निठल्ले के नोट्स - एआई की कीमत

एआई की कीमत

एआई पर बहस अब केवल यह नहीं रह गई है कि वह कितना बुद्धिमान है। असली सवाल यह है कि उसकी बुद्धिमत्ता की कीमत कौन चुका रहा है—मनुष्य, प्रकृति या आने वाली पीढ़ियाँ? पानी, बिजली, रचनात्मकता और रोजगार—इन चारों को साथ रखकर देखें तो तस्वीर न तो पूरी तरह भयावह है, न इतनी उजली कि हम आंख मूंदकर एआई को अपनाते चले जाएँ। इसी संतुलन को केंद्र में रखकर यह विचारपरक लेख प्रस्तुत है।

कभी आदमी सवाल पूछता था तो सामने बैठा दूसरा आदमी परेशान होता था—“भाई, मुझे क्या मालूम!” अब आदमी सवाल पूछता है तो मशीन तत्परता से जवाब देती है—इतनी तत्परता से कि कभी-कभी जवाब पढ़कर आदमी को खुद शक होने लगता है कि कहीं उसे अपने सवाल से ज्यादा मशीन पर भरोसा तो नहीं हो गया!

कृत्रिम बुद्धिमत्ता यानी एआई ने हमारी दुनिया में जिस तेजी से प्रवेश किया है, वह तकनीकी इतिहास की सामान्य घटना नहीं है। यह केवल एक नया उपकरण नहीं, बल्कि काम करने, सोचने, लिखने, सीखने और निर्णय लेने के तौर-तरीकों में बदलाव है। लेकिन हर तकनीकी क्रांति अपने साथ एक बिल भी लाती है। भाप के इंजन का बिल कोयले और प्रदूषण ने चुकाया, औद्योगिक क्रांति का बिल श्रमिकों ने कई रूपों में चुकाया और डिजिटल क्रांति का बिल हमारी निजता ने। अब एआई का बिल शायद ऊर्जा, पानी, रोजगार और मनुष्य की अपनी रचनात्मक क्षमता के रूप में सामने आ रहा है।

सवाल इसलिए यह नहीं होना चाहिए कि एआई अच्छा है या बुरा। असली सवाल है—एआई का इस्तेमाल कितना, कहाँ, किसलिए और किस कीमत पर होना चाहिए?

एक सवाल और कई घूंट पानी

एआई के पर्यावरणीय प्रभाव को लेकर इन दिनों यह बात खूब कही जाती है कि हम एक सवाल पूछते हैं और उसके जवाब के पीछे बहुत सारा पानी खर्च हो जाता है। इस दावे को थोड़ा सावधानी से समझना जरूरी है।

एआई मॉडल खुद पानी नहीं पीता। उसे चलाने वाले विशाल डेटा सेंटर गर्म होते हैं और उन्हें ठंडा रखने के लिए कुछ प्रणालियों में पानी का इस्तेमाल होता है। इसके अतिरिक्त जिस बिजली से ये डेटा सेंटर चलते हैं, उसकी उत्पादन प्रक्रिया में भी पानी की खपत हो सकती है। इसलिए “एक सवाल = इतना पानी” जैसी कोई सार्वभौमिक संख्या बताना भ्रामक हो सकता है। पानी की मात्रा मॉडल, हार्डवेयर, डेटा सेंटर की जगह, मौसम, कूलिंग तकनीक और बिजली के स्रोत पर निर्भर करती है।

फिर भी समस्या काल्पनिक नहीं है। एक अध्ययन ने अनुमान लगाया था कि GPT-3 जैसे मॉडल के प्रशिक्षण में सीधे लगभग 7 लाख लीटर स्वच्छ पानी वाष्पित हो सकता है और वैश्विक एआई मांग के कारण 2027 में पानी की निकासी अरबों घनमीटर तक पहुँच सकती है। ये अनुमान मॉडल और परिस्थितियों पर निर्भर हैं, लेकिन वे यह संकेत जरूर देते हैं कि एआई का जल-पदचिह्न गंभीरता से मापने योग्य विषय है।

