Incentives shape how humans co-create with generative AI

यहाँ नाथनाएल जो और मनीष राघवन के शोध पत्र "Incentives shape how humans co-create with generative AI" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

रचनात्मक कार्यप्रवाह (creative workflows) में जनरेटिव एआई (GenAI) का तीव्र एकीकरण समानता (homogenization) संबंधी चिंताओं को जन्म दे रहा है। पिछला शोध बताता है कि जबकि एआई व्यक्तिगत उत्पादकता को बढ़ाता है, यह विचारों और दृष्टिकोणों की विविधता को कम कर देता है, जिससे संभावित रूप से एक "संकुचित" (compressed) रचनात्मक परिदृश्य (जिसे अक्सर "AI slop" कहा जाता है) बन सकता है।

लेखक तर्क देते हैं कि समानता पर मौजूदा निष्कर्ष समय से पहले के और दो प्रमुख कमियों के कारण सीमित हैं:

1. वास्तविक-दुनिया के प्रोत्साहन का अभाव (Lack of Real-World Incentives): अधिकांश नियंत्रित प्रयोगों में विभेदीकरण (differentiation) के लिए मजबूत प्रोत्साहन की कमी होती है। प्रतिभागी कार्य को जल्दी समाप्त करने के लिए केवल पहले एआई सुझाव को स्वीकार कर सकते हैं, जो उच्च-दांव वाले वास्तविक परिदृश्यों (जैसे कॉलेज प्रवेश या पेशेवर लेखन) को प्रतिबिंबित नहीं करता है जहाँ अलग दिखना महत्वपूर्ण है।
2. सीमित अंतरक्रियाशीलता (Limited Interactivity): पिछले अध्ययन अक्सर मानव-एआई संपर्क को एकल मोड (जैसे विचार मंथन या टेक्स्ट पूर्णता) तक सीमित रखते हैं। वास्तविक दुनिया का उपयोग पुनरावृत्तिपूर्ण (iterative) और खुला होता है, जो उपयोगकर्ताओं को समय के साथ एआई आउटपुट को परिष्कृत करने, संपादित करने और निर्देशित करने की अनुमति देता है।

अनुसंधान प्रश्न: प्रोत्साहन संरचनाएं और इंटरैक्टिव सह-निर्माण रणनीतियां रचनात्मक लेखन कार्यों में जनरेटिव एआई की समरूपता बनाने वाली शक्ति को कैसे मध्यस्थ (mediate) करती हैं?

2. कार्यप्रणाली (Methodology)

लेखकों ने प्रोलिफिक (Prolific) के माध्यम से भर्ती किए गए $N=200$ प्रतिभागियों के साथ एक पूर्व-पंजीकृत, बिटवीन-सब्जेक्ट रैंडमाइज्ड कंट्रोल ट्रायल (RCT) आयोजित किया।

प्रयोगात्मक डिजाइन (Experimental Design)

अध्ययन ने एक $2 \times 2$ फैक्टोरियल डिजाइन का उपयोग किया:

• कारक 1: एआई उपयोग (AI Usage)
  • SELF: प्रतिभागियों ने बिना एआई के एक 250-350 शब्दों की लघु कथा लिखी।
  • AI: प्रतिभागियों ने एक एकीकृत लेखन सहायक (OpenAI का GPT-5-Mini) का उपयोग किया, लेकिन उन्हें इसका उपयोग कम से कम एक बार करना अनिवार्य था। वे स्वतंत्र रूप से बातचीत कर सकते थे (विचार मंथन, ड्राफ्टिंग, संपादन) लेकिन अंतिम पाठ के लिए वे स्वयं जिम्मेदार थे।
• कारक 2: प्रोत्साहन (Incentives)
  • मौलिकता (Originality - O): प्रतिभागियों को बताया गया कि उनका बोनस विशिष्टता (uniqueness) पर निर्भर करेगा। शीर्ष 25% मौलिकता प्राप्त करने वालों को \2–\7 मिलेंगे।
  • तकनीकी गुणवत्ता (Technical Quality - T): प्रतिभागियों को बताया गया कि उनका बोनस संगठन और तकनीक के आधार पर ग्रेड (A=\2.5, B=\1) पर निर्भर करेगा, जिसमें "A" ग्रेड की संख्या की कोई सीमा नहीं है।

