Reproducing human biases in route choice using large language models: Toward scalable behavioral modeling
यह शोध पत्र यह प्रदर्शित करता है कि बड़े भाषा मॉडल (large language models) स्पष्ट पैरामीटर विनिर्देश के बिना मानव मार्ग चयन पूर्वाग्रहों और प्रॉस्पेक्ट-थ्योरेटिक निर्णय व्यवहारों को प्रभावी ढंग से पुनरुत्पादित कर सकते हैं, जो बड़े पैमाने पर व्यवहार संबंधी मॉडलिंग के लिए पारंपरिक तरीकों के एक स्केलेबल विकल्प के रूप में कार्य 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 यह समझने की कोशिश कर रहे हैं कि लोग जल्दबाजी में अजीब चुनाव क्यों करते हैं। कभी-कभी, एक ड्राइवर उस रास्ते को चुनता है जो आमतौर पर तेज़ होता है लेकिन जिसमें भारी ट्रैफिक जाम की बहुत कम संभावना होती है, सिर्फ इसलिए क्योंकि वह जल्दी में है। दूसरी ओर, कभी-कभी वे सुरक्षित रहने के लिए एक उबाऊ, धीमा रास्ता चुनते हैं। वैज्ञानिक इसे "मानवीय पूर्वाग्रह" (human bias) कहते हैं, और लंबे समय से, उन्होंने इसे समझाने के लिए एक जटिल गणितीय विधि का उपयोग किया है जिसे क्युमुलेटिव प्रॉस्पेक्ट थ्योरी (CPT) कहा जाता है। इस रेसिपी में विशेष सामग्रियां (संख्याएं) होती हैं जो हमें बताती हैं कि लोग समय खोने से कितना डरते हैं बनाम वे समय बचाने के लिए कितना प्यार करते हैं।
लेकिन यहाँ एक समस्या है: इन विशेष संख्याओं को प्राप्त करने के लिए आमतौर पर हजारों वास्तविक मनुष्यों को उबाऊ सर्वेक्षण भरने या लैब में नकली खेल खेलने की आवश्यकता होती है। यह धीमा, महंगा और एक विविध भीड़ प्राप्त करना कठिन है।
यहाँ आता है लार्ज लैंग्वेज मॉडल (LLM)। एक LLM को एक कैलकुलेटर के रूप में नहीं, बल्कि एक सुपर-स्मार्ट, सुपर-क्रिएटिव अभिनेता के रूप में सोचें जिसने हर किताब, कहानी और फोरम पोस्ट को पढ़ा है। इस शोध पत्र में शोधकर्ताओं ने एक बड़ा सवाल पूछा: क्या हम इस डिजिटल अभिनेता से एक मानव यात्री होने का "नाटक" करने के लिए कह सकते हैं, और क्या वह स्वाभाविक रूप से वही अजीब, पक्षपाती चुनाव करेगा जो वास्तविक लोग करते हैं?
बड़ा प्रयोग: एक आभासी ट्रैफिक जाम
यह जानने के लिए, शोधकर्ताओं ने एक विशाल आभासी दुनिया बनाई। उन्होंने केवल एक AI का उपयोग नहीं किया; उन्होंने 3,000 अद्वितीय डिजिटल यात्री बनाए। प्रत्येक के पास एक विशिष्ट "व्यक्तित्व कार्ड" (जैसे एक प्रोफाइल) था। कुछ सतर्क सेवानिवृत्त थे, कुछ तनावग्रस्त माता-पिता थे, कुछ उत्साही कॉलेज छात्र थे, और कुछ व्यस्त कूरियर थे।
फिर उन्होंने इन 3,000 एजेंटों को एक सिम्युलेटेड सड़क नेटवर्क में डाल दिया जहाँ दो विकल्प थे:
- मार्ग A: एक स्थिर, भरोसेमंद रास्ता।
- मार्ग B: एक ऐसा रास्ता जो बहुत तेज़ हो सकता है, लेकिन इसमें देरी (जैसे ट्रैफिक दुर्घटना या सड़क बंद होना) की संभावना भी होती है।
शोधकर्ताओं ने प्रयोग के लिए दो अलग-अलग "मूड" सेट किए:
- "लाभ" (Gain) का मूड: हर कोई जल्दी पहुँचने की कोशिश कर रहा है। यदि वे जल्दी पहुँच जाते हैं, तो उन्हें एक "पुरस्कार" मिलता है।
- "हानि" (Loss) का मूड: हर कोई देर होने से बचने की कोशिश कर रहा है। यदि उन्हें देर होती है, तो उन्हें "हानि" का सामना करना पड़ता है।
क्या हुआ? (जादू और गणित)
