Evaluating Cognitive Age Alignment in Interactive AI Agents
यह शोध पत्र ChildAgentEval प्रस्तुत करता है, जो वेक्सलर इंटेलिजेंस स्केल फॉर चिल्ड्रन (Wechsler Intelligence Scale for Children) से प्रेरित पहला मनोवैज्ञानिक रूप से आधारित संवादात्मक बेंचमार्क है, जिसे यह मूल्यांकन करने के लिए डिज़ाइन किया गया है कि MLLM-आधारित AI एजेंट विशिष्ट मानव विकासात्मक चरणों के साथ कितनी अच्छी तरह संरेखित होते हैं और उन बुनियादी कार्यों को करने में अपनी सीमाओं की पहचान करते हैं जिन्हें बच्चे आसानी से हल कर सकते 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 आपके पास एक सुपर-स्मार्ट रोबोट ट्यूटर है। यदि आप इसे एक 7 साल के बच्चे को पढ़ाने के लिए कहते हैं, तो यह जटिल विश्वविद्यालय-स्तरीय शब्दावली, तर्क की लंबी श्रृंखलाओं और सटीक व्याकरण का उपयोग करके एक सरल अवधारणा को समझाने की कोशिश कर सकता है। हालांकि रोबोट तकनीकी रूप से "सही" होगा, लेकिन बच्चा पूरी तरह से भ्रमित हो जाएगा। रोबोट एक वयस्क की तरह व्यवहार करने की कोशिश कर रहा है, न कि एक ऐसे साथी की तरह जो यह समझता हो कि एक बच्चे का मस्तिष्क कैसे काम करता है।
यह शोध पत्र, जिसका शीर्षक "Evaluating Cognitive Age Alignment in Interactive AI Agents" है, एक सरल लेकिन पेचीदा सवाल पूछता है: क्या हम एक AI को किसी विशिष्ट आयु वर्ग की तरह वास्तव में "सोचने" और "कार्य करने" के लिए सिखा सकते हैं, बजाय इसके कि वह केवल उसकी नकल करे?
यहाँ उनके काम का विवरण रोजमर्रा के उपमाओं (analogies) का उपयोग करके दिया गया है:
1. समस्या: "बच्चे के शरीर में वयस्क"
वर्तमान AI एजेंट ऐसे हैं जैसे कोई वयस्क बच्चे का कॉस्ट्यूम पहनकर खड़ा हो। वे कह सकते हैं, "मैं 7 साल का हूँ!" लेकिन उनका मस्तिष्क अभी भी "एडल्ट मोड" पर चल रहा है।
- समस्या: यदि आप रोबलेट को "बच्चे की तरह व्यवहार करने" के लिए कहते हैं, तो वह आमतौर पर केवल अपनी शब्दावली को सरल शब्दों में बदल देता है। लेकिन उसकी स्मृति, तर्क और ध्यान देने की क्षमता अभी भी वयस्क-स्तर की रहती है।
- परिणाम: यह एक अच्छा ट्यूटर बनने में विफल रहता है क्योंकि यह एक बच्चे के मन की सीमाओं को नहीं समझता। यह एक पहेली को हल करने के लिए ऐसी रणनीति का उपयोग करने की कोशिश कर सकता है जिसे एक 7 साल का बच्चा नामुमकिन रूप से समझ पाएगा, जिससे बच्चा भ्रमित हो जाएगा।
2. समाधान: "ChildAgentEval" (द प्लेग्राउंड टेस्ट)
शोधकर्ताओं ने एक नया परीक्षण मैदान बनाया जिसे ChildAgentEval कहा जाता है। इसे एक डिजिटल प्लेग्राउंड के रूप में सोचें जिसे विशेष रूप से यह परीक्षण करने के लिए डिज़ाइन किया गया है कि एक AI एक बच्चे के मस्तिष्क की कितनी अच्छी तरह नकल करता है।
- प्रेरणा: उन्होंने इसे WISC पर आधारित किया, जो एक वास्तविक दुनिया का परीक्षण है जिसका उपयोग डॉक्टर बच्चों की बुद्धिमत्ता मापने के लिए करते हैं।
- यह कैसे काम करता है: AI से केवल प्रश्न पूछने के बजाय, वे AI को एक सिम्युलेटेड वेब ब्राउज़र में रखते हैं। AI को वास्तव में बटन क्लिक करने, उत्तर टाइप करने और पेजों पर नेविगेट करने के लिए कहा जाता है, ठीक वैसे ही जैसे एक मानव बच्चा करेगा।
- लक्ष्य: वे AI का विभिन्न "आयुओं" (7, 10, 13, और 16) पर परीक्षण करते हैं ताकि यह देखा जा सके कि क्या इसका प्रदर्शन स्वाभाविक रूप से कठिन या आसान होता जाता है जैसे-जैसे लक्षित आयु बदलती है, ठीक वैसे ही जैसे एक वास्तविक बच्चे का मस्तिष्क विकसित होता है।
3. विधि: "Skill Distillation" (द ट्रेनिंग मैनुअल)
शोधकर्ताओं ने पाया कि AI को केवल यह कहना कि "7 साल के बच्चे की तरह व्यवहार करो" काम नहीं करता है। इसलिए, उन्होंने Skill-Guided Distillation नामक एक नई विधि बनाई।
