Gaze patterns predict preference and confidence in pairwise AI image evaluation
यह अध्ययन प्रदर्शित करता है कि आई-ट्रैकिंग डेटा, विशेष रूप से कैस्केड प्रभाव (cascade effect), ड्वेल टाइम (dwell time) और ट्रांज़िशन फ्रीक्वेंसी (transition frequency) जैसे दृष्टि पैटर्न, पेयरवाइज (pairwise) एआई इमेज मूल्यांकन के दौरान मानव चयन और आत्मविश्वास के स्तर, दोनों की प्रभावी ढंग से भविष्यवाणी कर सकते हैं, जो प्राथमिकता एनोटेशन की गुणवत्ता में सुधार के लिए मूल्यवान अंतर्निहित संकेत प्रदान करते 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 एक रोबोट कलाकार को बेहतर पेंटिंग करना सिखाने की कोशिश कर रहे हैं। आप उसे उसके द्वारा बनाई गई दो तस्वीरें दिखाते हैं और पूछते हैं, "इनमें से कौन सी बेहतर दिख रही है?" रोबोट आपके जवाब को सुनकर सीखता है। लेकिन यहाँ एक समस्या है: कभी-कभी आप जानते हैं कि आपको कौन सी पसंद है, और कभी-कभी आप बस अंदाज़ा लगा रहे होते हैं। रोबोट इस अंतर को नहीं जानता, इसलिए वह एक आत्मविश्वासी "मुझे यह वाली बहुत पसंद है!" को एक हिचकिचाते हुए "अह, शायद यह वाली?" के समान ही मानता है।
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ शोधकर्ताओं ने केवल यह सुनने के बजाय कि आप क्या कहते हैं, यह देखने का निर्णय लिया कि आपके नेत्र (आंखें) निर्णय लेते समय कैसे चलते हैं। वे यह देखना चाहते थे कि क्या आपकी आंखें आपके आत्मविश्वास और आपकी वास्तविक पसंद के बारे में एक गुप्त कहानी बता सकती हैं।
यहाँ उनके निष्कर्षों का रोज़मर्रा के उदाहरणों का उपयोग करके विवरण दिया गया है:
1. "चुंबकीय खिंचाव" (द गेज़ कैस्केड - Gaze Cascade)
अवधारणा: जब आप दो तस्वीरों को देखते हैं, तो आपकी आंखें केवल बेतरतीब ढंग से नहीं घूमतीं। वे एक चुंबक की तरह काम करती हैं।
खोज: विजेता तस्वीर चुनने के लिए बटन दबाने से लगभग एक सेकंड पहले, आपकी आंखें उस विजेता तस्वीर पर "अटकना" शुरू कर देती हैं। यह ऐसा है जैसे आप अपना वाक्य पूरा करने से पहले ही अवचेतन रूप से उत्तर की ओर झुक रहे हों।
रूपक: कल्पना कीजिए कि आप दो आइसक्रीम फ्लेवर के बीच चुनाव कर रहे हैं। शुरुआत में, आप दोनों को समान रूप से देखते हैं। लेकिन जैसे-जैसे आप अपना चुनाव करने के करीब पहुँचते हैं, आपकी आँखें एक छोटा सा "तुला-युद्ध" (tug-of-war) करने लगती हैं जहाँ वे बार-बार चॉकलेट चिप की ओर खिंची चली जाती हैं, भले ही आपने ज़ोर से "मैं चॉकलेट चुनता हूँ" न कहा हो। शोधकर्ताओं ने पाया कि AI कला का निर्णय करते समय भी ऐसा ही होता है।
2. "शॉपिंग कार्ट" (चुनाव का पूर्वानुमान)
अवधारणा: क्या हम बिना आपके कुछ कहे, सिर्फ आपकी आंखों को देखकर यह अनुमान लगा सकते हैं कि आपने कौन सी तस्वीर चुनी?
