মূলত Vectors of Mind–এ প্রকাশিত।
আচ্ছা, প্রজ্ঞা-সংক্রান্ত বিষয়াদি থেকে একটু বিরতি নেওয়া যাক। চেতনার আহ্বানে আকৃষ্ট হওয়ার আগে আমার আসলে একগুচ্ছ মনোমিতিবিদ্যার কাজ অপেক্ষমাণ ছিল। চোখ সরিয়ে রাখা যে এত কঠিন!
মেশিন লার্নিংয়ের দৃষ্টিকোণ থেকে লেক্সিক্যাল হাইপোথিসিস অনুসন্ধানের জন্যই আমি এই ব্লগ শুরু করেছিলাম। ব্যক্তিত্বের মডেলগুলো কোনো ভাষায় সবচেয়ে বেশি আলোচিত বৈশিষ্ট্যগুলো নির্ধারণ করে, এবং GPT-এর যুগে আমরা তা অনেক বেশি ভালোভাবে পরিমাপ করতে পারি। শব্দ-ভেক্টর অথবা প্রচলিত জরিপ—যে কোনো একটি থেকে উদ্ভূত ব্যক্তিত্বের মডেলগুলো একই কয়েকটি বৈশিষ্ট্যে ফিরে আসে, বিশেষত বিগ টু: সামাজিক আত্ম-নিয়ন্ত্রণ এবং গতিশীলতা। বিষয়টি ঝালিয়ে নিতে দ্য বিগ ফাইভ আর ওয়ার্ড ভেক্টরস এবং দ্য প্রাইমারি ফ্যাক্টর অব পার্সোনালিটি দেখে নিন।
বিগ ফাইভ বহু ভাষায় স্বাধীনভাবে পাওয়া গেছে, কিন্তু ভাষাগুলোর মধ্যকার তুলনা সব সময়ই গুণগত। গবেষকেরা তুর্কি বা জার্মান ভাষায় ব্যক্তিত্ববাচক বিশেষণের একটি জরিপ পরিচালনা করেন, সেটিকে ফ্যাক্টরাইজ করেন, এবং ফ্যাক্টরগুলো একই কি না তা মোটামুটি চোখে দেখে বোঝার চেষ্টা করেন। এই উপাত্ত ব্যবহার করে বলা যায় না, “ইংরেজির তুলনায় জার্মানে এক্সট্রাভার্শন কনশিয়েনশাসনেস থেকে ১৫ ডিগ্রি দূরে সরে আছে।” এতটা নির্ভুল হতে হলে উভয় ভাষার কিছু সাধারণ ভিত্তি থাকতে হবে।
আপনি যদি একাধিক ভাষায় প্রশ্ন করেন, তাহলে সেগুলোকে সম্পর্কিত করতে পারেন ১) এমন একটি দ্বিভাষিক গোষ্ঠী খুঁজে নিয়ে, যারা উভয় ভাষায় উত্তর দিতে পারে, অথবা ২) ধরে নিয়ে যে শব্দগুলোর অনুবাদ ১:১—যেমন, স্প্যানিশে fun এবং divertido পুরোপুরি সমার্থক। প্রথম ক্ষেত্রে প্রবল নির্বাচন-প্রভাব থাকে। দ্বিভাষী মানুষ সাধারণত বেশি শিক্ষিত হলে কী হবে? দ্বিতীয়টি সম্পূর্ণ সত্য নয়। আসলে ভাষাগুলোকে একসঙ্গে ফ্যাক্টরাইজ করার কারণই হলো, তাদের মধ্যে ব্যক্তিত্বের কাঠামো কীভাবে ভিন্ন হতে পারে তা বোঝা। শব্দগুলো একই—এমনটি ধরে নেওয়া উদ্দেশ্যটিই নষ্ট করে।
আমার গবেষণা দেখিয়েছে যে ইংরেজিতে ভাষা মডেল থেকে ব্যক্তিত্বের কাঠামো নিষ্কাশন করা যায়। অন্য ভাষা যোগ করলে তা কীভাবে পরিবর্তিত হয়—এটি একটি স্বাভাবিক প্রশ্ন। কয়েক ডজন ভাষায় প্রশিক্ষিত মডেল থাকায় বিষয়টি অনুসন্ধান করা বেশ সহজ হয়ে যায়। যেকোনো সংখ্যক ভাষাকে একই ভিত্তিতে মানচিত্রায়িত করা যায়।
বিগ টু, আবারও#
