जब थिबॉल्ट श्रेपेल ने Vrije Universiteit Amsterdam में अपना "Law of AI" पाठ्यक्रम डिज़ाइन किया, तो वे कक्षा में एक आम धारणा लेकर आए: कि छात्रों को बिना किसी निर्देश के AI चैटबॉट दे देना संभवतः अच्छे से अधिक नुकसान पहुँचाएगा। दो साल के नियंत्रित परीक्षण ने उन्हें उलटे निष्कर्ष की ओर धकेला। उनके ही शब्दों में, "मैं गलत था।"
उन्होंने जो प्रयोग किया, वह अपनी सुर्खियों से कम और अपनी संरचना से अधिक उल्लेखनीय है। श्रेपेल ने छात्रों से AI के प्रति उनके दृष्टिकोण पर सर्वेक्षण करने के बजाय उन्हें अलग-अलग नियमों वाले समूहों में बाँटा और फिर मापा कि उन्होंने वास्तव में क्या तैयार किया। यही सेटअप दो बार चलाया गया — पहले 2024 में 66 छात्रों के साथ, फिर 2025 में 164 प्रतिभागियों के साथ — जिससे उन्हें न केवल यह देखने का मौका मिला कि AI ने मदद की या नहीं, बल्कि यह भी कि इसे किस तरह पेश किया गया, यह समय के साथ मायने रखता है या नहीं।
तीन-समूह प्रयोग कैसे काम करता था
हर प्रतिभागी के सामने एक ही मुख्य कार्य था: चार या पाँच लोगों की छोटी टीमों में काम करते हुए, उनके पास EU AI Act के एक प्रावधान को सुधारने के लिए 20 मिनट थे। प्रस्तुतियों को सारवत्ता, स्पष्टता, आनुपातिकता और नवाचार के आधार पर अंक दिए गए — ऐसे मानदंड जो सतही चमक के बजाय वास्तविक विधिक तर्क को पुरस्कृत करते हैं। सभी छात्रों ने समान मूल्यांकन भी दिए: एक बहुविकल्पीय परीक्षा और एक टेक-होम परीक्षा, जिसमें उनसे विनियम के एक अलग प्रावधान को संशोधित करने के लिए कहा गया।
एकमात्र चर यह था कि उन्हें कैसे काम करने की अनुमति थी:
- No AI: इस समूह को ChatGPT के उपयोग से पूरी तरह प्रतिबंधित किया गया था और उन्हें चर्चा तथा अपने स्वयं के विधिक ज्ञान पर निर्भर रहना पड़ा।
- Unguided AI: इन टीमों को सीधे पाठ में एम्बेड किए गए ChatGPT-जनित संशोधन सुझाव मिले। वे इस टूल का उपयोग जारी रख सकते थे, लेकिन किसी ने यह नहीं समझाया कि इसे कैसे प्रॉम्प्ट करना है या जो यह लौटाता है उसका मूल्यांकन कैसे करना है।
- Trained AI: इस समूह को विधिक प्रॉम्प्ट इंजीनियरिंग का व्यावहारिक प्रशिक्षण मिला, साथ ही AI आउटपुट की निरंतरता और सटीकता की जाँच करने का स्पष्ट प्रशिक्षण भी मिला।
No-AI समूह "आइडिया एक्सहॉशन" नामक दीवार से टकराया
AI के बिना काम करने वाले छात्र अध्ययन के दोनों वर्षों में अंतिम स्थान पर रहे। उनके संपादन सतही थे: स्पष्टता के लिए वाक्यों को फिर से लिखना, पुनरावृत्ति घटाना, शब्दावली को कसना। केवल कुछ ही उपसमूहों ने प्रावधान में सारवान विधिक सुधार का प्रयास किया। समय-सीमा और अधिक चौंकाने वाली थी। लगभग दस से पंद्रह मिनट के बाद, कई टीमों के पास आज़माने के लिए चीज़ें खत्म हो गईं — यही पैटर्न श्रेपेल "आइडिया एक्सहॉशन" कहते हैं।
प्रतिबंध से एक लाभ ज़रूर हुआ जिसे शोधकर्ता स्वीकार करते हैं। चैटबॉट पर निर्भर रहने के बिना, छात्रों ने एक-दूसरे से अधिक बहस की और वास्तविक चर्चा के माध्यम से पाठ को निखारा। हालाँकि, इसका व्यय यह था कि समय-सीमा के भीतर वह चर्चा कितनी दूर तक जा सकती है, इसकी एक सीमा थी।
बिना मार्गदर्शन वाला AI उपयोग: प्रवाहमय आउटपुट, बहुत कम जाँच
यदि no-AI समूह बहुत कम विचारों से पीड़ित था, तो unguided समूह बहुत कम संदेह से पीड़ित था। मध्य स्थिति के छात्रों ने ChatGPT के प्रस्तावों को बड़े पैमाने पर स्वीकार कर लिया, और अक्सर किसी बदलाव को इस आधार पर उचित ठहराया कि AI का संस्करण बस "बेहतर लगता था।" कुछ मामलों में, प्रतिभागियों ने "shall" और "individual" जैसे शब्दों को AI-सुझाए विकल्पों से बदल दिया, बिना यह दर्शाए कि ऐसा करने के विधिक परिणामों की उन्हें कोई समझ है — ऐसा प्रतिस्थापन जो सांविधिक प्रारूपण में वास्तविक महत्व रखता है।
