യന്ത്രങ്ങളെ നീതിബോധം പഠിപ്പിക്കുമ്പോൾ:കൃത്രിമബുദ്ധിയുടെ ഭാവിയും ലിംഗസമത്വത്തിന്റെ വെല്ലുവിളിയും

കൃത്രിമബുദ്ധി (Artificial Intelligence – AI) മനുഷ്യരെക്കാൾ ബുദ്ധിമാനാകുമോ എന്ന ഭയമാണ് പൊതുവെ ചർച്ച ചെയ്യപ്പെടുന്നത്. എന്നാൽ, അതിലും വലിയ അപകടം മറ്റൊന്നാണ്. മനുഷ്യസമൂഹം നൂറ്റാണ്ടുകളായി വഹിച്ചുകൊണ്ടിരിക്കുന്ന അസമത്വങ്ങളും വിവേചനങ്ങളും AI ഏറ്റെടുത്ത് ഭാവിയുടെ അടിസ്ഥാനസൗകര്യങ്ങളായി മാറ്റിയാൽ എന്ത് സംഭവിക്കും? യന്ത്രങ്ങൾ സ്വയം വിവേചനം പഠിക്കുന്നില്ല; അവ പഠിക്കുന്നത് മനുഷ്യർ സൃഷ്ടിച്ച ഡാറ്റയിൽ നിന്നാണ്. ആ ഡാറ്റയിൽ സ്ത്രീകൾക്കും ദരിദ്രർക്കും ന്യൂനപക്ഷങ്ങൾക്കും ഗ്രാമീണർക്കും നേരെയുള്ള ചരിത്രപരമായ അനീതികൾ പതിഞ്ഞുകിടക്കുകയാണെങ്കിൽ, AI അവയെ കൂടുതൽ വേഗത്തിലും വിശാലമായ തോതിലും ആവർത്തിക്കാനുള്ള സാധ്യതയുണ്ട്.

ഇന്ന് ലോകമെമ്പാടും ജോലിക്കായി ആരെ ഷോർട്ട്‌ലിസ്റ്റ് ചെയ്യണം, ബാങ്ക് വായ്പ ആർക്കു നൽകണം, ചികിത്സയിൽ ആർക്കാണ് മുൻഗണന, സ്കോളർഷിപ്പ് ആർക്കു ശുപാർശ ചെയ്യണം തുടങ്ങിയ നിർണായക തീരുമാനങ്ങളിൽ AI ഇടപെടുന്നു. കമ്പ്യൂട്ടറാണ് തീരുമാനമെടുക്കുന്നത് എന്നതിനാൽ അവ നിഷ്പക്ഷമാണെന്ന തോന്നൽ ഉണ്ടാകുന്നു. എന്നാൽ, ഒരു ആൽഗോരിതം പഠിക്കുന്നത് മനുഷ്യരുടെ ഭൂതകാലത്തിൽ നിന്നാണ്. മനുഷ്യസമൂഹം അസമമായിരുന്നെങ്കിൽ യന്ത്രവും അസമമായിത്തീരും. ഈ ലേഖനം യഥാർത്ഥത്തിൽ ഇന്ത്യയെയും കേരളത്തെയും ഉൾപ്പെടെ എല്ലാ വികസ്വര രാജ്യങ്ങൾക്കും ബാധകമാണ്. ഡിജിറ്റൽ സമ്പദ്‌വ്യവസ്ഥ വേഗത്തിൽ വളരുന്ന രാജ്യങ്ങൾ ഇന്ന് AI-യെ വളർച്ചയുടെ എൻജിനായി കാണുന്നു. കാർഷികം, ആരോഗ്യം, വിദ്യാഭ്യാസം, ബാങ്കിംഗ്, ഭരണസംവിധാനം, വ്യവസായം എന്നിവയെല്ലാം AI പുനർനിർവചിക്കുകയാണ്. എന്നാൽ, വളർച്ചയും ഉൾക്കൊള്ളലും ഒരുപോലെയല്ല. സാങ്കേതികവിദ്യ പുരോഗമിച്ചാലും സാമൂഹിക നീതി ഉറപ്പാക്കപ്പെടണമെന്നില്ല.

