षा की तुलना इंटरनेट का ज़िम्मेदारी से उपयोग करना सिखाने से करती हैं
    • वे छात्रों को याद दिलाती हैं कि ChatGPT के जवाब हमेशा भरोसेमंद या सटीक नहीं हो सकते
    • वे छात्रों को जवाबों पर सीधे भरोसा करने के बजाय आलोचनात्मक ढंग से सोचने और अन्य primary sources से जानकारी की जाँच करने के लिए मार्गदर्शन देती हैं
    • लक्ष्य यह है कि छात्र original critical thinking, problem solving, और creativity skills विकसित करने के महत्व को समझते रहें

शिक्षकों के लिए prompts के मूल सिद्धांत

  • Ethan Mollick और Lilach Mollick ने GPT-4 के साथ उपयोग किए जा सकने वाले prompts विकसित किए हैं
  • prompts का उपयोग करते समय कुछ स्पष्ट मान्यताएँ हैं
    • model हमेशा सटीक जानकारी नहीं दे सकता
    • prompt का परिणाम केवल एक शुरुआती बिंदु है
    • शिक्षक सामग्री का expert है, और उसे model output की समीक्षा करके यह तय करना चाहिए कि कक्षा के लिए क्या उपयुक्त है
    • दिए गए prompts केवल सुझाव हैं, और उन्हें इच्छित परिणाम के अनुसार बदला जा सकता है

lesson plan में मदद करने वाला prompt

  • पहला prompt ChatGPT को एक विनम्र और सहायक lesson coach के रूप में सेट करता है
  • इसका तरीका यह है कि वह शिक्षक से एक-एक चरण में सवाल पूछता है और जवाब का इंतज़ार करता है
    • पहले पढ़ाए जाने वाले विषय और छात्रों की कक्षा का स्तर पूछता है
    • फिर यह जाँचता है कि छात्रों के पास उस विषय के बारे में पहले से ज्ञान है या नहीं
    • फिर पूछता है कि कक्षा के बाद छात्र क्या समझने या करने में सक्षम होने चाहिए, यानी learning goals
  • इसके बाद यह एक customized lesson plan तैयार करता है
    • direct instruction
    • understanding check
    • कई छात्रों से समझ के प्रमाण एकत्र करना
    • discussion
    • दिलचस्प classroom activity
    • assignment
  • यह भी पूछता है कि शिक्षक किस हिस्से को बदलना चाहता है या क्या उसे उन common misconceptions का पता है जिनका छात्रों को सामना हो सकता है, और ज़रूरत होने पर lesson को संशोधित करता है
  • यदि शिक्षक यह जानना चाहे कि learning goals की प्राप्ति की जाँच कैसे की जाए, तो यह अतिरिक्त सहायता भी देता है

explanation, analogy, और example बनाने वाला prompt

  • दूसरा prompt ChatGPT को lesson designer के रूप में सेट करता है, ताकि वह explanation, analogy, और examples को सरल और सटीक बनाए
  • यह शिक्षक से एक बार में एक सवाल पूछता है
    • छात्र का learning level
    • वह विषय या concept जिसे समझाना है
    • curriculum में उस concept की स्थिति और छात्रों का पूर्व ज्ञान
    • छात्रों के बारे में वह जानकारी जो explanation को अनुकूलित करने के लिए ज़रूरी है, जैसे पिछली discussion या class content
  • इस जानकारी के आधार पर यह निम्नलिखित देता है
    • विषय पर स्पष्ट और सरल 2-पैराग्राफ explanation
    • 2 examples
    • 1 analogy
  • इसे इस तरह सेट किया गया है कि यह related concepts, domain knowledge, या technical terms के बारे में छात्रों के पूर्व ज्ञान को मानकर न चले
  • explanation के बाद यह पूछता है कि क्या शिक्षक कुछ बदलना या जोड़ना चाहता है, और common misconceptions को शामिल करके explanation को संशोधित कर सकता है

