उच्चस्तरीयज्ञानकार्याणां बाह्यव्यवस्थायै प्रत्यर्पणम् (higher-order cognitive outsourcing), इति अस्मिन् अध्ययने प्रस्तावितः सैद्धान्तिकः संकल्पः, यस्मिन् व्यक्ति केवलं स्मरणम्, अन्वेषणम्, गणना वा नित्यकार्याणि एव न, अपि तु व्याख्या, मूल्याङ्कनम्, अर्थनिर्माणम्, निर्णयस्य रूपरेखानिर्माणम् इत्यादीनि उच्चस्तरीयज्ञानकार्याण्यपि बाह्यव्यवस्थायै समर्पयति। Stoyana Natseva इत्यस्याः संकल्पनात्मकं सम्मेलनपत्रं Generative AI इत्यस्य मनोवैज्ञानिकं महत्त्वं केवलं प्रयोगस्य आवृत्त्या न, किन्तु मनुष्यस्य AI इत्यस्य च मध्ये ज्ञानकार्यविभागस्य स्वरूपेण मूल्याङ्कयितुं प्रस्तावयति। मूलप्रश्नः “मनुष्याः AI कियत् प्रयुञ्जते?” इति न, अपि तु “के विचारकार्याणि AI इत्यस्मै प्रत्यर्पयन्ति, तथा अस्मिन् प्रक्रियायां मानवीयः निर्णयः रक्ष्यते वा?” इति अस्ति।

लेखः परस्परसम्बद्धान् त्रीन् सैद्धान्तिकप्रस्तावान् विकसितुं प्रयतते। प्रथमः, कार्यात्मकं ज्ञानकार्याणां बाह्यसाधने न्यसनम् तथा उच्चस्तरीयज्ञानकार्याणां बाह्यव्यवस्थायै प्रत्यर्पणम् इत्येतयोः भेदः करणीयः इति। द्वितीयः, मनुष्य–AI सम्बन्धः “साधनम् → सहायकः → परामर्शदाता → व्याख्याता → निर्णयप्रतिनिधिः” इति क्रमशः प्रवर्तितुं शक्नुवन्त्यां सातत्यरेखायां परीक्ष्येत इति। तृतीयः, Generative AI यदि व्यक्तिगतानुभवेभ्यः पुनःपुनः अर्थं ददाति, तर्हि आत्मजीवनवृत्तसम्बद्धे अर्थनिर्माणे भागं गृह्णन् सम्भाव्यः बाह्यः व्याख्यात्मकः स्तरः इव कार्यं कर्तुं शक्नोतीति परिकल्पना।

अध्ययनं AI-प्रयोगं स्वभावतः हानिकारकं न मन्यते। प्रत्युत Generative AI सूचना-सङ्ग्रहणे, विकल्पनिर्माणे, जटिलतायाः संरचनायां, सामग्रीनिर्माणे, ज्ञानप्रवेशस्य विस्तारकरणे च महत्त्वपूर्णान् लाभान् दातुं शक्नोतीति स्वीकरोति। निर्णायकः भेदः तन्त्रज्ञानस्य मानवीयं निर्णयं समर्थयितुम् तथा मनुष्यस्य व्याख्या-मूल्याङ्कनकार्यं प्रतिस्थाय स्वयम् वहितुम् इत्येतयोः मध्ये अस्ति।

लेखस्य संकल्पनात्मकाः प्रस्तावाः प्रयोगात्मकतया प्रमाणिताः न सन्ति। “Higher-order cognitive outsourcing”, “AI-supported agency”, “AI-displaced agency”, अस्मिन् सन्दर्भे productive cognitive friction इत्यस्य प्रयोगः, तथा IAM मध्ये AI बाह्यव्याख्यात्मकस्तरः भवितुं शक्नोतीति प्रस्तावः—एते सर्वे भविष्यति अनुभवजन्यतया तथा psychometric पद्धत्या परीक्षितव्याः संरचनाः सन्ति। अतः अध्ययनं न प्रमाणयति यत् AI इत्यस्य बहुलः प्रयोगः आसक्तिं, समीक्षात्मकचिन्तनस्य ह्रासं वा परिचयपरिवर्तनं वा जनयति।

अनुसन्धानस्य मूलसमस्या

मनुष्याः ज्ञानसम्बद्धानि कार्याणि तन्त्रज्ञानाय प्रत्यर्पयितुं Generative AI इत्यनेन न आरब्धवन्तः। लेखनं स्मृतिं समर्थितवान्, गणकयन्त्राणि गणनाभारं न्यूनं कृतवन्ति, उपग्रह-मार्गदर्शनं मार्गनिर्णयं बाह्यसाधनाय नीतवान्, अन्वेषणयन्त्राणि च सूचनाप्राप्तिं सुकराम् अकुर्वन्। एतादृशेषु साधनेषु मनुष्यः प्राप्तसूचनायाः अर्थः कः, सा विश्वसनीया वा, किं करणीयम् इति च सामान्यतः स्वयं निर्णेतुं प्रवर्तते।

Generative AI तु भिन्नं ज्ञानस्तरं प्राप्तुं शक्नोति। उपयोक्ता केवलं “एषा सूचना का?” इति न, अपि तु “अस्य व्यक्तेः व्यवहारस्य अर्थः कः?”, “अहं सम्यक् निर्णयं करोमि वा?”, “अहं एवं किमर्थं अनुभवामि?”, “एषा घटना मम कृते किं सूचयति?” इत्यादीन् प्रश्नान् व्यवस्थां पृच्छेत्। एते साधारणसूचनाप्राप्तेः प्रश्नाः न; व्याख्यायाः, मूल्याङ्कनस्य, आत्मबोधस्य, निर्णयकरणस्य च प्रश्नाः सन्ति।

अतः लेखस्य केन्द्रीयं प्रतिपादनं जायते—मनोवैज्ञानिकदृष्ट्या महत्त्वपूर्णं केवलं ज्ञानकार्यस्य बाह्यीकरणं न, अपि तु कस्य ज्ञानकार्यस्य बाह्यीकरणं क्रियते इति।

कार्यात्मकज्ञानकार्यबाह्यीकरणस्य उच्चस्तरीयज्ञानकार्यप्रत्यर्पणस्य च मध्ये कः भेदः?

