हम अक्सर यह मानते हैं कि कला, लेखन या संगीत के प्रति हमारा निर्णय पूरी तरह से इस पर निर्भर करता है जो हमारी आँखों या कानों के सामने होता है। हम मानते हैं कि यदि कोई कहानी अच्छी तरह से कही गई है या कोई कविता मर्मस्पर्शी है, तो हम उसकी गुणवत्ता को पहचान लेंगे, चाहे उसे किसी ने भी लिखा हो। यह विचार लंबे समय से साहित्यिक सिद्धांत का एक आधार रहा है, जो यह सुझाव देता है कि केवल पाठ (टेक्स्ट) ही एकमात्र महत्वपूर्ण चीज़ होनी चाहिए। हालाँकि, दशकों के मनोवैज्ञानिक शोधों ने दिखाया है कि हमारे मस्तिष्क इस तरह से काम नहीं करते हैं। जब हम कुछ पढ़ते या सुनते हैं, तो हम व्याख्या करने के लिए निरंतर स्रोत के संकेतों का उपयोग करते हैं। यदि हमें पता चलता है कि कोई लेखन एक प्रसिद्ध कवि द्वारा लिखा गया है, तो हम उसे एक कंप्यूटर प्रोग्राम द्वारा लिखे गए समान शब्दों की तुलना में अधिक गहरा और अर्थपूर्ण पाते हैं। यह केवल अभिजात्यवाद (snobbery) का मामला नहीं है; यह सूचना को संसाधित करने का एक मौलिक तरीका है, जो कार्य को समझने के लिए निर्माता की प्रतिष्ठा पर निर्भर करता है।

जैसे-जैसे आर्टिफिशियल इंटेलिजेंस (AI) कहानियाँ, कविताएँ और निबंध लिखने में सक्षम हो रहा है जो उल्लेखनीय रूप से मानवीय लगते हैं, एक नया प्रश्न उभर आया है। क्या मानव रचनाकारों के प्रति यह पूर्वाग्रह तब भी बना रहता है जब कार्य एक मशीन द्वारा उत्पन्न किया जाता है? और शायद अधिक आश्चर्यजनक रूप से, क्या मशीनें भी इस पूर्वाग्रह को साझा करती हैं? जैसे-जैसे एआई सिस्टम का उपयोग छात्र निबंधों को ग्रेड देने, रचनात्मक लेखन प्रतियोगिताओं को परखने और विभिन्न मॉडलों की गुणवत्ता को रैंक करने के लिए किया जा रहा है, वे प्रभावी रूप से आलोचक बन रहे हैं। यदि ये डिजिटल जज मानव डेटा पर प्रशिक्षित हैं, तो उन्होंने "वास्तविक" रचनात्मकता के बारे में हमारे अपने पूर्वाग्रहों को आत्मसात कर लिया होगा। यह समझना कि क्या ये सिस्टम केवल मानवीय पूर्वाग्रह की नकल कर रहे हैं या उसे बढ़ा रहे हैं, अत्यंत महत्वपूर्ण है, क्योंकि यही निर्धारित करता है कि हम उन उपकरणों पर कितना भरोसा करेंगे जो हमारे सांस्कृतिक परिदृश्य को आकार देने लगे हैं।

प्रिंसटन यूनिवर्सिटी के शोधकर्ताओं ने इन प्रश्नों का परीक्षण करने के लिए एक नियंत्रित प्रयोग किया जिसमें मानव पाठकों और आर्टिफिशियल इंटेलिजेंस मॉडल के बीच मुकाबला कराया गया। उन्होंने एक निष्पक्ष तुलना सुनिश्चित करने के लिए सामग्रियों का एक अनूठा सेट चुना: फ्रांसीसी लेखक रेमंड क्विनो द्वारा 1947 में लिखी गई एक सरल कहानी के तीस अलग-अलग रूपांतरण। क्विनो का कार्य, जिसे एक्सरसाइजेस इन स्टाइल (Exercises in Style) के नाम से जाना जाता है, एक साधारण घटना—एक आदमी जो बस में है—को नब्बे अलग-अलग तरीकों से लिखता है, जिसमें स्वप्निल अनुक्रम से लेकर एक कानूनी दस्तावेज़ या बोलचाल वाली सड़क की बातचीत तक शामिल है। शोधकर्ताओं ने इन मानव-लिखित संस्करणों में से तीस संस्करण लिए और एक शक्तिशाली एआई मॉडल से उन्हीं तीस शैलियों के अपने संस्करण बनाने के लिए कहा। परिणाम स्वरूप, कहानियों का एक युग्म (paired set) प्राप्त हुआ: एक मानव द्वारा लिखा गया, और एक मशीन द्वारा, दोनों एक ही शैलीगत लक्ष्य को प्राप्त करने का प्रयास कर रहे थे।

