AI அணுகல் அழித்துவிடுவது போல் தோன்றும் ஒரு சிறிய சொற்றொடர்

நிச்சயமற்ற தன்மையை ஒப்புக்கொள்வது கிடைக்கக்கூடிய மலிவான அறிவுசார் கருவிகளில் ஒன்று: "எனக்குத் தெரியாது" என்பதற்கு எந்தச் செலவும் இல்லை, மேலும் பல தவறுகளைத் தடுக்கிறது. ஒரு மொழி மாதிரியின் வெறும் கிடைக்கும் தன்மையால் அந்தக் கருவி அமைதியாக முடக்கப்படுகிறது என்பதை புதிய ஆய்வுத் தொகுப்பு சுட்டிக்காட்டுகிறது. 3,132 பங்கேற்பாளர்களை உள்ளடக்கிய ஐந்து சோதனைகளில், AI ஆலோசனையைப் பெறக்கூடியவர்கள் தங்கள் தீர்ப்பை நிறுத்திக்கொள்ள கிட்டத்தட்ட முழுமையாக விருப்பமில்லாமல் போனார்கள் — AI வேண்டுமென்றே நம்பகமற்றதாக இருந்த ஒரு சூழலில் கூட.

இந்த ஆய்வு 2026-இல் Marcoccia, Quattrociocchi மற்றும் Capraro ஆகியோருக்கு உரியதாகக் கருதப்படுகிறது, அது விவரிக்கும் முறை மிகத் தெளிவானது. ஒரு சோதனையில், பங்கேற்பாளர்கள் பதிலளிக்க மறுத்த கேள்விகளின் விகிதம் AI அணுகல் இல்லாமல் 44 சதவீதத்திலிருந்து AI அணுகலுடன் வெறும் 3 சதவீதமாகக் குறைந்தது. அவர்கள் மிக அதிகமாகப் பதிலளித்தார்கள். மிகக் குறைவாகவே சரியாக இருந்தார்கள்.

சோதனைகள் எவ்வாறு வடிவமைக்கப்பட்டன

வடிவமைப்பு முக்கியமானது, ஏனெனில் இது இந்த நடத்தைக்கான மிகவும் மெச்சத்தக்க விளக்கத்தை நிராகரிக்கிறது. திறமையான உதவியாளரை மக்கள் அறிவார்ந்த முறையில் நம்புகிறார்களா என்பதை ஆராய்ச்சியாளர்கள் சோதிக்கவில்லை. உதவியாளர் நம்பிக்கையுடன் மோசமாக இருக்கும்போது என்ன நடக்கிறது என்பதைச் சோதித்தார்கள்.

மாதிரியை உடைக்கத் தேர்ந்தெடுக்கப்பட்ட கேள்விகள்

தாங்கள் தேர்ந்தெடுத்த மாதிரி, Step 3.5 Flash, கிட்டத்தட்ட எப்போதும் தவறாக இருந்த கேள்விகளைக் குழு தேர்ந்தெடுத்தது. இவை திரைப்படங்களின் நுட்பமான காட்சி விவரங்களைப் பற்றியவை — எடுத்துக்காட்டாக, Bend It Like Beckham திரைப்படத்தில் ஒரு அணியின் சீருடையின் நிறம். இத்தகைய நுண்விவரங்கள் ஆன்லைன் உரையில் அரிதாகவே தோன்றும், இது அவற்றை மாயத்தோற்றத்திற்கு (hallucination) சிறந்த இலக்குகளாக மாற்றுகிறது: மாதிரிக்கு மீட்டெடுக்கக் குறைவான தகவலே உள்ளது, கற்பனை செய்ய நிறைய இடமும் உள்ளது.

இந்த அமைப்பு வெறுமனே ஒரு கெட்ட கருவியைச் சோதிக்கவில்லை என்பதை உறுதிப்படுத்த, GPT-5.5, Claude 4.6 Sonnet மற்றும் Gemini 3.5 Flash ஆகியவை மற்ற கேள்விகளில் பெரும்பாலானவற்றைச் சரியாகக் கையாண்டன என்பதையும் ஆராய்ச்சியாளர்கள் கவனித்தனர், இருப்பினும் கடினமானவற்றில் அவை தடுமாறின. முக்கியமான விஷயம் என்னவென்றால், AI ஆலோசனை பெரும்பாலும் தவறாக இருந்ததால், பங்கேற்பாளர்கள் காட்டிய எந்த மரியாதையையும் நம்பகமான ஒரு கருவிக்கு நியாயமான ஒப்படைப்பாகக் கருத முடியாது.

