AI की उपलब्धता लोगों की 'मुझे नहीं पता' कहने की इच्छा लगभग खत्म कर देती है

एक छोटा वाक्यांश जिसे AI की उपलब्धता मिटा देती प्रतीत होती है

अनिश्चितता स्वीकार करना उपलब्ध सबसे सस्ते बौद्धिक उपकरणों में से एक है: "मुझे नहीं पता" में कुछ खर्च नहीं होता और यह बहुत सी गलतियों को रोकता है। शोध की एक नई श्रृंखला बताती है कि यह उपकरण भाषा मॉडल की मात्र उपलब्धता से चुपचाप निष्क्रिय किया जा रहा है। 3,132 प्रतिभागियों को शामिल करने वाले पांच प्रयोगों में, शोधकर्ताओं ने पाया कि जो लोग AI की सलाह ले सकते थे, वे निर्णय रोकने को लगभग पूरी तरह अनिच्छुक हो गए — ऐसी स्थिति में भी जहां AI जानबूझकर और भरोसेमंद ढंग से अविश्वसनीय था।

यह कार्य 2026 में Marcoccia, Quattrociocchi और Capraro को श्रेय दिया जाता है, और इसका वर्णन किया गया पैटर्न स्पष्ट है। एक प्रयोग में, जिन प्रश्नों का उत्तर देने से प्रतिभागियों ने इनकार किया, उनका हिस्सा AI की पहुंच के बिना 44 प्रतिशत से घटकर AI के साथ मात्र 3 प्रतिशत रह गया। उन्होंने बहुत अधिक उत्तर दिए। वे बहुत कम सही हुए।

प्रयोग कैसे बनाए गए

डिज़ाइन मायने रखता है, क्योंकि यह इस व्यवहार की सबसे चापलूसी वाली व्याख्या को खारिज करता है। शोधकर्ताओं ने यह परीक्षण नहीं किया कि लोग समझदारी से किसी सक्षम सहायक पर निर्भर रहते हैं या नहीं। उन्होंने यह परीक्षण किया कि क्या होता है जब सहायक आत्मविश्वास के साथ खराब हो।

मॉडल को तोड़ने के लिए चुने गए प्रश्न

टीम ने ऐसे प्रश्न चुने जिनमें उनका चुना हुआ मॉडल, Step 3.5 Flash, लगभग हमेशा गलत था। ये फिल्मों के बारीक दृश्य विवरणों से संबंधित थे — उदाहरण के लिए, Bend It Like Beckham में एक टीम की वर्दी का रंग। लेखकों का कहना है कि ऐसी सूक्ष्म बातें ऑनलाइन टेक्स्ट में शायद ही आती हैं, जिससे वे hallucination के लिए प्रमुख लक्ष्य बन जाती हैं: मॉडल के पास पुनःप्राप्त करने के लिए बहुत कम होता है और आविष्कार करने के लिए बहुत जगह होती है।

यह पुष्टि करने के लिए कि सेटअप केवल एक खराब उपकरण का परीक्षण नहीं कर रहा था, शोधकर्ताओं ने यह भी देखा कि GPT-5.5, Claude 4.6 Sonnet और Gemini 3.5 Flash ने अन्य अधिकांश प्रश्नों को सही ढंग से संभाला, हालांकि वे कठिन प्रश्नों पर अब भी लड़खड़ाए। महत्वपूर्ण बात यह है कि चूंकि AI की सलाह अधिकतर गलत थी, इसलिए प्रतिभागियों ने जो भी आदर दिखाया, उसे किसी भरोसेमंद उपकरण को उचित प्रतिनिधिमंडल के रूप में नहीं देखा जा सकता।

अधिक उत्तर, कम सही उत्तर

अध्ययन 1a और 1b ने प्रतिभागियों को स्वयं तय करने दिया कि उत्तर देने से पहले AI से पूछना है या नहीं। नियंत्रण स्थिति में, जहां कोई AI उपलब्ध नहीं था, उन्होंने क्रमशः 36 प्रतिशत और 44 प्रतिशत प्रश्नों पर निर्णय रोका। एक बार AI उपलब्ध होने पर, ये परहेज़ दरें घटकर 6 प्रतिशत और 3 प्रतिशत रह गईं।

अध्ययन 2 ने दूसरा माप — आत्मविश्वास — जोड़ा और शायद इस समूह का सबसे असहज परिणाम दिया:

• AI की पहुंच के साथ आत्मविश्वास 100-अंकीय पैमाने पर 75.9 अंक तक पहुंच गया, जबकि इसके बिना 29.6 अंक था — लगभग ढाई गुना अधिक।
• उसी तुलना में सही उत्तर 27.6 प्रतिशत से घटकर 10.0 प्रतिशत रह गए।
• सभी अध्ययनों में, वित्तीय प्रोत्साहन के बिना जिन प्रतिभागियों के पास AI की पहुंच थी, उन्होंने 9.2 प्रतिशत बार सही उत्तर दिया, जबकि AI के बिना 27.5 प्रतिशत बार।

