ശാസ്ത്രം ലളിതം
എഐ വന്നോ?
വന്നു. വരിക മാത്രമല്ല, ഒരു കസേര വലിച്ചിട്ട് നമ്മുടെ സമൂഹങ്ങളുടെ നടുമുറ്റത്ത് ഇരിപ്പുമുറപ്പിച്ചു കഴിഞ്ഞു.
സ്റ്റാൻഫോർഡ് യൂണിവേഴ്സിറ്റി പുറത്തിറക്കുന്ന ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഇൻഡക്സ് റിപ്പോർട്ടിൻ്റെ 2026 ലെ പതിപ്പ് തുടങ്ങുന്നതു തന്നെ എ ഐ യുടെ ഈ ഇരിപ്പിനെപ്പറ്റി പറഞ്ഞു കൊണ്ടാണ്. മറ്റൊന്നുമല്ല, വെറും മൂന്ന് കൊല്ലം കൊണ്ട് ലോകജനസംഖ്യയുടെ പകുതിയിലേറേപ്പേർ ഒരു തരത്തിൽ അല്ലെങ്കിൽ മറ്റൊരു തരത്തിൽ ജനറേറ്റീവ് എഐ സംവിധാനങ്ങൾ ഉപയോഗിച്ചു എന്ന വിവരമാണ് അവർ ചൂണ്ടിക്കാണിക്കുന്നത്.
ഇതത്ര വലിയ കാര്യമാണോ എന്നൊരു സംശയം തോന്നാം. അതിൻ്റെ വലിപ്പം മനസ്സിലാക്കണമെങ്കിൽ ഇതിനു മുൻപ് മനുഷ്യരാശിയെ സമൂലമായി സ്വാധീനിച്ച പലതരം സാങ്കേതികവിദ്യകളുടെ വ്യാപനത്തിനെപ്പറ്റിയുള്ള കണക്കുകളെപ്പറ്റിക്കൂടി ഒന്ന് മനസ്സിലാക്കേണ്ടതുണ്ട്. ഒരുപാട് പഴയതിലേക്കൊന്നും നമുക്ക് പോവണ്ട. ആധുനിക മനുഷ്യനെ സ്വാധീനിച്ച, ലോകമൊട്ടാകെ വേഗതയിൽ വ്യാപിച്ച മൂന്ന് പ്രധാനപ്പെട്ട ടെക്നോളജികളെ നമുക്ക് നോക്കാം. – വൈദ്യുതി, ഇൻ്റർനെറ്റ്, സ്മാർട്ട്ഫോണുകൾ എന്നിവയാണവ.
ആധുനിക മനുഷ്യനെ ഇന്നു കാണുന്ന പുരോഗതിയിലേക്ക് നയിക്കുന്നതിൽ ഏറ്റവും പ്രധാനപ്പെട്ട പങ്കു വഹിച്ച ഒരു സാങ്കേതികവിദ്യയായിരുന്ന നമ്മുടെ സ്വന്തം കറണ്ട്. ഇത്രയധികം മനുഷ്യോപയോഗപ്രദമായ കറന്റ് ലോകമൊട്ടാകെ വ്യാപിക്കാൻ എടുത്തത് 8-90 കൊല്ലമാണ്. ഇന്റർ നെറ്റാകട്ടെ 1990 കളിലെ വെബ് ബ്രൗസറുകളിലൂടെയും ചവിട്ടിച്ചവിട്ടി നമ്മുടെ വീട്ടകങ്ങളിലേക്ക് വന്നു കേറാൻ എടുത്തത് മുപ്പത് മുതൽ നാല്പത്തഞ്ചോളം വർഷങ്ങളാണ്. IBM Simon എന്ന ലോകത്തിലെ ആദ്യത്തെ “സ്മാർട്ട് ഫോണിന്റെ" വിൽപ്പനയ്ക്ക് ശേഷം, 13 വർഷങ്ങൾ കഴിഞ്ഞ് 2007 ൽ, സ്മാർട്ട് ഫോണുകളുടെ വ്യാപനത്തിലെ വിപ്ലവത്തിനു തുടക്കം കുറിച്ച ആദ്യത്തെ ഐഫോൺ പുറത്തു വരുമ്പോൾ വെറും 5% ആളുകളിലേക്ക് മാത്രമേ അതെത്തിയിരുന്നുള്ളൂ. ഏതാണ്ട് 2017 നും 2019 നും ഇടയിലാണ്. അതായത് 23 മുതൽ 25 കൊല്ലങ്ങൾ കൊണ്ടാണ് ഒരു സാങ്കേതികവിദ്യ എന്ന നിലയിൽ അത് ലോകജനസംഖ്യയുടെ 50 ശതമാനം പേരിലേക്കെത്തുന്നത് .
ഇവിടെയാണ് ജെനറേറ്റീവ് എഐ വ്യത്യസ്തമാവുന്നത്. 2022 ൽ ചാറ്റ്ജിപിറ്റി പൊതുജനങ്ങളിലേക്ക് ആദ്യചുവടു വച്ച ശേഷം വെറും മൂന്ന് കൊല്ലങ്ങൾ കൊണ്ട് ലോകജനസംഖ്യയുടെ 53% പേർക്ക് Generative AI ഒരിക്കലെങ്കിലും ഉപയോഗിക്കാൻ അവസരം ലഭിച്ചു. (സ്ഥിരമായി ജെനറേറ്റീവ് എഐ ഉപയോഗിക്കുന്നവരുടെ കണക്കല്ല കേട്ടോ ഇത്. അത് ഏതാണ്ട് 70 കോടിക്കടുത്തേ വരുള്ളൂ – അതായത് ലോകജനസംഖ്യയുടെ പത്തു ശതമാനം) കോർപ്പറേറ്റ് സ്ഥാപനങ്ങളിൽ ഈ സാങ്കേതികവിദ്യയുടെ ആഗിരണം നടന്നിരിക്കുന്നത് ഏതാണ്ട് 88% ന് അടുത്താണ് എന്നാണ് കണക്കുകൾ കാണിക്കുന്നത്. യൂണിവേഴ്സിറ്റി വിദ്യാർത്ഥികളിൽ 60–75% പേര് ഇന്ന് ജനറേറ്റീവ് എഐ ഉപയോഗിക്കുന്നവരാണ്.
ആളെണ്ണം കൂടുക മാത്രമാണോ സംഭവിച്ചത്? – അല്ല. അളവിലും ഗുണത്തിലും വലിയ കുതിച്ചുചാട്ടങ്ങളുമുണ്ടായി. മനുഷ്യർ ഇന്നു വരെ അനുഭവിച്ചിട്ടില്ലാത്ത രീതിയിൽ, നിമിഷം പ്രതി വളരുന്ന ഒരു സാങ്കേതികപ്രതിഭാസമായി നിർമ്മിതബുദ്ധി മാറി. അതിൻ്റെ വ്യാപ്തിയേയും സാധ്യതകളേയും അപകടങ്ങളേയും ഒക്കെപ്പറ്റി പറയുന്നതിനു മുൻപ് അല്പം കൂടി പ്രാഥമികമായ ചില ധാരണകൾ ഉണ്ടാക്കേണ്ടതുമുണ്ട്.
ആ ധാരണകളുണ്ടാക്കാനായി നമ്മൾ ഉത്തരം തേടേണ്ട ചോദ്യങ്ങൾ ഇതൊക്കെയാണ് -
എന്താണ് എഐ? – എന്തിനാണ് എഐ? എന്നാണത് തുടങ്ങിയത്? എങ്ങോട്ടാണതിൻ്റെ പോക്ക്? എങ്ങനെയാണ് അത് നമ്മുടെ ചുറ്റുമുള്ള ലോകത്തിനെ മാറ്റുന്നത്?
എന്താണ് എഐ?
നിർമ്മിതബുദ്ധി അഥവാ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് എന്നത് സയൻസ് ഫിക്ഷൻ സിനിമകളിൽ കാണുന്നതുപോലെ നമ്മെ കീഴടക്കാൻ വരുന്ന ദുഷ്ടബുദ്ധികളായ യന്ത്രമനുഷ്യരൊന്നുമല്ല, എന്നാലോ വെറും ചാറ്റ് ജിപിടിയെപ്പോലുള്ള ജനറേറ്റീവ് എഐ ടൂളുകൾ മാത്രവുമല്ല.
അടിസ്ഥാനപരമായി, മനുഷ്യൻ്റെ ബുദ്ധിശക്തിയെയും തീരുമാനമെടുക്കാനുള്ള ശേഷിയെയും കമ്പ്യൂട്ടറുകളിലേക്ക് പകർത്താനുള്ള ഒരു ശാസ്ത്രീയ ശ്രമമാണത്.
അതായത്, എണ്ണിയാലൊടുങ്ങാത്ത വിവരങ്ങളെ (Data) വിശകലനം ചെയ്ത്, അതിലെ പാറ്റേണുകൾ മനസ്സിലാക്കി, സ്വയം യുക്തിസഹജമായ തീരുമാനങ്ങളെടുക്കാൻ യന്ത്രങ്ങളെ പ്രാപ്തമാക്കുന്ന, ഗണിതശാസ്ത്രത്തിൻ്റെയും പ്രോഗ്രാമിങ്ങിൻ്റെയും ഒരു പ്രായോഗിക രൂപമാണ് നിർമ്മിതബുദ്ധി.
