अध्ययन में पाया गया कि ChatGPT युग की ग्रेड महंगाई मुख्यतः होमवर्क-प्रधान पाठ्यक्रमों में केंद्रित है

बड़ा ग्रेड डेटासेट AI-प्रेरित महंगाई की ओर संकेत करता है, खासकर असुपरिविक्षित पाठ्यक्रम कार्य में

यूसी बर्कले के एक नए अध्ययन ने उच्च शिक्षा में बढ़ती चिंता को ठोस अनुभवजन्य आधार दिया है: जनरेटिव AI सीखने में सुधार किए बिना ग्रेड को बेहतर दिखा सकता है। टेक्सास के एक बड़े, चयनात्मक सार्वजनिक शोध विश्वविद्यालय से 5,00,000 से अधिक ग्रेडों के विश्लेषण के आधार पर, अध्ययन में पाया गया कि नवंबर 2022 में ChatGPT लॉन्च होने के बाद, उन पाठ्यक्रमों में ग्रेड तेज़ी से बढ़े जिनके असाइनमेंट AI अच्छी तरह संभाल सकता है, विशेषकर लेखन और कोडिंग में।

यह बढ़ोतरी सभी पाठ्यक्रम प्रकारों में समान रूप से नहीं फैली। The Decoder में अध्ययन के वर्णन के अनुसार, इसका असर मुख्यतः उन कक्षाओं में केंद्रित था जहाँ होमवर्क का अंतिम ग्रेड में बड़ा हिस्सा था। यह अंतर महत्वपूर्ण है। यदि AI उपकरण वास्तव में छात्रों को बेहतर सीखने में मदद कर रहे होते, तो शोधकर्ताओं को अपेक्षा होती कि लाभ मूल्यांकन के सभी प्रकारों में दिखें, जिनमें प्रोक्टर्ड परीक्षाएँ भी शामिल हैं। इसके बजाय, सबसे बड़ी छलांग असुपरिविक्षित काम में दिखी, जो छात्र-प्रयास के स्थान पर AI के इस्तेमाल से अधिक मेल खाती है।

परिवर्तन का आकार

अध्ययन ने आठ शरद सेमेस्टरों, 2018 से 2025 तक, को ट्रैक किया और 84 विभागों के 319 पाठ्यक्रमों को शामिल किया। यह अनुमान लगाने के लिए कि हर पाठ्यक्रम जनरेटिव AI के प्रति कितना संवेदनशील था, शोधकर्ता ने शरद 2022 के सिलेबस का उपयोग किया, जो ChatGPT के अस्तित्व में आने से पहले बनाए गए थे, और उन असाइनमेंटों का अनुपात मापा जो लेखन और कोडिंग पर केंद्रित थे। ये वही कार्य थे जिन पर व्यापक रूप से उपलब्ध AI उपकरण आने के बाद सबसे अधिक असर पड़ने की संभावना थी।

ChatGPT के बाद का बदलाव काफ़ी बड़ा था। लेखन और कोडिंग असाइनमेंट के ऊँचे हिस्से वाले पाठ्यक्रमों में A ग्रेड की हिस्सेदारी 13 प्रतिशत अंक बढ़ी, जो 2022 के आधार स्तर से लगभग 30 प्रतिशत अधिक है। औसत GPA 0.12 अंक बढ़ गया। साथ ही, ग्रेड वितरण संकरा हुआ, जिससे पहले A-माइनस या B-प्लस जैसे ग्रेड पाने वाले छात्र अब अधिकतर सीधे A ग्रेड पाने लगे।

यह एक उल्लेखनीय पैटर्न है क्योंकि यह केवल कागज़ पर बेहतर औसत प्रदर्शन ही नहीं, बल्कि छात्रों के बीच कम भेद भी दर्शाता है। व्यावहारिक रूप से, ग्रेड अब यह बताने में कम उपयोगी हो सकते हैं कि किसने सामग्री पर सबसे अच्छी पकड़ बनाई और किसने केवल संतोषजनक ढंग से काम पूरा किया।

