इंटरनेट पर किसी जानकारी को खोजने का तरीका आधुनिक बॉट्स के आने के बाद काफी बदल चुका है। नए दौर के ये चैटबॉट्स सामान्य वेब सर्चिंग के तरीकों को अपने ट्रेनिंग डेटा से हासिल ज्ञान के साथ मिलाकर पेश करते हैं। असल में यह आपकी ओर से गूगल करने जैसा ही है, लेकिन फर्क यह है कि यह पूरी प्रक्रिया के बाद जानकारी को एक पॉलिश्ड और बेहद आकर्षक जेनेरेटिव एआई स्टाइल में सजाकर आपके सामने रखती है। जब सामान्य वेब खोज के ऊपर एआई की यह परत जुड़ती है, तो नतीजे कई मायनों में अलग हो जाते हैं। यही वजह है कि एआई से लैस सर्च हर स्थिति में सबसे बेहतरीन विकल्प साबित नहीं होती।
साधारण सवालों और जटिल तालमेल में एआई का शानदार प्रदर्शन
अगर आपकी तलाश किसी बेहद बुनियादी और व्यापक रूप से पहचानी जाने वाली जानकारी के लिए है, तो एआई सर्च एक सुरक्षित और भरोसेमंद रास्ता है। उदाहरण के लिए, यदि आप एम्पायर स्टेट बिल्डिंग की ऊंचाई जानना चाहते हैं, तो यह डेटा ऑनलाइन हर जगह आसानी से उपलब्ध है। लार्ज लैंग्वेज मॉडल्स यानी एलएलएम जिस ऑटोकरेक्ट संभावना पैटर्न पर काम करते हैं, उसके आधार पर यह तय रहता है कि स्क्रीन पर दिखने वाला परिणाम सही जानकारी ही देगा। जब तक सवाल त्वरित और आम जानकारी से जुड़ा है, तब तक एआई बेहतरीन तरीके से मदद करता है।
एआई सर्च उस वक्त भी जबरदस्त उपयोगी साबित होती है जब आपका सवाल इतना उलझा हुआ हो कि स्टैंडर्ड गूगल सर्च उसे ठीक से समझ न पाए। मान लीजिए आप यह खोजना चाहते हैं कि पांच सदस्यों वाले परिवार के लिए सैन फ्रांसिस्को में ऐसे बेहतरीन रेस्तरां कौन से हैं जहां पूरा भोजन 200 डॉलर के अंदर हो जाए। एक सामान्य वेब सर्च आपको केवल नीले लिंक्स की एक लंबी सूची थमा देगी, जो ज्यादातर रेस्तरां को बहुत बुनियादी पैमानों पर छांटती है। इसके विपरीत, एआई कई अलग-अलग वेब स्रोतों को एक साथ खंगालता है, डेटा को जोड़ता है और आपके सामने एक सुलझा हुआ, संश्लेषित जवाब रख देता है।
दुर्लभ जानकारियों में चूक और प्रामाणिकता का संकट
जैसे ही सवाल थोड़ा असामान्य या कम चर्चित होता है, यूजर को परिणामों को बहुत ध्यान से जांचने की जरूरत पड़ती है। अगर कोई किसी कम जाने-पहचाने टीवी शो के पांचवें नंबर पर लिस्टेड कलाकार के बारे में पूछे, तो हो सकता है कि पूरे इंटरनेट पर उसके बारे में केवल एक या दो ही संदर्भ मौजूद हों। ऐसी स्थिति में इस बात का बड़ा जोखिम रहता है कि एआई गलत संदर्भ को चुन ले।
स्टैनफोर्ड यूनिवर्सिटी के हालिया शोध का एक अहम निष्कर्ष यह बताता है कि जब एआई को कोई सटीक स्रोत मिल जाता है, तो वह उसमें से सही जानकारी निकालने में बेहद माहिर होता है। समस्या तब पैदा होती है जब उसे सही स्रोत नहीं मिलते। ऐसा या तो प्रामाणिक डेटा की कमी की वजह से होता है या फिर यूजर के सवाल को गलत समझने के कारण। चिंता की बात यह है कि सही स्रोत न मिलने पर भी एआई पूरी तरह से आत्मविश्वास से भरा गलत जवाब पेश कर देता है।
स्रोतों की यह सीमा हमेशा ध्यान में रखनी चाहिए। एआई बॉट्स कभी खुद सैन फ्रांसिस्को नहीं गए हैं और न ही उन्होंने वहां खाना खाया है। वे पूरी तरह से उन पब्लिक विवरणों पर टिके हैं जो इंटरनेट पर उन लोगों ने लिखे हैं जो वहां जा चुके हैं। जहां सटीक पेज मैच नहीं मिलते, वहां वे अफोर्डेबल या फैमिली जैसे मिलते-जुलते शब्दों को तलाशते हैं और उसी आधार पर एक जवाब तैयार कर देते हैं। सैन फ्रांसिस्को के रेस्तरां जैसी चीजें, जिनके बारे में ऑनलाइन अकूत डेटा मौजूद है, वहां एआई बेहद उपयोगी लगता है। मगर जैसे ही कोई कम चर्चित गंतव्य सामने आता है या फिर सितारों के आकार वाली डाइनिंग टेबल जैसी अत्यधिक विशिष्ट मांग की जाती है, तो एआई द्वारा कड़ियों को जोड़ने का यह तरीका काफी अविश्वसनीय हो जाता है।