कार्यात्मकं ज्ञानकार्यबाह्यीकरणं स्मरणम्, अन्वेषणम्, गणना, नित्यकार्याणि इत्यादीनि बाह्यव्यवस्थायां स्थापयति, परन्तु व्याख्यां निर्णयं च मनुष्ये एव धारयति; उच्चस्तरीयज्ञानकार्यप्रत्यर्पणं तु घटनानामर्थनिर्माणम्, विकल्पानां मूल्याङ्कनम्, व्यवहारस्य व्याख्या, निर्णयस्य रूपरेखानिर्माणम् इत्यादीनि व्याख्यात्मककार्याण्येव व्यवस्थायै समर्पयति। लेखस्य प्रस्तावानुसारं मनोवैज्ञानिकपरिणामानां निर्धारणे प्रयोगपरिमाणात् अधिकं प्रत्यर्पणस्य स्तरः महत्त्ववान् भवितुं शक्नोति; किन्तु एषः भेदः अद्यापि psychometric पद्धत्या प्रमाणितः मापकः न अस्ति।

एषः भेदः प्रयोगावृत्तिसम्बद्धां महत्त्वपूर्णां समस्यां प्रकाशयति। कश्चित् व्यक्ति दिने दशशः वारं AI लेखने, रूपविन्यासे वा नित्य-अनुसन्धाने प्रयुञ्जीत, तथापि मूलव्याख्याकार्यं स्वयं कुर्यात्। अन्यः व्यक्ति सप्ताहे केवलं कतिपयवारं AI प्रयुञ्जीत, किन्तु स्वसम्बन्धानां वा महत्त्वपूर्णजीवननिर्णयानां वा अर्थं प्रत्यक्षं व्यवस्थायै समर्पयेत्। सरलः “AI-प्रयोगावृत्तिः” इति मापकः एते अवस्थे न भिनत्ति।

AI-प्रयोगस्य परिमाणं केवलमेव किमर्थं पर्याप्तं नास्ति?

लेखस्य परिकल्पनानुसारं ज्ञानकार्यप्रत्यर्पणस्य स्तरः प्रयोगावृत्तेः अपेक्षया अधिकं व्याख्यात्मकः भवितुं शक्नोति। एषः प्रस्तावः महत्त्वपूर्णः, यतः वर्तमानानां अध्ययनानां महत्त्वपूर्णः भागः AI-प्रयोगं कालावध्या, आवृत्त्या वा स्व-प्रतिवेदितप्रयोगपरिमाणेन वा मूल्याङ्कयति।

किन्तु लेखकः स्पष्टां सीमां स्थापयति—higher-order cognitive outsourcing अद्यापि कार्यरूपेण परिभाषितं psychometric पद्धत्या प्रमाणितं च संरचनं नास्ति। कार्यात्मकस्य उच्चस्तरीयस्य च प्रयोगस्य मध्ये निश्चितसीमायाः स्थाने क्रमिकः संक्रमणः अपि सम्भवति।

सहायतातः प्रतिस्थापनपर्यन्तं मनुष्य–AI सातत्यम्

अध्ययनं Generative AI तथा उपयोक्तुः सम्बन्धे पञ्चस्थितियुक्तं सातत्यं प्रस्तावयति:

साधनम् इति स्थितौ व्यवस्था निर्दिष्टं कार्यं करोति। सहायकः उपयोक्त्रा निर्मिते सन्दर्भे निश्चितं कार्यं गृह्णाति। परामर्शदाता विकल्पान् प्रस्तावयति, परन्तु मूल्याङ्कनं उपयोक्तरि एव तिष्ठति। व्याख्याता इति स्थितौ व्यवस्था उपयोक्तुः कृते घटनायाः अर्थं निर्मातुं आरभते। निर्णयप्रतिनिधिः इति स्थितौ व्यवस्थायाः परिणामः स्वतन्त्रं मूल्याङ्कनं विना स्वीकृतः भवति।

एषा वर्गीकरणपद्धतिः न मन्यते यत् कश्चित् व्यक्ति AI सर्वदा एकस्यामेव स्थितौ प्रयुङ्क्ते। स एव उपयोक्ता तामेव व्यवस्थां कस्मिंश्चित् कार्ये साधनरूपेण, अन्यस्मिन् कार्ये परामर्शदातारूपेण, व्यक्तिगतविषये च व्याख्यातृरूपेण प्रयोजयितुं शक्नोति।

automation bias किमर्थं महत्त्वपूर्णम्?

लेखः एतत् सैद्धान्तिकसातत्यं automation-साहित्यस्य स्थापितैः निष्कर्षैः सम्बध्नाति। Automation bias इति प्रवृत्तिः, यस्यां जनाः स्वचालितव्यवस्थायाः प्रस्तावं अत्यधिकं स्वीकुर्वन्ति अथवा व्यवस्थायाः त्रुटिं पर्याप्तं न अवगच्छन्ति।

Generative AI अस्मिन् बिन्दौ पारम्परिक automation इत्यस्मात् कतिपयैः प्रकारैः भिद्यते। निष्पादनं प्रवाहपूर्णया प्राकृतिकभाषया आगच्छति, बहुधा वैयक्तिकीकृतं भवति, उपयोक्तुः वचनेभ्यः प्रत्यक्षं प्रत्युत्तरं ददाति, मनुष्यसञ्चारसदृशान् सामाजिकसंकेतांश्च उत्पादयति। लेखस्य चर्चानुसारं एते गुणाः निष्पादनस्य सत्यतायाः स्वतन्त्रतया तस्मै मनोवैज्ञानिकम् अधिकारभावं दातुं शक्नुवन्ति।

