செயற்கை நுண்ணறிவு காலத்தில் ஓர் எங்கல்ஸ் தேக்கநிலை

Disclaimer: இந்த செய்தி கட்டுரை கட்டுரையாளரின் பார்வையை வெளிப்படுத்துகிறது. செய்திக்காகவும் விவாதத்திற்காகவும் இந்த தளத்தில் வெளியிடுகிறோம். கீழ்க்கண்ட விமர்சனக் குறிப்புடன் இக்கட்டுரையை வாசிக்குமாறு கோருகிறோம்.

கொடுபடாத கூலியே உபரி உழைப்பை-உபரி மதிப்பை உருவாக்குகிறது. உபரி உழைப்பை-உபரி மதிப்பை எவ்வளவு குறைவான நேரத்தில் எவ்வளவு அதிகமாக பறித்தெடுக்க முடிகிறதோ அதுவோ முதலாளியின் இலாப விகிதத்தை தீர்மானிக்கிறது. 

அவ்வகையில் நவீனமயமாக்கல், இயந்திரமயமாக்கல் அல்லது தற்போது பரவலாக பேசப்படும் AI-மயமாக்கல் எல்லாம் குறைந்த நேரத்தில்(அதாவது தொழிலாளியின் வேலை நேரத்தை அதிகரிக்காமலே) உபரி உழைப்பை-உபரி மதிப்பை மிக அதிகளவில் பறித்தெடுப்பதற்கான கருவிகளே தவிர இவை ஒருபோதும் சுயேட்சையாக உபரி உழைப்பை-உபரி மதிப்பை உருவாக்குவதில்லை; உருவாக்கவும் முடியாது (‘cause Capital is dead labour). இதைத்தான் தொழிற்புரட்சி கட்டத்தில் இங்கிலாந்தில் உற்பத்தித் திறன் பல மடங்கு அதிகரித்த போதிலும் உண்மையான கூலி விகிதம் அதிகரிக்கவில்லை அல்லது குறைந்துள்ளது என்று எங்கெல்ஸ் நிறுவியிருக்கிறார். முதலாளித்துவ பொருள் உற்பத்தி நெருக்கடியைத்தான், ஆலன் போன்ற முதலாளித்துவ அறிஞர்கள் எங்கெல்ஸ் தேக்கநிலை என்று குறிப்பிட்டிருக்கிறார்கள். 

முத்தாய்ப்பாக, ஆசான் லெனின் அவர்களும் முதலாளித்துவ சமூகத்தில் அறிவியலும், தொழில்நுட்பமும் ஒரு படி முன்னேறுகிறது என்றால், உழைப்புச் சுரண்டலும், ஒடுக்குமுறையும் ஒரு படி முன்னேறுகிறது என்று டெய்லரிசத்தை(Taylorism) விமர்சித்த போது கூறியிருப்பார். இக்கட்டுரையில்கூட பிலிப்பைன்ஸ் தொழிலாளர்களுக்கு AI-மயமாக்கல் காரணமாக கூலி விகிதம் உயர்த்தப்படவில்லை என்பதோடு வேலைப்பளுவும் பலமடங்கு அதிகரித்திருக்கிறது என்பதை அறிந்துகொள்ள முடிகிறது.

அனைவருக்கும் குறைந்தபட்ச ஊதியத்தை (UBI) உறுதிப்படுத்துவது என்பது போன்ற சீர்த்திருத்தங்கள் மூலம் முதலாளித்துவ பொருள் உற்பத்தி நெருக்கடியை தவிர்த்துவிடலாமென முதலாளித்துவ சீர்த்திருத்தவாதிகளின் பரிந்துரைப்பதை காண முடிகிறது. ஆனால், முதலாளித்துவ உற்பத்தி முறை நீடிக்கும் வரை இவர்கள் கண்டு அஞ்சும் மிகு உற்பத்தி நெருக்கடியும் வெவ்வேறு வடிவில் தோற்றம்பெற்று நீடிக்கவே செய்யும்.

