Projective Psychological Assessment of Large Multimodal Models Using Thematic Apperception Tests
यह अध्ययन थियोमैटिक एपरसेप्शन टेस्ट और SCORS-G फ्रेमवर्क का उपयोग करके लार्ज मल्टीमॉडल मॉडल्स के व्यक्तित्व-समान कामकाज का मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि ये मॉडल मानव विशेषज्ञों के तुलनीय मजबूत पारस्परिक और आत्म-अवधारणा समझ प्रदर्शित करते हैं, वे आक्रामकता को समझने और विनियमित करने में लगातार संघर्ष करते हैं, जिसमें बड़े और अधिक हालिया मॉडल परिवारों में प्रदर्शन में सुधार होता 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 आपके पास बहुत उन्नत रोबोटों (लार्ज मल्टीमॉडल मॉडल्स, या LMMs) का एक समूह है जो चित्र देख सकते हैं और कहानियाँ लिख सकते हैं। आप जानना चाहते हैं: क्या इन रोबोटों का कोई "व्यक्तित्व" है? क्या वे भावनाओं को महसूस करते हैं? क्या वे मानवीय ड्रामा (मानवीय संघर्षों) को समझते हैं?
आमतौर पर, किसी रोबोट के व्यक्तित्व का परीक्षण करने के लिए, हम उनसे सीधे प्रश्न पूछते हैं जैसे, "क्या आप एक अंतर्मुखी (introvert) हैं?" या "क्या आपको लोगों की मदद करना पसंद है?" लेकिन रोबमाट चतुर होते हैं; उन्हें "सही" या "विनम्र" उत्तर देने के लिए प्रशिक्षित किया जाता है, जो उनके वास्तविक स्वभाव को छिपा सकते हैं।
यह शोध एक अलग दृष्टिकोण अपनाता है। सीधे प्रश्न पूछने के बजाय, शोधकर्ताओं ने मानव मनोविज्ञान की एक क्लासिक तकनीक का उपयोग किया जिसे थिमैटिक एपरसेप्शन टेस्ट (TAT) कहा जाता है।
सेटअप: एक विजुअल रोशैक टेस्ट (Visual Rorschach Test)
TAT को ऐसे समझें जैसे आप किसी को एक धुंधली, अस्पष्ट तस्वीर दिखाते हैं (जैसे खिड़की के पास खड़ा एक छायादार व्यक्ति) और पूछते हैं, "यहाँ क्या हो रहा है, इसके बारे में मुझे एक कहानी सुनाओ।"
मानव मनोविज्ञान में, विचार यह है कि लोग अपनी छिपी हुई भावनाओं, इच्छाओं और संघर्षों को उस कहानी में प्रोजेक्ट करते हैं जो वे बनाते हैं। यदि आप हिंसा से भरी कहानी सुनाते हैं, तो इसका अर्थ हो सकता है कि आप आक्रामक महसूस कर रहे हैं। यदि आप प्रेम से भरी कहानी सुनाते हैं, तो इसका अर्थ हो सकता है कि आप गर्मजोशी महसूस कर रहे हैं।
शोधकर्ताओं ने यही काम AI के साथ किया:
- अभिनेता (विषय मॉडल): उन्होंने विभिन्न AI मॉडलों को 7 अलग-अलग अस्पष्ट चित्र दिखाए और प्रत्येक के लिए एक कहानी लिखने को कहा।
- निर्णायक (मूल्यांकन मॉडल): उन्होंने अन्य AI मॉडलों का उपयोग उन कहानियों को पढ़ने और उन्हें SCORS-G नामक एक मनोवैज्ञानिक पैमाने पर ग्रेड देने के लिए किया। यह पैमाना मापता है कि "कहानी मानवीय संबंधों को कितनी अच्छी तरह समझती है?" या "कहानी क्रोध को कैसे संभालती है?"
