The Wall Street Journal ने अपने NCAA “March Madness” ब्रैकेट पूल में, गुप्त रूप से ChatGPT, Claude और Gemini—इन तीन प्रमुख बड़े भाषा मॉडल्स—की मैचअप भविष्यवाणियाँ जमा कीं, ताकि वे बड़ी संख्या में मानव प्रतिभागियों के साथ एक ही मुकाबले में प्रतिस्पर्धा करें। रिपोर्ट के अनुसार, ये “AI प्रतिभागी” शुरुआत में खास बढ़त में नहीं थे, लेकिन जैसे-जैसे टूर्नामेंट आगे बढ़ा, उन्होंने अधिक बार अपसेट्स पर दांव लगाया और भीड़ के साथ चलने से बचा। नतीजतन, कुल मिलाकर उनका प्रदर्शन धीरे-धीरे कई मानव प्रतिभागियों से बेहतर होता गया, और यहाँ तक कि “खिताब जीतने की संभावना” जैसी स्थिति भी दिखी।
तंत्र की दृष्टि से देखें तो यह अनुमान-खेल डेटा और अनिश्चितता—दोनों का मिश्रण है; साथ ही मानव प्रतिभागी अक्सर टीम पसंद, अंतर्ज्ञान और भावनाओं से प्रभावित होते हैं, जिससे समान किस्म के चुनाव बन जाते हैं। इसके विपरीत, AI में “होम-टीम लगाव” न होने के कारण, वह सूचना-सीमाओं के भीतर अधिक अलग तरह के निर्णय लेने की ओर झुकता है—और कुछ नियमों के तहत इससे उसे बढ़त मिल सकती है। हालांकि, ऐसे नतीजे यह भी संकेत देते हैं कि AI की बढ़त का अर्थ जरूरी नहीं कि वह “बास्केटबॉल को ज्यादा समझता” है; यह भी हो सकता है कि अनिश्चित भविष्यवाणी वाले कामों में इंसानों में प्रणालीगत पक्षपात (systematic bias) पैदा होने की संभावना अधिक होती है।
