एक चैटबॉट ने षड्यंत्र-विश्वास को महीनों तक घटाया — कम-से-कम प्रारंभिक नतीजों में

आखिरकार तथ्य — और शोधपत्र पर एक औपचारिक चेतावनी

2024 में एक अध्ययन ने ऐसा परिणाम रिपोर्ट किया जो एक सुविधाजनक पारंपरिक wisdom के खिलाफ जाता है। किसी व्यक्ति को AI — GPT-4 Turbo — के साथ तीन rounds की छोटी बातचीत कराइए, जहाँ AI उस षड्यंत्र सिद्धांत के समर्थन में व्यक्ति द्वारा खुद दिए गए विशिष्ट साक्ष्य का जवाब देता है, और औसतन उस सिद्धांत पर उसका विश्वास लगभग 20% घटता है। दो महीने बाद भी गिरावट बनी रही। प्रभाव classic conspiracies (John F. Kennedy की हत्या, aliens, Illuminati) से लेकर topical ones (COVID-19, 2020 US election) तक दिखा, और उन लोगों में भी जिनका विश्वास मजबूत और identity से जुड़ा था। एक professional fact-checker ने AI के 128 factual दावे grade किए: 127 सत्य, एक misleading, कोई असत्य नहीं।

फैलने वाला सुर्खी था कि लोगों को rabbit hole से बाहर बात करके निकाला जा सकता है — षड्यंत्र believers साक्ष्य की पहुँच से बाहर नहीं, उन्हें बस सही साक्ष्य पर्याप्त specificity के साथ चाहिए। यह सचमुच दिलचस्प दावा है, और अध्ययन persuasion शोध के बहुत से काम से अधिक सावधानी से बनाई गई थी।

फिर जून 2026 में Science ने शोधपत्र पर Editorial अभिव्यक्ति of Concern लगा दी। अधिकांश retellings इस हिस्से को छोड़ देंगी, जबकि अभी परिणाम पर कितना weight रखा जा सकता है, यह तय करने वाला हिस्सा यही है।

संकेतक किया गया issue विशिष्ट है। लेखक को participant-जाँच criteria manuscript और प्रकाशित विश्लेषण कोड में अलग तरह से apply होने की inconsistencies के बारे में बताया गया, और सार्वजनिक डेटासेट में code-merging त्रुटि से अतिरिक्त rows जुड़ गई थीं — ऐसी समस्याएँ जिनके कारण released पदार्थ से कुछ रिपोर्ट किया संख्याएँ पुनरुत्पादित करना कठिन था। लेखकों ने Science को corrected विश्लेषण pipeline और updated परिणाम दिए हैं, जिनके बारे में उनका कहना है कि वे original से दिशा, सांख्यिकीय महत्त्व और substantive आकार में मेल खाते हैं। Science उनका मूल्यांकन कर रहा है। जब तक वह प्रक्रिया पूरा नहीं होता, सटीक चित्र पर प्रश्न mark है जिसे केवल journal हटा सकता है।

इसलिए यहाँ एक साथ दो कहानियाँ हैं: entrenched beliefs को तथ्य बदल सकते हैं या नहीं, इस पर intriguing परिणाम; और scientific रिकॉर्ड का खुद को खुले में सही करने का जीवित उदाहरण। इस लेख का उद्देश्य दोनों को अलग रखना है।

