5 छोटे सत्रों में घर पर AI सिखाएँ

कक्षा 6–8 के बच्चे के माता-पिता या बड़े भाई-बहन के लिए। आपको AI के बारे में पहले से कुछ जानने की ज़रूरत नहीं है। हर सत्र लगभग 10 मिनट का है और बताता है कि क्या पूछें, कब रुकें और कौन-सा संकेत दें।

हर सत्र कैसे चलता है

  1. याद करें: पिछली बार के बारे में एक छोटा सवाल।
  2. अनुमान लगाएँ: कुछ भी दबाने से पहले बच्चा बताए कि क्या होगा।
  3. करके देखें: बच्चा स्क्रीन पर गतिविधि करे, आप साथ देखें।
  4. समझाएँ: बच्चा बताए कि ऐसा क्यों हुआ। आप पूछें, खुद उत्तर न बताएँ।
  5. नया उदाहरण: एक नया सवाल, जिससे समझ की जाँच हो, स्क्रीन की नहीं।
  6. स्क्रीन से दूर: कागज़ या कार्ड वाला एक छोटा काम।

अगर बच्चा अपने गलत अनुमान का कारण समझा सके, तो वह भी अच्छी सीख है। अगर बच्चा अटक जाए, तो लगभग दस सेकंड रुकें, फिर संकेत दें। बच्चा थक जाए तो वहीं रुक जाएँ; अगला सत्र बाद में हो सकता है। हर गतिविधि अपने मन से खोजने के लिए भी खुली रहती है।

सत्र 1: नियम या सीखना?

मुख्य बात: कुछ मशीनें तय नियम पर चलती हैं; कुछ उदाहरणों से सीखे पैटर्न इस्तेमाल करती हैं। केवल “स्मार्ट” शब्द से पता नहीं चलता कि कोई मशीन किस तरह काम करती है।

खोलें: AI की जाँच

चरण

  1. याद करें: पूछें: “जब कोई विज्ञापन किसी चीज़ को ‘स्मार्ट’ कहता है, तो तुम्हें क्या लगता है उसका मतलब क्या है?” अभी कोई भी उत्तर ठीक है।
  2. अनुमान लगाएँ: हर स्थिति में, बच्चे के क्लिक करने से पहले पूछें: “तय नियम, उदाहरणों से सीखता है, या और जानकारी चाहिए? विवरण के किन शब्दों से तुम्हें सुराग मिलता है?”
  3. करके देखें: बच्चे को चुनने दें, फिर साथ में जवाब पढ़ें। अगली स्थिति दबाएँ और चारों स्थितियों के लिए यही करें।
  4. समझाएँ: पूछें: “किस सबूत से तुमने यह तय किया?”

अटकने पर संकेत: “क्या विवरण में किसी का बनाया (प्रोग्राम किया) निर्देश लिखा है, या वे उदाहरण जिनसे इसे सिखाया गया?”

आप क्या सुनना चाहते हैं: बच्चा सबूत की ओर इशारा करे, जैसे “इसे नाम वाले फ़ोटो से सिखाया गया”, न कि उत्पाद के नाम की ओर। बैग के लिए “और जानकारी चाहिए” सही उत्तर है।

आम गलतफ़हमियाँ: “अपने-आप चलता है, तो AI है” (अपने-आप खुलने वाला दरवाज़ा “अगर–तो” वाले नियम पर चलता है)। “AI हमेशा सही होता है” (फ़ोटो छाँटने वाला मॉडल भी गलत हो सकता है)।

नया उदाहरण

हर एक के बारे में पूछें: सड़क की एक बत्ती, जिसके टाइमर में रोज़ शाम 6:30 बजे जलने का निर्देश डाला गया है; हज़ारों ऐसे संदेशों से सिखाया गया ईमेल फ़िल्टर, जिन्हें लोगों ने स्पैम बताया था; बिना किसी और जानकारी वाली एक “स्मार्ट” पानी की बोतल।

बड़ों के लिए उत्तर

सड़क की बत्ती: तय नियम। ईमेल फ़िल्टर: उदाहरणों से सीखता है। पानी की बोतल: और जानकारी चाहिए; पूछना होगा कि यह कैसे काम करती है।

