AI ਏਜੰਟਾਂ ਲਈ ਬੋਧਾਤਮਕ ਸਿਹਤ ਸੁਰੱਖਿਆ
ਲੂਸੀਡ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ AI ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਕਿਵੇਂ ਗੱਲਬਾਤ ਕਰਦੇ ਹਨ ਅਤੇ ਬੋਧਾਤਮਕ ਨਿਰਭਰਤਾ ਨੂੰ ਰੋਕਣ ਲਈ ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਜਵਾਬਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ — ਸੋਚ ਨੂੰ AI 'ਤੇ ਆਫਲੋਡ ਕਰਨ ਦੀ ਹੌਲੀ, ਅਕਸਰ ਅਦਿੱਖ ਪ੍ਰਵਿਰਤੀ ਇਸਦੀ ਵਰਤੋਂ ਵਿਕਾਸ ਲਈ ਇੱਕ ਸਾਧਨ ਵਜੋਂ ਕਰਨ ਦੀ ਬਜਾਏ।
ਲੂਸੀਡ ਕਿਉਂ?
AI ਸਾਨੂੰ ਵਧੇਰੇ ਉਤਪਾਦਕ ਬਣਾਉਂਦਾ ਹੈ — ਪਰ ਖੋਜ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਇਹ ਸਾਨੂੰ ਬੋਧਾਤਮਕ ਤੌਰ 'ਤੇ ਆਲਸੀ ਵੀ ਬਣਾ ਸਕਦਾ ਹੈ। ਸਮੱਸਿਆ ਸੂਖਮ ਹੈ: ਹਰ ਇੱਕ ਵਿਅਕਤੀਗਤ ਗੱਲਬਾਤ ਠੀਕ ਲੱਗਦੀ ਹੈ, ਪਰ ਹਫ਼ਤਿਆਂ ਅਤੇ ਮਹੀਨਿਆਂ ਵਿੱਚ, ਉਪਭੋਗਤਾ ਹੌਲੀ-ਹੌਲੀ ਆਪਣੇ ਲਈ ਸੋਚਣਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਨ। ਲੂਸੀਡ ਇਸ ਭਟਕਣ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਪੱਕੇ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਦਖਲ ਦਿੰਦਾ ਹੈ।
ਭਾਰੀ AI ਪ੍ਰਤੀਨਿਧਤਾ ਨਾਲ ਮਾਪਣਯੋਗ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਵਿੱਚ ਗਿਰਾਵਟ
MIT Media Lab (2025)
AI ਨਿਰਭਰਤਾ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਵਿਚਕਾਰ ਸਬੰਧ
Gerlich (2025)
ਵੱਧ ਕਮਜ਼ੋਰੀ — ਪ੍ਰੀਫ੍ਰੰਟਲ ਕਾਰਟੈਕਸ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਰਿਪੱਕ ਨਹੀਂ
Arain et al. (2013); APA (2025)
ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ
ਲੂਸਿਡ ਉਪਭੋਗਤਾ, ਤੁਹਾਡੀ AI, ਅਤੇ ਬੋਧਾਤਮਕ ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਨਿਰੰਤਰ ਫੀਡਬੈਕ ਲੂਪ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਸੂਝ: ਲੂਸਿਡ ਕੁਝ ਵੀ ਬਲੌਕ ਜਾਂ ਫਿਲਟਰ ਨਹੀਂ ਕਰਦਾ। ਇਹ ਉਪਭੋਗਤਾ ਦੇ ਬੋਧਾਤਮਕ ਪੈਟਰਨਾਂ ਦੇ ਅਧਾਰ 'ਤੇ AI ਦੇ ਜਵਾਬ ਦੇਣ ਦੇ ਤਰੀਕੇ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ।
