PromptDecipher: Supporting AI Tutor Authoring Through Editable Simulated Interactions
इस अंतराल को संबोधित करने के लिए जहाँ शिक्षक तैनाती से पहले एआई ट्यूटरिंग बॉट्स का परीक्षण शायद ही कभी करते हैं, यह शोध पत्र प्रॉम्प्टडिसिफर (PromptDecipher) प्रस्तुत करता है, जो एक ऐसी प्रणाली है जो लेखन प्रक्रिया को सुव्यवस्थित करती है जिससे शिक्षक एक लाइव प्रीव्यू में बॉट की अवांछित प्रतिक्रियाओं को सीधे सुधार सकते हैं, जो स्वचालित रूप से लक्षित प्रॉम्प्ट पुनलेखन उत्पन्न करता है और एक क्यूए (QA) पाइपलाइन के माध्यम से उन्हें सत्यापित करता 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 शिक्षक हैं जो अपने छात्रों के लिए एक सहायक AI ट्यूटर बनाना चाहते हैं। अभी, अधिकांश उपकरण आपसे कुछ बहुत कठिन करने को कहते हैं: निर्देशों का एक विशाल, जटिल सेट (जिसे "सिस्टम प्रॉम्प्ट" कहा जाता है) सादे टेक्स्ट में लिखना, और यह उम्मीद करना कि AI ठीक वही समझेगा जो आप कहना चाहते हैं। यह एक नए कर्मचारी को 50 पन्नों की ऐसी नियम पुस्तिका थमाने जैसा है जिसे उसने पहले कभी नहीं देखा, और बिना उसे कभी अभ्यास करने दिए।
"PromptDecipher" नामक शोध पत्र तर्क देता है कि यह करने का गलत तरीका है। शिक्षक छात्रों के काम पर फीडबैक देने में विशेषज्ञ होते हैं, लेकिन वे कंप्यूटर के लिए कोड या जटिल निर्देश लिखने में विशेषज्ञ नहीं होते हैं।
समस्या: निर्देशों का "ब्लैक बॉक्स"
वर्तमान में, यदि कोई शिक्षक एक बॉट बनाता है और वह गलत उत्तर देता है, तो उन्हें अनुमान लगाना पड़ता है कि उनके विशाल निर्देश पुस्तिका के किस हिस्से के कारण गलती हुई, उस हिस्से को फिर से लिखना पड़ता है, और बेहतर परिणाम की उम्मीद करनी पड़ती है। लेखकों ने 100 से अधिक शिक्षकों के एक अध्ययन में पाया कि उनमें से लगभग किसी ने भी अपने बॉट्स को छात्रों द्वारा उपयोग करने से पहले उनका परीक्षण नहीं किया। यह एक शेफ द्वारा बिना खुद चखे ही रेस्तरां में नया व्यंजन परोसने जैसा है।
समाधान: "एडिट-देन-एक्सप्लेन" (सुधारें-फिर-समझाएं) दृष्टिकोण
PromptDecipher इस क्रम को उलट देता है। निर्देश पहले लिखने के बजाय, आप एक छात्र की भूमिका निभाकर शुरुआत करते हैं।
- सिमुलेशन (अनुकरण): आप अपने नए बॉट के साथ चैट करते हैं।
- सुधार: यदि बॉट कुछ गलत या अनुपयोगी कहता है, तो आप वापस निर्देश पुस्तिका पर नहीं जाते। इसके बजाय, आप सीधे चैट विंडो में बॉट के जवाब को एडिट (संशोधित) करते हैं, यानी उसे ठीक वैसा ही दोबारा लिखते हैं जैसा आप चाहते थे कि वह कहे।
- जादुई अनुवादक: एक बार जब आप "सबमिट" दबाते हैं, तो सिस्टम एक सुपर-स्मार्ट अनुवादक की तरह काम करता है। वह आपके सुधार को देखता है और पूछता है, "आह, तो शिक्षक चाहते थे कि बॉट उत्तर देने के बजाय एक प्रश्न पूछे?"
- ऑटो-अपडेट: सिस्टम फिर स्वचालित रूप से छिपे हुए निर्देश पुस्तिका (प्रॉम्प्ट) को आपके सुधार के अनुसार फिर से लिखता है। यह आपको दिखाता है कि उसने क्या बदलाव किए हैं, जैसे कि वर्ड (Word) में "ट्रैक चेंजेस" दस्तावेज़ होता है, ताकि आप देख सकें कि उसने क्या किया।
- सुरक्षा जांच: बॉट को पब्लिश करने से पहले, सिस्टम एक त्वरित परीक्षण करता है। यह जाँचता है: "क्या इस एक गलती को ठीक करने से कुछ और बिगड़ तो नहीं गया?" यदि बॉट अन्य स्थितियों में अजीब व्यवहार करने लगता है, तो यह आपको रोकता है और कहता है: "हे, हमें इसे भी ठीक करने की आवश्यकता है।"
उपमा: रिहर्सल रूम (अभ्यास कक्ष)
AI ट्यूटर बनाने को एक नाटक निर्देशित करने के रूप में सोचें।
- पुराना तरीका: आप अभिनेता (AI) के लिए एक विशाल पटकथा लिखते हैं और उम्मीद करते हैं कि वह सही ढंग से करेगा। यदि वह एक संवाद गलत बोलता है, तो आपको अनुमान लगाना पड़ता है कि पटकथा के किस हिस्से को बदलना है।
- PromptDecipher तरीका: आप अभिनेता को प्रदर्शन करते हुए देखते हैं। यदि वह गलत संवाद बोलता है, तो आप हस्तक्षेप करते हैं और कहते हैं, "नहीं, इसे इस तरह कहने की कोशिश करो।" सिस्टम फिर आपके नए संवाद को लेता है और यह समझ लेता है कि पटकथा को कैसे फिर से लिखा जाए ताकि अभिनेता अगली बार उस तरह से बोलने के लिए याद रखे। आप इसे तब तक करते रहते हैं जब तक कि प्रदर्शन एकदम सही न हो जाए, और सिस्टम तब तक थिएटर के दरवाजे (बॉट पब्लिश करना) नहीं खोलेगा जब तक कि रिहर्सल सफल न हो जाए।
यह क्यों महत्वपूर्ण है
यह प्रणाली शिक्षकों को बिना एहसास कराए गुणवत्ता नियंत्रण इंजीनियरों (quality control engineers) की तरह कार्य करने के लिए मजबूर करती है। "ठीक करने" वाले हिस्से को आसान और परिचित बनाकर (सिर्फ एक चैट को एडिट करके), यह सुनिश्चित होता है कि बॉट्स वास्तव में वास्तविक छात्रों के सामने आने से पहले परीक्षित और बेहतर किए गए हैं। लेखक इस उपकरण का उपयोग सैकड़ों कॉलेज प्रशिक्षकों के एक पाठ्यक्रम में यह देखने के लिए करने की योजना बना रहे हैं कि क्या यह तरीका उन्हें बेहतर, सुरक्षित AI ट्यूटर बनाने में मदद करता 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।