दूसरे शब्दों में, लोगों ने AI साथ होने पर अधिक प्रश्नों के उत्तर दिए और लगभग एक-तिहाई बार सही हुए। शोधकर्ता अध्ययन 2 में इस बदलाव को तीन समकालिक गतियों के रूप में वर्णित करते हैं: निर्णय रोकना लगभग शून्य हो गया, आत्मविश्वास तेजी से बढ़ा, और सटीकता घटी। निश्चितता और सटीकता विपरीत दिशाओं में चले।

योग्यता के बिना आत्मविश्वास

यह संयोजन मानव मनोविज्ञान से परिचित है — जो सबसे कम जानते हैं वे अक्सर सबसे अधिक आश्वस्त महसूस करते हैं — लेकिन यहां यह लंबे समय से बनी विशेषज्ञता से उभरने के बजाय किसी उपकरण द्वारा मांग पर प्रेरित प्रतीत होता है। प्रतिभागी AI में आत्मविश्वास की रिपोर्ट नहीं कर रहे थे; वे अपने स्वयं के उत्तरों में आत्मविश्वास की रिपोर्ट कर रहे थे, जो उस सलाह के संपर्क में आने के बाद दिए गए थे जिसे शोधकर्ताओं ने अधिकतर समय गलत होने के लिए तैयार किया था।

यह गतिशीलता यह समझाने में मदद करती है कि यह प्रभाव प्रयोगशाला से बाहर भी ट्रैक करने योग्य क्यों है। वास्तविक दुनिया के AI सहायक ठीक वहीं hallucinate करने की सबसे अधिक संभावना रखते हैं जहां जानकारी पतली, अस्पष्ट या शायद ही प्रलेखित हो — वही परिस्थितियां जिनका उपयोग अध्ययन ने मॉडल को त्रुटि के लिए फुसलाने में किया। प्रवाह और तथ्यात्मकता के बीच का अंतर समान रूप से वितरित नहीं है; यह ठीक उसी क्षेत्र में केंद्रित होता है जहां किसी व्यक्ति की अपनी अनिश्चितता सामान्यतः सबसे अधिक होती।

प्रोत्साहन मदद करते हैं, लेकिन समस्या का समाधान नहीं करते

अध्ययन 2 से 4 में पैसा शामिल किया गया। प्रतिभागियों ने प्रत्येक सही उत्तर के लिए 10 सेंट कमाए, प्रत्येक गलत उत्तर के लिए 10 सेंट खोए, और "मुझे नहीं पता" कहने पर कुछ भी नहीं मिला। यह स्कोरिंग योजना सापेक्ष रूप से परहेज़ को वास्तव में महंगा बनाती है, फिर भी शोधकर्ता यह जानना चाहते थे कि क्या त्रुटियों के लिए दंड संरचना लोगों को अज्ञानता स्वीकार करने की ओर वापस धकेलेगी।

उन्होंने यह परिकल्पना पूर्व-पंजीकृत की थी कि वित्तीय प्रोत्साहन परहेज़ की इच्छा बढ़ाएंगे, लेकिन AI की उपलब्धता उस प्रभाव को कमजोर करेगी। निष्कर्षों का उपलब्ध विवरण मिश्रित दिशा की ओर संकेत करता है: प्रोत्साहनों ने वास्तव में यह घटा दिया कि प्रतिभागियों ने कितनी बार AI सलाह मांगी, और शोधकर्ता उन्हें सहायक बताते हैं, लेकिन इलाज नहीं। अनुमान लगाने के खिलाफ सीधे वित्तीय तर्क के बावजूद तत्काल उत्तर का खिंचाव टिका रहता प्रतीत होता है।

क्या अनिश्चित बना हुआ है

शोधकर्ता अब भी लोगों में AI आउटपुट के प्रति समर्पण की सामान्य प्रवृत्ति देखते हैं, लेकिन वे स्पष्ट हैं कि उनके परिणाम की सीमाएं अप्रमाणित हैं। क्या परहेज़ में यही गिरावट फिल्म ट्रिविया के बाहर — चिकित्सा, कानून, इंजीनियरिंग या रोजमर्रा के तथ्यात्मक प्रश्नों में — उतनी ही मजबूती से टिकती है, यह एक खुला प्रश्न है। यह संभव है कि कुछ क्षेत्र इतनी सतर्कता सक्रिय करें कि "मुझे नहीं पता" कहने की प्रवृत्ति बनी रहे। यह भी संभव है कि जहां दांव अधिक हों और उत्तर अधिक परिणामकारी लगें, वहां यह प्रभाव और प्रबल हो।

अध्ययन जो स्थापित करता है वह देखने योग्य एक तंत्र है: उत्तर की उपस्थिति उस व्यक्ति के मनोविज्ञान को बदल देती है जो अन्यथा यह स्वीकार कर सकता था कि उसके पास उत्तर नहीं है। लागत मापनीय है। कमरे में AI होने पर, प्रतिभागियों ने अपनी सटीकता का बड़ा हिस्सा अपने आत्मविश्वास के बड़े हिस्से के लिए बदल दिया — और वह एक उत्तर छोड़ दिया जो हमेशा ईमानदार होता है।

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।