मेटाकॉग्निटिव आलस्य: जनरेटिव AI का सीखने की प्रेरणा पर प्रभाव

 (bera-journals.onlinelibrary.wiley.com)
2 पॉइंट द्वारा GN⁺ 2025-01-22 | 1 टिप्पणियां | WhatsApp पर शेयर करें

क्षमा करें, लेकिन दिया गया लिंक मान्य लेख सामग्री शामिल नहीं करता। यदि आप कोई अन्य लेख या सामग्री प्रदान करें, तो मैं उसका सारांश और अनुवाद करने में मदद कर सकता हूँ।

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-01-22
Hacker News राय

  • अगर किसी सवाल का जवाब सीधे मिल जाए या उसे शोध करके खोजा जा सके, तो दूसरा तरीका ज़्यादा सीख देता है। ज़्यादातर लोग और कंपनियाँ तेज़ और efficient समाधान पसंद करती हैं।

    • ChatGPT का उपयोग करके सवाल पूछने पर, जवाब के आधार पर और सवाल पैदा होते हैं, जो जिज्ञासा को बढ़ाते हैं और गहरी सीख की ओर ले जाते हैं।
    • इंटरनेट सर्च में अक्सर पक्षपाती राय मिलती है, जो जिज्ञासा को प्रेरित नहीं करती।
    • जिन लोगों में जिज्ञासा होती है, वे सीखते हैं; नहीं तो वे दिए गए जवाब से ही संतुष्ट हो जाते हैं।

  • ChatGPT जैसे LLM का जोखिम उसके अस्तित्व में नहीं, बल्कि तुरंत जवाब पा लेने के प्रलोभन में है।

    • किसी समस्या पर खुद सोचना महत्वपूर्ण है, और यह अभ्यास से बेहतर हो सकता है।

  • ChatGPT के ज़रिए शुरुआती जवाब पर और अधिक बारीक सवाल पूछ पाना, Google सर्च की तुलना में एक बड़ा फ़ायदा है।

    • पारंपरिक search engine में सवाल जितना सटीक बनाया जाता है, non-SEO optimized नतीजे पाना उतना कठिन हो जाता है।

  • तकनीक की प्रगति सीखने के तरीकों को प्रभावित करती है।

    • LLM को learning aid के रूप में इस्तेमाल करना महत्वपूर्ण है।

  • मोबाइल फ़ोन और laptop के विकास ने जानकारी तक पहुँचने का तरीका बदल दिया है।

    • बातचीत के दौरान तुरंत search न करके सामाजिक interaction को बनाए रखा जाता है।

  • "metacognitive laziness" का मतलब है AI पर निर्भर होकर सीखने की प्रक्रिया को प्रभावी ढंग से नियंत्रित न कर पाना।

    • यह किसी tool पर निर्भर होकर cognitive काम को outsource करने जैसा है।

  • GPS इस्तेमाल करने से पहले रास्ते आसानी से याद रहते थे, लेकिन अब navigation पर निर्भर रहने से उन्हें याद करने में ज़्यादा समय लगता है।

    • LLM के ज़रिए मिलने वाला guidance भी ऐसा ही असर डालता है।

  • GenAI से बने code की समीक्षा करना अनुभवी developers के लिए उपयोगी है।

    • शुरुआती लोगों के लिए यह मददगार न भी हो, क्योंकि उन्हें पता नहीं हो सकता कि किन बातों पर ध्यान देना है।

  • deepseek-r1 जैसे "reasoning" LLM फिलहाल ऐसे स्तर पर हैं जिन्हें बदलना मुश्किल है।

    • नए developers भ्रमित हो सकते हैं और गलत दिशा में ले जाए जा सकते हैं।
    • statistical model पर अत्यधिक निर्भरता शिक्षा और भविष्य के developers के प्रदर्शन पर नकारात्मक असर डाल सकती है।