क्या एआई समाचार की पहचान करने में सक्षम हो सकता है?

एआई समाचार लेख लिखने में बेहतर हो रहा है, लेकिन समाचार लेखों की पहचान करने में ज्यादा सुधार नहीं हो रहा है।

राय पिछले पांच वर्षों में, जब से मैंने एआई की क्षमता को देखा समाचार लेखों को खोजने के लिए, परिदृश्य में बहुत बदलाव आया है, जिसमें एआई-संचालित स्वचालन में वृद्धि हुई है और इसके साथ ही विवाद भी हुआ है।

हाल ही में, एक वॉल स्ट्रीट जर्नल की रिपोर्ट में एक प्रमुख, एआई-सहयोगी फॉर्च्यून योगदानकर्ता ने भविष्य के पत्रकार को स्वतंत्र रूप से प्रस्तुत किया है, जो स्कटवर्क जैसे प्रेस विज्ञप्तियों को ट्रांसलिटरेट करने से मुक्त है, जिससे उन्हें विशेषताओं और जांच-पड़ताल करने के लिए अवसर मिलता है जो केवल बड़े प्रकाशनों के लिए बजट होता है।

लेकिन हमें कम बार यह सुनने को मिलता है कि एआई समाचार लेखों की पहचान करने में सक्षम है या नहीं।

शोर कम करना

2021 के लेख में, मैंने शोध बीट को कवर करने वाले लेखकों पर ध्यान केंद्रित किया, क्योंकि यह वह जगह है जहां मैं अपना अधिकांश समय बिताता हूं; और शायद इस नए एआई क्रांति का सबसे बड़ा प्रभाव यह है कि यह एक अनियंत्रित तूफान बन गया है एआई-संचालित शोध पत्र जमा करने का, जो संकेत-से-शोर अनुपात को इतना ऊंचा बना देता है कि यहां तक कि अराइवाई एआई-संबंधित डोमेन को व्यापक रूप से कवर करना एक व्यक्ति के प्रयासों से परे हो गया है।

निश्चित रूप से, यह वह जगह है जहां एआई उत्कृष्टता प्राप्त करता है – विशाल डेटा के माध्यम से पुनरावृत्ति करने में जो मनुष्यों के लिए हल नहीं हो सकता है, ‘आउटलियर’ (जिस पर हम जल्द ही चर्चा करेंगे) को कुछ सेकंड में खोजने के लिए जो लोगों को दिनों में ले जाएगा, अगर वे इसे कर सकते थे।

क्यों एआई अभी भी एक गर्म समाचार लेख की पहचान करने में इतना खराब है, हजारों से लेकर दस हजार दैनिक प्रतियोगियों में से?

पीछे की ओर देखने वाला एआई

यह एआई-संचालित सामग्री का व्यापक प्रसार अकादमिक क्षेत्र से परे हो रहा है जिस पर मैंने पहले चर्चा की थी। पिछले साल के अंत में, यह अनुमान लगाया गया था कि सभी नए लेखन का आधा हिस्सा अब एआई द्वारा लिखा जा रहा है, जिसमें इस प्रवृत्ति में और तेजी आने की उम्मीद है। इसलिए, शोर हर जगह बहुत तेज है, न कि केवल अकादमिक क्षेत्र में।

हालांकि पिछले कुछ वर्षों में एआई/अल्गोरिदमिक पहचान में कुछ प्रगति हुई है, ये प्रणालियां आमतौर पर स्तरीकृत और पूर्वानुमानित डेटा फीड पर केंद्रित होती हैं, जिसका अर्थ है कि वे केवल एक कठोर संदर्भ में काम कर सकती हैं।

