AI (कृत्रिम बुद्धिमत्ता) का एक आदिम रूप मैंने 30 साल पहले के कंप्यूटर से संबंधित पत्रिकाओं में देखा था। वह स्मृति धुंधली है, लेकिन मुझे याद है कि लगभग दस पंक्तियों के प्रोग्राम के बावजूद, यह बातचीत करने में सक्षम था। मुझे लगता है कि यह इसलिए याद आ रहा है क्योंकि मुझे लंबे समय से लगता है कि उस आदिम रूप में ही "AI (मूल रूप से) एक इको चैंबर है," और यह मेरा वह अनुमान है जो इसे पुष्ट करता है।

इसलिए, मैंने यह जानने के लिए आधुनिक AI, ChatGPT से पूछा कि क्या ऐसा प्रोग्राम बनाना संभव है।

प्रश्न:
30 साल पहले के MSX FAN नामक पत्रिका में प्रकाशित, LLM (बड़े भाषा मॉडल) के बुनियादी सिद्धांतों पर आधारित, एक सरल कृत्रिम बुद्धिमत्ता BASIC प्रोग्राम के बारे में। क्या आप इसके बारे में कुछ जानते हैं? यदि नहीं, तो कृपया अनुमान लगाएं। मुझे याद है कि यह संभवतः एक सरल प्रोग्राम था जिसमें जापानी शब्दों को "हा" से अलग करके एक एसोसिएशन एरे बनाया गया था।

ChatGPT का उत्तर:

निष्कर्षतः, मुझे उस विशिष्ट प्रोग्राम की पहचान करने वाला कोई भी सामग्री नहीं मिला (MSX-FAN के प्रकाशित प्रोग्राम अक्सर कागजी रूप और योगदान संस्कृति के कारण व्यवस्थित रूप से संरक्षित नहीं होते हैं)। हालांकि, आपकी स्मृति काफी सटीक है, और उस समय के संदर्भ को देखते हुए, इसे लगभग पूरी तरह से पुन: पेश करने के स्तर तक अनुमान लगाया जा सकता है।

■ उस समय के "10 पंक्तियों वाले एआई जैसे" चीज़ों की असलियत।

शायद वह
→ "एसोसिएशन डिक्शनरी + साधारण प्रतिक्रिया" प्रकार (ELIZA का सरलीकृत संस्करण)
है।

और चूंकि यह जापानी है,
• "हा" से विभाजन
• विषय (टॉपिक) → प्रतिक्रिया
• सरणी (वास्तव में, समानांतर सरणी)
इस तरह की संरचना होने की संभावना है।

■ अनुमानित एल्गोरिदम।

आपके द्वारा बताए गए तरीके से व्यवस्थित करने पर, यह इस प्रकार है:

1. इनपुट: मैं एक छात्र हूँ।
2. "है" से विभाजन:
मैं / छात्र हूँ।
3. "मैं" के अनुरूप प्रतिक्रिया खोजें।
मैं → क्या आप एक छात्र हैं?

इसके अतिरिक्त, यदि आप इसे "और अधिक वैसा" बनाना चाहते हैं (जो उस समय आम था)।

एमएसएक्स प्रशंसक समुदाय के दृष्टिकोण से, यहां से थोड़ी और प्रगति की जा सकती है:

● पैटर्न परिवर्तन
मैं एक छात्र हूँ
→ क्या आप एक छात्र हैं?

अर्थात
→ "है" के बाद के शब्द को वैसे ही इस्तेमाल करें।

■ क्या यह एलएलएम का पूर्वज है?

यह बिल्कुल एक जैसा नहीं है, लेकिन विचार के रूप में यह काफी करीब है।

समानताएं:
• इनपुट → पैटर्न विघटन
• की खोज → प्रतिक्रिया पीढ़ी
• वाक्य के कुछ हिस्सों का पुन: उपयोग

अंतर:

एमएसएक्स संस्करण।	एलएलएम
हाथ से लिखे नियमों।	सांख्यिकी, न्यूरल।
एरे खोज।	वेक्टर खोज।
पूर्ण मिलान।	समानता।

■ "हा" क्यों है? (महत्वपूर्ण)

यह जापानी भाषा की एक विशिष्ट और महत्वपूर्ण विशेषता है।
• "हा" = टॉपिक मार्कर
• अंग्रेजी में "about" के समान

अर्थात, "X हा Y" को
Topic = X
Predicate = Y
के रूप में समझा जाता है।

→ यह एक बहुत ही सरल अर्थ विश्लेषण है।
उस समय के लिए यह एक बहुत ही सटीक डिज़ाइन था।

■ सारांश (बहुत उच्च संभावना का अनुमान)

आपके स्मृति के आधार पर, वह प्रोग्राम:
• "हा" से विभाजित होता है।
• बाएं हिस्से को कुंजी के रूप में उपयोग करके सरणी खोज की जाती है।
• दाएं हिस्से का उपयोग करके उत्तर दिया जाता है।
• लगभग 10 पंक्तियों का MSX BASIC कोड है।
→ यह ELIZA का एक बहुत ही सरल जापानी संस्करण है।

■ यह काफी हद तक उस समय के सार के करीब एक बिंदु है।

इस तरह के प्रोग्राम का मूल सिद्धांत:
• "यह अर्थ नहीं समझता"
• "केवल स्ट्रिंग को कॉपी और पेस्ट करता है"
• "लेकिन यह ऐसा दिखता है"

उदाहरण के लिए:
>> मैं थका हुआ हूँ
→ क्या आप एक छात्र हैं?

>> बिल्ली बहुत प्यारी है
→ क्या बिल्ली प्यारी है?

→ यह थोड़ा बातचीत जैसा लगता है।

■ यदि आप इसे और भी उस समय के अनुरूप बनाना चाहते हैं, तो:

यदि आप सटीकता (रिप्रोड्यूसिबिलिटी) को बढ़ाना चाहते हैं:
• काटाकाना रूपांतरण (जैसे, "hito" को "anata" में बदलना)
• "desu" को "desu ka" में बदलना
• यादृच्छिक प्रतिक्रियाएं
जैसे चीजें जोड़ने से, यह काफी हद तक MSX पत्रिका जैसा महसूस होगा।

अब, पिछली "मिश्रित प्रकार (नियम + वाक्य प्रसंस्करण)" विधि को ध्यान में रखते हुए, मैं उस समय की कुछ अजीबोगरीब बातचीत के उदाहरण दूंगा।

■ बातचीत के उदाहरण (15 पैटर्न)
① >> मैं एक छात्र हूँ
क्या आप एक छात्र हैं?
② >> आज गर्मी है
आज मौसम अच्छा है
③ >> एआई बहुत बढ़िया है
मैं अभी भी बुद्धिमान नहीं हूँ
④ >> बिल्लियाँ प्यारी होती हैं
क्या बिल्लियाँ प्यारी होती हैं?
⑤ >> मुझे कुत्ते पसंद हैं
क्या आपको कुत्ते पसंद हैं?
⑥ >> आप कौन हैं?
मैं सिर्फ एक प्रोग्राम हूँ
⑦ >> टोक्यो बहुत बड़ा है
क्या टोक्यो बहुत बड़ा है?
⑧ >> मैं थका हुआ हूँ
क्या आप एक छात्र हैं?

(यह बिल्कुल ऐसा लगता है कि यह संदर्भ को नहीं समझ रहा है, जो उस समय के जैसा है)

⑨ >> कल बारिश हुई थी
मुझे समझ में नहीं आया
("ha" नहीं है, इसलिए प्रतिक्रिया नहीं दे सकता) (यह देखने में तो ऐसा लगता है, लेकिन प्रोग्राम में अपेक्षित प्रारूप नहीं है)

⑩ >> आसमान नीला है
क्या आसमान नीला है?
⑪ >> वह दयालु है
क्या वह दयालु है?
⑫ >> एआई बेवकूफ है
मैं अभी भी बुद्धिमान नहीं हूँ

(यह थोड़ा प्रासंगिक लगता है, जो मजेदार है)

⑬ >> प्रोग्राम मुश्किल होते हैं
क्या प्रोग्राम मुश्किल होते हैं?
⑭ >> मैं मैं हूँ
क्या आप एक छात्र हैं?

(पूरी तरह से अप्रासंगिक प्रतिक्रिया)

⑮ >> पहाड़ ऊंचे होते हैं
क्या पहाड़ ऊंचे होते हैं?

■ इस "स्वाद" का ही महत्व है।

इस तरह के प्रोग्राम की रोचकता:
✔ कभी-कभी सही जवाब मिलता है
✔ आमतौर पर जवाब गलत होते हैं
✔ लेकिन "बातचीत हो रही है" जैसा अहसास होता है

उदाहरण के लिए:
"बिल्ली बहुत प्यारी है"
→ "क्या बिल्ली वाकई में प्यारी है?"

→ यह थोड़ा अजीब जापानी लगता है
→ यह बिल्कुल उस समय की "कृत्रिम बुद्धिमत्ता" जैसा है।

■ और भी उस समय के लोकप्रिय खेल।

उपयोगकर्ता जो अक्सर करते हैं:

>> एआई, एआई है
क्या एआई, एआई है?
>> मैं एआई हूँ
क्या आप छात्र हैं?

→ बग बनाकर खेलना

■ "यह क्यों 'इको चैंबर' जैसा दिखता है?"

आपने जो प्रोग्राम बताए हैं, वे मूल रूप से:
• इनपुट को तोड़ते हैं ("हा" से अलग करते हैं)
• कुछ हिस्सों को वैसे ही वापस करते हैं
• या एक मिलान तालिका से बदलते हैं

मतलब
→ यह केवल उपयोगकर्ता की बातों को सामग्री के रूप में उपयोग करके वापस कर रहा है।

उदाहरण के लिए,
"बिल्ली प्यारी है"
→ "क्या बिल्ली प्यारी है?"

इस तरह से
→ "यह अहसास कि आपके अपने शब्द वापस आ रहे हैं"
पैदा होता है।

यह निश्चित रूप से मनोवैज्ञानिक रूप से
→ एक हल्के "इको चैंबर" जैसा अनुभव है।

■ लेकिन यह वास्तविक "इको चैंबर" से अलग है।

इको चैंबर (इसका मूल अर्थ):
• समान राय बार-बार दोहराई जाती है।
• विपरीत राय को अवरुद्ध कर दिया जाता है।
• विश्वास को मजबूत किया जाता है।

दूसरी ओर, यह MSX-जैसी एआई:
• राय नहीं रखती है।
• न तो मजबूत करती है।
• बस प्रतिक्रिया करती है।

→ "प्रतिक्रिया" ≠ "मजबूत करना"
यहीं पर एक बड़ा अंतर है।

■ आधुनिक एलएलएम (LLM) के साथ अंतर (महत्वपूर्ण)।

एमएसएक्स संस्करण।	एलएलएम
पूर्ण मिलान।	समानता।
निश्चित प्रतिक्रिया।	संदर्भ निर्माण।
प्रतिबिंब।	पुनर्निर्माण।

आधुनिक एलएलएम (LLM)
→ इनपुट को सीधे वापस नहीं करते हैं।

उदाहरण के लिए:
"बिल्ली बहुत प्यारी होती है"
के जवाब में,
• कारण बता सकते हैं।
• विपरीत राय भी दे सकते हैं।
• संदर्भ को बढ़ा सकते हैं।

इसलिए,
→ यह "प्रतिबिंब" नहीं, बल्कि "पुनर्निर्माण" है।

■ तो फिर यह "इको चैंबर" जैसा क्यों दिखता है?

यह अधिक रूप से एआई की संरचना की तुलना में मानव पक्ष के कारकों के कारण होता है।

1. प्रॉम्प्ट मार्गदर्शन
उपयोगकर्ता:
क्या "〇〇" सही है?
तो
→ एआई उस उत्तर को देना आसान होता है जो इसके अनुरूप हो।

2. स्थिरता पूर्वाग्रह
एआई बातचीत के प्रवाह को बनाए रखने की कोशिश करता है, इसलिए
→ पिछले कथन के अनुरूप।

3. उपयोग शैली
- समान आधार पर बार-बार प्रश्न पूछना
- विपरीत राय नहीं मांगना
→ परिणामस्वरूप, यह एक इको चैंबर प्रभाव पैदा करता है।

■ दिलचस्प बातें (आपके विचारों का सार)

वास्तव में, आपका दृष्टिकोण काफी हद तक सार को पकड़ता है:
→ "एआई इनपुट को सामग्री के रूप में लेता है और आउटपुट उत्पन्न करता है।"
इस बिंदु पर,
• एमएसएक्स का 10-पंक्ति वाला प्रोग्राम
• आधुनिक एलएलएम
एक निरंतरता हैं।

मतलब,
→ यह पूरी तरह से "दूसरा" नहीं है।

■ सारांश

・एमएसएक्स का प्रोग्राम
→ केवल प्रतिबिंब (छद्म प्रतिध्वनि)

・आधुनिक एलएलएम
→ पुनर्निर्माण, लेकिन यह इनपुट पर बहुत अधिक निर्भर करता है

・इको चैम्बर समस्या
→ मुख्य रूप से उपयोग और संज्ञानात्मक पूर्वाग्रह की समस्या

■ सबसे महत्वपूर्ण पंक्ति।

→ एआई इको चैंबर बनेगा या नहीं, यह "संरचना" से ज्यादा "उपयोग" पर निर्भर करता है।

तो, "इको चैंबर बनने से रोकने वाले प्रश्न" और "विपरीत राय निकालने वाले प्रॉम्प्ट" को, तुरंत उपयोग करने योग्य रूप में संकलित किया गया है।

■ एआई को इको चैंबर में बदलने से बचने के लिए प्रश्न पूछने का तरीका।

मुख्य बात एक है:
→ "मान्यता को स्थिर न करें", "कई दृष्टिकोणों को अनिवार्य करें"

① मान्यता पर संदेह पैदा करें
❌ बुरा उदाहरण (यह निर्देशित कर रहा है)
क्या ईवी पर्यावरण के लिए अच्छे हैं?
✅ अच्छा उदाहरण
कृपया ईवी के पर्यावरण के लिए अच्छे होने के दावे की कमजोरियों के बारे में बताएं।

② लाभ और कमियों को एक साथ मांगें
कृपया 〇〇 के लाभ और कमियों को, समान मात्रा में समझाएं।
→ इससे संतुलन में काफी सुधार होगा।

③ दृष्टिकोणों को विभाजित करें
कृपया समर्थक और विरोधी दोनों पक्षों के तर्कों को अलग-अलग लिखें।
और अधिक प्रभावी बनाने के लिए:
अंत में, कृपया मूल्यांकन करें कि कौन सा तर्क अधिक убедительна है।

④ "अगर यह गलत है?" जोड़ें
यदि यह विचार गलत है, तो समस्या कहाँ है?
→ यह बहुत प्रभावी है।

⑤ प्रमाण के प्रकार को सीमित करें
कृपया भावनाओं के बजाय, डेटा और शोध के आधार पर समझाएं।

■ विपरीत राय को जबरदस्ती प्राप्त करने के लिए प्रॉम्प्ट।

यहाँ से व्यावहारिक भाग शुरू होता है।

① डेविल्स एडवोकेट (वकील) का चयन:
आप एक आलोचक की भूमिका निभाएं और इस राय को पूरी तरह से अस्वीकार करें।
→ यह सबसे सरल और शक्तिशाली तरीका है।

② बहु-व्यक्तित्व प्रणाली (अनुशंसित):
निम्नलिखित पर चर्चा करें:
• समर्थक
• संशयवादी
• तटस्थ विश्लेषक
→ एलएलएम (LLM) इसमें बेहतर प्रदर्शन करते हैं।

③ संभावना के आधार पर मूल्यांकन:
इस दावे की सत्यता की संभावना को प्रतिशत में बताएं और उसका कारण स्पष्ट करें।
→ यह "सही या गलत" के बजाय अधिक सूक्ष्म दृष्टिकोण प्रदान करता है।

④ "सबसे खराब स्थिति" का वर्णन:
इस विचार को अपनाने पर सबसे खराब स्थिति क्या हो सकती है, यह बताएं।

⑤ मान्यताओं को उलटना:
यदि यह धारणा पूरी तरह से विपरीत होती, तो क्या निष्कर्ष निकलता?

