आदि में वचन था

मूलतः वेक्टर्स ऑफ़ माइंड में प्रकाशित।

“आदि में वचन था, और वचन मनोविज्ञान के साथ था, और वचन मनोविज्ञान था।” ~न्यू वेक्टर ट्रांसलेशन

सभी व्यक्तित्व-निर्मितियों का वर्णन सबसे पहले शब्दों द्वारा किया जाता है। फ्रायड के कोकीन-प्रेरित मॉडलों से लेकर रूढ़िबद्ध बिग फ़ाइव तक, किसी न किसी बिंदु पर वे सभी शब्द ही होते हैं। अकादमिक मनोविज्ञान का एक बड़ा हिस्सा निर्मितियों की तुलना करने से संबंधित है। ऐसा करने के लिए उनका कोई साझा आधार होना आवश्यक है, जो सामान्यतः प्रतिभागियों का एक समूह होता है। प्रतिभागियों को एक उपकरण (आमतौर पर एक सर्वेक्षण) दिया जाता है, जो यह अनुमान लगाता है कि निर्मिति-स्थान में वे कहाँ स्थित हैं। प्रतिभागियों की प्रतिक्रियाएँ किस प्रकार सहपरिवर्तित होती हैं, इसके आधार पर फिर निर्मितियों के बारे में सामान्य दावे किए जाते हैं। इस पोस्ट में हम एक अन्य तरीका तलाशते हैं। एनएलपी में हुई प्रगति निर्मितियों की उनके प्राकृतिक आवास—भाषा—में मात्रात्मक तुलना संभव बनाती है।

मार्ग-मानचित्र #

पिछली पोस्ट में मैंने तर्क दिया था कि बिग फ़ाइव शब्द-वेक्टर हैं। यह पोस्ट स्वतंत्र पैमानों के बारे में भी यही दावा करती है, जिससे प्रतिभागियों को शामिल किए बिना निर्मितियों की तुलना की जा सकती है। इसे प्रदर्शित करने के लिए एक व्यापक व्यक्तित्व-मॉडल प्रस्तुत किया गया है, साथ ही शब्द-स्थान में निर्मितियों को निरूपित करने की एक विधि भी। रूपरेखा इस प्रकार है:

1. प्रतिभागी-स्थान बनाम शब्द-स्थान में निर्मितियों की तुलना

2. प्रतिभागी-स्थान की समस्याएँ

3. प्रतिभागियों का उपयोग करके संबंधी और पारस्परिक परोपकारिता को बिग फ़ाइव से संबद्ध करना

4. शब्द-स्थान में यही तुलना

   1. एनएलपी का उपयोग करके पहचाने गए एक (अस्थायी) पाँच-कारक मॉडल का परिचय
   2. परोपकारिता-संबंधी शब्दों को उस स्थान में प्रक्षेपित करना
   3. कोड यहाँ उपलब्ध है।

5. चर्चा, सीमाएँ, भविष्य का कार्य

एक जटिल मार्ग #

परोपकारिता की बिग फ़ाइव के साथ तुलना करने के लिए संकेत को अनेक रूपांतरणों से होकर गुजरना पड़ता है: परोपकारिता (आदर्श) → शब्दों द्वारा वर्णित → इस निर्मिति का अनुमान लगाने के लिए सर्वेक्षण विकसित (और आशा है कि सत्यापित) किया गया → उस प्रतिभागी को दिया गया जो इन शब्दों की व्याख्या करता है और अपनी आत्मा को टटोलता है → प्रतिभागी का परोपकारिता-स्कोर → प्रतिभागी-स्थान में सहसंबंध ← प्रतिभागी का बिग फ़ाइव इन्वेंटरी (BFI) स्कोर ← प्रतिभागी BFI मदों की व्याख्या करता है और अपनी आत्मा को टटोलता है ← इसका लगभग मापन करने के लिए BFI विकसित किया जाता है ← निर्मिति को गुणात्मक विवरण द्वारा परिभाषित/संचारित किया जाता है ← बिग फ़ाइव (शब्द-भारों द्वारा परिभाषित)। फिर इन दो आदर्शों—परोपकारिता और बिग फ़ाइव—के बारे में दावे किए जाते हैं।

सीधा और संकीर्ण मार्ग #

प्रतिभागियों के बजाय साझा आधार के रूप में शब्द-वेक्टरों का उपयोग क्यों न किया जाए? मार्ग कहीं अधिक सीधा है: परोपकारिता (आदर्श) → शब्दों द्वारा वर्णित → शब्द-स्थान में वेक्टरित → शब्द-स्थान में तुलना ← बिग फ़ाइव, जो स्वयं पहले से ही शब्द-स्थान में मौजूद हैं, जैसा कि पिछली पोस्ट में चर्चा की गई है। जो लोग हिसाब रख रहे हैं, उनके लिए यह 4 बनाम 10 रूपांतरण हैं। (इसका स्कोर गोल्फ़ की तरह रखा जाता है।)

