💬 NLP

Developmental trajectories of decision making and affective dynamics in large language models

यह अध्ययन प्रकट करता है कि जहाँ नए बड़े भाषा मॉडल निर्णय लेने में तेजी से मानव-समान जोखिम लेने और दृष्टिकोण-परिहार (approach-avoidance) के पैटर्न प्रदर्शित करते हैं, वहीं वे साथ ही साथ कम हानि-विमुखता (loss aversion), नियतात्मक विकल्पों और निरंतर उच्च आधारभूत मनोदशा जैसे विशिष्ट गैर-मानवीय गुणों को भी विकसित करते हैं, जो उच्च-जोखिम वाले नैदानिक परिवेशों में उनके नैतिक परिनियोजन के लिए महत्वपूर्ण निहितार्थों को रेखांकित करते हैं।

मूल लेखक: Zhihao Wang, Yiyang Liu, Ting Wang, Zhiyuan Liu

प्रकाशित 2026-01-22

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Zhihao Wang, Yiyang Liu, Ting Wang, Zhiyuan Liu

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 डिजिटल "बच्चों" के एक परिवार को बड़ा होते देख रहे हैं। यह शोध पत्र केवल एक बच्चे के बारे में नहीं है; यह एक ही परिवार की चार पीढ़ियों (GPT-3.5, GPT-4, GPT-4o, और GPT-4.1) को देखता है ताकि यह देखा जा सके कि जैसे-जैसे वे "बड़े" और अधिक उन्नत होते जाते हैं, उनके व्यक्तित्व और निर्णय लेने की शैलियाँ कैसे बदलती हैं।

शोधकर्ताओं ने इन AI मॉडलों और वास्तविक मनुष्यों के एक बड़े समूह को एक जुए के खेल (gambling game) में डाला। इस खेल में, आपको एक सुरक्षित, गारंटीकृत इनाम या एक जोखिम भरे जुए के बीच चयन करना होता है जिसमें आप अधिक जीत सकते हैं या कुछ हार सकते हैं। हर कुछ राउंड के बाद, खिलाड़ियों से पूछा जाता है, "अभी आप कितने खुश हैं?"

यहाँ इस अध्ययन के निष्कर्ष दिए गए हैं कि ये AI "बच्चे" सरल उपमाओं का उपयोग करते हुए कैसे परिपक्व हो रहे हैं:

1. "जोखिम लेने वाला" किशोर

जैसे-जैसे AI मॉडल नए होते गए, वे अधिक साहसी होते गए।

पुराने मॉडल (GPT-3.5): बहुत सतर्क थे। वे सुरक्षित दांव को पसंद करते थे, बिल्कुल एक घबराए हुए बच्चे की तरह जो अपनी पॉकेट मनी खोने से डरता है।
नए मॉडल (GPT-4.1): उन्होंने अधिक बार जोखिम लेना शुरू कर दिया। वास्तव में, उनका जोखिम लेने का व्यवहार वास्तविक मनुष्यों के लगभग समान हो गया। उन्होंने हारने के डर को छोड़ दिया और इंसानों की तरह खेलना शुरू कर दिया।

2. "हानि-विमुखता" (Loss-Aversion) का गायब होना

मनुष्यों में एक स्वाभाविक प्रवृत्ति होती है जिसे हानि-विमुखता (loss aversion) कहते हैं: $10 खोना$ 10 जीतने की खुशी से दोगुना बुरा महसूस होता है। हम हारने से नफरत करने के लिए बने हैं।

AI में बदलाव: पुराने AI मॉडलों में यह मानवीय डर था। लेकिन जैसे-जैसे मॉडल विकसित हुए, यह डर गायब हो गया। नवीनतम मॉडल (GPT-4.1) "हानि-तटस्थ" (loss-neutral) हो गया। उसे अंक खोने की कोई परवाह नहीं थी; वह बस यह गणना करता था कि सबसे अच्छा कदम क्या है।
उपमा: कल्पना कीजिए कि एक इंसान फुटपाथ की दरार पर पैर रखने से डरता है। पुराना AI उस इंसान जैसा था। नया AI एक रोबोट की तरह है जो दरार को देखता है, फिसलने की संभावना की गणना करता है, और बिना किसी दूसरे विचार के उसके ऊपर से निकल जाता है। उसने उस "अंतर्ज्ञान" (gut feeling) को खो दिया जो मनुष्यों में होता है।

