भिन्नों पर दो यादृच्छिक अध्ययनों में, चैट सहायक पाने वाले लोगों ने उसके उपलब्ध रहने के दौरान अधिक सवाल हल किए, लेकिन उसके हटने के बाद अंतिम सवालों में उन लोगों से कम सवाल स्वयं हल किए जिन्होंने बिना सहायक काम किया था। Grace Liu और सहलेखकों का नवीनतम शोधपत्र इसी तरह का तात्कालिक नतीजा देने वाला पठन-समझ प्रयोग भी बताता है। लगन को इस आधार पर मापा गया कि प्रतिभागियों ने सवाल छोड़ा या नहीं। सत्र के बाद उनके सीखने या व्यवहार का पता नहीं लगाया गया।

बड़ा बदलाव

  • क्या बदला: यादृच्छिक आवंटन से शोधकर्ता उन्हीं अंतिम सवालों पर थोड़ी AI सहायता और बिना सहायता अभ्यास की तुलना कर सके। मदद के दौरान AI समूह की सटीकता की बढ़त, साधन हटाने पर उलट गई।
  • यह क्यों मायने रखता है: मदद से सही जवाब पाना और अगला सवाल अकेले हल कर पाना अलग नतीजे हैं। ये अध्ययन शिक्षकों और AI डिज़ाइनरों को दोनों मापने का कारण देते हैं।
  • क्या अब भी अज्ञात है: प्रयोग तत्काल बिना-सहायता परीक्षण के बाद समाप्त हुए। वे स्थायी कौशल-हानि, ध्यान में सामान्य गिरावट या महीनों तक नियमित AI उपयोग के प्रभाव साबित नहीं कर सकते।

भिन्नों के दोनों प्रयोगों ने क्या मापा

शोधकर्ताओं ने ऑनलाइन मंच Prolific के ज़रिए अमेरिका के प्रतिभागियों को भर्ती किया। पहले प्रयोग में 354 लोगों को यादृच्छिक रूप से दो स्थितियों में रखा गया: पहले 12 सवालों के लिए GPT-5 चैट साइडबार या पूरे अध्ययन में AI का उपयोग नहीं। फिर सभी ने AI के बिना वही तीन अंतिम सवाल किए। सहायक को हर समस्या और उसका हल दिया गया था, इसलिए प्रतिभागी सीधे जवाब माँग सकता था। सवाल छोड़ने की अनुमति थी और गलत जवाब पर भुगतान नहीं घटता था। गलत जवाब भेजने के बाद दोनों समूहों को सही हल दिखाया गया।

ध्यान और प्रदर्शन के आधार पर हटाने के बाद विश्लेषण में 307 लोग रहे। बिना मदद वाले तीन सवालों में पहले AI समूह ने औसतन 57% सही किए, जबकि नियंत्रण समूह ने 73%। उन्होंने 20% सवाल छोड़े, नियंत्रण ने 11%। रिपोर्ट किए गए मानकीकृत प्रभाव हल करने के लिए −0.42 (95% विश्वास अंतराल −0.66 से −0.19) और छोड़ने के लिए 0.25 (0.02 से 0.48) थे।

पहले बहिष्करण नियम से तुलना समझना कठिन हुआ। इसने शुरुआती सवाल बहुत कम हल करने वालों को हटाया, लेकिन AI उपयोगकर्ता AI जवाब भेजकर यह सीमा पार कर सकता था। अंतिम समूहों का आकार भी असमान था: AI समूह में 185 और नियंत्रण में 122 लोग।

दूसरे प्रयोग में 667 लोगों को भर्ती कर सहायता देने से पहले उनकी बुनियादी भिन्न क्षमता जाँची गई। मुख्य चरण में AI समूह के पास 11 सवालों के लिए चैट साइडबार था। नियंत्रण समूह को ऐसा साइडबार मिला जिसमें पूर्व-परीक्षण में दिखाए गए हल थे। वही तीन अंतिम बिना-सहायता सवाल आने से पहले दोनों साइडबार हटा दिए गए। इस डिज़ाइन ने पहले अध्ययन में कौशल-चयन की चिंता को संबोधित किया और इंटरफ़ेस बदलाव को अधिक तुलनीय बनाया।

