एआई के संभावित भविष्य पर अधिक स्पष्ट बातचीत

इंटरव्यू कैसे काम करता है

कोड पहले से लिखे गए सवालों की एक तय सूची⁠^[2] में से हर अगला सवाल⁠^[1] चुनता है, और अधिकतर लोगों को 4–8 सवालों के बाद नतीजे दिख जाते हैं। TypeSafe का Jev पहले से लिखे गए मूल्यांकन-मानदंडों⁠^[3] के आधार पर छोटे और केंद्रित आकलनों के ज़रिए आपके जवाबों को पढ़ता है और कभी कोई सवाल या आपके बारे में कोई फ़ैसला नहीं लिखता।⁠^[4] कोड उन आकलनों को मिलाकर आपका मैप, उसके दायरे और P(doom) तैयार करता है।⁠^[5] छोटे आकलनों को बैच में करने से इसकी लागत इतनी कम रहती है कि इसे मुफ़्त चलाया जा सके।

आपका नतीजा क्या है और क्या नहीं

मैप

आपने जो लिखा, उसकी हमारी व्याख्या—यह कोई फैसला, परीक्षा या पूर्वानुमान नहीं है। डैश वाला बॉक्स अन्य संभावित व्याख्याएँ दिखाता है, न कि आपके सही होने की संभावना।⁠^[6]

मैप के पीछे

विश्वदृष्टिकोण के आठ आयाम और तर्क की सात विशेषताएँ, जैसे राय बदलने की इच्छा। जहाँ प्रमाण नहीं है, वहाँ स्थिति तय नहीं की जाती; उसे कभी कम स्कोर नहीं माना जाता।⁠^[5]

P(doom)

या तो वह संख्या जो आपने दर्ज की थी, या आपके उत्तरों से निकाला गया अनुमान—और यह बताया जाता है कि दोनों में से कौन-सा है।⁠^[7]

संपादकीय चुनाव

उत्तर तथ्यों की जाँच करके सत्यापित नहीं किए जाते। सवालों, मूल्यांकन के मानदंडों और यहाँ तक कि नाम में भी संपादकीय चुनाव शामिल हैं, और नाम आपको जोखिम और लाभ की ओर सोचने के लिए प्रेरित कर सकता है। मिले-जुले दृष्टिकोण, अनिश्चितता और सुसंगत चरम दृष्टिकोण—सभी मान्य हैं।⁠^[8]

प्रमुख विचारक

सिम्युलेशन: एक अन्य मॉडल (GPT-5.6 Sol) हर व्यक्ति के लिंक किए गए सार्वजनिक स्रोतों के आधार पर उन्हीं सवालों के जवाब देता है,⁠^[9] और हमारा इंजन यह जाने बिना उन जवाबों को पढ़ता है कि वे किसके हैं।⁠^[10] ये उन लोगों के अपने जवाब या समर्थन नहीं हैं। इन्हें प्रोटोटाइप मानें: 2026 के Pew परीक्षण में, एआई प्रतिनिधियों के जवाब वास्तविक लोगों के जवाबों से औसतन 12 प्रतिशत अंक अलग थे।⁠^[11]

अब तक के प्रमाण

आपकी स्वयं चुनी गई स्थिति

रीडिंग लोगों की स्वयं चुनी गई स्थितियों के अधिक करीब होती हैं, बजाय इसके कि सभी के लिए एक ही अनुमान लगाया जाए, और औसतन आशा या चिंता की ओर कोई झुकाव नहीं होता।⁠^[13] रीडर आपस में लोगों की तुलना में कहीं अधिक सहमत होते हैं, इसलिए अधिकांश अंतर इस बात के बीच है कि लोग कैसे लिखते हैं और खुद को कैसे देखते हैं। जहाँ दोनों में किसी भी अक्ष के एक चौथाई से अधिक का अंतर होता है, आपका परिणाम उसके बारे में पूछता है।

दोबारा पढ़ना और अलग शब्दों में पूछना

दोबारा पढ़ने या अलग शब्दों में पूछे गए इंटरव्यू में, समान अर्थ वाले जवाबों के लिए दृष्टिकोण में बदलाव कभी भी हमारी 0.10 की सीमा से अधिक नहीं हुआ।⁠^[14] मैप पर दायरे कभी भी ±0.05 से कम चौड़े नहीं दिखाए जाते—यह उतना बदलाव है, जो किसी सिम्युलेट किए गए व्यक्ति के दोबारा इंटरव्यू देने पर देखा गया।

बड़े मॉडल

Jev, लागत के लगभग 1/21 हिस्से में, GPT-5.6 Sol से उतार-चढ़ाव की सीमा के भीतर मेल खाता है।⁠^[12]

“क्या यह सही लगता है?”

