अवलोकन
- अमेरिकी मनोवैज्ञानिक Gary Klein ऐसे 'विशेषज्ञता विशेषज्ञ' हैं जिन्होंने कई दशकों तक अग्निशामकों, emergency room nurses, विमान पायलटों आदि जैसे उन लोगों का अध्ययन किया है जिन्हें अत्यावश्यक परिस्थितियों में विशेषज्ञता दिखानी पड़ती है
- Klein ने विशेषज्ञों के गहन इंटरव्यू और अवलोकन के माध्यम से यह अमूर्त रूप दिया कि जब वे किसी समस्या-स्थिति का सामना करते हैं तो उनके दिमाग़ में क्या होता है; इसे Recognition-Primed Decision Model (RPD) कहा जाता है. कई दशकों के अनेक अध्ययनों से यह सामने आया है कि विभिन्न क्षेत्रों के विशेषज्ञ वास्तव में इसी तरह व्यवहार करते हैं
- RPD मॉडल को लागू करके हम विशेषज्ञों से, और LLM से भी, बेहतर ढंग से सीख सकते हैं
RPD मॉडल के 5 चरण
(RPD आरेख मूल ब्लॉग में है)
- विशेषज्ञ किसी समस्या-स्थिति का अनुभव करता है.
- वह स्थिति के कुछ संकेतों पर ध्यान केंद्रित करके उन्हें अपने पिछले अनुभवों और पैटर्न से मैच करता है.
- यदि मैच ठीक बैठता है, तो एक action strategy का मोटा खाका उभरता है—क्या लक्ष्य रखना है, कौन-सा कदम उठाना है, और उसका परिणाम क्या हो सकता है. यदि यह स्पष्ट न हो, तो वह अतिरिक्त जानकारी जुटाता है, दूसरे संकेत भी देखता है, और फिर से मैच करता है.
- उभरी हुई action strategy को वह अपने दिमाग़ में simulate करता है. क्या इससे समस्या हल होगी? अगर नहीं लगता, तो वह अगली action strategy पर जाकर simulation चलाता है.
- जब कुछ ऐसा दिखता है जो काम करेगा, तो वह उसे लागू करता है. फिर स्थिति बदलती है, और प्रक्रिया फिर चरण 1 पर लौट आती है.
यह इस बात का भी संकेत देता है कि विशेषज्ञता बढ़ाने के लिए हमें विशेषज्ञों से क्या सीखना चाहिए
- समस्या-स्थिति को पहचानने के लिए विशेषज्ञ किन संकेतों को किस क्रम में देखते हैं?
- किसी खास स्थिति में समस्या हल करने के लिए वे सबसे पहले कौन-सी action strategy अपनाते हैं?
- उन्होंने वही क्यों चुना, कुछ और क्यों नहीं? उन्होंने simulation कैसे किया?
जूनियर के रूप में code review से सीखना
अगर आपको ऐसा कमेंट मिला हो जैसे, "variable name XX बहुत छोटा है. Variable name इतना लंबा होना चाहिए कि उसे समझा जा सके. क्या इसे YY में बदलें?" तो सिर्फ़ "जी" कहने के बजाय RPD लागू करके senior को थोड़ा परेशान करें
- क्या कोई ऐसी स्थिति नहीं हो सकती जिसमें variable name छोटा होना ठीक हो?
- फिर यहाँ आपने कैसे तय किया कि variable name बहुत छोटा है?
- अगर variable name XX को वैसे ही रखा जाए, तो आगे चलकर कौन-सी समस्या पैदा हो सकती है?
- YY जैसा variable name आपके दिमाग़ में कैसे आया?
- आगे ऐसी कौन-सी स्थिति हो सकती है जिसमें YY अनुपयुक्त हो जाए?
- तब आप variable name कैसे बदलेंगे?
ये सवाल उस LLM से पूछने के लिए भी अच्छे हैं जो परेशान करने पर शिकायत नहीं करता, और यह कहना भी उपयोगी है कि "मुझे ऐसा feedback मिला है, RPD का उपयोग करके ऐसे सवाल सुझाइए"
अतिरिक्त सामग्री
- संदेह करने के बजाय निर्णय के मानदंड बताइए: RPD को ध्यान में रखते हुए senior अगर junior को बढ़ने में मदद करना चाहता है, तो उसे कैसी बातचीत करनी चाहिए—इस पर लिखा गया लेख
- आप वह निर्णय कैसे ले पाए: एक debugging case जिसमें समस्या देखते ही कारण समझ में आ गया था; उसमें मैंने लिखा है कि मैं ऐसा कैसे कर पाया. यहाँ चर्चा किया गया CDM(Critical Decision Method) भी विशेषज्ञ के दिमाग़ के भीतर झाँकने के लिए Gary Klein द्वारा विकसित प्रश्न-पद्धति है
- The RPD Model: Criticisms and Confusions: RPD मॉडल की घोषणा के बाद मिली आलोचनाओं और RPD के बारे में गलतफ़हमियों पर Gary Klein द्वारा 2021 में लिखा गया प्रतिवाद
- Source of Power: How People Make Decisions: RPD पर अधिक विस्तार से चर्चा करने वाली Gary Klein की 1999 की पुस्तक
LLM का उपयोग
Gary Klein के नज़रिए से, RPD और CDM(Critical Decision Method) का उपयोग करके अच्छे सवाल तैयार करने वाला एक prompt template बनाया गया है. परीक्षण में सवालों की quality काफ़ी अच्छी निकली
बेशक, वास्तविक दुनिया में जब कोई senior review देता है, तब "ज़रा रुकिए" कहकर LLM से पूछना और फिर सवाल करना आसान नहीं होगा. इसलिए लंबी अवधि में यह अधिक फ़ायदेमंद है कि LLM द्वारा बनाए गए सवालों को आत्मसात करके हम स्वयं ऐसे सवाल पैदा करने वाले व्यक्ति के रूप में विकसित हों
8 टिप्पणियां
दिलचस्प था।
यह दिलचस्प खोज है, बहुत अच्छा लगा पढ़कर।
किताब, The Talent Code में बताई गई deep practice की यह एक ठोस विधि कही जा सकती है। अच्छे लेख के लिए धन्यवाद।
ओह, हाँ, बिल्कुल। अगर आपकी रुचि deliberate practice में जगी है, तो उस अवधारणा के मूल प्रवर्तक(?) Anders Ericsson की
<1만 시간의 재발견>भी बहुत अच्छी है।लेख भी अच्छा है, लेकिन ऐसी चीज़ों में रुचि लेकर सीखने की आपकी कोशिश भी बहुत शानदार लगती है।
धन्यवाद। लंबे समय से सत्यापित शोध का अध्ययन करके उसे AI में लागू करना काफ़ी दिलचस्प लगा।
दिलचस्प विषय है, बहुत अच्छा लगा पढ़कर
धन्यवाद हाहा