जब एआई परीक्षा की भविष्यवाणी करता है: 90% सटीकता वास्तव में टूटी प्रणालियों के बारे में क्या बताती है

जब मैं संगठनों के साथ डिजिटल ट्रांसफॉर्मेशन और बिजनेस प्रोसेस री-इंजीनियरिंग पर काम करता हूं, तो मैं अक्सर शुरुआत में एक सवाल पूछता हूं: आपकी योजना कितनी हद तक वास्तविक आगे की सोच के बजाय ऐतिहासिक पैटर्न की दोहराव पर निर्भर है?

ब्रिटेन में 18 साल के छात्रों के एक समूह ने हाल ही में उस सवाल का जवाब दिया, किसी भी बोर्डरूम प्रस्तुति से ज्यादा जोरदार तरीके से जो मैंने देखी है।

20 साल के GCSE और A-Level परीक्षा पेपर, अंक योजनाएं, परीक्षक रिपोर्ट और पाठ्यक्रम दस्तावेजों का उपयोग करके, उन्होंने एक एआई सिस्टम बनाया जिसने 90% से अधिक सटीकता के साथ परीक्षा प्रश्नों की भविष्यवाणी की। पिछले साल सिस्टम 85% तक पहुंचा था। इस साल इसने 90% पार किया। यह सुधार संयोगवश नहीं था। यह एक फीडबैक लूप था जो बिल्कुल डिजाइन के अनुसार काम कर रहा था।

ज्यादातर लोग इसे एआई के बारे में एक कहानी के रूप में पढ़ते हैं। मैं इसे प्रणालियों के बारे में एक कहानी के रूप में पढ़ता हूं।

आर्किटेक्चर नया नहीं है

आइए सटीक रूप से बताएं कि उन्होंने क्या बनाया। सिस्टम तीन परतों पर आधारित है: दो दशकों के ऐतिहासिक पेपर और परीक्षक टिप्पणियों को संसाधित करने वाली एक डेटा इनजेशन परत, विषय चक्रों और कवरेज अंतराल को मॉडल करने के लिए बड़े भाषा मॉडल का उपयोग करने वाली एक पैटर्न पहचान परत, और ऐतिहासिक पुनरावृत्ति द्वारा भारित रैंक की गई भविष्यवाणियां उत्पन्न करने वाली एक संभाव्य आउटपुट परत।

यह रिट्रीवल-ऑगमेंटेड जेनरेशन है जो अस्थायी पैटर्न भविष्यवाणी पर लागू होती है। वही आर्किटेक्चरल तर्क वित्तीय पूर्वानुमान, खुदरा मांग योजना, धोखाधड़ी का पता लगाने, साइबर सुरक्षा एनालिटिक्स और आपूर्ति श्रृंखला अनुकूलन में दिखाई देता है।

क्षेत्र बदलता है। गणित नहीं।

90% सटीकता वास्तव में क्या उजागर करती है

यदि ऐतिहासिक डेटा पर प्रशिक्षित एक सिस्टम 90% से अधिक सटीकता के साथ परीक्षा प्रश्नों की भविष्यवाणी कर सकता है, तो यह मुख्य रूप से परिष्कृत एआई का प्रमाण नहीं है। यह एक संरचनात्मक रूप से नियतिवादी मूल्यांकन प्रणाली का प्रमाण है।

एक अच्छी तरह से डिजाइन की गई परीक्षा ऐतिहासिक पैटर्न भविष्यवाणी के प्रति अत्यधिक प्रतिरोधी होनी चाहिए। यदि 20 साल का डेटा आपको 90% विश्वास के साथ बता सकता है कि अगले साल के पेपर में क्या आएगा, तो सिस्टम वास्तविक समझ नहीं बल्कि याद और पैटर्न मिलान माप रहा है।

छात्रों ने परीक्षा प्रणाली नहीं तोड़ी। उन्होंने वह दिखा दिया जो पहले से टूटा था।

वही खामी व्यापार में भी मौजूद है। पिछले साल की धारणाओं को दोहराने वाले वार्षिक योजना चक्र। पिछले प्रतिस्पर्धी वातावरण में महत्वपूर्ण व्यवहारों को पुरस्कृत करने वाले प्रदर्शन ढांचे। संरचनात्मक बदलाव का पता लगाने के लिए कोई तंत्र नहीं वाली रणनीतिक खुफिया प्रक्रियाएं। ये अलग-अलग समस्याएं नहीं हैं। ये अलग-अलग क्षेत्रों में एक ही समस्या है।

संगठनों को अब क्या सामना करना होगा

वे संगठन जो टिकाऊ प्रतिस्पर्धी स्थिति बनाएंगे वे वे नहीं हैं जो अपने लोगों द्वारा क्या उपयोग किया जा सकता है इस पर प्रतिबंध लगाते हैं। वे वे हैं जो अपनी प्रक्रियाओं को फिर से डिजाइन करते हैं ताकि उस चीज को पुरस्कृत किया जा सके जिसे एआई वास्तव में दोहरा नहीं सकता: अपरिचित क्षेत्रों में नया संश्लेषण, अस्पष्ट स्थितियों में नैतिक निर्णय, क्रॉस-डोमेन रचनात्मकता, और तेज उत्तर उत्पन्न करने के बजाय बेहतर सवाल पूछने का अनुशासन।

यदि आपकी रणनीति, योजना या निर्णय लेने की प्रक्रिया ऐतिहासिक डेटा से 90% सटीकता के साथ भविष्यवाणी की जा सकती है, तो एआई आपकी सबसे बड़ी चुनौती नहीं है।

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.