ഒരു ഗ്രാമീണ യുവതി AI അധിഷ്ഠിത കൃഷി സാങ്കേതികവിദ്യ വികസിപ്പിക്കാൻ ശ്രമിക്കുകയാണെന്ന് കരുതുക. അല്ലെങ്കിൽ ഒരു ചെറിയ പട്ടണത്തിൽ നിന്നുള്ള കമ്പ്യൂട്ടർ ബിരുദധാരി തന്റെ ആദ്യ ജോലിക്കായി അപേക്ഷിക്കുകയാണെന്ന് കരുതുക. അവരുടെ അപേക്ഷ ആദ്യം പരിശോധിക്കുന്നത് മനുഷ്യരല്ല, AI ആയിരിക്കാം. ആ AI പരിശീലിപ്പിക്കപ്പെട്ട ഡാറ്റയിൽ സ്ത്രീകൾക്ക് ചരിത്രപരമായി കുറച്ച് അവസരങ്ങൾ മാത്രമാണ് ലഭിച്ചിട്ടുള്ളതെങ്കിൽ, മികച്ച കഴിവുണ്ടെങ്കിലും അവരുടെ അപേക്ഷകൾ പിന്നിലാകാൻ സാധ്യതയുണ്ട്. അതായത് ഭൂതകാലത്തിലെ വിവേചനം ഭാവിയിലെ തീരുമാനങ്ങളായി മാറുന്നു. ജനറേറ്റീവ് AI-യുടെ ലോകത്തും ഇതേ പ്രശ്നം കാണാം. “ഒരു കമ്പനി സിഇഒയുടെ ചിത്രം വരയ്ക്കുക” എന്ന് ആവശ്യപ്പെട്ടാൽ ഇപ്പോഴും പല AI സംവിധാനങ്ങളും പുരുഷന്റെ ചിത്രമാണ് സൃഷ്ടിക്കുന്നത്. “പരിചാരക” അല്ലെങ്കിൽ “വീട്ടമ്മ” എന്ന് പറഞ്ഞാൽ സ്ത്രീയുടെ ചിത്രം വരും. ലക്ഷക്കണക്കിന് ഉപയോക്താക്കൾക്ക് ദിവസേന ഇത്തരത്തിലുള്ള ചിത്രങ്ങളും മറുപടികളും ലഭിക്കുമ്പോൾ, സമൂഹത്തിൽ ആരാണ് നേതാവ്, ആരാണ് ശാസ്ത്രജ്ഞൻ, ആരാണ് പരിചരണം നൽകേണ്ടത് എന്ന പഴയ സ്റ്റീരിയോടൈപ്പുകൾ കൂടുതൽ ശക്തിപ്പെടുന്നു.

