💻 computer science

Empathy as Predictive Misalignment Tolerance: A Co-Regulation Framework and the Regime Structure of Dialogue Repair

यह शोध पत्र सहानुभूति को भावनात्मक अनुनाद से बदलकर "अनुमानित विसंगति सहिष्णुता" के रूप में पुनर्गठित करता है, यह प्रस्तावित करते हुए कि प्रभावी संवाद विसंगति को समाप्त करने के बजाय समय के साथ व्याख्यात्मक विचलन को विनियमित करने पर निर्भर करता है, एक ऐसी अवधारणा जिसे उन निष्कर्षों द्वारा मान्य किया गया है जो दिखाते हैं कि मरम्मत तंत्र शोर के स्तर के आधार पर सटीकता का सार संरक्षण के लिए व्यापार करते हैं।

मूल लेखक: Molood Arman

प्रकाशित 2026-07-20

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Molood Arman

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

बहुत करीब जाए बिना तालमेल बिठाने की कला

कल्पना कीजिए कि आप एक दोस्त के साथ गहरी बातचीत करने की कोशिश कर रहे हैं, लेकिन हर बार जब आप बोलते हैं, तो आपकी आवाज़ शोर (static) के कारण थोड़ी अस्पष्ट हो जाती है, या आपका दोस्त गलती से किसी शब्द का गलत अर्थ निकाल लेता है। विज्ञान की दुनिया में, विशेष रूप से इस क्षेत्र में कि हम कंप्यूटर को इंसानों से बात करना कैसे सिखाते हैं (जिसे 'ह्यूमन-कंप्यूटर इंटरैक्शन' कहा जाता है), इस बात पर एक बड़ी बहस चल रही है कि वास्तव में "सहानुभूति" (empathy) का क्या अर्थ है। लंबे समय तक, वैज्ञानिकों और इंजीनियरों ने सोचा कि सहानुभूति एक दर्पण की तरह है: यदि आप दुखी हैं, तो कंप्यूटर को भी दुखी दिखना चाहिए; यदि आप खुश हैं, तो उसे भी खुश दिखना चाहिए। उन्होंने इसे "अनुनाद" (resonance) कहा। यह बिल्कुल वैसा ही है जैसे दो लोग पूरी तरह से तालमेल में नृत्य कर रहे हों, और हर एक कदम को सटीक रूप से मिलाने की कोशिश कर रहे हों।

लेकिन वास्तविक जीवन कोई आदर्श नृत्य नहीं है। लोग अपनी सोच में अलग होते जाते हैं, वे अपने विचार बदलते हैं, और वे एक-दूसरे को गलत समझ लेते हैं। जिस शोध पत्र के बारे में आप सुनने वाले हैं, वह एक अलग सवाल पूछता है: क्या होगा अगर सहानुभूति का मतलब पूरी तरह से मेल खाना नहीं, बल्कि यह जानना है कि बातचीत टूटने से पहले कितना "विचलन" (drift) ठीक है? यह सुझाव देता है कि सहानुभूतिपूर्ण होना एक कुशल रस्सी पर चलने वाले (tightrope walker) जैसा है जो जानता है कि गिरने के बिना वह कितना डगमगा सकता है, न कि उस व्यक्ति जैसा जो बिल्कुल स्थिर खड़े रहने की कोशिश करता है। यह महत्वपूर्ण है क्योंकि यदि हम ऐसे कंप्यूटर बनाते हैं जो बहुत अधिक 'परफेक्ट' होने की कोशिश करते हैं, तो वे हमसे सहमत होने के चक्कर में हमारे अनूठे विचारों को अनदेखा कर सकते हैं। यदि हम उन्हें यह समझने के लिए बनाते हैं कि हम कैसे अलग होते हैं, तो वे वास्तव में बेहतर दोस्त बन सकते हैं।

शोध पत्र का बड़ा विचार: सहानुभूति एक सुरक्षा जाल है, दर्पण नहीं

यह शोध पत्र, जिसे एक स्वतंत्र शोधकर्ता मोलूड अरमान (Molood Arman) द्वारा लिखा गया है, इस पुराने विचार को चुनौती देता है कि सहानुभूति केवल किसी की भावनाओं की नकल करना है। इसके बजाय, अरमान इसके बारे में सोचने का एक नया तरीका प्रस्तावित करते हैं जिसे प्रेडिक्टिव मिसअलाइनमेंट टॉलरेंस (Predictive Misalignment Tolerance) कहा जाता है।