रहस्योद्घाटक ताल #

मौखिक निर्मितियों के बारे में दावे करने के लिए प्रतिभागियों का उपयोग करने की कठिनाई कोई रहस्य नहीं है।

“मनोविज्ञान के अधिकांश सिद्धांत और परिकल्पनाएँ स्वभावतः मौखिक हैं, फिर भी उनका मूल्यांकन अत्यधिक रूप से अनुमानात्मक सांख्यिकीय प्रक्रियाओं पर निर्भर करता है। गुणात्मक से मात्रात्मक विश्लेषण की ओर बढ़ने की वैधता इस बात पर निर्भर करती है कि किसी परिकल्पना की मौखिक और सांख्यिकीय अभिव्यक्तियाँ निकटता से संरेखित हों—अर्थात्, दोनों को लगभग समान काल्पनिक प्रेक्षणों के समुच्चय का संदर्भ देना चाहिए। यहाँ, मैं तर्क देता हूँ कि मनोविज्ञान में सांख्यिकीय अनुमान के अनेक अनुप्रयोग इस मूलभूत शर्त को पूरा करने में विफल रहते हैं।” ~ताल यार्कोनी, सामान्यीकरण संकट

यहाँ वैधता से आशय ऐसे स्कोर से है जो उस निर्मिति को ग्रहण करता है, जिसे मापने के लिए वह अभिप्रेत है। तर्कों और उदाहरणों को पूर्ण रूप से पढ़ना सार्थक है। लेकिन हमारे लिए मुख्य बात यह है कि इन वास्तविकताओं को देखते हुए क्या किया जा सकता है। उनका सुझाव है:

1. कुछ और करें (अन्य क्षेत्रों में प्रवेश करें)।
2. गुणात्मक अनुसंधान को अपनाएँ।
3. बेहतर मानक अपनाएँ (जिनमें 7 सुझाव शामिल हैं)।

“यह दिखावा करने के लिए व्यक्ति हमेशा स्वतंत्र है कि अत्यंत संकीर्ण सांख्यिकीय परिचालनात्मक परिभाषाओं से प्राप्त छोटे p-मूल्य जटिल मनोवैज्ञानिक निर्मितियों के बारे में व्यापक मौखिक निष्कर्षों के लिए पर्याप्त आधार प्रदान कर सकते हैं। लेकिन कोई अन्य व्यक्ति—न अपने सहकर्मी, न अपने वित्तपोषक, न जनता, और निश्चित रूप से न ही दीर्घकालिक वैज्ञानिक अभिलेख—इस प्रहसन का सम्मान करने के लिए बाध्य है।”

भले ही मनोविज्ञान में अनुसंधान के बारे में आपका दृष्टिकोण इतना निराशाजनक न हो, निश्चय ही पाठक ऐसे शोध-पत्रों से आहत हुए होंगे जो दावे तो करते हैं, लेकिन ऐसे प्रयोगों का उपयोग करते हैं जिनका उनसे संबंध केवल अत्यंत क्षीण होता है। उपलब्ध सभी समाधान पीड़ादायक हैं। इस क्षेत्र को शायद एक संकीर्णतर दृष्टिकोण अपनाना पड़े और बड़े प्रश्नों को इतिहास, साहित्य तथा रैखिक बीजगणित का अध्ययन करने वालों के लिए छोड़ना पड़े। मैं आगे बढ़ने का एक अन्य मार्ग प्रस्तावित करता हूँ।

शब्द-स्थान में रूपांतरित करें #

. 4. साझा आधार के रूप में शब्द-वेक्टरों का उपयोग करें

निर्मितियाँ शब्द-स्थान में साथ-साथ रहती हैं, फिर भी जब उनकी तुलना की जाती है, तो हम उन्हें घसीटकर प्रतिभागी-स्थान में ले आते हैं। यह अत्यंत विशाल, सूचना-क्षयकारी और झंझटपूर्ण प्रक्रिया है। यदि वे सुरक्षित रूप से शब्द-स्थान में ही रह सकें तो कैसा हो? प्राकृतिक भाषा प्रसंस्करण की आधारभूत धारणा यह है कि शब्द सतत् स्थान में वेक्टर होते हैं। इन वेक्टरों का विश्लेषण खरबों डॉलर के उद्योगों में भार वहन प्रक्रिया के रूप में पर्याप्त रूप से अच्छा काम करता है, और वर्तमान में इसे मनोविज्ञान में (पुनः)प्रस्तुत किया जा रहा है।

