शोध सुझाव देता है कि ChatGPT को एक समाचार प्रदाता के रूप में उच्च विश्वसनीयता है

नई शोध से पता चलता है कि ChatGPT के तथ्य-जांच लेबल पसंद, शेयर और यहां तक कि विश्वसनीय समाचार ब्रांडों की तुलना में अधिक प्रभावी हैं जब यह ऑनलाइन क्या लोग मानते हैं और साझा करना चाहते हैं।

1,000 लोगों पर किए गए एक नए अध्ययन में पाया गया है कि जब ChatGPT राजनीतिक समाचार के लिए एक विश्वसनीयता स्कोर देता है, तो यह अक्सर बदलता है कि लोग क्या मानते हैं और क्या वे इसे साझा करना चाहते हैं – चाहे उनकी प्रारंभिक राजनीतिक दृष्टिकोण कुछ भी हो। अधिक पारंपरिक प्रभाव कारक जैसे कि पसंद या शेयरों का बहुत अधिक प्रभाव नहीं पड़ा, लेकिन एआई के निर्णय ने यह मजबूती से आकार दिया कि समाचार कितना विश्वसनीय लगता है:

<img class=" wp-image-225343" src="https://www.unite.ai/wp-content/uploads/2025/11/figure-1.jpg" alt="नई पेपर से, एक चित्रण कि लोग एक समाचार शीर्षक का मूल्यांकन कैसे करते हैं, तीन बातचीत संकेतों पर आधारित: क्या कहानी उनकी राजनीतिक पहचान के साथ संरेखित है; यह सोशल मीडिया पर कितना जुड़ाव प्रतीत होता है; और संस्थानों या एआई प्रणालियों द्वारा प्रदान किए गए विश्वसनीयता संकेत। ये प्रभाव दोनों को आकार देने के लिए जोड़ते हैंविश्वसनीयता के संकेतों के रूप में संस्थानों और एआई प्रणालियों द्वारा प्रदान किए गए विश्वसनीयता संकेत। ये प्रभाव दोनों को आकार देने के लिए जोड़ते हैं सटीकता और सामग्री को साझा करने की संभावना।[/caption]समाचार स्रोतों के रूप में एआई सारांश को विश्वसनीय मानने की सीमा शायद कई वर्षों में मीडिया के लिए सबसे महत्वपूर्ण विषयों में से एक है, कम से कम इसलिए कि गूगल के एआई सारांश ने 2025 में अधिकांश प्रमुख ऑनलाइन मीडिया आउटलेट्स से ट्रैफिक दूर कर दिया है, जिसमें कोई गारंटी नहीं है कि यह शक्ति हस्तांतरण कहां जा सकता है लंबी या मध्यम अवधि में।

नई कार्य के लेखकों का कहना है:

‘इन निष्कर्षों से अल्गोरिदमिक प्रतिक्रिया की संभावना और जोखिम को रेखांकित किया जाता है जो सार्वजनिक समझ को आकार देता है। एआई-जनित संकेत पूर्वाग्रह को कम करने और विश्वसनीयता की विवेचना में सुधार करने में मदद कर सकते हैं, लेकिन उनका प्रभाव राजनीतिक पहचान द्वारा भिन्न होता है और अधिक निर्भरता से संबंधित नैतिक जोखिम होते हैं […]

‘…चैटजीपीटी का असमान प्रभाव एक महत्वपूर्ण व्यापार-बंद को उजागर करता है: जबकि यह मनोवैज्ञानिक हो सकता है, एआई प्रतिक्रिया महत्वपूर्ण सोच को बदल देगी अगर इसे सावधानी से तैयार नहीं किया जाए।’

लेखकों का सुझाव है कि भविष्य के शोध में स्वतंत्र और ज्ञात तथ्यों के समर्थन में अधिक एआई विश्वसनीयता हस्तक्षेप पर ध्यान केंद्रित किया जाना चाहिए, और वे यह भी देखते हैं कि यह विशेष रूप से ध्रुवीकरण विषयों में महत्वपूर्ण है。

इसके अलावा, शोधकर्ताओं के परीक्षणों से एक और दिलचस्प परिणाम संबंधित है लिंग और जनसांख्यिकी के साथ:

‘महिलाओं और जातीय अल्पसंख्यक भागीदारों (विशेष रूप से ब्लैक और लैटिन उपयोगकर्ता) ने संस्थानिक लेबल की तुलना में एआई-आधारित प्रतिक्रिया के लिए अधिक सकारात्मक प्रतिक्रिया दी।’

नई कार्य का शीर्षक है एआई विश्वसनीयता संकेत संस्थानों और जुड़ाव को पार करते हैं समाचार धारणा को आकार देने में सोशल मीडिया, और यह नोट्रे डेम विश्वविद्यालय के तीन शोधकर्ताओं से आता है।

आइए इस पेपर के तरीकों और निष्कर्षों पर एक नज़र डालें।

विधि

चार परिकल्पनाओं का परीक्षण किया गया था: कि लोग उन शीर्षकों को अधिक सटीक दर्जा देंगे जो उनके राजनीतिक दृष्टिकोण को दर्शाते हैं; कि एआई-जनित विश्वसनीयता स्कोर पारंपरिक संस्थानों की तुलना में अधिक प्रभावी होंगे; कि उच्च जुड़ाव वाले शीर्षक (अर्थात, पसंद, शेयर या टिप्पणियों के माध्यम से मापा जाता है) अधिक विश्वसनीय माने जाएंगे; और कि उपयोगकर्ता एआई के निर्णय को स्वीकार करेंगे, यहां तक कि जब यह उनके自己的 विश्वासों से भी टकराता है।

अध्ययन में भाग लेने वाले प्रोलिफिक प्लेटफ़ॉर्म से सourced थे, और उन्हें अंग्रेजी में धाराप्रवाह होने के साथ-साथ नियमित समाचार उपभोक्ता होने की आवश्यकता थी; और एक यादृच्छिकीकरण प्रक्रिया से यह सुनिश्चित किया गया था कि भागीदार नस्लीय और लिंग दृष्टिकोण की विविधता का प्रतिनिधित्व करते थे।

प्रयोग में, प्रतिभागियों को चार समूहों में विभाजित किया गया था, प्रत्येक को समाचार शीर्षकों के साथ एक अलग प्रकार की प्रतिक्रिया दिखाई गई थी।

पहले समूह (नियंत्रण स्थिति) में कोई अतिरिक्त जानकारी नहीं दी गई थी कि शीर्षक कितना विश्वसनीय हो सकता है; दूसरे समूह में, शीर्षकों को ग्राउंडन्यूज़ से पूर्वाग्रह रेटिंग के साथ लेबल किया गया था, जो समाचार स्रोतों को बाएं-, केंद्र- या दाएं-झुकाव वाला वर्गीकृत करता है।

तीसरे समूह ने ग्राउंडन्यूज़ लेबल देखे, लेकिन जानबूझकर फ्लिप किया गया, जो एक विचलन बनाने के लिए डिज़ाइन किया गया था ताकि यह जांचा जा सके कि क्या उपयोगकर्ता विकृति का पता लगा पाएंगे।

अंतिम समूह को चैटजीपीटी द्वारा लिखे गए विश्वसनीयता मूल्यांकन दिखाए गए, जिसमें एक संक्षिप्त विवरण और एक रेटिंग जैसे ‘संभवतः असटीक’ शामिल थी:

प्रयोग के लिए एक概念 स्कीमा: प्रत्येक प्रतिभागी को विभिन्न संयोजनों के साथ राजनीतिक शीर्षक दिखाए गए थे। सामाजिक जुड़ाव संकेतों के साथ विश्वसनीयता लेबल। प्रतिक्रियाएं एकत्र की गईं कि प्रत्येक शीर्षक कितना सटीक लगा और यह साझा करने के लिए कितना संभव था, 21 आइटमों में पूरी क्रम पुनरावृत्ति की गई।

डेटा और परीक्षण

प्रत्येक प्रतिभागी को 21 राजनीतिक समाचार शीर्षकों की एक श्रृंखला दिखाई गई। प्रत्येक शीर्षक के लिए, सामाजिक जुड़ाव का स्तर भिन्न था; कभी-कभी यह कोई पसंद या शेयर नहीं दिखाता था, कभी-कभी बहुत कुछ। ये जुड़ाव संकेत यादृच्छिक थे ताकि निश्चित पैटर्न से बचा जा सके。

शीर्षक स्वयं विभिन्न राजनीतिक दृष्टिकोणों के मिश्रण से लिए गए थे, और बाएं-झुकाव, दाएं-झुकाव, या केंद्र- के रूप में चिह्नित किए गए थे।

