ਇਸ ਦ੍ਰਿਸ਼ ਦੀ ਕਲਪਨਾ ਕਰੋ: ਇਕ ਹਾਈ ਸਕੂਲ ਦੀ ਅੰਗਰੇਜ਼ੀ ਅਧਿਆਪਕਾ ਐਤਵਾਰ ਸ਼ਾਮ ਨੂੰ ਆਪਣੀ ਮੇਜ਼ ਕੋਲ ਬੈਠੀ ਹੈ—ਕਾਫੀ ਠੰਡੀ ਹੋ ਰਹੀ ਹੈ—ਤੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਲੇਖਾਂ ਦੇ ਢੇਰ ਨੂੰ ਪੜ੍ਹ ਰਹੀ ਹੈ। ਇਕ ਦਿਓਤਾ ਉਸਨੂੰ ਰੋਕ ਦੇਂਦਾ ਹੈ। ਸ਼ਬਦਾਵਲੀ ਬਿਲਕੁਲ ਸਾਫ਼-ਸੁਥਰੀ, ਦਲੀਲਾਂ ਇੰਨੀ ਟਿੱਠੀਆਂ ਕਿ ਉਨ੍ਹਾਂ ਵਿੱਚ “ਕੋਈ ਕਸਰ” ਨਹੀਂ, ਟ੍ਰਾਂਜ਼ਿਸ਼ਨ ਬਿਨਾਂ ਰੁਕਾਵਟ ਦੇ, ਤੇ ਫਿਰ ਵੀ ਕੁਝ ਗੱਲ ਗੜਬੜ ਲੱਗਦੀ ਹੈ। ਇਹ ਥੋੜ੍ਹਾ-ਜਿਹਾ ਵੀ ਉਸ ਵਿਦਿਆਰਥੀ ਵਾਂਗ ਨਹੀਂ ਲੱਗਦਾ ਜਿਸ ਨੇ ਕੁਝ ਦਿਨ ਪਹਿਲਾਂ ਕਲਾਸ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ ਦੌਰਾਨ ਹਿਚਕ ਕੇ ਗੱਲ ਕੀਤੀ ਸੀ। ਉਹ ਇਸਨੂੰ ਇਕ ਬੁਨਿਆਦੀ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਰ ਵਿਚੋਂ ਚਲਾਂਦੀ ਹੈ—ਨਤੀਜਾ “ਕਲੀਨ” ਆ ਜਾਂਦਾ ਹੈ। ਫਿਰ ਉਹ ਇਕ ਫਰੀ AI ਡਿਟੈਕਟਰ ਵੀ ਆਜ਼ਮਾਂਦੀ ਹੈ, ਪਰ ਨਤੀਜਾ ਅਨਿਸ਼ਚਿਤ (inconclusive) ਆਉਂਦਾ ਹੈ। ਉਸ ਕੋਲ ਸਿਰਫ਼ ਅੰਦਰੂਨੀ ਅਹਿਸਾਸ, ਕੋਈ ਸਬੂਤ ਨਹੀਂ, ਅਤੇ ਕੋਈ ਸਪਸ਼ਟ ਅਗਲਾ ਰਾਹ ਵੀ ਨਹੀਂ।
ਇਹ ਦ੍ਰਿਸ਼ ਦੁਨੀਆ ਭਰ ਦੇ ਕਲਾਸਰੂਮਾਂ ਵਿੱਚ ਹੁਣ ਹੁੰਦਾ ਦਿੱਸ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਤੋਂ ChatGPT, Gemini, ਅਤੇ Claude ਵਰਗੇ AI ਰਾਈਟਿੰਗ ਟੂਲ ਵਿਆਪਕ ਤੌਰ ਤੇ ਅਤੇ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਹੋਏ ਹਨ, ਸਿੱਖਿਆਕਾਰ ਇਕ ਅਸੰਭਵ ਜਿਹੇ ਹਾਲਾਤ ਵਿੱਚ ਫਸ ਗਏ ਹਨ: ਉਹ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਦੇ ਮਿਆਰਾਂ ਨੂੰ ਕਾਇਮ ਰੱਖਣ, ਜੋ ਉਸ ਦੁਨੀਆ ਲਈ ਕਦੇ ਬਣੇ ਹੀ ਨਹੀਂ ਸਨ ਜਿੱਥੇ ਕੋਈ ਵਿਦਿਆਰਥੀ ਤੀਹ ਸਕਿੰਟਾਂ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਬਿਲਕੁਲ “ਫਲਾਲੈਸ”, ਮੂਲ ਜਿਹੀ ਲੱਗਣ ਵਾਲੀ ਲੇਖ ਤਿਆਰ ਕਰ ਸਕੇ। ਹੁਣ ਸਵਾਲ ਇਹ ਨਹੀਂ ਕਿ AI ਸਿੱਖਿਆ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ ਜਾਂ ਨਹੀਂ। ਉਹ ਤਾਂ ਪਹਿਲਾਂ ਹੀ ਬਦਲ ਚੁੱਕੀ ਹੈ। ਅਸਲ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਇਸ ਬਾਰੇ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
ਪੁਰਾਣੇ ਨਿਯਮ ਹੁਣ ਲਾਗੂ ਨਹੀਂ ਰਹੇ
ਦਹਾਕਿਆਂ ਤੋਂ, ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਦੀਆਂ ਪਾਲਿਸੀਆਂ ਇਕ ਕਾਫ਼ੀ ਸਿੱਧੀ ਧਾਰਨਾ ‘ਤੇ ਬਣੀਆਂ ਰਹੀਆਂ ਹਨ: ਜੇ ਕਿਸੇ ਵਿਦਿਆਰਥੀ ਨੇ ਆਪਣਾ ਨਾ ਹੋਇਆ ਕੰਮ ਜਮ੍ਹਾਂ ਕਰਵਾਇਆ, ਤਾਂ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਰ ਉਸਨੂੰ ਮੌਜੂਦਾ ਸਰੋਤਾਂ ਦੇ ਡਾਟਾਬੇਸ ਨਾਲ ਟੈਕਸਟ ਨੂੰ ਮਿਲਾ ਕੇ ਫੜ ਲੈਂਦਾ। ਸਕੂਲਾਂ ਅਤੇ ਯੂਨੀਵਰਸਿਟੀਆਂ ਵਿੱਚ ਟੂਲ ਬਣਾਏ ਗਏ ਤੇ ਮਿਆਰੀ ਬਣਾਏ ਗਏ, ਖਾਸ ਕਰਕੇ ਇਸ ਲਈ ਕਿਉਂਕਿ ਉਸ ਵੇਲੇ AI ਪਲੇਜਰਿਜ਼ਮ—ਜਿਵੇਂ ਇਹ ਅੱਜ ਦੇ ਰੂਪ ਵਿੱਚ ਹੈ—ਮੌਜੂਦ ਹੀ ਨਹੀਂ ਸੀ।
ਹੁਣ ਇਹ ਟੂਲ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਕੰਟੈਂਟ ਖ਼ਿਲਾਫ਼ ਲਗਭਗ ਬੇਅਸਰ ਰਹਿੰਦੇ ਹਨ। ਜਦੋਂ ਕੋਈ ਵਿਦਿਆਰਥੀ ਕਿਸੇ ਵੈੱਬਸਾਈਟ ਜਾਂ ਛਪੀ ਹੋਈ ਰਿਸਰਚ ਤੋਂ ਟੈਕਸਟ ਕਾਪੀ ਕਰਦਾ ਹੈ, ਤਾਂ ਉਹ ਟੈਕਸਟ ਪਹਿਲਾਂ ਹੀ ਕਿਤੇ ਮੌਜੂਦ ਹੁੰਦਾ ਹੈ—ਇਸ ਲਈ ਇਸਨੂੰ ਫਲੈਗ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਜਦੋਂ ਕੋਈ ਵਿਦਿਆਰਥੀ AI ਨੂੰ ਲੇਖ ਲਿਖਣ ਲਈ ਕਹਿੰਦਾ ਹੈ, ਤਾਂ ਆਉਟਪੁੱਟ ਤੁਰੰਤ “ਨਵਾਂ” ਬਣਦਾ ਹੈ। ਮਿਲਾਉਣ ਲਈ ਕੋਈ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ ਹੀ ਨਹੀਂ ਹੁੰਦਾ। ਰਵਾਇਤੀ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਰਾਂ ਨੂੰ AI ਲਿਖਾਈ ਪਕੜਣ ਲਈ ਬਣਾਇਆ ਹੀ ਨਹੀਂ ਗਿਆ ਸੀ, ਅਤੇ ਇਨ੍ਹਾਂ ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ‘ਚ “ਪੈਚ” ਲਗਾਉਣ ਨਾਲ ਵੀ ਇਹ ਸਿੱਖਿਆਕਾਰਾਂ ਦੇ ਸਾਹਮਣੇ ਹੁਣ ਜੋ ਸਮੱਸਿਆ ਆ ਖੜ੍ਹੀ ਹੈ, ਉਸ ਲਈ ਫਿੱਟ ਨਹੀਂ ਬਣ ਜਾਣਗੇ।
