Human-GenAI Interaction: What are the Risks of Calling it “Collaboration”?

कंप्यूटर-सपोर्टेड कोलैबोरेटिव लर्निंग (computer-supported collaborative learning) के रूप में जाने जाने वाले क्षेत्र में, जहाँ लोग मिलकर सीखना सीखते हैं, शोधकर्ता लंबे समय से मानव मस्तिष्क के मिलन के जटिल नृत्य का अध्ययन करते रहे हैं। वे इस बात का अध्ययन करते हैं कि कैसे छात्र विचारों को साझा करते हैं, एक-दूसरे की सोच को चुनौती देते हैं, और बातचीत के माध्यम से समझ विकसित करते हैं। इस कार्य के केंद्र में यह विचार है कि वास्तविक सीखना तब होता है जब लोग न केवल साथ-साथ काम कर रहे होते हैं, बल्कि एक साझा मानसिक स्थान में गहराई से जुड़े होते हैं जहाँ वे एक-दूसरे के विचारों और भावनाओं को प्रभावित करते हैं। दशकों तक, इस कार्य को सहारा देने वाले उपकरण सरल साधन थे: व्हाइटबोर्ड, साझा दस्तावेज़, या वीडियो कॉल जो मनुष्यों को अन्य मनुष्यों से जुड़ने में मदद करते थे। लेकिन अब एक नई शक्ति कमरे में प्रवेश कर चुकी है। जनरेटिव आर्टिफिशियल इंटेलिजेंस (Generative AI), वह तकनीक जिसके पीछे चैटबॉट्स हैं जो निबंध लिख सकते हैं, समस्याओं को हल कर सकते हैं और बातचीत कर सकते हैं, अब छात्रों और शिक्षकों दोनों द्वारा उपयोग की जा रही है। जैसे-जैसे ये उपकरण अधिक सक्षम होते जा रहे हैं, एक स्वाभाविक प्रश्न उठता है: जब एक मानव इस मशीन के साथ काम करता है, तो क्या वे सहयोग (collaboration) कर रहे होते हैं? "सहयोग" शब्द एक समान स्तर की साझेदारी का सुझाव देता है, जहाँ दोनों पक्ष एक साझा लक्ष्य में योगदान देते हुए मन का मिलन करते हैं। लेकिन मशीनों के पास मनुष्यों की तरह मन, भावनाएँ या इरादे नहीं होते। यह हमारे नए उपकरणों का वर्णन करने के लिए उपयोग की जाने वाली भाषा और उन उपकरणों के वास्तविक कार्य करने के तरीके के बीच एक तनाव पैदा करता है।

दो शोधकर्ताओं, गैल मोलिनारी (Gaëlle Molinari) और क्रिस्टीन लुंड (Kristine Lund) ने इस तनाव की जांच करने का निर्णय लिया। उन्होंने पूछा कि क्या एक व्यक्ति और एक आर्टिफिशियल इंटेलिजेंस के बीच की अंतःक्रिया को "सहयोग" कहना एक सटीक वर्णन है या एक भ्रामक वर्णन। इसका उत्तर देने के लिए, उन्होंने अपने क्षेत्र में सहयोग के सख्त परिभाषा का परीक्षण किया, जो साझा समझ, पारस्परिक प्रभाव और भावनात्मक जुड़ाव जैसे विशिष्ट मानवीय गुणों पर निर्भर करती है। इसके बाद उन्होंने इन मानवीय गुणों की तुलना आर्टिफिशियल इंटेलिजेंस द्वारा वास्तव में किए जाने वाले कार्यों से की। उनका अन्वेषण प्रकट करता है कि जबकि मशीन अविश्वसनीय रूप से सहायक हो सकती है, वह जो संबंध मनुष्य के साथ बनाती है वह दो व्यक्तियों के बीच की साझेदारी से मौलिक रूप से भिन्न है। लेखक तर्क देते हैं कि इस अंतःक्रिया को "सहयोग" शब्द से वर्णित करना जोखिम भरा है क्योंकि यह मानव और मशीन के बीच की रेखा को धुंधला कर देता है, जिससे संभावित रूप से मानवीय जुड़ाव के प्रति हमारे मूल्य और छात्रों के सीखने के तरीके में बदलाव आ सकता है।

