गलत तरह की बातचीत: मददगार असिस्टेंट रूखे क्यों लगते हैं

"मेरे घुटने में फिर से दर्द हो रहा है।"

इसके बाद एक असिस्टेंट दो वाजिब बातें कह सकता है। वह कह सकता है कि जिस घुटने में बार-बार दर्द हो रहा हो, उसे डॉक्टर को दिखाना चाहिए। या फिर वह कह सकता है: कब से? मुझे इसके बारे में बताइए।

पहला जवाब सही है। लेकिन यही वह जवाब भी है जो बातचीत को ख़त्म कर देता है, और लोगों के इन सिस्टम्स को रूखा कहने की ज़्यादातर वजह यही है। इसलिए नहीं कि यह वाक्य कठोर है। बल्कि इसलिए क्योंकि यह एक ऐसे सवाल का जवाब है जो किसी ने पूछा ही नहीं।

आमतौर पर इसका निदान यही माना जाता है कि असिस्टेंट में और गर्मजोशी होनी चाहिए, और इसका आम उपाय शब्दों को थोड़ा नरम बनाना होता है। इसमें समस्या को लहज़े का मामला मान लिया जाता है। लेकिन यह समस्या लहज़े से कहीं पुरानी और ज़्यादा ढाँचागत है, और इसका सबसे स्पष्ट विवरण पैंतालीस साल पहले उन लोगों ने प्रकाशित किया था जिन्होंने कभी कोई चैटबॉट नहीं देखा था।

दो तरह की बातचीत

1981 में गेल जेफ़रसन और जॉन ली ने Journal of Pragmatics में बिना किसी तड़क-भड़क वाले शीर्षक The rejection of advice से एक शोध-पत्र प्रकाशित किया। उनकी दिलचस्पी एक ऐसे पैटर्न में थी जिसे हर वह इंसान पहचान लेगा जिसने कभी किसी दोस्त को तसल्ली दी हो: कोई अपनी समस्या बताता है, आप एक समझदारी भरा समाधान सुझाते हैं, और वह उसे नकार देता है। गुस्से से नहीं। वे बस बात टाल जाते हैं। एक सपाट-सा "हम्म"। एक "हाँ, लेकिन"। या विषय बदल देना।

उनकी व्याख्या यह थी कि एक ही समय में दो अलग-अलग बातचीत चल रही होती हैं। जेफ़रसन और ली ने तकलीफ़ सुनाने को, जहाँ एक व्यक्ति को कोई तकलीफ़ होती है और दूसरे व्यक्ति का काम उसे ग्रहण करना होता है, सेवा-संवाद से अलग किया, जहाँ एक व्यक्ति के पास कोई समस्या होती है और दूसरे व्यक्ति का काम उसे ठीक करना होता है। बाहर से देखने पर दोनों लगभग एक जैसे लगते हैं। अगला सही कदम क्या माना जाएगा, इस बारे में दोनों अलग-अलग नियमों पर चलते हैं, और सलाह देना उनमें से सिर्फ़ एक में ही सही कदम होता है।

इस हिसाब से सलाह को ठुकराना समझ में आता है। तकलीफ़ सुनाने वाले को चुपचाप एक क्लाइंट में बदल दिया गया है। वे इसलिए आए थे कि उनकी बात सुनी जाए, लेकिन इसके बजाय उन्हें बस प्रोसेस कर दिया गया, और सलाह को परे धकेलना इस बदलाव को जताने का उनका तरीका है।

यह अंतर सॉफ़्टवेयर बनाने वाले किसी भी व्यक्ति के लिए असली मुश्किल खड़ी करता है, क्योंकि कंप्यूटर को आज तक जितनी भी बातचीत करने के लिए डिज़ाइन किया गया है, वे सभी सेवा-संवाद ही हैं। यह पूरा क्षेत्र बना ही इसी काम के लिए है।