ব্যক্তিত্ববাচক বিশেষণগুলোর মধ্যে সাদৃশ্য নির্ধারণ করতে আমি XLM-RoBERTa ব্যবহার করেছি। অদ্ভুত ব্যাপার হলো, এই মডেলটি মিয়ানমারে সংঘটিত গণহত্যার ফল। এমন এক অনভিপ্রেত অবস্থানে Meta রয়েছে, যেখানে তাদের এমন সব জায়গায় কনটেন্ট অপসারণ করতে হয়, যেগুলো সম্পর্কে তাদের বোঝাপড়া খুবই সামান্য। কারিগরি ভাষায় একে ট্রান্সফার লার্নিং সমস্যা বলা হয়। তারা ইংরেজিতে (অথবা অন্য কোনো ভালোভাবে নথিবদ্ধ ভাষায়) একটি বিদ্বেষমূলক বক্তৃতা শনাক্তকারী শ্রেণিবিন্যাসকারী প্রশিক্ষণ দিতে চায়, এবং পরে সেটিকে অন্যান্য ভাষায় প্রয়োগ করতে চায়। ভাষা মডেলিংয়ের অন্ধকার যুগে (২০১৮) এটি খুবই খারাপভাবে কাজ করত। বার্মিজ ভাষায় “চলো সমকামীদের ধরে এনে হত্যা করি”—এর কথ্য রূপ তাদের শ্রেণিবিন্যাসকারীদের কাছে “রংধনু কম হওয়া উচিত” বলে প্রতীয়মান হতো। ফলে, স্বাভাবিকভাবেই, সেটি তাদের কনটেন্ট মডারেশনের ফাঁক গলে যেত। NYT পরিণতিটি ব্যাখ্যা করেছে: A Genocide Incited on Facebook, With Posts From Myanmar’s Military
Meta-এর প্রতিক্রিয়া ছিল এমন একটি ভাষা মডেল তৈরি করা, যা যেকোনো ভাষাকে (আচ্ছা, ১০০টি ভাষাকে) একই অভিন্ন স্থানে ওয়ার্ড ভেক্টরে আরও ভালোভাবে মানচিত্রায়িত করতে পারে। এভাবে ইংরেজিতে প্রশিক্ষিত একটি বিদ্বেষমূলক বক্তৃতা শনাক্তকারী শ্রেণিবিন্যাসকারী অন্যান্য ভাষায় আরও ভালোভাবে সম্প্রসারিত করা যায়। (এটিকে সূক্ষ্মভাবে প্রশিক্ষণ দিতে কম বার্মিজ ভাষার প্রয়োজন হয়।) এই মডেল ব্যবহার করে আমি চারটি ভাষায়—ইংরেজি, স্প্যানিশ, ফরাসি ও তুর্কি—ব্যক্তিত্ববাচক শব্দ এমবেড করেছি। নিচে প্রথম দুটি ফ্যাক্টর দেওয়া হলো:
এগুলো বিভিন্ন ভাষাকে পৃথক করার কাজ করে। প্রথম ফ্যাক্টরটি তুর্কি ভাষাকে ইন্দো-ইউরোপীয় ভাষাগুলো থেকে পৃথক করে। দ্বিতীয় ফ্যাক্টরে রোমান্স ভাষাগুলো পরস্পরের সন্নিহিত (যদিও তুর্কি ভাষারও কাছাকাছি)।
এটি যুক্তিসঙ্গত। মডেলটি একটি বাক্যের পরবর্তী শব্দ অনুমান করার জন্য প্রশিক্ষিত, তাই স্বাভাবিকভাবেই এতে ভাষা-নির্দিষ্ট তথ্য অন্তর্ভুক্ত থাকবে। কেউ স্প্যানিশ ভাষায় কথা বললে তারা প্রায়ই তুর্কি ভাষায় চলে যায় না। আশা করা যায়, ভেক্টর-স্পেসে এমন দিকও রয়েছে, যা ব্যক্তিত্ব-সংক্রান্ত তথ্যের সঙ্গে সম্পর্কিত।
ভাষাগুলো যদি মোটামুটি স্বাধীন হয়, তাহলে চারটি ভাষাকে তাদের নিজস্ব, পরস্পর-অতিব্যাপী নয়—এমন গোষ্ঠীতে পৃথক করতে অন্তত ৩টি মাত্রা প্রয়োজন। এবার পরবর্তী প্রধান উপাদানগুলো দেখা যাক।
ফ্যাক্টর ৪ হলো প্রথম এমন ফ্যাক্টর, যা ভাষাগুলোকে পৃথক করার জন্য শেখানো হয়নি; আর এটিই ব্যক্তিত্বের সাধারণ ফ্যাক্টর! ইংরেজিতে: domineering, ruthless, compulsive এবং selfish বনাম generous, gentle, এবং thoughtful। আমি যুক্তি দিয়েছি যে এই ফ্যাক্টরটিকে গোল্ডেন রুল অনুসরণ করে জীবনযাপনের প্রবণতা হিসেবে বোঝাই সবচেয়ে ভালো। আমাদের বিবর্তনীয় ইতিহাসে এটি কী নির্বাচন করতে পারে, তা ভেবে দেখার ফলই আসলে চেতনার ইভ তত্ত্বের সূত্রপাত। ফ্যাক্টর ৫-ও ব্যক্তিত্ব-সংক্রান্ত; এগুলোকে একসঙ্গে প্লট করলে:
আমরা বিগ টু পেয়ে যাই! ফ্যাক্টর ফাইভ (অথবা ব্যক্তিত্বের ফ্যাক্টরগুলোর মধ্যে দুই নম্বরটি) হলো ডায়নামিজম: adventurous, imaginative, এবং enthusiastic বনাম cautious, reserved, এবং cowardly। এটি যে এত নিয়মিতভাবে উন্মোচিত হয়, তা বিস্ময়কর। বিগ টু বিষয়ক প্রবন্ধে ২,৫০০টি উদ্ধৃতি রয়েছে, তবু গবেষকেরা এখনো উপলব্ধি করেন না যে এগুলো আসলে সাধারণ ব্যক্তিত্বের প্রথম দুটি আনরোটেটেড ফ্যাক্টর মাত্র। বিগ ফাইভের সঙ্গে কোনোভাবে একটি শ্রেণিবিন্যাসগত সম্পর্কের মধ্যে এগুলো বিদ্যমান—এই প্রচলিত বিশ্বাসের উৎপত্তি হলো, বিগ ফাইভ ইনভেন্টরি তৈরির অল্প কিছুদিন পর গবেষকেরা সরাসরি ভাষা নিয়ে কাজ করা পরিত্যাগ করেছিলেন। তারপর থেকে মৌলিক বা সাধারণ ব্যক্তিত্ব বোঝার যেকোনো প্রচেষ্টা বিগ ফাইভের পরিপ্রেক্ষিতে করতে হয়েছে। কিন্তু শব্দই আগে এসেছে, আর ভাষা মডেল এখন সেই মৌলিক স্তরে ভাষা বিশ্লেষণ করা সহজ করে তুলেছে।
আমাদের আরও গভীরে যেতে হবে#
রুশ ও ফারসি যোগ করলেও একই ফ্যাক্টরগুলো পাওয়া যায়:
আমার অলস-ইঞ্জিনিয়ার মানদণ্ডে এটি বেশ শ্রমসাধ্য, কারণ প্রতিটি ভাষার জন্য একটি ভালো প্রম্পট খুঁজে বের করা প্রয়োজন। বিষয়টি ঠিকঠাক করতে আমি Google Translate এবং স্থানীয় ভাষাভাষীদের সহায়তা নিয়েছি, এবং আপনি দেখতে পাচ্ছেন যে ফ্যাক্টর ৪-এ ফারসির বণ্টন এখনো কিছুটা বিচ্যুত। আমার অনুমান, অভিন্ন নয়—এমন কোনো ফ্যাক্টরকে উপেক্ষা করার পদ্ধতি এতগুলো ভাষার জন্য অতিরিক্ত জোড়াতালির মতো হয়ে যায়। ফ্যাক্টর ৪ সম্ভবত GFP হিসেবে ব্যবহৃত হয়, এবং একই সঙ্গে ফারসিকে (সামান্য হলেও) পৃথক করে। এই ফ্যাক্টরগুলোকে বিশুদ্ধ রাখার মতো কোনো ব্যবস্থা নেই; বণ্টনটি যতটা সুশৃঙ্খলভাবে আচরণ করছে, তার জন্য আমরা সত্যিই ভাগ্যবান। কিছু প্রিপ্রসেসিং (যেমন প্রতিটি ভাষা-ক্লাস্টারের গড় শূন্য করা) এটি সমাধান করতে পারে।
আমার জ্ঞান অনুযায়ী, একাধিক ভাষাকে একসঙ্গে ফ্যাক্টরাইজ করার এটাই প্রথম উদাহরণ। কেবল ইংরেজি ও স্প্যানিশের ফলাফল থাকলেও এটি প্রকাশযোগ্য হতো, আর এখানে আমি ছয়টি ভাষা পর্যন্ত পৌঁছেছি, যার মধ্যে দুটি অ-ইন্দো-ইউরোপীয় ভাষাও রয়েছে। এটি বিগ টুর প্রকৃতি সম্পর্কেও আলোকপাত করে—মনোমিতিবিদ্যার অন্যতম জনপ্রিয়, এবং সবচেয়ে ভুল-বোঝা, নির্মাণ।
সীমাবদ্ধতা#