ഒരുദാഹരണത്തിലൂടെ അതിനെ കുറച്ചു കൂടി വ്യക്തമാക്കാൻ ശ്രമിക്കാം. ഒരു കുഞ്ഞ് വളരുന്നത് എങ്ങനെയാണെന്ന് ഒന്ന് മനസ്സിൽ ആലോചിച്ചു നോക്കിയാൽ മതി. നമ്മൾ മനുഷ്യർ ജനിക്കുമ്പോൾ തന്നെ ലോകത്തെക്കുറിച്ചുള്ള എല്ലാ അറിവുകളുമായിട്ടല്ലല്ലോ ജനിക്കുന്നത്; മറിച്ച് കണ്ടും കേട്ടും അനുഭവിച്ചുമാണ് കാര്യങ്ങൾ പഠിക്കുന്നത്. ശരിക്കും നമ്മുടെ കുഞ്ഞുങ്ങളൊക്കെ ഡാറ്റ തിന്നു വളരുന്ന അത്ഭുതജീവികളാണ്. ആദ്യമൊക്കെ അവർക്ക് ചെറിയ കാര്യങ്ങൾ പോലും പറഞ്ഞു കൊടുക്കണം. തെറ്റു പറ്റിയാൽ തിരുത്തിക്കൊടുക്കണം. എന്നാൽ, പതിയെപ്പതിയെ, അവർ സ്വയം വിവരങ്ങൾ കണ്ടെത്താൻ തുടങ്ങും. പിന്നെ മുൻപ് കിട്ടിയ പരിശീലനം ഉപയോഗിച്ച് ഉള്ളിൽ തയ്യാറാക്കിയ ഒരു വിശകലനസമ്പ്രദായം (നമുക്ക് തൽക്കാലം അതിനെ ലേണിംഗ് മോഡൽ എന്ന് പറയാം) ഉപയോഗിച്ച് സ്വയം അറിവുകൾ ഉണ്ടാക്കാൻ തുടങ്ങുന്നു. ഏതോ ഒരു സമയത്ത് അവർ സ്വയംപര്യാപ്തരാവുന്നു. പിന്നെ ആരും പഠിപ്പിക്കണ്ട. അവർക്ക് സ്വയം പഠിക്കാനുള്ള കഴിവ് അപ്പോഴുണ്ടാവും.
അതുപോലെ, കമ്പ്യൂട്ടറുകൾക്ക് വലിയ അളവിൽ വിവരങ്ങൾ നൽകുകയും, അവയ്ക്ക് എങ്ങനെ പഠിക്കണം എന്നതിനുള്ള നിർദ്ദേശങ്ങൾ നൽകി ലേണിംഗ് മോഡലുകൾ സൃഷ്ടിക്കുകയും, പഠിക്കുമ്പോഴുള്ള തെറ്റുകൾ തിരുത്തിക്കൊടുത്തും, പതിയെ മനുഷ്യസഹായമില്ലാതെ 'പഠിക്കാൻ' (Machine Learning) അവയെ അനുവദിക്കുകയും ചെയ്യുന്ന പ്രക്രിയയാണ് നിർമ്മിതബുദ്ധി എന്ന സാങ്കേതികവിദ്യാ സമുച്ചയത്തിലൂടെ നടക്കുന്നത്.
കേട്ടത് ശരിയാണ്. നിർമ്മിതബുദ്ധി എന്നത് ഒരു “സാങ്കേതികവിദ്യാസമുച്ചയ”മാണ്. അതായത് അത് “ഒരു” ടെക്നോളജി അല്ല. ടെക്നോളജികളുടെ ഒരു “കൂട്ട”മാണ്.
എന്തിനാണ് എ ഐ?
എന്തിനാണ് നമ്മൾ കാൽനടയായി പോകുന്നതിന് പകരം വാഹനങ്ങൾ ഉപയോഗിക്കുന്നത്? നമ്മുടെ ശാരീരികമായ പരിമിതികളെയും ദൂരത്തെയും മറികടക്കാൻ. കൃത്യമായി പറഞ്ഞാൽ അതുപോലെ തന്നെ മനുഷ്യൻ്റെ ബൗദ്ധികമായ പരിമിതികളെ മറികടക്കാനുള്ള ഒരു വാഹനമാണ് എ ഐ.
ഇന്ന് ലോകത്ത് ഓരോ നിമിഷവും ഉത്പാദിപ്പിക്കപ്പെടുന്ന ഡാറ്റയുടെ അളവ് മനുഷ്യൻ്റെ തലച്ചോറിന് ഉൾക്കൊള്ളാൻ കഴിയുന്നതിലും എത്രയോ അപ്പുറത്താണ്. കോടിക്കണക്കിന് തന്മാത്രകളുടെ ഘടന പരിശോധിച്ച് ഒരു പുതിയ ക്യാൻസർ മരുന്ന് കണ്ടുപിടിക്കാനോ, പ്രപഞ്ചത്തിൻ്റെ അതിരുകളിൽ നിന്ന് വരുന്ന സിഗ്നലുകൾ ഡീകോഡ് ചെയ്യാനോ, കാലാവസ്ഥാ വ്യതിയാനങ്ങളുടെ സങ്കീർണ്ണമായ മാതൃകകൾ വിശകലനം ചെയ്യാനോ മനുഷ്യന് ഒരുപക്ഷേ പതിറ്റാണ്ടുകൾ തന്നെ വേണ്ടിവരും. എന്നാൽ നിർമ്മിതബുദ്ധി അത് ദിവസങ്ങൾ കൊണ്ടോ മണിക്കൂറുകൾ കൊണ്ടോ ചെയ്തേക്കാം. മനുഷ്യനെ മാറ്റിനിർത്താനല്ല, മറിച്ച് നമ്മുടെ സർഗ്ഗാത്മകതയ്ക്കും ഗവേഷണങ്ങൾക്കും കൂടുതൽ വേഗത പകരാനും ചിന്താശേഷിയെ വികസിപ്പിക്കാനുമാണ് എ ഐ പ്രധാനമായും ഉപയോഗിക്കുന്നത്. അല്ലെങ്കിൽ ഉപയോഗിക്കേണ്ടത്..
എന്നാണത് തുടങ്ങിയത്?
എഐ യെപ്പറ്റിയുള്ള ഒരു വലിയ തെറ്റിദ്ധാരണ അത് ചാറ്റ്ജിപിറ്റിയുടെ കൂടെയുണ്ടായതാണ് എന്നതാണ്. എന്നാൽ സംഗതി അങ്ങനെയല്ല.
എഐ യുടെ ചരിത്രം തുടങ്ങുന്നത് ഒരുപാടൊരുപാട് വർഷങ്ങൾക്ക് മുൻപാണ്. മനുഷ്യനെപ്പോലെ ചിന്തിക്കുന്ന യന്ത്രങ്ങളെക്കുറിച്ചുള്ള സ്വപ്നങ്ങളും കഥകളും ഒക്കെ പുരാതന കാലം മുതലേയുണ്ട്. ഗ്രീക്ക് പുരാണങ്ങളിലും മറ്റും യന്ത്രമനുഷ്യരെപ്പറ്റിയും പറയുന്നുണ്ട്. എന്നാൽ അതൊക്കെ സാങ്കേതികമായ പിന്തുണയൊന്നുമില്ലാത്ത വെറും വന്യസ്വപ്നങ്ങളായിരുന്നു. എഐ ക്ക് ശരിക്കും ചിറകു വച്ചു തുടങ്ങുന്നത് കമ്പ്യൂട്ടറുകൾ കണ്ടെത്തിക്കഴിഞ്ഞ ശേഷമാണ്.
നിങ്ങൾ ചാൾസ് ബാബേജിനെപ്പറ്റി കേട്ടിട്ടുണ്ടാവുമല്ലോ. കമ്പ്യൂട്ടറുകളുടെ പിതാവായി അറിയപ്പെടുന്ന ചാൾസ് ബാബേജിനൊപ്പം നാം കേട്ടിരിക്കേണ്ട മറ്റൊരു പേരുണ്ട് – ബാബേജിൻ്റെ സ്വപ്നയന്ത്രങ്ങൾക്ക് (ശരിക്കും ബാബേജ് യന്ത്രങ്ങളായ ഡിഫറൻസ് എഞ്ചിനും അനലിറ്റിക്കൽ എഞ്ചിനും ഒന്നും അദ്ദേഹം ജീവിച്ചിരുന്ന കാലത്ത് ഒരു പൂർണ്ണമായ രീതിയിൽ നിർമ്മിച്ചെടുക്കാൻ പുള്ളിക്ക് കഴിഞ്ഞിരുന്നില്ല. അവയുടെ രൂപരേഖകൾ തയ്യാറാക്കുക മാത്രമേ ചെയ്തുള്ളൂ) കേവലം കണക്കുകൂട്ടലുകൾക്കപ്പുറം 'ചിന്തിക്കാൻ' കഴിഞ്ഞേക്കും എന്ന് ആദ്യം സ്വപ്നം കണ്ടത് ലോകത്തെ ആദ്യത്തെ കമ്പ്യൂട്ടർ പ്രോഗ്രാമറായ അഡാ ലവ്‌ലേസ് (Ada Lovelace) എന്ന വനിതയായിരുന്നു. അങ്ങനെ ചിന്തിച്ചാൽ എഐ യുടെ ഒരു പ്രായോഗികചിന്തയുടെ ആദ്യനാമ്പുകൾ ലവ്ലേസിൽ നിന്നാണ് തുടങ്ങുന്നതെന്ന് പറയാം.
എന്നാലും, എഐ ഒരു പ്രായോഗികസാധ്യതയായി അവതരിപ്പിക്കപ്പെടുന്നത് 1950-കളിലാണ്. അക്കാലത്ത് അലൻ ട്യൂറിംഗ് (Alan Turing) എന്ന ഒരു ബ്രിട്ടീഷ് ഗണിതജ്ഞൻ "യന്ത്രങ്ങൾക്ക് ചിന്തിക്കാനാകുമോ?" എന്ന വിഖ്യാതമായ ചോദ്യം ശാസ്ത്രലോകത്തിന് മുൻപിലേക്ക് ഇട്ടു കൊടുത്തു. പിന്നീട് 1956-ൽ അമേരിക്കയിലെ ഡാമുത്ത് കോളേജിൽ (Dartmouth College) നടന്ന ഒരു കോൺഫറൻസിൽ / വർക്ക്ഷോപ്പിൽ വെച്ച് ജോൺ മക്കാർത്തി (John McCarthy) എന്ന കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞനാണ് Artificial Intelligence പേര് ആദ്യമായി ഉപയോഗിച്ചത്. അദ്ദേഹത്തെ “AI-യുടെ പിതാക്കന്മാരിൽ” ഒരാളായിട്ടാണ് കണക്കാക്കുന്നത്.