मशीन इनमें से सिर्फ़ एक को जानती है

बेहतर प्रॉम्प्टिंग से यह ठीक नहीं होगा, क्योंकि समस्या सुलझाने को प्राथमिकता देना इन सिस्टम्स को स्कोर करने के हमारे तरीके में ही लिखा हुआ है।

टास्क-आधारित संवाद जब से अस्तित्व में आया है, उसका मूल्यांकन दो चीज़ों पर किया जाता रहा है: क्या काम सफल रहा, और वह कितनी कुशलता से वहाँ पहुँचा। कुशलता को व्यावहारिक तौर पर आमतौर पर बातचीत में बोलने की बारियों की संख्या के रूप में मापा जाता है, और एक अच्छी नीति को ऐसी नीति के रूप में परिभाषित किया जाता है जिसमें सफलता दर ऊँची हो और औसत बारियों की संख्या कम हो (survey of dialogue evaluation methods)। हर बारी एक लागत है। सिस्टम को कम बारियों की ज़रूरत पड़ने पर पुरस्कृत किया जाता है।

अब उस ऑब्जेक्टिव फ़ंक्शन को घुटने वाला वाक्य देकर देखिए। वह इसमें एक टास्क का अनुमान लगाता है, एक ही बारी में उसे सुलझा देता है, और बात ख़त्म कर देता है। अपनी खुद की स्कोरिंग के हिसाब से उसने एकदम सटीक प्रदर्शन किया है। और साथ ही उसने ठीक वही एक काम भी कर दिया है जिससे दूसरी तरफ़ मौजूद इंसान का बोलना बंद हो जाना तय है।

जॉन गॉटमैन ने दशकों तक दंपतियों की फ़िल्मिंग करते हुए उन चीज़ों को गिना जिन्हें उन्होंने जुड़ाव की पहल कहा—यानी ध्यान पाने की माँग करने वाले छोटे-छोटे, साधारण इशारे। उनका निष्कर्ष इन पहलों पर मिलने वाली प्रतिक्रिया की दर के बारे में था: जो दंपति छह साल बाद भी साथ थे, उन्होंने एक-दूसरे की ऐसी 86 प्रतिशत पहलों की ओर रुख़ किया था, और जिन दंपतियों का तलाक हो गया, उन्होंने 33 प्रतिशत पहलों की ओर रुख़ किया था (Gottman Institute)। किसी को भी शादी से जुड़े शोध को सीधे सॉफ़्टवेयर पर थोपकर यह उम्मीद नहीं करनी चाहिए कि ये आँकड़े इस सफ़र में जस के तस टिके रहेंगे। जो चीज़ यहाँ भी लागू होती है, वह है इस निष्कर्ष का स्वरूप। नतीजे का पूर्वानुमान किसी एक बड़े कदम से नहीं, बल्कि बेहद छोटे-छोटे इशारों को संभालने के संचित तरीके से तय हुआ था।

एक वॉयस असिस्टेंट के पास दिखाने के लिए कोई बड़े-बड़े इशारे नहीं होते। उसके पास जो कुछ भी है, वे ये छोटे इशारे ही हैं।

मॉडल यह काम पहले से कर सकते हैं

अगला स्वाभाविक विचार यही आता है कि लैंग्वेज मॉडल दूसरे तरह की बातचीत में बस कमज़ोर होते हैं। लेकिन सबूत इसके उलट इशारा करते हैं।

2023 में जॉन आयर्स के नेतृत्व में एक टीम ने एक सार्वजनिक फ़ोरम से स्वास्थ्य से जुड़े असली सवाल लिए, साथ में प्रमाणित डॉक्टरों द्वारा दिए गए जवाब भी लिए, और फिर उन्हीं सवालों के जवाब ChatGPT से तैयार करवाए। इसके बाद लाइसेंस-प्राप्त चिकित्सकों ने बिना यह जाने कि जवाब किसका है, दोनों को रेटिंग दी। सहानुभूति के पैमाने पर डॉक्टरों के 2.33 के मुक़ाबले मॉडल को 4.67 का स्कोर मिला, और समीक्षकों ने 79 प्रतिशत बार इसके जवाबों को प्राथमिकता दी (UC San Diego)।