प्रवाहपूर्णः पाठः सत्यः इति अनुभवं जनयति—एतत् विशेषतया महत्त्वपूर्णम्। प्रवाहिता वास्तविकसत्यतायाः प्रमाणं नास्ति; तथापि मानवीयज्ञाने अनुभूतगुणवत्तायाः सत्यतायाश्च कृते सहजसंकेततया उपयुज्यते।

लेखे प्रयुक्ताः वर्तमानाः अनुभवजन्यसंकेताः

अस्य साहित्यस्य महत्त्वपूर्णः निष्कर्षः एकदिशः नास्ति। स्रोतपत्रे उद्धृतस्य meta-analysis अनुसारं मनुष्य–AI संयोजनानि कतिपयेषु सामग्रीनिर्माणकार्येषु लाभं ददति, किन्तु निर्णयकार्येषु औसततः मनुष्यस्य वा AI इत्यस्य वा एकाकिनः श्रेष्ठतरपक्षस्य अपेक्षया न्यूनं प्रदर्शनं कर्तुं शक्नुवन्ति। अतः अध्ययनं “मनुष्य + AI सर्वदा श्रेष्ठम्” तथा “AI सर्वदा मानवीयचिन्तनं दूषयति” इत्येतौ उभौ चरमौ व्याख्यौ निराकरोति।

productive cognitive friction इति किम्?

productive cognitive friction इति संकल्पनात्मकः प्रस्तावः, यस्य अनुसारं चिन्तनकाले उत्पद्यमानः प्रत्येकः मानसिकप्रयत्नः अपाकर्तव्यः अकुशलतारूपः नास्ति; विकल्पनिर्माणे, अनिश्चिततया सह स्थितौ, स्वव्याख्यानिर्माणे, प्रथमनिर्णयस्य परीक्षणे च व्यक्त्या कृतः कश्चित् ज्ञानसम्बद्धः प्रयत्नः अध्ययनस्य निर्णयविकासस्य च कृते कार्यकरः भवितुं शक्नोति। लेखः AI द्वारा केवलं नित्यभारस्य न्यूनीकरणस्य, व्याख्या-मूल्याङ्कनकौशलनिर्माणप्रक्रियाणां निरन्तरं निवारणस्य च मध्ये भेदः करणीयः इति प्रतिपादयति।

एषा दृष्टिः production effect, desirable difficulties, productive failure इत्यादिभिः अध्ययनसाहित्यैः सम्बध्यते। साम्यम् एतत्—अल्पकाले अधिकं मानसिकप्रयत्नम् अपेक्षमाणाः कतिपयाः प्रक्रियाः दीर्घकाले अध्ययनं वा स्थानान्तरणं वा समर्थयितुं शक्नुवन्ति।

अतः लेखः स्रोतसः अन्वेषणम्, सारण्याः रूपविन्यासः, पाठस्य अनुवादः इत्यादिषु ज्ञानभारस्य न्यूनीकरणं व्याख्यात्मकक्षमतायाः विकासं अनिवार्यतया न बाधते इति वदति। परिकल्पना एषा यत् विशेषतः यत्र व्यक्ति स्वमतं निर्माति, वैकल्पिकव्याख्याः तौलयति, अनिश्चिततायां निर्णयं करोति च, तादृशाः प्रक्रियाः यदि निरन्तरं सज्जोत्तरैः प्रतिस्थाप्यन्ते तदा जोखिमः उत्पद्येत।

किन्तु “विकासात्मकव्ययः” अस्मिन् अध्ययने मापितः परिणामः नास्ति। लेखकः तम् अनुभवजन्यतया परीक्षितव्यां सशर्तपरिकल्पनां रूपेण प्रस्तुतयति।

AI-जनितः confirmation loop किं सूचयति?

AI-जनितः confirmation loop इति प्रस्तावितः सैद्धान्तिकः यन्त्रविधानः, यस्मिन् उपयोक्ता स्वकथनं व्यवस्थायै ददाति, व्यवस्था मुख्यतया तस्यैव रूपरेखायाः आधारेण सुसंगतां व्याख्यां उत्पादयति, उपयोक्ता तां निष्पत्तिं स्वतन्त्रबाह्यप्रमाणनमिव गृह्णाति, ततः प्रारम्भिककथने अधिकं दृढं बद्धः भवति। अध्ययनं अस्य चक्रस्य मनोवैज्ञानिककार्ये प्रभावं प्रयोगात्मकतया न दर्शितवान्; एषः यन्त्रविधानः भविष्यति परीक्षितव्यः परिकल्पनारूपः।

अत्र मूलसमस्या AI अवश्यं मिथ्यासूचनां ददातीति नास्ति। व्यवस्था उपयोक्ता घटनां कथं निवेदयति इत्यस्य आधारेण व्याख्यां निर्माति। अन्तरव्यक्तिसङ्घर्षेषु आत्मबोधादिषु च निवेशः स्वभावतः चयनात्मकः भवितुं शक्नोति। व्यवस्था अस्मात् चयनितकथनात् सुसंगतां वैयक्तिकीकृतां च व्याख्यां उत्पादयति चेत्, उपयोक्तुः स्वपूर्वधारणानां विकसितरूपं बहिः आगतं स्वतन्त्रप्रमाणमिव अनुभूयेत।

स्रोतः एतत् confirmation bias तथा epistemic vigilance साहित्यैः सम्बध्नाति। उपयोक्तुः मतैः अतिशयेन अनुकूलतां दर्शयन्त्यः sycophancy प्रवृत्तयः तथा समस्यायाः भिन्नरूपेण संरचनया भिन्नाः AI-परिणामाः उत्पद्यन्ते इति सम्भावना—एते चक्रं दृढीकर्तुं शक्नुवन्तः design-adjacent कारकाः इति चर्च्यन्ते।