परिणाम आश्चर्यजनक रूप से मानवीय थे। डिजिटल अभिनेताओं ने केवल गणितीय रूप से "परफेक्ट" मार्ग नहीं चुना। इसके बजाय, उन्होंने ठीक उसी तरह के पूर्वाग्रह दिखाए जैसे वास्तविक लोग दिखाते हैं:
- जब चीजें अच्छी चल रही थीं (लाभ): सतर्क एजेंट (जैसे सेवानिवृत्त लोग) सुरक्षित मार्ग पर टिके रहे। वे देरी का जोखिम नहीं उठाना चाहते थे।
- जब चीजें खराब चल रही थीं (हानि): वही सतर्क एजेंट जोखिम लेने लगे! जब उन्हें पता था कि उन्हें देर होने वाली है, तो उन्होंने अपनी स्थिति बचाने के लिए कुछ मिनट बचाने की उम्मीद में, जोखिम भरे, तेज़ मार्ग को चुना।
यह बिल्कुल वही है जो CPT गणित भविष्यवाणी करता है: हम जीतने की खुशी की तुलना में हारने से अधिक नफरत करते हैं, और जब हम पहले से ही हार रहे होते हैं, तो हम जुआरी बन जाते हैं।
शोधकर्ताओं ने फिर इन 3,000 डिजिटल एजेंटों द्वारा किए गए निर्णयों को CPT गणितीय रेसिपी के माध्यम से चलाया। उन्होंने उन "विशेष संख्याओं" (पैरामीटर्स) की गणना की जो AI के व्यवहार के साथ सबसे अच्छी तरह मेल खाती हैं।
- उन्हें 1.43 का लॉस एवर्जन (हानि से बचाव) नंबर मिला। इसका मतलब है कि इन सिमुलेशन में, एजेंटों ने देर होने के दर्द को जल्दी पहुँचने के आनंद की तुलना में 1.43 गुना अधिक तीव्रता से महसूस किया।
- उन्होंने पाया कि एजेंट समय में छोटे बदलावों के प्रति कम संवेदनशील थे (एक गुण जिसे घटती संवेदनशीलता कहा जाता है), ठीक वास्तविक लोगों की तरह।
क्या AI सही था?
यह जाँचने के लिए कि उनका नया "AI तरीका" कितना अच्छा था, उन्होंने AI द्वारा उत्पन्न संख्याओं की तुलना वास्तविक मनुष्यों के साथ किए गए वास्तविक दुनिया के अध्ययनों से की।
- AI की संख्याओं ने एक जटिल तीन-मार्ग परीक्षण में केवल 0.0036 की त्रुटि दर के साथ मानव विकल्पों की भविष्यवाणी की।
- यह वास्तव में वैज्ञानिकों द्वारा वर्षों से उपयोग की जाने वाली क्लासिक संख्याओं से भी बेहतर (कम त्रुटि) था, और पूरी तरह से अलग क्षेत्रों (जैसे जुआ) से उपयोग की जाने वाली संख्याओं से बहुत बेहतर था।
इसका क्या अर्थ है (और क्या नहीं है)
यह शोध पत्र सुझाव देता है कि हमें अब हजारों थके हुए यात्रियों का साक्षात्कार करने की आवश्यकता नहीं हो सकती है। इसके बजाय, हम तेजी से और सस्ते में भारी मात्रा में व्यवहार संबंधी डेटा उत्पन्न करने के लिए इन डिजिटल अभिनेदारों का उपयोग कर सकते हैं। यह सुझाव देता है कि AI मानव तर्कहीनता को उसके बारे में पढ़कर और उसकी भूमिका निभाकर "सीख" सकता है।
हालाँकि, लेखक सावधान हैं। उन्होंने यह साबित नहीं किया कि AI मानव है। उन्होंने दिखाया कि इन सिमुलेशन में, AI ऐसे व्यवहार करता है जो मानव पैटर्न से मेल खाता है। उन्होंने यह भी नोट किया कि उनके डिजिटल एजेंट वर्तमान में "स्वतंत्र विचारक" हैं जो एक-दूसरे से बात नहीं करते या वास्तविक समय में ट्रैफिक जाम से नहीं सीखते हैं।
तो, भले ही हमने मानव मस्तिष्क के रहस्य को हल नहीं किया है, यह अध्ययन बताता है कि यदि आप यह मॉडल करना चाहते हैं कि ट्रैफिक जाम में लोगों की भीड़ कैसे व्यवहार कर सकती है, तो आपको बस एक बहुत ही पढ़े-लिखे, बहुत रचनात्मक रोबोट से उनके होने का नाटक करने के लिए कहना होगा। और आश्चर्यजनक रूप से, रोबोट शायद एक स्प्रेडशीट से बेहतर काम कर सकता 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।