– செந்தளம் செய்திப் பிரிவு

======================================================================================

நோபல் பரிசு பெற்றவரும், செயற்கை நுண்ணறிவின் (AI) முன்னோடிகளில் ஒருவருமான ஜெஃப்ரி ஹின்டன், அண்மையில் ஃபைனான்சியல் டைம்ஸ் என்ற நிதிசார் பத்திரிகைக்கு அளித்த பேட்டியில், செயற்கை நுண்ணறிவானது வெகு சிலரை மிகப்பெரும் செல்வந்தர்களாக்கி, எஞ்சிய பெரும் பகுதியினரை வறுமைக்குள் தள்ளிவிடும் என்று கூறியிருந்தார். இந்த எச்சரிக்கையின் வாயிலாக, இன்றைய செயற்கை நுண்ணறிவு கோலோச்சும் பொருளாதாரச் சூழலில் நாம் ஓர் “எங்கெல்ஸ் தேக்கநிலையை” (Engels’ pause) எதிர்கொள்ள நேரிடலாம் என்று அவர் சுட்டிக்காட்டினார்.

ஆனால் “எங்கெல்ஸ் தேக்கநிலை” என்பதன் பொருள் யாது? இச்சொல் பொருளாதார வரலாற்றுப் பின்புலம் கொண்டது. பத்தொன்பதாம் நூற்றாண்டு பிரிட்டனில், தொழில்துறை உற்பத்தி அதிவேகமாகப் பெருக்கம் அடைந்தபோதும், சாமான்ய மக்களின் வாழ்க்கைத் தரம் எள்ளளவும் மேம்படவில்லை. ஜெர்மானியச் சிந்தனையாளர் ஃபிரெட்ரிக் எங்கெல்ஸின் பெயரால், ஆக்ஸ்போர்டு பொருளாதார நிபுணர் ராபர்ட் ஆலன் ஒரு முக்கிய ஆய்வுக் கட்டுரையில் இச்சொற்றொடரை முதன்முதலில் பிரயோகித்தார். 1800களின் ஆரம்பக் காலத்தில், தொழிற்சாலைகள் விஸ்தரிக்கப்பட்டு, பிரிட்டன் “உலகத்தின் தொழிற்கூடம்” என்று அறியப்பட்டபோதிலும், அங்கு கூலியளவு குறைவாகவே நீடித்தது, குடும்பச் செலவில் பெரும்பகுதியை உணவுக்காவே செலவிட வேண்டியிருந்ததோடு ஏற்றத்தாழ்வும் அதிகரித்தது. ஆலனின் கூற்றுப்படி, அதன்பின் பல பத்தாண்டுகள் கடந்த பின்னரே பெரும்பாலான மக்கள் தங்கள் வாழ்க்கைத் தரத்தில் ஓரளவிற்கு மேம்பாடுகளைக் கண்டனர்.

உலகப் பொருளாதாரத்தின் முகத்தை செயற்கை நுண்ணறிவு மாற்றியமைத்துக்கொண்டிருக்கும் இச்சூழலில், நாம் ஒரு நவீன எங்கல்ஸ் தேக்கநிலைக்குள் நுழைந்துகொண்டிருக்கிறோமா என்று கேள்வி எழுப்ப வேண்டியுள்ளது. அண்மைய ஆராய்ச்சிகளைப் பார்க்கும்போது இக்கவலை மேலும் கூர்மையடைகிறது. “நிலக்கரிச் சுரங்கத்தில் உள்ள கேனரிப் பறவைகளா? செயற்கை நுண்ணறிவின் அண்மைய வேலைவாய்ப்பு விளைவுகள் குறித்த ஆறு உண்மைகள்” என்ற தலைப்பிலான ஒரு ஸ்டான்போர்டு ஆய்வறிக்கை, செயற்கை நுண்ணறிவு ஆதிக்கத்தால் ஏற்படும் வேலை மாற்றங்களால் இளம் தொழிலாளர்களே அதிக பாதிப்புக்கு உள்ளாகிறார்கள் என்பதை எடுத்துக் காட்டுகிறது. அதே சமயம், செயற்கை நுண்ணறிவுக்கு மாறுவதற்காக ஓர் இந்திய மென்பொருள் நிறுவனம் அண்மையில் 12,000 பணி இடங்களைக் குறைத்தது. மேலும், நிறுவனங்களிடம் அவசியமான திறன்கள் அல்லது கட்டமைப்புகள் இல்லாத காரணத்தினால், 95% செயற்கை நுண்ணறிவுத் திட்டங்கள் இன்னும் வெளிப்படையான பலன்களை வழங்கவில்லை என்று ஒரு சமீபத்திய MIT ஆய்வறிக்கை கண்டறிந்துள்ளது.