यहाँ मुख्य अवधारणा है: कल्पना कीजिए कि आप और एक दोस्त एक धुंधले जंगल में चल रहे हैं। आप दोनों के पास एक नक्शा है, लेकिन धुंध के कारण रास्ता स्पष्ट नहीं है। कभी आपको लगता है कि रास्ता बाईं ओर जाता है, और आपके दोस्त को लगता है कि वह दाईं ओर जाता है। सहानुभूति के पुराने "दर्पण" वाले दृष्टिकोण में, लक्ष्य यह होता कि आपके दोस्त को तुरंत आपसे सहमत होने के लिए मजबूर किया जाए ताकि आप पूरी तरह से एक समान हो सकें। लेकिन अरमान का तर्क है कि सच्ची सहानुभूति यह महसूस करना है कि आप कभी-कभी असहमत होंगे, और एक ऐसा "सुरक्षा बैंड" (safety band) होना जहाँ उस असहमति को दोस्ती टूटे बिना होने की अनुमति दी जा सके।

लेखक इसे इंटरप्रिटिव एरर टॉलरेंस (Interpretive Error Tolerance - IET) कहते हैं। यह यह अनुमान लगाने की क्षमता है कि आपका दोस्त आपके वाक्य का अलग अर्थ निकाल सकता है, और उस अंतर को प्रबंधित करना ताकि आप उसी बातचीत में बने रहें, भले ही आप बिल्कुल एक जैसा नहीं सोच रहे हों। यह आपके बीच के अंतर को खत्म करने के बारे में नहीं है; यह इस बारे में है कि वह अंतर इतना बड़ा न हो जाए कि आप एक-दूसरे को खो दें।

प्रयोग: "शोर भरी" बातचीत के साथ सिद्धांत का परीक्षण

यह देखने के लिए कि क्या यह विचार वास्तविक जीवन में (या कम से कम, कंप्यूटर सिमुलेशन में) काम करता है, लेखक ने दो प्रयोग किए। उन्होंने 'डेलीडायलॉग' (DailyDialog) नामक डेटाबेस से हजारों वास्तविक बातचीत लीं और उनमें "शोर" (noise) जोड़ दिया। इस शोर को रेडियो पर आने वाली खराश या एक ऐसे दोस्त की तरह समझें जो विचलित है और गलत शब्द टाइप कर रहा है।

कंप्यूटर को इस शोर को संभालने के तीन अलग-अलग तरीके दिए गए:

कुछ न करना: बस बात जारी रखना, गलतियों को अनदेखा करना।
निश्चित नियम (Fixed Rule): हमेशा बातचीत को ठीक करने की कोशिश करना यदि जो कहा गया और जिसका अर्थ निकाला गया, उनके बीच की "दूरी" बहुत बढ़ जाती है।
"सहानुभूति" का नियम (IET): एक स्मार्ट सिस्टम जो इस शोर के स्तर को गतिशील रूप से समायोजित करने की कोशिश करता था, यानी जब चीजें अस्त-व्यस्त होती थीं तो सुरक्षा बैंड को चौड़ा कर देता था और जब चीजें शांत होती थीं तो उसे सिकोड़ देता था।

आश्चर्यजनक परिणाम: यह काम नहीं किया (लेकिन हमने कुछ सीखा)

यहाँ मोड़ आता है: "सहानुभूति" वाला नियम (IET) अन्य तरीकों से बेहतर साबित नहीं हुआ। वास्तव में, पहले प्रयोग में, वह कंप्यूटर जिसने बातचीत को "ठीक" करने की कोशिश की, उसने बहुत अधिक बातचीत को हटाकर स्थिति को और खराब कर दिया। स्मार्ट, अनुकूलन योग्य (adaptive) सिस्टम भी एक साधारण, अपरिवर्तनीय नियम से बेहतर प्रदर्शन नहीं कर सका।

