एक बेहतर एआई ट्यूटर बनाने की खोज

लेकिन एक मुख्य अंतर था. आधे छात्रों को आसान से कठिन की ओर बढ़ते हुए, यादृच्छिक रूप से अभ्यास समस्याओं का एक निश्चित क्रम सौंपा गया था। दूसरे आधे हिस्से को एआई ट्यूटर के साथ एक वैयक्तिकृत अनुक्रम प्राप्त हुआ, जो छात्र के प्रदर्शन और चैटबॉट के साथ बातचीत के आधार पर प्रत्येक समस्या की कठिनाई को लगातार समायोजित कर रहा था।

यह विचार उस पर आधारित है जिसे शिक्षक “निकटतम विकास का क्षेत्र” कहते हैं। जब समस्याएँ बहुत आसान होती हैं, तो छात्र ऊब जाते हैं। जब वे बहुत कठिन होते हैं, तो छात्र निराश हो जाते हैं। लक्ष्य छात्रों को एक अच्छे स्थान पर बनाए रखना है: चुनौतीपूर्ण, लेकिन अभिभूत नहीं।

शोधकर्ताओं ने पाया कि व्यक्तिगत समूह के छात्रों ने अंतिम परीक्षा में निश्चित समस्या समूह के छात्रों की तुलना में बेहतर प्रदर्शन किया। इस अंतर को 6 से 9 महीने की अतिरिक्त स्कूली शिक्षा के बराबर बताया गया, जो स्कूल के बाद केवल पांच महीने तक चलने वाले ऑनलाइन पाठ्यक्रम के लिए एक आकर्षक दावा है। एआई ट्यूटर के आविष्कारक, एंजेल चुंग, जो व्हार्टन स्कूल में डॉक्टरेट छात्र हैं, ने स्वीकार किया कि सांख्यिकीय इकाइयों का उनका रूपांतरण “एक सही अनुमान नहीं था।” (ए पेपर का मसौदा प्रयोग के बारे में मार्च 2026 में ऑनलाइन पोस्ट किया गया था, लेकिन अभी तक किसी सहकर्मी-समीक्षित जर्नल में प्रकाशित नहीं किया गया है।)

फिर भी, यह शुरुआती सबूत है कि छोटे-छोटे बदलाव – इस मामले में, छात्र के लिए अभ्यास समस्याओं की कठिनाई को मापना – फर्क ला सकता है।

चुंग ने कहा कि चैटजीपीटी की प्रतिक्रियाएँ पहले से ही बहुत व्यक्तिगत लग सकती हैं क्योंकि वे सीधे एक छात्र के अनूठे सवालों का जवाब दे रहे हैं। लेकिन वैयक्तिकरण का वह स्तर पर्याप्त नहीं है। चुंग ने कहा, “छात्र आमतौर पर वह नहीं जानते जो वे नहीं जानते।” “छात्र के पास सर्वोत्तम ट्यूशन पाने के लिए सही प्रश्न पूछने की क्षमता नहीं है।”

इसे संबोधित करने के लिए, चुंग की टीम ने एक बड़े भाषा मॉडल को एक अलग मशीन-लर्निंग एल्गोरिदम के साथ जोड़ा, जो विश्लेषण करता है कि छात्र ऑनलाइन पाठ्यक्रम प्लेटफ़ॉर्म के साथ कैसे बातचीत करते हैं – वे अभ्यास प्रश्नों का उत्तर कैसे देते हैं, कितनी बार वे अपनी कोडिंग को संशोधित या संपादित करते हैं, और चैटबॉट के साथ उनकी बातचीत की गुणवत्ता – और उस जानकारी का उपयोग यह तय करने के लिए करता है कि आगे कौन सी समस्या पेश की जाए।

विभिन्न छात्र चैटबॉट ट्यूटर के साथ कैसे बातचीत करते हैं

दूसरे शब्दों में, वैयक्तिकरण केवल स्पष्टीकरण तैयार करने के बारे में नहीं है। यह स्वयं सीखने के मार्ग को तैयार करने के बारे में है।

यह विचार नया नहीं है.