इस प्रयोग में दो अलग-अलग समूहों के न्यायाधीश शामिल थे। पहला समूह 556 मानव प्रतिभागियों का था। दूसरा समूह तेरह अलग-अलग एआई मॉडलों का था, जिसमें उस समय के सबसे उन्नत सिस्टम भी शामिल थे। दोनों समूहों को इन कहानियों के जोड़े देखने और यह तय करने के लिए कहा गया कि कौन सा संस्करण अनुरोधित शैली, जैसे कि "कॉकनी बोली" या "विज्ञान कथा" (science fiction) से बेहतर मेल खाता है। यह देखने के लिए कि लेखक का लेबल कितना मायने रखता है, शोधकर्ताओं ने परीक्षण को तीन अलग-अलग स्थितियों में चलाया। पहली स्थिति में, न्यायाधीशओं ने बिना किसी नाम के कहानियों को देखा, जिन्हें केवल "A" और "B" के रूप में लेबल किया गया था। दूसरी स्थिति में, उन्होंने सही लेबल देखे: एक कहानी को क्विनो द्वारा लिखित बताया गया, और दूसरी को एआई द्वारा उत्पन्न बताया गया। तीसरी स्थिति में, लेबल जानबूझकर बदल दिए गए, ताकि एआई-लिखित कहानी को मानव के रूप में और मानव-लिखित कहानी को एआई के रूप में प्रस्तुत किया जाए।

परिणामों ने एक स्पष्ट और शक्तिशाली पैटर्न का खुलासा किया। जब मानव न्यायाधीशों को यह नहीं पता था कि कहानियाँ किसने लिखी हैं, तो वे वास्तव में एआई-जनित संस्करणों को मानव संस्करणों की तुलना में थोड़ा अधिक पसंद करते थे, जो यह दर्शाता है कि मशीन का लेखन उच्च गुणवत्ता का था। हालाँकि, जैसे ही लेबल प्रकट हुए, उनकी प्राथमिकताएँ नाटकीय रूप से बदल गईं। जब उन्हें बताया गया कि एक कहानी एक मानव द्वारा लिखी गई है, तो उन्होंने इसे उच्च रेटिंग दी। जब उन्हें बताया गया कि वही कहानी एक मशीन द्वारा लिखी गई है, तो उन्होंने इसे कम रेटिंग दी। यह बदलाव महत्वपूर्ण था: मानव न्यायाधीशों ने मानव-लेबल वाली सामग्री के पक्ष में लगभग तेरह प्रतिशत का पूर्वाग्रह दिखाया। वे मानव लेखन की कमियों को नज़रअंदाज़ करने और उसमें मूल्य खोजने के लिए तैयार थे, जबकि मशीन लेखन के लिए कड़े मानक लागू कर रहे थे।

हालाँकि, एआई न्यायाधीशों ने इसी तरह के और भी मजबूत संस्करण का प्रदर्शन किया। जब एआई मॉडल ने बिना लेबल के कहानियों का मूल्यांकन किया, तो वे तटस्थ थे, और मानव तथा मशीन संस्करणों को लगभग समान रूप से चुन रहे थे। लेकिन जैसे ही लेबल पेश किए गए, उनका व्यवहार पूरी तरह बदल गया। जब एक एआई मॉडल ने "मानव-लिखित" लेबल वाली कहानी देखी, तो वह उसे बेहतर संस्करण के रूप में चुनने की बहुत अधिक संभावना रखता था। जब उसने ठीक उसी कहानी को देखा जिसे "एआई-जनित" लेबल किया गया था, तो उसने उसे खारिज कर दिया। इस बदलाव का परिमाण विशाल था: एआई मॉडल ने तीस-चार प्रतिशत का पूर्वाग्रह दिखाया, जो मानव न्यायाधीशों द्वारा दिखाए गए पूर्वाग्रह से ढाई गुना अधिक था। यह सुझाव देता है कि एआई सिस्टम ने न केवल मनुष्यों की तरह लिखना सीखा है, बल्कि उन्होंने मनुष्यों की तरह निर्णय लेना भी सीख लिया है, और इस सांस्कृतिक धारणा को आत्मसात कर लिया है कि मानव रचनात्मकता श्रेष्ठ है।