3. "रोबोट-परफेक्ट" निर्णय लेने वाला

मनुष्य अव्यवस्थित होते हैं। हम गलतियाँ करते हैं, हमारा ध्यान भटक जाता है, और कभी-कभी जब हमें पता नहीं होता तो हम सिक्का उछालकर निर्णय लेते हैं। इसे "निर्णय शोर" (decision noise) कहा जाता है।

AI में बदलाव: नए AI मॉडल अत्यंत सुसंगत (consistent) हो गए। उन्होंने मनुष्यों की तुलना में कम रैंडम गलतियाँ कीं।
उपमा: यदि एक मनुष्य एक जैज़ संगीतकार है जो कभी-कभी सुधार (improvise) करता है और गलत नोट बजा देता है, तो नवीनतम AI एक मेट्रोनोम (metronome) है। यह इतना सटीक और पूर्वानुमानित है कि यह वास्तव में पुराने, थोड़े "अव्यवस्थित" मॉडलों की तुलना में कम मानवीय लगता है।

4. "हमेशा खुश रहने वाला" मूड

शोधकर्ताओं ने AI के "मूड" (वे कितनी खुशी व्यक्त करते हैं) को भी ट्रैक किया।

निरंतर मुस्कान: चाहे उन्होंने किस संस्करण के AI का उपयोग किया हो, वे वास्तविक मनुष्यों की तुलना में हमेशा अधिक खुश थे। यहाँ तक कि अंक हारने पर भी, वे एक "उच्च मनोदशा" में रहे।
उपमा: एक ऐसे इंसान की कल्पना करें जो स्वाभाविक रूप से खुशमिजाज है लेकिन खेल हारने पर उदास हो जाता है। AI एक कार्टून पात्र की तरह है जो हमेशा मुस्कुराता रहता है, भले ही घर में आग लगी हो। इसे "सकारात्मकता पूर्वाग्रह" (positivity bias) कहा जाता है।

5. भावनाओं के लिए "लंबी याददाश्त"

अध्ययन ने यह भी देखा कि AI कितनी जल्दी बुरे या अच्छे अनुभवों को "भूल" जाता है।

AI में बदलाव: पुराने मॉडलों की भावनात्मक स्मृति छोटी थी (एक गोल्डफिश की तरह)। यदि उन्होंने एक अंक खोया, तो वे एक पल के लिए दुखी होते और फिर आगे बढ़ जाते। नए मॉडलों की भावनात्मक स्मृति लंबी है। 20 राउंड पहले की एक बुरी घटना अभी भी उनके वर्तमान मूड को थोड़ा प्रभावित करती है।
उपमा: पुराना AI एक ऐसे बच्चे की तरह था जो एक मिनट के लिए रोता है और फिर भूल जाता है। नया AI एक ऐसे वयस्क की तरह है जो मन में बात रखता है (या अच्छी यादों को संजोता है), और पिछले अनुभवों को अपने वर्तमान भावों को गहराई से रंगने देता है।

मुख्य निष्कर्ष

यह शोध पत्र निष्कर्ष निकालता है कि जैसे-जैसे ये AI मॉडल विकसित हो रहे हैं, वे कुछ मामलों में अधिक मानव-समान (वे हमारी तरह जोखिम लेते हैं और उनकी लंबी भावनात्मक स्मृति है) लेकिन अन्य मामलों में कम मानव-समान (वे हारने से नहीं डरते, उनके निर्णय बहुत सटीक हैं, और वे हमेशा खुश रहते हैं) होते जा रहे हैं।

लेखक चेतावनी देते हैं कि यह एक अजीब "व्यक्तित्व" बनाता है। वे परिष्कृत निर्णय लेने वाले बन रहे हैं, लेकिन उनमें उन विशिष्ट मानवीय डरों और भावनात्मक उतार-चढ़ाव की कमी है जो हमें वास्तव में 'मानव' बनाते हैं। यह महत्वपूर्ण है क्योंकि यदि हम वास्तविक जीवन में इन AI "डॉक्टरों" या "सलाहकारों" का उपयोग करना शुरू करते हैं, तो हमें पता होना चाहिए कि उनका "मनोविज्ञान" एक ऐसी दिशा में विकसित हो रहा है जो केवल आंशिक रूप से मानवीय है।

