अक्टूबर 11, 2026 के अपने लेख, "'AI' एक उपकरण नहीं है" में, Rich Hickey का तर्क है कि LLMs स्वचालन हैं, उपकरण नहीं, क्योंकि उन्हें हथियाया नहीं जा सकता। मैं सहमत हूं कि काम को आउटसोर्स करने से हमें सीखने के अवसर खोने पड़ सकते हैं। लेकिन उनका निष्कर्ष इस बात से नहीं follows। भले ही उनकी परिभाषा के अनुसार, एक LLM ऐसा कुछ हो सकता है जिसे मनुष्य हथियाए। और इसे अच्छे से उपयोग करने में कौशल की आवश्यकता होती है, जैसे कि अन्य उपकरणों के उपयोग में होती है। एक आरी उठाने से सीधी कटाई की गारंटी नहीं मिलती। एक दज़्ज़ी पकड़ने से आप मूर्तिकार नहीं बन जाते। उपकरण खराब निर्णय को उतनी ही आसानी से बढ़ा सकते हैं जितनी आसानी से वे अच्छे निर्णय को बढ़ा सकते हैं। उनकी उपयोगिता इस बात पर निर्भर करती है कि ऑपरेटर उन्हें कैसे निर्देशित करता है, फीडबैक कैसेinterpret करता है, गलतियों कैसे पहचानता है और उन्हें कैसे सुधारता है। ये आवश्यकताएं LLMs पर भी लागू होती हैं।
एक LLM की अप्रत्याशितार्थकता एक महत्वपूर्ण सीमा है। लेकिन पूर्वानुमेयता, विश्वसनीयता, सरलता और सीमित कार्यक्षमता वे गुण हैं जिनके आधार पर हम उपकरणों का मूल्यांकन करते हैं, उपकरण की श्रेणी में शामिल होने के लिए पूर्वापेक्षा नहीं। एक उपकरण इसलिए उपकरण नहीं रह जाता क्योंकि उसे नियंत्रित करना कठिन है या उसका दुरुपयोग करना आसान है। Hickey का उपकरण और स्वचालन के बीच का अंतर भी एक गलत विभाजन पैदा करता है। स्वचालन एक उपकरण की विशेषता हो सकती है। एक कंपाइलर प्रोग्रामर द्वारा प्रत्येक ऑपरेशन को निरंतर निर्देशित किए बिना भी 상당한 काम करता है। एक स्प्रेडशीट किसी के द्वारा प्रत्येक गणना को हाथ से किए बिना परिणामों का पुनःगणना करती है। हम इन प्रणालियों को इनपुट निर्दिष्ट करके, परिणामों की जांच करके और अगला क्या करना है यह तय करके अभी भी हथियाते हैं। जब कोड का अनुवाद या संख्याओं की गणना स्वचालित रूप से नहीं होती तो एक उपकरण से बाहर क्यों नहीं माना जाता, तो स्वचालित पाठ उत्पादन क्यों एक उपकरण होने से अयोग्य ठहराता है?
LLM के उपयोग में इरादा, फीडबैक, दिशा और विशेषज्ञता की कमी होने का दावा विशेष रूप से बचाव करने में कठिन है। एक प्रोग्रामर एक LLM से अपरिचित कोड की व्याख्या मांग सकता है, उस व्याख्या को चुनौती दे सकता है, स्रोत की जांच कर सकता है, एक प्रस्तावित परिवर्तन का परीक्षण कर सकता है, उसे अस्वीकार कर सकता है और अनुरोध को सुधार सकता है। यह एक मानव द्वारा निर्देशित, उद्देश्यपूर्ण फीडबैक लूप है। इसे अच्छी तरह से करने के लिए जानना आवश्यक है कि क्या पूछना है, कौन सा साक्ष्य मायने रखता है, और जब उत्तर गलत हो तो कब पहचानना है। विशेषज्ञता इस उपकरण को अधिक उपयोगी बना सकती है। Hickey की पढ़ने के संबंध की चिंता एक विशेष उपयोग के लिए वैध है: एक पेपर का सारांश स्वीकार करने के बजाय पूरा पेपर पढ़ने से पढ़ने से मिलने वाली बहुत सी चीजों का त्याग करना पड़ सकता है। लेकिन कोई व्यक्ति पेपर पढ़कर भी LLM का उपयोग अपनी व्याख्या को चुनौती देने, एक आपत्ति का पता लगाने या कुछ ऐसा पहचानने के लिए कर सकता है जिसका अधिक गहराई से निरीक्षण किया जाना चाहिए। बौद्धिक कार्य से बचने की संभावना यह नहीं सिद्ध करती कि हर उपयोग इससे बचता है। प्रासंगिक प्रश्न यह है कि व्यक्ति वास्तव में क्या कर रहा है।
मुझे सबसे अधिक निराश करने वाली बात AI उद्योग के मानवीय शब्दावली पर निर्भर रहना है: "बे-control हो जाना", "containment से बचना", "साजिश करना"। इन अभिव्यक्तियों को दोहराने से हमें वह फ्रेमवर्क स्वीकार करने का जोखिम होता है जो इन प्रणालियों को स्वतंत्र प्राणियों जैसा दिखाता है। सॉफ्टवेयर अपेक्षित नहीं होने वाले आउटपुट उत्पन्न कर सकता है, निर्देशों का पालन नहीं कर सकता है, या जब उसे महत्वपूर्ण कार्यों तक पहुंच दी जाती है तो नुकसान पहुंचा सकता है। ये वास्तविक इंजीनियरिंग समस्याएं हैं। उन्हें "साजिश" कहने से मानवीय प्रेरणा का सुझाव आता है बिना किसी के स्थापित किए। मैं यह नहीं दावा करूंगा कि एक LLM हमेशा मनुष्य द्वारा दिए गए निर्देशों का पालन करता है। यह स्पष्ट रूप से विफल हो सकता है। लेकिन आदेश का पूर्ण पालन न करना इसका मतलब यह नहीं है कि यह उपकरण रहना बंद कर देता है, जैसा कि सफल उपयोग से यह सिद्ध नहीं होता कि इसके ऑपरेटर ने अपना निर्णय छोड़ दिया है। उपयोगी अंतर यह है कि क्या कोई उपकरण कौशल से चलाया जा रहा है या क्या काम उचित समझ या निगरानी के बिना दिया जा रहा है। यह अंतर AI पर भी लागू होता है, और यह हमें एक अधिक व्यावहारिक बात देता है बजाय इसके कि हम घोषणा करें कि सॉफ्टवेयर का एक पूरा वर्ग उपकरण नहीं हो सकता।
मुख्य संस्थाएँ: व्यक्ति: Rich Hickey
अक्सर पूछे जाने वाले प्रश्न: क्या बड़े भाषा मॉडल को उपकरण माना जा सकता है?
हाँ। भले ही वे अनिश्चित या स्वचालित हों, वे अभी भी ऐसे उपकरण हैं जिन्हें मनुष्य निर्देशित, व्याख्या करते हैं और सुधारते हैं। उनकी उपयोगिता ऑपरेटर के कौशल पर निर्भर करती है, न कि सरलता या पूर्वानुमेयता की कड़ी परिभाषाओं को पूरा करने पर।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित