Why Johnny Can't Use Agents: Industry Aspirations vs. User Realities with AI Agents
यह शोध पत्र 102 वाणिज्यिक उपकरणों का विश्लेषण करके और 31 प्रतिभागियों के साथ एक उपयोगिता अध्ययन आयोजित करके एआई एजेंटों के उद्योग विपणन और उपयोगकर्ता की वास्तविकताओं के बीच के अंतर की जांच करता है, जिससे यह पता चलता है कि हालांकि उपयोगकर्ता प्रभावित हैं, लेकिन वे गलत संरेखित क्षमताओं और मेटा-संज्ञानात्मक सहयोग कौशल की कमी के कारण महत्वपूर्ण चुनौतियों का सामना करते हैं।
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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपने अभी-अभी एक बिल्कुल नया, हाई-टेक रोबोट बटलर (नौकर) खरीदा है। कंपनी के विज्ञापनों में इसे सब कुछ पूरी तरह से करते हुए दिखाया जाता है: आपकी पूरी छुट्टी की योजना बनाना, आपके बॉस के लिए एक स्लाइड डेक बनाना, और आपके अगले करियर कदम पर शोध करना, जबकि आप कॉफी पीते हुए आराम कर रहे होते हैं। इसे एक "AI एजेंट" के रूप में बेचा जा रहा है—एक स्मार्ट साथी जो पहल करता है और आपके लिए काम निपटाता है।
लेकिन जब आप वास्तव में इसे चालू करते हैं और उपयोग करने की कोशिश करते हैं, तो चीजें गड़बड़ा जाती हैं। आप खुद को भ्रमित, निराश या अनिश्चित महसूस कर सकते हैं कि क्या रोबोट वास्तव में मदद कर रहा है या बस एक बड़ी गड़बड़ी पैदा कर रहा है।
यह शोध पत्र, जिसका शीर्षक "Why Johnny Can't Use Agents" (क्यों जॉनी एजेंटों का उपयोग नहीं कर सकता) है, ठीक इसी अंतर की जांच करता है जो AI एजेंटों के चमकदार मार्केटिंग वादों और आज उन्हें उपयोग करने की वास्तविक उलझन के बीच मौजूद है। शोधकर्ताओं ने दो मुख्य प्रश्न पूछे:
- कंपनियां वास्तव में क्या बेच रही हैं? (द हाइप/चमक-धमक)
- जब आम लोग उन्हें उपयोग करने की कोशिश करते हैं तो क्या होता है? (द रियलिटी/वास्तविकता)
यहाँ उनके निष्कर्षों का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है।
1. "रोबोट बटलर" के तीन प्रकार (द हाइप)
शोधकर्ताओं ने "AI एजेंट" के रूप में बेचे जाने वाले 102 अलग-अलग उत्पादों को देखा और उन्हें तीन श्रेणियों में बांटा जो यह बताते हैं कि कंपनियां उनके बारे में क्या कहती हैं:
- द ऑर्केस्ट्रेटर (द ट्रैवल एजेंट): ये एजेंट आपसे वेबसाइटों पर बटन क्लिक करने, उड़ानें बुक करने और फॉर्म भरने के लिए बनाए गए हैं। वे वास्तविक दुनिया में कार्यों की एक श्रृंखला को "ऑर्केस्ट्रेट" करते हैं।
- द क्रिएटर (द आर्टिस्ट): ये एजेंट आपके लिए चीजें बनाने के लिए हैं, जैसे स्लाइड डेक, वेबसाइट या दस्तावेज़। वे अंतिम उत्पाद के लुक और फॉर्मेट पर ध्यान केंद्रित करते हैं।
- द इनसाइट जनरेटर (द रिसर्चर): ये एजेंट इंटरनेट में खोज करने, जानकारी खोजने और आपको सारांश या सिफारिश देने के लिए हैं। वे आपके व्यक्तिगत लाइब्रेरियन और विश्लेषक हैं।