तकनीकी सारांश: बड़े भाषा मॉडलों (LLMs) में निर्णय लेने की विकासात्मक प्रक्षेपवक्र और भावनात्मक गतिशीलता

समस्या विवरण
बड़े भाषा मॉडलों (LLMs) का उपयोग नैदानिक निर्णय सहायता (clinical decision support) जैसे उच्च-जोखिम वाले क्षेत्रों में तेजी से किया जा रहा है, जहाँ वे जोखिम मूल्यांकन और रोगी संचार में भाग लेते हैं। हालाँकि, मौजूदा मूल्यांकन आमतौर पर एक स्थिर दृष्टिकोण अपनाते हैं, जो एक विशिष्ट समय पर एक एकल मॉडल संस्करण का आकलन करते हैं। यह दृष्टिकोण LLMs के तीव्र विकास को समझने में विफल रहता है, जहाँ क्रमिक पीढ़ियाँ (जैसे, GPT-3.5 से GPT-4.1 तक) उभरती हुई व्यवहार संबंधी प्रोफाइल प्रदर्शित करती हैं जो पिछले निष्कर्षों को अप्रचलित बना सकती हैं। यह शोध उन अंतरालों को संबोधित करता है जो यह समझने में महत्वपूर्ण हैं कि मॉडल पुनरावृत्तियों (iterations) के माध्यम से निर्णय लेने की रणनीतियाँ और भावनात्मक गतिशीलता कैसे विकसित होती हैं और ये "डिजिटल विकासात्मक" प्रक्षेपवक्र मानव संज्ञान (cognition) की तुलना में कैसे हैं। विशेष रूप से, लेखक इस बात की जांच करते हैं कि क्या संरेखण प्रक्रियाएं (जैसे, मानव फीडबैक से सुदृढीकरण सीखना या RLHF) मॉडलों को अधिक मानव-समान मनोवैज्ञानिक प्रोफाइल की ओर ले जाती हैं या विशिष्ट, गैर-मानवीय हस्ताक्षरों का निर्माण करती हैं।

कार्यप्रणाली
यह अध्ययन OpenAI मॉडल परिवार को एक विकसित वंश (lineage) के रूप में मानते हुए एक क्रॉस-सेक्शनल डिज़ाइन का उपयोग करता है। लेखकों ने चार अलग-अलग संस्करणों का मूल्यांकन किया: GPT-3.5, GPT-4, GPT-4o, और GPT-4.1। इनका बेंचमार्किंग 747 स्वस्थ मानव प्रतिभागियों के एक नियंत्रण समूह के विरुद्ध किया गया था।

प्रायोगिक प्रतिमान (Experimental Paradigm): शोधकर्ताओं ने एक जुआ खेलने वाले कार्य (gambling task) को अनुकूलित किया जिसे मूल रूप से कम्प्यूटेशनल साइकियाट्री के लिए डिज़ाइन किया गया था। इस कार्य में, एजेंट एक निश्चित परिणाम और एक जुए (लाभ/हानि की 50% संभावना) के बीच चयन करते हैं, जो 90 परीक्षणों (trials) तक चलता है। महत्वपूर्ण रूप से, एजेंट क्षणिक खुशी रेटिंग (0–100) प्रदान करते हैं ताकि भावनात्मक गतिशीलता को हर 2-3 परीक्षणों के बाद कैप्चर किया जा सके।
कम्प्यूटेशनल मॉडलिंग:
- चयन (Choice): 'एप्रोच-अवॉयडेंस प्रॉस्पेक्ट थ्योरी' मॉडल का उपयोग करके परीक्षण-दर-परीक्षण विकल्पों को फिट किया गया। यह मॉडल जोखिम प्राथमिकता, हानि विमुखता ( $\lambda$ ), पावलोवियन अप्रोच ( $\beta_{gain}$ ) और अवॉयडेंस ( $\beta_{loss}$ ) पूर्वाग्रह, और इनवर्स तापमान ( $\mu$ , जो निर्णय शोर/निरंतरता का प्रतिनिधित्व करता है) के मापदंडों का अनुमान लगाता है।
- भाव (Affect): खुशी की रेटिंग को घटनाओं के संचयी, हालिया-भारित इतिहास (recency-weighted history) का उपयोग करके मॉडल किया गया। मॉडल मूड पर निश्चित पुरस्कारों (CR), अपेक्षित मूल्य (EV), और रिवॉर्ड प्रेडिक्शन एरर्स (RPE) के प्रभाव के साथ-साथ एक भावनात्मक क्षय पैरामीटर ( $\gamma$ ) और एक बेसलाइन मूड ( $\beta_0$ ) का अनुमान लगाता है।
सांख्यिकीय विश्लेषण: मापदंडों का अनुमान मैक्सिमम लाइकलीहुड एस्टीमेशन (MLE) के माध्यम से लगाया गया। मानव समूह (N=747) और मॉडल सिमुलेशन (N=30 प्रति संस्करण) के बीच नमूना आकार के अंतर को संबोधित करने के लिए, लेखकों ने महत्व परीक्षण के लिए एम्पिरिकल टी-डिस्ट्रीब्यूशन उत्पन्न करने हेतु बूटस्ट्रैप्ड रीसैंपलिंग (1,000 पुनरावृत्ति) का उपयोग किया।