प्रत्येक शीर्षक के बाद, प्रतिभागियों से पूछा गया कि वे कितना सटीक सोचते हैं और क्या वे इसे साझा करना चाहेंगे। चूंकि प्रत्येक प्रतिभागी ने पहले से ही अपनी राजनीतिक संबद्धता की घोषणा की थी, इसलिए यह分析 करना संभव था कि क्या शीर्षक जो उनके राजनीतिक दृष्टिकोण से मेल खाते थे उन्हें अधिक अनुकूल रूप से दर्जा दिया गया था।

प्रतिभागियों ने प्रत्येक शीर्षक को दो बार रेट किया: एक बार यह देखने के लिए कि वे इसे कितना सटीक मानते हैं, और एक बार यह देखने के लिए कि वे इसे साझा करने के लिए कितने संभव मानते हैं, उनकी प्रतिक्रियाओं को 0-10 के पैमाने पर मापा गया।

शोधकर्ताओं ने तब इन उत्तरों को अतिरिक्त डेटा के साथ जोड़ दिया: प्रत्येक प्रतिभागी से जनसांख्यिकी और मीडिया उपयोग की जानकारी; प्रत्येक शीर्षक के लिए राजनीतिक टैग; दिखाए गए विश्वसनीयता संकेत का प्रकार; और सौंपा गया सामाजिक जुड़ाव का स्तर।

राजनीतिक पहचान का प्रभाव

पहले परीक्षण में, जिसने जांचा कि क्या लोग उन शीर्षकों को अधिक सटीक दर्जा देते हैं जो उनके राजनीतिक दृष्टिकोण से मेल खाते हैं, परिणामों से पता चला कि प्रतिभागी अपने राजनीतिक दृष्टिकोण से मेल खाने वाले शीर्षकों को अधिक विश्वसनीय मानते थे – लेकिन यह समूह पर निर्भर करता था।

मध्यमवादियों ने अपनी ओर से सबसे मजबूत पूर्वाग्रह दिखाया, जबकि उदारवादी और रूढ़िवादी केंद्र-झुकाव वाले शीर्षकों पर सबसे अधिक विश्वास करते थे; और समग्र रूप से, तटस्थ शीर्षकों को बाएं या दाएं-झुकाव वाले लोगों की तुलना में अधिक सटीक दर्जा दिया गया था।

एक चित्रण कि शीर्षक के राजनीतिक दृष्टिकोण और प्रतिभागी की राजनीतिक संबद्धता के आधार पर सटीकता और साझा करने योग्य रेटिंग कैसे बदलती है। मध्यमवादी अपने ‘समूह’ शीर्षकों को सबसे अधिक सटीक दर्जा देने के लिए सबसे अधिक संभावना रखते थे, जबकि उदारवादी और रूढ़िवादी केंद्र-संरेखित शीर्षकों को पसंद करते थे। साझा करने का व्यवहार एक समान पैटर्न का अनुसरण किया, मध्यमवादियों के बाहर सीमित ‘समूह’ पूर्वाग्रह के साथ।

इस पहले प्रयोग के परिणामों में, एक मामूली ‘समूह’ प्रभाव साझा करने योग्य पर पाया गया; लेकिन केवल मध्यमवादियों के लिए, जो राजनीतिक रूप से संरेखित (यानी, तटस्थ) शीर्षकों को साझा करने के लिए अधिक प्रवण थे। उदारवादी और रूढ़िवादी को ऐसी कोई प्रवृत्ति नहीं दिखाई दी।

विश्लेषण ऑफ वेरायंस (एएनओवीए), एक विधि जो समूहों के बीच अंतर को पहचानने के लिए उपयोग की जाती है, से पता चला कि संरेखण केवल तभी साझा करने पर प्रभाव डालता है जब यह राजनीतिक पहचान के साथ परस्पर क्रिया करता है। विश्वसनीयता और साझा करने योग्य जुड़े हुए थे, लेकिन केवल मध्यमवादियों ने दोनों पर एक स्पष्ट पैटर्न दिखाया।

