मानव जाति ने ज्ञान तो बनाना सीख लिया, लेकिन समझ विकसित करना नहीं सीखा

मानव जाति के पास आज जितना सूचना का अधिकार है, उतना पहले कभी नहीं था।

व्याहारिक रूप से कोई भी व्यक्ति कुछ ही सेकंड में क्वांटम भौतिकी पर पाठ्यपुस्तक, दुनिया के सर्वश्रेष्ठ विश्वविद्यालयों के व्याख्यान, प्रोग्रामिंग दस्तावेज़ीकरण, आनुवंशिकी पर शोध पत्र, अर्थशास्त्र, इतिहास, इंजीनियरिंग या चिकित्सा के पाठ्यक्रम पा सकता है।

और कृत्रिम बुद्धिमत्ता के आगमन के साथ, इस अधिकांश जानकारी को स्वयं खोजने की आवश्यकता भी समाप्त हो जाती है। आप बस एक प्रश्न पूछ सकते हैं और उत्तर प्राप्त कर सकते हैं।

ऐसा लग सकता है कि हमने ज्ञान तक पहुंच की समस्या को हल कर लिया है।

लेकिन हमने इससे कहीं अधिक महत्वपूर्ण समस्या को हल नहीं किया है।

सूचना तक पहुंच का अर्थ समझ तक पहुंच नहीं है।

आप किसी व्यक्ति को पूरी तरह से सटीक वैज्ञानिक पाठ दे सकते हैं, जिसमें अत्यधिक मूल्यवान जानकारी हो, और उसे व्यावहारिक रूप से कुछ भी हस्तांतरित न कर सकें।

क्योंकि जानकारी को समझने के लिए व्यक्ति को पहले से ही कुछ समझना होगा।

और यहीं पर आधुनिक ज्ञान हस्तांतरण प्रणाली की मौलिक समस्याओं में से एक निहित है।

अवधारणा (Concept) — समझ की प्राथमिक इकाई

हम शब्दों, पृष्ठों, पुस्तकों, व्याख्यानों, सीखने के घंटों, डेटा के गीगाबाइट्स के संदर्भ में जानकारी को मापने के आदी हैं।

लेकिन मानव सोच अलग तरह से काम करती है।

हम अपने भीतर किताबें नहीं रखते हैं।

हम अवधारणाओं (Concepts) का निर्माण करते हैं।

अवधारणा एक पूर्ण अर्थपूर्ण इकाई है जिसे कोई व्यक्ति पहचानने, मानसिक रूप से पुनर्जीवित करने और किसी अगली चीज़ को समझने के लिए उपयोग करने में सक्षम होता है।

उदाहरण के लिए, "दबाव" शब्द अपने आप में ज्ञान नहीं है।

एक व्यक्ति के लिए इसके पीछे स्कूल की परिभाषा है जिसे वह लगभग भूल चुका है।

एक इंजीनियर के लिए — भौतिक मॉडलों की एक पूरी प्रणाली।

एक प्लंबर के लिए — व्यावहारिक अनुभव भी: पानी कैसे व्यवहार करता है, व्यास बदलने पर क्या होता है, सिस्टम शोर क्यों करता है, समस्याएं कहाँ उत्पन्न होती हैं।

शब्द एक है।

इसके पीछे की अवधारणाएं अलग-अलग हैं।

और इसके विपरीत: स्वीकार्य वैज्ञानिक शब्द को बिल्कुल जाने बिना भी कोई व्यक्ति किसी विचार को पूरी तरह से समझ सकता है।

उदाहरण के लिए, वह समझता है कि जब परिणाम बहुत बड़ा हो जाता है तो सिस्टम स्वयं प्रभाव को कम कर सकता है, और जब परिणाम बहुत छोटा हो जाता है तो इसे बढ़ा सकता है।

वह तंत्र को पहले से ही समझता है।

हो सकता है कि वह केवल यह न जानता हो कि "नकारात्मक प्रतिक्रिया" (negative feedback) नाम का कोई शब्द मौजूद है।

इसलिए शब्द और अवधारणा एक चीज़ नहीं हैं।

शब्द एक सूचक (pointer) है।

अवधारणा वह है जो किसी व्यक्ति के सिर में उस सूचक के पीछे सामने आती है।

यह अंतर छोटा लगता है, लेकिन यह शिक्षा के प्रति दृष्टिकोण को पूरी तरह से बदल देता है।

