Generation of Synthetic Data in Health Surveys Using Large Language Models
यह अध्ययन प्रदर्शित करता है कि एक लार्ज लैंग्वेज मॉडल, यूजर पर्सोना (user persona) के आधार पर, पेरूवियन स्वास्थ्य सर्वेक्षणों के लिए मनोवैज्ञानिक रूप से विश्वसनीय और जनसांख्यिकीय रूप से सुसंगत सिंथेटिक डेटा उत्पन्न कर सकता है, हालांकि विशिष्ट विचलनों की उपस्थिति यह आवश्यक बनाती है कि नीति-निर्माण के लिए ऐसे डेटा का उपयोग करने से पहले उनका कठोर सत्यापन किया जाए।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक नए व्यंजन (रेसिपी) को बेहतर बनाने की कोशिश कर रहे हैं जो एक विशाल राष्ट्रीय सूप है। आमतौर पर, यह परीक्षण करने के लिए कि सूप का स्वाद सही है या नहीं, आपको इसे चखने के लिए हजारों वास्तविक लोगों को इकट्ठा करना पड़ता है, जिसमें बहुत समय, पैसा और प्रयास लगता है। आपको यह भी बहुत सावधानी बरतनी पड़ती है कि किसने क्या खाया, यह उजागर न हो, ताकि उनकी गोपनीयता बनी रहे।
यह शोध पत्र इस बारे में है कि इस सूप का परीक्षण करने का एक नया तरीका क्या है: असली लोगों के बजाय एक "डिजिटल स्वाद-परीक्षक" (digital taste-tester) का उपयोग करना।
यहाँ उस कहानी का विवरण है जो शोधकर्ताओं ने की, जिसे सरल रूप में समझाया गया है:
मुख्य विचार: "डिजिटल ट्विन" (The Digital Twin)
शोधकर्ता यह देखना चाहते थे कि क्या एक स्मार्ट कंप्यूटर प्रोग्राम (जिसे लार्ज लैंग्वेज मॉडल या LLM कहा जाता है) एक स्वास्थ्य सर्वेक्षण (health survey) में वास्तविक लोगों की तरह उत्तर देने का नाटक कर सकता है। उन्होंने कंप्यूटर से केवल रैंडम सवाल नहीं पूछे; उन्होंने उसे एक "यूजर पर्सोना" (user persona) दिया।
एक "यूजर पर्सोना" को एक वीडियो गेम के विस्तृत चरित्र विवरण (character sheet) की तरह समझें। कंप्यूटर को बताया गया था: "अब तुम लीमा की एक 45 वर्षीय महिला हो, जिसे उच्च रक्तचाप है और तुम थोड़ा उदास महसूस कर रही हो।" फिर कंप्यूटर को उस विशिष्ट व्यक्ति की तरह सर्वेक्षण के प्रश्नों के उत्तर देने थे।
प्रयोग: "नकली" सर्वेक्षण
शोधकर्ताओं ने पेरू के एक वास्तविक 2016 के स्वास्थ्य सर्वेक्षण (जिसे ENSUSALUD कहा जाता है) के डेटा का उपयोग किया। उन्होंने इस वास्तविक डेटा का उपयोग अपने "चरित्र विवरण" बनाने के लिए किया। फिर, उन्होंने कंप्यूटर से इन 1,000 पात्रों के लिए उत्तर उत्पन्न करने को कहा।
उन्होंने कंप्यूटर का तीन मुख्य चीजों पर परीक्षण किया:
- क्या वह अपने किरदार में रहा? यदि पात्र एक पुरुष था, तो क्या कंप्यूटर ने एक पुरुष की तरह उत्तर दिया? यदि उसे मधुमेह (diabetes) था, तो क्या कंप्यूटर को वह याद रहा?