अपने उपदेश पर स्वयं अमल करें #

यहाँ हम प्रतिभागी-स्थान में किए गए एक पारंपरिक अध्ययन को देखेंगे और फिर शब्द-स्थान में जाकर उसे बेहतर बनाने का प्रयास करेंगे। पुआल-पुरुष से बचते हुए, विषय है संबंधी परोपकारिता, पारस्परिक परोपकारिता और बिग फ़ाइव व्यक्तित्व कारक, जिसे सैकड़ों बार उद्धृत किया जा चुका है और जिसके प्रथम लेखक का h-सूचकांक 70 है।

प्रतिभागियों को तीन उपकरणों का उपयोग करके मापा जाता है: बिग फ़ाइव (विशेषणों के एक सर्वेक्षण के माध्यम से), सहानुभूति/आसक्ति और क्षमाशीलता/प्रतिशोध-निषेध (वाक्यांशों के सर्वेक्षण के माध्यम से), तथा धन-विभाजन वाले खेल में परोपकारिता। क्योंकि लेखक परिकल्पना करते हैं कि सहमतिशीलता और भावनात्मक स्थिरता (उर्फ़ न्यूरोटिकिज़्म) के बीच का अंतरालीय स्थान दोनों परोपकारिताओं में भेद करता है, इसलिए उस क्षेत्र को बेहतर ढंग से मापने के लिए कुछ शब्द जोड़े जाते हैं। इसी प्रकार, सहानुभूति/आसक्ति और क्षमाशीलता/प्रतिशोध-निषेध को मापने के लिए एक नई प्रश्नावली तैयार की जाती है, जिन्हें क्रमशः संबंधी बनाम पारस्परिक परोपकारिता से संबंधित माना जाता है। इस प्रकार के अध्ययन के लिए अपेक्षाकृत अधिक प्रयास करते हुए, परोपकारिता को मापने के लिए एक खेल का उपयोग किया जाता है।

“संबंधी परोपकारिता को मापने के लिए प्रयुक्त धन-वितरण कार्य के संस्करण में, दूसरे व्यक्ति का वर्णन एक घनिष्ठ मित्र के रूप में किया गया था—ऐसे व्यक्ति के रूप में जिसके साथ प्रतिभागी का लंबे समय से मित्रता का संबंध था और जिसके साथ प्रतिभागी में बहुत कुछ समान था। हमें आशा थी कि मित्रता को पुरानी और मित्र को प्रतिभागी के समान व्यक्ति के रूप में वर्णित करने से यह मित्रता उस संबंध से निकटता से मिलती-जुलती होगी जो किसी व्यक्ति का किसी संबंधी के साथ होता है। संभावित परोपकारिता-लाभार्थी के रूप में हमने किसी संबंधी का उपयोग इसलिए नहीं किया ताकि संबंधित संबंधी के कारण प्रतिक्रियाओं में आने वाले विचरण को शामिल करने से बचा जा सके; उदाहरण के लिए, अनेक लोग एक भाई-बहन के प्रति दूसरे की तुलना में परोपकारी व्यवहार करने के लिए अधिक इच्छुक हो सकते हैं।”

दूसरे शब्दों में, वास्तविक संसार में संबंधियों के प्रति भावनाओं से आँकड़ों को दूषित न करने के लिए पारस्परिक परोपकारिता को मापा जाता है।

“पारस्परिक परोपकारिता को मापने के लिए प्रयुक्त धन-वितरण कार्य के संस्करण में, दूसरे व्यक्ति का वर्णन असहयोगी के रूप में किया गया था—ऐसे व्यक्ति के रूप में जो प्रतिभागी के प्रति रूखा, घृणित और असावधान रहा था।”

और पारस्परिक परोपकारिता को मापने के लिए वे मापते हैं… अप्रतिदत्त परोपकारिता? स्वाभाविक रूप से कुछ सहसंबंध पाए जाते हैं और लेखक निष्कर्ष निकालते हैं:

“इस अध्ययन के परिणाम इस सुझाव का समर्थन करते हैं कि सहानुभूति और आसक्ति से संबंधित व्यक्तित्व-लक्षण ऐसी परोपकारिता को सुगम बनाते हैं जो मुख्यतः संबंधियों की ओर निर्देशित होती है (अर्थात्, संबंधी परोपकारिता), और क्षमाशीलता तथा प्रतिशोध-निषेध से संबंधित व्यक्तित्व-लक्षण ऐसी परोपकारिता को सुगम बनाते हैं जो मुख्यतः असंबंधियों की ओर निर्देशित होती है (अर्थात्, पारस्परिक परोपकारिता)।”

