Evaluating GPT -5 Literary Metaphor Translation from English into Arabic through Recognition, Interpretation, and Rendering
यह अध्ययन एक स्टेज-अवेयर फ्रेमवर्क का उपयोग करते हुए अंग्रेजी से अरबी में GPT-5 के साहित्यिक रूपकों के अनुवाद का मूल्यांकन करता है, जिससे यह पता चलता है कि जहाँ मॉडल रूपकों को पहचानने और व्याख्या करने में उत्कृष्ट है, वहीं DeepL और मानव अनुवाद दोनों की तुलना में उन्हें प्रस्तुत करने में इसे काफी संघर्ष करना पड़ता है, जिससे एआई में समझ और रचनात्मक उत्पादन के बीच एक महत्वपूर्ण अंतर उजागर होता 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
भाषा केवल तथ्यों के आदान-प्रदान के लिए एक कोड मात्र नहीं है; यह छवियों का एक परिदृश्य है, जहाँ एक लेखक एक भारी हृदय को पत्थर या एक धुंधली स्मृति को कोहरे के रूप में वर्णित कर सकता है। जब एक अनुवादक एक कहानी को एक भाषा से दूसरी भाषा में ले जाता है, तो उसे केवल कथानक के तथ्यों को ही नहीं, बल्कि इन नाजुक चित्रों को भी साथ ले जाना होता है। यह विशेष रूप से रूपकों (metaphors) के लिए सत्य है, जो वह लाक्षणिक भाषा है जो साहित्य को उसकी भावनात्मक गहराई प्रदान करती है। दशकों से, मानव अनुवादक ही इस क्षेत्र में नेविगेट करने के लिए एकमात्र विश्वसनीय पात्र रहे हैं, लेकिन आर्टिफिशियल इंटेलिजेंस के उदय ने इस चर्चा को बदल दिया है। लार्ज लैंग्वेज मॉडल्स, जो आधुनिक चैटबॉट्स के पीछे के शक्तिशाली कंप्यूटर सिस्टम हैं, अब ऐसे प्रवाहपूर्ण अनुवाद उत्पन्न कर सकते हैं जो सुचारू रूप से पढ़ते हैं और व्याकरणिक रूप से सही अर्थ निकालते हैं। फिर भी, एक महत्वपूर्ण प्रश्न बना हुआ है: जब ये मशीनें किसी रूपक का सामना करती हैं, तो क्या वे वास्तव में शब्दों के पीछे की छवि को समझती हैं, या वे केवल फर्नीचर को पुनर्व्यवस्थित करती हैं जबकि पीछे छवि को छोड़ देती हैं?
कसीम यूनिवर्सिटी के शोधकर्ताओं ने आर्टिफिशियल इंटेलिजेंस के भीतर झाँककर इसका उत्तर देने का प्रयास किया। उन्होंने एक विशिष्ट मशीन पर ध्यान केंद्रित किया, जिसे GPT-5 के रूप में जाना जाता है, और कज़ुओ इशिगुरो के उपन्यास 'द बैरीड जायंट' (The Buried Giant) में पाए जाने वाले साहित्यिक रूपकों को संभालने की इसकी क्षमता का परीक्षण किया। मशीन से केवल एक वाक्य का अनुवाद करने के लिए कहने और अंतिम परिणाम का निर्णय लेने के बजाय, शोधकर्ताओं ने इस प्रक्रिया को तीन अलग-अलग चरणों में विभाजित किया। सबसे पहले, उन्होंने मशीन से केवल यह पहचानने के लिए कहा कि कौन से शब्द रूपक थे। दूसरे, उन्होंने उससे पूछा कि कहानी के भीतर उन रूपकों का क्या अर्थ है। अंत में, उन्होंने उस अंश का अरबी में अनुवाद करने के लिए कहा। इन कार्यों को अलग करके, टीम यह देख सकी कि मशीन कहाँ सफल हुई और कहाँ लड़खड़ाई, बजाय इसके कि केवल यह अनुमान लगाया जाए कि अंतिम अनुवाद क्यों विफल हुआ।
अध्ययन ने उपन्यास के पहले दो अध्यायों से 20 रूपक अभिव्यक्तियों का परीक्षण किया। परिणामों ने समझने और करने के बीच एक आश्चर्यजनक अंतर को प्रकट किया। आर्टिफिशियल इंटेलिजेंस पहले दो चरणों में उल्लेखनीय रूप से अच्छी थी। इसने पाठ में रूपकों की सही पहचान की और उनके अर्थ की सटीक व्याख्या की, जो अक्सर एक मानव विशेषज्ञ के प्रदर्शन से मेल खाती थी। वह जानती थी कि "दोपहर की धूप के लिए एक स्वागत योग्य मारक" (welcome antidote to the noon sun) गर्मी