मनुष्य रैखिक रूप से ज्ञान जमा नहीं करता है

शिक्षा को सिर को जानकारी से लगातार भरने के रूप में देखना बहुत आदिम है।

कुछ और ही घटित होता है।

व्यक्ति पहले से मौजूद अवधारणाओं के माध्यम से एक नई अवधारणा में महारत हासिल करता है।

शुरुआत में एक जटिल विचार को लंबे तरीके से समझाना पड़ता है — उदाहरणों, समानताओं और परिचित घटनाओं के माध्यम से।

फिर व्यक्ति इसे समझ जाता है।

इसके बाद पूरी संरचना को एक छोटे नाम में पैक किया जा सकता है।

अब यह कहना पर्याप्त है:

"नकारात्मक प्रतिक्रिया"

— और व्यक्ति के दिमाग में पहले से ज्ञात मॉडल सामने आ जाता है।

जानकारी के कई पैराग्राफ दो शब्दों में बदल गए।

लेकिन इससे भी अधिक महत्वपूर्ण बात यह है।

नई अवधारणा का उपयोग अब अगली अवधारणाओं को समझने के लिए किया जा सकता है।

इसलिए सीखना ऐसा नहीं दिखता:

ज्ञान + ज्ञान + ज्ञान + ज्ञान।

बल्कि ऐसा:

समझा → संकुचित किया → पुन: उपयोग किया → इसके माध्यम से अधिक जटिल चीज़ को समझा → फिर से संकुचित किया।

मनुष्य लगातार अपनी सोच की भाषा को पुनर्गठित करता है।

यह प्रणाली जितनी समृद्ध होगी, एक छोटे संदेश द्वारा उतनी ही अधिक जटिल जानकारी हस्तांतरित की जा सकती है।

एक वाक्यांश, जो एक व्यक्ति के लिए पूरी तरह से अर्थहीन है, कुछ ही सेकंड में दूसरे को ज्ञान की एक विशाल मात्रा दे सकता है।

यही कारण है कि दो लोग एक ही वैज्ञानिक लेख को पढ़ सकते हैं और वास्तव में इससे पूरी तरह से अलग मात्रा में जानकारी प्राप्त कर सकते हैं।

जानकारी के हस्तांतरण का अर्थ समझ का हस्तांतरण नहीं है

आइए इस वाक्य की कल्पना करें:

आधुनिक प्रणालियाँ शिक्षार्थी के संज्ञानात्मक भार (cognitive load) और पूर्व-आवश्यकताओं (prerequisites) को ध्यान में रखते हुए अनुकूली शिक्षण पथ (adaptive learning paths) बनाने के लिए ज्ञान ग्राफ़ (knowledge graphs) के साथ ज्ञान ट्रेसिंग (knowledge tracing) का उपयोग करती हैं।

एक विशेषज्ञ के लिए यह काफी सामान्य और संक्षिप्त सूत्रीकरण हो सकता है।

बड़ी संख्या में लोगों के लिए यह सूचना कचरा है।

इसलिए नहीं कि वे विचार को समझने में असमर्थ हैं।

बल्कि इसलिए कि संदेश उन अवधारणाओं के माध्यम से एन्कोडेड है जो अभी उनके दिमाग में नहीं हैं।

लगभग उसी विचार को अलग तरीके से व्यक्त किया जा सकता है:

कंप्यूटर धीरे-धीरे यह निर्धारित कर सकता है कि व्यक्ति पहले से क्या समझता है, उसे अभी भी किस ज्ञान की आवश्यकता है और उन्हें किस क्रम में देना सबसे अच्छा है, ताकि उसे एक ही समय में बहुत अधिक नई चीजें सीखने के लिए मजबूर न होना पड़े।

अब संदेश एक बिल्कुल अलग दर्शक वर्ग के लिए सुलभ हो गया है।

तथ्य के आधार पर जानकारी लगभग नहीं बदली है।

इसे एन्कोडिंग का तरीका बदल गया है।

और यह सबसे महत्वपूर्ण सिद्धांत को तैयार करने की अनुमति देता है:

एक अच्छी व्याख्या केवल इस बात से तय नहीं होती कि प्रेषक क्या जानता है। यह इस बात से तय होती है कि प्राप्तकर्ता पहले से क्या जानता है।