ਮਾਮਲੇ ਨੂੰ ਹੋਰ ਵੀ ਗੁੰਝਲਦਾਰ ਬਣਾਉਂਦਾ ਇਹ ਹੈ ਕਿ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਕੰਟੈਂਟ ਹੁਣ ਭਾਸ਼ਾਵਾਂ ਦੇ ਦਰਮਿਆਨ ਅਨੁਵਾਦ ਵੀ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਬਿਨਾਂ ਕਿਸੇ ਨਿਸ਼ਾਨ ਦੇ ਜਮ੍ਹਾਂ ਕਰਵਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਕ ਵਿਦਿਆਰਥੀ AI ਨੂੰ ਕਿਸੇ ਇਕ ਭਾਸ਼ਾ ਵਿੱਚ ਲੇਖ ਲਿਖਣ ਲਈ ਕਹਿ ਸਕਦਾ ਹੈ, ਫਿਰ ਜਮ੍ਹਾਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਸਨੂੰ ਕਿਸੇ ਅਨੁਵਾਦ ਟੂਲ ਰਾਹੀਂ ਚਲਾ ਕੇ ਹੋਰ ਭਾਸ਼ਾ ਵਿੱਚ ਕਰ ਸਕਦਾ ਹੈ। ਸਧਾਰਣ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਰ ਜੋ ਸਿਰਫ਼ ਇਕ ਹੀ ਭਾਸ਼ਾ ਵਿੱਚ ਸਕੈਨ ਕਰਦੇ ਹਨ, ਉਹ ਇਸ ਗੱਲ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਿਸ ਕਰ ਦੇਣਗੇ—ਇਸੇ ਲਈ ਕ੍ਰਾਸ-ਭਾਸ਼ਾਈ (cross-language) ਅਨੁਵਾਦਿਤ ਪਲੇਜਰਿਜ਼ਮ ਡਿਟੈਕਸ਼ਨ ਕਿਸੇ ਵੀ ਗੰਭੀਰ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਟੂਲਕਿਟ ਦਾ ਅਹਿਮ ਹਿੱਸਾ ਬਣ ਚੁੱਕੀ ਹੈ।
ਸੰਸਥਾਗਤ ਨੀਤੀ ਅਤੇ ਕਲਾਸਰੂਮ ਦੀ ਹਕੀਕਤ ਵਿਚਕਾਰ ਖੱਡ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਦੇ ਵੀ ਵੱਧ ਚੌੜੀ ਨਹੀਂ ਰਹੀ। ਕਈ ਸਕੂਲ ਅਜੇ ਵੀ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਦੇ ਹੈਂਡਬੁੱਕ ਵਰਤਦੇ ਹਨ ਜੋ ਸਾਲਾਂ—ਜਾਂ ਕਈ ਵਾਰ ਦਹਾਕਿਆਂ ਪਹਿਲਾਂ—ਲਿਖੇ ਗਏ ਸਨ। “ਆਪਣਾ ਨਾ ਹੋਇਆ ਕੰਮ ਜਮ੍ਹਾਂ ਕਰਨਾ” ਵਰਗੀਆਂ ਲਾਈਨਾਂ ਧਾਰਨਾ ਵਜੋਂ ਤਾਂ ਠੀਕ ਲੱਗਦੀਆਂ ਹਨ, ਪਰ ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਤਕਨੀਕੀ ਤੌਰ ‘ਤੇ ਪ੍ਰੰਪਟ ਟਾਈਪ ਕਰਦਾ ਹੈ, ਆਉਟਪੁੱਟ ਵੇਖਦਾ ਹੈ, ਅਤੇ ਰਾਹ ਵਿਚ ਕੁਝ ਛੋਟੇ-ਮੋਟੇ ਸੋਧ ਵੀ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇਹ ਗੱਲ ਫ਼ਿਲਾਸਫ਼ੀਕਲ ਤੌਰ ‘ਤੇ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦੀ ਹੈ। ਨਿਯਮ ਹੁਣ ਤੱਕ ਨਹੀਂ ਅੱਪਡੇਟ ਹੋਏ, ਅਤੇ ਜਿਨ੍ਹਾਂ ਅਧਿਆਪਕਾਂ/ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਇਹ ਨਿਯਮ ਲਾਗੂ ਕਰਨੇ ਪੈਂਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਠੀਕ ਮਾਰਗਦਰਸ਼ਨ ਜਾਂ ਸਹਾਇਤਾ ਬਿਨਾਂ ਹੀ ਆਪਣੇ ਆਪ “ਸਲੇਟੀ ਖੇਤਰਾਂ” ਦੀ ਵਿਆਖਿਆ ਕਰਨੀ ਪੈਂਦੀ ਹੈ।
ਸਿੱਖਿਆਕਾਰ ਦੀ ਦਿੱਕਤ
ਨੀਤੀ ਵਾਲੀ ਸਮੱਸਿਆ ਤੋਂ ਇਲਾਵਾ, ਇਸਦੇ ਪਿੱਛੇ ਇਕ ਡੂੰਘੀ ਮਨੁੱਖੀ ਗੱਲ ਵੀ ਹੈ। ਅਧਿਆਪਕ ਅਤੇ ਪ੍ਰੋਫੈਸਰਾਂ ਨੂੰ ਇਕ ਬੇਚੈਨ ਕਰਨ ਵਾਲੀ ਸਥਿਤੀ ਵਿੱਚ ਰੱਖ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ—ਡਿਟੈਕਟਿਵ ਖੇਡਣਾ—ਅਤੇ ਦੋਹਾਂ ਪਾਸਿਆਂ ਲਈ ਦਾਅ ਉੱਚੇ ਹਨ।
ਠੋਸ ਸਬੂਤ ਬਿਨਾਂ ਕਿਸੇ ਵਿਦਿਆਰਥੀ ‘ਤੇ AI ਵਰਤਣ ਦਾ ਦੋਸ਼ ਲਗਾਉਣਾ ਗੰਭੀਰ ਮਾਮਲਾ ਹੈ। ਇਹ ਵਿਦਿਆਰਥੀ ਦੀ ਅਕਾਦਮਿਕ ਰਿਕਾਰਡ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ, ਅਧਿਆਪਕ-ਵਿਦਿਆਰਥੀ ਰਿਸ਼ਤੇ ‘ਤੇ ਤਣਾਅ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਰਸਮੀ ਅਨੁਸ਼ਾਸਨਾਤਮਕ ਕਾਰਵਾਈ ਤੱਕ ਲੈ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਜਦੋਂ AI ਪਲੇਜਰਿਜ਼ਮ ਦਾ ਮਜ਼ਬੂਤੀ ਨਾਲ ਸ਼ੱਕ ਹੋਵੇ ਅਤੇ ਅਸੀਂ ਚੁੱਪ ਰਹੀਏ, ਤਾਂ ਉਹ ਚੁੱਪ “ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ” ਦੀ ਹਰ ਉਸ ਗੱਲ ਨਾਲ ਧੋਖਾ ਜਿਹਾ ਲੱਗਦੀ ਹੈ ਜੋ ਉਸਦਾ ਖੜ੍ਹਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਸਿੱਖਿਆਕਾਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਬੇਇਨਸਾਫ਼ ਦੋਸ਼ਾਂ ਤੋਂ ਬਚਾਉਣ ਅਤੇ ਇਮਾਨਦਾਰ ਕੰਮ ਦੀ ਕਦਰ/ਮੁੱਲ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੇ ਵਿਚਕਾਰ ਫਸ ਜਾਂਦੇ ਹਨ।