ਜ਼ੀਰੋ ਲੇਟੈਂਸੀ: track() ਅਸਿੰਕ੍ਰੋਨਸ ਤੌਰ 'ਤੇ ਚੱਲਦਾ ਹੈ — ਇਹ ਕਦੇ ਵੀ AI ਜਵਾਬ ਨੂੰ ਬਲੌਕ ਨਹੀਂ ਕਰਦਾ। ਉਪਭੋਗਤਾ ਨੂੰ ਤੁਰੰਤ ਜਵਾਬ ਮਿਲਦਾ ਹੈ; ਬੋਧਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਪਿਛੋਕੜ ਵਿੱਚ ਹੁੰਦਾ ਹੈ। TOON ਫਾਰਮੈਟ (ਟੋਕਨ-ਓਰੀਐਂਟਡ ਆਬਜੈਕਟ ਨੋਟੇਸ਼ਨ) JSON ਦੇ ਮੁਕਾਬਲੇ LLM ਆਉਟਪੁੱਟ 'ਤੇ ~40% ਟੋਕਨ ਬਚਾਉਂਦਾ ਹੈ।
ਛੇ ਬੋਧਾਤਮਕ ਆਯਾਮ
ਹਰੇਕ ਸੁਨੇਹਾ ਵਟਾਂਦਰੇ ਨੂੰ ਛੇ ਆਯਾਮਾਂ ਵਿੱਚ ਸਕੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਪ੍ਰਮਾਣਿਤ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਸਕੇਲਾਂ (GAIDS α=.87, AIMS 2025, Cognitive Offloading Scale α=.90) ਨਾਲ ਇਕਸਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਖੁਦਮੁਖਤਿਆਰੀ
0 → 1ਸੁਤੰਤਰ ਸੋਚ ਬਨਾਮ AI ਨੂੰ ਪ੍ਰਤੀਨਿਧਤਾ
ਸਿੱਖਣਾ
0 → 1ਜਿਗਿਆਸਾ, "ਕਿਉਂ" ਪੁੱਛਣਾ, ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ
ਰੁਝੇਵਾਂ
0 → 1ਭਾਗੀਦਾਰੀ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਡੂੰਘਾਈ
ਮੈਟਾਕੋਗਨੀਸ਼ਨ
0 → 1ਆਪਣੀ ਖੁਦ ਦੀ ਸੋਚ ਪ੍ਰਕਿਰਿਆ ਬਾਰੇ ਸਵੈ-ਜਾਗਰੂਕਤਾ
ਪੁਸ਼ਟੀਕਰਨ
0 → 1AI ਆਉਟਪੁੱਟ ਦਾ ਆਲੋਚਨਾਤਮਕ ਮੁਲਾਂਕਣ
ਪ੍ਰੇਰਣਾ
typeਉਪਭੋਗਤਾ ਕਿਉਂ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ — ਅੰਦਰੂਨੀ, ਸਾਧਨਿਕ, ਜਾਂ ਬਚਣ
ਸੁਰੱਖਿਆ ਦੀਆਂ ਚਾਰ ਪਰਤਾਂ
1. ਰੀਅਲ-ਟਾਈਮ ਅਨੁਕੂਲਤਾ
AI ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਉਪਭੋਗਤਾ ਦੀ ਬੋਧਾਤਮਕ ਸਥਿਤੀ — ਖੁਦਮੁਖਤਿਆਰੀ, ਸਿੱਖਣ, ਮੈਟਾਕੋਗਨੀਸ਼ਨ, ਪੁਸ਼ਟੀਕਰਨ, ਪ੍ਰੇਰਣਾ ਦੇ ਅਧਾਰ 'ਤੇ ਜਵਾਬਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ।
2. ਸੈਸ਼ਨ ਥਕਾਵਟ ਦਾ ਪਤਾ ਲਗਾਉਣਾ
ਬੋਧਾਤਮਕ ਓਵਰਲੋਡ ਤੋਂ ਪਹਿਲਾਂ ਬ੍ਰੇਕਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਸੈਸ਼ਨ ਦੀ ਮਿਆਦ, ਸੰਦੇਸ਼ ਦੀ ਮਾਤਰਾ, ਅਤੇ ਜਵਾਬ ਛੋਟੇ ਕਰਨ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ।
3. ਲੰਬੇ ਸਮੇਂ ਦੇ ਡ੍ਰਿਫਟ ਦਾ ਪਤਾ ਲਗਾਉਣਾ