से राहत का एक रूपक है, और वह इस संबंध को स्पष्ट रूप से समझा सकती थी। हालाँकि, जब मशीन से उस अंश का अरबी में अनुवाद करने के लिए कहा गया, तो उसका प्रदर्शन काफी गिर गया। यद्यपि वह अवधारणा को समझती थी, लेकिन वह नई भाषा में उस छवि को पुन: निर्मित करने में संघर्ष करती थी। एक तिहाई से अधिक मामलों में, मशीन ने या तो रूपक को पूरी तरह से हटा दिया, जिससे एक जीवंत छवि एक साधारण कथन में बदल गई, या उसने अर्थ को इस तरह विकृत कर दिया कि मूल चित्र खो गया।
यह देखने के लिए कि अन्य तरीकों की तुलना में यह कैसा था, शोधकर्ताओं ने मशीन को दो अन्य अनुवादकों के विरुद्ध खड़ा किया: 'डीपएल' (DeepL) नामक एक विशेष अनुवाद सॉफ्टवेयर और एक पेशेवर मानव अनुवादक, खुलूद अमरो द्वारा किया गया प्रकाशित अरबी अनुवाद। पेशेवर मानव अनुवाद स्पष्ट विजेता था, जिसने मूल पाठ की छवियों और भावनात्मक वजन को दोनों मशीनों की तुलना में कहीं बेहतर तरीके से संरक्षित किया। विशेष सॉफ्टवेयर, डीपएल, सामान्य चैटबॉट की तुलना में बेहतर प्रदर्शन करता था, लेकिन फिर भी वह मानवीय मानक से पीछे रह गया। अध्ययन में पाया गया कि जबकि चैटबॉट प्रवाहपूर्ण वाक्य उत्पन्न कर सकता था, वह अक्सर कहानी में छवियों की निरंतरता बनाए रखने में विफल रहा। उदाहरण के लिए, यदि एक पात्र को एक वाक्य में "नाविक" (boatman) के रूप में वर्णित किया गया है, तो मशीन अगले वाक्य में उसे "जलयान" (vessel) कह सकती है, जिससे कथा का प्रवाह टूट जाता है। इसके विपरीत, मानव अनुवादक ने पूरे समय एक सुसंगत और जीवंत छवि बनाए रखी।
शोधकर्ताओं ने चार मुख्य कारणों की पहचान की जिनके कारण मशीनें संघर्ष करती थीं। पहला, वे अक्सर अरबी में सही समतुल्य शब्द खोजने में असमर्थ थे जो समान सांस्कृतिक महत्व रखता हो। दूसरा, वे कहानी के आगे बढ़ने के साथ छवियों को सुसंगत रखने में विफल रहे। तीसरा, वे कभी-कभी संदर्भ को गलत समझ लेते थे, जिससे ऐसा अनुवाद होता था जो अपने आप में तो सही लगता था लेकिन कहानी के लिए गलत था। अंत में, और शायद सबसे महत्वपूर्ण बात यह है कि मशीनों में रूपक को रचनात्मक रूप से पुनर्गठित करने की क्षमता का अभाव था। जब सीधा अनुवाद काम नहीं करता था, तो एक मानव अनुवादक नई भाषा में फिट होने के लिए छवि को थोड़ा बदल सकता था जबकि भावना को समान रख सकता था। हालाँकि, मशीनें या तो कठोरता से मूल शब्दों पर टिकी रहती थीं या छवि को पूरी तरह से छोड़ देती थीं।
यह अध्ययन सुझाव देता है कि अनुवाद में आर्टिफिशियल इंटेलिजेंस का मूल्यांकन करने का वर्तमान तरीका बहुत उदार हो सकता है। यदि हम केवल यह देखते हैं कि अनुवाद प्रवाहपूर्ण या व्याकरणिक रूप से सही है, तो हम इस तथ्य को अनदेखा कर सकते हैं कि पाठ की आत्मा—रूपक और छवियां—खो गई है। मशीन आपको बता सकती है कि एक रूपक का क्या अर्थ है, लेकिन वह अभी तक एक नई भाषा में उसी कौशल के साथ उस रूपक के अनुभव को पुन: निर्मित नहीं कर सकती जैसा कि एक मानव कर सकता है। हालांकि ये उपकरण शक्तिशाली हैं और सुधार कर रहे हैं, फिर भी उनमें संस्कृति और छवियों की गहरी, सहज समझ की कमी है जो एक मानव अनुवादक को एक अलग भाषा में कहानी को जीवंत बनाने की अनुमति देती है। एक रूपक को पहचानने और उसे एक नई भाषा में सफलतापूर्वक चित्रित करने के बीच का अंतर आर्टिफिशियल इंटेलिजेंस के लिए पार करने वाली एक महत्वपूर्ण बाधा बनी हुई 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।