"एआई सिंथेटिक उपभोक्ताओं के साथ विचारों या उत्पादों का परीक्षण करें और आत्मविश्वास से निर्णय लें।"

फरवरी में लॉन्च की गई सिंथेटिक यूजर्स सेवा, नाम के अनुरूप, उत्पाद विकास से संबंधित उपयोगकर्ता शोध के लिए वास्तविक मनुष्यों के बजाय बनाए गए आभासी उपभोक्ताओं को प्रदान करती है। आभासी मनुष्यों पर साक्षात्कार और सर्वेक्षण संचालित करना संभव है, और उत्पाद उपयोग के अनुभव से संबंधित प्रतिक्रिया भी प्राप्त की जा सकती है, और लक्षित ग्राहकों के विशिष्ट परिदृश्य सेटिंग कार्यों, जैसे कि यूरोपीय जोड़ों में लंबे समय तक प्रेम संबंध, और संबंधित साक्षात्कार डेटा के 100 के लिए $380 की अभूतपूर्व लागत बचत प्रभाव प्रदान करते हैं। और इस सेवा को देखने वाले नृविज्ञान, समाजशास्त्र और मानव विज्ञान के छात्रों के समुदाय में, असहज, खतरा या मजेदार जैसी प्रतिक्रियाएं व्यक्त की गई हैं।

यह 'संश्लेषित' रचनाओं के बजाय, लोगों को समझने का काम, गुणात्मक शोध में, मानव की मूल पहचान, उद्देश्य, आनंद और मूल्य के मानदंडों को समझने से संबंधित है। मानदंडों को आसानी से कॉपी और समझा जा सकता है, जो चिंता और वास्तविक लोगों द्वारा वास्तविक जीवन में अनुभव किए गए परेशानियों को बनाने वाली जटिल सामाजिक राजनीतिक स्थिति और पारस्परिक हितों को पूरी तरह से लागू नहीं कर पाने की आलोचनात्मक दृष्टिकोण शामिल हैं।

वास्तव में, इस तरह का सिंथेटिक डेटा कोई नई अवधारणा नहीं है। जब डेटासेट प्राप्त करना मुश्किल होता है तो सिंथेटिक डेटा विशेष रूप से उपयोगी होता है, खासकर ऑटोमोबाइल निर्माताओं के आभासी ऑटोमोबाइल सिमुलेशन के मामले में, ड्राइवर व्यवहार की नकल करके विस्तृत और विविध परिस्थितियों में मॉडल को प्रशिक्षित करने के लिए, या 27 मिलियन से अधिक कोरोना वायरस रोगी रिकॉर्ड डेटा की नकल करके, एक डेटासेट बनाया गया है जो सांख्यिकीय विशेषताओं में समान है लेकिन पहचान योग्य जानकारी से रहित है, ताकि दुनिया भर के शोधकर्ता जल्दी से साझा और शोध कर सकें।

हालांकि, चैटजीपीटी के लगभग सभी क्षेत्रों की सेवाओं में लागू होने और तेजी से फैलने की वर्तमान स्थिति ने पहले से ही बढ़ते हुए सिंथेटिक डेटा की मांग में विस्फोटक वृद्धि की है, और इसके दायरे ने अब उन सेवाओं को जन्म दिया है जो दावा करती हैं कि मानव दैनिक जीवन में अंतर्दृष्टि प्राप्त करना सिंथेटिक डेटा से बदला जा सकता है।

विशेष रूप से, सिंथेटिक यूजर्स सेवा स्पष्ट रूप से सिंथेटिक डेटा उपयोग से संबंधित चिंताओं को उजागर करती है ‘वास्तविकता से अंतर’ अर्थात ‘डेटा’ और ‘सच्चाई’ की परिभाषा को फिर से परिभाषित करने की आवश्यकता को स्वीकार करता है।

