Can LLMs Produce Original Astronomy Research in a Semester? A Graduate Class Experiment
यह शोध पत्र फॉल 2025 के एक स्नातक खगोल विज्ञान प्रयोग की रिपोर्ट करता है जहाँ छात्रों ने मूल शोध करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग किया, जिसमें यह पाया गया कि हालांकि LLMs ने शोध पत्र तैयार करने में सहायता की, लेकिन वे अक्सर सटीक अंतर्दृष्टि प्रदान करने, जटिल कोड उत्पन्न करने या मतिभ्रम (hallucinations) से बचने में विफल रहे, जिससे उनकी समग्र उपयोगिता और रचनात्मकता पर प्रभाव के संबंध में छात्रों की मिश्रित धारणाएं सामने आईं।
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 विश्वविद्यालय के एक खगोल विज्ञान (astronomy) की कक्षा में स्नातक छात्रों (graduate students) का एक समूह है। उनका असाइनमेंट बहुत महत्वाकांक्षी है: इस सेमेस्टर के अंत तक, उन्हें आकाशगंगाओं (galaxies) पर एक बिल्कुल नया वैज्ञानिक शोध पत्र (scientific paper) लिखना है जो इतना अच्छा हो कि उसे किसी वास्तविक जर्नल में प्रकाशित किया जा सके।
आमतौर पर, यह बिना किसी ब्लूप्रिंट के, केवल एक हथौड़े और बहुत धैर्य के साथ शून्य से घर बनाने जैसा है। लेकिन इस विशेष सेमेस्टर के लिए, उनके प्रोफेसर ने उन्हें एक सुपर-शक्तिशाली, सर्वज्ञानी रोबोट सहायक (एक AI जिसे लार्ज लैंग्वेज मॉडल या LLM कहा जाता है) दिया और कहा, "इस घर को बनाने में मदद करने के लिए इसका उपयोग करें।"
जो पेपर आपने पढ़ा है वह छात्रों की रिपोर्ट कार्ड है कि उस रोबोट ने वास्तव में कितनी अच्छी तरह मदद की। यहाँ उनके प्रयोग की कहानी सरल शब्दों में दी गई है।
सेटअप: "सुपर-इंटर्न"
छात्रों ने AI के साथ एक बहुत तेज़, बहुत अधिक पढ़े-लिखे इंटर्न की तरह व्यवहार किया। उन्होंने इसे भारी काम करने के लिए कहा: पुराने शोध पत्र ढूँढना, डेटा का विश्लेषण करने के लिए कंप्यूटर कोड लिखना, और यहाँ तक कि यह सुझाव देना कि वे कौन सी नई खोजें कर सकते हैं।
अच्छी खबर (जादुई क्षण):
- तेज़ पाठक: यदि आप किसी इंसान को गैलेक्सी बार्स (galaxy bars) पर 500 शोध पत्र पढ़ने के लिए कहें, तो इसमें हफ़्तों लग जाएंगे। AI ने इन्हें सेकंडों में पढ़ लिया और सारांश दे दिया। यह एक ऐसे लाइब्रेरियन की तरह था जो लाखों किताबों के पुस्तकालय से तुरंत वही सटीक पृष्ठ निकाल सकता था जिसकी आपको आवश्यकता थी।
- कोड ठीक करने वाला: कभी-कभी, छात्रों ने एक कंप्यूटर प्रोग्राम लिखा जो क्रैश हो गया। AI त्रुटि संदेश (error message) को देख सकता था और कह सकता था, "ओह, आप यहाँ एक कॉमा भूल गए हैं," या "आपने गलत फॉर्मूला इस्तेमाल किया है।" यह एक मैकेनिक की तरह था जो कार के इंजन की आवाज़ सुनकर तुरंत जान जाता था कि कौन सा हिस्सा टूटा है।
- विचार मंथन (Brainstormer): जब छात्र अटक जाते थे और उन्हें नहीं पता होता था कि आगे क्या अध्ययन करना है, तो AI सुझाव देता था। इसने उन्हें एक विशाल, डरावने विषय को एक प्रबंधनीय प्रोजेक्ट में सीमित करने में मदद की।
बुरी खबर (भ्रम या Hallucinations):
हालाँकि, AI पूर्ण नहीं था। वास्तव में, इसमें कुछ बहुत ही खतरनाक आदतें थीं:
- नकली लाइब्रेरियन: लगभग 20% बार, AI आत्मविश्वास के साथ छात्र को एक ऐसा "संदर्भ" (reference) थमा देता था जो अस्तित्व में ही नहीं था। वह एक फर्जी शीर्षक, एक फर्जी लेखक और एक फर्जी लिंक देता था। यह एक टूर गाइड की तरह था जो किसी इमारत की ओर इशारा करते हुए कहता है, "वह कला संग्रहालय है," जबकि वास्तव में वह एक गैस स्टेशन था। छात्रों को हर एक लिंक को मैन्युअल रूप से जांचना पड़ता था।
- ज़िद्दी शेफ: यदि कोई छात्र AI को कहता, "यह कोड गलत है," और AI कहता, "नहीं, यह सही है," और छात्र कहता, "नहीं, देखो, यह क्रैश हो रहा है," तो AI अक्सर अपनी बात पर अड़ा रहता और दावा करता कि वह सही है। यह एक ऐसे शेफ की तरह था जो तब भी नमक डालता रहता है जब आप उसे बताते हैं कि सूप में नमक ज़्यादा है, और कहता रहता है, "नहीं, इसमें और नमक चाहिए।"
- अंधा नेविगेटर: AI यह बताने में बहुत अच्छा था कि "डेटा प्राप्त करने के लिए इस वेबसाइट पर जाएं," लेकिन वास्तव में वहाँ जाने में बहुत बुरा था। वह डेटाबेस में लॉग इन नहीं कर सकता था, फाइलें डाउनलोड नहीं कर सकता था, या वेबसाइट के जटिल नियमों को नहीं समझ सकता था। यह एक GPS की तरह था जो आपको दुकान का पता तो बता सकता है लेकिन कार चलाकर वहां तक नहीं पहुँचा सकता।
- अनुमान लगाने का खेल: जब विशिष्ट संख्याओं (जैसे माप में अनिश्चितता) के बारे में पूछा जाता था, तो AI कभी-कभी तब तक नंबर बना लेता था जब तक उसे उत्तर नहीं पता होता था। वह "मुझे नहीं पता" कहने के बजाय आत्मविश्वास के साथ झूठ बोलना पसंद करता था।
निर्णय: क्या इसने समय बचाया?
इसका उत्तर एक विभाजित वोट है, जैसे सिक्का उछालना।
- टीम "हाँ": लगभग आधे छात्रों ने कहा, "हाँ, इसने मेरा समय बचाया।" उनके लिए, AI एक नए विषय की बुनियादी बातें सीखने और शुरुआत करने के लिए एक बेहतरीन उपकरण था। यह उड़ान के उबाऊ हिस्सों के लिए एक को-पायलट की तरह था।
- टीम "नहीं": दूसरे आधे छात्रों ने कहा, "नहीं, इसने मेरा समय बर्बाद किया।" उन्होंने AI के फर्जी संदर्भों को ठीक करने, उसके टूटे हुए कोड को सुधारने और गलत होने पर उससे बहस करने में घंटों बिताए। उन्हें लगा कि यदि उन्होंने काम खुद ही किया होता, तो वे अधिक तेज़ और सटीक होते।
बड़ा सबक: "मानवीय स्पर्श"
पेपर का सबसे महत्वपूर्ण हिस्सा तकनीक के बारे में नहीं है; यह छात्रों की भावनाओं के बारे में है।
कई छात्रों को डर था कि AI पर बहुत अधिक निर्भर रहने से वे आलसी विचारक बन जाएंगे। उन्हें लगा कि यदि AI सारा काम करता है, तो वे खोज की "चमक" (spark) खो देंगे। एक छात्र ने कहा, "यदि AI मुझे बताता है कि आगे क्या करना है, तो वैज्ञानिक होने का मज़ा कहाँ है?"
उन्होंने महसूस किया कि हालांकि AI एक शक्तिशाली उपकरण है, लेकिन इसमें वैज्ञानिक स्वाद (scientific taste) की कमी है। इसमें वह अंतर्ज्ञान (intuition) नहीं है जो ब्रह्मांड के अध्ययन से वर्षों में आता है। यह एक उबाऊ, हल किए गए प्रश्न और एक रोमांचक, अनसुलझे रहस्य के बीच अंतर नहीं कर सकता।
निष्कर्ष
छात्रों ने निष्कर्ष निकाला कि AI एक बहुत तेज़, बहुत आत्मविश्वासी, लेकिन कभी-कभी भ्रमित करने वाले इंटर्न की तरह है।
- इसका उपयोग करें: शोध पत्रों का सारांश देने, कोड में छोटी गलतियों को ठीक करने और विचारों के मंथन के लिए।
- इसका उपयोग न करें: अंतिम शोध पत्र लिखने, वास्तविक डेटा खोजने या तथ्य बनाने के लिए।
पेपर एक चेतावनी और एक उम्मीद के साथ समाप्त होता है: जैसे-जैसे AI स्मार्ट होता जाएगा, यह एक बेहतर इंटर्न बनेगा। लेकिन तब तक, वैज्ञानिकों को हर उस चीज़ की जाँच करने वाला "मैनेजर" होना चाहिए जो इंटर्न करता है। यदि आप काम की जाँच नहीं करते हैं, तो इंटर्न आपका घर रेत की नींव पर बना सकता है।
संक्षेप में: AI काम को तेज़ करने के लिए एक शानदार उपकरण है, लेकिन यह उस मानव मस्तिष्क का स्थान नहीं ले सकता जो प्रश्न पूछता है, उत्तरों की जाँच करता है और यह तय करता है कि वास्तव में क्या महत्वपूर्ण 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।