दूसरी तरफ तकनीक स्थिर भी नहीं है। नए डेटा सेंटर कम पानी वाली अथवा बंद-चक्र वाली कूलिंग प्रणालियों की ओर बढ़ रहे हैं। उदाहरण के लिए, माइक्रोसॉफ्ट ने बताया है कि उसके नए कुछ डेटा सेंटरों में चिप-स्तरीय कूलिंग के जरिए कूलिंग के लिए पानी के वाष्पीकरण को समाप्त किया जा रहा है और एक ऐसे डिजाइन से प्रति डेटा सेंटर सालाना 125 मिलियन लीटर से अधिक पानी बचाने का अनुमान है।

अर्थात समस्या का उत्तर यह नहीं है कि “एआई पानी पीता है, इसलिए एआई बंद कर दो।” सही प्रश्न यह है कि एआई के लिए पीने योग्य पानी क्यों इस्तेमाल हो, और यदि इस्तेमाल हो तो उसकी भरपाई कौन करे?

असली भूख पानी की ही नहीं, बिजली की भी है

एआई की चर्चा में पानी अक्सर सुर्खियों में आ जाता है, लेकिन उसके पीछे बिजली की एक और बड़ी कहानी है। अंतरराष्ट्रीय ऊर्जा एजेंसी के अनुसार 2025 में दुनिया के डेटा सेंटरों ने वैश्विक बिजली का लगभग 1.5 प्रतिशत इस्तेमाल किया और 2030 तक यह हिस्सा लगभग 3 प्रतिशत तक पहुँच सकता है; डेटा सेंटरों की बिजली खपत लगभग दोगुनी होकर करीब 950 TWh तक पहुँचने का अनुमान है।

दिलचस्प बात यह है कि तस्वीर का दूसरा पहलू भी है। प्रति सामान्य एआई कार्य की ऊर्जा दक्षता तेजी से बेहतर हुई है। IEA के अनुसार हाल के वर्षों में प्रति एआई टास्क ऊर्जा खपत में बहुत बड़ी गिरावट आई है। लेकिन उसी समय वीडियो निर्माण, एजेंटिक एआई और जटिल reasoning जैसे अधिक ऊर्जा-गहन इस्तेमाल बढ़ रहे हैं। यानी एक सवाल सस्ता होता जा रहा है, मगर सवालों की संख्या और सवालों की जटिलता इतनी तेजी से बढ़ रही है कि कुल खर्च फिर भी बढ़ सकता है।

यही तकनीकी विकास की विडंबना है—मशीन अधिक कुशल होती जाती है, लेकिन हम उससे अधिक काम लेने लगते हैं।

इसलिए भविष्य की एआई नीति का एक सिद्धांत होना चाहिए—

“हर एआई काम संभव होना जरूरी नहीं; जरूरी एआई काम अधिक कुशल होना जरूरी है।”

एक दो-पंक्ति के ईमेल के लिए हजारों करोड़ की कंप्यूटिंग शक्ति लगाना और दूसरी ओर एआई से जल प्रबंधन, मौसम पूर्वानुमान, चिकित्सा अनुसंधान या ऊर्जा दक्षता बढ़ाना—इन दोनों को एक ही तराजू में नहीं तौला जा सकता।

कहीं ऐसा तो नहीं कि मशीन लिखती रहे और आदमी भूलता जाए?

एआई का दूसरा संकट थोड़ा अदृश्य है।

पानी का संकट बाहर दिखाई देता है; रचनात्मकता का संकट भीतर पैदा होता है।

जब कोई बच्चा हर सवाल का उत्तर खुद खोजने के बजाय मशीन से पूछने लगे, विद्यार्थी हर निबंध मशीन से लिखवाने लगे, लेखक हर शुरुआती विचार मशीन से लेने लगे और पत्रकार हर कॉपी एआई से बनवाने लगे, तो धीरे-धीरे मनुष्य के भीतर का वह बेचैन कोना कमजोर पड़ सकता है जहाँ से मौलिक विचार पैदा होते हैं।

लेकिन यहाँ भी अतिशयोक्ति से बचना होगा। शोध यह नहीं कहता कि एआई का हर इस्तेमाल रचनात्मकता को नष्ट करता है। 2024 में Nature Human Behaviour में प्रकाशित एक अध्ययन में कुछ रचनात्मक कार्यों में ChatGPT के इस्तेमाल से प्रतिभागियों के विचारों की रचनात्मकता बढ़ी पाई गई। यानी एआई रचनात्मकता का दुश्मन होना जरूरी नहीं; वह उसका सहायक भी बन सकता है।

लेकिन यही शोध हमें एक महत्वपूर्ण प्रश्न की ओर ले जाता है—विचार किसका है और विचार करने का श्रम किसने किया?

