Three Lessons from Citizen-Centric Participatory AI Design
तीन 2025 सहभागी कार्यशालाओं के आधार पर, यह शोध पत्र नागरिक-केंद्रित एजेंटिक एआई (agentic AI) डिज़ाइन में प्रमुख चुनौतियों की पहचान करता है—विशेष रूप से जुड़ाव बनाए रखने, विशेषज्ञ-सामान्य जन संचार अंतराल को पाटने, और काल्पनिक इनपुट को प्रणालियों में अनुवादित करने के संबंध में—और यह तर्क देता है कि जिम्मेदार एआई विकास के लिए चिंतनशील, दीर्घकालिक भागीदारी आवश्यक 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
एक ऐसी दुनिया की कल्पना करें जहाँ कंप्यूटर केवल आदेशों का पालन ही नहीं करते, बल्कि अपने व्यक्तित्व के साथ छोटे मददगारों की तरह काम करते हैं, निर्णय लेते हैं और हमसे बातें करते हैं। वैज्ञानिक इन्हें "एआई एजेंट" (AI agents) कहते हैं। लेकिन यहाँ बड़ा सवाल यह है कि: यह कौन तय करेगा कि इन मददगारों का स्वरूप कैसा होना चाहिए? आमतौर पर, लैब में विशेषज्ञों का एक छोटा समूह उन्हें डिजाइन करता है। लेकिन क्या होगा अगर वे लोग, जिन्हें वास्तव में इन मददगारों के साथ रहना है—जैसे छात्र, सेवानिवृत्त लोग और पड़ोसी—उन्हें डिजाइन करने में मदद कर सकें? यही "नागरिक-केंद्रित डिजाइन" (citizen-centric design) का मूल है। यह बस के यात्रियों से बस डिजाइन करने में मदद माँगने जैसा है, न कि केवल ड्राइवर से। इसका लक्ष्य यह सुनिश्चित करना है कि ये भविष्य के एआई मददगार हमारे वास्तविक जीवन, हमारे मूल्यों और हमारे समुदायों के अनुकूल हों, न कि केवल कुछ ऐसे शानदार गैजेट्स जो अनजाने में परेशानी खड़ी कर सकते हैं।
यह शोध पत्र उन शोधकर्ताओं की एक टीम की रिपोर्ट है जिन्होंने तकनीकी विशेषज्ञों और आम जनता के बीच एक सेतु बनाने की कोशिश की। उन्होंने तीन अलग-अलग कार्यशालाएं आयोजित कीं, जिसमें आम लोगों और विशेषज्ञों को एक साथ लाकर यह कल्पना की गई कि ये एआई एजेंट कैसे दिख सकते हैं। केवल बातचीत करने के बजाय, प्रतिभागियों ने रचनात्मकता दिखाई: उन्होंने अजीब एआई स्थितियों के साथ जागने की कहानियाँ सुनाईं और लेगो (Legos), प्ले-डोह (Play-Doh) और मैगजीन की कतरनों का उपयोग करके "लो-फाई" (lo-fi) प्रोटोटाइप बनाए ताकि वे दिखा सकें कि उनके आदर्श एआई मददगार कैसे दिखेंगे। बाद में, वे इन अनोखे विचारों को विशेषज्ञों के एक समूह के पास ले गए ताकि यह देखा जा सके कि क्या उन्हें वास्तव में बनाया जा सकता है।
टीम ने पाया कि हालांकि यह विचार सुनने में बहुत अच्छा लगता है, लेकिन इसे सफलतापूर्वक करना काफी कठिन है। उन्होंने तीन मुख्य बाधाओं की पहचान की। पहली, लोगों को जोड़े रखना कठिन है। यह एक बैंड को एकजुट रखने की कोशिश करने जैसा है; यदि आप उन्हें केवल एक गाने (एक कार्यशाला) के लिए बुलाते हैं, तो आप पूरा एल्बम खो देते हैं। शोधकर्ताओं ने महसूस किया कि वास्तविक मूल्य प्राप्त करने के लिए, लोगों को पूरी यात्रा का हिस्सा बनना होगा, विचार की पहली चिंगारी से लेकर अंतिम उत्पाद तक, न कि केवल एक छोटी बातचीत के लिए आना होगा।
दूसरी बात, हर कोई अलग भाषा बोलता है। विशेषज्ञ "एजेंट" और "एल्गोरिदम" की बात करते हैं, जबकि आम लोग शायद केवल "स्मार्ट कंप्यूटर" के बारे में सोचते हैं। शोधकर्ताओं ने पाया कि उन्हें बहुत सावधान रहना पड़ा ताकि वे फैंसी शब्दों का उपयोग करके या ऐसे उदाहरण दिखाकर अनजाने में प्रतिभागियों को गुमराह न कर दें जिससे वे एक विशिष्ट तरीके से सोचने लगें। उन्हें यह स्वीकार करना पड़ा कि शोधकर्ताओं के अपने पूर्वाग्रह भी हो सकते हैं, इसलिए उन्हें बिना बातचीत को दिशा दिए, ध्यान से सुनने के लिए अतिरिक्त सावधानी बरतनी पड़ी।
अंत में, उन मजेदार, रचनात्मक चित्रों और कहानियों को वास्तविक, काम करने वाली तकनीक में बदलने की चुनौती है। प्रतिभागियों ने 14 अलग-अलग एआई विचार पेश किए, लेकिन यह तय करना कि वास्तव में दुनिया में से कौन से काम कर सकते हैं, एक पहेली थी। शोधकर्ता सुझाव देते हैं कि आगे बढ़ने का सबसे अच्छा तरीका बातचीत को जारी रखना है, उन रचनात्मक विचारों को उन विशेषज्ञों के साथ जोड़ना है जो तकनीकी और नैतिक विवरणों को समझ सकें। यह अभी तक सुलझा हुआ मामला नहीं है, लेकिन उनका मानना है कि यदि हम शुरुआत से अंत तक जनता को शामिल रखते हैं, तो हम ऐसा एआई बना सकते हैं जो अभिनव भी हो और वास्तव में सभी के लिए उपयोगी भी।
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।