- यह शिक्षा जगत की उस चिंता को दूर करने के लिए विकसित किया गया है कि ChatGPT वास्तव में सीखने में मदद करता है या सिर्फ जवाब देता है
- स्टेप-बाय-स्टेप मार्गदर्शन और इंटरैक्शन के जरिए यह उत्तर देने के बजाय सीखने की प्रक्रिया को समर्थन देता है
- लक्ष्य और स्किल स्तर के अनुसार मार्गदर्शक प्रश्नों को समायोजित कर, भागीदारी और इंटरैक्शन के माध्यम से गहरी समझ और आत्म-चिंतन को बढ़ावा देता है
- शिक्षकों, वैज्ञानिकों और शिक्षा-विज्ञान विशेषज्ञों के साथ मिलकर सक्रिय भागीदारी को प्रोत्साहन, cognitive load प्रबंधन, metacognition, आत्म-चिंतन आदि learning science आधारित कस्टम सिस्टम निर्देश शामिल किए गए हैं
- यूज़र-कस्टमाइज़्ड लेसन, knowledge check क्विज़, फ़ीडबैक, प्रोग्रेस ट्रैकिंग जैसी विभिन्न शैक्षणिक सुविधाएँ शामिल हैं
- विश्वविद्यालयों और उच्च शिक्षा सहित वास्तविक छात्र फ़ीडबैक के आधार पर इसे लगातार बेहतर बनाया जा रहा है, और आगे visualization, goal tracking, गहन personalization जैसी सुविधाएँ जोड़ी जाएँगी
प्रमुख फ़ीचर्स
- इंटरैक्टिव प्रॉम्प्ट: Socratic प्रश्न, hints और self-check को मिलाकर खुद सोचने के लिए प्रेरित करता है
- अतिरिक्त सहायता प्रतिक्रियाएँ: विषयों के बीच संबंधों को ध्यान में रखकर चरणबद्ध जानकारी देता है, और अत्यधिक cognitive burden को कम करता है
- कस्टमाइज़्ड सहायता: तकनीकी स्तर का आकलन, पिछली बातचीत की याद, और यूज़र के अनुरूप लेसन प्रदान करता है
- knowledge check: क्विज़, वर्णनात्मक प्रश्नों और कस्टम फ़ीडबैक से प्रगति ट्रैक करता है, और याददाश्त व अनुप्रयोग क्षमता को मजबूत करता है
- लचीलापन: बातचीत के दौरान कभी भी Study मोड on/off किया जा सकता है
ChatGPT में आज़माएँ
1 टिप्पणियां
Hacker News की राय
मुझे लगता है कि LLM को study partner के रूप में कम आंका जा रहा है, क्योंकि आप बिना शर्म के खुलकर "मूर्खतापूर्ण" सवाल पूछ सकते हैं। short answer की बजाय step-by-step समझाने वाला mode सचमुच जादू जैसा लगता है। जैसे 24 घंटे उपलब्ध एक सक्षम assistant मिल गया हो, इसलिए अकेले पढ़ाई करते समय यह dream tool जैसा लगता है। पहले online जानकारी की गलतियाँ, पुरानापन, feedback की कमी, और रूखे communities जैसी बहुत दिक्कतें थीं, लेकिन अब अनुभव उस समय की तुलना में कहीं आगे निकल चुका है। बेशक AI की बात को आँख बंद करके मान लेना सही नहीं है, और खुद verify करने की प्रक्रिया ज़रूरी है। कुछ लोग इसका इस्तेमाल आलस में भी करेंगे, लेकिन पुरानी किताबों या textbooks की तरह, इससे कितना फायदा होगा यह आखिरकार उपयोगकर्ता के रवैये पर निर्भर करता है। हम ऐसे दौर में जी रहे हैं जहाँ ऐसे tools उपलब्ध हैं, यह सोचकर बहुत उत्साह और आश्चर्य होता है