लेकिन यदि पारस्परिक परोपकारिता को कभी मापा ही नहीं गया, तो परिणाम इस दावे का समर्थन कैसे कर सकते हैं? जैसा कि ताल बताते हैं, मनोविज्ञान के शोध-पत्रों में आँकड़े अक्सर एक वाक्पटु अलंकरण होते हैं। लेकिन हमें इस खेल में साथ देने की आवश्यकता नहीं है! आइए देखें कि शब्द-स्थान का इस बारे में क्या कहना है।

दूध और शहद की भूमि (शब्द-स्थान में आपका स्वागत है) #

पारंपरिक अध्ययनों में प्रतिभागियों को व्यक्तित्व-स्थान पर मैप करने की लागत के कारण, एक समय में केवल कुछ ही व्यक्तित्व क्षेत्रों में उच्च रिज़ॉल्यूशन संभव होता है। इसी कारण लेखकों ने सहानुभूति और प्रतिशोध-रहितता तथा सहमतिशीलता और भावनात्मक स्थिरता के बीच के स्थान की जाँच की। ये सभी अक्ष नियमित बिग फ़ाइव स्थान में मौजूद हैं, लेकिन इनका मापन काफ़ी सूक्ष्म स्तर पर किया जाता है। शब्द-स्थान में हम परोपकारिता की तुलना संपूर्ण बिग फ़ाइव से, उसकी पूर्ण उच्च-रिज़ॉल्यूशन महिमा में, कर सकते हैं। मेरे GitHub पर 2819 शब्द-वेक्टर हैं, जिन्हें पाँच प्रधान अवयवों में फैक्टराइज़ किया गया है। सुविधा के लिए हम उनका उपयोग कर सकते हैं। सबसे पहले प्रत्येक प्रकार की परोपकारिता का वर्णन करने वाले शब्द-समुच्चयों का चयन करना होगा। नातेदारी-आधारित शब्दों के लिए मैंने वे शब्द चुने जो पारिवारिक भूमिकाओं को मूर्त रूप देते हैं: भ्रातृवत्, भगिनीवत्, मातृत्वपूर्ण, मातृवत्, पितृवत्, दादी/नानी-सदृश, दादा/नाना-सदृश, पत्नीवत्, मातृसंबंधी, पैतृक। पारस्परिक परोपकारिता के लिए मैं Trivers की परिभाषा का अनुसरण करता हूँ।

“मानवीय पारस्परिक परोपकारिता के संबंध में यह दिखाया गया है कि इस परोपकारिता को विनियमित करने वाली मनोवैज्ञानिक प्रणाली के विवरणों को इस मॉडल द्वारा समझाया जा सकता है। विशेष रूप से, मैत्री, अरुचि, नैतिकतावादी आक्रामकता, कृतज्ञता, सहानुभूति, विश्वास, संदेह, विश्वसनीयता, अपराध-बोध के कुछ पहलू तथा बेईमानी और पाखंड के कुछ रूपों को परार्थी प्रणाली को विनियमित करने वाले महत्त्वपूर्ण अनुकूलनों के रूप में समझाया जा सकता है। प्रत्येक मानव को परार्थी और धोखेबाज़ प्रवृत्तियों से युक्त माना जाता है; इन प्रवृत्तियों की अभिव्यक्ति विकासात्मक चरों के प्रति संवेदनशील होती है, जिन्हें स्थानीय सामाजिक और पारिस्थितिक पर्यावरण के अनुरूप इन प्रवृत्तियों को संतुलित करने के लिए चयनित किया गया था।” The Evolution of Reciprocal Altruism, Robert Trivers (मोटे अक्षर जोड़े गए हैं)

इसे ध्यान में रखते हुए, मैंने ये शब्द चुने: विवेकशील, क्षमाशून्य, प्रतिशोधी, निष्ठावान, पड़ोसी-सुलभ, सहयोगी, विश्वसनीय, और न्यायपूर्ण। यह सहयोग की ओर झुकने और, परिस्थितियाँ बिगड़ने पर, नैतिकतावादी आक्रामकता के साथ उसका प्रत्युत्तर देने के बीच लगभग संतुलित है। इसके अतिरिक्त, यह इस परोपकारिता को धोखाधड़ी के विलोम के रूप में पकड़ने का प्रयास करता है (जैसे न्यायपूर्ण, विश्वसनीय)।

(विश्वास के विकास की उत्कृष्ट व्याख्या के लिए यह इंटरैक्टिव प्रदर्शन देखें।)