ഇന്ത്യയിലും ഇതേ പ്രവണത വ്യക്തമാണ്. സ്ത്രീകളുടെ തൊഴിൽപങ്കാളിത്തം പുരുഷന്മാരേക്കാൾ വളരെ കുറവാണ്. ശാസ്ത്രം, സാങ്കേതികവിദ്യ, എഞ്ചിനീയറിങ്, ഗണിതശാസ്ത്രം (STEM) മേഖലകളിൽ പഠിക്കുന്നതിലും ജോലി ചെയ്യുന്നതിലും സ്ത്രീകളുടെ പങ്കാളിത്തം ഇപ്പോഴും പരിമിതമാണ്. AI രൂപകൽപ്പന ചെയ്യുന്ന സംഘങ്ങളിൽ സ്ത്രീകളുടെ സാന്നിധ്യം കുറയുമ്പോൾ, അവർ നേരിടുന്ന യാഥാർത്ഥ്യപ്രശ്നങ്ങൾ സാങ്കേതികവിദ്യയിൽ പ്രതിഫലിക്കാതിരിക്കാൻ സാധ്യതയുണ്ട്. അതിനാൽ AI വികസനത്തിൽ വൈവിധ്യമാർന്ന പങ്കാളിത്തം ഒരു സാമൂഹിക ആവശ്യകത മാത്രമല്ല; സാങ്കേതിക ഗുണമേന്മയുടെ ഭാഗവുമാണ്. സാമ്പത്തികമായും ഇത് അതീവ പ്രാധാന്യമുള്ള വിഷയമാണ്. സ്ത്രീകൾക്ക് സമാന തൊഴിൽ അവസരങ്ങൾ ലഭിക്കുകയാണെങ്കിൽ ദേശീയ ഉൽപ്പാദനം ഗണ്യമായി വർധിക്കുമെന്ന് അന്താരാഷ്ട്ര പഠനങ്ങൾ ചൂണ്ടിക്കാണിക്കുന്നു. ഓരോ കഴിവുള്ള സ്ത്രീയും തൊഴിൽവിപണിയിൽ നിന്ന് പുറത്താകുമ്പോൾ നഷ്ടമാകുന്നത് വ്യക്തിപരമായ അവസരം മാത്രമല്ല; പുതിയ ആശയങ്ങളും സംരംഭങ്ങളും ഉൽപ്പാദനക്ഷമതയും ദേശീയ വരുമാനവുമാണ്. AI വിപ്ലവം പുരുഷന്മാർക്കു മാത്രമുള്ള അവസരമായി മാറുകയാണെങ്കിൽ ഒരു രാജ്യത്തിന്റെയും ഡിജിറ്റൽ ഭാവി പൂർണമാകില്ല.

അതുകൊണ്ടുതന്നെ “Gender-Responsive AI” എന്ന ആശയം ഇന്ന് ലോകമെമ്പാടും പ്രാധാന്യം നേടുന്നു. സ്ത്രീകൾക്കു മാത്രം വേണ്ടിയുള്ള സാങ്കേതികവിദ്യയല്ല അത്. മറിച്ച് സമൂഹത്തിലെ എല്ലാവർക്കും ഒരുപോലെ നീതിപൂർവം പ്രവർത്തിക്കുന്ന AI സൃഷ്ടിക്കാനുള്ള സമീപനമാണ്. എല്ലാ സ്ത്രീകളും ഒരേ അനുഭവങ്ങളുള്ളവരല്ല. ഗ്രാമീണ സ്ത്രീകൾ, ഭിന്നശേഷിക്കാർ, ആദിവാസികൾ, മതന്യൂനപക്ഷങ്ങൾ, പ്രായമായ സ്ത്രീകൾ, സാമ്പത്തികമായി പിന്നാക്കം നിൽക്കുന്നവർ എന്നിവർ നേരിടുന്ന തടസ്സങ്ങൾ വ്യത്യസ്തമാണ്. അതിനാൽ AI ഈ വൈവിധ്യങ്ങളെ തിരിച്ചറിയുകയും പരിഗണിക്കുകയും വേണം. അത്തരം AI നിർമ്മിക്കാൻ നാല് അടിസ്ഥാന തത്വങ്ങൾ അനിവാര്യമാണ്. ഒന്നാമത്, വൈവിധ്യമാർന്ന ഡാറ്റാസെറ്റുകൾ. രണ്ടാമത്, ആൽഗോരിതങ്ങളിൽ പതിയിരിക്കുന്ന പക്ഷപാതം സ്ഥിരമായി പരിശോധിക്കുന്ന Bias Audits. മൂന്നാമത്, സുതാര്യമായ ഭരണസംവിധാനവും ഉത്തരവാദിത്തവും. നാലാമത്, സമൂഹത്തിന്റെ വൈവിധ്യം പ്രതിഫലിപ്പിക്കുന്ന ഡിസൈൻ-വികസന സംഘങ്ങൾ. ഈ നാല് ഘടകങ്ങളും ഒരുമിച്ചാൽ മാത്രമേ AI യഥാർത്ഥത്തിൽ വിശ്വസനീയവും നീതിയുക്തവും ഫലപ്രദവുമാകൂ.