2. प्रयोग: "जॉनी" को परखना
यह देखने के लिए कि क्या ये रोबोट वास्तव में काम करते हैं, शोधकर्ताओं ने 31 आम लोगों को भर्ती किया (वे इस व्यक्तित्व को "जॉनी" कहते हैं, जो एक पुराने अध्ययन का संदर्भ है कि क्यों आम लोग एन्क्रिप्शन का उपयोग नहीं कर सके)। ये प्रतिभागी चैटबॉट्स से परिचित थे लेकिन उन्होंने कभी भी ऐसे AI एजेंट का उपयोग नहीं किया था जो कंप्यूटर को नियंत्रित कर सके।
उन्होंने "जॉनी" को तीन विशिष्ट कार्य दिए:
- ऑर्केस्ट्रेशन: 3-दिवसीय छुट्टी की यात्रा की योजना बनाना (उड़ानें और होटल बुक करना)।
- क्रिएशन: 10 मिनट का प्रेजेंटेशन स्लाइड डेक बनाना।
- इनसाइट: व्यक्तिगत विकास के लिए $2,000 के बजट को कैसे खर्च किया जाए, इसका पता लगाना।
उन्होंने यह देखने के लिए दो लोकप्रिय व्यावसायिक एजेंटों (Operator और Manus) का उपयोग किया कि इंसान कैसा प्रदर्शन करते हैं।
3. पांच बड़ी समस्याएं (द रियलिटी)
भले ही प्रतिभागी तकनीक से प्रभावित थे और अक्सर कार्य पूरे कर लेते थे, लेकिन उन्हें पांच ऐसी बाधाओं का सामना करना पड़ा जिसने अनुभव को निराशाजनक बना दिया।
बाधा 1: "मन पढ़ने" की गलतफहमी
उपमा: कल्पना कीजिए कि आपने एक नया सहायक रखा है। आप कहते हैं, "मेरे लिए एक सैंडविच बनाओ।" आप एक हैम सैंडविच की उम्मीद करते हैं। सहायक आपको आटे का एक कटोरा और एक चाकू लाकर देता है क्योंकि उसे नहीं पता था कि आपको हैम चाहिए था। आप चिढ़ जाते हैं, लेकिन आपको एहसास होता है कि आपने "हैम" का उल्लेख नहीं किया था।
वास्तविकता: उपयोगकर्ता नहीं जानते थे कि उन्हें कितना विवरण देना चाहिए। कुछ को लगा कि उन्हें रोबोट के लिए एक सटीक, चरण-दर-चरण मैनुअल लिखना होगा। अन्य को लगा कि रोबोट उनका मन पढ़ सकता है। क्योंकि AI ने यह नहीं बताया कि वह कैसे सोच रहा था, उपयोगकर्ताओं को लगा कि वे अपने पहले प्रॉम्प्ट के साथ "जुआ" खेल रहे हैं। यदि वे गलत होते, तो रोबट गलत रास्ते पर चला जाता, और उपयोगकर्ता खुद को फंसा हुआ महसूस करता।
बाधा 2: "मुझ पर विश्वास करो" वाली छलांग
उपमा: आप एक अजनबी को अपना जूता बांधते समय अपना वॉलेट पकड़ने के लिए कहते हैं। वे कहते हैं, "मैं अभी वापस आता हूँ," और आपका वॉलेट लेकर भाग जाते हैं। आप असुरक्षित महसूस करते हैं।
वास्तविकता: AI एजेंटों ने अक्सर संवेदनशील चीजें मांगीं (जैसे आपके Google अकाउंट में लॉग इन करना) या बिना पूछे निर्णय लेना शुरू कर दिया (जैसे होटल बुक करना) कि "क्या आपको पूल वाला कमरा चाहिए या दृश्य वाला?" उपयोगकर्ताओं को अंधे होकर रोबोट पर भरोसा करना पड़ा, लेकिन रोबोट ने अपने विकल्पों को समझाकर या पहले अनुमति मांगकर वह विश्वास नहीं कमाया।
बाधा 3: "एक ही आकार के सभी के लिए" वाला डांस पार्टनर
