Claude Code का नया ‘Academic Research Skills’ सूट, मानव‑इंसान को रखता है नियंत्रण में

सारांश

GitHub पर उपलब्ध academic‑research‑skills रिपॉज़िटरी (https://github.com/imbad0202/academic-research-skills) ने Claude Code के लिए एक नया प्लग‑इन संग्रह जारी किया है, जो शोध से लेकर पेपर लिखने और समीक्षकों की मदद तक पूरे शैक्षणिक कार्य‑प्रवाह को कवर करता है। लेखक इसे “शोध से प्रकाशन तक पूरी पाइपलाइन को कवर करने वाला व्यापक सूट” बताते हैं और स्थापित करने का समय “30 सेकंड” (Claude Code CLI, VS Code, JetBrains, v3.7.0 और ऊपर) बताया गया है।

मुख्य विशेषताएँ

• सोक्रेटिक पेपर योजना (`/ars-plan`) – संवाद के माध्यम से अध्याय संरचना बनाता है।
• उद्धरण प्रबंधन – तीन‑परत वाले एंकर और वैकल्पिक ऑडिट मोड (`ARS_CLAIM_AUDIT=1`) जो स्रोत को लाकर दावे की पुष्टि करता है।
• स्टाइल कैलिब्रेशन – पिछले कार्यों से लेखक की आवाज़ सीखता है, तथा राइटिंग क्वालिटी चेक जो मशीन‑जनित लेखन के पैटर्न को चिन्हित करता है।
• इंटीग्रिटी गेट्स (Stage 2.5 और 4.5) – 7‑मोड चेकलिस्ट चलाकर झूठे संदर्भ, बनावटी विधियों आदि को रोकता है।
• लागत अनुमान – दस्तावेज़ में बताया गया है कि 15 k‑शब्दों के पेपर के लिए टोकन‑बजट लगभग US $3‑7 (सितंबर 2026 की सूची कीमत) है।
• वैकल्पिक मॉड्यूल – क्रॉस‑मॉडल वेरिफिकेशन, प्रयोग‑प्रमाण‑ट्रैकिंग, पुनरुत्पादन‑लॉकफ़ाइल आदि।

मानव‑इंसान‑के‑साथ‑काम‑डिज़ाइन

README बार‑बार कहता है कि *AI सह‑पायलट है, पायलट नहीं*। ड्राफ्ट, उद्धरण और फॉर्मेटिंग स्वचालित होते हैं, पर प्रत्येक चरण पर शोधकर्ता की पुष्टि आवश्यक है। यह डिज़ाइन पूरी‑स्वतंत्र AI सिस्टम (जैसे “AI Scientist”, Lu et al., 2026, *Nature*) में देखी गई बग, हॉलुसिनेशन और संदर्भ‑जाल जैसी समस्याओं से बचने के लिए है।

लेखक द्वारा उद्धृत प्रमाण

• Lu et al. (2026, Nature) – पूरी‑स्वतंत्र AI शोध प्रणाली ने भी बग, हॉलुसिनेशन और विधि‑निर्माण जैसी विफलताएँ दिखाईं।
• Zhao et al. (May 2026) – 111 M संदर्भों की जाँच में 2025 में लगभग 147 k हॉलुसिनेटेड उद्धरण पाए, जिससे ARS की उद्धरण‑ऑडिट सुविधा का आधार मिला।
• Ren et al. (2026, Survey) – एजेंट‑आधारित शोध में मानव एंकर की आवश्यकता पर बल दिया।
• Gartenberg et al. (2026, Organization Science) – AI‑लिखित पेपर अधिक डेस्क‑रिजेक्ट होते हैं, जिससे ARS ने “वॉल्यूम‑गोल नहीं” की नीति अपनाई।
• Wang et al. (Sept 2026, Survey) – AI‑लेड वैरिफिकेशन मानव‑केवल या AI‑असिस्टेड की तुलना में बहुत खराब रहा, इसलिए ARS ने सत्यापन को मानव‑नेतृत्वित रखने का निर्णय लिया।
• King & Worthington (Oct 2026) – AI‑जनित समीक्षाएँ कई मामलों में मानव समीक्षाओं से बेहतर रेट की गईं, पर त्रुटि दर भी अधिक थी; ARS इस डेटा को अपने क्लेम‑ऑडिट को मजबूत करने के कारण के रूप में लेता है।