എന്നാൽ തുടക്കത്തിലെ ആവേശം കഴിഞ്ഞ് പതിറ്റാണ്ടുകളോളം എഐ യുടെ വേഗത വളരെ മന്ദഗതിയിലായിരുന്നു. വേണ്ടത്ര ഡാറ്റയോ കമ്പ്യൂട്ടറുകൾക്ക് വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യാനുള്ള വേഗതയോ ഇല്ലാത്തതുകൊണ്ടായിരുന്നു ഈ മരവിപ്പ് ഉണ്ടായത് (എഐ ശീതകാലങ്ങൾ - AI Winters എന്നാണ് ശാസ്ത്രചരിത്രം ഈ കാലഘട്ടങ്ങളെ വിളിക്കുന്നത്). എന്നാലും പലപല ശ്രമങ്ങളിലൂടെ കുതിച്ചും കിതച്ചും മുന്നോട്ടു നീങ്ങിയ ഈ സാങ്കേതികവിദ്യകൾ, 2010-കൾക്ക് ശേഷം ഇൻ്റർനെറ്റിലൂടെ ഡാറ്റയുടെ വലിയൊരു പ്രളയം തന്നെ ഉണ്ടാവുകയും, കമ്പ്യൂട്ടറുകളുടെ ശേഷി അനേകമടങ്ങ് വർദ്ധിക്കുകയും ചെയ്തപ്പോഴാണ് നാം ഇന്ന് കാണുന്ന ഡീപ്പ് ലേണിംഗ് (Deep Learning) മോഡലുകളിലൂടെ വിപ്ലവം സൃഷ്ടിച്ചു തുടങ്ങിയത്. ചുരുക്കത്തിൽ, ഇന്ന് നാം കാണുന്ന എ ഐ ഏതെങ്കിലും ഒരു സിലിക്കൺ വാലി കോർപ്പറേറ്റ് കമ്പനിയുടെ മാത്രം കണ്ടുപിടിത്തമല്ല പകരം, ഒരുപാട് ശാസ്ത്രജ്ഞരുടെ പതിറ്റാണ്ടുകൾ നീണ്ട ചിന്തയുടേയും അധ്വാനത്തിൻ്റെയും ഫലമായി ഉരുത്തിരിഞ്ഞു വന്ന അറിവുകളുടെ അവസാനപടി മാത്രമാണ്.
എങ്ങോട്ടാണതിൻ്റെ പോക്ക്?
ഇതാണ് ഏറ്റവും നിർണ്ണായകമായ ചോദ്യം. നിലവിൽ നമ്മൾ ഉപയോഗിക്കുന്നതിനെ ഏറ്റവും ലളിതമായി 'നാരോ എ ഐ' (Narrow AI) എന്ന് പറയാം. അതായത്, ഒരു പ്രത്യേക ജോലി ചെയ്യാൻ (ഉദാഹരണത്തിന്: ചിത്രം വരയ്ക്കാൻ, വിവർത്തനം ചെയ്യാൻ, ചെസ്സ് കളിക്കാൻ) മാത്രം പരിശീലനം ലഭിച്ചവയാണവ. എന്നാൽ മനുഷ്യനെപ്പോലെ ഏത് അപ്രതീക്ഷിത സാഹചര്യത്തിലും സ്വന്തമായി യുക്തിയോടെ ചിന്തിച്ച് പ്രവർത്തിക്കാൻ കഴിയുന്ന 'ആർട്ടിഫിഷ്യൽ ജനറൽ ഇൻ്റലിജൻസ്' (AGI) എന്ന അതിസങ്കീർണ്ണമായ ലക്ഷ്യത്തിലേക്കാണ് ശാസ്ത്രലോകം കുതിക്കുന്നത്. ഈ കുതിപ്പിൻ്റെ ചില ഫലങ്ങൾ തെളിഞ്ഞു തുടങ്ങിയിട്ടുമുണ്ട്
നിർമ്മിതബുദ്ധിയുടെ നേട്ടങ്ങൾ
ഇനി നിർമ്മിതബുദ്ധി നമ്മുടെ ജീവിതത്തിൽ ഉണ്ടാക്കുന്ന ഗുണങ്ങളെപ്പറ്റി പറയാനാണെങ്കിൽ, ഒരുപാടുണ്ട്. നിർമ്മിതബുദ്ധിയുടെ കടന്നുവരവ് കേവലം ഐടി മേഖലയിൽ മാത്രം ഒതുങ്ങാതെ മനുഷ്യജീവിതത്തിന്റെ സമസ്ത തലങ്ങളിലും വിപ്ലവകരവും ഗുണപരവുമായ മാറ്റങ്ങളാണ് ഉണ്ടാക്കുന്നത്.
ഏറ്റവും പ്രധാനപ്പെട്ട മാറ്റം ദൃശ്യമാകുന്നത് ആരോഗ്യരംഗത്താണ്; അതിസങ്കീർണ്ണമായ സ്കാനിംഗ് റിപ്പോർട്ടുകൾ വിശകലനം ചെയ്ത് കാൻസർ പോലുള്ള രോഗങ്ങൾ വളരെ നേരത്തെ തന്നെ അതീവ കൃത്യതയോടെ കണ്ടെത്താനും, ഓരോ രോഗിക്കും അനുയോജ്യമായ പ്രത്യേക ചികിത്സാ രീതികൾ (Personalized Medicine) നിശ്ചയിക്കാനും ഇന്ന് എഐ ഡോക്ടർമാരെ സഹായിക്കുന്നുണ്ട്. പുതിയ മരുന്നുകളുടെ കണ്ടുപിടുത്തമാണ് മറ്റൊരു പ്രധാന നേട്ടം; വർഷങ്ങൾ നീളുന്ന പരീക്ഷണങ്ങളും ഗവേഷണങ്ങളും നിർമ്മിതബുദ്ധിയുടെ സഹായത്തോടെ അതിവേഗം പൂർത്തിയാക്കാൻ ഇന്ന് ശാസ്ത്രലോകത്തിന് കഴിയുന്നുണ്ട്. കൂടാതെ, വിദൂര ഗ്രാമങ്ങളിൽ പോലും വിദഗ്ധ ചികിത്സ ഉറപ്പാക്കുന്ന ടെലിമെഡിസിൻ സംവിധാനങ്ങളെ കൂടുതൽ കാര്യക്ഷമമാക്കാനും, രോഗികളുടെ ആരോഗ്യനില നിരന്തരം നിരീക്ഷിച്ച് കൃത്യമായ മുന്നറിയിപ്പുകൾ നൽകാനും എഐ അധിഷ്ഠിത ഉപകരണങ്ങൾക്ക് ഇന്ന് സാധിക്കാറുണ്ട്.
വിദ്യാഭ്യാസ മേഖലയിലും മാറ്റങ്ങൾ ശ്രദ്ധേയമാണ്; ഓരോ വിദ്യാർത്ഥിയുടെയും പഠനനിലവാരവും വേഗതയും മനസ്സിലാക്കി അവർക്കനുയോജ്യമായ രീതിയിൽ പാഠ്യപദ്ധതികൾ ക്രമീകരിക്കാൻ എഐ ടൂളുകൾക്ക് കഴിയും. കൂടാതെ, പരമ്പരാഗത ക്ലാസ്സ്റൂം പഠനത്തിനപ്പുറം, തികച്ചും വ്യത്യസ്തമായ വിഷയങ്ങളെ തമ്മിൽ ബന്ധിപ്പിച്ച് കൂടുതൽ പ്രായോഗികവും വൈവിധ്യപൂർണ്ണവുമായ (Multi-disciplinary) അറിവുകൾ കുട്ടികളിലേക്ക് എളുപ്പത്തിൽ എത്തിക്കാനും പുതിയ സംവിധാനങ്ങൾ അധ്യാപകരെ സഹായിക്കുന്നുണ്ട്. അധ്യാപകരുടെ സമയം ഏറെ വേണ്ടിവരുന്ന മൂല്യനിർണ്ണയം (Evaluation), മറ്റു ദൈനംദിന അഡ്മിനിസ്ട്രേറ്റീവ് ജോലികൾ എന്നിവ വേഗത്തിലാക്കാൻ എഐ സഹായിക്കുന്നതിലൂടെ, വിദ്യാർത്ഥികളുമായുള്ള നേരിട്ടുള്ള ആശയവിനിമയത്തിനും അവരുടെ സർഗ്ഗാത്മകമായ വികസനത്തിനും കൂടുതൽ സമയം കണ്ടെത്താൻ അവർക്ക് സാധിക്കും. ഇതിനുപുറമെ, ഏതു സമയത്തും സംശയനിവാരണം നടത്താൻ സഹായിക്കുന്ന വെർച്വൽ ട്യൂട്ടർമാർ കുട്ടികൾക്ക് മികച്ച ഒരു പഠനസഹായിയായി മാറുകയും, വിവിധതരം പഠനവൈകല്യങ്ങളുള്ള വിദ്യാർത്ഥികൾക്ക് പോലും അറിവ് കൂടുതൽ എളുപ്പത്തിൽ പ്രാപ്യമാക്കുകയും ചെയ്യും.
ശാസ്ത്ര ഗവേഷണ രംഗത്ത്, നൂതനമായ ക്വാണ്ടം സയൻസ് മുതൽ ബഹിരാകാശ ഗവേഷണം വരെയുള്ള മേഖലകളിൽ മനുഷ്യന് കണ്ടെത്താനാകാത്ത പാറ്റേണുകൾ കോടിക്കണക്കിന് ഡാറ്റകളിൽ നിന്ന് നിമിഷനേരം കൊണ്ട് വിശകലനം ചെയ്ത് പുതിയ കണ്ടുപിടുത്തങ്ങൾ വേഗത്തിലാക്കാൻ നിർമ്മിതബുദ്ധി വലിയ പങ്കുവഹിക്കുന്നു. വർഷങ്ങളോളം നീളുന്ന സങ്കീർണ്ണമായ പരീക്ഷണങ്ങൾ നേരിട്ട് നടത്തുന്നതിന് പകരം, അവ കമ്പ്യൂട്ടറിലൂടെ simulate ചെയ്ത് നോക്കാനും ഇതിലൂടെ ഗവേഷണങ്ങളുടെ സമയവും വലിയ സാമ്പത്തികച്ചെലവും ലാഭിക്കാനും ശാസ്ത്രജ്ഞർക്ക് ഇന്ന് കഴിയുന്നുണ്ട്. കൂടാതെ, ഭാവിയിലെ ആവശ്യങ്ങൾക്കുള്ള പുതിയ പദാർത്ഥങ്ങൾ രൂപപ്പെടുത്തുന്നതിലും പ്രപഞ്ചോൽപ്പത്തിയെക്കുറിച്ചുള്ള സങ്കീർണ്ണമായ ചോദ്യങ്ങൾക്ക് ഉത്തരം കണ്ടെത്തുന്നതിലും നിർമ്മിതബുദ്ധി മനുഷ്യന്റെ ഏറ്റവും മികച്ച സഹായിയായി മാറിയിട്ടുണ്ട്.