ലോകം ഇപ്പോഴും ഈ മേഖലയിൽ പൂർണമായും വിജയിച്ചിട്ടില്ല. പല രാജ്യങ്ങളുടെയും ദേശീയ AI നയങ്ങളിൽ ലിംഗസമത്വത്തെക്കുറിച്ചുള്ള പരാമർശം പോലും ഇല്ല. സ്ത്രീകളുടെ അവകാശങ്ങളെക്കുറിച്ച് വ്യക്തമായ നടപടികൾ ഉൾപ്പെടുത്തിയിട്ടുള്ള രാജ്യങ്ങൾ അതിലും കുറവാണ്. അതിനാൽ AI നയരൂപീകരണത്തിൽ നീതി, സമത്വം, ഉൾക്കൊള്ളൽ എന്നിവയെ കേന്ദ്രസ്ഥാനത്ത് സ്ഥാപിക്കുന്ന രാജ്യങ്ങൾക്കാണ് ഭാവിയിൽ കൂടുതൽ വിശ്വാസ്യതയും സാമ്പത്തിക നേട്ടവും ലഭിക്കുക.
ഈ സാഹചര്യത്തിലാണ് പാകിസ്ഥാനിൽ Gender-Responsive AI School ആരംഭിക്കാനുള്ള തീരുമാനം ശ്രദ്ധേയമാകുന്നത്. നയരൂപീകരണക്കാർ, സർവകലാശാലകൾ, ഗവേഷകർ, സംരംഭകർ, സിവിൽ സമൂഹം, സാങ്കേതിക വിദഗ്ധർ എന്നിവരെ ഒരുമിച്ച് കൊണ്ടുവന്ന് AI-യെ സാങ്കേതികവിദ്യയായി മാത്രമല്ല, സാമൂഹിക ഉത്തരവാദിത്തമായി പഠിപ്പിക്കുകയാണ് ഈ സംരംഭത്തിന്റെ ലക്ഷ്യം. AI ഉപയോഗിക്കുന്നവരെ സൃഷ്ടിക്കുന്നതിലുപരി AI രൂപകൽപ്പന ചെയ്യുന്ന സ്ത്രീകളെയും ഗവേഷകരെയും സംരംഭകരെയും വളർത്തിയെടുക്കുക എന്നതാണ് അതിന്റെ യഥാർത്ഥ പ്രാധാന്യം.