उपमा: कल्पना कीजिए कि आप एक ऐसे पार्टनर के साथ नाच रहे हैं जिसे केवल एक ही तरह का डांस पता है। यदि आप वाल्ट्ज़ करना चाहते हैं, तो वे ब्रेकडांस करने की कोशिश करते हैं। यदि आप रुकना चाहते हैं, तो वे घूमते रहते हैं।
वास्तविकता: लोगों के काम करने के अलग-अलग तरीके होते हैं। कुछ भारी काम खुद करना चाहते हैं और बस AI के काम की जांच करना चाहते हैं; अन्य चाहते हैं कि AI सब कुछ करे। एजेंट बिना पूछे ही काम करने के लिए बहुत उत्सुक थे। यदि कोई उपयोगकर्ता योजना को रोकना या बदलना चाहता था, तो एजेंट अक्सर नहीं सुनता था या उसे रोकना कठिन बना देता था, जिससे उपयोगकर्ता को लगा कि उसने नियंत्रण खो दिया है।
बाधा 4: सूचनाओं की "फायरहोज" (अत्यधिक जानकारी)
उपमा: आप एक दोस्त से रास्ता पूछते हैं। "बाएं मुड़ें" कहने के बजाय, वे आपको सड़क के इतिहास, ट्रैफिक पैटर्न और मौसम पर 20 मिनट का व्याख्यान देते हैं, जबकि आप गाड़ी चलाने की कोशिश कर रहे होते हैं।
वास्तविकता: एजेंट बहुत अधिक बातें कर रहे थे। उन्होंने हर एक कदम, हर खोज परिणाम और हर विचार प्रक्रिया को दिखाया। कुछ उपयोगकर्ताओं के लिए यह मददगार था; दूसरों के लिए यह अत्यधिक शोर था। महत्वपूर्ण हिस्सों को खोजना कठिन था क्योंकि "लॉग्स" बहुत घने और भ्रमित करने वाले थे।
बाधा 5: वह रोबोट जिसे पता ही नहीं कि वह फंस गया है
उपमा: आप GPS से रास्ता पूछते हैं। यह एक लूप में फंस जाता है, दीवार के माध्यम से जाने की कोशिश करता है, और बिना कभी यह कहे कि "हे, मैं यहाँ से नहीं निकल सकता, आपको मैन्युअल रूप से गाड़ी चलानी होगी," बार-बार "रीकैल्क्युलेटिंग" कहता रहता है।
वास्तविकता: जब AI फंस जाता था (जैसे किसी ऐसी वेबसाइट में लॉग इन करने की कोशिश करना जो रोबोट को ब्लॉक करती है), तो उसे अक्सर पता नहीं चलता था कि वह विफल हो रहा है। वह बस जम जाता या एक ही क्रिया को बार-बार दोहराता रहता। उसमें यह कहने की "आत्म-जागरूकता" की कमी थी कि, "मैं फंस गया हूँ, कृपया मदद करें।" उपयोगकर्ताओं को स्वयं त्रुटि का पता लगाना पड़ता था, जिससे एजेंट होने का उद्देश्य ही खत्म हो जाता था।
निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि हालांकि AI एजेंट शक्तिशाली हैं और अद्भुत चीजें कर सकते हैं, लेकिन वे अभी आम लोगों के लिए तैयार नहीं हैं।
यह तकनीक एक ऐसी रेस कार के इंजन की तरह है जिसे अभी तक स्टीयरिंग व्हील, ब्रेक या डैशबोर्ड वाली कार में नहीं डाला गया है। उद्योग इंजन (कार्य करने की क्षमता) बेच रहा है, लेकिन उपयोगकर्ताओं को कार (इंजन को नियंत्रित करने, विश्वास करने और समझने की क्षमता) की आवश्यकता है।
जब तक ये एजेंट मानवीय अपेक्षाओं को बेहतर ढंग से नहीं समझते, अपनी गलतियों को स्पष्ट नहीं करते और जब चीजें गलत होती हैं तो हमें नियंत्रण लेने नहीं देते, तब तक "जॉनी" प्रभावी ढंग से उनका उपयोग करने के लिए संघर्ष करता रहेगा।
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।