संस्थागत बनाम एआई विश्वसनीयता

अगले परीक्षण ने पूछा कि क्या लोग पारंपरिक स्रोतों जैसे समाचार-रेटिंग वेबसाइटों की तुलना में एआई रेटिंग पर अधिक विश्वास करते हैं – विशेष रूप से जब रेटिंग उनकी राजनीति से असहमत हो सकती है:

विश्वसनीयता और साझा करने योग्य रेटिंग फीडबैक स्रोतों के साथ: तीनों संकेतों ने नियंत्रण की तुलना में सटीकता में वृद्धि की, ग्राउंडन्यूज़ ने उच्चतम रेटिंग प्राप्त की, लेकिन चैटजीपीटी ने साझा करने योग्य में सबसे बड़ा लाभ दिया, जो इसके व्यापक प्रभाव का सुझाव देता है। त्रुटि बार 95% आत्मविश्वास अंतराल दिखाते हैं और तारांकित चिह्न महत्वपूर्ण जोड़ी-वार अंतर को चिह्नित करते हैं।

सभी फीडबैक ने विश्वसनीयता की धारणा में वृद्धि की; लेकिन ग्राउंडन्यूज़ तब सबसे प्रभावी था जब यह उपयोगकर्ता की राजनीति के साथ संरेखित था।

चैटजीपीटी ने सभी समूहों में सटीकता रेटिंग में वृद्धि की, जो यह सुझाव देता है कि यह अधिक तटस्थ माना जाता था। रूढ़िवादी ग्राउंडन्यूज़ से कम प्रभावित थे, लेकिन चैटजीपीटी का जवाब दिया जो अन्य समूहों के लिए था:

चैटजीपीटी फीडबैक के प्रभाव को दिखाता है विश्वसनीयता पर। परिणाम बताते हैं कि संस्थागत संकेतों में विश्वास संरेखण पर निर्भर करता है, जबकि अल्गोरिदमिक संकेतों में नहीं। चैटजीपीटी ने सभी समूहों में विश्वसनीयता और साझा करने योग्य दोनों में वृद्धि की – विशेष रूप से रूढ़िवादियों के लिए।

सामाजिक मेट्रिक्स का कम प्रभाव

तीसरे विश्लेषण ने जांचा कि क्या दृश्यमान सामाजिक जुड़ाव संकेत, जैसे कि पसंद, शेयर और टिप्पणियां, विश्वसनीयता या साझा करने योग्य को बढ़ावा देने के लिए सामाजिक प्रमाण के रूप में कार्य करेंगे; लेकिन कोई ऐसा प्रभाव नहीं देखा गया।

परीक्षणों से पता चला कि जुड़ाव के स्तर, जैसे कि पसंद या शेयर, विश्वसनीयता पर कोई वास्तविक प्रभाव नहीं डालते हैं, और साझा करने योग्य पर केवल एक कमजोर, अनिश्चित प्रभाव होता है; अल्गोरिदमिक या संस्थागत संकेतों के विपरीत, ये सामाजिक संकेत इस सेटिंग में निर्णयों को प्रभावित करने के लिए प्रतीत नहीं होते हैं, जैसा कि लेख में पहले उल्लेख किया गया था।

एआई फीडबैक क्या लोग पर विश्वास करते हैं

चौथा और अंतिम प्रयोग यह जांचा कि क्या उपयोगकर्ता एआई-जनित लेबल के प्रतिक्रिया में अपने विश्वसनीयता और साझा करने योग्य निर्णयों को समायोजित करेंगे: सटीक; आंशिक रूप से सटीक; असत्यापित; या असटीक, सभी चैटजीपीटी द्वारा सौंपे गए।

प्रतिभागियों ने एआई-जनित विश्वसनीयता लेबल पर मजबूती से प्रतिक्रिया दी। सटीकता रेटिंग चैटजीपीटी की प्रतिक्रिया के साथ बढ़ी या गिरी, जिसमें सबसे बड़ा प्रभाव तब देखा गया जब शीर्षक सटीक या असटीक के रूप में लेबल किए गए थे:

चैटजीपीटी फीडबैक ने सटीकता और साझा करने योग्य रेटिंग दोनों को प्रभावित किया। ऊपर: सटीकता स्कोर अधिक सकारात्मक लेबल के साथ बढ़े, विशेष रूप से जब शीर्षक ‘सटीक’ के रूप में चिह्नित किए गए थे, और ‘असटीक’ के रूप में लेबल किए जाने पर गिर गए। नीचे: साझा करने योग्य ने एक समान पैटर्न का अनुसरण किया, लेकिन समूह द्वारा अधिक भिन्नता दिखाई: उदारवादियों ने नकारात्मक संकेतों पर सबसे मजबूत प्रतिक्रिया दी, जबकि रूढ़िवादियों ने अधिक मंदी से बदलाव दिखाया।

