হিউম্যান-কম্পিউটার ইন্টারঅ্যাকশন (HCI) কম্পিউটার প্রযুক্তির ডিজাইন এবং ব্যবহারের উপর ফোকাস করে, বিশেষ করে মানুষ (ব্যবহারকারী) এবং কম্পিউটারের মধ্যে ইন্টারফেস। এই ক্ষেত্রের গবেষকরা পর্যবেক্ষণ করেন কিভাবে মানুষ কম্পিউটার এবং ডিজাইন প্রযুক্তির সাথে যোগাযোগ করে যা মানুষকে অভিনব উপায়ে কম্পিউটারের সাথে যোগাযোগ করতে দেয়। এইচসিআই ব্যবহারকারীর অভিজ্ঞতা ডিজাইন, এর্গোনমিক্স এবং জ্ঞানীয় মনোবিজ্ঞানের মতো ক্ষেত্রগুলিকে বিস্তৃত করে এবং ব্যবহারকারীর সন্তুষ্টি এবং কর্মক্ষমতা উন্নত করে এমন স্বজ্ঞাত, দক্ষ ইন্টারফেস তৈরি করা লক্ষ্য করে।
মানব-কম্পিউটার মিথস্ক্রিয়া এবং শিক্ষার একটি বড় চ্যালেঞ্জ হল স্নাতক প্রোগ্রামিং কোর্সে বড় ভাষা মডেল (এলএলএম) একীভূত করা। এই উন্নত কৃত্রিম বুদ্ধিমত্তার সরঞ্জাম, যেমন OpenAI-এর GPT মডেল, প্রোগ্রামিং শেখানো এবং শেখার পদ্ধতিতে বিপ্লব ঘটাতে সক্ষম। যাইহোক, ছাত্রদের শেখার প্রক্রিয়া, স্ব-কার্যকারিতা এবং কর্মজীবনের উপলব্ধির উপর তাদের প্রভাব একটি গুরুত্বপূর্ণ বিষয়। এই সরঞ্জামগুলিকে কীভাবে কার্যকরভাবে শিক্ষামূলক কাঠামোতে সংহত করা যায় তা বোঝা তাদের সুবিধাগুলি সর্বাধিক করার জন্য এবং সম্ভাব্য ত্রুটিগুলি হ্রাস করার জন্য গুরুত্বপূর্ণ।
ঐতিহ্যগতভাবে, প্রোগ্রামিং শিক্ষা বক্তৃতা, পাঠ্যপুস্তক এবং ইন্টারেক্টিভ কোডিং অ্যাসাইনমেন্টের উপর নির্ভর করে। কিছু শিক্ষাগত পরিবেশ কোড জেনারেশন এবং ডিবাগিং সহায়তার জন্য সহজ এআই টুলগুলিকে সংহত করতে শুরু করেছে। যাইহোক, জটিল এলএলএমগুলির একীকরণ এখনও তার শৈশবকালে রয়েছে। এই মডেলগুলি কোড তৈরি করতে, ডিবাগ করতে এবং ব্যাখ্যা করতে পারে, যা শিক্ষার্থীদের তাদের শেখার যাত্রায় শেখার নতুন উপায় প্রদান করে। তাদের সম্ভাবনা থাকা সত্ত্বেও, শিক্ষার্থীরা কীভাবে এই সরঞ্জামগুলির সাথে খাপ খায় এবং কীভাবে তারা তাদের শেখার ফলাফল এবং আত্মবিশ্বাসকে প্রভাবিত করে তা বোঝার প্রয়োজন রয়েছে।
মিশিগান বিশ্ববিদ্যালয়ের গবেষকরা স্নাতক প্রোগ্রামিং কোর্সে এলএলএম গ্রহণ এবং ব্যবহারকে প্রভাবিত করে এমন সামাজিক কারণগুলি অন্বেষণ করে একটি বিস্তৃত গবেষণা পরিচালনা করেছেন। ছাত্রদের সামাজিক উপলব্ধি, সহকর্মীর প্রভাব, এবং কর্মজীবনের প্রত্যাশা তাদের এলএলএম-এর ব্যবহারকে কীভাবে প্রভাবিত করে তা পরীক্ষা করার জন্য এই অধ্যয়নটি সামাজিক গঠন তত্ত্বের উপর আঁকে। গবেষণা দলটি একটি মিশ্র পদ্ধতির পদ্ধতি ব্যবহার করেছে, যার মধ্যে 158 জন শিক্ষার্থীর একটি বেনামী চূড়ান্ত জরিপ, একটি মধ্যবর্তী স্ব-কার্যকারিতা সমীক্ষা, শিক্ষার্থীদের সাক্ষাৎকার এবং মধ্যবর্তী কর্মক্ষমতা ডেটার রিগ্রেশন বিশ্লেষণ। এই বহুমুখী পদ্ধতির লক্ষ্য হল গতিবিদ্যাকে বিস্তারিতভাবে বোঝা।
