एक समय था जब छात्र मोटी-मोटी पाठ्यपुस्तकों पर झुके हुए, पुस्तकालय की अलमारियों के बीच घूमते हुए, उन समस्याओं के उत्तर खोजने की कोशिश में लंबा समय बिताते थे जो आसानी से समझ में नहीं आती थीं। फिर “जस्ट गूगल इट” युग आया, जिसने जानकारी तक पहुंच को तेज कर दिया लेकिन फिर भी खोजने, फ़िल्टर करने और समझने के लिए कुछ प्रयास की आवश्यकता थी।कैलिफोर्निया विश्वविद्यालय, बर्कले में, वसंत 2026 के कंप्यूटर विज्ञान पाठ्यक्रमों में एक आश्चर्यजनक शैक्षणिक पैटर्न सामने आया है, जो कृत्रिम बुद्धिमत्ता, छात्र की तैयारी और तकनीकी शिक्षा के भविष्य के बारे में कठिन सवाल उठाता है।प्रमुख कंप्यूटिंग कक्षाओं में विफलता दर ऐतिहासिक मानदंडों से कहीं अधिक बढ़ गई है, जो विभागीय अपेक्षाओं से एक तीव्र विचलन को दर्शाता है और संकाय के बीच इस बात को लेकर चिंता पैदा कर रही है कि छात्र कैसे सीख रहे हैं और वे वास्तव में क्या सीख रहे हैं।बर्कलेटाइम द्वारा रिपोर्ट किए गए और उद्धृत आंकड़ों के अनुसार द डेली कैलिफ़ोर्नियासीएस 10 (द ब्यूटी एंड जॉय ऑफ कंप्यूटिंग) में 35.3% छात्रों को वसंत 2026 में असफल ग्रेड प्राप्त हुए। सीएस 61ए (कंप्यूटर प्रोग्राम की संरचना और व्याख्या) में, विफलता दर 10.6% थी।ये आंकड़े विशेष रूप से महत्वपूर्ण हैं क्योंकि वसंत 2024 और वसंत 2025 में, दोनों पाठ्यक्रमों में विफलता दर 10% से नीचे रही। ईईसीएस विभाग के ग्रेडिंग दिशानिर्देश आम तौर पर निचले-डिवीजन पाठ्यक्रमों में लगभग 7% डी और एफ ग्रेड का अनुमान लगाते हैं, जिससे नवीनतम परिणाम उल्लेखनीय हो जाते हैं।इससे भी अधिक चिंता की बात यह है कि दोनों पाठ्यक्रमों में सी+ के बराबर औसत ग्रेड दर्ज किए गए, जो लगभग 2.3 जीपीए है, जो विभाग की अपेक्षित सीमा 2.8 से 3.3 से कम है।
ऐ, शैक्षणिक अखंडता और एक बदलता हुआ सीखने का दौर
प्रशिक्षकों द्वारा उठाई गई एक केंद्रीय चिंता छात्र वर्कफ़्लो में जेनरेटिव आर्टिफिशियल इंटेलिजेंस टूल का बढ़ता प्रभाव है।यूसी बर्कले के शिक्षण प्रोफेसर डैन गार्सिया, जिन्होंने सीएस 10 और सीएस 61ए दोनों को पढ़ाया, ने द डेली कैलिफ़ोर्नियाई को बताया कि असामान्य रूप से उच्च विफलता दर के पीछे एक “प्राथमिक चालक” था जिसे उन्होंने चैटजीपीटी, क्लाउड और गूगल जेमिनी जैसे बड़े भाषा मॉडल से जुड़े “शैक्षणिक बेईमानी में भारी वृद्धि” के रूप में वर्णित किया।गार्सिया के अनुसार, 2026 के वसंत में सीएस 10 में लगभग 30 छात्र “टेक-होम परीक्षा में नकल करते हुए पकड़े गए”, अतिरिक्त मामलों को सेंटर फॉर स्टूडेंट कंडक्ट में भेजा गया।हालाँकि, गार्सिया ने स्पष्ट कदाचार की तुलना में अधिक सूक्ष्म मुद्दे की ओर भी इशारा किया: एआई टूल पर अत्यधिक निर्भरता जो छात्रों को अंतर्निहित अवधारणाओं को पूरी तरह से आंतरिक किए बिना असाइनमेंट पूरा करने की अनुमति दे सकती है।जैसा कि द डेली कैलिफ़ोर्निया द्वारा उद्धृत किया गया है, गार्सिया ने कहा कि छात्र “एलएलएम में अपना काम करने के लिए बहुत अधिक झुकाव कर रहे हैं, और फिर परीक्षा के समय वास्तव में तैयार नहीं होते हैं।”परिणाम, उन्होंने सुझाव दिया, पाठ्यक्रम पूरा होने और वास्तविक योग्यता के बीच एक व्यापक अंतर है, जो तब दिखाई देता है जब छात्र व्यक्तिगत मूल्यांकन के दौरान एआई सहायता पर भरोसा करने में सक्षम नहीं होते हैं।
