इंसान जैसा प्रतीत होने से आगे: एआई चैट डिज़ाइन के लिए चार बेहतर लक्ष्य

एआई चैट का लक्ष्य मानवीय समानता से परे क्यों होना चाहिए?

उपयोगकर्ता को सिस्टम की एक विश्वसनीय तस्वीर दिए बिना भी बातचीत स्वाभाविक लग सकती है। 2,165 प्रतिभागियों के साथ एक प्रयोग में, शोधकर्ताओं ने इस बात में बदलाव किया कि क्या एक छद्म-भाषा मॉडल (pseudo-language model) केवल पाठ (text) का उपयोग करता है या पाठ के साथ ध्वनि (speech) का, और क्या वह स्वयं को “मैं” या “सिस्टम” के रूप में संदर्भित करता है। पाठ के साथ ध्वनि ने प्रतिभागियों की मानवरूपता और जानकारी की सटीकता की रेटिंग बढ़ा दी; प्रथम-पुरुष (first-person) शब्दों के चयन ने सटीकता की रेटिंग बढ़ा दी और एक संदर्भ में कथित जोखिम को कम कर दिया। ये निष्कर्ष अध्ययन के सेटअप के लिए विशिष्ट हैं, लेकिन वे दिखाते हैं कि एक संकेत जो सिस्टम को अधिक मानवीय बनाता है, वह उसकी जानकारी के आकलनों को भी प्रभावित कर सकता है। Google Research, “Believing Anthropomorphism: Examining the Role of Anthropomorphic Cues on User Trust in Large Language Models”

यही कारण है कि मानवरूपी संकेत और इंटरैक्शन गुणवत्ता अलग-अलग ऑडिट के पात्र हैं। एक मानवरूपी-संकेत ऑडिट पूछता है कि इंटरफ़ेस एआई की पहचान या मानवीय गुणों के बारे में क्या संकेत देता है। एक निर्णय-जोखिम (judgment-risk) ऑडिट पूछता है कि क्या कोई संकेत उपयोगकर्ताओं को इसके आउटपुट की सटीकता या निर्भरता को बढ़ा-चढ़ाकर आंकने के लिए प्रेरित कर सकता है। नीचे दिए गए डिज़ाइन लक्ष्य एक अलग प्रश्न को संबोधित करते हैं: आदान-प्रदान के दौरान एक व्यक्ति क्या समझने, करने और निर्णय लेने में सक्षम होना चाहिए? एक गर्मजोशी भरा लहज़ा इन लक्ष्यों के साथ सह-अस्तित्व में रह सकता है, बशर्ते यह सिस्टम की क्षमताओं या कार्य स्थिति को अस्पष्ट न करे।

माइक्रोसॉफ्ट का ह्यूमन-एआई एक्सपीरियंस टूलकिट (Human-AI eXperience Toolkit) इस बात के इर्द-गिर्द मार्गदर्शन को व्यवस्थित करता है कि एक एआई सिस्टम पहले उपयोग के समय, इंटरैक्शन के दौरान, गलत होने पर और समय के साथ कैसा व्यवहार करता है। यह संरचना चैट डिज़ाइन के लिए उपयोगी है क्योंकि यह ध्यान को किसी चरित्र के व्यक्तित्व से हटाकर सिस्टम का उपयोग करने वाले व्यक्ति की बदलती ज़रूरतों पर केंद्रित करती है। Microsoft, “Guidelines for Human-AI Interaction”

स्पष्टता को बातचीत की एक दृश्यमान विशेषता बनाएं

स्पष्टता उपयोगकर्ता के कार्य से शुरू होती है, न कि पूरी तरह से संवादात्मक आवाज़ से। सप्ताहांत की तीन गतिविधियों के विचारों के बारे में पूछने वाले व्यक्ति को ऐसे विकल्पों की आवश्यकता होती है जिनकी वे तुलना कर सकें; फिर से लिखने का अनुरोध करने वाले व्यक्ति को एक ऐसे ड्राफ्ट की आवश्यकता होती है जिसे वे संशोधित कर सकें। इंटरफ़ेस को अनुरोधित कार्रवाई और प्राप्त परिणाम के बीच अंतर करना आसान बनाना चाहिए। यदि एआई सामग्री का सुझाव दे रहा है, सारांश बना रहा है, या बदल रहा है, तो उस योगदान को स्पष्ट रूप से लेबल करें और उपयोगकर्ता के आकलन करने के लिए पर्याप्त संदर्भ बनाए रखें।