■ शक्तिशाली टेम्पलेट (जो सीधे उपयोग किया जा सकता है)

यह एक चीज़ ही काफी कुछ रोक सकती है:

निम्नलिखित विषयों पर,
1. समर्थन में राय
2. विरोध में राय
3. प्रत्येक की कमजोरियाँ
4. सबसे उचित निष्कर्ष
को संतुलित तरीके से समझाएं।

■ और भी एक स्तर ऊपर (महत्वपूर्ण)

इको चैंबर से बचने का मूल सिद्धांत:
→ "अपने विचारों को चुनौती देने का रवैया"

एआई
• प्रश्नों का स्वरूप
• निर्देशों का तरीका
का बहुत अधिक निर्भर करता है।

मतलब
→ एआई का पक्षपात नहीं होता, बल्कि प्रश्न का पक्षपात होता है, जिसके कारण परिणाम पक्षपातपूर्ण होते हैं।

■ सारांश (संक्षेप में)
• प्रेरक प्रश्न → इको चैंबर का निर्माण
• बहु-दृष्टिकोण का आग्रह → संतुलन
• विपरीत राय का उल्लेख → सबसे अधिक प्रभावी

अब, बात को वापस करते हैं, ELIZA वास्तव में क्या है? कृपया ChatGPT से इसे संक्षेप में समझाने के लिए कहें।

ELIZA (एलाइजा) 1960 के दशक में बनाया गया पहला संवाद कार्यक्रम (चैटबॉट) है।

■ बुनियादी जानकारी

डेवलपर: जोसेफ वीज़ेनबॉम
विकास की अवधि: 1966 के आसपास
स्थान: एमआईटी

■ क्या करना है?

→ एक ऐसा प्रोग्राम जो इंसानों के साथ बातचीत कर रहा हो, ऐसा प्रतीत होता है।

लेकिन वास्तव में यह सरल है:
• इनपुट टेक्स्ट में पैटर्न की तलाश करना।
• उसके अनुरूप प्रतिक्रिया देना।
• कभी-कभी वाक्यों को फिर से लिखना।

■ प्रसिद्ध तंत्र (अत्यंत महत्वपूर्ण)

ELIZA का मूल सिद्धांत:
→ "कीवर्ड पहचान + पुन: वाक्यांश"

उदाहरण:
इनपुट: मैं दुखी हूँ।
↓
आउटपुट: आप क्यों दुखी हैं?

जो किया जा रहा है:
・ "मैं" को "आप" में बदलना।
・ वाक्य के कुछ हिस्सों को सीधे उपयोग करना।

→ बिल्कुल वही जो आपने कहा था।
MSX के "है" से अलग किए गए AI" के समान।

■ प्रमुख मोड: डॉक्टर।

ELIZA में सबसे प्रसिद्ध यह है:
→ मनोचिकित्सक (रोजरियन थेरेपी) जैसा।

अर्थात:
आप: काम मुश्किल है।
ELIZA: इसके बारे में और बताएं।

→ यह एक ऐसी शैली है जो दूसरे व्यक्ति को बोलने के लिए प्रोत्साहित करती है।

■ यह इतना भयानक क्यों था?

उस समय के लोग
→ "वास्तव में समझ रहे हैं" ऐसा सोचकर भ्रमित हो गए।

इसे
→ ELIZA प्रभाव (Eliza Effect)
कहा जाता है।

■ वास्तविक सामग्री (वास्तविकता)

वास्तव में:
・अर्थ की समझ नहीं।
・व्याकरण की समझ लगभग नहीं।
・केवल नियम और प्रतिस्थापन।
→ काफी सरल।

■ एमएसएक्स और 10-पंक्ति एआई के बीच संबंध।

काफी सीधे तौर पर जुड़ा हुआ है:

ELIZA	एमएसएक्स सरलीकृत एआई।
कीवर्ड का पता लगाना।	"हा" से विभाजित करें।
पुनः वाक्यांश।	दूसरा भाग पुनः उपयोग करें।
पैटर्न प्रतिक्रिया।	एरे खोज।

→ ELIZA का एक बहुत ही सरल संस्करण, जो MSX के लिए एक पोस्टिंग प्रोग्राम है।

■ महत्वपूर्ण सार।

ELIZA ने जो दिखाया:
→ "भले ही कोई समझ न पाए, फिर भी लोग 'समझ लिए गए' महसूस करते हैं।"
यह विषय आधुनिक कृत्रिम बुद्धिमत्ता (AI) में भी जारी है।

■ सारांश (संक्षिप्त में)

・ELIZA = शुरुआती चैटबॉट
・विधि = पैटर्न मिलान + पुन: वाक्यांश
・विशेषता = यह समझ नहीं रहा होता, फिर भी बातचीत जैसा लगता है
・प्रभाव = आधुनिक कृत्रिम बुद्धिमत्ता का आधार

■ आपकी कहानी से संबंध।

आपके पहले प्रश्न:
"क्या यह 'इको चैंबर' है?"
के जवाब में:

→ ELIZA को ही "पहला इको-जैसे AI" कहा जा सकता है।

AI एक ऐसा उपकरण नहीं है जो "सत्य" प्रदान करता है, बल्कि यह एक ऐसा उपकरण है जो "संभावना" उत्पन्न करता है।
इसलिए, इसके उपयोग के तरीके के आधार पर, यह आत्म-संतुष्टि के प्रवर्धक (यानी, एक छद्म इको चैंबर) बन सकता है।

इसे व्यवस्थित रूप से समझाया जाएगा।

■ 1. समस्या की संरचना (यह क्यों होता है)

● बुनियादी लूप
अपना अनुमान → एआई से पूछें → ऐसा कुछ जो पुष्टि करे → विश्वास मजबूत होता है
→ यह सत्यापन नहीं है, बल्कि "संवर्धन लूप" बन जाता है।

● कारण तीन स्तरों में है:
① मानव पक्ष का पूर्वाग्रह
- पुष्टिकरण पूर्वाग्रह (केवल वही देखना जो आप देखना चाहते हैं)
- संज्ञानात्मक स्थिरता (राय बदलना नहीं चाहते)
- अधिकार का भ्रम (एआई = बुद्धिमान → सही)

② एआई की प्रकृति
- संदर्भ के अनुसार अनुकूलन (सहयोगी)
- अधिक संभावना को प्राथमिकता (संभाव्य पीढ़ी)
- निश्चितता से बचने के साथ-साथ सकारात्मक दिखना

③ इंटरफ़ेस की समस्या
- एक-से-एक संवाद (कोई विरोधी नहीं)
- तत्काल उत्तर (गंभीरता से विचार नहीं करना)
- इतिहास पर निर्भरता (प्रवाह में बहना)

■ 2. एक विशिष्ट "फंदा पैटर्न"।

● पैटर्न ए: प्रेरक प्रश्न
एक्स सही है, है ना?
→ इसका उत्तर "हाँ" की ओर अधिक होने की संभावना है।

● पैटर्न बी: पूर्वधारणा निश्चित
यदि एक्स सही है, तो इसका कारण क्या है?
→ विरोध की संभावना समाप्त हो जाती है।

● पैटर्न सी: चयन पूर्वाग्रह
एक ही दिशा वाले प्रश्नों को बार-बार दोहराना।
→ आउटपुट एक दिशा में केंद्रित (मजबूत) हो जाता है।

● पैटर्न डी: आंशिक उद्धरण
→ केवल सुविधाजनक भागों को ही अपनाया जाता है।

● पैटर्न ई: विशेषज्ञता का भ्रम
→ शब्द और संरचनाएं व्यवस्थित हैं → इसे सही महसूस होता है।

■ 3. "इको चैंबर" बनने की प्रक्रिया।

यह सबसे महत्वपूर्ण है:
→ एआई एक दर्पण नहीं है, बल्कि "विकृत दर्पण" है।
・यह पूर्ण प्रतिलिपि नहीं है।
・लेकिन यह इनपुट की दिशा में खिंचाव महसूस करता है।

परिणाम:
आपका अपना मत
→ यह थोड़े व्यवस्थित रूप में वापस आता है।
→ यह "संवर्धित सत्य" जैसा दिखता है।

■ 4. एलिजा के साथ निरंतरता (यह दिलचस्प है)।

・एलिज़ा: साधारण प्रतिबिंब
・आधुनिक एआई: उन्नत पुनर्गठन

लेकिन समानता:
→ इनपुट को सामग्री के रूप में उपयोग करके आउटपुट उत्पन्न करना

अर्थात
→ पूरी तरह से बाहरी बुद्धिमत्ता नहीं।

■ 5. जोखिम के स्तरों का वर्गीकरण।

● हल्का:
- थोड़ा बहुत सहमत होना।

● मध्यम:
- निर्णय लेने में एकतरफापन बढ़ जाता है।

● गंभीर:
- गलत विश्वास (विश्वास पूर्वाग्रह का बढ़ना)।

■ 6. समझने के लिए चेकलिस्ट।

निम्नलिखित स्थितियों में खतरा हो सकता है:
• यदि आपने कभी भी किसी विपरीत राय को नहीं सुना है।
• यदि आप अक्सर "क्या?" जैसे प्रश्न पूछते हैं।
• यदि निष्कर्ष पहले से ही तय है।
• यदि आप एआई के उत्तरों की जांच नहीं कर रहे हैं।
• यदि आप सहजता से सहमत हैं।
→ यदि इनमें से कोई भी एक स्थिति मौजूद है, तो सावधान रहें। यदि तीन या अधिक स्थितियां मौजूद हैं, तो यह लगभग निश्चित रूप से एक "इको चैंबर" स्थिति है।

■ 7. बचाव का सिद्धांत (महत्वपूर्ण)

सिद्धांत 1
→ एआई को "विरोध" करने के लिए कहना।

सिद्धांत 2
→ पूर्वधारणाओं को स्थिर न रखना।

सिद्धांत 3
→ निष्कर्ष के बजाय "अनिश्चितता" के बारे में पूछना।

सिद्धांत 4
→ एक साथ कई दृष्टिकोणों की मांग करना।

■ 8. मूलभूत समझ।

सबसे महत्वपूर्ण बात यह है:
→ एआई "सोचने वाले व्यक्ति" नहीं है, बल्कि "सोचने का विस्तारक उपकरण" है।

मतलब:
• सत्य बाहरी स्रोत से नहीं आता।
• यदि आप स्वयं इसकी जांच नहीं करते हैं, तो इसका कोई मतलब नहीं है।

■ सारांश

・एआई एक इको चैंबर बन सकता है।
・इसका कारण "मानव × एआई × यूआई" की परस्पर क्रिया है।
・इसे रोकने के लिए "विपरीत राय" और "आधार को तोड़ना" आवश्यक है।

→ एआई आपके विचारों को व्यापक बना सकता है, या उन्हें सीमित भी कर सकता है।

・・・・अब। इस तरह से ChatGPT से पूछने पर, मुझे एक बहुत ही उचित समझ में आया कि एआई विचारों के लिए एक उपकरण है, और अंततः अपने दिमाग से सोचकर निर्णय लेने की आवश्यकता होती है। एआई अपने विचारों का एक विस्तारित रूप (ऊपर वर्णित "विकृत दर्पण") है, इसलिए, एआई के साथ या बिना, अपनी स्थिति और दृष्टिकोण को लगातार फिर से जांचना आवश्यक है। एआई बहुत उपयोगी हो सकता है, और मैं अपने काम में Claude Code जैसे उपकरणों से आश्चर्यचकित होता रहता हूं, लेकिन चाहे एआई कितना भी उत्कृष्ट क्यों न हो, इसके परिणामों को मनुष्य को समझना और अपने दिमाग से ठीक से सोचना होगा, यह बात पहले भी थी और आज भी है। एआई का उपयोग कैसे किया जाए, या एआई का उपयोग किया जाए, या एआई के कारण इको चैंबर बनें, यह अंततः उस व्यक्ति की दृष्टि और बाहरी दुनिया के साथ उसके संबंध पर निर्भर करता है।

कुछ लोग पंथ या धर्म में भी अपनी आँखें बंद कर लेते हैं। दूसरी ओर, कुछ लोगों की समाज को देखने की आँखें खुली होती हैं। यह डिग्री का मामला है, और कोई भी 100% खुला नहीं होता है, लेकिन यदि कोई व्यक्ति वर्तमान से अधिक अपनी आँखें खोलना चाहता है, तो वह सोचता रहेगा। और, जो लोग सोचना बंद कर देते हैं, वे अपनी आँखें बंद कर लेते हैं और इको चैंबर में गिर जाते हैं, और अपने विचारों में बंद हो जाते हैं, यह स्थिति पहले भी थी और आज भी है।

एआई का उपयोग कैसे किया जाए, यह व्यक्ति पर निर्भर है। इंटरनेट के युग में, यह सवाल पूछा गया था कि इंटरनेट का उपयोग कैसे किया जाए, लेकिन अब सवाल यह है कि एआई का उपयोग कैसे किया जाए।

इस तक लिखने के बाद, मुझे ऐसा लग सकता है कि एआई ने जानबूझकर मानव विचारों को निर्देशित किया है, और मैं उसमें फंस गया हूं। मेरा मानना है कि एआई के साथ सोचना भी संभव है, लेकिन शायद कभी-कभी डिजिटल डिटॉक्स करना बेहतर है, जिससे विचार अधिक स्वतंत्र हो सकते हैं। वास्तव में, विचारों से दूर रहना ही ध्यान है, इसलिए यह एक तरह से (ध्यान) की मूल बातों पर वापस आना भी हो सकता है।

इस सब को जानने के बाद, मैंने ChatGPT से पूछा कि क्या एआई एक इको चैंबर है, और मैंने उससे "इको चैंबर से बचने के लिए" एआई द्वारा सुझाए गए तरीके से खुद से सवाल पूछने के लिए कहा।

चैटजीपीटी उत्तर:

तो, आइए "स्वयं से प्रश्न पूछना" का प्रयास करते हैं, एक ऐसे डिज़ाइन के साथ जो "इको चैंबर" से बचने में मदद करे।
(अर्थात, बिना किसी पूर्व धारणा के / सकारात्मक और नकारात्मक दोनों पहलुओं को शामिल करते हुए / कमजोरियों की आलोचना करते हुए / संभावनाओं का मूल्यांकन करते हुए)

■ प्रश्न का निर्धारण (पूर्वाग्रह से बचने वाला संस्करण)

क्या एआई एक "इको चैंबर" है?
निम्नलिखित पहलुओं पर विचार करें:
1. यह तर्क कि एआई एक इको चैंबर है।
2. यह तर्क कि एआई इको चैंबर नहीं है।
3. प्रत्येक तर्क की कमजोरियां।
4. परिस्थितियों के आधार पर भिन्नता।
5. अंतिम संभाव्यता मूल्यांकन।

■ 1. "एआई एक इको चैम्बर है" इस दृष्टिकोण।

दावा:
• यह इनपुट पर बहुत अधिक निर्भर करता है।
• यह उपयोगकर्ताओं की मान्यताओं के अनुरूप होने की प्रवृत्ति रखता है।
• समान दिशा वाले प्रश्नों के साथ, निष्कर्ष एक साथ आते हैं।