निश्चित मानक और दृश्यमान अंतराल
ग्रेडिंग वक्रों पर निर्भर कई विश्वविद्यालय पाठ्यक्रमों के विपरीत, गार्सिया की कक्षाओं में निश्चित ग्रेडिंग थ्रेशोल्ड का उपयोग किया जाता है, जहां अक्षर ग्रेड स्पष्ट रूप से परिभाषित प्रदर्शन मानकों द्वारा निर्धारित किए जाते हैं।द डेली कैलिफ़ोर्निया से बात करते हुए, गार्सिया ने कहा कि वह उन प्रणालियों का “एक मजबूत, मजबूत प्रतिद्वंद्वी” है जो उच्च ग्रेड की संख्या को सीमित करती है और पारदर्शी बेंचमार्क पसंद करती है जो छात्रों को संस्थागत सीमाओं के बिना ए तक पहुंचने की अनुमति देती है।उन्होंने तर्क दिया कि घुमावदार ग्रेडिंग पूर्ण प्रदर्शन स्तरों की परवाह किए बिना ग्रेड वितरित करके गहरी निर्देशात्मक समस्याओं को अस्पष्ट कर सकती है, जबकि थ्रेशोल्ड-आधारित सिस्टम सीखने के अंतराल को अधिक दृश्यमान बनाते हैं।
गणित की तैयारी का प्रश्न
एआई से संबंधित चिंताओं के अलावा, संकाय सदस्यों ने एक सतत मुद्दे पर भी प्रकाश डाला है: उन्नत कंप्यूटिंग पाठ्यक्रमों में प्रवेश करने वाले छात्रों के बीच असमान गणितीय तैयारी।एसोसिएट टीचिंग प्रोफेसर गिरिजा रानाडे ने बताया द डेली कैलिफ़ोर्निया उनका ईईसीएस 127 पाठ्यक्रम (इंजीनियरिंग में अनुकूलन मॉडल) 2026 के वसंत में “अलग तरह से चुनौतीपूर्ण” हो गया था, क्योंकि छात्रों को रैखिक बीजगणित, वेक्टर कैलकुलस और गणितीय प्रमाणों में मूलभूत अवधारणाओं के साथ संघर्ष करना पड़ रहा था।पाठ्यक्रम में 16.8% विफलता दर दर्ज की गई, जो ईईसीएस विभाग के उच्च-डिवीजन कक्षाओं के लिए लगभग 5% डी और एफ ग्रेड के विशिष्ट बेंचमार्क से काफी ऊपर है।रानाडे ने कहा कि उन्नत पाठ्यक्रम में प्रगति के बावजूद कुछ छात्रों में अपेक्षित गणितीय प्रवाह का अभाव है। द डेली कैलिफ़ोर्नियाई द्वारा रिपोर्ट की गई उनकी टिप्पणियों के अनुसार, कार्यालय समय के दौरान छात्रों के साथ चर्चा में, उन्हें पता चला कि कम से कम एक ने पहले एक रैखिक बीजगणित पाठ्यक्रम लिया था, जो असाइनमेंट और परीक्षाओं के लिए ओपन-इंटरनेट और ओपन-एआई के उपयोग की अनुमति देता था।
दबाव में पढ़ाना
संरचनात्मक बाधाओं के कारण निर्देश और भी जटिल हो गए हैं। रानाडे ने द डेली कैलिफ़ोर्निया को बताया कि स्टाफ की कमी के कारण ईईसीएस 127 से एक प्रमुख परियोजना घटक को हटाना पड़ा, एक ऐसा खंड जो पहले शिक्षण सहायक सहायता के साथ निर्देशित, हाथों से सीखने की पेशकश करता था।ईईसीएस विभाग के अध्यक्ष जेलानी नेल्सन के अनुसार, जैसा कि द डेली कैलिफ़ोर्निया द्वारा संदर्भित एक्स पर एक पोस्ट में उद्धृत किया गया है, विश्वविद्यालय को टीए वेतन से जुड़ी बढ़ती लागत के कारण स्नातक कंप्यूटर विज्ञान नामांकन और स्नातक शिक्षण सहायकों की संख्या दोनों को कम करना पड़ा है।
सीखने के स्थानों में सहभागिता में गिरावट