இந்தப் போக்கை முழுமையாகப் புரிந்துகொள்ள, புதிய புதிய கண்டுபிடிப்புகள் பொருளாதாரத்தை எவ்வாறு பாதிக்கின்றது என்பதை நாம் கவனிக்க வேண்டும். நீராவி சக்தி, மின்சாரம், அல்லது இணையம் போல, செயற்கை நுண்ணறிவும் ஒரு பொது நோக்கத்திற்கான தொழில்நுட்பம் (General-Purpose Technology - GPT) ஆகும். இது பற்பல தொழில்துறைகளையும் மாற்றி அமைக்கும் ஆற்றல் கொண்டது. செயற்கை நுண்ணறிவால் முன்னறிவிப்புகளை/கணிப்புகளை மேற்கொள்வது மிகக் குறைந்த செலவில் சாத்தியமாகிறது என்று அக்ராவல், கான் மற்றும் கோல்ட்ஃபார்ப் (2018) ஆகிய ஆராய்ச்சியாளர்கள் கூறுகின்றனர். ஆயினும், வரலாற்றில், பொது நோக்கத்திற்கான தொழில்நுட்பங்கள் (GPT-க்கள்) வளர்ச்சியையும் அதே சமயம் சீர்குலைவையும் ஏற்படுத்துகின்றன. அனைவரும் அதன் பலன்களைப் பெறுவதற்கு முன்னால், புதிய கண்டுபிடிப்புகள் மட்டுமல்லாது விதிமுறைகளிலும் நிறுவன அமைப்புகளிலும் மாற்றங்களும் புதிய திறன்களும் கட்டாயம் ஏற்பட வேண்டும். பொருளாதார வரலாற்றுப் பேராசிரியரான நிக்கோலஸ் கிராஃப்ட்ஸ், ஆலனின் ஆய்வுப்பணிகளை அடிப்படையாகக் கொண்டு 2021 ஆம் ஆண்டில் இது குறித்து எழுதியுள்ளார். போஜன் ஜோவனோவிக் மற்றும் அவரது சகாக்கள் (2005) போன்ற மற்ற ஆய்வாளர்களும் அமெரிக்காவில் இதேபோன்ற தேக்கநிலைகளைக் கண்டறிந்தனர். ஆரம்பத்தில் மூலதன உரிமையாளர்கள் அல்லது தொழில்நுட்ப கார்ப்பரேட்டுகள் மட்டுமே அதிக ஆதாயங்களை ஈட்டுகின்றனர்; ஆனால் தொழிலாளர்கள் பலனடைவதில்லை என்பதே இந்தத் தேக்கநிலைகள் ஏற்படுவதற்குக் காரணமாகும்; இது நோபல் பரிசு வென்ற ஜெஃப்ரி ஹின்டன் குறிப்பிட்டதை ஒத்திருக்கிறது என்று அவரின் மாணவர் ஒருவரும் சமீபத்தில் குறிப்பிட்டிருந்தார்.

நவீன எங்கல்ஸ் தேக்க நிலைக்குரிய (Pause) சில அறிகுறிகள் யாவை? 