हालाँकि, शोध पत्र यहीं नहीं रुका। लेखक ने महसूस किया कि भले ही उनकी "सहानुभूति" का फॉर्मूला नहीं जीता, लेकिन प्रयोगों ने यह खुलासा किया कि बातचीत कैसे टूटती और सुधरती है, इसमें एक छिपा हुआ पैटर्न है। यह इस शोध पत्र की सबसे महत्वपूर्ण खोज है: संवाद मरम्मत (Dialogue repair) की एक "रेजीम संरचना" (regiment structure) होती है।

इसे अलग-अलग मौसम में कार चलाने की तरह समझें।

हल्की बारिश में (कम शोर): यदि आप आक्रामक रूप से स्टीयरिंग घुमाकर सड़क को "ठीक" करने की कोशिश करते हैं, तो आप वास्तव में दुर्घटनाग्रस्त हो सकते हैं। प्रयोगों ने दिखाया कि जब शोर कम था, तो बातचीत को सुधारने की कोशिश करने से कंप्यूटर की विशिष्ट विवरणों को याद रखने की क्षमता कम हो गई। यह बिल्कुल वैसा ही था जैसे खिड़की पर लगे दाग को साफ करने की कोशिश करना लेकिन गलती से पूरी तस्वीर ही पोंछ देना।
बर्फ़ीले तूफान में (उच्च शोर): जब शोर बहुत अधिक था, तो "मरम्मत" (repair) की रणनीति अचानक उपयोगी हो गई। यह सूक्ष्म विवरणों (जैसे उपयोग किए गए सटीक शब्द) को तो नहीं बचा सकी, लेकिन इसने सार (gist)—मुख्य विचार या बातचीत के "भाव"—को बचा लिया।

शोध पत्र ने एक ट्रेड-ऑफ (समझौता) पाया। जब चीजें बहुत उलझ जाती हैं, तो मुख्य अर्थ को जीवित रखने के लिए आपको बारीक विवरणों का त्याग करना पड़ता है। जो कंप्यूटर चैट को "मरम्मत" करने की कोशिश कर रहा था, वह उच्च शोर के दौरान सार को बनाए रखने में बेहतर था, लेकिन कम शोर के दौरान विवरणों को बनाए रखने में वह खराब था।

भविष्य के लिए इसका क्या अर्थ है

शोध पत्र निष्कर्ष निकालता है कि हमें ऐसे कंप्यूटर बनाने की कोशिश नहीं करनी चाहिए जो पूर्ण सहमति के लिए मजबूर करें। इसके बजाय, हमें ऐसे सिस्टम डिजाइन करने चाहिए जो दो दिमागों के बीच की दूरी को प्रबंधित करना जानते हों।

सहानुभूति एक जैसा होने के बारे में नहीं है: यह अलग होने के बावजूद जुड़े रहने के बारे में है।
गलतियाँ डेटा हैं: जब कंप्यूटर आपको गलत समझता है, तो वह विफलता नहीं है; यह एक संकेत है कि "सुरक्षा बैंड" को समायोजित करने की आवश्यकता है।
संदर्भ मायने रखता है: एक सिस्टम जो सामान्य बातचीत के लिए काम करता है, वह संकट के समय विफल हो सकता है। "सही" मात्रा में सहनशीलता इस बात पर निर्भर करती है कि स्थिति कितनी कठिन है।

लेखक स्वीकार करते हैं कि उनके द्वारा परीक्षण किया गया विशिष्ट गणितीय सूत्र (IET अपडेट नियम) कोई जादुई समाधान नहीं था। लेकिन इसके पीछे का विचार—कि सहानुभूति लोगों के बीच के अंतर को नियंत्रित करने के बारे में है, न कि उसे मिटाने के बारे में—इंसानों और मशीनों को एक-दूसरे से कैसे बात करनी चाहिए, इस पर देखने का एक शक्तिशाली नया तरीका है। यह सुझाव देता है कि सर्वश्रेष्ठ AI मित्र वे नहीं होंगे जो हर समय हमसे 100% सहमत होंगे, बल्कि वे होंगे जो जानते हैं कि जब हम अलग होते हैं, तो बातचीत में कैसे बने रहना है, हमें एक-दूसरे से जोड़े रखने के लिए हमें एक जैसा बनने के लिए मजबूर किए बिना।

