AI ਲਿਖਣਾ ਉੱਚ ਚੋਣਵੇਂ ਕਾਲਜਾਂ ਲਈ ਅਰਜ਼ੀਆਂ ਨੂੰ ਨੁਕਸਾਨ ਕਿਉਂ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ?

ਮੇਰੇ ਬਹੁਤ ਸਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਮੈਨੂੰ ਕਾਲਜ ਦੇ ਲੇਖਾਂ ਵਿੱਚ ਜਨਰੇਟਿਵ AI ਦੀ ਮਹੱਤਤਾ ਬਾਰੇ ਪੁੱਛਿਆ ਹੈ। ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਢੁਕਵੇਂ ਸਵਾਲ ਪੁੱਛ ਰਹੇ ਹਨ। ਜੇਕਰ AI ਹੁਣ ਸਕਿੰਟਾਂ ਦੇ ਇੱਕ ਮਾਮਲੇ ਵਿੱਚ ਭਾਵਪੂਰਤ ਅਤੇ ਗੂੰਜਣ ਵਾਲੀ ਲਿਖਤ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਲੇਖ ਲਿਖਣ ਦਾ ਕੀ ਮਤਲਬ ਹੈ? ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਕੀ ਇਹ ਦਾਖਲੇ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਅਸਲ ਵਿੱਚ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ?

ਮੇਰਾ ਜਵਾਬ ਸਮੇਂ ਦੇ ਨਾਲ ਸਪੱਸ਼ਟ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ: AI ਭਾਸ਼ਾ ਨੂੰ ਸੁਧਾਰ ਸਕਦਾ ਹੈ। ਇਹ ਪੋਲਿਸ਼ ਬਣਾ ਸਕਦਾ ਹੈ. ਇਹ ਇੱਕ ਵਾਕ ਨੂੰ ਸੁਧਾਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ ਇਹ ਉਹ ਨਿੱਜੀ ਸੰਦਰਭ ਨਹੀਂ ਬਣਾ ਸਕਦਾ ਜਿਸ ਤੋਂ ਇੱਕ ਅਸਲੀ ਕਾਲਜ ਲੇਖ ਉਭਰਨਾ ਚਾਹੀਦਾ ਹੈ।

AI ਦਾ ਪੂਰਾ ਆਧਾਰ ਪੂਰਵ ਅਨੁਮਾਨ ‘ਤੇ ਆਧਾਰਿਤ ਹੈ। ਸਾਧਾਰਨ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਹ ਇਸ ਗੱਲ ਨੂੰ ਵੇਖਦਾ ਹੈ ਕਿ ਕੀ ਮੌਜੂਦ ਹੈ, ਗਣਿਤਿਕ ਤੌਰ ‘ਤੇ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਕਿ ਅੱਗੇ ਕੀ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਅਤੇ ਕੁਝ ਅਜਿਹਾ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਇਕਸਾਰ, ਸੰਪੂਰਨ, ਅਤੇ ਅਕਸਰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ। ਪਰ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਕਾਲਜ ਲੇਖ, ਖਾਸ ਤੌਰ ‘ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਚੋਣਵੇਂ ਯੂਨੀਵਰਸਿਟੀਆਂ ਲਈ, ਸਿਰਫ਼ ਤਾਲਮੇਲ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਆਵਾਜ਼ ਬਾਰੇ ਹੈ.

ਆਵਾਜ਼ ਸਿਰਫ਼ ਸ਼ੈਲੀ ਨਹੀਂ ਹੈ। ਇਹ ਸਿਰਫ਼ ਸ਼ਬਦਾਂ ਦੀ ਚੋਣ ਨਹੀਂ ਹੈ। ਇਹ ਲਿਖਤ ਦੇ ਪਿੱਛੇ ਨਿੱਜੀ ਸੰਦਰਭ ਹੈ. ਇਹ ਯਾਦਦਾਸ਼ਤ ਦਾ ਅਜੀਬ ਮੋੜ, ਝਿਜਕ, ਥੋੜਾ ਜਿਹਾ ਵਿਰੋਧਾਭਾਸ, ਇੱਕ ਅਨੁਭਵ ਦੀ ਸ਼ਕਲ ਹੈ ਜੋ ਸਿਰਫ ਉਸ ਵਿਦਿਆਰਥੀ ਦਾ ਹੈ। ਇਹ ਉਹ ਹਿੱਸਾ ਹੈ ਜਿਸ ਨੂੰ ਕਰਨ ਲਈ AI ਸੰਘਰਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਇਸ ਨੇ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਜ਼ਿੰਦਗੀ ਨਹੀਂ ਬਤੀਤ ਕੀਤੀ ਹੈ। ਇਹ ਪੈਟਰਨਾਂ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਅੰਤਰੀਵ ਨਿੱਜੀ ਸੱਚਾਈ ਪੈਦਾ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ।