छात्र की भूमिका में शिक्षक के मूल्यांकन में मदद करने वाला prompt

  • तीसरा prompt ChatGPT को किसी विषय का अध्ययन कर चुके छात्र की भूमिका में सेट करता है
  • इसका उद्देश्य शिक्षक द्वारा AI की explanation और application examples का मूल्यांकन करना है
    • AI शिक्षक से समझाए जाने वाले विषय और उसके application method के बारे में पूछता है
    • उदाहरणों में किसी खास TV show scene, कविता, या short story पर concept लागू करना शामिल है
  • AI विषय पर 1-पैराग्राफ explanation और 2 application examples बनाता है, फिर शिक्षक से पूछता है कि क्या सही और क्या गलत था, और अगली बार इसे कैसे बेहतर किया जा सकता है
  • अगर सब कुछ सही था, तो इसे इस तरह बनाया गया है कि शिक्षक से यह अनुरोध करे कि वह बताए कि concept application सटीक था

छात्रों के लिए AI tutor prompt

  • चौथा prompt ChatGPT को एक प्रोत्साहित करने वाले AI tutor के रूप में सेट करता है
  • यह छात्र से एक बार में एक सवाल पूछता है
    • वह क्या सीखना चाहता है
    • वह high school student, college student, या professional में से किस स्तर का है
    • चुने गए विषय के बारे में वह पहले से क्या जानता है
  • यह छात्र के स्तर और पूर्व ज्ञान के अनुसार explanation, examples, और analogies देता है
  • यह तुरंत उत्तर या समाधान नहीं देता, बल्कि छात्र को खुद जवाब बनाने में मदद करने के लिए guiding questions का उपयोग करता है
  • यदि छात्र को कठिनाई होती है या वह गलत जवाब देता है, तो यह उसे केवल assignment का एक हिस्सा आज़माने, goal याद दिलाने, और hint देने की कोशिश करता है
  • छात्र में सुधार दिखने पर यह उसकी प्रशंसा करता है और बातचीत का अंत भी ऐसे सवाल से करना चाहता है जो उसे आगे ideas बनाने के लिए प्रेरित करे
  • जब छात्र उपयुक्त स्तर की समझ दिखाता है, तो यह उससे concept को अपने शब्दों में समझाने या उदाहरण देने को कहता है, और फिर बातचीत समाप्त करता है

संबंधित सामग्री

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-09-01
Hacker News की राय

  • इसमें यह मुख्य समस्या छूट गई है कि छात्रों को विषय पास करने और हाई स्कूल डिप्लोमा पाने के लिए अंक चाहिए होते हैं
    कई छात्रों के लिए LLM समय की कमी, आलस, थकान, समझ की कमी, चिंता, माता-पिता का दबाव, स्टेटस जैसे साधारण कारणों से अंक पाने का जादुई शॉर्टकट लगता है, इसलिए उसका आकर्षण बहुत बड़ा है
    जिसने भी ChatGPT को थोड़ा भी इस्तेमाल किया है, वह जानता है कि “प्रक्रिया दिखाओ” वाला तर्क भी बेकार है। क्योंकि योजना, रूपरेखा, ड्राफ्ट जैसी चीजें भी AI बाद में विश्वसनीय ढंग से बना सकता है

    • devil's advocate बनकर कहें तो, अगर LLM के साथ छात्र-टूल कॉम्बिनेशन अपेक्षित स्तर का प्रदर्शन कर देता है, तो समस्या क्या है, समझ नहीं आता। परीक्षा में यह देखना चाहिए कि LLM का कितना अच्छा उपयोग किया जाता है, और टूल को अपना लिया जाना चाहिए
      अभी भी ग्रेड क्षमता का proxy indicator हैं, लेकिन निजी ट्यूशन औसत छात्र को उस चरण में शीर्ष 2% स्तर तक उठा सकती है (Bloom की 2-sigma problem)। इसका मतलब यह नहीं कि अगले चरण में सामान्य बुद्धिमत्ता बढ़ जाती है
      आखिरकार असल में जो आंका जाता है, वह शायद अच्छे अंक पाने की क्षमता है—चाहे अमीरी से हो या मेहनत से। LLM भी वैसा ही है; अगर उसे इस्तेमाल करने की क्षमता महत्वपूर्ण है, तो उसी की परीक्षा लेनी चाहिए। यह calculator या open-book exam जैसी भविष्य की स्थिति है
    • यह बात अच्छी तरह इसलिए नहीं उठाई जाती, शायद क्योंकि यह शुरू से ही स्कूलों की मूल कठिन समस्याओं में से एक है
      कई लोगों के लिए evaluation और grades ही अंतिम लक्ष्य होते हैं, और learning लगभग side effect की तरह होती है
    • मुझे लगता है कि हर शुक्रवार कक्षा में कंप्यूटर के बिना परीक्षा ले ली जाए। उसे ग्रेड का 50% बना दें
    • लगता है मौखिक परीक्षा फिर लौटेगी। पूरी एक पीढ़ी पहले दिन से ही हाथ से लिखे essays, whiteboard math, और whiteboard coding में अच्छी हो जाएगी
    • यह calculator, और बाद में internet, को लेकर हुई बहस जैसा लगता है। ChatGPT भी बस एक और tool है
      कुछ लोग उसे आलस से इस्तेमाल करके कुछ नहीं सीखेंगे, लेकिन बहुतों के लिए यह निश्चित रूप से बड़ा boost होगा। आखिर में लोग adapt कर लेंगे