यदि लेखक पहले स्वयं सोचता है, फिर एआई से विकल्प मांगता है, उसकी आलोचना करता है, बेहतर करता है और अंततः अपनी भाषा में रचना करता है, तो एआई एक सहयोगी है।

लेकिन यदि लेखक केवल लिखता है—“इस विषय पर एक शानदार लेख लिखो”—और मिली हुई सामग्री को अपना लेख मान लेता है, तो धीरे-धीरे वह लेखक से अधिक संपादक भर रह जाएगा।

यह फर्क बहुत महत्वपूर्ण है।

क्योंकि रचनात्मकता केवल अंतिम उत्पाद का नाम नहीं है। रचनात्मकता उस मानसिक यात्रा का नाम भी है जिसमें मनुष्य गलती करता है, असफल होता है, भटकता है, अचानक कोई संबंध खोजता है और फिर एक नया विचार जन्म लेता है।

मशीन हमें मंजिल तक जल्दी पहुँचा सकती है; लेकिन यदि हर बार वह रास्ता भी खुद तय कर दे तो संभव है कि हम रास्ते खोजने की अपनी क्षमता खो दें।

रोजगार का प्रश्न सबसे बेचैन करने वाला है

एआई को लेकर तीसरी और शायद सबसे बड़ी चिंता रोजगार की है।

“एआई नौकरियाँ खा जाएगा”—यह वाक्य आकर्षक है, लेकिन पूरा सच नहीं। तकनीक अक्सर नौकरियाँ खत्म करने के साथ-साथ नई नौकरियाँ भी पैदा करती है। समस्या यह है कि पुरानी नौकरी जाने और नई नौकरी पैदा होने के बीच का अंतराल बहुत लोगों के लिए वास्तविक संकट बन सकता है।

अंतरराष्ट्रीय मुद्रा कोष के अनुसार दुनिया भर में लगभग 40 प्रतिशत रोजगार किसी न किसी स्तर पर एआई से प्रभावित हो सकते हैं। उन्नत अर्थव्यवस्थाओं में यह हिस्सा लगभग 60 प्रतिशत तक हो सकता है। लेकिन “प्रभावित” का अर्थ हमेशा “नौकरी समाप्त” नहीं है—कई जगह एआई मनुष्य के काम को अधिक उत्पादक बना सकता है, जबकि कुछ कामों में मानव श्रम की मांग घट सकती है।

यही अंतर समझना जरूरी है।

कैलकुलेटर आने से गणित खत्म नहीं हुआ। कैमरा आने से चित्रकार खत्म नहीं हुए। कंप्यूटर आने से कार्यालय खत्म नहीं हुए। लेकिन इन तकनीकों ने काम करने वाले लोगों की किस्म और काम करने के तरीके बदल दिए।

एआई भी यही करेगा—लेकिन इस बार परिवर्तन की गति कहीं अधिक तेज है।

और इसमें एक नई समस्या है। पिछली मशीनें मुख्यतः शारीरिक श्रम को चुनौती देती थीं; एआई भाषा, विश्लेषण, अनुवाद, डिजाइन, प्रोग्रामिंग, लेखन और कई संज्ञानात्मक कार्यों में प्रवेश कर रहा है। यानी इस बार मशीन का सामना केवल कारखाने के मजदूर से नहीं, कार्यालय में बैठे सफेदपोश कर्मचारी से भी है।

इसलिए समस्या “एआई बनाम इंसान” नहीं, बल्कि “एआई के दौर में किस तरह का इंसान रोजगार योग्य रहेगा?” है।

शायद नौकरी नहीं, काम का अर्थ बदलेगा

भविष्य में बहुत संभव है कि किसी पत्रकार से कहा जाए—खबर लिखने के बजाय वह खबर की सत्यता, संदर्भ और सामाजिक प्रभाव पर अधिक ध्यान दे। शिक्षक से केवल पाठ पढ़ाने के बजाय सीखने की डिजाइनिंग की अपेक्षा हो। अनुवादक केवल शब्दों का अनुवाद न करे, बल्कि सांस्कृतिक अर्थों की रक्षा करे। डॉक्टर रिपोर्ट पढ़ने में एआई की सहायता ले, लेकिन अंतिम निर्णय मानवीय विवेक से करे।

