Measuring Inclusion in Interaction: Inclusion Analytics for Human-AI Collaborative Learning
यह शोधपत्र "इनक्लूजन एनालिटिक्स" (समावेशन विश्लेषण) प्रस्तुत करता है, जो एक विमर्श-आधारित ढांचा है जिसे मानव-एआई सहयोगात्मक शिक्षण में भागीदारी, प्रभाव और ज्ञानमीमांसीय आयामों के माध्यम से एक गतिशील, क्षण-प्रति-क्षण प्रक्रिया के रूप में समावेशन को मापने के लिए डिज़ाइन किया गया 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
"डिनर पार्टी" की समस्या: यह सुनिश्चित करना कि हर किसी के लिए मेज पर जगह हो
कल्पना कीजिए कि आप एक डिनर पार्टी होस्ट कर रहे हैं। आप इसे समावेशी (inclusive) बनाना चाहते हैं, इसलिए आप अपनी गेस्ट लिस्ट चेक करते हैं: "बहुत बढ़िया, मेरे पास लोगों का एक विविध समूह है!" आपको अच्छा महसूस होता है। लेकिन फिर, पार्टी वास्तव में शुरू होती है।
जैसे-जैसे रात आगे बढ़ती है, आप कुछ नोटिस करते हैं:
- ज़ोर से बोलने वाला: एक मेहमान 90% बातें कर रहा है, जबकि दूसरा मेहमान चुपचाप बैठा है, उसे बोलने का शायद ही मौका मिल पा रहा है।
- अनदेखा करना (The Cold Shoulder): जब एक व्यक्ति कोई चुटकुला सुनाता है, तो सब हंसते हैं, लेकिन जब दूसरा व्यक्ति कोई गंभीर विचार साझा करता है, तो कमरा शांत हो जाता है।
- विचारों का चोर (The Idea Thief): कोई एक बेहतरीन विचार सुझाता है, लेकिन समूह उसे अनदेखा कर देता है—केवल तभी जब पाँच मिनट बाद कोई दूसरा व्यक्ति बिल्कुल वही बात कहता है, और उस व्यक्ति को सारा श्रेय मिल जाता है।
भले ही आपकी गेस्ट लिस्ट "विविध" थी, लेकिन पार्टी का अनुभव समावेशी नहीं था।
यह पेपर किस बारे में है?
आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में, हम तेजी से मनुष्यों और AI को समस्याओं को हल करने के लिए मिलकर काम करने के लिए कह रहे हैं (जैसे एक छात्र और एक AI ट्यूटर एक विज्ञान प्रोजेक्ट पर काम कर रहे हों)।
वर्तमान में, शोधकर्ता आमतौर पर "समावेशिता" को गेस्ट लिस्ट (जनसांख्यिकी) देखकर या लोगों से बाद में पूछकर मापते हैं, "क्या आपने समावेशी महसूस किया?" (स्व-रिपोर्ट)। लेकिन इस पेपर के लेखक, जेयून चोई और निया निक्सन का तर्क है कि यह बहुत देर हो चुकी है। समावेशिता केवल एक चेकबॉक्स नहीं है; यह एक जीवंत प्रक्रिया है जो बातचीत के दौरान पल-पल घटित होती है।
वे "इनक्लूजन एनालिटिक्स" (Inclusion Analytics) नामक एक नया टूलकिट प्रस्तावित करते हैं। यह पूछने के बजाय कि लोगों ने कैसा महसूस किया, वे गणित और भाषा तकनीक का उपयोग यह देखने के लिए करते हैं कि लोग वास्तविक समय में कैसे परस्पर क्रिया (interact) करते हैं।
समावेशिता के तीन "लेंस"
शोधकर्ता तीन विशिष्ट लेंसों के माध्यम से सहयोग को देखते हैं:
1. भागीदारी इक्विटी (The "Microphone" Test - माइक्रोफ़ोन टेस्ट)
उपमा: कल्पना कीजिए कि लोग एक ही माइक्रोफ़ोन के चारों ओर बैठे हैं।
लक्ष्य: क्या माइक्रोफ़ोन निष्पक्ष रूप से घुमाया जा रहा है? या क्या कोई एक व्यक्ति इसे हड़प रहा है? शोधकर्ता यह ट्रैक करने के लिए गणित का उपयोग करते हैं कि प्रत्येक व्यक्ति कितने टर्न लेता है और वे कितने शब्द बोलते हैं। यदि कोई व्यक्ति "माइक्रोफ़ोन हड़प रहा है," तो सिस्टम असंतुलन को फ्लैग (चिह्नित) करता है।
2. एफेक्टिव क्लाइमेट (The "Vibe" Check - वाइब चेक)
उपमा: एक कमरे के "सामाजिक तापमान" के बारे में सोचें। क्या यह गर्म और स्वागत योग्य है, या ठंडा और रूखा?