किन्तु अध्ययनं स्पष्टां सीमां निर्दिशति—अस्य यन्त्रविधानस्य मनोवैज्ञानिककार्ये चिकित्सकीयप्रभावस्य विषये पर्याप्तं प्रमाणं नास्ति।

अङ्कीयपरिचयः तथा आत्मजीवनवृत्तसम्बद्धम् अर्थनिर्माणम्

लेखः अङ्कीयपरिचयस्य चर्चां स्वजीवनवृत्तसम्बद्धस्मृतेः आख्यानात्मकपरिचयस्य च साहित्येन संयोजयति। आत्मजीवनवृत्तसम्बद्धा स्मृतिः निष्क्रियः अभिलेखागारः इति न, अपि तु व्यक्तेः वर्तमानलक्ष्यैः आत्मधारणया च परस्परक्रियायां पुनर्निर्मीयमाणा व्यवस्था इति परिगण्यते।

मनुष्याः अनुभवान् केवलं न स्मरन्ति; तेभ्यः अर्थं ददति, तान् जीवनकथायां स्थापयन्ति, कालक्रमेण “अहं कः?”, “मया अनुभूतस्य अस्य प्रसङ्गस्य अर्थः कः?” इत्यादीनां प्रश्नानां उत्तरं ददत् आन्तरिकम् आख्यानं निर्मान्ति।

अत्र स्रोतः लेखकस्य Internal Autobiographical Map (IAM) इति रूपरेखया सम्बन्धं स्थापयति। IAM महत्त्वपूर्णानुभवस्य भावात्मकसंकेतीकरणे, अर्थनिर्माणे, पश्चात् ज्ञानसम्बद्धपरिणामेन, परिचयस्तरीयेन निर्माणेन, व्यवहारप्रतिरूपेण च सम्बन्धस्थापने आधारितं संरचनम्। स्रोतः IAM इत्यस्य घटकान् core experience, conclusion, rule, role, scenario इति क्रमशः निर्दिशति।

AI विषये लेखकस्य नूतनः प्रस्तावः IAM इत्यस्य AI द्वारा “पुनःप्रोग्रामनम्” भवति इति नास्ति। अधिकं संकीर्णः प्रस्तावः अयम्—यदि व्यक्ति अर्थपूर्णान् व्यक्तिगतानुभवान् पुनःपुनः Generative AI समक्षं आनयति, तेषां विषये AI तस्मै सुसंगताः व्याख्याः ददाति च, तर्हि AI व्यक्तेः अर्थारोपणप्रक्रियायां, यत्र पूर्वं मननम्, सम्बन्धाः, सांस्कृतिकरूपरेखाः च भूमिकां वहन्ति स्म, तत्र सहभागि अतिरिक्तः व्याख्यात्मकः स्रोतः भवितुं शक्नोति।

स्रोतः IAM विषये पूर्वप्रकाशितौ द्वौ अध्ययनौ उल्लेखयति—एकं 150 प्रतिभागिनां मिश्रपद्धत्यध्ययनम्, अपरं 190 प्रतिभागिनां confirmatory factor analysis तथा structural equation model अध्ययनम्। किन्तु एते द्वौ IAM इत्यस्य मापनं सम्बद्धसंरचनाश्च विषयीकृतवन्तौ; AI बाह्यव्याख्यात्मकस्तरः इति परिकल्पनां न परीक्षितवन्तौ।

AI-समर्थितकर्तृत्वस्य AI-द्वारा प्रतिस्थापितकर्तृत्वस्य च मध्ये कः भेदः?

AI-समर्थितं कर्तृत्वम् (AI-supported agency), यस्मिन् AI विकल्पान्, सूचनां, संरचनां च ददाति, परन्तु मूल्याङ्कनम्, निर्णयः, निर्णयस्य स्वामित्वं, परिणामानां दायित्वं च मनुष्ये एव तिष्ठति; AI-द्वारा प्रतिस्थापितं कर्तृत्वम् (AI-displaced agency) तु सैद्धान्तिकः भेदः, यस्मिन् AI द्वारा उत्पादिताः व्याख्याः परिणामाश्च व्यक्तेः स्वकीयव्याख्यात्मक-मूल्याङ्कनप्रक्रियाणां स्थाने स्वीकृताः भवन्ति। एते द्वे संरचने अद्यापि प्रमाणितौ व्यवहारमापकौ न स्तः।

लेखस्य स्वायत्तताबोधे बाह्यसहायता स्वायत्ततां स्वयमेव न नाशयति। मनुष्यः अनेकान् परामर्शदातॄन् पृच्छेत्, बहुकार्यं प्रत्यर्पयेत्, तथापि स्वमूल्यैः स्वकारणैश्च अनुरूपं निर्णयं कर्तुं शक्नोति।

स्रोतः व्यवहारे स्वायत्ततायाः संरक्षणाय पञ्च गुणान् निर्दिशति:

• AI-निष्पादनात् मननात्मकं दूरत्वं धारयितुं क्षमता।
• निष्पादनविषये स्वनिर्णयं प्रयोजयितुं क्षमता।
• स्वज्ञानैः स्वमूल्यैश्च निष्पादनस्य मूल्याङ्कनम्।
• अन्तिमनिर्णयस्य स्वामित्वं स्वीकर्तुम्।
• निर्णयपरिणामानां दायित्वं वहितुम्।