क्या मैं आपको अज्ञात पंच-कारक मॉडल से परिचित करा सकता हूँ? #

सैद्धांतिक रूप से, हम सर्वेक्षणों के माध्यम से निर्मित बिग फ़ाइव शब्द-भारों का उपयोग कर सकते थे, लेकिन इनमें से अधिकांश शब्द इतने दुर्लभ हैं कि उनमें शामिल ही नहीं किए जाते। यह बेहतर ही है, क्योंकि मनोविज्ञान के विद्यार्थियों से आत्म-रिपोर्ट के आधार पर दादी/नानी-सदृश का अच्छा अनुमान प्राप्त नहीं होता। इसलिए, भाषा मॉडल RoBERTa का उपयोग करके गणना किए गए शब्द-वेक्टर। व्यक्तित्व-संबंधी शब्दों की एक बड़ी और अच्छी तरह अभिलक्षित सूची से व्युत्पन्न, परिणामी पाँच कारक संक्षेप में ये हैं:

1. संबद्धता (या समाजीकरण)। आप इस व्यक्ति को अपनी टीम में कितना रखना चाहेंगे? यह सहमतिशीलता के समान है, लेकिन अपने को पायदान-पोछ बनने से रोकता है। उदाहरण के लिए, भोला-भाला संबद्धता पर तटस्थ, लेकिन सहमतिशीलता पर धनात्मक भार रखता है।
2. गतिशीलता। बहिर्मुखता से काफ़ी निकटता से मेल खाती है, लेकिन इसमें साहसिकता की भावना अधिक और आत्मविश्वास कम महत्त्वपूर्ण है।
3. व्यवस्था। एक धार के साथ कर्तव्यनिष्ठा। अपने लक्ष्यों को प्राप्त करने की क्षमता। सूक्ष्मतापरक बनाम लिजलिजा।
4. भावनात्मक आसक्ति। जहाँ न्यूरोटिसिज़्म अस्थिरता से संबंधित है, वहीं यह आसक्ति से संबंधित है; देखभाल करने वाला और द्वेषपूर्ण—दोनों पर इसका भार बहुत अधिक है।
5. अतिक्रमण। इस कारक की विशेषता अद्वितीय, जटिल, दुर्भाग्यपूर्ण प्रेम-संबंधों से घिरे, विकलांग, रहस्यवादी, हृदयविदीर्ण, परलोक-सदृश बनाम अदर्शनिक, स्वच्छंद, हठी, असभ्य, भौतिकवादी, आत्मकेंद्रित, चिकनी-चुपड़ी बातें करने वाला है। इसमें अपने और सांसारिक के परे देखना शामिल है। ऐसा प्रतीत होता है कि वह प्रक्रिया पीड़ा में लिपटी हुई है। वास्तव में, “परेशान” का भार भावनात्मक आसक्ति की अपेक्षा अतिक्रमण पर अधिक है (यह कारक न्यूरोटिसिज़्म से संबंधित है)।

पहले तीन कारकों के नाम De Raad के अंतर-सांस्कृतिक कार्य से लिए गए हैं, क्योंकि गुणात्मक रूप से इनका मेल बिग फ़ाइव की अपेक्षा अधिक निकट है। प्रत्येक कारक अपनी अलग पोस्ट का अधिकारी है। (औद्योगिक मनोविज्ञान से जुड़े लोगों के लिए, मुझे संदेह है कि व्यवस्था का व्यावसायिक सफलता के साथ संबंध कर्तव्यनिष्ठा की अपेक्षा अधिक होगा, क्योंकि यह समय पर उपस्थित होने की तुलना में अधिक गणनाशील है।) लेकिन मॉडल प्रस्तावित करना मेरी विशेषता नहीं है, और भाषा के अधिक सूक्ष्म अध्ययन आने वाले हैं, जिनसे अलग संरचना प्राप्त हो सकती है। फिलहाल ये कारक पर्याप्त हैं। बिग फ़ाइव के साथ इनका सहसंबंध यह है:

परिणाम #

पहले चार कारकों पर परोपकारिता के शब्द-भार (इस अध्ययन में अतिक्रमण महत्त्वपूर्ण नहीं है):

इन परोपकारिताओं की तुलना करने के लिए, हम इनमें से प्रत्येक शब्द-समुच्चय को केवल एक वेक्टर में समेटना चाहेंगे। (इस बात पर बहस की गुंजाइश है कि इसका कोई अर्थ भी बनता है या नहीं, क्योंकि पारस्परिक—और कुछ कम हद तक संबंधी—परोपकारिता के लिए अलग-अलग परिदृश्यों में अलग-अलग प्रतिक्रियाओं की आवश्यकता होती है।) त्वरित और कामचलाऊ समाधान यह है कि प्रत्येक संरचना को शब्दों का थैला माना जाए और उनका औसत लिया जाए। माध्य लोडिंग इस प्रकार हैं:

चर्चा #

मुझे नहीं लगता कि प्रतिभागी-स्थान में किया गया पेपर संबंधी या पारस्परिक परोपकारिता का कोई वैध माप प्रस्तुत करता है और इसलिए यह इस बात की हमारी समझ में कुछ नहीं जोड़ता कि उसका व्यक्तित्व से क्या संबंध है। यह विफलता का आश्चर्यजनक रूप से आम तरीका है। शब्द-स्थान अवैध तुलनाओं के विरुद्ध कुछ सुरक्षा प्रदान करता है। हमें इस बात का बेहतर सहज बोध होता है कि कोई शब्द शब्द-स्थान में कहाँ होना चाहिए, बजाय इसके कि प्रतिभागी 112 को किसी सर्वेक्षण में कैसे उत्तर देना चाहिए। त्रुटियों को पहचानना आसान होता है।

बायेसियन दृष्टिकोण से देखें तो प्रतिभागी-स्थान और शब्द-स्थान में कुछ अलग घटित हो रहा है। विषयों को शामिल करने वाले प्रयोग नई सूचना सामने लाने का प्रयास करते हैं। आशा यह होती है कि इससे पाठकों का विश्व-दृष्टिकोण अद्यतन होगा। लेकिन शोधकर्ताओं (और आम लोगों) के पास बहुत-सा सामाजिक अनुभव तथा सर्वेक्षण द्वारा उपलब्ध कराए गए स्नैपशॉट की तुलना में मनोवैज्ञानिक प्रक्रियाओं की अधिक तीक्ष्ण समझ होती है। सूचक को बहुत अधिक हिलाना कठिन होता है। शब्द-स्थान नई जानकारी उत्पन्न करने की अपेक्षा हमारे पूर्वविश्वासों को दृश्य रूप देने के अधिक समान है। यह दृष्टिकोण मूल्यवान है क्योंकि भाषा ही वह स्थान है जहाँ बात व्यवहार में उतरती है, ऐसा कहें तो। जैसा कि जे. एल. ऑस्टिन ने कहा था:

“हमारे शब्दों के साझा भंडार में वे सभी भेद समाहित हैं जिन्हें मनुष्यों ने रेखांकित करने योग्य समझा है, और वे सभी संबंध जिन्हें उन्होंने चिह्नित करने योग्य पाया है—अनेक पीढ़ियों के जीवनकाल में। निश्चय ही, इनके अधिक संख्या में और अधिक ठोस होने की संभावना है, क्योंकि ये योग्यतम की उत्तरजीविता की दीर्घ परीक्षा में टिके हैं; और कम-से-कम सभी साधारण तथा तर्कसंगत व्यावहारिक मामलों में, इनके अधिक सूक्ष्म होने की भी—उनमें से किसी भी भेद या संबंध की तुलना में जिन्हें तुम या मैं दोपहर में अपनी आरामकुर्सी पर बैठकर गढ़ने की संभावना रखते हैं—जो कि सबसे प्रिय वैकल्पिक विधि है।” बहानों के पक्ष में एक निवेदन

शब्द-स्थान में विश्लेषण तुलनात्मक रूप से सीधा-सादा है। सहसंबंधों और p-मूल्यों वाली सारणियों के बजाय, शब्दों को रुचि की अक्षों पर सीधे आलेखित किया जाता है और दृश्य निर्णय लिए जाते हैं। संबंधी परोपकारिता के शब्द संबद्धता और भावनात्मक आसक्ति—इन दोनों पर सघन रूप से समूहित होते हैं; यही दो कारक हैं जिन पर पर्याप्त लोडिंग है। पिता, लेकिन भाई नहीं, अपनी महिला समकक्षों की तुलना में कम लगाव रखते हैं—जो ट्रिवर्स के मातृ-पितृ निवेश सिद्धांत के अनुरूप है। भाइयों और बहनों के पास अपने भाई-बहनों की देखभाल करने का समान कारण होता है। लेकिन पिताओं के पास माताओं की तुलना में कम कारण होता है। शुक्राणु सस्ता है। अंडाणु और गर्भावस्था महँगे हैं।

पारस्परिक शब्द अधिक बिखरे हुए हैं, जो अलग-अलग परिदृश्यों—सहयोगी या द्रोही साथी—के प्रति प्रतिक्रिया देने के लिए उपयुक्त गुणों को प्रतिबिंबित करता है। सबसे प्रमुख अंतर व्यवस्था पर अधिक औसत लोडिंग है—अपने लक्ष्यों को पूरा करना। प्रारंभ में विलंबित प्रतिफल परोपकारिता कहलाने वाली पारस्परिक परोपकारिता किसी अजनबी के लिए स्वयं को बलिदान करने के बारे में नहीं है, बल्कि समाजोपयोगी साधनों के माध्यम से अपने भविष्य में निवेश करने के बारे में है। दूसरी ओर, संबंधी परोपकारिता का तात्पर्य अपने ही खर्च पर परिवार की सहायता करने से है, क्योंकि स्वार्थी जीन आपके हृदय-तंतुओं को खींचते हैं। यह भावनात्मक आसक्ति पर संबंधी परोपकारिता के शब्दों की अधिक लोडिंग में स्पष्ट दिखाई देता है, जो ऐश्टन की परिकल्पना का समर्थन करती है। लेकिन मुख्य गतिविधि व्यवस्था पर है, उस स्थान से बहुत दूर जहाँ प्रतिभागी-स्थान के उपकरण इसका पता लगाने के लिए बनाए गए थे। प्रतिभागी-स्थान में नमूना लेने की लागत परिणामों को शोधकर्ताओं के पूर्वविश्वासों पर अधिक निर्भर बनाती है।

इन आलेखों की व्याख्या चाय की पत्तियाँ पढ़ने जैसी लग सकती है, लेकिन यहाँ जो कुछ है उसके बारे में मैं लगभग 70% निश्चित हूँ। एक बात जो मुझे ठिठकने पर मजबूर करती है, वह यह है कि इन दोनों परोपकारिताओं का निरूपण अलग-अलग तरीकों से किया गया है। संबंधी शब्द सभी संबंधों का वर्णन करते हैं (जैसे माँ, पिता, भाई), जबकि पारस्परिक शब्द संबंधों (जैसे पड़ोसी) और बार-बार खेले जाने वाले धनात्मक-योग खेलों में उपयोगी गुणों (जैसे प्रतिशोधी, विवेकशील, सहयोगी) का मिश्रण हैं। अनिश्चितता के बावजूद, क्या यह अच्छा नहीं होगा कि एक दोपहर में मैं ऐसा प्रयोग करूँ जो लाखों लोगों के जीए हुए परोपकारिता-अनुभव को समेट दे? कि पीढ़ियों ने किन गुणों पर सहमति व्यक्त की है कि वे किसी को पितृवत, भगिनीवत या पड़ोसी-सुलभ बनाते हैं। संकेत के किसी नए स्रोत के साथ हमेशा की तरह, शुरुआत में लोग बिना अधिक लक्ष्य-साधन के निष्कर्ष निकालने लगते हैं। अंततः वाइल्ड वेस्ट को वश में कर लिया जाता है; विधियाँ और ह्यूरिस्टिक उभर आते हैं। सुधार की बहुत गुंजाइश है। पाठक शब्द-समुच्चयों में बदलाव कर सकते हैं और इस Colab नोटबुक का उपयोग करके कुछ ही मिनटों में नए परिणाम प्राप्त कर सकते हैं। कृपया ऐसा करें!

शब्द-स्थान के लाभ #

1. लेक्सिकल हाइपोथेसिस से जुड़ा हुआ। विकेंद्रीकृत सामाजिक वास्तविकता में आधारित।
2. कम रूपांतरण। प्रत्येक चरण में कुछ सूचना नष्ट होती है और पक्षपात उत्पन्न होता है।
3. शब्द-स्थान में रूपांतरण के बाद कम सांख्यिकीय परिश्रम। (प्रवेश की निम्नतर बाधा।)
4. प्रभावी नमूना आकार (वे लोग जिन्होंने Reddit पर टिप्पणियों, पुस्तकें लिखने या PubMed लेखों के माध्यम से भाषा मॉडल में योगदान दिया) अधिकांश अध्ययनों की तुलना में बहुत बड़ा और अधिक विविध है।
5. NLP जानने वाले मनोविज्ञान के पीएचडी धारकों के लिए नौकरी की बेहतर संभावनाएँ।
6. बहुभाषी/बहुसांस्कृतिक कार्य करना आसान। कुछ मॉडल एक साथ 100 भाषाओं पर प्रशिक्षित किए जाते हैं (इसी प्रकार Meta कम उदाहरणों वाली भाषाओं में घृणा-भाषण फ़िल्टर प्रशिक्षित करता है)।
7. भाषा मॉडल लगातार बेहतर होते जा रहे हैं।
8. मुक्त विज्ञान।
9. IRB से बचाव।

