From Information to Delegation: Mapping Human-AI Financial Decision Making
यह शोधपत्र मानव-एआई निर्णय अधिकार (human-AI decision authority) को मापने के लिए एक व्यवहारिक ढांचे का परिचय देता है, जो 15 लाख इंटरैक्शन के विश्लेषण के माध्यम से यह प्रकट करता है कि हालांकि उपभोक्ता वित्तीय जानकारी और निर्णय के लिए एआई का व्यापक रूप से उपयोग करते हैं, वे वास्तविक वित्तीय निष्पादन (financial execution) को इसे सौंपते नहीं 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 विशाल, हलचल भरी लाइब्रेरी में खड़े हैं जहाँ अलमारियाँ प्रकाश से बनी हैं और किताबें बातचीत से बनी हैं। लंबे समय से, लोग लाइब्रेरियनों (जो वास्तव में सुपर-स्मार्ट कंप्यूटर प्रोग्राम यानी AI हैं) से सरल प्रश्न पूछ रहे हैं जैसे, "इतिहास वाला सेक्शन कहाँ है?" या "मौसम कैसा है?" यह सूचना प्राप्ति (Information Retrieval) की दुनिया है: मशीन से तथ्य प्राप्त करना। लेकिन हाल ही में, ये लाइब्रेरियन पार्टनर्स की तरह व्यवहार करने लगे हैं। वे केवल एक किताब की ओर इशारा नहीं करते; बल्कि वे आपकी कहानी लिखने, कथानक की योजना बनाने या यहाँ तक कि यह तय करने में भी मदद करने लगते हैं कि किस पात्र को बचाना है। यह बदलाव मानव-AI निर्णय लेने (Human-AI Decision Making) की दुनिया में हो रहा है, एक ऐसा क्षेत्र जो इस बात का अध्ययन करता है कि हम चुनाव करने के मानसिक भार को कंप्यूटर के साथ कैसे साझा करते हैं। बड़ा सवाल केवल यह नहीं है कि "AI क्या जानता है?" बल्कि यह है कि "हम स्टीयरिंग व्हील का कितना हिस्सा AI को थमा रहे हैं?" क्या हम इसे केवल एक मानचित्र के रूप में उपयोग कर रहे हैं, या हम इसे कार चलाने दे रहे हैं? यह महत्वपूर्ण है क्योंकि जैसे-जैसे AI निर्णय लेने में बेहतर होता जा रहा है, हमें यह समझने की आवश्यकता है कि क्या हम अभी भी अपने वित्तीय जहाजों के कप्तान हैं या हम धीरे-धीरे चाबियाँ सौंप रहे हैं।
यह शोध पत्र, जिसका शीर्षक "सूचना से प्रत्यायोजन तक: मानव-AI वित्तीय निर्णय लेने का मानचित्रण (From Information to Delegation: Mapping Human-AI Financial Decision Making)" है, डिजिटल युग के वॉलेट की गहराई में जाकर यह देखता है कि लोग अपने पैसे को संभालने के लिए AI का उपयोग वास्तव में कैसे कर रहे हैं। लेखकों ने, जो स्ट्राइप पार्टनर्स (Stripe Partners) की एक टीम है, संयुक्त राज्य अमेरिका और भारत के उपयोगकर्ताओं और दो लोकप्रिय AI सहायकों, ChatGPT और Gemini के बीच 15 लाख से अधिक वास्तविक बातचीत का विश्लेषण किया। उन्होंने केवल यह नहीं गिना कि लोगों ने कितनी बार पैसे के बारे में पूछा; बल्कि उन्होंने यह देखने के लिए एक नया प्रकार का "व्यवहार संबंधी सूक्ष्मदर्शी (behavioral microscope)" बनाया कि लोग AI के साथ कैसे बातचीत करते हैं। उन्होंने हर चैट को विश्वास के तीन स्तरों में वर्गीकृत किया, जो एक वीडियो गेम की कठिनाई सेटिंग की तरह है:
- स्तर 1 (सूचित करना - Inform): AI एक लाइब्रेरियन है। आप पूछते हैं, "ब्याज दर क्या है?" और वह उत्तर देता है। सोचने का काम आप करते हैं।