इसका अर्थ है कि भविष्य में मानवीय कौशलों की कीमत घटने के बजाय कुछ कौशलों की कीमत बढ़ सकती है—निर्णय, संवेदना, नैतिकता, नेतृत्व, मौलिकता, संवाद, आलोचनात्मक सोच और जिम्मेदारी।

मगर इसके लिए शिक्षा व्यवस्था को बदलना होगा।

यदि स्कूल और विश्वविद्यालय अभी भी बच्चों को ऐसे काम सिखाते रहे जिन्हें एआई कुछ सेकंड में कर सकता है, तो समस्या एआई की नहीं, शिक्षा व्यवस्था की होगी।

तो क्या एआई को रोक देना चाहिए?

नहीं।

इतिहास में नई तकनीक को केवल इसलिए रोक देना कि उसके दुष्परिणाम संभव हैं, शायद ही कोई स्थायी समाधान रहा है। सवाल तकनीक को रोकने का नहीं, उसकी दिशा तय करने का है।

आग से खाना भी पकता है और घर भी जल सकता है। इसका समाधान आग पर प्रतिबंध नहीं, बल्कि उसका जिम्मेदार इस्तेमाल है।

एआई भी कुछ ऐसा ही है।

वह कैंसर अनुसंधान तेज कर सकता है, भाषाओं के बीच संवाद आसान कर सकता है, विकलांग लोगों की सहायता कर सकता है, किसानों को मौसम और फसल संबंधी सलाह दे सकता है, ऊर्जा प्रणालियों को अधिक कुशल बना सकता है और जटिल वैज्ञानिक समस्याओं पर काम तेज कर सकता है। IEA भी रेखांकित करता है कि एआई स्वयं ऊर्जा क्षेत्र को अधिक कुशल बनाने और उत्सर्जन घटाने में मदद कर सकता है।

इसलिए एआई विरोध समाधान नहीं है।

बिना शर्त एआई समर्थन भी समाधान नहीं है।

समाधान है—जिम्मेदार एआई।

इसके लिए क्या किया जाए?

सबसे पहला काम है—एआई की पर्यावरणीय कीमत छिपाई न जाए। कंपनियों को केवल यह बताना पर्याप्त नहीं होना चाहिए कि उनका मॉडल कितना तेज है। उन्हें यह भी बताना चाहिए कि उसे चलाने में कितनी ऊर्जा और कितना पानी लगता है। अलग-अलग मॉडल और डेटा सेंटरों के लिए ऊर्जा तथा जल-उपयोग की पारदर्शी रिपोर्टिंग आवश्यक होनी चाहिए।

दूसरा, डेटा सेंटरों के लिए जल-संकट वाले क्षेत्रों में कठोर पर्यावरणीय मानदंड होने चाहिए। जिस इलाके में लोगों को पीने का पानी मुश्किल से मिलता हो, वहाँ विशाल डेटा सेंटर के लिए भूजल का असीमित इस्तेमाल स्वीकार्य नहीं हो सकता। पुनर्चक्रित पानी, बंद-चक्र कूलिंग और जल-कुशल तकनीकों को प्राथमिकता दी जानी चाहिए।

तीसरा, एआई की ऊर्जा जरूरतों को अधिक से अधिक नवीकरणीय और कम-कार्बन ऊर्जा से जोड़ा जाना चाहिए। केवल डेटा सेंटर बना देना पर्याप्त नहीं; उसके ऊर्जा स्रोत की भी जवाबदेही होनी चाहिए।

चौथा, शिक्षा में “AI literacy” के साथ “Human literacy” भी जरूरी है। बच्चों को यह सिखाना होगा कि एआई से उत्तर कैसे लें, उससे मिले उत्तर की सत्यता कैसे जांचें और कब एआई का इस्तेमाल न करें। परीक्षा में केवल यह नहीं देखा जाना चाहिए कि छात्र ने सही उत्तर दिया या नहीं; यह भी देखा जाना चाहिए कि उसने स्वयं कितना सोचा।

पाँचवाँ, रचनात्मक काम में एक सरल नियम अपनाया जा सकता है—

पहले स्वयं सोचो, फिर एआई से पूछो।

पहला ड्राफ्ट मनुष्य का हो। एआई दूसरा पाठक, आलोचक या सहायक बने। इससे मशीन हमारी कल्पना की जगह नहीं लेगी, बल्कि उसकी खिड़कियाँ खोल सकती है।

