अच्छा मित्र या भावी व्याख्याता प्रतिस्थापन?

आजकल, कृत्रिम बुद्धिमत्ता (एआई) का जीवन के कई पहलुओं पर गहरा प्रभाव पड़ रहा है। शिक्षा और प्रशिक्षण का क्षेत्र भी इसका अपवाद नहीं है। इस बात को लेकर कई सवाल उठ रहे हैं कि क्या भविष्य में एआई शिक्षकों की जगह ले पाएगा या नहीं?

स्थानीय संग्रहालयों और अभिलेखागारों के प्रतिनिधियों और आरएमआईटी वियतनाम के कर्मचारियों ने सांस्कृतिक विरासत के संरक्षण के लिए उन्नत 3डी तकनीक के उपयोग का अनुभव प्राप्त किया। फोटो: आरएमआईटी

क्या एआई से व्याख्याता की भूमिका प्रभावित होती है?

डॉ. गुयेन वान डोंग (साइगॉन विश्वविद्यालय) के शोध के अनुसार, उच्च शिक्षा में नवाचार, शिक्षण को तकनीकी विकास से जोड़ने के लिए आवश्यक है। कृत्रिम बुद्धिमत्ता (एआई) का उपयोग शिक्षण और अधिगम प्रक्रिया को अनुकूलित करके उच्च शिक्षा में शैक्षिक प्रबंधन को बेहतर बनाने की अपार संभावनाएँ प्रदान करता है।

शोध से पता चलता है कि एआई में एकीकरण और विकास की दिशा में उच्च शिक्षा के परिदृश्य को बदलने की काफी क्षमता है।

सबसे पहले, एआई व्यक्तिगत आवश्यकताओं के अनुरूप शिक्षण विधियों को सक्षम बनाता है। छात्रों की शिक्षण शैलियों और प्रगति के गहन डेटा विश्लेषण के साथ, अनुकूली शिक्षण प्रणालियाँ अधिक प्रभावी और कुशल शिक्षण अनुभव प्रदान करने के लिए संरचित होती हैं।

दूसरा, एआई ऐतिहासिक डेटा का विश्लेषण करके छात्रों के व्यवहार, जैसे शैक्षणिक प्रदर्शन, उपस्थिति, या यहाँ तक कि संभावित सीखने की कठिनाइयों का भी अनुमान लगा सकता है। इससे संस्थानों को निवारक उपाय करने या ज़रूरतमंद छात्रों की मदद के लिए समय रहते हस्तक्षेप करने में मदद मिलती है।

ये सभी लाभ दर्शाते हैं कि एआई एक ऐसा उपकरण है जिसका उपयोग व्याख्याताओं को प्रभावी ढंग से पढ़ाने में सहायता के लिए किया जाता है।

इसी मुद्दे पर, हो ची मिन्ह सिटी नेशनल यूनिवर्सिटी के छात्र मामलों के विभाग के उप प्रमुख डॉ. गुयेन मिन्ह हुएन ट्रांग ने पुष्टि की: "निश्चित रूप से एआई व्याख्याताओं की जगह नहीं ले सकता। क्योंकि व्याख्याताओं द्वारा पृष्ठभूमि ज्ञान प्रदान किए बिना छात्र इस तकनीक का प्रभावी ढंग से उपयोग नहीं कर सकते।"

सुश्री ट्रांग ने बताया कि अगर छात्रों को पृष्ठभूमि ज्ञान नहीं दिया जाता है, तो वे यह सत्यापित नहीं कर पाएँगे कि एआई द्वारा प्रदान किए गए ड्राफ्ट और सामग्री उचित और सटीक हैं या नहीं। उनके अनुसार, एआई के प्रभावों को सकारात्मक रूप से देखा जाना चाहिए। क्योंकि एआई उच्च शिक्षा की गुणवत्ता में सुधार लाने में मदद करने वाला एक उपकरण है।

समस्या यह है कि छात्रों को ज्ञान प्रदान करने के लिए, व्याख्याताओं को स्वयं अपने ज्ञान को अद्यतन करने की आवश्यकता है। उनका मानना ​​है कि उच्च शिक्षा संस्थानों को बुनियादी ढाँचे में निवेश करने के साथ-साथ व्याख्याताओं को एआई तकनीक के उपयोग, अनुप्रयोग और दोहन की क्षमता विकसित करने के लिए प्रशिक्षित करना चाहिए।

