Creating and Evaluating Personas Using Generative AI: A Scoping Review of 81 Articles
81 लेखों (2022-2025) का यह स्कोपिंग रिव्यू (scoping review) पर्सोना डेवलपमेंट में जनरेटिव एआई के उपयोग का परीक्षण करता है, जो उच्च संसाधन साझाकरण और संवादात्मक इंटरफेस के उदय को उजागर करता है, साथ ही अपर्याप्त मूल्यांकन, जीपीटी (GPT) मॉडलों पर अत्यधिक निर्भरता, चक्रीयता (circularity) के जोखिम और मानव डेवलपर्स की घटती भूमिका जैसे महत्वपूर्ण अंतराल की पहचान करता है, और अंततः जिम्मेदार एकीकरण के लिए दिशानिर्देश प्रस्तावित 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
कल्पना कीजिए कि आप एक शेफ हैं जो एक बहुत ही विशिष्ट समूह के लोगों के लिए भोजन बनाने की कोशिश कर रहे हैं। इसे अच्छी तरह से करने के लिए, आपको यह जानने की आवश्यकता है कि उन्हें क्या पसंद है, वे किससे नफरत करते हैं, और वे कैसे खाते हैं। डिजाइन और तकनीक की दुनिया में, ये "लोगों के समूह" पर्सोना (Personas) द्वारा दर्शाए जाते हैं। एक पर्सोना को एक विस्तृत, काल्पनिक चरित्र कार्ड (जैसे कि एक ट्रेडिंग कार्ड) के रूप में समझने की कोशिश करें जो उपयोगकर्ताओं के एक वास्तविक समूह का सारांश देता है। यह कहने के बजाय कि "हमारे पास 30 वर्षीय शिक्षकों के 500 ग्राहक हैं," आप "सारा, 30 वर्षीय शिक्षिका जिसे कॉफी पसंद है लेकिन धीमी वेबसाइटों से नफरत है" बनाते हैं।
द दशकों से, इन "सारा" कार्डों को बनाना एक धीमा, मैनुअल काम था। शोधकर्ताओं को वास्तविक लोगों का साक्षात्कार लेना पड़ता था, नोट्स लेने पड़ते थे और उनकी कहानियाँ हाथ से लिखनी पड़ती थीं। यह मिट्टी को तराशने जैसा था: समय लेने वाला और एक कुशल कलाकार की आवश्यकता वाला काम।
लेकिन हाल ही में, एक नया उपकरण आया है: जेनरेटिव एआई (GenAI)। यह एक सुपर-फास्ट, सुपर-स्मार्ट रोबोटिक सहायक की तरह है जो सेकंडों में ये चरित्र कार्ड लिख सकता है।
यह पेपर एक स्कोपिंग रिव्यू (scoping review) है, जो एक फैंसी तरीका है यह कहने का कि लेखकों ने 81 हालिया अध्ययनों (2022 से 2025 तक) को देखा कि कैसे लोग इस रोबोटिक सहायक का उपयोग पर्सोना बनाने के लिए कर रहे हैं। वे जानना चाहते थे: क्या रोबोट अच्छा काम कर रहा है? क्या यह सुरक्षित है? और क्या हम रोबोट को पूरी रसोई संभालने दे रहे हैं?