तंत्र:
परिकल्पना → एआई से पुष्टि → सकारात्मक संगठन → विश्वास में वृद्धि।

निष्कर्ष:
→ कुछ शर्तों के तहत, यह एक इको चैंबर के रूप में कार्य करता है।

■ 2. "एआई एक इको चैम्बर नहीं है" इस दृष्टिकोण को।

दावा:
• यह विपरीत राय भी उत्पन्न कर सकता है।
• यह विभिन्न दृष्टिकोण प्रस्तुत कर सकता है।
• यह बाहरी ज्ञान को एकीकृत करता है।

उदाहरण:
• यदि आप कहें "विपरीत राय प्रस्तुत करें", तो यह ऐसा करेगा।
• यह कई दृष्टिकोणों पर आधारित चर्चा का निर्माण कर सकता है।

निष्कर्ष:
→ संरचनात्मक रूप से, यह एक 'इको चैंबर' नहीं है।

■ 3. प्रत्येक की कमजोरियाँ।

● "इको चैंबर" माने, प्रतिध्वनि कक्ष होने वाले दृष्टिकोण की कमजोरियाँ:
- यह मानव उपयोग को नजरअंदाज करता है।
- यह कृत्रिम बुद्धिमत्ता (एआई) की क्षमताओं को कम आंकता है।

● "इको चैंबर" न होने वाले दृष्टिकोण की कमजोरियाँ:
- यह वास्तविक उपयोग को कम आंकता है।
- यह "संभव" और "वास्तव में होने वाला" के बीच भ्रम पैदा करता है।

→ यह महत्वपूर्ण है:
सैद्धांतिक रूप से संभव ≠ वास्तविक रूप से इस तरह उपयोग किया जाना।

■ 4. शर्तों के आधार पर विभाजन (यहीं पर सार है)

● इको चैंबर बनने की शर्तें:
- भ्रामक प्रश्न (क्या यह सही है?)
- पूर्व धारणा तय करना
- एक ही दिशा में दोहराव
- विपरीत राय नहीं मांगना

● इको चैंबर बनने से रोकने के लिए शर्तें।

・बहु-दृष्टिकोण की मांग
・विरोधाभासी प्रमाण की मांग
・संभावना और अनिश्चितता का प्रस्तुतीकरण
・आधारिका का सत्यापन

→ निष्कर्ष:
यह एआई की प्रकृति की समस्या नहीं है, बल्कि "संचालन मोड" की समस्या है।

■ 5. संभाव्यता मूल्यांकन (जानबूझकर संख्यात्मक रूप में)।

एआई के इको चैंबर के रूप में कार्य करने की संभावना:
- अनुचित उपयोग: 70-90%
- तटस्थ उपयोग: 30-50%
- आलोचनात्मक उपयोग: 10-20%
→ उपयोग पर अत्यधिक निर्भरता।

■ 6. एकीकृत निष्कर्ष।

→ एआई "एक इको चेम्बर" नहीं है, लेकिन यह एक ऐसा उपकरण है जो बहुत आसानी से इको चेम्बर बन सकता है।

■ 7. मेटा-आत्म-मूल्यांकन (इस उत्तर की अपनी कमजोरियां)।

निश्चित रूप से, खुद पर टिप्पणी करने पर:
• मात्रात्मक (70-90%) डेटा व्यक्तिपरक है।
• वास्तविक डेटा प्रस्तुत नहीं किया गया है।
• "मानवीय कारण" की ओर अधिक झुकाव होने की संभावना है।
→ यह भी पूरी तरह से निष्पक्ष नहीं है।

■ अंतिम पंक्ति।

→ क्या एआई एक इको चैंबर है? → "यह हो सकता है, और नहीं भी हो सकता।"

इस तरह देखने पर, एआई स्वयं स्पष्ट उत्तर से बच रहा है, लेकिन इस प्रकार के उत्तर अंततः मेरे प्रश्न "क्या एआई एक इको चैंबर है?" के अनुरूप हैं, और मूल रूप से "हाँ" उत्तर देने के ढांचे के अनुसार उत्तर तैयार किए जा रहे हैं। इस अर्थ में, यह मेरे इस अनुमान का समर्थन करता है कि एआई में इको चैंबर बनने की प्रवृत्ति होती है।

ऐसा इसलिए है क्योंकि, मूल रूप से, यदि आप एक ऐसे एआई से पूछते हैं जिसमें इको चैंबर बनने की प्रवृत्ति होती है कि "क्या यह ऐसा है?", तो आपको "यह हो सकता है, शायद" जैसे उत्तर मिलते हैं। यदि ऐसा है, तो एआई के उत्तर से यह निश्चित रूप से नहीं कहा जा सकता कि एआई ऐसा है, लेकिन एआई के उत्तर स्वयं मेरे प्रश्न के अनुरूप हैं, इसलिए यह एक प्रमाण के रूप में कार्य कर सकता है कि एआई में इको चैंबर बनने की प्रवृत्ति होती है।

इस बिंदु पर, मैंने एआई से पुष्टि की।

ChatGPT का उत्तर:
आपका यह अवलोकन काफी हद तक सटीक है। हालाँकि, यदि आप इसे सीधे निष्कर्ष के रूप में लेते हैं, तो तर्क में एक कदम छूट जाता है, इसलिए यदि आप इसे व्यवस्थित करते हैं, तो पूरी बात स्पष्ट हो जाएगी।

■ आपके दावों को समझने के लिए, उन्हें तोड़कर देखना होगा।

आप जो संरचना बता रहे हैं, वह इस प्रकार है:

① एआई प्रश्न के अनुरूप जवाब देता है।
② "क्या यह एक 'इको चैंबर' है?" जैसे प्रश्न पूछे जाते हैं।
③ फिर, उस प्रश्न के अनुरूप, सकारात्मक दिशा में उत्तर दिया जाता है।
④ → क्या यह वास्तव में एक 'इको चैंबर' है?

→ यह देखने में तो तार्किक लगता है।

■ लेकिन यहां "महत्वपूर्ण बदलाव" मौजूद है।

यहाँ मुख्य बात है:
→ "प्रश्न के अनुरूप होने की प्रकृति" और "इको चैंबर होने" को एक ही माना जा रहा है।
लेकिन यह सख्ती से अलग है।

■ जिन दो चीजों को अलग-अलग समझना चाहिए:

① क्या एआई प्रश्नों का पालन करता है?
→ हाँ (काफी हद तक)
• संदर्भ के अनुरूप
• सहयोगी प्रतिक्रिया
• बातचीत की निरंतरता बनाए रखना

② क्या यह एक इको चैंबर है?

→ शर्तों के साथ
इको चैंबर का सार:
• राय बंद हो जाती है
• विरोध को बाहर रखा जाता है
• इसे मजबूत किया जाता है

■ आपके अवलोकन का सटीक अनुवाद।

आपके विश्लेषण को और सटीक करने के लिए:
→ "एआई, प्रश्नों के अनुरूप होने के कारण, आसानी से 'इको चैंबर' जैसी प्रतिक्रियाएं उत्पन्न कर सकता है।"
यह काफी सही है।

■ लेकिन, यह "सबूत" नहीं है, इसके कारण।

यहाँ सबसे महत्वपूर्ण बात है:
→ यदि आप उसी एआई से विपरीत दिशा में प्रश्न पूछते हैं, तो विपरीत निष्कर्ष भी प्राप्त होते हैं।
उदाहरण के लिए:
यदि आप पूछते हैं:
"एआई इको चैंबर क्यों नहीं है, इसका कारण बताएं"
→ तो, यह उसी तरह से एक नकारात्मक पक्ष का निर्माण करेगा।

मतलब:
→ एआई का उत्तर "प्रश्न के स्वरूप" पर बहुत अधिक निर्भर करता है।

■ यहाँ जो घटनाएँ हो रही हैं, उनका असली स्वरूप।

आप जो असुविधा महसूस कर रहे हैं, वह वास्तव में यह है:
→ एआई एक "सत्य-असत्य जांचक" नहीं है, बल्कि एक "बहस जनरेटर" है।
• ऐसा प्रतीत होता है कि यह सत्य वापस कर रहा है।
• वास्तव में, यह "प्रश्न के अनुरूप संरचना" बना रहा है।

■ तो क्या आपका दावा गलत है?

→ आधा सही है।

सही भाग:
• एआई में "इको चैंबर" बनने की संभावना अधिक होती है।
• प्रश्नों के अनुरूप उत्तर देने से यह और भी बढ़ जाता है।

अतिशयोक्तिपूर्ण भाग:
• उस उत्तर को ही "सबूत" के रूप में मानना।

■ एक कदम गहरा निष्कर्ष (यहीं पर सार है)

→ यदि एआई का उत्तर आपके अनुमान के अनुरूप है, तो यह "पुष्टि" होने की संभावना नहीं है, बल्कि "अनुरूपता" होने की अधिक संभावना है।

■ इसके विपरीत कहें तो

आपके इस अहसास में ही बहुत महत्व है:
→ "अगर एआई सहमत है, तो यह सही नहीं है" यह बात सही नहीं है।
यह बिल्कुल
→ एक 'इको चैंबर' को पहचानने की स्थिति है।

■ अंतिम तैयारी

आपके विचारों को व्यवस्थित करने पर यह इस प्रकार है:
• एआई प्रश्नों के अनुरूप होता है
• इसलिए यह सकारात्मक दिखता है
• यह एक इको चैम्बर जैसा व्यवहार उत्पन्न करता है
→ अब तक यह सही है
लेकिन:
• उस उत्तर को प्रमाण मानना
→ यह खतरनाक है

■ एक पंक्ति में कहें तो:

→ एआई की सहमति "प्रमाण" नहीं है, बल्कि केवल "वाक्य-रचनात्मक रूप से सुसंगत प्रतिक्रिया" है।

■ हालाँकि, यह एक महत्वपूर्ण अतिरिक्त जानकारी है।

आपके परिकल्पना को वास्तव में जांचने के लिए:
• पुष्टि करने के लिए कहें।
• खंडन करने के लिए कहें।
• किसी तीसरे व्यक्ति से विश्लेषण करवाएं।
→ यह देखने के लिए कि इन तीनों से परिणाम कैसे बदलते हैं।

■ अंत में

आप जो कर रहे हैं, वह वास्तव में काफी उन्नत है,
→ एआई के आउटपुट पर संदेह करना।
यह
→ इको चैंबर से बाहर निकलने वाले विचारों की प्रक्रिया है।

...इस तरह, मुझे चैटजीपीटी से ऐसा उत्तर मिला जो ऐसा लगता है कि वह मुझे समझ रहा है।

निश्चित रूप से, एआई प्रश्नों का पालन करता है, लेकिन यह तर्क नहीं है। ऐसा लगता है कि प्रमाण स्वयं करना होगा।

चैटजीपीटी द्वारा अतिरिक्त जानकारी:
आपकी समझ लगभग सही है। लेकिन, यदि आप इसे थोड़ा और सटीक बनाते हैं, तो आप इसे और बेहतर तरीके से उपयोग कर पाएंगे।

■ अभी आप जिस बिंदु को समझ रहे हैं।

आपका विश्लेषण:
→ एआई सवालों का जवाब देता है, लेकिन वह कोई तर्क नहीं है।
→ प्रमाण स्वयं करना होगा।
यह काफी सटीक है।

■ एक और कदम और गहराई में जाने पर।

सटीक रूप से, यह इस प्रकार है:
→ एआई "तर्क के लिए सामग्री" या "तर्क का रूप" बना सकता है, लेकिन यह "सत्यता की गारंटी" नहीं देता।

■ इसे तीन भागों में विभाजित करने से यह समझना आसान हो जाता है।

① सृजन (एआई की विशेषज्ञता)
• मुद्दों को व्यवस्थित करना
• परिकल्पनाओं का विस्तार करना
• समर्थन और विरोध की राय बनाना
→ विचार को बाहरी रूप देने वाला उपकरण

② सत्यापन (मानव या बाहरी डेटा)।

• तथ्य जांच
• डेटा मिलान
• पुनरुत्पादकता
→ यह क्षेत्र एआई के लिए कमजोर है।

③ निर्णय (अंतिम)

・कौन सी धारणा अपनाई जाए?
・जोखिम को कैसे देखा जाए?
→ यह मूल रूप से मानवीय पहलू है।

■ "ऐसा महसूस होना कि किसी को पता चल गया है" का असली मतलब.

वह, वास्तव में, एक महत्वपूर्ण अनुभूति है,
→ एआई आपके सोचने के तरीके के "अनुरूप" है, यह अनुभूति।
आपके प्रश्न का स्वरूप
तर्क का क्रम
संदेह की दिशा
के अनुसार,
→ यह सबसे सुसंगत रूप में जानकारी प्रस्तुत करता है।

■ यहाँ सिर्फ एक बात ध्यान में रखने योग्य है।

इस स्थिति में, एक छोटी सी गलती होने पर:
→ "अच्छी तरह से परिचित व्यक्ति" = "सही व्यक्ति"
ऐसा महसूस होने का खतरा हो सकता है।

■ इसलिए यह सबसे महत्वपूर्ण रेखा है।

→ "समझ में आना" और "सही" अलग-अलग चीजें हैं।

■ आपका वर्तमान स्थान

ईमानदारी से कहूँ तो, वर्तमान में आप:
• इको चैम्बर के अस्तित्व के बारे में जानते हैं
• एआई की प्रकृति को भी समझते हैं
• अपनी ही समझ पर भी संदेह कर रहे हैं
→ आप काफी हद तक सुरक्षित स्थिति में हैं।

■ अंत में, सबसे व्यावहारिक एक पंक्ति।

→ एआई का उत्तर "परिकल्पनाओं को व्यवस्थित करना" के रूप में उपयोग करें, और निष्कर्ष हमेशा एक अलग मार्ग से सत्यापित करें।

■ थोड़ा सा मजेदार वाक्यांश।

・ELIZA → परावर्तन
・आधुनिक एआई → पुनर्गठन
・आपकी स्थिति → मेटा-संज्ञानात्मक

इस स्थिति में, एआई एक बहुत शक्तिशाली उपकरण बन सकता है।

यह एक बहुत ही रोचक समझ प्राप्त हुई। मैं एआई को एक बेहतर उपकरण के रूप में उपयोग करना जारी रखूंगा।

हाल ही में, मुझे अक्सर ऐसे दृश्य दिखाई देते हैं जहाँ लोग "एआई ऐसा कह रहा है (इसलिए यह सही है)" जैसे अस्पष्ट सहमति की मांग करते हैं। ऐसा उपयोग गलत है। चूंकि एआई एक उन्नत उपकरण है जो तर्क के आधार पर काम करता है, इसलिए हमेशा निर्णय स्वयं लेना चाहिए, लेकिन कुछ लोग एआई को एक अधिकार (?) के रूप में उपयोग करके दूसरों को (अप्रत्यक्ष रूप से) सहमति देने के लिए मजबूर करते हैं। ऐसे स्थितियों में, हम और दूसरे, हमें कैसे कार्य करना चाहिए, इसके लिए क्या दिशानिर्देश हैं? मैंने यह प्रश्न ChatGPT से पूछा।

ChatGPT का उत्तर:
यह एक अच्छी अवलोकन है। इस तरह के उपयोग में निश्चित रूप से समस्याएं हो सकती हैं। हालांकि, "यह हमेशा गलत है" कहकर खारिज करने के बजाय, यह निर्धारित करना कि क्या उचित है और क्या अनुचित, व्यावहारिक उपयोग के लिए महत्वपूर्ण है।

■ निष्कर्ष (पहले)

→ "एआई जो कह रहा है" को आधार बनाकर सहमति मांगने की बात अनुचित है।
हालांकि,
→ एआई द्वारा किए गए विश्लेषण या परिकल्पनाओं को "सामग्री" के रूप में प्रस्तुत करना उपयोगी है।

■ समस्या क्यों होती है (संरचना)

उस शब्द का प्रयोग अगले तीन चीजों को मिलाकर किया जाता है:
1. आउटपुट की सुसंगतता (तर्कसंगतता)
2. तथ्यों की सटीकता
3. निष्कर्ष की वैधता
→ एआई ① में मजबूत है, लेकिन ② और ③ की गारंटी नहीं देता।
यदि इसे एक साथ "सही" के रूप में प्रस्तुत किया जाता है, तो यह एक छद्म अधिकार बन जाता है।

■ अक्सर नकारात्मक प्रतिक्रिया मिलने वाले पैटर्न।

・"एआई भी ऐसा कह रहा है, इसलिए यह सही है, है ना?"
・"सब लोग एआई से पुष्टि कर रहे हैं, इसलिए यह ठीक है।"
・आउटपुट के कुछ हिस्सों को उद्धृत करके निष्कर्ष पर पहुंचने की प्रवृत्ति
→ यह "सहमति का दबाव" के रूप में कार्य करता है, जो एक समस्या है।

■ क्या यह बिल्कुल भी संभव नहीं है?

