Karpathy के नज़रिए से AI युग में स्कूल शिक्षा के मुख्य बदलाव
- यह सिद्धांततः असंभव है कि पता लगाया जाए कि असाइनमेंट में AI का उपयोग हुआ है या नहीं; स्कूल के बाहर किया गया हर असाइनमेंट अब AI उपयोग को मानकर चलने वाला वातावरण है
- सभी “AI detectors” को बायपास किया जा सकता है और कोई विश्वसनीय detection तरीका मौजूद नहीं है
- नतीजतन, घर पर किए गए सभी असाइनमेंट्स में AI ने हस्तक्षेप किया है, यही डिफ़ॉल्ट मान्यता बन जाती है
- मूल्यांकन का केंद्र घर के असाइनमेंट → कक्षा के भीतर मूल्यांकन की ओर शिफ्ट होता है, और ऐसी संरचना की ज़रूरत है जिसमें शिक्षक की प्रत्यक्ष निगरानी वाले वातावरण में छात्र अपनी क्षमता दिखा सके
- छात्र AI के बिना भी समस्या-समाधान क्षमता बनाए रखें, इसका कारण कक्षा के भीतर होने वाली वास्तविक मूल्यांकन स्थितियाँ बनती हैं
- लिखित परीक्षा, प्रोजेक्ट, प्रेज़ेंटेशन आदि जैसे वे प्रसंग, जहाँ AI की पहुँच नियंत्रित हो, उनका महत्व काफ़ी बढ़ जाता है
- AI का उपयोग करना एक अनिवार्य कौशल है, लेकिन साथ ही छात्रों के पास AI के बिना भी समस्या हल करने की बुनियादी क्षमता होनी चाहिए; इस तरह एक दोहरा लक्ष्य बनता है
- जैसे calculator के आने पर भी बुनियादी गणना स्वयं करने की क्षमता ज़रूरी रही, ताकि टूल की गलती या input mistake पकड़ी जा सके
- AI में calculator की तुलना में त्रुटि की संभावना कहीं अधिक है, इसलिए verification, judgment और interpretation की क्षमता का महत्व बहुत बढ़ जाता है
- परीक्षा और मूल्यांकन के तरीके शिक्षक के विवेक के अनुसार टूल की अनुमति नहीं / सीमित अनुमति / open-book / AI-आधारित सामग्री उपलब्ध कराना / सीधे AI उपयोग का मूल्यांकन जैसी विविध डिज़ाइनों तक फैलते हैं
- इसमें केवल समस्या हल करना ही नहीं, बल्कि AI द्वारा बनाए गए उत्तर का मूल्यांकन, संशोधन और सत्यापन करने वाले असाइनमेंट भी शामिल हैं
- शिक्षा क्षेत्र में रचनात्मक मूल्यांकन डिज़ाइन एक महत्वपूर्ण तत्व के रूप में उभरता है
- अंततः लक्ष्य ऐसे छात्रों को बनाना है जो AI का दक्षतापूर्वक उपयोग करें, और AI न होने पर भी सीखने, सोचने और समस्या हल करने में सक्षम इंसान बने रहें
- इसे हासिल करने का व्यावहारिक तरीका संक्षेप में पढ़ाई और मूल्यांकन का केंद्र कक्षा के अंदर ले आना है
- संलग्न ट्वीट उस नई स्थिति को दिखाता है जहाँ AI खुद प्रश्नपत्र हल कर देता है
- Gemini Nano Banana Pro का डेमो दिखाता है कि वह परीक्षा प्रश्नों की image का विश्लेषण करके तुरंत सही उत्तर निकाल सकता है
- हस्तलिखित नोटेशन, आरेख, रासायनिक सूत्र आदि विभिन्न प्रकार के प्रश्न-तत्वों को पहचानकर सीधे समाधान तैयार करता है
- तैयार किए गए उत्तर ChatGPT के मानदंड से अधिकांशतः सही हैं; गलतियों में केवल एक compound notation और एक spelling error था
- इसके कारण पारंपरिक परीक्षा डिज़ाइन में AI को नियंत्रित कर पाने की संभावना ही ढहती हुई अब पहले से ही वास्तविकता बन चुकी है
