Microsoft Research ने 22 अक्टूबर को Flint-interactive पेश की, जो Flint के ऊपर इंटरैक्टिव डेटा दृश्य बनाने की एक भाषा है। AI एजेंट से क्लिक, डेटा चयन और चार्ट में बदलाव को जोड़ने वाला पूरा कोड लिखवाने के बजाय प्रणाली उस व्यवहार को अधिक ऊँचे स्तर पर व्यक्त करने देती है। इसका उद्देश्य पाठकों को AI से बने चार्ट की पड़ताल करने देना है, केवल एजेंट द्वारा चुनी गई तस्वीर देखने तक सीमित रखना नहीं।
Microsoft के अनुसार, प्रणाली चयन, हाइलाइट करने, फिल्टर लगाने और दिखाई देने वाला क्षेत्र बदलने के साथ चार्ट तथा दूसरे घटकों के बीच संबंधों का समर्थन करती है। घोषणा डेटा दिखाने और इंटरैक्शन बनाने वाले उपकरण के बारे में है। यह कोई नया AI मॉडल नहीं है और न ही इसका मतलब है कि अब हर चैटबॉट को ये क्षमताएँ मिल गई हैं। उपयोग उपयुक्त एकीकरण और उस सॉफ्टवेयर परिवेश पर निर्भर करता है जिसमें एजेंट चल रहा है।
चार्ट प्रतिक्रिया दे तो क्या बदलता है
स्थिर चार्ट डेटा का एक निश्चित नजरिया दिखाता है। वह स्पष्ट और उपयोगी हो सकता है, लेकिन पाठक का अगला सवाल अक्सर नया चार्ट बनाने या एजेंट से नया अनुरोध करने की माँग करता है। इंटरैक्टिव दृश्य दोबारा शुरुआत किए बिना किसी समूह को चुनने, किसी क्षेत्र पर ध्यान केंद्रित करने या विवरणों की तुलना करने दे सकता है। बदलाव एक परिणाम पढ़ने से उसी डेटासेट की निश्चित सीमाओं के भीतर पड़ताल करने की ओर है।
Microsoft, 2 चार्ट के बीच जुड़े चयन का उदाहरण देती है: एक में बिंदुओं का समूह चुनने पर दूसरे में उससे संबंधित बिंदु भी हाइलाइट होते हैं। दूसरे उदाहरण तालिका और चार्ट को जोड़ते हैं या समय के साथ बदलाव देखने देते हैं। ये उस व्यवहार के उदाहरण हैं जिसे प्रणाली परिभाषित कर सकती है, इस बात के प्रमाण नहीं कि हर दृश्य बिना योजना के बिल्कुल सही बन जाता है। कौन से संबंध उपयोगकर्ता को जानकारी समझने में मदद करेंगे, यह अब भी किसी को तय करना होगा।
यह निर्णय केवल डिजाइन का नहीं है। यदि चार्ट अलग समूह दिखाते हों या फिल्टर केवल एक को बदलता हो और यह बात स्पष्ट न हो, तो पाठक गलत तुलना कर सकता है। इसलिए अच्छे इंटरैक्शन में साफ होना चाहिए कि क्या चुना गया और क्या बदला। व्यवस्था बनाना आसान करने वाला उपकरण इस निर्णय के लिए समय बचा सकता है, लेकिन दृश्य तैयार करने वाले की ओर से निर्णय नहीं लेता।
उद्देश्य और दृश्य बनाने वाले कोड के बीच एक परत
Flint-interactive उपयोगकर्ता की कार्रवाई के अर्थ को परिणाम दिखाने के लिए जरूरी तकनीकी विवरणों से अलग करती है। प्रणाली कार्रवाइयों को अर्थ आधारित घटनाओं में बदलती है, यानी ऐसी घटनाएँ जो बताती हैं कि उपयोगकर्ता ने डेटा में क्या चुना, और उन्हें अपडेट की क्रियाओं से जोड़ती है। हर रेंडरिंग इंजन के छोटे विवरण सँभालने के बजाय डेवलपर बता सकता है कि चयन के बाद क्या होना चाहिए।
Microsoft के अनुसार, Flint का कंपाइलर दृश्य संबंधी तर्क और इंटरैक्शन के बीच कुछ निर्भरताएँ सँभालता है। प्रस्तावित लाभ विकास और त्रुटियाँ सुधारने की जटिलता कम करना है। यह प्रणाली की बनावट को लेकर कंपनी का दावा है, हर कार्य में सुधार की एक समान दर नहीं। इंटरफेस की विश्वसनीयता और विश्लेषण की विश्वसनीयता में भी अंतर जरूरी है। क्लिक पर सही प्रतिक्रिया देने वाला चार्ट फिर भी अनुपयुक्त चर या भ्रामक तुलना दिखा सकता है।
यह अलगाव AI एजेंटों के लिए खास उपयोगी हो सकता है, क्योंकि दृश्य बनाने का लंबा कोड गलतियों के कई अवसर पैदा करता है। उद्देश्य का छोटा विवरण उन बारीकियों की संख्या घटाता है जिन्हें एजेंट को स्पष्ट रूप से तैयार करना पड़ता है। फिर भी छोटा अनुरोध अस्पष्ट हो सकता है। यदि उपयोगकर्ता ने तुलना, समयावधि या गायब मानों से निपटने का तरीका तय नहीं किया है, तो बीच की परत उन निर्णयों को अपने आप स्पष्ट नहीं कर देती।
