AI Application Gives Users Real-Time Feedback on the Level of Peace in the Social Media Videos They Watch
यह शोध पत्र एक ऐसे एआई अनुप्रयोग को प्रस्तुत करता है जो यूट्यूब वीडियो ट्रांसक्रिप्ट का वास्तविक समय में विश्लेषण करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करता है, जो शांति से संबंधित पांच सामाजिक आयामों को सफलतापूर्वक मापता है और उपयोगकर्ताओं को उनके मीडिया आहार पर फीडबैक प्रदान करता है, जो पारंपरिक सेंटिमेंट एनालिसिस से बेहतर प्रदर्शन करता है और लिखित पाठ पर प्रशिक्षित मॉडल्स की बोलचाल की भाषा पर लागू होने वाली सीमाओं को प्रदर्शित 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 आपका दैनिक समाचार आहार एक भोजन की तरह है। दशकों से, हमें बताया जाता रहा है कि अपने भोजन के अवयवों (ingredients) की जाँच करें कि वह स्वस्थ है या नहीं। लेकिन आज, हम में से अधिकांश लोग समाचार पत्रों के बजाय सोशल मीडिया वीडियो (जैसे यूट्यूब) से समाचार प्राप्त करते हैं। इस शोध पत्र के लेखक पूछते हैं: इन वीडियो में सुने जाने वाले शब्दों का "पोषण मूल्य" क्या है? क्या वे हमें शांति परोसते हैं, या वे हमें संघर्ष खिलाते हैं?
उन्होंने BAIT नामक एक डिजिटल टूल बनाया (एक क्रोम एक्सटेंशन) जो वीडियो के लिए "शांति पोषण लेबल" के रूप में कार्य करता है। जैसे ही आप एक वीडियो देखते हैं, BAIT वास्तविक समय में बोले गए शब्दों का विश्लेषण करता है और आपको एक स्कोर देता है कि सामग्री कितनी "शांतिपूर्ण" या "संघर्ष-प्रेरित" है।
इसे सरल भाषा में समझाया गया है कि उन्होंने इसे कैसे बनाया:
1. असफल रेसिपी: "लिखित" कुकबुक का उपयोग करने का प्रयास
सबसे पहले, टीम ने कंप्यूटर को लिखित समाचार लेखों के एक विशाल पुस्तकालय का उपयोग करके शांति को पहचानना सिखाने का प्रयास किया।
- उपमा: कल्पना कीजिए कि आप एक शेफ को केवल लिखित रेसिपी कार्ड पढ़कर सूप के स्वाद को पहचानना सिखाने की कोशिश कर रहे हैं। कंप्यूटर ने बहुत अच्छी तरह सीखा कि कुछ लिखित शब्द (जैसे "कूटनीति" या "युद्धविराम") आमतौर अंतर्गत शांतिपूर्ण देशों के लेखों में दिखाई देते हैं।
- परिणाम: लिखित समाचारों पर परीक्षण करने पर, कंप्यूटर एक जीनियस था, जिसने लगभग 97% सटीकता प्राप्त की।
- समस्या: जब उन्होंने इसी "लिखित रेसिपी" का उपयोग मौखिक वीडियो ट्रांसक्रिप्ट का विश्लेषण करने के लिए किया, तो यह बुरी तरह विफल रहा। इसने लगभग हर वीडियो को "शांतिपूर्ण" के रूप में लेबल करने की कोशिश की, भले ही वह नहीं था।
- क्यों? लेखकों ने महसूस किया कि बोलचाल की भाषा लिखित पाठ से अलग होती है। कैमरे पर बोलने वाला समाचार वाचक फिलर्स (fillers), ठहराव, भावनात्मक स्वर और बातचीत की विशिष्टताओं का उपयोग करता है जो मुद्रित लेख में मौजूद नहीं होते हैं। कंप्यूटर ऐसा था जैसे कोई शेफ केवल मेनू पढ़कर लाइव कुकिंग शो का निर्णय लेने की कोशिश कर रहा हो; वह वास्तविक स्वाद को समझने में चूक गया।
2. नया दृष्टिकोण: "संदर्भगत स्वाद परीक्षक" (Contextual Taste Tester)
चूंकि "लिखित रेसिपी" काम नहीं आई, इसलिए टीम ने अपनी रणनीति बदल दी। विशिष्ट कीवर्ड्स को खोजने के बजाय, उन्होंने कंप्यूटर से बातचीत के भाव (vibe) और स्वर (tone) को समझने के लिए कहा।
उन्होंने शांति के पाँच विशिष्ट "स्वादों" पर ध्यान केंद्रित किया, जिन्हें दशकों के सामाजिक विज्ञान अनुसंधान द्वारा पहचाना गया है:
- करुणा बनाम तिरस्कार (Compassion vs. Contempt): क्या वक्ता दयालु है या उपहास करने वाला?