सार्वभौमिक रूप से अच्छी व्याख्या का अस्तित्व ही नहीं हो सकता।

वैज्ञानिक ज्ञान तेजी से संकुचित हो रहा है

किसी भी क्षेत्र के विकास के साथ, उसकी अपनी भाषा उभरती है।

यह आवश्यक है।

विशेषज्ञों के लिए हर बार बुनियादी विचारों को शुरू से समझाना व्यर्थ है। जटिल संरचनाओं को नाम मिलते हैं और वे सोच के नए निर्माण खंडों में बदल जाते हैं।

एक शब्द स्पष्टीकरण के एक पृष्ठ की जगह लेने लगता है।

यह जानकारी का एक अत्यंत प्रभावी संपीड़न (compression) है।

लेकिन इसकी एक कीमत है।

ऐसे शब्द को डिकोड करने के लिए, व्यक्ति के पास पहले से संबंधित अवधारणा होनी चाहिए।

इसलिए प्रत्येक विकसित क्षेत्र धीरे-धीरे अपना खुद का डिकोडर बनाता है।

भौतिक विज्ञानी भौतिकविदों को समझते हैं।

जीवविज्ञानी — जीवविज्ञानियों को।

अर्थशास्त्री — अर्थशास्त्रियों को।

प्रोग्रामर — प्रोग्रामर को।

विषयों की सीमा पर यह समस्या विशेष रूप से ध्यान देने योग्य हो जाती है।

एक उच्च योग्य विशेषज्ञ किसी पड़ोसी क्षेत्र के काम को खोल सकता है और पा सकता है कि पाठ का एक महत्वपूर्ण हिस्सा उसके लिए व्यावहारिक रूप से বোধগম्य (समझ से बाहर) है।

वह हर एक शब्द को पढ़ना जानता है।

लेकिन उनके पीछे की अवधारणाओं को डिकोड करना नहीं जानता।

एक विरोधाभास पैदा होता है।

मानव जाति अधिक से अधिक जानती है, लेकिन एक व्यक्ति के लिए मानव जाति के सभी ज्ञान तक पहुँचना अधिक से अधिक कठिन होता जा रहा है।

आधुनिक शिक्षा गलत समस्या को हल करने का प्रयास कर रही है

पारंपरिक शिक्षा आमतौर पर विषय से शुरू होती है।

यहाँ पाठ्यक्रम है।

यहाँ विषयों का क्रम है।

यहाँ पहला सेमेस्टर है।

यहाँ दूसरा है।

यहाँ पढ़ने की सूची है।

और फिर वे इस मार्ग से पूरी तरह से अलग हजारों लोगों को ले जाने की कोशिश करते हैं।

लेकिन इन लोगों के दिमाग अलग-अलग हैं।

एक व्यक्ति आवश्यक अवधारणाओं में से आधी को पहले से ही जानता है।

दूसरे में कुछ बुनियादी चीजें गायब हैं।

तीसरा इस विचार को अच्छी तरह समझता है, लेकिन पेशेवर शब्द को नहीं जानता।

चौथा शब्द को जानता है और परिभाषा को दोहराने में सक्षम है, लेकिन इसके पीछे की अवधारणा वास्तव में मौजूद नहीं है।

पाँचवा व्यक्ति केवल एक विशिष्ट क्षमता के लिए आया है, जिसके लिए पाठ्यक्रम का 80% कभी आवश्यक नहीं होगा।

हम व्यक्ति को पाठ्यक्रम के अनुकूल बनाने का प्रयास कर रहे हैं।

इसके विपरीत करना अधिक तार्किक है।

शुरुआत विषय से नहीं करनी चाहिए। शुरुआत लक्ष्य से होनी चाहिए

मान लीजिए कि कोई व्यक्ति कुछ क्षमता हासिल करना चाहता है।

"प्रोग्रामिंग सीखना" नहीं।

बल्कि, उदाहरण के लिए:

अपने व्यवसाय के लिए स्वतंत्र रूप से सरल डिजिटल टूल बनाना सीखना।

यह कार्य का एक पूरी तरह से अलग सूत्रीकरण है।

अब यह पूछा जा सकता है:

इस विशिष्ट व्यक्ति को इस क्षमता को प्राप्त करने के लिए वास्तव में क्या समझने की आवश्यकता है?

वह पहले से क्या समझता है?

कौन सी अवधारणाएं गायब हैं?

पारंपरिक रूप से अध्ययन की जाने वाली चीजों में से आधुनिक तकनीक ने किसे पहले ही अनावश्यक बना दिया है?

उसके लिए सतही तौर पर क्या जानना पर्याप्त है?