डेटा संग्रह (Data Collection)

• सामयिक डेटा (Temporal Data): प्रत्येक 5 सेकंड में टेक्स्ट एडिटर के स्नैपशॉट्स।
• इंटरैक्शन लॉग्स (Interaction Logs): एआई बातचीत के पूर्ण ट्रांसक्रिप्ट।
• जनसांख्यिकी (Demographics): एआई अनुभव और पृष्ठभूमि पर कार्य-पश्चात सर्वेक्षण।
• बाधाएं (Constraints): सख्त अटेंशन चेक (फुल-स्क्रीन मोड, निष्क्रियता ट्रैकिंग) और न्यूनतम समय आवश्यकता (1 मिनट विचार मंथन, 5 मिनट लेखन)।

मेट्रिक्स और विश्लेषण (Metrics and Analysis)

• विविधता मापन (Diversity Measurement): लेखकों ने विविधता मापने के लिए समानता मेट्रिक्स के एक समूह का उपयोग किया (कम समानता = उच्च विविधता)।
  • एम्बेडिंग-आधारित (Embedding-based): all-MiniLM-L12-v2, Qwen3-Embedding, और embeddinggemma जैसे मॉडलों का उपयोग करके कोसाइन सिमिलैरिटी (Cosine similarity)।
  • N-gram/Token-आधारित: BLEU, ROUGE-L, और कंप्रेशन रेश्यो।
• अडॉप्शन मेट्रिक ($A$): एक नवीन लेक्सिकल एट्रिब्यूशन मेट्रिक जो अंतिम कहानी में उन n-grams के अंश की गणना करता है जो उपयोगकर्ता के प्रारंभिक प्रॉम्प्ट में नहीं थे लेकिन एआई सुझावों में मौजूद थे। यह मात्रा निर्धारित करता है कि उपयोगकर्ताओं ने एआई टेक्स्ट पर कितना "एंकरिंग" (anchoring) किया।
• सांख्यिकीय दृष्टिकोण (Statistical Approach): विभिन्न स्थितियों में अंतर-माध्य (difference-in-means) के लिए वेलच टी-टेस्ट (Welch's t-tests)।

3. मुख्य योगदान (Key Contributions)

1. मध्यस्थ के रूप में प्रोत्साहन (Incentives as a Mediator): अध्ययन प्रदर्शित करता है कि प्रोत्साहन एक महत्वपूर्ण चर है। जब प्रतिभागियों को मौलिकता के लिए पुरस्कृत किया जाता है, तो वे सक्रिय रूप से एआई के समरूपता प्रभाव को कम करते हैं, जबकि केवल गुणवत्ता के लिए पुरस्कृत होने वाले लोग अधिक समरूप आउटपुट उत्पन्न करते हैं।
2. रणनीतिक अनुकूलन (Strategic Adaptation): शोध पत्र पहचान करता है कि विविधता केवल एआई मॉडल द्वारा निर्धारित नहीं होती है, बल्कि उपयोगकर्ता की रणनीति द्वारा निर्धारित होती है। प्रोत्साहित उपयोगकर्ता एआई को छोड़ नहीं देते; बल्कि, वे इसके उपयोग का तरीका बदल देते हैं (जैसे, पूर्ण ड्राफ्ट के बजाय विचार मंथन/प्रूफरीडिंग के लिए उपयोग करना)।
3. "ह्यूमन-इन-द-लूप" प्रभाव (The "Human-in-the-Loop" Effect): शोध मात्रात्मक रूप से बताता है कि कैसे मानवीय संपादन और पुनरावृत्तिपूर्ण प्रॉम्प्टिंग प्रारंभिक एआई ड्राफ्ट में खोई हुई विविधता को पुनः प्राप्त करती है, यह दिखाते हुए कि अंतिम आउटपुट कच्चे एआई जनरेशन की तुलना में काफी अधिक विविध है।
4. अनुभव विरोधाभास (Experience Paradox): सहज ज्ञान के विपरीत, जिन प्रतिभागियों के पास पूर्व एआई अनुभव अधिक था, वे एआई सुझावों पर अधिक निर्भर रहने की प्रवृत्ति रखते थे, जिसके परिणामस्वरूप कम विविध कहानियाँ बनीं, जो यह सुझाव देता है कि परिचितता रणनीतिक महारत के बजाय अत्यधिक निर्भरता की ओर ले जा सकती है।

