‹ News Blitz Social Settled

AI பயன்பாட்டிற்கும் சிறந்த மதிப்பெண்களுக்கும் இடையே எளிய நேரடித் தொடர்பு இல்லை என்று PISA ஆய்வு கண்டறிந்துள்ளது

English हिंदी ಕನ್ನಡ മലയാളം தமிழ் తెలుగు

First brief 14 Sep, 9:32 pm IST Updated 14 Sep, 9:32 pm IST 0 developments 1 min read

File: School laptops — Kaden Pitt / U.S. Army · Public domain

Where it stands

ஒரு சர்வதேச பள்ளி ஆய்வு சிறந்த கற்றலை உறுதி செய்ய AI சாட்பாட்டிற்கான (AI chatbot) அணுகல் மட்டும் போதாது என்று கூறுகிறது. விளக்கங்களைக் கேட்பது முதல் அசைன்மென்ட்களைத் தயாரிப்பது மற்றும் படிக்கும் விஷயங்களை சுருக்குவது வரை வெவ்வேறு நோக்கங்களுக்காக மாணவர்கள் இந்த கருவிகளைப் பயன்படுத்துகின்றனர். PISA 2025 அந்தப் பழக்கங்களை மாணவர்களின் அறிவியல் செயல்திறனுடன் ஒப்பிட்டது. குறிப்பிட்ட பள்ளி வேலைகளுக்காக AI ஐப் பயன்படுத்தும் மாணவர்களை விட, அதைப் பயன்படுத்தாதவர்கள் பொதுவாக அறிவியலில் அதிக மதிப்பெண்கள் பெற்றனர். ஆனால் சமூக-பொருளாதார பின்னணியில் உள்ள வேறுபாடுகளைக் கருத்தில் கொண்ட பிறகு, கற்றலுக்கு உதவ வாரந்தோறும் AI ஐப் பயன்படுத்தும் மாணவர்கள் பயன்படுத்தாதவர்களைப் போலவே செயல்பட்டனர். இந்த வடிவங்கள் AI காரணமாக ஒரு மதிப்பெண் உயர்ந்தது அல்லது குறைந்தது என்பதை நிரூபிக்கவில்லை என்பதால் இந்த வேறுபாடு முக்கியமானது. கருவிகளைத் தேர்ந்தெடுக்கும் மாணவர்களின் தேவைகள், வாய்ப்புகள் மற்றும் கற்றல் பழக்கவழக்கங்களில் ஏற்கனவே வேறுபாடுகள் இருக்கலாம். இந்த ஆய்வு அடிக்கடி பயன்படுத்துபவர்களிடையே சிறந்த செயல்திறனுக்கும், பள்ளியில் AI-உருவாக்கிய தகவல்களை மதிப்பிடுவதற்கான வாய்ப்புகளுக்கும் இடையிலான தொடர்பையும் (association) கண்டறிந்தது. பின்தங்கிய மாணவர்களுக்கு இத்தகைய வாய்ப்புகள் குறைவாகவே இருந்தன. செப்டம்பர் 8, 2026 அன்று OECD வெளியிட்ட இந்த முடிவுகள், AIக்கான அணுகல் மற்றும் பள்ளி வழிகாட்டுதல்கள் பற்றிய நெருக்கமான ஆய்வுக்கு அழைப்பு விடுக்கின்றன. இந்திய மாணவர்கள் இந்த முடிவுகளில் சேர்க்கப்படவில்லை, எனவே இவற்றை இந்திய மாணவர்களின் அளவீடுகளாகக் கருதக் கூடாது.

