TruthStance: An Annotated Dataset of Conversations on Truth Social
यह शोध पत्र TruthStance को प्रस्तुत करता है, जो 2023-2025 तक फैली Truth Social की बातचीत का एक बड़े पैमाने पर, मानव-एनोटेटेड डेटासेट है, जो व्यापक पैटर्न विश्लेषण के लिए LLM-जनित लेबल के साथ-साथ तर्क खनन (argument mining) और रुख पहचान (stance detection) के लिए बेंचमार्क प्रदान करके ऑल्ट-टेक विमर्श अनुसंधान में मौजूद अंतराल को संबोधित 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
कल्पना कीजिए कि इंटरनेट एक विशाल, हलचल भरे शहर के चौक की तरह है। वर्षों से, शोधकर्ता मुख्य चौक (Twitter/X) में होने वाली बहसों और बड़े सामुदायिक मंचों (Reddit) में होने वाली चर्चाओं का अध्ययन कर रहे हैं। उन्होंने इस बात के नक्शे बनाए हैं कि कौन किससे सहमत है, कौन किससे असहमत है, और लोग एक-दूसरे को समझाने की कोशिश कैसे करते हैं।
लेकिन अब एक नया, छोटा और बहुत विशिष्ट मोहल्ला है जिसे Truth Social कहा जाता है। यह एक निजी क्लब हाउस की तरह है जहाँ लोग इसलिए जाते हैं क्योंकि उन्हें लगता है कि मुख्य चौक उनकी बात नहीं सुनता है। अब तक, किसी के पास भी इस क्लब हाउस के अंदर क्या होता है, इसका कोई अच्छा नक्शा नहीं था।
यह शोध पत्र TruthStance पेश करता है, जो उस मोहल्ले का एक विशाल नया नक्शा है। यह इस कहानी को सरल रूप में समझाता है कि उन्होंने इसे कैसे बनाया और उन्हें क्या पता चला।
1. समस्या: गायब नक्शा
शोधकर्ता यह समझना चाहते थे कि Truth Social पर लोग कैसे बहस करते हैं। लेकिन उनके पास जो डेटा था, वह भीड़ में चिल्लाते हुए एक अकेले व्यक्ति की फोटो देखने जैसा था। वे जानते थे कि लोग क्या कह रहे हैं, लेकिन वे यह नहीं जानते थे कि वे किससे बात कर रहे हैं या बातचीत कैसे विकसित हो रही है।
यह शतरंज के खेल को केवल मोहरों की शुरुआती स्थिति देखकर समझने की कोशिश करने जैसा है, बिना यह देखे कि उसके बाद क्या चालें चली गईं। आप रणनीति, जाल या शह और मात (checkmate) को नहीं देख सकते।
2. समाधान: "रिप्लाई ट्री" (Reply Tree) बनाना
लेखकों ने बाहर जाकर Truth Social से 24,000 बातचीत (थ्रेड्स) एकत्र कीं, जो 2023 से 2025 तक फैली हुई हैं। उन्होंने केवल मुख्य पोस्ट ही नहीं लीं; उन्होंने हर एक रिप्लाई (जवाब) और उन रिप्लाई के जवाबों को भी लिया।
एक बातचीत को एक फैमिली ट्री (वंशवृक्ष) की तरह समझें:
- जड़ (The Root): मूल पोस्ट (पूर्वज)।
- शाखाएं (The Branches): सीधे रिप्लाई।
- पत्तियां (The Leaves): गहरे, नेस्टेड रिप्लाई जो कई दिनों तक चलते हैं।
उन्होंने 5,23,000 से अधिक कमेंट्स एकत्र किए और उन्हें इन पेड़ों के रूप में व्यवस्थित किया। इसने उन्हें पूरे पारिवारिक माहौल को देखने की अनुमति दी, न कि केवल पूर्वज को।
3. चुनौती: कंप्यूटर को "सुनना" सिखाना
अब उनके पास डेटा था, लेकिन उन्हें इसके अर्थ को समझने की आवश्यकता थी। उन्हें हर कमेंट के लिए दो सवालों के जवाब देने थे:
- क्या यह एक बहस है? (क्या व्यक्ति कारणों के साथ कोई दावा कर रहा है, या सिर्फ "God bless" कह रहा है?)।
- उनका रुख (Stance) क्या है? (क्या वे उस व्यक्ति से सहमत हैं जिसे उन्होंने रिप्लाई किया है, उनसे लड़ रहे हैं, या बस "Hmm" कह रहे हैं?)।
इतने लाख कमेंट्स को मैन्युअल रूप से करना एक मानव टीम के लिए जीवन भर का काम होगा। इसलिए, उन्होंने AI (लार्ज लैंग्वेज मॉडल्स) को अपने "सुपर-रीडर्स" के रूप में इस्तेमाल किया।
- प्रशिक्षण (The Training): सबसे पहले, उन्होंने AI को यह सिखाने के लिए कि "सहमति" और "असहमति" कैसी दिखती है, मानव विशेषज्ञों को एक छोटा नमूना (1,500 बातचीत) लेबल करने के लिए काम पर लगाया।