लगता है बदलाव की वजह होमवर्क है, परीक्षा नहीं

अध्ययन का सबसे महत्वपूर्ण योगदान संभवतः सीखने में सुधार और आउटसोर्स किए गए काम के बीच अंतर करने का प्रयास है। शोधकर्ता ने देखा कि अंतिम पाठ्यक्रम ग्रेड में होमवर्क का कितना योगदान था। यदि AI छात्रों को सामग्री बेहतर समझने में मदद कर रहा होता, तो सुधार उन कक्षाओं में भी दिखते जो होमवर्क पर निर्भर थीं और उन में भी जो इन-पर्सन परीक्षाओं पर निर्भर थीं। इसके विपरीत, यदि छात्र AI का उपयोग सीधे असाइनमेंट पूरा करने के लिए कर रहे थे, तो सबसे मजबूत प्रभाव वहाँ दिखना चाहिए जहाँ असुपरिविक्षित काम का सबसे अधिक वजन हो।

डेटा ने दूसरे परिदृश्य को अधिक समर्थन दिया। जिन पाठ्यक्रमों में होमवर्क का अंतिम ग्रेड में हिस्सा माध्यिका से अधिक था, उनमें A ग्रेड में वृद्धि, कम-होमवर्क वाले समान AI-एक्सपोज़र पाठ्यक्रमों की तुलना में, अतिरिक्त 16 प्रतिशत अंक अधिक थी। जिन पाठ्यक्रमों में होमवर्क का महत्व कम था, वहाँ प्रभाव छोटा था और सांख्यिकीय रूप से महत्वपूर्ण नहीं था।

इस पैटर्न को केवल छात्रों के समग्र सीखने में व्यापक सुधार के रूप में समझाना कठिन है। इसके बजाय यह इस बात की संरचनात्मक कमजोरी की ओर संकेत करता है कि कई पाठ्यक्रम कैसे डिज़ाइन किए गए हैं: जब ग्रेड भारी रूप से घर पर किए जाने वाले लेखन या कोडिंग कार्यों पर निर्भर होते हैं, तो AI प्रणालियाँ अब इतना काम कर सकती हैं कि ग्रेडिंग वितरण बदल जाए।

एक प्लेसिबो परीक्षण ने मामले को और मज़बूत किया

अध्ययन में एक उपयोगी तुलना भी शामिल थी। मौखिक प्रस्तुति वाले असाइनमेंट, जिनमें मौजूदा AI उपकरण सीधे तौर पर कम सहायक हैं, में ग्रेड महंगाई का वही प्रभाव नहीं दिखा। यह प्लेसिबो परीक्षण अकेले कारण-कार्य संबंध सिद्ध नहीं करता, लेकिन यह इस व्याख्या को मज़बूत करता है कि असाइनमेंट का प्रारूप मायने रखता है, और देखे गए बदलाव सीधे उन प्रकार के कामों से जुड़े हैं जिन्हें जनरेटिव AI पूरा कर सकता है या जिनमें काफी सहायता दे सकता है।

दूसरे शब्दों में, यह केवल 2022 के बाद आसान ग्रेडिंग की ओर पूरे परिसर में हुआ रुझान नहीं था। यह वृद्धि उन विशिष्ट क्षेत्रों के अनुरूप थी जहाँ ChatGPT-जैसी प्रणालियाँ सबसे सक्षम हैं।

यह एक विश्वविद्यालय से आगे क्यों मायने रखता है

विश्वविद्यालय दशकों से ग्रेड महंगाई से जूझते रहे हैं। इस क्षण को अलग बनाने वाली बात यह है कि जनरेटिव AI इस प्रक्रिया को इस तरह तेज़ कर सकता है कि मूल्यांकन के मूल कार्यों में से एक कमज़ोर पड़ जाए। ग्रेडों को प्रदर्शन, ज्ञान और सापेक्ष दक्षता के बारे में कुछ संप्रेषित करना चाहिए। यदि AI कई छात्रों को पर्याप्त समझ के बिना चमकदार होमवर्क तैयार करने देता है, तो ये संकेत कमजोर पड़ जाते हैं।

