ভগ্নাংশ নিয়ে দুটি দৈবায়িত গবেষণায় চ্যাট সহকারী পাওয়া ব্যক্তিরা সেটি থাকা অবস্থায় বেশি সমস্যা সমাধান করেন; সহকারী সরানোর পর শেষের সমস্যাগুলোর কমটি একা সমাধান করেন, তাঁদের তুলনায় যাঁরা এটি ছাড়া কাজ করেছিলেন। Grace Liu ও সহকর্মীদের সর্বশেষ গবেষণাপত্র একই ধরনের তাৎক্ষণিক ফলসহ পড়ার অনুধাবন পরীক্ষার কথাও জানায়। অংশগ্রহণকারীরা প্রশ্ন এড়িয়েছেন কি না দিয়ে অধ্যবসায় মাপা হয়েছিল। সেশনের পর তাঁদের শেখা বা আচরণ অনুসরণ করা হয়নি।

বড় পরিবর্তন

  • কী বদলেছে: দৈবায়িত বণ্টনের ফলে একই শেষের সমস্যায় স্বল্প AI সহায়তা ও সহায়তাহীন অনুশীলন তুলনা করা গেছে। সহায়তার সময় AI দলের নির্ভুলতার সুবিধা, সরঞ্জাম সরানোর পর উল্টে যায়।
  • কেন গুরুত্বপূর্ণ: সহায়তায় সঠিক উত্তর পাওয়া এবং পরের প্রশ্নের উত্তর একা দিতে পারা আলাদা ফল। শিক্ষাবিদ ও AI নকশাকারীদের দুটিই মাপার কারণ দেয় গবেষণাগুলো।
  • যা এখনও অজানা: পরীক্ষা তাৎক্ষণিক সহায়তাহীন পরীক্ষার পর শেষ হয়। এগুলো দীর্ঘস্থায়ী দক্ষতা-হ্রাস, সাধারণ মনোযোগ-হ্রাস বা মাসের পর মাস নিয়মিত AI ব্যবহারের প্রভাব প্রতিষ্ঠা করতে পারে না।

ভগ্নাংশের দুই পরীক্ষা কী মেপেছে

গবেষকেরা Prolific অনলাইন প্ল্যাটফর্মে যুক্তরাষ্ট্রের অংশগ্রহণকারীদের নিয়োগ করেন। প্রথম পরীক্ষায় 354 জনকে দৈবভাবে দুটি অবস্থায় ভাগ করা হয়: প্রথম 12 প্রশ্নে GPT-5 চ্যাট সাইডবার ব্যবহার, অথবা পুরো সময় AI ব্যবহার না করা। এরপর সবাই AI ছাড়া একই তিনটি শেষ প্রশ্নের উত্তর দেন। সহকারীকে প্রতিটি সমস্যা ও সমাধান দেওয়া ছিল, তাই অংশগ্রহণকারী সরাসরি উত্তর চাইতে পারতেন। প্রশ্ন এড়ানোও যেত; ভুল উত্তরে পারিশ্রমিক কমত না। ভুল উত্তর জমা দেওয়ার পর উভয় দলই সঠিক সমাধান দেখেছে।

মনোযোগ ও কর্মদক্ষতার ভিত্তিতে বাদ দেওয়ার পর বিশ্লেষণে 307 জন ছিলেন। সহায়তাহীন তিন প্রশ্নে আগে AI ব্যবহার করা দল গড়ে 57% সঠিক করেছে, নিয়ন্ত্রণ দল 73%। তারা 20% প্রশ্ন এড়িয়েছে, নিয়ন্ত্রণ দল 11%। প্রতিবেদিত মানসম্মত প্রভাব ছিল সমাধানের জন্য −0.42 (95% আস্থার ব্যবধান −0.66 থেকে −0.19) এবং এড়ানোর জন্য 0.25 (0.02 থেকে 0.48)।

প্রথম বাদ দেওয়ার নিয়ম তুলনাটি ব্যাখ্যা কঠিন করেছে। শুরুতে খুব কম প্রশ্ন সমাধান করা ব্যক্তিদের বাদ দেওয়া হয়েছিল, কিন্তু AI ব্যবহারকারী AI-র উত্তর জমা দিয়ে সেই সীমা পার হতে পারেন। শেষের দলগুলোর আকারও অসম ছিল: AI দলে 185, নিয়ন্ত্রণে 122 জন।

দ্বিতীয় পরীক্ষায় 667 জনকে নিয়োগ করে সহায়তার আগে তাঁদের প্রাথমিক ভগ্নাংশ দক্ষতা পরীক্ষা করা হয়। মূল পর্যায়ে AI দল 11 প্রশ্নে চ্যাট সাইডবার পায়। নিয়ন্ত্রণ দল পূর্বপরীক্ষায় দেখানো সমাধানসহ সাইডবার পায়। একই তিনটি সহায়তাহীন শেষ প্রশ্নের আগে দুই সাইডবারই সরানো হয়। এতে প্রথম গবেষণার দক্ষতা-নির্বাচন উদ্বেগ মোকাবিলা হয় এবং ইন্টারফেস পরিবর্তন তুলনাযোগ্য হয়।