शोधकर्ताओं ने मानव और मशीन के एक साथ काम करने के बारे में हमारी सोच के इतिहास का पता लगाकर शुरुआत की। लंबे समय से, वैज्ञानिकों ने एक ऐसे भविष्य की कल्पना की है जहाँ मानव और कंप्यूटर क्षमताएं एक एकल, शक्तिशाली प्रणाली में विलीन हो जाती हैं। शुरुआती विचारकों ने इसे "सहजीविता" (symbiosis) के रूप में वर्णित किया, जहाँ मशीन मानवीय शक्ति का विस्तार करती है, या "सह-विकास" (co-evolution) के रूप में, जहाँ मानव और मशीन दोनों समय के साथ सीखते और बदलते हैं। हाल के वर्षों में, इस विचार को "हाइब्रिड इंटेलिजेंस" (hybrid intelligence) के रूप में प्रस्तुत किया गया है, जहाँ मनुष्यों और आर्टिफिशियल इंटेलिजेंस को एक ही प्रणाली के दो भागों के रूप में देखा जाता है, जिनमें से प्रत्येक अलग-अलग ताकत लाता है। मनुष्य रचनात्मकता, भावनात्मक गहराई और नैतिक निर्णय प्रदान करते हैं, जबकि मशीन गति, पैटर्न पहचान और विशाल डेटा प्रसंस्करण प्रदान करती है। इस हाइब्रिड प्रणाली का लक्ष्य ऐसे परिणाम उत्पन्न करना है जो अकेले कोई भी प्राप्त नहीं कर सकता। हालाँकि, लेखक बताते हैं कि जबकि यह एक साझेदारी जैसा लगता है, वास्तविकता अक्सर एकतरफा होती है। मशीन उसी तरह से मानव से नहीं "सीखती" जैसे एक व्यक्ति दूसरे से सीखता है; यह सांख्यिकीय पैटर्न के आधार पर अपने आउटपुट को समायोजित करती है, न कि मानव साथी के लक्ष्यों या भावनाओं की वास्तविक समझ के आधार पर।

जब शोधकर्ताओं ने इन अंतःक्रियाओं पर मानव सहयोग के सख्त नियमों को लागू किया, तो कई अंतराल दिखाई दिए। वास्तविक सहयोग के लिए आवश्यक है कि दोनों पक्ष एक-दूसरे के दृष्टिकोण को समझें और अर्थ बनाने के लिए मिलकर काम करें। एक मानव समूह में, यदि एक व्यक्ति असहमत होता है, तो दूसरा उस प्रतिरोध को महसूस करता है और अपनी सोच को बदलना पड़ता है। यह घर्षण (friction) सीखने के लिए आवश्यक है। हालाँकि, आर्टिफिशियल इंटेलिजेंस के साथ, मशीन के पास रखने के लिए कोई दृष्टिकोण या बदलने के लिए कोई मन नहीं होता। यह एक प्रति-तर्क उत्पन्न कर सकती है, लेकिन यह मानवीय अर्थों में "असहमति" नहीं जताती; यह केवल एक ऐसा उत्तर निकालती है जो बातचीत में फिट बैठता है। लेखकों ने पाया कि मशीन "अंतःविषयता" (intersubjectivity) में भाग नहीं ले सकती, जो एक ऐसी स्थिति है जहाँ दो लोग एक साझा मानसिक स्थान साझा करते हैं और वास्तव में एक-दूसरे की आंतरिक दुनिया को समझते हैं। मशीन समझ का आभास दे सकती है, लेकिन उसके पास वह चेतना नहीं है जो वास्तव में दूसरे को जानने के लिए आवश्यक है।

यह अंतर सीखने के भावनात्मक और सामाजिक पक्ष को देखते समय और भी महत्वपूर्ण हो जाता है। मानव सहयोग हमारे शरीर और हमारी भावनाओं में गहराई से निहित है। हम सहानुभूति महसूस करते हैं, हम निराश होते हैं, और हम साझा अनुभवों के माध्यम से "हम-पन" (we-ness) की भावना बनाते हैं। एक आर्टिफिशियल इंटेलिजेंस को भावनात्मक संकेतों पर प्रतिक्रिया देने के लिए प्रोग्राम किया जा सकता है, शायद उपयोगकर्ता के दुखी होने पर एक सांत्वना शब्द देना। लेकिन मशीन स्वयं दुख महसूस नहीं करती है। यह उस तरह से प्रभावित नहीं हो सकती जैसे एक मानव दूसरे से प्रभावित होता है। लेखक इसे एक गहरा असंतुलन (asymmetry) बताते हैं: मानव को एक जुड़ाव महसूस हो सकता है, लेकिन मशीन एक ऐसा उपकरण बनी रहती है जो उस जुड़ाव का अनुकरण करता है जिसे वह अनुभव नहीं करती। इससे यह जोखिम पैदा होता है कि उपयोगकर्ता, विशेष रूप से छात्र, मशीन पर अपने भावनात्मक जरूरतों को आरोपित कर सकते हैं, यह मानकर कि उनके बीच एक पारस्परिक संबंध है जहाँ वास्तव में ऐसा कुछ नहीं है।