प्रस्ताविताः व्यवहारसूचकाः

स्रोतः भविष्यति मापनसाधनविकासाय कतिपयान् सम्भाव्यव्यवहारसूचकान् प्रस्तावयति। AI-समर्थितकर्तृत्वस्य सम्भाव्यसूचकाः—व्यवस्थां पृच्छितुं पूर्वं अस्थायीमतं निर्मातुम्, विकल्पान् प्रतिवादांश्च याचितुम्, AI-निष्पादने न्यूनतमम् एकं विसंगतिबिन्दुं चिन्तयितुम्, महत्त्वपूर्णदावान् सत्यापयितुम्, AI इत्यस्य शब्दान् पुनरुक्त्वा विना स्वीकृतनिर्णयस्य कारणं व्याख्यातुम् च।

AI-द्वारा प्रतिस्थापितकर्तृत्वस्य सम्भाव्यसूचकाः—विकल्पमन्विष्य प्रथमम् उत्तरं स्वीकर्तुम्, स्वीकृतपरिणामस्य तर्कं पुनर्निर्मातुम् अशक्नुयात्, AI विना निर्णयकाले अस्वस्थतां अनुभवितुम्, निर्णयं व्यवस्थायै आरोपयितुम् च।

एते सूचकाः अद्यापि प्रमाणिताः न सन्ति। विशेषतः युक्तं फलप्रदं च AI-प्रयोगं वास्तवतः प्रतिस्थापितमानवीयकर्तृत्वात् भेदयितुं शक्नुवत् psychometric साधनं विकसितुं स्रोतः महत्त्वपूर्णं कठिनं च भावी-अनुसन्धानसमस्यां मन्यते।

उत्तरदायी ज्ञानसम्बद्धसहभागितायाः पञ्च सिद्धान्ताः

लेखकः एतान् सिद्धान्तान् प्रमाणाधारितम् हस्तक्षेपकार्यक्रमं रूपेण न प्रस्तुतयति। सिद्धान्तानां प्रभावशीलता अस्मिन् अध्ययने न परीक्षिता। एते AI-समर्थितकर्तृत्वस्य विचारं व्यावहारिकव्यवहारेषु परिवर्तयितुं प्रस्तावितं प्रतिरूपम्।

शिक्षादृष्ट्या निष्कर्षः

शिक्षाविषये लेखस्य मूलप्रतिपादनम् एतत् यत् AI-literacy केवलं उत्तमं prompt लिखितुं शिक्षणं न भवेत्। उत्तमं prompt अधिकं विश्वसनीयम् उच्चगुणवत्तायुक्तं च निष्पादनं उत्पादयितुं शक्नोति; किन्तु उपयोक्तुः समीक्षात्मकमूल्याङ्कनभूमिकां स्वयमेव न रक्षति।

स्रोतः अधिकविस्तृताय मनोवैज्ञानिकाय AI-literacy कृते epistemic vigilance, स्रोतः-मूल्याङ्कनम्, metacognitive monitoring, automation bias तथा प्रवाहिता-प्रभावेषु जागरूकता, अनिराकृतायाः अनिश्चिततायाः सहिष्णुता, AI पृच्छितुं पूर्वं परिकल्पनां निर्मातुं क्षमता, algorithmic निष्पादनं प्रति आपत्तिं प्रस्तोतुं अभ्यासः इत्यादीनि कौशलानि महत्त्वपूर्णानि भविष्यन्तीति वदति।

मनोविज्ञानस्य, परामर्शस्य, coaching इत्यस्य च सन्दर्भे सीमा

स्रोतः चर्चयति यत् मनोविज्ञान-परामर्शक्षेत्रेषु जनाः AI द्वारा पूर्वनिर्मितैः सम्बन्ध-, भावना-, व्यवहार-व्याख्यानैः सह व्यावसायिकान् समीपं आगन्तुं शक्नुवन्ति। प्रस्तावः एताः व्याख्याः स्वयमेव निराकर्तव्याः इति न; अपि तु व्यक्ति AI-निष्पादनं बहुषु सूचनानिवेशेषु एकमात्रं साधनं रूपेण प्रयुङ्क्ते वा, अथवा स्वकीयव्याख्याकार्यमेव तस्मै पूर्णतया समर्पयति वा इत्येतयोः भेदः करणीयः।

लेखः स्पष्टतया वदति यत् Generative AI योग्यस्य मनोवैज्ञानिकस्य, चिकित्सकीयस्य वा अन्यस्य व्यावसायिकस्य परिचर्यायाः प्रतिस्थानं नास्ति। मनोवैज्ञानिकक्लेशे, जोखिमे वा चिकित्सकीयस्थितौ यथोचितं मानवीयं व्यावसायिकसमर्थनम् आवश्यकम् इति विशेषेण उक्तम्।

अध्ययनस्य विधिः निष्कर्षाश्च

अस्य अध्ययनस्य “विधिः” प्रयोगात्मकविधिः नास्ति

अध्ययनं नूतनं प्रतिभागिनमूनं, प्रयोगसमूहं, नियन्त्रणसमूहं वा सांख्यिकीयपरिकल्पनापरीक्षणं वा न प्रयुञ्जते। लेखकः पूर्वं मुख्यतया पृथक् विकसितानि पञ्च साहित्य-क्षेत्राणि—cognitive offloading, समीक्षात्मकचिन्तनम्, automation bias तथा algorithmic reliance, व्यवहारे स्वायत्तता, अङ्कीयपरिचयः—संकल्पनात्मकतया एकत्र आनयति।

अस्मात् साहित्यसंश्लेषणात् त्रयः प्रमुखाः सैद्धान्तिकप्रस्तावाः निष्पद्यन्ते:

1. कार्यात्मकज्ञानकार्यबाह्यीकरणस्य उच्चस्तरीयज्ञानकार्यप्रत्यर्पणस्य च भेदकरणम्।
2. AI-समर्थितकर्तृत्वस्य AI-द्वारा प्रतिस्थापितकर्तृत्वस्य च मनुष्य–AI अन्तःक्रियासातत्येन भेदकरणम्।
3. Generative AI इत्यस्य आत्मजीवनवृत्तसम्बद्धे अर्थनिर्माणे भागं गृह्णतः सम्भाव्यस्य बाह्यव्याख्यात्मकस्तरस्य रूपेण संकल्पना।

एतेषामतिरिक्तं अध्ययनं productive cognitive friction इति संकल्पनां चर्चयति, confirmation loop यन्त्रविधानं परिकल्पनारूपेण प्रस्तावयति, पञ्चसिद्धान्तयुक्तं responsible cognitive partnership इति प्रतिरूपं च प्रस्तुतयति।

वर्तमानप्रमाणं सैद्धान्तिकप्रतिरूपं कियत् समर्थयति?