ਇਹ ਅਨਿਸ਼ਚਿਤਤਾ ਅਸਲ ਵਿੱਚ ਪ੍ਰਭਾਵ ਪਾ ਰਹੀ ਹੈ। ਕਈ ਅਧਿਆਪਕ ਦੱਸਦੇ ਹਨ ਕਿ ਜਦੋਂ ਉਹ ਇਹਨਾਂ ਹਾਲਾਤਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ ਤਾਂ ਉਹ ਤਣਾਅ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ, ਬੇਬਸ ਜਿਹੇ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਸਹਾਇਤਾ ਵੀ ਨਹੀਂ ਮਿਲਦੀ। ਜਮ੍ਹਾਂ ਕੀਤੇ ਕੰਮ ‘ਤੇ ਭਰੋਸਾ ਨਾ ਕਰ ਸਕਣ ਦਾ ਭਾਵਨਾਤਮਕ ਬੋਝ, ਹਰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਲਿਖੀ ਪੈਰਾਗ੍ਰਾਫ ‘ਤੇ ਮੁੜ-ਮੁੜ ਸੋਚਣਾ (second-guessing), ਤੇ ਇਹ ਸੋਚਣਾ ਕਿ ਕੀ ਵਿਦਿਆਰਥੀ ਨੇ ਵਾਕਈ ਆਪਣਾ ਗ੍ਰੇਡ ਕਮਾਇਆ ਜਾਂ ਉਸਨੂੰ ਮਸ਼ੀਨ ਨੇ ਤਿਆਰ ਕਰਵਾ ਦਿੱਤਾ—ਇਹ ਚੁੱਪਚਾਪ ਬਹੁਤ ਸਾਰੇ ਸਿੱਖਿਆਕਾਰਾਂ ਲਈ ਪੜ੍ਹਾਉਣ ਦੀ ਖੁਸ਼ੀ ਨੂੰ ਘਟਾ ਰਿਹਾ ਹੈ। ਭਰੋਸਾ, ਜੋ ਕਦੇ ਕਲਾਸਰੂਮ ਦੀ ਸ਼ਾਂਤ ਬੁਨਿਆਦ ਸੀ, ਹੁਣ ਉਹ ਤਣਾਅ ਵਿੱਚ ਹੈ ਜਿਸਦੀ ਮੁਰੰਮਤ ਕਰਨਾ ਔਖਾ ਹੈ।
ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਜੋ ਚਾਹੀਦਾ ਹੈ, ਉਹ ਸਿਰਫ਼ ਡਿਟੈਕਸ਼ਨ ਟੂਲ ਨਹੀਂ, ਬਲਕਿ ਇੱਕ ਪੂਰਾ ਵਰਕਫ਼ਲੋ (workflow) ਹੈ ਜੋ ਉਨ੍ਹਾਂ ਨੂੰ ਸੰਭਾਵਿਤ ਸਮੱਸਿਆਵਾਂ ਪਛਾਣਣ, ਉਨ੍ਹਾਂ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਸਮਝਣ, ਅਤੇ ਉਨ੍ਹਾਂ ‘ਤੇ ਭਰੋਸੇ ਨਾਲ ਕਾਰਵਾਈ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇ। ਇਹ ਤਾਂ ਮੌਜੂਦਾ ਬਹੁਤ ਸਾਰੇ ਟੂਲਾਂ ਵੱਲੋਂ ਹਾਸਲ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਪੱਧਰ ਤੋਂ ਕਿਤੇ ਉੱਪਰ ਦੀ ਮੰਗ ਹੈ।
ਕਿਉਂ ਆਮ (generic) AI ਡਿਟੈਕਸ਼ਨ ਟੂਲ ਕਾਫ਼ੀ ਨਹੀਂ
ਅਕਾਦਮਿਕ ਸੈਟਿੰਗਾਂ ਵਿੱਚ AI-ਤਿਆਰ ਕੰਟੈਂਟ ਦੇ ਵਾਧੇ ਦੇ ਜਵਾਬ ਵਿੱਚ, ਬਾਜ਼ਾਰ ਵਿੱਚ AI ਡਿਟੈਕਟਰ ਟੂਲਾਂ ਦੀ ਇਕ ਲਹਿਰ ਆ ਗਈ—ਤੇ ਉਨ੍ਹਾਂ ਨੇ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕੀਤਾ। ਤੇਜ਼ੀ ਨਾਲ ਉਹ ਟੂਲ ਲੋਕਪ੍ਰਿਯ ਹੋਏ ਜੋ ਦਾਅਵਾ ਕਰਦੇ ਸਨ ਕਿ ਉਹ ਉੱਚ ਸ਼ੁੱਧਤਾ ਨਾਲ AI ਲਿਖਾਈ ਪਛਾਣ ਸਕਦੇ ਹਨ, ਪਰ ਹਕੀਕਤ ਨੇ ਦਿਖਾ ਦਿੱਤਾ ਕਿ ਇਹ ਮਾਮਲਾ ਕਾਫ਼ੀ ਜਟਿਲ ਹੈ।
ਜ਼ਿਆਦਾਤਰ AI ਡਿਟੈਕਸ਼ਨ ਟੂਲਾਂ ਦੀ ਅਸਲੀ ਸਮੱਸਿਆ ਉਨ੍ਹਾਂ ਦੀ ਅਣਭਰੋਸੇਯੋਗਤਾ ਹੈ। ਅਧਿਐਨਾਂ ਅਤੇ ਅਸਲ ਦੁਨੀਆ ਦੀ ਜਾਂਚ ਨੇ ਲਗਾਤਾਰ ਦਿਖਾਇਆ ਹੈ ਕਿ ਇਹ ਟੂਲ “ਫਾਲਸ ਪਾਜ਼ਿਟਿਵ” (false positives) ਅਤੇ “ਫਾਲਸ ਨੈਗਟਿਵ” (false negatives)—ਦੋਹਾਂ—ਦੀਆਂ ਉੱਚ ਦਰਾਂ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਫਾਲਸ ਪਾਜ਼ਿਟਿਵ ਦਾ ਮਤਲਬ ਇਹ ਕਿ ਇਕ ਮਨੁੱਖ ਵੱਲੋਂ ਲਿਖਿਆ ਲੇਖ AI-ਤਿਆਰ ਹੋਣ ਵਜੋਂ ਫਲੈਗ ਹੋ ਜਾਵੇ—ਤੇ ਇਸ ਨਾਲ ਇਕ ਬੇਕਸੂਰ ਵਿਦਿਆਰਥੀ ‘ਤੇ ਚੀਟਿੰਗ ਦਾ ਦੋਸ਼ ਆ ਸਕਦਾ ਹੈ। ਫਾਲਸ ਨੈਗਟਿਵ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸਲ ਵਿੱਚ AI-ਤਿਆਰ ਕੰਟੈਂਟ ਪਛਾਣ ਤੋਂ ਬਚ ਨਿਕਲ ਜਾਵੇ। ਦੋਵੇਂ ਨਤੀਜੇ ਸਿੱਖਿਆਕਾਰਾਂ ਜਾਂ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਠੀਕ ਨਹੀਂ ਹੁੰਦੇ।
ਹਾਲਾਤ ਹੋਰ ਵੀ ਬਦਤਰ ਇਸ ਲਈ ਬਣਦੇ ਹਨ ਕਿਉਂਕਿ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਈ ਟੂਲ ਸਿਰਫ਼ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਹੀ ਕੰਮ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਲਾਸਰੂਮਾਂ ਅਤੇ ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਭਾਸ਼ਾਈ ਵਿਭਿੰਨਤਾ ਵਧ ਰਹੀ ਹੈ, ਤਾਂ ਇਹ ਇਕ ਗੰਭੀਰ ਸੀਮਾ ਹੈ। ਸਪੇਨੀ, ਫ਼ਿਲਿਪੀਨੋ, ਫ਼ਰਾਂਸੀਸੀ, ਅਰਬੀ ਜਾਂ ਹੋਰ ਦਰਜਨਾਂ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਲਿਖਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਅਸਲ ਵਿੱਚ ਉਹਨਾਂ ਡਿਟੈਕਸ਼ਨ ਟੂਲਾਂ ਲਈ “ਅਦਿੱਖ” ਹੁੰਦੇ ਹਨ ਜੋ ਸਿਰਫ਼ ਇਕ ਭਾਸ਼ਾ ਦੇ ਹਿਸਾਬ ਨਾਲ ਬਣੇ ਹੋਏ ਸਨ।