शायद यह ग्रेड वितरण के रूप में बताया जा रहा है जिसे संकाय कक्षा के बाहर देख रहे हैं। द डेली कैलिफ़ोर्नियाई के अनुसार, रानाडे ने कहा कि कार्यालय समय, जो एक समय छात्रों से भरा हुआ था, उपस्थिति के लिए बार-बार प्रोत्साहित करने के बावजूद वसंत 2026 में “बहुत कम व्यस्तता” देखी गई है।गार्सिया ने इसी तरह की प्रवृत्ति की सूचना दी, जिसमें कार्यालय के घंटों का वर्णन किया गया जो कभी-कभी पूरी तरह से खाली होते थे, एक ऐसा अनुभव जिसे उन्होंने वर्षों की स्थिर छात्र भागीदारी के बाद आश्चर्यजनक बताया।द डेली कैलिफ़ोर्नियाई के हवाले से गार्सिया ने कहा, “मेरे पास पूरे कार्यालय समय था, और पहली बार, मेरे कार्यालय समय में कोई नहीं आ रहा था।” “मेरे कार्यालय में अकेले बैठना बहुत आश्चर्यजनक था।”यह बदलाव इस बारे में व्यापक सवाल उठाता है कि छात्र शैक्षणिक सहायता कैसे मांग रहे हैं और क्या एआई उपकरण चुपचाप सीखने की बातचीत के पारंपरिक रूपों की जगह ले रहे हैं।
एआई युग में कक्षा पर पुनर्विचार
दोनों प्रोफेसर अब इस बात पर पुनर्विचार कर रहे हैं कि इन परिवर्तनों के जवाब में उनके पाठ्यक्रम कैसे विकसित होने चाहिए।गार्सिया ने द डेली कैलिफ़ोर्निया को बताया कि उनकी योजना भविष्य के छात्रों के साथ वसंत 2026 के परिणामों को स्पष्ट रूप से संबोधित करने और उन लोगों की पहचान करने के तरीकों का पता लगाने की है जिन्हें अतिरिक्त मूलभूत समर्थन की आवश्यकता है।इस बीच, रानाडे ने तर्क दिया कि समाधान निर्देश को सरल बनाना नहीं है बल्कि इसे गहरा बनाना है। उन्होंने इस बात पर जोर दिया कि छात्रों को अधिक प्रतिस्पर्धी और जटिल दुनिया के लिए तैयार रहना चाहिए, जहां एआई उपकरण सर्वव्यापी होने के बावजूद विश्लेषणात्मक और महत्वपूर्ण सोच कौशल आवश्यक बने हुए हैं।द डेली कैलिफ़ोर्नियाई के हवाले से रानाडे ने कहा, “हमें वास्तव में यह सुनिश्चित करने की ज़रूरत है कि हम अपने छात्रों को ठोस, योगदान देने वाले नागरिक और नेता बनने के लिए तैयार कर रहे हैं।” “हमें उन्हें यह सिखाने की ज़रूरत है – और हम चाहते हैं कि… नई चुनौतियों का सामना कैसे करें।” गार्सिया ने भी इसी तरह की भावना व्यक्त की, जिसे उन्होंने सच्ची शिक्षा की आवश्यक कठिनाई कहा।द डेली कैलिफ़ोर्नियाई के हवाले से उन्होंने कहा, “भ्रम सीखने का पसीना है।” “मुझे लगता है कि बहुत से छात्र पसीना नहीं बहा रहे हैं।”
के लिए एक बड़ी चेतावनी उच्च शिक्षा
बर्कले में जो कुछ सामने आ रहा है वह उच्च शिक्षा में व्यापक परिवर्तन का प्रारंभिक संकेत हो सकता है।आर्टिफिशियल इंटेलिजेंस अब शैक्षणिक सेटिंग्स में संयमित रूप से उपयोग किया जाने वाला एक बाहरी उपकरण नहीं है, यह तेजी से इस बात में अंतर्निहित है कि छात्र कैसे असाइनमेंट पूरा करते हैं, समस्या-समाधान कैसे करते हैं, और यहां तक कि सीखने की अवधारणा भी बनाते हैं।अब विश्वविद्यालयों के सामने चुनौती केवल यह नहीं है कि एआई को कैसे विनियमित किया जाए, बल्कि ऐसे माहौल में बौद्धिक संघर्ष को कैसे संरक्षित किया जाए जहां उत्तर हमेशा तुरंत उपलब्ध हों।बर्कले में, डेटा से पता चलता है कि जब उस संघर्ष को कम किया जाता है या आउटसोर्स किया जाता है, तो प्रदर्शन में अंतर स्पष्ट रूप से दिखाई देने लगता है। क्या यह एक अस्थायी समायोजन अवधि का प्रतिनिधित्व करता है या शिक्षा में दीर्घकालिक संरचनात्मक बदलाव का, यह एक खुला प्रश्न बना हुआ है।हालाँकि, यह स्पष्ट है कि असाइनमेंट पूरा करने और सीखने के परिणामों के बीच पारंपरिक संबंध दबाव में है, और संस्थान केवल परिणामों को समझना शुरू कर रहे हैं।
