घोषणापत्र में पाँच अलग-अलग लेकिन आपस में जुड़े खतरों की पहचान की गई है, जिनमें से हर एक गणितीय अभ्यास की बुनियाद पर चोट करता है।
1. अविश्वसनीय और जाँच-परख से परे प्रमाण
गणित की नींव उन प्रमाणों पर टिकी है जिनकी स्वतंत्र रूप से पुष्टि की जा सके और गहराई से समझा जा सके। लेकिन AI सिस्टम ऐसे तर्क गढ़ते हैं जो भले ही सही लगें, उनमें लगभग अदृश्य गलतियाँ हो सकती हैं—ऐसे झूठे प्रमाण जिन्हें पकड़ने में इंसानों को भारी मशक्कत करनी पड़ती है । यह समस्या केवल सामान्य पाठ-निर्माण तक सीमित नहीं है; यह औपचारिक प्रमाण प्रणालियों में भी तब दिखती है जब बुनियादी तर्क अस्पष्ट हो
।
2. श्रेय का पतन और बड़े पैमाने पर कॉपीराइट उल्लंघन
AI मॉडल बिना अनुमति के प्रकाशित मानव कार्यों पर प्रशिक्षित होते हैं और अक्सर स्रोतों का उल्लेख नहीं करते। इसका नतीजा श्रेय का एक ऐसा व्यवस्थागत विघटन है जिसमें बौद्धिक वंशावली का पता लगाना या मूल विचारकों को पुरस्कृत करना असंभव हो जाता है। घोषणापत्र इस बात पर जोर देता है कि लेखकों को सक्रिय रूप से पूर्ववर्ती कार्यों की खोज करनी चाहिए और जब भी पूर्ण श्रेय संभव न हो, इस सीमा को स्पष्ट रूप से बताना चाहिए ।
3. निर्भरता और असमानता की दो-स्तरीय प्रणाली
जैसे-जैसे अत्याधुनिक अनुसंधान महँगे मालिकाना मॉडलों और कंप्यूट संसाधनों से जुड़ता जा रहा है, गणित का भविष्य ऐसा होता दिख रहा है जहाँ केवल अच्छी तरह से वित्तपोषित प्रयोगशालाएँ ही प्रतिस्पर्धा कर सकती हैं। यह एक संरचनात्मक असमानता पैदा करता है जो इस क्षेत्र के पारंपरिक रूप से खुले और प्रतिभा-आधारित चरित्र को कमजोर करता है ।
4. बढ़ा-चढ़ाकर किया गया दिखावा जो नीति-निर्धारण को गुमराह करता है
प्रौद्योगिकी कंपनियाँ, प्रबल व्यावसायिक प्रोत्साहनों से प्रेरित होकर, अपने उपकरणों की गणितीय क्षमताओं को बढ़ा-चढ़ाकर पेश करती हैं । वे सहकर्मी-समीक्षित विज्ञान के बजाय प्रेस विज्ञप्तियों के माध्यम से बाजार की समय-सीमाओं पर परिणामों की घोषणा करती हैं, और गणित के बेंचमार्क पर प्रदर्शन को सामान्य बुद्धिमत्ता के लिए एक विपणन प्रॉक्सी के रूप में उपयोग करती हैं—यह एक ऐसा दावा है जिसे घोषणापत्र सिरे से खारिज करता है
। लेखक सरकारों से आग्रह करते हैं कि विज्ञान नीति बनाते समय वे पीआर नहीं, बल्कि विशेषज्ञ मूल्यांकन की तलाश करें
।
5. अनुसंधान स्वायत्तता का नुकसान
जब कॉर्पोरेट हित और तकनीकी व्यवहार्यता यह तय करती है कि किस चीज़ का अध्ययन किया जाए, तो गणित अपने स्वयं के एजेंडे पर नियंत्रण खोने का जोखिम उठाता है। अनुसंधान की प्राथमिकताएँ गहरी, जिज्ञासा-संचालित खोज के बजाय अल्पकालिक व्यावसायिक लाभ की ओर स्थानांतरित हो जाती हैं, जो अनुशासन के दीर्घकालिक स्वास्थ्य के लिए खतरा है ।
लाइडेन घोषणा सिर्फ समस्याओं की पहचान नहीं करती, बल्कि चार प्रमुख समूहों के लिए विशिष्ट, कार्रवाई योग्य मानदंड भी निर्धारित करती है ।
व्यक्तिगत शोधकर्ताओं को चाहिए:
संस्थानों, पत्रिकाओं और वित्तपोषकों को चाहिए:
सरकारों को चाहिए:
उद्योग को चाहिए:
लाइडेन घोषणा केवल गणित के बारे में नहीं है। इसके लेखक इस संघर्ष को हर जगह विज्ञान नीति के लिए एक चेतावनी संकेत के रूप में देखते हैं। उनका तर्क है कि वही AI सिस्टम जो अविश्वसनीय प्रमाण उत्पन्न करते हैं, उन्हें युद्ध और जन-निगरानी के लिए भी हथियार बनाया जा सकता है, और वे गणितज्ञों से अपने काम का नैतिक मूल्यांकन करने और हानिकारक परियोजनाओं से हटने का भी आग्रह करते हैं ।
गहरी चेतावनी ज्ञानमीमांसीय है: जब व्यावसायिक समय-सीमाएँ सहकर्मी-समीक्षा की जगह ले लेती हैं, और जब कॉर्पोरेट प्रचार विशेषज्ञ सावधानी को दबा देता है, तो वैज्ञानिक सत्य क्या है, इसकी सार्वजनिक समझ विकृत हो जाती है । गणित—एक ऐसा क्षेत्र जिसने लंबे समय से स्पष्ट, कालातीत मानकों पर गर्व किया है—अब उस बड़ी लड़ाई की अग्रिम पंक्ति में है।
घोषणापत्र की लगभग हर सिफारिश एक ही सिद्धांत के इर्द-गिर्द घूमती है: पारदर्शिता। यह जाने बिना कि AI का उपयोग कब और कैसे किया गया, वैज्ञानिक समुदाय परिणामों की पुष्टि नहीं कर सकता, श्रेय नहीं दे सकता, या अपने मानकों की रक्षा नहीं कर सकता। शुरुआत में ही 130 से अधिक हस्ताक्षरकर्ताओं और अंतर्राष्ट्रीय गणितीय संघ (IMU) जैसे संस्थागत समर्थन के साथ, लाइडेन घोषणा एक बयान से कहीं अधिक बन चुकी है: यह उन मानदंडों का कार्यशील मसौदा है जिनकी गणितज्ञों का मानना है कि AI युग को माँग है ।
Comments
0 comments