मैं इस बात से सहमत हूँ कि कुछ साल पहले online कुछ सीखना गलत जानकारी, दुर्भावनापूर्ण जवाब, और तुरंत feedback की कमी जैसी समस्याओं के कारण बहुत मुश्किल था। लेकिन आजकल AI के साथ हर बार शक करना पड़ता है कि जवाब सही है या यह बकवास कर रहा है, यानी hallucination है। factual सवालों पर गलत जवाब मिलने का मैंने कई बार अनुभव किया है। और जब आप इस समस्या की ओर इशारा करते हैं, तो हमेशा यही कहा जाता है कि नया model बेहतर हो गया है, साथ में महँगा subscription भी माँगा जाता है। इससे भी बुरा यह है कि AI जवाब पर आपत्ति करने पर बहुत आसानी से झुक जाता है। वह अपने जवाब का बचाव ही नहीं कर पाता, और मुझे नहीं लगता कि यह एक teacher के लिए जरूरी गुण है। अंत में AI एक उपयोगी tool तो है, लेकिन उस पर ज़रूरत से ज़्यादा भरोसा नहीं करना चाहिए, इसलिए हमेशा healthy skepticism ज़रूरी है। सच कहूँ तो यही बात पारंपरिक शिक्षा पर भी लागू होती है
step-by-step सामग्री समझाने वाला mode आकर्षक है, लेकिन मुझे लगता है कि इन systems में अब भी पूरे confidence के साथ झूठ बोलने की समस्या बनी हुई है। उदाहरण के लिए DuckDuckGo के logo का एक easter egg है जिसमें वह search term के हिसाब से बदलता है, लेकिन Copilot से पूछो तो वह कहता है नहीं, और जब आप तर्क करते हैं तो अचानक हाँ कह देता है, साथ में अजीब उदाहरण भी दे देता है, जैसे अगर आप बिल्ली खोजेंगे तो बिल्ली के आकार वाला logo आएगा। समस्या यह है कि Copilot को साफ तौर पर जवाब नहीं पता, लेकिन वह "मुझे नहीं पता" कहने के बजाय झूठा जवाब देता है
मुझे लगता है कि मूर्खतापूर्ण सवाल पूछने से डरना बहुत वास्तविक भावना है। खासकर अगर पहले कभी ऐसे teacher या professor से चोट पहुँची हो जो students को अपमानित करते थे। मैंने एक मशहूर professor को छात्रों को शर्मिंदा करते देखा, और उसके बाद उनकी lecture सुनना ही छोड़ दिया
स्कूलों में IT अपनाने के पुराने रिकॉर्ड को देखें तो अमेरिका ने शिक्षा पर अरबों डॉलर खर्च किए, लेकिन वास्तविक learning outcomes बेहतर नहीं हुए। यही skepticism की पृष्ठभूमि है। और मेरा मानना है कि 100 billion dollars खर्च करने से पहले यह साबित होना चाहिए कि इससे सचमुच फायदा होता है। अभी तक निर्णायक सबूत नहीं हैं
मेरा Spanish स्तर B1 है, लेकिन ChatGPT की मदद से मैं customized lessons बना रहा हूँ, language nuance पर सवाल पूछ रहा हूँ, और voice practice भी कर रहा हूँ, और यह experience मौजूदा apps से बहुत बेहतर है
मैं पूरे भरोसे से कह सकता हूँ कि college graduation के बाद नई चीजें self-study से सीखने में LLM अविश्वसनीय रूप से शानदार tool रहा है। पहले अगर कोई concept समझ में नहीं आता था तो लगभग कोई रास्ता नहीं दिखता था, और अगर वह Stack Exchange पर common question न हो तो सब खुद ही समझना पड़ता था। अब ऐसा लगता है जैसे हमेशा एक personal TA उपलब्ध है। कुछ लोग कहते हैं कि इससे learning बहुत आसान या सतही हो जाती है, लेकिन बहुत कम लोग यह मानेंगे कि college students TA के बिना बेहतर सीखते हैं
व्यक्तिगत रूप से मुझे अपने अनुभव में ऐसा नहीं लगता कि यह हर किसी के लिए हर समय accessible TA जैसा है। जैसे ही आप थोड़ी गहराई में जाते हैं, LLM जल्दी बेकार होने लगता है। खासकर जब आपको academic, reliable sources चाहिए हों, या आप जटिल और विवादास्पद विषयों पर काम कर रहे हों, तब तो यह और भी कम मददगार होता है