AI ਲਿਖਾਈ ਦੇ ਟੂਲ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਹੇ ਹਨ ਅਤੇ ਹੁਣ ਉਨ੍ਹਾਂ ਨੂੰ ਖ਼ਾਸ ਤੌਰ ‘ਤੇ ਡਿਟੈਕਸ਼ਨ ਤੋਂ ਬਚਣ ਲਈ ਜ਼ਿਆਦਾ ਆਮ-ਜਿਹੇ, ਥੋੜ੍ਹੇ ਘੱਟ-ਪਰਫੈਕਟ, ਮਨੁੱਖੀ-ਲੱਗਦੇ ਟੋਨ ਵਿੱਚ ਲਿਖਣ ਲਈ ਪ੍ਰੰਪਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਇਹ ਵੀ ਲੱਭ ਲਿਆ ਹੈ ਕਿ ਜੇ AI ਨੂੰ ਜਾਣ-ਬੁੱਝ ਕੇ “quirks” ਜਾਂ ਹੋਰ ਗੱਲਬਾਤ ਵਾਲੀ ਲਿਖਾਈ ਲਈ ਕਿਹਾ ਜਾਵੇ, ਤਾਂ ਕਈ AI ਲੇਖ ਡਿਟੈਕਟਰ ਟੂਲਾਂ ਨੂੰ ਚੱਕਮਾ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ। AI ਲਿਖਾਈ ਨੂੰ ਡਿਟੈਕਟ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਟੈਕਨੋਲੋਜੀ ਹਮੇਸ਼ਾ ਉਸ ਟੈਕਨੋਲੋਜੀ ਤੋਂ ਇਕ ਕਦਮ ਪਿੱਛੇ ਰਹਿੰਦੀ ਹੈ ਜੋ ਇਸਨੂੰ ਪੈਦਾ ਕਰ ਰਹੀ ਹੁੰਦੀ ਹੈ—ਇਸੇ ਲਈ ਸਿਰਫ਼ ਇਕੱਲੇ “ਕੁੱਲ ਸਕੋਰ” ਦੀ ਥਾਂ ਵਾਕ-ਪੱਧਰ (sentence-level) ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਿੱਖਿਆਕਾਰਾਂ ਲਈ ਨਾਜ਼ੁਕ ਹੈ, ਤਾਂ ਜੋ ਉਹ ਸਮਝ ਸਕਣ ਕਿ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ AI ਕਿੱਥੇ ਅਤੇ ਕਿਵੇਂ ਵਰਤੀ ਗਈ ਸੀ।
ਇੱਕ ਭਰੋਸੇਯੋਗ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਟੂਲ ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਦਿਸਦਾ ਹੈ
ਸਾਰੇ ਪਲੇਜਰਿਜ਼ਮ ਅਤੇ AI ਡਿਟੈਕਸ਼ਨ ਟੂਲ ਇਕੋ ਜਿਹੇ ਨਹੀਂ ਹੁੰਦੇ, ਅਤੇ ਜਦੋਂ ਅਕਾਦਮਿਕ ਫੈਸਲਿਆਂ ਦੀ ਗੱਲ ਹੋਵੇ ਤਾਂ ਫ਼ਰਕ ਬਹੁਤ ਵੱਡਾ ਹੋ ਜਾਂਦਾ ਹੈ। ਅਜਿਹਾ ਟੂਲ ਜੋ ਸੱਚਮੁੱਚ ਸਿੱਖਿਆਕਾਰਾਂ ਲਈ ਫ਼ਾਇਦੇਮੰਦ ਹੋਵੇ, ਉਸਨੂੰ ਇਕੋ ਸਮੇਂ ਕਈ ਗੱਲਾਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।
ਪਹਿਲਾਂ, ਇਹ ਬਹੁ-ਭਾਸ਼ਾਈ (multilingual) ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਦੁਨੀਆ ਭਰ ਦੀਆਂ ਅਕਾਦਮਿਕ ਸੰਸਥਾਵਾਂ ਡਜ਼ਨਾਂ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕੰਮ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਸਿਰਫ਼ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ AI ਪਲੇਜਰਿਜ਼ਮ ਫੜਣ ਵਾਲਾ ਟੂਲ ਸੱਚਮੁੱਚ ਗਲੋਬਲ ਸਿੱਖਿਆ ਭਾਈਚਾਰੇ ਦੀ ਸੇਵਾ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੁੰਦਾ। Plag.ai ਦਾ AI ਡਿਟੈਕਟਰ AI ਡਿਟੈਕਸ਼ਨ ਲਈ 50 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਿੰਗ ਲਈ 100 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਸਹਾਇਤਾ ਦਿੰਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਫ਼ਿਲਿਪੀਨਜ਼ ਵਿੱਚ, ਯੂਰਪ ਭਰ ਵਿੱਚ, ਲਾਤੀਨ ਅਮਰੀਕਾ ਵਿੱਚ ਅਤੇ ਏਸ਼ੀਆ ਵਿੱਚ ਸਿੱਖਿਆਕਾਰ ਇਕੋ ਪਲੇਟਫ਼ਾਰਮ ‘ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਨ—ਜਮ੍ਹਾਂ ਕੀਤੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਭਾਸ਼ਾ ਦੇ ਆਧਾਰ ‘ਤੇ ਸ਼ੁੱਧਤਾ ਗੁਆਏ ਬਿਨਾਂ।
ਦੂਜੇ, ਇਹ ਇਕੋ “ਸਕੋਰ” ਤੋਂ ਅੱਗੇ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜੇ ਕੋਈ ਟੂਲ ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਨੂੰ “74% similar” ਕਹਿ ਦੇਵੇ ਪਰ ਇਹ ਨਾ ਦੱਸੇ ਕਿ ਕਿਹੜੀਆਂ ਖਾਸ ਵਾਕਾਂ ਨੂੰ ਫਲੈਗ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਇਹ ਬਹੁਤ ਹੱਦ ਤੱਕ ਕਾਰਵਾਈਯੋਗ (actionable) ਨਹੀਂ ਬਣਦਾ। ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਵਾਕ-ਪੱਧਰ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਚਾਹੀਦਾ ਹੈ ਜੋ ਇਹ ਦਿਖਾਏ ਕਿ ਜਮ੍ਹਾਂ ਕੀਤੇ ਕੰਮ ਦੇ ਕਿਹੜੇ ਹਿੱਸੇ ਸੰਭਾਵਿਤ ਤੌਰ ‘ਤੇ AI-ਤਿਆਰ ਜਾਂ ਪਲੇਜਰਾਈਜ਼ਡ ਹੋ ਸਕਦੇ ਹਨ—ਨਾਲ ਹੀ ਉਨ੍ਹਾਂ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਲਿੰਕ ਵੀ, ਜਿੱਥੇ ਮੈਚ ਮਿਲੇ ਸਨ। ਇਹ ਪੱਧਰ ਦਾ ਵੇਰਵਾ ਵਿਦਿਆਰਥੀ ਨਾਲ ਇਕ ਜਾਣਕਾਰ, ਸਬੂਤ-ਅਧਾਰਤ ਗੱਲਬਾਤ ਕਰਨਾ ਸੰਭਵ ਬਣਾਂਦਾ ਹੈ—ਨਾ ਕਿ ਕਿਸੇ ਧੁੰਦਲੀ ਸੰਭਾਵਨਾ ਦੇ ਆਧਾਰ ‘ਤੇ ਫ਼ੈਸਲਾ ਕਰਨਾ।
