श्रुति कुमार (बदला हुआ नाम) एक चिकित्सा अनुसंधान संस्थान में प्रोफेसर हैं, जो एक उपेक्षित उष्णकटिबंधीय बीमारी के निदान पर काम कर रही हैं जो हर साल लगभग दस लाख नए लोगों को संक्रमित करती है। प्रो. कुमार ने कहा कि वैज्ञानिक प्रकाशकों द्वारा अनुरोधों की बढ़ती संख्या के साथ सहकर्मी समीक्षा अनुसंधान पांडुलिपियाँ हाल के वर्षों में, इस प्रक्रिया में उनका इतना अधिक समय लग गया है कि उन्होंने जानबूझकर केवल उन्हीं अनुरोधों को स्वीकार करने का निर्णय लिया है जो उनकी विशेषज्ञता के क्षेत्र के विशिष्ट उप-अनुशासन से संबंधित हैं।
दरअसल, जैसे-जैसे एसटीईएम जर्नल तेजी से विश्व स्तर पर फैल रहे हैं और अधिक पेपर प्रकाशित करने का दबाव बढ़ रहा है, पेपर की समीक्षा करने के लिए योग्य विशेषज्ञों का पूल तेजी से तनावपूर्ण होता जा रहा है, और शीर्ष अकादमिक प्रकाशक मदद के लिए अपने साथियों की नहीं बल्कि कृत्रिम बुद्धिमत्ता (एआई) की ओर रुख कर रहे हैं।
लगभग 15,000 वर्ष
प्रो. कुमार ने कहा कि एआई साहित्यिक चोरी का पता लगाने में मदद कर सकता है: “कुछ प्रकाशक समीक्षकों को पांडुलिपियां भेजने से पहले प्रतिशत साहित्यिक चोरी की जांच करते हैं, उदाहरण के लिए, एआई के साथ 40% साहित्यिक चोरी का पता चला था, और यह समीक्षक के लिए उपयोगी जानकारी है और यह समान काम करने में उनके समय को कम करता है।”
अमेरिकन केमिकल सोसाइटी में समाज कार्यक्रमों के लिए वैश्विक रणनीति की निदेशक दीक्षा गुप्ता के अनुसार, 2020 में, दुनिया भर में सहकर्मी समीक्षकों ने समीक्षा प्रक्रिया के लिए लगभग 15,000 वर्षों के बराबर लगभग 130 मिलियन घंटे समर्पित किए। यह उन समीक्षकों के लिए एक बहुत बड़ा बोझ है, जिन्हें अपनी शैक्षणिक और अनुसंधान प्रतिबद्धताओं के साथ समीक्षा जिम्मेदारियों को संतुलित करना होगा।
लेकिन हाल ही में प्रकाशित एक पेपर के अनुसार, “सहकर्मी-समीक्षित जर्नल प्रणाली एक उपयुक्त प्रणाली को अनुकूलित करने और प्रदान करने में असमर्थ रही है जो डाउनसाइड्स को नियंत्रित करते हुए एआई प्रौद्योगिकियों का लाभ उठा सकती है।” नवप्रवर्तनभारतीय विज्ञान संस्थान, बेंगलुरु के संरचनात्मक रसायनज्ञ गौतम देसिराजू द्वारा सह-लेखक। पेपर में कहा गया है कि वार्षिक डेटा सृजन की दर सालाना प्रकाशित अकादमिक लेखों की संख्या से अधिक है।
इंसानों का कोई प्रतिस्थापन नहीं
लेखकों ने कहा, वैश्विक वैज्ञानिक समुदाय को सहकर्मी-समीक्षित जर्नल प्रक्रिया के विकल्पों के साथ प्रयोग करने की जरूरत है, “ऐसा न हो कि एआई-जनित ज्ञान द्वारा स्वीकृत वैज्ञानिक निष्कर्ष बनने से प्रेरित त्रुटियों या निरीक्षण के कारण वैज्ञानिक उत्पादकता गिर जाए।”
डॉ. गुप्ता ने कहा, “हालांकि एआई मानव समीक्षकों की जगह नहीं ले सकता है या अंतिम संपादकीय निर्णय नहीं ले सकता है, लेकिन यह एक मूल्यवान सहायक भूमिका निभा सकता है।” “एआई-एकीकृत उपकरण उपयुक्त विषय-वस्तु विशेषज्ञों के साथ पांडुलिपियों का सटीक मिलान करने में सहायता कर सकते हैं और प्रीस्क्रीनिंग चरण के दौरान प्रारंभिक मूल्यांकन प्रदान कर सकते हैं। यह सुनिश्चित करता है कि केवल पर्याप्त गुणवत्ता और प्रासंगिकता की प्रस्तुतियाँ ही पूर्ण सहकर्मी समीक्षा के लिए आगे बढ़ती हैं, जिससे समीक्षकों के लिए अनावश्यक कार्यभार कम हो जाता है।”
कैक्टस कम्युनिकेशंस लिमिटेड के एसोसिएट वाइस-प्रेसिडेंट, डिलीवरी और सॉल्यूशंस, शेन रिडक्विस्ट ने कहा, एआई सहकर्मी समीक्षा में सार्थक रूप से सहायता कर सकता है, लेकिन केवल तभी जब निर्धारित कार्यों के लिए जिम्मेदारी से लाभ उठाया जाए। उन्होंने कहा, एआई शोधकर्ताओं के वर्कफ़्लो में सहायता कर सकता है, जिससे उन्हें साहित्य खोज और डेटा संगठन जैसे नियमित कार्यों का प्रबंधन करने, जटिल डेटा में सूक्ष्म पैटर्न की पहचान करने और दूर के क्षेत्रों के बीच अप्रत्याशित कनेक्शन की सतह बनाने की अनुमति मिलती है, जिसका मानव कभी सामना नहीं कर सकता है।
वास्तव में, एआई की भूमिका मानव विशेषज्ञता को बढ़ाने की होनी चाहिए, उदाहरण के लिए साहित्यिक चोरी और अखंडता की जाँच करना, क्योंकि एआई पाठ समानता, छवि हेरफेर और डेटा निर्माण पैटर्न का पता लगाने में उत्कृष्ट है, डॉ. रिडक्विस्ट ने कहा। यह स्क्रीनिंग, सबमिशन गुणवत्ता का आकलन करने, अनुपालन का प्रारूप तैयार करने, दायरे को संरेखित करने, विशेषज्ञता का विश्लेषण करने, उनके प्रकाशन इतिहास के आधार पर संभावित समीक्षकों की पहचान करने, संभावित समस्याग्रस्त या पक्षपाती भाषा को चिह्नित करके पूर्वाग्रहों का पता लगाने और हितों के टकराव के पैटर्न की पहचान करने में भी मदद कर सकता है।
डॉ. रिडक्विस्ट ने कहा कि “कुंजी वृद्धि है, प्रतिस्थापन नहीं”।
प्रवर्धन जोखिम
उन्होंने कहा, किसी को अभी भी “वैचारिक नवीनता और महत्व का मूल्यांकन करने; संदर्भ में पद्धतिगत सुदृढ़ता का आकलन करने; किसी पत्रिका के दर्शकों के लिए उपयुक्तता के बारे में सूक्ष्म निर्णय लेने; और विज्ञान को आगे बढ़ाने वाली रचनात्मक प्रतिक्रिया प्रदान करने” में मानवीय निर्णय की आवश्यकता है।
एक प्रकाशक के दृष्टिकोण से, डॉ. गुप्ता के अनुसार, ऐसे एआई सिस्टम को एकीकृत करना अभी भी अपने विकास के चरण में है: “इन उपकरणों को बड़े पैमाने पर तैनात करने से पहले कठोर परीक्षण और सत्यापन आवश्यक है।”
लेकिन एक चिंता बढ़ गई नवप्रवर्तन पेपर मशीन-निर्मित सारांश में गलती के बढ़ने का जोखिम है, जो भविष्य के लेखकों को “मौलिक रूप से गलत या गलत व्याख्या किए गए विज्ञान” का हवाला देने और फैलाने के लिए प्रेरित कर सकता है।
लेखकों ने लिखा, “यह अनिवार्य रूप से गैर-प्रतिकृति योग्य कागजात को प्रतिबिंबित करेगा, ज्यादातर इसका कोई स्पष्ट संकेत दिए बिना।”
‘एकमात्र विश्वसनीय स्रोत नहीं’
एआई मॉडल में ऐसे पूर्वाग्रह भी हैं जिन्हें समझना और नियंत्रित करना मुश्किल हो सकता है, जैसे कि डेटासेट में शामिल करने या बाहर करने के विकल्पों से, एल्गोरिदम प्रक्रिया में मान्यताओं से, और एआई विकसित करने वाले ऑपरेटिव संस्थानों में अंतर्निहित सामाजिक आर्थिक कारकों से।
लेखकों ने कहा, “इसका मुकाबला करने के लिए एक प्रणाली तैयार करना एक कठिन, निरंतर उपक्रम है जिसके लिए वर्तमान सहकर्मी-समीक्षित जर्नल प्रणाली अपर्याप्त लगती है।”
डॉ. रिडक्विस्ट ने कहा, “हम पहले ही ऐसे मामले देख चुके हैं जहां लोगों ने अनजाने में झूठे उद्धरणों को प्रचारित करने के लिए जेनरेटिव एआई का उपयोग किया है, उदाहरण के लिए, ऐसे उदाहरण जहां बड़े भाषा मॉडल (एलएलएम) कभी-कभी प्रशंसनीय-लगने वाले लेकिन गैर-मौजूद संदर्भ उत्पन्न करते हैं, जो सबूतों की भ्रामक श्रृंखला बना सकते हैं।”
