Prosocial Persuasion at Scale? Large Language Models Outperform Humans in Donation Appeals Across Levels of Personalization
दो पूर्व-पंजीकृत प्रयोगों से यह सिद्ध होता है कि बड़े भाषा मॉडल (लार्ज लैंग्वेज मॉडल्स) प्रेरक दान अपील उत्पन्न करने में मनुष्यों से बेहतर प्रदर्शन करते हैं, जिससे विभिन्न स्तरों के वैयक्तिकरण के बावजूद उच्च जुड़ाव और दान प्राप्त 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 आप एक ऐसी सड़क पर चल रहे हैं जहाँ दान के बूथ लगे हुए हैं। प्रत्येक बूथ पर एक साइन लगा है जो कैंसर अनुसंधान में मदद के लिए आपसे पैसे मांग रहा है। कुछ साइन किसी स्थानीय स्वयंसेवक द्वारा लिखे गए हैं, कुछ एक पेशेवर लेखक द्वारा, और कुछ एक सुपर-स्मार्ट रोबोट द्वारा।
यह पेपर एक सरल लेकिन गहरा सवाल पूछता है: आपको अपना बटुआ खोलने के लिए मनाने में कौन बेहतर है—इंसान या रोबोट? और, क्या इससे मदद मिलती है अगर साइन को आपका नाम, आपकी उम्र और आपके राजनीतिक विचार पता हो?
यहाँ शोधकर्ताओं ने जो पाया है, उसका विवरण दिया गया है, जिसे रोजमर्रा के उपमाओं (analogies) का उपयोग करके समझाया गया है।
मुख्य घटना: इंसान बनाम रोबोट
शोधकर्ताओं ने दो विशाल प्रयोग किए। उन्होंने कैंसर चैरिटी के लिए हजारों डोनेशन अपील (जैसे सोशल मीडिया पोस्ट) बनाईं।
- टीम ह्यूमन: पहले अध्ययन में, ये स्मार्ट मनोविज्ञान के छात्रों द्वारा लिखी गई थीं। दूसरे अध्ययन में, ये अमेरिका के आम लोगों द्वारा लिखी गई थीं जिन्हें उनके लेखन के बहुत अच्छा होने पर अतिरिक्त भुगतान किया गया था।
- टीम रोबोट: ये एक शीर्ष स्तर के AI (एक लार्ज लैंग्वेज मॉडल, जैसे कि ChatGPT का एक उन्नत संस्करण) द्वारा लिखी गई थीं।
परिणाम: रोबोट जीत गया। हर बार।
चाहे इंसान विशेषज्ञ हों या सामान्य लोग जो अपना सर्वश्रेष्ठ देने की कोशिश कर रहे थे, AI-जनरेटेड संदेशों को अधिक "लाइक्स" मिले, उन्हें अधिक प्रभावशाली माना गया, और वास्तव में प्रतिभागियों से अधिक पैसा भी इकट्ठा किया गया।
उपमा: AI को एक मास्टर शेफ के रूप में सोचें जिसने दुनिया की हर रेसिपी चखी है और जानता है कि किसी व्यंजन को लाजवाब बनाने के लिए मसालों का मिश्रण कैसे किया जाता है। मानव लेखक उन होम कुक्स की तरह थे जो अपना सर्वश्रेष्ठ देने की कोशिश कर रहे थे। यहाँ तक कि वे होम कुक्स भी जो इनाम के पैसे के लिए भूखे थे, उस मास्टर शेफ की परफेक्ट रेसिपी को नहीं हरा सके। AI बस यह बेहतर तरीके से जानता था कि 'सीक्रेट सॉस' (सफलता का रहस्य) क्या है।
ट्विस्ट: वैयक्तिकरण (Personalization) की शक्ति
शोधकर्ताओं ने एक तीसरा चर (variable) भी टेस्ट किया: वैयक्तिकरण।
- जेनेरिक (Generic): एक साइन जो कहता है, "कृपया कैंसर अनुसंधान में मदद के लिए दान दें।" (एक ही आकार सबके लिए)।
- पर्सनलाइज्ड (Personalized): एक साइन जो कहता है, "हे [नाम], एक [उम्र] वर्षीय [राजनीतिक विचार] के रूप में जो [शौक] पसंद करता है, आप जानते हैं कि यह कितना महत्वपूर्ण है..." (विशेष रूप से आपके लिए तैयार किया गया)।
- गलत तरीके से पर्सनलाइज्ड (Falsely Personalized): एक साइन जो सोचता है कि वह आपको जानता है, लेकिन गलत हो जाता है। (जैसे, एक रूढ़िवादी, धार्मिक व्यक्ति को "युवा, उदार नास्तिक" कहना)।
क्या हुआ?
- सही होना मदद करता है (कभी-कभी): दूसरे अध्ययन में, जब संदेश को पाठक के वास्तविक जीवन के अनुसार पूरी तरह से तैयार किया गया था, तो लोगों ने अधिक दान दिया। यह एक दर्जी द्वारा बनाया गया सूट है जो बिल्कुल फिट बैठता है; आप महसूस करते हैं कि आपको समझा गया है।
- गलत होना नुकसान पहुँचाता है: जब संदेश ने विवरण गलत कर दिए (Falsely Personalized), तो यह बुरी तरह से उल्टा पड़ा। लोग चिढ़ गए या उन्हें लगा कि उन्हें ठगा गया है। यह एक सेल्सपर्सन की तरह है जो आपके पास आता है और कहता है, "मुझे पता है कि आपको तीखा खाना पसंद है!" जबकि वास्तव में आपको वह पसंद नहीं है। आप तुरंत सुनना बंद कर देते हैं।
- रोबोट का बढ़त: AI इन गलतियों के प्रति वास्तव में अधिक संवेदनशील था। जब AI ने पर्सनलाइजेशन गलत किया, तो लोग इसे इंसान की तुलना में और भी अधिक नापसंद करने लगे। रोबोट का "परफेक्ट" लहजा इस गलती को और भी अधिक रोबोटिक और डरावना (creepy) बना देता था।
रोबोट क्यों जीता?
लेखक इस बात पर अटकलें लगाते हैं कि AI इस मामले में इतना अच्छा क्यों था:
- "पॉलिश" वाला कारक: AI कभी टाइपिंग की गलती नहीं करता, व्याकरण एकदम सही होता है और यह पेशेवर लगता है। इंसान कभी-कभी थोड़े अनाड़ी या अनौपचारिक लग सकते हैं। AI अधिक "विश्वसनीय" लगा क्योंकि यह पेशेवर दिखता था।
- "लाइब्रेरी" प्रभाव: AI ने लाखों फंडरेज़िंग पत्र, समाचार लेख और भावनात्मक कहानियाँ पढ़ी हैं। वह ठीक जानता है कि लोगों को प्रभावित करने के लिए कौन से इमोशनल ट्रिगर्स सबसे अच्छा काम करते हैं। एक मानव लेखक केवल अपने सीमित अनुभव को जानता है। AI मानवीय प्रलोभन की एक लाइब्रेरी की तरह है, जबकि इंसान सिर्फ एक किताब है।
- भावनात्मक सटीकता: AI लोगों को दान देने के लिए अच्छा महसूस कराने के लिए "नैतिक" शब्दों (जैसे निष्पक्षता या न्याय) का उपयोग करना बखूबी जानता है।
बड़ा निष्कर्ष
यह अध्ययन बताता है कि फंडरेज़िंग संदेश लिखने में AI वर्तमान में इंसानों से बेहतर है। यदि कोई चैरिटी सबसे अधिक दान प्राप्त करना चाहती है, तो वे अपने पोस्ट लिखने के लिए AI का उपयोग करने में बेहतर हो सकते हैं।
हालाँकि, एक शर्त है:
यदि आप AI का उपयोग संदेशों को पर्सनलाइज करने के लिए करते हैं, तो आपको डेटा सही रखना होगा। यदि AI सोचता है कि आप कुछ और हैं जो आप वास्तव में नहीं हैं, तो यह आपको परेशान करेगा और आप कम दान देंगे। एक जेनेरिक संदेश होना उस पर्सनलाइज्ड संदेश से बेहतर है जो आपका नाम या उम्र गलत बताता हो।
संक्षेप में: रोबोट बेहतर लेखक है, लेकिन उसे यह सुनिश्चित करने के लिए कि वह आपके व्यक्तिगत विवरण गलत न कर दे, एक इंसान द्वारा अपना होमवर्क चेक करवाने की आवश्यकता 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।