കാർഷിക രംഗത്ത് കാലാവസ്ഥാ വ്യതിയാനങ്ങൾ മുൻകൂട്ടി കണ്ട് വിളകൾ സംരക്ഷിക്കാനും, കൃത്യമായ അളവിൽ മാത്രം വിഭവങ്ങൾ ഉപയോഗിച്ച് ഉത്പാദനം വർദ്ധിപ്പിക്കാനും (Precision Agriculture) ഇത് കർഷകർക്ക് തുണയാകുന്നുണ്ട്. ഡ്രോണുകളും എഐ കാമറകളും ഉപയോഗിച്ച് വിളകളിലെ രോഗങ്ങളും കീടബാധകളും വളരെ നേരത്തെ തന്നെ കണ്ടെത്തുന്നതിലൂടെ, അമിതമായ കീടനാശിനി പ്രയോഗം ഒഴിവാക്കാനും കൃഷിയിടങ്ങളെ സംരക്ഷിക്കാനും ഇന്ന് കർഷകർക്ക് സാധിക്കുന്നതിൽ നിർമ്മിതബുദ്ധിയുടെ പങ്ക് എടുത്തു പറയുക തന്നെ വേണം. കൂടാതെ, വിളവെടുപ്പിനുള്ള ഏറ്റവും അനുയോജ്യമായ സമയം പ്രവചിക്കാനും, വിപണിയിലെ മാറ്റങ്ങൾ മുൻകൂട്ടി മനസ്സിലാക്കി ഉൽപ്പന്നങ്ങൾക്ക് മികച്ച വില ഉറപ്പുവരുത്താനും ഈ സാങ്കേതികവിദ്യ വലിയ തോതിൽ വഴിയൊരുക്കുന്നുണ്ട്.
ഇതിനെല്ലാം പുറമെ, ഭാഷാപരമായ അതിർവരമ്പുകൾ മായ്ച്ചുകളഞ്ഞുകൊണ്ട് തത്സമയ വിവർത്തനങ്ങൾ സാധ്യമാക്കുന്നതിലും, മനുഷ്യന്റെ സമയവും ഊർജ്ജവും ലാഭിച്ചുകൊണ്ട് കൂടുതൽ സൃഷ്ടിപരമായകാര്യങ്ങളിലേക്ക് ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ മനുഷ്യരെ പ്രാപ്തരാക്കാനും നിർമ്മിതബുദ്ധിസങ്കേതങ്ങൾക്ക് ഇന്ന് കഴിയുന്നുണ്ട്. കാഴ്ച-കേൾവി പരിമിതികളുള്ള ആളുകൾക്ക് സ്മാർട്ട് അസിസ്റ്റന്റുകളിലൂടെ ലോകവുമായി എളുപ്പത്തിൽ സംവദിക്കാനും അറിവുകൾ നേടാനും ഇത് പുതിയ വാതിലുകൾ തുറന്നിടുന്നു. യന്ത്രങ്ങളുടെ ഈ കാര്യക്ഷമതയും മനുഷ്യന്റെ ഭാവനയും ഒന്നിക്കുമ്പോൾ, ചരിത്രത്തിലൊരിക്കലും കാണാത്ത വലിയ കുതിച്ചുചാട്ടങ്ങൾക്കാണ് ഇന്നത്തെ ലോകം സാക്ഷ്യം വഹിക്കുന്നത്.
വിവിധമേഖലകളിലെ സവിശേഷപ്രശ്നങ്ങൾ
ഈ വലിയ നേട്ടങ്ങൾക്കൊപ്പം തന്നെ ഓരോ മേഖലയിലും നിർമ്മിതബുദ്ധി ചില സവിശേഷമായ പ്രതിസന്ധികളും സൃഷ്ടിക്കുന്നുണ്ട്. ആരോഗ്യരംഗത്ത് രോഗികളുടെ സ്വകാര്യ വിവരങ്ങളുടെ സുരക്ഷയും (Data Privacy), അൽഗോരിതങ്ങളുടെ പിഴവ് മൂലമുണ്ടാകാൻ സാധ്യതയുള്ള തെറ്റായ രോഗനിർണ്ണയങ്ങളും വലിയ ആശങ്കയുണ്ടാക്കുന്നവയാണ്.
വിദ്യാഭ്യാസ മേഖലയിൽ കുട്ടികൾ സ്വന്തമായി ചിന്തിക്കാനും വിശകലനം ചെയ്യാനുമുള്ള കഴിവ് പൂർണ്ണമായും എഐക്ക് വിട്ടുകൊടുക്കുന്നത് അവരുടെ സ്വാഭാവിക ബൗദ്ധിക വളർച്ചയെ മുരടിപ്പിക്കാൻ കാരണമാകും; കൂടാതെ ഇത്തരം സാങ്കേതികവിദ്യകൾ പ്രാപ്യമല്ലാത്തവർ കൂടുതൽ പിന്തള്ളപ്പെടുന്നതിനും (Digital Divide) ഇത് വഴിവെക്കും.
കാർഷിക രംഗത്തെ ഉയർന്ന സാങ്കേതിക ചിലവുകൾ ചെറുകിട കർഷകരെ കോർപ്പറേറ്റ് കമ്പനികളെ ആശ്രയിക്കാൻ നിർബന്ധിതരാക്കുമ്പോൾ, ശാസ്ത്ര ഗവേഷണ രംഗത്ത് എഐ അബദ്ധത്തിൽ സൃഷ്ടിക്കുന്ന വ്യാജ വിവരങ്ങൾ (AI Hallucinations) പഠനങ്ങളുടെ വിശ്വാസ്യതയെത്തന്നെ ചോദ്യം ചെയ്യുന്നു.
ചുരുക്കത്തിൽ, അൽഗോരിതങ്ങളിലെ പക്ഷപാതിത്വം (Bias), കോർപ്പറേറ്റുകളുടെ കുത്തകവൽക്കരണം, മനുഷ്യന്റെ യുക്തിബോധത്തിന്റെ നഷ്ടം എന്നീ വലിയ വെല്ലുവിളികൾ കൂടി പരിഹരിച്ചാൽ മാത്രമേ ഈ മാറ്റങ്ങൾ സമൂഹത്തിന് പൂർണ്ണമായും ഗുണകരമായി മാറുകയുള്ളൂ.
പൊതുവായ പ്രശ്നങ്ങൾ
അതുപോലെ, ഈ കുതിപ്പിൽ വലിയ ചില അപകടങ്ങളും ഒളിഞ്ഞിരിപ്പുണ്ട്. ഇത് കേവലമൊരു സാങ്കേതികവിദ്യ എന്നതിനപ്പുറം ഡിജിറ്റൽ സാമൂഹ്യശാസ്ത്രത്തിൻ്റെ കണ്ണിൽ കൂടി മനസ്സിലാക്കേണ്ട വലിയൊരു വിഷയം കൂടിയാണ്. ശരിക്കും നിർമ്മിതബുദ്ധി സ്പർശിക്കാത്ത മേഖലകൾ ഇല്ലെന്നു തന്നെ പറയാം. മനുഷ്യരുടെ തൊഴിൽ മുതൽ മാനസികാരോഗ്യം വരെയും ചരിത്രം മുതൽ ഭാഷ വരെയും, സംസ്കാരം മുതൽ സാമ്പത്തികഘടനകൾ വരെയും – അങ്ങനെ ഒട്ടനവധി മേഖലകളെ അത് സമൂലം തിരുത്തുന്നുണ്ട്. എല്ലാം പറയാൻ ഈ ലേഖനത്തിൽ കഴിയില്ല എന്നതു കൊണ്ട് ചില വിഷയങ്ങളെപ്പറ്റി മാത്രം ഞാൻ പറഞ്ഞു പോകാം.
- അറ്റൻഷൻ ഇക്കോണമി (Attention Economy):
നമ്മുടെ ശ്രദ്ധയുടെ വില്പനയാണ് അറ്റൻഷൻ ഇക്കോണമിയുടെ ഗുട്ടൻസ്. ആ സമ്പദ്ഘടനയുടെ യുക്തി അനുസരിച്ച്, മനുഷ്യരുടെ ഏറ്റവും വിലപ്പെട്ട വിഭവം അവരുടെ സമയമാണ്. ആ സമയവും ശ്രദ്ധയും എങ്ങനെ പരമാവധി സ്ക്രീനുകളിൽ പിടിച്ചുനിർത്താം എന്നതിലാണ് ടെക് കമ്പനികളുടെ സാമ്പത്തിക ലാഭം ഇരിക്കുന്നത്. അതിനായി സാമൂഹ്യമാധ്യമങ്ങളിലൂടെയും, ഡിജിറ്റൽ കണ്ടൻ്റ് വിപണനം ചെയ്യപ്പെടുന്ന പ്ലാറ്റ്ഫോമുകൾ വഴിയുമൊക്കെ നമ്മുടെ ശ്രദ്ധ കവർന്നെടുത്ത് നമ്മെ തളച്ചിടാൻ നിർമ്മിതബുദ്ധിയുടെ സഹായത്തോടെ പ്രവർത്തിക്കുന്ന അൽഗോരിതങ്ങൾക്ക് കഴിയും. ഇതെങ്ങനെയെന്നാണോ ചിന്തിക്കുന്നത്? നമ്മുടെ സ്വഭാവവും ഇഷ്ടങ്ങളും കൃത്യമായി മനസ്സിലാക്കാൻ എഐ അൽഗോരിതങ്ങൾക്ക് വളരെ വേഗത്തിൽ സാധിക്കും. അതിനനുസരിച്ച് നിങ്ങളെ സ്ക്രീനിൽ പിടിച്ചിരുത്താൻ പോന്ന ആകർഷകമായ ഉള്ളടക്കങ്ങൾ നിമിഷനേരം കൊണ്ട് സൃഷ്ടിക്കാൻ ജനറേറ്റീവ് എഐക്ക് കഴിയുകയും ചെയ്യും. നമ്മൾ എന്ത് കാണണം, എന്ത് ചിന്തിക്കണം എന്ന് അൽഗോരിതങ്ങൾ തീരുമാനിക്കുമ്പോൾ മനുഷ്യൻ്റെ സ്വതന്ത്രമായ തീരുമാനമെടുക്കാനുള്ള കഴിവിനെയാണ് (Human Agency) അത് ഇല്ലാതാക്കുന്നത്
ഇത്തരം തുടർച്ചയായ ഇടപെടലുകൾ മനുഷ്യന്റെ ഏകാഗ്രതയെയും ദീർഘനേരം ഒരു കാര്യത്തിൽ ശ്രദ്ധിക്കാനുള്ള കഴിവിനെയും കാര്യമായി കുറയ്ക്കുന്നുണ്ട്. കുട്ടികളിലും യുവാക്കളിലും ഇത് വലിയ തോതിലുള്ള ഉത്കണ്ഠയ്ക്കും മാനസിക സമ്മർദ്ദങ്ങൾക്കും കാരണമാകുന്നു എന്ന് പുതിയ പഠനങ്ങൾ സൂചിപ്പിക്കുന്നു. ശരിക്കും പറഞ്ഞാൽ ഒരുതരം ഡിജിറ്റൽ മയക്കുമരുന്നായി ഇത് മാറിക്കഴിഞ്ഞിട്ടുണ്ട്.
നമുക്ക് താല്പര്യമുള്ള വിഷയങ്ങൾ മാത്രം നിരന്തരം കാണിച്ച് നമ്മളെ ഒരു സാങ്കൽപ്പിക ലോകത്ത് (Echo Chamber) തളച്ചിടാനും ഈ അൽഗോരിതങ്ങൾക്ക് സാധിക്കും. ഇതുവഴി വ്യത്യസ്തമായ അഭിപ്രായങ്ങൾ കേൾക്കാനും യാഥാർത്ഥ്യം മനസ്സിലാക്കാനുമുള്ള നമ്മുടെ അവസരങ്ങളാണ് പൂർണ്ണമായും ഇല്ലാതാകുന്നത്. വ്യാജവാർത്തകൾ നിർമ്മിച്ച് സമൂഹത്തിൽ കൃത്രിമമായ അഭിപ്രായരൂപീകരണം നടത്താൻ ഈ സാങ്കേതികവിദ്യയെ പലരും ഇന്ന് ആയുധമാക്കുന്നുണ്ട്. സാങ്കേതികവിദ്യയുടെ ഈ അദൃശ്യമായ നിയന്ത്രണങ്ങളിൽ നിന്ന് പുറത്തുകടക്കാൻ ഡിജിറ്റൽ സാക്ഷരതയും ബോധപൂർവ്വമായ ഉപയോഗവും മാത്രമാണ് ഇനി നമുക്ക് മുന്നിലുള്ള പ്രതിവിധി.
- അൽഗോരിതങ്ങളിലെ പക്ഷപാതിത്വം (Algorithmic Bias):
നിർമ്മിതബുദ്ധി തികച്ചും നിഷ്പക്ഷമാണെന്നും അതിന് മനുഷ്യരെപ്പോലെ മുൻവിധികളില്ലെന്നുമുള്ളത് വളരെ വലിയൊരു തെറ്റിദ്ധാരണയാണ്. എഐ സിസ്റ്റങ്ങൾ കാര്യങ്ങൾ പഠിക്കുന്നത് മനുഷ്യർ തന്നെ നൽകുന്ന കോടിക്കണക്കിന് ഡാറ്റകളിൽ നിന്നാണ്. എന്നാൽ, ചരിത്രപരമായി നമ്മുടെ സമൂഹത്തിൽ നിലനിൽക്കുന്ന ജാതി, വർണ്ണം, ലിംഗഭേദം, സാമ്പത്തിക നില എന്നിവയോടുള്ള വിവേചനങ്ങൾ ഈ ഡാറ്റകളിലും ഒളിഞ്ഞുകിടപ്പുണ്ടാകും. സ്വാഭാവികമായും, ഈ ഡാറ്റ വെച്ച് പരിശീലിപ്പിക്കപ്പെടുന്ന അൽഗോരിതങ്ങൾ സമൂഹത്തിലെ ഈ മുൻവിധികളെ അതേപടി പകർത്തുകയോ ചിലപ്പോൾ ഒന്നുകൂടി വലുതാക്കി കാണിക്കുകയോ ചെയ്യും. ഇതിനെയാണ് അൽഗോരിതങ്ങളിലെ പക്ഷപാതിത്വം അഥവാ Algorithmic Bias എന്ന് വിളിക്കുന്നത്.
ഇതെങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത് എന്നതിന് വ്യക്തമായ ഉദാഹരണങ്ങൾ ഇന്ന് കാണാൻ കഴിയും. ഇന്ന് പല കമ്പനികളും അവരുടെ റിക്രൂട്ട്മെന്റിനായി ഉപയോഗിക്കുന്ന എഐ സോഫ്റ്റ്‌വെയറുകളിലൂടെ, അവിടങ്ങളിൽ മുൻപ് തന്നെയുണ്ടായിരുന്ന ലിംഗവിവേചനത്തിനെ കൂടുതൽ ശക്തമാക്കുന്നതായി ചൂണ്ടിക്കാണിക്കപ്പെട്ടിട്ടുണ്ട്. അവിടങ്ങളിൽ സ്ത്രീകളുടെയും ട്രാൻസ്ജെൻഡർ അപേക്ഷകരുടേയും അവസരം നിഷേധിച്ച്, പുരുഷന്മാരുടെ അപേക്ഷകൾക്ക് കൂടുതൽ മുൻഗണന നൽകുന്നതായി കാണപ്പെട്ടിട്ടുണ്ട്. കാരണം ലളിതമാണ്, അതിന് പരിശീലിക്കാൻ നൽകിയ പഴയ ഡാറ്റകളിൽ കൂടുതലും പുരുഷന്മാർക്കായിരുന്നു ആ ജോലി ലഭിച്ചിരുന്നത്. അതുപോലെ തന്നെ, കുറ്റവാളികളെ കണ്ടെത്താൻ ഉപയോഗിക്കുന്ന മുഖം തിരിച്ചറിയുന്ന സാങ്കേതികവിദ്യകൾ (Facial Recognition) വെളുത്ത നിറമുള്ളവരെ കൃത്യമായി തിരിച്ചറിയുകയും, ഇരുണ്ട നിറമുള്ളവരെ തിരിച്ചറിയാൻ ബുദ്ധിമുട്ടുകയും ചെയ്യുന്നതും ഇതിന്റെ വലിയൊരു ഉദാഹരണമാണ്. ബാങ്കുകളിൽ നിന്ന് ലോൺ അനുവദിക്കുന്ന കാര്യത്തിലായാലും, ഇൻഷുറൻസ് പോളിസികളുടെ കാര്യത്തിലായാലും ഈ പക്ഷപാതിത്വം അദൃശ്യമായി പ്രവർത്തിക്കുന്നുണ്ട്. ത്വഗ്‌രോഗങ്ങൾ കണ്ടുപിടിക്കുന്ന ഒരു എ.ഐ മോഡൽ കൂടുതലും വെളുത്ത നിറമുള്ള ആളുകളുടെ ചിത്രങ്ങൾ ഉപയോഗിച്ചാണ് പരിശീലിപ്പിച്ചതെങ്കിൽ, കറുത്ത വർഗ്ഗക്കാരിലോ ഇരുണ്ട നിറമുള്ളവരിലോ അത് കൃത്യമായ ഫലം നൽകണമെന്നില്ല. പരിശീലനത്തിനായി നൽകുന്ന വിവരങ്ങളിലെ ഇത്തരം അപാകതകൾ വലിയ രീതിയിലുള്ള വിവേചനങ്ങൾക്ക് കാരണമായേക്കാം
നിർമ്മിതബുദ്ധിയുടെ ഇത്തരം തീരുമാനങ്ങൾ സമൂഹത്തിലെ പാർശ്വവൽക്കരിക്കപ്പെട്ട വിഭാഗങ്ങളെ വീണ്ടും പിന്നോട്ടടിക്കാനും ഡിജിറ്റൽ വിടവ് (Digital Divide) വർദ്ധിപ്പിക്കാനും മാത്രമേ ഉപകരിക്കൂ. കൂടാതെ, ജനറേറ്റീവ് എഐയുടെ ലോകത്ത് പാശ്ചാത്യ ഭാഷകൾക്കും സംസ്കാരത്തിനും ലഭിക്കുന്ന വലിയ മുൻഗണന, നമ്മുടെ പ്രാദേശിക ഭാഷകളെയും സംസ്കാരങ്ങളെയും അരികുവൽക്കരിക്കുന്നതിനും കാരണമാകുന്നുണ്ട്. അൽഗോരിതങ്ങളിലെ ഈ പക്ഷപാതിത്വം പരിഹരിക്കണമെങ്കിൽ, എഐ നിർമ്മിക്കാൻ ഉപയോഗിക്കുന്ന ഡാറ്റ കൂടുതൽ വൈവിധ്യമുള്ളതാകേണ്ടതുണ്ട്. സാങ്കേതികവിദ്യയെ അന്ധമായി വിശ്വസിക്കാതെ, അതിലെ പിഴവുകളെ നിരന്തരം ഓഡിറ്റ് ചെയ്യുകയും തിരുത്തുകയും ചെയ്യുക എന്നത് മാത്രമാണ് കൂടുതൽ നീതിയുക്തമായ ഒരു ഡിജിറ്റൽ ലോകം കെട്ടിപ്പടുക്കാൻ നമുക്ക് ചെയ്യാനാകുന്നത്.
