Generics in science communication: Misaligned interpretations across laypeople, scientists, and large language models
यह अध्ययन प्रकट करता है कि आम लोग और लार्ज लैंग्वेज मॉडल्स वैज्ञानिक सामान्यीकरणों (scientific generics) की व्याख्या वैज्ञानिकों की तुलना में अधिक व्यापक और विश्वसनीय रूप से करते हैं, जो मानव और एआई-मध्यस्थ विज्ञान प्रसार दोनों में गलत संचार और अति-सामान्यीकरण के महत्वपूर्ण जोखिमों को रेखांकित 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
यहाँ सरल भाषा और रचनात्मक उपमाओं का उपयोग करके शोध पत्र (paper) का विवरण दिया गया है।
मुख्य विचार: "सामान्यीकरण" (Generalization) का खेल
कल्पना कीजिए कि वैज्ञानिक वे शेफ (रसोइये) हैं जिन्होंने अभी-अभी एक स्वादिष्ट नया व्यंजन बनाया है। वे दुनिया को इसके बारे में बताना चाहते हैं। ऐसा करने के लिए, वे एक विशेष प्रकार की भाषा का उपयोग करते हैं जिसे जेनेरिक्स (generics) कहा जाता है।
एक जेनेरिक कथन (generic statement) ऐसा कहने जैसा है, "यह सूप तीखा है।"
ऐसा लगता है जैसे यह हर जगह, हर एक कटोरे के सूप पर लागू होता है। यह यह नहीं कहता कि "सूप के कुछ कटोरे तीखे हैं" या "आज हमने जो विशिष्ट कटोरा बनाया वह तीखा है।"
इस शोध में वैज्ञानिकों ने यह देखना चाहा कि तीन अलग-अलग समूह इस वाक्य की व्याख्या कैसे करते हैं:
- आम लोग (Laypeople): साधारण लोग (जैसे आप और मैं)।
- वैज्ञानिक (Scientists): वे शेफ जिन्होंने वास्तव में वह सूप बनाया है।
- AI चैटबॉट्स (AI Chatbots): डिजिटल सहायक (जैसे ChatGPT और DeepSeek) जो हमारे लिए रेसिपी पढ़ते हैं और उनका सारांश निकालते हैं।
अध्ययन से पता चला कि ये तीन समूह एक ही खेल खेल रहे हैं, लेकिन उनके नियम अलग-अलग हैं। वे आपस में तालमेल नहीं रखते (misaligned), जिससे भ्रम की स्थिति पैदा हो सकती है।
1. तीन खिलाड़ी और उनके नियम
🧑🤝🧑 आम लोग (सामान्य जनता)
उपमा: कल्पना कीजिए कि आप एक फूड फेस्टिवल में हैं। वहाँ एक बोर्ड लगा है, "यह सूप तीखा है।"
वे इसकी व्याख्या कैसे करते हैं: आप मान लेते हैं कि इसका मतलब है कि सारा सूप तीखा है। आप सोचते हैं, "वाह, यह एक सार्वभौमिक सत्य है! यह सबको खाना चाहिए!"
परिणाम: आम लोगों ने इन जेनेरिक कथनों को वैज्ञानिकों की तुलना में अधिक सामान्य (generalizable) (सब पर लागू होने वाला) और अधिक विश्वसनीय (credible) (भरोसेमंद) माना। उन्होंने व्यापक दावे को ज्यों का त्यों स्वीकार कर लिया।
👨🔬 वैज्ञानिक (विशेषज्ञ)
उपमा: सूप बनाने वाले शेफ को पता है कि उन्होंने केवल एक विशिष्ट रसोई में 50 लोगों पर इसका परीक्षण किया है। वे जानते हैं कि यदि आप पानी या बर्तन बदल देते हैं, तो तीखेपन का स्तर बदल सकता है।
वे इसकी व्याख्या कैसे करते हैं: जब शेफ पढ़ता है "यह सूप तीखा है," तो वह सोचता है, "खैर, इस विशिष्ट अध्ययन में, यह तीखा था। लेकिन शायद सबके लिए नहीं।" उनके पास संदेह का एक मानसिक "सुरक्षा जाल" (safety net) होता है।
परिणाम: वैज्ञानिकों ने उन्हीं जेनेरिक कथनों को आम लोगों की तुलना में कम सामान्य और कम विश्वसनीय माना। उन्होंने उन छिपी हुई सीमाओं को देख लिया जिन्हें आम लोगों ने मिस कर दिया।
🤖 AI चैटबॉट्स (डिजिटल सारांशकर्ता)
उपमा: कल्पना कीजिए कि एक रोबोट है जिसने लाखों कुकबुक्स पढ़ी हैं। वह वाक्य देखता है "यह सूप तीखा है।"
वे इसकी व्याख्या कैसे करते हैं: रोबोट के पास शेफ जैसी सावधानी नहीं होती। वह डेटा में पैटर्न देखता है और सोचता है, "यह एक मजबूत, आत्मविश्वासी कथन है।" उसने वास्तव में कथनों को आम लोगों से भी अधिक सामान्य और विश्वसनीय माना।
परिणाम: AI सबसे अधिक "आशावादी" है। उसे व्यापक और आत्मविश्वासी दावे पसंद हैं।
2. "भूतकाल" (Past Tense) का मोड़
शोधकर्ताओं ने यह भी परीक्षण किया कि यदि वैज्ञानिक अपनी भाषा बदल दें तो क्या होगा। "यह सूप तीखा है" (Generic) के बजाय, उन्होंने कोशिश की:
- "यह सूप तीखा था" (Past tense - भूतकाल)।
- "यह सूप तीखा हो सकता है" (Hedged/Uncertain - अनिश्चितता)।
क्या हुआ?
