‘एक चैटबॉट, एक स्मार्ट फ्रिज, भुगतान-डिफॉल्ट जोखिम का भविष्यवक्ता, एक स्वचालित अनुवादक, एक सेल्फ-ड्राइविंग कार, एक ईमेल स्पैम फ़िल्टर और एक भूकंप भविष्यवक्ता में क्या समानता है?’
पाओला लोपेज़ लिखती हैं, कृत्रिम बुद्धिमत्ता स्थिर परिभाषा का विरोध करती है बुध (जर्मनी), न केवल वैचारिक भ्रम पैदा कर रहा है बल्कि ठोस कानूनी समस्याएं भी पैदा कर रहा है। ‘एआई’ शब्द में जेनरेटिव मॉडल से लेकर अधिक सीमित एल्गोरिथम टूल तक सिस्टम की एक विस्तृत और बदलती रेंज शामिल है।
और ऐसा नहीं है कि एआई सिस्टम केवल प्रकार में भिन्न होते हैं। प्रौद्योगिकियां तेजी से विकसित हो रही हैं और मॉडलों के नए संस्करण आश्चर्यजनक गति से पुराने मॉडलों की जगह ले रहे हैं। परिणाम एक गतिशील लक्ष्य है जो स्पष्ट वर्गीकरण का विरोध करता है। इस ‘मर्क्यूरियल’ तरलता के प्रमुख कानूनी निहितार्थ हैं। ‘क्या विनियमित किया जा रहा है’ को परिभाषित किए बिना हम किसी चीज़ को कैसे विनियमित कर सकते हैं?
कानून बनाने के प्रयास या तो बहुत संकीर्ण होने और उभरती प्रणालियों को पकड़ने में विफल होने का जोखिम रखते हैं, या बहुत व्यापक होने और मौलिक रूप से विभिन्न प्रौद्योगिकियों को एक साथ जोड़ने का जोखिम रखते हैं। इसके अलावा, जैसे-जैसे विनियमन को लेकर बहस तेज होती जा रही है, कंपनियां जानबूझकर एआई के उपयोग को कम कर रही हैं।
उदाहरण के लिए, प्रेडपोल, सांताक्रूज शहर, जहां यह स्थित है, ने ऐसी प्रौद्योगिकियों के उपयोग पर प्रतिबंध लगाने तक भविष्य कहनेवाला पुलिसिंग में बाजार-अग्रणी था। कंपनी ने अपना नाम बदलकर जिओलिटिका कर लिया और दावा किया कि उसने पहले कभी पूर्वानुमानित उपकरण पेश नहीं किए थे। लोपेज़ का सुझाव है कि इसी तरह की स्थितियाँ फिर से घटित होने वाली हैं: ‘सबसे पहले, हर कोई “एआई का उपयोग करना” चाहता है और हर चीज़ में “एआई है”, क्योंकि एआई प्रचार लहर की सवारी करना आसान है। लेकिन जैसे ही विनियमन लागू होगा… कोई भी एआई से जुड़ना नहीं चाहेगा।’
काम का अवमूल्यन
कार्यस्थल में एआई का उदय न केवल स्वचालित कार्य करने वाले श्रमिकों को ख़तरे में डालता है; यह काम के मूल्य को भी नया आकार देता है। लिसा हर्ज़ोग एआई द्वारा कम किए जा रहे कार्य मूल्य के चार आयामों को अलग करती हैं: ‘उपदेशात्मक, सामुदायिक-निर्माण, अर्थ-निर्माण, और राजनीतिक’।
उपदेशात्मक स्तर पर, कार्य कौशल प्राप्त करने और निखारने का स्थान है। जटिल कार्यों को स्वचालित करके, एआई अभ्यास के माध्यम से सीखने के अवसरों को सीमित कर देता है, जिससे विशेषज्ञ ज्ञान प्राप्त करना कठिन हो जाता है। यह प्रेरणा को भी प्रभावित कर सकता है, ‘यदि यह वास्तव में कुछ कौशल का अभ्यास करने और विकसित करने का अवसर था जो किसी को किसी विशेष पेशे के लिए आकर्षित करता है’।
दूसरा, काम उन लोगों को एक साथ लाकर सामाजिक एकीकरण को बढ़ावा देता है जो अन्यथा कभी नहीं मिले होते, लेकिन एल्गोरिथम प्रबंधन श्रमिकों को अलग-थलग कर देता है, जिससे साझा संस्कृति की भावना विकसित करना कठिन हो जाता है।
कार्य का तीसरा आयाम उसका अर्थ है। ‘मानव क्रिया संरचनात्मक रूप से बहुरूपी है’, छोटे, अधिक कठिन कार्य सार्थक हो जाते हैं जब हम जानते हैं कि वे एक व्यापक लक्ष्य में योगदान करते हैं। एआई-प्रबंधित प्लेटफ़ॉर्म कई छोटी नौकरियों को अस्थायी श्रमिकों को आउटसोर्स करके इस अर्थ से वंचित कर देते हैं, जिनके अंतिम उद्देश्य के बारे में कोई जानकारी नहीं है। श्रम को वास्तविक मूल्य की कोई भी चीज़ हासिल करने के बजाय ‘छोटी, जटिल बाधाओं का एक बाधा कोर्स’ करने जैसा महसूस होने लगता है।
अंत में, कार्यस्थल ‘राजनीतिकरण के महत्वपूर्ण स्थान हैं’। वे कामकाजी परिस्थितियों और श्रमिकों के अधिकारों के बारे में बातचीत को सक्षम बनाते हैं और इस प्रकार राजनीतिक चेतना और कार्रवाई को बढ़ावा देते हैं। श्रम को व्यक्तिगत कार्यों में पुनर्गठित करके और शून्य-घंटे के श्रमिकों को नौकरी लेने की दौड़ में एक-दूसरे के खिलाफ खड़ा करके, एआई काम के इस पहलू को नकार देता है।
नई अनंतता
बिर्गर पी. प्रिडेट लिखते हैं, अर्थशास्त्र ‘पहुंच की संभावनाओं को बढ़ाकर सीमित संसाधनों पर काबू पाने का एक प्रयास’ है। आर्थिक इतिहास को ‘फ़ील्ड शासन’ के उत्तराधिकार के रूप में समझा जा सकता है जो शाब्दिक अर्थ में फ़ील्ड से शुरू होकर विभिन्न आयामों में विस्तारित होता है।
सबसे पहले, क्षैतिज कृषि से ऊर्ध्वाधर खनन की ओर कदम ने घरेलू पशुपालन से सीमित संसाधनों के निष्कर्षण की ओर बदलाव को चिह्नित किया। वैश्विक व्यापार ने तब यूरोपीय अर्थव्यवस्थाओं को उत्पादन तेज किए बिना अपने संसाधन आधार को बढ़ाने की अनुमति दी। नए ज्यामितीय क्षेत्र के रूप में सीमाहीन, पथहीन समुद्र के साथ, जहाज ‘विदेशी महाद्वीपों के फलों के स्थानिक विनियोग’ में वैक्टर के रूप में कार्य करते हैं। अगला क्षेत्र अस्थायी था: औद्योगिक अर्थव्यवस्था भविष्य के रिटर्न में निवेश और मौसमी विकास चक्र से निरंतर उत्पादकता में बदलाव से प्रेरित थी।
इक्कीसवीं सदी में, दुनिया के भौतिक संसाधनों के समाप्त होने के साथ, इस क्षेत्र का आंतरिक रूप से, मानव व्यवहार में ही विस्तार हो गया है: ‘जिस तरह लॉक ने स्वदेशी भूमि को “खाली” के रूप में परिभाषित किया, Google, मेटा और इसी तरह हमारे निजी डेटा को “कच्चा” और “मालिक रहित” के रूप में परिभाषित करते हैं जब तक कि उनके द्वारा संसाधित नहीं किया जाता है। एल्गोरिदम.’
और भविष्य का क्या? प्रिद्दत का सुझाव है कि छठा क्षेत्र जैविक होगा। हम उस बिंदु पर पहुंच गए हैं जहां जलवायु के साथ वापसी संभव नहीं है: कार्बन की कोई भी मात्रा उस प्रणाली को बहाल नहीं कर सकती जिसे हमने नष्ट कर दिया है। हमारी एकमात्र पसंद हमारी दुनिया का पुनर्निर्माण करने के लिए एआई की शक्ति का उपयोग करना है: सौर जियोइंजीनियरिंग, गर्मी प्रतिरोधी मूंगा, प्लास्टिक खाने वाले बैक्टीरिया, प्रयोगशाला में विकसित प्रोटीन।
‘नई अनंतता अंतरिक्ष के विस्तार में नहीं, बल्कि डिजाइन के घनत्व में निहित है। हम उत्पादकता के इतिहास के अंत में नहीं हैं, बल्कि इसके सबसे खतरनाक और उत्पादक बिंदु पर हैं: अचेतन विनाश से ग्रहीय जीवन की सचेतन संरचना में संक्रमण।’
इंजीनियर्ड मानवरूपता
एलएलएम तेजी से मानव-समान होते जा रहे हैं, ऐसी प्रतिक्रियाएँ उत्पन्न कर रहे हैं जो संवादात्मक, सहानुभूतिपूर्ण और आत्म-जागरूक महसूस कराती हैं। मैक्स बेक लिखते हैं, आकस्मिक होने से दूर, इस मानवरूपी गुणवत्ता को डिजाइन विकल्पों के अनुक्रम के माध्यम से व्यवस्थित रूप से पेश किया जाता है। यहां तक कि ‘नोड-आधारित वर्कफ़्लो या कमांड-लाइन टूल’ के बजाय, ‘चैट’ के रूप में इंटरैक्शन प्रस्तुत करने का निर्णय एक जानबूझकर डिज़ाइन विकल्प है, जैसा कि ‘चैट इंटरफ़ेस में उत्पन्न टोकन को मानव टाइपिंग की याद दिलाने वाले प्रवाहित पाठ के रूप में प्रदर्शित करना’ है।
एलएलएम बनाने की प्रक्रिया बेस मॉडल से शुरू होती है, जिसे सांख्यिकीय रूप से प्रशंसनीय भाषा उत्पन्न करने के लिए विशाल टेक्स्ट कॉर्पोरा पर प्रशिक्षित किया जाता है। इस स्तर पर, ‘प्रतिक्रिया का रूप पूरी तरह से असमान प्रशिक्षण डेटा से संभाव्यता सिद्धांत के आधार पर निर्धारित किया जाता है, जो हमेशा संवादात्मक नहीं होता है।’ फाइन-ट्यूनिंग फिर मॉडल को अधिक विशिष्ट कार्यों के लिए अनुकूलित करती है और प्रासंगिकता और प्रवाह में सुधार करती है।
अगला कदम ‘मानव फीडबैक से सुदृढीकरण सीखना’ (आरएलएचएफ) है, जहां मानव मूल्यांकनकर्ता आउटपुट को रैंक और तुलना करते हैं, जो मददगार, विनम्र या मैत्रीपूर्ण प्रतीत होते हैं उन्हें पुरस्कृत करते हैं। यह प्रक्रिया मानवीय संचार मानदंडों को अपनी प्रतिक्रियाओं में शामिल करके मॉडल को उसका ‘व्यक्तित्व’ प्रदान करती है। परिणाम एक ऐसी शैली है जो अक्सर भावनात्मक जागरूकता की नकल करती है।
इस इंजीनियर्ड मानवरूपता के स्पष्ट वित्तीय लाभ हैं और इसके जल्द ही ख़त्म होने की संभावना नहीं है। अधिक मानव-सदृश सिस्टम का उपयोग करना आसान और अधिक सुखद है, जिससे ‘चिपचिपापन’ बढ़ता है और बातचीत का समय बढ़ता है: ‘आखिरकार, उपयोग-समय सभी इंटरैक्टिव प्लेटफार्मों की मुद्रा है।’ इस प्रकार एंथ्रोपोमोर्फिज्म एक ऐसी रणनीति है जो उपयोगकर्ता अनुभव को एआई डेवलपर्स और ऑपरेटरों की आर्थिक प्राथमिकताओं के साथ संरेखित करती है।
कैडेंज़ा अकादमिक अनुवाद द्वारा समीक्षा