অধ্যয়নের পদ্ধতির মধ্যে রয়েছে শিক্ষার্থীদের একটি বেনামী প্রশ্নপত্র বিতরণ করা, গভীর অন্তর্দৃষ্টি অর্জনের জন্য আধা-গঠিত সাক্ষাত্কার পরিচালনা করা এবং মধ্যবর্তী পরীক্ষার পারফরম্যান্স ডেটার রিগ্রেশন বিশ্লেষণ। এই পদ্ধতির লক্ষ্য হল এলএলএম ব্যবহারকে প্রভাবিত করে এমন সামাজিক গতিবিদ্যার একটি বিস্তৃত বোঝার জন্য একাধিক উত্স থেকে ডেটা ত্রিভুজ করা। গবেষকরা দেখেছেন যে ছাত্রদের এলএলএম ব্যবহার তাদের ভবিষ্যত কর্মজীবনের প্রত্যাশা এবং সহকর্মী ব্যবহারের ধারণার সাথে সম্পর্কিত। উল্লেখযোগ্যভাবে, প্রাথমিক স্ব-প্রতিবেদিত এলএলএম ব্যবহার নিম্ন স্ব-কার্যকারিতা এবং মধ্যবর্তী পরীক্ষার পারফরম্যান্সের সাথে যুক্ত ছিল। যাইহোক, এলএলএম-এর উপর অত্যধিক নির্ভরতা, এর প্রকৃত ব্যবহারের পরিবর্তে, কোর্সের পরে স্ব-কার্যকারিতা হ্রাসের সাথে যুক্ত ছিল।
প্রস্তাবিত পদ্ধতিতে গুণগত এবং পরিমাণগত তথ্য সংগ্রহের জন্য একটি বিশদ জরিপ এবং সাক্ষাৎকার অন্তর্ভুক্ত রয়েছে। সমীক্ষাটি সামনাসামনি শিক্ষাদানের শেষ সপ্তাহে পরিচালিত হয়েছিল এবং এর লক্ষ্য ছিল এলএলএম-এর প্রতি শিক্ষার্থীদের মনোভাব এবং উপলব্ধির একটি প্রতিনিধি নমুনা সংগ্রহ করা। সমীক্ষায় 25 টি প্রশ্ন অন্তর্ভুক্ত ছিল যেমন এলএলএম সরঞ্জামগুলির সাথে পরিচিতি, ব্যবহারের ধরণ এবং অতিরিক্ত নির্ভরতা সম্পর্কে উদ্বেগ। সমীক্ষায় তাদের প্রোগ্রামিং ক্ষমতার প্রতি শিক্ষার্থীদের আস্থা মূল্যায়ন করার জন্য পাঁচটি স্ব-কার্যকারিতা প্রশ্নও অন্তর্ভুক্ত করা হয়েছে। এই তথ্যগুলি তারপর উল্লেখযোগ্য নিদর্শন এবং পারস্পরিক সম্পর্ক সনাক্ত করতে রিগ্রেশন কৌশল ব্যবহার করে বিশ্লেষণ করা হয়।
এই সমীক্ষার উল্লেখযোগ্য ফলাফলগুলি দেখিয়েছে যে প্রাথমিক পর্যায়ে এলএলএম ব্যবহার নিম্ন স্ব-কার্যকারিতা এবং মধ্যবর্তী পরীক্ষার পারফরম্যান্সের সাথে যুক্ত ছিল। শিক্ষার্থীরা এলএলএম ব্যবহার করার পরিবর্তে এলএলএম-এর উপর অত্যধিক নির্ভরশীলতা অনুভব করেছিল, যার ফলে কোর্সের পরে স্ব-কার্যকারিতা হ্রাস পায়। তাদের কর্মজীবনের আকাঙ্খা এবং LLM ব্যবহার করে সমবয়সীদের উপলব্ধি উল্লেখযোগ্যভাবে