ஒரு நவீன எங்கெல்ஸ் தேக்கநிலை நிஜ உலகில் எவ்வாறு வெளிப்படும்? உற்பத்தித்திறன் பெருகியபோதும், ஊதியம் அதற்கேற்ப உயர மறுப்பதுதான் முதல் அறிகுறி. உதாரணமாக, பிலிப்பைன்ஸில் உள்ள கால் சென்டர்களில், உருவாக்கத் திறன் கொண்ட செயற்கை நுண்ணறிவு உதவியாளர்கள் (generative AI assistants) உற்பத்தித்திறனை 30% முதல் 50% வரை அதிகரித்துள்ளதாகத் தகவல்கள் தெரிவிக்கின்றன. குறைந்த செலவு, விரைவான சேவைகளின் மூலம் நிறுவனங்கள் இலாபம் ஈட்டியுள்ளன. இருந்தபோதிலும், தொழிலாளர்களின் ஊதியங்கள் அரிதாகவே உயர்ந்துள்ளன; சில சமயங்களில், வேலைச்சுமை (workloads) இன்னும் கூடிவிட்டன. இது அதிக பணவீக்கம் நிலவும் காலகட்டத்தில் நிகழ்கிறது, இங்கு வாழ்க்கைச் செலவுகள் உயர்ந்து, தொழிலாளர்கள் பொருளாதார ரீதியாக நலிவடைவதாக உணரும் நிலை உருவாகிறது. தி நியூ யார்க்கர் பத்திரிகையில் சமீபத்தில் வெளியான ஒரு கேலிச் சித்திரம், இந்த கசப்பான நகைச்சுவையைத் திறம்படப் படம்பிடித்தது: அதில் ஒருவர் தனது மின்சாரக் கட்டணங்கள் ஏன் தொடர்ந்து உயர்ந்து கொண்டே இருக்கின்றன என்று ChatGPTயிடம் வினவுவதை நகைமுரணாக காட்டியிருந்தது.

செயற்கை நுண்ணறிவுக்கு அவசியமான "ஊக்கப்படுத்திகள்"  அல்லது துணைச் சாதனங்களின்(complements) செலவு அதிகரித்து வருவதுதான் இரண்டாவது அடையாளமாகும். செயற்கை நுண்ணறிவின் உற்பத்தித்திறன், மேகக் கணினி (cloud computing), மறுபயிற்சி (retraining), தரவுகளை பயன்படுத்துவதற்கான வாய்ப்பு (access to data), இணையப் பாதுகாப்பு (cybersecurity) ஆகியவற்றைச் சார்ந்துள்ளது. இவை அனைத்தும் மிகவும் விலை உயர்ந்தவை. தொழிலாளர்களைப் பொறுத்தவரை, "தொடர்ந்து தகுதியுடன் நிலைத்திருப்பதற்கான" (staying relevant) செலவு பெருகி வருகிறது. அவர்கள் குறியீட்டுப் பள்ளிகள் (coding schools) பயிற்சி முகாம்கள் (boot camps), புதிய சான்றிதழ்கள், மற்றும் தொடர்ச்சியான கற்றல் ஆகியவற்றிற்காகச் செலவிட வேண்டிய கட்டாயத்தில் உள்ளனர். இது 19ஆம் நூற்றாண்டுக் குடும்பங்களின் நிலையையே பிரதிபலிக்கிறது, உணவு விலைவாசி ஏற்றத்தால் அப்போது ஏற்றப்பட்ட ஊதியம் எவ்விதப் பயனையும் பெறவில்லை (cancelled out). இன்றைய பிலிப்பைன்ஸிலும் இதே நிலைதான்: அங்கு ஊதியத்தில் ஏற்படும் சிறு உயர்வுகள்கூட, டிஜிட்டல் பொருளாதாரத்தில் நீடிப்பதற்கான அதிக செலவுகளால் செல்லாக்காசாகிவிடுகின்றன.