सटीक आंकड़ों और भरोसेमंद स्रोतों के लिए कब चुनें क्लासिक सर्च
जेनेरेटिव एआई और एलएलएम का बुनियादी ढांचा इस तरह तैयार किया गया है कि वे किसी बात को अपने शब्दों में ढालने, कई जानकारियों को जोड़ने और सारांश तैयार करने में सबसे बेहतर काम करते हैं। लेकिन इसी खूबी के चलते इनमें गलतियां होने की आशंका भी बढ़ जाती है। यदि किसी खोज में बेहद सटीक विवरणों की दरकार हो, जैसे किसी जानी-मानी हस्ती का हूबहू बयान, किसी रिपोर्ट का आधिकारिक सांख्यिकीय आंकड़ा या किसी गैजेट का हार्डवेयर स्पेसिफिकेशन, तो पारंपरिक गूगल सर्च ही सबसे बढ़िया काम करती है।
पुराने अंदाज में सर्च इंजन पर जाकर खोज करना उन मामलों में भी बेहतर है जहां यूजर उपयोग किए जा रहे स्रोतों पर पूरा नियंत्रण चाहता है। खोज का काम एआई को सौंप देना सुविधाजनक तो है, लेकिन इसमें यह जोखिम रहता है कि क्या एआई ने सवाल सही समझा, क्या उसने सही स्रोत खोजे और क्या उसने उन स्रोतों से सटीक तथ्य निकाले। यह प्रक्रिया समय जरूर बचाती है, लेकिन यह बहुत अपारदर्शी होती है।
यदि किसी यूजर को पता है कि टेक्नोलॉजी की खबरों के लिए किन वेबसाइट्स पर सबसे ज्यादा भरोसा किया जा सकता है, तो वह पारंपरिक सर्च में उन्हें अपनी पसंद से प्राथमिकता दे सकता है, जबकि एआई ऐसा करने में चूक सकता है। यूसी सैन डिएगो के शोधकर्ताओं ने पाया है कि एआई आधारित वेब सर्च कई बार स्रोतों को उनकी विश्वसनीयता या आधिकारिक दर्जे के बजाय इस आधार पर चुन लेती है कि वे सवाल से कितने मिलते-जुलते दिख रहे हैं। इसका मतलब यह हुआ कि यदि एआई को लगता है कि किसी यूजर की खोज से किसी निजी ब्लॉग की भाषा ज्यादा मेल खाती है, तो वह किसी पेशेवर हेल्थकेयर वेबसाइट के मुकाबले उस निजी ब्लॉग को तरजीह दे सकता है। पारंपरिक खोज में नीले लिंक्स की सूची देखते हुए कोई भी सामान्य पाठक ऐसी गलती करने से बचेगा और उसी स्रोत पर क्लिक करेगा जिस पर उसे भरोसा है।
ब्रेकिंग न्यूज और जोखिम भरे फैसलों में समझदारी जरूरी
ताजातरीन खबरों यानी ब्रेकिंग न्यूज के मामले में भी पारंपरिक सर्च आज भी बाजी मारती है, क्योंकि एआई द्वारा नए डेटा को जुटाने में समय का थोड़ा अंतराल आ सकता है। इसके अलावा ऐसे सर्च जहां एक छोटी सी गलती भी भारी नुकसान पहुंचा सकती है, जैसे स्वास्थ्य, कानूनी मुद्दे या फिर व्यक्तिगत वित्तीय मामले, वहां भी सीधे पारंपरिक सर्च पर भरोसा करना चाहिए।
यदि ऐसी स्थितियों में एआई का सहारा लेना ही पड़े, तो जवाब के भीतर दिए गए लिंक्स के जरिए स्रोतों की दोहरी और तिहरी जांच अनिवार्य रूप से की जानी चाहिए। किसी भी बिंदु पर संदेह होने पर सीधे एआई से पूछा जा सकता है कि उसने यह तथ्य कहां से लिया है, ताकि यह पक्का हो सके कि यह एलएलएम की मनगढ़ंत कल्पना तो नहीं है। पारंपरिक गूगल सर्च में भी वेब पर गलत जानकारी मिल सकती है, लेकिन वहां यूजर के और जानकारी के बीच में कोई चैटबॉट नहीं होता, जिससे सच और झूठ में अंतर करना आसान हो जाता है। जहां सुविधा और रफ्तार के मुकाबले सटीकता सबसे ज्यादा मायने रखती हो, वहां आज भी वेब खोजने का पुराना तरीका ही सबसे सुरक्षित है।


















