170k अंग्रेज़ी शब्दों में से आप कितने जानते हैं?
समग्र प्रभाव
- कई लोगों को यह क्विज़ मज़ेदार, आत्मविश्वास बढ़ाने वाला, और एक सुखद विचलन लगा, खासकर जब अंत की ओर शब्द ज़्यादा अस्पष्ट होते गए।
- दूसरों को शुरुआती सरल स्तरों और धीमी इंटरैक्शन के कारण ऊब लगी या उन्होंने जल्दी छोड़ दिया; कुछ को लगा कि यह कभी सचमुच चुनौतीपूर्ण नहीं बना।
UX और इंटरैक्शन डिज़ाइन
- मुख्य शिकायत: प्रति शब्द बहुत ज़्यादा क्लिक (चुनें → जाँचें → जारी रखें), बटन बहुत दूर-दूर और कभी-कभी मोबाइल पर स्क्रीन से बाहर।
- बार-बार की गई प्रमुख माँगें:
- सिंगल-क्लिक फ़्लो (उत्तर तुरंत आगे बढ़े, शायद undo के साथ)।
- कीबोर्ड शॉर्टकट (चुनने के लिए 1–4, सबमिट/आगे बढ़ने के लिए Enter)।
- अनुकूलनीय कठिनाई ताकि मज़बूत उपयोगकर्ता लंबे “basics” चरणों को छोड़ सकें।
- लेआउट की झटकेदारता और स्क्रॉलिंग समस्याएँ (खासकर मोबाइल पर) परेशान करने वाली बताई गईं।
टेस्ट डिज़ाइन, अनुमान लगाने की संभावना, और वैधता
- कई लोगों ने ऐसे पैटर्न देखे जिनसे अनुमान लगाना आसान हो गया:
- सही उत्तर अक्सर सबसे लंबी परिभाषा होता है।
- अक्सर “correct + opposite + 2 random” संरचना होती है।
- कभी-कभी सीधे विपरीत दो विकल्प होते हैं, और उत्तर हमेशा उन्हीं में से एक होता है।
- कई लोगों ने “हमेशा सबसे लंबा उत्तर चुनो” आज़माया और उच्च सटीकता बताई।
- “मुझे नहीं पता” बटन की कमी की व्यापक आलोचना हुई; मजबूरन अनुमान लगाने से स्कोर बढ़ जाते हैं।
- कई टिप्पणीकारों ने तर्क दिया कि यह टेस्ट असली शब्दावली आकार से ज़्यादा अनुमान लगाने की रणनीतियों और व्युत्पत्तिगत निष्कर्षों को मापता है।
शब्द चयन, कठिनाई, और पक्षपात
- शब्द सूची पक्षपाती लगी:
- लैटिन/फ़्रेंच/ग्रीक-व्युत्पन्न शब्दों और भाषा, verbosity, और rhetoric पर meta-शब्दों की भरमार।
- देर के स्तरों में वास्तव में अस्पष्ट वस्तुएँ और काफ़ी सामान्य शब्द (“obfuscate,” “zeitgeist,” “kerfuffle”) मिलते हैं।
- Romance या Germanic भाषाएँ बोलने वाले गैर-देशी वक्ताओं ने cognates और roots का लाभ उठाकर बहुत ऊँचे स्कोर किए।
- कुछ लोगों ने काल्पनिक, मज़ाकिया, या अत्यंत दुर्लभ शब्दों तथा proper names को शामिल करने पर आपत्ति जताई।
परिभाषाएँ और “विज्ञान” के दावे
- कई उपयोगकर्ताओं ने परिभाषाओं को सतही, चक्रीय, भ्रामक, या अधूरी बताया (जैसे “lethargic,” “verbose,” “candid,” “complacent,” “frugal,” “obsequious”).
- कई ने apparent LLM-generated distractors और शब्दावली को “AI slop” कहा।
- वर्णित “stratified sampling” algorithm ने कुछ लोगों को प्रभावित किया, लेकिन दूसरों ने नोट किया:
- band sizes लगभग 85k तक ही जोड़ते हैं, जबकि cited ~171k है, इसलिए 100/100 मिलने पर भी कुल का लगभग 50% ही मिलता है।
- word bands वास्तविक कठिनाई या आवृत्ति से लगातार मेल नहीं खाते।
- विकल्प सुझाए गए (adaptive/IRT-style tests, Elo-like models, अन्य मौजूदा vocab tests)।