गहराई से क्या समझना आवश्यक है?

किन मध्यवर्ती अवधारणाओं को पूरी तरह से छोड़ा जा सकता है?

और अचानक यह पता चलता है कि ज्ञान की हजार पारंपरिक इकाइयों के रास्ते को दो सौ तक छोटा किया जा सकता है।

परिणाम को खराब किए बिना।

बल्कि उस जानकारी को हटाकर जो मौजूदा तकनीकी दुनिया में इस विशिष्ट व्यक्ति के लिए निर्धारित लक्ष्य के लिए आवश्यक नहीं है।

तकनीक लगातार पुराने अनिवार्य ज्ञान को नष्ट कर रही है

व्यक्तिगत कंप्यूटरों के शुरुआती दिनों में, एक व्यक्ति को वास्तव में win कमांड के साथ ग्राफिकल शेल लॉन्च करना सिखाना पड़ता था।

यह समझाना आवश्यक था कि खिड़की, आइकन, डबल क्लिक क्या है।

आज बड़ी संख्या में लोगों को इस ज्ञान की कभी आवश्यकता नहीं होगी।

तकनीक ने जटिलता के संबंधित स्तर को छिपा दिया है।

लेकिन शिक्षा में भारी जड़ता है।

हम ऐतिहासिक रूप से विकसित श्रृंखलाओं के आधार पर पाठ्यक्रम बनाना जारी रखते हैं:

D को समझने के लिए, पहले A का अध्ययन करें, फिर B, फिर C।

जबकि आधुनिक दुनिया पहले से ही अनुमति दे सकती है:

A → D।

या आम तौर पर:

D।

एआई के कारण अब यह विशेष रूप से तेजी से हो रहा है।

जो पांच साल पहले एक आवश्यक पेशेवर क्षमता थी, वह कल एक बौद्धिक प्रणाली का आंतरिक तकनीकी विवरण बन सकती है।

इसलिए, अनिवार्य अवधारणाओं की श्रृंखला स्थिर नहीं हो सकती है।

इसकी लगातार समीक्षा की जानी चाहिए।

कृत्रिम बुद्धिमत्ता सीखने की एक अलग वास्तुकला को संभव बनाती है

आधुनिक एआई प्रणालियों के आगमन से पहले, ज्ञान के हस्तांतरण को इस तरह से व्यक्तिगत बनाना व्यावहारिक रूप से असंभव था।

पाठ्यपुस्तक के लेखक को पाठ का एक संस्करण लिखना पड़ता है।

शिक्षक दर्शकों के लिए स्पष्टीकरण को थोड़ा अनुकूलित कर सकता है, लेकिन सैकड़ों छात्रों में से प्रत्येक के ज्ञान के सटीक मॉडल को लगातार बनाए रखने के लिए शारीरिक रूप से सक्षम नहीं है।

एआई अलग तरह से काम करने में सक्षम है।

सिस्टम धीरे-धीरे किसी विशिष्ट व्यक्ति के अवधारणाओं का एक जीवित मॉडल बना सकता है।

सिर्फ यह नहीं:

गणित जानता है — 72%।

बल्कि:

इस अवधारणा को अच्छी तरह से समझता है; इसका उपयोग करता है, लेकिन तंत्र को नहीं समझता है; इसे दूसरे नाम से जानता है; यहाँ आवश्यक कारण-प्रभाव संबंध गायब है; यह शब्द व्यक्ति से अपरिचित है, हालांकि विचार खुद उसे पहले से ही स्पष्ट है।

इसके बाद स्पष्टीकरण का कार्य गणनीय (computable) हो जाता है।

हैं:

व्यक्ति का लक्ष्य;

अवधारणाओं की उसकी वर्तमान प्रणाली;

मानव ज्ञान का विशाल ग्राफ;

आधुनिक तकनीकी क्षमताएं।

परिवर्तन की न्यूनतम श्रृंखला को खोजना आवश्यक है, जो व्यक्ति को उसकी वर्तमान स्थिति से आवश्यक क्षमता तक ले जाएगी।

सीखने के समय को नहीं, बल्कि न्यूनतम करना आवश्यक है

हम आमतौर पर पूछते हैं:

इस पाठ्यक्रम को तेज़ी से कैसे समझाया जाए?

यह एक गौण प्रश्न है।

पहला यह होना चाहिए:

व्यक्ति को यह पूरा पाठ्यक्रम क्यों सीखना चाहिए?

