मॉसको के एक विश्वविद्यालय के क्लासरूम में, डेडलाइन से महज़ आधा घंटा पहले, पांचवें वर्ष की एक छात्रा मार्केटिंग केस स्टडी के विश्लेषण के लिए चैट में प्रॉम्प्ट डालती है। न्यूरल नेटवर्क उदाहरणों और संदर्भों के साथ एक व्यवस्थित टेक्स्ट तैयार कर देता है। वह छात्रा इसकी शब्दावली में सुधार करती है और अपना काम जमा कर देती है।
'फ्रंटियर्स इन एजुकेशन' पत्रिका में प्रकाशित एक शोध में ठीक इसी तरह के अभ्यासों का अध्ययन किया गया है। इसके लेखकों ने कई देशों के एक हज़ार से अधिक छात्रों का सर्वेक्षण किया और विश्लेषण किया कि वे अपनी रोज़मर्रा की पढ़ाई में जेनरेटिव मॉडल का उपयोग कैसे करते हैं। यह शोध कार्य केवल अमूर्त प्रवृत्तियों को ही नहीं, बल्कि विशिष्ट स्थितियों को दर्ज करता है: जैसे सेमिनार की तैयारी से लेकर शोध पत्र लिखने तक।
इसकी कार्यप्रणाली कुछ इस प्रकार है। छात्र पहले समस्या तैयार करता है, एक ड्राफ्ट प्राप्त करता है, और फिर उसकी तुलना अपने स्वयं के नोट्स और लेक्चर सामग्री से करता है। इसमें मुख्य कदम केवल कॉपी करना नहीं, बल्कि संपादन और तथ्यों की जांच करना है। यह प्रक्रिया वर्किंग मेमोरी पर बोझ कम करती है और सूचना खोजने के बजाय विश्लेषण की ओर तेज़ी से बढ़ने में मदद करती है। इसकी तुलना एक सरल उदाहरण से की जा सकती है: न्यूरल नेटवर्क एक शुरुआती सहायक की तरह काम करता है जो कमरे में फर्नीचर सजा देता है, जबकि छात्र यह तय करता है कि खाली जगह कहाँ छोड़नी है।
शोध के आंकड़ों के अनुसार, लगभग 65% उत्तरदाताओं ने शैक्षणिक कार्यों के लिए कम से कम एक बार एआई का उपयोग किया है। इसके सकारात्मक प्रभाव तैयारी की गति में वृद्धि और कठिन विषयों की बेहतर समझ के रूप में दिखाई देते हैं। हालाँकि, लेखक कुछ सीमाओं की ओर भी इशारा करते हैं: शोध में शामिल छात्र मुख्य रूप से तकनीकी और आर्थिक क्षेत्रों से थे और डेटा केवल एक सेमेस्टर के दौरान एकत्र किया गया था। नियमित रूप से इन मॉडलों का उपयोग करने पर आलोचनात्मक सोच की गहराई में क्या बदलाव आता है, इस पर दीर्घकालिक अवलोकन उपलब्ध नहीं हैं।
यहीं से एक व्यापक समस्या सामने आती है। जब कोई उपकरण शिक्षक के परामर्श से अधिक सुलभ हो जाता है, तो उन लोगों के बीच असमानता पैदा होती है जो सटीक प्रॉम्प्ट बनाना जानते हैं और जो एआई को केवल तैयार उत्तर के रूप में उपयोग करते हैं। उच्च शिक्षा प्रणाली, जो स्वतंत्र रूप से किए गए कार्यों के मूल्यांकन पर आधारित है, अब अपनी दिशा खोने लगी है: कि वास्तव में किस चीज़ का मूल्यांकन किया जाए — परिणाम का या उसे प्राप्त करने की प्रक्रिया का।
अब प्रश्न यह नहीं है कि न्यूरल नेटवर्क की अनुमति दी जानी चाहिए या नहीं, बल्कि यह है कि असाइनमेंट को इस तरह कैसे बदला जाए कि उनमें विशेष रूप से उन्हीं चीजों की आवश्यकता हो जिन्हें एआई फिलहाल प्रतिस्थापित नहीं कर सकता: जैसे कि व्यक्तिगत दृष्टिकोण और तर्कों के चयन की जिम्मेदारी।