- प्रश्नपत्र, सवाल, चार्ट और लिखावट तक सब पढ़कर समाधान देने की क्षमता सामने आने के साथ,
यह स्पष्ट हो जाता है कि “AI का उपयोग नहीं होगा” इस मान्यता पर बनी मूल्यांकन संरचना अब टिक नहीं सकती
- स्कूल शिक्षा के सामने आया निर्णायक मोड़ अब AI पर प्रतिबंध लगाना है या नहीं नहीं रहा, बल्कि यह है कि AI को किस तरह एकीकृत किया जाए, और किन परिस्थितियों में स्वतंत्र सोच का मूल्यांकन किया जाए
1 टिप्पणियां
Hacker News की राय
मेरे एक छात्र ने AI detection tool से जुड़ी एक दिलचस्प समस्या बताई
उसकी बहन का खुद लिखा हुआ essay 100% भरोसे के साथ AI-लिखित घोषित कर दिया गया, और वह लगभग 0 अंक पा जाती
मैंने शिक्षक से सुझाव दिया कि वे उससे आमने-सामने मिलकर 30–60 मिनट तक essay की सामग्री पर मौखिक चर्चा करें
आगे चलकर ऐसी स्थिति ईमानदार छात्रों के लिए और आम होती जाएगी
शिक्षक ने पूरी कक्षा के सामने उसकी तारीफ़ की कि “इसी छात्र ने सच में खुद लिखा है”, जबकि असल में उसने AI से कई बार सरल बनाने के लिए कहा था और वही version जमा किया था
लगता है कि शिक्षक यह खेल पहले ही हार चुके हैं
अभी degree की अहमियत लगातार घट रही है, और यह सिर्फ credentialing वाला सिस्टम बनकर रह गया है
मुझे लगता है कि पहले की तरह योग्यता साबित करने वाला तरीका बेहतर था
उदाहरण के लिए Harvard 1869 प्रवेश परीक्षा की तरह, परीक्षा पास करो और सीधे दाखिला पाओ
इस मामले में Big Tech का coding interview सिस्टम मुझे कहीं बेहतर लगता है
मुझे लगता है कि छात्रों और शिक्षकों, दोनों के लिए कानून के बुनियादी सिद्धांतों की कक्षा होनी चाहिए
student union जैसी संस्थाओं को ऐसी स्थितियों में दखल दे सकना चाहिए
AI सिर्फ ऐसे मुद्दों को और बार-बार उजागर करने का माध्यम बन रहा है
interview में मेरे साथ भी ऐसा हुआ — algorithm याद करके सुनाओ तो शक किया जाता है कि “कहीं और स्क्रीन देख रहे हो”
शिक्षा समाज में समानता का साधन होनी चाहिए, लेकिन अभी वह उलटे दमन का औज़ार बनती जा रही है
और जो छात्र आपत्ति करने आते, उनसे सीधे वही सवाल हल करवाते थे
मुझे यह बहुत ही सुरुचिपूर्ण जवाब लगा
आजकल सिर्फ छात्रों की AI cheating पर सवाल उठते हैं, लेकिन शिक्षकों के AI इस्तेमाल को अक्सर नज़रअंदाज़ कर दिया जाता है
सच में ऐसे assignments दिखते हैं जिनमें ChatGPT से checking किए जाने के संकेत साफ दिखते हैं
छात्र LLM से essay लिखवाता है, शिक्षक LLM से उसे जाँचता है — एक अजीब feedback loop बन जाता है
लेकिन यह किसी एक शिक्षक की समस्या से ज़्यादा system-level redesign का मामला है
अगर शिक्षकों को पर्याप्त समय और पारिश्रमिक नहीं मिलेगा, तो वे भी आखिर वही tools इस्तेमाल करेंगे
जैसे internet और smartphone के समय हुआ था, वैसे ही AI को सिर्फ खतरे की तरह देखना भी गलत है
