Entrenchment in Human Exploration: A Future-Path Model of Early Convergence
यह शोध पत्र मानव अन्वेषण में "एंट्रेंचमेंट" (entrenchment) के एक संज्ञानात्मक मॉडल को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि लोग अपने स्वयं के भविष्य के विकल्पों का अनुकरण करके समयपूर्व ही उप-इष्टतम (suboptimal) विकल्पों पर समझौता कर लेते हैं, एक ऐसी प्रक्रिया जो लंबी अवधि के साथ बढ़ते गैर-लालची व्यवहार की विशिष्ट रूप से व्याख्या करती है और UCB या थॉम्पसन सैंपलिंग जैसी मानक अन्वेषण रणनीतियों से स्वयं को अलग करती है।
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
मानव निरंतर एक मौलिक विकल्प का सामना करता है: क्या हमें उस चीज़ पर टिके रहना चाहिए जिसे हम जानते हैं कि वह काम करती है, या हमें कुछ नया आज़माना चाहिए यह देखने के लिए कि क्या वह बेहतर है? यह दुविधा, जिसे वैज्ञानिक 'एक्सप्लोरेशन-एक्सप्लॉइटेशन ट्रेडऑफ' (अन्वेषण-दोहन व्यापार) के रूप में जानते हैं, सीखने का इंजन है। जब हम अन्वेषण करते हैं, तो हम दुनिया के बारे में जानकारी एकत्र करते हैं; जब हम दोहन करते हैं, तो हम सर्वोत्तम पुरस्कार प्राप्त करने के लिए उस जानकारी का उपयोग करते हैं। आदर्श रूप से, हम इन दोनों प्रवृत्तियों के बीच संतुलन बनाते हैं, सर्वोत्तम विकल्प खोजने के लिए पर्याप्त नमूने लेते हैं और फिर उसका आनंद लेने के लिए बस जाते हैं। हालाँकि, कई स्थितियों में, लोग बहुत जल्दी खोज करना बंद कर देते हुए प्रतीत होते हैं। वे एक ऐसे विकल्प पर टिक जाते हैं जो वास्तव में सबसे अच्छा नहीं है और उसे ही चुनते रहते हैं, भले ही बेहतर विकल्प उपलब्ध हों। यह हठधर्मी निरंतरता, जिसे शोधकर्ता "एंट्रेंचमेंट" (entrenchment - जड़ता/गहराई तक जम जाना) कहते हैं, यह सुझाव देती है कि हमारा मस्तिष्क भविष्य का अनुकरण (सिमुलेशन) इस तरह से कर रहा है जो हमें उप-इष्टतम (suboptimal) आदतों में फँसा देता है।
टोक्यो यूनिवर्सिटी ऑफ साइंस के शिंजी नकाज़ातो द्वारा किए गए एक नए अध्ययन ने एक ताज़ा स्पष्टीकरण दिया है कि ऐसा क्यों होता है। शोध यह प्रस्तावित करता है कि जब हम अपने वर्तमान विकल्पों का मूल्यांकन करते हैं, तो हम केवल तत्काल पुरस्कार को नहीं देखते हैं। इसके बजाय, हम अपने स्वयं के भविष्य के निर्णयों का एक मानसिक सिमुलेशन चलाते हैं, यह कल्पना करते हुए कि हम आगे क्या करेंगे। महत्वपूर्ण रूप से, अध्ययन बताता है कि हम यह सिमुलेशन अपने वर्तमान विश्वासों को स्थिर रखते हुए करते हैं, जैसे कि हम भविष्य में कभी भी अपनी राय नहीं बदलेंगे या अपडेट नहीं करेंगे। यह मानसिक शॉर्टकट हमारे भविष्य के पथ के बारे में एक विशिष्ट प्रकार की अनिश्चितता पैदा करता है। मॉडल दिखाता है कि जब समय की अवधि लंबी होती है—अर्थात जब हमें कई निर्णय लेने बाकी होते हैं—तो यह सिम्युलेटेड अनिश्चितता इतनी बढ़ जाती है कि यह हमें सर्वोत्तम ज्ञात विकल्प को छोड़ने और खराब विकल्पों की ओर बढ़ने के लिए मजबूर कर देती है। निष्कर्ष इस विचार को चुनौती देते हैं कि मनुष्य हमेशा अपने पुरस्कारों को अधिकतम करने की कोशिश करते हैं, यह सुझाव देते हुए कि हमारा अपना भविष्य का आंतरिक सिमुलेशन हमें गलत रास्ते पर ले जा सकता है।