चैटजीपीटी जैसे जेनेरिक एआई टूल के आविष्कार से बहुत पहले, शिक्षा शोधकर्ताओं ने “बुद्धिमान ट्यूशन सिस्टम” विकसित किया था जो कुछ इसी तरह करने की कोशिश करता था: अनुमान लगाएं कि एक छात्र क्या जानता था और सही अगली समस्या प्रदान करता है। ये पहले वाले सिस्टम स्वाभाविक बातचीत नहीं कर सकते थे, लेकिन वे संकेत और त्वरित प्रतिक्रिया प्रदान कर सकते थे। कठोर अध्ययन से पता चला कि अच्छी तरह से डिज़ाइन किए गए संस्करणों ने छात्रों को काफी अधिक सीखने में मदद की।

उनकी अकिलीज़ हील सगाई थी। कई छात्र तो उनका उपयोग ही नहीं करना चाहते थे।

आज के AI उपकरण उस समस्या का समाधान करने में मदद कर सकते हैं। छात्र ऐसे चैटबॉट में अधिक रुचि महसूस कर सकते हैं जो उनके साथ लगभग मानवीय तरीके से बातचीत करता है।

पेंसिल्वेनिया विश्वविद्यालय के अध्ययन में, व्यक्तिगत समूह के छात्रों ने अभ्यास करने में अधिक समय बिताया, प्रति समस्या लगभग तीन अतिरिक्त मिनट, पायथन पाठ्यक्रम में प्रति मॉड्यूल लगभग एक घंटा जोड़ा, जबकि तुलनात्मक छात्रों के लिए आधा समय (आधे घंटे या उससे कम) था। शोधकर्ताओं का मानना ​​है कि इन छात्रों ने बेहतर प्रदर्शन किया क्योंकि वे अपने अभ्यास कार्य में अधिक व्यस्त थे।

किसी विषय के बारे में छात्रों का पिछला ज्ञान प्रभावित करता है कि वैयक्तिकृत अनुक्रमण कितनी अच्छी तरह काम करता है। जो छात्र पायथन में नए थे, उन्हें उन लोगों की तुलना में अधिक लाभ हुआ जिनके पास पहले से ही पायथन का अनुभव था, जिन्होंने अभ्यास समस्याओं के निश्चित अनुक्रम के साथ भी उतना ही अच्छा प्रदर्शन किया। कम संभ्रांत हाई स्कूलों के छात्रों को भी अधिक लाभ होता दिखाई दिया।

छात्रों की पृष्ठभूमि ने परिणामों को कैसे प्रभावित किया?

इस अध्ययन में सभी ताइवानी छात्रों ने एक वैकल्पिक कंप्यूटर प्रोग्रामिंग पाठ्यक्रम के लिए स्वेच्छा से भाग लिया जो उनके कॉलेज अनुप्रयोगों को मजबूत कर सकता है। कई उच्च शिक्षित माता-पिता के साथ अत्यधिक प्रेरित थे, और कई को पहले से ही कोडिंग का अनुभव था।

यह स्पष्ट नहीं है कि चैटबॉट कम प्रेरित छात्रों के साथ भी काम करेगा या नहीं, जो स्कूल में पीछे हैं और जिन्हें अतिरिक्त मदद की ज़रूरत है।

एक संभावित समाधान: नए और पुराने को मिलाना।

केन कोएडिंगर, कार्नेगी मेलन विश्वविद्यालय के प्रोफेसर और बुद्धिमान शिक्षण प्रणालियों के अग्रणी, प्रयोग कर रहे हैं दूरस्थ मानव शिक्षकों को सचेत करने के लिए नए एआई मॉडल जो भटक ​​रहे संघर्षशील छात्रों को प्रेरित कर सके। कोएडिंगर ने कहा, “हमें अधिक सफलता मिल रही है।”

मनुष्य अभी तक अप्रचलित नहीं हुआ है।

इस कहानी के बारे में एआई ट्यूटर्स द्वारा निर्मित किया गया था हेचिंगर रिपोर्टएक गैर-लाभकारी, स्वतंत्र समाचार संगठन जो शिक्षा को कवर करता है। के लिए साइन अप करें प्रमाण बिंदु और अन्य हेचिंगर समाचारपत्रिकाएँ.