लगभग दो साल पहले एक शिक्षक के इनबॉक्स में पहला चैटबॉट ड्राफ्ट आया था, और तब से यह स्थिति और भी तेज़ होती जा रही है।

लगभग दो साल पहले एक शिक्षक के इनबॉक्स में पहला चैटबॉट ड्राफ्ट पहुँचा था, और तब से स्थिति और भी तेज़ हो गई है। अब एक छात्र ChatGPT से 'ग्रेट डिप्रेशन' (महामंदी) के कारणों या The Great Gatsby में प्रतीकात्मकता पर पाँच पैराग्राफ लिखने के लिए कह सकता है और पेंसिल छीलने में लगने वाले समय से भी कम समय में एक सुसंगत उत्तर प्राप्त कर सकता है। शिक्षकों के लिए, इसने शैक्षणिक अखंडता (academic integrity) के स्वरूप को बदल दिया है। वे अब केवल पारंपरिक साहित्यिक चोरी (plagiarism) की तलाश नहीं कर रहे हैं, जहाँ एक इंसान दूसरे इंसान के काम की नकल करता है। वे 'सिंथेटिक गद्य' (synthetic prose) की भी तलाश कर रहे हैं—ऐसा टेक्स्ट जो सुनने में मानवीय लगता है लेकिन उसे एक ऐसे मॉडल द्वारा तैयार किया गया है जिसके पास न तो कोई समझ है, न कोई स्मृति और न ही तर्क में कोई व्यक्तिगत हित।

जब आवाज़ अचानक बदल जाती है

शिक्षक हर सेमेस्टर में छात्रों के सैकड़ों निबंध पढ़ते हैं। समय के साथ, वे व्यक्तिगत लय (cadence) को पहचानने की क्षमता विकसित कर लेते हैं। वे आदतन कॉमा स्प्लिस (comma splices), पसंदीदा वाक्यांशों और इस बात पर ध्यान देते हैं कि कोई विशेष छात्र निष्कर्ष को कैसे तैयार करता है। जब कोई ऐसा पेपर आता है जो उनकी अपेक्षित आवाज़ से बिल्कुल अलग लगता है, तो यह गहन समीक्षा को प्रेरित करता है।

यह सुधार को दंडित करने के बारे में नहीं है। अच्छे शिक्षक विकास देखने के लिए ही जीते हैं। लेकिन उस छात्र और उस छात्र के बीच अंतर है जिसने धीरे-धीरे अपने वाक्य विन्यास (syntax) में सुधार किया है, और उस छात्र के बीच जो आठ महीने के अटपटे, सरल वाक्यों के बाद एक पॉलिश किए हुए कानूनी दस्तावेज़ (legal brief) जैसा निबंध जमा करता है। गद्य त्रुटिहीन हो सकता है, फिर भी यह उधार लिया हुआ लगता है क्योंकि इसमें अभ्यास की गहराई का अभाव होता है। परिष्कार (sophistication) में वह अचानक और बिना आधार वाली छलांग अक्सर पहला सुराग होती है।

पेशेवर सतह, खोखला केंद्र

AI-जनित लेखन अक्सर शुद्धता की एक 'अनकैनी वैली' (uncanny valley) में रहता है। व्याकरण सही होता है। बदलाव (transitions) सहज होते हैं। फिर भी, टेक्स्ट विषय की गहराई में उतरने के बजाय उसके ऊपर तैरता रहता है। शिक्षक अक्सर इस गुण को "पेशेवर रूप से सामान्य" (professionally generic) के रूप में वर्णित करते हैं।

Romeo and Juliet पर एक निबंध पर विचार करें। एक छात्र लेखक मर्कुशियो (Mercutio) की छोटी भूमिका पर ध्यान केंद्रित कर सकता है, किसी दृश्य को दिलचस्प तरीके से गलत पढ़ सकता है, या पारिवारिक दुश्मनी की तुलना अपने ही समुदाय के संघर्ष से कर सकता है। थीसिस (thesis) अस्त-व्यस्त हो सकती है, लेकिन यह स्पष्ट रूप से पाठ के साथ जूझते हुए एक अकेले मस्तिष्क का उत्पाद है। इसके विपरीत, एक AI ड्राफ्ट अक्सर कथानक का सटीक सारांश देता है, तीन सार्वभौमिक विषयों को सूचीबद्ध करता है, और निष्कर्ष निकालता है कि प्रेम के लिए बलिदान की आवश्यकता होती है। यह सही है। यह खाली भी है। जोखिम का वह अभाव—कोई अनोखी राय नहीं, कोई त्रुटिपूर्ण लेकिन वास्तविक अंतर्दृष्टि नहीं—उन सबसे विश्वसनीय संकेतकों में से एक है कि लेखक छात्र नहीं था।