ਕੋਗਨਿਟਿਵ ਡ੍ਰਿਫਟ ਇੰਡੈਕਸ (CDI) ਸੈਸ਼ਨ-ਪੱਧਰ ਦੇ ਮੈਟ੍ਰਿਕਸ ਦੁਆਰਾ ਖੁੰਝੀ ਹੋਈ ਹੌਲੀ-ਹੌਲੀ ਗਿਰਾਵਟ ਨੂੰ ਫੜਨ ਲਈ ਸ਼ੁਰੂਆਤੀ ਬਨਾਮ ਹਾਲੀਆ ਹਫਤਾਵਾਰੀ ਪੈਟਰਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ।
4. ਵਿਸ਼ਵਾਸ ਅਤੇ ਪ੍ਰੇਰਣਾ ਜਾਗਰੂਕਤਾ
ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਸ਼ਵਾਸ (ਸਭ ਕੁਝ ਸਵੀਕਾਰ ਕਰਨਾ) ਅਤੇ ਬਚਣ ਦੀ ਪ੍ਰੇਰਣਾ (ਸੋਚ ਤੋਂ ਬਚਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ) ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ — ਬੋਧਾਤਮਕ ਨਿਰਭਰਤਾ ਦੇ ਦੋ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ।
ਅਨੁਕੂਲ ਬੋਧਾਤਮਕ ਪ੍ਰੋਫਾਈਲ
ਅਨੁਕੂਲ ਅਲਫ਼ਾ ਦੇ ਨਾਲ ਇੱਕ ਐਕਸਪੋਨੈਂਸ਼ੀਅਲ ਮੂਵਿੰਗ ਔਸਤ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਕੋਰਾਂ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਨਵੇਂ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਪ੍ਰੋਫਾਈਲ ਤੇਜ਼ੀ ਨਾਲ ਬਣਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਸਥਾਪਿਤ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਪ੍ਰੋਫਾਈਲ ਸਥਿਰ ਹੁੰਦੇ ਹਨ ਅਤੇ ਅਸੰਗਤੀਆਂ ਪ੍ਰਤੀ ਰੋਧਕ ਹੁੰਦੇ ਹਨ। ਇੱਕ ਸਿੰਗਲ ਖਰਾਬ ਸੰਦੇਸ਼ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਥਾਪਿਤ ਬੋਧਾਤਮਕ ਪ੍ਰੋਫਾਈਲ ਨੂੰ ਵਿਗਾੜ ਨਹੀਂ ਦੇਵੇਗਾ।
// ਜਿਵੇਂ-ਜਿਵੇਂ ਹੋਰ ਸੰਦੇਸ਼ਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਲਫ਼ਾ ਘਟਦਾ ਜਾਂਦਾ ਹੈ
α = max(0.02, 0.1 / log₁₀(total_messages + 10))
| ਸੰਦੇਸ਼ | ਅਲਫ਼ਾ (α) | ਪ੍ਰਭਾਵ |
|---|---|---|
| 1 (ਨਵਾਂ ਉਪਭੋਗਤਾ) | ~10% | ਪ੍ਰੋਫਾਈਲ ਤੇਜ਼ੀ ਨਾਲ ਬਣਦਾ ਹੈ, ਸ਼ੁਰੂਆਤੀ ਪੈਟਰਨਾਂ ਪ੍ਰਤੀ ਜਵਾਬਦੇਹ |
| 50 | ~6% | ਸਥਿਰ ਹੋ ਰਿਹਾ ਹੈ, ਮੱਧਮ ਤੌਰ 'ਤੇ ਸਥਿਰ |
| 100 | ~5% | ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਥਾਪਿਤ, ਅਸੰਗਤੀਆਂ ਪ੍ਰਤੀ ਰੋਧਕ |
| 500+ | ~4% | ਸਥਿਰ — ਲੰਬੇ ਸਮੇਂ ਦੇ ਡ੍ਰਿਫਟ ਦਾ ਪਤਾ ਲੱਗਣਾ ਸ਼ੁਰੂ ਹੋ ਜਾਂਦਾ ਹੈ |
| 5000+ | 2% (ਘੱਟੋ-ਘੱਟ) | ਬਹੁਤ ਸਥਿਰ, ਬਦਲਣ ਲਈ ਨਿਰੰਤਰ ਤਬਦੀਲੀ ਦੀ ਲੋੜ ਹੈ |
ਪ੍ਰਗਤੀਸ਼ੀਲ ਸਕੈਫੋਲਡਿੰਗ