இதன் பலன்கள் சமமற்ற விதத்தில் பகிர்ந்தளிக்கப்படுவதுதான் மூன்றாவது அறிகுறியாகும், இது உலகளாவிய ஏற்றத்தாழ்வை மேலும் மோசமாக்கக்கூடும். 2030ஆம் ஆண்டுக்குள் உலகப் பொருளாதாரத்தில் செயற்கை நுண்ணறிவினால் ஏற்படக்கூடிய சந்தை மதிப்பு மட்டும் $15.7 டிரில்லியன் டாலர்களாக இருக்கும் என்று PwC மதிப்பிடுகிறது. ஆனால் இந்த இலாபங்களில் பெரும்பாலானவை அமெரிக்கா, சீனா மற்றும் முக்கிய செயற்கை நுண்ணறிவு மாதிரிகளைக் கட்டுப்படுத்தும் சில பெரும் நிறுவனங்களுக்கே சென்று சேரும். உலகளவில் 40% வேலைகள் செயற்கை நுண்ணறிவின் தாக்கத்திற்கு உள்ளாகியுள்ளதாக IMF (2024) மதிப்பிடுகிறது. பணக்கார நாடுகளில், சரிபாதிக்கும் மேற்பட்ட இதுபோன்ற வேலைகள் அபாயத்தில் உள்ளன; ஏனெனில், உயர் தொழில்நுட்பத் திறன்கள் தேவைப்படும் பணிகளைக்கூட செயற்கை நுண்ணறிவு மாற்றியமைக்க வல்லது. இந்த பிளவு, உலகளாவிய உழைக்கும் வர்க்கத்தில் பெரும் பிரிவினருக்கு, செயற்கை நுண்ணறிவால் ஏற்படும் வளர்ச்சியின் பயன்கள் தாமதமாகக் கிடைக்கலாம் அல்லது முழுமையாக மறுக்கப்படலாம் என்பதைக் குறிக்கிறது. Journal of Development Economics என்ற ஆய்விதழில் வெளியிடப்பட்ட இக்கட்டுரையாசிரியரின் ஆய்வுக் கட்டுரை ஒன்றில், தொழில்நுட்பத் துறையில் வலுவான அறிவுசார் உடைமைச் சட்டங்கள் (intellectual property laws) ஆழமான ஊதிய ஏற்றத்தாழ்வுக்கு வழிவகுத்தன என்று இந்தியாவிலிருந்து கிடைத்த ஆதாரம் மூலம் எடுத்துக்காட்டப்பட்டது. எதிர்காலத்தில் உலகெங்கிலும் இதேநிலை தொடர அனுமதிக்க முடியுமா?.

இறுதியாக, வேலை இழப்புகள் மற்றும் வேலைப் முறைகளில் ஏற்படும் மாற்றங்கள் ஒரு நவீன எங்கெல்ஸ் தேக்கநிலையின் மற்றொரு தெளிவான அடையாளமாக விளங்கிறது. மருத்துவர்கள் இப்போது ChatGPT-ஐ பரவலாகப் பயன்படுத்துகின்றனர். சீனாவில், சிங்குவா பல்கலைக்கழக ஆராய்ச்சியாளர்கள் உலகின் முதல் செயற்கை நுண்ணறிவால் இயங்கும் மருத்துவமனையைத் தொடங்கியுள்ளனர். கல்வி, நிதி, அரசு நிர்வாகம்(public administration), உள்கட்டமைப்பு ஆகிய துறைகளில், செயற்கை நுண்ணறிவு மெதுவாக உட்புகுந்து, பணிகளை மாற்றியமைத்து வருவதோடு, சில வேலைகளுக்கான தேவைகளையும் குறைத்துள்ளது. GMR விமான நிலையங்களுக்கு இக்கட்டுரையாசிரியரின் ஆலோசனை வழங்கி வருகிறார். அதிலும்கூட AI-யின் தலையீடு தெளிவாகத் தெரிந்தது என்கிறார். மற்றொரு உதாரணம் அல்பேனியா ஆகும், இது சமீபத்தில் உலகின் முதல் செயற்கை நுண்ணறிவு அமைச்சராக டியேல்லாவை நியமித்தது.