ഇന്ത്യയ്ക്കും കേരളത്തിനും ഈ അനുഭവത്തിൽ നിന്ന് പഠിക്കാനുണ്ട്. ഇന്ത്യ AI-യിൽ വൻ നിക്ഷേപം നടത്തുന്ന സമയമാണിത്. ഭാഷാ വൈവിധ്യം, ഡിജിറ്റൽ അസമത്വം, ജാതി-വർഗ-ലിംഗ വിവേചനങ്ങൾ എന്നിവയെ പരിഗണിക്കാത്ത AI സംവിധാനങ്ങൾ വികസിപ്പിച്ചാൽ സാങ്കേതികവിദ്യ സാമൂഹിക അനീതിയെ കുറയ്ക്കുന്നതിന് പകരം വർധിപ്പിക്കാനിടയുണ്ട്. അതിനാൽ AI നയങ്ങളിൽ മനുഷ്യാവകാശവും ഭരണഘടനാ മൂല്യങ്ങളും അടിസ്ഥാനമാക്കേണ്ടത് അനിവാര്യമാണ്. കൃത്രിമബുദ്ധി വൈദ്യുതിയും ഇന്റർനെറ്റും പോലെ സമൂഹത്തിന്റെ അടിസ്ഥാനസൗകര്യമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. അതിനെ തടയാൻ കഴിയില്ല. പക്ഷേ, അത് ഏത് മൂല്യങ്ങൾ ഉൾക്കൊള്ളും എന്നത് മനുഷ്യരാണ് തീരുമാനിക്കേണ്ടത്. സമത്വം, അന്തസ്സ്, നീതി എന്നിവ AI-യുടെ അടിത്തറയാകുന്നുവെങ്കിൽ സാങ്കേതികവിദ്യ മനുഷ്യരെ കൂടുതൽ സ്വതന്ത്രരാക്കും. അല്ലാത്തപക്ഷം പഴയ വിവേചനങ്ങൾ കൂടുതൽ ശക്തമായ ഡിജിറ്റൽ മതിലുകളായി മാറും. ചരിത്രം ഈ തലമുറയെ വിലയിരുത്തുക AI എത്ര വേഗത്തിൽ സ്വീകരിച്ചു എന്നതിന്റെ അടിസ്ഥാനത്തിലായിരിക്കില്ല. ആ ബുദ്ധിശക്തി എല്ലാവർക്കും ഒരുപോലെ അവസരങ്ങൾ സൃഷ്ടിക്കുന്ന തരത്തിൽ ഉപയോഗിച്ചോ എന്നതിന്റെ അടിസ്ഥാനത്തിലായിരിക്കും. യഥാർത്ഥ സാങ്കേതിക വിപ്ലവം കൂടുതൽ ബുദ്ധിമാനായ യന്ത്രങ്ങൾ സൃഷ്ടിക്കുന്നതിലല്ല; കൂടുതൽ നീതിയുള്ള സമൂഹം സൃഷ്ടിക്കുന്നതിലാണ്.

നീതിയില്ലാത്ത ഡാറ്റ, നീതിയില്ലാത്ത ഭാവി
ഡാറ്റയെ പലപ്പോഴും “പുതിയ എണ്ണ” (New Oil) എന്നാണ് വിശേഷിപ്പിക്കുന്നത്. എന്നാൽ, എണ്ണ പോലെ ഡാറ്റയും സ്വതവേ ശുദ്ധമല്ല. അതിൽ ചരിത്രത്തിന്റെ അടയാളങ്ങളും സമൂഹത്തിന്റെ മുൻവിധികളും അധികാരബന്ധങ്ങളും പതിഞ്ഞുകിടക്കുന്നു. അതുകൊണ്ടുതന്നെ AI-യുടെ ഏറ്റവും വലിയ വെല്ലുവിളി സാങ്കേതികതയല്ല; അത് സാമൂഹികമാണ്.
ഉദാഹരണത്തിന്, ഒരു ബാങ്ക് ഇരുപത് വർഷത്തെ വായ്പാ ചരിത്രം ഉപയോഗിച്ച് AI മോഡൽ പരിശീലിപ്പിക്കുന്നുവെന്ന് കരുതുക. ആ കാലയളവിൽ സ്ത്രീകൾക്ക്, ദലിതർക്കും ആദിവാസികൾക്കും, ഗ്രാമപ്രദേശങ്ങളിലെ ചെറുകിട സംരംഭകർക്കും വായ്പ ലഭിച്ചിരുന്നത് വളരെ കുറവായിരുന്നെങ്കിൽ, AI അതിനെ ഒരു സാമ്പത്തിക യാഥാർഥ്യമായി മാത്രം കാണുകയല്ല ചെയ്യുക; മറിച്ച് “ഇവർക്ക് വായ്പ നൽകുന്നത് കൂടുതൽ അപകടകരമാണ്” എന്ന നിഗമനത്തിലേക്ക് അത് എത്തിച്ചേരാനും സാധ്യതയുണ്ട്. യഥാർത്ഥത്തിൽ അത് സാമ്പത്തിക അപകടസാധ്യതയല്ല; ചരിത്രപരമായ വിവേചനത്തിന്റെ ഡിജിറ്റൽ പുനരാവർത്തനമാണ്.

