परिचय व उद्देश : OpenAI Initiative on Indian Languages

  • IndQA हा OpenAI ने सादर केलेला भारतीय भाषा व संस्कृतीवर आधारित AI बेंचमार्क आहे.

  • उद्देश: AI प्रणाली भारतीय भाषा, सांस्कृतिक संदर्भ व बारकावे समजून घेण्यात किती प्रभावी आहेत हे तपासणे.

  • हा उपक्रम AI च्या बहुभाषिक व बहुसांस्कृतिक क्षमतेत वाढ करण्याचे पाऊल आहे.

विकास व संरचना

  • विकसित केलेले: भारतातील २६१ डोमेन तज्ञांच्या सहकार्याने.

  • डेटासेट:

    • १२ भारतीय भाषा

    • १० सांस्कृतिक क्षेत्रे

    • २,२७८ प्रश्न

  • प्रश्न “मूळपणे लिहिलेले” (originally authored) आहेत — भाषांतरित नाहीत, जेणेकरून सांस्कृतिक प्रामाणिकता टिकून राहील.

  • OpenAI च्या ध्येयाशी सुसंगत — AI मानवांच्या नैसर्गिक विचार व बोलण्याची पद्धत समजून घेईल.

मूल्यांकन पद्धत

  • “रुब्रिक-आधारित मूल्यांकन प्रणाली” (Rubric-based Evaluation System) वापरली जाते.

  • प्रत्येक प्रश्नामध्ये:

    • भारतीय भाषेतील संदर्भात्मक सूचना

    • इंग्रजी भाषांतर

    • ग्रेडिंग रूब्रिक

    • आदर्श तज्ञ-स्तरीय उत्तर

  • मूल्यांकन डोमेन तज्ञांनी ठरवलेल्या निकषांनुसार केले जाते.

  • अंतिम श्रेणी दाखवते की मॉडेल तर्क, सूक्ष्मता आणि सांस्कृतिक शुद्धता किती प्रमाणात साध्य करते.

भाषा व सांस्कृतिक व्याप्ती

  • समाविष्ट भाषा (१२):
    बंगाली, इंग्रजी, हिंदी, हिंग्लिश, कन्नड, मराठी, ओडिया, तेलुगू, गुजराती, मल्याळम, पंजाबी, तमिळ

  • समाविष्ट सांस्कृतिक क्षेत्रे:
    वास्तुकला व डिझाइन, कला व संस्कृती, दैनंदिन जीवन, कायदा व नीतिमत्ता, माध्यम व मनोरंजन, धर्म व अध्यात्म, क्रीडा व मनोरंजन इ.

  • भारताची निवड कारण:

    • जगातील सर्वाधिक भाषिक विविधता असलेला देश

    • जवळजवळ १ अब्ज लोक इंग्रजी प्राथमिक भाषा म्हणून वापरत नाहीत

परीक्षाभिमुख तथ्ये (UPSC-Focused Facts)

  • IndQA प्रश्नसंख्या: २,२७८

  • भाषा: १२ भारतीय भाषा

  • सांस्कृतिक क्षेत्रे: १०

  • विकसित करणारे: २६१ भारतीय डोमेन तज्ञ

  • मूल्यांकन पद्धत: रुब्रिक-आधारित, बहु-निवड प्रश्न नाहीत

  • बेंचमार्क केलेले मॉडेल्स: GPT-4o, OpenAI o3, GPT-4.5, GPT-5

महत्त्व आणि भविष्यातील योजना

  • उद्देश: AI ला प्रत्येक संस्कृतीतील सूक्ष्मता समजावून देणे – (CTO श्रीनिवास नारायणन).

  • OpenAI इतर प्रदेशांतही IndQA फ्रेमवर्कची प्रतिकृती तयार करणार आहे.

  • भारत हा ChatGPT चा दुसऱ्या क्रमांकाचा मोठा बाजार, त्यामुळे हा उपक्रम:

    • इंग्रजी नसलेल्या वापरकर्त्यांसाठी AI अधिक सुलभ व विश्वासार्ह करतो.

    • सांस्कृतिक अनुकूलता व समावेशकता वाढवतो.

UPSC संभाव्य प्रश्न उदाहरणे: OpenAI Initiative on Indian Languages

  1. ‘IndQA’ बेंचमार्क कोणत्या कंपनीने विकसित केला? – OpenAI

  2. IndQA मध्ये किती भारतीय भाषा समाविष्ट आहेत? – १२

  3. IndQA चे प्रश्न “भाषांतरित” आहेत का “मूळपणे लिहिलेले”? – मूळपणे लिहिलेले

  4. IndQA मध्ये कोणती मूल्यांकन पद्धत वापरली जाते? – रुब्रिक-आधारित ग्रेडिंग

  5. IndQA प्रकल्पात किती डोमेन तज्ञ सहभागी होते? – २६१