AI के उपयोग ने UC Berkeley के गणित प्रोफेसर को होमवर्क ग्रेड करने में ‘कोई मतलब नहीं’ दिखाया
UC Berkeley के एक गणित प्रोफेसर का यह कहना कि AI ने होमवर्क को ग्रेड करना निरर्थक बना दिया है, इस बात पर व्यापक पुनर्विचार छेड़ देता है कि विश्वविद्यालयी ग्रेड में coursework का क्या और कितना योगदान होना चाहिए। कई लोग तर्क देते हैं कि होमवर्क को बिना ग्रेड वाले अभ्यास में बदल देना चाहिए, और सीखने का मूल्यांकन प्रॉक्टर्ड आमने-सामने परीक्षाओं, मौखिक बचाव, या ऐसे बार-बार होने वाले क्विज़ से होना चाहिए जिन्हें AI को सौंपना कठिन हो। इसके पीछे एक और गहरा सवाल है: उच्च शिक्षा का असली उद्देश्य क्या है—सीखना, या एक credentialing और सामाजिक-छँटाई प्रणाली, जिसे AI अब उलट-पुलट करने की धमकी दे रहा है?
AI के युग में होमवर्क बनाम परीक्षाएँ
- कई लोगों का तर्क है कि अब घर पर दिए गए काम को ग्रेड करने का बहुत कम मतलब रह गया है, क्योंकि AI और सॉल्यूशन बैंकों ने नकल को बेहद आसान और लगभग पकड़ से बाहर बना दिया है।
- दूसरे लोग ध्यान दिलाते हैं कि यह पूरी तरह नया नहीं है: AI से पहले भी छात्र जवाब साझा करते थे और समस्या सेट दोबारा इस्तेमाल करते थे; AI बस घर्षण और इनकार की गुंजाइश हटा देता है।
- एक आम प्रस्तावित बदलाव: होमवर्क केवल अभ्यास के लिए हो, और ग्रेड लगभग पूरी तरह प्रॉक्टर्ड, आमने-सामने होने वाली परीक्षाओं पर आधारित हों।
होमवर्क की भूमिका और मूल्य
- बिना ग्रेड वाले होमवर्क के समर्थक कहते हैं कि अभ्यास, गलतफहमियों की जल्दी पहचान, और अनुशासन बनाने के लिए यह आवश्यक है।
- आलोचकों का कहना है कि ग्रेड किया गया होमवर्क मुख्यतः लगन और सिस्टम को चालाकी से खेल पाने की क्षमता मापता है, ग्रेड को बढ़ा देता है, और हमेशा से महारत का कमजोर संकेत था।
- कई लोग ऐसे सिस्टमों की रिपोर्ट करते हैं जहाँ होमवर्क का महत्व बहुत कम या बिल्कुल नहीं था, और ग्रेड केवल परीक्षाओं से तय होता था, जो अक्सर सफल रहा।
मूल्यांकन के वैकल्पिक मॉडल
- प्रस्तावों में शामिल हैं:
- कक्षा के भीतर बार-बार लिखित या मौखिक क्विज़, व्हाइटबोर्ड समस्याएँ, और विवा।
- अंतिम परीक्षाएँ जो ग्रेड पर हावी हों, साथ में make-ups या re-takes ताकि “बुरे दिन” के भाग्य का असर कम हो।
- फ्लिप्ड क्लासरूम, प्रोजेक्ट-आधारित काम, या पोर्टफोलियो मूल्यांकन।
- बिना ग्रेड या pass/fail मॉडल, जो रैंकिंग की बजाय फीडबैक पर जोर दें।
- कुछ लोग समझ की पुष्टि के लिए होमवर्क पर यादृच्छिक मौखिक प्रश्न पूछने की वकालत करते हैं।
नकल, प्रेरणा, और छात्र की ज़िम्मेदारी
- एक पक्ष: कॉलेज में वयस्कों को स्वयं प्रेरित होना चाहिए; अगर वे होमवर्क छोड़ते हैं और परीक्षा में फेल होते हैं, तो यह उनकी जिम्मेदारी है।
- दूसरा पक्ष: कई सक्षम लेकिन कम तैयार छात्रों को संरचित प्रोत्साहन और शुरुआती फीडबैक की जरूरत होती है; वरना वे अंतिम परीक्षा में बिखर जाते हैं और जुड़ाव खो बैठते हैं।
- इस पर विचार अलग-अलग हैं कि “sticks” पर निर्भरता का मतलब छात्र “कॉलेज के लायक नहीं” है, या बस वह मौजूदा शिक्षण पद्धतियों के साथ मेल नहीं खाता।
AI: खतरा और साधन
- चिंताएँ: AI पारंपरिक मूल्यांकन को कमजोर कर रहा है, डिग्रियों का मूल्य घटा सकता है, और अंततः उच्च शिक्षा की मांग कम कर सकता है।
- आशावादी इसे autodidacts के लिए “स्वर्ण युग” मानते हैं: AI ट्यूटर बन सकता है, proofs को ग्रेड कर सकता है, और बड़े पैमाने पर विस्तृत फीडबैक दे सकता है।
- चिंता यह भी है कि छात्र increasingly AI को मानव office hours और study groups पर तरजीह दे रहे हैं, जिसके सीखने के परिणाम मिले-जुले हो सकते हैं।
उच्च शिक्षा और नीति के व्यापक विषय
- इस पर बहस कि विश्वविद्यालयों को मुख्य रूप से नौकरी के कौशल सिखाने चाहिए, शोध करना चाहिए, सामाजिक अभिजात वर्ग को credential देना चाहिए, या अंतर्निहित सीखने को बढ़ावा देना चाहिए।
- कुछ लोग कमजोर संस्थानों के समेकन या पतन, और अधिक vocational या apprenticeship-style मॉडल की आशंका या संभावना देखते हैं।
- लंबे side-threads state vs. private provision, neoliberal नीति, और क्या public systems स्वभावतः inefficient हैं या नहीं—इस पर बहस करते हैं; रायें काफी बँटी हुई हैं।