स्रोतः यानि वर्तमानानुसन्धानानि उद्धरति तानि automation bias, algorithmic परामर्शे अत्यधिकविश्वासः, प्रवाहपूर्णसूचनायाः अनुभूतसत्यता, निर्णयेषु AI इत्यस्य प्रभावः, AI-प्रयोगेन सह प्रतिवेदितं समीक्षात्मकचिन्तनम् इत्येतेषु सम्बन्धान् दर्शयन्ति। किन्तु एतानि अध्ययनानि नूतनपत्रे प्रस्ताविताः सर्वाः संकल्पनात्मकसंरचनाः प्रत्यक्षं न परीक्षन्ते।

विशेषतः Lee et al. तथा Gerlich इत्येतयोः अध्ययनयोः स्रोतलेखकेन निर्दिष्टा सीमा महत्त्वपूर्णा—अनुप्रस्थाः स्व-प्रतिवेदनाधारिताश्च रचनाः सम्बन्धम् दर्शयितुं शक्नुवन्ति, परन्तु AI कालक्रमेण व्यक्तेः समीक्षात्मकचिन्तनक्षमतां क्षीणयतीति प्रमाणयितुं न शक्नुवन्ति। दृष्टं न्यूनं समीक्षात्मकचिन्तनं वर्तमानक्षमतायाः नाशात् न, अपि तु विशिष्टकार्यकाले तस्याः अप्रयोगात् अपि उत्पद्येत।

एषः भेदः भावी-अनुसन्धानकार्यसूच्याः मुख्यकारणेषु एकः।

लेखेन प्रस्ताविता अनुसन्धानकार्यसूची

स्रोतः मन्यते यत् संकल्पनात्मकप्रतिरूपस्य परीक्षणाय प्रथमं मापनसाधनानि विकसितव्यानि। प्राथमिकमापनक्षेत्राणि इमानि:

• Functional cognitive offloading तथा higher-order cognitive outsourcing इत्येतौ प्रयोगावृत्तेः स्वतन्त्रतया भेदयितुं शक्नुवन्तः मापकाः।
• सामान्यतन्त्रज्ञानविश्वासात् पृथक् अनुभूतां AI-अधिकारतां मापयन्ति साधनानि।
• AI-समर्थितं तथा AI-द्वारा प्रतिस्थापितं कर्तृत्वं व्यवहारतः भेदयितुं शक्नुवन्तः मापदण्डाः।
• मननात्मकदूरत्वस्य, विकल्पनिर्माणस्य, निर्णयस्वामित्वस्य च सूचकाः।

विषयतः परीक्षितव्येषु प्रश्नेषु—ज्ञानकार्यप्रत्यर्पणस्तरस्य मानकसमीक्षात्मकचिन्तनमापनैः सम्बन्धः, metacognitive सत्यता, AI-समर्थनं प्रदर्शनात् शीघ्रतरं विश्वासं वर्धयति वा, अनिश्चिततासहिष्णुता, परिचयसम्बद्धविषयेषु AI-व्याख्यायां विश्वासः, आत्मजीवनवृत्तसम्बद्धे अर्थनिर्माणे प्रभावाः, व्यक्तिविशेषभेदाश्च—समाविष्टाः सन्ति।

परीक्षितव्येषु व्यक्तिविशेषभेदेषु need for cognition, epistemic curiosity, क्षेत्रविशेषज्ञता, आयुः, शिक्षापृष्ठभूमिश्च सन्ति।

भविष्यति के अनुसन्धानरूपविन्यासाः आवश्यकाः?

लेखकः विशेषतः तादृशान् प्रयोगान् प्रस्तावयति येषु ज्ञानकार्यप्रत्यर्पणस्य स्तरः प्रयोगात्मकतया परिवर्त्यते, AI-प्रयोगावृत्तिः तु स्थिरा धार्यते। एतादृशः रूपविन्यासः “बहु AI-प्रयोगः” तथा “उच्चस्तरीयचिन्तनकार्याणि AI इत्यस्मै दातुम्” इत्येतयोः भेदं प्रत्यक्षं परीक्षितुं शक्नोति।

दीर्घकालिक-अनुसन्धानानि अपि निर्णायकानि मन्यन्ते। कारणम्—अनुप्रस्थ-अध्ययनं व्यक्तेः ज्ञानक्षमतायां कालक्रमेण वास्तविकपरिवर्तनम् अभवत् वा, अथवा सः वर्तमानक्षमतां तस्मिन् क्षणे केवलं न प्रयुक्तवान् वा इति भेदयितुं न शक्नोति।

तथैव संख्यात्मकप्रयोगैः सह जनाः स्वकीयां AI-आश्रिततां, विश्वासं, निर्णयप्रक्रियां च कथं वर्णयन्ति इति परीक्षमाणानि मिश्रपद्धत्यध्ययनानि प्रस्तावितानि। स्रोतः विशेषतया वदति यत् व्यक्तेः स्वकीयज्ञानप्रक्रियाविषये स्व-प्रतिवेदनम् अपि दोषयुक्तं भवितुं शक्नोति।

किं एतत् अध्ययनं बहुलः AI-प्रयोगः समीक्षात्मकचिन्तनं दूषयतीति प्रमाणयति?