इस संबंध में, स्टैनफोर्ड पोस्ट-डॉक्टरल शोधकर्ता और पूर्व न्यूयॉर्क टाइम्स पत्रकार अलेक्जेंडर स्पैंगहर ने ‘न्यूज़वर्थिनेस’ को मशीन लर्निंग प्रक्रियाओं और सांख्यिकीय विश्लेषण के लिए लागू किए जा सकने वाले शब्दों में परिभाषित करने के लिए कई प्रयास किए हैं; और अदालती फाइलों, राज्य बिलों, और शहरी परिषद की बैठकों के साथ-साथ सामान्य सार्वजनिक दस्तावेजों जैसे निगमों में स्वचालित लीड-जनरेशन के प्रमाण प्रस्तुत किए हैं – जिस प्रकार का स्कीमा-चालित आउटपुट फॉर्च्यून के प्रभावशाली एआई-संचालित लेखक 6-7 समाचार लेख प्रतिदिन बना सकते हैं:

सार्वजनिक दस्तावेजों से प्राप्त शब्द वितरण की ‘गर्मी’। इस मामले में, हम देख सकते हैं कि ‘अधिकृत’ को उच्च स्कोर मिला है, शायद इसलिए कि यह निर्णय, परिवर्तन और नवाचार का प्रतिनिधित्व करता है। स्रोत

हालांकि, इस तरह के दृष्टिकोण के साथ समस्या यह है कि वे पारंपरिक एआई शैली में डेटा में पर्यवेक्षित रुझानों पर केंद्रित होते हैं। अर्थात्, वे पहले अच्छी खबर बनाने वाली चीजों को देखते हैं और फिर अधिक खोजने की कोशिश करते हैं।

वास्तविक दुनिया में, अप्रत्याशित स्रोत लगभग हमेशा एक ‘वन हिट वंडर’ निकलते हैं; और जितने ही वे अज्ञात थे, उतना ही वे कभी कुछ उपयोगी नहीं बनाते हैं। फिर, एक बार फलदायी होने के बाद, और अल्पकालिक प्रसिद्धि/कुख्याति को भुनाने के प्रयासों के बावजूद, वे आमतौर पर कभी कुछ उपयोगी नहीं बनाते हैं।

समय की निशानी

इसलिए,既然 यह प्रकार के एक-और-डन समाचार स्रोत की निगरानी करना आमतौर पर केवल अधिक शोर जोड़ने जा रहा है, तो क्या एआई इसके बजाय एक स्रोत के संकेतकों की पहचान नहीं कर सकता है जो एक दिन फलदायी हो सकता है? यदि कोई यह पता लगा सकता है कि किस प्रकार का स्रोत समाचार बना सकता है, तो वह इसके गुणों पर ध्यान केंद्रित कर सकता है, न कि इसके संदर्भ या तरीकों पर।

इस तर्क से यह अनुमान लगाया जा सकता है कि 2010 के दशक में एडवर्ड स्नोडेन के खुलासे से यह अनुमान लगाया जा सकता है कि कोई भी हाल ही में सीआईए (या एक समान संगठन) को छोड़ दिया है, तो वह भविष्य के समाचार स्रोत के रूप में इसका पालन करने योग्य होगा।

हालांकि, ऐसे प्रकार की निगरानी के लिए कोई आरएसएस फीड या एपीआई नहीं हैं जो स्वचालित हो सकते हैं, क्योंकि लिंक्डइन और कई अन्य पहले खुले डेटा स्रोत पीछे हटने में हैं एआई वेब-स्क्रेपर्स के सामने। यहां तक कि अगर वे थे, तो आवृत्ति एक मुद्दा होगी, क्योंकि आप हर पांच सेकंड में एक एपीआई या साइट को पोल नहीं कर सकते; इसके अलावा, प्लेटफ़ॉर्म से संसाधन-लागत और आईपी-बैनिंग प्रतिक्रियाएं इसे एक अस्थिर गतिविधि बना देंगी।

