When Writing Style Drifts: Benchmarking Authorship Verification under Distribution Shifts in Genre, Time and the AI-Era
यह शोध पत्र AVShift को प्रस्तुत करता है, जो शैली (genre), समय और AI युग के तहत वितरण बदलावों (distribution shifts) के अंतर्गत लेखकत्व सत्यापन (authorship verification) का व्यवस्थित रूप से मूल्यांकन करने के लिए पहला जर्मन बेंचमार्क है, जो यह प्रकट करता है कि फाइन-ट्यून्ड LLMs शैलियों के बीच सबसे अच्छा सामान्यीकरण (generalize) करते हैं, जबकि टेम्पोरल ड्रिफ्ट (temporal drift) प्रदर्शन को महत्वपूर्ण रूप से कम कर देता है, हालांकि कोई मापने योग्य AI-युग बदलाव नहीं पाया गया।
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
प्रत्येक व्यक्ति अपने लेखन के तरीके में आदतों का एक अनूठा निशान छोड़ जाता है। जिस तरह एक उंगलियों का निशान (फिंगरप्रिंट) शरीर की पहचान करने वाला एक भौतिक चिह्न होता है, उसी तरह एक लेखक का "इडियोलेक्ट" (idiolect) भाषाई आदतों का एक संग्रह है—कि वे विराम चिह्नों का उपयोग कैसे करते हैं, उनके वाक्य कितने लंबे होते हैं, और वे किन शब्दों को प्राथमिकता देते हैं—जो उनके मस्तिष्क की पहचान कराता है। दशकों से, साहित्य और कानून के विशेषज्ञों ने इन पैटर्न पर रहस्यों को सुलझाने के लिए भरोसा किया है, चाहे वह साहित्यिक चोरी पकड़ना हो या किसी धमकी भरे पत्र के गुमनाम लेखक की पहचान करना हो। मूल विचार सरल है: हालांकि हम प्रेम पत्र या व्यावसायिक रिपोर्ट लिखने के आधार पर अपनी शब्दावली बदल सकते हैं, लेकिन हमारे लेखन की गहरी, अंतर्निहित लय इतनी स्थिर रहती है कि उसे पहचाना जा सके।
हालांकि, यह धारणा आधुनिक दुनिया में एक गंभीर चुनौती का सामना कर रही है। लेखन शून्य में नहीं होता; यह शैली (genre), समय अवधि और हमारे द्वारा उपयोग किए जाने वाले उपकरणों के आधार पर बदलता रहता है। एक व्यक्ति सुबह एक छोटा, अनौपचारिक फोरम पोस्ट लिख सकता है और शाम को एक लंबी, परिष्कृत कहानी। वे आज लिखने के तरीके से बीस साल पहले के अपने लेखन के तरीके से भिन्न हो सकते हैं। इसके अलावा, आर्टिफिशियल इंटेलिजेंस (AI) टूल्स के हालिया विस्फोट ने, जो लोगों को लिखने में मदद करते हैं, एक नया प्रश्न खड़ा कर दिया है: क्या वाक्य का मसौदा तैयार करने में कंप्यूटर का उपयोग करना लेखक के अनूठे फिंगरप्रिंट को उनकी पहचान छिपाने के लिए पर्याप्त रूप से बदल देता है? इन प्रश्नों का उत्तर देने के लिए, शोधकर्ताओं को एक तरीके की आवश्यकता थी जिससे यह परीक्षण किया जा सके कि क्या ये डिजिटल "फिंगरप्रिंट" संदर्भ बदलने पर भी टिके रहते हैं।