एक उपयोगी इंटरैक्शन उस बिंदु पर यह भी दिखा सकता है कि एआई क्या कर सकता है और क्या नहीं, जहाँ वह जानकारी मायने रखती है। उदाहरण के लिए, यदि कोई चैट सहायक किसी योजना का सुझाव दे सकता है लेकिन बुकिंग नहीं कर सकता है, तो प्रतिक्रिया को कार्रवाई के संबंध में अस्पष्ट नहीं छोड़ना चाहिए। बताएं कि क्या तैयार है, किसमें अभी भी उपयोगकर्ता की आवश्यकता है, और कौन से विवरण अनिश्चित हैं। यह पूरे इंटरैक्शन के दौरान उपयुक्त व्यवहार पर HAX के ज़ोर से निकाला गया एक डिज़ाइन सुझाव है, न कि यह दावा कि एक ही शब्द-पैटर्न हर उत्पाद में काम करता है।

एक सरल स्पष्टता परीक्षण यह है कि थोड़े से आदान-प्रदान के बाद किसी से पूछा जाए: आपने सिस्टम से क्या करने के लिए कहा था? इसने वास्तव में क्या किया? परिणाम का उपयोग करने से पहले आपको क्या जांचने या तय करने की आवश्यकता होगी? यदि उत्तर इंटरफ़ेस के इच्छित अर्थ से भिन्न होते हैं, तो अधिक व्यक्तित्व जोड़ने से पहले शब्दों, संरचना, या अगले चरण के संकेतों को संशोधित करें।

अन्वेषण का समर्थन करने के लिए खेल (play) का उपयोग करें

खेल-भावना (playfulness) लोगों को किसी उपकरण और उसकी संभावनाओं का पता लगाने का एक तरीका प्रदान करती है। ChatGPT के बारे में उपयोगकर्ता द्वारा उत्पन्न 372 पोस्ट के एक अध्ययन में, शोधकर्ताओं ने चंचल आदान-प्रदान की पहचान की जिसमें मज़ाक करना, सिस्टम को चुनौती देना और उसकी सीमाओं का परीक्षण करना शामिल था। लेखक इन इंटरैक्शन्स को एक ऐसे तरीके के रूप में वर्णित करते हैं जिससे लोग एआई की क्षमताओं और कार्यक्षमता का पता लगाते हैं, साथ ही यह भी ध्यान दिलाते हैं कि यह नमूना ChatGPT के उपयोग के शुरुआती दौर के पोस्ट को दर्शाता है। Nikghalb and Cheng, “Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT”

डिज़ाइनरों के लिए, इसका व्यावहारिक निहितार्थ हर सहायक को एक कॉमेडियन बनाना नहीं है। इसका उद्देश्य कम जोखिम वाले प्रयोगों को आसान बनाना है: एक अलग दृष्टिकोण आज़माने, विकल्पों की तुलना करने, या पुराने संस्करण को खोए बिना ड्राफ्ट को संशोधित करने के तरीके प्रदान करें। “मुझे तीन अप्रत्याशित थीम बताएं” जैसा एक छोटा रचनात्मक प्रॉम्प्ट उपयोगकर्ता के लक्ष्य को ध्यान में रखते हुए अन्वेषण को आमंत्रित कर सकता है। खेल एक उपलब्ध मोड होना चाहिए, न कि ऐसा प्रदर्शन जिसे उपयोगकर्ता को सहन करना पड़े।