আমি এই গবেষণাটি সম্ভবত সম্ভবপর সবচেয়ে নির্বোধ পদ্ধতিতেই করেছি। একটি ESL নির্দেশিকা থেকে ব্যক্তিত্ব-সংক্রান্ত ১০০টি শব্দ খুঁজে নিয়ে Google Translate ব্যবহার করে সেগুলো অন্যান্য ভাষায় অনুবাদ করেছি। কোনো শব্দের পুনরাবৃত্তি থাকলে তা বাদ দিয়েছি। ব্যাপারটি যতটা খারাপ মনে হয়, আসলে ততটা নয়। আপনি ১০০টি শব্দ ব্যবহার করুন বা ৫০০টি, ইংরেজিতে প্রথম দুটি ফ্যাক্টর প্রায় অপরিবর্তিত থাকে। তবে এটি যদি প্রকৃত গবেষণাপত্র হতো, তাহলে প্রতিটি ভাষার শব্দভাণ্ডার থেকে স্বতন্ত্রভাবে শব্দের একটি সেট তৈরি করাই স্পষ্টতই কাম্য হতো। এ ছাড়াও আরও কয়েকটি সীমাবদ্ধতা রয়েছে:
ভাষার সংখ্যা যথেষ্ট নয়! এটি প্রকাশ করতে হলে আমি ব্যক্তিত্ববিজ্ঞানে সাধারণত অধ্যয়ন করা হয় না—এমন আরও এক ডজন ভাষা যুক্ত করতে চাইতাম। বস্তুত, এ কারণেই এটি কখনো প্রকাশ করা হয়ে ওঠেনি। এটি বিপুল শ্রমসাধ্য কাজ, এবং এর জন্য বেশ কয়েকটি এশীয় ভাষার মাতৃভাষী বক্তার প্রয়োজন হতো।
প্রশিক্ষণ-উপাত্তের কারণে বহুভাষিক মডেল বিকৃত হয়। ভাষা মডেলগুলোকে একটি বাক্যের পরবর্তী শব্দ অনুমান করার জন্য প্রশিক্ষিত করা হয়। আপনি যদি একাধিক ভাষা দিয়ে প্রশিক্ষণ দেন, তাহলে মডেলটি সেই জ্ঞান থেকে কিছুটা এক ভাষা থেকে অন্য ভাষায় স্থানান্তর করার চেষ্টা করবে। তবে ছোট ভাষাগুলোর ক্ষেত্রে এর রূপ এমন হতে পারে যে, তাদের অর্থগুলোকে অপেক্ষাকৃত অধিক-উৎসসমৃদ্ধ ভাষাগুলোর (ইংরেজি, চীনা, রুশ ইত্যাদি) অভ্যন্তরীণ সাদৃশ্যের সঙ্গে জোরপূর্বক খাপ খাওয়ানো হচ্ছে।
অনুসন্ধান-বাক্যগুলো গবেষকের স্বাধীনতার একটি ক্ষেত্র। শব্দগুলোকে এমবেড করার জন্য আমি যে পদ্ধতি ব্যবহার করি, তা হলো: “আমার ব্যক্তিত্বকে
সেকেলে ভাষা মডেল। আমি এই কাজটি ২ বছরেরও বেশি আগে করেছি, GPT-4 প্রকাশের অনেক আগে। সে ছিল আরও সরল সময়।
উপসংহার#
আমি যদি এখনও একাডেমিয়ায় থাকতাম, এটিই হতো আমার গবেষণার কর্মসূচি। যত বেশি সম্ভব ভাষা যুক্ত করা এবং পদ্ধতিটি কী কী উপায়ে পক্ষপাতগ্রস্ত হতে পারে, তার সবগুলো বোঝার চেষ্টা করা। শেষ পর্যন্ত এটি বিগ ফাইভের তুলনায় উন্নততর ব্যক্তিত্বের একটি সার্বজনীন মডেল তৈরি করতে পারে। এটি আমাদের নিজেদের সম্পর্কে আরও ভালোভাবে বুঝতে সাহায্য করবে, এবং সম্ভবত আমরা কোথা থেকে এসেছি সেটিও বুঝতে সাহায্য করবে। কারণ বর্তমানে ভাষাই আমাদের প্রজাতিকে সংজ্ঞায়িত করে, আর সুদূর অতীতে ভাষাই আমাদের মনোজগৎ গড়ে তুলেছিল। আমরা অভ্যাসগতভাবে সামাজিক, কারণ হাজার হাজার বছর আগে নিজের সুনাম পরিচালনা করতে ব্যর্থ হওয়ার অর্থ ছিল মৃত্যুবরণ করা। ব্যক্তিত্বের মডেলগুলো ভাষার মানচিত্র; এগুলো আমাদের মনের বিবর্তনের ভেক্টর।
