Em-ergence of the em-dash: a population-level rise in em-dash frequency in medRxiv preprints at the dawn of the large-language-model era
यह पूर्व-पंजीकृत अध्ययन बड़े भाषा मॉडलों के आगमन के बाद चर्चा अनुभागों (discussion sections) के भीतर एम-डैश (em-dash) के उपयोग में एक महत्वपूर्ण, क्रमिक जनसंख्या-स्तरीय वृद्धि को प्रकट करने के लिए 69,000 से अधिक medRxiv प्रीप्रिंट्स का विश्लेषण करता है, जो 2020 के दशक की शुरुआत के दौरान वैज्ञानिक लेखन में एक विशिष्ट शैलीगत परिवर्तन का सुझाव देता 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 जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि क्या चिकित्सा संबंधी नोट्स के एक विशाल पुस्तकालय को किसी नए, अदृश्य हाथ ने छुआ है। आप उंगलियों के निशान या डीएनए नहीं ढूंढ रहे हैं; आप एक विशिष्ट, सूक्ष्म विराम चिह्न की तलाश कर रहे हैं: एम्-डैश (em-dash) (—)।
यहाँ उस कागज़ द्वारा खोजी गई कहानी है, जिसे सरल रूप में बताया गया है।
रहस्य: एक "टाइपो" जो टाइपो नहीं है
वर्षों से, वैज्ञानिक एक अफवाह फुसफुसाते रहे हैं: "लार्ज लैंग्वेज मॉडल्स" (जैसे ChatGPT) एम्-डैश का उपयोग करना पसंद करते हैं। दूसरी ओर, मनुष्य आमतौर पर उन्हें कष्टप्रद या टाइप करने में कठिन पाते हैं, इसलिए वे उनका उपयोग बहुत कम करते हैं। यह वैसा ही है जैसे कोई इंसान वाक्य लिखने के लिए कॉमा (comma) का उपयोग कर सकता है, लेकिन एक रोबोट अधिक "प्रोफेशनल" दिखने के लिए एक नाटकीय डैश का उपयोग कर सकता है।
लेकिन अब तक, यह केवल एक गपशप थी। किसी ने वास्तव में यह देखने के लिए हजारों वास्तविक वैज्ञानिक शोध पत्रों में डैश की गिनती नहीं की थी कि क्या अफवाह सच है।
जांच: टेक्स्ट के समुद्र में डैश की गिनती
शोधकर्ता, प्रजेस्लाव चुमा (Przemysław Czuma) ने एक बड़े पैमाने पर जासूस बनने का निर्णय लिया। उन्होंने प्रकाशित पुस्तकों को नहीं देखा (क्योंकि उन्हें अक्सर संपादकों द्वारा "साफ" किया जाता है और वे अपने मूल विराम चिह्नों को खो देते हैं)। इसके बजाय, उन्होंने medRxiv को देखा, जो एक सर्वर है जहाँ वैज्ञानिक प्रकाशन से पहले अपने कच्चे, बिना संपादित ड्राफ्ट (प्रीप्रिंट्स) पोस्ट करते हैं।
- लक्ष्य: उन्होंने इन शोध पत्रों के "डिस्कशन" (Discussion) अनुभाग पर ध्यान केंद्रित किया। यह वह हिस्सा है जहाँ वैज्ञानिक एक कहानी सुनाते हैं, अपने परिणामों के बारे में अपनी भावनाएं बताते हैं, और पाठक को समझाने या मनाने की कोशिश करते हैं। यह एक शोध पत्र का सबसे "मानवीय" हिस्सा है।
- उपकरण: उन्होंने विशेष रूप से एम्-डैश कैरेक्टर (—) की तलाश करने के लिए एक कंप्यूटर प्रोग्राम का उपयोग करके 69,000 से अधिक ड्राफ्ट्स को स्कैन किया।
- समयरेखा: उन्होंने डेटा को दो युगों में विभाजित किया:
- ChatGPT से पहले (नवंबर 2022 से पहले)।
- ChatGPT के बाद (नवंबर 2022 के बाद)।
निष्कर्ष: एक धीमी आंच, न कि अचानक चमक
परिणाम नाटकीय थे, लेकिन यह बिजली के स्विच की तरह तुरंत नहीं हुआ।
- AI उछाल से पहले: उनके 'डिस्कशन' अनुभाग में केवल लगभग 4% शोध पत्रों में एक भी एम्-डैश था। यह दुर्लभ था।