इस विचार का परीक्षण करने के लिए, शोधकर्ता ने दो अलग-अलग प्रकार के प्रयोगों से प्राप्त डेटा का विश्लेषण किया जहाँ लोगों ने बार-बार विकल्पों वाले खेल खेले। प्रयोगों के एक सेट में, जिसे विल्सन टास्क (Wilson task) के रूप में जाना जाता है, प्रतिभागियों को एक सरल दो-विकल्प वाला खेल दिया गया। शोधकर्ताओं ने खेल को सावधानीपूर्वक नियंत्रित किया ताकि निर्णय लेने के समय प्रतिभागियों का विकल्पों के बारे में ज्ञान समान हो, लेकिन भविष्य के दौर (turns)ों की संख्या भिन्न थी। कुछ मामलों में, प्रतिभागियों को पता था कि उनके पास केवल एक दौर बचा है; अन्य मामलों में, उन्हें पता था कि उनके पास छह दौर शेष हैं। यदि लोग केवल सर्वोत्तम विकल्प खोजने की कोशिश कर रहे होते, तो उनका व्यवहार समान होना चाहिए था क्योंकि उनका ज्ञान समान था। हालाँकि, डेटा ने एक स्पष्ट अंतर दिखाया: जब प्रतिभागियों को पता था कि उनके पास अधिक दौर शेष हैं, तो वे उस विकल्प को चुनने की अधिक संभावना रखते थे जो सबसे अच्छा नहीं था। यह परिणाम इतना मजबूत था कि इसे लोगों के सीखने के मानक सिद्धांतों या इस विचार से नहीं समझाया जा सकता था कि वे केवल अधिक सावधान या जिज्ञासु हो रहे थे। केवल वही मॉडल इस विशिष्ट पैटर्न को पुनरुत्पादित कर सका जो "फ्यूचर-पाथ" (भविष्य के पथ) सिमुलेशन पर आधारित था, जहाँ निर्णय लेने वाला यह अनुमान लगाए बिना कि वह कुछ नया सीखेगा, अपने भविष्य के विकल्पों की कल्पना करता है।
अध्ययन ने इस व्यवहार को अन्वेषण के अन्य रूपों से अलग करने के लिए आगे काम किया। कभी-कभी, लोग सर्वोत्तम संभव विकल्प के बारे में अधिक जानकारी जुटाने के लिए जानबूझकर एक खराब विकल्प चुनते हैं; इसे निर्देशित अन्वेषण (directed exploration) कहा जाता है। यह देखने के लिए कि क्या ये हठधर्मी चुनाव स्मार्ट अन्वेषण का एक रूप थे या केवल फंस जाना था, शोधकर्ता ने एक ग्रिड पर खेले जाने वाले दूसरे, अधिक जटिल खेल का विश्लेषण किया जिसमें कई संभावित स्थान थे। इस खेल में, वास्तविक सर्वोत्तम स्थान शोधकर्ताओं को ज्ञात था। विश्लेषण से पता चला कि जब लोगों ने लंबी अवधि वाली स्थितियों में गैर-इष्टतम विकल्प चुने, तो वे अत्यधिक रूप से उन स्थानों की ओर बढ़ रहे थे जो वास्तव में बदतर थे, न कि सर्वोत्तम स्थान की ओर। वे इष्टतम खोजने के लिए अन्वेषण नहीं कर रहे थे; वे उससे दूर भटक रहे थे। इसने पुष्टि की कि यह वास्तव में "एंट्रेंचमेंट" था, एक स्व-सुदृढ़ीकरण चक्र जहाँ एक व्यक्ति एक उप-इष्टतम विकल्प पर फंस जाता है क्योंकि उसका भविष्य का मानसिक सिमुलेशन उस विकल्प को वास्तव में जितना वह है, उससे अधिक आकर्षक बनाता है।