शोधकर्ताओं ने क्या किया

• 2190 प्रतिभागी के साथ दो प्रयोग चलाए। हर प्रतिभागी ने अपने शब्दों में ऐसी षड्यंत्र सिद्धांत बताई जिस पर वह विश्वास करता था, और वह साक्ष्य भी बताया जो उसके हिसाब से उसे समर्थन करता था।
• हर प्रतिभागी ने GPT-4 Turbo के साथ तीन-round बातचीत की। उपचार स्थिति में AI को प्रतिभागी के विशिष्ट साक्ष्य का rebuttal देने के लिए प्रॉम्प्ट किया गया; नियंत्रण स्थिति में उसने unrelated topic discuss किया।
• चुनी षड्यंत्र पर मान्यता बातचीत से पहले और तुरंत बाद मापा, फिर प्रतिभागी को 10 days और 2 months पर दोबारा संपर्क किया।
• Professional fact-checker से नमूना में AI द्वारा किए गए सभी 128 factual दावे की सटीकता evaluate कराई।
• जाँचा कि प्रभाव दूसरी, unrelated conspiracies तक spill over होता है या नहीं — और specificity परीक्षण के रूप में यह भी कि कहीं intervention उन conspiracies पर मान्यता तो नहीं घटाता जो वास्तव में सत्य हैं।

क्या मिला

• उपचार समूह में नियंत्रण की तुलना में चुनी षड्यंत्र पर मान्यता में लगभग 20% औसत कमी (अध्ययन 1: 100-बिंदु पैमाना पर 95% विश्वास-अंतराल [13.8, 19.7] बिंदु, P < 0.001)।
• प्रभाव कायम रहा। उपचार समूह में गिरावट fade नहीं हुई: मान्यता 10 days और दो months पर भी chat के तुरंत बाद के level के पास रही, जबकि नियंत्रण अधिक रहा। शोधपत्र इसे चुनी षड्यंत्र पर कम-से-कम दो months तक undiminished प्रभाव बताता है, momentary wobble नहीं।
• प्रभाव अलग-अलग षड्यंत्र प्रकारों तक भी फैला, और उन प्रतिभागी में भी रहा जिनका प्रारंभिक मान्यता मजबूत था।
• इस परिस्थिति में AI के दावे accurate थे: 128 में 127 (99.2%) सत्य, 1 (0.8%) misleading, none असत्य।
• यह विशिष्ट था, blanket doubt नहीं: intervention ने सत्य conspiracies पर मान्यता कम नहीं किया, जिससे संकेत मिलता है कि unsupported beliefs कदम हुईं, लोग हर चीज़ के प्रति cynical नहीं बने।
• मध्यम spillover भी हुआ — other unrelated conspiracies पर मान्यता लगभग 12% घटा और प्रतिभागी ने षड्यंत्र दावे का pushback करने की अधिक intention रिपोर्ट की। मुख्य प्रभाव अध्ययन 2 में भी रहा और बिना नियंत्रण समूह वाले छोटे नमूना में भी समान दिशा में गया (और कमज़ोर साक्ष्य, लेकिन संगत)।

यह क्या साबित नहीं करता

• अभी यह बिना सवाल वाला परिणाम नहीं है। शोधपत्र data-handling और reproducibility समस्याएँ के कारण Editorial अभिव्यक्ति of Concern के तहत है, और corrected संख्याएँ का मूल्यांकन Science कर रहा है। समीक्षा पूरा होने तक विशिष्ट मान को अस्थायी मानें।
• यह AI षड्यंत्र मान्यता “cure” करता है नहीं दिखाता। ~20% औसत कमी सार्थक बदलाव है, erasure नहीं — अधिकांश प्रतिभागी बाद में भी सिद्धांत मानते थे, बस कम।
• यह वास्तविक दुनिया तैनाती परिणाम नहीं है। प्रतिभागी अध्ययन में opt-in करके AI के साथ अच्छा faith में engaged हुए; वास्तविक दुनिया में षड्यंत्र के सबसे committed believers शायद उस chatbot को खोजने ही कम जाएँ जो उनसे तर्क देना करे।
• 99.2% सटीकता इस कार्य, मॉडल और सावधान prompting तक सीमित है — भाषा मॉडल के हमेशा सत्य होने की सामान्य गारंटी नहीं। लेखक स्पष्ट कहते हैं कि यही personalized persuasive शक्ति अगर असत्य beliefs की ओर लक्ष्य की जाए तो उन्हें भी बढ़ा सकती है।
• “Durable” यहाँ दो months है, जो एकल बातचीत के लिए impressive है, permanent के बराबर नहीं।

