From Authorial Mathematics to Studio Mathematics:Ecobiontic Forms of Proof after Large Language Models
यह शोध पत्र एक "स्टूडियो इकोबायोंट" (studio ecobiont)—गणितीय प्रमाण उत्पादन के लिए एक मानव-यंत्र संयोजन—की अवधारणा प्रस्तावित करता है और तर्क देता है कि इसकी ज्ञानमीमांसीय वैधता पारंपरिक लेखकत्व प्रथाओं पर किसी भी अंतर्निहित कारणत्मक श्रेष्ठता पर नहीं, बल्कि पता लगाने योग्य उत्पत्ति (traceable provenance), पुनर्निर्मित मानव सक्षमता (reconstructible human competence) और प्रभावी अधिकार सुनिश्चित करने वाली विशिष्ट शासन स्थितियों पर निर्भर करती 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
गणित लंबे समय से व्यक्तिगत मन की एक कला रहा है। सदियों से, एक नया गणितीय सत्य उत्पन्न करने का मानक तरीका यह था कि एक व्यक्ति, या शायद एक छोटी टीम, भाषा, प्रतीकों और अपने स्वयं के निर्णय का उपयोग करके किसी समस्या पर काम करे। वे एक प्रमाण (प्रूफ) लिखेंगे, और अन्य गणितज्ञों का समुदाय इसे पढ़ेगा, तर्क की जाँच करेगा, और यह तय करेगा कि क्या यह सही है। यह "लेखकत्व" (authorial) मॉडल इस विचार पर निर्भर करता है कि जो व्यक्ति प्रमाण लिखता है, वही वास्तव में उसे समझता है। हालाँकि, परिदृश्य बदल रहा है। शक्तिशाली कंप्यूटर प्रोग्राम, जिन्हें 'लार्ज लैंग्वेज मॉडल्स' कहा जाता है, अब गणितीय तर्क उत्पन्न कर सकते हैं, समाधान सुझा सकते हैं, और यहाँ तक कि अपना काम स्वयं जाँचने वाला कोड भी लिख सकते हैं। यह एक कठिन प्रश्न खड़ा करता है: यदि कोई मशीन प्रमाण लिखने में मदद करती है, तो वास्तव में गणित को "कौन" जानता है? क्या परिणाम अभी भी एक मानवीय उपलब्धि है, या मानव केवल एक औपचारिक नाम मात्र रह गया है?
ओलिवर लोपेज़-कोरोना का एक नया शोध पत्र इस बदलते परिदृश्य की खोज करता है। लेखक का तर्क है कि हम एक एकाकी लेखक की दुनिया से एक नए प्रकार की उत्पादन इकाई की ओर बढ़ रहे हैं जिसे "स्टूडियो" कहा जाता है। इस स्टूडियो में, मनुष्य, कंप्यूटर और सॉफ़्टवेयर लाइब्रेरी एक एकल टीम के रूप में मिलकर काम करते हैं। यह शोध पत्र यह दावा नहीं करता कि मशीनें कब्जा कर रही हैं या मानव गणितज्ञ अप्रासंगिक हो रहे हैं। इसके बजाय, यह पूछता है कि इस नए टीम को वैध, जिम्मेदार तरीके से गणित करने के लिए किन शर्तों को पूरा करना आवश्यक है। मुख्य निष्कर्ष यह है कि एक मानव-मशीन टीम तभी वैध है जब प्रभारी मनुष्यों को उस कार्य की वास्तविक समझ हो, वे गलत होने पर उसे रोक सकें, और उसकी जिम्मेदारी ले सकें। यदि वे ये चीजें नहीं कर सकते, तो शोध पत्र इस परिणाम को एक "अपभ्रंश" (degenerate) स्टूडियो कहता है, जहाँ मानव उपस्थिति बिना किसी वास्तविक शक्ति के केवल एक औपचारिकता है।
