ओपनएआई कंपनी ने जीपीटी-लाइव नामक वॉयस मॉडलों की एक श्रृंखला की घोषणा की। इन मॉडलों में उपयोगकर्ता की बात को समझने और उसी समय जवाब उत्पन्न करने की क्षमता है, जिससे न्यूरल नेटवर्क के साथ मौखिक बातचीत बहुत अधिक स्वाभाविक हो जाती है। अब मॉडल उपयोगकर्ता के बोलते समय भी अपनी पंक्तियाँ डाल सकता है, उसकी गति और ठहरावों के अनुकूल हो सकता है, और यदि उसे रोका जाता है तो सही ढंग से प्रतिक्रिया दे सकता है।
चैटजीपीटी के वॉयस मोड का पहला कार्यान्वयन, जो 2023 में जारी किया गया था, तीन अलग-अलग घटकों की एक श्रृंखला के रूप में काम करता था। पहले, उपयोगकर्ता की आवाज को स्पीच रिकग्निशन मॉडल का उपयोग करके टेक्स्ट में बदला जाता था, फिर एक बड़े भाषा मॉडल द्वारा टेक्स्ट उत्तर बनाया जाता था, जिसे तीसरे मॉडल द्वारा बोला जाता था। हालांकि यह कैस्केड उस समय के सबसे उन्नत ओपनएआई भाषा मॉडल को मौखिक इंटरफ़ेस में एकीकृत करने की अनुमति देता था, लेकिन संवाद में ठहराव और लहजे की हानि होती थी, जिससे इसकी प्राकृतिकता कम हो जाती थी।
2024 में प्रस्तुत एडवांस्ड वॉयस संस्करण में, ध्वनि विश्लेषण, उसके प्रसंस्करण और मौखिक प्रतिक्रिया उत्पन्न करने की प्रक्रिया को एक एकल मल्टीमॉडल न्यूरल नेटवर्क में एकीकृत किया गया था। इसने ठहरावों को काफी कम कर दिया और भाषण की प्राकृतिकता को बढ़ाया। हालांकि, इस मोड में भी संचार सख्ती से अनुक्रमिक बना रहा: मॉडल उपयोगकर्ता के वाक्यांश समाप्त होने तक इंतजार करता था, इससे पहले कि वह बोलना शुरू करे। इसके कारण समस्याएं होती थीं जब पृष्ठभूमि शोर या भाषण में ठहराव मॉडल को भ्रमित कर देते थे, जिससे वह सुनने या बोलने के मोड में चला जाता था, जो संचार के प्रवाह को बाधित करता था।
नई जीपीटी-लाइव मॉडल को 8 जुलाई 2026 को पेश किया गया था और इसे फुल-डुप्लेक्स आर्किटेक्चर से लैस किया गया है, जिसका उद्देश्य संवाद की कठोर क्रमबद्धता की समस्या को दूर करना है। सिस्टम अब बातचीत को अलग-अलग पंक्तियों में विभाजित नहीं करता है; इसके बजाय, आने वाले ऑडियो स्ट्रीम को अपने स्वयं के उत्तर के निर्माण के साथ समानांतर में संसाधित किया जाता है। न्यूरल नेटवर्क प्रति सेकंड कई बार स्ट्रीम का विश्लेषण करता है, कार्रवाई के बारे में निर्णय लेता है: बोलना, चुप रहना, वार्ताकार के ठहरावों को अनदेखा करना या अपनी बात को बाधित करने पर प्रतिक्रिया देना। सुनने के दौरान, मॉडल 'आगा' या 'समझ गया' जैसे अंतर्निहित शब्दों का उपयोग कर सकता है, जिससे उपयोगकर्ता के प्रति पूर्ण ध्यान का एहसास होता है।
फुल-डुप्लेक्स संरचना के कारण, जीपीटी-लाइव वास्तविक समय में भाषाओं के बीच सिंक्रोनस अनुवाद करने और उपयोगकर्ता की आवाज को बाहरी शोर से बेहतर ढंग से अलग करने में सक्षम है। बातचीत के दौरान, चैटजीपीटी आवश्यक जानकारी जैसे मौसम पूर्वानुमान, स्टॉक एक्सचेंज दरें या खेल परिणाम के साथ कार्ड प्रदर्शित कर सकता है। एक और सुविधा जटिल प्रश्नों को अधिक शक्तिशाली ओपनएआई भाषा मॉडल को भेजने की क्षमता है। वॉयस मॉडल बातचीत की प्राकृतिकता बनाए रखने पर ध्यान केंद्रित करता है, और यदि प्रश्न के लिए गहन विश्लेषण या इंटरनेट खोज की आवश्यकता है, तो सिस्टम मुख्य भाषा मॉडल को सक्रिय करता है, जबकि वॉयस मॉडल संवाद जारी रखता है, और फिर परिणाम बोलता है।
