नकद मदद से सचमुच खर्च बढ़ेगा? NTU का AI सिम्युलेटर यही परखेगा

किसी परिवार ने 100 डॉलर का वाउचर इस्तेमाल कर लिया, तो क्या अर्थव्यवस्था में उतना ही नया खर्च जुड़ गया? जरूरी नहीं। हो सकता है परिवार ने उससे वही सामान खरीदा हो जो वह अपने पैसों से भी खरीदता। सिंगापुर की नानयांग टेक्नोलॉजिकल यूनिवर्सिटी (NTU) के शोधकर्ता एक AI नीति सिम्युलेटर बना रहे हैं, ताकि निर्णयकर्ता सहायता देने से पहले ऐसे फर्क को समझ सकें।25

सिम्युलेटर क्या तुलना करेगा?

नानयांग बिजनेस स्कूल की चार सदस्यीय टीम—ह्योक्कू एरिक क्वोन, जेचोल पार्क, मो जियायुन और कायोंग शिन—यह अनुमान लगाना चाहती है कि 100 डॉलर के वाउचर जैसी अलग-अलग योजनाओं पर लोग कैसे प्रतिक्रिया देंगे। सवाल सिर्फ वाउचर इस्तेमाल होने का नहीं है: क्या लोगों की बचत बढ़ेगी, कुल खर्च में इजाफा होगा या वे कुछ और खरीदेंगे?25

OpenAI की सूची में शोध परियोजना का नाम “Privacy-Preserving LLM Agents for Auditable Government Policy Simulation” है। यह परियोजना का नाम है; खबरों में प्रस्तावित टूल को अभी बेनाम बताया गया है।85

अनुमान के लिए डेटा कैसे इस्तेमाल होगा?

प्रस्तावित प्रणाली दक्षिण कोरिया के एक बेनाम बजट ऐप के लगभग 15 लाख उपयोगकर्ताओं के 2023 से 2025 तक के पहचान-रहित लेनदेन रिकॉर्ड का उपयोग करेगी। इनसे अलग-अलग आर्थिक परिस्थितियों और खर्च के तौर-तरीकों वाले AI उपभोक्ता प्रतिनिधि तैयार करने का लक्ष्य है।23

बताई गई गोपनीयता प्रक्रिया में ऐप को लेनदेन की जानकारी बैंक से आने वाले अलर्ट के जरिए मिलती है। पहचान बताने वाले विवरण हटाए जाते हैं; खर्च, आय और खरीदारी के समय जैसी जानकारियां निश्चित आंकड़ों के बजाय दायरों में रखी जाती हैं। संवेदनशीलता के अनुसार, किसी प्रतिनिधि की विशेषताएं कम से कम तीन, पांच या 10 उपयोगकर्ताओं में साझा होनी चाहिए। मकसद किसी एक व्यक्ति का वित्तीय इतिहास उजागर होने का जोखिम घटाना है—यह दोबारा पहचान असंभव होने की गारंटी नहीं है।2

तय नियमों वाले मॉडल में एक श्रेणी के सभी लोगों पर एक जैसा खर्च का नियम लागू हो सकता है। AI प्रतिनिधि आय और उम्र जैसी कई बातों को एक साथ ध्यान में रखकर अलग प्रतिक्रिया दे सकते हैं। यह संभावित फायदा है, साबित हुई श्रेष्ठता नहीं: अभी यह स्थापित नहीं हुआ है कि वे सर्वे या तय नियमों पर आधारित मॉडलों से बेहतर भविष्यवाणी करते हैं।23

सटीकता की जांच कैसे होगी?

टीम अपने अनुमानों की तुलना दक्षिण कोरिया में जुलाई और सितंबर 2025 की नकद सहायता योजनाओं से पहले और बाद के वास्तविक खर्च से करने की योजना बना रही है। उस सहायता का इस्तेमाल केवल पात्र दुकानों पर नवंबर 2025 तक किया जा सकता था। इससे देखा जा सकेगा कि अनुमानित खरीदारी और खर्च में बदलाव वास्तविक रिकॉर्ड से कितने मेल खाते हैं।2

यह तुलना अविश्वसनीय प्रतिक्रियाएं या गढ़े हुए स्पष्टीकरण पकड़ने में मदद कर सकती है। लेकिन बेहतर पूर्वानुमान साबित करने के लिए ऐसे नतीजों पर परीक्षण जरूरी होगा जो मॉडल को पहले न दिखाए गए हों, साथ ही पारंपरिक मॉडलों से तुलना और खर्च को प्रभावित करने वाले दूसरे बदलावों का हिसाब भी। उपलब्ध रिपोर्टिंग में विस्तृत जांच-पद्धति या प्रकाशित त्रुटि दर नहीं दी गई है। इसलिए अधिक सटीक होने का दावा फिलहाल शोध का लक्ष्य है, स्थापित नतीजा नहीं।23

फंडिंग और फरवरी 2027 का लक्ष्य

OpenAI ने 400 से अधिक प्रस्तावों में से 14 परियोजनाएं चुनी हैं; NTU की परियोजना उनमें एक है। क्वोन के अनुसार इसे 1 लाख अमेरिकी डॉलर का पुरस्कार मिला है। रिपोर्टिंग के मुताबिक आधी राशि नकद और आधी OpenAI मॉडल इस्तेमाल करने के क्रेडिट के रूप में है, जिससे करीब छह महीने के विकास और परीक्षण में मदद मिलेगी।8104

टीम का लक्ष्य फरवरी 2027 तक टूल को ओपन सोर्स रूप में जारी करना और अलग-अलग आबादी के लिए ढालना है। आगे AI प्रतिनिधियों में रुचियों और राजनीतिक विचारों को शामिल करने तथा अनुमानों की वजह समझाने की भी योजना है।4 ये अभी विकास के लक्ष्य हैं। दक्षिण कोरियाई डेटा से आगे टूल कितना भरोसेमंद साबित होगा, इसका जवाब परीक्षण से मिलेगा—सिर्फ विश्वसनीय लगने वाले AI जवाबों से नहीं।