  • LLM को लेकर मेरे विचार मिले-जुले हैं, लेकिन मैंने इसका एक सचमुच अच्छा उपयोग पाया है: भाषा सीखने में सहायक
    मेरी दूसरी भाषा C1 स्तर तक पहुंच गई है, तो उसे और निखारने में मदद करने वाले resources या tutors ढूंढना मुश्किल हो गया
    इसलिए मैं Claude से बातचीत करता/करती हूं और उससे कहता/कहती हूं कि मेरी गलतियां सुधार दे, या जिन हिस्सों पर ध्यान देना चाहिए उनके लिए अभ्यास प्रश्न दे। उदाहरण के लिए, “past tense का प्रयोग करने और सही रूप चुनने के अभ्यास प्रश्न दो”
    यह निजी भाषा-सीखने की treadmill जैसा लगता है

    • LLM hype में भाषा का ज्यादा केंद्र में न होना आश्चर्यजनक है। यह ऐसा है जैसे Rosetta Stone का विज्ञापन सच हो गया हो
      यह सिर्फ अत्याधुनिक स्तर पर translation नहीं करता, बल्कि context का आदान-प्रदान कर सकता है और native-speaker सामग्री व संस्कृति पर trained है। machine translation में इतनी बड़ी और तेज छलांग पहले नहीं हुई
    • यह याद रखना चाहिए कि यह हमेशा सही होगा, इसकी कोई गारंटी नहीं
      बाहरी सामग्री मिलाकर cross-verify करना अच्छा है, और अगर वास्तविक लोगों से interact करने की योजना है तो spoken production भी बहुत महत्वपूर्ण है
      वास्तविक बातचीत के साथ मिलाने पर यह निश्चित रूप से मदद करता है। अतिरिक्त tool के रूप में इसके साथ experiment करना सचमुच शानदार हो सकता है
    • यह Show HN काफ़ी convincing था: https://news.ycombinator.com/item?id=36973400
      अफसोस, अब इसे मुफ्त में आजमाया नहीं जा सकता, लेकिन यह अच्छी तरह काम करता था
    • low-resource languages के लिए LLM training data भी कम होता है
      इसलिए छोटी भाषाओं में यह facts ही नहीं, बल्कि भाषा, शब्द-चयन और grammar के मामले में भी पूरी तरह अजीब और गलत परिणाम बनाने की समस्या कहीं ज्यादा होती है
    • मैंने ChatGPT से कहा था कि फ्रेंच में जब भी मैं छोटी गलती करूं तो सुधार दे, लेकिन यह अच्छा नहीं चला
      जानना चाहता/चाहती हूं कि Claude इस मामले में बेहतर है या नहीं। आदर्श रूप से मैं चाहता/चाहती हूं कि LLM हर गलती को एक-एक करके सुधारे और explanation भी दे

  • इस विषय पर अपनी झुंझलाहट निकालना चाहता/चाहती हूं। ऐसी जगहों की बातें और marketing पूरी तरह मानवता को बेहतर बनाने और AI से सबको लाभ देने जैसी होती हैं, लेकिन वास्तविकता इससे बहुत अलग है
    अभी लाभ और पैसा कमाने वाले कुछ ही लोग हैं, और OpenAI closed AI बन चुका है