ਇਹ ਅੰਤਰ ਉੱਚ ਚੋਣਵੇਂ ਕਾਲਜ ਦਾਖਲਿਆਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। 10% ਤੋਂ ਘੱਟ ਸਵੀਕ੍ਰਿਤੀ ਦਰਾਂ ਵਾਲੀਆਂ ਯੂਨੀਵਰਸਿਟੀਆਂ ਲਈ, ਪਾਲਿਸ਼ ਕਰਨਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਬਿਨੈਕਾਰਾਂ ਕੋਲ ਪਹਿਲਾਂ ਹੀ ਮਜ਼ਬੂਤ ​​ਗ੍ਰੇਡ, ਟੈਸਟ ਸਕੋਰ, ਪਾਠਕ੍ਰਮ ਤੋਂ ਬਾਹਰਲੀਆਂ ਗਤੀਵਿਧੀਆਂ, ਕੋਰਸਵਰਕ, ਇੰਟਰਨਸ਼ਿਪਾਂ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਹਨ। ਉਸ ਪੜਾਅ ‘ਤੇ, ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਕੋਈ ਚੀਜ਼ ਵਿਦਿਆਰਥੀ ਨੂੰ ਬਾਹਰ ਖੜ੍ਹੇ ਹੋਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ।

ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ AI ਲਿਖਣਾ ਇੱਕ ਸਮੱਸਿਆ ਬਣ ਸਕਦਾ ਹੈ।

ਜੋ ਮੌਜੂਦ ਹੈ ਉਸ ਨਾਲ ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਿਵਸਥਿਤ ਕੀਤਾ ਗਿਆ

ਪਿਛਲੇ ਦੋ ਦਾਖਲੇ ਚੱਕਰਾਂ ਵਿੱਚ, ਮੈਂ ਭਾਰਤ, ਯੂਏਈ, ਥਾਈਲੈਂਡ, ਵੀਅਤਨਾਮ, ਅਤੇ ਸਿੰਗਾਪੁਰ ਦੇ 167 ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਲਿਖੇ ਕਾਮਨ ਐਪ ਲੇਖਾਂ (ਗ੍ਰੈਜੂਏਟ ਦਾਖਲਿਆਂ ਲਈ ਯੂਐਸ ਯੂਨੀਵਰਸਿਟੀਆਂ ਵਿੱਚ ਲਾਗੂ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ) ਦੇ ਇੱਕ ਸੈੱਟ ਨੂੰ ਦੇਖਿਆ। ਇਹ ਬੇਤਰਤੀਬੇ ਬਿਨੈਕਾਰ ਨਹੀਂ ਸਨ। ਉਹ ਆਪਣੀ ਸਕੂਲ ਪ੍ਰਣਾਲੀ ਦੇ ਮਜ਼ਬੂਤ ​​​​ਵਿਦਿਆਰਥੀਆਂ ਵਿੱਚੋਂ ਸਨ ਅਤੇ ਚੋਣਵੀਆਂ ਅਮਰੀਕੀ ਯੂਨੀਵਰਸਿਟੀਆਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਨੂੰ ਅਸਲ ਮੌਕਾ ਮਿਲਿਆ ਸੀ।

ਇਹਨਾਂ ਲੇਖਾਂ ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ ਨਤੀਜਿਆਂ ਨਾਲ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਿੱਚ, ਇੱਕ ਪੈਟਰਨ ਉਭਰਿਆ. ਉਨ੍ਹਾਂ ਲੇਖਾਂ ਵਿੱਚ ਜੋ ਮੌਲਿਕ ਜਾਪਦਾ ਸੀ, ਇੱਕ ਵਿਅਕਤੀ ਸੀ। ਲਿਖਤ ਕਿਸੇ ਜੀਵਤ ਥਾਂ ਤੋਂ ਆਈ ਜਾਪਦੀ ਹੈ।

