“मेरा होमवर्क AI ने लिखा है” वाली घबराहट खत्म हो चुकी है: अब उसकी जगह क्या आया है

जब ChatGPT सार्वजनिक रूप से उपलब्ध हुआ, तो शिक्षकों ने सबसे बुरे संभावित नतीजों की कल्पना करना शुरू कर दिया।

छात्र अब अपने निबंध खुद नहीं लिखेंगे। 

घर पर किए जाने वाले असाइनमेंट पर भरोसा करना नामुमकिन हो जाएगा। 

और कहीं, एक एलएलएम The Great Gatsby पर पाँच अनुच्छेदों वाला एक बिल्कुल स्वीकार्य निबंध लिख रहा होगा, जबकि उसका कथित लेखक दूसरे कमरे में वीडियो गेम खेल रहा होगा।

यह चिंता समझ में आती थी। पहली बार छात्रों को ऐसी तकनीक का मुफ़्त इस्तेमाल करने का मौका मिला था, जो लगभग किसी भी विषय पर भरोसेमंद लगने वाला लिखित काम तैयार कर सकती थी। लेकिन जनरेटिव AI के दौर के कई साल बीतने के बाद, इस पर चर्चा और पेचीदा होती जा रही है।

छात्र अब भी AI का इस्तेमाल कर रहे हैं। दरअसल, इसका इस्तेमाल असाधारण रूप से आम हो गया है। Higher Education Policy Institute का 2025 का सर्वेक्षण—जिसमें ब्रिटेन के 1,000 से अधिक स्नातक विद्यार्थियों ने हिस्सा लिया—में पाया गया कि 92% किसी न किसी रूप में AI का इस्तेमाल कर रहे थे, जबकि 88% ने मूल्यांकन के लिए जनरेटिव AI का इस्तेमाल किया था। UCLA की 2025 की स्नातक कक्षा पर किए गए शोध में भी पाया गया कि जवाब देने वाले अंतिम वर्ष के 73% विद्यार्थियों ने अपने पाठ्यक्रम के काम में मदद के लिए जनरेटिव AI का इस्तेमाल किया।

फिर भी, ज़रूरी नहीं कि ये छात्र ChatGPT से किसी असाइनमेंट को शुरू से अंत तक पूरा करने के लिए कह रहे हों। वे विषयों पर शोध करते हैं, विचार-मंथन करते हैं, परीक्षाओं की तैयारी करते हैं, लेखन संपादित करते हैं, कठिन अवधारणाओं को समझाते हैं और कभी-कभी असाइनमेंट के कुछ हिस्से तैयार करते हैं।

इससे शिक्षकों के सामने एक अहम सवाल उठता है: क्या छात्र वाकई समझते हैं कि वे क्या जमा कर रहे हैं?

AI पहचानने वाले उपकरणों की समस्या

AI से तैयार होमवर्क के जवाब में AI का ही एक और रूप सामने आया: पहचानने वाला सॉफ़्टवेयर।

अगर छात्र निबंध लिखने के लिए एल्गोरिदम का इस्तेमाल कर सकते थे, तो शायद शिक्षक उन्हें पकड़ने के लिए किसी दूसरे एल्गोरिदम का इस्तेमाल कर सकते थे।

लेकिन इसमें एक समस्या है। AI से लिखे गए पाठ की पहचान करना, उसका सबूत होने के बराबर नहीं है।

व्यापक रूप से जनरेटिव AI का इस्तेमाल शुरू होने के शुरुआती दिनों से ही शोधकर्ता गलत सकारात्मक और गलत नकारात्मक नतीजों को लेकर चिंता जताते रहे हैं। 2023 का एक अध्ययन, जो The International Journal of Management Education में प्रकाशित हुआ था, उसमें पाया गया कि पहचानने वाले उपकरण असली और AI से लिखे गए पाठ का वर्गीकरण करते समय एक-दूसरे से मिलते-जुलते नतीजे दे रहे थे। इससे दोनों तरह की गलतियों की आशंका पैदा हुई।

हाल के शोध से संकेत मिलता है कि बुनियादी चुनौती अब भी बनी हुई है। एक मूल्यांकन, जो 2026 में Computers & Education में प्रकाशित हुआ था, उसमें AI से लिखे गए पाठ की पहचान करने वाले 13 उपकरणों को छात्रों के असली असाइनमेंट, शोध-प्रबंधों और कोड के आधार पर परखा गया। शोधकर्ताओं ने निष्कर्ष निकाला कि उच्च दाँव वाले शैक्षणिक निर्णयों के लिए इन उपकरणों का प्रदर्शन अब भी अपर्याप्त था। उन्होंने यह भी पाया कि संपादित AI-जनित सामग्री अक्सर पहचान से बच सकती थी।

