जाँचने की आदत
आर्टिफिशियल इंटेलिजेंस का बनाया कोई सार स्रोत नहीं होता। यहाँ तीन चरणों की एक आदत है, जो सबसे अच्छे पेशेवर तथ्य-जाँचकर्ताओं के काम पर टिकी है।
आर्टिफिशियल इंटेलिजेंस का बनाया कोई सार स्रोत नहीं होता। वह एक संपीड़न है, और संपीड़न किसी बारीकी को बिना बताए काट सकता है: कोई तारीख, कोई शर्त, विशेषज्ञों के बीच कोई असहमति। दिक्कत नई नहीं है, वह भाषा मॉडलों से बहुत पहले से है। जो बदला है, वह यह रफ़्तार है जिससे कोई सार बन जाता है, और वह भरोसा जो उसका पूरा-पूरा रूप जगा देता है।
किसी व्यक्ति का लिखा सार छोटा रास्ता लेकर गलती कर सकता है, पर उसे आम तौर पर पता होता है कि वह सरल कर रहा है। कोई भाषा मॉडल यह फ़र्क़ नहीं करता: वह सबसे संभावित बनावट बना देता है, चाहे वह मूल टेक्स्ट में मौजूद शर्त को बचाए या न बचाए। उसकी सामग्री में कुछ भी एक वफ़ादार सार को उस सार से अलग नहीं करता जिसने रास्ते में एक बारीकी खो दी।
सबसे अच्छे जाँचकर्ता क्या करते हैं
2019 में Sam Wineburg और Sarah McGrew एक अध्ययन प्रकाशित करते हैं जो एक ही काम के सामने तीन समूहों की तुलना करता है: यह आँकना कि कोई साइट भरोसे के लायक है या नहीं। 10 डॉक्टरेट-धारी इतिहासकार, 10 पेशेवर तथ्य-जाँचकर्ता, और 25 स्नातक विद्यार्थी। इतिहासकार और विद्यार्थी पन्ने पर ही रुककर उसे परखते रहते हैं: कोई लोगो, गंभीर लगने वाला कोई डोमेन नाम, सँवारा हुआ कोई ले-आउट, अक्सर इतना ही उन्हें मना लेने के लिए काफ़ी होता है। पेशेवर जाँचकर्ता उलटा करते हैं: वे कुछ सेकंड में पन्ना छोड़ देते हैं, दूसरे टैब खोलते हैं, और ढूँढ़ते हैं कि दूसरे स्रोत इस साइट या खुद इस दावे के बारे में क्या कहते हैं। इस चलन का एक नाम है, “बगल में पढ़ना”, जो पन्ने के भीतर ही रह जाने वाले “सीधे पढ़ने” का उलटा है। नापा गया नतीजा: पेशेवर जाँचकर्ता बाकी दोनों समूहों से बहुत कम वक़्त में ज़्यादा ठोस नतीजों तक पहुँचते हैं।
मशीन का बनाया सार ठीक वे संदर्भ के इशारे हटा देता है जो आम तौर पर किसी पन्ने को आँकने में मदद करते हैं: न परखने के लिए कोई डोमेन नाम, न आँकने के लिए कोई ले-आउट, सिर्फ़ चिकने और बिना खुरदुरेपन वाले वाक्यों की एक कतार। तब जाँचने की आदत ध्यान वहाँ ले जाती है जहाँ उसे असल में जाना चाहिए, यानी खुद स्रोत पर, बजाय सार की उस पैकिंग पर जो उसके बारे में कुछ नहीं कहती।
यह आदत, तीन चरणों में
SIFT तरीका, जो उसी साल शोधकर्ता Mike Caulfield ने प्रकाशित किया, इस चलन को दोहराए जा सकने वाले कामों में बदल देता है। मशीन के बनाए किसी सार पर लगाने पर वह तीन जाँचों में आ जाता है, इसी क्रम में।
- मूल स्रोत दोबारा खोलिए और ठीक वही हिस्सा ढूँढ़िए। कोई सार कम ही किसी पूरे वाक्य का हवाला देता है: वह अपने शब्दों में कहता है। जिस ठीक-ठीक हिस्से की वह बात कर रहा है, उसे ढूँढ़ लेने से यह जाँचा जा सकता है कि वह मौजूद है, और यह भी कि वह वही कहता है जो सार उससे कहलवा रहा है।
- देखिए कि स्रोत उस बात को तय बताता है या बहस के घेरे में। कोई वाक्य सही हो सकता है और फिर भी उसमें से एक शर्त कटी हो: “कुछ शोधकर्ता इस पर सवाल उठाते हैं”, “यह नतीजा अब भी बहस में है”। जो सार इस बारीकी को चपटा करके तय बात बना देता है, वह एक अनुमान को सच में बदल देता है।
- स्रोत की तारीख जाँचिए। कोई तथ्य जो किसी तारीख पर सही था, कुछ साल बाद पुराना पड़ सकता है, खासकर उस विषय पर जो तेज़ी से बदलता है। बिना तारीख का स्रोत, या ऐसा स्रोत जिसकी तारीख सार बताता ही नहीं, दोबारा इस्तेमाल करने से पहले एक और खोज का हक़दार है।
ये तीनों चरण एक-एक अलग खराबी का जवाब देते हैं: पहला किसी लगभग-सही या गढ़े हुए हवाले को पकड़ता है, दूसरा उस निश्चितता को जो निश्चितता ही नहीं थी, और तीसरा उस जानकारी को जो कल सच थी और आज गलत है।
यह वक़्त की बरबादी क्यों नहीं है
Wineburg और McGrew के अध्ययन का एक उपशीर्षक है जो उसका मुख्य नतीजा समेट देता है: ज़्यादा जानने के लिए कम पढ़ना। पेशेवर जाँचकर्ता बाकी दोनों समूहों से ज़्यादा वक़्त नहीं लगाते: वे कम लगाते हैं, क्योंकि वे सही जानकारी सही जगह ढूँढ़ते हैं, बजाय आँखों के सामने पड़े पन्ने को निचोड़ने के। ऊपर के तीनों चरण उसी तर्क पर चलते हैं: वे सब कुछ दोबारा पढ़ने को नहीं कहते, सिर्फ़ स्रोत को एक बार दोबारा खोलने को, ठीक उस बात पर जो सार कह रहा है।
यह आदत किसी तकनीकी विषय की विशेषज्ञता की जगह नहीं लेती: इसका दावा किसी को उस क्षेत्र का जानकार बना देने का नहीं है। यह सबसे बार-बार होने वाली खराबी पकड़ लेती है: सार बनते वक़्त गायब हुई कोई बारीकी, कोई विद्वान तर्क-दोष नहीं। और जब यह जाँच खुद The AI Manual के किसी पन्ने पर नाकाम हो जाए, तो उसी के लिए एक पता मौजूद है: गलती बताएं।
स्रोत
- Lateral Reading and the Nature of Expertise: Reading Less and Learning More When Evaluating Digital Information Sam Wineburg, Sarah McGrew, Teachers College Record, खंड 121, अंक 11, 2019।
- SIFT (The Four Moves) Mike Caulfield, Hapgood, 2019।
यह लेख CC BY 4.0 लाइसेंस के तहत प्रकाशित है: इसे कॉपी कीजिए, अनुवाद कीजिए, दोबारा प्रकाशित कीजिए, ODERSA का नाम देकर।