ओपनएआई के इंजीनियरों ने नई मॉडल की सुरक्षा पर भी ध्यान दिया है। सिस्टम में अतिरिक्त मॉडरेशन तंत्र शामिल किए गए हैं जो लगातार आने वाले ऑडियो स्ट्रीम और उत्पन्न उत्तर दोनों की निगरानी करते हैं। संभावित रूप से खतरनाक सामग्री का पता चलने पर, सिस्टम बातचीत की दिशा को समायोजित कर सकता है या सत्र को जबरन समाप्त कर सकता है। प्रीमियम उपयोगकर्ताओं के लिए, जीपीटी-लाइव-1 उपलब्ध है, जबकि मुफ्त खातों के लिए सरलीकृत संस्करण, जीपीटी-लाइव-1 मिनी, डिज़ाइन किया गया है।
सूचना स्रोत किसी भी पत्रकारिता कार्य का एक महत्वपूर्ण तत्व होते हैं, क्योंकि वे तथ्यों की व्याख्या करते हैं, प्रसारित जानकारी को विश्वसनीयता प्रदान करते हैं, विश्वास पैदा करते हैं और एक सख्त, पारदर्शी और निष्पक्ष पत्रकारिता दृष्टिकोण को बढ़ावा देते हैं।
राष्ट्रीय परीक्षाओं के आसपास उत्पन्न बहस के संदर्भ में एक अनिवार्य स्रोत है: शिक्षा मंत्रालय। मंत्री को हुई घटना पर तुरंत स्पष्टीकरण देना चाहिए, विफलताओं के कारणों को स्पष्ट करना चाहिए और परीक्षणों के डिजिटलीकरण की असफल प्रक्रिया के परिणामों को कम करने के लिए एक स्पष्ट कार्य योजना प्रस्तुत करनी चाहिए।
महत्वपूर्ण स्रोतों में अधिकारी, विशेषज्ञ, घटनाओं के गवाह या आधिकारिक दस्तावेज हो सकते हैं। प्रत्येक स्रोत का मूल्य उसके विषय ज्ञान, उस क्षेत्र में अधिकार और सार्वजनिक विश्वसनीयता से निर्धारित होता है। परीक्षाओं पर चर्चा करते समय शिक्षकों के बयान विशेष रूप से महत्वपूर्ण होते हैं जो कार्यों की जांच में भाग लेते हैं, क्योंकि केवल उनकी कहानियाँ ही उस प्रणाली की कमियों को उजागर कर सकती हैं जो आदर्श कामकाज से दूर है।
विभिन्न समाचार प्रकाशनों का विश्लेषण करने पर इस समस्या को इंगित करने वाले कई उद्धरण मिलते हैं। इस संबंध में दो मुख्य प्रश्न उठते हैं: डिजिटल मूल्यांकन के लिए उपयोग किए जाने वाले प्लेटफॉर्म के विकास और संचालन के लिए कौन जिम्मेदार था, और शिक्षा मंत्रालय ऐसे महत्वपूर्ण व्यवधानों के संबंध में क्या स्पष्टीकरण देता है जो हजारों छात्रों और उनके परिवारों को प्रभावित करते हैं?
साप्ताहिक प्रकाशन 'पब्लिको' में एक शीर्षक था: 'तीन वर्षों में परीक्षा के डिजिटलीकरण पर सात मिलियन यूरो से अधिक खर्च हुए'। इस लेख में पत्रकार आंद्रेया सांचेज़ ने सरकारी अनुबंधों की जानकारी एकत्र करने के लिए पोर्टल बेस का उपयोग किया ताकि उन संगठनों की पहचान की जा सके जिनके साथ शिक्षा मंत्रालय ने समझौते किए थे। उन्होंने 2023 तक के डेटा की जांच की और कई कंपनियों की पहचान की, जिनमें से कुछ के पास बहुत बड़ी राशि के अनुबंध थे।
यह पता लगाने के लिए कि इस प्रक्रिया में कौन शामिल था, पत्रकार संबंधित अधिकारियों से पूछताछ कर रही थी। कुछ ने दावा किया कि उनका इस काम से कोई लेना-देना नहीं है, जबकि अन्य ने 'स्वीकृत गोपनीयता दायित्वों का कड़ाई से पालन' का हवाला दिया। हालांकि निजी कंपनी द्वारा सार्वजनिक हित की जानकारी प्रदान करने से इनकार करने की वैधता की डिग्री पर चर्चा की जा सकती है, लेकिन शिक्षा मंत्रालय, जो शैक्षिक प्रणाली का मुख्य जिम्मेदार है, उसे सभी स्पष्टीकरण प्रदान करना आवश्यक है, इसलिए यह निर्णय लेने की स्वतंत्रता नहीं दी जा सकती है। टिप्पणी अपर्याप्त है; इस मुद्दे पर मंत्री का आधिकारिक बयान आवश्यक है। जितना अधिक समय बीतता है, बहस उतनी ही तेज होती जाती है, जिससे सभी पर नकारात्मक प्रभाव पड़ता है। दांव पर न केवल कई छात्रों का भविष्य है, बल्कि उच्च शिक्षा संस्थानों में प्रवेश प्रणाली में विश्वास भी है।