किसी भी जेनेरिक एआई प्लेटफॉर्म या टूल का उपयोग करते समय, लोग इस बात को नजरअंदाज कर देते हैं कि इसमें सूक्ष्म तकनीकी त्रुटियां हो सकती हैं जिन्हें एक मानव विशेषज्ञ तुरंत पकड़ लेगा, डॉ. रिडक्विस्ट ने आगे कहा: “और एलएलएम में नए, सुधारात्मक शोध को कम महत्व देते हुए उच्च-उद्धृत लेकिन संभावित रूप से त्रुटिपूर्ण काम का अधिक प्रतिनिधित्व करने की प्रवृत्ति होती है। यही कारण है कि मानव निरीक्षण अपरिहार्य रहता है। महत्वपूर्ण मूल्यांकन के बिना, एआई तेजी से गलत सूचना को तेज कर सकता है।”
18 दिसंबर का पेपर विज्ञान सुझाव दिया गया कि शिक्षा जगत में एआई के उपयोग को लेकर उत्साह और चिंता दोनों के बावजूद, “अनुभवजन्य साक्ष्य खंडित हैं” और एलएलएम के प्रभाव को पूरी तरह से समझा नहीं गया है। पेपर से पता चला कि एलएलएम ने “वैज्ञानिक उत्पादन को नया आकार देना” शुरू कर दिया है और अंग्रेजी प्रवाह का महत्व पीछे रह जाएगा “लेकिन मजबूत गुणवत्ता-मूल्यांकन ढांचे और गहरी कार्यप्रणाली जांच का महत्व सर्वोपरि है”।
डॉ. गुप्ता ने कहा, “विकास के अपने वर्तमान चरण में एआई निश्चित रूप से संदर्भित करने और निर्णय लेने का एकमात्र विश्वसनीय स्रोत नहीं है।”
‘विशिष्ट मानव क्षेत्र’
उन्होंने कहा, बुद्धिमान मशीनों के विकास के साथ, मनुष्यों, विशेष रूप से विशेषज्ञों और वैज्ञानिकों की बुद्धि अधिक मूल्यवान होने जा रही है और हमें अपनी अवधारणाओं और बुनियादी सिद्धांतों पर पक्षपात किए बिना इन उपकरणों को स्मार्ट तरीके से उपयोग करने के बारे में सतर्क और सावधान रहने की आवश्यकता है।
डॉ. गुप्ता ने बताया कि एआई-संचालित डेटा संश्लेषण में त्रुटियों को कम करने के लिए एक सरल लेकिन प्रभावी रणनीति एकल मॉडल पर निर्भर रहने से बचना है। मॉडलों के संयोजन का उपयोग अधिक संतुलित और सटीक परिणाम प्रदान कर सकता है:
“यह सुनिश्चित करना भी उतना ही महत्वपूर्ण है कि स्रोत डेटासेट प्रामाणिक और विश्वसनीय डेटाबेस से प्राप्त किए गए हैं।”
डॉ. रिडक्विस्ट ने कहा कि कुछ तकनीकी सुरक्षा उपाय एआई से संबंधित त्रुटियों को और कम कर सकते हैं। उदाहरण के लिए, हमेशा प्राथमिक स्रोतों के विरुद्ध एआई-जनरेटेड उद्धरणों और डेटा सारांशों को मान्य करें, उन्होंने कहा।
तो क्या AI रचनात्मकता में मदद करता है या बाधा डालता है? एक बात तो यह है कि एआई केवल वृद्धिशील खोजें ही कर सकता है। हालाँकि, यह वास्तव में मूल परिकल्पनाएँ उत्पन्न करने के लिए मौलिक खोजें हासिल नहीं कर सकता जैसा कि मनुष्य कर सकता है।
वास्तव में एआई अनजाने में रचनात्मकता और पार्श्व सोच को बाधित कर सकता है, डॉ. रिडक्विस्ट के अनुसार: “किसी समस्या से गहराई से जूझना अक्सर अंतर्दृष्टि उत्पन्न करता है, लेकिन एआई शॉर्टकट वैज्ञानिकों को इस उत्पादक घर्षण से वंचित कर सकते हैं।”
हालांकि, एक महत्वपूर्ण अंतर यह है कि एआई स्थापित ढांचे के भीतर अच्छी तरह से परिभाषित समस्याओं को हल करने में महान है, “सच्ची रचनात्मकता में अक्सर समस्या को फिर से तैयार करना या मौलिक मान्यताओं पर सवाल उठाना शामिल होता है। यह स्पष्ट रूप से मानव क्षेत्र बना हुआ है,” उन्होंने कहा।
डॉ. गुप्ता ने कहा, “चुनौती सिर्फ तकनीकी प्रगति को अपनाने में नहीं है, बल्कि उस मानवीय भावना को संरक्षित करने में भी है जो सच्चे नवाचार को बढ़ावा देती है।”
टीवी पद्मा नई दिल्ली स्थित एक विज्ञान पत्रकार हैं।