न्युरेमबर्ग यूनिवर्सिटी ऑफ टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने एक विशाल नया टेस्ट सेट 'AVShift' बनाकर इस समस्या का समाधान किया है। केवल एक प्रकार के लेखन को देखने के बजाय, उन्होंने जर्मन वेबसाइटों से 150,000 से अधिक टेक्स्ट जोड़े एकत्र किए जो फैन फिक्शन, समीक्षाओं और फोरम चर्चाओं के लिए समर्पित हैं। यह संग्रह इक्कीस वर्षों का है, जो 2004 से 2025 तक फैला हुआ है, जो आधुनिक AI लेखन सहायकों के सार्वजनिक रिलीज से पहले और बाद के लेखन को कैप्चर करता है। शोधकर्ताओं ने इस डेटा का उपयोग यह देखने के लिए किया कि क्या कंप्यूटर प्रोग्राम अभी भी सही ढंग से पहचान सकते हैं कि दो अलग-अलग टेक्स्ट एक ही व्यक्ति द्वारा लिखे गए थे, भले ही वे टेक्स्ट अलग-अलग शैलियों के हों, वर्षों के अंतराल पर लिखे गए हों, या AI सहायता के युग के दौरान बनाए गए हों।
टीम ने इस पहेली को सुलझाने के लिए तीन अलग-अलग प्रकार के कंप्यूटर तरीकों का परीक्षण किया। पहला प्रकार हस्तनिर्मित नियमों (handcrafted rules) पर आधारित था, जहाँ विशेषज्ञों ने मैन्युअल रूप से विशिष्ट लेखन विशेषताओं को चुना जिन्हें कंप्यूटर गिन सके। दूसरा प्रकार गणितीय मॉडलों का था, जिन्होंने टेक्स्ट को सघन डिजिटल सारांशों में संकुचित करने के लिए सीखा। तीसरा और सबसे हालिया प्रकार बड़े भाषा मॉडल (Large Language Models) का था, जो उसी तरह के शक्तिशाली AI सिस्टम हैं जो निबंध और कोड लिख सकते हैं, जिन्हें विशेष रूप से इस प्रश्न का उत्तर देने के लिए प्रशिक्षित किया गया था: "क्या एक ही व्यक्ति ने ये दोनों लिखे हैं?"
परिणामों से पता चला कि लेखन का प्रकार अत्यंत महत्वपूर्ण है। जब कंप्यूटर ने एक ही शैली के टेक्स्ट, जैसे कि दो फोरम पोस्ट, को मिलाने का प्रयास किया, तो इसने बहुत अच्छा प्रदर्शन किया। हालांकि, जब कार्य एक फोरम पोस्ट को एक कहानी या समीक्षा से मिलाने का था, तो अधिकांश तरीकों का प्रदर्शन काफी गिर गया। सबसे सफल दृष्टिकोण वह बड़ा भाषा मॉडल (LLM) था जिसे तीनों लेखन शैलियों के मिश्रण पर प्रशिक्षित किया गया था। कंप्यूटर को विभिन्न प्रकार की लेखन आवाजों के संपर्क में लाकर, इसने सतही अंतरों को अनदेखा करना और लेखक की गहरी, सुसंगत आदतों पर ध्यान केंद्रित करना सीखा। इस मॉडल ने एक कहानी की तुलना फोरम पोस्ट से करते समय भी उच्च सफलता दर हासिल की, जिससे यह सिद्ध हुआ कि एक विविध प्रशिक्षण आहार सिस्टम को बहुत अधिक मजबूत बनाता है।
हालांकि, समय, शैली की तुलना में कहीं अधिक बड़ा अवरोध साबित हुआ। शोधकर्ताओं ने पाया कि जैसे-जैसे दो टेक्स्ट के बीच समय का अंतर बढ़ता गया, लेखक की पहचान सत्यापित करने की क्षमता लगातार घटती गई। जब किसी व्यक्ति ने दो रचनाएँ लिखने के बीच जितना लंबा अंतराल लिया, कंप्यूटर के लिए उन्हें जोड़ना उतना ही कठिन होता गया। यह गिरावट केवल एक वर्ष के बाद भी स्पष्ट थी, जो सुझाव देती है कि हमारी लेखन शैली एक स्थिर फिंगरप्रिंट नहीं बल्कि एक जीवित चीज़ है जो निरंतर विकसित होती रहती है। सटीकता में यह गिरावट इतनी महत्वपूर्ण थी कि उच्च-दांव वाली स्थितियों, जैसे कानूनी जांचों के लिए, विशेष समायोजन के बिना कई वर्षों पुराने दस्तावेजों की तुलना करने से त्रुटियां होने की संभावना है।