ਤੀਜੇ, ਇਹ ਅਨੁਵਾਦਿਤ ਪਲੇਜਰਿਜ਼ਮ ਫੜਣ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। Plag.ai ਅਨੁਵਾਦਿਤ ਕ੍ਰਾਸ-ਭਾਸ਼ਾਈ ਪਲੇਜਰਿਜ਼ਮ ਡਿਟੈਕਸ਼ਨ ਦਿੰਦਾ ਹੈ—ਇਕ ਖਾਸ ਫੀਚਰ ਜੋ ਇਹ ਪਛਾਣਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿਸੇ ਕੰਟੈਂਟ ਨੂੰ ਜਮ੍ਹਾਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਿਸੇ ਹੋਰ ਭਾਸ਼ਾ ਤੋਂ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੋਵੇ। ਇਹ ਰਵਾਇਤੀ ਪਲੇਜਰਿਜ਼ਮ ਚੈਕਿੰਗ ਵਿੱਚ ਮੌਜੂਦ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਖਾਮੀਆਂ ਵਿੱਚੋਂ ਇਕ ਨੂੰ ਬੰਦ ਕਰਦਾ ਹੈ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਮੂਲਤਾ (originality) ਦੀ ਕਾਫ਼ੀ ਵਧੇਰੇ ਪੂਰੀ ਤਸਵੀਰ ਦਿੰਦਾ ਹੈ।
ਚੌਥੇ, ਇਹ ਇਕ ਡਾਊਨਲੋਡ ਹੋਣ ਵਾਲੀ, ਸਾਂਝੀ ਕੀਤੀ ਜਾ ਸਕਣ ਵਾਲੀ ਰਿਪੋਰਟ ਬਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ। ਜਦੋਂ ਕੋਈ ਸਿੱਖਿਆਕਾਰ ਇਮਾਨਦਾਰੀ ਦਾ ਸੰਭਾਵਿਤ ਮੁੱਦਾ ਪਛਾਣ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਇਸਨੂੰ ਦਸਤਾਵੇਜ਼ਬੱਧ (document) ਕਰ ਸਕਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। Plag.ai ਇਕ ਡਾਊਨਲੋਡ ਹੋਣ ਵਾਲੀ PDF originality report ਤਿਆਰ ਕਰਦਾ ਹੈ, ਜਿਸਨੂੰ ਐਡਮਿਨਿਸਟਰੇਟਰਾਂ, ਵਿਦਿਆਰਥੀਆਂ ਜਾਂ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਕਮੇਟੀਆਂ ਨਾਲ ਸਾਂਝਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਇਕ ਸਾਫ਼ ਕਾਗਜ਼ੀ ਟ੍ਰੇਲ (paper trail) ਦਿੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਵੀ ਸਮੀਖਿਆ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਸਿੱਖਿਆਕਾਰ ਅਤੇ ਵਿਦਿਆਰਥੀ ਦੋਹਾਂ ਦੀ ਸੁਰੱਖਿਆ ਕਰਦਾ ਹੈ।
ਅਖੀਰ ਵਿੱਚ, ਅਤੇ ਸਿੱਖਿਆ ਸੰਸਥਾਵਾਂ ਲਈ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਇਹ ਪਰਦੇਦਾਰੀ (privacy) ਦੀ ਰੱਖਿਆ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਤੀਜੀ ਪੱਖੀ ਟੂਲਾਂ ਵਿੱਚ ਦਸਤਾਵੇਜ਼ ਜਮ੍ਹਾਂ ਕਰਨ ਬਾਰੇ ਸਿੱਖਿਆਕਾਰਾਂ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਚਿੰਤਾਵਾਂ ਵਿੱਚੋਂ ਇਕ ਇਹ ਹੁੰਦੀ ਹੈ ਕਿ ਕੀ ਉਹ ਦਸਤਾਵੇਜ਼ ਕਿਸੇ ਤੁਲਨਾ ਡਾਟਾਬੇਜ਼ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਜਾਣਗੇ ਜਾਂ ਹੋਰ ਸੰਸਥਾਵਾਂ ਨਾਲ ਸਾਂਝੇ ਕਰ ਦਿੱਤੇ ਜਾਣਗੇ। Plag.ai ਇਕ ਸਖ਼ਤ “privacy-first” ਅਸੂਲ ‘ਤੇ ਚਲਦਾ ਹੈ: ਦਸਤਾਵੇਜ਼ ਕਦੇ ਵੀ ਸੰਸਥਾਵਾਂ ਨਾਲ ਸਾਂਝੇ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ, ਕਦੇ ਵੀ ਤੁਲਨਾ ਡਾਟਾਬੇਜ਼ਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ, ਅਤੇ ਕਦੇ ਵੀ ਤੀਜੀਆਂ ਪੱਖੀਆਂ ਨੂੰ ਵੰਡੇ ਨਹੀਂ ਜਾਂਦੇ। ਜੋ ਤੁਹਾਡਾ ਹੈ, ਉਹ ਤੁਹਾਡਾ ਹੀ ਰਹਿੰਦਾ ਹੈ।
ਕਲਾਸਰੂਮ ਵਿੱਚ ਸਿੱਖਿਆਕਾਰ ਕੀ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ
ਜਦੋਂ ਟੂਲ ਕਾਫ਼ੀ ਨਹੀਂ ਹੁੰਦੇ ਅਤੇ ਨੀਤੀਆਂ ਪੁਰਾਣੀਆਂ ਹੋ ਚੁੱਕੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਤਾਂ ਕਈ ਸਿੱਖਿਆਕਾਰਾਂ ਨੇ ਆਪਣੀ ਪਹੁੰਚ ਨੂੰ ਬਿਲਕੁਲ ਬੁਨਿਆਦ ਤੋਂ ਮੁੜ ਸੋਚਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ। ਪਿੱਛੋਂ (after the fact) AI ਦੀ ਵਰਤੋਂ ਫੜਣ ਦੀ ਥਾਂ, ਕੁਝ ਲੋਕ ਅਸਾਈਨਮੈਂਟਾਂ ਨੂੰ ਐਸੇ ਤਰੀਕੇ ਨਾਲ ਦੁਬਾਰਾ ਡਿਜ਼ਾਈਨ ਕਰ ਰਹੇ ਹਨ ਕਿ AI-ਤਿਆਰ ਕੰਟੈਂਟ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਕਾਫ਼ੀ ਘੱਟ ਲਾਭਦਾਇਕ/ਕਾਮ ਦਾ ਰਹੇ।
ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਰਣਨੀਤੀ ਤੇਜ਼ੀ ਨਾਲ ਗਤੀ ਪਕੜ ਰਹੀ ਹੈ, ਉਹ ਹੈ ਲਿਖਤੀ ਅਨੁਮਾਨਾਂ (written assessments) ਨੂੰ ਮੁੜ ਕਲਾਸਰੂਮ ਵਿੱਚ ਲਿਆਉਣਾ। ਕਲਾਸ ਦੇ ਅੰਦਰ, ਨਿਗਰਾਨੀ ਹੇਠ ਪੂਰੇ ਕੀਤੇ ਲਿਖਣ ਵਾਲੇ ਅਸਾਈਨਮੈਂਟ AI ਦੇ ਦਖਲ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖਤਮ ਕਰ ਦਿੰਦੇ ਹਨ। ਕੁਝ ਸਿੱਖਿਆਕਾਰ ਇਸਦੇ ਨਾਲ ਮੌਖਿਕ (oral) ਡਿਫ਼ੈਂਸ ਵੀ ਜੋੜਦੇ ਹਨ—ਜਿੱਥੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਪਣੇ ਜਮ੍ਹਾਂ ਕਰਵਾਏ ਲਿਖਤੀ ਕੰਮ ਦੇ ਵਿਚਾਰਾਂ ਨੂੰ ਮੌਖਿਕ ਤੌਰ ‘ਤੇ ਸਮਝਾਉਣਾ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧਾਉਣਾ ਪੈਂਦਾ ਹੈ। ਜੇ ਕੋਈ ਵਿਦਿਆਰਥੀ ਆਪਣੀ ਹੀ ਲੇਖ ਵਾਲੇ ਵਿਚਾਰਾਂ ਬਾਰੇ ਬੋਲ ਨਹੀਂ ਸਕਦਾ, ਤਾਂ ਫਰਕ ਬਿਲਕੁਲ ਸਾਫ਼ ਦਿਖਾਈ ਦੇ ਜਾਂਦਾ ਹੈ—ਅਤੇ ਕਿਸੇ ਵੀ AI ਡਿਟੈਕਟਰ ਦੀ ਲੋੜ ਹੀ ਨਹੀਂ ਰਹਿੰਦੀ।
ਹੋਰ ਕੁਝ ਲੋਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖਾਸ (hyper-specific), ਡੂੰਘੇ ਨਿੱਜੀ (deeply personal) ਅਸਾਈਨਮੈਂਟ ਪ੍ਰੰਪਟਾਂ ਵੱਲ ਝੁਕ ਰਹੇ ਹਨ। ਜੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਿਸੇ ਖਾਸ ਸਥਾਨਕ ਘਟਨਾ ਬਾਰੇ ਲਿਖਣ ਲਈ ਕਿਹਾ ਜਾਵੇ, ਕਿਸੇ ਨਿੱਜੀ ਤਜਰਬੇ ਬਾਰੇ, ਜਾਂ ਬਹੁਤ ਹੀ ਸੀਮਤ ਟਾਪਿਕ ‘ਤੇ—ਜਿਸ ਲਈ ਲਾਜ਼ਮੀ ਤੌਰ ‘ਤੇ ਪਹਿਲੇ-ਹੱਥ ਦੀ ਜਾਣਕਾਰੀ ਚਾਹੀਦੀ ਹੋਵੇ—ਤਾਂ AI ਲਈ ਕੁਝ “ਵਾਕਈ ਯਕੀਨਯੋਗ” ਪੈਦਾ ਕਰਨਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ। AI ਟੂਲ ਸਭ ਤੋਂ ਵਧੀਆ ਉਦੋਂ ਕੰਮ ਕਰਦੇ ਹਨ ਜਦੋਂ ਉਨ੍ਹਾਂ ਨੂੰ ਵੱਡੇ, ਆਮ ਪ੍ਰੰਪਟ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ। ਜਿੰਨਾ ਕੰਮ ਹੋਰ ਖਾਸ ਅਤੇ ਨਿੱਜੀ ਹੋਵੇਗਾ, ਓਨਾ ਹੀ AI ਘੱਟ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ।
ਪ੍ਰੋਸੈਸ-ਅਧਾਰਤ ਗ੍ਰੇਡਿੰਗ (process-based grading) ਇਕ ਹੋਰ ਤਰੀਕਾ ਹੈ ਜੋ ਲੋਕਪ੍ਰਿਯਤਾ ਹਾਸਲ ਕਰ ਰਿਹਾ ਹੈ। ਸਿਰਫ਼ ਆਖ਼ਰ ਵਿੱਚ ਜਮ੍ਹਾਂ ਕੀਤੇ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅੰਕ ਦੇਣ ਦੀ ਥਾਂ, ਹੁਣ ਸਿੱਖਿਆਕਾਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਹਿ ਰਹੇ ਹਨ ਕਿ ਉਹ ਆਪਣੇ ਅੰਤਿਮ ਕੰਮ ਦੇ ਨਾਲ—ਬ੍ਰੇਨਸਟਾਰਮਿੰਗ ਨੋਟਸ, ਕਈ ਡਰਾਫਟ, ਪੀਅਰ ਰਿਵਿਊ ਰਿਕਾਰਡ, ਅਤੇ ਰਿਸਰਚ ਲੌਗਸ—ਵੀ ਜਮ੍ਹਾਂ ਕਰਵਾਉਣ। ਇਹ ਕਾਗਜ਼ੀ ਟ੍ਰੇਲ ਸਿਖਲਾਈ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ “ਨਕਲੀ” ਬਣਾਉਣਾ ਕਾਫ਼ੀ ਮੁਸ਼ਕਲ ਕਰ ਦਿੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਅਸਾਈਨਮੈਂਟ ਦਾ ਮਕਸਦ ਸਿਰਫ਼ ਇਕ ਪਾਲਿਸ਼ਡ (polished) ਪ੍ਰੋਡਕਟ ਬਣਾਉਣਾ ਨਹੀਂ ਰਹਿੰਦਾ, ਬਲਕਿ ਸਮੇਂ ਦੇ ਨਾਲ ਅਸਲ ਬੌਧਿਕ ਵਿਕਾਸ ਦਿਖਾਉਣਾ ਬਣ ਜਾਂਦਾ ਹੈ।