इसका मतलब यह नहीं कि पहचानने वाले उपकरण बेकार हैं। लेकिन इससे AI की मदद से किए गए शैक्षणिक काम के मामले में उन पर मुख्य समाधान के रूप में निर्भर रहना मुश्किल हो जाता है।

इससे एक बड़ा सवाल भी उठता है।

अगर कोई पहचानने वाला उपकरण पूरी तरह सही भी काम करे, तो वह शिक्षक को सिर्फ़ यह बताएगा कि संभवतः किसी पाठ को AI ने तैयार किया है या नहीं। वह यह नहीं बताएगा कि सीखना हुआ भी या नहीं।

दो छात्रों की कल्पना कीजिए:

• पहला छात्र AI चैटबॉट से पूरा असाइनमेंट लिखवाता है, उसमें कुछ बदलाव करता है और तर्क को समझे बिना उसे जमा कर देता है।
• दूसरा छात्र AI से उस अवधारणा को समझाने के लिए कहता है, जिसे समझने में उसे कठिनाई हो रही थी; फिर आगे सवाल पूछता है, संभावित तर्कों पर विचार-मंथन करता है, अपना असाइनमेंट खुद लिखता है और पहले मसौदे की कमियाँ पहचानने के लिए दोबारा उस टूल का इस्तेमाल करता है।

दोनों ने AI का इस्तेमाल किया। लेकिन शिक्षा के लिहाज़ से, दोनों ने बिल्कुल अलग काम किए।

“क्या आपने AI का इस्तेमाल किया?” अब गलत सवाल बनता जा रहा है

जनरेटिव AI अब सिर्फ़ लिखने वाली मशीन नहीं रह गया है।

छात्र इसका इस्तेमाल संपादक, शिक्षक, विचार-मंथन के साथी, अनुवादक, शोध सहायक, कोडिंग में मददगार या पढ़ाई के टूल के रूप में कर सकते हैं। AI की सुविधाएँ भी उन सॉफ़्टवेयर में तेज़ी से शामिल की जा रही हैं, जिनका लोग पहले से इस्तेमाल करते हैं।

छात्र खुद भी इस अंतर को समझते हैं। Chegg के 2025 के वैश्विक छात्र सर्वेक्षण में, सर्वेक्षण में शामिल स्नातक विद्यार्थियों में से 80% ने कहा कि उन्होंने अपनी पढ़ाई में मदद के लिए जनरेटिव AI का इस्तेमाल किया था। इन उपयोगकर्ताओं में से 56% ने इसका मुख्य रूप से अवधारणाओं या विषयों को समझने के लिए इस्तेमाल किया। वहीं, 53% को गलत जानकारी मिलने की चिंता थी।

यह आखिरी आँकड़ा पहले जितना ही महत्वपूर्ण हो सकता है, क्योंकि AI के साथ काम करना सीखने का एक हिस्सा यह जानना भी है कि किसी जवाब पर भरोसा करना चाहिए या नहीं।

कोई चैटबॉट निबंध के लिए स्रोत सुझा सकता है। उनमें से कुछ स्रोत शायद मौजूद ही न हों। वह किसी अनुच्छेद को बेहतर बना सकता है। लेकिन वह चुपचाप छात्र की बात का मतलब भी बदल सकता है।

AI जितनी आसानी से जवाब तैयार करना संभव बनाता है, उस जवाब को परखने लायक जानकारी होना उतना ही ज़रूरी हो जाता है। यहीं से अकादमिक ईमानदारी की चर्चा, AI साक्षरता की चर्चा में बदलने लगती है।

छात्रों को यह साबित करना होगा कि वे समझते हैं

दशकों से, अच्छी तरह शोध करके तैयार किए गए अंतिम असाइनमेंट अक्सर सीखने के प्रमाण माने जाते रहे हैं।

छात्र निबंध, प्रयोगशाला रिपोर्ट, प्रस्तुति या कोड का कोई हिस्सा जमा करता है और शिक्षक अंतिम काम का मूल्यांकन करके तय करते हैं कि छात्र विषयवस्तु को कितनी अच्छी तरह समझता है।

जनरेटिव AI इस धारणा को कमज़ोर करता है, क्योंकि अब एक उत्कृष्ट अंतिम काम तैयार हो सकता है, भले ही छात्र के पास वह ज्ञान न हो जिसे वह काम दर्शाता हुआ लगता है।

इससे शिक्षकों को अंतिम काम से आगे देखने की ज़रूरत पड़ती है:

1. छात्र से पूछें कि वह इस निष्कर्ष पर क्यों पहुँचा।
2. पूछें कि किस सबूत ने उसकी राय बदल दी।
3. उससे मौखिक रूप से अपना तर्क रखने को कहें।
4. पूछें कि असाइनमेंट का कौन-सा हिस्सा उसे सबसे मुश्किल लगा।
5. समस्या में एक चर बदलें और उससे उसे फिर से हल करने को कहें।
6. उससे अपने काम की किसी कमज़ोरी की पहचान करने को कहें।

अगर AI के इस्तेमाल की अनुमति थी, तो पूछें कि उसने इसका इस्तेमाल कैसे किया, इससे क्या मदद मिली और उसने किन सुझावों को स्वीकार नहीं किया।

अब एक प्रभावशाली जवाब तैयार करना असाइनमेंट का केवल एक हिस्सा है। छात्र को उसके पीछे की सोच पर अपना अधिकार भी दिखाना होगा।

होमवर्क में प्रक्रिया का अधिक हिस्सा दिखना चाहिए

सालों तक, डिजिटल उपकरणों ने मूल्यांकन को अंतिम काम पर केंद्रित करना लगातार आसान बनाया। जनरेटिव AI कुछ शिक्षकों को इसके उलट दिशा में ले जा रहा है: उस प्रक्रिया की ओर, जिससे अंतिम काम तैयार हुआ।

इसका मतलब केवल अंतिम काम देखने के बजाय रूपरेखाओं और मसौदों की समीक्षा करना हो सकता है। इसमें कक्षा की चर्चा या मौखिक गतिविधियाँ शामिल की जा सकती हैं। छात्र यह दर्ज कर सकते हैं कि उनका तर्क कैसे विकसित हुआ, समझा सकते हैं कि उन्होंने खास स्रोत क्यों चुने, या बता सकते हैं कि उन्हें किन जगहों पर कठिनाई हुई।

AI को मूल्यांकन का ही हिस्सा बनाया जा सकता है।

छात्रों से चैटबॉट का इस्तेमाल न करने को कहने के बजाय, शिक्षक AI से तैयार जवाब देकर उनसे उसकी आलोचनात्मक समीक्षा करने को कह सकते हैं।

• मॉडल ने क्या सही किया?
• उसकी नज़र से क्या छूट गया?
• किन दावों की पुष्टि करना ज़रूरी है?
• जवाब पर भरोसा करने से पहले किन स्रोतों की ज़रूरत होगी?
• क्या छात्र इससे बेहतर तर्क दे सकता है?

इन सवालों का काम किसी और से करवाना कहीं ज़्यादा मुश्किल है, क्योंकि अब असाइनमेंट में मानवीय निर्णय की माँग है। और जब AI माँगने पर विश्वसनीय लगने वाली जानकारी तैयार कर सकता है, तब छात्रों के लिए निर्णय लेने का कौशल ठीक वही है जिसकी उन्हें ज़रूरत है।

AI साक्षरता अकादमिक साक्षरता का पर्याय बन रही है

एक समय था जब “डिजिटल साक्षरता” का मतलब मुख्य रूप से कंप्यूटर चलाना, इंटरनेट पर रास्ता ढूँढ़ना और आम सॉफ़्टवेयर इस्तेमाल करना जानना था।

इसकी परिभाषा अधिक व्यापक हुई, क्योंकि इंटरनेट पर खोज करना जानना ही काफ़ी नहीं था। लोगों को वेबसाइटों की विश्वसनीयता परखना, अविश्वसनीय स्रोत पहचानना, निजी जानकारी सुरक्षित रखना और यह समझना भी ज़रूरी था कि खोज परिणामों में सबसे ऊपर दिखने वाली चीज़ अपने आप सच नहीं हो जाती।

AI साक्षरता भी ऐसे ही बदलाव से गुज़र रही है: प्रॉम्प्ट लिखना जानना उपयोगी है, लेकिन यह उस कौशल का केवल एक हिस्सा है।

छात्रों को यह भी समझना होगा कि जनरेटिव AI भरोसेमंद ढंग से क्या कर सकता है और क्या नहीं। उन्हें मनगढ़ंत जवाब पहचानने, आत्मविश्वास से दिए गए उत्तरों पर सवाल उठाने, स्रोतों की पुष्टि करने, निजता का ध्यान रखने और यह समझने की ज़रूरत है कि AI की मदद कब सीमा पार करके उनकी अपनी सोच की जगह लेने लगती है।