प्रमाण कितना मजबूत है

• डिज़ाइन वास्तविक strength है। नियंत्रित treatment-versus-नियंत्रण प्रयोग, साफ प्लेसिबो-style नियंत्रण, दो अध्ययन और स्वतंत्र नमूना में प्रतिकृति निर्माण, durability follow-ups, और AI के own दावे पर स्पष्ट सटीकता जाँच — persuasion शोध के बहुत से काम से यह अधिक सावधान है, और जहाँ-जहाँ परीक्षण हुआ प्रभाव की दिशा संगत रही।
• लेकिन अभिव्यक्ति of Concern footnote नहीं है। Released डेटा और कोड से रिपोर्ट किया संख्याएँ regenerate कर पाना परिणाम की trustworthiness का हिस्सा है, और यही चीज़ टूटी — जाँच-criteria inconsistencies और code-merging त्रुटि से duplicated/अतिरिक्त rows। लेखकों का कहना कि corrected pipeline परिणाम बचाती है encouraging और संभावित है, लेकिन फिलहाल वह लेखकों का own account है, स्वतंत्र verdict नहीं। Science का मूल्यांकन निर्णायक अगला चरण है।
• ईमानदार स्थिति “flagged” है, “debunked” या “पुष्ट” नहीं। एक well-built, striking अध्ययन जिसके सटीक संख्याएँ औपचारिक समीक्षा में हैं। अच्छी कहानी को यहीं छोड़ना असहज है, लेकिन फिलहाल accurate स्थिति यही है।

यह क्यों महत्वपूर्ण है

सालों तक एक प्रभावशाली view था कि षड्यंत्र believers psychological needs और identity से driven होते हैं, इसलिए तथ्य से उन्हें मान्यता से बाहर तर्क देना नहीं किया जा सकता। अगर durable साक्ष्य-based कमी टिकता है, तो वह उस pessimism के खिलाफ सार्थक counterweight है: शायद समस्या का एक हिस्सा यह था कि generic debunking कभी उस विशिष्ट साक्ष्य से engage नहीं करती जिसे believer वास्तव में cite करता है — और LLM ऐसा पैमाना पर कर सकता है।

यह इस बात का मामला अध्ययन भी है कि science को काम कैसे करना चाहिए। अभिव्यक्ति of Concern का सबक यह नहीं कि celebrated परिणाम बेकार हैं; सबक यह है कि त्रुटियाँ सतह होती हैं, डेटा फिर examine होता है, और दावे सार्वजनिक में re-check होते हैं। यह मशीनरी चलना विशेषता है, scandal नहीं — और इसी वजह से परिणाम पर सही posture applause या dismissal नहीं, patience है।

AI के बारे में भी बात दोनों दिशाओं में जाती है। Tailored तर्क से असत्य मान्यता कम करने की वही क्षमता किसी असत्य मान्यता को उतनी ही व्यावहारिक रूप से बढ़ा सकती है। Technique तटस्थ है; aim तटस्थ नहीं।

संक्षिप्त सार

2024 के एक अध्ययन ने पाया कि GPT-4 Turbo के साथ तीन-दौर बातचीत ने लोगों की मानी हुई षड्यंत्र सिद्धांत पर मान्यता लगभग 20% घटाई, प्रभाव दो months तक रहा और अलग-अलग षड्यंत्र प्रकारों में भी बना रहा; AI के factual दावे overwhelming रूप से accurate grade किए गए। जून 2026 में data-handling और reproducibility समस्याएँ के कारण शोधपत्र पर Editorial अभिव्यक्ति of Concern लगाई गई; लेखक रिपोर्ट करते हैं कि corrected विश्लेषण निष्कर्ष की दिशा, महत्त्व और आकार बनाए रखता है, और Science अभी evaluate कर रहा है। इसे वास्तव में दिलचस्प, carefully built परिणाम की तरह पढ़ें जो फिलहाल औपचारिक समीक्षा में है — तय नहीं, debunked नहीं।