कल्पना कीजिए कि आप एक विशाल, हलचल भरी लाइब्रेरी में घूम रहे हैं जहाँ हर किताब, लेख और सोशल मीडिया पोस्ट किसी के दिमाग की खिड़की है। कभी-कभी, दो लोग बिल्कुल एक ही घटना को देखते हैं—जैसे कि कोई विरोध प्रदर्शन या नया कानून—और उस पर पूरी तरह से अलग कहानियाँ लिखते हैं। एक इसे "स्वतंत्रता की लड़ाई" कह सकता है, जबकि दूसरा इसे "अराजकता" कह सकता है। यह केवल झूठ बोलने के बारे में नहीं है; यह परिप्रेक्ष्य (perspective) के बारे में है। कंप्यूटर और भाषा की दुनिया में (जिसे नेचुरल लैंग्वेज प्रोसेसिंग या NLP कहा जाता है), वैज्ञानिक ऐसी मशीनें बनाने की कोशिश कर रहे हैं जो इन अलग-अलग खिड़कियों को समझ सकें। उन्होंने इसे करने के लिए कई उपकरण बनाए हैं, जिन्हें उन्होंने "सेंटिमेंट" (लेखक खुश है या दुखी?), "स्टेंस" (क्या वे सहमत हैं या असहमत?), "फ्रेम्स" (वे कौन सा कोण दिखा रहे हैं?), और "इडियोलॉजी" (वे कौन से बड़े विश्वास उन्हें प्रेरित करते हैं?) जैसे नाम दिए हैं।

लेकिन समस्या यह है कि लाइब्रेरी अव्यवस्थित होती जा रही है। शोधकर्ता इन उपकरणों का वर्णन करने के लिए इतने अलग-अलग नामों का उपयोग कर रहे हैं कि यह पहचानना मुश्किल हो गया है कि कौन सा किस काम के लिए उपयुक्त है। यह एक ऐसे टूलबॉक्स की तरह है जहाँ कोई हथौड़े को "कील-धकेलने वाला" कहता है, दूसरा उसे "धातु की छड़" कहता है, और तीसरा उसे "निर्माण सहायक" कहता है। यदि आप घर बनाना चाहते हैं, तो आपको पता होना चाहिए कि कौन सा सटीक उपकरण उठाना है। एक स्पष्ट मानचित्र के बिना, शोधकर्ता गलती से कील ठोकने के लिए पेचकस का उपयोग कर सकते हैं, जिससे भ्रमित परिणाम मिल सकते हैं। यह पेपर इस टूलबॉक्स को व्यवस्थित करने, उपकरणों को व्यवस्थित करने और हमें एक स्पष्ट मार्गदर्शिका देने के लिए कदम उठाता है ताकि हम बेहतर, निष्पक्ष और अधिक समझदार AI बना सकें।

---

महान परिप्रेक्ष्य मानचित्र: अराजकता को व्यवस्थित करना

इस पेपर के लेखक, एग्नेस डैफ़रा, सेबस्टियन पाडो और तनिसे सेरॉन ने इस अव्यवस्थित टूलबॉक्स का सीधे तौर पर सामना करने का निर्णय लिया। उन्होंने केवल अनुमान नहीं लगाया; वे हजारों शोध पत्रों में एक विशाल खोज अभियान पर निकले ताकि कंप्यूटर विज्ञान में "परिप्रेक्ष्य" का वर्णन करने के लिए उपयोग किए जाने वाले प्रत्येक विचार को खोजा जा सके। उन्होंने 15 अलग-अलग अवधारणाओं को एकत्र किया, जो बहुत बड़े और अमूर्त (जैसे "मूल्य" और "विचारधारा") से लेकर बहुत छोटे और विशिष्ट (जैसे "तर्क" और "सिमेंटिक फ्रेम्स") तक फैली हुई थीं।

इस उलझन को समझने के लिए, उन्होंने इन अवधारणाओं के साथ एक कहानी के पात्रों जैसा व्यवहार किया और पूछा: "ये पात्र कैसे व्यवहार करते हैं?" उन्होंने प्रत्येक के लिए चार विशिष्ट लक्षणों को देखा:

1. भाषाई संकेत (Linguistic Cues): क्या अवधारणा उपयोग किए गए शब्दों में एक स्पष्ट, स्पष्ट निशान छोड़ती है (जैसे एक ज़ोरदार चिल्लाहट), या यह छिपी हुई है और इसके लिए शब्दों के बीच पढ़ने की आवश्यकता होती है (जैसे एक फुसफुसाहट)?
2. ग्रैनुलैरिटी (Granularity): क्या अवधारणा पूरी कहानी में फैली हुई है (जैसे पूरी फिल्म का मूड), या यह केवल एक वाक्य या वाक्यांश में सिमटी हुई है (जैसे एक विशिष्ट चुटकुला)?
3. एंटिटी-विशिष्टता (Entity-Specificity):ity: क्या इसे किसी विशिष्ट व्यक्ति या वस्तु के बारे में होने की आवश्यकता है (जैसे "डोनाल्ड ट्रम्प"), या यह किसी भी चीज़ के बारे में सामान्य रूप से हो सकती है?
4. वर्गों की संख्या (Number of Classes): जब आप इन्हें श्रेणियों में बांटने की कोशिश करते हैं, तो क्या आपके पास केवल दो श्रेणियां (हाँ/नहीं) हैं, या आपको श्रेणियों का एक पूरा इंद्रधनुष चाहिए?

खोज: विशिष्टता की एक एकल रेखा

इन चार लक्षणों पर इन 15 अवधारणाओं के स्कोर का विश्लेषण करने के बाद, लेखकों ने कुछ आश्चर्यजनक और सुंदर पाया। उन्होंने पाया कि ये सभी विभिन्न अवधारणाएं बेतरतीब ढंग से बिखरी हुई नहीं हैं। इसके बजाय, वे एक एकल सीधी रेखा में पूरी तरह से संरेखित हैं, जैसे एक धागे पर मोती।

एक रूलर (पैमाने) की कल्पना करें। एक छोर पर, आपके पास सबसे सामान्य, व्यापक विचार हैं। ये मूल्य (Values) और विचारधारा (Ideology) जैसी चीजें हैं। ये पाठ के "मौसम" की तरह हैं; वे हर जगह हैं, उन्हें एक अकेले वाक्य तक सीमित करना कठिन है, और उन्हें महसूस करने के लिए विशिष्ट शब्दों पर निर्भर रहने की आवश्यकता नहीं है। वे पृष्ठभूमि के विश्वास हैं जो सब कुछ आकार देते हैं।

जैसे-जैसे आप रूलर के दूसरे छोर की ओर बढ़ते हैं, अवधारणाएं अधिक विशिष्ट और अधिक भाषाई होती जाती हैं। आप स्टेंस (Stances) और सेंटिमेंट (Sentiment) से गुजरते हैं (जो एक लक्ष्य के प्रति व्यक्तिगत भावनाओं के बारे में हैं), फिर टॉपिक्स (Topics) और फ्रेम्स (Frames) (जो इस बारे में हैं कि जानकारी को कैसे चुना और हाइलाइट किया जाता है)। अंत में, बहुत तीखे, विशिष्ट छोर पर, आप तर्क (Arguments), दावे (Claims) और सिमेंटिक फ्रेम्स (Semantic Frames) पाते हैं। ये परिप्रेक्ष्य के "सूक्ष्मदर्शी" की तरह हैं। ये विशिष्ट वाक्यों, विशिष्ट शब्दों और विशिष्ट तार्किक संरचनाओं से बंधे हुए हैं। ये वे ठोस निर्माण खंड हैं जो बड़े चित्र का निर्माण करते हैं।

