Internal narratives parameterise affective states
लार्ज-लैंग्वेज-मॉडल रिप्रेजेंटेशन का उपयोग करने वाले दो बड़े पैमाने के अध्ययनों के माध्यम से, यह शोध प्रदर्शित करता है कि आंतरिक आख्यानों की संरचना और गतिशीलता न केवल अवसाद की गंभीरता की भविष्यवाणी करती है बल्कि भावनात्मक अवस्थाओं को कारणवश प्रभावित भी करती है, जो यह सुझाव देता है कि प्रभाव (affect) एक कम्प्यूटेशनल अवस्था के रूप में कार्य करता है जो आख्यान निर्माण को सीमित करता है और संदर्भ को एकीकृत करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मुख्य विचार: आपकी भावनाओं का एक "आकार" होता है
कल्पना कीजिए कि आपका मूड केवल "दुखी" या "खुश" जैसा कोई अस्पष्ट अहसास नहीं है। इसके बजाय, इसे एक छिपे हुए ब्लूप्रिंट (खाके) या एक मास्टर रेसिपी के रूप में सोचें जो यह तय करती है कि आप कैसे सोचते हैं, आपको क्या याद रहता है और आप अपने दिन का वर्णन कैसे करते हैं।
इस शोध के लेखक प्रस्ताव करते हैं कि यह "मूड ब्लूप्रिंट" एक फिल्टर की तरह काम करता है। जब आप कम मनोदशा (low mood) में होते हैं, तो वह फिल्टर सकारात्मक चीजों को देखना कठिन बना देता है और नकारात्मक चीजों को देखना आसान। वे यह देखना चाहते थे कि क्या वे लोगों द्वारा लिखे गए शब्दों को देखकर इस अदृश्य ब्लूप्रिंट को माप सकते हैं।
इसे करने के लिए, उन्होंने लार्ज लैंग्वेज मॉडल्स (LLMs) का उपयोग किया—वही तरह का AI जो चैटबॉट्स को चलाता है। उन्होंने AI को केवल एक चैटबॉट के रूप में नहीं, बल्कि एक "डिजिटल सूक्ष्मदर्शी" (digital microscope) के रूप में इस्तेमाल किया जो मानव भाषा की संरचना के भीतर झाँककर अवसाद (depression) के छिपे हुए पैटर्न को खोज सकता है।
प्रयोग: दो अध्ययन
शोधकर्ताओं ने इस सिद्धांत का परीक्षण करने के लिए 1,200 से अधिक लोगों के साथ दो बड़े अध्ययन किए।
अध्ययन 1: "अनुवाद" परीक्षण
सेटअप:
कल्पना कीजिए कि आपके पास अवसाद के लिए एक मानक मेडिकल चेकलिस्ट (जैसे PHQ-9) है, जहाँ आप "मुझे थकान महसूस होती है" या "मैं निराश महसूस करता हूँ" जैसे बॉक्स पर टिक करते हैं।
- ट्विस्ट: केवल बॉक्स भरने के बजाय, प्रतिभागियों से उन विशिष्ट विषयों के संबंध में अपनी भावनाओं के बारे में स्वतंत्र रूप से कहानियाँ लिखने के लिए कहा गया।
- AI का काम: शोधकर्ताओं ने इन लिखित कहानियों को एक AI में डाला। उन्होंने AI से पूछा: "इस कहानी के आधार पर, यदि इस व्यक्ति को मानक चेकलिस्ट भरनी हो, तो वह क्या टिक करेगा?"
निष्कर्ष:
- AI आश्चर्यजनक रूप से सटीक था। जब AI ने "निराशा" महसूस करने के बारे में किसी व्यक्ति की कहानी पढ़ी, तो वह उच्च सटीकता के साथ मानक चेकलिस्ट पर उनके स्कोर की भविष्यवाणी कर सका।
- अवसाद की "ज्यामिति" (Geometry): यह सबसे महत्वपूर्ण हिस्सा है। शोधकर्ताओं ने पाया कि अवसाद केवल अलग-अलग लक्षणों की एक सूची नहीं है। यह एक जुड़ा हुआ जाल (connected web) है। उदाहरण के लिए, यदि कोई थकान महसूस करने के बारे में लिखता है, तो AI ने भविष्यवाणी की कि वह अपने बारे में बुरा महसूस करने के बारे में भी लिखेगा।
- रूपक (Metaphor): अवसाद के लक्षणों को छत से लटकते एक 'मोबाइल' (hanging mobile) की तरह समझें। यदि आप एक हिस्से (थकान) को धक्का देते हैं, तो पूरी संरचना एक विशिष्ट, अनुमानित तरीके से हिलती है। AI ने केवल उत्तर का अनुमान नहीं लगाया; उसने उस मोबाइल के आकार को समझा। यदि AI आकार को गलत समझ लेता, तो वह उत्तरों की सही भविष्यवाणी नहीं कर पाता। इससे सिद्ध हुआ कि AI वास्तव में व्यक्ति के मूड के अंतर्निहित "ढांचे" को पकड़ रहा था, न कि केवल शब्दों को रट रहा था।