அதிக பதில்கள், குறைவான சரியானவை

1a மற்றும் 1b ஆய்வுகள், பதிலளிக்கும் முன் AI-யிடம் கேட்பதா என்பதைப் பங்கேற்பாளர்களே முடிவு செய்ய அனுமதித்தன. AI இல்லாத கட்டுப்பாட்டு நிலையில், அவர்கள் முறையே 36 சதவீதம் மற்றும் 44 சதவீதம் கேள்விகளில் தீர்ப்பை நிறுத்திக்கொண்டனர். AI கிடைத்தவுடன், அந்தத் தவிர்ப்பு விகிதங்கள் 6 சதவீதம் மற்றும் 3 சதவீதமாகச் சரிந்தன.

ஆய்வு 2 இரண்டாவது அளவீட்டை — நம்பிக்கையை — சேர்த்தது, மேலும் இந்தத் தொகுப்பில் மிகவும் அசௌகரியமான முடிவை உருவாக்கியது:

In Study 2, AI access drove judgment suspension to near zero (a) while confidence rose sharply (b). Correctness dropped at the same time (c). Financial incentives reduced how often participants sought AI advice (d). | Image: Marcoccia, Quattrociocchi, Capraro (2026)
In Study 2, AI access drove judgment suspension to near zero (a) while confidence rose sharply (b). Correctness dropped at the same time (c). Financial incentives reduced how often participants sought AI advice (d). | Image: Marcoccia, Quattrociocchi, Capraro (2026)
  • AI அணுகலுடன் நம்பிக்கை 100-புள்ளி அளவில் 75.9 புள்ளிகளை எட்டியது, அது இல்லாமல் 29.6 புள்ளிகள் — ஏறக்குறைய இரண்டரை மடங்கு அதிகம்.
  • அதே ஒப்பீட்டில் சரியான பதில்கள் 27.6 சதவீதத்திலிருந்து 10.0 சதவீதமாகக் குறைந்தன.
  • எல்லா ஆய்வுகளிலும், நிதி ஊக்குவிப்புகள் இல்லாத, AI அணுகல் கொண்ட பங்கேற்பாளர்கள் 9.2 சதவீத நேரங்களில் சரியாகப் பதிலளித்தனர், AI இல்லாமல் 27.5 சதவீதம்.

வேறு வார்த்தைகளில், AI கையில் இருக்கும்போது மக்கள் அதிக கேள்விகளுக்குப் பதிலளித்தனர், சரியாக இருந்தது ஏறக்குறைய மூன்றில் ஒரு பங்கு மட்டுமே. ஆய்வு 2-இல் ஏற்பட்ட மாற்றத்தை ஆராய்ச்சியாளர்கள் ஒரே நேரத்தில் நடந்த மூன்று இயக்கங்களாக விவரிக்கிறார்கள்: தீர்ப்பு நிறுத்தம் கிட்டத்தட்ட பூஜ்ஜியமாகக் குறைந்தது, நம்பிக்கை கூர்மையாக உயர்ந்தது, சரியான தன்மை குறைந்தது. உறுதியும் துல்லியமும் எதிரெதிர் திசைகளில் நகர்ந்தன.

திறமையில்லாத நம்பிக்கை

இந்தக் கலவை மனித உளவியலில் பரிச்சயமானது — குறைவாக அறிந்தவர்களே அதிகம் உறுதியாக உணர்கிறார்கள் — ஆனால் இங்கு அது நீண்டகால நிபுணத்துவத்திலிருந்து எழாமல், ஒரு கருவியால் தேவைக்கேற்ப தூண்டப்படுவதாகத் தெரிகிறது. பங்கேற்பாளர்கள் AI மீதான நம்பிக்கையைத் தெரிவிக்கவில்லை; ஆராய்ச்சியாளர்கள் பெரும்பாலும் தவறாக இருக்கும்படி வடிவமைத்த ஆலோசனைக்கு ஆளான பிறகு, தங்கள் சொந்த பதில்கள் மீதான நம்பிக்கையைத் தெரிவித்தனர்.

இந்த இயக்கவியல், இந்த விளைவை ஆய்வகத்திற்கு அப்பால் ஏன் கண்காணிக்க வேண்டும் என்பதை விளக்க உதவுகிறது. தகவல் மெலிதாக, அரிதாக அல்லது அரிதாக ஆவணப்படுத்தப்பட்ட இடங்களில்தான் நிஜ உலக AI உதவியாளர்கள் மாயத்தோற்றம் காண்பிக்க வாய்ப்புள்ளது — ஆய்வு மாதிரியைப் பிழைக்குத் தூண்டப் பயன்படுத்திய அதே நிலைமைகள். சரளமும் உண்மைத்தன்மையும் இடையிலான இடைவெளி சமமாகப் பரவியிருக்கவில்லை; ஒரு நபரின் சொந்த நிச்சயமற்ற தன்மை பொதுவாக மிக அதிகமாக இருக்கும் பிரதேசத்திலேயே அது குவிகிறது.

