অনেক পাঠক এটিকে উপাখ্যানগতভাবে লক্ষ্য করেছেন: এআই মডেলের লেখা পাঠ্যটি ব্যাকরণগতভাবে ত্রুটিহীন হলেও পার্স করার জন্য ক্রমবর্ধমান ঘন, স্থির এবং অদ্ভুতভাবে ক্লান্তিকর মনে হয়। arXiv-এ পোস্ট করা একটি নতুন প্রিপ্রিন্ট সেই অন্তর্দৃষ্টির পিছনে কঠিন ভাষাগত ডেটা রাখে — এবং কেন এটি ঘটছে তার জন্য একটি ব্যাখ্যা প্রস্তাব করে।
গবেষণাটি, "কেন এআই-উত্পাদিত ভাষা বোঝা এত কঠিন?", 21 অক্টোবর গবেষক টমাস হিকারু ক্লার্ক, মাতিয়াস বি. মার্টিন এবং কাইল মাহোওয়াল্ড দ্বারা জমা দেওয়া হয়েছিল৷ বিভিন্ন ডোমেন জুড়ে AI-উত্পাদিত পাঠ্যের একটি অভিনব কর্পাসের উপর অঙ্কন করে, লেখকরা মনস্তাত্ত্বিক ভাষাগত বৈশিষ্ট্যগুলির একটি সেট বিশ্লেষণ করেছেন যা মানব পাঠকদের জন্য প্রক্রিয়াকরণের অসুবিধার চিহ্নিতকারী হিসাবে সাহিত্যে সুপ্রতিষ্ঠিত - অবজেক্ট আপেক্ষিক ধারা, দীর্ঘ সিনট্যাক্টিক নির্ভরতা এবং কম-ফ্রিকোয়েন্সি এন-গ্রাম সহ। For more context on this story, see our ongoing artificial intelligence updates.
যা পরিমাপ করেছেন গবেষকরা
মনোভাষাবিজ্ঞান দীর্ঘদিন ধরেই জানে যে সব বাক্য পড়ার জন্য একই খরচ হয় না। অবজেক্ট আপেক্ষিক ধারা ("প্রতিবেদক যে সিনেটরকে আক্রমণ করেছিলেন...") বিষয় আত্মীয়দের তুলনায় প্রক্রিয়া করতে পরিমাপকভাবে বেশি সময় নেয়। শব্দের মধ্যে দীর্ঘ নির্ভরতা পাঠকদের স্মৃতিতে আরও উপাদান ধরে রাখতে বাধ্য করে। বিরল শব্দ ক্রমগুলি পুনরুদ্ধার এবং সংহত করার জন্য আরও প্রচেষ্টার প্রয়োজন। এই বৈশিষ্ট্যগুলি একটি টেক্সট বোঝার জন্য কতটা কঠিন তা পরিমাপ করার জন্য একটি শাসক হিসাবে কাজ করে - এটি কতটা পরিশীলিত শোনাচ্ছে তার থেকে আলাদা।
গবেষকরা এআই-জেনারেটেড লেখাকে দুটি বেসলাইনের সাথে তুলনা করেছেন: মানব-লিখিত পাঠ্য, এবং রাউন্ড-ট্রিপ অনুবাদের মাধ্যমে উত্পাদিত প্যারাফ্রেজ, আনুষ্ঠানিক বা মেশিন-ইশ গদ্যের জেনেরিক ফ্লেভার থেকে আসল মডেলের অদ্ভুততাকে আলাদা করার জন্য ডিজাইন করা একটি নিয়ন্ত্রণ।
যে নিয়ন্ত্রণ গুরুত্বপূর্ণ. সংশয়বাদীরা যুক্তিসঙ্গতভাবে যুক্তি দিতে পারে যে AI পাঠ্যটি একটি স্বতন্ত্র প্যাথলজি প্রদর্শনের পরিবর্তে ব্যবসায়িক বা প্রযুক্তিগত লেখার মতো পড়ে — আনুষ্ঠানিক, নৈর্ব্যক্তিক এবং বিশেষ্য-ভারী। রাউন্ড-ট্রিপ অনুবাদের পিছনে কোনো ভাষা-মডেল প্রশিক্ষণ ছাড়াই অনুরূপ পালিশ, সামান্য অপ্রাকৃতিক রেজিস্টার সহ পাঠ্য তৈরি করে। যদি AI মডেলগুলি এখনও প্রক্রিয়াকরণ-কঠিনতা পরিমাপের ভিত্তিতে সেই বেসলাইনকে অতিক্রম করে, তবে পার্থক্যটি নির্দিষ্ট কিছু থেকে আসতে হবে যে মডেলগুলি নিজেরাই লিখতে শিখেছে। যে, সারমর্ম, গবেষণা পাওয়া কি.