लक्ष्य: वे विनम्रता (politeness) को देखते हैं। लेकिन वे केवल "कृपया" और "धन्यवाद" नहीं देखते। वे "पोलाइटनेस अपटेक" (politeness uptake) को देखते हैं। यदि मैं आपके प्रति सम्मानजनक हूँ, तो क्या आप भी मेरे प्रति सम्मान दर्शाते हैं? यदि मैं विनम्र हूँ और आप बदले में रूखा व्यवहार करते हैं, तो "सामाजिक तापमान" गिर रहा है, और वातावरण जोखिम लेने या प्रश्न पूछने के लिए असुरक्षित हो सकता है।
3. एपिस्टेमिक इक्विटी (The "Echo" Test - इको टेस्ट)
उपमा: कल्पना कीजिए कि आप समूह में एक गेंद फेंकते हैं, और हर कोई उसे अनदेखा कर देता है। फिर, कोई और वही गेंद फेंकता है, और हर कोई उसे पकड़ लेता है।
लक्ष्य: यह विचारों के बारे में है। क्या समूह वास्तव में आपके द्वारा कही गई बात को "पकड़ता" है? शोधकर्ता यह देखने के लिए AI का उपयोग करते हैं कि क्या आपके शब्दों का अर्थ अगली कुछ वाक्यों में गूँजता है या समर्थित होता है। यदि आपके विचारों को लगातार अनदेखा किया जाता है या "ड्रॉप" कर दिया जाता है, तो आपको समूह की बौद्धिक शक्ति (brainpower) से बाहर रखा जा रहा है, भले ही आपको बोलने की अनुमति दी गई हो।
उन्हें क्या मिला?
शोधकर्ताओं ने कंप्यूटर-सिम्युलेटेड बातचीत और वास्तविक प्रयोगों का उपयोग करके इसका परीक्षण किया जहाँ मनुष्यों ने AI के साथ काम किया।
- AI एक "बातूनी" (Chatty Cathy) है: उन्होंने पाया कि जब एक AI टीम में शामिल होता है, तो "माइक्रोफ़ोन टेस्ट" अक्सर विफल हो जाता है। AI बहुत अधिक बातूनी होने की प्रवृत्ति रखता है (बहुत अधिक शब्द उपयोग करना), जो संतुलन को बिगाड़ सकता है।
- AI एक "विनम्र भूत" (Polite Ghost) है: हालांकि AI बहुत विनम्र है, लेकिन मनुष्य हमेशा उस विनम्रता को वापस नहीं दर्शाते। मनुष्य अक्सर AI के साथ एक साथी के बजाय एक उपकरण (सीधे आदेश देना) की तरह व्यवहार करते हैं।
- "विचारों का अंतर" (The Idea Gap): उन्होंने देखा कि जबकि मनुष्य एक-दूसरे के विचारों पर निर्माण करते हैं, AI के विचारों को अक्सर स्वीकार तो किया जाता है लेकिन वास्तव में उन पर "चर्चा" नहीं की जाती। यह ऐसा है जैसे AI कुछ कहता है, सब "ठीक है" कहते हैं, और आगे बढ़ जाते हैं—वहाँ कोई वास्तविक सहयोगात्मक "नृत्य" (dance) नहीं होता।
यह क्यों मायने रखता है?
यदि हम चाहते हैं कि AI शिक्षा और कार्य में एक सच्चा भागीदार बने, तो हम केवल यह उम्मीद नहीं कर सकते कि वह समावेशी होगा। हमें "नृत्य को मापने" में सक्षम होना चाहिए।
इन "इनक्लूजन एनालिटिक्स" का उपयोग करके, हम ऐसे सिस्टम बना सकते हैं जो हमें सचेत करें जब कोई छात्र चुप कराया जा रहा हो, जब "वाइब" विषाक्त हो रही हो, या जब किसी महत्वपूर्ण विचार को अनदेखा किया जा रहा हो। यह हमें केवल समानता की उम्मीद करने से हटाकर वास्तव में इसे क्रिया में देखने की ओर ले जाता है।
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।