Large language models accurately predict public perceptions of support for climate action worldwide
यह पूर्व-पंजीकृत अध्ययन प्रदर्शित करता है कि बड़े भाषा मॉडल, विशेष रूप से क्लॉड (Claude), देश-स्तरीय संकेतकों का उपयोग करके जलवायु कार्रवाई के समर्थन के लिए वैश्विक सार्वजनिक धारणाओं और संबंधित धारणा अंतराल (perception gaps) की सटीक भविष्यवाणी कर सकते हैं, जो पारंपरिक सर्वेक्षणों के एक तीव्र और लागत प्रभावी विकल्प के रूप में कार्य करते हुए सामाजिक प्रक्षेपण (social projection) में एक व्यवस्थित गिरावट पूर्वाग्रह को प्रकट 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 न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
बड़ी समस्या: "मौन बहुमत" (The Silent Majority)
कल्पना कीजिए कि एक बहुत बड़ी पार्टी चल रही है जहाँ लगभग हर कोई गंदगी साफ करने के लिए तैयार है। वास्तव में, लगभग 89% लोग चाहते हैं कि सरकार जलवायु परिवर्तन के बारे में और अधिक काम करे, और 69% मदद के लिए थोड़ा पैसा देने को भी तैयार हैं।
लेकिन यहाँ एक पेंच है: कोई भी यह नहीं जानता।
ज्यादातर लोग उस पार्टी में यह सोचकर आते हैं कि, "ओह, बाकी सब तो शायद बस सोफे पर बैठे रहेंगे और कुछ नहीं करेंगे।" इसे 'प्लुरलिस्टिक इग्नोरेंस' (pluralistic ignorance) कहा जाता है। क्योंकि हर कोई यह सोचता है कि बाकी लोग परवाह नहीं करते, इसलिए कोई भी बोलता या योगदान नहीं देता। वे सभी किसी के शुरू करने का इंतज़ार कर रहे हैं, जिससे चुप्पी और निष्क्रियता का एक चक्र बन जाता है।
नया टूल: "सुपर-ओरेकल" (The Super-Oracle)
लंबे समय तक, यह पता लगाने का एकमात्र तरीका कि लोग वास्तव में क्या सोचते हैं (और वे क्या सोचते हैं कि दूसरे क्या सोचते हैं) यह था कि हर देश के हजारों लोगों को भेजने के लिए महंगे सर्वे किए जाएं। यह उस पार्टी के हर मेहमान का इंटरव्यू लेने के लिए जासूसों की एक टीम को काम पर रखने जैसा है। इसमें बहुत समय लगता है और बहुत पैसा खर्च होता है।
इस शोध पत्र के लेखकों ने एक नया सवाल पूछा: क्या आर्टिफिशियल इंटेलिजेंस (विशेष रूप से लार्ज लैंग्वेज मॉडल्स या LLMs) बिना एक भी सर्वे भेजे, इन भावनाओं का अनुमान लगाने के लिए एक "सुपर-ओरेकल" के रूप में कार्य कर सकता है?
उन्होंने चार प्रसिद्ध AI मॉडल्स (GPT-4o mini, Claude 3.5 Haiku, Gemini 2.5 Flash, और Llama 4 Maverick) का परीक्षण किया यह देखने के लिए कि क्या वे 125 अलग-अलग देशों में इस बात का अनुमान लगा सकते हैं कि लोग एक-दूसरे की मदद करने की इच्छा को कितना कम आंकते हैं।
परिणाम: AI सही निकला (ज्यादातर)
शोधकर्ताओं ने AI के साथ एक छात्र की तरह व्यवहार किया जो परीक्षा दे रहा हो। उन्होंने AI को 125 देशों का वास्तविक डेटा दिया (जैसे GDP, इंटरनेट का उपयोग, और वास्तविक सर्वे परिणाम) और उससे "परसेप्शन गैप" (वह अंतर कि लोग क्या सोचते हैं कि दूसरे क्या करेंगे बनाम वे वास्तव में क्या करेंगे) का अनुमान लगाने को कहा।
- स्टार परफॉर्मर: एक मॉडल, Claude, अविश्वसनीय रूप से सटीक था। इसने केवल लगभग 5 प्रतिशत अंकों के त्रुटि मार्जिन के साथ परसेप्शन गैप के आकार का अनुमान लगाया। यह एक पारंपरिक सांख्यिकीय कंप्यूटर मॉडल के समान ही अच्छा था।
- दूसरे स्थान पर: Llama ने भी बहुत अच्छा काम किया।
- संघर्ष करने वाले: अन्य दो मॉडल्स (GPT और Gemini) कम सटीक थे, वे अक्सर यह अनुमान लगाते थे कि यह अंतर वास्तव में जितना है उससे कम है।
