मानव बुद्धि (AI) प्रौद्योगिकी के तेज़ विकास के साथ, अधिक शोधकर्ताओं को बड़े भाषा मॉडल (जैसे ChatGPT) पर गहरा अध्ययन करने की शुरुआत हो रही है। हाल ही में, अरिज़ोना स्टेट यूनिवर्सिटी के शोध दल ने arXiv प्रीप्रिंट प्लेटफार्म पर एक दिलचस्प शोध पत्रक प्रकाशित किया है जो सुझाव देता है कि हम AI मॉडलों को जानने के पहलुओं में गलतफहमियाँ हो सकती हैं। वे कहते हैं कि इन मॉडल वास्तव में सच्चा सोचना या तर्क देना नहीं करते, बल्कि केवल संबंध की खोज कर रहे हैं।

शोधकर्ताओं ने पत्र में उल्लेख किया है कि हालांकि इन AI मॉडलों को उत्तर देने से पहले बहुत सारी दिखने लगने वाली तर्कसंगत प्रक्रियाएं उत्पन्न की जाती हैं, लेकिन यह उनके द्वारा वास्तव में तर्क देने का संकेत नहीं है। शोध दल ने बताया है कि यह आदमी-जैसा व्यवहार अनुमानित करने का कहना, लोगों को इनके कार्यात्मकता के बारे में गलत जानकारी देने का कारण बन सकता है। वे बताते हैं कि बड़े मॉडलों का "सोचना" वास्तव में डेटा के बीच संबंध की गणना करने पर निर्भर करता है, कारण के बारे में समझ नहीं करता।

बड़े मॉडल और मेटावर्स (1)

छवि का स्रोत: छवि AI द्वारा उत्पन्न की गई है, Midjourney प्रदानकर्ता

अपने विचारों को साबित करने के लिए, शोधकर्ताओं ने अलग-अलग तर्क निर्माण मॉडलों का उदाहरण दिया है, जैसे DeepSeek R1, जो कुछ कार्यों में बहुत अच्छा प्रदर्शन करता है, लेकिन यह उनके मनुष्य की सोच क्षमता को प्रमाणित नहीं करता है। शोध दिखाता है कि AI के आउटपुट में वास्तविक तर्कप्रक्रिया का अभाव है। अतः, यदि उपयोगकर्ता AI मॉडल द्वारा उत्पन्न मध्यवर्ती इनपुट को तर्कप्रक्रिया के रूप में देखे, तो यह उनके समस्या सुलझाने क्षमता पर गलत विश्वास पैदा कर सकता है।

इस शोध ने हमें याद दिलाया कि AI के आश्रित होने वाले युग में, इन प्रौद्योगिकियों की क्षमताओं को बहुत ही सावधानी से देखना चाहिए। बड़े मॉडलों की क्षमताओं की और गहरी जानकारी के साथ, भविष्य की AI शोध कार्य ज्यादातर स्पष्ट करने वाली दिशा में बढ़ सकते हैं, जो उपयोगकर्ताओं को AI के वास्तविक कार्य कार्यक्रम को बेहतर ढंग से समझने में मदद करेगा।