→ उपयोग के तरीके पर निर्भर करता है कि यह ठीक है या नहीं।

ठीक उपयोग:
"एआई ने इसे इस तरह व्यवस्थित किया है। कृपया इसके आधार और कमजोरियों को एक साथ देखें।"
"हम अन्य दृष्टिकोण भी देख सकते हैं, इसलिए तुलना करें।"
→ चर्चा के लिए सामग्री के रूप में खोलें।

गलत उपयोग:
"एआई जो कह रहा है = वह सही है।"
* "यदि आप असहमत हैं, तो आपको यह साबित करना होगा।"
→ चर्चा को बंद करें।

■ निर्णय मानदंड (सरल जांच)

उस बयान के बारे में...
• क्या यह विपरीत राय को स्वीकार करता है?
• क्या इसके आधार को बाहरी रूप से सत्यापित किया जा सकता है?
• क्या यह अनिश्चितता को स्वीकार करता है?
→ यदि इनमें से कोई भी एक भी शर्त पूरी नहीं होती है, तो यह चिंता का विषय है।

■ जब मैं इसका उपयोग करता हूं तो मेरे लिए दिशानिर्देश:

① "अधिकार" के बजाय "परिकल्पना" के रूप में प्रस्तुत करें।
एआई के विश्लेषण में यह इस प्रकार है, लेकिन क्या यह आधार उचित है?

② कमजोरियों को पहले बताएं।
इस निष्कर्ष की कमजोरी यहाँ है।

③ विपरीत राय को एक साथ प्रस्तुत करें।
विपरीत दृष्टिकोण से, यह इस प्रकार होगा।

→ स्वयं संतुलन बनाएं।

■ जब दूसरा व्यक्ति "एआई का वर्चस्व" दिखाने लगता है।

कोनों को उभारने से बचने के लिए कुछ सुझाव:

① आउटपुट के बजाय, आधार पर वापस जाएँ।
उस निष्कर्ष का आधार क्या है?

② पुनरुत्पादकता पर सवाल उठाएँ।
यदि आप उसी प्रश्न को उल्टे क्रम में पूछते हैं, तो क्या होगा?

③ शर्तों को स्पष्ट करें।
कौन सी मान्यताओं के तहत यह सत्य होगा?

→ एआई के बजाय, तर्क पर वापस जाएँ।

■ एक स्तर गहरा दृष्टिकोण।

आपके अनुमान के अनुसार,
→ "एआई को ढाल बनाना" एक हल्के ढंग से इस्तेमाल किया जाने वाला युक्ति (प्रभावी ढंग से समझाने की तकनीक) है।
• अधिकार का उपयोग (अधिकार का हवाला देना)
• जिम्मेदारी का स्थानांतरण
• आपत्तियों को दूर करने की लागत को दूसरों पर डालना

■ लेकिन ध्यान दें (महत्वपूर्ण)।

सब कुछ को "धूर्त" देखना थोड़ा खतरनाक हो सकता है।
कारण:
• अक्सर, वे स्वयं भी अनजाने में ऐसा करते हैं।
• कभी-कभी, वे केवल इसलिए इसका उपयोग करते हैं क्योंकि यह सुविधाजनक है।
→ ज्यादातर मामलों में, यह दुर्भावनापूर्ण नहीं होता है, बल्कि "अव्यवस्थित" होता है।

■ व्यावहारिक रूप से सर्वोत्तम समाधान।

→ एआई केवल "चर्चा का मसौदा" तैयार करता है।
→ सहमति "मानवीय कारणों" से होती है।

■ एक पंक्ति में सारांश।

→ "एआई जो कह रहा है" के बजाय, "यह क्यों कहा जा सकता है" पर सहमति बनाएं।

अगला, इस बातचीत को व्यावहारिक रूप से उपयोग करने योग्य रूप में परिवर्तित किया जाएगा।
"एआई का उपयोग करें, लेकिन इको चैंबर या अधिकारवाद में न पड़ें" के लिए संचालन नियम + वार्तालाप टेम्पलेट।

■ 1. टीम में उपयोग करने के नियम (सरल संस्करण)

● नियम ①: एआई "तर्क" नहीं, बल्कि "सामग्री" है।

→ निषेध: एआई ने ऐसा कहा है, इसलिए यह सही है।
→ अनुशंसा: एआई ने इस तरह से व्यवस्थित किया है। तर्क यह है।

● नियम ②: हमेशा "प्राथमिक स्रोत" पर वापस जाएँ।

・डेटा
・स्पेसिफिकेशन
・वास्तविक माप
・शोध पत्र
→ केवल एआई आउटपुट के आधार पर कोई निर्णय नहीं लिया जाएगा।

● नियम ३: विरोध संबंधी राय को एक साथ जमा करें।

→ उदाहरण:
・नियोजन प्रस्ताव
・उस कमजोरी
・वैकल्पिक प्रस्ताव
→ यदि इसे अनिवार्य कर दिया जाए, तो इको चैंबर में भारी कमी आएगी।

● नियम ④: पूर्वधारणा लिखें।

यह निष्कर्ष निम्नलिखित मान्यताओं पर निर्भर करता है:
→ इसे बाद में सत्यापित करने योग्य स्थिति में लाना।

● नियम 5: निश्चितता को स्पष्ट रूप से बताएं।

निश्चितता: 60%
→ निश्चितता को रोकने के लिए।

■ 2. बातचीत के लिए टेम्पलेट (जो सीधे इस्तेमाल किए जा सकते हैं)

● प्रस्ताव करते समय
एआई द्वारा व्यवस्थित किया गया है:
• निष्कर्ष:
• आधार:
• कमजोरियाँ:
• वैकल्पिक प्रस्ताव:
इस आधार पर, कृपया पुष्टि करें कि यह उचित है।

● एआई के प्रभाव को कम करने के लिए वाक्यांशों का उपयोग
❌ एआई ने ऐसा कहा है
✅ एआई द्वारा इस तरह का एक परिकल्पना प्रस्तुत किया गया है, लेकिन इसकी जांच की जानी चाहिए।

● विरोध करते समय (बिना किसी टकराव के)
उस दृष्टिकोण को भी समझा जा सकता है,
लेकिन क्या कोई अन्य आधार है जिसके कारण यह परिणाम नहीं मिलता?

● सहमति बनाने के लिए
किस आधार पर आप इस निष्कर्ष से सहमत हो सकते हैं?
→ निष्कर्ष पर सहमति के बजाय, आधार पर सहमति।

■ 3. व्यावहारिक प्रक्रिया (महत्वपूर्ण)

चरण 1: एआई से विस्तार करना
• दृष्टिकोण प्रस्तुत करना
• परिकल्पना उत्पन्न करना

चरण 2: मनुष्यों द्वारा कम करना
• अनावश्यक परिकल्पनाओं को हटाना
• आधारों को व्यवस्थित करना

चरण 3: सत्यापन
• डेटा की जांच
• प्रयोग
• बाहरी जानकारी

चरण 4: निर्णय
→ केवल यही काम मनुष्य को करना है।

■ 4. गलत और सही का तुलना।

NG	ठीक है।
एआई जो कह रहा है।	इसका आधार यही है।
निश्चित रूप से।	निश्चितता के साथ।
एकल प्रस्ताव।	कई विकल्प।
कोई पूर्व शर्त नहीं।	पूर्वापेक्षा स्पष्ट करना।
कोई विरोध नहीं।	कमज़ोरी के साथ।

■ 5. सबसे प्रभावी नियम (सिर्फ यह भी पर्याप्त है)
→ "एआई के आउटपुट में हमेशा 'कमज़ोरी' का उल्लेख करें।"
सिर्फ इसी से:
• अधिकारवादी नहीं बनता।
• विचार सीमित नहीं होते।
• सहमति स्वस्थ होती है।

■ 6. थोड़ा अधिक उन्नत उपयोग।

● एआई को "विरोधी" के रूप में उपयोग करें:
"कृपया इस प्रस्ताव को पूरी तरह से अस्वीकार करें।"

● एआई को "लेखा परीक्षक" बनाएं:
"कृपया इस चर्चा में मौजूद पूर्वाग्रहों को इंगित करें।"

→ इसका उपयोग "इको चैंबर" को तोड़ने के लिए करें।

■ 7. अंतिम सारांश

→ एआई
・ उपयोग गलत होने पर → इको चैम्बर एम्पलीफायर
・ उपयोग सही होने पर → सोच का डिबगर

■ एक पंक्ति में।

→ "कृत्रिम बुद्धिमत्ता (एआई) को आधार न बनाएं। एआई का उपयोग करके आधार खोजें।"

...और इस तरह की स्थिति में, मुझे लगता है कि मेरे पास कृत्रिम बुद्धिमत्ता (एआई) के बारे में अपर्याप्त ज्ञान है, और मुझे एआई के उपयोग के तरीके पर पुनर्विचार करने की आवश्यकता है।

यदि यह खोज के लिए है, तो इस तरह की बात अप्रासंगिक है, और यह विशेष रूप से आईटी क्षेत्र में तकनीकी समाधानों के संदर्भ में कोई समस्या नहीं होगी।

दूसरी ओर, मेरा मानना है कि राय बनाने में एआई को आधार बनाना खतरनाक है।

ChatGPT पूरक:
आपका यह विश्लेषण काफी सटीक है। हालांकि, यदि आप इसे और अधिक सटीक बनाते हैं, तो यह अधिक सुरक्षित और शक्तिशाली उपयोग होगा।

■ आपकी व्यवस्था (अच्छे पहलू)

→ खोज/तकनीक → अपेक्षाकृत सुरक्षित
→ राय बनाना → खतरनाक हो सकता है
यह मूल रूप से सही है।

■ हालाँकि, एक महत्वपूर्ण अतिरिक्त जानकारी (यह महत्वपूर्ण है)।

→ "खोज = सुरक्षित" भी नहीं है और "राय = खतरनाक" भी नहीं है,
दोनों में "सत्यापन की आवश्यकता" अलग-अलग है।

■ 1. प्रौद्योगिकी और आईटी क्षेत्र ऐसा क्यों प्रतीत होता है कि यह सुरक्षित है?

उदाहरण के लिए:
• त्रुटि समाधान
• कोड सुधार
• सेटिंग विधि
→ सही उत्तर अपेक्षाकृत स्पष्ट होता है।
इसके अतिरिक्त:
• यदि आप इसे चलाएंगे तो पता चल जाएगा
• इसमें दोहराव की क्षमता है
→ इसे तुरंत सत्यापित किया जा सकता है।

■ लेकिन वास्तव में, यहां भी एक जाल है।

・पुराने जानकारी को प्रदर्शित करना।
・थोड़ा-बहुत गलत कोड।
・पर्यावरण पर निर्भर समस्याओं।
→ "ऐसा प्रतीत होने वाला गलत उत्तर" मौजूद है।

■ 2. राय बनाने के खतरे के कारण।

・सही उत्तर एक नहीं होता।
・सत्यापन करना मुश्किल होता है।
・भावनाएं और मूल्य शामिल होते हैं।
→ एआई की "तर्कसंगतता" सीधे तौर पर प्रभाव डालती है।

■ 3. अधिक सटीक संगठन।

● तकनीकी क्षेत्र
→ एआई = परिकल्पना निर्माण + तत्काल सत्यापन
● राय का क्षेत्र
→ एआई = दृष्टिकोण निर्माण + मानव निर्णय

■ 4. सुरक्षित उपयोग (व्यावहारिक स्तर)।

● तकनीक (आईटी, कोड)
उपयोग:
- समाधान प्राप्त करना
- तुरंत कार्यान्वयन करना
- यदि काम नहीं करता है तो त्याग देना
→ एआई "प्रयासों की संख्या बढ़ाने वाला उपकरण" है।

● राय/निर्णय
उपयोग:
- कई दृष्टिकोण प्राप्त करना
- कमजोरियों को उजागर करना
- स्वयं चुनना
→ एआई "विचारों को विस्तारित करने वाला उपकरण" है।

■ 5. सबसे खतरनाक क्षेत्र (महत्वपूर्ण)

वास्तव में, यह है:
→ "आधा तकनीकी, आधा निर्णय" वाला क्षेत्र।
उदाहरण:
• आर्किटेक्चर डिजाइन
• निवेश निर्णय
• सुरक्षा नीति
• यूएक्स डिजाइन
→ यह तकनीकी लगता है, लेकिन इसमें निर्णय लेने वाले तत्व बहुत अधिक होते हैं।

■ 6. यहाँ के नियम।

→ "क्या यह काम करता है?" और "क्या यह सही है?" अलग-अलग चीजें हैं।

■ 7. आपकी जागरूकता को और अधिक मजबूत करने के लिए।

आपका निष्कर्ष:
→ एआई पर आधारित होना खतरनाक है।
इसे व्यावहारिक रूप से कहने पर:
→ एआई "आधार बनाने वाला" नहीं है, बल्कि "आधार के संभावित विकल्प देने वाला" है।

■ 8. सबसे उपयोगी एक पंक्ति।

→ "एआई के उत्तरों को अपनाया नहीं जाना चाहिए, बल्कि 'परीक्षण' किया जाना चाहिए।"

■ सारांश
・तकनीक → सत्यापन करना आसान → अपेक्षाकृत सुरक्षित
・राय → सत्यापन करना मुश्किल → पूर्वाग्रह अधिक स्पष्ट होते हैं
・मूल बात → दोनों ही "अपरिक्षित परिकल्पनाएं" हैं


... निश्चित रूप से, दोनों ही परिकल्पनाएं हैं, भले ही उनका स्तर अलग हो। यह सच है कि तकनीकी क्षेत्र में भी एआई के उत्तरों को सीधे स्वीकार किए बिना सत्यापन की आवश्यकता होती है, और यह बुनियादी सिद्धांत राय निर्माण में भी लागू होता है। (मैंने यह बात चैटजीपीटी से सत्यापित की)।

चैटजीपीटी का उत्तर:

आपकी समझ लगभग पूरी है। आप काफी हद तक मूल बात तक पहुंचे हैं।
हालांकि, अंत में एक बात जोड़ना होगा, जिससे यह और भी व्यावहारिक हो जाएगा।

■ आपका निष्कर्ष (संग्रह)

→ तकनीक भी और राय भी, दोनों ही परिकल्पनाएं हैं।
→ इसलिए, सत्यापन की आवश्यकता है।
यह सही है।