கடைப்பிடிக்க வேண்டிய அணுகுமுறைகளும், முன்னெடுக்க வேண்டிய வழிமுறைகளும்

வரலாறு, எங்கல்ஸ் தேக்கநிலை (Engels’ pause) குறித்த ஒரு தீர்க்கமான எச்சரிக்கையை நமக்கு நினைவூட்டுகிறது. அமெரிக்காவின் பொற்கால சகாப்தத்தில் (Gilded Age), உற்பத்தித்திறன் மிக வேகமாகப் பெருகியது. ஆயினும், சமத்துவமின்மையும் தலைதூக்கியது, இது தொழிலாளர் வர்க்க எழுச்சிக்கும் அரசியல் முரண்பாடுகளுக்கும் வழிவகுத்தது. சீர்த்திருத்தங்கள், தொழிற்சங்கங்கள், பொதுக் கல்வி மற்றும் சமூக நலத்திட்டங்கள் (welfare systems) கட்டமைக்கப்பட்ட பின்னரே, வாழ்க்கைத் தரங்கள் பரவலாக மேம்பட்டன. முறையான செயற்கை நுண்ணறிவு நிர்வாக அமைப்பு (AI governance) இல்லையெனில், ஏங்கல்ஸின் தேக்கநிலை தொடர்ந்து நிலைக்கக்கூடும் என்பதே இதன் மூலம் தெரியவரும் எளிய பாடமாகும்.

இது, எங்கல்ஸ் தேக்கநிலையில் ஏற்படக்கூடிய பொருளாதார சுணக்கத்தில் (slowdown) இருந்து அரசாங்கங்கள் எவ்வாறு தங்களது பொருளாதாரங்களை மீட்டெடுக்க முடியும்? என்ற பொதுக் கொள்கையில் உள்ள மையமானதொரு வினாவை நோக்கி நம்மை இட்டுச் செல்கிறது. திறன் மேம்பாட்டுத் திட்டங்களில் கவனம் செலுத்துவதே முக்கியமானதொரு வழியாக விளங்குகிறது. சிங்கப்பூர் இதற்குச் சிறந்த எடுத்துக்காட்டு. அதன் 'ஸ்கில்ஸ்ஃபியூச்சர்'(Skill Future) திட்டம், தொழிலாளர்கள் புதிய திறன்களை அடைய ஏதுவாக, தொடர் கல்விக்கான கடன்களை (credits) வழங்குகிறது. அபுதாபியில் அமைந்துள்ள உலகின் முதல் செயற்கை நுண்ணறிவுப் பல்கலைக்கழகமான முகமது பின் சயீத் செயற்கை நுண்ணறிவுப் பல்கலைக்கழகம் (MBZUAI) மற்றுமொரு முன்மாதிரியாகும். இது, பயிற்சி அளிப்பதோடு, செயற்கை நுண்ணறிவை இயக்கும் ஆற்றல்பெற்ற மனித வளத்தின் புதியதோர் தலைமுறையை உருவாக்குவதன் முக்கியத்துவத்தை பிரதிபலிக்கிறது.

செயற்கை நுண்ணறிவின் பொருளாதாரப் பயன்களை எவ்வாறு பங்கிட்டுக் கொள்வது என்பது குறித்தும் தீவிரமான விவாதம் நடைபெற்றாக வேண்டும்.  இது, செயற்கை நுண்ணறிவு ஆற்றல் பெற்ற ரோப்போக்கள் (robots) மீதான வரிவிதிப்பு மூலமாகவோ அல்லது உலகளாவிய அடிப்படை வருமானம் (Universal Basic Income - UBI) வழங்குவதன் மூலமாகவோ நிறைவேற்றலாம். பிரிட்டனிலும், ஐரோப்பிய ஒன்றியத்திலும் UBI தொடர்பான சோதனைத் திட்டங்களும், சான்-சக்கர்பெர்க் அறக்கட்டளை (Chan-Zuckerberg Foundation) போன்ற முன்னெடுப்புகளும், AI இலாபங்களைப் பொது மக்களின் நன்மைக்காகப் பயன்படுத்துவதற்கான முயற்சிகளுக்குச் சிறந்த சான்றுகளாகத் திகழ்கின்றன.