छठा, रोजगार के मोर्चे पर सरकार और उद्योग को reskilling और upskilling को खर्च नहीं, निवेश मानना होगा। यदि कंपनियाँ एआई से उत्पादकता बढ़ाकर लाभ कमाती हैं, तो उनके सामाजिक दायित्व में कर्मचारियों को नई भूमिकाओं के लिए तैयार करना भी शामिल होना चाहिए।

सातवाँ, हमें “हर जगह एआई” की मानसिकता से बचना होगा। हर काम में एआई लगाना प्रगति नहीं है। अगर कोई काम मनुष्य बेहतर, सस्ता, कम ऊर्जा और कम संसाधन में कर सकता है, तो वहाँ एआई का इस्तेमाल केवल इसलिए क्यों हो कि तकनीक उपलब्ध है?

तकनीक की उपलब्धता उसके इस्तेमाल की अनिवार्यता नहीं है।

असली सवाल यह है कि एआई किसका है?

यह बहस अंततः एक गहरे सामाजिक प्रश्न पर पहुँचती है।

एआई की शक्ति किसके हाथ में होगी? उसका लाभ किसे मिलेगा? उसकी पर्यावरणीय कीमत कौन चुकाएगा? नौकरी खोने वाला व्यक्ति कौन होगा? और उत्पादकता से पैदा होने वाली अतिरिक्त संपत्ति किसके पास जाएगी?

यदि एआई कुछ कंपनियों की पूंजी को और विशाल बनाता जाए और लाखों लोगों की रोजगार-सुरक्षा कमजोर होती जाए, तो तकनीकी प्रगति के साथ सामाजिक असमानता भी बढ़ सकती है। IMF ने भी चेताया है कि एआई से उत्पादकता और आय बढ़ सकती है, लेकिन इसके लाभों का असमान वितरण आर्थिक विषमता को बढ़ा सकता है।

इसलिए एआई की बहस केवल तकनीकी बहस नहीं है। यह आर्थिक न्याय, पर्यावरणीय न्याय और मानवीय गरिमा की बहस भी है।

अंततः मशीन हमारी सहायक हो, हमारा विकल्प नहीं

शायद एआई के बारे में सबसे संतुलित दृष्टिकोण यही होगा कि हम न तो उससे डरें और न उसके सम्मोहन में पड़ें।

हमें उससे यह नहीं कहना चाहिए कि “तुम हमारे सारे काम कर दो।”

हमें उससे कहना चाहिए—“जहाँ तुम हमारी क्षमता बढ़ा सकते हो, वहाँ हमारे साथ चलो।”

मनुष्य को अपनी कमजोरियाँ मशीन को सौंपनी चाहिए, अपनी जिम्मेदारी नहीं। गणना मशीन करे, लेकिन निर्णय मनुष्य समझे। सूचना मशीन दे, लेकिन सत्यापन मनुष्य करे। भाषा मशीन सुधार दे, लेकिन विचार मनुष्य का हो। डेटा मशीन पढ़े, लेकिन संवेदना मनुष्य की रहे। काम मशीन तेज करे, लेकिन काम का उद्देश्य मनुष्य तय करे।

और सबसे बढ़कर—एआई हमें इतना सुविधाभोगी न बना दे कि हम अपनी ही बौद्धिक मांसपेशियों का इस्तेमाल करना भूल जाएँ।

क्योंकि आने वाले समय में सबसे मूल्यवान चीज शायद केवल बुद्धिमान मशीन नहीं होगी। सबसे मूल्यवान वह मनुष्य होगा जो बुद्धिमान मशीन के सामने भी स्वयं सोचने की क्षमता बचाए रखे।

एआई को बढ़ावा देना इसलिए गलत नहीं है।

लेकिन एआई को बिना विवेक के बढ़ावा देना गलत है।

हमें ऐसी कृत्रिम बुद्धिमत्ता नहीं चाहिए जो मनुष्य को अनावश्यक बना दे; हमें ऐसी बुद्धिमत्ता चाहिए जो मनुष्य को अधिक सक्षम, अधिक रचनात्मक, अधिक न्यायपूर्ण और अधिक मानवीय बनाए।

आखिर मशीन कितनी भी बुद्धिमान क्यों न हो जाए, उसे यह फैसला स्वयं नहीं करने देना चाहिए कि मनुष्य होने का अर्थ क्या है।