पेपर सुझाव देता है कि यह केवल एक संयोग नहीं है। यह एक पदानुक्रम (Hierarchy) का प्रस्ताव करता है: विशिष्ट भाषाई उपकरण (जैसे तर्क) ईंटें हैं, और विचारधाराएं वह किला हैं जो उनसे बनाया गया है। आप ईंटों के बिना किले को वास्तव में नहीं रख सकते, लेकिन जब तक आप देखते हैं कि उन्हें कैसे रखा गया है, तब तक ईंटें अकेले आपको यह नहीं बतातीं कि किला कैसा दिखता है।

यह क्यों मायने रखता है: निर्णय वृक्ष (Decision Tree)

लेखकों ने केवल एक सुंदर रेखा खींचकर ही नहीं रुकना चाहा; वे इसे उपयोगी बनाना चाहते थे। उन्होंने महसूस किया कि शोधकर्ता अक्सर अपने विशिष्ट काम के लिए सही उपकरण चुनने में संघर्ष करते हैं। इसलिए, उन्होंने किसी को भी इस स्थान को नेविगेट करने में मदद करने के लिए एक डिसीजन ट्री (फ्लोचार्ट) बनाया।

यह व्यवहार में इस प्रकार काम करता है:

• परिदृश्य A: यदि आप एक समाचार ऐप बनाना चाहते हैं जो आपको विभिन्न राजनीतिक दृष्टिकोण दिखाता है, तो आपको केवल "खुश" या "दुखी" शब्दों की तलाश नहीं करनी चाहिए। आपको विचारधारा (Ideology) और मूल्यों (Values) की तलाश करनी चाहिए क्योंकि आप लेखकों के गहरे, अंतर्निहित विश्वासों को पकड़ना चाहते हैं।
• परिदृश्य B: यदि आप विश्लेषण करना चाहते हैं कि दो अलग-अलग समाचार चैनल एक ही अपराध को कैसे कवर करते हैं, तो आपको फ्रेम्स (Frames) की अधिक परवाह हो सकती है। यह आपको यह देखने में मदद करता है कि वे कहानी बताने के लिए कैसे चुनाव कर रहे हैं (उदाहरण के लिए, पीड़ित पर ध्यान केंद्रित करना बनाम पुलिस पर ध्यान केंद्रित करना), न कि केवल वे क्या सोचते हैं।
• परिदृश्य C: यदि आप एक ऐसा चैटबॉट बनाने की कोशिश कर रहे हैं जो बहस के दोनों पक्षों पर तर्क कर सके, तो आपको तर्क (Arguments) और दावों (Claims) पर ध्यान केंद्रित करने की आवश्यकता है। ये वे विशिष्ट तार्किक चरण हैं जिन्हें बॉट को प्रभावशाली दिखने के लिए लेना होगा।

निचोड़

यह पेपर यह दावा नहीं करता है कि इसने परिप्रेक्ष्य की समस्या को "हल" कर दिया है। इसके बजाय, यह सुझाव देता है कि विशिष्टता (specificity) के आधार पर इन अवधारणाओं को एक स्पष्ट पदानुक्रम में व्यवस्थित करके, शोधकर्ता पहिया दोबारा बनाने (reinventing the wheel) से बच सकते हैं। यह उन्हें उनके शोध के विशिष्ट कार्य के लिए सही "लेंस" चुनने में मदद करता है।

यदि आप किसी बहस की गहरी, सांस्कृतिक जड़ों का अध्ययन कर रहे हैं, तो आप रूलर के चौड़े छोर (विचारधारा) को देखते हैं। यदि आप अध्ययन कर रहे हैं कि एक विशिष्ट वाक्य जिम्मेदारी को कैसे बदलता है, तो आप तीखे छोर (तर्क) को देखते हैं। इस स्पेक्ट्रम को समझकर, हम ऐसा AI बना सकते हैं जो केवल शब्दों को नहीं गिनता, बल्कि वास्तव में मनुष्यों के दुनिया को देखने के विभिन्न तरीकों को समझता है। यह तकनीक को मानव राय की जटिलता का सम्मान करने वाले AI बनाने की दिशा में एक महत्वपूर्ण कदम है, न कि इसे एक एकल, उबाऊ उत्तर में समेट देने की दिशा में।