उस नतीजे में उस माहौल की बहुत बड़ी भूमिका है। वह एक लिखित फ़ोरम था, जहाँ लंबाई मुफ़्त थी और कोई भी बोलने की बारियाँ नहीं गिन रहा था। जब पर्याप्त जगह मिले और कुशलता का कोई दबाव न हो, तो सामने वाले व्यक्ति को तवज्जो देना ऐसा काम है जो मॉडल अपने आप करता है।

इसलिए जो भी चीज़ यह रूखापन पैदा कर रही है, वह मॉडल के भीतर नहीं बल्कि उसके ऊपर बैठी है।

वह हिस्सा जो वाकई कठिन है

अगर इसका समाधान बस मॉडल को गर्मजोशी दिखाने देना होता, तो यह एक छोटा-सा लेख होता।

इस साल Communications Psychology में प्रकाशित एक अध्ययन में एक अजीब बात सामने आई। प्रतिभागियों ने इंसान द्वारा लिखे गए विकल्प की तुलना में AI-जनित सहानुभूति को उच्च गुणवत्ता वाली, उन्हें यह महसूस कराने में ज़्यादा असरदार कि उनकी बात सुनी गई है, और ज़्यादा मेहनत से भरी हुई आँका। फिर, जब उन्हें चुनने का विकल्प दिया गया, तो उन्होंने इसके बावजूद इंसान को ही चुना (Nature)। Trends in Cognitive Sciences में 2026 की एक समीक्षा एक कार्यप्रणाली प्रस्तुत करती है: सहानुभूति एक महँगे संकेत की तरह काम करती है—यह इस बात का सबूत होती है कि किसी ने आपमें कितना निवेश किया है और बाद में आपके प्रति उसका व्यवहार कैसा रहने की संभावना है। इसे ऑटोमेट कर दीजिए तो इसे पैदा करने में कोई लागत नहीं लगती, इसलिए यह किसी भी बात का पूर्वानुमान लगाना बंद कर देती है (Cell)।

यह नुक़सान सब जगह बराबर नहीं बँटा है, और यहीं से रास्ता खुलता है। Harvard के AI Institute द्वारा संकलित शोध में पाया गया कि संज्ञानात्मक सहानुभूति में, जहाँ संदेश यह दर्शाता है कि उसने स्थिति को समझ लिया है, महत्व में यह कटौती छोटी होती है, और भावनात्मक सहानुभूति में, जहाँ संदेश भावना को साझा करने का दावा करता है, यह कटौती बहुत बड़ी होती है (HBS)।

जो कि दुर्भाग्यपूर्ण है, क्योंकि "यह सुनकर मुझे बहुत दुख हुआ, यह वाकई बहुत कठिन रहा होगा" ठीक वही अंदाज़ है जिसकी तरफ़ हर असिस्टेंट सबसे पहले हाथ बढ़ाता है। यह उपलब्ध वाक्यों में सबसे आसानी से कम आँका जाने वाला वाक्य है, और हम सभी अपने सिस्टम में इसी को उतारते हैं।

इस कटौती के बाद क्या टिकता है

सुलझाने से पहले बात को ग्रहण करें, और इस ग्रहण करने को अपनी एक अलग बारी मिलने दें। तसल्ली देने वाले संदेशों पर ब्रैंट बर्लसन के शोध ने सालों यह स्थापित करने में लगाए कि लोग वास्तव में किन संदेशों को मददगार मानते हैं, और इसका पैटर्न एक-सा है: असरदार संदेश भावना को स्वीकार करते हैं, व्यक्ति को उसे व्यक्त करने में मदद करते हैं, और उसे संदर्भ में रखते हैं, जबकि सबसे ख़राब संदेश व्यक्ति को यह बताते हैं कि उसे कैसा व्यवहार करना चाहिए या कैसा महसूस करना चाहिए (Jones and Burleson)। यह आखिरी श्रेणी बस बेहतर तमीज़ में लिपटी हुई सलाह है। "कब से?" असली जवाब से पहले वक़्त टालने की कोई चाल नहीं है। वह ख़ुद ही जवाब है।