शोध ने यह भी जांचा कि विकल्प के आकार का इस व्यवहार पर क्या प्रभाव पड़ता है। ग्रिड गेम में, प्रतिभागियों को 30 या 121 अलग-अलग स्थानों के बीच चयन करना था। मॉडल ने भविष्यवाणी की कि अधिक विकल्प होने से भविष्य के मानसिक सिमुलेशन में अनिश्चितता बढ़ जाएगी, जिससे लोगों के एक खराब विकल्प पर फंसने की संभावना और भी बढ़ जाएगी। डेटा ने इसका समर्थन किया: जैसे-जैसे उपलब्ध विकल्पों की संख्या बढ़ी, एक गैर-इष्टतम विकल्प के साथ टिके रहने की दर भी बढ़ गई। इसके अलावा, अध्ययन ने पाया कि जब सर्वोत्तम विकल्प और दूसरे सबसे अच्छे विकल्प के बीच मूल्य का अंतर बहुत स्पष्ट था, तो लोग फंसने की कम संभावना रखते थे। लेकिन जब अंतर कम था, या जब भविष्य दूर महसूस होता था, तो एक औसत दर्जे के विकल्प के साथ बने रहने की प्रवृत्ति और मजबूत हो गई।
ये निष्कर्ष मानव निर्णय लेने की प्रक्रिया की एक ऐसी तस्वीर पेश करते हैं जो ठंडी गणना के बजाय हमारी कल्पना की सीमाओं के बारे में अधिक है। अध्ययन बताता है कि हमारा मस्तिष्क हमेशा भविष्य को अनुकूलित करने के लिए आगे नहीं देख रहा होता है; कभी-कभी, यह आगे देख रहा होता है और संभावनाओं का एक कोहरा देख रहा होता है जो वर्तमान, परिचित पथ को सुरक्षित बनाता है, भले ही वह कहीं न ले जाए। अपने भविष्य के स्वयं का सिमुलेशन यह मानते हुए करना कि हम कभी अपना मन नहीं बदलेंगे, अनजाने में सीखने के लिए एक बाधा उत्पन्न करता है। शोध यह दावा नहीं करता है कि यह मानव बुद्धि की कमी है, बल्कि यह कि यह इस बात की एक संरचनात्मक विशेषता है कि हम समय और अनिश्चितता को कैसे संसाधित करते हैं। यह दिखाता है कि जिस तंत्र का उपयोग हम अपने जीवन की योजना बनाने के लिए करते हैं—यह कल्पना करना कि हम आगे क्या करेंगे—वही कभी-कभी हमें सबसे अच्छे मार्ग को खोजने से रोक सकता है। परिणाम हजारों परीक्षणों में सुदृढ़ थे और तब भी सत्य रहे जब शोधकर्ताओं ने अन्य स्पष्टीकरणों, जैसे कि साधारण गलतियों या विविधता की सामान्य प्राथमिकता को खारिज कर दिया।
अंततः, यह शोध पत्र एक गणितीय ढांचा प्रदान करता है जो इस विशिष्ट प्रकार के फंसने को पकड़ता है। यह दिखाता है कि गैर-इष्टतम विकल्प चुनने की संभावना तब बढ़ती है जब शेष समय बढ़ता है और विकल्पों की संख्या बढ़ती है। यह पारंपरिक सिद्धांतों की विपरीत है जो तर्क देते हैं कि अधिक समय होने से लोगों को सर्वोत्तम समाधान खोजने में मदद मिलनी चाहिए। अध्ययन पुष्टि करता है कि मानव शिक्षार्थियों के लिए, अधिक समय होना वास्तव में हमें कम के लिए समझौता करने के प्रति अधिक संभावित बना सकता है। शोध इस प्रश्न को खुला छोड़ देता है कि मस्तिष्क ठीक कैसे गणना करता है कि भविष्य की अनिश्चितता क्या है, लेकिन यह मजबूती से स्थापित करता है कि जिस तरह से हम अपने भविष्य के विकल्पों की कल्पना करते हैं, वह हमारे वर्तमान व्यवहार का एक शक्तिशाली चालक है, जो हमें ऐसे पैटर्न में लॉक करने में सक्षम है जो हमारे सर्वोत्तम हित में नहीं हैं।
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।