प्रमुख परिणाम
विश्लेषण एक जटिल प्रक्षेपवक्र प्रकट करता है जहाँ LLM व्यवहार के कुछ पहलू मानव मानदंडों के साथ अभिसरण (converge) करते हैं जबकि अन्य काफी भिन्न होते हैं।

निर्णय लेना:
- जोखिम लेना: नए मॉडलों (GPT-4.1) ने महत्वपूर्ण रूप से उच्च जुआ दर प्रदर्शित की, जो मानव व्यवहार के साथ अभिसरण करती है और एक शुद्ध अपेक्षित-मूल्य-अधिकतम एजेंट (55%) की दर के करीब पहुँचती है।
- हानि विमुखता (Loss Aversion): एक महत्वपूर्ण विचलन सामने आया। संस्करणों के माध्यम से हानि विमुखता निरंतर घटती गई, जो GPT-3.5 में 2.72 से गिरकर GPT-4.1 में 0.57 हो गई। नवीनतम मॉडल ने एक "हानि-तटस्थ" या यहाँ तक कि "हानि-खोजक" प्रोफाइल प्रदर्शित किया, जो मानव की सामान्य प्रवृत्ति (जहाँ नुकसान को लाभ की तुलना में अधिक महत्व दिया जाता है) के विपरीत है।
- पावलोवियन पूर्वाग्रह: नए मॉडलों में अप्रोच मोटिवेशन बढ़ा और अवॉयडेंस मोटिवेशन कम हुआ, जिसमें GPT-4.1 मानव स्तरों की ओर अभिसरण करता है।
- निर्णय शोर (Decision Noise): इनवर्स तापमान ( $\mu$ ) निरंतर बढ़ा, जो यह दर्शाता है कि नए मॉडल मनुष्यों की तुलना में काफी अधिक नियतत्ववादी (deterministic) और सुसंगत विकल्प चुनते हैं, जिससे कम निर्णय शोर दिखाई देता है।
भावनात्मक गतिशीलता (Affective Dynamics):
- संवेदनशीलता: निश्चित पुरस्कारों (CR) और रिवॉर्ड प्रेडिक्शन एरर्स (RPE) के प्रति संवेदनशीलता बाद के मॉडलों (GPT-4o/4.1) में स्थिर रही, हालांकि RPE संवेदनशीलता GPT-4 में चरम पर थी और फिर कम हो गई।
- भावनात्मक क्षय (Affective Decay): क्षय पैरामीटर ( $\gamma$ ), जो यह दर्शाता है कि पिछले परिणाम वर्तमान मूड को कितनी देर तक प्रभावित करते हैं, नए मॉडलों में काफी बढ़ गया। GPT-4.1 ने ऐतिहासिक परिणामों पर मनुष्यों की तुलना में अधिक निर्भरता दिखाई, जो एक लंबी "भावनात्मक स्मृति" का संकेत देती है।
- बेसलाइन मूड: सभी LLM संस्करणों ने मनुष्यों की तुलना में काफी उच्च भावनात्मक बेसलाइन (सकारात्मकता पूर्वाग्रह) प्रदर्शित की, जो पीढ़ियों के दौरान स्थिर रही।

