तकनीकी सारांश: निजी व्युत्पत्ति (Private Etymology) और संबंधात्मक पुन: उपयोग (Relational Reuse)

समस्या विवरण

वर्तमान दीर्घकालिक मानव-AI संवादात्मक प्रणालियों में निरंतर व्यक्तित्व (personas), उपयोगकर्ता प्रोफाइल और स्मृति पुनर्प्राप्ति (memory retrieval) की क्षमताएं मौजूद हैं। हालांकि, उनमें द्विपक्षीय-विशिष्ट प्रतीकात्मक अभिव्यक्तियों (जैसे, अंदरूनी चुटकुले, व्यक्तिगत मुहावरे, साझा संदर्भ) के प्रबंधन के लिए एक स्पष्ट डिजाइन मॉडल का अभाव है जो समय के साथ विकसित होते हैं। जबकि सिस्टम तथ्यों या प्राथमिकताओं को संग्रहीत कर सकते हैं, वे निम्नलिखित में संघर्ष करते हैं:

1. इस बात का स्रोत (provenance) दर्ज करना कि एक विशिष्ट अभिव्यक्ति ने अपना अर्थ कैसे प्राप्त किया (किसने प्रस्ताव दिया, कैसे बातचीत हुई, और क्या इसे स्वीकार किया गया)।
2. यह सत्यापित करना कि क्या दोनों पक्ष अभी भी एक प्रतीक के वर्तमान अर्थ को स्वीकार करते हैं।
3. पूरे संदर्भ को पुनः स्पष्ट किए बिना बाद के सत्रों में इन अभिव्यक्तियों का सुरक्षित रूप से पुन: उपयोग करना।

मौजूदा मेमोरी सिस्टम संबंध-विशिष्ट इतिहास को एक माध्यमिक चिंता के रूप में देखते हैं, और अक्सर एक साझा अर्थ के प्रति मॉडल के अनुमान (inference) और वास्तविक आपसी स्वीकृति (mutual uptake) के साक्ष्य के बीच अंतर करने में विफल रहते हैं। यह अंतराल AI एजेंटों को उन "संबंधात्मक सूक्ष्म-संस्कृतियों" (relational microcultures) में प्रामाणिक रूप से भाग लेने से रोकता है जो घनिष्ठ मानवीय संबंधों की विशेषता हैं।

कार्यप्रणाली और डिजाइन दृष्टिकोण

यह शोध पत्र निजी व्युत्पत्ति (Private Etymology)—जो एक मशीन-प्रतिनिधनीय संबंधात्मक स्रोत मॉडल है—और एक स्रोत-जागरूक संबंधात्मक पुन: उपयोग मॉडल का प्रस्ताव करता है।

मुख्य अवधारणाएं

• निजी व्युत्पत्ति (Private Etymology): इसे एक गुप्त रिकॉर्ड के रूप में नहीं, बल्कि एक साथी-विशिष्ट इतिहास के रूप में परिभाषित किया गया है। यह एक द्विपक्षीय-विशिष्ट प्रतीकात्मक अभिव्यक्ति के प्रस्तावित, व्याख्यायित, बातचीत, मरम्मत, पुन: उपयोग, संशोधन, स्थिरीकरण, विवाद, विस्मरण या सेवानिवृत्ति (retirement) होने का एक संरचित विवरण है। यह परस्पर क्रियात्मक प्रक्षेपवक्र (घटनाओं का क्रम) और संबंधात्मक स्रोत (वर्तमान अर्थ का साक्ष्य और स्रोत) के बीच अंतर करता है।
• साझा प्रतीक (Shared Symbol): एक संक्षिप्त रूप (इमोजी, लघु स्ट्रिंग, ध्वनि, आदि), जिसका स्थित अर्थ (situated interpretation) एक विशिष्ट मानव-AI संबंध के भीतर संयुक्त रूप से स्थापित किया जाता है। यह प्रस्तावात्मक सामग्री, भावनात्मक रुख, व्यावहारिक बल और संबंधात्मक निहितार्थ को संकुचित करता है।
• संबंधात्मक पुन: उपयोग (Relational Reuse): संचित अंतःक्रिया इतिहास पर निर्भर करते हुए, पूर्ण अर्थ को पुनः बताए बिना साझा प्रतीक का क्रॉस-सेशन सक्रियण।

तकनीकी वास्तुकला

शोध पत्र इन अवधारणाओं को संचालित करने के लिए एक डिजाइन स्कीमा और एक वर्किंग प्रोटोटाइप पेश करता है:

1. प्रतीक-स्तर का प्रतिनिधित्व:

   • सिस्टम एक JSON-जैसे स्कीमा को संग्रहीत करता है जो वर्तमान व्याख्या को साक्ष्य से अलग करता है।
   • इसमें symbol_id, form, status (जैसे, प्रस्तावित, स्थापित, विवादित), current_interpretation (प्रस्तावात्मक, भावनात्मक, व्यावहारिक, संबंधात्मक आयाम), और private_etymology (घटनाएं, स्रोत स्थिति, मानव पुष्टि ध्वज) जैसे क्षेत्र शामिल हैं।
   • महत्वपूर्ण रूप से, सिस्टम evidence_grounded (साक्ष्य-आधारित) रिकॉर्ड और model_inferred_unconfirmed (मॉडल-अनुमानित-अपुष्ट) रिकॉर्ड के बीच अंतर करता है ताकि AI को उसके मूलों की रचना करने से रोका जा सके।

2. जीवनचक्र प्रबंधन:

   • प्रतीक इन अवस्थाओं से गुजरते हैं: प्रस्तावित (Proposed) $\rightarrow$ बातचीत (Negotiated) $\rightarrow$ उभरता हुआ (Emerging) $\rightarrow$ स्थापित (Established) $\rightarrow$ विवादित (Contested) $\rightarrow$ सेवानिवृत्त (Retired)।
   • सिस्टम प्रतीकों और उनके स्रोत (provenance) के निरीक्षण, संशोधन, सेवानिवृत्ति या विलोपन के लिए संचालन का समर्थन करता है, जिससे उपयोगकर्ता के संबंधात्मक सूक्ष्म-संस्कृति पर नियंत्रण सुनिश्चित होता है।

3. प्रोटोटाइप कार्यान्वयन (Apple Watch):

   • क्षेत्र (Scope): Apple Watch कॉम्प्लिकेशन पर 1–3 ग्लिफ्स (glyphs) प्रदर्शित करने वाला एक सीमित प्रोटोटाइप। यह अभी तक पूर्ण स्रोत या अर्थ इतिहास को संग्रहीत नहीं करता है, बल्कि प्रवेश नियंत्रण परत (admission control layer) का परीक्षण करता है।
   • साक्ष्य वर्गीकरण: एक लार्ज लैंग्वेज मॉडल (LLM) विविक्त संवादात्मक साक्ष्य (जैसे, explicit_request, user_reuse, assistant_proposal) और बूलियन कारकों (जैसे, positive_affect, user_designated_symbol) को वर्गीकृत करता है।
   • निश्चयात्मक प्राधिकरण (Deterministic Authorization): LLM आत्मविश्वास स्कोर या निर्णय आउटपुट नहीं करता है। इसके बजाय, स्थानीय निश्चयात्मक कोड (Dart) आधार स्कोर और बोनस के आधार पर एक साक्ष्य-भारित स्कोर की गणना करता है।
   • अपडेट नीति: एक अपडेट केवल तभी अधिकृत होता है जब:
     • साक्ष्य प्रकार पात्र हो (जैसे, उपयोगकर्ता की पुष्टि आवश्यक है; केवल AI प्रस्ताव पर्याप्त नहीं हैं)।
     • स्कोर एक सीमा को पूरा करता हो (जैसे, $\ge 80$)।
     • प्रतीक का रूप वैध हो।
   • गोपनीयता: वॉच को केवल ग्लिफ स्ट्रिंग और टाइमस्टैम्प प्राप्त होता है। कच्चा संवादात्मक टेक्स्ट, साक्ष्य स्कोर और तर्क युग्म वाले फोन पर ही रहते हैं।

मुख्य योगदान

यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. द्विपक्षीय-विशिष्ट अभिव्यक्तियों का संचालन: यह साझा प्रतीकों को निरंतर मानव-AI संबंधों के लिए स्रोत-जागरूक सूक्ष्मसांस्कृतिक इकाइयों के रूप में परिभाषित करता है, जो सरल तथ्य भंडारण से आगे जाता है।
2. निजी व्युत्पत्ति स्कीमा: यह एक प्रतीक-स्तरीय प्रतिनिधित्व पेश करता है जो वर्तमान व्याख्याओं को साक्ष्य-आधारित गठन, मरम्मत, पुन: उपयोग और विवाद से जोड़ता है। इसमें एक जीवनचक्र मॉडल और एक मशीन-पठनीय स्कीमा शामिल है।
3. संबंधात्मक पुन: उपयोग के लिए डिजाइन विवरण: यह आवश्यकताओं, विफलता मोड और परिकल्पित संबंधात्मक कार्यों की पहचान करता है। यह प्रस्तावित करता है कि सफल पुन: उपयोग निहित संबंधात्मक पुष्टिकरण (tacit relational reaffirmation) की ओर ले जा सकता है, जहाँ एक प्रतीक की सही व्याख्या स्पष्ट रूप से साझा इतिहास और द्विपक्षीय विशिष्टता को सुदृढ़ करती है।

