नया अध्ययन दिखाता है कि लोग मशीन-जनित पाठ को पहचानना सीख सकते हैं

कृत्रिम बुद्धिमत्ता (एआई) की बढ़ती जटिलता और सुलभता ने समाज पर इसके प्रभाव के बारे में लंबे समय से चली आ रही चिंताओं को बढ़ा दिया है। चैटबॉट्स की नवीनतम पीढ़ी ने केवल इन चिंताओं को और बढ़ा दिया है, नौकरी बाजार की अखंडता और फर्जी खबरों और गलत सूचना के प्रसार के बारे में डर के साथ। इन चिंताओं के मद्देनजर, पेंसिलवेनिया विश्वविद्यालय के इंजीनियरिंग और एप्लाइड साइंस स्कूल में शोधकर्ताओं की एक टीम ने तकनीकी उपयोगकर्ताओं को इन जोखिमों को कम करने में सक्षम बनाने का प्रयास किया।

एआई पाठ को पहचानने के लिए खुद को प्रशिक्षित करना

उनके पीयर-रिव्यूड पेपर, फरवरी 2023 में आर्टिफ़िशियल इंटेलिजेंस के एडवांसमेंट की बैठक में, यह साक्ष्य प्रदान करता है कि लोग मशीन-जनित और मानव-लिखित पाठ के बीच अंतर को पहचानना सीख सकते हैं।

इस अध्ययन, जिसका नेतृत्व क्रिस कैलिसन-बर्च, एसोसिएट प्रोफेसर इन डिपार्टमेंट ऑफ कंप्यूटर एंड इंफॉर्मेशन साइंस (सीआईएस) ने किया, साथ ही पीएचडी छात्र लियाम डुगन और डाफ्ने इप्पोलिटो ने यह प्रदर्शित किया कि एआई-जनित पाठ का पता लगाया जा सकता है।

“हमने दिखाया है कि लोग मशीन-जनित पाठ को पहचानने के लिए खुद को प्रशिक्षित कर सकते हैं,” कैलिसन-बर्च कहते हैं। “लोग एक निश्चित सेट के साथ शुरू करते हैं जो मान लेते हैं कि एक मशीन किस प्रकार की त्रुटियां करेगी, लेकिन ये मान्यताएं आवश्यक रूप से सही नहीं हैं। समय के साथ, पर्याप्त उदाहरणों और स्पष्ट निर्देश के साथ, हम उन त्रुटियों के प्रकारों को उठाना सीख सकते हैं जो मशीनें वर्तमान में कर रही हैं।”

अध्ययन में “रियल या फेक टेक्स्ट?” नामक एक मूल वेब-आधारित प्रशिक्षण गेम का उपयोग किया गया है। यह प्रशिक्षण गेम पता लगाने के अध्ययन के मानक प्रयोगात्मक विधि को एक अधिक सटीक पुनरावृत्ति में बदलता है कि लोग एआई का उपयोग करके पाठ कैसे उत्पन्न करते हैं।

मानक तरीकों में, प्रतिभागियों से पूछा जाता है कि क्या एक मशीन ने एक दिए गए पाठ का उत्पादन किया है या नहीं। पेन मॉडल मानक पता लगाने के अध्ययन को एक प्रभावी प्रशिक्षण कार्य में परिष्कृत करता है जो सभी मानव-लिखित पाठ से शुरू होने वाले उदाहरणों को दिखाता है। प्रत्येक उदाहरण तब मशीन-जनित पाठ में संक्रमण करता है, प्रतिभागियों से पूछता है कि वे मानते हैं कि यह संक्रमण कहां शुरू होता है। प्रशिक्षुओं ने पाठ की विशेषताओं की पहचान की और वर्णित किया जो त्रुटि को इंगित करते हैं और एक स्कोर प्राप्त करते हैं।

अध्ययन के परिणाम

अध्ययन के परिणाम दिखाते हैं कि प्रतिभागियों ने यादृच्छिक मौके से काफी बेहतर स्कोर किया, जो यह साक्ष्य प्रदान करता है कि एआई-निर्मित पाठ कुछ हद तक पहचाना जा सकता है। अध्ययन न केवल हमारे साथ एआई के संबंध में एक आश्वस्त, यहां तक कि रोमांचक भविष्य को रेखांकित करता है, बल्कि यह भी साक्ष्य प्रदान करता है कि लोग मशीन-जनित पाठ को पहचानने के लिए खुद को प्रशिक्षित कर सकते हैं।

“लोग एआई के बारे में वैध कारणों से चिंतित हैं,” कैलिसन-बर्च कहते हैं। “हमारा अध्ययन इन चिंताओं को दूर करने के लिए साक्ष्य के बिंदु प्रदान करता है। एक बार जब हम एआई पाठ जनरेटर के बारे में हमारे आशावाद को हार्नेस कर लेते हैं, तो हम इन उपकरणों की क्षमता को हमें अधिक कल्पनाशील, अधिक दिलचस्प पाठ लिखने में मदद करने के लिए ध्यान देने में सक्षम होंगे।”

डुगन जोड़ते हैं, “इस प्रौद्योगिकी को आगे बढ़ाने के लिए रोमांचक सकारात्मक दिशाएं हैं। लोग चिंताजनक उदाहरणों पर तय हैं, जैसे कि प्लेगियारिज्म और फर्जी खबर, लेकिन हम अब जानते हैं कि हम बेहतर पाठक और लेखक बनने के लिए खुद को प्रशिक्षित कर सकते हैं।”

अध्ययन मशीन-जनित पाठ से जुड़े जोखिमों को कम करने में एक महत्वपूर्ण पहला कदम प्रदान करता है। जैसे ही एआई विकसित होता रहता है, हमें इसके प्रभाव का पता लगाने और नेविगेट करने की हमारी क्षमता को भी विकसित करना होगा। मशीन-जनित और मानव-लिखित पाठ के बीच अंतर को पहचानने के लिए खुद को प्रशिक्षित करके, हम एआई की शक्ति को हमारी रचनात्मक प्रक्रियाओं का समर्थन करने के लिए हार्नेस कर सकते हैं जबकि इसके जोखिमों को कम कर सकते हैं।