आखिरकार जो लोग LLM को learning tool की तरह इस्तेमाल करना सीखेंगे, वही आगे रहेंगे
मौजूदा lecture-केंद्रित ढांचा अक्षम है, और मुझे लगता है कि छोटे group project केंद्रित मॉडल बेहतर होगा
ऐसा ढांचा चाहिए जिसमें शिक्षक हर छात्र को व्यक्तिगत रूप से समझ सके
कई universities में पहले से AI grading अनौपचारिक रूप से हो रही है
सही तरीके से इस्तेमाल किया जाए तो यह कुशल और निष्पक्ष मूल्यांकन दे सकती है, लेकिन अभी पारदर्शिता की कमी समस्या है
अगर AI तेज़ feedback देकर सीखने के नतीजे बेहतर कर सके, तो यह बड़ा फायदा है
क्योंकि मानव grading अक्सर धीमी होती है और बेमानी feedback देती है
यह हाल की South Park episode की कहानी जैसा ही था
तो क्या AI grading शायद उससे बेहतर हो सकती है — ऐसा सोचना गलत नहीं लगता
AI degree या शिक्षा को खत्म नहीं कर रहा, बल्कि सस्ते मॉडल को खत्म कर रहा है
बड़े lecture, Scantron exam, और कम वेतन वाले instructor सिस्टम अब बेतुके लगने लगे हैं
अंततः Oxbridge-शैली की छोटी कक्षाएँ ही भविष्य का मॉडल बन सकती हैं — लेकिन यह बहुत महँगा होगा
तकनीकी क्रांति ने बराबरी का वादा किया था, लेकिन हक़ीक़त ठीक उलटी दिख रही है
universities को मजबूरी में छोटी कक्षाओं की ओर जाना पड़ सकता है
तब वे हर छात्र पर ज़्यादा समय दे पाएँगी
अब university शिक्षा इतनी mass-scale हो चुकी है कि बहुत से छात्रों के वहाँ होने का कोई खास कारण नहीं बचता
AI शायद ऐसे सामाजिक ढाँचे के बदलाव को ट्रिगर कर सके, लेकिन मुझे इसकी संभावना कम लगती है
graduation के दौरान Professor Doug Lea assignments को सीधे demonstration के रूप में submit करवाते थे
code चलाया जाता था, professor खुद edge-case inputs आज़माते थे और सवाल पूछते थे
छात्र को अपना code समझना और समझा पाना आना चाहिए था
इस तरह का face-to-face assessment cheating रोकने और असली योग्यता सामने लाने का अच्छा तरीका था
Karpathy के कहने की तरह, oral exam और real-time defense शिक्षा के मूल तक लौटने का रास्ता हैं
वे design reasoning, testing process, या improvement ideas समझा नहीं पाते
जबकि आजकल कुछ छात्र बुनियादी concepts जाने बिना AI के output को ज्यों का त्यों जमा कर देते हैं
AI का झूठा आत्मविश्वास उलटे सीखने में बाधा बनता है
university के दिनों में एक professor ने “100% plagiarism paper” लिखने का assignment दिया था
हर वाक्य को उसके source के हिसाब से रंग देना था, और एक ही source से लगातार एक से ज़्यादा वाक्य नहीं लिख सकते थे
यह सामान्य paper से कहीं ज़्यादा कठिन था, लेकिन citation और creativity सीखने का शानदार अनुभव साबित हुआ
शायद AI को भी इसी तरह research tool की तरह इस्तेमाल करना सिखाया जा सकता है
तो source verification बहुत आसान हो जाएगा
मौजूदा school system रटने-केंद्रित है, इसलिए इसे पूरी तरह redesign करने की ज़रूरत है