स्क्रीन से दूर

घर में एक टाइमर और एक ऐसी AI सुविधा खोजें जिसे आप पहले से इस्तेमाल करते हैं, जैसे फ़ोन में फ़ोटो खोजना। बच्चा बताए कि दोनों कौन-सी जानकारी इस्तेमाल करते हैं।

सत्र 2: नाम (लेबल) मॉडल को क्या बताता है

मुख्य बात: ट्रेनिंग के हर उदाहरण में गुण यानी माप होते हैं (जो नापा गया) और एक नाम (वह उत्तर जो हम मॉडल को बताते हैं)। इस गतिविधि में हर बिंदु एक काल्पनिक फल है, जिसकी दो संख्याएँ हैं: लालपन और लंबाई।

खोलें: छोटे मॉडल को सिखाओ और शुरुआती डेटा दबाएँ।

चरण

  1. याद करें: “कोई मशीन उदाहरणों से सीखती है, इसका एक सुराग क्या है?”
  2. देखें: चार्ट के नीचे की सूची में छह ट्रेनिंग उदाहरण पढ़ें, जैसे “सेब (90, 20)”।
  3. समझाएँ: पूछें: “ये दो संख्याएँ क्या बताती हैं? ‘सेब’ शब्द मॉडल को क्या बताता है?”
  4. पूछें: बच्चे से कहें कि केवल संख्याएँ देखकर बताए कि सेब और केले कैसे हैं।
  5. तीन हिस्से पहचानें: ड्रॉप-डाउन मेन्यू वह नाम है जो आप किसी नए ट्रेनिंग उदाहरण को देंगे। मॉडल सिखाने के बाद उसका अनुमान चार्ट के नीचे दिखता है। छह जाँचें A–F अलग, तय कार्ड हैं। ये तीनों अलग चीज़ें हैं।

अटकने पर संकेत: “पहली संख्या लालपन है और दूसरी लंबाई। सेब ज़्यादा लाल हैं या कम?”

आप क्या सुनना चाहते हैं: “नाम वह उत्तर है जो हम ट्रेनिंग के समय मॉडल को बताते हैं।” और: यहाँ सेब लाल और छोटे हैं; केले कम लाल और लंबे हैं।

आम गलतफ़हमी: “मॉडल जानता है कि सेब क्या होता है।” यह फ़ोटो नहीं देखता। यह केवल दो संख्याओं की तुलना करता है।

नया उदाहरण

“एक फल का लालपन 85 और लंबाई 25 है। शुरुआती उदाहरणों से सीखा मॉडल इसे कौन-सा नाम देगा, और क्यों?”

बड़ों के लिए उत्तर

सेब: यह सेब वाले उदाहरणों के सबसे पास है, जो बहुत लाल और छोटे हैं। सिर्फ़ सही नाम बोलने से ज़्यादा ज़रूरी उसका कारण है। अनुमान फिर भी फल के असली नाम से अलग हो सकता है।

स्क्रीन से दूर

छह कार्ड बनाएँ। हर कार्ड पर एक काल्पनिक फल लिखें: दो संख्याएँ (लालपन और लंबाई, 0 से 100) और एक नाम। ये कार्ड सत्र 3 और 4 के लिए रखें।

सत्र 3: दबाने से पहले अनुमान

मुख्य बात: यह छोटा मॉडल नए फल के सबसे पास वाला ट्रेनिंग उदाहरण खोजता है और उसी का नाम दे देता है। चार्ट पर बिंदुओं वाली रेखा बताती है कि उसने कौन-सा उदाहरण इस्तेमाल किया।

खोलें: छोटे मॉडल को सिखाओ और शुरुआती डेटा दबाएँ। स्लाइडर को लालपन 20 और लंबाई 25 पर रखें: एक हरा, छोटा फल।

चरण

  1. याद करें: “नाम मॉडल को क्या बताता है?”
  2. अनुमान लगाएँ: सिखाने से पहले पूछें: “इस फल के सबसे पास कौन-सा ट्रेनिंग उदाहरण है? मॉडल क्या कहेगा?” उत्तर और कारण, दोनों का इंतज़ार करें।
  3. सिखाएँ और देखें: मॉडल को सिखाओ दबाएँ। मॉडल केला कहता है। बिंदुओं वाली रेखा के साथ उस उदाहरण तक जाएँ जो उसने इस्तेमाल किया।
  4. करके देखें: स्लाइडर खिसकाएँ। बच्चे से कहें कि वह जगह खोजे जहाँ उत्तर केले से सेब बन जाता है।
  5. समझाएँ: “वहाँ उत्तर क्यों बदला?”