    • OpenAI शुरुआत से ही Open नहीं था
      मुझे याद है कि GPT-3 से पहले भी वे “यह बहुत खतरनाक है, इसलिए इसे रिलीज नहीं करेंगे” जैसी बातें कर रहे थे
      https://techcrunch.com/2019/02/17/openai-text-generator-dang...
      “OpenAI built a text generator so good, it’s considered too dangerous to release”
    • इस तरह झुंझलाहट जताना ठीक है, लेकिन उसमें ठोस बात होनी चाहिए
      मौजूदा रूप में OpenAI क्यों खराब है, इस पर substantive points बहुत कम हैं
      यह नकारना मुश्किल है कि ChatGPT इस्तेमाल करने वाले लगभग हर व्यक्ति को OpenAI से मदद मिली है। इसे profit कमाते हुए करना उस तथ्य को बहुत ज्यादा नहीं बदलता
      GPT-4 भी दुनिया के data पर trained है, इसलिए अच्छा होगा अगर उसे open source में release किया जाए, लेकिन इसे मजबूर नहीं किया जा सकता

  • हैरानी है कि यहां Khanmigo की चर्चा नहीं है। मेरी जानकारी में वे काफी समय से GPT-4 को tutor के रूप में beta में इस्तेमाल कर रहे हैं
    काफी समय बीत चुका है, इसलिए मैं effectiveness data ढूंढ रहा/रही था/थी। Khan Academy के पास अब data होना चाहिए, लेकिन मैंने उसे public होते नहीं देखा
    प्रसिद्ध tutoring 2-sigma result सिर्फ 6 हफ्तों की learning से आया था, और Khanmigo के पास अब तक 6 महीने से ज्यादा का data होना चाहिए
    [0]https://www.khanacademy.org/khan-labs

    • बिल्कुल effectiveness data तो नहीं, लेकिन implementation पर दिलचस्प नजरिया देने वाला एक article पहले था
      https://www.nytimes.com/2023/06/26/technology/newark-schools...
    • beta period में इसे सिर्फ अमेरिका तक सीमित क्यों रखा गया, समझ नहीं आता। यह अजीब फैसला लगता है

  • किसी अपरिचित विषय में गहराई से उतरते समय AI मेरे लिए व्यक्तिगत रूप से बहुत मददगार रहा। हाल ही में मैंने इसे interview की तैयारी में भी इस्तेमाल किया, और मेरे partner ने इसका उपयोग स्कूल में न सीखे गए STEM concepts समझने के लिए किया
    यह भी जिज्ञासा है कि असली Young Lady's Illustrated Primer आने में कितना समय बचा है। 3 साल पहले मैं कहता कि इसमें 50 साल लगेंगे, लेकिन अब करीब 10 साल जैसा लगता है

    • ठीक-ठीक नहीं पता। अपरिचित विषयों पर मुझे भी जवाब शानदार लगते हैं, लेकिन जिन विषयों को मैं अच्छी तरह जानता हूँ, उनमें हर तरह की असंगतियाँ और गलत तथ्य दिखते हैं
      मुझे चिंता होती है कि जिन विषयों को मैं नहीं जानता, उनमें भी वही असंगतियाँ होंगी, बस मैं उन्हें पहचानने लायक पर्याप्त नहीं जानता
    • मुझे भी यह इस उपयोग के लिए सचमुच पसंद है। ideas फेंककर देखो तो यह लगातार सवाल करने पर भी थकता नहीं और मजबूत जवाब देता है
      यह विस्तार से समझा देता है कि मैं गलत क्यों था। मेरे सीखने के तरीके के लिए यह बहुत उपयोगी है। मुझे चीज़ों को तोड़कर देखना और फिर वे दोबारा कैसे फिट होती हैं, यह पता लगाना पसंद है
    • वे agents शायद सचमुच reasoning कर सकते थे
      LLM reasoning नहीं करते, वे बस भरोसेमंद-सा लगने वाला तर्कसंगत text बना देते हैं
    • आज मैंने ChatGPT से OAuth 2.0 token flow को bash में implement करने को कहा
      execution folder की config file से सीधे पढ़ने के लिए कुछ parameters बदलने के बाद मुझे एहसास हुआ कि PowerShell चाहिए, तो बदला हुआ script paste किया और कहा “इसे PowerShell में लिख दो”; और यह बस काम कर गया
      OAuth 2.0 workflow खुद अच्छी तरह documented है और हमारे code में भी 50 जगह implement है, इसलिए उसमें मेरी रुचि नहीं थी; मुझे बस automation tests में integrate करने के लिए script चाहिए थी
      इससे वह काम बच गया जिसमें bash syntax में गलती करने और PowerShell की equivalent syntax खोजने में शायद एक घंटा लग जाता; मेरे colleagues processing speed से बहुत खुश थे। उबाऊ काम न करना पड़ा, यह मुझे भी अच्छा लगा, और मैं इसे पूरी जीत मानता हूँ

