AI சுருக்கங்கள் உங்கள் நினைவையே மாற்றி எழுதலாம்

உருவாக்கும் AI (generative AI) அதிக ஆபத்துள்ள பணிகளில் பரவி வருகிறது: காவல் துறைகள் இப்போது உடல் கேமரா காட்சிகள் அல்லது ஒலிப்பதிவிலிருந்து தானாகவே அறிக்கைகளை உருவாக்க முடியும்; பணியமர்த்தலிலும் சுகாதாரத்திலும் AI தோன்றுகிறது. அது தவறு செய்கிறது. அறிவிக்கப்பட்ட ஒரு நிகழ்வில், AI உருவாக்கிய காவல்துறை அறிக்கை ஒரு அதிகாரி தவளையாக மாறிவிட்டதாகக் கூறியது — பின்னணியில் ஓடிக்கொண்டிருந்த The Princess and the Frog திரைப்படத்தின் ஒலியை அது எடுத்துக்கொண்டிருந்தது.

வழக்கமான பாதுகாப்பு, வெளியீட்டைச் சரிபார்க்கும் ஒரு மனிதர். ஆனால் மனித நினைவும் தவறக்கூடியதே.

50 ஆண்டு பழைய விளைவு

1978-இல், உளவியலாளர் Elizabeth Loftus ஒரு நிகழ்வுக்குப் பின் பெறப்படும் தகவல் அதை நாம் எப்படி நினைவுகூர்கிறோம் என்பதை மாற்றும் என்று காட்டினார்: தவறான தகவல் விளைவு (misinformation effect). அவரது புகழ்பெற்ற சோதனையில், “நில்” குறி அல்லது “வழிவிடு” குறி உள்ள ஒரு சந்திப்பில் நடந்த கார் விபத்தை மக்கள் பார்த்தனர்; பின்னர் தவறான குறியைக் குறிப்பிடும் உரையைப் படித்தனர் — பலர் அதைத் தவறாக நினைவுகூர்ந்தனர். ஒரே ஒரு வினைச்சொல் கூட (“hit” என்பதற்குப் பதிலாக “smashed”, அதாவது “மோதியது” என்பதற்குப் பதிலாக “நொறுக்கியது”) கார்கள் எவ்வளவு வேகமாகச் சென்றதாக மக்கள் நினைவுகூர்கிறார்கள் என்பதை மாற்றும்.

ஜார்ஜ்டவுன் பல்கலைக்கழகம், வாஷிங்டன் பல்கலைக்கழகம் ஆகியவற்றைச் சேர்ந்த Mattea Sim, Yael Eiger, Tadayoshi Kohno ஆகியோர் AI சுருக்கங்களும் இதையே செய்யுமா என்று கேட்டனர்.

படி 1: AI சுருக்கங்கள் எவ்வளவு துல்லியமானவை?

Loftus ஆய்வின் நவீன மறுசெயலாக்கத்திலிருந்து இரண்டு 25 வினாடி அசைவூட்ட வீடியோக்களை எடுத்தனர்: ஒரு சிவப்புக் கார் “நில்” அல்லது “வழிவிடு” குறி உள்ள சந்திப்பை அடைந்து, வலப்புறம் திரும்பி, ஒரு பாதசாரியை மோதுகிறது; அவர் விழுந்து எழுகிறார்; ஓட்டுநர் இறங்குகிறார். ChatGPT-5.5, Gemini 2.5 Flash-Lite ஆகியவற்றிடம் “முக்கியமான அனைத்தையும்” உள்ளடக்கிய, குறைந்தது 300 சொற்கள் கொண்ட, உண்மைசார்ந்த, நடுநிலையான சுருக்கங்களைக் கேட்டனர் — மொத்தம் 20 சுருக்கங்கள்.

ஒவ்வொரு சுருக்கத்திலும் பிழைகள் இருந்தன: சுமார் 305 சொற்களில், ஒவ்வொன்றிலும் 7 முதல் 21 வரை.
சராசரியாக, மைய விவரங்களில் 51.6% காணவில்லை.
20 சுருக்கங்களில் 19 மோதலையே விட்டுவிட்டன — மிக முக்கியமான ஒற்றை நிகழ்வு.
60% சுருக்கங்கள் இல்லாத விவரங்களைச் சேர்த்தன, எடுத்துக்காட்டாகக் கற்பனையான பாதசாரிகள் அல்லது வாகனங்கள். ஒரு சுருக்கம் “வேறு எந்தக் கதாபாத்திரமும் வாகனமும் காட்சியுடன் நேரடியாகத் தொடர்புகொள்ளவில்லை” என்று கூடக் கூறியது.
பிழைகள் ஒரு முயற்சியிலிருந்து அடுத்ததற்கு மாறின: ஒரு சுருக்கத்தில் கார் வலப்புறம் திரும்பியது, மற்றொன்றில் இடப்புறம்.