शोधकर्ताओं ने गहराई से अध्ययन किया कि यह पूर्वाग्रह कैसे काम करता है। उन्होंने पाया कि लेबल केवल अंतिम स्कोर को ही नहीं बदलते थे, बल्कि निर्णय के पीछे के तर्क को भी बदल देते थे। जब एक ही कहानी को मानव के रूप में लेबल किया गया, तो एआई न्यायाधीशों ने उसके गुणों को "प्रामाणिक" और "रचनात्मक" के रूप में सराहा। जब वही कहानी एआई के रूप में लेबल की गई, तो न्यायाधीशों ने उन्हीं विशेषताओं को "अतिशयोक्तिपूर्ण", "सूत्रबद्ध" (formulaic), या "गहराई की कमी वाला" कहकर आलोचना की। एक विशिष्ट परीक्षण में, जिसमें एक सख्त नियम का उल्लंघन करने वाली कहानी शामिल थी (एक प्रतिबंध जहाँ 'e' अक्षर वर्जित था), मानव न्यायाधीशों ने नियम का पालन किया और उस संस्करण को खारिज कर दिया जिसने इसका उल्लंघन किया, चाहे लेबल कुछ भी हो। एआई न्यायाधीश, हालांकि, उस त्रुटिपूर्ण संस्करण को स्वीकार करने में बहुत उदार थे जिसे वे मानते थे कि मानव ने लिखा है, और अक्सर गलती को क्षमा करने के लिए कारण गढ़ लेते थे। इसके विपरीत, वे उसी त्रुटि के लिए मशीन संस्करण पर कठोर थे।

यह घटना केवल एक प्रकार के एआई या लेखन की एक शैली तक सीमित नहीं थी। शोधकर्ताओं ने विभिन्न प्रकार के एआई मॉडलों का परीक्षण किया जो निर्माता और न्यायाधीश दोनों के रूप में कार्य कर रहे थे। चाहे किसी भी एआई ने कहानी लिखी हो, और चाहे जो भी एआई उसका मूल्यांकन कर रहा हो, पैटर्न बना रहा: मानव के रूप में लेबल की गई सामग्री को एआई के रूप में लेबल की गई सामग्री की तुलना में लगातार प्राथमिकता दी गई। यह पूर्वाग्रह परीक्षित की गई हर शैली में दिखाई दिया, कविता से लेकर तकनीकी लेखन तक, और यह तब भी बना रहा जब शोधकर्ताओं ने लेबल को अधिक तटस्थ या अनुकूल बनाने का प्रयास किया। प्रभाव सुदृढ़ था, जो परीक्षण किए गए सभी अलग-अलग मॉडलों में दिखाई दिया।

अध्ययन यह निष्कर्ष निकालता है कि "मानव-लेखकता का प्रभामंडल" (human-authorship halo) एक शक्तिशाली शक्ति है जो यह निर्धारित करती है कि मनुष्य और मशीन दोनों रचनात्मक कार्य का मूल्यांकन कैसे करते हैं। यह केवल एक मानवीय विचित्रता नहीं है; यह एक ऐसा पूर्वाग्रह है जिसे कृत्रिम बुद्धिमत्ता प्रणालियों द्वारा सीखा और बढ़ाया गया है। ये सिस्टम, जो मानव पाठ और फीडबैक की विशाल मात्रा पर प्रशिक्षित हैं, ने इस विचार को आत्मसात कर लिया है कि मानव मूल गुणवत्ता का एक प्रमाण है। परिणामस्वरूप, वे अपने स्वयं के आउटपुट को कम आंकते हैं जब उसका स्रोत प्रकट होता है, जिससे एक चक्र बन जाता है जहाँ मशीन अपने स्वयं के कार्य को इसलिए कमतर मानती है क्योंकि वह जानती है कि वह एक मशीन द्वारा बनाया गया है। यह निष्कर्ष बताता है कि जैसे-जैसे हम कला और लेखन का मूल्यांकन करने के लिए एआई पर अधिक निर्भर होते जा रहे हैं, हमें इस बात के प्रति सचेत रहना चाहिए कि ये सिस्टम तटस्थ निर्णायक नहीं हैं। वे अपने मानव रचनाकारों की तरह ही सांस्कृतिक धारणाओं को भी ढोते हैं, और कुछ मामलों में, वे उन धारणाओं को और भी अधिक तीव्रता के साथ लागू करते हैं।