संदर्भ जो कहीं नहीं ले जाते

एक और चेतावनी का संकेत (red flag) है 'भ्रमित उद्धरण' (hallucinated citation)। ChatGPT और इसी तरह के उपकरण कभी-कभी किताबें, जर्नल लेख और यहाँ तक कि लेखक भी बना लेते हैं। प्रविष्टियाँ विश्वसनीय लगती हैं, जिनमें अकादमिक लगने वाले शीर्षक, प्रकाशक के नाम और प्रकाशन के वर्ष शामिल होते हैं, लेकिन उनका वास्तविकता से कोई संबंध नहीं होता।

अनुभवी शिक्षक स्रोतों को सत्यापित करते हैं। वे शीर्षकों को Google Scholar में डालते हैं, कैंपस लाइब्रेरी डेटाबेस में खोजते हैं, या बस किसी लेखक का नाम सर्च इंजन में डालते हैं। जब हर उद्धरण एक बंद रास्ते (dead end) की ओर ले जाता है, तो पेपर की विश्वसनीयता खत्म हो जाती है। बिब्लियोग्राफी (संदर्भ सूची) की जाँच करना हमेशा गंभीर शोध निर्देश का हिस्सा रहा है, लेकिन अब यह छोटे विश्लेषणात्मक निबंधों के लिए भी मानक अभ्यास बनता जा रहा है। 'वर्क्स-साइटेड' (works-cited) पेज अब केवल फॉर्मेटिंग का अभ्यास नहीं रह गया है; यह अखंडता का एक चेकपॉइंट है।

डिटेक्शन सॉफ्टवेयर की सीमाएँ

कई जिलों ने सिंथेटिक टेक्स्ट में वृद्धि के जवाब में AI-डिटेक्शन टूल्स का लाइसेंस लेकर प्रतिक्रिया दी है। ये प्रोग्राम सांख्यिकीय पैटर्न—कम परप्लेक्सिटी (perplexity), अनुमानित वाक्य संरचना, दोहराव वाली लय—के लिए स्कैन करते हैं जो मशीन-जनित गद्य में सामान्य होते हैं। वे उपयोगी हो सकते हैं। एक उच्च संभाव्यता स्कोर (high probability score) एक प्रशिक्षक को अधिक सावधानी से देखने का कारण देता है।

लेकिन शिक्षक जानते हैं कि ये उपकरण त्रुटिपूर्ण हैं। वे कभी-कभी 'फॉल्स पॉजिटिव' (false positives) देते हैं, विशेष रूप से गैर-अंग्रेजी भाषी या उन छात्रों द्वारा लिखे गए गद्य के मामले में जो स्वाभाविक रूप से औपचारिक, संतुलित शैली को पसंद करते हैं। डिटेक्शन प्रतिशत को कभी भी अपने आप में धोखाधड़ी के प्रमाण के रूप में नहीं माना जाना चाहिए। अधिकांश शिक्षक सॉफ्टवेयर का उपयोग कई सुरागों में से एक के रूप में करते हैं, न कि निर्णायक प्रमाण (smoking gun) के रूप में। टूल मानवीय निर्णय का समर्थन करता है; यह उसकी जगह नहीं ले सकता।

विचारक के बिना विश्लेषण

लार्ज लैंग्वेज मॉडल तथ्यों का अच्छा सारांश देते हैं। वे जिसे प्रदान करने में संघर्ष करते हैं, वह है निरंतर आलोचनात्मक सोच या प्रामाणिक व्यक्तिगत चिंतन।

उदाहरण के लिए, इतिहास के किसी असाइनमेंट में, एक AI किसी क्रांति के आर्थिक, राजनीतिक और सामाजिक कारणों को पाठ्यपुस्तक जैसी सटीकता के साथ सूचीबद्ध कर सकता है। लेकिन जो काम वह आसानी से नहीं कर सकता, वह है उन कारणों की आपस में तुलना करना, प्रचलित विमर्श को चुनौती देना, या उस घटना को किसी ऐसे समकालीन मुद्दे से जोड़ना जिसकी छात्र वास्तव में परवाह करता है। मानव लेखक अपनी विशिष्टता के माध्यम से अपनी पहचान उजागर कर देते हैं। वे किसी देखी गई डॉक्यूमेंट्री, माता-पिता के साथ हुई बातचीत, या तीन अलग-अलग इकाइयों में उन्होंने देखे गए किसी पैटर्न का संदर्भ देते हैं। AI-जनित टेक्स्ट में शायद ही कभी ऐसे आधार होते हैं क्योंकि मशीन के पास न तो अनुभव होते हैं जिनसे वह कुछ निकाल सके और न ही कोई राय होती है जिसका वह बचाव कर सके।

पाँच मिनट की बातचीत

सबसे पुराने तरीकों में से एक आज भी सबसे प्रभावी बना हुआ है: छात्र से उसके काम के बारे में बात करने के लिए कहना।

एक शिक्षक किसी छात्र को अलग ले जा सकता है