दो लेखकों वाहुदी और सुनारसी (2021) द्वारा किए गए एक अन्य अध्ययन, जिसका शोध विषय "कोविड-19 महामारी के दौरान व्याख्याताओं के प्रदर्शन पर ज्ञान प्रबंधन के कार्यान्वयन के लाभ" था, ने दर्शाया कि एआई व्याख्याताओं की शैक्षिक गतिविधियों की प्रभावशीलता को बनाए रखने में मदद करता है। अध्ययन के अनुसार, ज्ञान प्रबंधन एक प्रौद्योगिकी-आधारित ऑनलाइन शिक्षा वितरण प्रणाली के उद्भव को प्रोत्साहित करता है ताकि शिक्षा क्षेत्र में व्याख्याताओं का प्रदर्शन कम न हो।

शिक्षण में एआई के प्रभावी उपयोग की चुनौतियाँ

जैसे-जैसे उन्नत एआई प्रणालियाँ सर्वव्यापी होती जा रही हैं, छात्रों को यह सीखना होगा कि एआई का आलोचनात्मक, नैतिक और उद्देश्य एवं संदर्भ के अनुकूल उपयोग कैसे किया जाए। फोटो: आरएमआईटी

यद्यपि यह शैक्षिक विकास के लिए बड़ी संभावनाएं प्रदान करता है, फिर भी एआई को प्रभावी ढंग से उपयोग करने में चुनौतियां हैं।

दो लेखकों फाम थी फुओंग डुंग और हो झुआन विन्ह (हंग वुओंग विश्वविद्यालय, हो ची मिन्ह सिटी) द्वारा किए गए अध्ययन "विश्वविद्यालय प्रबंधन में कृत्रिम बुद्धिमत्ता का अनुप्रयोग: संभावनाएं और चुनौतियां" ने विशेष रूप से व्याख्याताओं और सामान्य रूप से उच्च शिक्षा संस्थानों के लिए उल्लेखनीय चुनौतियों की ओर इशारा किया है।

सबसे पहले, सुरक्षा और गोपनीयता के लिए। शिक्षा प्रबंधन में एआई के उपयोग के लिए बड़ी मात्रा में डेटा तक पहुँच की आवश्यकता होती है, जिसमें छात्रों, व्याख्याताओं और कर्मचारियों की व्यक्तिगत जानकारी भी शामिल है। यदि संवेदनशील जानकारी लीक होती है या उसका दुरुपयोग होता है, तो इससे न केवल शैक्षणिक संस्थान की प्रतिष्ठा प्रभावित होगी, बल्कि छात्रों को भी नुकसान होगा।

दूसरा, कुशल मानव संसाधनों की कमी है। शिक्षा जगत के कई व्याख्याता और कर्मचारी एआई और डेटा एनालिटिक्स में प्रशिक्षित नहीं हैं। कौशल की इस कमी के कारण तकनीक का कार्यान्वयन अप्रभावी हो सकता है और संसाधनों की बर्बादी हो सकती है। इस क्षेत्र में उच्च योग्यता प्राप्त कर्मियों को ढूँढना और उनकी भर्ती करना भी मुश्किल है, खासकर विभिन्न शैक्षणिक संस्थानों के बीच कड़ी प्रतिस्पर्धा के संदर्भ में।

तीसरा, तकनीक को एकीकृत करने में कठिनाई। कई मौजूदा शिक्षा प्रबंधन प्रणालियाँ एआई और बिग डेटा के साथ एकीकरण के लिए डिज़ाइन नहीं की गई हैं, जिससे डेटा और वर्कफ़्लो को सिंक्रोनाइज़ करने में कठिनाई होती है। अनुकूलता की कमी परिवर्तन प्रक्रिया को धीमा कर सकती है और स्कूलों को सिस्टम को अपग्रेड करने में अधिक निवेश करने के लिए मजबूर कर सकती है।

चौथा, उच्च निवेश लागत। एआई और बिग डेटा को लागू करने के लिए सॉफ्टवेयर, हार्डवेयर और मानव संसाधन प्रशिक्षण में बड़े शुरुआती निवेश की आवश्यकता होती है। यह एक वित्तीय बोझ बन सकता है, खासकर सीमित बजट वाले शैक्षणिक संस्थानों के लिए। इसके अलावा, तकनीक के रखरखाव और अद्यतन की लागत भी एक महत्वपूर्ण कारक हो सकती है, जिससे शैक्षणिक संस्थानों पर वित्तीय दबाव बढ़ सकता है।

