1+1 ̸ = 2: Appearance and utterance to determine the virtual agent’s intellectual impression
यह अध्ययन प्रकट करता है कि वर्चुअल एजेंटों को तब अधिक बुद्धिमान और विश्वसनीय माना जाता है जब उनकी उपस्थिति और भाषण एक-दूसरे के विपरीत होते हैं (जैसे, बुद्धिमान दिखना लेकिन अनबुद्धिमानी से बोलना, या इसके विपरीत), बजाय तब जब दोनों कारक निरंतर बुद्धिमत्ता का संचार करते हैं।
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
डिजिटल सहायकों की बढ़ती दुनिया में, हम अक्सर एक सरल प्रश्न पूछते हैं: एक कंप्यूटर प्रोग्राम को स्मार्ट कैसे महसूस कराया जा सकता है? वर्षों से, डिज़ाइनर और शोधकर्ता एक सीधा अनुमान लेकर काम करते आए हैं। यदि आप चाहते हैं कि एक आभासी पात्र (वर्चुअल कैरेक्टर) बुद्धिमान महसूस हो, तो आपको उसे एक ऐसा रूप देना चाहिए जो बुद्धिमत्ता का संकेत दे—जैसे कि एक तीखा, गंभीर चेहरा या एक आधुनिक और सुव्यवस्थित डिज़ाइन—और उसे ऐसी भाषा के साथ जोड़ना चाहिए जो जानकार लगे, जिसमें सटीक तथ्य और विशेषज्ञ शब्दावली का उपयोग हो। यह तर्कसंगत लगता है कि एक स्मार्ट दिखने वाले चेहरे को स्मार्ट शब्दों के साथ जोड़ने से सबसे विश्वसनीय विशेषज्ञ का निर्माण होगा। यह विचार इस विश्वास पर आधारित है कि मानवीय धारणा एक सरल जोड़ की समस्या की तरह काम करती है, जहाँ कुल प्रभाव केवल इसके हिस्सों का योग होता है। हालाँकि, मानवीय निर्णय शायद ही कभी इतना रैखिक होता है। हम मनोविज्ञान से जानते हैं कि लोग हमेशा तर्कसंगо निर्णय नहीं लेते; कभी-कभी, हमारा मस्तिष्क विरोधाभासों या अप्रत्याशित संयोजनों के प्रति अजीब तरह से प्रतिक्रिया करता है, जिससे ऐसे निष्कर्ष निकलते हैं जो सरल गणित को चुनौती देते हैं। कृत्रिम बुद्धिमत्ता (AI) के प्रति हमारी धारणा को समझना महत्वपूर्ण है क्योंकि ये डिजिटल एजेंट स्कूलों, अस्पतालों और व्यवसायों में आम होते जा रहे हैं। यदि हम चाहते हैं कि लोग उन पर भरोसा करें, तो हमें यह जानने की आवश्यकता है कि वास्तव में क्या काम करता है, बजाय इसके कि हम जो स्पष्ट लगता है उस पर निर्भर रहें।
जापान के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इस सामान्य- sense वाले विचार का परीक्षण करने का निर्णय लिया। वे यह देखना चाहते थे कि क्या एक आभासी एजेंट में "बुद्धिमान" और "अबुद्धिमानी" वाले गुणों को मिलाने से वह वास्तव में अधिक स्मार्ट लगेगा, या क्या पारंपरिक दृष्टिकोण—यानी स्मार्ट विशेषताओं को एक साथ जोड़ने वाला तरीका—ही सबसे अच्छा मार्ग है। इसे करने के लिए, उन्होंने एक प्रसिद्ध जापानी किले की यात्रा की सिफारिश करने वाली एक महिला आभासी एजेंट वाले लघु वीडियो की एक श्रृंखला बनाई। मुख्य परीक्षण की फिल्म बनाने से पहले, शोधकर्ताओं को यह तय करना था कि लोगों के लिए एक "स्मार्ट" और एक "मूर्खतापूर्ण" लुक का वास्तव में क्या अर्थ है। उन्होंने एक ही पात्र के पांच अलग-अलग संस्करण बनाए, जिसमें प्रत्येक के लिए केवल हेयरस्टाइल बदला गया। उन्होंने ये चित्र ऑनलाइन लगभग नब्बे लोगों को दिखाए और उनसे पूछा कि कौन सा पात्र अधिक बुद्धिमान दिखता है। परिणाम स्पष्ट थे: छोटे, सलीके वाले बालों वाले पात्र को लगातार सबसे स्मार्ट माना गया, जबकि चोटियों (पिगटेल्स) वाले पात्र को सबसे कम बुद्धिमान माना गया। ये दो विशिष्ट रूप मुख्य प्रयोग के लिए दृश्य आधार (विजुअल एंकर) बन गए।