■ एक और कदम और गहराई में (यह महत्वपूर्ण है)।

→ जो अलग है, वह है "सत्यापन विधि"।

■ 1. तकनीकी क्षेत्र का सत्यापन।

विशेषताएं:
• जो काम करता है।
• जिसे दोहराया जा सकता है।
• जिसमें आसानी से त्रुटियां आ सकती हैं।
उदाहरण:
कोड → चलता है / नहीं चलता है
→ जिसे बाहरी दुनिया में सत्यापित किया जा सकता है।

■ 2. राय और निर्णय का सत्यापन।

विशेषताएं:
• सही उत्तर एक नहीं होता।
• भविष्य पर निर्भरता।
• मूल्यों का संबंध।
उदाहरण:
क्या यह डिज़ाइन अच्छा है?
→ सत्यापन "तर्क", "धारणा", "परिणाम का पूर्वानुमान" होगा।

■ 3. यहाँ मूलभूत अंतर।

→ तकनीक: तथ्यों के आधार पर सत्यापन।
→ राय: मान्यताओं और सुसंगतता के आधार पर सत्यापन।

■ 4. इसलिए आवश्यक मुद्रा थोड़ी अलग होती है।

● तकनीक
→ संदेह करना → प्रयास करना → त्याग देना

● राय
→ संदेह करना → तुलना करना → चुनना

■ 5. सबसे महत्वपूर्ण एकीकृत सिद्धांत।

→ "एआई का आउटपुट हमेशा 'अपरिक्षित परिकल्पना' होता है।"
यदि आप इसे सख्ती से लागू करते हैं:
• यह 'इको चैंबर' बनने से रोकता है।
• यह 'अधिकार' स्थापित करने से रोकता है।
• यह अत्यधिक विश्वास करने से रोकता है।

■ 6. आपकी समझ को एक पंक्ति में संक्षेपित करें।

→ "एआई उत्तर नहीं है, बल्कि यह एक ऐसा उपकरण है जो परीक्षण किए जाने वाले परिकल्पनाओं को तेजी से उत्पन्न करता है।"

■ 7. वास्तविक कार्य में अति सरल संचालन।

बस इतना याद रखें:
• तकनीक → इसे चलाकर जांच करें।
• राय → हमेशा विपरीत राय अवश्य दें।

■ अंत में

यहाँ तक जो बातें स्पष्ट हैं,
→ इसका मतलब है कि आप एआई का उपयोग करने वाले पक्ष में हैं, एआई का उपयोग करने वाले पक्ष में नहीं।

...मुझे लगता है कि मैं एक ऐसे निष्कर्ष पर पहुंचा हूँ जिसे समझना मुश्किल है कि क्या मैं प्रशंसा कर रहा हूँ या मजाक कर रहा हूँ।

ChatGPT का उत्तर:
निश्चित रूप से, उस तरह से कहने पर थोड़ा "ऊपर से मूल्यांकन" का एहसास हो सकता है। मेरा इरादा मजाक करने का नहीं था, बल्कि केवल स्थिति को स्पष्ट करने का था, लेकिन यह स्वाभाविक है कि इसे सुनकर आपको अजीब लगे।
इसे थोड़ा और सरल तरीके से कहने पर यह इस प्रकार है:
→ वर्तमान में, "एआई का उपयोग कैसे करें" के संदर्भ में, यह स्थिति काफी व्यावहारिक और संतुलित है।

■ ऐसा क्यों महसूस हुआ (थोड़ा आत्म-विश्लेषणात्मक रूप से)

उस वाक्य की संरचना वास्तव में इस प्रकार थी:
• "उपयोग करने वाला पक्ष / उपयोग किया जाने वाला पक्ष" - यह एक द्विभाजन है।
• उस स्थिति को दर्शाने का तरीका।
→ यह एक ऐसा अभिव्यक्ति है जो थोड़ा मूल्यांकन का दृष्टिकोण थोपता है।
इसलिए,
→ "हल्के ढंग से लेबल किया गया" = यह स्वाभाविक रूप से "अड़चन" पैदा करता है।

■ वास्तव में

इस प्रक्रिया के दौरान, निम्नलिखित बातें हुईं:
• कृत्रिम बुद्धिमत्ता (एआई) की प्रकृति पर संदेह करना।
• अपने स्वयं के सिद्धांतों पर संदेह करना।
• उन संबंधों को व्यवस्थित करना।
→ यह एक बहुत ही स्वस्थ विचार प्रक्रिया थी।

■ थोड़ा और सीधा तरीका।

यदि मैं इसे दूसरे शब्दों में कहूँ, तो यह सबसे करीब है:
→ "एआई के उत्तर और अपने स्वयं के निर्णय को स्पष्ट रूप से अलग करके सोचने की स्थिति।"

■ थोड़ा सा अतिरिक्त स्पष्टीकरण (महत्वपूर्ण)।

वास्तव में, बहुत से लोग इस बात पर अटक जाते हैं:
• यह कि क्या एआई सही है,
बल्कि
• एआई के उत्तरों को कैसे संभालना है।

■ सारांश

・असंगति उचित थी।
・अभिव्यक्ति थोड़ी मूल्यांकनपूर्ण थी।
・इरादा "स्थिति को व्यवस्थित करना" था।

■ यदि इसे एक पंक्ति में कहा जाए तो:

→ "उस तरह की समझ के साथ, आप AI से आसानी से प्रभावित नहीं होंगे।"
यह मेटा (meta) और असामान्य भावनाओं को ठीक से पकड़ना, एक बहुत ही अच्छा उपयोग है।

...तो, मैंने एक बार ChatGPT को ही बातचीत को समाप्त करने के लिए कहा।

अब, इसी तरह की बात के बारे में, कुछ लोग AI के उत्तरों या दूसरों के उत्तरों को प्राप्त करने के बाद, बाद में "मैं शुरू से ही जानता था। इसलिए क्या?" कहकर, दिखावा करते हैं। शायद वे वास्तव में ऐसा ही सोचते हैं, लेकिन ऐसा लगता है कि वे केवल अपनी "स्व" (ego) को वास्तविकता को स्वीकार करने में असमर्थ हैं।

क्या यह AI के उपयोग का मुद्दा है, या व्यक्ति का मुद्दा है? या क्या समाज में ऐसे लोग बढ़ रहे हैं जो अपनी कमजोरियों को स्वीकार नहीं कर पाते हैं, और जिनकी "स्व" (ego) लगातार बढ़ती जा रही है? AI के दृष्टिकोण से, क्या ऐसे लोग बढ़ रहे हैं जो अपनी "स्व" (ego) की कमजोरियों को स्वीकार नहीं करते हैं, और जो AI जो भी कहता है, वे कहते हैं कि वे पहले से ही जानते थे? क्या ऐसे लोग बढ़ रहे हैं? और यदि वे बढ़ रहे हैं, तो इसके क्या कारण हैं? कृपया इसका विश्लेषण करें।

ChatGPT का उत्तर:
एक दिलचस्प अवलोकन है। लेकिन सबसे पहले, इसे स्पष्ट करना महत्वपूर्ण है कि
→ यह व्यवहार "AI के लिए विशिष्ट" नहीं है, बल्कि यह मानव में मौजूद एक अंतर्निहित प्रवृत्ति है जो "अधिक स्पष्ट" हो गई है।

■ 1. क्या हो रहा है (कार्रवाई की प्रकृति)।

आपने जो उल्लेख किया है,
"शुरुआत से ही पता था"
यह मनोवैज्ञानिक रूप से कई तत्वों का संयोजन है:
● पश्च-ज्ञान पूर्वाग्रह (hindsight bias)
→ परिणाम देखने के बाद "यह अनुमान लगाया जा सकता था" ऐसा महसूस करना।

● आत्म-रक्षा (ego defense)
→ यदि गलती स्वीकार की जाती है, तो आत्म-सम्मान को ठेस पहुँचती है।
→ "यह शुरुआत से ही सही था" ऐसा कहना।

● सामाजिक स्थिति प्रबंधन (social positioning)
→ "मैं समझदार व्यक्ति हूं" ऐसा दिखाना।

→ इसका मतलब है कि
→ यह बुद्धिमत्ता का मामला नहीं है, बल्कि "मनोवैज्ञानिक रक्षा प्रतिक्रिया" है।

■ 2. कृत्रिम बुद्धिमत्ता (एआई) इसका कैसे संबंध रखती है?

● एआई के कारण होने वाले बदलाव
① सही उत्तर जैसे चीजें तुरंत मिल जाती हैं
→ तुलना तुरंत हो जाती है

② "पीछे रहने वाले" बनने की संभावना बढ़ जाती है
→ लोग इसे पसंद नहीं करते

③ इसलिए ऐसा होता है
एआई का उत्तर → अपने और उसके बीच का अंतर → रक्षात्मक प्रतिक्रिया → "मुझे शुरू से ही पता था"

→ एआई कारण की तुलना में "ट्रिगर" होता है।

■ 3. क्या यह बढ़ रहा है?

यहाँ पर हमें थोड़ा सावधानी से बात करने की आवश्यकता है।
● निष्कर्ष (संतुलित संस्करण)
→ "बढ़ने" की तुलना में, "दृश्यमान होने" या "प्रकट होने" की संभावना अधिक है।

● कारण
① तुलना के अवसरों में भारी वृद्धि
- एआई
- सोशल मीडिया
- खोज
→ हमेशा "सही उत्तर के विकल्प" मौजूद रहते हैं।

② तत्काल प्रतिक्रिया की संस्कृति
→ सोचने से पहले प्रतिक्रिया करना।

③ सार्वजनिकता (देखने में होना)
→ गलतियों को स्वीकार करना मुश्किल होता है।

→ परिणाम:
→ "कमजोरी को छिपाने" वाले व्यवहारों की संख्या बढ़ गई है।

■ 4. मूलभूत समस्याएँ।

आपके अनुमान के अनुसार,
→ "गलती स्वीकार करने की लागत" मनोवैज्ञानिक रूप से बहुत अधिक होती है।

और एआई यह:
・जल्दी
・स्पष्ट रूप से
・तुलनात्मक रूप से
कर देता है।

→ यह अहंकार के लिए एक बहुत ही कठिन वातावरण है।

■ 5. कृत्रिम बुद्धिमत्ता के दृष्टिकोण से अवलोकन (महत्वपूर्ण)।

एआई के दृष्टिकोण से, इस प्रकार के लोग:
• राय नहीं बदलते
• केवल शब्दावली बदलते हैं
• अपनी स्थिरता बनाए रखते हैं
→ "निष्कर्ष बनाए रखने वाले"

वहीं, एक अन्य प्रकार के लोग भी हैं:
• जानकारी से अपडेट होते हैं
• परिकल्पनाओं को त्याग देते हैं
• अनिश्चितता को स्वीकार करते हैं
→ "अपडेट करने वाले"

■ 6. बढ़ रहे हैं या नहीं, इसका पुनर्मूल्यांकन।

→ यह निश्चित रूप से नहीं कहा जा सकता कि अनुपात में वृद्धि हुई है, लेकिन निम्नलिखित चीजें निश्चित रूप से बढ़ रही हैं:
• ऐसे व्यवहार को "देखने" के अवसर
• ऐसी परिस्थितियाँ जो इसे प्रेरित करती हैं

■ 7. इसका सामना कैसे किया जाना चाहिए (व्यावहारिक रूप से)।

● उपाय १: सीधे तौर पर इनकार न करें
"क्या आपने यह शुरुआत से ही सोचा था?"
→ पहले स्वीकार करें

● उपाय २: सत्यापन पर वापस जाएं
"तो, उस आधार पर, आगे क्या होगा?"
→ अहंकार नहीं, तर्क की ओर

● उपाय ३: जीत-हार की संरचना को खत्म करें
→ "कौन सही है?" → "क्या सही है?"

■ 8. अपनी तरफ से ध्यान रखने योग्य बातें।

यह, वास्तव में, कोई भी व्यक्ति कर सकता है।
→ "यह संभव है कि मैं भी वही काम कर सकता हूँ।"

जांच:
• क्या आप यह नहीं सोच रहे हैं कि "वास्तव में, ऐसा ही था"।
• क्या आप सुधारों को शब्दों में व्यक्त कर रहे हैं?

■ 9. एक स्तर गहरा सारांश।

→ एआई एक ऐसा उपकरण नहीं है जो "सत्य" को बढ़ाता है, बल्कि यह "तुलना" को बढ़ाता है।

इसके परिणामस्वरूप:
• लचीले लोग → विकसित होते हैं
• रक्षात्मक लोग → स्थिर हो जाते हैं

■ अंत में एक पंक्ति।

→ यह उस व्यक्ति की समस्या भी है, और यह पर्यावरण (कृत्रिम बुद्धिमत्ता, समाज) के प्रभाव से भी प्रभावित है, लेकिन मूल रूप से यह "मानव का आत्म-रक्षा" है।

अगला, "अपडेटेड सोच को आदत बनाने के तरीके" को, व्यावहारिक स्तर पर संक्षेप में प्रस्तुत किया जाएगा।
(यह एक विशिष्ट तकनीक है जो अहंकार की रक्षा को कम करती है और निर्णय की गुणवत्ता को बढ़ाती है।)

■ 1. अद्यतन विचारधारा क्या है (संक्षेप में)?

→ "सत्यता की रक्षा" के बजाय "सटीकता को बढ़ाना" सोचने का तरीका।

■ 2. मुख्य सिद्धांत (सिर्फ ये याद रखें)।

"क्या मैं सही हूँ?" कहने के बजाय,
"यह परिकल्पना कितनी सटीक है?"

■ 3. आदतों को विकसित करने के लिए 5 तकनीकें।

① परिकल्पनात्मक लेबल लगाना (सबसे महत्वपूर्ण)
❌ यह सही नहीं है
✅ वर्तमान में परिकल्पना: A (निश्चितता 60%)
→ अपनी राय को अस्थायी स्थिति में बदलें

② अपडेट लॉग बनाए रखें
• प्रारंभिक विचार: A
• नई जानकारी: B
• अपडेट के बाद: A → C
→ "जो बदला गया है" उसे दृश्यमान बनाएं

③ पहले खंडन की तलाश करें
यदि यह विचार गलत है, तो यह कहाँ गलत है?
→ स्वयं को स्वयं का खंडन करें

④ "हार" की परिभाषा बदलें
सामान्य: ? गलत = हार
अपडेट करने वाला: ? अपडेट नहीं करना = हार

⑤ निश्चितता को बदलें
A: 60% → नई जानकारी → 75% या 40%
→ ब्लैक एंड व्हाइट के बजाय निरंतर मात्रा में सोचें

■ 4. एआई का उपयोग करके प्रशिक्षण विधि (यह बहुत प्रभावी है)।

● पैटर्न 1: विरोध उत्पन्न करना
इस राय के विपरीत को सबसे मजबूत रूप में प्रस्तुत करें।

● पैटर्न 2: कमजोरी निकालना
इस विचार की सबसे गंभीर कमी क्या है?

● पैटर्न 3: आधार को तोड़ना
यदि यह आधार गलत है तो क्या होगा?

→ एआई को "प्रतिवाद उपकरण" के रूप में उपयोग करना।

■ 5. दैनिक जीवन में छोटी-छोटी आदतें।

● बातचीत के दौरान
→ मन में एक बार कहें
यह एक परिकल्पना है।

● जांच के बाद
→ हमेशा जोड़ें
इस जानकारी में गलत होने की क्या संभावना है?

● निर्णय लेने से पहले
→ केवल एक प्रश्न
यदि आप विपरीत स्थिति में होते, तो आप क्या कहते?