आश्चर्यजनक रूप से, आर्टिफिशियल इंटेलिजेंस के आगमन ने उस व्यवधान को पैदा नहीं किया जिसका कई लोगों को डर था। शोधकर्ताओं ने AI लेखन टूल्स के व्यापक प्रसार से पहले और बाद के टेक्स्ट का बारीकी से अध्ययन किया ताकि यह देखा जा सके कि क्या "AI युग" ने लेखन शैलियों का एक नया, भ्रमित करने वाला वितरण बनाया है। उन्हें कोई प्रमाण नहीं मिला कि इन टूल्स के उपयोग ने एक व्यवस्थित बदलाव पैदा किया जिससे सत्यापन असंभव हो गया। हालांकि विभिन्न समय अवधियों के बीच प्रदर्शन भिन्न था, लेकिन परिवर्तन ऐसे पैटर्न का पालन नहीं करते थे जिसे AI सहायता के कारण जिम्मेदार ठहराया जा सके। यह भिन्नता अन्य कारकों, जैसे कि विशिष्ट विषय या टेक्स्ट की लंबाई से उत्पन्न हुई थी, न कि केवल AI टूल्स की उपस्थिति से।
अध्ययन ने उन विशिष्ट आदतों की भी जांच की जो एक लेखक की शैली बनाती हैं। उन्होंने पाया कि जबकि कुछ विशेषताएं, जैसे सामान्य फंक्शन वर्ड्स (function words) का उपयोग, विभिन्न शैलियों में स्थिर रहा, अन्य शैलियाँ लेखन के प्रकार के आधार पर नाटकीय रूप से बदल गईं। ऐसी कोई एकल "जादुई" विशेषता नहीं थी जो हर स्थिति में काम करती हो; इसके बजाय, सबसे विश्वसनीय संकेतक इस बात पर निर्भर करते थे कि किन शैलियों की तुलना की जा रही है। यह सुझाव देता है कि एक वास्तव में विश्वसनीय प्रणाली बनाने के लिए, व्यक्ति को यह समझना होगा कि शैली लचीली है और लेखक की पहचान करने के नियम संदर्भ के आधार पर बदलते हैं।
अंततः, यह कार्य दिखाता है कि हालांकि लेखन शैलियाँ तरल हैं और समय एवं शैली के साथ बदलती हैं, लेकिन उन्हें ट्रैक करना असंभव नहीं है। सफलता की कुंजी एक एकल अपरिवर्तनीय नियम खोजने में नहीं है, बल्कि प्रणालियों को विभिन्न स्थितियों के विस्तृत स्पेक्ट्रम में लेखक की आवाज़ को पहचानने के लिए प्रशिक्षित करने में है। विविध प्रशिक्षण डेटा का उपयोग करके और यह स्वीकार करके कि समय इन संकेतों को कम करता है, शोधकर्ता ऐसे उपकरण बना सकते हैं जो वास्तविक दुनिया के अनुप्रयोगों के लिए बहुत अधिक विश्वसनीय हों। उनके निष्कर्ष एक स्पष्ट मार्ग दिखाते हैं: एक जटिल दुनिया में लेखकत्व को सत्यापित करने के लिए, हमें अपने उपकरणों को परिवर्तन की अपेक्षा करना सिखाना होगा, न कि यह मान लेना होगा कि लेखक की शैली समय में जमी हुई रहेगी।
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।