इस स्थिति के हर एक उपसमूह ने ChatGPT के आउटपुट से कम से कम एक भ्रामक या विधिक रूप से अनावश्यक शब्द बनाए रखा। समस्या यह नहीं थी कि टूल ने बेकार पाठ बनाया; समस्या यह है कि पाठ इतना परिष्कृत आया कि उस पर सवाल उठाना हतोत्साहित हो गया।
संरचित प्रशिक्षण ने टूल के साथ वास्तविक संवाद उत्पन्न किया
तीसरे समूह का व्यवहार अलग था। इन छात्रों ने मॉडल पर दबाव डाला, वैकल्पिक शब्दावली आज़माई और असाइनमेंट के नीचे छिपे सारवान विधिक प्रश्नों की जाँच की, बजाय पहले प्रशंसनीय ड्राफ्ट को स्वीकार करने के। उनके अंकों ने इसे दर्शाया: 2024 में, प्रशिक्षित समूह ने अन्य दो को बड़े अंतर से पीछे छोड़ा, और यह लाभ अधिक कठिन टेक-होम परीक्षा में सबसे स्पष्ट रूप से दिखा।
दूसरे वर्ष में प्रशिक्षण का बढ़त लगभग गायब हो गया
फिर पैटर्न बदल गया। जब 2025 में प्रयोग दोहराया गया, तो अंतर लगभग बंद हो गया था। तीनों समूह लगभग समान स्तर के प्रदर्शन पर पहुँचे, जिनमें वे छात्र भी शामिल थे जिनके पास AI तक कोई पहुँच नहीं थी।
श्रेपेल की व्याख्या सीधी है: परिचितता। जैसे-जैसे चैटबॉट दैनिक जीवन का सामान्य हिस्सा बन गए, छात्र कक्षा में पहले से ही यह जानकर आने लगे कि उनके साथ कैसे काम करना है। औपचारिक निर्देश का अभी भी मूल्य था, लेकिन यह अब वही लाभ नहीं देता था जो एक साल पहले था, जब यह टूल नियमित शैक्षणिक कार्य में कम रचा-बसा था।
यह निष्कर्ष किसी भी सरल नीतिगत व्याख्या को जटिल बनाता है। यह सुझाव देता है कि प्रशिक्षण का लाभ आंशिक रूप से आधारभूत कौशल का परिणाम है — जब कोई टूल नया हो तो मूल्यवान, और जब वह परिवेश का हिस्सा बन जाए तो कम विभेदक।
शिक्षकों को परिणामों से क्या सीखना चाहिए
दो साल की इस अवधि से कई व्यावहारिक अवलोकन सामने आते हैं:
- समय-सीमित अभ्यास से AI हटाने से छात्रों के काम की गुणवत्ता नहीं बढ़ी; इस पाठ्यक्रम में इसने इसे घटाया।
- बिना निर्देश के AI की अनुमति देने से छात्र आत्मविश्वास से भरी त्रुटियों के प्रति असुरक्षित रह गए, जिन्हें पकड़ने की विशेषज्ञता उनके पास नहीं थी।
- छात्रों को AI आउटपुट की जाँच करना सिखाना — निरंतरता जाँचना, सटीकता सत्यापित करना, जानबूझकर प्रॉम्प्ट करना — मापनीय रूप से बेहतर परिणाम देता है, कम से कम तब तक जब यह कौशल असामान्य था।
- AI साक्षरता के आसपास का ज्ञान-अंतर अपने आप कम हो रहा है क्योंकि छात्रों को इन टूल्स के साथ रोज़मर्रा का अनुभव मिल रहा है।
व्यापक सीख यह है कि सार्थक अंतर शायद AI बनाम no AI नहीं, बल्कि guided बनाम unguided उपयोग है। प्रशिक्षित समूह का लाभ चैटबॉट को आज्ञा मानने वाली चीज़ के बजाय चुनौती देने वाली चीज़ मानने से आया, और ऐसा प्रतीत होता है कि परिणामों में सुधार टूल ने नहीं, बल्कि इसी आदत ने किया।
अध्ययन के दायरे को परिप्रेक्ष्य में रखना उचित है। ये निष्कर्ष एक ही पाठ्यक्रम, एक ही प्रशिक्षक और एक ही अनुशासन से आते हैं, जिनमें समूह का आकार अपेक्षाकृत मामूली था। विधिक प्रारूपण भी ऐसा क्षेत्र है जहाँ सटीकता का महत्व ऐसा है जो शायद अन्य विषयों पर सीधे लागू न हो।
फिर भी, दो साल की यह यात्रा परिणामों को असामान्य महत्व देती है। श्रेपेल ने यह अपेक्षा करते हुए शुरुआत की थी कि unguided AI उलटा असर करेगा, और आँकड़ों ने उस अपेक्षा का साथ देने से इनकार कर दिया। उनका निष्कर्ष उन संस्थानों के लिए उपयोगी सुधार है जो पूर्ण प्रतिबंध पर विचार कर रहे हैं: निषेध ने विचारों का एक स्रोत हटा दिया, लेकिन निर्णय की आवश्यकता को समाप्त नहीं किया, जबकि टूल का जिम्मेदारी से उपयोग करना सिखाने से सबसे बड़ा मापनीय लाभ मिला।
यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on the-decoder.com