Background

ஒரு மாணவர் பதிலில் உள்ள ஒவ்வொரு படியையும் புரிந்து கொள்ளாமலேயே சாட்பாட்டின் உதவியுடன் ஒரு அசைன்மென்ட்டை முடிக்க முடியும். புரிந்து கொள்வது என்பது முடிக்கப்பட்ட அசைன்மென்ட்டிற்கு அப்பால், ஒரு கருத்தை விளக்கவும், சான்றுகளை மதிப்பீடு செய்யவும், அதை வேறொரு இடத்தில் பயன்படுத்தவும் முடிவதைக் குறிக்கிறது. ஒரு கருவி நேரத்தை மிச்சப்படுத்துகிறதா அல்லது சரளமான உரையை உருவாக்குகிறதா என்பதை வைத்து மட்டுமே கல்வியில் AI இன் தாக்கத்தை மதிப்பிட முடியாது என்பதற்கு இதுவே காரணம். நீர் சுழற்சியைப் பற்றி படிக்கும் ஒரு கற்பனையான (hypothetical) மாணவரைக் கருதுங்கள். பத்தியைச் சுருக்கமாகச் சொல்ல சாட்பாட்டைக் கேட்பது வாசிப்புப் பணியைக் குறைக்கலாம். குளிர்ந்த நீராவி ஏன் நீர்த்துளிகளை உருவாக்குகிறது என்று கேட்பது, பின்னர் பாடத்தோடு ஒப்பிட்டு விளக்கத்தை சரிபார்ப்பது ஒரு வகையான ஈடுபாட்டை உள்ளடக்கியது. இவை வெவ்வேறு பயன்பாடுகளின் எடுத்துக்காட்டுகள், ஆய்வில் காணப்பட்ட நிகழ்வுகள் அல்லது ஒரு முறை எப்போதும் வேலை செய்கிறது என்பதற்கான ஆதாரம் அல்ல. மாணவர்கள் AI ஐ எவ்வளவு அடிக்கடி பயன்படுத்துகிறார்கள் என்பதோடு, அவர்கள் அதை வைத்து என்ன செய்கிறார்கள் என்பதையும் ஆராய்ச்சியாளர்கள் ஏன் கேட்க வேண்டும் என்பதை அவை காட்டுகின்றன. சர்வதேச மாணவர் மதிப்பீட்டிற்கான திட்டம் (PISA), சுமார் 15 வயதுடைய மாணவர்கள் வாசிப்பு, கணிதம் மற்றும் அறிவியல் அறிவை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதை ஆராய்கிறது. தேர்வுகளுடன், தகவல் சேகரிக்கும் கேள்வித்தாள்கள் அவர்களின் பின்னணி மற்றும் கற்றல் சூழல்கள் பற்றிய தகவல்களை சேகரிக்கின்றன. ஆராய்ச்சியாளர்கள் AI பயன்பாடு உட்பட, அறிக்கையிடப்பட்ட பழக்கங்களுடன் தேர்வு செயல்திறனை ஒப்பிடலாம். ஆனால் மாணவர்கள் AI ஐ பயன்படுத்தும் அல்லது பயன்படுத்தாத குழுக்களில் சீரற்ற முறையில் (randomly) ஒதுக்கப்படவில்லை. எனவே குழுக்களுக்கு இடையிலான வேறுபாடுகள் முந்தைய சாதனை, வீட்டில் ஆதரவு, தொழில்நுட்பத்திற்கான அணுகல் அல்லது பிற தாக்கங்களை பிரதிபலிக்கக்கூடும். புள்ளியியல் சரிசெய்தல்கள் (Statistical adjustments) அளவிடப்பட்ட பின்னணி வேறுபாடுகளைக் கணக்கில் எடுத்துக்கொள்ளலாம், ஆனால் மற்ற அனைத்து தாக்கங்களும் அகற்றப்பட்டுவிட்டன என்பதை அவையால் நிறுவ முடியாது. எனவே, அனைத்து மாணவர்களுக்கும் ஒரே அளவு/அதிர்வெண் AI பயன்பாட்டைப் பரிந்துரைப்பதற்குப் பதிலாக, பள்ளிகள் விசாரிக்க வேண்டிய கேள்விகளைக் கண்டறிவதற்கு இந்த முடிவுகள் பயனுள்ளதாக இருக்கும். ஒரு பதிலின் சான்றுகள் மற்றும் காரணங்களை சரிபார்ப்பதற்கான வழிகாட்டுதல் முக்கியமானது, ஏனெனில் கற்பவர் அதை நம்புவதற்கு முன் நம்பிக்கையானது போலத் தோன்றும் ஒரு விளக்கம் மதிப்பீடு செய்யப்பட வேண்டும்.