- AI उछाल के बाद: वह संख्या बढ़कर 11.5% हो गई।
- रुझान: यह 2023 में तुरंत नहीं हुआ। संख्या कम रही, फिर धीरे-धीरे बढ़ती गई, और 2025 तक, यह आसमान छूकर 20% तक पहुँच गई।
उपमा: कल्पना कीजिए कि एक शांत पार्टी चल रही है जहाँ लगभग कोई भी लाल टोपी नहीं पहने हुए है। फिर, एक नया फैशन ट्रेंड शुरू होता है। शुरू में, केवल कुछ लोग इसे आजमाते हैं। फिर, धीरे-धीरे, अधिक लोग इसमें शामिल होते हैं। अगले वर्ष तक, पार्टी में लगभग हर पांच में से एक व्यक्ति लाल टोपी पहने हुए है। एम्-डैश के साथ भी यही हुआ।
प्रमाण: अन्य संदिग्धों को खारिज करना
एक अच्छा जासूस यह जांच करता है कि क्या अन्य स्पष्टीकरण भी हो सकते हैं। शोधकर्ता ने यह सुनिश्चित करने के लिए कई "लाई डिटेक्टर" परीक्षण चलाए कि एम्-डैश की वृद्धि केवल एक यादृच्छिक रुझान या वेबसाइट के टेक्स्ट फॉर्मेटिंग में बदलाव नहीं है।
- "बोरिंग सेक्शन" टेस्ट: उन्होंने शोध पत्रों के "एक्नॉलेजमेंट्स" (Acknowledgments) और "डेटा अवेलेबिलिटी" (Data Availability) जैसे उबाऊ, मानक अनुभागों की जाँच की। यदि पूरी वेबसाइट का फॉर्मेट बदल गया होता, तो इन अनुभागों में भी अधिक डैश होते। वे नहीं थे। वृद्धि केवल कहानी सुनाने वाले हिस्सों में थी।
- "फेक डेट" टेस्ट: उन्होंने ChatGPT के अस्तित्व में आने से पहले के समय को देखा और एक यादृच्छिक तारीख को "शुरुआत" मानकर परीक्षण किया। कुछ भी नहीं बदला। इससे सिद्ध हुआ कि यह केवल समय के साथ होने वाला एक धीमा, प्राकृतिक बदलाव नहीं था।
- "शब्द चयन" टेस्ट: उन्होंने उन विशिष्ट शब्दों को भी देखा जिन्हें AI मॉडल पसंद करते हैं (जैसे "delve," "groundbreaking," या "leverage")। ये शब्द ठीक उसी समय बढ़े जब डैश बढ़े।
इसका क्या अर्थ है (और क्या नहीं)
यह शोध पत्र जो दावा करता है, उसके बारे में बहुत सावधान है।
- यह दिखाता है: 2022 और 2025 के बीच वैज्ञानिक शोध पत्र लिखने के तरीके में कुछ बड़ा बदलाव आया है। लेखन की शैली इस तरह से बदली है जो AI टूल्स के उदय से मेल खाती है। एम्-डैश एक "जनसंख्या-स्तर" का संकेत है, जैसे कि भीड़ की औसत ऊंचाई में वृद्धि को नोटिस करना, न कि यह कि हर एक व्यक्ति लंबा हो गया है।
- यह नहीं दिखाता: आप एम्-डैश वाले किसी एकल पेपर को देखकर यह नहीं कह सकते कि, "यह एक रोबोट द्वारा लिखा गया था।" एक इंसान भी डैश का शौकीन हो सकता है। आप डैश के बिना वाले पेपर को देखकर भी यह नहीं कह सकते कि, "यह 100% मानव द्वारा लिखा गया है।"
- निष्कर्ष: अध्ययन पुष्टि करता है कि वैज्ञानिक साहित्य में AI लेखन का "फिंगरप्रिंट" दिखाई देने लगा है। यह तुरंत नहीं हुआ; ऐसा इसलिए हुआ क्योंकि वैज्ञानिकों ने धीरे-धीरे अपनी कहानियों को निखारने और लिखने के लिए इन नए उपकरणों पर भरोसा करना और उनका उपयोग करना शुरू किया।
संक्षेप में: एम्-डैश वह "धुआं" है जो सुझाव देता है कि वैज्ञानिक लेखन की रसोई में आग (AI का उपयोग) लग चुकी है, भले ही हम यह सटीक रूप से नहीं बता सकें कि हर एक बर्तन के लिए किस चूल्हे का उपयोग किया गया था।
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।