மெய்நிகர் பணியிட ஆய்வில், அறிவுசார் பணியாளர்கள் 189 பேர் ஒரே அடிப்படை மொழி மாதிரியைப் பயன்படுத்திய AI உதவியாளர்களுக்கு வெவ்வேறு மதிப்பீடுகளையும் பணப் பரிசுகளையும் அளித்தனர். சூரிக் பல்கலைக்கழக ஆராய்ச்சியாளர்கள் அக்டோபர் 14 அன்று வெளியிட்ட விளக்கத்தின்படி, மனிதரைப் போன்ற அவதார்களுக்கு மேசை ரோபோவைவிட அதிக நம்பிக்கை, பங்களிப்புக்கான அங்கீகாரம், பணம் ஆகியவை கிடைத்தன. Johan என்ற அவதாருக்கு Johanna-வைவிடவும் அதிகப் பணம் கிடைத்தது. ஆனால் அந்த வேறுபாட்டை பாலினம் மட்டுமே விளக்க முடியாது என்று ஆராய்ச்சியாளர்கள் எச்சரிக்கின்றனர்.

இந்த முடிவு மெய்நிகர் யதார்த்தத்தில் நடத்தப்பட்ட கட்டுப்படுத்தப்பட்ட பணியைப் பற்றியது. ஒவ்வொரு ஒத்துழைப்பிற்குப் பிறகும் பங்கேற்பாளர்கள் அதிகபட்சமாக நான்கு சுவிஸ் ஃபிராங்குகளைப் பகிர்ந்து, மீதியைத் தங்களிடம் வைத்துக்கொள்ள முடியும். இது மனிதர்களுக்கு வழங்கப்படும் ஊதியம், AI விலை நிர்ணயம் அல்லது பணியிடம் முழுவதும் அவதார்களைப் பயன்படுத்துவதன் விளைவுகளை அளவிடவில்லை.

பெரிய மாற்றம்

  • என்ன மாறியது: ஓர் ஆய்வில் உதவியாளரின் மொழி மாதிரியும் உரையாடல் செயல்முறையும் ஒரேபடி வைக்கப்பட்டு, பங்கேற்பாளர்கள் அதைச் சந்திக்கும் வடிவம் மாற்றப்பட்டது. ஆய்வில் பயன்படுத்தப்பட்ட குறிப்பிட்ட மனிதரைப் போன்ற அவதார்களுக்கு மேசை ரோபோவைவிட உயர்ந்த மதிப்பீடுகளும் பரிசுகளும் கிடைத்தன.
  • ஏன் முக்கியம்: பின்னணியில் உள்ள அமைப்பு ஒன்றாக இருந்தாலும், AI உதவியாளரை வெளிப்படுத்தும் விதம் அதன் பங்களிப்பை மக்கள் எவ்வாறு மதிப்பிட்டு பரிசளிக்கிறார்கள் என்பதைப் பாதிக்கலாம். மிகவும் நேர்மறையான மதிப்பீடு பெற்ற வடிவமே பணியாளர்களின் விருப்பம் என்று வடிவமைப்பாளர் கருத முடியாது.
  • கவனிக்க வேண்டியது: அவதார்களின் அம்சங்களை இன்னும் முறையாக மாற்றி, நீண்டகாலம் பயன்படுத்தும் ஆய்வுகள் பாலினக் குறிப்புகள், உணரப்படும் மனிதச் சாயல் மற்றும் பிற வடிவமைப்பு அம்சங்களின் தாக்கங்களைப் பிரித்தறியலாம். சாதாரண வேலையில் இவை எவ்வாறு செயல்படும் என்பதை இந்தப் பரிசோதனை நிறுவவில்லை.

ஒரே உதவியாளர், வெவ்வேறு வடிவங்கள்

பங்கேற்பாளர்கள் பணியிடத் தலைப்புகள் குறித்து மூன்று சுற்றுகளில் கருத்துகளைப் பகிர்ந்தனர்: உரை அரட்டை, மேசை ரோபோ, Johan அல்லது Johanna ஆகியோரில் ஒருவருடன். இவர்கள் ஆண், பெண் தோற்றங்களுடன் காட்டப்பட்ட இரண்டு மனிதரைப் போன்ற மெய்நிகர் உதவியாளர்கள். நான்கு வடிவங்களும் ஒரே பெரிய மொழி மாதிரியையும் உரையாடல் செயல்முறையையும் பயன்படுத்தியதாக ஆராய்ச்சியாளர்கள் கூறுகின்றனர். ஒவ்வொரு சுற்றிற்குப் பிறகும், மனிதச் சாயல், நம்பிக்கை, பங்களிப்புக்கான அங்கீகாரம் ஆகியவற்றைப் பங்கேற்பாளர்கள் மதிப்பிட்டனர்; பின்னர் நான்கு ஃபிராங்குப் பரிசில் ஒரு பகுதியை உதவியாளருக்கு அளிக்க முடிந்தது. குழு 34 பங்கேற்பாளர்களிடம் நேர்காணலும் நடத்தியது.