राजनीतिक पहचान ने इन प्रभावों को आकार दिया, उपयोगकर्ताओं ने चैटजीपीटी पर अधिक विश्वास किया जब इसकी प्रतिक्रिया उनके अपने दृष्टिकोण से मेल खाती थी।

साझा करने का व्यवहार एक समान पैटर्न का अनुसरण किया: ‘समूह’ शीर्षक जो सटीक के रूप में चिह्नित किए गए थे उन्हें सबसे अधिक बार साझा किया गया, विशेष रूप से आंशिक रूप से सटीक जैसे अस्पष्ट लेबल के तहत।

इन परिणामों से, पेपर का तर्क है, सुझाव देते हैं कि एआई फीडबैक उपयोगकर्ता व्यवहार को बदल सकता है; और यह जोखिम भी उठाता है कि यह पक्षपातपूर्ण विभाजन को मजबूत कर सकता है या महत्वपूर्ण सोच को प्रोत्साहित नहीं कर सकता है।

कौन सबसे ज्यादा एआई पर विश्वास करता है

अनुवर्ती विश्लेषण ने जांचा कि उपयोगकर्ता जनसांख्यिकी ने विश्वसनीयता लेबल की प्रतिक्रिया को कैसे आकार दिया। चैटजीपीटी की प्रतिक्रिया ने समग्र रूप से सटीकता रेटिंग में वृद्धि की, लेकिन यह प्रभाव उच्च शिक्षित उपयोगकर्ताओं और बार-बार सोशल मीडिया उपभोक्ताओं में कमजोर था, जो अधिक संदेह दिखाते थे।

इन समूहों ने ग्राउंडन्यूज़ और रिवर्स्ड संकेतों के लिए नकारात्मक प्रतिक्रिया दी, जो यह सुझाव देता है कि स्पष्ट पूर्वाग्रह मार्कर अधिक मीडिया-साक्षर उपयोगकर्ताओं को दूर कर सकते हैं।

इसके विपरीत, महिलाओं और जातीय अल्पसंख्यक प्रतिभागियों (विशेष रूप से ब्लैक और लैटिनो उपयोगकर्ता), ने चैटजीपीटी की तुलना में संस्थागत संकेतों के लिए अधिक सकारात्मक प्रतिक्रिया दी।

विभिन्न जनसांख्यिकी समूहों की प्रतिक्रिया फीडबैक प्रकार के लिए, प्रत्येक पैनल दिखा रहा है कि एक विशेष समूह विभिन्न विश्वसनीयता संकेतों के लिए कैसे प्रतिक्रिया दी। चैटजीपीटी की रेटिंग में सटीकता पर सबसे मजबूत और सबसे सुसंगत प्रभाव था, जबकि साझा करने योग्य पर प्रभाव कम एकरूप थे, जिसमें जाति, लिंग और मीडिया उपयोग द्वारा भिन्नता थी।

साझा करने का व्यवहार इस विभाजन को प्रतिबिंबित करता है: ग्राउंडन्यूज़ ने सोशल मीडिया उपयोगकर्ताओं और समाचार जंकी के बीच साझा करने योग्य में सबसे तेजी से गिरावट का कारण बना, जबकि चैटजीपीटी के प्रभाव मिश्रित थे, यहां तक कि कुछ समूहों में साझा करने योग्य को बढ़ावा देने के लिए भी। स्नातक डिग्री धारक विशेष रूप से सभी फीडबैक प्रकारों के प्रति संवेदनशील थे।

लेखकों का निष्कर्ष है:

‘इन निष्कर्षों के सामाजिक-प्रौद्योगिकी प्रणालियों में विश्वसनीयता हस्तक्षेप के डिजाइन के लिए प्रत्यक्ष निहितार्थ हैं। उपयोगकर्ता अल्गोरिदमिक प्रतिक्रिया से अधिक प्रभावित हो रहे हैं, जो संस्थागत संकेतों को ओवरराइड कर सकता है और पक्षपातपूर्ण पूर्वाग्रह को मॉडरेट कर सकता है – लेकिन यह भी जोखिम उठाता है कि यह अधिक निर्भरता को बढ़ावा दे सकता है।