शिक्षा के लिए इस अंतःक्रिया को "सहयोग" कहने के परिणाम महत्वपूर्ण हैं। यदि छात्र यह विश्वास करने लगें कि वे एक साथी के साथ काम कर रहे हैं, तो वे अपनी सोच और निर्णय लेने की प्रक्रिया को मशीन को सौंपकर उस पर बहुत अधिक भरोसा करने लग सकते हैं। इसे "संज्ञानात्मक ऑफलोडिंग" (cognitive offloading) कहा जाता है, जहाँ एक व्यक्ति मानसिक कार्य करने के लिए बाहरी उपकरण पर निर्भर हो जाता है। जबकि यह कार्यों को आसान बना सकता है, लेखक चेतावनी देते हैं कि यह "संज्ञानात्मक समर्पण" (cognitive surrender) की ओर ले जा सकता है, जहाँ छात्र अपनी स्वयं की सीखने की प्रक्रिया की निगरानी करना बंद कर देता है और बस मशीन द्वारा उत्पादित सामग्री को स्वीकार कर लेता है। शोध बताते हैं कि जब छात्र इन उपकरणों पर बहुत अधिक निर्भर होते हैं, तो उनके आलोचनात्मक सोच कौशल कमजोर हो सकते हैं, और वे उन परीक्षणों में खराब प्रदर्शन कर सकते हैं जिनमें गहरी समझ की आवश्यकता होती है। मशीन उन्हें होमवर्क जल्दी पूरा करने में मदद कर सकती है, लेकिन यह शायद उन्हें विषय समझने में मदद नहीं करेगी।

इसके अलावा, लेखक तर्क देते हैं कि मशीन को एक साथी के रूप में देखना हमारे मानवीय संबंधों के प्रति हमारे दृष्टिकोण को बदल देता है। यदि हम एक ऐसे आर्टिफिशियल इंटेलिजेंस के आदी हो जाते हैं जो हमेशा सहमत रहने वाला, हमेशा उपलब्ध रहने वाला और कभी वास्तव में हमें चुनौती न देने वाला हो, तो हम अपने मानव मित्रों और शिक्षकों से भी वैसी ही अपेक्षा करने लगेंगे। हम एक मशीन के साथ सहज, घर्षण रहित अंतःक्रिया को दूसरे मानव के साथ काम करने की कठिन, चुनौतीपूर्ण लेकिन अंततः अधिक पुरस्कृत प्रक्रिया के ऊपर महत्व देने लग सकते हैं। मशीन एक शक्तिशाली उपकरण हो सकती है, लेकिन इसे "सहयोगी" कहना इस तथ्य को छिपा देता है कि यह एक उपकरण है। इसमें वह एजेंसी, जिम्मेदारी और वास्तविक आपसी समझ की क्षमता नहीं है जो मानवीय साझेदारी को परिभाषित करती है।

शोधकर्ता निष्कर्ष निकालते हैं कि हमें अपनी भाषा के प्रति सावधान रहना चाहिए। मानव-जेनएआई (human-GenAI) अंतःक्रिया को "सहयोग" कहना केवल एक भाषाई त्रुटि नहीं है; यह एक वैचारिक परिवर्तन है जो हमारे शैक्षिक अभ्यासों और हमारी सामाजिक अपेक्षाओं को नया आकार दे सकता है। मानव सहयोग और मानव-मशीन अंतःक्रिया के बीच अंतर बनाए रखकर, हम मानवीय जुड़ाव के अद्वितीय मूल्य की रक्षा करते हैं। हम यह सुनिश्चित करते हैं कि छात्र दूसरों के साथ काम करने की चुनौतीपूर्ण, पारस्परिक और गहराई से मानवीय प्रक्रिया के माध्यम से अपने मन विकसित करना जारी रखें, न कि अपनी सोच को एक ऐसी मशीन को सौंप दें जो केवल एक साथी होने का ढोंग करती है। मशीन एक उल्लेखनीय आविष्कार है, लेकिन यह एक समकक्ष (peer) नहीं है, और इस अंतर को पहचानना सीखने के भविष्य के लिए आवश्यक है।