How it developed

8 September 2026: PISA results released

How it started
இந்த மதிப்பீடு கற்றல் முறைகளிலிருந்து AI அணுகலைப் பிரிக்கிறது

OECD செப்டம்பர் 8, 2026 அன்று PISA 2025 முடிவுகளின் முதல் தொகுதியை வெளியிட்டது. 91 நாடுகள் மற்றும் பொருளாதாரங்களில் உள்ள 760,000 க்கும் மேற்பட்ட மாணவர்கள் பங்கேற்றனர். இந்த மதிப்பீடு வாசிப்பு, கணிதம் மற்றும் டிஜிட்டல் உலகில் கற்றல் ஆகியவற்றுடன் அறிவியலில் கவனம் செலுத்தியது. ஒதுக்கப்பட்ட உரைகளைச் சுருக்கவும், புதிய தலைப்புகளை ஆராயவும், அசைன்மென்ட்களை உருவாக்கவும் மற்றும் கற்க உதவவும் AI இன் பயன்பாடு குறித்து மாணவர்களிடம் கேள்வித்தாள்கள் கேட்கப்பட்டன. அந்த நோக்கங்களை ஏன் தனித்தனியாக ஆராய வேண்டும் என்பதை முடிவுகள் காட்டுகின்றன. குறிப்பிட்ட பள்ளிப் பணிகளுக்குப் பயன்படுத்துபவர்களை விடப் பயன்படுத்தாதவர்கள் பொதுவாக அறிவியலில் சிறப்பாகச் செயல்பட்டனர். கற்றலுக்கு உதவ வாராந்திரப் பயன்பாடு வேறுபட்ட வடிவத்தைக் காட்டியது. சமூகப் பொருளாதாரப் பின்னணியைக் கருத்தில் கொண்ட பிறகு, கற்றலுக்கு உதவ வாராந்திரம் AI-ஐப் பயன்படுத்தும் மாணவர்கள் பயன்படுத்தாதவர்களைப் போலவே செயல்பட்டனர். அடிக்கடி பயன்படுத்துபவர்களில், பள்ளியில் AI-உருவாக்கிய தகவல்களை மதிப்பிடுவதற்கான வாய்ப்புகள் சற்றே சிறந்த செயல்திறனுடன் தொடர்புடையவை. கற்றலுக்கான இந்த வாய்ப்புகள் பின்தங்கிய மாணவர்களால் குறைவாகவே தெரிவிக்கப்பட்டன. இந்த ஒப்பீடுகள் காரணம் மற்றும் விளைவை (cause and effect) நிறுவ முடியாது. ஆயினும்கூட, AI வெளியீட்டைப் புரிந்துகொள்வதிலும் மதிப்பிடுவதிலும் மாணவர்கள் உதவி பெறுவதற்கான சமமற்ற வாய்ப்புகளை அவை சுட்டிக்காட்டுகின்றன.

OECD OECD Business Standard

Why it matters for UPSC

GS2GS3

GS2 க்கு, கற்றல் விளைவுகளை கல்வி ஆதரவின் தரம் மற்றும் நேர்மையுடன் இணைக்கவும். GS3 க்கு, செயற்கை நுண்ணறிவின் (artificial intelligence) பொறுப்பான பயன்பாடுகள் மற்றும் டிஜிட்டல் பிளவை (digital divide) ஆராயுங்கள். ஒரு கணக்கெடுப்பிலிருந்து ஒரு கொள்கை முடிவை எடுப்பதற்கு முன், கவனிக்கப்பட்ட தொடர்பை (association) நிரூபிக்கப்பட்ட காரணத்திலிருந்து (cause) பிரிக்கவும்.

Key terms

சர்வதேச மாணவர் மதிப்பீட்டிற்கான திட்டம் (PISA)சுமார் 15 வயதுடைய மாணவர்கள் வாசிப்பு, கணிதம் மற்றும் அறிவியலில் அறிவை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதை இது ஒப்பிடுகிறது. சோதனைகளுடன் கற்றல் மற்றும் பின்னணி பற்றிய கேள்வித்தாள்களும் இணைக்கப்பட்டுள்ளன. ஒரு குறிப்பிட்ட பாடப்புத்தகத்தில் இருந்து நினைவு கூரப்பட்ட உண்மைகளை விட இது அதிகமாக ஆராய்கிறது. முடிவுகள் பங்கேற்கும் கல்வி முறைகளை விவரிக்கின்றன, ஒவ்வொரு நாட்டையும் தானாக அல்ல.

பொருளாதார ஒத்துழைப்பு மற்றும் மேம்பாட்டிற்கான அமைப்பு (OECD)பொருளாதார மற்றும் சமூகக் கொள்கைகளைப் படிக்கும் ஒரு சர்வதேச அமைப்பாகும். இது உறுப்பினர் அல்லாத சில நாடுகள் உட்பட, பங்கேற்கும் நாடுகள் மற்றும் பொருளாதாரங்களுடன் PISA ஐ இயக்குகிறது. எனவே OECD நாடுகளுக்கான சராசரி PISA இல் பங்கேற்கும் ஒவ்வொரு அமைப்பிற்கும் தானாக சராசரியாக மாறாது.

AI சாட்பாட் (AI chatbot)தூண்டுதல்களுக்கு (prompts) உரையாடல் பதில்களை உருவாக்கும் கணினி அமைப்பு. ஒரு தலைப்பை விளக்குவதற்கு, உரையைப் பரிந்துரைக்க அல்லது பொருளைச் சுருக்கமாகக் கூற மாணவர்கள் இதைப் பயன்படுத்தலாம். சரளமான பதிலில் இன்னும் பிழைகள் இருக்கலாம் அல்லது முக்கியமான நிபந்தனைகள் (qualifications) விடுபடலாம். அத்தகைய கருவியைப் பயன்படுத்துவது மற்றும் அதன் பதிலைப் புரிந்துகொள்வது கற்றலில் தனித்தனி படிகள் ஆகும்.