हम पहले से ही गलत सूचना के युग में रहते हैं, और हमारे द्वारा देखे जाने वाले सभी डेटा के स्रोत और पूर्वाग्रहों को समझना ​​कभी कठिन होता जा रहा है। आने वाले सिंथेटिक डेटा की बाढ़ 'वास्तविक' और 'कृत्रिम' के बीच की रेखा को और अधिक धुंधला कर देगी, न केवल सामान्य डेटा उपभोक्ताओं के लिए डेटा के स्रोत, संग्रह और हेरफेर के तरीकों की आलोचनात्मक रूप से जाँच करना और अधिक कठिन बना देगी, बल्कि परिणामस्वरूप, किस हद तक भरोसा किया जाना चाहिए।

इसलिए, यह सुनिश्चित करने के लिए कि सिंथेटिक डेटा क्रांति हमारी अपेक्षा के अनुरूप दुनिया नहीं बनाती है, हमें सबसे महत्वपूर्ण शुरुआत बड़े डेटा के बजाय छोटे डेटा पर ध्यान केंद्रित करना चाहिए। आज, कई कंपनियां 'डेटा-संचालित निर्णय लेने' पर ध्यान केंद्रित करती हैं, जो सभी उपलब्ध डेटा पर निर्णय लेते हैं, भले ही यह स्पष्ट हो कि डेटासेट पक्षपाती या अपूर्ण हैं। इसलिए, सिंथेटिक डेटा सर्वोत्तम संभव वास्तविक दुनिया डेटा से उत्पन्न होना चाहिए। इसके अलावा, डेटा में सबसे महत्वपूर्ण क्या है और यह क्यों महत्वपूर्ण है, इस बारे में गहरी प्रासंगिक समझ के साथ-साथ उच्चतम संभव गुणवत्ता वाला प्रारंभिक डेटासेट प्रदान करना चाहिए।

अगर यह हाल के बुनियादी मानवीय घटनाओं जैसे कि लोग क्या कहते हैं और करते हैं या हम जो कार्य करते हैं उसके जीवन पर अप्रत्याशित प्रभावों की सख्त समझ पर आधारित नहीं है, तो यह वास्तविकता को धमकाने वाले एक सामाजिक दुनिया को अनुकरण करने का जोखिम उठाता है, जिससे कंपनियों और आम लोगों दोनों को नुकसान होता है।

भविष्य में, सिंथेटिक डेटा हमारे दैनिक जीवन का एक बहुत बड़ा हिस्सा बन जाएगा। इसमें हमारे अनुभवों को आकार देने वाले एल्गोरिदम से लेकर डेटा और वास्तविकता की समझ तक सब कुछ बदलने की क्षमता है। इस तरह के महत्वपूर्ण निर्णय, चाहे वे कितने भी अच्छे इरादों से प्रेरित हों, कुछ डेटा वैज्ञानिकों पर छोड़ देना बहुत जोखिम भरा है, और समाजशास्त्र और मानविकी के क्षेत्र के विशेषज्ञों के साथ सहयोग की आवश्यकता होगी। यह केवल इसलिए नहीं है क्योंकि सिंथेटिक डेटा वर्तमान में मौजूद कुछ डेटासेट की तुलना में मददगार नहीं है या इससे भी बदतर है, बल्कि यह बहुत अधिक संभावनाओं को प्राप्त करने के डर के कारण है।

*यह लेख 11 अप्रैल, 2023 को प्रकाशित हुआ थाइलेक्ट्रॉनिक न्यूज़पेपर नामित कॉलममें प्रकाशित सामग्री का मूल है।

संदर्भ

वास्तविक लोगों की परेशानी के बिना शोध

एआई की स्थिति संघ

संश्लेषण के बिना उपयोगकर्ता अनुसंधान

सिंथेटिक शोध और सिलिकॉन नमूनाकरण // ब्रांड डिस्पैच वॉल्यूम। 010
हमें सिंथेटिक डेटा के बारे में बात करने की ज़रूरत है⁠⁠⁠⁠⁠⁠⁠