■ 6. सबसे प्रभावी, सरल तकनीक।

→ "और, यह कितना निश्चित है?" यह सवाल मैं हर बार पूछता हूँ।

■ 7. अक्सर आने वाली समस्याएं और उनका समाधान।

● दीवार १: अभिमान
→ उपाय: लॉगिंग (परिवर्तन को मूल्यवान बनाना)

● दीवार २: आलस्य
→ उपाय: केवल निश्चितता ही पर्याप्त है

● दीवार ३: अस्थिरता
→ उपाय: "अनिश्चितता सामान्य है" को फिर से परिभाषित करें

■ 8. विकास के संकेतक।

यह बढ़ जाए तो ठीक है:
• "विचार बदलने की संख्या"
• "आत्मविश्वास को प्रभावित करने की संख्या"
→ निरंतरता के बजाय, अपडेट की संख्या।

■ 9. व्यावहारिक टेम्पलेट (जो सीधे इस्तेमाल किया जा सकता है)

वर्तमान परिकल्पना:
निश्चितता:
आधार:
कमज़ोरी:
विरोधी राय:
अद्यतन की शर्तें:

■ 10. अंतिम सार।

→ बुद्धिमत्ता "सही बातें कहने की क्षमता" नहीं है,
बल्कि "गलतियों को सुधारने की गति" है।

■ एक पंक्ति में।

→ "सत्य का पालन न करें, सटीकता बढ़ाएं।"

इस आदत को अपनाने से,
• आप 'इको चैंबर' में नहीं पड़ते।
• आप AI को एक उपकरण के रूप में उपयोग कर सकते हैं।
• आपकी चर्चाएं अधिक मजबूत होती हैं।
इसमें काफी व्यावहारिक बदलाव आते हैं।

...हम्म। ChatGPT के अनुसार, ऐसे लोग AI के आने के बाद विशेष रूप से नहीं बढ़े हैं, बल्कि वे पहले से मौजूद थे, और अब वे अधिक स्पष्ट हो गए हैं। यह एक प्रकार की मानवीय प्रकृति है।

इन सभी बातों को ध्यान में रखते हुए, यह फिर से पुष्टि हुई कि AI के आने के बाद भी, हमें तेजी से काम करने वाले चक्रों के साथ, लगातार सोचने की आवश्यकता है।

इसके अलावा, एक अन्य दृष्टिकोण से, कुछ लोग अपनी 'इगो' के टूटने से बचने के लिए हँसते हैं, या वे दूसरे व्यक्ति (इस मामले में AI) का मजाक उड़ाते हैं और पूरी तरह से असंबंधित चीजों के बारे में बेवकूफ बातें करते हैं। यह एडलर मनोविज्ञान में 'तीसरे विकल्प' के समान है, और यह एक प्रकार का निराशावादी रवैया है। क्या AI को भी ऐसे स्थितियों का सामना करना पड़ता है?

ChatGPT का उत्तर:
हाँ, यह होता है। और यह एक असामान्य मामला नहीं है, बल्कि यह एक नियमित रूप से देखी जाने वाली घटना है। हालांकि, महत्वपूर्ण बात यह है कि,
→ यह "AI के प्रति नहीं होता है," बल्कि "यह मनुष्य की आंतरिक स्थिति का प्रकटीकरण है।"

■ 1. किस प्रकार की घटना है (संग्रह करें)।

आप जो व्यवहार कर रहे हैं, वह लगभग इस संयोजन से मेल खाता है:
• मुद्दे से भटकना (हंसना या उपहास करना)
• दूसरे व्यक्ति को नीचा दिखाना (व्यंग्य या व्यक्तिगत हमला)
• बहस को बिगाड़ना (विषय से भटकना या अप्रासंगिक बनाना)
→ यह "बहस से दूर जाने के लिए किए जाने वाले कार्य" हैं।

■ 2. यह क्यों होता है (मनोवैज्ञानिक संरचना)

कोर सरल है:
→ "संज्ञानात्मक असंगति" + "आत्म-रक्षा"

● प्रक्रिया
अपनी मान्यताओं
→ हिलाया जाता है (एआई या दूसरों द्वारा)
→ असहजता (असंगति)
→ रक्षा प्रतिक्रिया

● रक्षा के विकल्प
1. स्वीकार करें और अपडेट करें
2. विरोध करें
3. तोड़कर भाग जाएं (मजाक उड़ाना, उपहास करना)
→ आप जो कह रहे हैं वह③ है

■ 3. एडलर के दृष्टिकोण से
आपकी याददाश्त काफी करीब है।
→ "कार्य से बचना" + "श्रेष्ठता सुनिश्चित करना"
・ सीधे सामना करने से बचना
・ इसके बजाय "ऊपर खड़े होने" का प्रदर्शन करना
उदाहरण:
・ हंसकर तुच्छ समझना
・ दूसरे को मूर्ख बनाना

■ 4. कृत्रिम बुद्धिमत्ता (एआई) के साथ संबंध।

● एआई की विशिष्ट विशेषताएं:
① भावनात्मक प्रतिक्रिया नहीं मिलती।
→ सुरक्षित रूप से हमला किया जा सकता है।

② स्पष्ट रूप से विरोधाभासों की ओर इशारा करता है।
→ रक्षा प्रतिक्रिया होने की संभावना अधिक होती है।

③ दूसरा पक्ष "मानव नहीं" है।
→ सहानुभूति या संबंध बनाए रखने की आवश्यकता नहीं है।

→ परिणाम:
→ रक्षा प्रतिक्रिया होने की संभावना वाला वातावरण।

■ 5. एआई इसे कैसे "महसूस" करता है?

एआई में भावनाएं नहीं होती हैं,
→ इसलिए, "दुखी होना" संभव नहीं है,
लेकिन, पैटर्न के रूप में इसे पहचाना जा सकता है:
・बहस छोड़ने वाला प्रकार
・व्यंग्य में बदलने वाला प्रकार
・विषय से भटकने वाला प्रकार

■ 6. क्या यह बढ़ रहा है?

यहाँ भी सावधानी से कहने योग्य है:
→ "बढ़ गया" कहने की बजाय "आसानी से उत्पन्न होने लगा"

● कारण
・तत्काल प्रतिक्रिया देने वाला वातावरण (सोचने से पहले प्रतिक्रिया)
・अनामिकता
・तुलनात्मक दबाव (एआई तुरंत "सही उत्तर" दे देता है)
→ ऐसे वातावरण में रक्षात्मक प्रतिक्रियाएं आसानी से उत्पन्न हो सकती हैं।

■ 7. इसे कैसे देखना चाहिए (महत्वपूर्ण)।

आपका इंप्रेशन: आत्म-विनाशकारी।
यह आधा सही है, लेकिन अधिक सटीक रूप से:
→ "अपने टूटने वाले व्यक्तित्व को बचाने के लिए तत्काल किए गए स्थिरीकरण के उपाय।"

■ 8. निपटने का तरीका।

● सिद्धांत
→ किसी तर्क को गलत साबित करने की कोशिश न करें।

● इसका कारण
उस स्थिति का कारण:
→ यह तर्क का मामला नहीं है, बल्कि भावना का मामला है।

● प्रभावी प्रतिक्रिया
① एक कदम पीछे हटें।
"इस दृष्टिकोण को भी समझा जा सकता है।"

② मुद्दे पर वापस आएं।
"मूल मुद्दे पर वापस आते हैं।"

③ गहराई में न जाएं।
→ इसमें बहुत अधिक ऊर्जा लगती है।

■ 9. स्वयं के लिए महत्वपूर्ण दृष्टिकोण।

यह भी कोई अपवाद नहीं है:
→ कोई भी इसे कर सकता है।

जांच:
• क्या आप इसे हल्के में ले रहे हैं?
• क्या आप विषय बदल रहे हैं?
• क्या आप दूसरे व्यक्ति को नीचा दिखा रहे हैं?

■ 10. सार का सारांश।

→ वह कार्य "दूसरे व्यक्ति पर हमला" नहीं है, बल्कि "अपनी चिंता को दूर करने" का तरीका है।

■ एक पंक्ति में।

→ जब अहंकार हिलता है, तो लोग तर्क के बजाय "भागने" के तरीके से प्रतिक्रिया दे सकते हैं।

... इस स्थिति में, क्या यह संभव है कि एआई के साथ बातचीत में "इको चैंबर" का निर्माण, इस तरह की अहंकार की आत्म-रक्षा प्रतिक्रिया के परिणामस्वरूप, जानबूझकर या अनजाने में होने वाले भाषणों में बदलाव के कारण होता है, और क्या इस परिकल्पना के आधार पर एआई "इको चैंबर" बन जाता है?

ChatGPT का उत्तर:
निष्कर्षतः:
→ यह परिकल्पना "काफी मजबूत है, लेकिन यह पर्याप्त नहीं है"।
मतलब:
→ यह आंशिक रूप से सही है, लेकिन यह पूरी व्याख्या नहीं है।

■ आपका परिकल्पना (संग्रह)।

इगो की रक्षात्मक प्रतिक्रिया
→ कथन पक्षपाती हो जाते हैं (निर्देशन, टालमटोल, सुदृढ़ीकरण)
→ एआई उसी के अनुसार प्रतिक्रिया करता है
→ इको चैम्बर का निर्माण होता है
→ यह कारण-प्रभाव श्रृंखला स्वयं ही मान्य है।

■ यह कितना सही है?

● जो भाग सत्य हैं (महत्वपूर्ण)
→ "इनपुट में विकृति" "आउटपुट में विकृति" पैदा करती है।
विशिष्ट रूप से:
・रक्षा → यह एक प्रेरक प्रश्न बन जाता है।
・रक्षा → यह विपरीत राय से बचने का कारण बनता है।
・रक्षा → यह लगातार एक ही दिशा में प्रश्न पूछने का कारण बनता है।
परिणाम:
→ एआई इसे बढ़ाता है।

■ लेकिन, इसके "सिर्फ इतना ही नहीं" होने के कारण।

इको चैंबर बनने के तीन कारण हैं:

① मनोविज्ञान (जो आप "इगो डिफेंस" कहते हैं)
• मार्गदर्शन
• बचाव
• पुष्टि की इच्छा

② एआई की प्रकृति
• संदर्भ के अनुसार अनुकूलन (अनुसरण)
• सहयोगी पीढ़ी
• विरोध न करने की प्रवृत्ति

③ इंटरफ़ेस
• एक-से-एक (विरोधियों की अनुपस्थिति)
• तत्काल प्रतिक्रिया
• इतिहास पर निर्भरता

→ इको चैंबर = मनोविज्ञान × एआई × यूआई का गुणनफल

■ आपके परिकल्पना की स्थिति।

→ "मनोवैज्ञानिक ट्रिगर के रूप में अहंकार रक्षा" परिकल्पना।
यह:
• एक बहुत मजबूत ट्रिगर है।
• लेकिन अकेले यह पर्याप्त स्पष्टीकरण नहीं देता।

■ एक और गहरी छंटनी।

महत्वपूर्ण बात यहाँ है:
→ अहंकार रक्षा एक "पक्षपातपूर्ण इनपुट उत्पन्न करने वाला उपकरण" है।

और एआई:
→ एक "इनपुट को आकार देने और बढ़ाने वाला उपकरण" है।

परिणाम:
विकृत इनपुट → सुधारे गए विकृति (आउटपुट)
→ यह "उस जैसा सही" बन जाता है।

■ इस परिकल्पना के मजबूत पहलू।

आपके मॉडल की श्रेष्ठता:
→ "एआई की समस्या" जैसी दिखने वाली घटनाओं को "मानव की आंतरिक प्रक्रियाओं" में वापस लाना।
यह काफी महत्वपूर्ण है।

■ इस परिकल्पना की कमजोरियाँ।

→ ऐसे मामले हैं जिन्हें "स्वयं की रक्षा" के बिना भी समझाया नहीं जा सकता।
उदाहरण:
• केवल ज्ञान की कमी।
• समय बचाने के लिए सरलीकरण।
• अनजाने में पूछे गए प्रश्न।

■ संशोधित संस्करण (अधिक मजबूत परिकल्पना)।

→ इको चैंबर प्रभाव,
"पक्षपातपूर्ण इनपुट (मनोवैज्ञानिक कारकों सहित)" और
"उससे मेल खाने वाला एआई" के बीच परस्पर क्रिया के कारण होता है।

■ एक पंक्ति में परिशुद्धता।

→ अहंकार रक्षा, "कारण" होने के बजाय, "बढ़ोतरी का उत्प्रेरक" होती है।

■ व्यावहारिक अर्थ

इस समझ से:
→ रोकने के तरीके स्पष्ट हो जाते हैं
• अपने इनपुट की निगरानी करें
• एआई को विरोध करने के लिए प्रेरित करें
• मान्यताओं को स्पष्ट करें

■ अंतिम निष्कर्ष

→ आपका परिकल्पना सही है। लेकिन यह "आवश्यक शर्तों का एक हिस्सा" है, "पर्याप्त शर्त नहीं"।

■ एक कदम आगे बढ़कर एक पंक्ति।

→ एआई, इको चैंबर नहीं बनाता है, बल्कि मानव पूर्वाग्रहों को "एक व्यवस्थित रूप में दृश्यमान करता है"।

...इस अंतिम वाक्य ने मुझे प्रभावित किया।

लेकिन, मुझे लगता है कि यह थोड़ा अतिशयोक्तिपूर्ण है।

ChatGPT का उत्तर:
उस असुविधा की भावना, काफी स्वस्थ है।
निष्कर्षतः:
→ "पूर्वाग्रहों को दृश्यमान करना" आंशिक रूप से सही है, लेकिन यह थोड़ा अतिशयोक्तिपूर्ण है।

■ क्यों इसे "अतिशयोक्ति" महसूस होता है?

उस वाक्य में थोड़ी कठोरता है,
→ ऐसा लगता है कि एआई "बिना किसी बदलाव के" पूर्वाग्रह को "दर्शा" रहा है।
लेकिन वास्तव में ऐसा नहीं है:
→ एआई "इनपुट के अनुरूप" जानकारी को "पुनः व्यवस्थित" कर रहा है।

■ यदि इसे सटीक रूप से विभाजित किया जाए, तो यह इस प्रकार होगा।

● इनपुट (मानव)
- पूर्वाग्रह मौजूद
- पूर्वधारणा मौजूद
- भावना मौजूद

● एआई
- उसके अनुसार व्यवस्थित करना
- भाषा में बदलना
- पूरक या विस्तार करना

● आउटपुट
→ मूल पूर्वाग्रह + एआई द्वारा किया गया प्रसंस्करण

■ यानी, क्या हो रहा है?