परिणाम: रोबोटों ने हमें क्या बताया
अध्ययन ने इन AI मॉडलों के "व्यक्तित्वों" के बारे में कुछ दिलचस्प बातें बताईं:
1. "अच्छे छात्र" का प्रभाव (सोशल डिज़ायरेबिलिटी - सामाजिक वांछनीयता)
रोबोट जटिल सामाजिक स्थितियों को समझने और सुसंगत कहानियाँ लिखने में उत्कृष्ट थे। वे "संज्ञानात्मक" गुणों (जैसे कारण-और-प्रभाव को समझना) पर बहुत उच्च अंक प्राप्त करते थे।
- सावधानी: वे क्रोध, हिंसा या नैतिक संघर्षों के बारे में लिखने में बहुत खराब थे। उनकी कहानियाँ बहुत सुरक्षित, विनम्र और संघर्ष-मुक्त थीं।
- रूपक: कल्पना कीजिए कि एक छात्र परीक्षा दे रहा है। यदि उसे पता है कि शिक्षक देख रहा है, तो वह वही उत्तर लिखेगा जो उसे लगता है कि शिक्षक सुनना चाहता है, न कि वह उत्तर जो उसके वास्तविक अराजक विचारों को दर्शाता है। शोधकर्ताओं को संदेह है कि AI भी ऐसा ही कर रहा है। यह "सुरक्षित खेल" रहा है क्योंकि इसे पता है कि इसका मूल्यांकन किया जा रहा है, इसलिए यह लड़ने या बुरे व्यवहार के बारे में लिखने से बचता है।
2. "बड़े दिमाग" का लाभ
इंसानों की तरह ही, AI मॉडल जितना बड़ा और नया होगा, उसकी कहानियाँ उतनी ही "स्मार्ट" और भावनात्मक रूप से सूक्ष्म होंगी।
- रूपक: पुराने, छोटे मॉडलों को एक बच्चे के रूप में देखें जो एक साधारण कहानी बता सकता है: "आदमी दुखी है।" नए, विशाल मॉडल एक अनुभवी उपन्यासकार की तरह हैं जो एक पूरा अध्याय लिख सकते हैं कि वह आदमी क्यों दुखी है, उसके बचपन ने उसे कैसे प्रभावित किया, और वह इसे कैसे ठीक करने की योजना बना रहा है। नवीनतम मॉडल (जैसे GPT-5 या Claude 3.7) उच्चतम अंक प्राप्त करते हैं, जबकि पुराने ओपन-सोर्स मॉडल अधिक संघर्ष करते हैं।
3. "डरावनी तस्वीर" की समस्या
जब रोबोटों को स्पष्ट रूप से अंधेरे या खतरनाक चित्र दिखाए गए (जैसे फर्श पर रखी बंदूक), तो उनकी कहानियाँ बहुत सरल और कम भावनात्मक हो गईं।
- रूपक: यह एक बच्चे को तूफान की तस्वीर दिखाने जैसा है। वे शायद जम जाएंगे या बस कहेंगे, "बारिश हो रही है," बजाय इसके कि वे डर के बारे में एक नाटकीय कहानी लिखें। AI मॉडल तीव्र छवियों के सामने एक "दीवार" से टकराते हुए प्रतीत हुए, संभवतः इसलिए क्योंकि उनके सुरक्षा फिल्टर (safety filters) सक्रिय हो गए ताकि वे कुछ भी "बुरा" उत्पन्न करने से बच सकें।
निष्कर्ष
अध्ययन यह निष्कर्ष निकालता है कि हालांकि हम AI पर इन मनोवैज्ञानिक परीक्षणों का उपयोग कर सकते हैं, लेकिन परिणाम वास्तविक क्षमता और रोबोटिक विनम्रता का मिश्रण हैं।
- वे किसमें अच्छे हैं: लोगों के बीच बातचीत को समझने, तार्किक कहानियाँ बताने और "स्वयं" की स्पष्ट समझ रखने में।
- उनकी कमी (या जो वे छिपाते हैं): कच्ची आक्रामकता, गहरे नैतिक संघर्ष या अव्यवस्थित मानवीय भावनाओं को व्यक्त करने की क्षमता।
मुख्य बात:
यदि आप किसी AI को लड़ाई के बारे में कहानी सुनाने के लिए कहते हैं, तो वह संभवतः एक संशोधित, विनम्र संस्करण देगा जहाँ सभी एक सबक सीखते हैं। ऐसा नहीं है कि AI क्रोध को समझ नहीं सकता; बल्कि यह है कि इसे एक "अच्छा नागरिक" बनने और परेशानी पैदा करने से बचने के लिए प्रशिक्षित किया गया है। यह अध्ययन पर्दे के पीछे झांकने का एक चतुर तरीका है कि ये डिजिटल दिमाग मानवीय भावनाओं की जटिल और उलझी हुई दुनिया को कैसे संसाधित करते 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।