পূর্বপরীক্ষা ও মনোযোগ যাচাইয়ের ভিত্তিতে বাদ দেওয়ার পর 585 জন ছিলেন: AI দলে 308, নিয়ন্ত্রণে 277। আগে AI ব্যবহার করা দল শেষ প্রশ্নের 71% সঠিক করেছে; নিয়ন্ত্রণ 77%। মানসম্মত পার্থক্য −0.19 (95% আস্থার ব্যবধান −0.36 থেকে −0.03)। AI দল 10% প্রশ্ন এড়ায়, নিয়ন্ত্রণ 7%; তবে সামগ্রিক পার্থক্য পরিসংখ্যানগতভাবে অনিশ্চিত: মানসম্মত প্রভাবের প্রতিবেদিত ব্যবধান −0.07 থেকে 0.26। পুনরাবৃত্তি পরীক্ষাটি ছোট তাৎক্ষণিক নির্ভুলতার পার্থক্য সমর্থন করে; একে দিয়ে সামগ্রিক অধ্যবসায়ের পার্থক্য প্রতিষ্ঠিত হয় না।

AI দলের লোকেরা সহকারী কীভাবে ব্যবহার করেছেন বলে জানিয়েছেন, তাও গবেষকেরা তুলনা করেন। বিশ্লেষিত 308 জন AI অংশগ্রহণকারীর মধ্যে 189 জন প্রধানত সরাসরি উত্তর চেয়েছেন, 82 জন ইঙ্গিত বা ব্যাখ্যা খুঁজেছেন এবং 37 জন AI ব্যবহার করেননি। সরাসরি উত্তর চাওয়া দলের শেষের নির্ভুলতা কম, প্রশ্ন এড়ানো নিয়ন্ত্রণ ও ইঙ্গিত দলের চেয়ে বেশি ছিল। ব্যবহার শ্রেণি অংশগ্রহণকারীরাই বেছে নিয়েছেন, দৈবভাবে বরাদ্দ করা হয়নি। এই পার্থক্য প্রমাণ করে না যে উত্তর চাওয়াই ব্যবধানের কারণ।

পড়ার ফল ও দাবির সীমা

তৃতীয় পরীক্ষায় SAT-ধাঁচের পড়ার প্রশ্নের জন্য 201 জনকে নিয়োগ করা হয়। AI দল পাঁচ প্রশ্নে চ্যাট সাইডবার দেখতে পায়; নিয়ন্ত্রণ দল সাধারণ পড়ার টিপসসহ সাইডবার পায়। এরপর উভয় দল সাইডবার ছাড়া তিন প্রশ্নের উত্তর দেয়। চূড়ান্ত বিশ্লেষণে 168 জন ছিলেন। আগে AI ব্যবহার করা দল শেষ প্রশ্নের 76% সঠিক করেছে, নিয়ন্ত্রণ 89%; এড়ানোর হার 8% ও 1%। পত্রে নির্ভুলতার জন্য P=0.007, এড়ানোর জন্য P=0.008 দেওয়া হয়েছে। পাঁচ সেকেন্ডের কমে জমা উত্তরও এ পরীক্ষায় এড়ানো হিসেবে গণ্য।

দৈবায়িত বণ্টন এই স্বল্প কাজ ও সহায়তা শেষের অব্যবহিত পরের পর্যায় সম্পর্কে সিদ্ধান্ত সমর্থন করে। ক্ষমতা বা প্রেরণায় স্থায়ী পরিবর্তন শনাক্ত করে না। প্রভাব ঘণ্টা বা দিন টিকে থাকে, দৈনিক ব্যবহারে জমে, নাকি মিলিয়ে যায়—লেখকেরা তা বলতে পারেন না। সহকারীকে অনুরোধে পূর্ণ উত্তর দেওয়ার জন্য সাজানো হয়েছিল; অন্য টিউটরিং নকশায় একই ফল হবে কি না পরীক্ষা করা হয়নি।

9 অক্টোবরের Berkeley News প্রতিবেদন এই কাজকে স্বল্প AI ব্যবহার মনোযোগ ও অধ্যবসায় ক্ষতিগ্রস্ত করে—এমন প্রমাণ হিসেবে বর্ণনা করে। পত্রে সঠিক উত্তর ও এড়ানো প্রশ্ন মাপা হয়েছে, মনোযোগের আলাদা ফল নয়। দ্বিতীয় ভগ্নাংশ পরীক্ষায় সামগ্রিক এড়ানোর হারের পার্থক্য অনিশ্চিত ছিল। শিক্ষা ও কাজে দক্ষতা নিয়ে গবেষকের বিস্তৃত ব্যাখ্যাও Berkeley উদ্ধৃত করেছে। এগুলো ভবিষ্যৎ গবেষণার বিষয়, এই সেশনগুলোর মাপের বাইরে।

সূত্র ও আরও পড়ুন