कल्पना कीजिए कि आप एक अभिनेता को 7 साल के बच्चे की भूमिका निभाने के लिए प्रशिक्षित कर रहे हैं।
- गलत तरीका: आप बस कहते हैं, "बच्चा बनो!" अभिनेता केवल बच्चों वाली भाषा का उपयोग कर सकता है लेकिन फिर भी एक जीनियस की तरह समस्याओं को हल कर सकता है।
- पेपर का तरीका: आप अभिनेता को एक कॉग्निटिव फिल्टर मैनुअल (Cognitive Filter Manual) देते हैं। यह मैनुअल स्पष्ट रूप से बताता है:
- स्मृति (Memory): "आप एक बार में 20 के बजाय केवल 3 चीजें याद रख सकते हैं।"
- तर्क (Reasoning): "जटिल तर्क का उपयोग न करें; जो आपके सामने दिख रहा है उसी तक सीमित रहें।"
- भाषा (Language): "छोटे वाक्यों और ठोस शब्दों का उपयोग करें।"
- ध्यान (Attention): "आप आसानी से विचलित हो जाते हैं; एक साथ बहुत सारी चीजों को न देखें।"
उन्होंने इस मैनुअल को वास्तविक बच्चों (6 से 17 वर्ष की आयु) की हजारों वास्तविक बातचीत और लेखन का अध्ययन करके बनाया ताकि यह देखा जा सके कि विभिन्न चरणों में उनके मस्तिष्क वास्तव में कैसे काम करते हैं।
4. परिणाम: क्या रोबोट ने सीखा?
उन्होंने इस नई पद्धति का उपयोग करके कई शक्तिशाली AI मॉडल (जैसे GPT-5.4 और अन्य) का परीक्षण किया।
- "एक्टिंग" टेस्ट (बेसलाइन): जब उन्होंने केवल AI को "युवा होने" के लिए कहा, तो परिणाम सपाट थे। आयु बदलने के बावजूद AI का स्कोर समान उच्च (या निम्न) रहा। वह केवल नाटक कर रहा था।
- "असली" टेस्ट (Skill-Guided): जब उन्होंने कॉग्निटिव फिल्टर मैनुअल का उपयोग किया, तो AI अलग तरह से व्यवहार करने लगा!
- सफलता: सबसे स्मार्ट मॉडलों के लिए, AI वास्तव में कठिन कार्यों पर 7 साल का होने के निर्देश पर खराब प्रदर्शन करने लगा और 16 साल का होने के निर्देश पर बेहतर प्रदर्शन करने लगा। यह एक अच्छी बात है! इसका मतलब है कि AI ने सफलतापूर्वक अपनी आयु से मेल खाने के लिए अपने मस्तिष्क को "डाउनग्रेड" कर लिया।
- कैच (Catch): AI अपनी भाषा बदलने (बच्चे की तरह लगने) में बहुत अच्छा था। लेकिन उसे स्मृति और विजुअल रीजनिंग बदलने में संघर्ष करना पड़ा। यह एक ऐसे अभिनेता की तरह है जिसने ऊँची आवाज़ में बोलना तो सीख लिया है लेकिन उसके पास अभी भी एक वेटलिफ्टर की मांसपेशियों की याददाश्त (muscle memory) है। पेपर सुझाव देता है कि ऐसा इसलिए है क्योंकि वर्तमान AI मस्तिष्क मानव मस्तिष्क से अलग तरह से बने होते हैं; उनमें "छोटी" मेमोरी लिमिट को बंद करने का विकल्प स्वाभाविक रूप से नहीं होता।
5. मुख्य निष्कर्ष (The Big Takeaway)
पेपर निष्कर्ष निकालता है कि एक AI को बच्चे की तरह व्यवहार करने के लिए बनाना केवल उसके शब्दों को बदलना नहीं है। इसके लिए इसके आंतरिक प्रतिबंधों (internal constraints) को फिर से वायर करने की आवश्यकता होती है।
- आप केवल AI से "छोटा होने" के लिए नहीं कह सकते।
- आपको स्पष्ट रूप से यह सीमित करना होगा कि वह कितना याद रखता है, वह कैसे तर्क करता है, और वह दुनिया को कैसे देखता है।
- हालांकि उन्होंने प्रगति की, लेकिन वर्तमान AI अभी भी एक बच्चे के मस्तिष्क की सीमाओं (जैसे चीजें भूलना या विचलित होना) को पूरी तरह से नकल नहीं कर सकता क्योंकि तकनीक में वे जैविक सीमाएं अंतर्निहित नहीं हैं।
संक्षेप में: शोधकर्ताओं ने एक परीक्षण बनाया यह देखने के लिए कि क्या AI वास्तव में एक बच्चे के मन से मेल खाने के लिए "बड़ा हो" सकता है या "छोटा हो" सकता है। उन्होंने पाया कि जबकि AI बच्चे की आवाज़ की आसानी से नकल कर सकता है, लेकिन उसके मस्तिष्क की नकल करना बहुत कठिन है, जब तक कि आप उसे सख्त नियमों का पालन करने के लिए मजबूर न करें जो उसकी सुपरपावर्स को सीमित करते हैं।
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।