- समाचार बनाम राय (News vs. Opinion): क्या वे तथ्य रिपोर्ट कर रहे हैं या केवल अपनी भावनाएं व्यक्त कर रहे हैं?
- प्रोत्साहन बनाम रोकथाम (Promotion vs. Prevention): क्या वे कुछ बनाने के बारे में बात कर रहे हैं या केवल किसी बुरी चीज़ को रोकने की कोशिश कर रहे हैं?
- रचनात्मकता बनाम व्यवस्था (Creativity vs. Order): क्या बातचीत नए विचारों के प्रति खुली है, या कठोर और नियंत्रित है?
- सूक्ष्मता बनाम सरलीकरण (Nuance vs. Simplification): क्या वे ग्रे एरिया (जटिलताओं) को देख रहे हैं, या केवल ब्लैक-एंड-व्हाइट चरम स्थितियों को?
इन्हें मापने के लिए, उन्होंने दो प्रकार के AI का परीक्षण किया:
- "शब्द गणना यंत्र" (सेंटीमेंट एनालिसिस): यह टूल केवल खुशी या दुख वाले शब्दों को गिनता है। यह एक थर्मामीटर की तरह था जो केवल तापमान मापता है लेकिन यह नहीं जानता कि दिन धूप वाला है या तूफानी। इसका प्रदर्शन बहुत खराब रहा (लगभग रैंडम अनुमान लगाने जैसा)।
- "संदर्भगत पाठक" (लार्ज लैंग्वेज मॉडल्स): ये उन्नत AI हैं जो पूरा पैराग्राफ पढ़ सकते हैं और शब्दों के पीछे की कहानी को समझ सकते हैं। वे एक परिष्कृत खाद्य आलोचक की तरह कार्य करते हैं जो समझते हैं कि व्यंग्यात्मक लहजे में "यह नीति एक आपदा है" कहना, वास्तविक क्रोध के साथ कहने से अलग है।
3. परिणाम: "संदर्भगत पाठक" की जीत
टीम के पास विशेषज्ञों (शांति शोधकर्ताओं) का एक समूह था जिन्होंने 52 वीडियो देखे और उन पाँच "स्वादों" पर रेटिंग दी। फिर, उन्होंने मानव रेटिंग की तुलना AI रेटिंग से की।
- "शब्द गणना यंत्र" AI सिक्का उछालने (तुक्का लगाने) से थोड़ा ही बेहतर था।
- "संदर्भगत पाठक" AI (विशेष रूप से नवीनतम मॉडल) लगभग 60% बार सही था।
- उपमा: यह एक बड़ी जीत है। इसका मतलब है कि AI अब वीडियो के स्वर को समझने में लगभग एक मानव विशेषज्ञ के समान अच्छा है, न कि केवल शब्दों को। यह एक सम्मानजनक लेकिन गरमागरम बहस और एक शांत दिखने वाले भाषण के बीच अंतर कर सकता है जो वास्तव में छिपे हुए तिरस्कार से भरा है।
4. BAIT अब क्या करता है
अंतिम उत्पाद, BAIT, एक ब्राउज़र एक्सटेंशन है जो आपके यूट्यूब वीडियो के बगल में रहता है।
- दर्शकों के लिए: यह आपको आपके "मीडिया आहार" पर वास्तविक समय में फीडबैक देता है। यह आपको यह महसूस करने में मदद करता है कि, "ओह, मैं पिछले एक घंटे से ऐसे वीडियो देख रहा हूँ जो तिरस्कार और सरलीकरण से भरे हुए हैं।" लक्ष्य आपको आत्म-जागरूक बनाना है ताकि आप अधिक रचनात्मक कुछ देखने का विकल्प चुन सकें।
- निर्माताओं के लिए: यह वीडियो बनाने वालों को उनकी सामग्री के स्वर पर फीडबैक देता है, जिससे उन्हें यह समझने में मदद मिलती है कि उनके शब्द दर्शकों पर कैसा प्रभाव डालते हैं।
निचोड़
शोध पत्र का दावा है कि हालांकि हम अभी तक पूर्ण रूप से शांति को नहीं माप सकते, लेकिन हमने अंततः एक ऐसा उपकरण बनाया है जो मौखिक वीडियो को सुन सकता है और उनके भावनात्मक स्वर को समझ सकता है—जो पिछले उपकरणों की तुलना में बहुत बेहतर है। उन्नत AI का उपयोग करके जो संदर्भ (context) को समझता है (न कि केवल कीवर्ड्स को), हम अब उन वीडियो को मापने की शुरुआत कर सकते हैं जिन्हें हम देखते हैं, इस उम्मीद के साथ कि केवल यह जानना कि हम क्या उपभोग कर रहे हैं, हमें वास्तविक जीवन में अधिक शांतिपूर्ण व्यवहार करने में मदद कर सकता 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।