उपमा (Analogy): कल्पना कीजिए कि आप अपने पड़ोसियों द्वारा एक नए पार्क के लिए भुगतान करने की इच्छा का अनुमान लगाने की कोशिश कर रहे हैं। सबसे अच्छे AI मॉडल्स ने पड़ोस की आय और जनसांख्यिकी को देखा और कहा, "वे सोचते हैं कि उनके पड़ोसी ज्यादा भुगतान नहीं करेंगे, लेकिन वास्तव में, वे काफी भुगतान करने के लिए तैयार हैं।" उन्होंने गणित सही लगाया।
AI ने यह कैसे किया? ("जादू" बनाम "तर्क")
शोधकर्ता इस बात से चिंतित थे कि कहीं AI चीटिंग (धोखाधड़ी) तो नहीं कर रहा है। चूंकि ये मॉडल्स इंटरनेट से प्राप्त विशाल मात्रा में टेक्स्ट पर प्रशिक्षित हैं, इसलिए संभव था कि उन्होंने हाल ही में प्रकाशित किसी विशिष्ट सर्वे से उत्तर "याद" कर लिए हों।
इसकी जांच करने के लिए, उन्होंने "अंतर पहचानें" का खेल खेला:
- "नाम बदलने" का टेस्ट: उन्होंने AI को बताया, "यह फ्रांस है, लेकिन यहाँ नाइजीरिया के आर्थिक आंकड़े दिए गए हैं।" यदि AI केवल यह याद कर रहा था कि "फ्रांस = X", तो वह X का अनुमान लगाता। लेकिन AI ने नाइजीरिया के आंकड़ों को देखा और उसके आधार पर अनुमान लगाया। इससे सिद्ध हुआ कि यह तर्क (reasoning) कर रहा था, न कि केवल एक स्क्रिप्ट दोहरा रहा था।
- "गायब जानकारी" का टेस्ट: उन्होंने विशिष्ट तथ्यों (जैसे आय स्तर) को हटा दिया यह देखने के लिए कि क्या AI अभी भी अनुमान लगा सकता है। सबसे अच्छे मॉडल्स (Claude और Llama) ने महसूस किया कि सबसे महत्वपूर्ण सुराग यह था: "लोग खुद मदद करने के लिए कितने इच्छुक हैं?" यदि लोग खुद मदद करने के लिए तैयार हैं, तो वे मान लेते हैं कि दूसरे भी वैसे ही होंगे। यह एक मनोवैज्ञानिक अवधारणा है जिसे 'सोशल प्रोजेक्शन' (social projection) कहा जाता है।
निष्कर्ष: AI केवल उत्तर खोजने वाला शब्दकोश नहीं था; यह एक बुद्धिमान मनोवैज्ञानिक की तरह काम कर रहा था, जो यह समझने के लिए तर्क का उपयोग कर रहा था कि इंसान दूसरे इंसानों के बारे में कैसे सोचते हैं।
AI कहाँ सबसे अच्छा काम करता है?
AI हर जगह समान रूप से अच्छा नहीं है।
- "हाई-टेक" ज़ोन: अमीर देशों में जहाँ इंटरनेट का उपयोग अधिक है (जैसे यूरोप और उत्तरी अमेरिका), AI बहुत सटीक था। यह एक ऐसे जासूस की तरह है जिसके पास उन विशिष्ट स्थानों के बारे में किताबों के एक विशाल पुस्तकालय तक पहुंच है।
- "लो-टेक" ज़ोन: गरीब देशों या कम इंटरनेट पहुंच वाले स्थानों में, AI कम सटीक था। इसका कारण यह है कि AI मुख्य रूप से समृद्ध, जुड़े हुए देशों के डेटा पर प्रशिक्षित है। यह एक ऐसे जासूस की तरह है जिसने कभी किसी दूरदराज के गाँव का दौरा नहीं किया है और उसे रूढ़ियों (stereotypes) के आधार पर अनुमान लगाना पड़ता है।
इसका क्या अर्थ है?
यह शोध पत्र निष्कर्ष निकालता है कि AI दुनिया भर में इन धारणा के अंतर (perception gaps) को मापने के लिए एक तेज़, सस्ता "थर्मामीटर" हो सकता है।
- अमीर देशों में, यह महंगे सर्वेक्षणों की जगह ले सकता है।
- गरीब देशों में, यह एक "अनुमानित आंकड़ा" दे सकता है ताकि हमें पता चल सके कि समस्या कहाँ सबसे खराब है, जिससे हमें पता चल सके कि बाद में वास्तविक मानव सर्वेक्षकों को कहाँ भेजना है।
महत्वपूर्ण रूप से, यह पेपर यह दावा नहीं करता है कि AI जलवायु परिवर्तन को ठीक कर सकता है या हमें पूरी तरह से वास्तविक सर्वेक्षण बंद कर देने चाहिए। यह केवल यह कहता है कि AI एक शक्तिशाली नया उपकरण है जो हमें यह देखने में मदद कर सकता है कि हम क्या सोचते हैं और वास्तव में क्या सच है, इसके बीच का "अदृश्य" अंतर कहाँ है, जिससे हमें बातचीत शुरू करने का पता चल सके।
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।