- परीक्षण (The Test): उन्होंने अलग-अलग "प्रॉम्प्टिंग" तकनीकों (AI को अलग-अलग निर्देश देना) को आजमाया ताकि यह देखा जा सके कि कौन सा तरीका सबसे अच्छा काम करता है। यह अलग-अलग शिक्षण शैलियों को आजमाने जैसा था यह देखने के लिए कि कौन सा छात्र सबसे तेजी से सीखता है।
- विजेता (The Winner): उन्होंने पाया कि एक विशिष्ट AI मॉडल, जब उसे उदाहरणों और चरण-दर-चरण तर्क के निर्देशों का मिश्रण दिया गया, तो वह सबसे अच्छा "श्रोता" बन गया। उन्होंने बाकी डेटासेट को लेबल करने के लिए इसी AI का उपयोग किया।
4. खोज: "टाउन स्क्वायर" की गतिशीलता
एक बार जब नक्शा पूरा हो गया, तो उन्होंने पैटर्न की तलाश की। यहाँ बड़ी खोजें दी गई हैं:
- विषाक्तता (Toxicity) = बहस: उन्होंने पाया कि जो पोस्ट लंबे, अधिक नकारात्मक और "टॉक्सिक" (मतलबी या आक्रामक) थे, उनके वास्तविक बहस होने की संभावना बहुत अधिक थी। छोटे, विनम्र या प्रार्थना जैसे पोस्ट आमतौर पर केवल बयान थे, बहस नहीं।
- उपमा: यह एक शोर वाले बार में लड़ाई जैसा है। जितना अधिक शोर और आक्रामकता होगी, उतनी ही अधिक संभावना है कि यह एक असली लड़ाई है। शांत फुसफुसाहट आमतौर पर केवल लोगों के नमस्ते कहने जैसा है।
- "ड्रिफ्ट" (भटकाव) प्रभाव: जैसे-जैसे बातचीत गहरी होती जाती है (रिप्लाई ट्री में नीचे की ओर जाने पर), लोग मूल पोस्ट करने वाले व्यक्ति से सीधे बहस करना बंद कर देते हैं।
- उपमा: कल्पना कीजिए कि एक कमरे के सामने बहस शुरू होती है। पहले कुछ लोग वक्ता पर चिल्लाते हैं। लेकिन जैसे-जैसे आप कमरे के पीछे की ओर बढ़ते हैं, लोग अब वक्ता पर नहीं चिल्ला रहे होते; वे बस एक-दूसरे से बातें कर रहे होते हैं, या विनम्रता से सिर हिला रहे होते हैं। उन्होंने मूल लड़ाई में रुचि खो दी है।
- "न्यूट्रल" (तटस्थ) दीवार: यदि कोई व्यक्ति तटस्थ टिप्पणी (बिना किसी राय के) के साथ रिप्लाई करता है, तो बातचीत अक्सर एक डेड एंड (बंद मोड़) पर पहुँच जाती है। AI यह नहीं समझ सका कि अगले व्यक्ति का क्या मतलब था क्योंकि "तर्क की श्रृंखला" टूट गई थी।
- उपमा: यदि आप एक प्रश्न पूछते हैं और कोई कहता है, "शायद," तो बातचीत आमतौर पर वहीं रुक जाती है। आप यह नहीं जान सकते कि अगला व्यक्ति "शायद" से सहमत है या मूल प्रश्न से।
5. यह क्यों महत्वपूर्ण है
यह शोध पत्र एक विशिष्ट प्रकार की ऑनलाइन संस्कृति के लिए शोधकर्ताओं को एक सूक्ष्मदर्शी (Microscope) सौंपने जैसा है।
- वैज्ञानिकों के लिए: यह उन्हें उन "वैकल्पिक" स्थानों में राजनीतिक विचारों के प्रसार को समझने में मदद करता है जो मुख्यधारा के ट्विटर से अलग हैं।
- जनता के लिए: यह हमें दिखाता है कि भले ही यह जगह एक तरफा राजनीतिक स्पेक्ट्रम के लिए बनाई गई हो, फिर भी लोग बहस करते हैं, अभी भी विषय से भटक जाते हैं, और अभी भी लड़ने से थक जाते हैं।
निष्कर्ष
लेखकों ने इंटरनेट पर केवल डेटा का ढेर नहीं डाला। उन्होंने बातचीत का एक संरचित, एनोटेटेड पुस्तकालय बनाया, एक AI को इसे पढ़ना सिखाया, और इसका उपयोग यह प्रकट करने के लिए किया कि लोग इंटरनेट के एक विशिष्ट, कम अध्ययन किए गए कोने में कैसे बहस करते हैं। वे इस "नक्शे" को दुनिया के साथ साझा कर रहे हैं ताकि अन्य लोग इसका अध्ययन कर सकें, बशर्ते वे इसका जिम्मेदारी से उपयोग करें और व्यक्तियों की जासूसी करने की कोशिश न करें।
संक्षेप में: उन्होंने एक अराजक, शोर भरी बातचीत को लिया, उसे व्यवस्थित रूप से पेड़ों में बदला, एक रोबोट को उसके पत्तों को पढ़ना सिखाया, और यह खोजा कि ध्रुवीकृत दुनिया में भी, मानवीय बातचीत कुछ आश्चर्यजनक रूप से अनुमानित पैटर्नों का पालन करती 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।