ਵਾਇਗੋਟਸਕੀ ਦੇ ਜ਼ੋਨ ਆਫ਼ ਪ੍ਰੌਕਸੀਮਲ ਡਿਵੈਲਪਮੈਂਟ ਦੇ ਅਧਾਰ 'ਤੇ, ਲੂਸਿਡ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਵਧਣ ਦੇ ਨਾਲ AI ਸਹਾਇਤਾ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ ਘਟਾਉਂਦਾ ਹੈ। ਸਕੈਫੋਲਡਿੰਗ ਦਾ ਪੱਧਰ ਖੁਦਮੁਖਤਿਆਰੀ, ਸਿੱਖਣ, ਅਤੇ ਮੈਟਾਕੋਗਨੀਸ਼ਨ ਸਕੋਰਾਂ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ — ਮੈਟਾਕੋਗਨੀਸ਼ਨ ਤਿਆਰੀ ਲਈ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਸੰਕੇਤ ਹੈ।
ਕਦਮ-ਦਰ-ਕਦਮ ਮਾਰਗਦਰਸ਼ਨ, ਹਰੇਕ ਕਦਮ 'ਤੇ ਸਮਝ ਦੀ ਜਾਂਚ ਕਰੋ
ਢਾਂਚਾਗਤ ਸੰਕੇਤ, ਪ੍ਰਮੁੱਖ ਸਵਾਲ, ਅੰਸ਼ਕ ਹੱਲ
ਘੱਟੋ-ਘੱਟ ਪ੍ਰੇਰਣਾ, ਉਪਭੋਗਤਾ ਨੂੰ ਅਗਵਾਈ ਕਰਨ ਅਤੇ ਦਿਸ਼ਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦਿਓ
ਸੋਕ੍ਰੇਟਿਕ ਸੰਵਾਦ, ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਓ, ਔਖੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰੋ
ਉਮਰ-ਆਧਾਰਿਤ ਸੁਰੱਖਿਆ
25 ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪ੍ਰੀਫ੍ਰੰਟਲ ਕਾਰਟੈਕਸ ਪਰਿਪੱਕਤਾ ਖੋਜ ਦੇ ਆਧਾਰ 'ਤੇ ਸਖ਼ਤ ਥ੍ਰੈਸ਼ਹੋਲਡ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ। ਵਿਕਾਸਸ਼ੀਲ ਦਿਮਾਗ ਦੀ ਵਧੀ ਹੋਈ ਨਿਊਰੋਪਲਾਸਟਿਕਤਾ ਇਸਨੂੰ ਵਧੇਰੇ ਅਨੁਕੂਲ ਅਤੇ ਵਧੇਰੇ ਕਮਜ਼ੋਰ ਬਣਾਉਂਦੀ ਹੈ।
ਬਾਲਗ (25+)
- ਸੈਸ਼ਨ ਸੀਮਾ: 45 ਮਿੰਟ
- ਸੁਨੇਹਾ ਸੀਮਾ: 30/ਸੈਸ਼ਨ
- ਮਿਆਰੀ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼
25 ਤੋਂ ਘੱਟ
- ਸੈਸ਼ਨ ਸੀਮਾ: 30 ਮਿੰਟ
- ਸੁਨੇਹਾ ਸੀਮਾ: 20/ਸੈਸ਼ਨ
- ਹਮੇਸ਼ਾ-ਚਾਲੂ ਸਿੱਖਿਆ-ਪਹਿਲਾਂ ਪਹੁੰਚ
ਤੁਰੰਤ ਸ਼ੁਰੂਆਤ
ਡ੍ਰੌਪ-ਇਨ SDK। baseURL ਰਾਹੀਂ ਕਿਸੇ ਵੀ OpenAI-ਅਨੁਕੂਲ ਪ੍ਰਦਾਤਾ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ।
// Install
npm install @tetiai/lucid
// Track each exchange (fire-and-forget)
lucid.track(userId, {
userMessage: "Write the code for me",
aiResponse: "Sure, here's the implementation...",
topicId: "conversation-123",
}).catch(console.error)"