बच्चों को ऐसे project ज़्यादा करने चाहिए जिनमें वे ज्ञान और कौशल को जोड़ें
मुख्य concepts याद रखें, और बाकी में tools का इस्तेमाल करके समस्याएँ हल करें
school ऐसा ढांचा नहीं होना चाहिए जो जिज्ञासा दबा दे, बल्कि खोजी प्रवृत्ति को बढ़ाने वाली जगह होना चाहिए
मुझे नहीं लगता कि नौकरशाही बंधनों में बँधे शिक्षकों को ही दोष देना ठीक है
कुछ क्षेत्रों में बुनियादी drill और दोहराव वाले अभ्यास ज़रूरी होते हैं
सिर्फ project-based learning से काम नहीं चलेगा
लेकिन समाज अब भी उस चर्चा से बच रहा है
AI को शिक्षा में आए 3 साल हो चुके हैं, लेकिन असल में इसका इस्तेमाल अभी भी सिर्फ homework replacement और administrative tasks तक सीमित है
नतीजतन degree की value में गिरावट चिंता का विषय है
अगर हर छात्र AI की मदद से मिलते-जुलते outputs बनाएगा, तो असली योग्यता में फर्क कैसे किया जाएगा?
आखिर सवाल “AI का इस्तेमाल कैसे करें?” नहीं, बल्कि “शिक्षा का उद्देश्य क्या है?” बनकर लौटता है
यानी यह AI operator बनने की परीक्षा है
शिक्षा की गुणवत्ता आखिरकार शिक्षक के डाले गए श्रम के अनुपात में होती है
लेकिन मौजूदा ढांचा productivity-केंद्रित है, जो अच्छी शिक्षा के बिल्कुल उलट है
multiple-choice exam तेज़ होते हैं, लेकिन वर्णनात्मक और मौखिक मूल्यांकन कहीं अधिक सटीक होते हैं
autograding सुविधाजनक है, लेकिन LLM उन्हें बहुत आसानी से हल कर देते हैं
वहीं creative assignment छात्र की मौलिकता दिखाते हैं, लेकिन उनकी grading बहुत कठिन होती है
presentation-आधारित assessment भी अच्छे हैं, पर समय की बड़ी सीमा होती है
फिर भी LLM की मदद से project iteration की गति बढ़ सकती है, और यह एक बड़ा लाभ है
अगर copy-paste के निशान मिले, तो वे 0 दे देते हैं
आखिर समस्या productivity-केंद्रित ढाँचे की ही है, इसलिए school-स्तर पर बदलाव ज़रूरी है
Cluely लिंक
मैं ऐसा छात्र था जिसे exam stress बहुत परेशान करता था
बिना time limit वाले assignments में मुझे हमेशा A मिलते थे, लेकिन तुरंत होने वाले oral exam मुझे बहुत anxious कर देते थे
अगर मेरा बेटा मेरी तरह हुआ, तो मैं उसे कैसे मदद करूँगा, यही सोचता हूँ
कभी-कभी लगता है कि काश कोई AI-मुक्त माहौल होता, जैसे कोई ‘Faraday cage university’
perfectionism से ज़्यादा असफलता को स्वीकार करने की क्षमता विकसित करनी चाहिए
80–90% शिक्षक AI को संभालने के लिए तैयार नहीं हैं
इतनी तेज़ी से बदलती technology के साथ चलना ही मुश्किल है, और दंड छात्रों को मिलता है
public education की quality पहले ही गिर चुकी है, ऐसे में AI के इस्तेमाल पर रोक यथार्थवादी नहीं है
आखिर जो छात्र AI का दुरुपयोग करेंगे, वे अंततः उसकी कीमत खुद चुकाएँगे
आज भी वही तरीका अपनाया जाए तो LLM युग में ठीक काम कर सकता है
शिक्षक धीरे-धीरे supervisor की भूमिका में बदलेंगे, लेकिन यह संक्रमण बहुत अव्यवस्थित होगा