ਉਨ੍ਹਾਂ ਸਿੱਖਿਆਕਾਰਾਂ ਲਈ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿਰਫ਼ ਸਜ਼ਾ ਦੇਣ ਦੀ ਥਾਂ ਉਨ੍ਹਾਂ ਦੀ ਮਦਦ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, Plag.ai ਦੀ plagiarism removal service ਅਤੇ expert humanization service ਵਰਗੇ ਟੂਲ ਇਕ ਸਕਾਰਾਤਮਕ ਅਗਲਾ ਰਾਹ ਦਿੰਦੇ ਹਨ। ਕਿਸੇ ਫਲੈਗ ਹੋਏ ਦਸਤਾਵੇਜ਼ ਨੂੰ “ਡੈੱਡ ਐਂਡ” ਮੰਨਣ ਦੀ ਥਾਂ, ਇਹ ਸੇਵਾਵਾਂ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਮਝਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ ਕਿ ਕੀ ਫਲੈਗ ਹੋਇਆ ਸੀ ਅਤੇ ਉਸਨੂੰ ਠੀਕ ਤਰੀਕੇ ਨਾਲ ਦੁਬਾਰਾ ਕਿਵੇਂ ਲਿਖਣਾ ਹੈ—ਇਸ ਤਰ੍ਹਾਂ ਸੰਭਾਵਿਤ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਦਾ ਮੁੱਦਾ ਇਕ ਅਸਲ ਲਰਨਿੰਗ ਅਪਰਚੂਨਿਟੀ ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਵਿਦਿਆਰਥੀ ਆਪਣੀ ਜਮ੍ਹਾਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਫਰੀ plagiarism check ਵੀ ਵਰਤ ਸਕਦੇ ਹਨ। ਇਹ ਇਕ ਐਸੀ ਸੰਸਕ੍ਰਿਤੀ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਆਪਣੀ ਹੀ ਜਾਂਚ (self-checking) ਅਤੇ ਮੂਲਤਾ (originality) ਨੂੰ ਉਤਸ਼ਾਹ ਮਿਲਦਾ ਹੈ—ਨਾ ਕਿ ਸਿਰਫ਼ ਬਚਣ ਅਤੇ ਸ਼ੱਕ ਕਰਨ ਵਾਲਾ ਰਵੱਈਆ।
ਉਹ ਵੱਡੀ ਗੱਲਬਾਤ ਜੋ ਸਕੂਲਾਂ ਨੂੰ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ
ਇਸਨੂੰ ਸਿਰਫ਼ ਵਿਅਕਤੀਗਤ ਅਧਿਆਪਕਾਂ ਦੀ ਸਮੱਸਿਆ ਵਜੋਂ ਫਰੇਮ ਕਰਨਾ ਗਲਤੀ ਹੋਵੇਗੀ ਜਿਸਨੂੰ ਉਹ ਆਪ ਹੀ ਹੱਲ ਕਰਨ। ਅਕਾਦਮਿਕ ਸੈਟਿੰਗਾਂ ਵਿੱਚ AI-ਤਿਆਰ ਕੰਟੈਂਟ ਦਾ ਵਧਣਾ ਇਕ ਸਿਸਟਮਿਕ (systemic) ਚੁਣੌਤੀ ਹੈ ਜੋ ਸਿਸਟਮਿਕ ਜਵਾਬ ਮੰਗਦੀ ਹੈ, ਅਤੇ ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਕਲਾਸ-ਦਰ-ਕਲਾਸ ਅਤੇ ਅਸਾਈਨਮੈਂਟ-ਦਰ-ਅਸਾਈਨਮੈਂਟ ਇਸਨੂੰ ਖੁਦ ਹੀ ਸੁਲਝਾਉਣ ਲਈ ਛੱਡਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ।
ਸਕੂਲਾਂ ਅਤੇ ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੂੰ ਆਪਣੀਆਂ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਨੀਤੀਆਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਖਾਸ ਤੌਰ ‘ਤੇ AI ਨੂੰ ਐਡਰੈੱਸ ਕਰਨ ਲਈ ਅੱਪਡੇਟ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਸਪਸ਼ਟ ਤੌਰ ‘ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ ਹੈ ਕਿ AI ਦੀ ਕਿਹੜੀ ਵਰਤੋਂ ਮਨਜ਼ੂਰ ਹੈ ਅਤੇ ਕਿਹੜੀ ਨਹੀਂ, ਕਿਉਂਕਿ AI ਦੀ ਹਰ ਵਰਤੋਂ ਇਕੋ ਜਿਹੀ ਨਹੀਂ ਹੁੰਦੀ—AI ਪਲੇਜਰਿਜ਼ਮ ਵਾਂਗ ਨਹੀਂ। ਆਈਡੀਆ ਬ੍ਰੇਨਸਟਾਰਮ ਕਰਨ ਲਈ AI ਵਰਤਣਾ ਬੁਨਿਆਦੀ ਤੌਰ ‘ਤੇ ਉਸ ਗੱਲ ਤੋਂ ਵੱਖ ਹੈ ਕਿ AI-ਤਿਆਰ ਕੀਤਾ ਹੋਇਆ ਪੂਰਾ ਕੰਮ ਆਪਣੇ ਵਜੋਂ ਜਮ੍ਹਾਂ ਕਰ ਦਿੱਤਾ ਜਾਵੇ। ਸਾਫ਼ ਅਤੇ ਸੁਖਮ (nuanced) ਨੀਤੀਆਂ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਸਿੱਖਿਆਕਾਰਾਂ—ਦੋਹਾਂ—ਦੀ ਉਨ੍ਹਾਂ ਫ਼ਰਕਾਂ ਨੂੰ ਬਿਨਾਂ ਉਲਝਣ ਦੇ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ।
ਐਡਮਿਨਿਸਟਰੇਟਰਾਂ ਦੀ ਵੀ ਜ਼ਿੰਮੇਵਾਰੀ ਬਣਦੀ ਹੈ ਕਿ ਉਹ ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਮੌਜੂਦਾ ਸਮੇਂ ਦੇ ਹਿਸਾਬ ਨਾਲ ਟ੍ਰੇਨਿੰਗ, ਸਰੋਤ, ਅਤੇ ਸਹਾਇਤਾ ਸਿਸਟਮ ਮੁਹੱਈਆ ਕਰਵਾਉਣ। Plag.ai ਇਸ ਲੋੜ ਨੂੰ ਸਮਝਦਿਆਂ ਇਕ ਫਰੀ educator account ਦਿੰਦਾ ਹੈ, ਜੋ ਅਧਿਆਪਕਾਂ, ਪ੍ਰੋਫੈਸਰਾਂ ਅਤੇ ਲੈਕਚਰਰਾਂ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਲਾਗਤ ਦੇ ਪ੍ਰਤੀ ਮਹੀਨਾ 20 ਤੱਕ ਦਸਤਾਵੇਜ਼ ਚੈਕ ਕਰਨ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਵੱਲੋਂ ਸਾਂਝੇ ਕੀਤੇ ਰਿਪੋਰਟਸ ਪਲੇਟਫਾਰਮ ਰਾਹੀਂ ਸਿੱਧੇ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਵੀ ਦਿੰਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਿੱਖਿਆਕਾਰ ਕਿਸੇ ਬਜਟ ਰੁਕਾਵਟ ਤੋਂ ਬਿਨਾਂ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹਨ। ਵਿਦਿਆਰਥੀ ਵੀ ਆਪਣੀਆਂ originality reports ਆਪਣੇ ਅਧਿਆਪਕਾਂ ਨਾਲ ਜਮ੍ਹਾਂ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਸਾਂਝੀਆਂ ਕਰ ਸਕਦੇ ਹਨ—ਜਿਸ ਨਾਲ ਅਕਾਦਮਿਕ ਇਮਾਨਦਾਰੀ ਲਈ ਇਕ ਪਾਰਦਰਸ਼ੀ ਅਤੇ ਸਹਿਯੋਗੀ (collaborative) ਪਹੁੰਚ ਬਣਦੀ ਹੈ।