- തൊഴിൽ മേഖലയിലെ സ്വാധീനം (Impact on Employment)
നിർമ്മിതബുദ്ധി സമൂഹത്തിൽ ഉണ്ടാക്കുന്ന ഏറ്റവും വലിയ ആശങ്കകളിലൊന്ന് തൊഴിൽ മേഖലയുമായി ബന്ധപ്പെട്ടതാണ്. എഐ മനുഷ്യരുടെ ജോലികൾ പൂർണ്ണമായും അപഹരിക്കും എന്ന ലളിതമായ സമവാക്യത്തിനപ്പുറം, തൊഴിലുകളുടെ വലിയൊരു 'പരിവർത്തനമാണ്' (Transformation) യഥാർത്ഥത്തിൽ സംഭവിച്ചുകൊണ്ടിരിക്കുന്നത്. യാന്ത്രികവും ആവർത്തന സ്വഭാവവുമുള്ള (Repetitive and routine) ജോലികളാണ് സ്വാഭാവികമായും ആദ്യം ഇല്ലാതാകുന്നത്. ഡാറ്റാ എൻട്രി, അടിസ്ഥാന കോഡിംഗ്, ഉപഭോക്തൃ സേവനം തുടങ്ങി പല മേഖലകളിലും മനുഷ്യർക്ക് പകരം എഐ സംവിധാനങ്ങൾ ഇതിനകം തന്നെ സ്ഥാനം പിടിച്ചു കഴിഞ്ഞു. മുൻകാലങ്ങളിൽ സാങ്കേതികവിദ്യ പ്രധാനമായും ശാരീരിക അധ്വാനമുള്ള ജോലികളെയാണ് ഇല്ലാതാക്കിയിരുന്നതെങ്കിൽ, ഇന്ന് ജനറേറ്റീവ് എഐയുടെ വരവോടെ ബുദ്ധിപരവും സർഗ്ഗാത്മകവുമായ ജോലികൾ (ഉദാഹരണത്തിന്: എഴുത്ത്, ഡിസൈനിംഗ്, പരിഭാഷ) പോലും വലിയ വെല്ലുവിളി നേരിടുന്നുണ്ട്.
എന്നാൽ, തൊഴിലുകൾ ഇല്ലാതാകുക മാത്രമല്ല ഇവിടെ സംഭവിക്കുന്നത്. എഐയുമായി ബന്ധപ്പെട്ട് മുൻപില്ലാത്ത പുതിയ പല തൊഴിലവസരങ്ങളും (ഉദാഹരണത്തിന്: പ്രോംപ്റ്റ് എഞ്ചിനീയർമാർ, എഐ ഓഡിറ്റർമാർ) സൃഷ്ടിക്കപ്പെടുന്നുണ്ട്. പക്ഷേ, ഇവിടെയുള്ള യഥാർത്ഥ പ്രശ്നം മനുഷ്യർക്കിടയിലുണ്ടാകുന്ന 'നൈപുണ്യ വിടവ്' (Skill gap) ആണ്. ജോലി നഷ്ടപ്പെടുന്ന ഒരു സാധാരണ തൊഴിലാളിക്ക് പെട്ടെന്ന് ഈ പുതിയ സാങ്കേതികവിദ്യ പഠിച്ചെടുത്ത് പുതിയ തൊഴിലിലേക്ക് മാറാൻ കഴിഞ്ഞെന്നുവരില്ല. ഇത് സമൂഹത്തിൽ വലിയ സാമ്പത്തിക അസമത്വങ്ങൾക്കും തൊഴിലില്ലായ്മയ്ക്കും കാരണമായേക്കാം. അതായത്, എഐ അല്ല മനുഷ്യരുടെ ജോലി കളയുന്നത്, മറിച്ച് എഐ ഉപയോഗിക്കാൻ അറിയാവുന്ന മറ്റ് മനുഷ്യരായിരിക്കും അത് അറിയാത്തവരുടെ തൊഴിൽ സാധ്യതകൾ ഇല്ലാതാക്കുന്നത് എന്നൊരു സാഹചര്യമാണ് മുന്നിലുള്ളത്. ഈ മാറ്റങ്ങളെ മറികടക്കാൻ, നമ്മുടെ വിദ്യാഭ്യാസ സമ്പ്രദായം കാലോചിതമായി പരിഷ്കരിക്കുകയും തൊഴിലാളികൾക്ക് പുതിയ നൈപുണ്യ പരിശീലനങ്ങൾ (Re-skilling and Up-skilling) നൽകുകയും ചെയ്യുക എന്നത് മാത്രമാണ് ഭരണകൂടങ്ങളുടെയും സമൂഹത്തിന്റെയും മുന്നിലുള്ള പ്രധാന പോംവഴി. ഇതിൻ്റെ വ്യാപ്തി നോക്കുമ്പോൾ, ഇത് അത്ര ചെറിയ ഒരു പ്രവർത്തനം അല്ലായെന്നും അതിനായി വലിയ രീതിയിലെ ആസൂത്രണവും മുൻകരുതലുകളും വേണ്ടി വരും എന്നത് കൂടി മനസ്സിലാക്കേണ്ടതുണ്ട്.
4. ഡീപ് ഫേക്കുകളും ഡിജിറ്റൽ കുറ്റകൃത്യങ്ങളും (Deepfakes and Digital Crimes)
നിർമ്മിതബുദ്ധി മറ്റ് സംസ്കാരമുൾപ്പെടെയുള്ള ഇടങ്ങളിൽ ഗുണപരമായ സംഭാവനകൾ നൽകുന്ന ഒന്നായിരിക്കുമ്പോൾ തന്നെ, കുറ്റകൃത്യങ്ങളുടെ ലോകങ്ങൾക്കും പുതിയ മാനങ്ങൾ നൽകാൻ അതിനു സാധിക്കുന്നുണ്ട് എന്നതാണ് വസ്തുത. അതിൻ്റെ നൂറുകണക്കിന് ഉദാഹരണങ്ങളിൽ ഒന്ന് മാത്രമാണ് ഇവിടെ സൂചിപ്പിക്കുന്നത്. അത് ഡീപ് ഫേക്കിനെപ്പറ്റിയാണ്. നിർമ്മിതബുദ്ധി നൽകുന്ന സർഗ്ഗാത്മക സാധ്യതകൾക്ക് മുകളിൽ കരിനിഴൽ വീഴ്ത്തുന്ന ഒന്നാണ് ഡീപ് ഫേക്ക് (Deepfake) സാങ്കേതികവിദ്യയുടെ ദുരുപയോഗം. ഒരാളുടെ മുഖമോ ശബ്ദമോ ശരീരമോ മറ്റൊരു വീഡിയോയിലോ ഓഡിയോയിലോ ചിത്രത്തിലോ എഐ ഉപയോഗിച്ച് അതീവ കൃത്യതയോടെ വെച്ചുപിടിപ്പിക്കുന്ന വിദ്യയാണിത്. കണ്ടാൽ യഥാർത്ഥമാണെന്നേ തോന്നൂ. നിർഭാഗ്യവശാൽ, ഈ അത്യാധുനിക വിദ്യ ഇന്ന് സൈബർ കുറ്റവാളികളുടെ കൈകളിലെ വലിയൊരു മാരകായുധമായി മാറിക്കഴിഞ്ഞിട്ടുണ്ട്. ഡിജിറ്റൽ ലോകത്ത് വലിയൊരു വിഭാഗം സ്ത്രീകളും കുട്ടികളും ഇന്ന് ഇതിന്റെ ഇരകളാണ്. ഒരാളുടെ അനുവാദമില്ലാതെ അവരുടെ ചിത്രങ്ങൾ ഉപയോഗിച്ച് അശ്ലീല വീഡിയോകളും ചിത്രങ്ങളും നിർമ്മിക്കുന്ന 'റിവഞ്ച് പോൺ' (Revenge Porn) പോലുള്ള ക്രൂരമായ വിനോദങ്ങൾക്ക് ഡീപ് ഫേക്ക് വ്യാപകമായി ഉപയോഗിക്കപ്പെടുന്നുണ്ട്. അതിനെത്തുടർന്നുള്ള ഓഫ്ലൈൻ കുറ്റകൃത്യങ്ങൾക്ക് കൂടി ഇത് കാരണമാവും. ഇത് ഇരകളുടെ വ്യക്തിജീവിതത്തെയും മാനസികാരോഗ്യത്തെയും തകർത്തു കളയും.
സാമ്പത്തിക തട്ടിപ്പുകൾക്കും (Financial Fraud) ഈ വിദ്യ ഉപയോഗിക്കുന്നുണ്ട്. നിങ്ങളുടെ പ്രിയപ്പെട്ടവരുടെ ശബ്ദത്തിലോ മുഖത്തിലോ എഐ വഴി വ്യാജ വീഡിയോ കോൾ ചെയ്ത്, അവർ അപകടത്തിലാണെന്ന് വിശ്വസിപ്പിച്ച് പണം തട്ടിയെടുക്കുന്ന രീതികൾ ഇന്ന് വർദ്ധിച്ചുവരികയാണ്.
കുടുംബങ്ങളെയും വ്യക്തികളെയും ബാധിക്കുന്ന പ്രശ്നങ്ങൾക്കപ്പുറം, സമൂഹത്തിന്റെ നിലനിൽപ്പിനെത്തന്നെ ബാധിക്കുന്ന രാഷ്ട്രീയ കുറ്റകൃത്യങ്ങൾക്കും ഡീപ് ഫേക്ക് വഴിവെക്കുന്നുണ്ട്. തിരഞ്ഞെടുപ്പ് കാലങ്ങളിൽ രാഷ്ട്രീയ നേതാക്കളുടെ വ്യാജ വീഡിയോകൾ നിർമ്മിച്ച് വർഗ്ഗീയ ലഹളകൾ ഉണ്ടാക്കാനും, ജനാധിപത്യ പ്രക്രിയയെ അട്ടിമറിക്കാനും സൈബർ കുറ്റവാളികൾക്ക് കഴിയും. ഇത് വ്യാജവാർത്തകളുടെ (Fake News) തീവ്രത വർദ്ധിപ്പിക്കുകയും സമൂഹത്തിൽ അവിശ്വാസം പടർത്തുകയും ചെയ്യുന്നുണ്ട്. ഇന്ത്യയിലും ലോകമെമ്പാടുമുള്ള ഒട്ടനവധി കുറ്റകൃത്യങ്ങൾക്കും ലഹളകൾക്കും ഇത്തരം ഫേക്ക്ന്യൂസുകൾ വഴിവയ്ക്കുന്നത് നമുക്ക് ദിനേന കാണാൻ കഴിയുന്നുണ്ടല്ലോ. “കാണുന്നതൊന്നും വിശ്വസിക്കരുത്'.. ഒരാളേയും വിശ്വസിക്കരുത്” എന്നൊരു അവസ്ഥയിലേക്ക് തന്നെയാണ് നമ്മൾ പൊയ്ക്കോണ്ടിരിക്കുന്നത്.