- सामान्यीकरण (Generalizability): सभी इस बात पर सहमत थे कि "यह सूप तीखा है" कहना "यह सूप तीखा था" की तुलना में यह दर्शाता है कि यह अधिक लोगों पर लागू होता है।
- विश्वसनीयता (Credibility/Trust): यहाँ एक आश्चर्यजनक बात थी। जब वैज्ञानिकों ने भूतकाल ("था") का उपयोग किया, तो आम लोगों ने उन्हें जेनेरिक "है" की तुलना में अधिक भरोसा किया।
- क्यों? पेपर सुझाव देता है कि जब वैज्ञानिक कहते हैं "था", तो यह अधिक ईमानदार और वास्तविकता पर आधारित लगता है, जैसे कि एक विशिष्ट रिपोर्ट। जब वे कहते हैं "है", तो यह एक साहसी, संभावित रूप से बढ़ा-चढ़ाकर किया गया दावा लगता है।
3. "मिसअलाइनमेंट" (Misalignment) की समस्या
मुख्य समस्या जो यह पेपर पहचानता है, वह है अनुवाद में तालमेल की कमी।
- वैज्ञानिक का इरादा: "मैं 'है' शब्द का उपयोग कर रहा हूँ (जेनेरिक) क्योंकि यह कुशल है और हम सभी अपने क्षेत्र में जानते हैं कि यह केवल विशिष्ट स्थितियों में लागू होता है।" (वे मान लेते हैं कि दर्शकों के पास भी वही "मानसिक सुरक्षा जाल" है)।
- आम व्यक्ति की वास्तविकता: "वैज्ञानिक ने 'है' कहा है, तो यह निश्चित रूप से सभी के लिए एक सार्वभौमिक नियम होगा!"
- AI की वास्तविकता: "टेक्स्ट कहता है 'है', इसलिए मैं इसे सभी के लिए एक सार्वभौमिक नियम के रूप में सारांशित करूँगा।"
खतरा:
यदि एक वैज्ञानिक लिखता है, "स्टैटिन्स हृदय जोखिम को कम करते हैं," तो उनका मतलब हो सकता है "हमारे 500 लोगों के अध्ययन में, स्टैटिन्स ने जोखिम को कम किया।" लेकिन आम व्यक्ति और AI सुनते हैं, "स्टैटिन्स सभी के लिए हृदय जोखिम को कम करते हैं।"
वैज्ञानिक सोचते हैं कि वे सटीक हो रहे हैं; दर्शक समझते हैं कि उन्हें एक सार्वभौमिक तथ्य बताया जा रहा है।
4. AI अलग क्यों है
पेपर नोट करता है कि AI मॉडल (जैसे ChatGPT-5 और DeepSeek) में "एपिस्टेमिक विजिलेंस" (Epistemic Vigilance) की कमी होती है।
- एपिस्टेमिक विजिलेंस एक फैंसी तरीका है यह कहने का "आपको जो बताया जा रहा है उसके प्रति आलोचनात्मक सोच"।
- इंसानों (विशेषकर विशेषज्ञों) में यह होती है। वे पूछते हैं, "क्या यह हर किसी के लिए सच है? इसकी सीमाएं क्या हैं?"
- AI के पास यह नहीं है। वह टेक्स्ट में एक पैटर्न देखता है और उसे बढ़ा देता है। यदि टेक्स्ट आत्मविश्वासी है, तो AI अत्यधिक आत्मविश्वासी हो जाता है। यह उस "सावधानी" को हटा देता है जो मानव विशेषज्ञ स्वाभाविक रूप से जोड़ते हैं।
निष्कर्ष का सारांश
- आम लोग सोचते हैं कि जेनेरिक वैज्ञानिक दावे सब पर लागू होते हैं और बहुत विश्वसनीय होते हैं।
- वैज्ञानिक सोचते हैं कि वे समान दावे कम लोगों पर लागू होते हैं और कम विश्वसनीय होते हैं (वे सीमाओं को देखते हैं)।
- AI सोचता है कि वे दावे लगभग सभी पर लागू होते हैं और अत्यधिक विश्वसनीय होते हैं (इंसानों से भी अधिक)।
- भूतकाल ("था") का उपयोग करने से आम लोग वैज्ञानिकों पर जेनेरिक कथनों ("है") की तुलना में अधिक भरोसा करते हैं, भले ही वैज्ञानिक कुशल दिखने के लिए जेनेरिक्स का उपयोग करते हैं।
निष्कर्ष (Takeaway):
विज्ञान संचार "टेलीफोन गेम" (एक संदेश को आगे बढ़ाते जाने का खेल) की तरह है। वैज्ञानिक एक सूक्ष्म विचार से शुरू करते हैं, लेकिन जब तक वह जनता (या AI) तक पहुँचता है, तब तक "सीमाएं" और "सावधानियां" खो जाती हैं, जिससे पीछे केवल एक व्यापक, अति-आत्मविश्वासी दावा बच जाता है। पेपर सुझाव देता है कि हमें इस बारे में सावधान रहने की आवश्यकता है कि हम चीजों को कैसे व्यक्त करते हैं, क्योंकि दर्शक (और AI) वह नहीं सुनते जो वैज्ञानिक कहना चाहते हैं।
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।