यदि पाठ्यक्रम में एक हजार अवधारणाएं हैं, और किसी विशिष्ट व्यक्ति के लक्ष्य के लिए सौ आवश्यक हैं, तो एक हजार के अध्ययन में तेजी लाना एक अच्छा अनुकूलन नहीं है।

पहले नौ सौ को फेंकना होगा।

शेष सौ में से कुछ को व्यक्ति पहले से जानता है।

कुछ को अधिक सामान्य मॉडल से बदला जा सकता है।

कुछ को बस यह बताना पर्याप्त है: "जानें कि ऐसा क्षेत्र मौजूद है और इसके पास कब जाना है।"

कुछ को गहराई से समझना वास्तव में आवश्यक है।

तभी स्पष्टीकरण का अनुकूलन करना समझ में आता है।

हम मानव मस्तिष्क को बीस गुना तेजी से सीखने के लिए मजबूर नहीं कर सकते।

लेकिन कभी-कभी हम जो सीखने की वास्तव में आवश्यकता है उसकी मात्रा को बीस गुना कम कर सकते हैं।

यह मानव विकास में तेजी लाने का एक मौलिक रूप से अलग तरीका है।

साथ ही, हर किसी का न्यूनतम मार्ग अपना होता है

मान लीजिए कि किसी व्यक्ति को कुछ नियंत्रण प्रणाली समझाना आवश्यक है।

एक इंजीनियर के लिए इसे गणितीय रूप से समझाना अधिक सुविधाजनक है।

प्रोग्रामर के लिए — प्रोग्राम की स्थिति और फीडबैक लूप के माध्यम से।

उद्यमी के लिए — कीमतों और मांग में बदलाव के माध्यम से।

प्लंबर के लिए — दबाव और वाल्व के माध्यम से।

ये चार अलग-अलग अवधारणाएं नहीं हैं।

यह काफी करीब आंतरिक मॉडल तक पहुँचने के चार अलग-अलग तरीके हैं।

समझ पैदा होने के बाद, यह कहा जा सकता है:

सामान्य रूप में इसे इस तरह कहा जाता है।

अब पेशेवर शब्द एक अज्ञात शब्द नहीं रहा।

यह पहले से मौजूद अवधारणा का एक संकुचित सूचक बन गया है।

अगली व्याख्या पहले से ही इसके माध्यम से बनाई जा सकती है।

इसलिए सीखने की प्रणाली को व्यक्ति के साथ लगातार बदलना चाहिए।

आज उसे जिस स्पष्टीकरण की आवश्यकता है, वह छह महीने में परेशान करने वाला आदिम हो जाएगा।

उसका आंतरिक डिकोडर बदल गया है।

इसका मतलब है कि सिस्टम की भाषा को भी बदलना चाहिए।

पहले व्यक्ति को सीखना सिखाना आवश्यक है

लेकिन किसी भी तकनीक से भी गहरी एक समस्या मौजूद है।

बड़ी संख्या में लोग यह बिल्कुल नहीं समझते हैं कि सीखने के पल में क्या होता है।

व्यक्ति पाठ्यक्रम में आता है।

व्याख्यान सुनता है।

किसी बिंदु पर वह जो हो रहा है उसे समझना बंद कर देता है।

सुनना जारी रखता है।

अगले स्पष्टीकरण पहले से ही समझी गई अवधारणा पर बनाए जाते हैं।

बीस मिनट में तीन अवधारणाएं समझ से बाहर होती हैं।

एक घंटे में — आधी सामग्री।

और व्यक्ति निष्कर्ष निकालता है:

"मैं पर्याप्त रूप से बुद्धिमान नहीं हूँ।"

हालांकि समस्या का तकनीकी विवरण पूरी तरह से अलग हो सकता है:

समझ की श्रृंखला में एक नोड गायब है।

संभवतः, शिक्षक ने एक शब्द का उपयोग यह मानकर किया कि यह पहले से ज्ञात है।

संभवतः, कारण-प्रभाव संबंध को छोड़ दिया।

संभवतः, एक अमूर्तता का उपयोग किया जिसे किसी विशिष्ट व्यक्ति के लिए पहले एक उदाहरण पर दिखाना आसान था।

संभवतः, पूरी मध्यवर्ती सामग्री उसके कार्य के लिए बिल्कुल आवश्यक नहीं है।

इसलिए पहली कौशलों में से एक जो व्यक्ति को सिखाया जाना चाहिए, वह है — अपनी खुद की नासमझी का निदान करना।

