Chatbot-এর সঙ্গে কথোপকথন conspiracy belief কয়েক মাস কমিয়ে দিয়েছিল — কিন্তু paper-টির ওপর Editorial Expression of Concern আছে

তথ্য, শেষ পর্যন্ত—আর গবেষণাপত্রের ওপর একটি আনুষ্ঠানিক চিহ্নিত করা

2024 সালের একটি গবেষণা প্রচলিত ধারণার বিপরীত একটি আকর্ষণীয় ফল জানিয়েছিল। কেউ যে ষড়যন্ত্র তত্ত্ব সত্যি বিশ্বাস করে এবং নিজের ভাষায় যে প্রমাণ দেয়, GPT-4 Turbo-কে যদি সেই নির্দিষ্ট প্রমাণের জবাব দিয়ে তিন দফা আলাপ করতে দেওয়া হয়, গড়ে বিশ্বাস প্রায় 20% কমে। এই হ্রাস দুই মাস পরেও টিকে ছিল। JFK হত্যাকাণ্ড, aliens, Illuminati-এর মতো পুরোনো ষড়যন্ত্র থেকে COVID-19 ও 2020 US election নিয়ে সমসাময়িক বিশ্বাস—বিভিন্ন শ্রেণিতেই প্রভাব দেখা যায়; শক্তিশালী বা পরিচয়-সংশ্লিষ্ট বিশ্বাসেও। পেশাদার fact-checker-রা AI-এর নমুনার 128টি তথ্যভিত্তিক দাবি পরীক্ষা করে 127টিকে সত্য, 1টিকে বিভ্রান্তিকর এবং 0টিকে ভুল বলেছেন।

Travel করা শিরোনাম ছিল: rabbit গহ্বর থেকে তথ্য দিয়ে মানুষকে ফিরিয়ে আনা যায়; ষড়যন্ত্র বিশ্বাসী প্রমাণের বাইরে নয়, বরং সাধারণ খণ্ডনের বদলে তাদের নিজস্ব cited প্রমাণ নির্দিষ্টভাবে উত্তর করতে হবে। দাবি সত্যিই আকর্ষণীয়, এবং প্ররোচনা গবেষণার তুলনায় নকশা সতর্ক।

তারপর জুন 2026-এ Science গবেষণাপত্রের ওপর Editorial Expression of Concern দেয়। এই অংশ বাদ দিলে বর্তমান প্রমাণ অবস্থা ভুল বলা হয়।

সতর্কবার্তার কারণটি নির্দিষ্ট। অংশগ্রহণকারী বাছাইয়ের মানদণ্ড পাণ্ডুলিপি ও প্রকাশিত বিশ্লেষণ কোডে একভাবে প্রয়োগ করা হয়নি; জনসাধারণের ডেটাসেটে কোডিং ত্রুটির কারণে অতিরিক্ত ও নকল সারি ঢুকে পড়েছিল, ফলে প্রকাশিত উপকরণ থেকে কিছু সংখ্যা পুনরুৎপাদন করা কঠিন হয়। লেখকেরা সংশোধিত pipeline ও হালনাগাদ ফল Science-এ জমা দিয়েছেন; তাদের মতে প্রভাবের দিক, পরিসংখ্যানগত তাৎপর্য ও বাস্তব মাত্রা মূল ফলের মতোই থাকে। সাময়িকী এখনো মূল্যায়ন করছে। চূড়ান্ত সিদ্ধান্ত না হওয়া পর্যন্ত নির্দিষ্ট সংখ্যাগুলোকে অস্থায়ী ধরে নেওয়াই ঠিক।

এটি তাই দুই গল্প: তথ্য গভীরভাবে গেঁথে থাকা বিশ্বাস বদলাতে পারে কি না—একটি সামাজিক-science ফল; এবং বৈজ্ঞানিক নথি ত্রুটি পেলে জনসাধারণেরভাবে কীভাবে সংশোধন করা হয়—একটি চলমান উদাহরণ।