ਡਿਸਟ੍ਰਿਕਟ ਅਤੇ ਰਾਸ਼ਟਰੀ ਪੱਧਰ ‘ਤੇ ਨੀਤੀ-ਨਿਰਧਾਰਕਾਂ ਨੂੰ ਵੀ ਇਸ ਗੱਲਬਾਤ ਵਿੱਚ ਆਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਸਿੱਖਿਆ ਵਿੱਚ AI ਇਕ “ਨਿੱਜ਼ ਬਹੁਤ ਛੋਟੀ” ਚਿੰਤਾ ਨਹੀਂ ਹੈ। ਇਹ ਸਿੱਖਣ ਅਤੇ ਅਸੈਸਮੈਂਟ ਦੀ ਪੂਰੀ ਦੁਨੀਆ ਨੂੰ ਰੀਸ਼ੇਪ ਕਰ ਰਹੀ ਹੈ, ਅਤੇ ਸਕੂਲ-ਦਰ-ਸਕੂਲ ਟੁੱਟੀ-ਫੁੱਟੀ (fragmented) ਪਹੁੰਚ ਕਾਫ਼ੀ ਨਹੀਂ ਹੋਵੇਗੀ। ਮਿਲੀ-ਜੁਲੀ ਗਾਈਡੈਂਸ (coordinated guidance), ਬਿਹਤਰ ਡਿਟੈਕਸ਼ਨ ਤਰੀਕਿਆਂ ਲਈ ਰਿਸਰਚ ਫੰਡਿੰਗ, ਅਤੇ Plag.ai ਵਰਗੇ ਭਰੋਸੇਯੋਗ ਟੂਲਾਂ ਨੂੰ ਸੰਸਥਾਗਤ ਵਰਕਫ਼ਲੋਜ਼ ਵਿੱਚ ਸੋਚ-ਵਿਚਾਰ ਕੇ ਸ਼ਾਮਲ ਕਰਨਾ—ਇਹ ਸਭ ਵੱਡੇ ਹੱਲ ਦਾ ਹਿੱਸਾ ਹਨ।
ਸਿੱਟਾ
AI ਲਿਖਾਈ ਦੇ ਟੂਲਾਂ ਦੇ ਆਉਣ ਨਾਲ ਸਿਰਫ਼ “ਚੀਟਿੰਗ ਦਾ ਨਵਾਂ ਤਰੀਕਾ” ਹੀ ਨਹੀਂ ਬਣਿਆ। ਇਸਨੇ ਸਿੱਖਿਆ ਦਾ ਅਸਲ ਮਕਸਦ ਕੀ ਹੈ—ਇਸ ‘ਤੇ ਇਕ ਬੁਨਿਆਦੀ ਹਿਸਾਬ-ਕਿਤਾਬ ਲਈ ਮਜ਼ਬੂਰ ਕਰ ਦਿੱਤਾ ਹੈ। ਜੇ ਲਿਖਤੀ ਅਸਾਈਨਮੈਂਟ ਦਾ ਟੀਚਾ ਸਿਰਫ਼ ਇਕ ਪਾਲਿਸ਼ਡ ਦਸਤਾਵੇਜ਼ ਤਿਆਰ ਕਰਨਾ ਹੈ, ਤਾਂ AI ਨੇ ਉਸ ਟੀਚੇ ਨੂੰ ਬਾਹਰੋਂ ਸੌਂਪਣਾ (outsource) ਬਹੁਤ ਹੀ ਆਸਾਨ ਕਰ ਦਿੱਤਾ ਹੈ। ਪਰ ਜੇ ਟੀਚਾ critical thinking ਵਿਕਸਿਤ ਕਰਨਾ, ਗੁੰਝਲਦਾਰ ਵਿਚਾਰਾਂ ਨੂੰ ਸੰਚਾਰ ਕਰਨ ਦੀ ਅਭਿਆਸ ਕਰਨੀ, ਅਤੇ ਅਸਲ ਸਮਝ ਦਿਖਾਉਣੀ ਹੈ, ਤਾਂ AI ਉਹ ਨਹੀਂ ਕਰ ਸਕਦਾ—ਅਤੇ ਸਿੱਖਿਆਕਾਰਾਂ ਕੋਲ ਮੌਕਾ ਹੁੰਦਾ ਹੈ ਕਿ ਉਹ ਅਜਿਹੇ ਅਸੈਸਮੈਂਟ ਡਿਜ਼ਾਈਨ ਕਰਨ ਜੋ ਉਨ੍ਹਾਂ ਡੂੰਘੇ ਟੀਚਿਆਂ ਨੂੰ ਦਰਸਾਉਣ।
ਹੱਲ ਇਹ ਨਹੀਂ ਕਿ ਤਕਨਾਲੋਜੀ ਖ਼ਿਲਾਫ਼ ਇਕ ਹਾਰਦੀ ਜੰਗ ਲੜੀ ਜਾਵੇ, ਜੋ ਅੱਗੇ ਜਾ ਕੇ ਹੋਰ ਵੀ ਹੋਸ਼ਿਆਰ ਹੁੰਦੀ ਹੀ ਰਹੇਗੀ। ਹੱਲ ਇਹ ਹੈ ਕਿ ਅਸੀਂ ਸੋਚ-ਵਿਚਾਰ ਕੇ ਅਨੁਕੂਲ ਹੋਈਏ, ਸਿੱਖਿਆਕਾਰਾਂ ਨੂੰ ਅਜਿਹੇ ਟੂਲਾਂ ਨਾਲ ਲੈਸ ਕਰੀਏ ਜੋ ਸਚਮੁਚ ਕੰਮ ਕਰਦੇ ਹਨ, ਅਤੇ ਅਜਿਹੇ ਸਿਸਟਮ ਬਣਾਈਏ ਜੋ ਇਮਾਨਦਾਰੀ ਨੂੰ ਚੱਕਮਾ ਦੇਣ (circumvent) ਨਾਲੋਂ ਵਧੇਰੇ ਆਸਾਨ ਬਣਾਉਣ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਉਹ plagiarism ਅਤੇ AI ਡਿਟੈਕਸ਼ਨ ਟੂਲ ਚੁਣਨਾ ਜੋ ਬਹੁ-ਭਾਸ਼ਾਈ ਹੋਣ, ਸਹੀ (precise) ਹੋਣ, ਪਰਦੇਦਾਰੀ-ਕੇਂਦਰਿਤ (privacy-focused) ਹੋਣ, ਅਤੇ ਆਧੁਨਿਕ ਸਿੱਖਿਆ ਦੀਆਂ ਹਕੀਕਤਾਂ ਲਈ ਬਣੇ ਹੋਣ—ਦੱਸ ਸਾਲ ਪਹਿਲਾਂ ਵਾਲੇ ਕਲਾਸਰੂਮ ਲਈ ਨਹੀਂ।
Plag.ai ਇਸੇ ਸੋਚ ਨਾਲ ਬਣਾਇਆ ਗਿਆ ਸੀ। ਦੁਨੀਆ ਭਰ ਦੇ ਸਿੱਖਿਆਕਾਰਾਂ ਦੁਆਰਾ ਵਰਤਿਆ ਗਿਆ ਅਤੇ 1.5 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਵਿਦਿਆਰਥੀਆਂ ਵੱਲੋਂ ਭਰੋਸੇਮੰਦ ਮੰਨਿਆ ਗਿਆ, ਇਹ ਇਕੋ ਪਲੇਟਫਾਰਮ ‘ਤੇ plagiarism checking, AI detection, translated plagiarism detection, ਅਤੇ expert support services ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ—ਤਾਂ ਜੋ ਇਹ ਪੂਰੇ ਅਕਾਦਮਿਕ ਭਾਈਚਾਰੇ ਲਈ ਕੰਮ ਕਰ ਸਕੇ। ਭਾਵੇਂ ਤੁਸੀਂ ਆਪਣੇ ਕਲਾਸਰੂਮ ਦੀ ਇਮਾਨਦਾਰੀ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਸਿੱਖਿਆਕਾਰ ਹੋ ਜਾਂ ਅਜਿਹਾ ਵਿਦਿਆਰਥੀ ਜੋ ਭਰੋਸੇ ਨਾਲ ਜਮ੍ਹਾਂ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, Plag.ai ਤੁਹਾਨੂੰ ਇਹ ਕਰਨ ਦੇ ਸਹੀ ਟੂਲ ਦਿੰਦਾ ਹੈ।
ਤਾਂ ਇੱਥੇ ਇਕ ਅਜਿਹਾ ਸਵਾਲ ਹੈ ਜਿਸ ਨਾਲ ਬੈਠ ਕੇ ਸੋਚਣਾ ਚਾਹੀਦਾ ਹੈ: ਜੇ ਸਿਰਫ਼ ਇਹ ਪੁੱਛਣ ਦੀ ਥਾਂ ਕਿ ਅਸੀਂ ਉਹ ਵਿਦਿਆਰਥੀ ਕਿਵੇਂ ਫੜਦੇ ਹਾਂ ਜੋ AI ਵਰਤਦੇ ਹਨ—ਤਾਂ ਕੀ ਅਸੀਂ ਇਹ ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰ ਦਈਏ ਕਿ ਅਸੀਂ ਇਕ ਅਕਾਦਮਿਕ ਸਭਿਆਚਾਰ ਕਿਵੇਂ ਬਣਾਈਏ ਜਿੱਥੇ ਇਮਾਨਦਾਰੀ ਨੂੰ ਸਹਾਰਾ ਮਿਲੇ, ਮੂਲਤਾ ਨੂੰ ਇਨਾਮ ਮਿਲੇ, ਅਤੇ ਠੀਕ ਟੂਲ ਇਮਾਨਦਾਰੀ ਨੂੰ ਸਭ ਤੋਂ ਘੱਟ ਰੁਕਾਵਟ ਵਾਲਾ ਰਾਹ ਬਣਾ ਦੇਣ?