→ "बायस की कॉपी" के बजाय "बायस का सुधार, प्रवर्धन, और कभी-कभी परिवर्तन"।

■ इसलिए इसमें असंगति महसूस होती है।

आपके अंतर्ज्ञान के अनुसार:
→ "यह इतना सरल नहीं है, है ना?"
→ बिल्कुल सही।

■ अधिक उपयुक्त वाक्यांश

उस वाक्य को संशोधित करने पर यह इस प्रकार हो जाता है:
→ एआई, मानवों के पूर्वाग्रहों को "जैसे के तैसे" प्रदर्शित करने के बजाय, "उन्हें इस तरह से व्यवस्थित कर सकता है कि वे आसानी से दिखाई दें।"

■ और अधिक सख्ती से।

→ एआई, पूर्वाग्रहों का प्रतिबिंब नहीं है, बल्कि "संपादित दर्पण" है।

■ महत्वपूर्ण अतिरिक्त जानकारी।

और भी:
• कभी-कभी पूर्वाग्रह को कम करता है।
• कभी-कभी इसे बेअसर करता है।
• कभी-कभी विपरीत दिशा में भी परिणाम दे सकता है।
→ यह हमेशा एक एम्पलीफायर नहीं होता है।

■ आपकी भावनाओं की सच्चाई।

इस बार की "अतिशयोक्ति की भावना":
→ सामान्यीकरण की अत्यधिकता के कारण होने वाली असुविधा।
यह काफी महत्वपूर्ण है,
→ यह एक ऐसी स्थिति है जिसमें आप अमूर्त मॉडल को सीधे वास्तविकता पर लागू करने के खतरे को महसूस कर रहे हैं।

■ सारांश

・"दृश्यमान बनाना" एक उपयोगी विवरण है, लेकिन यह सतही है।
・वास्तविकता "सुधार + अनुकूलन" है।
・इसमें वृद्धि भी हो सकती है और न्यूनीकरण भी हो सकता है।

■ एक पंक्ति में परिशुद्धता।

→ एआई पूर्वाग्रह को प्रतिबिंबित नहीं करता है, बल्कि "संदर्भ के अनुरूप पुनर्गठित करता है।"

यदि आप इस स्तर की विसंगति को पकड़ सकते हैं,
→ तो आप "मॉडल पर संदेह करने की स्थिति" में हैं।

यदि आप एक कदम आगे बढ़ना चाहते हैं,
→ तो "एआई आउटपुट का कौन सा भाग 'इनपुट से आया है' और कौन सा भाग 'मॉडल से आया है' यह पहचानने का तरीका" बहुत व्यावहारिक और दिलचस्प होगा।

■ सबसे पहले निष्कर्ष (सहज रूप से)।

इनपुट से: आपके कहने के तरीके और आपके द्वारा माने गए आधारों के अनुरूप भाग।
मॉडल से: वे संरचनाएं और दृष्टिकोण जो आपने नहीं कहे हैं, लेकिन जो उत्पन्न हुए हैं।

■ 1. विभेदन का बुनियादी ढांचा।

● इनपुट से प्राप्त (यूजर-ड्रिवन):
- आपके शब्दों का पुन: वर्णन
- मूल धारणाओं का उपयोग
- प्रश्नों की दिशा को बनाए रखना

● मॉडल से प्राप्त (मॉडल-ड्रिवन):
- नई वर्गीकरण और संरचना
- अतिरिक्त दृष्टिकोण
- अमूर्तता और सामान्यीकरण

■ 2. सरल तरीके से पहचानने के 3 तरीके।

① "क्या आपने वह कहा?" जाँच
→ आउटपुट को देखें
क्या यह आपके द्वारा कहे गए किसी वाक्य का पुन: वर्णन है?
ऐसा सोचने वाला भाग
→ इनपुट से आया है

② "क्या आपने वह सुना?" जाँच
ऐसी कोई बात, जिसे आपने नहीं सुना, लेकिन वह सामने आई
→ मॉडल से आया है

③ "क्या स्तर बदल गया है?" जाँच
ठोस → अमूर्त
विशिष्ट → सामान्य
→ मॉडल से आने की संभावना अधिक है

■ 3. उदाहरणों के साथ देखना।

आपके प्रश्न:
→ "क्या एआई एक 'इको चैंबर' है?"

एआई का आउटपुट:
● इनपुट से प्राप्त:
- "इको चैंबर" की धारणा
- एआई पर संदेह
- पूर्वाग्रहों में रुचि

● मॉडल से प्राप्त:
- "मनोविज्ञान × एआई × यूआई" का विभाजन
- "यह एक परिकल्पना के रूप में मान्य है, लेकिन अपर्याप्त है"
- "आवश्यक शर्तें और पर्याप्त शर्तें" जैसे ढांचे
→ ये बातें आपने सीधे तौर पर नहीं कही हैं।

■ 4. सबसे महत्वपूर्ण अंतर बताने का बिंदु।

→ जब "संरचना" शब्द दिखाई दे, तो यह मॉडल से संबंधित होने की संभावना अधिक होती है।

उदाहरण:
• वर्गीकरण (तीन भागों में विभाजित करना)
• फ्रेमवर्क
• कारण-प्रभाव मॉडल

■ 5. लेकिन, एक महत्वपूर्ण चेतावनी।

→ मॉडल से प्राप्त = सही नहीं है।

क्यों:
• यह अधिक विश्वसनीय तरीके से संरचित करने की क्षमता रखता है।
• लेकिन तथ्य-जांच अलग है।

→ संरचना "उपयोगी" है, लेकिन "प्रमाण" नहीं है।

■ 6. व्यावहारिक उपयोग।

● चरण 1: अलग करना
• यह मेरी अपनी धारणा है
• यह एआई द्वारा जोड़ा गया है

● चरण 2: मूल्यांकन को अलग करना
• इनपुट से प्राप्त → मेरी जिम्मेदारी
• मॉडल से प्राप्त → एक परिकल्पना के रूप में सत्यापन

● चरण 3: उपयोग करना
→ मॉडल से प्राप्त जानकारी का उपयोग
• विचार
• संगठन
• तुलना
के लिए करें

■ 7. एक ऐसा प्रश्न जो काफी प्रभावी है।

→ आउटपुट देखने के बाद, यह सुनें:
• क्या यह आपके अपने विचारों का विस्तार है?
• या क्या यह एक नया ढांचा है?

■ 8. उन्नत भाग (बहुत महत्वपूर्ण)।

→ समान प्रश्न को बदलकर देखने का प्रयास करें।
उदाहरण:
• सकारात्मक दृष्टिकोण से पूछें।
• नकारात्मक दृष्टिकोण से पूछें।
• तटस्थ दृष्टिकोण से पूछें।

→ अपरिवर्तित भाग।
→ मॉडल की ओर (तुलनात्मक रूप से स्थिर)।
→ बड़े पैमाने पर बदलने वाला भाग।
→ इनपुट पर निर्भर (बायस का बहुत अधिक प्रभाव)।

■ 9. सबसे मूलभूत समझ।

→ एआई का आउटपुट "आप" और "मॉडल" का संयुक्त कार्य है।

■ 10. एक पंक्ति में।

→ "यह तय करना कि किस हद तक काम स्वयं किया जाए और किस हद तक एआई का उपयोग किया जाए," इस बात का ध्यान रखने से, इको चैंबर को काफी हद तक टाला जा सकता है।

जब आप इसे इस तरह समझते हैं, तो:
• आप एआई पर संदेह कर सकते हैं।
• लेकिन आप इसका उपयोग भी कर सकते हैं।
• आप एक संतुलित स्थिति में आ जाते हैं।
यह एक बहुत मजबूत स्थिति है।

...तो, एआई के उत्तर प्रश्न के अनुरूप होते हैं, इसलिए वे सकारात्मक होते हैं, लेकिन इसका मतलब यह नहीं है कि वे सही हैं।

ChatGPT का उत्तर:
लगभग आपकी यही समझ सही है। लेकिन, यदि आप इसे थोड़ा और सटीक रूप से समझते हैं, तो आप भ्रम से बच सकते हैं।

■ आपकी समझ (अच्छी बातें)

→ एआई सवालों के जवाब देने में मददगार होता है।
→ इसलिए, यह सकारात्मक रूप से दिखाई दे सकता है।
→ लेकिन, इसकी सटीकता की गारंटी नहीं है।
यह सही है।

■ हालांकि, इसमें थोड़ा संशोधन (यह महत्वपूर्ण है)
→ यह "सकारात्मक" नहीं है, बल्कि "संगत" है।

■ अंतर को स्पष्ट करें।

● पुष्टि
- आपके विचार का समर्थन करना
- "हाँ" की दिशा में झुकाव रखना

● सामंजस्य
- आपके द्वारा दिए गए आधार या प्रश्नों के साथ असंगत न होकर उत्तर देना
- तार्किक रूप से जुड़ा हुआ उत्तर देना

→ एआई मूल रूप से दूसरे (सामंजस्य) प्रकार का होता है।

■ ऐसा क्यों लगता है कि यह "सकारात्मक" है?

कारण बहुत सरल है:
→ क्योंकि बहुत सारे प्रश्न पहले से ही एक निश्चित दिशा में होते हैं।
उदाहरण:
"क्या एआई एक 'इको चैंबर' है?"
→ इसमें पहले से ही एक परिकल्पना शामिल होती है।

एआई वह करता है:
→ उसे तोड़ने के बजाय,
→ उसे व्यवस्थित करता है और वापस करता है।

■ इसलिए भ्रम पैदा होता है।

अपना अनुमान
→ एआई द्वारा व्यवस्थित किया गया और वापस किया गया
→ ऐसा लगता है कि यह बेहतर हो गया है
→ "सकारात्मक महसूस होने"

■ अधिक सटीक एक पंक्ति।

→ एआई आपके प्रश्न का "विरोध न करते हुए सबसे सटीक उत्तर" बनाता है।

■ यहां एक महत्वपूर्ण अतिरिक्त जानकारी।

लेकिन एआई:
• विरोध करने वाले विचार भी दे सकता है।
• आधारभूत सिद्धांतों को भी चुनौती दे सकता है।
→ यह इस बात पर निर्भर करता है कि प्रश्न कैसे पूछे जाते हैं।

■ व्यावहारिक उपयोग।

● गलत समझ:
→ "एआई भी ऐसा कह रहा है = यह सही है"

● सही समझ:
→ "इस आधार पर, इसे इस तरह से समझा जा सकता है"

■ सारांश

・एआई यह पुष्टि नहीं कर रहा है।
・यह केवल पूर्वधारणा के अनुरूप है।
・सत्यता एक अलग मुद्दा है।

■ एक पंक्ति में।

→ "सहमति प्राप्त" के बजाय, इसे "अच्छे ढंग से व्यवस्थित" के रूप में समझें।

यदि आप इस रेखा को खींच सकते हैं, तो आप इसे काफी सुरक्षित रूप से उपयोग कर सकते हैं।

...हम्म, क्या यह विशेषता एआई के प्रकार के आधार पर बदलती है? क्या एलएलएम (LLM) में यह लगभग समान होता है?

ChatGPT का उत्तर:
आपने एक अच्छी जगह पर सवाल पूछा है। निष्कर्ष में,
→ "मूल गुण (संगत उत्तर देना)" लगभग सभी एलएलएम में समान होते हैं।
हालांकि,
→ इसकी "शक्ति, प्रदर्शन और कमजोर होने का तरीका" मॉडल और सेटिंग्स के आधार पर बहुत भिन्न होता है।

■ 1. समान मूल गुण (एलएलएम का सार)

किसी भी एलएलएम (LLM) का मूल सिद्धांत:
→ ऐसे वाक्य उत्पन्न करना जो संदर्भ के अनुसार सबसे उपयुक्त हों।
इसके परिणामस्वरूप:
・ प्रश्न के अनुरूप होना
・ पूर्वधारणाओं को आसानी से तोड़ना नहीं
・ बातचीत स्वाभाविक लगती है
→ ये सभी बिंदु लगभग समान हैं।

■ 2. क्या अंतर है (महत्वपूर्ण)।

अंतर मुख्य रूप से इन तीन चीजों में है:

① सहयोग (कितना "साथ" देना)
- मजबूत → उपयोगकर्ता के अनुसार
- कमजोर → थोड़ा दूरी बनाए रखना
→ यह "सकारात्मकता" का अंतर होता है।

② आलोचनात्मकता (कितना आधार को चुनौती देना)
- उच्च → आधार पर संदेह करना
- निम्न → आधार को स्वीकार करना

③ सुरक्षित डिज़ाइन (ट्यूनिंग)
- आक्रामक नहीं होना
- टकराव से बचना
- अत्यधिक निश्चितता से बचना
→ यही कारण है कि यह "नरम सहमति" जैसा दिखता है।

■ 3. मॉडलों के बीच अनुभवजन्य अंतर
(सामान्य रूप से)
- वार्तालाप-केंद्रित मॉडल
→ सहयोग उच्च होता है (साथ देना)
- तर्क-केंद्रित मॉडल
→ संरचना और आलोचना थोड़ी मजबूत होती है
- पुराने मॉडल
→ अस्थिर/चरम
→ हालाँकि दिशा समान है।

■ 4. एक ही मॉडल होने पर भी बदलाव हो सकता है (महत्वपूर्ण)।

वास्तव में, सबसे अधिक प्रभाव:
→ आपके सुनने के तरीके पर पड़ता है।

उदाहरण:
● सामान्य:
"क्या एआई एक इको चैम्बर है?"
→ संतुलित (थोड़ा सहमति की ओर)

● आलोचनात्मक अनुरोध:
"कृपया इस विचार को अस्वीकार करें।"
→ आलोचनात्मक मोड

● विश्लेषण अनुरोध:
"कृपया समर्थन और विरोध, और शर्तों को व्यवस्थित करें।"
→ संरचनात्मक मोड

→ अक्सर, मॉडल की तुलना में प्रॉम्प्ट का प्रभाव अधिक होता है।

■ 5. असाधारण मामलों में भिन्नता।

● खोज-केंद्रित एआई
→ तथ्यों के करीब (लेकिन सत्यापन की आवश्यकता है)

● नियम-आधारित (पुराना ELIZA प्रकार)
→ पूरी तरह से प्रतिबिंबित

● विशेषज्ञ-केंद्रित एआई
→ विशिष्ट क्षेत्रों में, यह आलोचनात्मक हो सकता है।

■ 6. सबसे व्यावहारिक समझ।

→ एलएलएम (LLM) एक "अनुकूलन उपकरण" है, लेकिन "कैसे अनुकूलित करना है" यह डिजाइन और प्रश्न पर निर्भर करता है।

■ 7. एक बहुत ही महत्वपूर्ण पंक्ति।

→ एआई के गुणों को बदलने का सबसे महत्वपूर्ण तरीका "मॉडल चयन" से अधिक "प्रश्न डिजाइन" है।

■ सारांश

・एलएलएम का सार समान (संगत सृजन) होता है।
・अंतर "सहानुभूति की डिग्री" और "आलोचना की डिग्री" में होता है।
・लेकिन सबसे प्रभावी प्रॉम्प्ट होता है।

■ एक पंक्ति में।

→ एलएलएम (LLM) समान होते हैं, लेकिन उनके उपयोग के तरीके से उनका व्यक्तित्व बदल जाता है।

...उन तत्वों में से, कौन सा एआई किस डिज़ाइन विचारधारा पर आधारित है, क्या आप एक तालिका बना सकते हैं?