हाल ही में जब मैं 2020 के 9th gen Intel CPU वाले एक पुराने device की मरम्मत और जाँच कर रहा था, तब LLM ने हर generation और socket compatibility जैसी चीजें बहुत आसानी से समझा दीं, और यह इतना सुविधाजनक था कि लगा जैसे मैं ऐसे tool के लायक ही नहीं हूँ। कुछ क्षेत्रों में यह खास नहीं, लेकिन कुछ जगहों पर सचमुच चौंका देता है
ChatGPT के launch के बाद मुझे लगा जैसे पुराना Google फिर से मिल गया हो। पहले जब मैं कोई नई programming language सीखता था तो Google पर जरूरी जानकारी आसानी से मिल जाती थी, लेकिन कुछ सालों से Google बेकार हो गया है। यहाँ तक कि अगर जानकारी मौजूद भी हो, तो वह search results में दब जाती है
ChatGPT ने मेरे लिए मेरी ज़रूरत के हिसाब से learning plan बनाया, notes और articles लिखने के लिए encourage किया, और मैंने 12 हफ्तों में Rust सीख लिया। इसी प्रक्रिया में मैंने अपने notes से https://rustaceo.es को Spanish में बनाया, और मुझे लगता है कि इस तरीके की संभावनाएँ असीमित हैं
पहले घर पर IPv6 की समस्या समझ न पाने से बहुत परेशान था, लेकिन ChatGPT की मदद से मैंने tcpdump से traffic analyze किया और network behavior को step-by-step समझा। RA और NDP के details भी नए सिरे से सीखे, जो IPv4 में DHCP और ARP जैसी भूमिकाएँ निभाते हैं। आखिर में यह भी पता चला कि मेरे mesh WiFi network में बार-बार होने वाली गड़बड़ी का कारण एक सस्ता repeater था। 5 साल तक वजह पता नहीं चली थी, और आखिरकार समस्या हल हो गई
मैंने ChatGPT Study Mode का system prompt extract करके देखा। यह निर्देश खास तौर पर प्रभावशाली लगा: "यूज़र के सवाल का सीधा जवाब मत दो और उसका homework मत करो। math/logic problems को तुरंत हल मत करो, बल्कि step-by-step सवाल पूछो और हर step पर यूज़र को जवाब देने का मौका दो।" gist लिंक
मैं चाहता हूँ कि हर LLM provider एक अतिरिक्त निर्देश भी जोड़े कि जवाब "संक्षिप्त और बिना फालतू बातों के" हों। मैं slow reader हूँ, इसलिए अनावश्यक explanations पढ़ना मुश्किल होता है। बहुत तेज़ी से बहते जवाब कभी-कभी उल्टा anxiety भी पैदा करते हैं। इससे context की समस्याएँ भी शायद कम होंगी
यह दिलचस्प है कि CAPITALS का वास्तव में LLM पर असर पड़ता है
मुझे जिज्ञासा है कि अगर यह prompt दूसरे models पर लगाया जाए तो क्या नतीजा आएगा। क्या ChatGPT Study Mode सिर्फ एक खास system prompt है, या इसके अलावा भी कुछ फर्क है? मैंने भी इसी तरह के prompts से किसी topic में गहराई तक जाने की कोशिश की है और सकारात्मक असर महसूस किया है
यह दिलचस्प है कि अंदरूनी निर्देश इतने आसानी से सामने आ जाते हैं। OpenAI ने शायद system prompt को निजी रखने की कोशिश की होगी, लेकिन जब कोई भी आसानी से उस तक पहुँच सकता है, तो लगता है मानो इसे जानबूझकर बाहर आने दिया गया हो
मैंने भी ऐसा ही एक system prompt निकाला था, उसे इस लिंक पर देखा जा सकता है