सीखने के समग्र उद्देश्य के लिहाज़ से इस फ़र्क को समझने में संभवतः कुछ कोशिशें और गलतियाँ होंगी।

किसी कठिन अवधारणा को समझाने के लिए AI का इस्तेमाल सीखने की गति बढ़ा सकता है। समस्या को खुद हल करने की कोशिश से पहले AI से उसे हल करवाना उस संज्ञानात्मक मेहनत को दरकिनार कर सकता है, जिसे विकसित करने के लिए असाइनमेंट बनाया गया था।

कक्षा से बाहर की दुनिया

शिक्षा हमेशा से भविष्य को ध्यान में रखकर चलने वाला प्रयास रही है। पढ़ाई पूरी करने के बाद छात्र स्कूल में सीखे सबक अपने साथ कार्यस्थल पर ले जाते हैं। और जिन कार्यस्थलों में वे जाएँगे, वहाँ AI का न होना असंभव-सा है।

रचनात्मक मंचों और उद्यम प्रणालियों में AI सहायक शामिल किए जा रहे हैं। आज के कई छात्र ऐसे करियर में जा सकते हैं जहाँ AI का प्रभावी इस्तेमाल अपेक्षित होगा। इसलिए, पेशेवर जीवन की तैयारी के तौर पर “AI बिल्कुल नहीं” वाला रवैया अपनाना लगातार मुश्किल होता जा रहा है।

दूसरी अति भी विशेष उपयोगी नहीं है।

जो विद्यार्थी एआई के बिना कोई तर्क लिख नहीं सकता, वह ज़रूरी नहीं कि एआई-सक्षम कार्यस्थल के लिए बेहतर ढंग से तैयार हो गया हो। यही बात उस विद्यार्थी पर भी लागू होती है, जो एआई से तैयार किया गया विश्लेषण बिना जाँचे स्वीकार कर लेता है।

कौन-सा काम सौंपना है और कौन-सा नहीं, यह जानना ही मूल्यवान कौशल है।

• एआई कुछ ही सेकंड में शुरुआती सारांश तैयार कर सकता है। लेकिन उसमें क्या छूट गया है, यह पहचानने के लिए व्यक्ति को विषय का पर्याप्त ज्ञान होना अब भी ज़रूरी है।
• यह कोड भी बना सकता है। फिर भी, किसी को यह जानना होगा कि कोड काम करता है या नहीं, सुरक्षित है या नहीं और क्या वह अपेक्षित समस्या का समाधान करता है।
• यह किसी ग्राहक को भेजे जाने वाले ईमेल का मसौदा तैयार कर सकता है। फिर भी, किसी को ग्राहक को इतना समझना होगा कि वह जान सके कि उसे भेजना बहुत बड़ी भूल तो नहीं होगी।

स्वतंत्र विवेक के बिना एआई का दक्षतापूर्वक उपयोग करना कोई खास दक्षता नहीं है।

अकादमिक ईमानदारी का नया सवाल

नकल की मूल समस्या अब भी मौजूद है। विद्यार्थी काम से बचने के लिए जनरेटिव एआई का इस्तेमाल कर सकते हैं, ठीक वैसे ही जैसे वे हमेशा से काम से बचने के तरीके खोजते आए हैं। शिक्षकों को अब भी यह तय करने वाली सीमाएँ निर्धारित करनी होंगी कि एआई का उपयोग कहाँ किया जा सकता है, कहाँ स्वतंत्र रूप से काम करना ज़रूरी है और अकादमिक कदाचार किसे माना जाएगा।

लेकिन व्यापक चर्चा इस विचार पर केंद्रित रही है कि एआई ने ज्ञान का आभास पैदा करना असाधारण रूप से आसान बना दिया है। इसका अर्थ है कि शिक्षा को ज्ञान के आभास और वास्तविक ज्ञान के बीच अंतर पहचानने में बेहतर होना होगा।

पहले सवाल होता था: “क्या यह काम आपने किया है?”

अब सवाल है: “क्या आप दिखा सकते हैं कि इस काम के पीछे की सोच आपकी अपनी है?”

इस सवाल का आकलन करना अधिक कठिन है। शिक्षकों के लिए इसका मतलब है कि निबंध को किसी डिटेक्टर से जाँचकर प्रतिशत का इंतज़ार करना ही काफ़ी नहीं। हालाँकि, अतिरिक्त मेहनत करना सार्थक है। आख़िरकार, गृहकार्य का मकसद यह तय करना नहीं है कि वह पूरा हुआ या नहीं। गृहकार्य का संबंध उस सोच से था, और अब भी है, जिसकी उसे पूरा करने के लिए ज़रूरत पड़ती है।