यहाँ उनके निष्कर्षों का विवरण दिया गया, कुछ रोजमर्रा के उपमाओं (analogies) का उपयोग करते हुए:
1. रोबोट तेज़ है, लेकिन यह एक "वन-ब्रांड" शॉप है
अध्ययन में पाया गया कि लगभग सभी (86%) एक ही विशिष्ट रोबोट सहायक का उपयोग कर रहे हैं: OpenAI के GPT मॉडल (जैसे प्रसिद्ध ChatGPT)।
- उपमा: कल्पना कीजिए कि दुनिया के हर शेफ ने अचानक केवल एक विशिष्ट ब्रांड के चाकू का उपयोग करने का निर्णय लिया। यह कुशल है, निश्चित रूप से, लेकिन यदि उस चाकू में कोई अजीब दोष या विशिष्ट पूर्वाग्रह है, तो सभी के भोजन में वही दोष होगा। लेखक चेतावनी देते हैं कि केवल एक एआई कंपनी पर निर्भर रहना जोखिम भरा है क्योंकि यह उन विविध दृष्टिकोणों को सीमित करता है जो हमें प्राप्त होते हैं।
2. रोबोट रचनात्मक (और इंटरैक्टिव) हो रहा है
अतीत में, एक पर्सोना केवल एक स्थिर पीडीएफ दस्तावेज़ था जिसे आप पढ़ते थे। अब, GenAI इन पर्सोना को जीवंत बनाने की अनुमति देता है।
- उपमा: "सारा द टीचर" की जीवनी पढ़ने के बजाय, अब आप उससे चैट कर सकते हैं। आप पूछ सकते हैं, "सारा, इस नए ऐप के बारे में आप कैसा महसूस करेंगी?" और एआई, सारा होने का नाटक करते हुए, इसका उत्तर देगा। कुछ अध्ययन इन उपयोगकर्ताओं के वीडियो अवतार या डीपफेक भी बनाने के लिए एआई का उपयोग करते हैं। यह एक स्क्रिप्ट पढ़ने से लेकर एक लाइव इम्प्रोव शो देखने की ओर बढ़ने जैसा है।
3. "सर्कुलर लॉजिक" का जाल (रोबोट खुद ही खुद को जज कर रहा है)
यह उन सबसे बड़े रेड फ्लैग्स में से एक है जो लेखकों ने पाए। लगभग आधे अध्ययनों ने वास्तव में यह जांच नहीं की कि क्या एआई ने अच्छा काम किया। इससे भी बदतर यह है कि कुछ अध्ययनों ने पर्सोना बनाने और फिर उसे ग्रेड देने के लिए एक ही एआई का उपयोग किया।
- उपमा: कल्पना कीजिए कि एक छात्र अपना होमवर्क खुद लिख रहा है और फिर खुद ही अपना टेस्ट ग्रेड कर रहा है। यदि छात्र पक्षपाती है, तो वह खुद को 'A' ग्रेड दे देगा भले ही काम खराब हो। लेखक इसे "सर्कुलैरिटी" (circularity) कहते हैं। यदि एआई एक पक्षपाती चरित्र बनाता है और फिर एआई कहता है, "हाँ, यह एक आदर्श चरित्र है," तो हमें पता ही नहीं चलेगा कि वह वास्तव में सच है या नहीं।
4. GenAI पर्सोना का "अच्छा, बुरा और बदतर" (The Good, Bad, and Ugly)
लेखकों ने अपने निष्कर्षों को तीन श्रेणियों में संक्षेपित किया है:
अच्छा (सुपरपावर):
GenAI ने किसी के लिए भी पर्सोना बनाना आसान बना दिया है, भले ही वे विशेषज्ञ न हों। यह सभी को एक उच्च-गुणवत्ता वाले कैमरे देने जैसा है; अचानक, अधिक लोग सुंदर तस्वीरें ले सकते हैं। इसके अलावा, शोधकर्ता अब अपने "नुस्खे" (कोड और डेटा) बहुत अधिक साझा कर रहे हैं, जो विज्ञान के लिए बहुत अच्छा है।बुरा (गुणवत्ता में गिरावट):
क्योंकि पर्सोना बनाना इतना आसान है, लोग बिना यह जांचे कि वे सटीक हैं या नहीं, उन्हें बना रहे हैं। "कौशल की बाधा" खत्म हो गई है, लेकिन "गुणवत्ता नियंत्रण" की अभी भी आवश्यकता है। लेखकों ने पाया कि लगभग आधे अध्ययनों में यह जांचने का उचित तरीका नहीं था कि एआई झूठ (hallucinating) बोल रहा है या रूढ़ियों (stereotypes) का निर्माण कर रहा है। यह एक ऐसी फैक्ट्री की तरह है जो उच्च गति से खिलौने बना रही है, लेकिन कोई यह नहीं देख रहा है कि पहिए ठीक से लगे हैं या नहीं।बदतर (मानवीय तत्व का नुकसान):