अध्ययन 2: "मूड वेदर" (मनोदशा का मौसम) परीक्षण
सेटअप:
यदि आपका मूड एक "ब्लूप्रिंट" है, तो क्या वातावरण बदलने पर यह बदल जाता है? शोधकर्ताओं ने इसकी जांच की।
- उन्होंने प्रतिभागियों को "डायरी प्रविष्टियाँ" (diary entries) सुनाईं जो बोलकर सुनाई जा रही थीं। कुछ प्रविष्टियाँ बहुत दुखद थीं (जैसे कोई अपने बुरे दिन का वर्णन कर रहा हो), और कुछ बहुत सुखद थीं (जैसे कोई अपने अच्छे दिन का वर्णन कर रहा हो)।
- प्रतिभागियों को उसी शैली में अपनी डायरी प्रविष्टियाँ टाइप करके इन भूमिकाओं को "जीना" था।
- फिर, उन्हें अपनी भावनाओं का पुनर्मूल्यांकन करना था।
निष्कर्ष:
- मूड में बदलाव: जब लोगों ने दुखद कहानियाँ सुनीं और उस शैली में लिखा, तो उनकी अपनी स्वयं की रिपोर्ट की गई मनोदशा और स्मृति अधिक नकारात्मक हो गई। जब उन्होंने सुखद कहानियाँ सुनीं, तो वे अधिक सकारात्मक हो गए।
- ट्रैकर के रूप में AI: शोधकर्ताओं ने प्रयोग के दौरान प्रतिभागियों द्वारा लिखी गई कहानियों की "गंभीरता" को मापने के लिए AI का उपयोग किया।
- परिणाम: AI ने प्रतिभागियों के आंतरिक "ब्लूप्रिंट" में आए बदलाव को तुरंत पकड़ लिया। एक प्रतिभागी उस भूमिका में कितनी गहराई से उतरा (यानी वह दुखद या सुखद कहानी की शैली से कितना मेल खाता था), उसके आधार पर उसका मूड और अधिक बदल गया।
- रूपक: मूड ब्लूप्रिंट को एक नदी की धारा की तरह समझें। यदि आप एक पत्ती (व्यक्ति) को तेज़, अंधेरी धारा (दुखद कहानियों) में फेंकते हैं, तो पत्ती उसी पथ पर बह जाती है। AI ठीक से माप सकता था कि पत्ती कितनी तेज़ी से और किस दिशा में चल रही थी, जिससे सिद्ध हुआ कि कहानी की "धारा" ने व्यक्ति के मन के "प्रवाह" को बदल दिया।
इसका क्या अर्थ है? (शोध पत्र के अनुसार)
यह शोध पत्र तर्क देता है कि हमारी भावनाएं एक कंप्यूटेशनल अवस्था (computational state) की तरह काम करती हैं।
- प्रतिबंध (Constraint): आपका मूड यह सीमित करता है कि आप किस बारे में सोचते हैं। यदि आप दुखी हैं, तो आपका मस्तिष्क अपना ध्यान दुखद चीजों पर केंद्रित कर देता है, ठीक वैसे ही जैसे एक स्पॉटलाइट जो केवल अंधेरे कोनों पर रोशनी डालती है।
- संवेदनशीलता (Sensitivity): आपकी मनोदशा नई जानकारी के प्रति संवेदनशील होती है। यदि आप एक दुखद कहानी सुनते हैं, तो आपकी "स्पॉटलाइट" उस कहानी के अनुरूप ढल जाती है।
शोधकर्ताओं ने पाया कि AI मॉडल इस स्पॉटलाइट को देखने में आश्चर्यजनक रूप से सक्षम हैं। क्योंकि AI मॉडल संदर्भ के आधार पर वाक्य में अगले शब्द की भविष्यवाणी करने के लिए प्रशिक्षित होते हैं, वे स्वाभाविक रूप से यह सीख लेते हैं कि मानवीय मूड हमारे विचारों को कैसे सीमित करते हैं।
सारांश
- समस्या: हम पूरी तरह से नहीं समझते कि हमारी भावनाएं हमारे विचारों और शब्दों को कैसे आकार देती हैं।
- समाधान: हमारी मुक्त लेखन (free-form writing) को पढ़ने और अवसाद के छिपे हुए "आकार" को मैप करने के लिए AI का उपयोग करना।
- खोज: AI ने मुक्त लेखन से अवसाद के मानक स्कोर की सफलतापूर्वक भविष्यवाणी की और दिखाया कि अवसाद का एक विशिष्ट, सुसंगत ढांचा (जैसे एक 'मोबाइल') होता है।
- गतिशीलता: जब हम उन कहानियों को बदलते हैं जिन्हें हम खुद को सुनाते हैं (या सुनते हैं), तो हमारा आंतरिक "मूड ब्लूप्रिंट" बदल जाता है, और AI उस बदलाव को वास्तविक समय में माप सकता है।
शोध पत्र निष्कर्ष निकालता है कि भावनाओं को "कंप्यूटेशनल स्टेट्स" के रूप में देखने से, जो भाषा को सीमित करती हैं, हम AI का उपयोग करके मानवीय भावनाओं, विशेष रूप से अवसाद के संदर्भ में, के तंत्र को मापने और समझने के लिए कर सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।