यह शोध पत्र इस बात को स्वीकार करते हुए शुरू होता है कि गणित हमेशा से एक सामाजिक गतिविधि रही है, जो शिक्षकों, पत्रिकाओं और साझा परंपराओं पर निर्भर रही है। लेकिन प्रकाशित प्रमाण आमतौर पर एक विशिष्ट लेखक को श्रेय दिया जाता रहा है। यह लेखक इसलिए विश्वसनीय है क्योंकि उन्होंने परिणाम को समझने के लिए कार्य किया है। इस शोध पत्र के लेखक का सुझाव है कि उन्नत एआई (AI) के आगमन के साथ, हमें इस बारे में सोचने के लिए एक नए तरीके की आवश्यकता है कि कौन जिम्मेदार है। वे "CIMA इकोबायोंट" (CIMA ecobiont) नामक एक अवधारणा पेश करते हैं। यह एक जटिल शब्द है जो लोगों और उपकरणों के एक ऐसे घनिष्ठ रूप से जुड़े समूह के लिए है जो गणितीय विचारों को बनाने, जाँचने और साझा करने के लिए मिलकर काम करते हैं। "CIMA" उन चार चीजों का प्रतिनिधित्व करता है जो यह समूह करता है: कंप्यूटिंग (गणना करना), इन्फरिंग (निष्कर्ष निकालना), मॉडलिंग (समस्या का प्रतिनिधित्व बनाना), और एक्टिंग (परिणाम प्रकाशित करना)। यह शोध पत्र इस समूह को अलग-अलग हिस्सों के संग्रह के रूप में नहीं, बल्कि एक एकल जीवित प्रणाली के रूप में देखता है जहाँ मानव और मशीन गहराई से जुड़े हुए हैं।
हालाँकि, केवल इसलिए कि एक मनुष्य उस समूह का हिस्सा है, इसका मतलब यह नहीं है कि वह समूह सुरक्षित या भरोसेमंद है। शोध पत्र एक "शासित" (governed) स्टूडियो और एक "अपभ्रंश" (degenerate) स्टूडियो के बीच एक स्पष्ट रेखा खींचता है। एक शासित स्टूडियो में, मानव प्रतिभागियों के पास वास्तविक शक्ति होती है। वे देख सकते हैं कि कंप्यूटर ने कौन से कदम उठाए और समझा सकते हैं कि वे क्यों काम करते हैं। यदि उन्हें कोई गलती मिलती है, तो वे परिणाम को प्रकाशित होने से रोक सकते हैं। वे इस विचार को किसी अन्य समस्या पर लागू भी कर सकते हैं ताकि यह देखा जा सके कि क्या यह अभी भी कायम है। एक अपभ्रंश स्टूडियो में, मनुष्य कागज पर हस्ताक्षर कर सकते हैं या "प्रकाशित करें" बटन दबा सकते हैं, लेकिन वे कार्य को समझा नहीं सकते या किसी गलती को रोक नहीं सकते। वे केवल संदेश को आगे पहुँचा रहे होते हैं। शोध पत्र का तर्क है कि यह अंतर महत्वपूर्ण है। यदि एक गणितज्ञ परिणाम के पीछे के तर्क को पुनर्गठित नहीं कर सकता, तो वह वास्तव में लेखक नहीं है, और परिणाम को मानवीय उपलब्धि के रूप में नहीं माना जाना चाहिए।
इन विचारों का परीक्षण करने के लिए, लेखक आज गणित किए जाने के चार वास्तविक उदाहरणों को देखता है। एक उदाहरण 'पॉलीमैथ' (Polymath) नामक एक परियोजना है, जहाँ कई गणितज्ञों ने ऑनलाइन मिलकर काम किया। शोध पत्र इसे पारंपरिक सहयोग के रूप में वर्गीकृत करता, न कि स्टूडियो के रूप में, क्योंकि इसने मूल विचारों को बनाने के लिए जनरेटिव एआई (generative AI) पर निर्भरता नहीं दिखाई। दूसरा उदाहरण 'लिक्विड टेंसर एक्सपेरिमेंट' (Liquid Tensor Experiment) है, जहाँ मनुष्यों ने एक बहुत ही जटिल प्रमाण की जाँच करने के लिए एक कंप्यूटर प्रोग्राम का उपयोग किया। यह एक स्टूडियो के लिए "निकट चूक" (near miss) था; इसमें मानव-मशीन संबंध