Scaling In, Not Up? Testing Thick Citation Context Analysis with GPT-5 and Fragile Prompts
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ GPT-5 विविध व्याख्यात्मक परिकल्पनाओं को उत्पन्न करके सघन उद्धरण संदर्भ विश्लेषण (thick citation context analysis) के लिए एक स्थिर सह-विश्लेषक के रूप में कार्य कर सकता है, वहीं इसके विशिष्ट पठन और शब्दावली व्यवस्थित रूप से प्रॉम्प्ट स्कैफोल्डिंग द्वारा आकार लेती हैं, जो अक्सर मानव विशेषज्ञ पुनर्निर्माणों की तुलना में निषेध (admonishment) से वंशावली (lineage) की ओर ध्यान केंद्रित करती हैं।
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 आप दो लोगों के बीच एक गुप्त हाथ मिलाने (secret handshake) के तरीके को समझने की कोशिश कर रहे हैं। आप देखते हैं कि व्यक्ति A ने एक भाषण में व्यक्ति B का उल्लेख किया। सतह पर, यह एक साधारण "धन्यवाद" जैसा दिखता है। लेकिन क्या ऐसा ही है? या यह एक सूक्ष्म कटाक्ष है? "मैं आपसे अधिक बुद्धिमान हूँ," या "मैं आपको पूरा श्रेय दिए बिना आपके विचार चुरा रहा हूँ" कहने का एक तरीका?
दशकों से, वैज्ञानिकों ने इन "हाथ मिलाने" (उद्धरणों/citations) को "प्रशंसा," "आलोचना," या "केवल एक संदर्भ" जैसी स्पष्ट श्रेणियों में वर्गीकृत करने के लिए कंप्यूटरों का उपयोग करने की कोशिश की है। वे स्केल अप (scale up) करना चाहते थे: एक ऐसा रोबोट बनाना जो दस लाख शोध पत्रों को पढ़ सके और हर एक को तेज़ी से लेबल कर सके।
यह शोध पत्र एक अलग सवाल पूछता है: क्या होगा अगर हम रोबोट को एक एकल लेबल देने के लिए मजबूर करना बंद कर दें? क्या होगा अगर, इसके बजाय, हम रोबोट को स्केल इन (scale in) करने के लिए कहें? क्या होगा अगर हम उससे कहें कि वह एक ही पेचीदा वाक्य को बार-बार पढ़े और उस वाक्य के अर्थ के बारे में कई अलग-अलग, संभावित कहानियाँ उत्पन्न करे?
यहाँ इस प्रयोग की कहानी सरल रूप में दी गई है।
"कठिन मामला": एक छोटा सा फुटनोट
लेखक ने 1975 के एक विज्ञान पत्र से एक प्रसिद्ध, पेचीदा छोटे फुटनोट को चुना। यह एक किताब के हाशिए में लिखे एक छोटे, रहस्यमय नोट की तरह है।
- पाठ: "हमने यह विचार व्यक्ति X से लिया, फिर व्यक्ति Y ने इसे दोहराया। हम अभी के लिए उनके बीच के अंतर की चिंता करना छोड़ देंगे।"
- रहस्य: प्रसिद्ध विद्वान गिलबर्ट ने वर्षों पहले इसे देखा था और कहा था, "एक मिनट रुकिए। व्यक्ति Y ने व्यक्ति X को दोहराया, लेकिन जब उन्होंने इस विचार को परिभाषित किया तो उन्होंने वास्तव में व्यक्ति X को श्रेय नहीं दिया! यह फुटनोट वास्तव में एक विनम्र, छिपा हुआ अपमान है। यह कह रहा है, 'हे, आप श्रेय देना भूल गए, इसलिए हम आपके लिए इतिहास की किताबों को ठीक करने जा रहे हैं।'"
लेखक यह देखना चाहता था कि क्या एक सुपर-स्मार्ट AI (GPT-5) इस बात को समझ सकता है, एक उत्तर का अनुमान लगाने के बजाय, एक जासूस की तरह काम करके जो हर संभावित सिद्धांत को लिखता है।
