एआई जवाब तो बना रहा है, अब भारत के सामने सबसे बड़ी चुनौती उन्हें सही साबित करने की

लगभग 825 ईस्वी के आसपास बगदाद में रहने वाले विद्वान मुहम्मद इब्न मूसा अल-ख्वारिज्मी ने हिंदू अंक पद्धति और शून्य सहित गणना की अवधारणाओं को व्यवस्थित रूप से प्रस्तुत किया था। उनके नाम के लैटिन रूप से आगे चलकर ‘एल्गोरिदम’ शब्द निकला, जबकि उनकी एक अन्य प्रसिद्ध कृति ‘अल-जबर’ से ‘अलजेब्रा’ यानी बीजगणित शब्द की उत्पत्ति हुई। यह इतिहास हमें याद दिलाता है कि एल्गोरिदम कोई सर्वज्ञ भविष्यवक्ता नहीं, बल्कि इनपुट को किसी पद्धति के जरिए आउटपुट में बदलने की व्यवस्था है। पहले यह व्यवस्था मनुष्यों द्वारा लिखे गए नियमों पर आधारित थी, लेकिन आज मशीनें विशाल आंकड़ों से पैटर्न सीखकर खुद अत्यंत जटिल उत्तर तैयार कर रही हैं।

भविष्यवाणी से जवाब तैयार करने तक पहुंची एआई

मशीन लर्निंग के आधुनिक दौर में कृत्रिम बुद्धिमत्ता का बड़ा हिस्सा आंकड़ों के भीतर मौजूद पैटर्न पहचानने और उनके आधार पर भविष्यवाणी करने पर केंद्रित था। जनरेटिव एआई ने इस क्षमता को एक नए स्तर पर पहुंचा दिया। अब मशीनें केवल यह अनुमान नहीं लगातीं कि अगला शब्द क्या हो सकता है, बल्कि वे पूरा लेख, तस्वीर, कोड, प्रस्तुति, डिजाइन और दूसरे प्रकार की सामग्री तैयार कर सकती हैं। नए एआई मॉडल इससे भी आगे बढ़ रहे हैं और ऐसे उत्तर प्रस्तावित करने लगे हैं जो शोध, चिकित्सा, इंजीनियरिंग, गणितीय प्रमाण और निर्णय लेने जैसे क्षेत्रों में विशेषज्ञों के काम के करीब दिखाई देते हैं। समस्या यह है कि किसी उत्तर को विश्वसनीय तरीके से उत्पन्न करना और उसके सही होने की पुष्टि करना दो अलग-अलग चुनौतियां हैं।

असली अड़चन अब उत्तर बनाना नहीं, सत्यापन है

एआई के विकास ने जानकारी तैयार करने की लागत को तेजी से कम कर दिया है। कुछ ही क्षणों में मशीन हजारों शब्दों का दस्तावेज तैयार कर सकती है, किसी जटिल विषय का विश्लेषण कर सकती है या सैकड़ों संभावित समाधान सामने रख सकती है। लेकिन इससे यह सवाल खत्म नहीं होता कि इनमें से कौन-सा उत्तर तथ्यात्मक रूप से सही है। उलटे, विकल्पों की संख्या बढ़ने के साथ सत्यापन का काम और कठिन हो जाता है। यदि किसी मनुष्य को पहले जहां दस संभावित उत्तरों में से एक की जांच करनी पड़ती थी, वहीं अब मशीन हजारों उत्तर पैदा कर सकती है, तो जांच की क्षमता उसी अनुपात में बढ़ाना आवश्यक हो जाता है। यही वह अंतर है जिसे आने वाले एआई युग की सबसे महत्वपूर्ण चुनौतियों में से एक माना जा रहा है।

भारत के लिए चुनौती और भी बड़ी क्यों है?

भारत में डिजिटल तकनीक का विस्तार बेहद व्यापक पैमाने पर हुआ है। पहचान, डिजिटल भुगतान, स्वास्थ्य सेवाओं, बीमा, बैंकिंग और सरकारी सेवाओं जैसे क्षेत्रों में डिजिटल प्रणालियां करोड़ों लोगों के जीवन से जुड़ चुकी हैं। ऐसे वातावरण में एआई का इस्तेमाल केवल निजी कंपनियों या प्रयोगशालाओं तक सीमित नहीं रहेगा, बल्कि बड़े पैमाने पर नागरिक सेवाओं और आर्थिक गतिविधियों में भी बढ़ेगा। इससे एआई द्वारा तैयार गलत सूचना या गलत निर्णय का प्रभाव भी सीमित दायरे में नहीं रह सकता। यदि मशीन की क्षमता उत्तर तैयार करने में मानव सत्यापन की क्षमता से बहुत आगे निकल जाती है, तो गलतियों को पकड़ना स्वयं एक बड़ा संस्थागत काम बन जाएगा।