ஆசிரியர்களின் அறிக்கையின்படி, இரண்டு மனிதரைப் போன்ற அவதார்களும் மேசை ரோபோவைவிட அதிக மனிதச் சாயலுடன் மதிப்பிடப்பட்டு, அதிக நம்பிக்கை, பங்களிப்புக்கான அங்கீகாரம் மற்றும் பரிசுகளைப் பெற்றன. அறிக்கையிலுள்ள ஒப்பீட்டில் இந்த வேறுபாடுகள் புள்ளியியல் ரீதியாக முக்கியமானவை. நேர்காணலில் சிலர் அவதார்களை மேலும் இனிமையாகப் பழகுபவை அல்லது சக ஊழியரைப் போன்றவை என்று விவரித்தனர்; சிலர் அந்த எண்ணத்தைத் தங்களது மதிப்பீடு அல்லது பரிசுடன் தொடர்புபடுத்தினர். இருப்பினும் மனிதரைப் போன்ற உதவியாளருக்கான தெளிவான விருப்பத்தை நேர்காணல்கள் காட்டவில்லை. மனிதரைப் போன்ற தோற்றம் இல்லாத உதவியாளரைப் பயன்படுத்தவே விரும்புவதாகப் பலர் கூறினர்.

பணியிடத்திற்கான AI-ஐ வடிவமைப்பவர்களுக்கு இந்த வேறுபாடு பயனுள்ளது. பணி முடிந்த உடனே பெறப்படும் மதிப்பீடும், எதிர்காலப் பயன்பாட்டிற்காகத் தெரிவிக்கப்படும் விருப்பமும் வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கின்றன. இந்தக் குறிப்பிட்ட வடிவமைப்புகளில் அவை ஒன்றாக மாற வேண்டிய அவசியமில்லை என்பதை ஆய்வு காட்டுகிறது. அனைவரும் விரும்பும் ஓர் AI உதவியாளர் தோற்றத்தை அது அடையாளம் காணவில்லை.

Johan, Johanna முடிவு என்ன சொல்ல முடியும்

ஒவ்வொரு பங்கேற்பாளரும் இரண்டு மனிதரைப் போன்ற அவதார்களில் ஒன்றை மட்டுமே சந்தித்ததால், Johan-க்கும் Johanna-க்கும் இடையிலான ஒப்பீடு வெவ்வேறு பங்கேற்பாளர்களுக்கு இடையே நடந்தது. Johan அதிக மனிதச் சாயலுடன் மதிப்பிடப்பட்டு, அதிகப் பணம் பெற்றது. நம்பிக்கை அல்லது பங்களிப்புக்கான அங்கீகார மதிப்பீடுகளில் இரண்டு அவதார்களுக்கு இடையே புள்ளியியல் ரீதியாக முக்கியமான வேறுபாடு இல்லை என்று ஆசிரியர்கள் தெரிவிக்கின்றனர்.

உதவியாளரின் பாலினம் தங்களது தீர்ப்பைப் பாதிக்கக் கூடாது என்று நேர்காணலில் பலர் கூறினர்; பலர் பாலினமற்ற உதவியாளரை விரும்பினர். தெரிவிக்கப்பட்ட இந்தக் கருத்து, அளவிடப்பட்ட பரிசு வேறுபாட்டுடன் இணைந்து உள்ளது. ஆனால் பங்கேற்பாளர்கள் பணத்தை வேறுவிதமாகப் பகிர்ந்ததன் காரணத்தை இது நிரூபிக்கவில்லை. ஆராய்ச்சியாளர்கள் விளக்குவது போல, ஆய்வில் ஆண் தோற்றமுள்ள ஓர் அவதாரும் பெண் தோற்றமுள்ள ஓர் அவதாரும் பயன்படுத்தப்பட்டன. அவற்றின் உணரப்பட்ட மனிதச் சாயலும் வேறுபட்டது; குறிப்பிட்ட வடிவமைப்புகளின் பிற அம்சங்களும் காரணமாக இருந்திருக்கலாம். ஒரு விளைவைப் பாலினத்துடன் தொடர்புபடுத்த, இந்தக் குறிப்புகளைச் சுயாதீனமாக மாற்றி பல அவதார்களைச் சோதிக்க வேண்டும்.

பொதுவில் அணுகக்கூடிய ஆய்வுக் கட்டுரைப் பதிவு 2026 மாநாட்டு ஆய்வையும் DOI-யையும் குறிப்பிடுகிறது. ACM அல்லது பல்கலைக்கழகக் களஞ்சியம் வழியாக முழுக் கட்டுரையையும் BIG CHANGE அணுக முடியவில்லை. அதனால் இந்தக் கட்டுரை புள்ளியியல் அட்டவணைகளின் புதிய ஆய்வை விட, ஆசிரியர்கள் வெளியிட்ட விளக்கத்தை அடிப்படையாகக் கொண்டது. முழுக் கட்டுரையிலிருந்து பரிசுத் தொகைகளையோ விளைவு அளவுகளையோ BIG CHANGE தனியாகச் சரிபார்க்க முடியவில்லை.

முன்னதாக பாலினச் சார்பு தணிக்கை குறித்த BIG CHANGE செய்தி AI மாதிரிகளின் பதில்களுக்கு இடையிலான வேறுபாடுகளை ஆராய்ந்தது. இந்தப் பரிசோதனை ஒரே அடிப்படை உதவியாளரின் வெவ்வேறு வடிவங்களுக்கு மக்களின் எதிர்வினைகளைப் பற்றியது. இரண்டு ஆய்வுகளும் வெவ்வேறு முடிவுகள் வழியாகச் சார்பு தொடர்பான கேள்விகளை அணுகுகின்றன.

ஆதாரங்களும் கூடுதல் வாசிப்பும்