ഇന്ത്യയിൽ ഡിജിറ്റൽ വായ്പാ പ്ലാറ്റ്ഫോമുകൾ, ഫിൻടെക് കമ്പനികൾ, ഇൻഷുറൻസ് വിലയിരുത്തൽ സംവിധാനങ്ങൾ, ഇ-കൊമേഴ്‌സ് ശുപാർശകൾ എന്നിവയിൽ AI-യുടെ ഉപയോഗം അതിവേഗം വർധിക്കുകയാണ്. എന്നാൽ, ഈ സംവിധാനങ്ങൾ എങ്ങനെ തീരുമാനങ്ങളെടുക്കുന്നു എന്നത് സാധാരണ പൗരന് മനസ്സിലാക്കാൻ കഴിയുന്നില്ല. പലപ്പോഴും ഒരു വായ്പ നിഷേധിക്കപ്പെടുമ്പോൾ അതിന്റെ കാരണം പോലും വ്യക്തമാക്കുന്നില്ല. “ആൽഗോരിതം അങ്ങനെ തീരുമാനിച്ചു” എന്ന മറുപടി ജനാധിപത്യത്തിന് മതിയാകില്ല.
ഇതുതന്നെയാണ് “Algorithmic Accountability” എന്ന ആശയത്തിന്റെ പ്രസക്തി. ഒരു സർക്കാർ ഉദ്യോഗസ്ഥൻ എടുത്ത തീരുമാനത്തെ ചോദ്യം ചെയ്യാൻ പൗരന് അവകാശമുണ്ടെങ്കിൽ, അതേ അവകാശം AI എടുത്ത തീരുമാനങ്ങളോടും ഉണ്ടായിരിക്കണം. ഒരാളുടെ ജോലി, വിദ്യാഭ്യാസം, ചികിത്സ, സാമ്പത്തിക അവസരം എന്നിവയെ ബാധിക്കുന്ന ഒരു AI സംവിധാനവും പൊതുപരിശോധനയ്ക്ക് വിധേയമാകേണ്ടതാണ്.

ഇന്ത്യയുടെ ഭാഷാവൈവിധ്യവും AI-യുടെ പരിമിതികളും
AI-യിലെ മറ്റൊരു ഗുരുതരമായ അസമത്വം ഭാഷയാണ്. ലോകത്തിലെ ഏറ്റവും വലിയ ഭാഷാ വൈവിധ്യമുള്ള രാജ്യങ്ങളിലൊന്നാണ് ഇന്ത്യ. എന്നാൽ, AI മോഡലുകളുടെ ഭൂരിഭാഗവും ഇംഗ്ലീഷ് കേന്ദ്രീകരിച്ചാണ് വികസിപ്പിക്കപ്പെട്ടത്. മലയാളം, തമിഴ്, കന്നഡ, അസമീസ്, സന്താലി, ബോഡോ, കാശ്മീരി തുടങ്ങി അനേകം ഭാഷകളിലെ ഡാറ്റ പരിമിതമാണ്. അതുകൊണ്ട് തന്നെ ഈ ഭാഷകളിൽ AI സേവനങ്ങളുടെ നിലവാരം താഴ്ന്നതായിരിക്കും. തെറ്റായ വിവർത്തനങ്ങൾ, അപൂർണമായ വിവരങ്ങൾ, സാംസ്കാരിക പശ്ചാത്തലം മനസ്സിലാക്കാൻ കഴിയാത്ത മറുപടികൾ എന്നിവ സാധാരണമാണ്. ഇത് ഒരു സാങ്കേതിക പ്രശ്നം മാത്രമല്ല. ഒരു കർഷകനോ മത്സ്യത്തൊഴിലാളിയോ ആദിവാസി സ്ത്രീയോ സ്വന്തം ഭാഷയിൽ AI സേവനങ്ങൾ പ്രയോജനപ്പെടുത്താൻ കഴിയുന്നില്ലെങ്കിൽ, ഡിജിറ്റൽ ഇന്ത്യയുടെ നേട്ടങ്ങൾ അവരിലേക്ക് എത്തുകയില്ല. ഭാഷാപരമായ അസമത്വം ഡിജിറ്റൽ അസമത്വമായി മാറും.