एक lifelong learner के रूप में मुझे लगता है कि पढ़ाई के समय का बड़ा हिस्सा सामग्री खोजने में जाता है। AI इस खोज को अधिक efficient बनाने में मदद करता है। दूसरी ओर, सीखे जा रहे विषय का logical model बनाना अगर AI पर छोड़ दिया जाए, तो लगता है मैंने खुद नहीं सीखा बल्कि AI के "embeddings" का ढेर जमा कर लिया है, और फिर AI के बिना मैं उस परिणाम को निकाल ही नहीं पाऊँगा। मुझे लगता है कि अपने दिमाग में एक संगत offline model बनाकर रखना बहुत महत्वपूर्ण है
मैं इस बात से सहमत हूँ कि "पढ़ाई का अधिकांश हिस्सा खोज है"। search skill अपने आप में एक महत्वपूर्ण क्षमता थी, और खोज के दौरान उससे जुड़े लेकिन अनपेक्षित ज्ञान भी मिल जाते थे। थोड़ा अफसोस होता है कि अगली पीढ़ी में यह क्षमता शायद कमजोर हो जाएगी
मुझे लगता है कि Study Mode का उद्देश्य ही सही जवाब देना नहीं, बल्कि खुद जवाब तक पहुँचने की प्रक्रिया में मार्गदर्शन करना है। बहुत से लोग वास्तव में इस तरीके से सीखना जानते ही नहीं
समझ को outsource कर देना लंबे समय में खतरनाक रवैया है, और अपनी सोच की hygiene बनाए रखना ज़रूरी है
AI का एक बड़ा फायदा यह भी है कि यह ऐसे ताज़ा संबंध खोज सकता है जिन्हें keyword search पकड़ नहीं पाती
मैं चाहता हूँ कि Study Mode की प्रभावशीलता को randomized controlled trial से ठीक-ठीक जाँचा जाए। क्या यह छात्रों की सचमुच मदद करता है, क्या यह self-directed learning से बेहतर है, गलती करने के अनुभव और बार-बार concept समझाए जाने के बीच वास्तविक अंतर क्या है — यह सब जानना चाहूँगा। मैं यह भी चाहता हूँ कि Study Mode ऐसी जानकारी अपने आप अलग कर दे जिसे flashcards और spaced repetition tools जैसे Mochi, Anki में इस्तेमाल किया जा सके। संदर्भ के लिए Andy Matuschak का व्याख्यान भी recommend करता हूँ
Study Mode वास्तव में ऊपर बताई गई सुविधाएँ देता ही नहीं। निवेश का उद्देश्य यह है कि छात्र कहें, "Study Mode के बिना मैं कुछ भी नहीं सीख पाता," और इसी प्रक्रिया में छात्र की learning materials को लेकर उनका सारांश बनाकर अपनी data pipeline में इस्तेमाल किया जाए
इसी तरह के प्रभाव पहले से साबित करने वाला AI tutor पर एक research paper मौजूद है। इस paper के अनुसार AI tutor group की learning improvement, actual classroom के active learning group की तुलना में 2 गुना से भी अधिक थी
एक study यह भी दिखाती है कि LLM skilled developers की speed कम कर देता है। शायद self-directed learning में भी ऐसा हो सकता है। लेकिन LLM सीखने की प्रक्रिया को अधिक enjoyable बनाता है, इसलिए लोग हार मानने के बजाय लगे रहते हैं। अगर पढ़ाई मज़ेदार हो, तो speed थोड़ी कम होने पर भी लंबे समय तक अधिक मात्रा में सीखा जा सकता है। अंत में तेज़ व्यक्ति नहीं, बल्कि लगातार टिके रहने वाला व्यक्ति learning में जीतता है, और मुझे लगता है कि LLM इसे अधिक संभव बनाता है
