Affect-Aware Human-Agent Conversations: Towards Empathic LLM Interaction
यह शोध पत्र एम्पैथिक एक्सटेंडेड प्रॉम्प्टिंग (Empathic Extended Prompting) को प्रस्तुत करता है, जो एक वास्तविक समय का ढांचा है जो उपयोगिता से समझौता किए बिना या अनकैनी (uncanny) धारणाओं को ट्रिगर किए बिना, कथित भावनात्मक बुद्धिमत्ता और मनोदशा प्रतिक्रियाशीलता को बढ़ाने के लिए लार्ज लैंग्वेज मॉडल इंटरैक्शन में चेहरे के भावनात्मक विवरणों को एकीकृत करता 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
कल्पना कीजिए कि आप अपने कंप्यूटर के भीतर रहने वाले एक बहुत ही बुद्धिमान, सुशिक्षित रोबोट से बात कर रहे हैं। वह रोबोट शब्दों को समझने में बहुत कुशल है, लेकिन उसकी एक कमी है: वह आपका चेहरा नहीं देख सकता। यदि आप टाइप करते समय "मैं ठीक हूँ" (I'm fine) लिख रहे हैं और आपकी आँखों में आँसू हैं, तो रोबोट केवल टेक्स्ट "मैं ठीक हूँ" ही देखेगा और खुशी-खुशी आपको कोई मज़ेदार गतिविधि करने का सुझाव दे सकता है, जिससे वह आपकी उदासी को पूरी तरह से समझने में विफल रहेगा। यही वह चीज़ है जिसे लेखक "करुणा का भ्रम" (compassion illusion) कहते हैं—रोबोट सहानुभूतिपूर्ण लगता है, लेकिन वह केवल शब्दों के आधार पर अनुमान लगा रहा है, वह वास्तव में उस क्षण को आपके साथ महसूस नहीं कर रहा है।
यह शोध पत्र इस कमी को दूर करने का एक नया तरीका पेश करता है। शोधकर्ताओं ने एक प्रणाली बनाई है जिसे वे "एम्पैथिक एक्सटेंडेड प्रॉम्प्टिंग" (Empathic Extended Prompted) कहते हैं। इसे एक "भावनात्मक चश्मे" के रूप में समझें, जो रोबोट को दे दिया गया है।
यह कैसे काम करता है: "भावनात्मक चश्मा"
एक सामान्य चैट में, आप एक संदेश टाइप करते हैं, और रोबोट उसका उत्तर देता है। इस नई प्रणाली में, जब आप टाइप कर रहे होते हैं, तो एक कैमरा आपके चेहरे को देखता है। एक विशेष सॉफ़्टवेयर (जिसे FaceReader कहा जाता है) एक अनुवादक की तरह कार्य करता है, जो आपके चेहरे के भावों को एक सरल रिपोर्ट कार्ड में बदल देता है।
कच्चा वीडियो रोबोट को भेजने के बजाय, सिस्टम एक संक्षिप्त नोट भेजता है जो कुछ ऐसा कहता है:
- "उपयोगकर्ता दुखी दिख रहा है।"
- "उदासी गहन है।"
- "उनका मूड नकारात्मक है।"
- "वे शांत (कम ऊर्जा) लग रहे हैं।"
रोबोट फिर अपना उत्तर टाइप करने से पहले आपके टेक्स्ट और इस भावनात्मक नोट कार्ड को पढ़ता है। यह एक ऐसी बातचीत की तरह है जहाँ आपका मित्र आपका चेहरा देख सकता है, लेकिन वह मित्र अभी भी एक कंप्यूटर प्रोग्राम है।
प्रयोग: चश्मे का परीक्षण
शोधकर्ता यह देखना चाहते थे कि क्या यह "भावनात्मक चश्मे" वाला दृष्टिकोण लोगों को बेहतर ढंग से समझा हुआ महसूस कराने में वास्तव में सफल रहा। उन्होंने 20 लोगों के साथ एक परीक्षण आयोजित किया।
सेटअप:
- वार्म-अप: सबसे पहले, सभी ने एक छोटी फिल्म क्लिप देखी। कुछ ने एक दुखद दृश्य देखा (एक शेर के बच्चे का अपने पिता को खोना), और कुछ ने एक सुखद दृश्य देखा (अंतरिक्ष में एक रोबोट का नृत्य करना)। यह सुनिश्चित करने के लिए था कि हर कोई एक स्पष्ट भावना के साथ चैट शुरू करे।
- चैट: इसके बाद प्रत्येक व्यक्ति की रोबोट के साथ दो बातचीत हुई।
- चैट A (कंट्रोल ग्रुप): रोबोट ने केवल उनके टेक्स्ट को देखा। यह एक "केवल टेक्स्ट" वाली चैट थी।
- चट B (प्रयोग समूह): रोबोट ने उनके टेक्स्ट साथ ही कैमरे से प्राप्त भावनात्मक नोट कार्ड को देखा।
- बदलाव (The Switch): उन्होंने क्रम को बदल दिया ताकि कुछ लोग "चश्मे" वाली चैट पहले करें, और अन्य दूसरे स्थान पर, ताकि परिणाम निष्पक्ष रहें।
उन्हें क्या मिला
चैट के बाद, प्रतिभागियों ने सर्वेक्षण भरा। यहाँ बताया गया है कि "भावनात्मक चश्मे" ने अनुभव को कैसे प्रभावित किया:
- बेहतर "भावनात्मक बुद्धिमत्ता": लोगों को लगा कि रोबोट उनकी भावनाओं को समझने और उनके मूड के अनुसार प्रतिक्रिया देने में बहुत बेहतर था जब कैमरा देख रहा था। यह शब्दकोश से बात करने के बजाय एक सुनने वाले व्यक्ति से बात करने जैसा महसूस हुआ।
- अधिक विश्वास और पसंद: जब रोबet के पास चेहरे का डेटा था, तो वह अधिक सक्षम और प्यारा लगा।
- कोई "अजीब" (Creepy) कारक नहीं: इस तरह की तकनीक के साथ एक बड़ी चिंता यह होती है कि क्या यह डरावना या "अनकैनी" (जैसे कोई रोबोट इंसान होने का नाटक कर रहा हो) महसूस होगा। अध्ययन में पाया गया कि कैमरा डेटा जोड़ने से लोगों को असुरक्षित या अजीब महसूस नहीं हुआ। सिस्टम उपयोग में आसान बना रहा।
- उपयोगिता उच्च बनी रही: दोनों संस्करणों में चैट इंटरफ़ेस उपयोग में उतना ही आसान था।
मुख्य निष्कर्ष
शोध पत्र यह निष्कर्ष निकालता है कि हालांकि रोबोट के पास वास्तव में भावनाएं नहीं हैं (यह अभी भी एक मशीन है), आपके चेहरे की एक झलक देना बातचीत को वास्तविकता में बहुत अधिक "ग्राउंडेड" (जुड़ा हुआ) बनाता है। यह आपके द्वारा कही गई बातों और आपके द्वारा महसूस किए गए भावों के बीच के अंतर को पाट देता है, जिससे AI एक अधिक ध्यान देने वाले साथी की तरह महसूस होता है, बिना उपयोगकर्ता के विश्वास को तोड़े या अनुभव को अजीब बनाए।
संक्षेप में: AI को आमने-सामने देखने की दृष्टि देने से वह एक बेहतर श्रोता बन जाता है, भले ही उसके पास दिल न हो।
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।