കേരളത്തിൽ ആരോഗ്യരംഗം, വിദ്യാഭ്യാസം, തദ്ദേശഭരണം എന്നിവ ഡിജിറ്റലൈസ് ചെയ്യപ്പെടുന്ന സാഹചര്യത്തിൽ മലയാളം മനസ്സിലാക്കുന്ന, പ്രാദേശിക സാംസ്കാരിക പശ്ചാത്തലം തിരിച്ചറിയുന്ന AI സംവിധാനങ്ങൾ വികസിപ്പിക്കേണ്ടത് അത്യാവശ്യമാണ്.
സ്ത്രീകൾ AI ഉപയോഗിക്കുന്നവരാകണോ, നിർമ്മിക്കുന്നവരാകണോ?

ഇന്നത്തെ AI ചർച്ചകളിൽ സ്ത്രീകളെ പലപ്പോഴും “ഉപയോക്താക്കൾ” എന്ന നിലയിലാണ് കാണുന്നത്. എന്നാൽ, യഥാർത്ഥ ചോദ്യം മറ്റൊന്നാണ്. AI ഉപയോഗിക്കുന്ന സ്ത്രീകളാണോ നമുക്ക് വേണ്ടത്, അതോ AI രൂപകൽപ്പന ചെയ്യുന്ന സ്ത്രീകളാണോ?
ഒരു സാങ്കേതികവിദ്യ രൂപകൽപ്പന ചെയ്യുന്ന മുറിയിലില്ലാത്തവരുടെ ജീവിതാനുഭവങ്ങൾ ആ സാങ്കേതികവിദ്യയിൽ പ്രതിഫലിക്കാറില്ല. അതുകൊണ്ടുതന്നെ സ്ത്രീകളും സാമൂഹികമായി പിന്നാക്കം നിൽക്കുന്ന വിഭാഗങ്ങളും AI ഗവേഷണത്തിലും സോഫ്റ്റ്‌വെയർ വികസനത്തിലും ഡാറ്റാ സയൻസിലും സൈബർ സുരക്ഷയിലും നയരൂപീകരണത്തിലും വലിയ തോതിൽ എത്തിച്ചേരേണ്ടതുണ്ട്.
കേരളത്തിൽ സ്ത്രീകളുടെ വിദ്യാഭ്യാസനില ഉയർന്നതാണെങ്കിലും ഉയർന്ന സാങ്കേതിക ഗവേഷണ സ്ഥാപനങ്ങളിലെ നേതൃത്വസ്ഥാനങ്ങളിൽ സ്ത്രീകളുടെ സാന്നിധ്യം ഇപ്പോഴും പരിമിതമാണ്. ഈ വിടവ് നികത്താതെ AI-യിൽ സമത്വം സാധ്യമാകില്ല.

AI-യ്ക്ക് നൈതികബോധം ആരാണ് പഠിപ്പിക്കുന്നത്?