अंत में, विश्लेषण और निर्णय लेने में कठिनाई होती है। अधूरा, गलत या पुराना डेटा गलत निर्णय लेने का कारण बन सकता है और सीखने और प्रबंधन प्रदर्शन पर नकारात्मक प्रभाव डाल सकता है। डेटा विश्लेषण के लिए अत्यधिक विशिष्ट कौशल की आवश्यकता होती है, और कई कर्मचारियों को जटिल विश्लेषण उपकरणों तक पहुँचने में कठिनाई हो सकती है।

शिक्षण प्रक्रिया में एआई का प्रभावी ढंग से उपयोग करने के लिए क्या करें?

एआई का प्रभावी ढंग से उपयोग करने के लिए, एमएससी फाम थी फुओंग डुंग और एमएससी हो झुआन विन्ह (हंग वुओंग विश्वविद्यालय, हो ची मिन्ह सिटी) द्वारा किए गए शोध में पांच उपाय सुझाए गए हैं।

सबसे पहले, भंडारण और संचरण के दौरान डेटा की सुरक्षा के लिए एन्क्रिप्शन तकनीक का उपयोग करते हुए, मज़बूत सुरक्षा उपाय लागू करें। इससे यह सुनिश्चित होता है कि डेटा के साथ छेड़छाड़ होने पर भी, जानकारी सुरक्षित रहे। अनधिकृत पहुँच को रोकने के लिए प्रमाणीकरण की कई परतें लागू करें, पासवर्ड लॉगिन के अलावा, उपयोगकर्ताओं को फ़ोन या ईमेल के माध्यम से प्रमाणीकरण की आवश्यकता होती है।

दूसरा, प्रशिक्षण और कौशल विकास, संकाय और कर्मचारियों के लिए कृत्रिम बुद्धिमत्ता, डेटा विश्लेषण और सूचना प्रौद्योगिकी पर पाठ्यक्रम प्रदान करना। पाठ्यक्रम बुनियादी से लेकर उन्नत स्तर तक डिज़ाइन किए जा सकते हैं। इसके साथ ही, उद्योग विशेषज्ञों के बीच ज्ञान और अनुभव साझा करने के लिए कार्यक्रम आयोजित करना और साथ ही प्रौद्योगिकी कंपनियों के साथ सहयोग करके प्रशिक्षण कार्यक्रम आयोजित करना और संसाधन साझा करना।

तीसरा, कार्यान्वयन से पहले, ऐसे तकनीकी समाधानों पर शोध और चयन करना आवश्यक है जो वर्तमान प्रणाली के साथ अच्छी तरह से एकीकृत हो सकें। पूर्ण कार्यान्वयन से पहले तकनीक की व्यवहार्यता का मूल्यांकन करने के लिए पायलट परियोजनाएँ चलाएँ। एक एकीकृत डेटा प्रणाली डिज़ाइन करें ताकि सभी डेटा स्रोतों को जोड़ा जा सके और प्रभावी ढंग से उपयोग किया जा सके।

चौथा, शुरुआत में भारी निवेश करने के बजाय, स्कूल छोटी परियोजनाओं से शुरुआत कर सकते हैं और प्राप्त परिणामों के आधार पर धीरे-धीरे विस्तार कर सकते हैं। रणनीतियों को समायोजित करने और लागतों को अनुकूलित करने के लिए समय-समय पर समीक्षा करें।

पाँचवाँ, सटीकता और पूर्णता सुनिश्चित करने के लिए स्पष्ट डेटा संग्रह, भंडारण और प्रसंस्करण प्रक्रियाएँ स्थापित करें। गलत डेटा का पता लगाने और उसे ठीक करने के लिए नियमित ऑडिट करें। डेटा गुणवत्ता संबंधी समस्याओं का पता लगाने और उनसे निपटने में डेटा प्रबंधन कर्मचारियों की सहायता के लिए डेटा विश्लेषण की सामान्य समझ को बेहतर बनाने हेतु विशेषज्ञों के साथ ज्ञान साझाकरण सत्र आयोजित करें।

स्रोत: https://danviet.vn/tri-tue-nhan-tao-ai-nguoi-ban-tot-hay-ke-co-the-thay-the-giang-vien-trong-tuong-lai-20241219114343297.htm