चिकित्सा से सरकारी सेवाओं तक बढ़ेगा प्रभाव

कल्पना कीजिए कि एआई किसी चिकित्सकीय रिपोर्ट की व्याख्या करता है, किसी बीमा दावे का मूल्यांकन करता है या सरकारी योजना के लाभार्थी की पात्रता से संबंधित सुझाव देता है। ऐसे मामलों में केवल तेज और प्रभावशाली उत्तर पर्याप्त नहीं है। उत्तर का तथ्यात्मक रूप से सही, संदर्भानुकूल और निष्पक्ष होना जरूरी है। एक सामान्य बातचीत में एआई की छोटी गलती केवल असुविधा पैदा कर सकती है, लेकिन स्वास्थ्य, वित्त या सार्वजनिक नीति जैसे क्षेत्रों में वही गलती किसी व्यक्ति के जीवन पर वास्तविक प्रभाव डाल सकती है। इसलिए उच्च जोखिम वाले क्षेत्रों में एआई को अंतिम प्राधिकारी बनाने के बजाय उसके परिणामों की स्वतंत्र जांच और मानवीय निगरानी आवश्यक होगी।

एआई की गलती हमेशा आसानी से दिखाई नहीं देती

एआई से जुड़ी सबसे बड़ी मुश्किल यह है कि उसका गलत उत्तर अक्सर गलत जैसा दिखाई नहीं देता। मशीन बहुत आत्मविश्वास के साथ ऐसी जानकारी पेश कर सकती है जो सुनने में पूरी तरह तार्किक हो, लेकिन तथ्यात्मक रूप से गलत हो। यही वजह है कि एआई की विश्वसनीयता का सवाल केवल उसकी भाषा या प्रस्तुति से तय नहीं किया जा सकता। उत्तर के स्रोत, आंकड़े, तर्क और संदर्भ की स्वतंत्र जांच जरूरी है। भविष्य में एआई का उपयोग बढ़ने के साथ ऐसे उपकरणों और प्रक्रियाओं की मांग भी बढ़ेगी, जो मशीन द्वारा तैयार सामग्री को स्वतः जांच सकें और संदिग्ध दावों को मनुष्य के सामने चिन्हित कर सकें।

भारत को ‘वेरिफिकेशन इंफ्रास्ट्रक्चर’ पर करना होगा निवेश

भारत ने डिजिटल सार्वजनिक अवसंरचना के निर्माण में जिस स्तर का विस्तार दिखाया है, उसी तरह अब एआई के लिए सत्यापन और जवाबदेही की व्यवस्था विकसित करना महत्वपूर्ण होगा। इसमें विश्वसनीय डेटाबेस, प्रमाणित स्रोतों से स्वतः मिलान, तथ्य-जांच प्रणालियां, ऑडिट व्यवस्था और संवेदनशील निर्णयों में मानवीय निगरानी शामिल हो सकती है। साथ ही यह भी जरूरी होगा कि सरकारी संस्थानों, विश्वविद्यालयों और निजी क्षेत्र में एआई से प्राप्त परिणामों की जांच करने की विशेषज्ञ क्षमता विकसित हो। केवल बेहतर मॉडल बनाना पर्याप्त नहीं होगा; ऐसे संस्थान और प्रक्रियाएं भी चाहिए जो यह तय कर सकें कि मॉडल का उत्तर भरोसे के लायक है या नहीं।

भविष्य की एआई दौड़ केवल मॉडल की क्षमता की नहीं होगी

एआई की अगली प्रतिस्पर्धा शायद इस बात पर नहीं होगी कि कौन-सा मॉडल सबसे तेज उत्तर देता है या सबसे आकर्षक सामग्री तैयार करता है। असली सवाल यह होगा कि कौन-सी व्यवस्था सबसे भरोसेमंद उत्तर देती है और अपनी गलती को सबसे जल्दी पहचान सकती है। जिस समाज के पास उत्तर बनाने की क्षमता तो बहुत अधिक हो, लेकिन उन्हें जांचने के लिए पर्याप्त विशेषज्ञ, डेटा और संस्थागत व्यवस्था न हो, वहां तकनीकी प्रगति नए जोखिम भी पैदा कर सकती है। इसलिए भारत के लिए अगला बड़ा कदम केवल एआई को अपनाना नहीं, बल्कि एआई के उत्तरों पर भरोसा करने से पहले उन्हें प्रमाणित करने की क्षमता विकसित करना होगा। मशीनों ने जवाब तैयार करने की समस्या को काफी हद तक आसान कर दिया है; अब चुनौती यह सुनिश्चित करने की है कि वे जवाब सही भी हों।