यह नहीं:

मैं भौतिकी नहीं समझता।

बल्कि:

इस व्याख्या में मैं A और B को समझता हूँ, लेकिन यह नहीं समझता कि B से C क्यों निकलता है।

या:

मैं नहीं जानता कि शब्द X का क्या अर्थ है।

या:

मुझे तंत्र खुद समझ में आ रहा है, लेकिन मैं यह नहीं समझता कि इसका उपयोग यहाँ क्यों किया जाता है।

नासमझी व्यक्ति का मूल्यांकन करना बंद कर देती है।

यह अवधारणाओं की श्रृंखला में एक विशिष्ट तकनीकी खराबी बन जाती है, जिसे खोजा और ठीक किया जा सकता है।

यही सीखने के लिए सीखना है।

एआई बौद्धिक अंतर को बढ़ा और घटा दोनों सकता है

यहाँ एक और समस्या उत्पन्न होती है।

हम अक्सर यह मानते हैं कि सभी के लिए सुलभ एआई बौद्धिक रूप से लोगों को समतल करेगा।

यह आवश्यक नहीं है।

समान मॉडल तक समान पहुँच वाले दो लोगों की कल्पना करें।

पहला इसका उपयोग इस प्रकार करता है:

करो।

एआई करता है।

व्यक्ति परिणाम प्राप्त करता है।

दूसरा:

ऐसा क्यों हुआ? यहाँ क्या विकल्प मौजूद हैं? मैं क्या नहीं समझ रहा हूँ? यह किस अधिक सामान्य सिद्धांत के समान है? इसका उपयोग और कहाँ किया जाता है? हमने अब चुपचाप क्या धारणाएँ मान ली हैं?

एआई उत्तर देता है।

उत्तर नए प्रश्न पैदा करता है।

नए उत्तर नई अवधारणाएं बनाते हैं।

नई अवधारणाएं व्यक्ति को ऐसे प्रश्न पूछने की अनुमति देती हैं जो पहले उसके दिमाग में आ ही नहीं सकते थे।

एक सकारात्मक प्रतिक्रिया (positive feedback) उत्पन्न होती है:

समझ → मजबूत प्रश्न → एआई का मजबूत उपयोग → नई समझ → और भी मजबूत प्रश्न।

इसलिए एआई तक समान पहुँच पूरी तरह से अलग परिणामों की ओर ले जा सकती है।

एक व्यक्ति में मुख्य रूप से उत्पादकता बढ़ती है।

दूसरे में साथ ही व्यक्ति स्वयं बढ़ता है।

और उनके बीच की खाई कम नहीं हो सकती, बल्कि तेज़ी से बढ़ सकती है।

ऐसी स्थिति में एआई बौद्धिक फैलाव का एम्पलीफायर बन जाता है।

परिणाम की जटिलता अब व्यक्ति की जटिलता को नहीं दर्शाती है

यह मानवता के लिए एक नई स्थिति है।

पहले एक अपेक्षाकृत मजबूत संबंध था:

अधिक जटिल चीजें बनाने के लिए, व्यक्ति को स्वयं अधिक सक्षम बनना पड़ता था।

एआई धीरे-धीरे इस रिश्ते को तोड़ रहा है।

व्यक्ति प्रोग्रामिंग को लगभग समझे बिना एक सॉफ्टवेयर उत्पाद बना सकता है।

संबंधित विश्लेषण विधियों में महारत हासिल किए बिना एक जटिल विश्लेषणात्मक रिपोर्ट प्राप्त कर सकता है।

ऐसी प्रक्रियाओं को प्रबंधित कर सकता है जिनकी आंतरिक संरचना को वह मुश्किल से समझता है।

यह जरूरी नहीं कि बुरा हो।

लेकिन एक मौलिक अंतर सामने आता है:

व्यक्ति द्वारा उत्पादित परिणाम की जटिलता ≠ व्यक्ति की अपनी बौद्धिक जटिलता।

एआई से इसमें निहित लगभग सभी जटिलता को आयात करके बौद्धिक रूप से जटिल उत्पादों की एक विशाल मात्रा का उत्पादन किया जा सकता है।

इसलिए उत्पादकता को मानव विकास का पर्याप्त संकेतक नहीं माना जा सकता है।

एक अलग प्रश्न पूछना आवश्यक है:

इस काम को करने के बाद व्यक्ति के दिमाग में क्या बदला है?