इसके अलावा, ऐसे खुलासे में एक ‘मानव आयाम’ है जिसे स्वचालित करना मुश्किल है।

व्यक्तिगत स्पर्श के साथ समाचार संग्रह: 1976 की अलन जे पाकुला की फिल्म ‘ऑल द प्रेसिडेंट्स मेन’ के डिस्क रिलीज़ का एक कैप्चर, जिसमें एक सूचनादाता छाया से बाहर निकलता है। स्रोत

इसके अलावा, वास्तविक दुनिया में, एक भविष्य के समाचार स्रोत के परिभाषित गुणों की पहचान करना बहुत मुश्किल है। यह शायद ‘हाल ही में सीआईए छोड़ने वाले लोग’ नहीं है, और यह निश्चित रूप से किसी प्रोटोकॉल द्वारा परिभाषित नहीं है: प्लेटफ़ॉर्म जैसे एक्स या गिटहब स्वयं बहुत अधिक संकेत देते हैं, और यहां तक कि खोज शब्दों या पोस्ट श्रेणियों पर ध्यान केंद्रित करने से बहुत अंतर नहीं पड़ता – केवल यदि आप समस्या में शामिल हैं और समुदाय (या रेपो, आदि) के साथ जुड़े हुए हैं, तो आप वास्तव में एक विकास के महत्व को पहचान सकते हैं।

यहां तक कि ‘सुरक्षा अलर्ट’ जैसा शब्द भी एक घटना की वास्तविक गंभीरता या समाचार मूल्य को संदर्भित नहीं कर सकता है, क्योंकि इस तरह के संदर्भ दैनिक रूप से हजारों की संख्या में ऐसे समुदायों में फेंके जाते हैं – लेकिन व्यापक समाचार मूल्य नहीं है; और यहां तक कि यदि इस तरह की निगरानी को केवल अंग्रेजी भाषा तक सीमित किया जाए, तो भी मुहावरे में परिवर्तन और परोक्ष भाषा का उपयोग इसे वास्तविक समाचार अलर्ट में व्याख्या करना बहुत मुश्किल बना देगा।

संकीर्ण मार्ग

वर्तमान एआई-संचालित नएपन-निर्धारण प्रणालियां औपचारिक डेटा संरचनाओं (जैसे जेसन आउटपुट, एक एपीआई से) पर निर्भर करती हैं, या अनौपचारिक डेटा संरचनाओं पर जिन्हें एआई-विकसित अल्गोरिदम एक संरचित स्कीमा में पार्स करने का मौका है (जैसे किसी संगठन से प्रेस विज्ञप्ति):

एक पार्स की गई आरएसएस/एक्सएमएल फीड, जो डेटा कंटेनरों की कठोर पदानुक्रम को प्रकट करती है। स्रोत

स्पष्ट रूप से, इस तरह के दृष्टिकोण मुंडेन कार्य के लिए अच्छी तरह से अनुकूल हैं, जैसे कि मौसम, स्टॉक और खेल स्कोर रिपोर्टिंग, साथ ही साथ नगरपालिका और अन्य सरकारी संगठनों से नियमित प्रेस विज्ञप्ति।

हालांकि सांख्यिकीय फीड जैसे मौसम (अचानक तूफान), स्टॉक (अचानक गिरावट) और खेल (अप्रत्याशित जीत/हार, कुछ तैयारी के साथ) पर ‘मानव-चेतावनी’ ट्रिगर्स को जोड़ना संभव है, फिर भी सरकारी रिलीज के लिए मानव ध्यान की आवश्यकता होगी ताकि नएपन का मूल्यांकन किया जा सके।

हालांकि शब्दों जैसे ‘मृत्यु’, ‘अप्रत्याशित बीमारी’, ‘लीक’, और ‘दुर्घटना’ नएपन वाली घटनाओं में ड्रिल करने में मदद कर सकते हैं, वे केवल ‘नियमित’ घटनाओं को संबोधित करते हैं और वैकल्पिक भाषा (या भाषाओं) के लिए खाते नहीं हैं।

एलीट लेखकों की वापसी?

