Bilder ohne Worte: Can AI Identify Political Parties via Unspoken Visual Signatures in the 2025 German Election?
यह शोध पत्र PREF को प्रस्तुत करता है, जो एक व्याख्यात्मक विजन-लैंग्वेज मॉडल है जो संवेदी संकेतों (perceptual cues) को मौखिक रूप देने के माध्यम से 2025 के जर्मन चुनाव अभियान मीडिया से राजनीतिक दल की संबद्धता को सफलतापूर्वक वर्गीकृत करता है, और ब्लैक-बॉक्स एम्बेडिंग के समान प्रदर्शन प्राप्त करते हुए यह मात्रात्मक रूप से निर्धारित करता है कि स्पष्ट ब्रांडिंग हटाने के बाद भी पार्टी की पहचान किस हद तक बनी रहती है।
मूल पेपर CC BY 4.0 (https://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
आधुनिक राजनीतिक क्षेत्र में, सबसे शक्तिशाली संदेश अक्सर वे होते हैं जो कभी बोले नहीं जाते। हालांकि अभियान अभी भी नीतिगत भाषणों और लिखित घोषणापत्रों पर निर्भर करते हैं, राजनीतिक संचार की दैनिक लय सोशल मीडिया पर साझा किए जाने वाले छोटे वीडियो और छवियों की ओर स्थानांतरित हो गई है। ये दृश्य अंश स्क्रीन पर लिखे शब्दों से परे सूचनाओं का एक खजाना समेटे होते हैं। जिस तरह किसी व्यक्ति की मुद्रा, पहनावा और उनकी आवाज़ का लहजा उनके मूड या पृष्ठभूमि को प्रकट कर सकता है, उसी तरह एक राजनीतिक अभियान की दृश्य शैली उसकी पहचान का संकेत दे सकती है। शोधकर्ता लंबे समय से जानते हैं कि मनुष्य संक्षिप्त दृश्य संकेतों के आधार पर किसी व्यक्ति के राजनीतिक झुकाव के बारे में त्वरित और आश्चर्यजनक रूप से सटीक अनुमान लगा सकते हैं। अब सवाल यह है कि क्या एक कंप्यूटर भी ऐसा कर सकता है, पाठ को पढ़कर नहीं, बल्कि छवि की स्वयं की मूक भाषा को समझकर।
यह वह चुनौती है जिसका सामना गोएथे यूनिवर्सिटी फ्रैंकफर्ट के शोधकर्ताओं की एक टीम ने किया, जिन्होंने यह देखने के लिए प्रयास किया कि क्या आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) केवल उनके चुनावी मीडिया के दृश्य और श्रव्य हस्ताक्षरों को देखकर जर्मन राजनीतिक दलों की पहचान कर सकता है। उनकी रुचि व्यक्तिगत मतदाताओं या राजनेताओं के निजी विश्वासों का अनुमान लगाने में नहीं थी। इसके बजाय, वे यह जानना चाहते थे कि क्या किसी पार्टी के आधिकारिक पोस्ट की समन्वित शैली—जिस तरह से वे शॉट को फ्रेम करते हैं, रंगों का चयन करते हैं, कपड़ों की औपस्मिकता, और आवाज़ का लहजा—एक अनूठा फिंगरप्रिंट बनाती है जिसे एक मशीन पहचान सके। इसका परीक्षण करने के लिए, उन्होंने 2025 के जर्मन संघीय चुनाव के दौरान राजनेताओं द्वारा पोस्ट की गई 15,000 से अधिक छवियों और वीडियो को एकत्र किया। ये पोस्ट प्रमुख दलों से आए थे, जिनमें रूढ़िवादी गुट से लेकर प्रगतिशील ग्रीन और उदार मुक्त लोकतंत्रवादियों तक शामिल थे।
शोधकर्ताओं ने एक प्रणाली बनाई जिसे वे PREF कहते हैं, जिसका अर्थ है 'परसेप्चुअल-वर्बल फीचर मॉडल' (Perceptual-Verbal Feature model)। कच्चे डेटा या छवियों को सीधे एक जटिल, अपारदर्शी कंप्यूटर प्रोग्राम में डालने के बजाय, जो एक 'ब्लैक बॉक्स' की तरह कार्य करता है, उन्होंने पहले एक उन्नत एआई से पूछा कि उसने क्या देखा और सुना, इसे सरल भाषा में वर्णित करे। इस प्रणाली ने वीडियो और छवियों का विश्लेषण करके अवलोकन योग्य विवरणों की एक सूची तैयार की: फ्रेम में कितने लोग थे, परिवेश घर के अंदर था या बाहर, वक्ता ने सूट पहना था या साधारण कपड़े, उनकी आवाज़ का भावनात्मक स्वर, और झंडों या चार्ट जैसी विशिष्ट वस्तुओं की उपस्थिति। इन विवरणों को फिर एक पारदर्शी क्लासिफायर (classifier) में डाला गया, जो एक प्रकार का कंप्यूटर प्रोग्राम है जो स्पष्ट और समझने योग्य नियमों के आधार पर निर्णय लेता है, ताकि यह निर्धारित किया जा सके कि किस पार्टी ने वह सामग्री पोस्ट की थी।
परिणाम चौंकाने वाले थे। इस प्रणाली ने लगभग 85 प्रतिशत बार पोस्ट के पीछे की राजनीतिक पार्टी की सही पहचान की। यह सटीकता का स्तर उन बहुत अधिक जटिल, "ब्लैक बॉक्स" प्रणालियों के प्रदर्शन से मेल खाता है जो मानव-पठनीय विवरणों के बजाय छिपे हुए गणितीय पैटर्न पर निर्भर करती हैं। इससे भी महत्वपूर्ण बात यह है कि शोधकर्ता यह जानना चाहते थे कि उनकी सफलता में स्पष्ट ब्रांडिंग, जैसे कि पार्टी के लोगो, झंडे या अभियान के रंगों का कितना योगदान था। यह जानने के लिए, उन्होंने एक दूसरा परीक्षण चलाया जहाँ उन्होंने उन सभी स्पष्ट प्रतीकों को हटा दिया जो एआई के विवरण में मौजूद थे, जिससे केवल शैली और व्यवहार के सूक्ष्म संकेत ही शेष रह गए। उन लोगो या विशिष्ट अभियान रंगों के बिना भी, सिस्टम ने उच्च सटीकता के साथ सही पार्टी की पहचान की, जो केवल घटकर लगभग 84 प्रतिशत रह गई। यह सुझाव देता है कि राजनीतिक दलों ने विशिष्ट, अनकही दृश्य भाषा विकसित कर ली है। एक रूढ़िवादी पार्टी लगातार औपचारिक पहनावा, गंभीर स्वर और पोडियम सेटिंग का उपयोग कर सकती है, जबकि एक प्रगतिशील पार्टी साधारण कपड़ों, विविध भीड़ और अधिक संतुलित स्वर को प्राथमिकता दे सकती है। ये पैटर्न इतने सुसंगत हैं कि स्पष्ट पहचान चिन्हों को हटाने के बाद भी वे पहचानने योग्य बने रहते हैं।
यह सुनिश्चित करने के लिए कि ये निष्कर्ष केवल कंप्यूटर का कोई कृत्रिम परिणाम नहीं हैं, शोधकर्ताओं ने मानव स्वयंसेवकों से भी उन्हीं छवियों और वीडियो के एक छोटे नमूने को देखने के लिए कहा। मानव स्वयंसेवक दृश्य संकेतों के आधार पर राजनीतिक पार्टी की पहचान करने में उच्च स्तर की सहमति के साथ सक्षम थे, जिससे पुष्टि हुई कि मशीन द्वारा पहचाने गए संकेत वास्तविक थे और लोगों द्वारा देखे जा सकते थे। अध्ययन ने यह भी दिखाया कि दृश्य और श्रव्य संकेत, उन टेक्स्ट कैप्शन की तुलना में उतने ही प्रभावी थे, या शायद उससे भी अधिक, जो आमतौर पर इन पोस्ट के साथ आते हैं। यह इंगित करता है कि एक अभियान की दृश्य रणनीति सार्वजनिक धारणा को आकार देने में अपना भारी वजन रखती है।
अध्ययन यह निष्कर्ष निकालता है कि राजनीतिक पहचान एक संरचित, बोधगम्य हस्ताक्षर में समाहित होती जिसे पाठ पर निर्भर हुए बिना डिकोड किया जा सकता है। यद्यपि इस शोध में उपयोग की जाने वाली तकनीक सार्वजनिक, आधिकारिक अभियान सामग्रियों का विश्लेषण करने के लिए डिज़ाइन की गई है, लेकिन इन पैटर्न को स्वचालित रूप से पहचानने की क्षमता राजनीतिक संचार के भविष्य के बारे में महत्वपूर्ण प्रश्न उठाती है। शोधकर्ता इस बात पर जोर देते हैं कि उनका कार्य पार्टियों की संस्थागत ब्रांडिंग पर केंद्रित है, न कि व्यक्तियों की निजी विचारधारा पर, और वे ऐसे उपकरणों के उपयोग को रोकने के लिए सख्त नैतिक सुरक्षा उपायों का आह्वान करते हैं जिनसे निजी नागरिकों की प्रोफाइलिंग की जा सके या राजनीतिक संदेशों में हेरफेर किया जा सके। अंततः, यह कार्य प्रदर्शित करता है कि डिजिटल युग में, एक पार्टी कैसी दिखती है और कैसी सुनाई देती है, यह उसके द्वारा चुने गए शब्दों जितना ही उसके संदेश का एक हिस्सा 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।