Sexualised synthetic personas encode and amplify gendered power asymmetries through voice
एक नारीवादी एचसीआई (HCI) परिप्रेक्ष्य का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि वाणिज्यिक एआई (AI) वॉयस सिस्टम लैंगिक शक्ति विषमताओं को इस प्रकार सुदृढ़ करते हैं कि महिला-कोडित आवाजों को कामुक और अधीन गुणों के साथ और पुरुष-कोडित आवाजों को प्रभुत्व एवं सकारात्मक गुणों के साथ जोड़ा जाता 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 एक डिजिटल खिलौनों की दुकान है जहाँ आप टेडी बियर के बजाय एक "आवाज़" खरीद सकते हैं। आप ऐसी आवाज़ चुन सकते हैं जो "दक्षिणी सज्जन" (Southern Gentleman) जैसी सुनाई दे या "पेरिस की मोहक स्त्री" (Parisian Temptress) जैसी। आप यहाँ तक कि उस आवाज़ को मुस्कुराने, आह भरने या "फ्लर्टी" लगने के लिए भी कह सकते हैं। ElevenLabs नामक एक लोकप्रिय कंपनी यही सब प्रदान करती है।
यह शोध पत्र एक समूह के जासूसों (शोधकर्ताओं) की तरह है जो उस दुकान में जाते हैं, इन आवाज़ों में से कई आवाज़ें खरीदते हैं, और फिर लोगों के एक विविध समूह से पूछते हैं: "ये आवाज़ें वास्तव में आपको कैसा महसूस कराती हैं?"
यहाँ उन्होंने क्या पाया, जिसे सरल रूप में नीचे दिया गया है:
1. सेटअप: "वॉयस मेनू"
शोधकर्ताओं ने साइट पर सबसे लोकप्रिय आवाज़ों को देखा। उन्होंने गौर किया कि मेनू दो मुख्य भागों में विभाजित था:
- "गंभीर" अनुभाग (The "Serious" Section): आवाज़ें जिन्हें "शैक्षिक" (Educational), "न्यूज़ एंकर" (News Anchor), या "तकनीकी विशेषज्ञ" (Tech Expert) के रूप में लेबल किया गया था।
- "सेक्सी" अनुभाग (The "Sexy" Section): आवाज़ें जिन्हें "फ्लर्टी" (Flirty), "टेम्प्रेस" (Temptress - मोहक स्त्री), या "सेड्यूक्टिव" (Seductive - लुभाने वाली) के रूप में लेबल किया गया था।
उन्होंने दोनों अनुभागों से शीर्ष पुरुष और महिला आवाज़ों को चुना। फिर, उन्होंने एक चतुर बदलाव किया: उन्होंने "सेक्सी" आवाज़ों को उबाऊ, तटस्थ टेक्स्ट (जैसे विज्ञान का एक अंश) पढ़ने के लिए लिया। उन्होंने "गंभीर" आवाज़ों को भी वही उबाऊ टेक्स्ट पढ़ने के लिए लिया। यह परीक्षण करने जैसा था कि क्या एक "सेक्सी" आवाज़ तब भी सेक्सी लगती है जब वह गणित के बारे में बात कर रही हो, या क्या एक "गंभीर" आवाज़ तब भी गंभीर लगती है जब शब्द तटस्थ हों।
2. प्रयोग: "शब्दों का खेल"
उन्होंने अमेरिका और कनाडा के लगभग 120 लोगों को ये ऑडियो क्लिप्स सुनाए। श्रोताओं के पास 36 शब्दों की एक बड़ी सूची थी (जैसे चार्मिंग, क्रीपी, डोमिनेंट, शर्मीला, सेड्यूक्टिव) और उन्हें उन तीन शब्दों को चुनना था जो उन्होंने जो सुना उसका सबसे अच्छा वर्णन करते हैं।
3. बड़ी खोज: "जेंडर स्क्रिप्ट" (The "Gender Script")
परिणामों ने दिखाया कि आवाज़ें केवल अलग नहीं थीं; वे एक बहुत ही पुराने, बहुत सख्त स्क्रिप्ट का पालन कर रही थीं।
पुरुषों की आवाज़ें (द "बॉस" स्क्रिप्ट):
चाहे वे एक सेक्सी स्क्रिप्ट पढ़ रही हों या एक उबाऊ विज्ञान स्क्रिप्ट, पुरुष आवाज़ों को मुख्य रूप रूप से डोमिनेंट (प्रभावी/हावी), आत्मविश्वासी और सकारात्मक बताया गया। भले ही वे "फ्लर्टी" होने की कोशिश कर रहे थे, लोगों ने अभी भी एक नियंत्रण रखने वाले व्यक्ति को सुना।- उपमा: एक पुरुष की आवाज़ को एक मजबूत ओक के पेड़ की तरह समझें। चाहे तूफान हो या धूप वाला दिन, वह अभी भी ठोस, मजबूत और विश्वसनीय महसूस होता है।
महिलाओं की आवाज़ें (द "सबमिसिव" स्क्रिप्ट):
महिला आवाज़ों को लगभग हमेशा सबमिसिव (विनम्र/दबने वाली), शर्मीली और अत्यधिक कामुक (sexualized) बताया गया। यहाँ तक कि जब वे उबाऊ विज्ञान टेक्स्ट पढ़ रही थीं, तब भी लोगों ने उन्हें "फ्लर्टी" या "सेड्यूक्टिव" के रूप में सुना।- उपमा: एक महिला की आवाज़ को एक रबर डक (बत्तख) की तरह समझें। आप उसे किसी भी चीज़ में रखें (बाथटब या किचन सिंक), उससे अभी भी 'क्वैक' करने और तैरने और "क्यूट" दिखने की उम्मीद की जाती है। शोधकर्ताओं ने पाया कि महिला आवाज़ों में अतिरिक्त "फ्लफ़" जोड़ा गया था—जैसे सांसों की आहें और मुस्कुराहट—जिसने उन्हें कितना भी कुछ बोलने पर भी विनम्र और लुभाने वाला बना दिया।
4. "कंटेंट" बनाम "टोन"
शोधकर्ता जानना चाहते थे कि: क्या शब्द इसे सेक्सी बनाते हैं, या यह आवाज़ का स्वर (tone) है?
