सॉफ़्टवेयर इंजीनियरिंग प्रश्नों के चैटजीपीटी के उत्तर 52% ग़लत

न्यूयॉर्क: एक अध्ययन के अनुसार, ओपनएआई के चैटजीपीटी ने लगभग 52 प्रतिशत सॉफ्टवेयर इंजीनियरिंग प्रश्नों के गलत उत्तर दिए, जिससे लोकप्रिय भाषा मॉडल की सटीकता पर सवाल खड़े हो गए। अमेरिका में पर्ड्यू विश्वविद्यालय के शोधकर्ताओं ने कहा कि चैटजीपीटी की लोकप्रियता के बावजूद, सॉफ्टवेयर इंजीनियरिंग प्रश्नों के जवाबों की गुणवत्ता और उपयोगिता की गहन जांच नहीं की गई है। इस अंतर को दूर करने के लिए, टीम ने स्टैक ओवरफ्लो (एसओ) के 517 प्रश्नों के चैटजीपीटी के उत्तरों का व्यापक विश्लेषण किया। शोधकर्ताओं ने पेपर में लिखा है, "हमारी जांच से पता चला है कि चैटजीपीटी के 52 प्रतिशत उत्तरों में अशुद्धियां हैं और 77 प्रतिशत शब्दाडंबरपूर्ण हैं।" महत्वपूर्ण बात यह है कि टीम ने पाया कि 54 प्रतिशत बार त्रुटियां चैटजीपीटी द्वारा प्रश्नों की अवधारणा को न समझ पाने के कारण हुईं। उन्होंने कहा, यहां तक कि जब वह प्रश्न को समझ सकता था, तब भी वह समस्या को हल करने की समझ दिखाने में विफल रहा, जिससे बड़ी संख्या में वैचारिक त्रुटियां हुईं। इसके अलावा, शोधकर्ताओं ने तर्क करने में चैटजीपीटी की सीमा देखी। उन्होंने कहा, "कई मामलों में, हमने देखा कि चैटजीपीटी बिना दूरदर्शिता या परिणाम के बारे में सोचे समाधान, कोड या फॉर्मूला देता है।" "त्वरित इंजीनियरिंग और ह्यूमन-इन-द-लूप फ़ाइन-ट्यूनिंग कुछ हद तक किसी समस्या को समझने के लिए चैटजीपीटी की जांच करने में सहायक हो सकती है, लेकिन जब एलएलएम में तर्क को इंजेक्ट करने की बात आती है तो वे अभी भी अपर्याप्त हैं। इसलिए कारकों को समझना आवश्यक है वैचारिक त्रुटियों के साथ-साथ तर्क की सीमा से उत्पन्न होने वाली त्रुटियों को भी ठीक करें," उन्होंने कहा। इसके अलावा, चैटजीपीटी अन्य गुणवत्ता संबंधी मुद्दों जैसे शब्दाडंबर, असंगतता आदि से भी ग्रस्त है। गहन मैनुअल विश्लेषण के परिणामों ने चैटजीपीटी उत्तरों में बड़ी संख्या में वैचारिक और तार्किक त्रुटियों की ओर इशारा किया। भाषाई विश्लेषण परिणामों से पता चला कि चैटजीपीटी उत्तर बहुत औपचारिक हैं, और शायद ही कभी नकारात्मक भावनाओं को चित्रित करते हैं। फिर भी, उपयोगकर्ताओं ने इसकी व्यापकता और स्पष्ट भाषा शैली के कारण 39.34 प्रतिशत समय चैटजीपीटी की प्रतिक्रियाओं को प्राथमिकता दी। शोधकर्ताओं ने कहा, "ये निष्कर्ष चैटजीपीटी में सावधानीपूर्वक त्रुटि सुधार की आवश्यकता को रेखांकित करते हैं, साथ ही उपयोगकर्ताओं के बीच सटीक उत्तरों से जुड़े संभावित जोखिमों के बारे में जागरूकता भी बढ़ाते हैं।"