இறுதியாக, செயற்கை நுண்ணறிவு சார்ந்த உள்கட்டமைப்புக்கு முதலிடம் அளிக்கப்பட்டு, அது ஒரு பொதுச் சொத்தாகக் கருதப்பட வேண்டும். கணினிச் செயலாக்கத் திறனும் (Compute power) தரவுகளும் செயற்கை நுண்ணறிவுப் பொருளாதாரத்தின் ‘ஆதார சக்தி’ ஆகும். இவை கிடைக்க அரிதாகவும், அதிக செலவுடையதாகவும் நீடிக்குமானால், மேம்பட்ட உற்பத்தித்திறன் உயர் வாழ்க்கை தரங்களுக்கு வழிவகுக்காது. ஐக்கிய அரபு அமீரகத்தில் உள்ள K2Think.ai மற்றும் சுவிட்சர்லாந்தில் உள்ள Apertus போன்ற சமீபத்திய வெளியீடுகள் – இவை பொதுவான மற்றும் திறந்தநிலை செயற்கை நுண்ணறிவு மாதிரிகளாகும் (AI reasoning models) (தனிச்சொத்து அல்லாதவை) – இந்த திசையில் ஏற்பட்டுள்ள முன்னேற்றத்திற்கான சிறந்த சான்றுகளாகத் திகழ்கின்றன.

எதிர்கொள்ள வேண்டிய சவால்

இன்றைய உலகை, 19-ஆம் நூற்றாண்டின் “எங்கெல்ஸ் தேக்கநிலையுடன்” (Engels’ pause) ஒப்பிடுவது மிகைப்படுத்தப்பட்ட வாதமே என்று சிலர் இன்றும் தக்க காரணங்களுடன் எடுத்துரைக்கக்கூடும். அந்தக் காலகட்டத்திற்கு மாறாக, நவீன சமூகங்கள் வலுவான சமூக நலத் திட்டங்களையும், சனநாயக அமைப்புமுறைகளையும் கொண்டுள்ளன (இன்றைய நிலையில், பல நாடுகள் சனநாயக நடைமுறைகளில் சரிவை எதிர்கொண்டாலும்) என்று வாதிடக்கூடும். மேலும், தற்காலத்தில் தொழில்நுட்பம் மிகத் துரிதமாக வளர்ந்து வருகிறது. உதாரணமாக, பத்தாண்டுகளுக்கும் குறைவான காலத்தில், ஸ்மார்ட்போன்கள் கோடிக்கணக்கான மக்களை சென்றடைந்தன; அதே வேகத்தில், செயற்கை நுண்ணறிவு ஆற்றல் பெற்ற உதவியாளர்களும் வளர்ச்சியடைய வாய்ப்புள்ளது. இவற்றுடன், செயற்கை நுண்ணறிவு (AI) ஆனது மருத்துவ சேவை, கல்வி, மற்றும் தூய எரிசக்தி ஆகியவற்றின் செலவினங்களைக் குறைக்கும் வலிமை கொண்டது. அரசாங்கங்கள் நியாயமான, சமமான பயன்பாட்டை உறுதிசெய்தால், இது மக்களின் வாழ்க்கைக்கு நேரடி நன்மைகளை வழங்கக்கூடும். இத்தகைய சூழலில், பொதுக் கொள்கைகள் புதுமைகளை ஆதரித்து, அதனுடன் இணைந்து செயல்பட்டால், இந்த “செயற்கை நுண்ணறிவினால் ஏற்படக்கூடிய எங்கெல்ஸ் தேக்கநிலை” வரலாறு கண்ட தேக்கத்தை விடக் குறுகியதாக அமையலாம்.