ഇത്തരം ഡിജിറ്റൽ കുറ്റകൃത്യങ്ങളെ നേരിടാൻ നിലവിലുള്ള നിയമങ്ങൾ പലപ്പോഴും അപര്യാപ്തമാണ്. കുറ്റവാളികൾ ലോകത്തിന്റെ ഏത് കോണിലിരുന്നും ഇത് ചെയ്യാമെന്നത് പോലീസിനും വലിയ വെല്ലുവിളിയാണ്. ഡീപ് ഫേക്കുകളെ തിരിച്ചറിയാനുള്ള എഐ സാങ്കേതികവിദ്യകൾ (Detection tools) വികസിച്ചുവരുന്നുണ്ടെങ്കിലും, കുറ്റവാളികൾ അതിനേക്കാൾ വേഗത്തിൽ തങ്ങളുടെ വിദ്യകൾ പരിഷ്കരിക്കുന്നു എന്നത് മറ്റൊരു പ്രശ്നവുമാണ്. അതിനാൽ, ഡിജിറ്റൽ സാക്ഷരതയും വിമർശനാത്മകമായ ചിന്തയും (Critical thinking) സമൂഹത്തിൽ വളർത്തിയെടുക്കുക എന്നത് മാത്രമാണ് ഇത്തരം അത്യാധുനിക കുറ്റകൃത്യങ്ങളിൽ നിന്ന് രക്ഷപ്പെടാനുള്ള പ്രധാന പോംവഴി. എന്നാൽ ഈ പ്രതിരോധമാർഗ്ഗങ്ങൾ എങ്ങനെ വ്യാപകമായും ഫലപ്രദമായും നടപ്പിലാക്കിയെടുക്കും എന്നത് ഒരു കീറാമുട്ടിയായി നമ്മുടെ മുന്നിൽ നിൽക്കുകയും ചെയ്യുന്നുണ്ട്.
5. ബൗദ്ധിക സ്വത്തവകാശവും നിർമ്മിതബുദ്ധിയുടെ നൈതികതയും (Intellectual Property and AI Ethics)
ജനറേറ്റീവ് എഐ ഉയർത്തുന്ന ഏറ്റവും സങ്കീർണ്ണമായ മറ്റൊരു പ്രശ്നമാണ് ബൗദ്ധിക സ്വത്തവകാശവുമായി ബന്ധപ്പെട്ടുള്ളത്. ചിത്രങ്ങൾ, കവിതകൾ, ലേഖനങ്ങൾ, സംഗീതം എന്നിങ്ങനെ ലോകമെമ്പാടുമുള്ള മനുഷ്യർ വർഷങ്ങളുടെ പരിശ്രമം കൊണ്ട് സൃഷ്ടിച്ചെടുത്ത കോടിക്കണക്കിന് ഡാറ്റകൾ ഉപയോഗിച്ചാണ് ജനറേറ്റീവ് എഐ മോഡലുകൾ പരിശീലിപ്പിക്കപ്പെട്ടിരിക്കുന്നത്. എന്നാൽ, ഇതിൽ ബഹുഭൂരിപക്ഷം വിവരങ്ങളും യഥാർത്ഥ സൃഷ്ടാക്കളുടെയോ കലാകാരന്മാരുടെയോ അനുവാദമോ അംഗീകാരമോ ഇല്ലാതെയാണ് ടെക് കമ്പനികൾ ശേഖരിച്ചത് എന്നതാണ് യാഥാർത്ഥ്യം. ഉദാഹരണത്തിന്, വിൻസെന്റ് വാൻ ഗോഗിന്റെയോ അല്ലെങ്കിൽ ഇന്ന് ജീവിച്ചിരിക്കുന്ന ഏതെങ്കിലും ഒരു പ്രശസ്ത ചിത്രകാരന്റെയോ ശൈലിയിൽ ഒരു ചിത്രം വരച്ചുതരാൻ എഐയോട് ആവശ്യപ്പെട്ടാൽ നിമിഷനേരം കൊണ്ട് അത് ചെയ്തുതരും. കാഴ്ചയ്ക്ക് മനോഹരമാണെങ്കിലും, യഥാർത്ഥ കലാകാരന്മാരുടെ പ്രതിഭയെയും അധ്വാനത്തെയും അനുവാദമില്ലാതെ പകർത്തിയാണ് എഐ ഇത് സാധ്യമാക്കുന്നത്. ഇത് എഴുത്തുകാരുടെയും കലാകാരന്മാരുടെയും ഉപജീവനമാർഗ്ഗത്തെ നേരിട്ട് ബാധിക്കുന്ന കാര്യമാണ്. എഐ സൃഷ്ടിക്കുന്ന ഒരു പാട്ടിന്റെയോ ചിത്രത്തിന്റെയോ കോഡിന്റെയോ യഥാർത്ഥ അവകാശി ആരാണ് എന്ന ചോദ്യത്തിന് വ്യക്തമായ ഉത്തരം നൽകാൻ നിലവിലുള്ള പകർപ്പവകാശ നിയമങ്ങൾക്ക് (Copyright laws) കഴിയുന്നില്ല. ഇവിടെയാണ് നിർമ്മിതബുദ്ധിയുടെ നൈതികത (AI Ethics) വലിയൊരു ചർച്ചാവിഷയമാകുന്നത്.
സാങ്കേതികവിദ്യ വളരേണ്ടത് മനുഷ്യന്റെ സർഗ്ഗാത്മകതയെ ചൂഷണം ചെയ്തുകൊണ്ടാകരുത്. മറ്റുള്ളവരുടെ സൃഷ്ടികൾ ഉപയോഗിക്കുമ്പോൾ സുതാര്യത ഉറപ്പാക്കാനും, വിവരങ്ങൾ നൽകിയ യഥാർത്ഥ അവകാശികൾക്ക് അർഹമായ പ്രതിഫലം ലഭ്യമാക്കാനും കഴിയുന്ന പുതിയ നിയമങ്ങളും മാർഗ്ഗരേഖകളും (Regulations) ലോകമെമ്പാടും ഉയർന്നുവരേണ്ടതുണ്ട്.
6. നിർമ്മിതബുദ്ധിയെ നിയന്ത്രിക്കാനുള്ള നിയമങ്ങളും നയങ്ങളും (AI Regulations and Policies)
സാങ്കേതികവിദ്യയുടെ വളർച്ചയ്ക്ക് അനുസരിച്ച് നിയമങ്ങൾ മാറാത്തത് എക്കാലത്തും ഒരു പ്രതിസന്ധിയാണ്. നിർമ്മിതബുദ്ധിയുടെ കാര്യത്തിലും ഇത് സത്യമാണ്. എങ്കിലും എഐ ഉയർത്തുന്ന വെല്ലുവിളികൾ തിരിച്ചറിഞ്ഞ് ലോകമെമ്പാടുമുള്ള ഭരണകൂടങ്ങൾ പുതിയ നിയമങ്ങളും നയങ്ങളും രൂപീകരിക്കാനുള്ള തീവ്രശ്രമങ്ങളിലാണ്. ഓരോ രാജ്യവും തങ്ങളുടെ സാമ്പത്തിക, രാഷ്ട്രീയ, സാംസ്കാരിക താല്പര്യങ്ങൾക്ക് അനുസരിച്ചാണ് എ.ഐ നിയന്ത്രണങ്ങളെ സമീപിക്കുന്നത്. ഇവയൊന്നും ഒരേ കാഴ്ചപ്പാട് പിന്തുടരുന്നവയല്ല.
ഇതിൽ ഏറ്റവും പ്രധാനപ്പെട്ട കാൽവെപ്പ് യൂറോപ്യൻ യൂണിയന്റെ 'എഐ ആക്ട്' (EU AI Act) ആണ്. ലോകത്തിലെ തന്നെ ആദ്യത്തെ സമഗ്രമായ എഐ നിയമമാണിത്. എഐ സിസ്റ്റങ്ങളെ അവ ഉണ്ടാക്കുന്ന അപകടസാധ്യതകളുടെ (Risk-based approach) അടിസ്ഥാനത്തിൽ തരംതിരിച്ചാണ് ഈ നിയമം പ്രവർത്തിക്കുന്നത്. മനുഷ്യരുടെ അവകാശങ്ങളെ ഹനിക്കുന്ന തരത്തിലുള്ള എഐ ഉപയോഗങ്ങൾ പൂർണ്ണമായും നിരോധിക്കുകയും, ആരോഗ്യ-വിദ്യാഭ്യാസ-തൊഴിൽ മേഖലകളിൽ ഉപയോഗിക്കുന്ന ഉയർന്ന അപകടസാധ്യതയുള്ള (High-risk) എഐകൾക്ക് കർശനമായ നിയന്ത്രണങ്ങളും സുതാര്യതയും ഉറപ്പുവരുത്തുകയും ചെയ്യുന്നതാണ് യൂറോപ്യൻ മോഡൽ.
എൻവിഡിയ, ഓപ്പൺ എ ഐ, ആന്ത്രോപ്പിക്, ഗൂഗിൾ, മെറ്റ, മൈക്രോസോഫ്റ്റ്, ഐബിഎം, ഓറക്കിൾ, ആമസോൺ, എക്സ് എ ഐ തുടങ്ങിയവയെപ്പോലെയുള്ള ലോകത്തെ ഏറ്റവും വലിയ നിർമ്മിതബുദ്ധി കമ്പനികളുടെ ആസ്ഥാനമായ അമേരിക്ക, എ.ഐ നിയന്ത്രണങ്ങളെ എങ്ങനെ സമീപിക്കുന്നു എന്നത് ലോകത്തിന്റെ മുഴുവൻ ഭാവിയെയും സ്വാധീനിക്കുന്ന കാര്യമാണ്. എന്നാൽ അമേരിക്കയുടെ നയം 'കമ്പോളാധിഷ്ഠിതവും' (Market-driven) കോർപ്പറേറ്റ് താല്പര്യങ്ങളെ സംരക്ഷിക്കുന്നതുമാണ്. 2022 മുതൽ 2026 വരെയുള്ള അമേരിക്കൻ എ.ഐ നയങ്ങളുടെ ചരിത്രം പരിശോധിച്ചാൽ, അത് സുരക്ഷയിൽ നിന്ന് തുടങ്ങി കോർപ്പറേറ്റ് വൽക്കരണത്തിലേക്ക് കൂപ്പുകുത്തുന്ന കാഴ്ചയാണ് കാണാൻ കഴിയുക.