हाल के वर्षों में, डेटा-संचालित पत्रकारिता समाचार रिपोर्टिंग में एक बढ़ती हुई प्लेट बन गई है, जिसमें संपादकीय विभाग अब विशेष रिपोर्टों और श्वेत पत्रों पर प्रारंभिक रिलीज के लिए मीठे ‘स्कूप’ सौदों तक सीमित नहीं हैं मुख्य प्रकाशकों से; इसके बजाय, वे स्वयं संख्या को कुचल सकते हैं।

हालांकि, यह कोई मुफ्त भोजन नहीं है; जैसा कि इस तरह के डेटा को पार्स करने का स्पष्ट मूल्य बढ़ा है, एक किराया-चाहने वाला/एआई-अवरोधक प्रतिक्रिया इसका पालन किया गया है – या यहां तक कि मांग की पूर्व संध्या पर – जो बड़े एआई खिलाड़ियों को छिपी हुई रणनीतियों में धकेलता है।

नई प्रतिबंध के अतिरिक्त घर्षण संभावित रूप से ‘नागरिक पत्रकारों’ से ‘विरासत मीडिया’ में कुछ शक्ति बहाल करता है – या कम से कम, अच्छी तरह से वित्तपोषित समाचार संगठन जो डेटा एकत्र करने, परिष्कृत करने और मूल्यांकन करने में आवश्यक अतिरिक्त मैनुअल कार्य को अवशोषित करने के लिए बैंडविथ है।

इस प्रकार, समय की भावना में, एआई का व्यावहारिक प्रदर्शन पत्रकारिता में, मुख्य खिलाड़ियों और बाजारों द्वारा एआई-आधारित नवाचार और अपनाने की प्रतिक्रिया के संदर्भ में, वास्तव में हमें समय में वापस ले जा सकता है: समाचार उत्पादन के साधनों को अव्यवस्थित करना, और अर्थपूर्ण डेटा-संचालित नएपन-मूल्यांकन प्रणालियों में बाधाएं जोड़ना।

सामान्य प्रवृत्ति

इन प्रतिबंधों से स्पष्ट रूप से ‘गुट महसूस’ की ओर ले जाता है कि समाचार लेख की नएपन का मूल्यांकन करने में एक अपरिहार्य घटक है।

स्वाभाविक रूप से, यह पेशेवर रूप से उन लोगों के लिए सुखद है जो इस पहलू में शामिल हैं; लेकिन आत्मसंतुष्टि एक गलती होगी, क्योंकि यह प्रवृत्ति कुछ हद तक सामान्य तरीके से परिभाषित और संचालित की जा सकती है जो किसी एक व्यक्ति या संगठन के जुनून या शौक के अध्ययन पर निर्भर नहीं करती है: 2022 में एक अध्ययन में, नॉर्थवेस्टर्न विश्वविद्यालय के शोधकर्ताओं ने संभावित रूप से नएपन वाली कहानियों की भीड़-संचालित मूल्यांकन का उपयोग करके एक पूर्वानुमानिक मॉडल को प्रशिक्षित किया, विशेष रूप से अराइवाई शोध पत्रों के नएपन के संबंध में:

अध्ययन प्रतिभागियों को प्रशिक्षण डेटा प्राप्त करने के लिए दी जाने वाली सर्वेक्षण प्रश्न। स्रोत

प्रणाली उम्मीदवारों को काफी अच्छी तरह से रैंक करती है, जिसमें इसके शीर्ष दस चुनावों में से लगभग 80% विशेषज्ञों द्वारा भी नएपन वाले माने जाते हैं। हालांकि, विशेषज्ञों के साथ समझौता केवल मध्यम था, परिणामों में फ्रेमिंग, या दर्शकों के फिट जैसे कारकों को याद किया गया।