इसके प्रभाव केवल ट्रांसक्रिप्ट तक सीमित नहीं हैं। नियोक्ता, स्नातक स्कूल, छात्रवृत्ति समितियाँ, और यहाँ तक कि बाद के पाठ्यक्रमों के शिक्षक भी ग्रेडों को इस बात के मोटे संकेतक के रूप में देखते हैं कि छात्र क्या कर सकते हैं। यदि A ग्रेड increasingly AI-सहायता प्राप्त आउटपुट की गुणवत्ता को दर्शाए, बजाय प्रदर्शित दक्षता के, तो उस संकेत की विश्वसनीयता घटती है।

अध्ययन एक शिक्षणात्मक चुनौती भी उठाता है। लेखन और कोडिंग आधुनिक विश्वविद्यालयों में गौण असाइनमेंट नहीं हैं; वे विश्लेषण, समस्या-समाधान और संचार सिखाने के लिए कई अनुशासनों के केंद्र में हैं। इसका मतलब है कि संस्थान केवल प्रभावित प्रारूपों को हटाकर शिक्षा की मूल सामग्री को बदले बिना आगे नहीं बढ़ सकते। इसके बजाय, उन्हें असाइनमेंटों को फिर से डिज़ाइन करना, प्रत्यक्ष या पर्यवेक्षित मूल्यांकन बढ़ाना, या मौखिक रक्षा, ड्राफ्ट, प्रक्रिया-दस्तावेज़ीकरण, और अन्य तरीकों पर अधिक ज़ोर देना पड़ सकता है जो सीखने को दृश्य बनाते हैं।

शोध क्या दावा नहीं करता

स्रोत सामग्री में संक्षेपित अध्ययन यह दावा नहीं करता कि सभी छात्र AI का दुरुपयोग कर रहे हैं या कोई भी AI सहायता स्वतः शिक्षा को कमज़ोर करती है। यह भी नहीं कहता कि किसी भी छात्र के लिए सीखना बेहतर नहीं हुआ है। कुछ छात्र निश्चित रूप से AI का ट्यूटर, संपादक, या डिबगिंग सहायक के रूप में उपयोग कर रहे होंगे, जो समझ को सहारा देता है।

लेकिन समग्र स्तर पर, यहाँ प्रस्तुत साक्ष्य एक अलग दिशा की ओर इशारा करते हैं। सबसे बड़े ग्रेड परिवर्तन वहाँ दिखते हैं जहाँ AI सबसे आसानी से असुपरिविक्षित छात्र-कार्य की जगह ले सकता है, न कि वहाँ जहाँ छात्रों को नियंत्रित परिस्थितियों में स्वतंत्र रूप से ज्ञान प्रदर्शित करना होता है।

उच्च शिक्षा के अगले चरण के लिए चेतावनी

जनरेटिव AI अब शैक्षणिक वातावरण का हिस्सा बन चुका है। प्रश्न अब यह नहीं है कि छात्रों के पास इसकी पहुँच है या नहीं, बल्कि यह है कि संस्थान कैसे प्रतिक्रिया देते हैं। यह अध्ययन सुझाता है कि यदि पाठ्यक्रम डिज़ाइन अपरिवर्तित रहता है, तो ग्रेड ऊपर की ओर बहते रह सकते हैं, जबकि वे कम अर्थपूर्ण होते जाएँगे।

इससे समस्या केवल अनुशासनात्मक नहीं बनती। यह एक मूल्यांकन-डिज़ाइन समस्या भी है। जो विश्वविद्यालय चाहते हैं कि ग्रेड अपना मूल्य बनाए रखें, उन्हें सहायता और प्रतिस्थापन के बीच अंतर करने और छात्रों के लिए यह दिखाने के अधिक तरीके बनाने के लिए तेज़ी से काम करना पड़ सकता है कि वे बिना मुख्य बौद्धिक कार्य को आउटसोर्स किए क्या कर सकते हैं।

अध्ययन का व्यापक महत्व यह है कि यह उस बदलाव को मात्रात्मक रूप देता है जिसका संदेह कई शिक्षकों को 2022 के अंत से रहा है। ChatGPT युग शायद सिर्फ यह नहीं बदल रहा कि छात्र कैसे काम करते हैं। यह शायद यह भी बदल रहा है कि शैक्षणिक ग्रेड आखिर मापते क्या हैं।

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.