Investigating Multi-Agent Deliberation in Law
यह शोध पत्र एआई-संचालित कानूनी तर्क के लिए कानूनी प्रक्रियाओं से प्रेरित मल्टी-एजेंट विचार-विमर्श ढांचों की जांच करता है, जो यह प्रदर्शित करता है कि हालांकि वे बेसलाइन लार्ज लैंग्वेज मॉडल्स के तुलनीय प्रदर्शन प्राप्त करते हैं, फिर भी वे जटिल मामलों को हल करने और बहु-परिप्रेक्ष्य आलोचनात्मक सोच को संभालने में विशिष्ट लाभ प्रदान करते 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 आप एक बहुत ही पेचीदा कानूनी पहेली को सुलझाने की कोशिश कर रहे हैं। एआई (AI) के काम करने के पुराने तरीके में, आप एक बहुत ही स्मार्ट रोबोट (एक "मोनोलिथिक" मॉडल) से समस्या को देखने और एक उत्तर देने के लिए कहते। यह एक रहस्य को अकेले सुलझाने के लिए एक व्यक्ति से पूछने जैसा है। वे प्रतिभाशाली हो सकते हैं, लेकिन वे "टनल विजन" (एक ही चीज़ पर अटक जाना) का शिकार भी हो सकते हैं, कोई सुराग मिस कर सकते हैं, या बस अपनी बात पर अड़े रह सकते हैं।
यह शोध पत्र एक सरल प्रश्न पूछता है: क्या होगा अगर, एक रोबोट के बजाय, हमारे पास रोबोटों की एक पूरी टीम हो जो उत्तर देने से पहले आपस में बात करे?
ग्रोनिंगन विश्वविद्यालय और जगेलोनियन विश्वविद्यालय के शोधकर्ताओं ने इस विचार का परीक्षण करने के लिए "मल्टी-एजेंट डेलिब्रेशन" (MAD) का उपयोग किया। वे यह देखना चाहते थे कि क्या एआई एजेंटों का एक समूह आपस में बहस करने, चर्चा करने और एक-दूसरे की आलोचना करने से, एक अकेले काम करने वाले एआई की तुलना में बेहतर कानूनी निर्णय ले पाता है।
तीन नई "टीम" रणनीतियाँ
शोधकर्ताओं ने केवल रोबोट्स को बेतरतीब ढंग से चैट करने के लिए नहीं छोड़ा। उन्होंने वास्तविक दुनिया की मानवीय अंतःक्रियाओं से प्रेरित होकर तीन विशिष्ट तरीके बनाए कि वे एक साथ कैसे काम करेंगे:
- "कोर्टरूम" टीम (3-प्लाई फ्रेमवर्क):
इसे एक मिनी-ट्रायल की तरह समझें। उन्होंने तीन एजेंट सेट किए:
- वादी (The Plaintiff): एक ऐसा एजेंट जिसका एकमात्र काम यह तर्क देना है कि "हाँ, उत्तर 'हाँ' है।"
- प्रतिवादी (The Defendant): एक ऐसा एजेंट जिसका एकमात्र काम यह तर्क देना है कि "नहीं, उत्तर 'नहीं' है।"
- न्यायाधीश (The Judge): एक तटस्थ एजेंट जो दोनों पक्षों को सुनता है और अंतिम निर्णय लेता है।
- उपमा: यह एक डिबेट क्लब की तरह है जहाँ दो लोग विपरीत पक्षों के लिए लड़ते हैं, और एक रेफरी तय करता है कि किसने बेहतर तर्क दिया।
- "पैरट" टीम (पैरट्स फ्रेमवर्क):
यह इस विचार पर आधारित है कि एआई को केवल एक "स्टोकेस्टिक पैरट" (एक पक्षी जो बिना सोचे-समझे दोहराता है) नहीं होना चाहिए। इसके बजाय, उन्होंने "एलेक्स" नामक एक मुख्य एजेंट बनाया जो चार अलग-अलग "पैरट्स" से बात करता है, जिनमें से प्रत्येक का एक विशिष्ट व्यक्तित्व है:
- सॉक्रेटिक पैरट (The Socratic Parrot): कठिन प्रश्न पूछता है जैसे, "क्या आप उस परिभाषा के बारे में निश्चित हैं?"