खोज: हाँ! शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम बनाया जो आपकी आंखों की गतिविधियों को देखता था और लगभग 68% सटीकता के साथ आपके चुनाव का अनुमान लगा लेता था।
रूपक: अपनी आंखों को एक स्टोर में खरीदारी करने वाले व्यक्ति के रूप में सोचें। यदि आप बार-बार एक ही चीज़ उठाते हैं, उसे वापस रखते हैं, और फिर से उठाते हैं (उस पर अधिक समय बिताते हैं, उसे अधिक बार देखते हैं, और उस पर वापस आते हैं), तो स्टोर क्लर्क (कंप्यूटर) अनुमान लगा सकता है, "ओह, वे निश्चित रूप से इसे ही खरीद रहे हैं।" जिन तस्वीरों को लोगों ने चुना, उन्हें उन तस्वीरों की तुलना में अधिक "आई-टाइम" (देखने का समय) और अधिक "री-लुक्स" (दोबारा देखना) मिले जिन्हें उन्होंने खारिज कर दिया था।
3. "बेचैन बनाम निर्णायक" (आत्मविश्वास का पूर्वानुमान)
अवधारणा: क्या कंप्यूटर यह बता सकता है कि आप अपने चुनाव के बारे में पक्के थे या बस अंदाज़ा लगा रहे थे?
खोज: यह सबसे दिलचस्प हिस्सा था। जब लोग अनिश्चित थे, तो उनकी आंखें एक घबराई हुई हमिंगबर्ड (गुंजन करने वाला पक्षी) की तरह थीं, जो दोनों तस्वीरों के बीच बहुत तेज़ी से इधर-उधर दौड़ रही थीं। जब लोग आत्मविश्वासी थे, तो उनकी आंखें एक स्थिर स्पॉटलाइट की तरह थीं, जो चुनी गई तस्वीर पर टिकी रहती थीं।
रूपक:
- उच्च आत्मविश्वास: आप एक न्यायाधीश की तरह हैं जो हथौड़ा (gavel) मारता है। आप विजेता की ओर देखते हैं, सिर हिलाते हैं, और आगे बढ़ जाते हैं।
- कम आत्मविश्वास: आप कोहरे में दो रास्तों के बीच निर्णय लेने की कोशिश करने वाले व्यक्ति की तरह हैं। आप एक कदम बाईं ओर लेते हैं, फिर एक कदम दाईं ओर, फिर बाईं ओर, बार-बार जाँच करते हैं। शोधकर्ताओं ने पाया कि आपकी आंखें जितनी अधिक तस्वीरों के बीच "फड़फड़ाती" (flicker) थीं, आप अपने उत्तर के प्रति उतने ही कम आश्वस्त थे।
यह क्यों मायने रखता है?
अभी, AI कंपनियाँ अपने मॉडल्स को मनुष्यों के लाखों ऐसे "यह एक या वह एक" वाले चुनावों का उपयोग करके प्रशिक्षित कर रही हैं। लेकिन उन्हें यह नहीं पता कि इंसान पक्का था या सिर्फ अंदाज़ा लगा रहा था।
यह अध्ययन सुझाव देता है कि हम आई-ट्रैकिंग (eye-tracking) को एक "ईमानदारी डिटेक्टर" के रूप में उपयोग कर सकते हैं।
- यदि आपकी आंखें स्थिर और केंद्रित थीं, तो AI आपके वोट पर भरोसा कर सकता है।
- यदि आपकी आंखें एक घबराई हुई चिड़िया की तरह इधर-उधर कूद रही थीं, तो AI जानता है, "हे, यह व्यक्ति निश्चित नहीं था। शायद हमें इस वोट का उपयोग रोबोट को सिखाने के लिए नहीं करना चाहिए।"
निचोड़ (The Bottom Line)
आपकी आंखें आपके बोलने से पहले ही आपके विचारों को उजागर कर देती हैं। यह देखकर कि आपकी दृष्टि एक विकल्प पर कैसे ठहरती है और वह कितनी बार विकल्पों के बीच कूदती है, हम न केवल यह बता सकते हैं कि आप क्या पसंद करते हैं, बल्कि यह भी कि आप उसके बारे में कितने निश्चित हैं। यह "अनुमानों" को फ़िल्टर करके और "निश्चितताओं" पर ध्यान केंद्रित करके AI को अधिक स्मार्ट और मानवों की वास्तविक इच्छाओं के अनुरूप बनाने में मदद कर सकता 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।