Modeling Distinct Human Interaction in Web Agents
यह शोध पत्र नए एकत्रित किए गए CowCorpus डेटासेट का उपयोग करके वेब एजेंटों में विशिष्ट मानवीय हस्तक्षेप पैटर्न को मॉडल करने के लिए एक ढांचे का परिचय देता है, जो यह प्रदर्शित करता है कि उपयोगकर्ता की भागीदारी का पूर्वानुमान लगाने के लिए भाषा मॉडलों को प्रशिक्षित करना, हस्तक्षेप भविष्यवाणी सटीकता और उपयोगकर्ता द्वारा रेट की गई एजेंट उपयोगिता दोनों में महत्वपूर्ण सुधार 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 आपके पास एक बहुत ही बुद्धिमान, लेकिन थोड़ी घबराहट महसूस करने वाला डिजिटल सहायक है जिसका नाम "एजेंट" है, जो इंटरनेट पर नेविगेट करने, जैसे कि फ्लाइट बुक करने, कोई उपहार खरीदने या रेसिपी खोजने में आपकी मदद करने की कोशिश कर रहा है।
समस्या: "ओवर-थिंकर" बनाम "द घोस्ट"
अभी, ये AI एजेंट एक अजीब से बीच के रास्ते में फंसे हुए हैं।
- द घोस्ट (The Ghost): कभी-कभी, एजेंट इतना आत्मविश्वासी होता है कि वह तब भी आगे बढ़ता रहता है, जब वह गलत बटन दबाने या गलत चीज़ खरीदने ही वाला होता है। उसे यह नहीं पता होता कि मदद के लिए कब पूछना है, इसलिए आपको उसे रोकने के लिए एक बाज की तरह लगातार देखते रहना पड़ता है। यह आपके लिए थका देने वाला है।
- द ओवर-थिंकर (The Over-Thinker): दूसरी ओर, एजेंट कभी-कभी गलती करने से इतना डर जाता है कि वह हर एक सेकंड में रुककर पूछता है, "क्या आप पक्का हैं?" या "क्या आप चाहते हैं कि मैं इस पर क्लिक करूँ?" यह एक ऐसे यात्री की तरह है जो हर बार कार के दो इंच चलने पर पूछता है, "क्या हम बाएं मुड़ रहे हैं?" यह कष्टप्रद है और काम को धीमा कर देता है।
बड़ा सवाल यह था जो शोधकर्ताओं ने पूछा: हम एजेंट को यह कैसे सिखा सकते हैं कि उसे ठीक कब आपकी मदद मांगनी चाहिए, और कब बस गाड़ी चलाते रहना चाहिए?
समाधान: "कौकोरपस" (मानवीय आदतों का पुस्तकालय)
एजेंट को सिखाने के लिए, शोधकर्ताओं को यह अध्ययन करने की आवश्यकता थी कि वास्तविक इंसान वास्तव में इन उपकरणों के साथ कैसे बातचीत करते हैं। उन्होंने COWCORPUS नामक एक विशाल डेटासेट बनाया।
इस डेटासेट को 400 अलग-अलग "रोड ट्रिप्स" के पुस्तकालय के रूप में सोचें जहाँ एक इंसान और एक AI ने मिलकर गाड़ी चलाई थी। उन्होंने रिकॉर्ड किया कि हर बार जब इंसान ने स्टीयरिंग संभाला, हर बार जब उन्होंने AI को चलाने दिया, और हर बार जब उन्होंने मैप को लेकर बहस की।
इन 400 यात्राओं को देखकर, उन्हें एहसास हुआ कि इंसान सभी एक जैसे नहीं होते। वे चार अलग-अलग "ड्राइविंग शैलियों" में आते हैं:
- द टेकओवर ड्राइवर (The Takeover Driver): यह व्यक्ति AI को कुछ समय के लिए चलाने देता है, लेकिन जब वह फिनिश लाइन (या किसी समस्या) को देखता है, तो वह खुद स्टीयरिंग संभाल लेता है और काम पूरा करता है। वे शायद ही कभी स्टीयरिंग वापस देते हैं।
- द हैंड्स-ऑन को-पायलट (The Hands-On Co-Pilot): यह व्यक्ति लगातार स्टीयरिंग व्हील को ट्यून करता रहता है। वे बहुत सक्रिय रहते हैं, और AI के साथ नियंत्रण को बार-बार बदलते रहते हैं।