- सिनिकल पैरट (The Cynical Parrot): तर्क को तोड़ने की कोशिश करता है, खामियों और कमजोरियों की तलाश करता है।
- एक्लेक्टिक पैरट (The Eclectic Parrot): ऐसे जंगली, वैकल्पिक विचार पेश करता है जो शायद आपने न सोचे हों।
- अरिस्टोटेलियन पैरट (The Aristotelian Parrot): तर्क की जाँच करता है ताकि यह सुनिश्चित हो सके कि तर्क वास्तव में सही है।
- उपमा: कल्पना कीजिए कि आप एक निबंध लिख रहे हैं, और आपके पास चार दोस्त हैं जो आपके ड्राफ्ट को पढ़ रहे हैं। एक आपके तथ्यों पर सवाल उठाता है, एक आपके तर्क पर हमला करता है, एक नए कोण सुझाता है, और एक आपके व्याकरण की जाँच करता है। फिर आप उनकी प्रतिक्रिया के आधार पर अपने निबंध को फिर से लिखते हैं।
- मानक "ग्रुप थिंक" टीम (MAD फ्रेमवर्क):
यह एक अधिक सामान्य दृष्टिकोण है जहाँ तीन एजेंट बस एक-दूसरे से बात करते हैं, एक-दूसरे के उत्तरों को पढ़ते हैं, और कुछ राउंड की चर्चा के माध्यम से सबसे अच्छे उत्तर पर सहमत होने की कोशिश करते हैं।
उन्हें क्या मिला?
शोधकर्ताओं ने इन टीमों का परीक्षण पाँच अलग-अलग प्रश्नों के सेट पर किया: चार कानून से संबंधित (जैसे टैक्स नियम, गोपनीयता नीतियां और बार परीक्षा के प्रश्न) और एक शुद्ध तर्क (logic) के बारे में।
यहाँ "निचोड़" सरल अंग्रेजी (हिंदी) में है:
- कोई जादुई समाधान नहीं: आश्चर्यजनक रूप से, "टीम" दृष्टिकोण एकल रोबोट की तुलना में उच्च समग्र स्कोर प्राप्त नहीं कर पाए। यदि आप केवल अंतिम ग्रेड देखते हैं, तो एकल रोबोट और टीमें लगभग समान प्रदर्शन करती हैं।
- अलग-अलग गलतियाँ: हालाँकि, टीमों ने एकल रोबोट की तुलना में अलग गलतियाँ कीं। कभी-कभी एकल रोबोट सही होता था और टीमें गलत थीं। अन्य समय में, एकल रोबोट भ्रमित था, लेकिन टीम ने इसे सुलझा लिया।
- "अनसुलझे" मामले: सबसे दिलचस्प खोज यह थी कि टीम दृष्टिकोण उन विशिष्ट मामलों को हल कर सकते थे जिन्हें एकल रोबोट पूरी तरह से हल करने में विफल रहा। यह ऐसा है जैसे टीम के पास एक "सुरक्षा जाल" (safety net) था जिसने उन समस्याओं को पकड़ लिया जिन्हें अकेले रोबोट ने छोड़ दिया था।
- बेहतर स्पष्टीकरण: जब टीमें सही होती थीं, तो उनका तर्क अक्सर अधिक सूक्ष्म होता था। उदाहरण के लिए, गोपनीयता नीतियों के बारे में एक परीक्षण में, एकल रोबोट पाठ के शाब्दिक अर्थ से भ्रमित हो गया था। हालाँकि, "कोर्टरूम" और "पैरट" टीमों ने यह तर्क देने में सक्षम होकर सही कानूनी व्याख्या की ओर इशारा किया कि पाठ का एक व्यापक अर्थ निहित है।
पेच (लागत बनाम लाभ)
यहाँ एक ट्रेड-ऑफ (समझौता) है। एक रोबोट को सोचने के लिए कहने में एक "स्टेप" (एक कंप्यूटर कॉल) लगता है। एक टीम को बहस करने के लिए कहने में कई स्टेप्स लगते हैं।
- कोर्टरूम टीम 4 स्टेप्स लेती है।
- स्टैंडर्ड टीम 9 स्टेप्स लेती है।
- पैरट टीम बातचीत की लंबाई के आधार पर 3 से 7 स्टेप्स लेती है।
शोध पत्र निष्कर्ष निकालता है कि भले ही ये टीमें अनिवार्य रूप से उच्च स्कोर नहीं प्राप्त करती हैं, वे इसलिए मूल्यवान हैं क्योंकि वे विभिन्न दृष्टिकोण प्रदान करती हैं। वे उन जटिल, अस्पष्ट स्थितियों को संभालने में बेहतर हैं जहाँ आपको एक तर्क के कई पक्षों को तौलने की आवश्यकता होती है। वे एक "दूसरी राय" के रूप में कार्य करते हैं जो उन त्रुटियों को पकड़ सकती है जो एक एकल एआई मिस कर सकता है, भले ही उन्हें चलाने के लिए अधिक कंप्यूटर पावर की आवश्यकता हो।
संक्षेप में, एक स्मार्ट एआई अच्छा है, लेकिन वकीलों और दार्शनिकों की तरह बहस करने वाली एआई की एक टीम कभी-कभी उन चीजों को देख सकती है जो पहला एआई मिस कर देता है, भले ही वे हमेशा दौड़ जीतने में सफल न हों।
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।