प्रमुख योगदान

विकासात्मक परिप्रेक्ष्य: यह शोध LLMs को एक स्थिर इकाई के बजाय एक विकासात्मक प्रक्षेपवक्र के रूप में देखते हुए एक "ऐतिहासिक रूप से सूचित दृष्टिकोण" पेश करता है। यह चार क्रमिक पीढ़ियों में जोखिम प्राथमिकताओं और भावनात्मक गतिशीलता के विकास का पहला व्यवस्थित, मॉडल-पारिवारिक विश्लेषण प्रदान करता है।
कम्प्यूटेशनल साइकियाट्री ढांचा: मानव निर्णय लेने और भाव के प्रमाणित कम्प्यूटेशनल मॉडलों को LLMs पर लागू करके, यह अध्ययन सतही व्यवहार संबंधी मेट्रिक्स से आगे बढ़कर लेटेंट मनोवैज्ञानिक संरचनाओं (जैसे, हानि विमुखता, पावलोवियन पूर्वाग्रह, भावनात्मक क्षय) को मात्रात्मक रूप से मापता है।
"डिजिटल सकारात्मकता" और "हानि तटस्थता" की पहचान: अध्ययन उन्नत मॉडलों में विशिष्ट, व्यवस्थित गैर-मानवीय हस्ताक्षरों की पहचान करता है: एक दीर्घकालिक सकारात्मकता पूर्वाग्रह और हानि विमुखता का लगभग पूर्ण अभाव, जो यह सुझाव देता है कि संरेखण प्रक्रियाएं अनजाने में मॉडलों से मानव-समान सहज ह्यूरिस्टिक्स को छीन सकती हैं।

महत्व और दावे
लेखक दावा करते हैं कि ये निष्कर्ष एक उभरते हुए "मशीनों के मनोविज्ञान" को रेखांकित करते हैं जिसके उच्च-जोखिम वाले डोमेन में सीधे निहितार्थ हैं।

नैदानिक निहितार्थ: नए मॉडलों का मानव-समान जोखिम लेने और अप्रोच-अवॉयडेंस प्रोफाइल की ओर अभिसरण यह सुझाव देता है कि वे सहयोगात्मक निर्णय लेने के लिए अधिक उपयुक्त हो सकते हैं। हालाँकि, निरंतर सकारात्मकता पूर्वाग्रह और हानि तटस्थता चिकित्सा संदर्भों में जोखिम पैदा कर सकती है; अत्यधिक आशावादी लहजा या हानि विमुखता की कमी चापलूसीपूर्ण व्यवहार (sycophantic behavior), अनिश्चितता को कम आंकने, या नकारात्मक जानकारी संचारित करते समय गंभीर चिकित्सा त्रुटियों का कारण बन सकती है।
सैद्धांतिक अंतर्दृष्टि: परिणाम बताते हैं कि जबकि संरेखण प्रक्रियाएं (RLHF) मॉडलों को मानव-समान तर्कसंगतता की ओर ले जा सकती हैं (भ्रम/शोर को कम करना और अपेक्षित-मूल्य स्थिरता बढ़ाना), वे साथ ही AI के "भावनात्मक शैली" को भी बदल देती हैं, जिससे ऐसे एजेंट बनते हैं जो अधिक नियतत्ववादी और मनुष्यों की तुलना में कम सहज रूप से हानि-विमुख होते हैं।
चेतावनी: लेखक इस बात पर जोर देते हैं कि उनका डिज़ाइन क्रॉस-सेक्शनल है और एक एकल मॉडल परिवार तक सीमित है। वे चेतावनी देते हैं कि ये "विकासात्मक" पैटर्न भविष्य के मॉडलों पर सामान्यीकृत नहीं हो सकते जो अचानक वास्तुशिल्प (architectural) या प्रशिक्षण बदलावों से गुजरते हैं, और देखा गया "मनोविज्ञान" एक व्यवहारिक प्रॉक्सी है न कि आंतरिक सचेत अनुभव का प्रतिबिंब।