AI-assisted Script Management for Requirements Elicitation Interviews
यह शोध पत्र आवश्यकताओं के उद्घटन (requirements elicitation) साक्षात्कार के लिए एक एआई-सहायता प्राप्त स्क्रिप्ट प्रबंधन कार्यप्रवाह प्रस्तुत और मूल्यांकित करता है, जो एक अर्ध-प्रायोगिक अध्ययन के माध्यम से यह प्रदर्शित करता है कि यह केवल प्रशिक्षण-आधारित दृष्टिकोणों की तुलना में बेहतर प्रदर्शन करता है क्योंकि यह कम विषयों को कवर करने के बावजूद उच्च-गुणवत्ता वाली स्क्रिप्ट तैयार करने, गहन अनुवर्ती प्रश्न पूछने में सक्षम बनाने और अधिक परिष्कृत लक्ष्य मॉडल (goal models) उत्पन्न करने में सक्षम 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 किसी रहस्य को सुलझाने की कोशिश कर रहे हैं, लेकिन यहाँ मामला किसी अपराध स्थल का नहीं, बल्कि एक गवाह का साक्षात्कार लेने का है ताकि यह पता लगाया जा सके कि उन्हें एक नए वीडियो गेम या शॉपिंग ऐप से क्या चाहिए। सॉफ्टवेयर इंजीनियरिंग की दुनिया में, इस जासूसी कार्य को "रिक्वायरमेंट्स एलिसिटेशन" (आवश्यकताओं का पता लगाना) कहा जाता है। इसका लक्ष्य प्रोग्रामरों द्वारा निर्माण शुरू करने से पहले यह समझना है कि उपयोगकर्ता वास्तव में क्या चाहता है। इसके लिए सही सवाल पूछना बहुत जरूरी है। यदि आप कोई सुराग चूक जाते हैं या गलत सवाल पूछते हैं, तो अंतिम उत्पाद खराब, भ्रमित करने वाला या पूरी तरह से बेकार हो सकता है।
इसे अच्छी तरह से करने के लिए, साक्षात्कारकर्ता आमतौर पर एक "स्क्रिप्ट" तैयार करते हैं—सवालों की एक सूची जिसे सभी महत्वपूर्ण आधारों को कवर करने के लिए बनाया गया है। लेकिन असली पेच यह है कि वास्तविक बातचीत अव्यवset (messy) होती है। गवाह विषय से भटक सकता है, या जासूस घबराहट में सबसे महत्वपूर्ण सवाल पूछना भूल सकता है। यह योजना पर टिके रहने और व्यक्ति की बातों को सुनने के बीच एक संतुलन बनाने जैसा है। लंबे समय से, विशेषज्ञ मनुष्यों को बेहतर साक्षात्कार लेने के लिए प्रशिक्षित करने की कोशिश करते रहे हैं, लेकिन क्या होगा अगर हम जासूस को एक स्मार्ट, अदृश्य सहायक दे सकें जो बातचीत के दौरान उनके कान में संकेत बुदबुदाए? यही वह बड़ा सवाल है जिसे यह शोध पत्र तलाशता है: क्या आर्टिफिशियल इंटेलिजेंस (AI) मनुष्यों को बेहतर सवाल पूछने और बेहतर उत्तर प्राप्त करने में मदद कर सकता है?