4. मुख्य परिणाम (Key Results)

A. विविधता और समरूपता (Diversity and Homogenization)

• AI बनाम मानव (AI vs. Human): एआई-सहायता प्राप्त कहानियाँ मानव-केवल कहानियों की तुलना में एक-दूसरे के बहुत अधिक समान थीं (परिकल्पना 1 समर्थित)।
• ड्राफ्ट बनाम फाइनल (Draft vs. Final): प्रारंभिक एआई ड्राफ्ट अत्यधिक समरूप थे (औसत समानता ~0.39 AI-O में बनाम ~0.22 SELF-O में)। हालांकि, संपादन के माध्यम से, AI-O स्थिति में अंतिम सबमिशन घटकर ~0.26 हो गया, जो मानव-केवल विविधता स्तरों के करीब पहुँच गया।
• प्रोत्साहन प्रभाव (Incentive Impact): AI स्थिति में, मौलिकता (O) के लिए प्रोत्साहित प्रतिभागियों ने गुणवत्ता (T) के लिए प्रोत्साहित लोगों की तुलना में काफी अधिक विविध कहानियाँ बनाईं। SELF स्थिति में, प्रोत्साहन ने विविधता को महत्वपूर्ण रूप से नहीं बदला, जो यह सुझाव देता है कि प्रोत्साहन मुख्य रूप से मानव-एआई संपर्क प्रक्रिया को आकार देते हैं।

B. व्यवहार संबंधी रणनीतियाँ (Behavioral Strategies - The "How")

• अडॉप्शन स्तर (Adoption Levels): अडॉप्शन का वितरण द्वि-मोडल (bimodal) था (उपयोगकर्ता या तो एआई पर बहुत अधिक निर्भर थे या उन्होंने उसका बहुत कम उपयोग किया)।
• प्रोत्साहन बदलाव (Incentive Shift): AI-O समूह AI-T समूह की तुलना में कम अडॉप्शन (एआई टेक्स्ट पर कम एंकरिंग) की ओर स्थानांतरित हुआ।
• प्रयास बनाम परिणाम (Effort vs. Outcome): दिलचस्प बात यह है कि AI-O समूह ने AI-T समूह की तुलना में प्रॉम्प्टिंग और एआई के साथ बातचीत में अधिक समय (50% तक अधिक) बिताया, फिर भी यह अतिरिक्त प्रयास विविधता में रैखिक रूप से अनुवादित नहीं हुआ। मुख्य विभेदक एआई टेक्स्ट का चयनात्मक अस्वीकरण (selective rejection) था, न कि बातचीत की मात्रा।
• अनुभव सहसंबंध (Experience Correlation): उच्च स्व-रिपोर्ट किए गए एआई अनुभव वाले उपयोगकर्ता "उच्च अडॉप्शन" समूह में होने की अधिक संभावना रखते थे, जिससे अधिक समरूप आउटपुट प्राप्त हुआ। वे एआई ड्राफ्ट से अलग होने के बजाय उस पर पुनरावृत्ति (iterate) करते रहे।