अटकने पर संकेत: “संख्याओं की तुलना करो: किस ट्रेनिंग उदाहरण का लालपन और लंबाई, दोनों 20 और 25 के सबसे पास हैं?” चार्ट पर बिंदु कितने पास दिखते हैं, उससे नहीं, संख्याओं से तय करें; चार्ट की दोनों रेखाएँ अलग पैमाने पर बनी हैं।

आप क्या सुनना चाहते हैं: “यह सबसे पास वाले उदाहरण का नाम दे देता है।” “सबसे पास वाला केला था”, इस तरह समझाया गया गलत अनुमान भी अच्छा उत्तर है।

आम गलतफ़हमी: “मॉडल सोचता है कि फल कैसे दिखते हैं।” यह केवल मापता है कि संख्याएँ एक-दूसरे से कितनी दूर हैं।

नया उदाहरण

“एक मॉडल के पास एक सेब (90, 20) और एक केला (15, 85) है। (80, 30) के लिए वह क्या कहेगा? और (20, 80) के लिए?”

बड़ों के लिए उत्तर

(80, 30) सेब के सबसे पास है, इसलिए सेब। (20, 80) केले के सबसे पास है, इसलिए केला।

स्क्रीन से दूर

सबसे पास वाले कार्ड का खेल: फल वाले चार कार्ड मेज़ पर रखें। एक नए फल की संख्याएँ बोलें। बच्चा वह कार्ड खोजे जिसकी दोनों संख्याएँ कुल मिलाकर सबसे पास हों, और उसी का नाम बताए, बिल्कुल मॉडल की तरह। कागज़ पर आसान तरीका: लालपन का अंतर और लंबाई का अंतर जोड़ें; जिसका जोड़ सबसे कम हो, वह अच्छा अनुमान है। मॉडल सीधी दूरी नापता है, इसलिए बहुत करीबी मामलों में उत्तर अलग हो सकता है।

सत्र 4: ट्रेनिंग और जाँच अलग हैं

मुख्य बात: मॉडल नए मामलों में कैसा काम करता है, यह देखने के लिए हम उसे ऐसे उदाहरणों से जाँचते हैं जो उसने नहीं देखे। उसके अपने ट्रेनिंग उदाहरणों से जाँच यह नहीं दिखा सकती कि वह नए उदाहरणों पर कैसा करेगा।

खोलें: छोटे मॉडल को सिखाओ। शुरुआती डेटा दबाएँ, फिर मॉडल को सिखाओ दबाएँ।

चरण

  1. याद करें: “हमारा मॉडल कैसे तय करता है?”
  2. अनुमान लगाएँ: जाँच से पहले पूछें: “क्या यह छहों सही करेगा?”
  3. जाँचें और देखें: 6 अलग उदाहरण से जाँचो दबाएँ। छह में से पाँच अनुमान सही हैं। जाँच C, यानी हरे सेब, का अनुमान केला है।
  4. समझाएँ: पूछें: “इन्हें ‘अलग’ या अनदेखे उदाहरण क्यों कहते हैं? अगर हम मॉडल को उसके अपने ट्रेनिंग उदाहरण से जाँचें, तो क्या वह सही होगा? उससे क्या साबित होगा?”
  5. और सोचें: “छह में से पाँच का मतलब क्या यह है कि असली दुनिया में भी मॉडल छह में से पाँच बार सही होगा?”

अटकने पर संकेत: “अगर तुम गणित के दस सवालों का अभ्यास करो और परीक्षा में वही दस आएँ, तो क्या पूरे नंबर से पता चलता है कि तुम नए सवाल हल कर सकते हो?”