प्रयोग: "दो-चरणीय जासूस"
लेखक ने केवल AI से यह नहीं पूछा, "इसका क्या अर्थ है?" वह बहुत अस्पष्ट है। इसके बजाय, उन्होंने एक दो-चरणीय पाइपलाइन बनाई:
- चरण 1: सतही स्कैन।
AI ने केवल फुटनोट को देखा। उसने एक मानक रोबोट की तरह कार्य किया, यह कहते हुए, "यह एक सामान्य 'धन्यवाद' नोट जैसा दिखता है।" (यह यहाँ बहुत सुसंगत था, बिल्कुल एक इंसान की तरह)। - चरण 2: गहरा गोता (Deep Dive)।
अब, AI के पास पूरी कहानी थी। उसने मूल शोध पत्र, वह पत्र जिसे उसने उद्धृत किया था, और वह पत्र जिसने उसे उद्धृत किया था, सबको देखा। उसे बताया गया: "ठीक है, आपने कहा कि यह एक 'धन्यवाद' नोट है। लेकिन अब, संकेतों को देखें। क्या कोई छिपे हुए अर्थ हैं? इस बारे में कि वास्तव में क्या हो रहा है, पाँच अलग-अलग सिद्धांत लिखें।"
ट्विस्ट: "प्रॉम्प्ट नज़ (Prompt Nudge)"
यहीं से यह बहुत दिलचस्प हो जाता है। लेखक ने महसूस किया कि आप AI से कैसे बात करते हैं, इसके आधार पर उसकी "व्यक्तित्व" बदल जाती है। इसलिए, उन्होंने सवाल पूछने के तीन अलग-अलग तरीके आजमाए:
- "तटस्थ" (Neutral) पूछना: "बस मुझे बताएं कि आप क्या सोचते हैं।"
- "की ओर" (Toward) झुकाव: लेखक ने AI को एक छोटा सा संकेत दिया, जैसे एक शिक्षक फुसफुसा रहा हो, "याद रखें, कभी-कभी लोग इतिहास को फिर से लिखने या आलोचना को छिपाने के लिए उद्धरणों का उपयोग करते हैं।"
- "से दूर" (Away) झुकाव: लेखक ने एक अलग संकेत दिया: "कभी-कभी लोग उद्धरणों का उपयोग केवल अपनी सूची लंबी दिखाने के लिए, या छात्रों को पढ़ाने के लिए करते हैं।"
क्या हुआ?
परिणाम बेहद दिलचस्प थे, जैसे किसी गिरगिट को उसके बैकग्राउंड के आधार पर रंग बदलते देखना।
- AI एक बेहतरीन "विचार जनरेटर" है:
AI ने केवल एक उत्तर नहीं दिया। इसने 450 अलग-अलग सिद्धांत तैयार किए। कुछ उबाऊ थे ("वे बस विनम्र होना चाहते थे")। कुछ शानदार थे ("वे एक प्रतिद्वंद्वी को चुप कराने की कोशिश कर रहे थे")। कुछ अजीब थे ("वे एक छात्र को सिखाने की कोशिश कर रहे थे")।
- उपमा: कल्पना कीजिए कि आप एक दोस्त से किसी अजनबी के विचारों का अनुमान लगाने के लिए कह रहे हैं। एक सामान्य व्यक्ति कह सकता है, "वह खुश दिख रहा है।" AI, सही संकेत मिलने पर, कहता है, "वह खुश दिख रहा है, या वह एक रहस्य छिपा रहा है, या वह एक परीक्षा के बारे में घबराया हुआ है, या वह किसी को प्रभावित करने के लिए खुश होने का नाटक कर रहा है।" यह संभावनाओं के घेरे को विस्तृत करता है।
- "नज़" (Nudge) ने कहानी बदल दी:
- जब लेखक ने "की ओर" (Toward) झुकाव दिया (छिपी हुई आलोचनाओं का संकेत दिया), तो AI ने सत्ता संघर्ष, श्रेय चुराने और छिपे हुए अपमान के बारे में अधिक कहानियाँ लिखना शुरू कर दिया। वह प्रसिद्ध विद्वान गिलबर्ट की तरह दिखने लगा।
- जब लेखक ने "से दूर" (Away) झुकाव दिया (पढ़ाने या सामाजिक शिष्टाचार का संकेत दिया), तो AI ने लड़ाई ढूँढना बंद कर दिया और छात्रों को पढ़ाने या समूहों के बीच पुल बनाने की कहानियाँ लिखना शुरू कर दिया।
- उपमा: यह एक जासूस को अपराध सुलझाने के लिए कहने जैसा है। यदि आप कहते हैं, "एक जासूस की तरह सोचें," तो जासूस जासूस ढूंढता है। यदि आप कहते हैं, "एक शिक्षक की तरह सोचें," तो वह एक कक्षा ढूंढता है। सुराग वही हैं, लेकिन संकेत के आधार पर कहानी बदल जाती है।
- AI "बड़े अपमान" को चूक गया:
संकेत मिलने के बावजूद, AI शायद ही कभी इस निष्कर्ष पर पहुँचा कि फुटनोट एक प्रत्यक्ष अपमान था। वह यह सोचने के बजाय कि लेखक एक पूर्ण-विकसित लड़ाई में शामिल थे, यह मानना पसंद करता था कि लेखक केवल "अपनी प्रतिष्ठा का प्रबंधन" कर रहे थे या "विचारों के वंश वृक्ष" को व्यवस्थित कर रहे थे। वह एक पूर्ण युद्ध की कल्पना करने के लिए थोड़ा अधिक विनम्र था।
- क्यों? AI को मददगार और अच्छा होने के लिए प्रशिक्षित किया गया है। यह एक राजनयिक की तरह है जो एक तनावपूर्ण बैठक को देखता है और सोचता है, "ओह, वे बस बातचीत कर रहे हैं," बजाय इसके कि "वे युद्ध शुरू करने वाले हैं।"
मुख्य निष्कर्ष
यह शोध पत्र मानव वैज्ञानिकों को रोबोट से बदलने के बारे में नहीं है। यह हम रोबोट का उपयोग कैसे करते हैं, इसे बदलने के बारे में है।
- पुराना तरीका (Scale Up): "रोबोट, 1 मिलियन पेपर पढ़ो और मुझे बताओ कि यह 'अच्छा' है या 'बुरा'।" (रोबोट अक्सर गलत हो जाता है क्योंकि मानवीय अर्थ जटिल होते हैं)।
- नया तरीका (Scale In): "रोबोट, इस एक पेचीदा वाक्य को पढ़ो। मेरे सह-विश्लेषक (co-analyst) के रूप में कार्य करो। मुझे इसके 10 अलग-अलग अर्थ बताओ। प्रत्येक के लिए सबूत दिखाओ। फिर, मैं (मानव) तय करूँगा कि कौन सी कहानी सबसे अधिक तर्कसंगत है।"
अंतिम उपमा:
AI को एक न्यायाधीश (जो अंतिम निर्णय देता है) के रूप में नहीं, बल्कि एक रचनात्मक लेखन साथी के रूप में देखें।
यदि आप एक लेखन साथी से पूछते हैं, "इस वाक्य के बारे में एक कहानी लिखें," तो वे आपको एक त्रासदी, एक कॉमेडी और एक रहस्य दे सकते हैं। वे आपको यह नहीं बताते कि कौन सा "सच" है। वे बस आपको संभावनाओं का एक मेनू थमा देते हैं। फिर, आप, मानव विशेषज्ञ, उस विकल्प को चुनते हैं जो वास्तविक दुनिया में फिट बैठता है।
यह शोध पत्र दिखाता है कि यदि हम AI को केवल हमारे लेबलिंग की गति बढ़ाने के उपकरण के बजाय, हमारी कल्पना को विस्तार देने के उपकरण के रूप में उपयोग करते हैं, तो हम विज्ञान में छिपे हुए अर्थों को उजागर कर सकते हैं जिन्हें हम स्वयं भी मिस कर सकते थे। लेकिन हमें सावधान रहना होगा: जिस तरह से आप सवाल पूछते हैं, वह उत्तर को बदल देता है, इसलिए हमें हमेशा रोबोट के काम की जाँच करनी चाहिए।
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।