- स्तर 2 (आकार देना - Shape): AI एक कोच है। आप पूछते हैं, "क्या मुझे यह स्टॉक खरीदना चाहिए?" या "मैं अपना क्रेडिट स्कोर कैसे ठीक करूँ?" और AI सलाह देता है, विकल्पों की तुलना करता है, या योजना बनाने में मदद करता है। अंतिम निर्णय आप ही लेते हैं, लेकिन AI आपके निर्णय को आकार दे रहा है।
- लेवल 3 (कार्य करना - Act): AI एक ड्राइवर है। आप कहते हैं, "मेरे पैसे को सबसे अच्छे खाते में स्थानांतरित करें," और AI वास्तव में जाकर वह कार्य करता है।
शोधकर्ताओं ने पाया कि जबकि वित्तीय सेवाएँ पहले से ही यह एक बड़ा हिस्सा हैं कि लोग AI का उपयोग कैसे करते हैं (उनके अध्ययन में उपयोगकर्ताओं में से लगभग आधे ने किसी न किसी मोड़ पर पैसे के बारे में बात की), हम मुख्य रूप से "लाइब्रेरियन" और "कोच" क्षेत्रों में फंसे हुए हैं। डेटा दिखाता है कि उपभोक्ता भारी रूप से अपने निर्णयों को सूचित (inform) करने के लिए (अमेरिका में लगभग 63.5% और भारत में 72.1% चैट) और अपनी रणनीतियों को आकार (shape) देने के लिए (अमेरिका में लगभग 58.6% और भारत में 49.7%) AI का उपयोग करते हैं। लोग क्रेडिट कार्ड की तुलना करने, टैक्स नियमों को समझाने, या कर्ज चुकाने का सबसे अच्छा तरीका पता लगाने के लिए AI से पूछना पसंद करते हैं।
हालाँकि, यह पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि लोग AI को नियंत्रण सौंपने के लिए तैयार हैं। "ड्राइवर" स्तर, जहाँ AI वास्तव में एक वित्तीय लेनदेन निष्पादित करता है या अपने आप निर्णय लेता है, अत्यंत दुर्लभ है। अमेरिका में, वित्तीय चैट में से केवल 0.3% प्रत्यायोजन (delegation) के बारे में थे, और भारत में, यह एक मामूली 0.1% था। इनमें से लगभग कोई भी बड़े, स्वायत्त निर्णय लेने के बारे में नहीं था; वे ज्यादातर सरल, निर्देश-आधारित कार्य थे जैसे बजट अलर्ट सेट करना या खर्चों को ट्रैक करना। लेखक सुझाव देते हैं कि "एजेंटिक AI" (वह AI जो अपने आप कार्य करता है) के शोर के बावजूद, लोग वर्तमान में बहुत सतर्क हैं। वे एक स्मार्ट सहायक चाहते हैं जो उन्हें सोचने में मदद करे, लेकिन वे रोबोट को चेक साइन करने देने के लिए तैयार नहीं हैं।
यह अध्ययन दोनों देशों के बीच कुछ दिलचस्प अंतरों को भी उजागर करता है। अमेरिका में, लोग मुख्य रूप से अपने बैंक खातों की समस्याओं को हल करने, भुगतान संबंधी मुद्दों को ठीक करने, या बीमा और सार्वजनिक सहायता को समझने के लिए AI का उपयोग करते थे। भारत में, बातचीत निवेश, शेयर बाजार अनुसंधान और वित्त के बारे में सीखने पर अधिक केंद्रित थी। लेकिन मुख्य निष्कर्ष दोनों के लिए समान है: हम एक "आकार देने (Shape)" के युग में हैं। हम बेहतर वित्तीय मानचित्र बनाने और अपने मार्ग की योजना बनाने के लिए AI का उपयोग कर रहे हैं, लेकिन स्टीयरिंग व्हील अभी भी हमारे हाथों में है, और यदि रास्ता कठिन हो जाए तो हम उसे संभालने के लिए तैयार हैं। लेखक निष्कर्ष निकालते हैं कि यह ढांचा हमें भविष्य में बदलावों को देखने के लिए एक आधार प्रदान करता है, जो यह सुझाव देता है कि फिलहाल के लिए, AI निर्णय के लिए एक शक्तिशाली उपकरण है, न कि उसका विकल्प।
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।