प्रणाली 2020 के पत्र में रेखांकित सिद्धांतों पर आधारित है कंप्यूटेशनल न्यूज डिस्कवरी: जर्नलिज्म में संपादकीय अभिविन्यास अल्गोरिदम के लिए डिजाइन विचारों की ओर। जैसा कि अधिकांश समान परियोजनाओं के साथ है, यह काम विज्ञान पत्रकारिता को संबोधित करता है, न कि स abstract समाचार संग्रह – शायद इसलिए कि वैज्ञानिक साहित्य आउटपुट की ओर झुकता है जो संभावित रूप से प्रशिक्षित और व्याख्यात्मक डेटा बिंदुओं में पार्स किया जा सकता है।

खैर, जैसा कि मैंने 2021 में देखा था, यह होगा, लेकिन यह मामला नहीं है क्योंकि शोध वैज्ञानिक अक्सर अनुसंधान पत्र जमा करने की परंपराओं का दुरुपयोग करते हैं ताकि असाधारण परिणामों को छिपाया जा सके या कम किया जा सके, या यहां तक कि सीधे विफलता को भी।

एक और बड़ी चुनौती यह है कि एआई प्रणालियों को वैज्ञानिक पत्रों में आंकड़े और तालिकाओं की व्याख्या करने में बहुत कठिनाई होती है, जिस बिंदु पर यह हाल ही में साहित्य में एक सक्रिय धागा बन गया है:

पेपर ‘SciFigDetect: A Benchmark for AI-Generated Scientific Figure Detection’ से, वास्तविक वैज्ञानिक आंकड़े, उनके पीढ़ी प्रोम्प्ट, और नैनो बानाना और जीपीटी द्वारा तीन श्रेणियों में उत्पादित सिंथेटिक समकक्ष: चित्रण, अवलोकन, और प्रयोगात्मक आंकड़े। स्रोत

यह अक्सर ऐसा होता है कि एक ग्राफ या तालिका में परिणाम होते हैं जो मुख्य शरीर में या तो चयनात्मक पूर्वाग्रह के साथ रिपोर्ट किए जाते हैं या फिर परिणामों के नकारात्मक परिणामों को पूरी तरह से अनदेखा किया जाता है। इसलिए, एआई-संचालित विज्ञान पत्रकारिता में यह रोडब्लॉक एक छोटा नहीं है।

अधिक बताने वाला, यह तथ्य कि एक पत्र व्युत्पन्न है, या केवल राज्य के कला पर एक छोटा सा आगे बढ़ाव (यदि कोई है), अक्सर एक लगभग अप्राप्य उद्धरण (अर्थात, आपको शब्द की खोज करनी होगी, एक पठनीय पीडीएफ प्रतिलिपि खोजनी होगी, और पूर्व कला की सीमा को समझने के लिए पहले से ही कला की कमी या नवाचार की कमी को समझने से पहले)।

अकेले फिर से, प्राकृतिक रूप से

उपरोक्त वर्णित भीड़-संचालित तरीका सामान्य सहमति और पेशेवर मूल्यांकन के बीच कुछ समझौते का सुझाव देता है। लेकिन संदर्भ के बिना, केवल नएपन के सबसे व्यापक रूप से निर्धारित किया जा सकता है।

एआई की ताकत इसकी क्षमता में निहित है, जो कॉन्फ़िगरेशन पर निर्भर करती है, आउटलियर को अलग करने के लिए – या तो उन्हें एक प्रवृत्ति में एक कर्व-ब्लोइंग और अर्थहीन अपवाद के रूप में छोड़ने के लिए, या (समाचार संग्रह के लिए अधिक प्रासंगिक) अर्थपूर्ण और मूल्यवान असामान्य उदाहरणों और घटनाओं की पहचान करने के लिए:

