Openai के गहरे शोध पर भरोसा करने का खतरा

क्या आपको गहन शोध के लिए $ 200 प्रति माह बाहर निकलना चाहिए? मिस्टर कोवेन ने अतीत में एफएडीएस को हाइप किया है, जैसा कि उन्होंने वेब 3 और क्लब हाउस के साथ किया था, जो एक बार लोकप्रिय सामाजिक-मीडिया नेटवर्क था। दूसरी ओर, यदि गहन शोध कृत्रिम अधीक्षण के एक रूप का अनुमान लगाता है, जैसा कि कई लोग मानते हैं, तो प्रति वर्ष $ 2,400 दुनिया के इतिहास में सबसे बड़ा सौदा है। आपको तय करने में मदद करने के लिए, आपके स्तंभकार ने नए मॉडल के टायरों को लात मारी है। अर्थशास्त्रियों और अन्य लोगों के लिए एक शोध सहायक कितना अच्छा है?

पहले स्पष्ट निष्कर्ष। डीप रिसर्च पेरू में चुनावों के आयोजन से लेकर एक मुख्य कार्यकारी अधिकारी की बॉडी लैंग्वेज के लिए महसूस करने तक प्राथमिक अनुसंधान करने में असमर्थ है, जिसकी कंपनी आप कम हो सकती हैं। न ही यह एक कॉफी पी सकता है, जिससे यह एक मानव सहायक के लिए एक खराब विकल्प बन जाता है। एक और शिकायत यह है कि डीप रिसर्च का आउटपुट लगभग हमेशा गद्य होता है, भले ही आप इसे अधिक जीवंत होने के लिए कहते हों। फिर, ज्यादातर लोग वैसे भी कभी भी अच्छे लेखक नहीं थे, इसलिए शायद ही परवाह होगी कि क्या उनका एआई सहायक थोड़ा सुस्त है।

कुछ समय के लिए एक सहायक के रूप में गहन शोध का उपयोग करें, हालांकि, और तीन और महत्वपूर्ण मुद्दे सामने आते हैं: “डेटा क्रिएटिविटी”, “बहुसंख्यक का अत्याचार” और “बौद्धिक शॉर्टकट”। डेटा रचनात्मकता के साथ शुरू करें। Openai का मॉडल सीधे सवालों को संभाल सकता है- “” 2023 में फ्रांस की बेरोजगारी दर क्या थी? ” – बिना कदम के। यह मामूली रूप से अधिक जटिल प्रश्नों को संभाल सकता है- “मुझे फ्रांस, जर्मनी और इटली के लिए 2023 में औसत बेरोजगारी दर बताओ, जनसंख्या द्वारा भारित” – आसानी से।

जब अधिक रचनात्मकता की आवश्यकता होती है, तो डेटा प्रश्नों की बात आती है, हालांकि, मॉडल संघर्ष करता है। यह गलत तरीके से धन की औसत राशि का अनुमान लगाता है कि 2021 में व्हिस्की पर खर्च किए गए 25 से 34 साल की उम्र में एक अमेरिकी घर का नेतृत्व किया गया था, भले ही कोई भी व्यक्ति ब्यूरो ऑफ लेबर स्टैटिस्टिक्स डेटा से परिचित हो कुछ सेकंड। यह आपको सटीक रूप से नहीं बता सकता है कि वर्तमान में ब्रिटिश व्यवसायों का कौन सा हिस्सा एआई का उपयोग करता है, भले ही सांख्यिकी कार्यालय एक नियमित अनुमान का उत्पादन करता है। मॉडल को अधिक जटिल प्रश्नों के साथ और भी अधिक कठिनाई है, जिसमें सांख्यिकीय एजेंसियों द्वारा उत्पादित स्रोत डेटा के विश्लेषण को शामिल करना शामिल है। ऐसे सवालों के लिए, मानव सहायक एक बढ़त बनाए रखते हैं।

दूसरा मुद्दा बहुमत का अत्याचार है। गहन अनुसंधान को सार्वजनिक डेटा की एक विशाल श्रृंखला पर प्रशिक्षित किया जाता है। कई कार्यों के लिए, यह एक प्लस है। यह विस्तृत, खट्टा सारांश बनाने में आश्चर्यजनक रूप से अच्छा है। श्री कोवेन ने डेविड रिकार्डो के किराए के सिद्धांत की व्याख्या करते हुए एक दस-पृष्ठ के पेपर का उत्पादन करने के लिए कहा। आउटपुट किसी भी पाठ्यपुस्तक के लिए एक सम्मानजनक अतिरिक्त होगा।