पूर्व-परीक्षण और ध्यान जाँच के आधार पर हटाने के बाद 585 लोग बचे: AI समूह में 308, नियंत्रण में 277। पहले AI समूह ने अंतिम सवालों के 71% सही किए, नियंत्रण ने 77%। मानकीकृत अंतर −0.19 था (95% विश्वास अंतराल −0.36 से −0.03)। AI समूह ने 10% सवाल छोड़े, नियंत्रण ने 7%, लेकिन कुल अंतर सांख्यिकीय रूप से अनिश्चित था: मानकीकृत प्रभाव का बताया गया अंतराल −0.07 से 0.26 था। यह पुनरावृत्ति तत्काल सटीकता में छोटे अंतर का समर्थन करती है; अकेले इससे कुल लगन का अंतर सिद्ध नहीं होता।

शोधकर्ताओं ने यह भी तुलना की कि AI समूह के लोगों ने सहायक का उपयोग कैसे बताया। विश्लेषित 308 AI प्रतिभागियों में 189 ने मुख्यतः सीधे जवाब पाने, 82 ने संकेत या स्पष्टीकरण माँगने और 37 ने AI न इस्तेमाल करने की बात कही। सीधे जवाब वाले समूह की अंतिम सटीकता कम और सवाल छोड़ने की दर नियंत्रण तथा संकेत समूह से अधिक थी। उपयोग श्रेणियाँ प्रतिभागियों ने चुनीं, उन्हें यादृच्छिक रूप से नहीं दिया गया। इन समूहों के अंतर यह नहीं दिखाते कि जवाब माँगने से ही अंतर पैदा हुआ।

पठन का नतीजा और दावे की सीमाएँ

तीसरे प्रयोग में SAT शैली के पठन सवालों के लिए 201 लोगों को भर्ती किया गया। AI समूह पाँच सवालों के लिए चैट साइडबार देख सकता था; नियंत्रण के साइडबार में सामान्य पठन सुझाव थे। फिर दोनों समूहों ने साइडबार के बिना तीन सवालों के जवाब दिए। अंतिम विश्लेषण में 168 प्रतिभागी थे। पहले AI समूह ने अंतिम सवालों के 76% सही किए, नियंत्रण ने 89%; सवाल छोड़ने की दर 8% बनाम 1% थी। शोधपत्र में सटीकता के लिए P=0.007 और छोड़ने के लिए P=0.008 दिया गया है। इस प्रयोग में पाँच सेकंड से कम में भेजा गया जवाब भी छोड़ा हुआ माना गया।

यादृच्छिक आवंटन इन छोटे कार्यों और मदद समाप्त होने के तुरंत बाद के चरण पर निष्कर्षों का समर्थन करता है। इससे क्षमता या प्रेरणा में स्थायी बदलाव नहीं पहचाना जा सकता। लेखक कहते हैं कि वे नहीं बता सकते कि प्रभाव घंटों या दिनों तक रहते हैं, दैनिक उपयोग से जमा होते हैं या मिट जाते हैं। सहायक को माँगने पर पूरा उत्तर देने के लिए सेट किया गया था; प्रयोगों ने यह नहीं जाँचा कि अलग ट्यूशन डिज़ाइन से वही नतीजा आएगा या नहीं।

9 अक्टूबर की Berkeley News रिपोर्ट इस काम को इस बात का प्रमाण बताती है कि थोड़े समय का AI उपयोग ध्यान और लगन को नुकसान पहुँचाता है। शोधपत्र ने सही जवाब और छोड़े गए सवाल मापे, ध्यान का अलग परिणाम नहीं। भिन्नों के दूसरे प्रयोग में कुल सवाल-छोड़ने का अंतर अनिश्चित था। Berkeley ने शिक्षा और काम में विशेषज्ञता पर शोधकर्ता के व्यापक विचार भी उद्धृत किए। ये आगे के अध्ययन के विषय हैं और इन सत्रों के माप से आगे जाते हैं।

स्रोत और आगे पढ़ें

  • Grace Liu और सहलेखक, AI Assistance Reduces Persistence and Hurts Independent Performance, arXiv v5, 3 अक्टूबर 2026 को संशोधित। पूरा शोधपत्र तीनों प्रयोगों के यादृच्छिकीकरण, बहिष्करण, नतीजों की परिभाषाएँ, अनुमान और सीमाएँ देता है। BIG CHANGE ने बताए गए तरीकों और नतीजों की समीक्षा की; प्रयोग दोहराए नहीं।
  • UC Berkeley News, “Using AI for just 10 minutes erodes your ability to persist at hard things”, 9 अक्टूबर 2026। विश्वविद्यालय की रिपोर्ट में लेखकों की टिप्पणियाँ और व्यापक व्याख्याएँ हैं; ऊपर के संख्यात्मक दावे शोधपत्र से हैं।