Identity, Cooperation and Framing Effects within Groups of Real and Simulated Humans
यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को समृद्ध कथात्मक पहचानों के साथ गहराई से बांधना और उनकी निरंतरता को सत्यापित करना सामाजिक दुविधा वाले खेलों में मानव व्यवहार के अनुकरण को महत्वपूर्ण रूप से सुधारता है, जिससे समय, फ्रेमिंग और प्रतिभागी समूहों जैसे महत्वपूर्ण प्रासंगिक कारकों का अन्वेषण संभव हो पाता है जो अक्सर मानव अध्ययनों के अनुकरण में बाधा डालते 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 न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि लोग जटिल सामाजिक स्थितियों में इस तरह व्यवहार क्यों करते हैं, जैसे कि किसी अजनबी के साथ पैसे का बँटवारा करने का निर्णय लेना। दशकों से, वैज्ञानिकों ने मानव व्यवहार को समझने के लिए हजारों वास्तविक मनुष्यों के साथ वास्तविक प्रयोग किए हैं। लेकिन वास्तविक प्रयोग महंगे होते हैं, धीमे होते हैं, और उन्हें ठीक से दोहराना कभी-कभी कठिन होता है क्योंकि छोटी-छोटी बातें (जैसे कि अध्ययन किस वर्ष हुआ या निर्देशों की सटीक शब्दावली क्या थी) परिणामों को बदल सकती हैं।
यह शोध पत्र एक बड़ा सवाल पूछता है: क्या हम AI (विशेष रूप से लार्ज लैंग्वेज मॉडल्स) का उपयोग "आभासी मनुष्यों" के रूप में कर सकते हैं जो इतने यथार्थवादी हों कि वे हमें इन सामाजिक व्यवहारों को समझने में मदद कर सकें?
यहाँ उनके काम का विवरण दिया गया, सरल उपमाओं का उपयोग करते हुए:
1. समस्या: "अत्यधिक विनम्र" रोबोट
अधिकांश लोग AI को इंसान की तरह व्यवहार करने के लिए एक साधारण निर्देश देते हैं, जैसे, "आप एक रिपब्लिकन हैं जिसे कम टैक्स पसंद है।" लेखक इसे "स्टीयरिंग" (steering) कहते हैं।
हालाँकि, लेखक तर्क देते हैं कि मानक AI मॉडल अत्यधिक विनम्र होटल कंसीयज (concierge) की तरह हैं। उन्हें मददगार, हानिरहित और मिलनसार होने के लिए प्रशिक्षित किया गया है। यदि आप उनसे किसी वास्तविक व्यक्ति की तरह व्यवहार करने के लिए कहते हैं जिसमें खामियाँ, पूर्वाग्रह या कड़े राजनीतिक विचार हों, तो वे अक्सर विफल हो जाते हैं। वे मानवीय स्वभाव की खुरदरी सतहों को चिकना कर देते हैं।
समाधान: "विनम्र कंसीयज" (निर्देश-ट्यून किया गया मॉडल) के बजाय, उन्होंने "कच्चे मस्तिष्क" (raw brain) (प्री-ट्रේन्ड बेस मॉडल) का उपयोग किया। "कच्चे मस्तिष्क" के बारे में सोचें कि यह इंटरनेट से अरबों वास्तविक बातचीत, डायरियों और बहसों से भरी एक विशाल लाइब्रेरी है। इसे अभी तक विनम्र होना नहीं सिखाया गया है; यह बस इतना जानता है कि मनुष्य वास्तव में कैसे बात करते हैं, जिसमें उनके पूर्वाग्रह, विसंगतियाँ और पक्षपात भी शामिल हैं।
2. विधि: एक "आभासी जीवन" का निर्माण करना
AI को एक विशिष्ट व्यक्ति की तरह व्यवहार करने के लिए, शोधकर्ताओं ने उसे केवल एक लेबल नहीं दिया। उन्होंने एक गहरी पृष्ठभूमि (backstory) बनाई, जैसे किसी उपन्यास के पात्र के लिए एक पूर्ण जीवनी लिखना।
- साक्षात्कार: उन्होंने AI को खुद का "साक्षात्कार" करने के लिए कहा, जिससे उसके बचपन, परिवार, संघर्षों और राजनीतिक विचारों के बारे में एक लंबी, विस्तृत कहानी उत्पन्न हुई।
- मिलान: इसके बाद, उन्होंने पुराने अध्ययनों से वास्तविक मानव प्रतिभागियों को लिया और उन्हें उन AI "पात्रों" के साथ मिलाया जिनकी जीवन कहानियाँ सबसे अधिक समान थीं।
- "टाइम मशीन" (टेम्पोरल ग्राउंडिंग): मनुष्य समय के साथ बदलते हैं। 2014 का व्यक्ति 2019 की तुलना में राजनीति के बारे में अलग महसूस कर सकता है। शोधकर्ताओं ने AI को सिमुलेशन के दौरान ठीक उसी वर्ष को "याद रखने" के लिए मजबूर किया जिसमें वह जी रहा था, बिल्कुल एक समय यात्री की तरह।