मुझे top universities में tutoring की प्रभावशीलता पर research जानने में दिलचस्पी है। मेरे अनुभव में elite university के छात्र tutors से वास्तविक मदद लेने के बजाय सिर्फ answers ले जाते हैं, कभी-कभी homework तक उनसे करवा लेते हैं, और फिर भ्रम पाल लेते हैं कि उन्होंने कुछ सीख लिया। वास्तव में सीखना तो तब होता है जब आप जिज्ञासा, भटकाव, और गलतियों की स्थिति से गुजरते हैं। लेकिन LLM के साथ भी कुछ ऐसा ही हो रहा है: जैसे ही कुछ कठिन लगे या रुकावट आए, छात्र तुरंत ChatGPT की मदद लेकर trial and error के बिना सीधे solution पर पहुँचना चाहते हैं। फिर परीक्षा में वे अधिक anxious रहते हैं, और practice problems की माँग बढ़ती जाती है। मैं साफ महसूस कर रहा हूँ कि ऐसे students बढ़ रहे हैं जो class के बाद textbook तक खुद से नहीं पढ़ पाते
जिन छात्रों में पहले से बहुत motivation है, उनके लिए यह बड़ा फर्क ला सकता है, लेकिन ऐसे लोग बहुत ज्यादा नहीं हैं, और आजकल attention span में गिरावट के कारण लगता है कि उनकी संख्या और घट रही है
मेरा एक परिचित OpenAI का उपयोग करने वाला education startup चला रहा है। जब OpenAI जैसी बड़ी कंपनियाँ उसी market में उतरती हैं, तो छोटे और मध्यम developers कभी भी नुकसान में आ सकते हैं। इसलिए ऐसे models पर निर्भर होकर business बनाना डरावना लगता है, और बहुत सावधानी से आगे बढ़ना चाहिए
मुझे जिज्ञासा है कि क्या technology के शुरुआती दौर में भी यह समझ थी कि hardware companies हमेशा software को copy करके उसे bundle करेंगी और software companies से प्रतिस्पर्धा करेंगी। यह स्थिति आज से बहुत मिलती-जुलती लगती है, और बहुत लोग मानते हैं कि model providers को ऊपर बने businesses पर हमेशा बढ़त मिलेगी, लेकिन मुझे अभी तक ऐसा मानने का पक्का आधार नहीं मिला
जैसे-जैसे LLM hosting में token-based billing की profitability घट रही है, यह साफ दिखता है कि बड़ी कंपनियाँ growth potential वाले हर startup/app को copy करने यानी Sherlock करने की कोशिश करेंगी
अगर आप LLM-adjacent क्षेत्र में developer हैं, तो यह बात हमेशा ध्यान में रखनी चाहिए। बड़ी कंपनियों की market expansion capability और capital power को देखते हुए, आखिरकार हमारे स्वाभाविक रूप से मिट जाने का खतरा बना रहता है
यह देखकर हैरानी होती है कि founders इस बात को कैसे नहीं समझते। साफ है कि OpenAI शुरू से ही सिर्फ साधारण LLM provider बनकर नहीं रहने वाला था, बल्कि और ज्यादा markets में जाएगा
risk होना स्वाभाविक है, इसलिए असली सवाल यह है कि हम क्या वास्तविक value जोड़ रहे हैं। अगर business short-term है तो जल्दी मौके का फायदा उठाओ, और अगर लंबे समय तक चलाना है तो ऐसी चीज बनाओ जो कोई भी तुरंत कॉपी न कर सके
मेरी LLM-assisted learning की मुख्य रणनीति यह है कि मैं पढ़ाई का आधार किताबों को रखता हूँ, और LLM का उपयोग सिर्फ official solutions, context questions, और understanding verification के लिए करता हूँ। किसी नए domain की mathematical notation समझना हो, या German idealist philosophy की किताब में context से जुड़े सवाल हों, LLM उन बातों को तुरंत साफ कर देता है जिनमें वरना बहुत भटकना पड़ता। इससे बहुत समय बचता है। खासकर पढ़ाई में सबसे महत्वपूर्ण बात यह है कि मैं अपनी समझ को तुरंत जाँच सकूँ। पहले मैं किसी गलतफहमी के साथ आगे बढ़ जाता था और बाद में पीछे लौटना पड़ता था, लेकिन अब मैं किसी formula या concept पर अपनी intuition लिखकर LLM से confirm कर सकता हूँ। अगर सिर्फ इतना feedback भी मिल जाए कि "थोड़ा अलग है", तो मैं उसी हिस्से को फिर से देख लेता हूँ। आखिरकार books की information density सबसे अधिक होती है, इसलिए वे सर्वोत्तम हैं, लेकिन LLM साथ हो तो गति बहुत बढ़ जाती है