  • लगभग 2.5 हफ्ते पहले मैंने Revision History नाम का Chrome plugin बनाया और सार्वजनिक किया, इसलिए हाल में कई educators से बात हुई
    अधिकतर teachers AI से डरते हैं। क्योंकि इसका मतलब है कि कुछ ही महीनों में पूरी teaching method बदलनी पड़ेगी। lesson plans या assignments की structure इतनी जल्दी बदलना आसान नहीं है, और यह देखने में समय लगेगा कि चीज़ें किस दिशा में converge होंगी
    कुछ teachers adapt न करने के तरीके खोज रहे हैं, इसलिए AI detection में रुचि बढ़ रही है, लेकिन AI detection अच्छी तरह काम नहीं करता। जिन तेज़-तर्रार educators से मैं मिला, वे जानते हैं कि पीछे लौटना संभव नहीं है
    इसलिए वे AI को curriculum में शामिल करने और assignments को अधिक “AI-proof” बनाने की कोशिश कर रहे हैं। यानी flipped learning जैसी class के दौरान होने वाली activities बढ़ेंगी। दूसरे teachers ऐसे तरीके खोज रहे हैं जहाँ student assignment में AI का उपयोग करे, लेकिन AI ने जो बनाया है उसे revise और annotate करे। मेरा plugin market करने की जगह भी यही है
    आने वाले कुछ साल educators के लिए काफी उथल-पुथल भरे होंगे, क्योंकि वे लगभग रातोंरात आए इस बड़े बदलाव के अनुरूप खुद को ढालेंगे
    [1] https://www.revisionhistory.com. यह plugin उन दूसरे plugins के विपरीत, जो “AI detector” बनने की कोशिश करते हैं, teacher को student की writing process देखने में मदद करता है
    [2] https://bokcenter.harvard.edu/flipped-classrooms#:~:text=A%2...

    • AI और शिक्षा के मामले में लगता है कि लोग पेड़ देख रहे हैं, जंगल नहीं
      यह बहुत आश्चर्यजनक नहीं है, क्योंकि ज़्यादातर लोगों ने कभी यह संबंध बनाया ही नहीं कि शिक्षा का मुख्य उद्देश्य समाज के लिए प्रभावी आर्थिक योगदानकर्ता तैयार करना है
      क्या हम शक्तिशाली AI का उपयोग करके बच्चों को ऐसी चीज़ें सिखाने जा रहे हैं जिन्हें 10–20 साल के भीतर AI लगभग निश्चित रूप से उनसे बेहतर करेगा?
      “तो फिर क्या करना चाहिए” वाला विचार समझ में आता है, लेकिन बस उसी राह पर चलते जाना बेहद हास्यास्पद और व्यर्थ लगता है। “AI से बच्चों को programming सिखाएँ” — इसका अंत तो पहले से दिख रहा है
    • site पर .git directory expose हो रही है: https://www.revisionhistory.com/.git/config
      filter rules सेट करना बेहतर होगा
    • homework का इतना आम हो जाना कि उसमें रोज़ एक घंटे से ज़्यादा लग जाए, अपने आप में बचपन के खिलाफ अपराध है
      यह पहले से full-time जैसी classes के ऊपर जोड़ा जाता है, इसलिए इसका खत्म हो जाना अच्छा ही होगा
    • अगर आप students को सिखाने में latest और best tools का इस्तेमाल नहीं करते, और उन tools के बारे में नहीं सिखाते, तो आप खराब teacher हैं
      Language models अब समाज का हिस्सा हैं और बने रहेंगे, इसलिए उन्हें classroom में लाना चाहिए। बच्चों को यह सीखना चाहिए कि language models कैसे काम करते हैं, कहाँ से आए हैं और उन्हें कैसे इस्तेमाल करना है, ठीक वैसे ही जैसे वे typing या email भेजना सीखते हैं
      2002 में middle school student रहते हुए library tour में librarian ने “search engine को ठीक से इस्तेमाल करने का तरीका” सिखाया था, यह याद आता है। उस समय सामाजिक चिंता यह थी कि search engines librarians को replace कर देंगे; इसलिए यह प्रभावशाली था कि उस librarian ने विनम्रता से अपने ही “replacement” का उपयोग करना सिखाया
      teachers और ChatGPT पर भी वही logic लागू होता है। अच्छा teacher ChatGPT के अपने ऊपर पड़ने वाले व्यक्तिगत असर की चिंता भर करने के बजाय, इस technology से खुलने वाले नए क्षितिज students को सिखाने का अवसर बनाएगा
      मज़ेदार बात यह है कि उस library class में जोर दिया गया था कि search engine से natural language में न पूछें, बल्कि efficient keyword queries बनाएं। 20 साल बाद हम फिर लौट आए हैं, जहाँ language model से सीधे सवाल पूछे जा सकते हैं
    • जानना चाहूँगा कि यह extension Draftback से कैसे अलग है: https://chrome.google.com/webstore/detail/draftback/nnajoiem...