তারা যা খুঁজে পেয়েছে
ফলাফল বোর্ড জুড়ে সামঞ্জস্যপূর্ণ ছিল. মানুষের লেখার সাথে তুলনা করে, সমীক্ষায় নয়টি সীমান্ত এবং কাছাকাছি-সীমান্ত মডেল পরীক্ষা করা হয়েছে - একটি গ্রুপ যা জিপিটি-5.6, ক্লদ, লামা, ডিপসিক এবং কুয়েন পরিবারের সিস্টেমগুলি অন্তর্ভুক্ত করে - পরিমাপযোগ্যভাবে কঠিন পছন্দ করেছে:
- অ্যানিমেট ক্রিয়াপদের সাথে যুক্ত আরও নির্জীব বিষয় — লেখার বৈশিষ্ট্যগত AI প্যাটার্ন যা "বিমূর্ততা," "আন্ডারস্কোর" বা "হাইলাইট" করে।
- আরো কম-ফ্রিকোয়েন্সি এন-গ্রাম, মানে অস্বাভাবিক শব্দ ক্রম যা মানব লেখকরা খুব কমই তৈরি করেন।
- আরো হস্তক্ষেপকারী উপাদান দ্বারা আলাদা করা বিষয় এবং ক্রিয়া সহ আরও দীর্ঘ বাক্যবিন্যাস নির্ভরতা**।
- আরো স্তুপীকৃত বিশেষ্য এবং, কথোপকথনমূলক পাঠ্যে, বস্তুর আপেক্ষিক ধারা আরও হ্রাস করা হয়েছে।
সমীক্ষাটি মডেল পরিবারগুলির মধ্যে উল্লেখযোগ্য পরিবর্তনের নথিভুক্ত করেছে - সমস্ত মডেল পড়া সমানভাবে কঠিন নয় - এবং দেখা গেছে যে AI মডেলগুলি এই কঠিন নির্মাণগুলিকে রাউন্ড-ট্রিপ-অনুবাদ প্যারাফ্রেজের চেয়ে প্রায়শই ব্যবহার করেছে, প্রভাবটি নির্দেশ করে যে কীভাবে মডেলগুলিকে প্রশিক্ষিত করা হয় আনুষ্ঠানিক রেজিস্টারের আর্টিফ্যাক্টের পরিবর্তে।
সেই বৈচিত্রটি নীরবে কাগজের সবচেয়ে দরকারী ফলাফলগুলির মধ্যে একটি। পড়ার অসুবিধা যদি স্কেল বা ক্ষমতার একটি অনিবার্য পরিণতি হয়, তবে সমস্ত সীমান্ত সিস্টেম একসাথে ক্লাস্টার হবে। পরিবর্তে, পরিবারের মধ্যে ছড়িয়ে পড়া পরামর্শ দেয় যে প্রশিক্ষণ-পরবর্তী পছন্দগুলি — ডেটা মিক্স, পুরষ্কার সংকেত, যুক্তি-ভারী ডোমেনের উপর জোর — দৃশ্যত আকার দেয় যে কীভাবে একটি মডেলের গদ্য একজন মানুষের পাঠকের উপর ল্যান্ড করে। অন্য কথায়, হার্ড-টু-রিড এআই টেক্সট একটি ডিজাইনের ফলাফল, বুদ্ধিমত্তার একটি অনিবার্য উপজাত নয়।
তথ্য-ঘনত্ব হাইপোথিসিস
কেন মডেল কঠিন ভাষার দিকে প্রবাহিত হবে? লেখকরা একটি হাইপোথিসিস প্রস্তাব করেন এবং পরীক্ষা করেন: যখন মানুষের ভাষা বিকশিত হয় এবং সফলভাবে যোগাযোগ করার চাপের মধ্যে শেখা হয়, তখন এআই-উত্পাদিত পাঠ্যটি ক্রমবর্ধমানভাবে অন্যান্য লক্ষ্যগুলির জন্য অপ্টিমাইজ করা হয় — গণিত, কোড এবং যুক্তির কাজ — যেখানে চাপ বোঝার সহজতার পরিবর্তে তথ্য ঘনত্ব এর দিকে।