தொடர்பு மற்றும் காரணம் (Correlation and causation)தொடர்புறவு (Correlation) என்பது கவனிக்கப்பட்ட தரவுகளில் இரண்டு விஷயங்கள் ஒன்றாக மாறுவதைக் குறிக்கிறது. காரணம் (Causation) என்பது ஒன்றில் ஏற்படும் மாற்றம் மற்றொன்றில் மாற்றத்தை உருவாக்குகிறது. AI பயனர்களுக்கும் பயன்படுத்தாதவர்களுக்கும் இடையிலான மதிப்பெண் வேறுபாடு, AI இன் விளைவை தானாகவே நிரூபிக்காது. மாணவர்களுக்கிடையேயான பிற வேறுபாடுகள் முடிவை விளக்க உதவும்.

சமூகப் பொருளாதாரப் பின்னணி (Socioeconomic background)குடும்ப வளங்கள் மற்றும் கல்வி வாய்ப்புகள் உட்பட ஒரு மாணவரைச் சுற்றியுள்ள சமூக மற்றும் பொருளாதார சூழ்நிலைகள். இந்தச் சூழ்நிலைகள் சாதனங்களுக்கான அணுகல், கற்றல் ஆதரவு மற்றும் பள்ளி செயல்திறன் ஆகியவற்றைப் பாதிக்கலாம். குழுக்களை ஒப்பிடும்போது ஆராய்ச்சியாளர்கள் அவற்றைக் கருத்தில் கொள்கிறார்கள், அதனால் அளவிடப்பட்ட வேறுபாடுகள் (measured differences) உடனடியாக ஆராயப்படும் தொழில்நுட்பத்திற்குக் காரணம் என்று கூறப்படாது.

புள்ளியியல் சரிசெய்தல் (Statistical adjustment)அளவிடப்பட்ட வேறுபாடுகளைக் கணக்கில் எடுத்துக் கொண்ட பிறகு விளைவுகளை ஒப்பிடுவதற்கான ஒரு முறை. இங்கே, அறிவியல் மதிப்பெண்களை ஒப்பிடும் போது ஆராய்ச்சியாளர்கள் சமூகப் பொருளாதாரப் பின்னணியைக் கருத்தில் கொள்கிறார்கள். சரிசெய்தல் ஒரு ஒப்பீட்டை மேம்படுத்தலாம், ஆனால் அது சாத்தியமான ஒவ்வொரு செல்வாக்கையும் அகற்றாது அல்லது ஒரு கணக்கெடுப்பை ஒரு சீரற்ற பரிசோதனையாக (randomised experiment) மாற்றாது.

AI கல்வியறிவு (AI literacy)AI கருவிகள் மற்றும் அவற்றின் வெளியீடுகளைப் புரிந்துகொள்ளும், பயன்படுத்தும் மற்றும் விமர்சன ரீதியாக மதிப்பிடும் திறன். ஒரு மாணவரைப் பொறுத்தவரை, ஒரு பதிலுக்கு உறுதியான சான்றுகள் உள்ளதா, கேள்விக்குப் பொருந்துகிறதா, மற்றும் பிழைகள் உள்ளதா என்பதைச் சரிபார்ப்பது இதில் அடங்கும். இதில் தீர்ப்புச் செய்தல் (judgement) அடங்கும், ஒரு பிராம்ட்டை எவ்வாறு தட்டச்சு செய்வது அல்லது பதிலை நகலெடுப்பது என்பதை அறிவது மட்டுமல்ல.

டிஜிட்டல் பிளவு (Digital divide)டிஜிட்டல் தொழில்நுட்பத்தை அணுகுவதற்கும் அதிலிருந்து பயனடைவதற்கும் உள்ள சமமற்ற வாய்ப்புகள். இடைவெளியானது சாதனங்கள் மற்றும் இணைய இணைப்புகளை உள்ளடக்கியிருக்கலாம், ஆனால் திறன்கள், வழிகாட்டுதல் மற்றும் ஆதரவு ஆகியவற்றையும் உள்ளடக்கியிருக்கலாம். கல்வியில், மாணவர்களுக்கு ஒரு கருவியை வழங்குவது, அதைப் பயனுள்ள வகையில் பயன்படுத்துவதில் அனைவருக்கும் சமமான உதவி கிடைப்பதை உறுதி செய்யாது.

Sources (3)

OECD · official · PISA 2025 Results, Volume I8 Sep, 1:00 pm
OECD · official · PISA: student school life and beyond8 Sep, 1:00 pm
Business Standard · AI helps with work, but more use does not mean better scores8 Sep, 1:00 pm