इन सभी बिंदुओं को रिपोर्टेड क्लेम के रूप में प्रस्तुत किया गया है; लेख में इनका स्वतंत्र सत्यापन नहीं किया गया है।

शोधकर्ताओं के लिए व्यावहारिक प्रभाव

• समय बचत: तेज‑इंस्टॉल और तैयार‑स्लैश कमांड्स साहित्य‑समीक्षा और फॉर्मेटिंग में कई घंटे बचा सकते हैं।
• पारदर्शिता: प्रत्येक उद्धरण में एंकर होता है; ऑडिट मोड “HIGH‑WARN” वर्ग जैसे *fabricated‑reference* या *claim‑not‑supported* दिखा सकता है।
• नियंत्रण: सभी जनरेटेड भागों को शोधकर्ता को मैन्युअल रूप से मंज़ूर करना पड़ता है, जो अधिकांश संस्थागत AI‑लेखन नीतियों के अनुरूप है।
• लागत जागरूकता: टोकन‑बजट अनुमान से बड़े‑पेपर की लागत पहले से ही योजना में शामिल की जा सकती है।

घोषणा की पुष्टि कैसे करें

• रिपॉज़िटरी देखें – ऊपर दिए URL पर `README.md` और `docs/` फ़ोल्डर खोलें; संस्करण इतिहास (v3.7.x → v3.8) स्पष्ट है।
• त्वरित परीक्षण चलाएँ – Claude Code स्थापित करने के बाद `/ars-plan` या `/ars-lit-review "आपका विषय"` चलाएँ और संवाद देखें।
• इंटीग्रिटी‑गेट कोड देखें – `academic-pipeline/references/ai_research_failure_modes.md` में 7‑मोड चेकलिस्ट उपलब्ध है।
• उद्धरण ऑडिट सक्रिय करें – `ARS_CLAIM_AUDIT=1` सेट करके उत्पन्न चेतावनी लेबल की जाँच करें।

सीमाएँ और अनसुलझे प्रश्न

• ऑडिट वर्तमान में सिंथेटिक गोल्ड सेट पर कैलिब्रेट होता है; वास्तविक‑विश्व में फॉल्स‑नेगेटिव/पॉज़िटिव दर अभी प्रकाशित नहीं हुई।
• लागत अनुमान सूची‑कीमतों पर आधारित है; डिस्काउंट या मॉडल‑टियरिंग से बदल सकता है।
• रिपॉज़िटरी में ARS‑जनित पेपर की मानव‑केवल पेपर से तुलना करने वाले स्वतंत्र बेंचमार्क नहीं हैं।
• कुछ उद्धृत अध्ययन (जैसे King & Worthington) एक ही रिव्यू सर्विस तक सीमित हैं, इसलिए सामान्यीकरण पर सवाल रह सकता है।

निष्कर्ष: Academic Research Skills सूट एक संरचित, मानव‑केंद्रित AI कार्य‑प्रवाह प्रदान करता है, पर इसकी प्रभावशीलता उपयोगकर्ता द्वारा इंटीग्रिटी गेट्स के सख़्त पालन और भविष्य में स्वतंत्र मूल्यांकन पर निर्भर करेगी।

--- *यह लेख केवल सार्वजनिक GitHub रिपॉज़िटरी और उसमें उल्लेखित शैक्षणिक स्रोतों पर आधारित है; कोई प्रथम‑हाथ रिपोर्टिंग या अप्रकाशित डेटा नहीं है।*