यह सबसे डरावना हिस्सा है। कुछ अध्ययन केवल एआई द्वारा उत्पन्न नकली डेटा का उपयोग करके पर्सोना बना रहे हैं, और फिर उन्हें और अधिक एआई के साथ मूल्यांकित कर रहे हैं।- उपमा: कल्पना कीजिए कि एक फिल्म निर्देशक जिसने कभी वास्तविक मानव से मुलाकात नहीं की है। वह एक रोबोट से मनुष्यों के बारे में एक कहानी बनाने के लिए कहता है, और फिर दूसरे रोबोट से उस कहानी की आलोचना करने के लिए कहता है। परिणाम एक ऐसी फिल्म है जो मनुष्यों के बारे में है जो मनुष्यों जैसी दिखती है लेकिन उसमें आत्मा नहीं है। लेखक चेतावनी देते हैं कि यदि हम एआई को सब कुछ करने देंगे, तो हम "ह्यूमन इन द लूप" (मानव की भागीदारी) खो देंगे। पर्सोना वास्तविक लोगों का प्रतिनिधित्व करने के लिए होते हैं; यदि हम वास्तविक लोगों से बात करना बंद कर देते हैं और केवल रोबोटों से बात करते हैं, तो हम मूल उद्देश्य ही खो देते हैं।
5. नैतिक चेतावनियाँ
पेपर इस बात पर प्रकाश डालता है कि एआई अनजाने में पूर्वाग्रह (bias) को बदतर बना सकता है।
- उपमा: यदि आप एआई से एक "डॉक्टर" का वर्णन करने के लिए कहते हैं, तो यह एक श्वेत पुरुष के रूप में डिफ़ॉल्ट हो सकता है क्योंकि उसने अपने प्रशिक्षण डेटा में इसे सबसे अधिक देखा है। यदि हम अस्पताल डिजाइन करने के लिए इस एआई का उपयोग करते हैं, तो हम अनजाने में एक ऐसी जगह बना सकते हैं जो महिलाओं या अश्वेत लोगों के लिए अरुचिकर महसूस हो। एआई मौजूदा रूढ़ियों को बढ़ाता है जब तक कि हम बहुत सावधान न रहें।
निष्कर्ष: हमें क्या करना चाहिए?
लेखक यह नहीं कह रहे हैं कि "एआई का उपयोग करना बंद करें।" वे कह रहे हैं, "इसका उपयोग करें, लेकिन इस पर आँख मूंदकर भरोसा न करें।"
वे पर्सोना बनाने के लिए एआई का उपयोग करने हेतु नियमों का एक सेट प्रस्तावित करते हैं:
- केवल एक रोबोट का उपयोग न करें: एक-दूसरे की क्रॉस-चेक करने के लिए विभिन्न एआई मॉडल का उपयोग करें।
- मानव को प्रक्रिया में रखें (Keep a human in the loop): एक वास्तविक व्यक्ति को काम की जांच करनी चाहिए, विशेष रूप से सांस्कृतिक पूर्वाग्रहों या रूढ़ियों को पकड़ने के लिए।
- वास्तविकता के विरुद्ध जांचें: एआई के "सारा" की तुलना वास्तविक लोगों के वास्तविक डेटा से करें ताकि यह सुनिश्चित हो सके कि वह केवल मनगढ़ंत बातें नहीं बना रहा है।
- पारदर्शी रहें: यह स्पष्ट रूप से लिखें कि आपने एआई को अपना काम करने के लिए कैसे निर्देश दिए (प्रॉम्प्ट्स), ताकि अन्य लोग आपके काम को दोहरा सकें।
संक्षेप में: जेनरेटिव एआई उपयोगकर्ताओं को समझने के लिए एक शक्तिशाली नया उपकरण है, लेकिन यह एक बहुत तेज़ कार की तरह है। यदि आप इसे बिना सीटबेल्ट (मानवीय निरीक्षण) के या बिना मैप देखे (सत्यापन) चलाते हैं, तो आप दुर्घटना का शिकार हो सकते हैं। लक्ष्य कार की गति का उपयोग करना है जबकि मानव ड्राइवर को मजबूती से नियंत्रण में रखना है।
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।