आप क्या सुनना चाहते हैं: ट्रेनिंग उदाहरणों से जाँच ऐसी है जैसे पहले से उतारे गए उत्तर जाँचना। छह काल्पनिक जाँचें बताती हैं कि यह मॉडल कैसा व्यवहार करता है; वे साबित नहीं करतीं कि यह असली दुनिया में काम करता है।

ध्यान दें: गतिविधि किसी जाँच उदाहरण की ठीक वही संख्याएँ ट्रेनिंग में जोड़ने नहीं देती। वह बताती है कि यह उदाहरण जाँच के लिए अलग है। ऐसा जान-बूझकर है।

नया उदाहरण

“एक स्पेलिंग जाँचने वाले मॉडल ने उदाहरण शब्दों की एक सूची से सीखा, और उसकी जाँच भी उसी सूची के शब्दों से की गई। उसे 100% मिले। हमें उसकी जाँच किससे करनी चाहिए?”

बड़ों के लिए उत्तर

ऐसे नए शब्दों से, जो उसने कभी नहीं देखे, कुछ असामान्य शब्दों समेत। 100% दिखाता है कि वह उन जाने-पहचाने शब्दों पर सही है; यह नहीं दिखाता कि नए शब्दों पर कैसा करेगा।

स्क्रीन से दूर

फल वाले कार्ड मिलाएँ और दो छिपा दें। बच्चा बाकी कार्डों से सीखे, जैसे मॉडल ट्रेनिंग में सीखता है, फिर सबसे पास वाले कार्ड के खेल से छिपे दो कार्डों के नाम का अनुमान लगाए। साथ में उत्तर जाँचें।

सत्र 5: एक चीज़ बदलें और फिर देखें

मुख्य बात: किसी तरह के उदाहरण छूट जाएँ तो गलतियाँ हो सकती हैं। एक बार में एक ही चीज़ बदलें, ताकि पता रहे कि नया नतीजा किस वजह से आया।

खोलें: छोटे मॉडल को सिखाओ, फिर हमने क्या छोड़ दिया?

भाग A: एक नया उदाहरण

  1. याद करें: “पिछली बार मॉडल ने कौन-सी जाँच गलत की थी? क्यों?” (जाँच C, हरा सेब।)
  2. लिख लें: शुरुआती डेटा, मॉडल को सिखाओ और 6 अलग उदाहरण से जाँचो दबाएँ। लिखें: C का अनुमान केला था।
  3. एक चीज़ बदलें: स्लाइडर को लालपन 30 और लंबाई 20 पर रखें, सेब चुनें, नाम वाला उदाहरण जोड़ो दबाएँ, फिर दोबारा मॉडल को सिखाओ दबाएँ।
  4. पहले अनुमान, फिर जाँच: “क्या C बदलेगा? क्या कोई और जाँच बदलेगी?” फिर 6 अलग उदाहरण से जाँचो दबाएँ।
  5. समझाएँ: अब C सेब है और बाकी वैसे ही हैं। पूछें: “हमने सिर्फ़ कौन-सी एक चीज़ बदली थी? तो नया उत्तर किस वजह से आया?”
  6. ईमानदारी से देखें: हमने यह बदलाव C को गलत होते देखकर चुना, इसलिए अब C का सही होना एक जानी हुई गलती का सुधार है, बेहतर मॉडल का सबूत नहीं। असली सुधार परखने के लिए ऐसे और उदाहरणों से जाँचें जिन्हें बदलाव चुनते समय नहीं देखा था।

भाग B: हमने क्या छोड़ दिया?

  1. गतिविधि खोलने से पहले बच्चे से कहें: “इस मॉडल ने केवल एक नीली गेंद और एक लाल ब्लॉक देखा है। इन चार खिलौनों में से यह किन खिलौनों को गलत बता सकता है: नीली गेंद, लाल गेंद, नीला ब्लॉक, लाल ब्लॉक?”
  2. गतिविधि खोलें और केवल दो मेल दबाएँ। नतीजों का अनुमान से मिलान करें।
  3. पूछें: “यह गलत क्यों हुआ?” इतने कम उदाहरणों में, और हमारे बनाए उस तुलना-नियम के कारण जो रंग को ज़्यादा महत्व देता है, रंग ही फ़ैसला करता है। फिर छूटे मेल जोड़ो दबाएँ।
  4. पूछें: “क्या चार सही जाँचों का मतलब है कि यह मॉडल सबके साथ निष्पक्ष है?”