- पुरुषों के लिए: शब्दों का बहुत महत्व था। यदि एक पुरुष की आवाज़ ने एक सेक्सी स्क्रिप्ट पढ़ी, तो लोगों ने उसे "सेड्यूक्टिव" कहा। यदि उसने एक उबाऊ विज्ञान स्क्रिप्ट पढ़ी, तो लोगों ने उसे "गंभीर" कहा। शब्दों ने धारणा बदल दी।
- महिलाओं के लिए: शब्दों का बहुत कम महत्व था। चाहे एक महिला की आवाज़ ने एक सेक्सी स्क्रिप्ट पढ़ी हो या एक उबाऊ विज्ञान स्क्रिप्ट, लोगों ने फिर भी उसे "सेड्यूक्टिव", "इंटीमेट" (घनिष्ठ), या "सेन्सुअल" (कामुक) कहा।
- निष्कर्ष: "सेक्सीपन" आवाज़ के टोन और सांस लेने के तरीके में रचा-बसा था, न कि केवल शब्दों में। महिला की आवाज़ को एक कल्पना (fantasy) की तरह सुनाई देने के लिए "प्रोग्राम" किया गया था, भले ही वह केवल एक पाठ्यपुस्तक पढ़ रही हो।
5. श्रोताओं ने क्या कहा (द "रियल टॉक")
शोधकर्ताओं ने लोगों से उनके ईमानदार विचार भी लिखे।
- पुरुषों के बारे में: कुछ लोगों को लगा कि "सेक्सी" पुरुष आवाज़ें "धमकी देने वाली" या "शिकारी" (predatory) लग रही थीं, जबकि अन्य को "गंभीर" आवाज़ें बस "उबाऊ" या "निर्जीव" लगीं।
- महिलाओं के बारे में: कई लोगों को लगा कि "सेक्सी" महिला आवाज़ें अजीब या शर्मनाक (cringe-worthy) थीं। उन्होंने "जबरदस्ती किया हुआ", "बहुत अधिक कोशिश करने वाला" और "परेशान करने वाला" जैसे शब्दों का उपयोग किया। एक श्रोता ने कहा कि यह "एक किशोर लड़के के सेक्सी होने के विचार" जैसा लगता है।
- रूपक: यह एक बुरे अभिनेता को देखने जैसा था जो एक मोहक स्त्री (seductress) बनने की कोशिश कर रहा हो। यह एक कैरिकेचर (व्यंग्यात्मक चित्रण) जैसा महसूस हुआ—स्त्रीत्व का एक अतिरंजित, नकली संस्करण जो वास्तविक या मानवीय नहीं लगा।
6. निष्कर्ष: यह क्यों महत्वपूर्ण है
यह पत्र तर्क देता है कि ये AI आवाज़ें डिजिटल पुतलों (mannequins) की तरह हैं। वे हमें पुरुषों और महिलाओं के बोलने के पूर्ण, जटिल और विविध वास्तविकता को नहीं दिखा रही हैं। इसके बजाय, वे पुराने रूढ़िवादी विचारों को पुख्ता कर रही हैं:
- पुरुष बॉस हैं (डोमिनेंट, सकारात्मक)।
- महिलाएँ वस्तुएं हैं (सबमिसिव, कामुक)।
शोधकर्ता चेतावनी देते हैं कि भले ही इन AI आवाज़ों को वीडियो गेम या फिल्में बनाने के लिए "रचनात्मक उपकरण" के रूप में विपणन किया जा रहा है, वे वास्तव में हानिकारक पूर्वाग्रहों की नकल और उन्हें बढ़ा रहे हैं। वे "मेल गेज़" (पुरुष महिलाओं को कैसे देखते हैं या कल्पना करते हैं) को ले रहे हैं और उसे एक ऐसे उत्पाद में बदल रहे हैं जिसे कोई भी खरीद सकता है।
संक्षेप में: शोध पत्र ने पाया कि जहाँ AI वॉयस तकनीक स्वतंत्रता और विविधता का एक उपकरण हो सकती थी, वर्तमान में यह मुख्य रूप से पुराने, रूढ़िवादी लैंगिक विचारों को प्रतिबिंबित करने वाले दर्पण की तरह काम कर रही है, जिससे महिलाएँ दबी हुई कल्पनाओं की तरह और पुरुष प्रभावशाली बॉस की तरह सुनाई देती 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।