  • अपनी मिडिल स्कूल शिक्षक बहन के साथ मिलकर शिक्षकों के लिए एक वास्तविक training program विकसित किया है, लेकिन OpenAI की यह “guide” काफी निराशाजनक है
    यह शिक्षकों को AI से जुड़ी असल में आने वाली 90% समस्याओं को संबोधित नहीं करती, और ज़्यादातर ChatGPT से जानकारी पाने के तरीके बताने वाले brochure जैसी है
    अगर आप इस academic year में adapt करने में कठिनाई झेल रहे शिक्षक हैं, या ऐसे किसी शिक्षक को जानते हैं, तो बात करके देखना चाहूंगा कि क्या मदद कर सकता हूं

    • यह paid AI Training बेचने की कोशिश करने वाला promotional comment लगता है, और linked article की सामग्री पर बात नहीं करता
      [1] https://max.io/teacher-training.html
    • यह worldwide समस्या है
      आप दोनों ने जो किया वह शानदार लगता है, और उसे छोटे article या video में बदलें तो शायद और असरदार होगा
      उन insights से मदद लेना चाहने वाले लोग बहुत होंगे। जर्मनी में भी दिखता है कि शिक्षक इस technology को अपनाने के लिए open attitude बनाए रखते हुए भी संघर्ष कर रहे हैं
    • मुझे लगता है OpenAI guide अच्छी guidance देती है
      यह आपके सुझाए 4-hour in-person workshop जैसी नहीं है, लेकिन पहले से ही positive value जोड़ती है। शायद उस process में कवर होने वाले topics का काफी हिस्सा इसमें भी शामिल होगा। यह introductory level हो सकती है, लेकिन एक starting point है
      सच कहूं तो समझ नहीं आता कि इसे OpenAI के प्रति negative tone में क्यों पढ़ा जा रहा है। ऐसे क्षेत्र में योगदान देने की OpenAI की इच्छा की तारीफ की जा सकती है
    • “CoderMindz Game for AI Learners! NBC Featured: First Ever Board Game for Boys and Girls Age 6+. Teaches Artificial Intelligence and Computer Programming Through Fun Robot and Neural Adventure!” के बारे में पता चला
      https://www.codermindz.com/ https://www.amazon.com/gp/aw/d/B07FTG78C3/
      Codermindz AI Curriculum: https://www.codermindz.com/stem-school/
      https://K12CS.org K12 CS Curriculum, code.org, Khanmigo में AI safety और ethics curriculum शामिल होना चाहिए
      AI SAFETY पहले, ML, AutoML, AGI के लिए auto-gradable notebooks की Jupyter-book अच्छा resource होगी
      jupyter-edx-grader-xblock https://github.com/ibleducation/jupyter-edx-grader-xblock, Otter-Grader https://otter-grader.readthedocs.io/en/latest/, Chromebooks की वजह से JupyterLite भी ज़रूरी है
      K12 CS/AI और QIS curriculum resources के तौर पर और क्या है?
    • उत्सुक हूं कि क्या आप guide द्वारा हल की जाने वाली problems या overview का कुछ हिस्सा share कर सकते हैं