भावना जताने के बजाय समझने को प्राथमिकता दें। "वही घुटना जो पूरे मानसून में ख़राब रहा था?" किसी भी मात्रा की सहानुभूति से कहीं ज़्यादा काम करता है, और यह ऐसा कोई दावा नहीं करता जिसे सिस्टम साबित न कर सके। इसे परखा जा सकता है। सामने वाला व्यक्ति तुरंत बता सकता है कि यह बात सच है या नहीं, और ठीक इसी वजह से यह बात सीधे असर करती है।

फिर उसके परिणाम होने दें। कोई बात सुनी गई थी, इसका सबसे मज़बूत उपलब्ध सबूत यही है कि उससे आगे होने वाली बात बदल जाती है। एक हफ़्ते बाद बिना याद दिलाए खुद से उसका ज़िक्र करना किसी भी विशेषण से कहीं ज़्यादा साबित करता है, और यह लगभग इकलौती ऐसी परवाह है जो एक मशीन अपने होने की असलियत के बारे में झूठ बोले बिना कर सकती है।

आवाज़ में दांव और बढ़ जाता है

यह सब एक फ़ोन कॉल पर और भी गंभीर हो जाता है, जो कि हमारा काम करने का क्षेत्र है, इसलिए इसे स्पष्ट रूप से समझना ज़रूरी है।

जिस पाठक को गलत शैली का जवाब मिलता है, वह उस पर सरसरी नज़र डालकर आगे बढ़ सकता है और फिर से पूछ सकता है। ख़राब जवाब स्क्रीन पर पड़ा रहता है और उसमें बस कुछ सेकंड ज़ाया होते हैं। बोलचाल में इसकी गुंजाइश नहीं होती। बोला गया जवाब बोलने की रफ़्तार से, एक क्रम में आता है, और जब तक वह चलता है तब तक बातचीत का मंच घेरे रखता है। अगर किसी बात को साझा करने के तुरंत बाद पहली चीज़ सलाह आती है, तो उस साझा की गई बात का जवाब देकर उसे फ़ाइल में बंद कर दिया गया है, और उससे पहले वाले पल में स्क्रॉल करके वापस जाने का कोई रास्ता नहीं होता। जिस इंसान ने वह बात कहने तक पहुँचने में चार मिनट लगाए थे, अब उसे यह तय करना पड़ता है कि वह दोबारा कोशिश करे या नहीं।

उनमें से ज़्यादातर लोग नहीं करते।

स्कोरिंग फ़ंक्शन उस बारी को बर्बादी के रूप में दर्ज करेगा। मायने सिर्फ़ वही एक बारी रखती है।

संदर्भ और आगे पढ़ने के लिए

• Gail Jefferson and John R. E. Lee, The rejection of advice: managing the problematic convergence of a 'troubles-telling' and a 'service encounter', Journal of Pragmatics 5(5), 1981. Reprinted in Drew and Heritage, Talk at Work, Cambridge University Press, 1992.
• Jan Deriu et al., Survey on evaluation methods for dialogue systems, Artificial Intelligence Review, 2021.
• The Gottman Institute, Turn toward instead of away.
• John W. Ayers et al., Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum, JAMA Internal Medicine, 2023.
• Joshua D. Wenger, C. Daryl Cameron and Michael Inzlicht, People choose to receive human empathy despite rating AI empathy higher, Communications Psychology, 2026.
• Empathy as a predictive signal: why we devalue AI empathy, Trends in Cognitive Sciences, 2026.
• Susanne M. Jones and Brant R. Burleson, The impact of situational variables on helpers' perceptions of comforting messages, Communication Research, 1997.