ஊக்குவிப்புகள் உதவுகின்றன, ஆனால் பிரச்சினையைத் தீர்க்கவில்லை

ஆய்வுகள் 2 முதல் 4 வரை பணம் அறிமுகப்படுத்தப்பட்டது. ஒவ்வொரு சரியான பதிலுக்கும் பங்கேற்பாளர்கள் 10 சென்ட் ஈட்டினர், ஒவ்வொரு தவறான பதிலுக்கும் 10 சென்ட் இழந்தனர், "எனக்குத் தெரியாது" என்று சொல்வதற்கு எதுவும் பெறவில்லை. அந்த மதிப்பீட்டு முறை, ஒப்பீட்டளவில் தவிர்ப்பை உண்மையிலேயே விலை உயர்ந்ததாக்குகிறது, இருப்பினும் தவறுகளுக்கான அபராத அமைப்பு மக்களை அறியாமையை ஒப்புக்கொள்ளும் நோக்கி மீண்டும் தள்ளுமா என்பதை ஆராய்ச்சியாளர்கள் இன்னும் அறிய விரும்பினர்.

நிதி ஊக்குவிப்புகள் தவிர்க்கும் விருப்பத்தை அதிகரிக்கும், ஆனால் AI-யின் கிடைக்கும் தன்மை அந்த விளைவை பலவீனப்படுத்தும் என்ற கருதுகோளை அவர்கள் முன்பதிவு செய்தனர். கிடைக்கும் கண்டுபிடிப்புகளின் விவரம் கலவையான திசையைக் காட்டுகிறது: ஊக்குவிப்புகள் பங்கேற்பாளர்கள் AI ஆலோசனையை நாடும் அளவைக் குறைத்தன, மேலும் ஆராய்ச்சியாளர்கள் அவற்றை உதவிகரமானவை என்று விவரிக்கிறார்கள், ஆனால் தீர்வு அல்ல. ஊகிப்பதற்கு எதிரான நேரடி நிதி வாதத்தைத் தாண்டி, உடனடி பதிலின் இழுவையும் நிலைத்திருக்கிறது.

நிச்சயமற்றதாக எஞ்சுவது

AI வெளியீட்டிற்கு மக்கள் பொதுவாக இணங்கும் போக்கை ஆராய்ச்சியாளர்கள் இன்னும் காண்கிறார்கள், ஆனால் தங்கள் முடிவின் எல்லைகள் நிரூபிக்கப்படவில்லை என்பதை அவர்கள் வெளிப்படையாக ஒப்புக்கொள்கிறார்கள். திரைப்பட அற்ப விவரங்களுக்கு வெளியே — மருத்துவம், சட்டம், பொறியியல் அல்லது அன்றாட உண்மைச் சார்ந்த கேள்விகளில் — தவிர்ப்பில் ஏற்படும் அதே சரிவு அதே அளவு வலுவாக நீடிக்குமா என்பது திறந்த கேள்வி. சில துறைகள் "எனக்குத் தெரியாது" என்று சொல்லும் உள்ளுணர்வைப் பாதுகாக்கும் அளவுக்கு எச்சரிக்கையைத் தூண்டக்கூடும். பங்குகள் அதிகமாகவும் பதில்கள் அதிக விளைவுகளைக் கொண்டதாகவும் தோன்றும் இடங்களில் இந்த விளைவு வலுவாக இருக்கவும் வாய்ப்புள்ளது.

இந்த ஆய்வு நிறுவுவது கவனிக்கத்தக்க ஒரு இயங்குமுறையே: ஒரு பதிலின் இருப்பு, இல்லையெனில் தனக்குப் பதில் இல்லை என்பதை ஒப்புக்கொண்டிருக்கக்கூடிய நபரின் உளவியலை மாற்றுகிறது. இழப்பு அளவிடக்கூடியது. AI அறையில் இருக்கும்போது, பங்கேற்பாளர்கள் தங்கள் துல்லியத்தின் பெரும் பங்கை தங்கள் நம்பிக்கையின் பெரும் பங்குக்காக பரிமாறிக்கொண்டனர் — மேலும் எப்போதும் நேர்மையான ஒரே பதிலை விட்டுக்கொடுத்தனர்.

இந்தக் கட்டுரை The Decoder-இன் செய்தி அறிக்கையை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.

Originally published on the-decoder.com