গবেষকেরা কী করেছেন

• দুই পরীক্ষায় মোট 2,190 অংশগ্রহণকারী নিজেদের ভাষায় একটি believed ষড়যন্ত্র তত্ত্ব এবং সমর্থনকারী প্রমাণ লেখেন।
• প্রত্যেকে GPT-4 Turbo-র সঙ্গে তিন দফার আলাপ করেন। চিকিৎসায় AI অংশগ্রহণকারীর নির্দিষ্ট প্রমাণ rebut করে; নিয়ন্ত্রণে অসংশ্লিষ্ট বিষয় আলোচনা করে।
• নির্বাচিত ষড়যন্ত্র বিশ্বাস আলাপের আগে/পরে, তারপর 10 দিন ও 2 মাস অনুসরণকালীনে পরিমাপ করা হয়।
• নমুনার AI আউটপুটের সব 128 তথ্যভিত্তিক দাবি পেশাদার তথ্য-যাচাইকারী মূল্যায়ন করেন।
• প্রভাব অসংশ্লিষ্ট ষড়যন্ত্র-তে spill over করে কি না এবং সত্যি হওয়া ষড়যন্ত্র-তেও সার্বিক skepticism তৈরি করে কি না নির্দিষ্টতা পরীক্ষা করা হয়।

তাঁরা কী পেয়েছেন

• চিকিৎসা বনাম নিয়ন্ত্রণে নির্বাচিত ষড়যন্ত্র বিশ্বাস গড় প্রায় 20% কম। গবেষণা 1-এ 100-বিন্দু পরিসরে প্রতিবেদিত প্রভাব 95% CI [13.8, 19.7] বিন্দুগুলো, P < 0.001।
• প্রভাব টিকে ছিল। চিকিৎসা দলের হ্রাসপ্রাপ্ত বিশ্বাস 10 দিন ও 2 মাস অনুসরণকালীনে just-after-আলাপ স্তরের কাছাকাছি ছিল; নিয়ন্ত্রণ উচ্চতর। লেখকেরা “অন্তত দুই মাস undiminished” ভাষা ব্যবহার করেন।
• ভিন্ন ষড়যন্ত্র ধরন ও শক্তিশালী প্রাথমিক বিশ্বাসীতেও প্রভাব দিক থাকে।
• AI দাবি নির্ভুলতা নমুনায় 127/128 (99.2%) সত্য, 1/128 (0.8%) বিভ্রান্তিকর, 0 ভুল।
• হস্তক্ষেপ সত্য ষড়যন্ত্র-র বিশ্বাস কমায়নি—সার্বিক cynicism নয়, অসমর্থিত বিশ্বাস লক্ষ্য করার নির্দিষ্টতা সমর্থন করে।
• অসংশ্লিষ্ট ষড়যন্ত্র বিশ্বাস সামান্য ~12% কমে; অংশগ্রহণকারী ষড়যন্ত্র দাবি push পেছনে করার ইচ্ছা বাড়ায়। গবেষণা 2 প্রধান প্রভাব প্রতিলিপি তৈরি করে; না-নিয়ন্ত্রণ ছোটতর নমুনা একই দিক দিলেও প্রমাণ দুর্বলতর।

এটি কী প্রমাণ করে না

• গবেষণাপত্র এখন unquestioned প্রমাণ নয়। তথ্য-handling/পুনরুৎপাদনযোগ্যতা সমস্যা আনুষ্ঠানিক সাময়িকী পর্যালোচনায়; সংশোধিত সুনির্দিষ্ট সংখ্যাগুলো স্বাধীনভাবে/সাময়িকী-নিশ্চিত না হওয়া পর্যন্ত অস্থায়ী।
• AI ষড়যন্ত্র বিশ্বাস “নিরাময়” করে না। ~20% গড় হ্রাস অর্থবহ, erasure নয়—অধিকাংশ অংশগ্রহণকারী afterward-ও বিশ্বাস রাখে।
• বাস্তব জগতের ব্যবহারিক মোতায়েন ফল নয়। গবেষণা অংশগ্রহণকারী opt-in করে ভালো সদিচ্ছায় AI-এর সঙ্গে আলোচনায় অংশ নেয়ছে; বাস্তব জগতে অধিকাংশ দৃঢ়বিশ্বাসী বিশ্বাসী খণ্ডন বট খুঁজবে কি না অন্য প্রশ্ন।
• 99.2% নির্ভুলতা এই কাজ/মডেল/প্রম্পট-এর নমুনা; ভাষা মডেল সাধারণত truthful—এমন নিশ্চয়তা নয়। একই ব্যক্তিকেন্দ্রিক প্ররোচনা ভুল বিশ্বাস বাড়াতেও ব্যবহার হতে পারে।
• “স্থায়ী” এখানে দুই মাস, permanent নয়।

প্রমাণ কতটা শক্তিশালী?