फिर भी मॉडल को प्रशिक्षित करने के लिए उपयोग की जाने वाली सामग्री की सरासर मात्रा एक बौद्धिक समस्या पैदा करती है। डीप रिसर्च उन विचारों पर आकर्षित होता है, जिन पर अक्सर चर्चा या प्रकाशित होती है, बजाय सबसे अच्छा सामान। सूचना की मात्रा tyrannises सूचना गुणवत्ता। यह आँकड़ों के साथ होता है: डीप रिसर्च परामर्श स्रोतों के लिए प्रवण होता है जो आसानी से उपलब्ध होते हैं (जैसे कि समाचार पत्र), बेहतर डेटा के बजाय जो एक पेवॉल के पीछे हो सकते हैं या खोजने के लिए कठिन हैं।

विचारों के साथ कुछ ऐसा ही होता है। इस सवाल पर विचार करें – अर्थशास्त्रियों द्वारा चर्चा की गई – क्या अमेरिकी आय असमानता बढ़ रही है। जब तक अन्यथा करने के लिए प्रेरित नहीं किया जाता है, तब मॉडल यह मानता है कि 1960 के दशक के बाद से असमानता बढ़ गई है (जैसा कि पारंपरिक ज्ञान है) के बजाय सपाट रहने के बजाय या केवल थोड़ा बढ़ गया (कई विशेषज्ञों का दृश्य)। या एडम स्मिथ के “अदृश्य हाथ” के सही अर्थ पर विचार करें, अर्थशास्त्र में मूलभूत विचार। 1994 में प्रकाशित एक पेपर में, हार्वर्ड विश्वविद्यालय के एम्मा रोथ्सचाइल्ड ने इस धारणा को ध्वस्त कर दिया कि स्मिथ ने मुक्त बाजारों के लाभों को संदर्भित करने के लिए इस शब्द का इस्तेमाल किया। सुश्री रोथ्सचाइल्ड के शोध के बारे में पता है, लेकिन फिर भी लोकप्रिय गलतफहमी को दोहराता है। सार्वजनिक बुद्धिजीवियों से लेकर निवेशकों तक रचनात्मकता और विचार।

इडियट ट्रैप

एक सहायक के रूप में गहन अनुसंधान को नियोजित करने के साथ एक तीसरी समस्या सबसे गंभीर है। यह मॉडल के साथ ही एक मुद्दा नहीं है, लेकिन इसका उपयोग कैसे किया जाता है। अयोग्य रूप से, आप अपने आप को बौद्धिक शॉर्टकट लेते हुए पाते हैं। एक सिलिकॉन वैली के निवेशक पॉल ग्राहम ने नोट किया है कि एआई मॉडल, उनके लिए लोगों के लेखन को करने की पेशकश करते हुए, उन्हें बेवकूफ बनाने का जोखिम उठाते हैं। “लेखन सोच रहा है,” उन्होंने कहा है। “वास्तव में एक तरह की सोच है जो केवल लिखकर किया जा सकता है।” अनुसंधान के लिए भी यही सच है। कई नौकरियों के लिए, शोध सोच रहा है: पारंपरिक ज्ञान में विरोधाभासों और अंतरालों को ध्यान में रखते हुए। सुपरजेनियस सहायक को आपके सभी शोधों को आउटसोर्स करने का जोखिम यह है कि आप अपने सर्वोत्तम विचारों के अवसरों की संख्या को कम करते हैं।

समय के साथ, Openai अपने तकनीकी मुद्दों को बाहर कर सकता है। कुछ बिंदु पर, गहन शोध भी अद्भुत विचारों के साथ आने में सक्षम हो सकता है, इसे एक सहायक से प्रमुख शोधकर्ता में बदल सकता है। तब तक, गहन शोध का उपयोग करें, यहां तक ​​कि $ 200 प्रति माह पर भी। बस यह उम्मीद न करें कि यह जल्द ही किसी भी समय अनुसंधान सहायकों को बदल देगा। और सुनिश्चित करें कि यह आपको बेवकूफ नहीं बनाता है।

© 2025, द इकोनॉमिस्ट अखबार लिमिटेड। सर्वाधिकार सुरक्षित। द इकोनॉमिस्ट से, लाइसेंस के तहत प्रकाशित। मूल सामग्री www.economist.com पर पाई जा सकती है