- द हैंड्स-ऑफ पैसेंजर (The Hands-Off Passenger): यह व्यक्ति बस पीछे बैठ जाता है, धूप का चश्मा लगाता है, और कहता है, "तुम चलाओ।" वे तब तक नियंत्रण को हाथ नहीं लगाते जब तक कि कार दुर्घटनाग्रस्त होने ही वाली न हो।
- द कोलैबोरेटिव नेविगेटर (The Collaborative Navigator): यह एक आदर्श साथी है। वे AI को चलाने देते हैं, लेकिन धीरे से कंधे पर थपथपाते हैं और कहते हैं, "हे, शायद आपको उस दूसरे रास्ते पर जाना चाहिए," और फिर तुरंत AI को फिर से चलाने देते हैं।
ब्रेकथ्रू: AI को "माहौल पढ़ना" सिखाना
शोधकर्ताओं ने इस ड्राइविंग शैलियों के पुस्तकालय का उपयोग करके एक नए प्रकार का AI मॉडल प्रशिक्षित किया। केवल "स्मार्ट" बनने के बजाय, मॉडल ने मानव व्यवहार की भविष्यवाणी करना सीखा।
- पहले: AI रैंडम तरीके से अनुमान लगाता था कि मदद कब मांगनी है।
- अब: AI स्थिति को देखता है और सोचता है, "ओह, मैं जानता हूँ कि यह यूजर एक 'Hands-Off' टाइप का व्यक्ति है। वे तब तक परेशान नहीं करना चाहते जब तक कि मैं गलती से कार खरीदने ही न वाला हूँ। मैं बस चलता रहूँगा।" या, "यह यूजर एक 'Takeover' टाइप का व्यक्ति है। वे आमतौर पर अंत में हस्तक्षेप करते हैं। मैं लक्ष्य के करीब पहुँचने तक चलता रहूँगा।"
परिणाम: एक सुगम सफर
जब उन्होंने एक वास्तविक दुनिया के प्रयोग में इस नए "इंटरवेंशन-अवेयर" (Intervention-Aware) AI का परीक्षण किया:
- कम कष्टप्रद रुकावटें: AI ने गलत समय पर "क्या आप पक्का हैं?" पूछना बंद कर दिया।
- बेहतर टाइमिंग: इसने ठीक उसी समय मदद मांगी जब इंसान गलती करने वाला था या जिसे अपनी पसंद स्पष्ट करने की आवश्यकता थी।
- खुशहाल इंसान: इसे इस्तेमाल करने वाले लोगों ने पुराने संस्करण की तुलना में इसे 26.5% अधिक उपयोगी पाया। उन्हें लगा कि उनका नियंत्रण बना हुआ है, लेकिन साथ ही उन्हें यह भी महसूस हुआ कि AI वास्तव में भारी काम कर रहा है।
बड़ी तस्वीर
यह पेपर केवल एक बेहतर वेब ब्राउज़र टूल बनाने के बारे में नहीं है। यह इस बारे में है कि हम AI के बारे में कैसे सोचते हैं। पूरी तरह से स्वायत्त (सब कुछ अकेले करने वाला) या पूरी तरह से आज्ञाकारी (आदेशों का इंतजार करने वाला) AI बनाने के बजाय, हमें अनुकूलनशील साथी (adaptive partners) बनाने चाहिए।
इसे एक डांस की तरह समझें। एक बुरा डांस पार्टनर या तो आपके पैरों पर पैर रखता है (बहुत अधिक स्वायत्त) या आपके हर कदम का नेतृत्व करने के लिए आपके आदेश का इंतजार करता है (बहुत अधिक निर्भर)। यह नया शोध AI को संगीत को महसूस करना और यह जानना सिखाता है कि कब नेतृत्व करना है, कब अनुसरण करना है, और कब पूछना है, "हे, क्या आप मूव बदलना चाहते हैं?"
यह समझकर कि इंसान सहयोग करना कैसे पसंद करते हैं, AI एक सच्चे टीममेट के रूप में उभरता है, न कि केवल एक टूल या बॉस के रूप में।
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।