80 में से 68 लोगों ने हाँ कहा (85%)।⁠^[13] इसे ऊपरी सीमा मानें: लोग एआई द्वारा उनके बारे में की गई व्याख्या से सहमत होने की ओर झुकते हैं। NORC के एक अध्ययन में, स्वतंत्र कोडर उत्तरदाताओं की तुलना में एआई की कोडिंग का लगभग 20% कम बार समर्थन करते थे।⁠^[15]

अनुमानित P(doom)

मोटा अनुमान। लोगों द्वारा टाइप की गई 113 संख्याओं को छिपाकर उनसे मिलान करने पर, इसने उनमें से 96 को पढ़ा और केवल 22% बार ऑड्स में 2× के भीतर रहा—यह सभी के लिए 12.5% का अनुमान लगाने से बेहतर नहीं था। यह लोगों को समझदारी से क्रम में रखता है, और आपकी टाइप की गई कोई प्रतिशत संख्या, जैसे “20%”, हमेशा प्राथमिकता लेती है।⁠^[12]

अभी पूरा नहीं हुआ

हमारे पास अभी स्वतंत्र समीक्षकों द्वारा लेबल किया गया ऐसा ब्लाइंड टेस्ट सेट नहीं है, जिसकी हमारी मूल्यांकन योजना में माँग की गई है।⁠^[14] तब तक, यहाँ हर जाँच रीडिंग की तुलना स्वयं चुनी गई स्थितियों, दोबारा किए गए परीक्षणों या अन्य मॉडलों से करती है। इंटरव्यू की अलग-अलग भाषाओं के परिणामों की तुलना अभी नहीं की गई है।

इसे किसने लिया है

3 अक्टूबर 2026 तक, 963 लोग किसी नतीजे पर पहुँच चुके थे।⁠^[13] उन्होंने खुद इसमें भाग लेने का विकल्प चुना था, ज़्यादातर Hacker News के एक थ्रेड (25 – 26 सितंबर) और X पर पोस्ट (27 – 28 सितंबर) के ज़रिए, और दोनों समूहों के नतीजों में काफ़ी अंतर था: 0–1 Doom–Bloom अक्ष पर 0.32 का माध्यिका दृष्टिकोण, जबकि दूसरे समूह का 0.68 था (तुलना देखें)। इसलिए हमारे आँकड़े इसमें शामिल हुए लोगों को दर्शाते हैं, आम जनता को नहीं, और हम केवल कम-से-कम 10 लोगों वाले समूहों के आँकड़े प्रकाशित करते हैं।

सवाल पहले से क्यों लिखे गए हैं

एआई इंटरव्यू को अपने हिसाब से तुरंत ढाल सकता था। पहले से तय और लिखे गए सवाल शब्दों को तटस्थ और एक जैसा रखते हैं, ताकि हर प्रतिभागी और हर सिम्युलेट किया गया विचारक एक ही सवालों के जवाब दे और उनकी तुलना का कोई अर्थ हो। AAPOR की 2026 गाइडेंस ऐसे एआई इंटरव्यूअर को उच्च जोखिम वाला मानती है, जो सवाल बनाते हैं, उनके शब्द बदलते हैं या इंटरव्यू के प्रवाह को प्रभावित करते हैं।⁠^[16] यहाँ शब्द कभी नहीं बदलते, और Jev केवल उन आकलनों के ज़रिए प्रवाह को आकार देता है, जिनका उपयोग कोड उपलब्ध सवालों में से चुनने के लिए करता है।

वर्ज़न और बदलाव

एल्गोरिदम

0.7.5

सवाल

0.4.0-draft

मूल्यांकन मानदंड

0.1.0-draft

मॉडल

jev-1.13.0

हर सहेजे गए परिणाम में उन वर्ज़नों की जानकारी रहती है जिनसे वह बनाया गया था। जिन सुधारों के लिए नए आकलन की ज़रूरत नहीं होती, वे पुराने परिणामों को दिखाए जाने पर उन पर भी लागू होते हैं।

1. 4 अक्टूबर 2026 · 0.7.5लोगों को केवल मानचित्र के पाँच स्तरों पर रखने के बजाय उनके बीच भी रखता है, और सहेजे गए परिणामों को फिर से पढ़ता है⁠^[17]
2. 1 अक्टूबर 2026 · 0.7.410 भाषाओं में इंटरव्यू; Jev उत्तरों को ठीक उसी तरह पढ़ता है जैसे वे लिखे गए हैं और उसे इंटरव्यू की भाषा बताई जाती है
3. 29 सितंबर 2026 · 0.7.2–0.7.3“30%” जितने छोटे टाइप किए गए P(doom) उत्तरों को भी बनाए रखता है, जिन्हें पहले अनुमानित मानों से बदल दिया जाता था, और जब व्याख्या बँटी हुई हो या आपके अपने चुने गए स्थान से काफ़ी दूर हो, तब एक और सवाल पूछता है⁠^[12]
4. 27 सितंबर 2026 · 0.7.0–0.7.1P(doom) दिखाने का तरीका ठीक करता है (टाइप किया गया 20% लगभग 3% के रूप में दिखाई दिया था), बदलाव के पैमाने और P(doom) के बारे में सीधे पूछता है, तर्क के पर्याप्त पहलुओं को शामिल करने के लिए परिणामों को रोकना बंद करता है, और सहेजे गए परिणामों को फिर से पढ़ता है⁠^[18]

GitHub पर शोध नोट्स हर बदलाव को उसके प्रमाण के साथ दर्ज करते हैं।

Elon Musk का उदाहरण

यहाँ Elon Musk के सिम्युलेट किए गए आकलन से JSON नतीजों के कुछ उदाहरण दिए गए हैं।