AI-ਸਹਾਇਤਾ ਵਾਲੇ ਲੇਖ ਅਕਸਰ ਮਾੜੇ ਨਹੀਂ ਹੁੰਦੇ ਸਨ। ਅਸਲ ਵਿੱਚ, ਬਹੁਤ ਸਾਰੇ ਲੋਕ ਇੱਕ ਸਤਹੀ ਪੱਧਰ ‘ਤੇ ਕਾਫ਼ੀ ਚੰਗੇ ਸਨ. ਉਹ ਨਿਰਵਿਘਨ ਸਨ. ਉਹ ਵਿਆਕਰਨ ਪੱਖੋਂ ਸਹੀ ਸੀ। ਉਨ੍ਹਾਂ ਦੀ ਬਣਤਰ ਸੀ। ਉਸ ਵਿੱਚ ਭਾਵਨਾਤਮਕ ਉਥਲ-ਪੁਥਲ ਸੀ। ਉਹ ਅਕਸਰ ਸਹੀ ਥਾਵਾਂ ‘ਤੇ ਸਹੀ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਸੀ। ਪਰ ਉਹਨਾਂ ਵਿੱਚੋਂ ਕਈਆਂ ਨੂੰ ਪੜ੍ਹ ਕੇ ਮੈਨੂੰ ਇੱਕ ਸਮਾਨਤਾ ਦਾ ਅਹਿਸਾਸ ਹੋਇਆ।

ਇਹ ਮੈਕਡੋਨਲਡ ਦੇ ਹੈਪੀ ਮੀਲ ਵਰਗਾ ਹੈ। ਇਹ ਤੁਹਾਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਦਾ ਹੈ। ਇਹ ਆਸਾਨੀ ਨਾਲ ਖਪਤ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ. ਇਹ ਤੁਹਾਨੂੰ ਕੁਝ ਸੰਪੂਰਨ, ਜਾਣੂ ਅਤੇ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ। ਪਰ ਇਹ ਤੁਹਾਨੂੰ ਮਿਸ਼ੇਲਿਨ-ਸਟਾਰ ਅਨੁਭਵ ਨਹੀਂ ਦਿੰਦਾ ਹੈ। ਕੁਝ ਵੀ ਅੱਗੇ ਨਹੀਂ ਆਉਂਦਾ।

ਇਹ ਚੋਣਵੇਂ ਦਾਖਲਿਆਂ ਦੀ ਸਮੱਸਿਆ ਹੈ। ਬਿੰਦੂ ਇਹ ਨਹੀਂ ਹੈ ਕਿ AI ਲਿਖਣਾ ਬੁਰਾ ਹੈ. ਅਕਸਰ, ਅਜਿਹਾ ਨਹੀਂ ਹੁੰਦਾ. ਬਿੰਦੂ ਇਹ ਹੈ ਕਿ ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਚੀਜ਼ਾਂ ਨਾਲ ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫਿੱਟ ਬੈਠਦਾ ਹੈ. ਇਹ ਵਿਅੰਗ, ਝਿਜਕ, ਅਜੀਬਤਾ, ਵਾਕਾਂਸ਼ ਦੇ ਛੋਟੇ ਵਿਅਕਤੀਗਤ ਮੋੜ, ਉਹ ਸੰਦਰਭ ਦਿੰਦਾ ਹੈ ਜੋ ਸਿਰਫ ਇਹ ਵਿਦਿਆਰਥੀ ਹੀ ਬਣਾ ਸਕਦਾ ਸੀ। ਅਜਿਹਾ ਕਰਨ ਨਾਲ, ਇਹ ਸਜ਼ਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦਾ ਹੈ ਜਦਕਿ ਸਜ਼ਾ ਦੇ ਪਿੱਛੇ ਵਾਲੇ ਵਿਅਕਤੀ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰ ਸਕਦਾ ਹੈ।

ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਮਨੁੱਖੀ ਗੁਰੂ ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ। ਇੱਕ ਮਨੁੱਖੀ ਮਾਸਟਰ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਭਾਸ਼ਾ ਮਾਡਲ ਤੱਕ ਸਰਵ ਵਿਆਪਕ ਪਹੁੰਚ ਨਹੀਂ ਹੈ। ਉਹ ਸੀਮਾ ਅਸਲ ਵਿੱਚ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦੀ ਹੈ. ਇੱਕ ਚੰਗਾ ਗੁਰੂ ਅਨੰਤ ਵਿਕਲਪ ਪੈਦਾ ਨਹੀਂ ਕਰਦਾ। ਇੱਕ ਚੰਗਾ ਗੁਰੂ ਸੁਣਦਾ ਹੈ, ਰੋਕਦਾ ਹੈ, ਪੁੱਛਦਾ ਹੈ, ਧਿਆਨ ਦਿੰਦਾ ਹੈ ਅਤੇ ਕਈ ਵਾਰ ਵਿਦਿਆਰਥੀ ਨੂੰ ਸੋਚਣ ਦੀ ਬੇਅਰਾਮੀ ਵਿੱਚ ਧੱਕਦਾ ਹੈ। ਗੁਰੂ ਦਾ ਕੰਮ ਲੇਖ ਨੂੰ ਸਭ ਤੋਂ ਉੱਤਮ ਨਿਬੰਧ ਵਰਗਾ ਬਣਾਉਣਾ ਨਹੀਂ ਹੈ। ਇਹ ਵਿਦਿਆਰਥੀ ਦੀ ਉਸਦੀ ਕਹਾਣੀ ਦਾ ਸਭ ਤੋਂ ਸਹੀ ਸੰਸਕਰਣ ਲੱਭਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਹੈ।

AI, ਜਦੋਂ ਬਹੁਤ ਜਲਦੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਦਖਲ ਦੇ ਸਕਦਾ ਹੈ।

ਇੱਕ ਚਰਮ ‘ਤੇ ਉਹ ਵਿਦਿਆਰਥੀ ਹਨ ਜੋ ਬ੍ਰੇਨਸਟਾਰਮ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਏਆਈ ਚੈਟ ਵਿੰਡੋ ਨੂੰ ਖੋਲ੍ਹਦੇ ਹਨ। ਉਹ ਲੇਖ ਦੇ ਵਿਚਾਰਾਂ, ਸੰਭਾਵੀ ਢਾਂਚੇ, ਸ਼ੁਰੂਆਤੀ ਲਾਈਨਾਂ, ਥੀਮ ਅਤੇ ਡਰਾਫਟ ਦੀ ਮੰਗ ਕਰਦੇ ਹਨ। ਉਸ ਦਾ ਮਨ ਸ੍ਰਿਸ਼ਟੀ ਦੀ ਦਇਆ ਦੁਆਰਾ ਨਹੀਂ ਗਿਆ। ਇਸਨੇ ਵਿਕਲਪਾਂ ਦੀ ਖੋਜ ਨਹੀਂ ਕੀਤੀ, ਦਲੀਲਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ, ਜਾਂ ਕਹਾਣੀ ਲਈ ਸਹੀ ਸ਼ਕਲ ਲੱਭਣ ਲਈ ਸੰਘਰਸ਼ ਨਹੀਂ ਕੀਤਾ। ਨਤੀਜੇ ਵਜੋਂ, ਇਹ ਅਕਸਰ ਕੁਝ ਨਵਾਂ ਨਹੀਂ ਬਣਾਉਂਦਾ।

ਭਾਸ਼ਾ ਮਾਡਲ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ। ਇਹ ਸੰਭਵ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ. ਇਹ ਸਭ ਤੋਂ ਢੁਕਵਾਂ ਪੈਟਰਨ ਚੁਣਦਾ ਹੈ. ਕਿਉਂਕਿ ਅਗਲਾ ਸ਼ਬਦ, ਕੁਝ ਅਰਥਾਂ ਵਿੱਚ, ਇੱਕ ਪੂਰਵ-ਅਨੁਮਾਨ ਹੈ, ਲੇਖ ਉਸ ਵੱਲ ਵਧਣਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ ਜੋ ਸੰਭਾਵਿਤ ਹੈ, ਨਾ ਕਿ ਖਾਸ ਕੀ ਹੈ।