  • जो व्यक्ति सच में समझना चाहता है कि कोई चीज़ कैसे काम करती है, वह AI के प्रलोभन से प्रभावित नहीं होगा
    लोग दो तरह के होते हैं। वे जो जानना और सच में समझना चाहते हैं, और वे जो नहीं चाहते
    किसी point के बाद, अगर यह साफ है कि किसी की रुचि नहीं है और वह मजबूरी में कर रहा है, तो क्या उस पर रुचि थोपने की ज़रूरत है? मुझे लगता है लोगों को उन चीज़ों पर ज़्यादा समय देना चाहिए जिनकी वे सच में परवाह करते हैं
    जब किसी चीज़ में रुचि होती है और उससे आनंद व संतुष्टि मिलती है, तो आप उसे detail में समझना चाहते हैं और knowledge व असली insight की चाह रखते हैं। अगर रुचि नहीं है, तो आप उस काम के लिए समय निकालने के लिए shortest path लेते हैं जो आपको सच में संतुष्टि देता है। मैं भी उन कामों में हमेशा ऐसा ही करता हूं जिनकी मुझे बिल्कुल परवाह नहीं, इसलिए मुझे यह ठीक लगता है
    अगर software engineer बनना चाहने वाला व्यक्ति basics सीखने और समझने की कोशिश नहीं कर सकता, तो software engineering उसके लिए सही field नहीं है। जितना ज़्यादा आप समझते हैं, उतना ही ज़्यादा उन problems का surface area फैलता है जिन्हें आप explore कर सकते हैं

  • ChatGPT और दूसरे LLM फिजिक्स में लगातार अच्छा प्रदर्शन नहीं करते, और शायद आगे भी ऐसा ही रहने की संभावना ज्यादा है
    मुझे नहीं लगता कि फिजिक्स विभाग AI को लेकर बहुत चिंतित होंगे। छात्रों के लिए अपेक्षाकृत भरोसेमंद मदद बस कुछ coding projects तक ही सीमित है
    Computational physics की classes में तो पहले से ही साथ मिलकर काम करना, मदद मांगना और इंटरनेट पर सवाल पूछना प्रोत्साहित किया जाता था, इसलिए यह ठीक है। मुख्य बात हमेशा यह रही है कि सोचने की प्रक्रिया को कैसे समझाया और लिखा जाए
    AI अपने मौजूदा रूप में problem solving और concepts को समझने के मामले में बहुत कमजोर है
    वहीं, एक non-native English user के तौर पर यह अधकचरे विचारों और लेखन को formal बनाने में लगने वाला बहुत समय बचा देता है। Coding work के कुछ हिस्सों में guidance देने और API introduce कराने के लिए भी इसका इस्तेमाल किया जा सकता है। अच्छा छात्र या researcher हो तो यह knowledge हासिल करने और समय बचाने के लिए समझदारी से इस्तेमाल किया जा सकने वाला tool है
    घर्षण वाली inclined plane पर रखी cart और उस cart से लटके pendulum को solve करने में यह खास मददगार नहीं है। Normal modes भी नहीं निकाल पाएगा
    यह सिर्फ मेरा निजी अनुभव और सोच है, और दूसरे क्षेत्रों में बात बिल्कुल अलग हो सकती है