न। एतत् नूतनं प्रयोगं न करणारेण संकल्पनात्मकं सम्मेलनपत्रम्; बहुलः AI-प्रयोगः समीक्षात्मकचिन्तनक्षमतां कारणरूपेण दूषयतीति न दर्शयति। स्रोते उद्धृतानि कतिपयानि अध्ययनानि AI-प्रयोगः, AI प्रति विश्वासः, cognitive offloading, न्यूनतरं प्रतिवेदितं समीक्षात्मकचिन्तनं च एतेषां मध्ये सम्बन्धान् दर्शयन्ति; किन्तु अध्ययनं स्पष्टतया वदति यत् एते परिणामाः क्षमताक्षयात्, कार्यविशेषे चिन्तनस्य अप्रयोगात्, अन्यैः चरैः वा उत्पद्यन्ते इति अद्यापि भेदितं नास्ति।

अध्ययनस्य समर्थिताः निष्कर्षाः

• Generative AI केवलं सूचनाप्राप्तेः न, व्याख्या-मूल्याङ्कनस्तरस्य कार्याण्यपि ग्रहीतुं शक्नोति।
• स्थापितं cognitive offloading-साहित्यं बाह्यव्यवस्थानां प्रयोगः मानवीयज्ञाने व्यवस्थितप्रभावान् जनयितुं शक्नोतीति दर्शयति।
• automation-साहित्यं दर्शयति यत् मनुष्याः algorithmic प्रस्तावान् सर्वदा केवलं तेषां सत्यतया न मूल्याङ्कयन्ति।
• मनुष्य–AI प्रदर्शनं कार्यप्रकारानुसारं परिवर्तते; वर्तमानसाहित्यं “AI सर्वदा लाभदायकम्” अथवा “AI सर्वदा हानिकारकम्” इति एकदिशं निष्कर्षं न समर्थयति।
• AI-प्रयोगं केवलं प्रयोगावृत्त्या मापयितुं प्रयत्नः के ज्ञानकार्याणि प्रत्यर्प्यन्ते इति भेदं न दर्शयेत्।
• Higher-order cognitive outsourcing तथा AI-supported / AI-displaced agency अनुभवजन्यतया परीक्षितुं शक्यौ सैद्धान्तिकभेदौ स्तः।
• Generative AI व्यक्तिगतेषु व्याख्याप्रक्रियासु भागं गृह्णाति इति परिकल्पना अनुसन्धानयोग्यरूपेण सूत्रीकर्तुं शक्यते।

अध्ययनस्य असमर्थिताः निष्कर्षाः

• बहुलः AI-प्रयोगः मनुष्येषु आसक्तिं जनयतीति प्रमाणितं नास्ति।
• AI-प्रयोगः समीक्षात्मकचिन्तनक्षमतां स्थायिरूपेण न्यूनां करोतीति दर्शितं नास्ति।
• AI व्यक्तेः परिचयं परिवर्तयति अथवा तं “पुनःप्रोग्रामयति” इति दर्शितं नास्ति।
• AI, IAM-संरचनाः परिवर्तयतीति दर्शितं नास्ति।
• Confirmation loop चिकित्सकीयमनोविकारं जनयतीति दर्शितं नास्ति।
• AI-displaced agency कृते प्रमाणितः psychometric सीमामानः नास्ति।
• उत्तरदायी ज्ञानसम्बद्धसहभागितायाः पञ्चसिद्धान्तानां प्रभावशीलता प्रयोगात्मकतया न परीक्षिता।
• प्रयोगावृत्तेः अपेक्षया प्रत्यर्पणस्तरः निश्चितरूपेण अधिकमहत्त्वपूर्णः इति अद्यापि प्रमाणितं नास्ति।

अध्ययनस्य केन्द्रीयः अद्याप्यनुत्तरितः प्रश्नः

लेखस्य भावी-अनुसन्धानकार्यसूच्याः केन्द्रे प्रश्नः अयम्— Generative AI इत्यस्य मनोवैज्ञानिकप्रभावं प्रयोगावृत्तिः अधिकं निर्धारयति वा, अथवा AI इत्यस्मै प्रत्यर्पितज्ञानकार्याणां स्तरः?

लेखकस्य सैद्धान्तिकः प्रस्तावः द्वितीयः विकल्पः—प्रत्यर्पणस्य स्तरः अधिकमहत्त्वपूर्णः भवितुं शक्नोति। किन्तु अध्ययनं स्पष्टतया स्वीकरोति यत् एषः प्रस्तावः मिथ्या सिद्धः भवितुं शक्नोति, अतः तम् खण्डनीयपरिकल्पनारूपेण स्थापयति।

अध्ययनस्य सामान्यं वैज्ञानिकं महत्त्वम्

अध्ययनस्य मुख्यं योगदानं Generative AI-विवादं “प्रयुञ्जीत / न प्रयुञ्जीत” इति द्वैतात् निष्कास्य ज्ञानकार्यविभागस्य समस्यारूपेण स्थापयितुम्। एवं AI कियत् साहाय्यं करोति इति न, अपि तु साहाय्यकाले कानि मानसिककार्याणि मनुष्ये एव तिष्ठन्ति, कानि व्यवस्थायै प्रत्यर्प्यन्ते इति अनुसन्धानयोग्यं भवति।

अस्मिन् रूपरेखायां मूलभेदः वृद्धिः (augmentation) तथा प्रतिस्थापनम् (substitution) इत्येतयोः मध्ये अस्ति। Generative AI मनुष्यस्य सूचनाप्रवेशं उत्पादनक्षमतां च विस्तारयितुं शक्नोति; किन्तु व्याख्या, मूल्याङ्कनम्, निर्णयस्वामित्वं च यदि निरन्तरं व्यवस्थया वह्यते, तर्हि भिन्नाः मनोवैज्ञानिकपरिणामाः भवन्ति वा इति अद्यापि प्रयोगात्मकतया उत्तरितं नास्ति।

स्रोतः तथा विधिविषयकं टिप्पणम्

मूलाध्ययनम्: When AI Starts Thinking for Us: Digital Identity, Critical Thinking, and Behavioural Autonomy in the Age of Generative AI

लेखिका: Stoyana Natseva.

