बड़े भाषा मॉडल (एलएलएम) हाल के वर्षों में तेजी से विकसित हुए हैं और चैटजीपीटी जैसे अनुप्रयोगों के माध्यम से हमारे रोजमर्रा के जीवन का अभिन्न अंग बन रहे हैं।हाल ही में एक लेखप्रकाशितमेंप्रकृति मानव व्यवहारसामूहिक रूप से विचार-विमर्श करने, निर्णय लेने और समस्याओं को हल करने की हमारी क्षमता के लिए एलएलएम के उपयोग से उत्पन्न होने वाले अवसरों और जोखिमों की व्याख्या करता है।

बर्लिन में कोपेनहेगन बिजनेस स्कूल और मैक्स प्लैंक इंस्टीट्यूट फॉर ह्यूमन डेवलपमेंट के शोधकर्ताओं के नेतृत्व में, 28 वैज्ञानिकों की अंतःविषय टीम शोधकर्ताओं और नीति निर्माताओं को यह सुनिश्चित करने के लिए सिफारिशें प्रदान करती है कि एलएलएम को मानव सामूहिक बुद्धिमत्ता से अलग करने के बजाय पूरक के रूप में विकसित किया जाए।

यदि आप एलएलएम जैसा शब्द नहीं जानते तो आप क्या करेंगे?आप संभवतः तुरंत इसे गूगल करेंगे या अपनी टीम से पूछेंगे।हम रोजमर्रा की जिंदगी में समूहों के ज्ञान का उपयोग करते हैं, जिसे सामूहिक बुद्धि के रूप में जाना जाता है।

व्यक्तिगत कौशल और ज्ञान के संयोजन से, हमारी सामूहिक बुद्धिमत्ता ऐसे परिणाम प्राप्त कर सकती है जो अकेले किसी भी व्यक्ति, यहां तक ​​कि विशेषज्ञों की क्षमताओं से भी अधिक हो सकते हैं।यह सामूहिक बुद्धिमत्ता सभी प्रकार के समूहों की सफलता को संचालित करती है, कार्यस्थल में छोटी टीमों से लेकर विकिपीडिया जैसे बड़े ऑनलाइन समुदायों और यहां तक ​​कि बड़े पैमाने पर समाजों तक।

एलएलएम हैंकृत्रिम होशियारी(एआई) प्रणालियाँ जो बड़े डेटासेट और गहन शिक्षण तकनीकों का उपयोग करके पाठ का विश्लेषण और निर्माण करती हैं।नया लेख बताता है कि एलएलएम सामूहिक बुद्धिमत्ता को कैसे बढ़ा सकते हैं और टीमों और समाज पर उनके संभावित प्रभाव पर चर्चा करते हैं।

"जैसाबड़े भाषा मॉडलसूचना और निर्णय लेने के परिदृश्य को तेजी से आकार देने के लिए, अपनी क्षमता का दोहन करने और जोखिमों से बचाव के बीच संतुलन बनाना महत्वपूर्ण है।हमारा लेख उन तरीकों का विवरण देता है जिनसे एलएलएम द्वारा मानव सामूहिक बुद्धि को बढ़ाया जा सकता है, और विभिन्न नुकसान भी संभव हैं,'' लेख के सह-लेखक और मैक्स प्लैंक इंस्टीट्यूट फॉर ह्यूमन डेवलपमेंट, बर्लिन के निदेशक राल्फ हर्टविग कहते हैं।

बिच मेंसंभावित लाभशोधकर्ताओं द्वारा पहचाना गया है कि एलएलएम सामूहिक प्रक्रियाओं में पहुंच में उल्लेखनीय वृद्धि कर सकता है।वे अनुवाद सेवाओं और लेखन सहायता के माध्यम से बाधाओं को तोड़ते हैं, उदाहरण के लिए, विभिन्न पृष्ठभूमि के लोगों को चर्चाओं में समान रूप से भाग लेने की अनुमति देते हैं।

इसके अलावा, एलएलएम विचार निर्माण में तेजी ला सकते हैं या राय बनाने की प्रक्रियाओं का समर्थन कर सकते हैं, उदाहरण के लिए, चर्चाओं में उपयोगी जानकारी लाना, विभिन्न राय का सारांश देना और सर्वसम्मति प्राप्त करना।

फिर भी एलएलएम के उपयोग में महत्वपूर्ण जोखिम भी होते हैं।उदाहरण के लिए, वे विकिपीडिया और स्टैक ओवरफ़्लो जैसे सामूहिक ज्ञान में योगदान करने के लिए लोगों की प्रेरणा को कमज़ोर कर सकते हैं।यदि उपयोगकर्ता तेजी से मालिकाना मॉडल पर भरोसा करते हैं, तो ज्ञान परिदृश्य का खुलापन और विविधता खतरे में पड़ सकती है।एक अन्य मुद्दा झूठी सर्वसम्मति और बहुलवादी अज्ञानता का जोखिम है, जहां एक गलत धारणा है कि बहुमत एक मानदंड को स्वीकार करता है।

अध्ययन के मुख्य लेखक और सहायक जेसन बर्टन बताते हैं, "चूंकि एलएलएम ऑनलाइन उपलब्ध जानकारी से सीखते हैं, इसलिए जोखिम है कि एलएलएम-जनित प्रतिक्रियाओं में अल्पसंख्यक दृष्टिकोण का प्रतिनिधित्व नहीं किया जाता है। इससे सहमति की गलत भावना पैदा हो सकती है और कुछ दृष्टिकोण हाशिए पर जा सकते हैं।"कोपेनहेगन बिजनेस स्कूल में प्रोफेसर और एमपीआईबी में एसोसिएट रिसर्च वैज्ञानिक।

"इस लेख का महत्व यह है कि यह दर्शाता है कि हमें इस बारे में सक्रिय रूप से सोचने की आवश्यकता क्यों है कि एलएलएम ऑनलाइन सूचना वातावरण को कैसे बदल रहे हैं और बदले में, हमारी सामूहिक बुद्धिमत्ता - बेहतर और बदतर के लिए," सहायक प्रोफेसर, सह-लेखक जोशुआ बेकर का सारांश है।यूनिवर्सिटी कॉलेज लंदन में.

लेखक बुलाते हैंअधिक पारदर्शिताएलएलएम बनाने में, जिसमें प्रशिक्षण डेटा स्रोतों का खुलासा शामिल है, और सुझाव दिया गया है कि एलएलएम डेवलपर्स को बाहरी ऑडिट और निगरानी के अधीन होना चाहिए।इससे इस बात की बेहतर समझ हो सकेगी कि एलएलएम वास्तव में कैसे विकसित किए जा रहे हैं और प्रतिकूल विकास को कम किया जा सकता है।

इसके अलावा, लेख एलएलएम से संबंधित विषयों पर संक्षिप्त सूचना बॉक्स प्रदान करता है, जिसमें एलएलएम के प्रशिक्षण में सामूहिक बुद्धिमत्ता की भूमिका भी शामिल है।यहां, लेखक एलएलएम विकसित करने में मनुष्यों की भूमिका पर विचार करते हैं, जिसमें विविध प्रतिनिधित्व जैसे लक्ष्यों को कैसे संबोधित किया जाए।

अनुसंधान पर ध्यान केंद्रित करने वाले दो सूचना बॉक्स बताते हैं कि एलएलएम का उपयोग मानव अनुकरण के लिए कैसे किया जा सकता हैसामूहिक आसूचना, और खुले शोध प्रश्नों की पहचान करें, जैसे ज्ञान के समरूपीकरण से कैसे बचें और एलएलएम के साथ सामूहिक परिणाम सह-निर्मित होने पर क्रेडिट और जवाबदेही को कैसे विभाजित किया जाना चाहिए।