- "वास्तविकता की जाँच" (कंसिस्टेंसी फ़िल्टरिंग): कभी-कभी AI भ्रमित हो जाता है और अपनी कहानी भूल जाता है (जैसे, यह कहना कि वह डेमोक्रेट है जबकि उसे रिपब्लिकन बताया गया था)। शोधकर्ताओं ने एक चरण जोड़ा जहाँ दूसरा AI उत्तरों की जाँच करता है ताकि यह सुनिश्चित हो सके कि पात्र अपनी पृष्ठभूमि के प्रति सच्चा रहे।
3. प्रयोग: "मनी स्प्लिट" गेम्स
टीम ने मनोवैज्ञानिकों द्वारा उपयोग किए जाने वाले दो क्लासिक खेलों में इन आभासी मनुष्यों का परीक्षण किया:
- डिक्टेटर गेम (Dictator Game): आपके पास $10 हैं। आप या तो पूरे पैसे रख सकते हैं या एक अजनबी को कुछ दे सकते हैं।
- ट्रस्ट गेम (Trust Game): आप एक अजनबी को पैसे भेजते हैं, जिसे तीन गुना कर दिया जाता है। वे आपको कुछ वापस देने का विकल्प चुन सकते हैं।
ट्विस्ट यह था कि शोधकर्ताओं ने AI को बताया कि दूसरा व्यक्ति कौन है: "दूसरा व्यक्ति एक डेमोक्रेट है" या "दूसरा व्यक्ति एक रिपब्लिकन है।"
निष्कर्ष: वास्तविक मनुष्य अक्सर उन लोगों के प्रति बहुत दयालु होते हैं जो उनके राजनीतिक दल के समान (co-partisans) होते हैं और उन लोगों के प्रति कम उदार होते हैं जो नहीं हैं। शोधकर्ताओं ने पाया कि उनके गहराई से बंधे AI पात्रों ने इस व्यवहार को लगभग पूरी तरह से दोहराया।
- जब AI को पता चला कि दूसरा व्यक्ति एक "सह-पार्टीजन" (co-partisan) है, तो उसने अधिक पैसे दिए।
- जब AI को पता चला कि दूसरा व्यक्ति एक "प्रतिद्वंद्वी" (rival) है, तो उसने कम पैसे दिए।
- महत्वपूर्ण रूप से, AI ने समय का सही अनुमान लगाया। इसने 2019 के सिमुलेशन में 2014 के सिमुलेशन की तुलना में उदारता के अंतर को अधिक स्पष्ट रूप से दिखाया, जो वास्तविक राजनीतिक ध्रुवीकरण के बढ़ने को दर्शाता है।
4. "क्या होगा अगर" वाली मशीन
इस शोध पत्र का सबसे रोमांचक हिस्सा वह है जो AI ने उन्हें वह करने की अनुमति दी जो वास्तविक मनुष्यों के साथ असंभव है: काउंटरफैक्चुअल्स (Counterfactuals - यदि ऐसा होता तो क्या होता)।
कल्पना कीजिए कि आपके पास दो वास्तविक अध्ययन हैं जिनके परिणाम अलग-अलग आए। आप नहीं जानते कि यह इसलिए हुआ क्योंकि यह अध्ययन के वर्ष के कारण था, निर्देशों की शब्दावली के कारण था, या भर्ती किए गए लोगों के प्रकार के कारण था।
- वास्तविक मनुष्यों के साथ, आप एक चीज़ बदले बिना सब कुछ नहीं बदल सकते।
- उनके AI के साथ, वे एक "क्या होगा अगर" सिमुलेशन चला सकते थे। उन्होंने 2014 के अध्ययन को लिया और पूछा: "क्या होगा यदि हम 2019 के निर्देशों का उपयोग करते?" या "क्या होगा यदि हम 2019 के प्रतिभागी पूल का उपयोग करते?"
चौंकाने वाला परिणाम: उन्होंने पाया कि निर्देशों की शब्दावली (फ्रेमिंग) का प्रभाव अध्ययन किए गए वर्ष की तुलना में वास्तव में अधिक था। AI ने उन्हें यह देखने में मदद की कि किसी प्रश्न को पूछने के तरीके में छोटे बदलाव वास्तव में लोगों के जवाब देने के तरीके को कैसे बदल सकते हैं, एक ऐसा विवरण जो अक्सर मानव अध्ययनों में छूट जाता है।
सारांश
यह शोध पत्र दिखाता है कि यदि आप AI को एक "सहायक" के रूप में नहीं, बल्कि मानवीय बातचीत के एक कच्चे, अनफ़िल्टर्ड दर्पण के रूप में देखते हैं, और फिर उसे एक समृद्ध, विस्तृत जीवन कहानी और एक विशिष्ट समय अवधि देते हैं, तो यह आश्चर्यजनक सटीकता के साथ मानव सामाजिक व्यवहार का अनुकरण कर सकता है।
यह मानव अध्ययनों को बदलने के बारे में नहीं है, बल्कि एक उच्च-सटीक सिम्युलेटर (high-fidelity simulator) होने के बारे में है जो शोधकर्ताओं को यह परीक्षण करने की अनुमति देता है कि "क्या होगा यदि" वाले परिदृश्य क्या हैं, ताकि वे समझ सकें कि मानव अध्ययन कभी-कभी अलग-अलग उत्तर क्यों देते हैं। यह सामाजिक मनोविज्ञान के लिए एक "फ्लाइट सिम्युलेटर" की तरह है, जहाँ आप यह देखने के लिए विमान को क्रैश कर सकते हैं (या प्रयोग को) कि क्या गलत हुआ, बिना किसी वास्तविक व्यक्ति को नुकसान पहुँचाए।
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।