‘संस्थागत संकेत अभी भी कुछ उपयोगकर्ताओं के लिए प्रभावी हैं, लेकिन उनका प्रभाव राजनीतिक ध्रुवीकरण या [निम्न-विश्वास] वातावरण में कम हो जाता है। जबकि जुड़ाव मेट्रिक्स जैसे पसंद और शेयर सामाजिक संदर्भ के बिना प्रस्तुत किए जाने पर मनोवैज्ञानिक मूल्य को कम करते हैं।

‘सूचना सम्मत समाचार मूल्यांकन का समर्थन करने के लिए, एआई-संचालित हस्तक्षेप पारदर्शी, व्याख्यात्मक और उपयोगकर्ता एजेंसी को बढ़ाने के लिए डिज़ाइन किया जाना चाहिए।

‘भविष्य के कार्य को इन तंत्रों का अध्ययन करना चाहिए अधिक प्राकृतिक सेटिंग्स में, वैकल्पिक एआई विश्वसनीयता फ्रेमिंग का मूल्यांकन करें, और राजनीतिक रूप से विविध दर्शकों के पार महत्वपूर्ण जुड़ाव को बढ़ावा देने वाली अनुकूली प्रणाली विकसित करें।’

निष्कर्ष

चूंकि सभी वर्तमान उत्पन्न एआई प्रणालियों की प्रवृत्ति है हॉलुसिनेट और सत्य को विकृत करने के लिए, यह तर्क दिया जा सकता है कि चैटजीपीटी की आग की तरह अपनाया जाना – भले ही यह यूरोप में थोड़ा धीमा हो रहा है – एक बड़ा विश्वास का कदम है कि ऐसी प्रणालियों की वास्तुकला न तो इसका समर्थन कर सकती है और न ही इसका समर्थन कर सकती है।

एआई के प्रतिनिधित्व को समाचार पर विश्वास करने की एक समस्या यह है कि प्रभावी प्रणालियों का अभाव है जो समाचार स्रोतों को ‘राजनीतिक रूप से संबद्ध’ या राजनीतिक स्पेक्ट्रम के एक या दूसरे छोर की ओर झुकाव के रूप में संदर्भित कर सकती है।

यहां तक कि सबसे प्रतिष्ठित चौथे एस्टेट स्रोतों के बीच, क्या और क्या नहीं कवर किया जाता है, यह स्वयं एक राजनीतिक बयान है। न तो चैटजीपीटी और न ही इसके स्थिर साथी वर्तमान में इन व्याख्यात्मक पूर्वाग्रह की परतों को नेविगेट करने की स्थिति में हैं, और विषय स्वयं चर्चा के लिए आमंत्रित करता है, ठोस निष्कर्षों के बजाय।

एक और मुद्दा यह है कि इस प्रकार की प्रणालियों का आगमन मानव इतिहास में 80 वर्षों में सबसे अधिक ध्रुवीकरण और विभाजनकारी अवधि में हुआ है, और ऐसे समय में जब समाज ‘वैकल्पिक आवाजों’ जैसे प्रौद्योगिकी के एक पूरी तरह से नए जीनर को सुनने के लिए सबसे अधिक इच्छुक है – एक फिल्टर के रूप में नहीं, दुनिया की सच्चाई का, बल्कि एक पूर्वाग्रह के रूप में जो सांख्यिकीय संभावनाओं का अनुमान लगाता है। उच्च-मात्रा वाली जानकारी द्वारा खिलाया जाता है जो पक्षपातपूर्ण है।

* विवरण जो लेखकों ने ऑनलाइन उपलब्ध कराए हैं (स्रोत पत्र, पी2 के नीचे, यूआरएल के लिए)। हालांकि, यह डेटा देखने के लिए पंजीकरण की आवश्यकता है, और चूंकि मैंने उस समय इस मामले को आगे नहीं बढ़ाया, इसलिए मैं पुष्टि नहीं कर सकता कि यह बिना भुगतान और/या विशिष्ट प्रकार के प्रमाण-पत्र के बिना पूरी तरह से देखा जा सकता है।

पहली बार बुधवार, 5 नवंबर, 2025 को प्रकाशित हुआ