// Inject guidelines into your AI system prompt
const guidelines = await lucid.getGuidelines(userId);
systemPrompt += guidelines;
ਲਚਕਦਾਰ ਸਟੋਰੇਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਕ
MemoryStore
devਦੇਵ/ਟੈਸਟਿੰਗ — ਜ਼ੀਰੋ ਕੌਂਫਿਗ, ਇਨ-ਮੈਮੋਰੀ
PrismaStore
prodਉਤਪਾਦਨ — PostgreSQL, MySQL, SQLite, MongoDB
RedisStore
prodਵੰਡੇ ਗਏ ਡਿਪਲਾਇਮੈਂਟ, ਸਾਂਝੇ ਸੈਸ਼ਨ
LLM ਵਿਸ਼ਲੇਸ਼ਕ ਇੱਕ ਸਰਵ ਵਿਆਪਕ ਕਲਾਇੰਟ ਵਜੋਂ OpenAI SDK ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ — Together AI, Groq, Ollama, OpenRouter, ਅਤੇ baseURL ਰਾਹੀਂ ਕਿਸੇ ਵੀ ਅਨੁਕੂਲ ਪ੍ਰਦਾਤਾ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ। ਸਸਤੇ, ਤੇਜ਼ ਮਾਡਲ (Llama 3.1 8B, Gemini Flash) ਬਹੁਤ ਵਧੀਆ ਕੰਮ ਕਰਦੇ ਹਨ — ਕਿਸੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।
ਫਿਲਾਸਫੀ
ਜੱਜ ਨਹੀਂ
ਕੋਈ “ਚੰਗੇ” ਜਾਂ “ਮਾੜੇ” ਸਕੋਰ ਨਹੀਂ। ਸਿਸਟਮ ਅਨੁਕੂਲ ਹੁੰਦਾ ਹੈ, ਮੁਲਾਂਕਣ ਨਹੀਂ ਕਰਦਾ।
ਮੂਲ ਰੂਪ ਵਿੱਚ ਅਦਿੱਖ
ਉਪਭੋਗਤਾ ਸਕੋਰ ਨਹੀਂ ਦੇਖਦੇ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਨਹੀਂ ਦਿਖਾਉਂਦੇ।
ਗੋਪਨੀਯਤਾ ਪਹਿਲਾਂ
ਸਿਰਫ਼ ਇਕੱਤਰ ਕੀਤੇ ਮੈਟ੍ਰਿਕਸ, ਕਦੇ ਵੀ ਸੁਨੇਹੇ ਦੀ ਸਮੱਗਰੀ ਨਹੀਂ।
GDPR ਤਿਆਰ
ਬੇਨਤੀ 'ਤੇ ਪੂਰੀ ਡਾਟਾ ਮਿਟਾਉਣ ਲਈ deleteUser()।
×Teti AIਲੂਸਿਡ ਟੇਟੀ ਦੀ ਬੋਧਾਤਮਕ ਸੁਰੱਖਿਆ ਦੇ ਪਿੱਛੇ ਦਾ ਇੰਜਣ ਹੈ
ਟੇਟੀ ਏਆਈ ਵਿੱਚ ਹਰ ਗੱਲਬਾਤ ਦਾ ਪਿਛੋਕੜ ਵਿੱਚ ਲੂਸਿਡ ਦੁਆਰਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਤੁਹਾਡੀ ਬੋਧਾਤਮਕ ਪ੍ਰੋਫਾਈਲ ਸਮੇਂ ਦੇ ਨਾਲ ਅਨੁਕੂਲ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਏਆਈ ਦਾ ਵਿਵਹਾਰ ਉਸ ਅਨੁਸਾਰ ਬਦਲਦਾ ਹੈ — ਜਦੋਂ ਤੁਸੀਂ ਪ੍ਰਤੀਨਿਧਤਾ ਕਰਦੇ ਹੋ ਤਾਂ ਹੋਰ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ, ਜਦੋਂ ਤੁਸੀਂ ਵਧਦੇ ਹੋ ਤਾਂ ਤੁਹਾਨੂੰ ਹੋਰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਥਕਾਵਟ ਆਉਂਦੀ ਹੈ ਤਾਂ ਬ੍ਰੇਕਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।