कार्नेगी मेलन यूनिवर्सिटी के शोधकर्ताओं ने इसे परखने के लिए एक डिजिटल "को-पायलट" बनाने का निर्णय लिया। उन्होंने एक दो-चरणीय प्रणाली बनाई। पहले, AI एक योजनाकार (planner) के रूप में कार्य करता है, जो कंपनी के बड़े लक्ष्यों (जैसे "लोगों को अधिक वीडियो देखने के लिए प्रेरित करना") को पढ़ता है और उन्हें साक्षात्कार प्रश्नों की एक स्मार्ट सूची में बदल देता है। दूसरा, वास्तविक साक्षात्कार के दौरान, AI एक लाइव सहायक के रूप में कार्य करता है। यह बातचीत को सुनता है, सूची के किन सवालों को पूछा जा चुका है, इसका पता लगाता है, और यदि साक्षात्कारकर्ता अटक जाता है या उसे और गहराई तक जाने की आवश्यकता होती है, तो स्क्रीन पर फॉलो-अप (अनुवर्ती) प्रश्नों के सुझाव देता है।
यह देखने के लिए कि क्या यह काम करता है, उन्होंने दो समूहों के बीच मुकाबला कराया। एक समूह उन बुद्धिमान स्नातक छात्रों का था जिन्होंने साक्षात्कार लेने की कक्षा ली थी ("प्रशिक्षण-मात्र" समूह)। दूसरा समूह समान छात्रों का था जिन्हें कोई विशेष प्रशिक्षण नहीं मिला था, लेकिन उन्हें AI को-पायलट की मदद दी गई थी ("AI-सहायता प्राप्त" समूह)। यह एक अनुभवी जासूस की तुलना एक ऐसे नौसिखिए जासूस से करने जैसा था जिसके पास एक सुपर-स्मार्ट जीपीएस और एक संदर्भ मार्गदर्शिका है।
परिणाम आश्चर्यजनक थे और उन्होंने दिखाया कि AI ने न केवल मदद की, बल्कि साक्षात्कार की पूरी शैली ही बदल दी। AI-जनित स्क्रिप्ट की गुणवत्ता बहुत अधिक थी, जिसने मानव-लिखित स्क्रिप्ट के 74.8 के मुकाबले 100 में से 92.8 का स्कोर किया। लेकिन असली जादू साक्षात्कार के दौरान हुआ। AI-सहायता प्राप्त साक्षात्कारकर्ताओं ने विषयों की एक लंबी सूची को जल्दी से खत्म करने की कोशिश नहीं की। इसके बजाय, उन्होंने कम विषयों पर ध्यान केंद्रित किया लेकिन वे बहुत गहराई तक गए। उन्होंने चर्चा किए गए प्रत्येक विषय के लिए औसतन 3.4 फॉलो-अप प्रश्न पूछे, जबकि प्रशिक्षित मनुष्यों ने केवल 1.15 प्रश्न पूछे।
इसे खजाना खोजने की तरह समझें। प्रशिक्षित मनुष्य एक विस्तृत जाल की तरह थे, जो एक बड़े क्षेत्र में जाल फेंक रहे थे और कई अलग-अलग जगहों से कुछ मछलियाँ पकड़ रहे थे। AI-सहायता प्राप्त साक्षात्कारकर्ता एक गहरे गड्ढे की तरह थे; वे एक ही स्थान पर रहे और गहराई तक खुदाई की, जिससे बहुत अधिक विस्तृत और विशिष्ट "खजाना" (जिसे शोधकर्ता "लो-लेवल रिक्वायरमेंट्स" कहते हैं) मिला। क्योंकि उन्होंने अधिक गहराई से खुदाई की, इसलिए उपयोगकर्ताओं की जरूरतों का अंतिम नक्शा अधिक विस्तृत और उपयोगी था।
हालाँकि, यह शोध पत्र यह कहने में सावधान है कि AI कोई जादुई छड़ी नहीं है जो सब कुछ ठीक कर देती है। शोधकर्ताओं ने पाया कि AI के "फॉलो-अप प्रश्न" के सुझाव हमेशा सटीक नहीं थे; साक्षात्कारकर्ता अक्सर AI द्वारा सुझाए गए विशिष्ट शब्दों को अनदेखा कर देते थे क्योंकि वे थोड़े नीरस या धीमे लगते थे। इसके बजाय, AI की असली शक्ति "टॉपिक ट्रैकर" (विषय ट्रैकर) थी। यह एक मित्रवत डैशबोर्ड की तरह था जो साक्षात्कारकर्ता को बताता था, "हे, आपने अभी तक लॉगिन स्क्रीन के बारे में नहीं पूछा है," या "आप काफी समय से भुगतान के बारे में बात कर रहे हैं, शायद यहाँ और गहराई में जाएँ?" साक्षात्कारकर्ताओं ने इस फीचर को सबसे उपयोगी बताया।
तो, निष्कर्ष क्या है? अध्ययन बताता है कि एक अनट्रेंड व्यक्ति को एक स्मार्ट AI सहायक देने से वास्तव में प्रशिक्षित व्यक्ति को बिना किसी मदद के रहने की तुलना में बेहतर परिणाम मिल सकते हैं। AI ने साक्षात्कारकर्ताओं को केंद्रित रहने, अधिक फॉलो-अप प्रश्न पूछने और उपयोगकर्ताओं की वास्तविक जरूरतों के बारे में गहराई से जानकारी निकालने में मदद की। लेकिन इसने यह भी दिखाया कि AI मानवीय निर्णय का विकल्प नहीं है; सबसे अच्छे परिणाम तब आए जब AI ने ट्रैकिंग और योजना बनाने का भारी काम संभाला, जबकि मानव साक्षात्कारकर्ता ने इस सहायता का उपयोग अधिक स्वाभाविक और गहरी बातचीत करने के लिए किया। यह AI द्वारा आपके लिए काम करने के बारे में नहीं है; यह AI द्वारा टॉर्च पकड़ने के बारे में है ताकि आप सुरागों को अधिक स्पष्ट रूप से देख सकें।
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।