28 जुलाई 2025 को यूनिवर्सिटी ऑफ़ कोलोराडो बोल्डर (CU Boulder) ने एक ऐसे अध्ययन की जानकारी दी जिसमें सुडोकू को एक अहम सवाल की कसौटी बनाया गया: क्या आर्टिफ़िशियल इंटेलिजेंस अपने फ़ैसलों को भरोसेमंद ढंग से समझा सकता है? शोधपत्र "Explaining Puzzle Solutions in Natural Language: An Exploratory Study on 6x6 Sudoku" के लेखक अनिरुद्ध माइया, रज़ान अलग़ामदी, मारिया लियोनोर पाचेको, आशुतोष त्रिवेदी और फ़ाबियो सोमेंज़ी हैं। इसे प्राकृतिक भाषा प्रसंस्करण के प्रमुख मंचों में से एक, Findings of the Association for Computational Linguistics (ACL 2025) में स्वीकार किया गया।
शोधकर्ताओं ने क्या किया
टीम ने छह-गुणा-छह ग्रिड पर लगभग 2,300 नई सुडोकू पहेलियाँ बनाईं, जो क्लासिक 9x9 का छोटा रूप है। नई पहेलियाँ बनाना ज़रूरी था, क्योंकि प्रसिद्ध पहेलियाँ और उनके हल पहले से मॉडलों के प्रशिक्षण डेटा में हो सकते हैं; नया सेट मॉडल के लिए याद किया हुआ जवाब दोहराना कठिन बना देता है। इसके बाद पाँच बड़े भाषा मॉडलों (LLM) से दो काम करने को कहा गया: ग्रिड भरना, और सरल भाषा में बताना कि वे हल तक कैसे पहुँचे।
मुख्य निष्कर्ष
- हल करने में प्रदर्शन असमान रहा। CU Boulder के अनुसार OpenAI का o1 मॉडल (प्रीव्यू संस्करण) सबसे आगे रहा और उसने लगभग 65% पहेलियाँ सही हल कीं। शोधपत्र के सार में केवल एक मॉडल की सीमित सफलता का ज़िक्र है।
- व्याख्या का प्रदर्शन कहीं ज़्यादा कमज़ोर था। कोई भी मॉडल हल की प्रक्रिया को इस तरह नहीं समझा सका जिसमें रणनीतिक तर्क या सहज समस्या-समाधान झलके।
- कुछ व्याख्याएँ गलत या अजीब थीं। त्रिवेदी ने बताया कि AI कभी-कभी तथ्य गढ़ लेता था, और एक मामले में एक मॉडल ने सुडोकू के सवाल का जवाब मौसम के पूर्वानुमान से दिया।
सोमेंज़ी ने इस खेल को चुनने का कारण यूँ बताया: "Puzzles are fun, but they're also a microcosm for studying the decision-making process in machine learning." (पहेलियाँ मज़ेदार हैं, पर वे मशीन लर्निंग में निर्णय प्रक्रिया का अध्ययन करने के लिए एक छोटी दुनिया भी हैं।)
सुडोकू अच्छी कसौटी क्यों है
सुडोकू का एक ही सही हल होता है जिसे तुरंत जाँचा जा सकता है, और अनुभवी खिलाड़ी हर अंक को किसी नामित तकनीक से सही ठहरा सकता है, जैसे नेकेड सिंगल, हिडन पेयर या X-Wing। इससे यह देखना आसान हो जाता है कि कोई व्याख्या सच है या नहीं। भाषा मॉडल इसके उलट ऐसा पाठ बनाता है जो शब्द-दर-शब्द विश्वसनीय लगता है। वह सही ग्रिड तक पहुँचते हुए भी ऐसे कदम बता सकता है जो कभी हुए ही नहीं, या ऐसी तकनीक का नाम ले सकता है जो उन खानों पर लागू ही नहीं होती।
शोधकर्ता इसे भरोसे की एक बड़ी समस्या के रूप में देखते हैं। अगर AI योजना, लॉजिस्टिक्स या दूसरे फ़ैसलों में मदद करेगा, तो लोगों को यह समझना होगा कि उसने कोई जवाब क्यों चुना। सुडोकू एक छोटा और नियंत्रित माहौल देता है जहाँ व्याख्या को पंक्ति-दर-पंक्ति जाँचा जा सकता है। टीम का अगला कदम ऐसी प्रणाली बनाना है जो अधिक जटिल पहेलियों को हल भी करे और समझाए भी, जिसकी शुरुआत जापानी तर्क-पहेली हितोरी से होगी।
खिलाड़ियों के लिए इसका मतलब
यह अध्ययन उस कौशल की ओर इशारा करता है जो मशीनों में अभी नहीं है: यह बता पाना कि कोई अंक किसी खाने में क्यों जाना चाहिए। पहेली की कठिनाई भी आम तौर पर इसी तरह मापी जाती है। सुडोकू एक्सप्लेनर (SE) रेटिंग किसी पहेली को उस सबसे कठिन तकनीक के आधार पर अंक देती है जो उसे तर्क से हल करने के लिए ज़रूरी हो। यह पैमाना कैसे काम करता है, यह हमारे SE रेटिंग पेज पर पढ़ें, या हमारे सुडोकू सेक्शन की पहेलियों में हर चाल को खुद को समझाने का अभ्यास करें।
एक सावधानी: अध्ययन ने 2024–2025 में उपलब्ध मॉडलों को 6x6 ग्रिड पर परखा। AI तेज़ी से बदल रहा है और आगे के नतीजे अलग हो सकते हैं। फिर भी मूल संदेश कायम है: सही जवाब पाना और हल का तरीका दिखा पाना एक बात नहीं है।