तकनीकी सारांश: सहानुभूति एक भविष्योन्मुखी विसंगति सहिष्णुता के रूप में

समस्या विवरण
सहानुभूति के वर्तमान सैद्धांतिक और गणनात्मक मॉडल मुख्य रूप से एक तुल्यकालिक ढांचे (synchronic framing) पर निर्भर करते हैं, जो सहानुभूति को दूसरे की भावनात्मक या संज्ञानात्मक स्थिति के तत्काल अनुनाद (resonance), प्रतिबिंब (mirroring), या अनुकरण (simulation) के रूप में परिभाषित करते हैं। आर्टिफिशियल इंटेलिजेंस में, यह उन प्रणालियों के रूप में अनुवादित होता है जो उपयोगकर्ता के प्रभाव (affect) का पता लगाती हैं और सुसंगत प्रतिक्रियाएं उत्पन्न करती हैं। लेखक तर्क देते हैं कि यह सहानुभूति की एक "पतली" अवधारणा है जो विस्तारित संवाद (extended dialogue) को समझने में विफल रहती है, जहाँ समझ एक सामयिक प्रक्रिया (temporal process) है जो विचलन (drift), अपसरण (divergence) और सुधार (repair) द्वारा अभिलक्षित होती है। मौजूदा ढांचे गलतफहमी को एक ऐसी विफलता के रूप में देखते हैं जिसे समाप्त किया जाना चाहिए, जबकि लेखक प्रतिपादित करते हैं कि विस्तारित अंतःक्रिया में वास्तविक समझ के लिए समय के साथ व्याख्यात्मक अपसरण (interpretive divergence) का अनुमान लगाने और उसे विनियमित करने की क्षमता आवश्यक है, न कि उसे समाप्त करने की।

सैद्धांतिक ढांचा: व्याख्यात्मक त्रुटि सहिष्णुता (Interpretive Error Tolerance - IET)
यह शोध पत्र सहानुभूति को भविष्योन्मुखी विसंगति सहिष्णुता (predictive misalignment tolerance) के रूप में पुनर्गठित करने का प्रस्ताव करता है। इसे व्याख्यात्मक त्रुटि सहिष्णुता (IET) की अवधारणा के माध्यम से क्रियान्वित किया गया है, जिसे परस्पर क्रिया करने वाले एजेंटों के बीच एक "व्यवहार्य विचलन बैंड" (viable band of divergence) बनाए रखने की क्षमता के रूप में परिभाषित किया गया है।

मुख्य तंत्र: दो व्याख्यात्मक प्रक्षेप पथों (interpretive trajectories) के बीच की दूरी को न्यूनतम करने के बजाय, लक्ष्य उस दूरी को एक सीमित, गतिशील रूप से बातचीत किए गए क्षेत्र (tolerance space) के भीतर रखना है।
औपचारिक ह्यूरिस्टिक: लेखक सहिष्णुता सीमा ( $\theta_t$ ) के लिए एक नियामक अपडेट नियम (समीकरण 1) प्रस्तुत करते हैं:
$\theta_{t+1} = \theta_t + \eta (\sigma(\Delta_t) - \sigma^*)$
जहाँ $\Delta_t$ व्याख्यात्मक विचलन है, $\sigma(\Delta_t)$ हालिया विचलन का लघु-विंडो प्रसरण (short-window variance) है, $\sigma^*$ एक होमियोस्टैटिक लक्ष्य प्रसरण है, और $\eta$ एक अनुकूलन दर (adaptivity rate) है।
नियामक तर्क: जब विचलन प्रसरण लक्ष्य से अधिक हो जाता है, तो सहिष्णुता बैंड चौड़ा हो जाता है; जब यह बहुत अधिक व्यवस्थित हो जाता है, तो बैंड संकुचित हो जाता है। सुधार क्रियाएं (जैसे स्पष्टीकरण, संदिग्ध टर्न को कम महत्व देना) तब ट्रिगर होती हैं जब अनुमानित विचलन इस बैंड से बाहर निकलने का खतरा पैदा करता है।
दार्शनिक रुख: प्रेडिक्टिव प्रोसेसिंग, एनैक्टिव कॉग्निशन और घटनाशास्त्र (विशेष रूप से लेविनास के नीतिशास्त्र) पर आधारित, यह ढांचा तर्क देता है कि सहानुभूति सह-नियमन (co-regulation) की एक प्रक्रिया है जो दूसरे की "अविभाज्यता" (irreducibility) को सुरक्षित रखती है, न कि मन के संलयन (fusion of minds) को।