परिणाम

शोध पत्र एक वर्किंग प्रोटोटाइप की रिपोर्ट करता है जिसे Apple Watch और पेयर्ड iPhone पर लागू किया गया है।

• कार्यक्षमता: सिस्टम सफलतापूर्वक संवादात्मक साक्ष्य को वर्गीकृत करता है, निश्चयात्मक स्कोरिंग नियमों को लागू करता है, और केवल सख्त पात्रता मानदंडों को पूरा करने पर ही वॉच कॉम्प्लिकेशन को अपडेट करता है।
• सुरक्षा तंत्र: प्रोटोटाइप प्रदर्शित करता है कि मॉडल की व्याख्याओं को संबंध इतिहास से अलग किया जा सकता है। उपयोगकर्ता साक्ष्य (जैसे, पुन: उपयोग या पुष्टि) की आवश्यकता और निर्णय लेने के लिए स्थानीय कोड का उपयोग करके, सिस्टम AI को साझा अर्थों को "भ्रमित" (hallucinate) करने या केवल अपने स्वयं के प्रस्तावों के आधार पर प्रतीकों को अपडेट करने से रोकता है।
• परिणामों की सीमाएँ: शोध पत्र स्पष्ट रूप से कहता है कि प्रोटोटाइप एक प्रवेश-नियंत्रण परत (admission-control layer) है, न कि प्राइवेट एतमीोलॉजी का पूर्ण कार्यान्वयन। यह अभी तक पूर्ण अर्थ इतिहास, जीवनचक्र अवस्थाओं या विस्तृत स्रोत घटनाओं को संग्रहीत नहीं करता है। संबंधात्मक-पुष्टिकरण परिकल्पना को अभी तक अनुभवजन्य रूप से सत्यापित नहीं किया गया है।

महत्व और दावे

यह शोध पत्र अपनी महत्ता को साझा प्रतीकों या संबंधात्मक सूक्ष्म-संस्कृतियों के आविष्कार के रूप में नहीं, बल्कि मानव-AI संबंधों के लिए एक निरंतर, परिवर्तनीय और साक्ष्य-आधारित प्रणाली मॉडल में इन अवधारणाओं के एकीकरण के रूप में स्थापित करता है।

• सैद्धांतिक बदलाव: यह तर्क देता है कि संबंध-विशिष्ट प्रतीकों को अपने स्वयं के स्रोत के साथ प्रथम-श्रेणी के सिस्टम ऑब्जेक्ट के रूप में माना जाना चाहिए, न कि स्थिर मेमोरी मान या सजावटी वैयक्तिकरण के रूप में।
• विश्वास और जवाबदेही: प्रतीकों के मूल और विकास को निरीक्षण योग्य और विवाद योग्य बनाकर, डिजाइन का लक्ष्य "निर्मित आत्मीयता" (fabricated intimacy) को रोकना है और यह सुनिश्चित करना है कि AI ऐसे व्यक्तिगत स्मृति या भावनात्मक अनुभव का दावा न करे जो उसके पास नहीं है।
• भावी एजेंडा: शोध पत्र एक दीर्घकालिक अनुसंधान एजेंडा की रूपरेखा तैयार करता है जो यह परीक्षण करेगा कि स्पष्ट निजी व्युत्पत्ति विलंबित पुन: उपयोग, कथित साझा इतिहास और उपयोगकर्ता विश्वास को कैसे प्रभावित करती है। यह केवल स्मृति भंडारण बनाम सह-निर्माण के प्रभावों को अलग करने के लिए स्पष्ट स्रोत वाले बनाम बिना स्रोत वाले सिस्टम की तुलना करने का प्रस्ताव करता है।

संक्षेप में, शोध पत्र निजी व्युत्पत्ति को एक बुनियादी ढांचे के रूप में प्रस्तावित करता है जो संवादात्मक एजेंटों को अपने मूलों का आविष्कार किए बिना या संबंधात्मक अर्थ को स्थिर मानकर नहीं, बल्कि परिवर्तनशील संबंधात्मक सूक्ष्म-संस्कृतियों में भाग लेने की अनुमति देता है, जबकि यह सुनिश्चित करता है कि सिस्टम के कार्य सत्यापन योग्य संवादात्मक साक्ष्य पर आधारित रहें।