था, लेकिन इसमें जनरेटिव एआई तत्व की कमी थी जो नए स्टूडियो मॉडल को परिभाषित करता है। फिर नए प्रयोग हैं जहाँ एआई ने गणितीय विचार उत्पन्न किए जिन्हें मनुष्यों ने बाद में जाँचा। इनमें से कुछ मामलों में, शोध पत्र पाता है कि मानव भूमिका अस्पष्ट थी। एक मॉडल द्वारा उत्पन्न प्रति-उदाहरण (counterexample) से जुड़ी एक विशिष्ट घटना में, शोध पत्र नोट करता है कि जबकि कंप्यूटर ने गणित की जाँच की, यह बताना कठिन था कि क्या मनुषनों ने वास्तव में विचार को समझा या केवल कंप्यूटर की बात को स्वीकार कर लिया। ये मामले दिखाते हैं कि कंप्यूटर की मदद लेना स्वतः ही प्रक्रिया को एक वैध "स्टूडियो" नहीं बनाता है; मनुष्यों को नियंत्रण में रहना चाहिए।
यह शोध पत्र इस चिंता को भी संबोधित करता है कि काम करने का यह नया तरीका गणित की सुंदरता और रचनात्मकता को नष्ट कर सकता है। गणितज्ञ अक्सर एक प्रमाण को केवल इसलिए नहीं महत्व देते कि वह सही है, बल्कि इसलिए भी कि वह सुरुचिपूर्ण है या एक गहरा सत्य प्रकट करता है। लेखक का तर्क है कि एक स्टूडियो अभी भी इस सुंदरता को संरक्षित कर सकता है, लेकिन केवल तभी जब मनुष्य कार्य का निर्णय करने के लिए स्वतंत्र हों। यदि टीम केवल कंप्यूटर को जल्द से जल्द प्रमाण पूरा करने के लिए प्रेरित करने की कोशिश कर रही है, तो वे उस बोध को खो सकते हैं जो गणित को अच्छा बनाता है। लक्ष्य कंप्यूटर का उपयोग उबाऊ, दोहराव वाले कार्यों की जाँच के लिए करना है, ताकि मनुष्य बड़े चित्र, स्पष्टीकरणों और रचनात्मक विकल्पों पर ध्यान केंद्रित कर सकें। लेकिन यह तभी काम करता है जब मनुष्य वास्तव में सोच रहे हों।
अंत में, यह शोध पत्र गणितीय समुदाय के लिए एक मार्ग प्रस्तुत करता है। इसका सुझाव है कि हमें इन उपकरणों पर प्रतिबंध नहीं लगाना चाहिए, न ही हमें उनके द्वारा उत्पादित हर चीज़ को आँख बंद करके स्वीकार करना चाहिए। इसके बजाय, हमें नए नियमों की आवश्यकता है। जब कोई प्रमाण प्रकाशित किया जाता है, तो यह स्पष्ट होना चाहिए कि किसने क्या किया। हमें यह जानने की आवश्यकता है कि कौन सा हिस्सा मानव द्वारा लिखा गया था, कौन सा कंप्यूटर द्वारा सुझाया गया था, और किसके पास यह कहने का अधिकार है कि "यह गलत है" और इसे रोकने का अधिकार है। शोध पत्र एक प्रकार के "ऑडिट" का प्रस्ताव करता है जहाँ एक टीम को परिणाम जारी करने से पहले अपने कार्य को सिद्ध करना होगा। यह सुनिश्चित करता है कि शक्तिशाली मशीनों की दुनिया में भी, मानव मस्तिष्क ही समझ और जिम्मेदारी का स्रोत बना रहे। शोध पत्र का निष्कर्ष है कि गणित का भविष्य मनुष्यों को रोबोट से बदलने के बारे में नहीं है, बल्कि एक नए प्रकार की साझेदारी बनाने के बारे में है जहाँ मनुष्य नियंत्रण में रहते हैं, यह सुनिश्चित करते हुए कि जो गणित हम उत्पन्न करते हैं वह न केवल सही है, बल्कि वास्तव में समझा गया भी है।
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।