कार्यप्रणाली: गणनात्मक जांच (Computational Probes)
IET की परिचालन व्यवहार्यता का परीक्षण करने के लिए, लेखकों ने DailyDialog कॉर्पस का उपयोग करके दो गणनात्मक जांच आयोजित कीं। प्रयोगों में एक नियंत्रित शोर-इंजेक्शन (noise-injection) प्रतिमान का उपयोग किया गया जहाँ संवाद संदर्भों में समय-परिवर्तनीय शोर पेश किया गया। तीन नीतियों की तुलना की गई:

नो-रिपेयर बेसलाइन (No-Repair Baseline): कोई हस्तक्षेप नहीं।
फिक्स्ड- $\theta$ पॉलिसी (Fixed- $\theta$ Policy): सुधार को ट्रिगर करने के लिए एक स्थिर सीमा।
एडेप्टिव-IET पॉलिसी (Adaptive-IET Policy): प्रसरण-आधारित अपडेट नियम (समीकरण 1) को लागू करती है।

जांच 1 (सिग्नल चयन): टर्न एम्बेडिंग्स और एक रनिंग कॉन्टेक्स्ट समरी के बीच कोसाइन दूरी का उपयोग किया गया। सुधार एक "हार्ड ड्रॉप" (hard drop) के रूप में था।
जांच 2 (एंकर-आधारित ड्रिफ्ट): जांच 1 की सीमाओं को संबोधित करने के लिए पुनर्गठित।
- सिग्नल: ड्रिफ्ट को रनिंग समरी के बजाय एक निश्चित "विषय एंकर" (पहले दो टर्न) के विरुद्ध मापा गया।
- क्रिया: सुधार को हार्ड ड्रॉप से बदलकर निरंतर डाउनवेटिंग ( $w = \exp(-k \cdot \max(0, \Delta_t - \theta_t))$ ) में बदल दिया गया।
- मेट्रिक्स: दो अलग-अलग अक्षों पर मूल्यांकन किया गया: विभेदक निष्ठा (Discriminative Fidelity) (1-of-20 अगले-वाक्य पुनर्प्राप्ति सटीकता) और जिस्ट संरक्षण (Gist Preservation) (स्वच्छ, शोर-रहित मूल संदर्भ के साथ कोसाइन समानता)।

प्रमुख परिणाम
अनुभवजन्य परिणामों ने एक फिक्स्ड थ्रेशोल्ड के ऊपर एडेप्टिव-IET पॉलिसी को एक श्रेष्ठ नियंत्रक के रूप में मान्य नहीं किया, लेकिन उन्होंने संवाद सुधार में एक महत्वपूर्ण संरचनात्मक घटना को प्रकट किया:

IET अपडेट नियम की विफलता: दोनों जांचों में, एडेप्टिव-IET पॉलिसी, फिक्स्ड- $\theta$ पॉलिसी से सांख्यिकीय रूप से अविभेद्य थी (paired McNemar $p=1.0$ )। प्रसरण-आधारित अपडेट परीक्षण किए गए एम्बेडिंग स्पेस में सार्थक अंतर पैदा करने के लिए बहुत धीमा था।
जांच 1 में सिग्नल संलयन (Signal Conflation): जांच 1 विफल रही क्योंकि "रनिंग समरी" सिग्नल ने प्राकृतिक विषयगत विकास और शोर-प्रेरित मिसअलाइनमेंट को मिला दिया, जिससे गलत पॉजिटिव (false positives) उत्पन्न हुए जिन्होंने प्रदर्शन को खराब कर दिया।
रेजीम-स्ट्रक्चर्ड रिपेयर (Regime-Structured Repair - जांच 2): सबसे महत्वपूर्ण निष्कर्ष एक रेजीम-निर्भर ट्रेड-ऑफ था:
- निम्न-से-मध्यम शोर: सुधार तंत्रों ने नो-रिपेयर बेसलाइन की तुलना में विभेदक निष्ठा (रिट्रिवल सटीकता) को कम कर दिया।
- उच्च शोर: सुधार तंत्रों ने बेसलाइन की तुलना में जिस्ट अर्थ (gist meaning) (स्वच्छ संदर्भ के साथ कोसाइन समानता) को बेहतर ढंग से संरक्षित करना शुरू कर दिया, जबकि रिट्रिवल सटीकता कम बनी रही।
- क्रॉसओवर: जिस्ट संरक्षण के वक्र शोर दरों 0.30 और 0.45 के बीच क्रॉस करते हैं। सुधार केवल तभी फायदेमंद हुआ जब शोर इतना अधिक था कि बेसलाइन के प्रदर्शन को समान रूप से खराब कर दिया।