ਦੂਜੇ ਸਿਖਰ ‘ਤੇ ਵਿਦਿਆਰਥੀ ਹਨ ਜੋ ਆਪਣੀਆਂ ਦਲੀਲਾਂ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਉਹ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ. ਉਹ ਫਸ ਜਾਂਦੇ ਹਨ। ਉਹ ਇੱਕ ਸੰਸਕਰਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਅਤੇ ਇਸਨੂੰ ਰੱਦ ਕਰਦੇ ਹਨ. ਉਹ ਇੱਕ ਅਨੁਭਵ ਵਿੱਚ ਵਾਪਸ ਆਉਂਦੇ ਹਨ ਅਤੇ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਪਹਿਲੀ ਵਿਆਖਿਆ ਬਹੁਤ ਸਧਾਰਨ ਸੀ. ਉਹ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ ਕਿ ਲੇਖ ਅਸਲ ਵਿੱਚ ਉਸ ਗਤੀਵਿਧੀ ਬਾਰੇ ਨਹੀਂ ਹੈ ਜਿਸ ਬਾਰੇ ਉਹਨਾਂ ਨੇ ਸੋਚਿਆ ਹੈ, ਪਰ ਸੰਸਾਰ ਨੂੰ ਦੇਖਣ ਦੇ ਇੱਕ ਤਰੀਕੇ ਬਾਰੇ ਹੈ।

ਇਹ ਸੰਘਰਸ਼ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ।

ਲਿਖਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਇੱਕ ਪਲ ਆਉਂਦਾ ਹੈ ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਫਸਿਆ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ ਅਤੇ ਮਦਦ ਚਾਹੁੰਦਾ ਹੈ। ਬੇਨਤੀ ਅਕਸਰ ਨਿਰਦੋਸ਼ ਲੱਗਦੀ ਹੈ: “ਮੈਂ ਸਿਰਫ਼ AI ਤੋਂ ਪ੍ਰਮਾਣਿਕਤਾ ਲਈ ਪੁੱਛ ਰਿਹਾ ਹਾਂ। ਅਸਲ ਵਿਚਾਰ ਮੇਰਾ ਹੈ।” ਪਰ ਅਕਸਰ ਇਹ ਉਹੀ ਪਲ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਦਿਮਾਗ ਰਚਨਾਤਮਕ ਤਣਾਅ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੁੰਦਾ ਹੈ। ਜੇ ਏਆਈ ਬਹੁਤ ਜਲਦੀ ਦਾਖਲ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਤਣਾਅ ਟੁੱਟ ਜਾਂਦਾ ਹੈ. ਵਿਦਿਆਰਥੀ ਨੂੰ ਸੋਚਣ ਦਾ ਕੰਮ ਪੂਰਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਜਵਾਬ ਮਿਲ ਜਾਂਦਾ ਹੈ।

ਮਾਰਸ਼ਮੈਲੋ ਪ੍ਰਯੋਗ ਦੇ ਸਮਾਨ, ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ “ਭਾਸ਼ਾ ਮਾਡਲ ਸਹਾਇਤਾ” ਵਿੱਚ ਦੇਰੀ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ ਜਦੋਂ ਤੱਕ ਉਹ ਦਿਮਾਗ ਨੂੰ ਖਿੱਚਣ ਵਾਲੇ ਭਾਗਾਂ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰ ਲੈਂਦੇ ਹਨ: ਬ੍ਰੇਨਸਟਾਰਮਿੰਗ, ਬਿਰਤਾਂਤ ਨਿਰਮਾਣ, ਅਤੇ ਪਹਿਲਾ ਡਰਾਫਟ। ਜਦੋਂ ਉਹ ਅੰਤ ਤੱਕ ਅਜਿਹਾ ਕਰਦੇ ਹਨ, ਤਾਂ ਉਹ ਮਨ ਨੂੰ ਚੋਣ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦੇ ਹਨ। ਉਹ ਵਿਕਲਪ ਵਿਭਿੰਨਤਾ ਦਾ ਸਰੋਤ ਹਨ. ਅਤੇ ਭਟਕਣਾ ਰਚਨਾਤਮਕਤਾ ਦਾ ਕੇਂਦਰ ਹੈ।