अटकने पर संकेत: “जो उदाहरण इसने देखे हैं, उन्हें देखो। किस तरह का खिलौना कभी नहीं आया?”

आप क्या सुनना चाहते हैं: “एक हरा सेब जोड़ने से C का उत्तर बदल गया।” और: कुछ सही जाँचें केवल एक व्यवहार दिखाती हैं; असली सिस्टम में लोगों को यह भी जाँचना होता है कि कौन छूट सकता है।

आम गलतफ़हमी: “ज़्यादा डेटा से सब ठीक हो जाता है।” केवल गिनती नहीं, उदाहरणों का प्रकार मायने रखता है।

नया उदाहरण

“एक मॉडल बैग को ‘स्कूल बैग’ या ‘शॉपिंग बैग’ में छाँटता है। जिन स्कूल बैग से उसने सीखा, वे सब काले थे, और सारे शॉपिंग बैग नीले। तुम जाँच के लिए कौन-से बैग जोड़ोगे?”

बड़ों के लिए उत्तर

एक नीला स्कूल बैग और एक काला शॉपिंग बैग, और दोनों समूहों में दूसरे रंगों के बैग। वरना हो सकता है वह केवल रंग से छाँटे। मकसद उन प्रकारों से जाँच करना है जो मॉडल ने कभी नहीं देखे।

स्क्रीन से दूर

केवल दो उदाहरण दिखाएँ: एक नीली गोल चीज़ बाईं ओर जाती है, एक लाल चौकोर चीज़ दाईं ओर। बच्चे से छाँटने का नियम अंदाज़ा लगाने को कहें। फिर एक लाल गोल चीज़ और एक नीली चौकोर चीज़ लाएँ। वे कहाँ जाएँगी? क्या दो उदाहरणों से सच में पता चला था कि रंग मायने रखता है या आकार?

बाद में दोहराएँ: कुछ मिनट, कुछ बार

कुछ समय बाद, हर बार नए उदाहरण के साथ, किसी सीखी हुई बात को याद करने से सीखने में मदद मिल सकती है। यह समय हमारा व्यावहारिक सुझाव है:

  • अगले दिन, 3 दिन बाद और लगभग एक हफ़्ते बाद पिछले सत्रों से दो-तीन छोटे सवाल पूछें।
  • किसी सत्र का नया उदाहरण इस्तेमाल करें, या उसके जैसा नया बनाएँ। वही स्क्रीन न दोहराएँ।
  • लिखें कि बच्चे ने उत्तर खुद दिया या संकेत के साथ। दोनों ठीक हैं; इससे बस पता चलता है कि क्या दोहराना है।
  • कोई बात अब भी कठिन लगे, तो अगली बार केवल उसी को दोहराएँ। पूरा सत्र दोहराने की ज़रूरत नहीं।

नोट्स कागज़ पर रखें। यह पेज कुछ भी सहेजता या भेजता नहीं है।

यह गाइड क्या कर सकती है और क्या नहीं

सत्रों में छोटे, काल्पनिक उदाहरण हैं, ताकि बच्चा देख सके कि मॉडल सही या गलत क्यों है। ये कुछ बुनियादी बातों से परिचय कराते हैं; यह पूरा कोर्स नहीं है। सत्रों की बनावट, यानी अनुमान, समझाना और बाद में याद करना, बच्चों के सीखने पर हुए शोध से प्रेरित है, लेकिन हमने अभी इस गाइड को परिवारों के साथ परखा नहीं है।

आज़माया? हमें बताएँ कि क्या साफ़ था और क्या उलझाने वाला: hello@ai4kiddos.in। कृपया बच्चे का नाम, फ़ोटो या स्कूल न लिखें।