महत्व और दावे
शोध पत्र स्पष्ट रूप से कहता है कि इसका प्राथमिक योगदान वैचारिक, मानदण्डिक (normative) और पद्धतिगत है, न कि किसी विशिष्ट नियंत्रण एल्गोरिदम का सत्यापन।

वैचारिक पुनर्गठन: लेखक तर्क देते हैं कि विस्तारित अंतःक्रिया में सहानुभूति विचलन को समाप्त करना नहीं बल्कि उसके गतिकी (dynamics) का विनियमन है। एक सहानुभूतिपूर्ण प्रणाली की "सफलता" अंतर के बीच एक व्यवहार्य व्याख्यात्मक संबंध बनाए रखने में निहित है, न कि अभिसरण (convergence) प्राप्त करने में।
अनुभवजन्य अंतर्दृष्टि: सुधार की "रेजीम संरचना" यह सुझाव देती है कि मौजूदा मूल्यांकन ढांचे (जो अक्सर प्रदर्शन को औसत करते हैं या एकल मेट्रिक्स का उपयोग करते हैं) इस वास्तविकता को अस्पष्ट कर देते हैं कि सुधार रणनीतियों में एक मौलिक ट्रेड-ऑफ शामिल है: उच्च शोर के तहत साझा 'जिस्ट' को संरक्षित करने के लिए विभेदक विवरण का त्याग करना।
डिजाइन निहितार्थ: यह पत्र AI डिजाइन को "अभिसरण-खोजने" (convergence-seeking) से "विचलन-प्रबंधन" (divergence-management) की ओर स्थानांतरित करने की वकालत करता है। यह आह्वान करता है:
- व्यक्तिगत और विवादास्पद सहिष्णुता (Personalized and Contestable Tolerance): सहिष्णुता बैंड को परिभाषित करने वाले पैरामीटर छिपे हुए डिफॉल्ट के बजाय उपयोगकर्ताओं के लिए दृश्य और समायोज्य होने चाहिए।
- रेजीम-जागरूक मूल्यांकन (Regime-Aware Evaluation): बेंचमार्क को शोर ग्रिड के माध्यम से प्रदर्शन का परीक्षण करना चाहिए और विवरण बनाम जिस्ट के बीच ट्रेड-ऑफ को पकड़ने के लिए दोहरे मेट्रिक्स (कठोर बनाम उदार) का उपयोग करना चाहिए।
- नैतिक विनम्रता (Ethical Humility): प्रणालियों को उपयोगकर्ता के संबंध संबंधी पारिस्थितिकी और विशिष्टता को संरक्षित करने के लिए डिज़ाइन किया जाना चाहिए, जिससे "कैप्चर-के-रूप-में-सहानुभूति" (empathy-as-capture) का जोखिम टल सके, जहाँ सुचारू विनियमन निर्भरता पैदा करता है।

निष्कर्षतः, यह शोध पत्र प्रतिपादित करता है कि हालांकि परीक्षण किया गया विशिष्ट IET अपडेट नियम फिक्स्ड बेसलाइन्स से बेहतर प्रदर्शन नहीं कर सका, लेकिन रेजीम-स्ट्रक्चर्ड रिपेयर की घटना इस विचार की पुष्टि करती है कि सहानुभूति को अंतर के बावजूद बोधगम्यता बनाए रखने की एक गतिशील प्रक्रिया के रूप में देखा जाना चाहिए, न कि एक स्थिर संरेखण के रूप में।

बहुत करीब जाए बिना तालमेल बिठाने की कला

शोध पत्र का बड़ा विचार: सहानुभूति एक सुरक्षा जाल है, दर्पण नहीं

प्रयोग: "शोर भरी" बातचीत के साथ सिद्धांत का परीक्षण

आश्चर्यजनक परिणाम: यह काम नहीं किया (लेकिन हमने कुछ सीखा)

भविष्य के लिए इसका क्या अर्थ है

इसी तरह के और पेपर