लेकिन हर काम को पाठ में नहीं बदला जा सकता

इससे एक गलत निष्कर्ष निकालना आसान है:

इसका मतलब है कि एआई को हर बार व्यक्ति को खुद सोचने और जो वह करता है उसे समझाने के लिए मजबूर करना चाहिए।

यह बौद्धिक स्वचालन के अर्थ को ही नष्ट कर देगा।

मानव ध्यान सीमित है।

व्यक्ति को उसके द्वारा उपयोग किए जाने वाले प्रत्येक टूल की आंतरिक संरचना का अध्ययन करने के लिए मजबूर नहीं किया जा सकता है।

यही कारण है कि न्यूनतम आवश्यक अवधारणा का विचार केंद्रीय बन जाता है।

सिस्टम को अंतर करने में सक्षम होना चाहिए:

इसे व्यक्ति के लिए समझना आवश्यक है;

इसके बारे में यह जानना पर्याप्त है कि यह मौजूद है;

यह केवल एक निश्चित स्थिति उत्पन्न होने पर आवश्यक होगा;

इसे पूरी तरह से मशीन को हस्तांतरित किया जा सकता है।

लक्ष्य व्यक्ति के ज्ञान को अधिकतम करना नहीं है।

लक्ष्य — न्यूनतम संज्ञानात्मक लागत पर समझने और कार्य करने की उसकी क्षमता को अधिकतम करना है।

अवधारणा अंतिम सूचना इकाई बन जाती है

इससे वास्तुशिल्प सिद्धांत का पालन होता है।

कोई लेख नहीं।

कोई किताब नहीं।

कोई पाठ नहीं।

कोई पाठ्यक्रम नहीं।

कोई अनुशासन नहीं।

अवधारणा (Concept)।

बड़ी सूचना संरचनाओं की आवश्यकता केवल इसलिए होती है क्योंकि कभी-कभी एक अवधारणा के निर्माण के लिए व्यक्ति को स्पष्टीकरण के एक लंबे क्रम की आवश्यकता होती है।

लेकिन अंतिम परिणाम पढ़ा हुआ पृष्ठ नहीं है।

परिणाम सिर में उत्पन्न होने वाली अर्थपूर्ण संरचना है जिसका उपयोग व्यक्ति आगे कर सकता है।

इसलिए अवधारणा को एक साथ ज्ञान की प्राथमिक और अंतिम इकाई के रूप में माना जा सकता है।

प्राथमिक — क्योंकि आगे की शिक्षा पहले से महारत हासिल की गई अवधारणाओं से बनती है।

अंतिम — क्योंकि जानकारी के हस्तांतरण का कार्य तब समाप्त नहीं होता जब व्यक्ति पाठ पढ़ता है, बल्कि तब समाप्त होता है जब आवश्यक अवधारणा दुनिया के उसके मॉडल में सफलतापूर्वक पुनर्गठित हो जाती है।

पाठ परिवहन है।

शब्द पता है।

स्पष्टीकरण डिकोड करने का एक तरीका है।

अवधारणा — परिणाम है।

शायद, हमें ज्ञान के हस्तांतरण के एक नए सिद्धांत की आवश्यकता है

शास्त्रीय सूचना सिद्धांत संकेतों के हस्तांतरण के प्रश्नों का शानदार उत्तर देता है।

लेकिन मानव शिक्षा के लिए यह जानना पर्याप्त नहीं है कि कितनी जानकारी प्रेषित की गई थी।

गीगाबाइट पाठ प्रेषित किया जा सकता है और प्राप्तकर्ता के सिर में व्यावहारिक रूप से कुछ भी नहीं बदला जा सकता है।

और एक वाक्यांश बोला जा सकता है — और एक पूरे क्षेत्र के उसके दृष्टिकोण को पुनर्गठित किया जा सकता है।

इसका मतलब है कि हम एक अलग मात्रा में रुचि रखते हैं।

यह नहीं:

कितनी जानकारी प्रेषित की गई थी?

बल्कि:

प्राप्तकर्ता की अवधारणाओं की प्रणाली में क्या उपयोगी परिवर्तन हुआ और किस संज्ञानात्मक लागत पर?