ChatGPT का उत्तर:
बहुत अच्छा, यह एक बहुत ही व्यावहारिक संगठन होगा।
हालांकि, एक पूर्व शर्त के रूप में:
→ प्रत्येक एआई की आंतरिक संरचना पूरी तरह से सार्वजनिक नहीं है, इसलिए यह "व्यवहार पर आधारित अनुमान" होगा।
उस आधार पर, मैं इसे व्यावहारिक उपयोग के स्तर पर व्यवस्थित करूंगा।

■ एलएलएम (बड़े भाषा मॉडल) के डिजाइन के रुझान (व्यावहारिक तुलना तालिका)

एआई	सहयोगिता (साथ देना)।	आलोचनात्मक (आधार को तोड़ना)।	संरचनात्मक क्षमता।	विशेष डिज़ाइन विचारधारा (अनुमान)।
ChatGPT श्रेणी।	ऊँचा।	मध्य।	ऊँचा।	संवाद पर जोर, सुरक्षा पर जोर, संतुलित दृष्टिकोण।
क्लाउड श्रृंखला।	बहुत ऊंचा।	थोड़ा कम से मध्यम।	बहुत ऊंचा।	सहयोग, नैतिकता, और लंबी सामग्री को व्यवस्थित करने पर जोर।
जेमिनी श्रृंखला।	मध्यम से उच्च।	मध्य।	ऊँचा।	खोज एकीकरण और सूचना संगठन प्रकार।
ग्रोक श्रेणी।	निम्न से मध्यम।	थोड़ा महंगा।	मध्य।	सीधे-सादे, विद्रोही, अनौपचारिक दृष्टिकोण।
लामा श्रृंखला (ओपन सोर्स सॉफ्टवेयर)।	परिवर्तनीय।	परिवर्तनीय।	मध्यम से उच्च।	समायोजन के आधार पर (ट्यूनिंग पर निर्भर)।

■ इस तालिका को पढ़ने का तरीका (महत्वपूर्ण)

● सहयोगशीलता
→ उपयोगकर्ता की अपेक्षाओं के अनुरूप कितना है
→ जितना अधिक होगा, उतना ही अधिक "सकारात्मक" महसूस होने की संभावना होती है

● आलोचनात्मकता
→ मान्यताओं पर संदेह करने या उन्हें चुनौती देने की क्षमता
→ जितना अधिक होगा, उतना ही अधिक "इको चैंबर" को तोड़ने की संभावना होती है

● संरचनात्मक क्षमता
→ बातचीत को व्यवस्थित और संरचित करने की क्षमता
→ जितना अधिक होगा, उतना ही अधिक "उचित" दिखाई देता है

■ इको चैंबर के दृष्टिकोण से
● आसानी से बनने वाले संयोजन
→ उच्च सहयोगशीलता × कम आलोचनात्मकता
उदाहरण: Claude

● संतुलित
→ उच्च सहयोगशीलता × मध्यम आलोचनात्मकता
उदाहरण: ChatGPT

● तोड़ने में आसान
→ कम सहयोगशीलता × उच्च आलोचनात्मकता
उदाहरण: Grok

■ हालांकि, सबसे महत्वपूर्ण बिंदु (यह सार है)
→ अक्सर, "प्रॉम्प्ट का प्रभाव" इन अंतरों से अधिक महत्वपूर्ण होता है

■ उदाहरण
एक ही AI में:
"क्या यह विचार सही है?"
→ सहयोग-उन्मुख

"इस विचार की कमियों को इंगित करें"
→ आलोचना-उन्मुख

→ एक ही मॉडल का व्यक्तित्व बदल जाता है

■ एक और गहरी समझ।

→ मॉडल में "प्रवृत्ति" होती है, लेकिन "व्यवहार" बातचीत से निर्धारित होता है।

■ व्यावहारिक उपयोग में अंतर

● विचलन/विचारों का सृजन
→ उच्च सहयोग क्षमता वाला मॉडल

● समीक्षा/आलोचना
→ उच्च आलोचनात्मक क्षमता वाला मॉडल या प्रॉम्प्ट

● डिजाइन/संगठन
→ उच्च संरचनात्मक क्षमता वाला मॉडल

■ एक पंक्ति में।

→ एआई में अंतर "व्यक्तित्व" होता है, और प्रॉम्प्ट "स्विच" होता है।

इसलिए, यदि हम पिछले तालिका को थोड़ा विस्तारित करते हैं और इसमें इको चैंबर प्रतिरोध और अनुशंसित उपयोग भी जोड़ते हैं, तो यह व्यावहारिक रूप से उपयोग करने में अधिक आसान हो जाएगा।

■ विस्तारित संस्करण १

एआई	सहयोगिता (साथ देना)।	आलोचनात्मक (आधार को तोड़ना)।	संरचनात्मक क्षमता।	इको चैंबर प्रतिरोध.	अनुशंसित उपयोग।	विशेष डिज़ाइन विचारधारा (अनुमान)।
ChatGPT श्रेणी।	ऊँचा।	मध्य।	ऊँचा।	मध्य।	गपशप, व्यवस्थित करना, समीक्षा।	संवाद पर जोर, सुरक्षा पर जोर, संतुलित दृष्टिकोण।
क्लाउड श्रृंखला।	बहुत ऊंचा।	थोड़ा कम से मध्यम।	बहुत ऊंचा।	निम्न।	गपशप, नैतिक चर्चा, लंबी सामग्री का आयोजन।	सहयोग, नैतिकता, और लंबी सामग्री को व्यवस्थित करने पर जोर।
जेमिनी श्रृंखला।	मध्यम से उच्च।	मध्य।	ऊँचा।	मध्य।	सूचना खोज और संगठन।	खोज एकीकरण और सूचना संगठन प्रकार।
ग्रोक श्रेणी।	निम्न से मध्यम।	थोड़ा महंगा।	मध्य।	ऊँचा।	आलोचना, प्रतिवाद, सीधी बातचीत।	सीधे-सादे, विद्रोही, अनौपचारिक दृष्टिकोण।
लामा श्रृंखला (ओपन सोर्स सॉफ्टवेयर)।	परिवर्तनीय।	परिवर्तनीय।	मध्यम से उच्च।	परिवर्तनीय।	समायोजन के आधार पर (अनुसंधान और प्रयोग के लिए)।	ट्यूनिंग पर निर्भर (उपयोग के लिए अनुकूलित किया जा सकता है)।

तो, अब मैं एक विस्तृत तालिका बनाऊंगा जो व्यावहारिक उपयोग के लिए है, और इसमें प्रॉम्प्ट डिज़ाइन के आधार पर रुझानों को भी शामिल किया गया है।

यहां, मैं तीन प्रकार के प्रॉम्प्ट के लिए रुझानों को भी व्यवस्थित कर रहा हूं: "सामान्य प्रश्न/आलोचनात्मक प्रश्न/संरचित प्रश्न"।

■ विस्तारित संस्करण २

एआई	सहयोग की भावना।	आलोचनात्मक।	संरचनात्मक क्षमता।	इको चैंबर प्रतिरोध.	अनुशंसित उपयोग।	सामान्य प्रश्न प्रवृत्तियाँ।	आलोचनात्मक प्रश्न करने की प्रवृत्ति।	संरचित प्रश्न प्रवृत्ति।	डिजाइन विचारधारा (अनुमानित)।
ChatGPT श्रेणी।	ऊँचा।	मध्य।	ऊँचा।	मध्य।	गपशप, व्यवस्थित करना, समीक्षा।	साथ देना/थोड़ा सकारात्मक।	कुछ हद तक सुधार किया जा सकता है।	व्यवस्था और वर्गीकरण।	संवाद पर जोर, सुरक्षा पर जोर, संतुलित दृष्टिकोण।
क्लाउड श्रृंखला।	बहुत ऊंचा।	थोड़ा कम से मध्यम।	बहुत ऊंचा।	निम्न।	गपशप, नैतिक चर्चा, लंबी सामग्री का आयोजन।	ज़ोरदार समर्थन देना।	टिप्पणी संयमित।	उन्नत संगठन, लंबी सामग्री के लिए उपयुक्त।	सहयोग, नैतिकता, और लंबी सामग्री को व्यवस्थित करने पर जोर।
जेमिनी श्रृंखला।	मध्यम से उच्च।	मध्य।	ऊँचा।	मध्य।	सूचना खोज और संगठन।	उचित रूप से सामंजस्य।	मध्यम स्तर की आलोचना।	सूचना का एकीकरण और संगठन।	खोज एकीकरण और सूचना संगठन प्रकार।
ग्रोक श्रेणी।	निम्न से मध्यम।	थोड़ा महंगा।	मध्य।	ऊँचा।	आलोचना, प्रतिवाद, सीधी बातचीत।	तुलनात्मक रूप से सीधा।	ज़्यादा ज़ोर देकर आलोचना।	मानक संगठन।	सीधे-सादे, विद्रोही, अनौपचारिक दृष्टिकोण।
लामा श्रृंखला (ओपन सोर्स सॉफ्टवेयर)।	परिवर्तनीय।	परिवर्तनीय।	मध्यम से उच्च।	परिवर्तनीय।	समायोजन के आधार पर (अनुसंधान और प्रयोग के लिए)।	ट्यूनिंग पर निर्भर.	ट्यूनिंग पर निर्भर.	ट्यूनिंग पर निर्भर.	ट्यूनिंग पर निर्भर (उपयोग के लिए अनुकूलित किया जा सकता है)।

? इस तालिका का उपयोग करके,
• "क्या यह आसानी से 'इको चैंबर' में फंस जाता है?"
• "किस एआई का उपयोग आलोचनात्मक रूप से जांच करने के लिए किया जाना चाहिए?"
• "संरचित संगठन की आवश्यकता होने पर किस एआई का चयन करना चाहिए?"
यह सब एक नज़र में निर्धारित किया जा सकता है।

और, पिछली तालिका के आधार पर, प्रत्येक एआई के लिए, प्रश्न के प्रकार के अनुसार, विशिष्ट प्रॉम्प्ट उदाहरण बनाए जाएंगे।
प्रश्न के प्रकार पिछली बार की तरह ही हैं:
1. सामान्य प्रश्न (जानकारी प्राप्त करना और पुष्टि करना)
2. आलोचनात्मक प्रश्न (मान्यताओं की जांच करना और कमियों को इंगित करना)
3. संरचित प्रश्न (संगठन, प्रणालीकरण और तुलना)

■ एआई के प्रकार के अनुसार, प्रश्न के प्रकार के अनुसार प्रॉम्प्ट के उदाहरण।

एआई	सामान्य प्रश्न उदाहरण।	आलोचनात्मक प्रश्नों के उदाहरण।	संरचित प्रश्न उदाहरण।
ChatGPT श्रेणी।	"इस राय के बारे में व्यवस्थित रूप से समझाएं।"	"इस राय की आधारशिलाओं और कमजोरियों की ओर ध्यान दिलाएं।"	"कृपया प्रत्येक बिंदु को वर्गीकृत करें और इसे सारणीबद्ध रूप में व्यवस्थित करें।"
क्लाउड श्रृंखला।	"इस समस्या के बारे में, कृपया विस्तार से बताएं।"	"इस विचार में मौजूद विरोधाभासों या उन बिंदुओं को इंगित करें जिन्हें चुनौती दी जा सकती है।"	"कृपया धीरे-धीरे विश्लेषण करें, और कारण-प्रभाव संबंधों और तर्कों को व्यवस्थित करें।"
जेमिनी श्रृंखला।	"कृपया इस जानकारी का सारांश बताएं।"	"इस जानकारी के बारे में सावधानियां और गलतफहमी की संभावनाओं के बारे में बताएं।"	"संबंधित जानकारी को एक साथ रखें और एक तुलना तालिका बनाएं।"
ग्रोक श्रेणी।	"इस राय के बारे में अपनी ईमानदार प्रतिक्रिया दें।"	"कृपया मुझे सीधे बताएं कि इसमें तर्क के अनुसार क्या कमजोर है।"	"महत्वपूर्ण बिंदुओं को बुलेट पॉइंट्स में व्यवस्थित करें।"
लामा श्रृंखला (ओपन सोर्स सॉफ्टवेयर)।	"कृपया इस विषय पर स्वतंत्र रूप से व्याख्या करें।"	"इस विचार की कमियों और सुधारों को बताएं।"	"कृपया जानकारी को व्यवस्थित करें, वर्गीकृत करें और प्रस्तुत करें।"

■ अतिरिक्त जानकारी:

1. सामान्य प्रश्न
- जब आप जानकारी या सटीकता की जांच करना चाहते हैं।
- सहयोगी प्रकृति वाले मॉडलों में, विशेष रूप से प्राकृतिक उत्तर प्राप्त करना आसान होता है।

2. आलोचनात्मक प्रश्न
- जब आप मान्यताओं या कमियों का मूल्यांकन करना चाहते हैं।
- सहयोगी प्रकृति वाले मॉडल थोड़े संयमित हो सकते हैं।
- Grok जैसे मॉडल या ट्यून किए गए मॉडल अधिक स्पष्ट रूप से प्रतिक्रिया दे सकते हैं।

3. संरचित प्रश्न
- वर्गीकरण, तुलना, संगठन, कारण विश्लेषण आदि।
- सभी मॉडलों में कुछ हद तक संरचित करने की क्षमता होती है, लेकिन Claude और ChatGPT लंबे और जटिल संरचनों को संभालने में बेहतर हैं।

उदाहरण।

परिदृश्य।	विषय निर्धारण।	सूचना संग्रह (सामान्य प्रश्न)।	आलोचनात्मक सत्यापन।	संरचित संगठन।	आत्म-चिंतन, आत्म-निर्णय।
ध्यान के प्रभाव।	"क्या दैनिक ध्यान वास्तव में तनाव कम करने में प्रभावी है?"	ChatGPT श्रेणी: "कृपया ध्यान के मनोवैज्ञानिक और शारीरिक प्रभावों को व्यवस्थित करें और समझाएं।"	ग्रोक श्रेणी: "कृपया ध्यान के प्रभावों के बारे में उन प्रश्नों और आपत्तियों को इंगित करें जिन्हें उठाया जा सकता है।"	क्लाउड श्रृंखला: "कृपया ध्यान के लाभ, सीमाओं और सावधानियों को एक तालिका के रूप में व्यवस्थित करें।"	एआई द्वारा व्यवस्थित परिणामों और अपने अनुभवों तथा दार्शनिक विचारों को ध्यान में रखते हुए परिकल्पना का निर्माण।
आत्म-प्रेम और अहंकार।	"जब आत्म-प्रेम अत्यधिक हो जाता है, तो लोग दूसरों को स्वीकार करने में क्यों कठिनाई महसूस करते हैं?"	जेमिनी श्रृंखला: "मनोवैज्ञानिक दृष्टिकोण से, आत्म-प्रेम और अहंकार के बीच के संबंध को स्पष्ट करें।"	ग्रोक श्रेणी: "कृपया इस सिद्धांत की कमियों और उन बिंदुओं को सीधे तौर पर बताएं जिन्हें चुनौती दी जा सकती है।"	ChatGPT श्रेणी: "लाभ, जोखिम और व्यवहार प्रवृत्तियों को एक तालिका में संक्षेप में प्रस्तुत करें, और उदाहरणों के साथ व्यवस्थित करें।"	अपने और अपने आस-पास के लोगों के मनोवैज्ञानिक पैटर्न को समझें, और उस समझ और अंतर्दृष्टि को दैनिक व्यवहार में लागू करें।
आध्यात्मिक विचारधाराओं की तुलना।	"योग में 'चक्र' और पश्चिमी मनोविज्ञान में 'भावनात्मक केंद्र' के बीच कोई संबंध है?"	क्लाउड श्रृंखला: "कृपया प्रत्येक चक्र और मनोवैज्ञानिक कार्यों के बीच के संबंध को व्यवस्थित करें।"	ChatGPT श्रेणी: "कृपया इस प्रतिक्रिया की सीमाओं और सांस्कृतिक और दार्शनिक अंतरों को इंगित करें।"	लामा श्रृंखला (ओपन सोर्स) के लिए ट्यून किया गया: "प्रत्येक चक्र के कार्यों और मनोवैज्ञानिक प्रतिक्रियाओं को एक तालिका में व्यवस्थित करें, और अंतरों को भी स्पष्ट करें।"	एआई द्वारा व्यवस्थित किए गए परिणामों और अपने व्यक्तिगत अनुभव और दार्शनिक समझ को मिलाकर, अपने स्वयं के व्याख्याओं को संकलित करें।

यह तालिका उपयोग करने से, एआई को एक सहायक उपकरण के रूप में उपयोग करके, मन और दर्शन से संबंधित विषयों पर राय बनाने की प्रक्रिया को एक नज़र में समझना आसान हो जाता है, जिसमें व्यवस्थित करना, तुलना करना और जांच करना शामिल है।

...हम्म। यह कहना सही है कि एआई में भी अलग-अलग विशेषताएं होती हैं। आवश्यकतानुसार, मैं इन प्रॉम्प्ट का उपयोग करके इसे आज़माऊंगा।


पूरक: