Theory of Mind: मनोविज्ञान में इसका क्या अर्थ है और क्यों AI शोधकर्ता इस पर बहस कर रहे हैं
प्रकाशित:
संक्षेप में
Theory of mind अन्य लोगों और अपने आप को विश्वास, इच्छाओं और इरादों का आरोपण करने की संज्ञानात्मक क्षमता है, जो किसी के वास्तविकता के दृष्टिकोण से भिन्न होने पर भी व्यवहार की भविष्यवाणी करने की अनुमति देती है। यह अवधारणा, जो लंबे समय से Sally-Anne task जैसे बाल-विकास परीक्षणों के माध्यम से अध्ययन की जाती है, एक Stanford के शोधकर्ता की रिपोर्ट के बाद जनता की बहस में फिर से प्रवेश कर गई कि GPT-4 जैसे बड़े भाषा मॉडल इसी तरह के कई परीक्षण पास करते हैं, एक दावा जिस पर अन्य वैज्ञानिकों को संदेह है।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
मनोविज्ञान में Theory of Mind का क्या अर्थ है
Theory of mind (ToM) को अन्य व्यक्तियों को समझने की क्षमता के रूप में परिभाषित किया जाता है उन्हें मानसिक अवस्थाएं आरोपित करके, Wikipedia की अवधारणा के अवलोकन के अनुसार। यह एक व्यक्ति को यह पहचानने देता है कि कोई और ऐसी मान्यताएं, इच्छाएं या इरादे रख सकता है जो उनके अपने से भिन्न हों, और उस पहचान का उपयोग व्यवहार की भविष्यवाणी या व्याख्या करने के लिए करते हैं।
यह शब्द 1978 के पेपर 'Does the chimpanzee have a theory of mind?' में आधुनिक शोध में प्रवेश किया, जिसे David Premack और Guy Woodruff द्वारा लिखा गया था, जिसने मनोवैज्ञानिकों को प्रजातियों और बचपन के विकास में इस क्षमता का अध्ययन करने के लिए प्रेरित किया, Wikipedia के अनुसार। बाद में ToM कैसे काम करता है इसके लिए दो प्रतिद्वंद्वी व्याख्याएं उभरीं: 'theory-theory', जो मानता है कि लोग अन्य लोगों की अवस्थाओं का अनुमान लगाने के लिए लोक-मनोवैज्ञानिक नियमों को लागू करते हैं, और simulation theory, जो मानता है कि लोग अपने आप को दूसरों की जगह पर कल्पना करके अन्य लोगों का मानसिक मॉडल बनाते हैं।
Sally-Anne परीक्षण
बच्चों में ToM का परीक्षण करने के लिए मानक उपकरण false-belief task है, जिसे अक्सर Sally-Anne कहानी के रूप में प्रस्तुत किया जाता है: Sally अपनी टोकरी में एक संगमरमर रखती है और कमरे से चली जाती है; Anne फिर संगमरमर को एक बॉक्स में ले जाती है। एक बच्चा परीक्षण पास करता है यह भविष्यवाणी करके कि Sally संगमरमर को टोकरी में खोजेगी - उसकी मूल, अब गलत मान्यता - न कि जहां यह वास्तव में है, Wikipedia बताता है। एक संबंधित संस्करण, unexpected-contents task, बच्चों से पूछता है कि कोई और क्या सोचेगा कि एक बॉक्स के अंदर है जो भ्रामक रूप से लेबल किया गया है।
बच्चे आमतौर पर ये क्षमताएं लगभग तीन और पाँच वर्ष की आयु के बीच एक निर्धारित क्रम में विकसित करते हैं, इस समझ से आगे बढ़ते हैं कि लोग विभिन्न चीजें चाह सकते हैं, इस समझ तक कि लोग विभिन्न मान्यताएं रख सकते हैं, और पूर्ण false-belief परीक्षा पास करने तक। Wikipedia नोट करता है कि सटीक क्रम संस्कृति के अनुसार अलग-अलग होता है: ईरान और चीन के बच्चे, उदाहरण के लिए, 'knowledge access' को पहले समझते हैं लेकिन 'diverse beliefs' को समझने में अधिक समय लेते हैं, जिसे शोधकर्ता सामूहिक सांस्कृतिक मूल्यों से जोड़ते हैं।
कृत्रिम बुद्धिमत्ता बहस में क्यों प्रवेश की
मशीन theory of mind में रुचि तब बढ़ी जब Stanford computational psychologist Michal Kosinski ने बच्चों पर उपयोग किए जाने वाले false-belief tasks को एक श्रृंखला भाषा मॉडलों के माध्यम से चलाया। Stanford Graduate School of Business की अपनी working-paper page के अनुसार, Kosinski ने 40 false-belief परिदृश्य, साथ ही मेल खाने वाले true-belief control versions बनाए, और उन्हें 2010 के दशक के अंत और 2023 के बीच रिलीज़ किए गए भाषा मॉडलों पर परीक्षण किया।
Stanford GSB की working-paper page पर रिपोर्ट किए गए false-belief tasks पर GPT मॉडल का प्रदर्शन
मॉडल
रिलीज़ अवधि
सफलता दर (Stanford GSB)
निकटतम बाल-आयु बेंचमार्क
Pre-2020 models
2020 से पहले
लगभग 0%
विशिष्ट परीक्षा आयु से नीचे
GPT-3
मई 2020
लगभग 40%
~3.5-वर्षीय
GPT-3, अपडेटेड संस्करण
जनवरी 2022
लगभग 70%
~6-वर्षीय
GPT-3.5
नवंबर 2022
लगभग 90%
~7-वर्षीय
GPT-4
मार्च 2023
लगभग 95%
वयस्क स्तर के करीब
PsyPost पर शोध का एक अलग लेख 11 मॉडलों को कवर करने वाले परीक्षण के एक बाद के दौर के लिए अलग-अलग आंकड़े देता है: यह रिपोर्ट करता है कि GPT-3 variants केवल लगभग 20% tasks को हल करते हैं, और 'ChatGPT-4' कुल मिलाकर 75% को हल करता है, unexpected-contents tasks पर 90% का विभाजन लेकिन कठिन unexpected-transfer version पर केवल 60%। दोनों स्रोत विभिन्न परीक्षण batches और मॉडल versions का वर्णन करते हैं, जो एक संभावित कारण है कि प्रतिशत मेल नहीं खाते; दोनों, हालांकि, पुराने लोगों की तुलना में नए मॉडलों में स्पष्ट सुधार की ओर इशारा करते हैं।
LLMs केवल भाषा मॉडल नहीं हैं—वे, सार में, मानव मन के मॉडल हैं।
— Michal Kosinski, Stanford Graduate School of Business, PsyPost द्वारा उद्धृत
प्रतिक्रिया: पैटर्न मिलान या सत्य समझ?
Kosinski के निष्कर्ष पर चुनौती नहीं दी गई है। Harvard psychologist Tomer Ullman ने arXiv पर एक पेपर प्रकाशित किया जिसका शीर्षक है 'Large Language Models Fail on Trivial Alterations to Theory-of-Mind Tasks', तर्क देते हुए कि छोटे पुनर्लेखन जो एक ही अंतर्निहित मनोवैज्ञानिक तर्क को संरक्षित करते हैं, एक मॉडल के उत्तर को सही से गलत तक फ़्लिप कर सकते हैं। Ullman की स्थिति, पेपर के अपने framing में सारांशित, यह है कि शोधकर्ताओं को मशीन मनोविज्ञान का मूल्यांकन करते समय एक संशयपूर्ण baseline से शुरू करना चाहिए, और यह कि लगभग-समान कार्यों पर बिखरी विफलताएं औसत सफलता दर से अधिक महत्वपूर्ण हैं।
PsyPost का Stanford शोध का कवरेज भी इस सीमा को सीधे flag करता है: क्योंकि GPT मॉडलों को पाठ की विशाल मात्रा पर प्रशिक्षित किया जाता है जिसमें समान false-belief कहानियां शामिल हो सकती हैं, यह नियम देना मुश्किल है कि एक मॉडल एक परिचित पैटर्न को पहचान रहा है या किसी अनदेखे character के मानसिक state के बारे में तर्क दे रहा है। शोधकर्ताओं ने इस जोखिम को कम करने के लिए नए परिदृश्य तैयार करने का प्रयास किया, लेकिन लेख नोट करता है कि यह पूरी तरह से गारंटीकृत नहीं हो सकता है।
यह सवाल प्रयोगशाला से परे क्यों मायने रखता है
बच्चों और chimpanzees पर उपयोग किए जाने वाले test battery को अब सॉफ्टवेयर पर लागू किया जा रहा है क्योंकि, जैसा कि Stanford GSB page नोट करता है, theory of mind मानव social interaction, communication, empathy, self-consciousness और morality के लिए केंद्रीय है। Stanford material और Ullman paper दोनों सहमत हैं, हालांकि, कि fixed सेट प्रश्नों को पास करना यह स्थापित करने के समान नहीं है कि एक system theory of mind रखता है उस तरह जिस तरह cognitive scientists मनुष्यों के लिए इस शब्द का उपयोग करते हैं।
प्रश्न
सरल शब्दों में theory of mind क्या है?