ਫਾਈਨ-ਟਿਊਨਰ ਵਜੋਂ AI

ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ AI ਦੀ ਕੋਈ ਭੂਮਿਕਾ ਨਹੀਂ ਹੈ। ਇਹ ਵਾਪਰਦਾ ਹੈ। ਇੱਕ ਵਾਰ ਜਦੋਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ ਇੱਕ ਪੂਰਾ ਪਹਿਲਾ ਡਰਾਫਟ ਲਿਖਿਆ ਹੈ, ਤਾਂ AI ਸਪਸ਼ਟਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ, ਭਾਸ਼ਾ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਨ, ਦੁਹਰਾਓ ਨੂੰ ਦਰਸਾਉਣ ਜਾਂ ਸੁਝਾਅ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕਿੱਥੇ ਕੋਈ ਦਲੀਲ ਅਸਪਸ਼ਟ ਹੈ। ਉਸ ਪੱਧਰ ‘ਤੇ, ਇਹ ਟੁਕੜੇ ਦੇ ਕੋਰ ਨੂੰ ਲਏ ਬਿਨਾਂ ਅਮੀਰੀ ਨੂੰ ਜੋੜ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਦੇਰ ਨਾਲ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ AI ਲੇਖਾਂ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ। ਜਦੋਂ ਜਲਦੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਉਸ ਸੋਚ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਲੇਖ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਜਾਣਾ ਚਾਹੀਦਾ ਸੀ।

ਇਹ ਸਿਰਫ਼ ਕਾਲਜ ਦੇ ਲੇਖ ਦੀ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਸਿੱਖਣ ਦੀ ਸਮੱਸਿਆ ਹੈ। ਜੇਕਰ ਪਹਿਲਾ ਕਦਮ ਹਮੇਸ਼ਾ ਆਊਟਸੋਰਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਦਿਮਾਗ ਪਹਿਲਾ ਕਦਮ ਚੁੱਕਣਾ ਨਹੀਂ ਸਿੱਖਦਾ। ਇਹ ਉਲਝ ਕੇ ਬੈਠਣਾ ਨਹੀਂ ਸਿੱਖਦਾ। ਜਦੋਂ ਕੋਈ ਵਿਕਲਪ ਨਜ਼ਰ ਨਹੀਂ ਆਉਂਦਾ ਤਾਂ ਇਹ ਚੋਣਾਂ ਕਰਨਾ ਨਹੀਂ ਸਿੱਖਦਾ। ਇਹ ਆਪਣੇ ਅੰਦਰੋਂ ਦਲੀਲਾਂ ਘੜਨਾ ਨਹੀਂ ਸਿੱਖਦਾ।

ਲਿਖਣਾ ਹਮੇਸ਼ਾ ਸੋਚ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਰਿਹਾ ਹੈ। ਪਹਿਲਾ ਖਰੜਾ ਸਿਰਫ਼ ਸੰਚਾਰ ਕਲਾ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਰਿਕਾਰਡ ਹੈ ਕਿ ਇੱਕ ਦਿਮਾਗ ਇੱਕ ਸਮੱਸਿਆ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਿਆ। ਇਹ ਦੱਸਦਾ ਹੈ ਕਿ ਵਿਦਿਆਰਥੀ ਨੇ ਕੀ ਦੇਖਿਆ, ਉਸ ਨੇ ਕੀ ਅਣਡਿੱਠ ਕੀਤਾ, ਉਸ ਨੇ ਕੀ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਕਿਹਾ, ਉਸ ਨੂੰ ਕੀ ਗਲਤ ਸਮਝਿਆ ਅਤੇ ਹੌਲੀ-ਹੌਲੀ ਉਸ ਨੂੰ ਕੀ ਸਮਝ ਆਇਆ। ਜਦੋਂ ਇਹ ਪ੍ਰਕਿਰਿਆ ਪੂਰੀ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ AI ਦਾਖਲ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਡਰਾਫਟ ਬਿਹਤਰ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ, ਪਰ ਇਸਦੇ ਪਿੱਛੇ ਦੀ ਸੋਚ ਪਤਲੀ ਹੋ ਸਕਦੀ ਹੈ।

ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ AI ਦੀ ਸ਼ੁਰੂਆਤੀ ਵਰਤੋਂ ਮੈਨੂੰ ਅਪੂਰਣ ਲਿਖਤ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਚਿੰਤਾ ਕਰਦੀ ਹੈ। ਅਧੂਰੀ ਲਿਖਤ ਨੂੰ ਠੀਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਜੇ ਵਿਦਿਆਰਥੀ ਨੇ ਵਿਚਾਰਾਂ ਨੂੰ ਲੱਭਣ ਲਈ ਸੰਘਰਸ਼ ਨਹੀਂ ਕੀਤਾ, ਤਾਂ ਲੇਖ ਕਦੇ ਵੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਸ ਦਾ ਨਹੀਂ ਹੋ ਸਕਦਾ।

ਸਹੀ ਬਿੰਦੂ ਜਿਸ ‘ਤੇ AI ਆਵਾਜ਼ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਦੇ ਹੋਏ ਗੁਣਵੱਤਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਉਸ ਦਾ ਵਧੇਰੇ ਸਖ਼ਤੀ ਨਾਲ ਅਧਿਐਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਸਾਨੂੰ ਇਹ ਸਮਝਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕਿਵੇਂ AI ਸਮਰਥਨ ਦਾ ਸਮਾਂ, ਵਰਤੋਂ ਅਤੇ ਤੀਬਰਤਾ ਮੌਲਿਕਤਾ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ। ਪਰ ਜੋ ਮੈਂ ਦੇਖਿਆ ਹੈ, ਉਸ ਤੋਂ ਵਿਆਪਕ ਦਿਸ਼ਾ ਸਪੱਸ਼ਟ ਹੈ।

ਖ਼ਤਰਾ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਵਿਦਿਆਰਥੀ ਖਰਾਬ ਲਿਖਣ ਲਈ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨਗੇ. ਖ਼ਤਰਾ ਇਹ ਹੈ ਕਿ ਉਹ ਏਆਈ ਦੀ ਵਰਤੋਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਕਰਨਗੇ ਅਤੇ ਅਜਿਹੀ ਲਿਖਤ ਪੈਦਾ ਕਰਨਗੇ ਜੋ ਅਨੁਭਵੀ, ਸਵੀਕਾਰਯੋਗ ਅਤੇ ਭੁੱਲਣ ਯੋਗ ਹੈ।

ਪਰ ਵੱਡਾ ਖ਼ਤਰਾ ਕਿਤੇ ਹੋਰ ਪਿਆ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਸੋਚਣ ਵਾਲੀਆਂ ਮਾਸਪੇਸ਼ੀਆਂ ਦੀ ਵੱਧ ਰਹੀ ਦੁਰਵਰਤੋਂ ਵਿੱਚ ਪਿਆ ਹੈ. ਜੇ ਵਿਦਿਆਰਥੀ ਵਾਰ-ਵਾਰ ਸ਼ੁਰੂਆਤੀ ਸੰਘਰਸ਼ ਨੂੰ ਆਊਟਸੋਰਸ ਕਰਦੇ ਹਨ-ਵਿਚਾਰਾਂ ਦੀ ਖੋਜ, ਕੀ ਕਹਿਣਾ ਹੈ ਇਹ ਨਾ ਜਾਣਨ ਦੀ ਚਿੰਤਾ, ਅੰਦਰੋਂ ਇੱਕ ਦਲੀਲ ਬਣਾਉਣ ਦਾ ਕੰਮ – ਉਹ ਲੇਖ ਵਿੱਚ ਆਪਣੀ ਆਵਾਜ਼ ਗੁਆ ਸਕਦੇ ਹਨ। ਉਹ ਪਹਿਲਾਂ ਇੱਕ ਖਾਸ ਆਵਾਜ਼ ਬਣਾਉਣ ਦੀ ਆਦਤ ਗੁਆ ਸਕਦੇ ਹਨ।

(ਲੇਖਕ ACedru ਦੇ ਸੰਸਥਾਪਕ ਹਨ, ਸੀਨੀਅਰ ਸਕੂਲ ਅਤੇ ਕਾਲਜ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਇੱਕ ਬਹੁ-ਅਨੁਸ਼ਾਸਨੀ ਸਿਖਲਾਈ ਪਲੇਟਫਾਰਮ)