शिक्षा में AI AI Minute Newsroom 2026-08-09

AI ट्यूटर सीधे जवाब थमा देता है: शिक्षकों ने सात मॉडलों को परखा, लगभग किसी ने छात्र से मेहनत नहीं करवाई

एलन इंस्टिट्यूट फ़ॉर AI ने 7 अगस्त को TutorMoments जारी किया — यह एक बेंचमार्क है जो अमेरिका में कक्षा 2 से 7 तक के छात्रों के साथ हुई 462 पहचान-रहित एक-पर-एक गणित ट्यूशन बातचीत पर बना है। ये रिकॉर्ड कम-आय वाले स्कूलों के लिए चलाए जा रहे एक सघन ट्यूशन कार्यक्रम से लिए गए हैं। अनुभवी गणित शिक्षकों ने इनमें 1,500 से अधिक ऐसे क्षण चिह्नित किए जहाँ ट्यूटर को चुनना पड़ता है: सवाल आसान कर दे, या सोचने का काम छात्र पर छोड़ दे। फिर सात मॉडलों को उन्हीं क्षणों में रखा गया — Gemini 2.5 Pro, Gemini 3.5 Flash, Claude Opus 4.8, Claude Sonnet 4.6, GPT-5.5, GPT-5.4 mini और DeepSeek V4 Pro। बिना यह बताए कि अच्छा ट्यूशन कैसा होता है, सादे प्रॉम्प्ट पर मॉडलों का 'कठोरता' स्कोर 0.023 से 0.046 तक गिर गया: उन्होंने छात्र से लगभग कभी काम नहीं करवाया। जब स्पष्ट बताया गया कि क्या मापा जा रहा है, तो सभी मॉडल तेज़ी से सुधरे — उचित सहारे में Gemini 2.5 Pro 0.896, कठोरता में Claude Opus 4.8 0.831, अति-सहायता से बचने में Claude Sonnet 4.6 0.913 — फिर भी अंतर बना रहा। Ai2 ने तकनीकी रिपोर्ट, डेटासेट और कोड सार्वजनिक किए हैं।

यह क्यों मायने रखता हैयह अध्ययन ठीक उसी चीज़ को मापता है जिसकी माता-पिता और शिक्षकों को असल चिंता है, और उसे संख्या में बदल देता है। चैटबॉट की सहज प्रवृत्ति मददगार होना है, पर ट्यूशन में अधिकतम मदद ही असफलता का रूप है: छात्र हल हुआ सवाल लेकर उठता है, नया कौशल नहीं। सादे प्रॉम्प्ट पर लगभग शून्य कठोरता स्कोर बताते हैं कि हर बड़े मॉडल की डिफ़ॉल्ट सेटिंग 'लाइए, मैं कर देता हूँ' है। अच्छी ख़बर नतीजे के दूसरे हिस्से में है — वही मॉडल, रुकने को कहे जाने पर, कहीं बेहतर हो जाते हैं। यह एक प्रॉम्प्ट, एक सिस्टम मैसेज, एक उत्पाद निर्णय भर है। इसलिए अगर आपका बच्चा या आपकी कक्षा किसी सामान्य चैटबॉट को ट्यूटर की तरह इस्तेमाल कर रही है, तो उसे 'हल मत करो, सिखाओ' कहना कोई अतिरिक्त सुविधा नहीं — यही पूरा फ़र्क़ है।

✓ सत्यापित · 2 स्रोत

ऐप में पढ़ें — मुफ़्त, 9 भाषाएँ

AI ट्यूटर सीधे जवाब थमा देता है: शिक्षकों ने सात मॉडलों को परखा, लगभग किसी ने छात्र से मेहनत नहीं करवाई

संबंधित खबरें