इसके बाद, शोधकर्ताओं ने एजेंट के बोलने के लिए दो प्रकार की स्क्रिप्ट तैयार कीं। एक स्क्रिप्ट ऐसी शैली में लिखी गई थी जो जानकार और पेशेवर लगती थी, जबकि दूसरी स्क्रिप्ट कम जानकार और कम सक्षम लगने के लिए लिखी गई थी। फिर उन्होंने इन तत्वों को चार अलग-अलग परिदृश्यों में जोड़ा। पहले में, एजेंट का लुक स्मार्ट था और वह स्मार्ट तरीके से बोल रहा था। दूसरे में, स्मार्ट दिखने वाले एजेंट ने अनबुद्धिमानीपूर्ण शैली में बात की। तीसरे में, अनबुद्धिमानीपूर्ण लुक वाले एजेंट ने बुद्धिमान शैली में बात की। चौथे में, लुक और भाषण दोनों ही अनबुद्धिमानीपूर्ण थे। 227 से अधिक लोगों ने ये वीडियो देखे और पात्र को कितना बुद्धिमान और भरोसेमंद पाया, इसकी रेटिंग दी। शोधकर्ताओं को उम्मीद थी कि पहला परिदृश्य—जिसमें स्मार्ट लुक और स्मार्ट स्पीच थी—एक बड़े अंतर से जीतेगा।
हालाँकि, परिणामों ने अपेक्षित परिणाम को पूरी तरह उलट दिया। वह एजेंट जिसने स्मार्ट लुक और स्मार्ट स्पीच को मिलाया था, उसे सबसे अधिक बुद्धिमान या भरोसेमंद नहीं माना गया। इसके बजाय, जिन पात्रों ने दोनों शैलियों को मिश्रित किया था, उन्होंने बेहतर प्रदर्शन किया। वह एजेंट जो स्मार्ट दिखता था लेकिन अनबुद्धिमानीपूर्ण तरीके से बोलता था, और वह एजेंट जो साधारण दिखता था लेकिन विशेषज्ञ ज्ञान के साथ बोलता था, दोनों ने उस पूर्णतः सुसंगत, "सर्व-स्मार्ट" एजेंट की तुलना में उच्च अंक प्राप्त किए। डेटा ने एक स्पष्ट सांख्यिकीय अंतर दिखाया: जब एजेंट का भाषण अनबुद्धिमानीपूर्ण था, तो स्मार्ट दिखने वाला संस्करण साधारण दिखने वाले संस्करण की तुलना में अधिक भरोसेमंद पाया गया। हालाँकि, जब भाषण बुद्धिमान था, तो साधारण दिखने वाले एजेंट और स्मार्ट दिखने वाले एजेंट के बीच रेटिंग में कोई सांख्यिकीय महत्वपूर्ण अंतर नहीं था, भले ही मिश्रित-शैली वाले एजेंटों ने समग्र रूप से "सर्व-स्मार्ट" एजेंट की तुलना में बेहतर प्रदर्शन किया। सबसे सुसंगत, "परफेक्ट" एजेंट वास्तव में सबसे नीचे आया। शोधकर्ताओं ने पाया कि परस्पर विरोधी गुणों का संयोजन एक सुसंगत संयोजन की तुलना में अधिक सकारात्मक प्रभाव पैदा करता है।
यह समझने के लिए कि ऐसा क्यों हुआ, लेखकों ने "नेचुरल-बॉर्न इंटेलिजेंस थ्योरी" नामक अवधारणा की ओर रुख किया। यह विचार सुझाव देता है कि जब हम एक विरोधाभास का सामना करते हैं—जैसे कि एक गंभीर चेहरे का मजाकिया अंदाज में बोलना—तो हमारा मस्तिष्क केवल उन दोनों प्रभावों को आपस में जोड़ नहीं देता है। इसके बजाय, यह संघर्ष हमें सतह से परे देखने के लिए मजबूर करता है। जो हम देखते हैं और जो हम सुनते हैं, उनके बीच का अंतर हमारी सामान्य अपेक्षाओं को तोड़ देता है, जिससे एक प्रकार का मानसिक "बाहरी" स्थान बनता है जहाँ हम पात्र के व्यक्तित्व या परिचितता की कल्पना करने लगते हैं। यह वैसा ही है जैसे विरोधाभास एजेंट को एक कठोर मशीन के बजाय अधिक वास्तविक और कम यांत्रिक महसूस कराता है। जब एजेंट पूरी तरह से सुसंगत था, तो दर्शक ने बिना किसी अतिरिक्त जुड़ाव के केवल जानकारी को प्रोसेस किया। अध्ययन सुझाव देता है कि आभासी एजेंटों के लिए, उपस्थिति और भाषण के बीच थोड़ा सा घर्षण (फ्रिक्शन), एक पूरी तरह से पॉलिश की गई, सुसंगत छवि बनाने की तुलना में विश्वास बनाने में अधिक प्रभावी हो सकता है।
शोधकर्ताओं ने नोट किया कि ये निष्कर्ष विशेष रूप से उनके द्वारा परीक्षण किए गए महिला मानव-समान एजेंटों और यात्रा अनुशंसा संदर्भ पर लागू होते हैं। उन्होंने स्वीकार किया कि यदि एजेंट पुरुष होते, रोबोट की तरह दिखते, या विभिन्न स्थितियों में उपयोग किए जाते, तो परिणाम भिन्न हो सकते थे। फिर भी, यह अध्ययन डिज़ाइन के मानक नियम को चुनौती देता है। यह दिखाता है कि एक एजेंट को एक ही समय में स्मार्ट दिखने और सुनने के लिए पूरी तरह से तैयार करना आवश्यक रूप से लोगों का अधिक विश्वास नहीं जीतता है। वास्तव में, एक छोटा सा विरोधाभास पेश करना एजेंट को अधिक सक्षम और विश्वसनीय बना सकता है, जो यह सिद्ध करता है कि बुद्धिमत्ता के प्रति मानवीय धारणा एक जटिल प्रक्रिया है जिसे केवल सही विशेषताओं को जोड़कर हल नहीं किया जा सकता 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।