- क्या "भावनाएं" तर्कसंगत थीं? उन्होंने कंप्यूटर को अवसाद (depression) और चिंता (anxiety) के पैमाने (जैसे PHQ-9 और GAD-7) भरने के लिए कहा। उन्होंने जांचा कि क्या कंप्यूटर के उत्तर भावनाओं के वास्तविक मानवीय पैटर्न की तरह दिखते हैं।
- क्या संख्याएं वास्तविक लग रही थीं? उन्होंने उत्तरों के वितरण (कितने लोगों ने "हाँ" बनाम "ना" कहा) की जांच की कि क्या वे वास्तविक दुनिया की तरह दिखते हैं।
परिणाम: एक लगभग पूर्ण छाप
कंप्यूटर ने अद्भुत काम किया, बिल्कुल एक ऐसे कुशल अभिनेता की तरह जो कभी अपना किरदार नहीं भूलता:
- किरदार में रहना: जब शोधकर्ताओं ने जांचा कि क्या कंप्यूटर को दिए गए तथ्यों (जैसे आयु, लिंग और पुरानी बीमारियां) को याद रहा, तो वह 99% से 100% बार सही था। वह यह भूलता ही नहीं था कि उसे किसका अभिनय करना है।
- "भावनाओं" का परीक्षण: कंप्यूटर द्वारा उत्पन्न अवसाद और चिंता के स्कोर बहुत वास्तविक लग रहे थे। उनमें वास्तविक सर्वेक्षणों की तरह ही आंतरिक संरचना और विश्वसनीयता थी। वास्तव में, अवसाद के बारे में कंप्यूटर के उत्तर अन्य अध्ययनों के वास्तविक जीवन के अवसाद स्कोर के साथ मजबूती से मेल खाते थे।
- "नकली" सर्वेक्षण की लागत: यह अविश्वसनीय रूप से सस्ता और तेज़ था। कंप्यूटर को एक प्रश्न का उत्तर देने में लगभग 5 सेकंड लगे और एक प्रश्न की लागत एक पैसे से भी कम थी। यदि उन्हें यह पूरे देश के लिए करना होता, तो इसमें लगभग 20 घंटे लगते और लागत $100 से भी कम आती।
खामियां: जहाँ "अभिनेता" लड़खड़ाया
भले ही प्रदर्शन शानदार था, लेकिन शोधकर्ताओं को इस मुखौटे में कुछ दरारें भी दिखाई दीं:
- "मोटापे" का भ्रम: कंप्यूटर ने मोटापे की संख्या को बढ़ा-चढ़ाकर बताने की प्रवृत्ति दिखाई। ऐसा लगा जैसे कंप्यूटर ने मान लिया कि यदि किसी को मधुमेह है, तो वह अनिवार्य रूप से मोटा भी होगा, जो वास्तविक जीवन में हमेशा सच नहीं होता।
- "ऊंचाई" की गड़बड़ी: कंप्यूटर दिए गए तथ्यों (जैसे आयु) को याद रखने में अच्छा था, लेकिन जब उसे नए तथ्य (जैसे ऊंचाई) आविष्कार करने के लिए कहा गया, तो संख्याएं एक प्राकृतिक "बेल-कर्व" (bell-curve) का पालन नहीं करती थीं। वे थोड़े "अजीब" लग रहे थे।
- "आत्महत्या" वाला प्रश्न: आत्महत्या के विचारों से संबंधित एक विशिष्ट प्रश्न में बहुत सारे उत्तर गायब थे। कंप्यूटर इस संवेदनशील विषय पर अधिक हिचकिचाता या इसे छोड़ने की कोशिश करता हुआ प्रतीत हुआ, जितना कि वास्तविक लोग करते हैं।
निष्कर्ष
शोधकर्ताओं ने निष्कर्ष निकाला कि AI वास्तविक लोगों के एक "स्टैंड-इन" (विकल्प) के रूप में बहुत उपयोगी हो सकता है जब स्वास्थ्य सर्वेक्षणों को डिजाइन और टेस्ट किया जा रहा हो। यह शोधकर्ताओं को वास्तविक दुनिया में जाने से पहले यह जांचने में मदद कर सकता है कि उनके प्रश्न सही हैं या नहीं, जिससे समय और पैसा बचता है और गोपनीयता भी सुरक्षित रहती है।
हालाँकि, उन्होंने चेतावनी दी कि आप AI पर आँख मूंदकर भरोसा नहीं कर सकते। क्योंकि कंप्यूटर ने छोटी गलतियाँ कीं (जैसे मोटापे को बढ़ाकर बताना या संवेदनशील प्रश्नों को छोड़ देना), इसलिए आप अभी इन "नकली" उत्तरों का उपयोग सार्वजनिक स्वास्थ्य नीति के बारे में अंतिम निर्णय लेने के लिए नहीं कर सकते। यह अभ्यास और योजना के लिए एक शक्तिशाली उपकरण है, लेकिन वास्तविक दुनिया के निर्णयों के लिए इसे उपयोग करने से पहले एक मानव पर्यवेक्षक द्वारा जांच की आवश्यकता है।
संक्षेप में: कंप्यूटर एक शानदार अभिनेता है जो रिहर्सल के लिए लोगों की भीड़ की नकल कर सकता है, लेकिन वह अंतिम शो के लिए वास्तविक दर्शकों को बदलने के लिए अभी पूरी तरह तैयार नहीं 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।