ছাত্রদের এলএলএম ব্যবহার করার সিদ্ধান্তকে প্রভাবিত করে। উদাহরণ স্বরূপ, যে সকল শিক্ষার্থীরা বিশ্বাস করে যে LLM-এর উপর অত্যধিক নির্ভরতা তাদের কর্মসংস্থানের সম্ভাবনাকে ক্ষতিগ্রস্ত করবে তারা স্বাধীনভাবে প্রোগ্রামিং দক্ষতা শিখতে থাকে। বিপরীতভাবে, যে শিক্ষার্থীরা তাদের ভবিষ্যত ক্যারিয়ারে উচ্চ এলএলএম ব্যবহারের প্রত্যাশা করেছিল তারা তাদের কোর্সে এই সরঞ্জামগুলি ব্যবহার করার সম্ভাবনা বেশি ছিল।
অধ্যয়নটি পাঠ্যক্রমের সাথে এলএলএমকে একীভূত করার কার্যকারিতা এবং উল্লেখযোগ্য ফলাফলগুলিও তুলে ধরে। উদাহরণস্বরূপ, LL.M ছাত্ররা মিশ্র প্রোগ্রামিং স্ব-কার্যকারিতা এবং একাডেমিক কর্মক্ষমতা রিপোর্ট করেছে। কিছু শিক্ষার্থী দেখেছে যে এলএলএম ব্যবহার করে তাদের জটিল কোডিং ধারণা এবং ভুল তথ্য বুঝতে সাহায্য করেছে, অন্যরা মনে করেছে যে এটি তাদের কোডিং ক্ষমতার উপর তাদের আস্থার উপর নেতিবাচক প্রভাব ফেলেছে। রিগ্রেশন বিশ্লেষণে দেখা গেছে যে যে সমস্ত শিক্ষার্থীরা এলএলএম-এর উপর খুব বেশি নির্ভর করেছিল তাদের স্ব-কার্যকারিতার স্কোর কম ছিল, যা সরঞ্জামগুলির সুষম ব্যবহারের গুরুত্বকে বোঝায়।
সংক্ষেপে, এই অধ্যয়নটি স্নাতক প্রোগ্রামিং শিক্ষায় এলএলএমকে একীভূত করার জটিল গতিশীলতা তুলে ধরে। সহকর্মীর ব্যবহার এবং কর্মজীবনের আকাঙ্ক্ষার মতো সামাজিক কারণগুলি এই উন্নত সরঞ্জামগুলির গ্রহণকে দৃঢ়ভাবে প্রভাবিত করে। যদিও এলএলএমগুলি শেখার অভিজ্ঞতাকে উল্লেখযোগ্যভাবে উন্নত করতে পারে, এই সরঞ্জামগুলির উপর অতিরিক্ত নির্ভরতা শিক্ষার্থীদের আত্মবিশ্বাস এবং কর্মক্ষমতার উপর নেতিবাচক প্রভাব ফেলতে পারে। অতএব, LLM ব্যবহার করার সময় একটি ভারসাম্য খুঁজে পাওয়া গুরুত্বপূর্ণ যে শিক্ষার্থীরা AI সরঞ্জামগুলির সাথে উন্নত করার সময় শক্তিশালী ভিত্তিগত দক্ষতা তৈরি করে তা নিশ্চিত করতে। এই ফলাফলগুলি চিন্তাশীল একীকরণ কৌশল বিকাশের প্রয়োজনীয়তা তুলে ধরে যা এলএলএম-এর প্রযুক্তিগত ক্ষমতা এবং শিক্ষাগত সেটিংসে তাদের ব্যবহারের সামাজিক প্রেক্ষাপট উভয়ই বিবেচনা করে।
উৎস
- https://arxiv.org/pdf/2406.06451
Aswin AK MarkTechPost-এ একজন পরামর্শক ইন্টার্ন। তিনি আইআইটি খড়গপুর থেকে ডাবল ডিগ্রি নিচ্ছেন। তিনি ডেটা সায়েন্স এবং মেশিন লার্নিং সম্পর্কে উত্সাহী, এবং একটি শক্তিশালী একাডেমিক পটভূমি এবং বাস্তব জীবনের ক্রস-ডোমেন চ্যালেঞ্জগুলি সমাধান করার বাস্তব অভিজ্ঞতা রয়েছে৷