नुकसान #

1. अधिक गतिशील घटक। भाषा मॉडल में अरबों पैरामीटर होते हैं! फिर भी, अरबों न्यूरॉन और प्रशिक्षण संबंधी दर्जनों निर्णय एक स्थिर निरूपण उत्पन्न कर सकते हैं। अपने क्षेत्र में महत्त्व रखने वाला कोई भी भाषा मॉडल इस सादृश्य को पूरा कर सकता है: “पति का पत्नी से वही संबंध है जो राजा का ____ से है।”
2. परिणामों को जनसांख्यिकीय आधार पर विभाजित नहीं किया जा सकता। कभी-कभी यह जानना दिलचस्प होता है कि 25-30 आयु-वर्ष वाले प्राथमिक विद्यालय के शिक्षकों का व्यक्तित्व कैसा है। या यह जानना कि कोई संरचना गिरफ्तारी के अभिलेख से किस प्रकार सहसंबंधित है। शब्द-स्थान में यह असंभव है।
3. क्या भाषा मॉडल पक्षपाती नहीं होते? खैर, स्व-रिपोर्ट से अधिक नहीं।
4. परोपकारिता को शब्द-वेक्टरों के एक समूह के योग (अर्थात्, शब्दों का थैला) के रूप में परिभाषित करना कुछ हद तक कामचलाऊ है। यहाँ सुधार की पर्याप्त गुंजाइश है।

विदेशी देवता #

“मुझे लगता है कि काफ्का सही थे जब उन्होंने कहा था कि आधुनिक मनुष्य के लिए राज्य की नौकरशाही ही दैवी आयाम के साथ बचा हुआ एकमात्र संपर्क है।” ~ज़िज़ेक, A Pervert’s Guide to Ideology

वह यहाँ, निस्संदेह, IRB में अपील दायर करने के पारलौकिक अनुभव का वर्णन कर रहे हैं। मेरी एक भविष्यवाणी है। संकेत-प्रसंस्करण के दृष्टिकोण से शब्द-स्थान ही अच्छा और उचित कार्य है, लेकिन इसे अपनाने की प्रेरणा उतनी ही विनियमन से बचने की सुविधा से मिलेगी। इसका परिणामी निष्कर्ष यह है कि भाषा मॉडलों को सचेतन घोषित करने वाला पहला सरकारी निकाय IRB ही होगा।

मार्ग तैयार करना #

हम भाषा मॉडलों से संकल्पनाओं के बीच संबंधों को निकालना चाहेंगे। ऐसा इस प्रकार करना कि इससे और अधिक शोर के बजाय संकेत जुड़े, बहुत-से प्रमाणीकरण कार्य की अपेक्षा करता है। प्रारंभ में, इसका अर्थ सुव्यवस्थित रूप से स्थापित सर्वेक्षण-परिणामों से तुलना करना है। क्या शब्द-वेक्टरों का उपयोग करके उन्हें पुनः प्राप्त किया जा सकता है? वे कहाँ विफल होते हैं? एक बार यह स्थापित हो जाए, तो “अधिक शोध की आवश्यकता है” पर समाप्त होने वाले प्रत्येक शोध-पत्र को शब्द-स्थान में यह प्रश्न पूछने का कोई तरीका खोजना चाहिए।

मैंने एक विधि को सूक्ष्म रूप से अनुकूलित करने में एक वर्ष से अधिक समय बिताया, ताकि उस समय के अत्याधुनिक मॉडल RoBERTa से व्यक्तित्वगत संबंध निकाले जा सकें। इसके कुछ ही समय बाद GPT-3 जारी हुआ और उसने बिना किसी विशेष अनुकूलन के बेहतर प्रदर्शन किया। यह कि गणनात्मक शक्ति विषय-विशेषज्ञता को पीछे छोड़ देती है, AI में बार-बार सामने आने वाला एक कड़वा सबक है। गणनात्मक शक्ति घातांकीय रूप से बढ़ती है। यदि विषय-विशेषज्ञता का उपयोग करके किसी सामान्य ML समाधान पर 30% सुधार मिल सकता है, तो आप गणनात्मक शक्ति के बराबर पहुँचने की प्रतीक्षा करके सामान्य विधियों से वही परिणाम पा सकते हैं। इसलिए मनोविज्ञान के प्रश्नों को पहले से उपलब्ध NLP मॉडलों से जोड़ने के तरीके खोजना आगे बढ़ने का एक अच्छा मार्ग है। हर छह महीने या लगभग इतने अंतराल पर उल्लेखनीय रूप से बेहतर प्रदर्शन करने वाला कोई नया मॉडल सार्वजनिक किया जाता है। शब्द-स्थान को मान्य ठहराने वाले लोग अधिक महान बुद्धिमत्ताओं—PaLM, GPT-7, OSCar (Optimal Sentience Cartography)—के लिए मनोवैज्ञानिक सत्यों की वर्षा करने का मार्ग तैयार कर रहे हैं।

प्राकृतिक भाषा संसार के बारे में साझा सिद्धांतों से भरी पड़ी है। अब जबकि हम उन्हें परिमाणित कर सकते हैं, तो क्या उन्हें प्रमाण के रूप में इस्तेमाल नहीं किया जा सकता?

यदि आपको यह रोचक लगे, तो कृपया साझा करें! मूल लेख साझा करें।