मुझे LLMs पसंद नहीं हैं
Martin Fowler के “I Don’t Like LLMs” निबंध पर तीखी प्रतिक्रियाएँ एक विभाजन दिखाती हैं: एक तरफ़ बड़े language models को अपरिहार्य tools मानना, दूसरी तरफ़ उनकी “LLM voice” और आत्मविश्वासी गलतियों को खिझाने वाला या अविश्वसनीय मानना। कई commenters coding, search, और personal tasks के लिए उनका रोज़ाना भारी इस्तेमाल बताते हैं, लेकिन accuracy, personality, और उनके निर्माताओं द्वारा समाहित values पर गहरा संदेह भी रखते हैं। एक बार-बार उभरने वाला theme यह है कि LLMs को pseudo-people की बजाय त्रुटिपूर्ण machines की तरह देखा जाना चाहिए, और कुछ लोगों का तर्क है कि anthropomorphized chat interfaces और enshittified web search users को सतही, एकरूप सोच की ओर धकेल रहे हैं.
LLM “आवाज़” और व्यक्तित्व की धारणा
- बहुत से लोग डिफ़ॉल्ट “LLM आवाज़” को नापसंद करते हैं: लंबी-चौड़ी, सावधानियों से भरी, आत्मसंतुष्ट, बनावटी-सी माफ़ी माँगने वाली, और “एग्ज़ीक्यूटिव-असिस्टेंट जैसी।”
- कुछ का कहना है कि यह लहजा सामग्री से ज़्यादा चिंता या झुंझलाहट पैदा करता है।
- दूसरे तर्क देते हैं कि इस आवाज़ को आसानी से ठीक किया जा सकता है (“बस इसे अलग तरह से prompt करो”), जबकि विरोधी उदाहरणों में मज़बूत निर्देशों और “concise modes” के बावजूद लगातार लंबी-चौड़ी शैली दिखाई जाती है।
- anthropomorphism पर बहस: कुछ लोगों को कभी ये सिस्टम इंसान जैसे नहीं लगते; दूसरों को लगता है कि interfaces जानबूझकर उसी भ्रम को बढ़ावा देते हैं, जिसे वे manipulative या creepy मानते हैं।
उपयोगिता बनाम अविश्वसनीयता
- यह व्यापक स्वीकार्यता है कि LLMs coding, research discovery, tax help, contracts, आदि के लिए बहुत उपयोगी हैं।
- बहुत से लोग “बहुत मददगार” और “मैं उनके factual output पर बिल्कुल भरोसा नहीं करता; हर चीज़ verify करनी पड़ती है” — इन दोनों को साथ रखते हैं।
- कुछ उन्हें advanced search/linters की तरह इस्तेमाल करते हैं और उनकी prose पढ़ने से बचते हैं ताकि गलत जानकारी अंदर न चली जाए।
- गलत जवाबों का बार-बार खंडन करना पड़ता है, खासकर पेशेवर संदर्भ में, यह काफ़ी चिढ़ पैदा करता है।
LLMs: सहकर्मी नहीं, उपकरण
- कई टिप्पणीकार LLMs को tools या compilers की तरह देखते हैं, ऐसे agents की तरह नहीं जिनसे “चैट” की जाए।
- सबसे अच्छे अनुभव संक्षिप्त, imperative interactions से मिलते हैं: “commands दो, artifacts लो,” न कि जीवन-सलाह या गहरी बातचीत।
- कुछ लोग memory/“personality” features से स्पष्ट रूप से बचते हैं; दूसरे सुविधा के लिए memory का उपयोग करते हैं (जैसे workouts, notes) लेकिन इससे उन्हें यह महसूस नहीं होता कि सिस्टम उन्हें “जानता” है।
विश्वास, सुरक्षा, और agents
- infrastructure या databases को नियंत्रित करने वाले autonomous agents पर कड़ा संदेह है; सुझाव है कि AI को destructive commands से दूर रखा जाए और deterministic “circuit breakers” इस्तेमाल किए जाएँ।
- इस पर असहमति है कि “agent swarms taking over” जैसी बातें स्वतंत्र AI agency का गलत संकेत देती हैं या फिर बस मनुष्यों द्वारा tools के गलत इस्तेमाल का shorthand हैं।
- चिंता है कि sci‑fi परिदृश्यों पर ध्यान असली मौजूदा नुकसानों से भटका देता है: बुरे लोग AI का इस्तेमाल और अधिक कुशलता से बुरी चीज़ें करने में कर रहे हैं।
Search, information access, और web
- कुछ लोगों को लगता है कि traditional search और web ads/SEO से इतने बिगड़ चुके हैं कि अब LLMs ही जानकारी निकालने का व्यावहारिक तरीका हैं।
- दूसरे जवाब देते हैं कि बेहतर search engines, blogs, communities, और यहाँ तक कि libraries भी अभी काम करती हैं, अगर मेहनत की जाए।
- LLMs को academic papers और सस्ते software alternatives खोजने के discovery tools के रूप में सराहा जाता है, कभी-कभी paid apps की जगह भी।
सांस्कृतिक और meta-discussion
- इस पर बहस है कि क्या मौजूदा models किसी खास startup/brogrammer संस्कृति और value system को दर्शाते हैं।
- LLMs पर “influencer” रायों पर सवाल उठाए जाते हैं, खासकर उन लोगों की, जिन्हें अब hands-on नहीं माना जाता।
- snarky “gotchas,” site outages पर mockery, और AI पर चर्चाओं में बढ़ती toxicity से झुंझलाहट है, साथ ही कुछ प्रतिभागी blunt disagreement को सामान्य मानकर उसका बचाव करते हैं।