இருப்பினும், நாம் எச்சரிக்கையுடன் செயல்பட வேண்டும். தேசிய அளவில் உயர் வளர்ச்சி ஏற்பட்டாலும், பல தனிநபர்களின் அன்றாட வாழ்வில் மெதுவான அல்லது முன்னேற்றமே இல்லாத நிலை நீடிக்கலாம் என பொருளாதார வரலாறு நமக்குக் கற்பிக்கிறது. எங்கெல்ஸ் தேக்கநிலை தவிர்க்க முடியாத விதி அல்ல. அதனை முடிவுக்குக் கொண்டுவருவது, அரசியல் ரீதியிலான முடிவுகளையும், அசைக்க முடியாத மன உறுதியையும் சார்ந்திருக்கிறது. செயற்கை நுண்ணறிவு (AI) வெறும் உற்பத்தித் திறன் சார்ந்த புரட்சியாக (productivity revolution) மட்டும் நின்றுவிடாமல், மனித குலத்தின் நலனுக்கான புரட்சியாகவும் மாறுவதை உறுதிப்படுத்துவதே உலக நாடுகளுக்கும், செயற்கை நுண்ணறிவு சார்ந்த பொதுக் கொள்கைகளை ஆராயும் மாணவர்களுக்கும் உள்ள அதிமுக்கிய சவால் ஆகும். இது, மாற்றத்தைக் கொண்டுவருவதற்கான புதிய வழிமுறைகள் குறித்து நாம் சிந்திக்க வேண்டிய கட்டாயத்தை ஏற்படுத்துகிறது. முன்னேற்றம் தாமதமாகும் பட்சத்தில், அதன் பலன்கள் மக்களுக்கு மறுக்கப்படுகின்றன என்பதை வரலாறு நமக்குச் சுட்டிக்காட்டுகிறது. எனவே, செயற்கை நுண்ணறிவு குறித்த இந்த ஆரவாரத்தின் மீது எங்கெல்ஸ் தேக்கநிலை ஒரு எச்சரிக்கைக் கருநிழலாகத் தொடர்ந்து படிந்திருந்தாலும், அது எவ்வளவு காலம் நீடிக்கும், அது எவ்வளவு விரைவாக முடிவுக்கு வரும் என்பது நாம் இன்று மேற்கொள்ளும் தீர்மானங்களிலேயே அடங்கியுள்ளது.

சிரந்தன் சட்டர்ஜி: சசெக்ஸ் பல்கலைக்கழகத்தில் (University of Sussex) பொருளாதாரப் பேராசிரியராகவும், இங்கிலாந்தின் ராயல் எகனாமிக் சொசைட்டியின் (Royal Economic Society) 2025 ஆம் ஆண்டுக்கான நிறுவன உறுப்பினராகவும் (Founding Fellow) திகழ்கிறார். அவர் ஐக்கிய அரபு எமிரேட்ஸில் உள்ள அபுதாபியில் அமைந்துள்ள முகமது பின் சயீத் செயற்கை நுண்ணறிவுப் பல்கலைக்கழகம் (MBZUAI) (உலகின் முதல் AI பல்கலைக்கழகம்), மேக்ஸ் பிளாங்க் நிறுவனம் (MIPLC), மற்றும் இந்தியாவின் அகமதாபாத் பல்கலைக்கழகம் ஆகியவற்றில் வருகைதரு பேராசிரியராகவும் (Visiting Professor) பணியாற்றுகிறார்.

- விஜயன் (தமிழில்)

மூலக்கட்டுரை: https://www.thehindu.com/opinion/lead/an-engels-pause-in-an-ai-shaped-world/article70106049.ece