সঠিক উত্তরগুলিকে কম টোকেনে প্যাক করার জন্য পুরস্কৃত একটি মডেল এমন অভ্যাস শিখে যা গদ্যে নিয়ে যায়: অর্থ সংকুচিত করে, সুনির্দিষ্ট-কিন্তু-বিরল শব্দগুলি পছন্দ করে, প্রতি বাক্যে আরও কাঠামো এম্বেড করে। ফলাফল হল পাঠ্য যা মানদণ্ডে ভাল স্কোর করে যখন মানুষের পাঠকদের কাছে ক্রমাগত কম স্বাভাবিক হয়।
ধারণাটি পরীক্ষা করার জন্য, গবেষকরা একটি প্রমাণ-অফ-ধারণা পরীক্ষা চালিয়েছিলেন: তারা একটি দৈর্ঘ্যের শাস্তির অধীনে একটি ভাষা মডেলকে সূক্ষ্ম-টিউন করেছেন, এটির আউটপুটকে সংকুচিত করতে বাধ্য করেছে। মডেলের ভাষাগত আচরণ মানব-সদৃশ প্যাটার্ন থেকে ঠিক যেভাবে হাইপোথিসিস ভবিষ্যদ্বাণী করে — এই ধারণাটিকে কার্যকারণ সমর্থন ধার দেয় যে অপ্টিমাইজেশান চাপ, একা ডেটা নয়, পরিবর্তনটি চালায়।
কেন এটা গুরুত্বপূর্ণ
অনুসন্ধানগুলি হাইলাইট করে যে লেখকরা মানুষের ভাষাগত প্রক্রিয়াকরণের চাহিদা এবং বৃহৎ ভাষার মডেলগুলির দ্বারা নিহিতভাবে পছন্দ করাগুলির মধ্যে একটি বিভ্রান্তিকরতা বলে। যে বিভ্রান্তির ব্যবহারিক পরিণতি আছে। AI সহকারীরা যেগুলি পড়া কঠিন পাঠ্য তৈরি করে তারা প্রতিটি উত্তরের উপর একটি লুকানো কর আরোপ করে, এবং লোকেরা মডেল-উত্পন্ন ড্রাফ্ট, সংক্ষিপ্তসার এবং ব্যাখ্যাগুলিতে তাদের পড়ার সময় বেশি ব্যয় করে বলে প্রভাব যৌগিক।
লেখকরা সম্ভাব্য প্রতিকারের দিকে তাদের ফ্রেমওয়ার্ক পয়েন্টগুলিকে যুক্তি দিচ্ছেন - মডেলগুলিকে প্রশিক্ষণ বা সুর করার উপায় যার আউটপুট সক্ষমতা ত্যাগ না করে মানব প্রক্রিয়াকরণের সীমাকে সম্মান করে। কাগজটি একটি প্রিপ্রিন্ট এবং এটি এখনও সমকক্ষ পর্যালোচনার মধ্য দিয়ে যায়নি, তবে এর কেন্দ্রীয় পর্যবেক্ষণ ইতিমধ্যে অনুরণিত হচ্ছে: কাজটি 24 অক্টোবর হ্যাকার নিউজের প্রথম পৃষ্ঠায় আরোহণ করেছে, যুক্তি কার্যকারিতা এবং পঠনযোগ্য গদ্যের মধ্যে ট্রেড-অফ মৌলিক বা স্থিরযোগ্য কিনা তা নিয়ে একটি সক্রিয় বিতর্ক তৈরি করেছে।
আপাতত, অধ্যয়নটি পাঠকদের একটি পরিচিত হতাশার জন্য একটি বৈধ শব্দভাণ্ডার দেয়। টেক্সট দুর্ঘটনাক্রমে খারাপ হচ্ছে না - এটি নকশা দ্বারা ঘনতর হচ্ছে।
সূত্র: arXiv:2610.29162, হ্যাকার নিউজ আলোচনা---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