मुझे लगता है कि इन सबके लिए अभी सही interface की बेहद जरूरत है। Study Mode जानकारी को दीवार की तरह लिख देता है और बीच-बीच में examples/questions मिलाता है, लेकिन किसी उत्तर को किसी खास सवाल से जोड़कर देखने का तरीका नहीं है। chat UI इस रूप के लिए उपयुक्त नहीं है। ऐसा अलग canvas/artifact interface चाहिए जहाँ question-answer pairs आपस में linked हों और content structured हो। अभी लगता है कि बहुत साधारण conversation interface में जरूरत से ज्यादा चीजें ठूँस दी गई हैं
जब किसी छात्र ने कहा कि वह game theory पूरी सीखना चाहता है, तब बहुत साफ हो गया कि दोनों पक्ष एक ही chat session और linear process मानकर चल रहे हैं। आखिरकार यह deep learning नहीं है
मैंने periplus.app के साथ कोशिश की है। यह perfect नहीं है, लेकिन chat से अलग UX ज़रूर देता है
मेरे पास कई UX ideas हैं। उदाहरण के लिए हर explanation पर understanding rate करने की सुविधा हो, सिर्फ न समझे गए हिस्से पर अतिरिक्त explanation मिले, knowledge structure tree के रूप में दिखे, manipulable graph हो, interactive quiz हों, आदि। यह शायद ChatGPT के दायरे से बाहर हो, लेकिन मुझे लगता है कि यही वह मौका है जहाँ दूसरे apps/startups काम कर सकते हैं
मुझे लगता है कि सही interface जैसी कोई चीज होती ही नहीं। अगर सीखने की इच्छा और मेहनत हो, तो scroll, book, ebook, AI — किसी भी माध्यम से आखिरकार सीखना संभव है
यह कि यह कोई default feature नहीं बल्कि "अलग product" है, अपने आप में समय की मानसिकता को दिखाता है। यह तो साधारण prompt composition से किसी भी LLM में किया जा सकता है। कहा जाता है कि Study Mode teachers, scientists, और educational psychology experts के साथ मिलकर बनाया गया, लेकिन मुझे संदेह है कि क्या सचमुच असली experts इसमें शामिल थे
मैं इस समय Janet सीख रहा हूँ, और ChatGPT को tutor की तरह इस्तेमाल करना असुविधाजनक लग रहा है। मेरे सवाल — "अगर local और var दोनों ही local variables हैं, तो फर्क क्या है?" — पर भी यह कहता है, "बहुत अच्छा सवाल है, आपने मूल बात पकड़ ली," और फिर plausible hallucination वाला जवाब देता जाता है। जिन चीजों को यह जानता है, उनमें यह अच्छा tutor है, लेकिन इसे अपनी सीमाएँ भी समझनी चाहिए
LLM का रुझान यह लगता है कि वह सिर्फ well-known examples जैसे React todo list, bootstrap form, vue tic-tac-toe आदि पर ही सचमुच अच्छे जवाब देता है
ऐसी स्थिति में सलाह यह है कि आप सीधे guide/documentation को पूरा context में डाल दें, यह ज्यादा बेहतर होगा
OpenAI और sound money पाने वाली कंपनियों की तुलना करते हुए, यह एक ऐसे tutor जैसा लगता है जिसे पैसों की बहुत जरूरत है