নকশার শক্তি বাস্তব: চিকিৎসা/নিয়ন্ত্রণ পরীক্ষা, অসংশ্লিষ্ট-বিষয় প্লাসিবো-শৈলী নিয়ন্ত্রণ, দুই-গবেষণা প্রতিলিপি, স্থায়িত্ব অনুসরণকালীন এবং AI তথ্য নির্ভুলতা যাচাই। দিক বিভিন্ন পরীক্ষায় সামঞ্জস্যপূর্ণ।

কিন্তু Expression of Concern footnote নয়। প্রকাশিত কোড/তথ্য থেকে সংখ্যা পুনরুৎপাদন করা পুনরুৎপাদনযোগ্যতার মূল অংশ, এবং ঠিক এখানে বাছাই অসামঞ্জস্য ও একত্রিত সারি সমস্যা হয়েছে। লেখকেরা সংশোধিত পাইপলাইন প্রভাব সংরক্ষণ করে বলেছেন—আশাব্যঞ্জক, কিন্তু এটি লেখকদের বিবরণ; Science-এর মূল্যায়ন স্বাধীন ধাপ।

সতর্ক অবস্থা: সতর্কতাচিহ্নিত, খণ্ডিতও নয়, নতুন করে নিশ্চিতও নয়। চোখে পড়ার মতো, ভালোভাবে-সুপরিকল্পিত বলে মনে হওয়া গবেষণা যার সুনির্দিষ্ট পরিমাণগত নথি আনুষ্ঠানিক পর্যালোচনায়।

কেন এটি গুরুত্বপূর্ণ

প্রভাবশালী নৈরাশ্যবাদী দৃষ্টিভঙ্গি বলে ষড়যন্ত্র বিশ্বাস অভেদ/মনস্তাত্ত্বিক প্রয়োজন-চালিত, তথ্য দিয়ে তর্ক করে বদলানো যায় না। ফল টিকে থাকা করলে স্থায়ী ব্যক্তিকেন্দ্রিক প্রমাণ প্রতিক্রিয়া সেই pessimism-কে পাল্টা প্রমাণ দেয়: সাধারণ খণ্ডন নয়, বিশ্বাসী যে নির্দিষ্ট প্রমাণ উদ্ধৃত করে AI বৃহৎ পরিসরে তা উত্তর দিতে পারে।

গবেষণাপত্রটির বর্তমান অবস্থাটিও বিজ্ঞানের একটি শিক্ষা। বহুল প্রশংসিত ফলকে ত্রুটিমুক্ত ধরে নেওয়া বৈজ্ঞানিক গুণ নয়; অসামঞ্জস্য ধরা পড়া, তথ্য আবার চালানো, সাময়িকীকে জানানো এবং প্রকাশ্য সংশোধন-প্রক্রিয়া চালু হওয়াই ব্যবস্থার কাজ করার লক্ষণ—কেলেঙ্কারি নয়। তাই সঠিক অবস্থান অন্ধ প্রশংসা বা তড়িঘড়ি খারিজ—কোনোটিই নয়; অপেক্ষা করা।

AI শিক্ষা দুই দিকের: ব্যক্তিকেন্দ্রিক যুক্তি ভুল বিশ্বাস কমাতে পারলে ব্যক্তিকেন্দ্রিক misinformation ভুল বিশ্বাস বাড়াতেও পারে। কৌশল নিরপেক্ষ; aim নিরপেক্ষ নয়।

সংক্ষিপ্ত সারাংশ

2024 গবেষণায় GPT-4 Turbo-র তিন-দফা ব্যক্তিকেন্দ্রিক আলাপ অংশগ্রহণকারীদের নির্বাচিত ষড়যন্ত্র বিশ্বাস গড় ~20% কমিয়েছিল; প্রতিবেদিত প্রভাব 2 মাস টিকে ছিল এবং sampled AI তথ্যভিত্তিক দাবিগুলো প্রায় সবক্ষেত্রে নির্ভুল ছিল। জুন 2026-এ Science গবেষণাপত্রে সম্পাদকীয় Expression of Concern দেয় অংশগ্রহণকারী-বাছাই অসামঞ্জস্য ও জনসাধারণের ডেটাসেট কোডেকত্রীকরণ ত্রুটি নিয়ে। লেখকেরা বলেন সংশোধিত বিশ্লেষণ প্রভাবের দিক, তাৎপর্য ও আকার সংরক্ষণ করে; সাময়িকী এখনও মূল্যায়ন করছে। তাই ফল সত্যিই আকর্ষণীয় এবং সতর্কভাবে সুপরিকল্পিত বলে মনে হওয়া, কিন্তু বর্তমানে আনুষ্ঠানিক পর্যালোচনার অধীনে—মীমাংসিত নয়, debunked-ও নয়।