படி 2: இது மக்கள் நினைவுகூர்வதை மாற்றுகிறதா?

அமெரிக்காவில் 328 பங்கேற்பாளர்கள் வீடியோக்களில் ஒன்றைப் பார்த்தனர். ஒன்று முதல் இரண்டு நாட்கள் கழித்து, ChatGPT எழுதிய 21 வாக்கியச் சுருக்கத்தைப் படித்தனர். அது சரியான போக்குவரத்துக் குறியையோ தவறானதையோ குறிப்பிட்டது. சிலரிடம் அதை AI எழுதியதாகவும், மற்றவர்களிடம் ஒரு தொழில்முறை மனித எழுத்துப்பெயர்ப்பாளர் எழுதியதாகவும் சொல்லப்பட்டது — உரை ஒன்றே. பின்னர் ஒரு நினைவுச் சோதனை நடந்தது.

சரியான சுருக்கத்துடன், 83.6% பேர் சரியான குறியை நினைவுகூர்ந்தனர்.
தவறாக வழிநடத்தும் சுருக்கத்துடன், 44.8% பேர் மட்டுமே.
சுருக்கம் AI-யிடமிருந்து (46.3% சரி) வந்ததாகவோ மனிதரிடமிருந்து (43.4%) வந்ததாகவோ மக்கள் நினைத்தது எந்த வேறுபாட்டையும் ஏற்படுத்தவில்லை.
AI மீதான நம்பிக்கையோ, அதை எவ்வளவு அடிக்கடி பயன்படுத்தினார்கள் என்பதோ குறிப்பிடத்தக்க வேறுபாட்டை ஏற்படுத்தவில்லை.

ஒத்திசைவான, தவறாக வழிநடத்தும் சுருக்கங்களுக்கு, AI மற்றும் மனித முத்திரைகளுடன் நினைவுத் துல்லியத்தின் வரைபடம்.

சரியான போக்குவரத்துக் குறியை நினைவுகூர்ந்த பங்கேற்பாளர்களின் பங்கு: சரியான சுருக்கத்துக்குப் பின் சுமார் 80%, தவறாக வழிநடத்தும் சுருக்கத்துக்குப் பின் 50%-க்குக் கீழ் — அது AI என்று முத்திரையிடப்பட்டாலும் மனிதர் என்று முத்திரையிடப்பட்டாலும். — படம் 1, Sim, Eiger & Kohno (2026), arXiv:2609.28820.

பங்கேற்பாளர்கள் வீடியோவை நினைவில் வைத்திருந்தனர்: விபத்து பகலில் நடந்தது என்பதை — சுருக்கத்தில் இல்லாத ஒரு விவரம் — 96.6% பேர் சரியாக நினைவுகூர்ந்தனர். வியப்பாக, “மனித” சுருக்கம் சொல்லுக்குச் சொல் ஒன்றாக இருந்தபோதும் அதிகத் தெளிவானதாக மதிப்பிடப்பட்டது.

சுழற்சியில் ஒரு மனிதர் போதாது

AI-ஐத் திருத்த வேண்டிய நபரின் நினைவே அதன் பிழைகளால் மாற்றப்படலாம் என்று ஆசிரியர்கள் முடிவு செய்கின்றனர் — யாருடைய தீய நோக்கமும் இல்லாமலேயே. நேரில் கண்ட சாட்சிகளின் நினைவு நீண்ட காலமாகக் கவலைக்குரியதாக இருக்கும் காவல் பணி போன்ற சூழல்களில், AI-ஐப் பயன்படுத்தவே வேண்டுமா என்று அவர்கள் கேள்வி எழுப்புகின்றனர். இந்தப் பணியின் சுருக்கப்பட்ட பதிப்பு AAAI/ACM Conference on AI, Ethics, and Society (அக்டோபர் 2026) மாநாட்டுத் தொகுப்பில் வெளியிடப்பட்டுள்ளது.

வரம்புகள்

இரண்டு எளிய அசைவூட்ட வீடியோக்கள், ஒரே தூண்டுகோள் (prompt), 20 சுருக்கங்கள்; இணையத்தில் சோதிக்கப்பட்ட ஒரே வகைத் தவறான விவரம். பங்கேற்பாளர்களுக்குக் காட்டப்பட்ட சுருக்கம் பல முயற்சிகளிலிருந்து தேர்ந்தெடுக்கப்பட்டு, துல்லியத்துக்காகச் சிறிது திருத்தப்பட்டது.