दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

जेनएआई पीढ़ी: जागरूकता, तैयारी और चिंता के बारे में छात्रों के विचार

Created by
  • Haebom

लेखक

मिकाएला सिराज, जॉन ड्यूक, थॉमस प्लॉट्ज़

रूपरेखा

यह शोधपत्र शिक्षा और मानव संसाधन विकास पर जनरेटिव आर्टिफिशियल इंटेलिजेंस (GenAI) के प्रभाव और GenAI पीढ़ी (GenAI की शुरुआत के साथ शिक्षित हो रहे छात्र) की धारणा की जाँच करता है। हमने 250 से अधिक छात्रों को लक्षित करते हुए एक सर्वेक्षण (खुले प्रश्नों सहित) के माध्यम से GenAI के बारे में धारणा, तैयारी और चिंताओं का विश्लेषण किया। परिणामों से पता चला कि उन्होंने GenAI शिक्षा पाठ्यक्रम पूरा किया है या नहीं, इसका उनकी तैयारी पर महत्वपूर्ण प्रभाव पड़ा। जिन छात्रों ने GenAI पर अधिक शिक्षा प्राप्त की थी, वे अधिक तैयार थे, जबकि जिन्होंने नहीं की थी, वे अधिक चिंतित थे। हालाँकि अधिकांश छात्रों ने GenAI के प्रति सकारात्मक प्रतिक्रिया दी, लेकिन उनमें नैतिक मुद्दों, नौकरी छूटने और शिक्षा प्रणाली की अपर्याप्तता को लेकर भी अधिक चिंताएँ थीं। निष्कर्ष के तौर पर, हम GenAI के उपयोग और नैतिक सोच व अनुकूली शिक्षण कौशल के विकास पर शैक्षणिक संस्थानों द्वारा व्यवस्थित मार्गदर्शन के महत्व पर बल देते हैं।

Takeaways, Limitations

Takeaways:
छात्रों की GenAI तैयारी में बढ़ते अंतर की पुष्टि इस बात पर निर्भर करती है कि उन्होंने GenAI शिक्षा पूरी की है या नहीं।
जेनएआई के प्रति सकारात्मक धारणा के बावजूद, नैतिक मुद्दों, नौकरियों के नुकसान और शिक्षा प्रणाली में अपर्याप्तता के बारे में चिंताएं भी बढ़ रही हैं।
जेनएआई युग में आवश्यक शैक्षिक दिशा और शैक्षिक संस्थानों की भूमिका प्रस्तुत करना।
GenAI के उपयोग पर व्यवस्थित शिक्षा के महत्व पर जोर दें।
Limitations:
चूंकि यह एक सर्वेक्षण-आधारित अध्ययन है, इसलिए इसमें GenAI के उपयोग की वर्तमान स्थिति और इसके दीर्घकालिक प्रभाव के गहन विश्लेषण का अभाव है।
चूंकि यह अध्ययन एक विशिष्ट क्षेत्र या विश्वविद्यालय के छात्रों को लक्षित करता है, इसलिए सामान्यीकरण की सीमाएं हैं।
गुणात्मक डेटा विश्लेषण में व्यक्तिपरकता की संभावना मौजूद है।
👍