चंचल मानव-एआई संपादन उपकरणों (authoring tools) पर शोध खेल-भावना को रचनात्मकता से अलग करता है, जबकि खेल को रचनात्मक प्रतिक्रियाओं के संभावित सूत्रधार के रूप में वर्णित करता है। यह इंटरफ़ेस, एआई व्यवहार और संवाद को डिज़ाइन के अवसरों के रूप में मानता है, जबकि खेल-भावना को एक ऐसे अनुभव के रूप में देखता है जिसका समर्थन किया जाना चाहिए, न कि ऐसा परिणाम जिसकी गारंटी दी जा सके। Liapis et al., “Designing for Playfulness in Human-AI Authoring Tools”

प्रत्येक मोड़ (turn) पर कार्य की स्थिति को सुपाठ्य रखें

एक चैट इंटरफ़ेस स्वाभाविक महसूस हो सकता है और फिर भी काम का ट्रैक खो सकता है। कार्य की स्थिति (task state) में उपयोगकर्ता का वर्तमान लक्ष्य, पहले से लिए गए निर्णय, अभी भी खुले विकल्प और अगला कदम शामिल हैं। जब आदान-प्रदान बहु-चरणीय हो जाता है, तो एक संक्षिप्त रीकैप सिस्टम की वर्तमान समझ को दिखा सकता है: “आपके पास दो विकल्प बचे हैं; आप थोड़ी दूरी की सैर पसंद करते हैं; मैंने अभी तक कोई स्थान नहीं चुना है।” यह बातचीत जारी रहने से पहले उपयोगकर्ता को रिकॉर्ड सही करने का मौका देता है।

इंटरैक्शन पैटर्न कार्य की जटिलता के अनुकूल होना चाहिए। मानव-एआई टेक्स्ट सह-निर्माण पर डिंग और चान का शोधपत्र निश्चित-दायरे वाले क्यूरेशन, स्वतंत्र रचनात्मक कार्यों और जटिल, परस्पर निर्भर रचनात्मक कार्यों में अंतर करता है। यह इन्हें सीमित हस्तक्षेप से लेकर पुनरावृत्त (iterative) सहयोग तक, विभिन्न इंटरैक्शन पैटर्नों से जोड़ता है। उपयोगी डिज़ाइन निष्कर्ष यह है कि एक ही मोड़ (one-turn) का उत्तर एक सीमित सारांश के लिए उपयुक्त हो सकता है, जबकि एक विकसित हो रहे रचनात्मक कार्य को ऐसे मोड़ों से लाभ होता है जो विकल्पों को सामने लाते हैं और व्यक्ति को परिणाम को आकार देने की अनुमति देते हैं। Ding and Chan, “Mapping the Design Space of Interactions in Human-AI Text Co-creation Tasks”

व्यावहारिक स्थिति जांच के लिए, बातचीत के माध्यम से एक प्रतिनिधि कार्य को ट्रैक करें। प्रत्येक मोड़ पर, पूछें कि क्या व्यक्ति यह बता सकता है कि क्या पूरा हो गया है, क्या अनसुलझा है, और किसी गलत धारणा को कैसे ठीक किया जाए। यदि उत्तर कई पिछले मोड़ों को याद रखने पर निर्भर करता है, तो एक संक्षिप्त रीकैप या निर्णयों की एक दृश्यमान सूची जोड़ें। यदि सिस्टम किसी विवरण को विश्वसनीय रूप से सुरक्षित नहीं रख सकता है, तो ऐसी निरंतरता का आभास कराने के बजाय जो उसके पास नहीं है, उस सीमा को स्पष्ट करें।

उपयोगकर्ताओं को सार्थक नियंत्रण दें

नियंत्रण का अर्थ व्यक्ति को बातचीत को निर्देशित या संशोधित करने का एक उपयोगी तरीका देना है। चैट में, यह उतना ही सीधा हो सकता है जितना किसी को विकल्पों के बीच चयन करने देना, उत्पन्न ड्राफ्ट को संपादित करना, किसी बाधा को बदलना, या सिस्टम को रुकने और सारांश देने के लिए कहना। ये नियंत्रण तब सबसे अधिक मूल्यवान होते हैं जब वे किसी ऐसे निर्णय को प्रभावित करते हैं जिसकी उपयोगकर्ता को परवाह होती है; समायोजनों का एक ऐसा मेनू जो कुछ भी सार्थक नहीं बदलता है, एजेंसी दिए बिना जटिलता जोड़ता है।

समूह चर्चाओं में एक संवादात्मक एजेंट से जुड़े एक प्रयोग ने उन प्रतिभागियों की पहचान करने की क्षमता के बारे में अपेक्षाएं निर्धारित करने के तरीकों की तुलना की, जिन्होंने बहुत कम योगदान दिया था। इसने सटीकता के बारे में जानकारी, पहचान के दृष्टिकोण और डेटा के स्पष्टीकरण, और एक समायोजन नियंत्रण का परीक्षण किया। उस विशेष अध्ययन में, स्पष्टीकरण ने उपयोगकर्ताओं को एल्गोरिदम को समझने में मदद की और समग्र रूप से सबसे प्रभावी रहा; केवल एक समायोजन नियंत्रण देने से चर्चा का अनुभव अधिक नकारात्मक महसूस हुआ। यह परिणाम केवल इसलिए किसी नियंत्रण को उपयोगी मानने के प्रति आगाह करता है क्योंकि वह मौजूद है: बताएं कि यह क्या बदलता है और इसके परिणाम को समझने योग्य बनाएं। Do et al., “Inform, Explain, or Control: Techniques to Adjust End-User Performance Expectations for a Conversational Agent Facilitating Group Chat Discussions”

एक व्यावहारिक डिज़ाइन क्रम यह है: वर्तमान व्याख्या दिखाएं, सार्थक अगले कदमों की एक छोटी संख्या की पेशकश करें, और सुधार को आसान बनाएं। उदाहरण के लिए, बाहर जाने की योजना बनाने के बाद, सिस्टम पूछ सकता है कि क्या मार्ग छोटा करना है, किसी गतिविधि को बदलना है, या ड्राफ्ट रखना है। प्रत्येक विकल्प एक ठोस बदलाव का नाम देता है। यह उदाहरण केवल समझाने के उद्देश्य से है; यह एक सामान्य इंटरैक्शन पैटर्न का वर्णन करता है, किसी विशेष उत्पाद की विशेषता का नहीं।

लक्ष्यों को एक समीक्षा चेकलिस्ट में बदलें

चैट डिज़ाइन का मूल्यांकन करते समय, शुरू से अंत तक एक सामान्य कार्य की समीक्षा करें। जांचें कि क्या पहला आदान-प्रदान सिस्टम की भूमिका को स्पष्ट करता है; क्या कोई उपयोगकर्ता किसी सुझाव और पूर्ण की गई कार्रवाई के बीच अंतर कर सकता है; क्या कोई खोजपूर्ण मोड़ एक चंचल व्यक्तित्व को थोपे बिना प्रयोग को आमंत्रित करता है; और क्या बातचीत निर्णयों और अनसुलझे कदमों को सटीक रूप से दिखाती है। फिर जांचें कि क्या व्यक्ति सिस्टम को सही कर सकता है और प्रत्येक उपलब्ध नियंत्रण के प्रभाव को समझ सकता है।

अंत में, ऐसी भाषा और प्रस्तुति की समीक्षा करें जो मानव पहचान या विशेष निर्भरता का संकेत दे सकती हैं। विचार करें कि क्या प्रथम-पुरुष दावे, आवाज़, भावनात्मक भाषा, या मानव जैसा अवतार किसी उत्तर के बारे में उपयोगकर्ता के निर्णय को प्रभावित कर सकता है। यह समीक्षा इस बात के परीक्षण को प्रतिस्थापित करने के बजाय उसका पूरक बनती है कि इंटरैक्शन समझने योग्य और उपयोगी है या नहीं। चैट डिज़ाइन का अधिक मजबूत पैमाना यह है कि क्या कोई व्यक्ति एआई के योगदान और अगले विकल्प के स्पष्ट दृष्टिकोण के साथ अपने स्वयं के कार्य को आगे बढ़ा सकता है—न कि यह कि आदान-प्रदान किसी व्यक्ति के साथ बातचीत के रूप में स्वीकार्य होता है या नहीं।

इस विषय को आगे पढ़ें