बच्चे लंबा भाग भूलें तो क्या फर्क पड़ता है? AI पर जेनसन हुआंग की राय

Nvidia के CEO जेनसन हुआंग ने The Ezra Klein Show पर माना कि AI की मदद से छात्र होमवर्क तेज़ी से कर सकते हैं, जबकि उन कौशलों में कमज़ोर पड़ सकते हैं जिनका इस्तेमाल उन्हें बिना AI के करना होता है। लेकिन उन्होंने सवाल उठाया कि अगर तकनीक गणना कर सकती है, तो क्या लंबा भाग या गुणा-पहाड़ा याद रखना उतना ही ज़रूरी रहेगा? विवाद की जड़ यही है: क्या बुनियादी कौशल का संभावित नुकसान बस बदलाव की कीमत है, या उसे अपने आप में गंभीरता से लेने की ज़रूरत है?248

अध्ययन ने क्या दिखाया?

Klein ने चीन में कक्षा 7 से 12 तक के 26,000 से अधिक छात्रों पर हुए अध्ययन का ज़िक्र किया। उनके मुताबिक, AI अपनाने के बाद होमवर्क के अंक 18 प्रतिशत बढ़े और काम पूरा करने में लगने वाला समय 30 प्रतिशत घटा। दूसरी ओर, मासिक परीक्षाओं और आगे चलकर प्रवेश परीक्षाओं के नतीजों में गिरावट दर्ज हुई; अध्ययन में लंबे समय तक सीखी हुई चीज़ें याद रहने को लेकर भी चिंता सामने आई।123

हुआंग ने इस विरोधाभास को नकारा नहीं। उनका सवाल था कि अगर AI गणना जैसे काम कर सकता है, तो क्या बच्चों के कुछ बुनियादी गणितीय कौशल भूलने को बड़ा नुकसान मानना चाहिए? बातचीत में उन्होंने लंबा भाग, वर्गमूल और गुणा-पहाड़े का उदाहरण दिया और कहा कि शायद कुछ पुरानी क्षमताओं की जगह नई क्षमताएँ आएँगी।410

हुआंग की दलील: कम गणना, ज़्यादा ‘सिस्टम थिंकिंग’

हुआंग का अनुमान है कि लोग कुछ सूक्ष्म बौद्धिक कौशल खो सकते हैं, लेकिन औज़ारों का इस्तेमाल करके बड़े और जटिल काम सँभालने में बेहतर हो सकते हैं। उन्होंने इसे “सिस्टम थिंकिंग” के रूप में पेश किया—यानी अलग-अलग हिस्सों, तकनीकों और लोगों को जोड़कर किसी बड़ी समस्या पर काम करना। उन्होंने कहा कि आज के इंजीनियर इस तरह सोचने में उनकी पीढ़ी से बेहतर हैं।417

उन्होंने अपनी रोज़मर्रा की याददाश्त का उदाहरण भी दिया: तकनीक पर निर्भर रहने के कारण उन्हें अपना पता याद रखने की ज़रूरत नहीं पड़ती। इस तरह की मिसाल से उनका आशय यह था कि हर जानकारी का दिमाग़ में बने रहना ज़रूरी नहीं। लेकिन आलोचकों को यही उदाहरण इस बात का संकेत लगता है कि तकनीक पर निर्भरता की कीमत आम लोगों—और खासकर बच्चों—के लिए क्या हो सकती है, इस पर पर्याप्त ध्यान नहीं दिया जा रहा।12

AI के बड़े जोखिमों पर उनका रुख

AI के संभावित विनाशकारी असर को लेकर Geoffrey Hinton की चेतावनियों पर हुआंग ने कड़ी असहमति जताई। उनका कहना था कि ऐसे जोखिमों के दावे विज्ञान और सबूतों पर टिके होने चाहिए; बिना ठोस आधार के डर फैलाना गैर-जिम्मेदाराना हो सकता है।717

हालाँकि, हुआंग ने यह भी कहा कि कंपनियों को ऐसे AI उत्पाद जारी नहीं करने चाहिए जिन्हें वे नियंत्रित न कर सकें। उन्होंने यह रुख नहीं अपनाया कि AI कंपनियों को सामान्य जवाबदेही या प्रतिस्पर्धा-विरोधी कानूनों से छूट मिलनी चाहिए।19

ऊर्जा और जलवायु पर उनकी सोच में भी भविष्य के संभावित लाभ और मौजूदा लागत के बीच ऐसा ही संतुलन दिखता है। हुआंग AI को लंबे समय में जलवायु के लिए उपयोगी मानते हैं, जबकि उसके विस्तार के लिए निकट भविष्य में अधिक ऊर्जा और कठिन ऊर्जा-विकल्पों की ज़रूरत पड़ सकती है। आलोचकों का कहना है कि भविष्य के लाभ की बात उन लोगों की मौजूदा तकलीफ़ों को कम करके दिखा सकती है जो प्रदूषण और जलवायु परिवर्तन के असर झेल रहे हैं।

बहस असल में किस बात पर है?

हुआंग की आशावादी दलील यह मानकर चलती है कि AI के कारण आज छूटने वाले कुछ कौशलों की जगह भविष्य में दूसरी क्षमताएँ विकसित होंगी। आलोचकों का सवाल है कि बच्चों के मामले में यह अदला-बदली कितनी सुरक्षित है—और क्या भविष्य के लाभ की उम्मीद में उनकी बुनियादी सीख को कम अहम माना जा रहा है। होमवर्क जल्दी पूरा होना अपने आप में इस बात का जवाब नहीं देता कि बच्चे बाद में वही ज्ञान स्वतंत्र रूप से इस्तेमाल कर पाएँगे या नहीं।248

यह हुआंग के जोखिमों और समझौतों को तौलने के तरीके की आलोचना है, इस बात का सबूत नहीं कि वे बच्चों को नुकसान पहुँचाना चाहते हैं। और चीन के इस अध्ययन से यह भी साबित नहीं होता कि शिक्षा में AI का हर इस्तेमाल एक जैसा असर डालेगा।24