यह यह पहचानने की क्षमता है कि अन्य लोगों की अपनी मान्यताएं, इच्छाएं और इरादे हैं, जो अपने आप से भिन्न हो सकती हैं, और उस बात को उनके व्यवहार की भविष्यवाणी करने के लिए उपयोग करना है, जैसा कि Wikipedia के theory-of-mind अवलोकन पर परिभाषित किया गया है।
Sally-Anne परीक्षण क्या है?
यह एक false-belief task है जिसमें एक बच्चे को यह भविष्यवाणी करनी चाहिए कि Sally नामक एक character एक object को वहां खोजेगी जहां उसने इसे अंतिम बार छोड़ा था, भले ही यह गुप्त रूप से Anne द्वारा ले जाया गया था जब वह दूर थी — यह समझने की एक परीक्षा कि मान्यताएं गलत हो सकती हैं, Wikipedia के अनुसार।
क्या GPT-4 के पास theory of mind है?
Stanford researcher Michal Kosinski ने रिपोर्ट किया कि GPT-4 ने classic false-belief tasks का एक उच्च share को हल किया, उनके working-paper page और PsyPost के coverage के अनुसार, लेकिन अन्य शोधकर्ता, Harvard के Tomer Ullman सहित एक arXiv paper में, तर्क देते हैं कि यह संभवतः training data पर pattern matching को reflect करता है न कि genuine mental-state reasoning को।
बच्चे आम तौर पर किस आयु में false-belief tasks पास करते हैं?
Wikipedia के अवलोकन में कहा गया है कि बच्चे आम तौर पर theory of mind के पीछे की क्षमताओं का क्रम लगभग तीन और पाँच वर्ष की आयु के बीच विकसित करते हैं, सटीक क्रम संस्कृति के अनुसार कुछ हद तक अलग-अलग होता है।
क्यों आलोचकों को AI theory-of-mind परिणामों पर संदेह है?
Tomer Ullman का arXiv paper दिखाता है कि अन्यथा समकक्ष false-belief tasks के छोटे शब्द के परिवर्तन एक मॉडल को जो पहले सही उत्तर देता था वह विफल कर सकते हैं, जिसे वह surface patterns पर निर्भरता के बजाय अन्य लोगों की मानसिक अवस्थाओं के बारे में robust reasoning पर निर्भरता का सुझाव देते हैं।
बुसान के शोधकर्ताओं ने दक्षिण कोरिया में एक गैर-स्थानीय तिलचट्टा प्रजाति की पहली स्थापित आबादी की पुष्टि की है: Turkestan तिलचट्टा, जो मध्य पूर्व, मध्य एशिया और उत्तरी अफ्रीका का मूल निवासी है। नवंबर 2025 और जून 2026 के बीच गम्मन बंदरगाह के पास मैदानी सर्वेक्षण में वयस्क, निम्फ और अंड केस मिले, जो दर्शाता है कि कीट पहले से ही अपने नए वातावरण में प्रजनन कर रहा है।
डीएनए प्रतिकृति वह प्रक्रिया है जिसके द्वारा एक कोशिका विभाजन से पहले अपने पूरे डीएनए की प्रतिलिपि बनाती है, ताकि प्रत्येक नई कोशिका को आनुवंशिक निर्देशों का एक समान समूह मिले। आनुवंशिक वंशानुक्रम अलग प्रक्रिया है जिसके द्वारा ये निर्देश माता-पिता से संतानों को अर्धसूत्री विभाजन द्वारा बनाए गए युग्मकों के माध्यम से दिए जाते हैं, जो पैटर्न पहले ग्रेगर मेंडल द्वारा वर्णित किए गए थे।
ड्रैकोनिड उल्कापात 8 अक्टूबर की शाम को और 9 अक्टूबर, 2026 की शुरुआती घंटों में अपने शिखर पर पहुंचता है, गतिविधि अंधकार के ठीक बाद बेहतर देखी जाती है बजाय मध्यरात्रि के बाद। एक अंधेरे, चंद्रहीन आसमान के तहत पर्यवेक्षक प्रति घंटे लगभग 10 उल्कापातों की अपेक्षा कर सकते हैं, ड्रैको नक्षत्र से विकीर्ण।
वाणिज्यिक विमान सीधी बिजली की चपेट में आने से बचे रहने के लिए बनाए जाते हैं क्योंकि उनकी त्वचा, जाली और ग्राउंडिंग सिस्टम एक फैराडे पिंजरे के रूप में कार्य करते हैं जो करंट को केबिन के माध्यम से नहीं बल्कि इसके चारों ओर चलाते हैं। इस डिजाइन का परीक्षण 7-8 अक्टूबर, 2026 को फिर से किया गया जब एक इंडिगो उड़ान, जिसे लखनऊ के पास बिजली की चपेट में आने का संदेह था, नाक के शंकु में दंतयुक्त होकर सुरक्षित रूप से उतरी और कोई चोट नहीं आई।