C. गुणात्मक निष्कर्ष (Qualitative Findings)

• उपयोगकर्ता एजेंसी (User Agency): अधिकांश उपयोगकर्ताओं ने एआई को स्कैफोल्डिंग (scaffolding) के उपकरण के रूप में देखा (जैसे, "एक मजबूत आधार प्राप्त करें, फिर मैन्युअल रूप से संपादित करें")। उच्च-अडॉप्शन उपयोगकर्ताओं ने भी स्वामित्व की भावना महसूस की।
• असंतुष्टि (Dissatisfaction): प्रारंभिक एआई ड्राफ्ट को अक्सर असंतोषजनक माना गया। कम-अडॉप्शन वाले उपयोगकर्ता एक या दो असंतोषजनक ड्राफ्ट के बाद विमुख हो गए, जबकि उच्च-अडॉप्शन वाले उपयोगकर्ताओं ने व्यापक रूप से पुनरावृत्ति की।
• एआई वॉयस (AI Voice): एआई-जनित ड्राफ्ट PCA स्पेस में एक विशिष्ट क्लस्टर बनाते थे (जैसे, "मैं जागा..." से शुरू होना), जिसे उपयोगकर्ताओं ने संपादन के माध्यम से सक्रिय रूप से नष्ट करने का काम किया।

5. महत्व और निहितार्थ (Significance and Implications)

• डिजाइन निहितार्थ (Design Implications): एआई का समरूपता प्रभाव अपरिहार्य नहीं है। सिस्टम डिजाइनरों और नीति निर्माताओं को उन प्रोत्साहन संरचनाओं और इंटरैक्शन डिजाइनों पर ध्यान केंद्रित करना चाहिए जो विभेदीकरण को प्रोत्साहित करते हैं।
• नीति और शिक्षा (Policy & Education): उच्च-दांव वाले वातावरण (जैसे, कॉलेज प्रवेश) में, प्रतिस्पर्धी प्रोत्साहन स्वाभाविक रूप से उपयोगकर्ताओं को अलग दिखने के लिए प्रेरित करते हैं, जो संभावित रूप से एआई होमोजेनाइजेशन का मुकाबला कर सकते हैं। शिक्षक ऐसे रूब्रिक्स बना सकते हैं जो स्पष्ट रूप से मौलिकता और व्यक्तिगत आवाज को पुरस्कृत करते हैं ताकि अत्यधिक निर्भरता को रोका जा सके।
• सैद्धांतिक बदलाव (Theoretical Shift): यह शोध चर्चा को "एआई मनुष्यों को प्रतिस्थापित करता है" से बदलकर "एआई मानव रणनीति को बदलता है" की ओर ले जाता है। यह सुझाव देता है कि मानव-एआई सह-निर्माण का परिणाम पुरस्कार संरचनाओं के संरेखण (विविधता बनाम दक्षता जैसे वांछित मूल्यों के साथ) पर निर्भर करता है।
• भविष्य का कार्य (Future Work): लेखक नोट करते हैं कि जबकि अल्पकालिक प्रोत्साहन मदद करते हैं, निरंतर एआई उपयोग के दीर्घकालिक प्रभाव मानव रचनात्मक एजेंसी पर क्या होंगे, यह एक खुला प्रश्न है। इसके अतिरिक्त, विभिन्न प्रोत्साहन संरचनाओं के तहत विविधता और गुणवत्ता के बीच का ट्रेड-ऑफ आगे के अध्ययन की आवश्यकता रखता है।

निष्कर्ष: शोध निष्कर्ष निकालता है कि प्रोत्साहन एआई की समरूपता बनाने वाली शक्ति को मध्यस्थ करते हैं। मौलिकता के लिए पुरस्कृत करके, उपयोगकर्ता रणनीतिक रूप से वर्batim (शब्दशः) एआई सुझावों पर अपनी निर्भरता कम करते हैं, और टूल का उपयोग पीढ़ी (generation) के बजाय विचार मंथन और संपादन के लिए करते हैं, जिससे रचनात्मक आउटपुट में सामूहिक विविधता बनी रहती है।