बातचीत में भी, एप्लिकेशन में भी
Microsoft उपयोग के 2 मुख्य रास्ते बताती है। पहला Flint-MCP और MCP Apps के जरिए चैट या कैनवास परिवेश से जुड़ता है। उपयुक्त सेटअप के बाद एजेंट चार्ट के विनिर्देश के साथ इंटरैक्शन का विनिर्देश तैयार कर सकता है और परिणाम बातचीत में दिखा सकता है। दूसरा रास्ता उन डेवलपरों के लिए है जो आपस में जुड़े घटकों वाला डैशबोर्ड, डेटा आधारित प्रस्तुति या एप्लिकेशन बना रहे हैं।
एप्लिकेशन में चार्ट पर चयन किसी तालिका, इंटरफेस विजेट या एप्लिकेशन की स्थिति को प्रभावित कर सकता है। उलटी दिशा भी संभव है: बाहरी घटक चार्ट के अपडेट नियंत्रित कर सकता है। इसलिए डेवलपर को चार्ट को अलग-थलग इकाई मानना जरूरी नहीं। वह ऐसे कार्यप्रवाह का हिस्सा हो सकता है जिसमें उपयोगकर्ता विवरण, तुलना और व्याख्या के बीच जाता है। इसे उपयोगी बनाने के लिए स्पष्ट निर्णय चाहिए कि कौन से घटक समान संदर्भ साझा करेंगे।
चैट में एकीकरण का अर्थ हर AI सेवा में अपने आप चालू हो जाना नहीं है। सॉफ्टवेयर क्लाइंट को जरूरी कनेक्शन और दृश्य प्रस्तुत करने की क्षमता का समर्थन करना होगा। संगठनों को यह भी तय करना होगा कि हर घटक को कौन सा डेटा मिलेगा और उपयोगकर्ता क्या देख सकते हैं। घोषणा इन सवालों को समाप्त नहीं करती। वह इंटरैक्शन बनाने का एक और तरीका देती है, जबकि परिवेश और डेटा का चुनाव तैनाती का हिस्सा बना रहता है।
पाठक को अधिक स्वतंत्रता, डेटा की जिम्मेदारी बरकरार
रिपोर्ट तैयार करने वालों के लिए संभावित लाभ यह है कि पाठक पहले से चार्ट का हर संस्करण माँगे बिना अपनी रुचि का हिस्सा देख सके। यह कई समूहों या अवधियों वाले दृश्यों में उपयोगी हो सकता है, जहाँ पाठक उनके संबंधों को समझना चाहता है। लेकिन विकल्प बढ़ने के साथ अक्षों, इकाइयों और सक्रिय फिल्टरों की स्पष्ट व्याख्या और भी जरूरी हो जाती है। इंटरैक्शन डेटा की अस्पष्टता दूर नहीं कर सकता।
Microsoft तैयार टेम्पलेट से आगे जाकर मनचाहा व्यवहार परिभाषित करने की क्षमता भी बताती है। इससे लचीलापन बढ़ता है, साथ ही डिजाइन और परीक्षण की कुछ जिम्मेदारी वापस डेवलपर के पास आती है। मनचाहे व्यवहार को खाली चयन, बदलते दायरे और गायब जानकारी जैसी स्थितियों में परखना चाहिए। ये छोटे विवरण नहीं हैं: अक्सर इन्हीं से पता चलता है कि शुरुआती उदाहरण से बाहर जाने पर भी इंटरफेस समझने योग्य रहता है या नहीं।
घोषणा में इजराइली उपयोगकर्ताओं के लिए पहुँच का अलग स्थानीय रास्ता नहीं है। हिब्रू जानकारी दिखाने वाली टीमों को चुने गए परिवेश में पाठ की दिशा और लेबल दिखाने के तरीके पर ध्यान देना होगा। इंटरैक्शन का समर्थन हर भाषा या स्क्रीन के लिए अपने आप अनुकूलन सुनिश्चित नहीं करता। इसलिए डेटा सही होने पर भी परिणाम की पठनीयता दृश्य के व्यावहारिक मूल्यांकन का हिस्सा है, ऐसा अंतिम चरण नहीं जिसे छोड़ा जा सके।
घोषणा डेटा के साथ काम करने वाले AI उपकरणों के लिए स्पष्ट दिशा दिखाती है: उत्तर में केवल निष्कर्ष और साथ की तस्वीर के बजाय पड़ताल की गुंजाइश हो सकती है। Flint-interactive उस जगह का वर्णन करने की भाषा और कार्रवाइयों को दृश्यों से जोड़ने की व्यवस्था देती है। उसका व्यावहारिक मूल्य पाठक को उसी डेटा से अधिक सटीक सवाल पूछने में मदद करने में होगा, साथ ही यह अंतर बनाए रखने में कि चार्ट क्या दिखाता है और उससे क्या निष्कर्ष निकाला जा सकता है।