ORCID: 0009-0008-1692-1935.

Correspondence: Nstoiana@gmail.com

PDF मध्ये निर्दिष्टाः शैक्षणिकाः/संस्थागताः भूमिकाः: Full Professor (Profesor Titular B) of Psychology and Education, Universidad Azteca; Professor of Practice, Dunster Business School; Founder and CEO, Happy Life Academy® and DCS® Academy; Founder, Happy Life Institute for Direct Change Science; President, IAPTC®.

स्रोतस्य प्रकारः: संकल्पनात्मकं सम्मेलनपत्रम्।

सम्मेलनम्: Psychology of Cyberspace 2026.

सम्मेलनसन्दर्भः: Poland / International Online Conference.

प्रस्तुतिदिनाङ्कः: 5 September 2026.

आधिकारिकसम्मेलनकार्यक्रमे सत्रम्: 5 September 2026, 15:00–16:00.

सम्मेलनस्य आयोजकः: Instytut Cyberpsychologii, Poland.

समीक्षास्थितिः: स्रोत-PDF तथा सत्यापितः सम्मेलन-अभिलेखः अध्ययनं peer review अतिक्रान्तम् इति स्पष्टतया न वदतः। अतः अध्ययनं peer-reviewed journal article इति वर्गीकृतं नास्ति।

SSRN पञ्जीकरणसङ्ख्या: 7610338.

SSRN अपलोड-दिनाङ्कः: 14 October 2026.

SSRN DOI: 10.2139/ssrn.7610338.

Zenodo DOI: 10.5281/zenodo.22347697.

SSRN आधिकारिकसम्बन्धः: https://ssrn.com/abstract=7610338

Zenodo DOI सम्बन्धः: https://doi.org/10.5281/zenodo.22347697

अनुज्ञप्तिः: SSRN अभिलेखः अध्ययनं Creative Commons Attribution 4.0 International (CC BY 4.0) अनुज्ञप्तियुक्तं दर्शयति।

वित्तपोषणम्: SSRN अभिलेखानुसारं अनुसन्धानाय सार्वजनिकात्, वाणिज्यात्, अलाभकारीवित्तपोषणसंस्थातः वा विशिष्टा अनुसन्धान-अनुदानराशिः न प्राप्ता।

हितसम्बन्धघोषणा: SSRN अभिलेखः वदति यत् लेखिका अस्मिन् लेखे चर्चितयोः Direct Change Solution® (DCS®) तथा Internal Autobiographical Map (IAM) रूपरेखयोः विकासिका, Happy Life Academy® इत्यस्य संस्थापिका तथा CEO, Happy Life Institute for Direct Change Science इत्यस्य संस्थापिका, IAPTC® इत्यस्य अध्यक्षा च अस्ति। अन्यः हितविरोधः न प्रतिवेदितः।

मुख्याः सैद्धान्तिकसाहित्य-क्षेत्राणि: cognitive offloading; critical thinking; automation bias and algorithmic reliance; behavioural autonomy; digital identity.

प्रस्तावितः मुख्यः नूतनः भेदः: Functional cognitive offloading and higher-order cognitive outsourcing.

प्रस्तावितं मनुष्य–AI सातत्यम्: AI as tool → AI as assistant → AI as adviser → AI as interpreter → AI as decision surrogate.

प्रस्तावितः कर्तृत्वभेदः: AI-supported agency and AI-displaced agency.

प्रस्ताविता परिचयपरिकल्पना: पुनरावृत्तेः Generative AI-अन्तःक्रियायाः आत्मजीवनवृत्तसम्बद्धे अर्थनिर्माणे भागं गृह्णन्तं बाह्यव्याख्यात्मकस्तरं निर्मातुं शक्यता।

IAM विषये AI-सम्बद्धप्रमाणस्य स्थितिः: स्रोते उद्धृतानि पूर्वतनानि IAM-अध्ययनानि IAM-संरचनां सम्बद्धान् मनोवैज्ञानिकचरांश्च विषयीकृतानि; Generative AI, IAM मध्ये बाह्यव्याख्यात्मकस्तरः भवति इति प्रस्तावं न परीक्षितवन्ति।

प्रस्तावितं व्यावहारिकं प्रतिरूपम्: पञ्चसिद्धान्तयुक्तः responsible cognitive partnership with AI दृष्टिकोणः।

प्रतिरूपस्य प्रमाणीकरणस्थितिः: पञ्चसिद्धान्तानां प्रभावशीलता प्रयोगात्मकतया न परीक्षिता; एतत् प्रमाणाधारितहस्तक्षेप-प्रोटोकॉल् इति न प्रस्तुतम्।

मुख्या वैज्ञानिकसीमा: अध्ययनं प्रयोगात्मकं नास्ति; पत्रस्य मूलसंकल्पनाः सैद्धान्तिकप्रस्तावाः सन्ति, तेषां psychometric तथा empirical प्रमाणीकरणम् अपेक्षितम्।

कारणत्वसीमा: स्रोते चर्चिताः अनुप्रस्थाः AI-प्रयोग–समीक्षात्मकचिन्तनसम्बन्धाः ज्ञानक्षमताह्रासं वा AI इत्यस्य कारणात्मकप्रभावं वा न प्रमाणयन्ति।

चिकित्सकीयसीमा: अध्ययनं AI-प्रयोगः psychopathology जनयतीति चिकित्सकीयदावं न करोति। Generative AI योग्यस्य मनोवैज्ञानिकस्य, चिकित्सकीयस्य वा अन्यस्य व्यावसायिकपरिचर्यायाः प्रतिस्थाने न स्थाप्यते।