यह सीखने की दक्षता को अलग तरह से परिभाषित करने की अनुमति देता है।

एक अच्छी व्याख्या सबसे पूर्ण नहीं है।

सबसे वैज्ञानिक नहीं।

सबसे छोटी नहीं।

और अधिकतम विवरणों में सबसे सटीक भी होना आवश्यक नहीं है।

अच्छी व्याख्या वह है जो मानव ध्यान के न्यूनतम खर्च के साथ अगली आवश्यक कार्रवाई या समझ के लिए पर्याप्त सटीक अवधारणा बनाती है।

और फिर यह अवधारणा अगले की निर्माण सामग्री बन जाती है।

सार्वभौमिक शिक्षा से अवधारणाओं की एक जीवित प्रणाली की ओर

अंत में, एक पूरी तरह से अलग वास्तुकला निकलती है।

कोई एकमात्र सही पाठ्यक्रम मौजूद नहीं है।

आवश्यक पूर्व-आवश्यकताओं (prerequisites) का कोई स्थिर सेट नहीं है।

कोई इष्टतम व्याख्या नहीं है।

स्थिति H₀ में एक व्यक्ति है।

वह क्षमता है जिसे वह प्राप्त करना चाहता है — T।

दुनिया और तकनीक की वर्तमान स्थिति — W है।

और कुछ न्यूनतम परिवर्तन मौजूद है:

H₀ → H₁ → H₂ → … → T

प्रत्येक संक्रमण — एक अवधारणा की उपस्थिति या पुनर्गठन।

प्रत्येक संक्रमण के बाद मार्ग की पुनर्गणना की जा सकती है।

शायद, नई अवधारणा ने अगले तीन को पार करने की अनुमति दी।

शायद, एक पुराना अंतराल पाया गया।

शायद, व्यक्ति ने पहले ही स्वतंत्र रूप से आवश्यक कनेक्शन बना लिया है।

शायद, तकनीक बदल गई है और ज्ञान की एक पूरी शाखा अब आवश्यक नहीं है।

इसलिए ग्राफ को जीवित होना चाहिए।

और व्यक्ति के मॉडल को जीवित होना चाहिए।

मुख्य कार्य — मानव विकास की थ्रूपुट क्षमता को बढ़ाना

मानव शरीर विज्ञान धीरे-धीरे बदलता है।

हम केवल मानव स्मृति को दस गुना नहीं बढ़ा सकते हैं या मस्तिष्क को कंप्यूटर की गति से जटिल मॉडल को अवशोषित करने के लिए मजबूर नहीं कर सकते हैं।

लेकिन आज की सीखने की लागत का एक बड़ा हिस्सा शरीर विज्ञान द्वारा बिल्कुल निर्धारित नहीं होता है।

यह खराब सूचना रूटिंग द्वारा निर्धारित होता है।

हम पहले से ज्ञात सिखाते हैं।

अपरिचित शब्दों के माध्यम से समझाते हैं।

ऐसी विवरण प्रेषित करते हैं जिनकी कभी आवश्यकता नहीं होगी।

ऐसी ऐतिहासिक रूप से विकसित पूर्व-आवश्यकताओं (prerequisites) का अध्ययन करने के लिए मजबूर करते हैं।

विभिन्न लोगों के लिए समान स्पष्टीकरण का उपयोग करते हैं।

शब्दों की पहचान को अवधारणाओं की समझ के साथ भ्रमित करते हैं।

छोटे अंतरालों को नहीं देखते हैं जो पूरी बाद की श्रृंखला को रोकते हैं।

और व्यक्ति को मानव ज्ञान के विशाल अंतरिक्ष के माध्यम से अपना रास्ता खुद खोजने के लिए मजबूर करते हैं।

एआई पहली बार इन सभी नुकसानों पर एक साथ हमला करने की अनुमति देता है।

मस्तिष्क को तेज नहीं बनाना।

मार्ग को छोटा करना।

व्यक्ति को अधिक जानकारी न देना।

कम प्रेषित करना — लेकिन ठीक वही जो वह समझ में बदलने में सक्षम है।

सभी को सब कुछ जानने के लिए मजबूर न करना।

प्रत्येक को अवधारणाओं की न्यूनतम पर्याप्त प्रणाली देना, जो आगे बढ़ने की अनुमति देती है।

और, शायद, यह कृत्रिम बुद्धिमत्ता के युग में शिक्षा में मुख्य परिवर्तनों में से एक बन जाएगा।

क्योंकि मानव जाति की समस्या लंबे समय से जानकारी की कमी नहीं रही है।

समस्या यह है कि आज उपलब्ध जानकारी को समझ में बदलने के लिए कितने मानव जीवन की आवश्यकता है।