बिखरे हुए प्लॉट में आउटलियर (लाल रंग में)। स्रोत

सिद्धांत यह है कि बिजली शायद ही कभी दो बार तूफान लाती है, लगभग सभी हिट समाचार लेख आउटलियर हैं। जहां वे एक सक्रिय और अस्थिर डोमेन से निकलते हैं, जैसे कि एक चल रहे युद्ध, उस डोमेन को बारीकी से स्कैन किया जा सकता है जिसमें नएपन वाली कहानियां उभर सकती हैं – लेकिन इसकी लागत पर बड़े पैमाने पर विवाद, क्योंकि सामान्य ध्यान भी उस डोमेन पर केंद्रित होने की संभावना है।

अनेक समाचार लेख वैज्ञानिक होते हैं जो केंद्र भाषा वितरण का हिस्सा नहीं हैं। वे दुर्लभ संयोजन हैं जो तरीकों, आश्चर्यजनक नकारात्मक परिणामों या असामान्य प्रतिकृति को शामिल करते हैं। यदि मॉडल की क्षमता इन निम्न-आवृत्ति समूहों पर असमान रूप से खराब हो जाती है, तो यह वह क्षेत्र बन जाता है जहां एक संपादकीय ‘नाक’ को तेज होने की आवश्यकता होती है, जो मॉडल के लिए सबसे कम विश्वसनीय क्षेत्र बन जाता है।

विश्वास की समस्याएं

नए कहानियों की तलाश में, पत्रकार कई प्रतिबंधों को संतुलित करते हैं, जिनमें समय, पहुंच, विश्वसनीयता, दर्शक, और संगठनात्मक प्राथमिकताएं शामिल हैं), जो गैर-स्पष्ट विकल्पों की ओर ले जाती हैं। एक 2022 साहित्य समीक्षा डेनमार्क से पत्रकारों को कई चिंताओं को संतुलित करने के रूप में वर्णित किया गया है, जो यह जानते हैं कि स्रोतों में एजेंडे या गलत सूचना हो सकती है; और अक्सर सीधे जांच को छोड़ देते हैं जब दबाव में काम करते हैं तो अप्रत्यक्ष विश्वास संकेतों का पालन करते हैं।

इन ‘विश्वास की समस्याओं’ को किसी भी निर्णायक एआई-संचालित नएपन-निर्धारण प्रणाली में एक विकासात्मक बाधा के रूप में देखा जाएगा, क्योंकि ऐसे प्लेटफ़ॉर्म के साथ जुड़ने के लिए उपयोगकर्ता को विश्वास करने की आवश्यकता है कि कोई भी अल्गोरिदमिक रूप से त्यागे गए लेख वास्तव में लेखक के समय के योग्य नहीं हैं।

व्यापक बीटा-परीक्षण और पुनः-प्रशिक्षण या सूक्ष्म-ट्यूनिंग, मानव पर्यवेक्षण के साथ जो भटके हुए और पिछड़े लोगों को उठाता है, अंततः इस तरह के दृष्टिकोण की विश्वसनीयता में सुधार कर सकता है; लेकिन एक राष्ट्रीय या वैश्विक संस्कृति में परिवर्तन – जैसे कि राजनीतिक परिदृश्य में आश्चर्यजनक परिवर्तन, या युद्ध/के प्रकोप – अनिवार्य रूप से इस तरह की बारीकी से कैलिब्रेटेड प्रणाली के सभी आधार प्राथमिकताओं को उलट देगा, एआई-निर्भर लेखक को अपने आवश्यक ‘आंतरिक डोमेन मॉडल’ को लगभग शून्य से पुनर्निर्माण करने के लिए छोड़ देगा।

सोमवार, 20 अप्रैल, 2026 को पहली बार प्रकाशित।
गुरुवार, 23 अप्रैल, 2026 14:13:25 पर संशोधित, ‘द नैरो पाथ’ में ‘डब्ल्यूएसजे’ के लिए ‘फॉर्च्यून’ की जगह लेने के लिए (मैथिसन.एआई के मार्क राइले को यह इंगित करने के लिए धन्यवाद)।