    • “AI शायद X में अच्छा नहीं कर पाएगा” जैसी बातों में सावधानी बरतनी चाहिए
      कई formal linguists ने बहुत जोर देकर कहा था कि pragmatic implicature जैसी क्षमताएं AI नहीं सीख सकता, लेकिन अब यह गलत साबित हो रहा है
      उदाहरण के लिए Miles Cranmer का graph neural networks का उपयोग करके symbolic regression वाला काम फिजिक्स में उपयोगी नई खोजों की ओर एक शुरुआती बिंदु है। Transformer भी असल में एक graph neural network ही है, जिसमें खास message-passing function और positional embeddings होते हैं
      अलग architecture, augmentation, या उसी तरह के scaling से AI फिजिक्स में नई discoveries तक पहुंच सकता है—यह देखना मुश्किल नहीं है। Graph neural network-based symbolic regression वाला काम इस बात का सबूत है कि ऐसा पहले से हो चुका है
      अभी के LLMs में knowledge grounding की समस्या को ही देखें, तो इस पर काफी दिलचस्पी और research है, और उम्मीद है कि यह कई तरीकों से solve होगी। Grounded physics knowledge capability परफेक्ट नहीं है, लेकिन सड़क पर मिलने वाले आम इंसानी ज्ञान से तुलना करें तो बहुत अच्छी है। सिर्फ external material जोड़ने से भी यह काफी बेहतर हो जाती है, और यह भी सिर्फ आज की स्थिति को देखकर किया गया बहुत short-sighted analysis है
    • ChatGPT coding problems में इसलिए ज्यादा सक्षम है क्योंकि training data कहीं ज्यादा है
      Coding problem solving और physics problem solving के बीच कोई बुनियादी फर्क नहीं है। पहले की कई पक्की घोषणाओं की तरह, मुझे नहीं लगता कि यह comment भी समय के साथ अच्छी तरह टिकेगा
    • LLM फिजिक्स में दूसरे क्षेत्रों की तुलना में थोड़ा कमजोर हो सकता है, लेकिन क्या सच में ऐसा है, इस पर संदेह है
      अगर कोई LLM से Mathematica API इस्तेमाल करवाए और उसे और train करे, तो तेज progress संभव लगती है

  • यहां टाला न जा सकने वाला मुद्दा यह है कि LLM में अभी भी hallucination होती है
    चाहे 1% हो या 0.1%, education में यह बड़ी समस्या है। कोई व्यक्ति पूरी जिंदगी AI द्वारा confidence के साथ सिखाई गई पूरी तरह गलत बात पर विश्वास करके जी सकता है
    Teachers को अतिरिक्त safeguards या verification के बिना plain LLM को education में इस्तेमाल करने को लेकर बहुत सावधान रहना चाहिए

    • जब teacher अपने खोजे हुए sources पर भरोसा करके पढ़ाता है, तब भी यही समस्या होती है
      इंटरनेट, textbooks, और यहां तक कि scientific papers भी तथ्यात्मक रूप से गलत हो सकते हैं
      Graph neural networks, जिनकी एक subcategory LLM है, में internal knowledge को जितना संभव हो concise रखने के लिए optimize होने की संभावना होती है। यह उस स्थिति से अलग है जहां किसी field का पर्याप्त context बनाए बिना इंसान इंटरनेट article पढ़ता है
      बहुत से लोग fourth-grade teacher द्वारा सिखाए गए अजीब विचारों को पूरी जिंदगी बिना correction के मजबूती से मानते रहते हैं
      इस बहुत छोटे time slice में यह बात सही है, लेकिन इस महीने मौजूद समस्याओं के कारण language modeling से बचना चाहिए—ऐसा तय कर लेना और जल्द आने वाले improvements को नजरअंदाज करना बहुत ज्यादा short-sighted है
    • काश मेरे teachers सिर्फ 1% ही hallucinate करते
      हकीकत में Southern Baptist football coaches science को बुरी तरह पढ़ाने की कोशिश करते थे
    • असली teachers class के अंदर-बाहर जो बकवास करते हैं, उसे सुनें तो 1% hallucination rate किसी वरदान जैसा लगेगा
      बेशक अच्छे teachers भी होते हैं, खासकर वे जो नहीं जानते तो कहते हैं कि नहीं जानते या इसे देखना पड़ेगा—ऐसे teachers का hallucination rate लगभग 0% होता है। लेकिन ऐसे लोग exception हैं
      Education sector कुल मिलाकर काफी औसत intellectual level के लोगों को आकर्षित करता है, और उनमें से कुछ में अक्सर god complex आ जाता है
    • Middle school के history teacher ने 1% से कहीं ज्यादा hallucinate किया। सच कहें तो 10% से भी बहुत ज्यादा
      हालत इतनी खराब थी कि high school में history फिर से सीखनी पड़ी
    • मेरे अनुभव में, कभी-कभी यह 100% गलत भी होता है
      ज्यादा specific prompts से कई बार correct करने की कोशिश करने पर भी ऐसा ही हुआ। 1 से 10 तक की संख्याओं में division या multiples पर एक extra operation जोड़े गए simple problems में भी ऐसा हुआ