എ.ഐ നിയന്ത്രണങ്ങളിൽ അമേരിക്കയെക്കാൾ വളരെ വേഗത്തിൽ നിയമങ്ങൾ കൊണ്ടുവന്നത് ചൈനയാണ്. എന്നാൽ അതിന്റെ ലക്ഷ്യം പൗരന്മാരുടെ അവകാശ സംരക്ഷണമാണെന്ന് തെറ്റിദ്ധരിക്കരുത്. ചൈനയുടെ എ.ഐ നിയമങ്ങൾ എന്നത് തികച്ചും സങ്കീർണ്ണമായ ഒരു തന്ത്രമാണ്. ഒരിടത്ത് ഭരണകൂടത്തിനെതിരെയുള്ള ശബ്ദങ്ങളെ അടിച്ചമർത്താൻ കർശനമായ സെൻസർഷിപ്പും നിരീക്ഷണവും നടപ്പിലാക്കുമ്പോൾ തന്നെ, മറുഭാഗത്ത് ടെക് കമ്പനികളുടെ സാമ്പത്തിക ചൂഷണത്തിൽ നിന്ന് ഉപഭോക്താക്കളെ സംരക്ഷിക്കാനും, തദ്ദേശീയ എ.ഐ സാങ്കേതികവിദ്യയെ അതിവേഗം വളർത്താനും അവർ ഈ നിയമങ്ങളെ സമർത്ഥമായി ഉപയോഗിക്കുന്നുണ്ട്
ഇന്ത്യൻ സാഹചര്യത്തിലേക്ക് വന്നാൽ, ലോകത്തെ ഏറ്റവും വലിയ ഐ.ടി മനുഷ്യവിഭവശേഷിയുള്ള രാജ്യമായിട്ടും ഇന്ത്യയിൽ കൃത്യമായ ഒരു നിർമ്മിതബുദ്ധി നിയമമില്ല എന്നതാണ് വസ്തുത. 'ഡിജിറ്റൽ ഇന്ത്യ ആക്ട്' (Digital India Act) എന്ന പേരിൽ ഐ.ടി നിയമം പൊളിച്ചെഴുതാൻ തീരുമാനിച്ചിട്ടുണ്ടെങ്കിലും അത് എങ്ങുമെത്തിയിട്ടില്ല. യൂറോപ്പിനെപ്പോലെ എ.ഐയുടെ വികസനത്തെ മുൻകൂട്ടി കണ്ട് നിയമങ്ങൾ നിർമ്മിക്കുന്നതിന് പകരം, പ്രശ്നങ്ങൾ ഉണ്ടാകുമ്പോൾ മാത്രം പ്രതികരിക്കുന്ന 'റിയാക്ടീവ്' സമീപനമാണ് ഇന്ത്യയുടേത്. ഉദാഹരണത്തിന്, എ.ഐ നിയന്ത്രിക്കാൻ പ്രത്യേക നിയമം കൊണ്ടുവരുന്നതിന് പകരം, ഡീപ്പ് ഫേക്കുകൾ (Deep Fakes) തിരഞ്ഞെടുപ്പിനെയും വ്യക്തികളെയും ബാധിച്ചു തുടങ്ങിയപ്പോൾ നിലവിലുള്ള IT Rules (2021) ഉപയോഗിച്ച് പ്ലാറ്റ്‌ഫോമുകൾക്ക് നോട്ടീസ് അയക്കുക മാത്രമാണ് സർക്കാർ ചെയ്തത്. ഇത് അടിസ്ഥാന പ്രശ്നങ്ങളെ പരിഹരിക്കുന്ന ഒരു രീതിയേയല്ല. ഡാറ്റയിലെ നിയന്ത്രണമില്ലായ്മയും, കോപ്പിറൈറ്റ് നിയമങ്ങളിലെ മൗനവും, തൊഴിൽ നഷ്ടങ്ങളെ നേരിടാനുള്ള മുന്നൊരുക്കമില്ലായ്മയും, ഒക്കെച്ചേർന്ന് ഇന്ത്യൻ നിലപാട് വളരെയധികം വിരോധാഭാസങ്ങൾ നിറഞ്ഞതാണ്. ആഗോള വേദികളിൽ സുരക്ഷിതമായ എ.ഐക്കായി ഇന്ത്യ വാദിക്കുന്നുണ്ടെങ്കിലും, ആഭ്യന്തരമായി കർശന നിയമങ്ങൾ കൊണ്ടുവന്നാൽ അത് സാങ്കേതിക വളർച്ചയെയും സ്റ്റാർട്ടപ്പുകളെയും തളർത്തുമോ എന്ന വലിയ ഭയം സർക്കാരിനുണ്ട്. 'വളർച്ചയോ സുരക്ഷയോ' എന്ന ഈ ആശയക്കുഴപ്പത്തിലാണ് ഇന്ത്യ ഇപ്പോഴും നിൽക്കുന്നത്.
പറഞ്ഞു നിർത്തുമ്പോൾ
നമ്മുടെ മുന്നിൽ പ്രകടമായി കാണുന്ന മാറ്റങ്ങൾ പലതും വലിയ പ്രതീക്ഷ നൽകുന്നവയാണ്. കലയും സംഗീതവും സാധാരണക്കാരിലേക്കെത്തിക്കുന്ന സർഗ്ഗാത്മകതയുടെ ജനകീയവൽക്കരണവും, വിദ്യാഭ്യാസത്തിലെ വ്യക്തിവൽക്കരണവും, ആരോഗ്യരംഗത്തെ അതിവേഗത്തിലുള്ള രോഗനിർണ്ണയവുമെല്ലാം നിർമ്മിതബുദ്ധി നൽകുന്ന മികച്ച സംഭാവനകളാണ്. എന്നാൽ ഈ നേട്ടങ്ങൾക്കൊപ്പം തന്നെ ഡീപ് ഫേക്കുകൾ (Deepfakes) പോലുള്ള ഡിജിറ്റൽ കുറ്റകൃത്യങ്ങളും, യഥാർത്ഥ കലാകാരന്മാരുടെ അധ്വാനത്തെ ചൂഷണം ചെയ്യുന്ന ബൗദ്ധിക സ്വത്തവകാശ ലംഘനങ്ങളും നമുക്ക് ചുറ്റും വെല്ലുവിളികളായി നിൽക്കുന്നുണ്ട്.
എങ്കിലും, പ്രകടമായ ഈ മാറ്റങ്ങളേക്കാൾ സമൂഹം കൂടുതൽ ജാഗ്രത പുലർത്തേണ്ടത് ഡിജിറ്റൽ സാമൂഹ്യശാസ്ത്രത്തിന്റെ കണ്ണിലൂടെ മാത്രം കാണാൻ കഴിയുന്ന അദൃശ്യമായ മാറ്റങ്ങളിലാണ് (Invisible Changes). ബാങ്ക് വായ്പകളിലും തൊഴിലവസരങ്ങളിലും വിവേചനങ്ങൾ അടിച്ചേൽപ്പിക്കുന്ന അൽഗോരിതങ്ങളിലെ പക്ഷപാതിത്വം (Algorithmic Bias), നമ്മുടെ സമയവും ശ്രദ്ധയും കവർന്നെടുത്ത് നമ്മെ തളച്ചിടുന്ന അറ്റൻഷൻ ഇക്കോണമി എന്നിവ ഇതിന്റെ ഇരുണ്ട വശങ്ങളാണ്. ചെറിയ തീരുമാനങ്ങൾ പോലും യന്ത്രങ്ങൾക്ക് വിട്ടുകൊടുക്കുമ്പോൾ മനുഷ്യന്റെ സ്വതന്ത്രമായ ചിന്താശേഷിയും തീരുമാനമെടുക്കാനുള്ള കഴിവും (Loss of Human Agency) പതുക്കെ ഇല്ലാതാകുന്നു എന്നത് ഡിജിറ്റൽ യുഗത്തിലെ ഏറ്റവും വലിയ വെല്ലുവിളിയാണ്. കൂടാതെ, ഈ സാങ്കേതികവിദ്യയ്ക്ക് പിന്നിൽ പ്രവർത്തിക്കുന്ന ഭീമൻ ഡാറ്റാ സെന്ററുകൾ ഉണ്ടാക്കുന്ന പാരിസ്ഥിതിക ആഘാതവും നാം ഗൗരവത്തോടെ കാണേണ്ടതുണ്ട്.
ചുരുക്കത്തിൽ, നിർമ്മിതബുദ്ധിയെ പൂർണ്ണമായി ഭയന്ന് തള്ളിക്കളയുകയല്ല വേണ്ടത്. ഈ സാങ്കേതികവിദ്യയുടെ കാണാപ്പുറങ്ങളെ നിയന്ത്രിക്കാൻ ആഗോളതലത്തിൽ തന്നെ കർശനമായ നിയമങ്ങളും നയങ്ങളും രൂപപ്പെടേണ്ടതുണ്ട്. അതോടൊപ്പം, ഓരോ വ്യക്തിയും ഡിജിറ്റൽ സാക്ഷരതയും വിമർശനാത്മക ചിന്തയും വളർത്തിയെടുക്കണം. മനുഷ്യന്റെ യുക്തിബോധം അദൃശ്യമായ അൽഗോരിതങ്ങൾക്ക് അടിയറവ് വെക്കാതെ, സാങ്കേതികവിദ്യയെ വിവേകത്തോടെ നിയന്ത്രിക്കുന്ന കൂടുതൽ നീതിയുക്തവും സുരക്ഷിതവുമായ ഒരു ഭാവി കെട്ടിപ്പടുക്കാൻ ഈ അവബോധം നമ്മെ സഹായിക്കും.