AI-യ്ക്ക് മനസ്സാക്ഷിയില്ല. അതിന് നിയമബോധമില്ല. കരുണയോ നീതിബോധമോ ഇല്ല. അത് പഠിക്കുന്നത് മനുഷ്യർ നൽകിയ ഡാറ്റയും നിർദ്ദേശങ്ങളുമാണ്. അതിനാൽ AI-യുടെ നൈതികതയെക്കുറിച്ചുള്ള ചർച്ച യന്ത്രങ്ങളെക്കുറിച്ചല്ല; മനുഷ്യരെക്കുറിച്ചാണ്. ഒരു സമൂഹം സ്ത്രീകളെ തുല്യരായി കാണുന്നില്ലെങ്കിൽ AI-യും അങ്ങനെ തന്നെ പഠിക്കും. ഒരു സമൂഹം ജാതിവിവേചനം മറച്ചുവയ്ക്കുന്നുവെങ്കിൽ ഡാറ്റയിലും അത് പ്രതിഫലിക്കും. ഒരു സമൂഹം ദാരിദ്ര്യത്തെ വ്യക്തിപരമായ പരാജയമായി കാണുന്നുവെങ്കിൽ AI-യും അതേ നിഗമനത്തിലെത്തും. അതുകൊണ്ട് AI-യ്ക്ക് “Fairness” പഠിപ്പിക്കുന്നത് സാങ്കേതികവിദ്യയിൽ ഒരു പുതിയ കോഡ് ചേർക്കുന്നതല്ല. നമ്മുടെ സമൂഹത്തിലെ അനീതികളെ തിരിച്ചറിയുകയും തിരുത്തുകയും ചെയ്യുന്ന ജനാധിപത്യ പ്രക്രിയയാണ് അത്. AI വികസിപ്പിക്കുന്ന ഓരോ സ്ഥാപനത്തിനും നിർബന്ധമായും “Bias Impact Assessment”, “Ethical Review”, “Human Rights Audit” തുടങ്ങിയ സംവിധാനങ്ങൾ ഉണ്ടായിരിക്കണം. പരിസ്ഥിതി ആഘാത പഠനം (Environmental Impact Assessment) നിർബന്ധമാക്കിയതുപോലെ, സാമൂഹിക ആഘാത പഠനവും AI പദ്ധതികൾക്ക് നിർബന്ധമാക്കേണ്ട സമയം എത്തിയിരിക്കുന്നു.

മനുഷ്യകേന്ദ്രിത AI: ഇന്ത്യയുടെ ഭാവി
ഇന്ത്യ ലോകത്തിലെ ഏറ്റവും വലിയ AI വിപണികളിലൊന്നായി മാറുകയാണ്. എന്നാൽ, ഇന്ത്യയുടെ യഥാർത്ഥ ശക്തി സാങ്കേതികവിദ്യയുടെ വലുപ്പത്തിലല്ല; ജനാധിപത്യത്തിന്റെ വൈവിധ്യത്തിലാണ്. AI ഭരണഘടനയുടെ അടിസ്ഥാന മൂല്യങ്ങളായ സമത്വം, സ്വാതന്ത്ര്യം, സാമൂഹിക നീതി, മതനിരപേക്ഷത, മനുഷ്യാന്തസ് എന്നിവയെ ശക്തിപ്പെടുത്തുന്ന ഉപകരണമായി മാറണം. ജാതി, മതം, ഭാഷ, ലിംഗം, പ്രദേശം, സാമ്പത്തിക സ്ഥിതി എന്നിവയുടെ പേരിൽ അവസരങ്ങൾ കുറയ്ക്കുന്ന സംവിധാനമായി അത് മാറരുത്.
ഒരു രാജ്യത്തിന്റെ AI നയം അതിന്റെ സാങ്കേതിക ദർശനം മാത്രമല്ല; അത് സമൂഹത്തെക്കുറിച്ചുള്ള ധാർമ്മിക പ്രഖ്യാപനവുമാണ്. ഭാവിയിലെ ഇന്ത്യയിൽ യന്ത്രങ്ങൾ തീരുമാനമെടുക്കുമ്പോൾ, ആ തീരുമാനങ്ങളിൽ ഭരണഘടനയുടെ ആത്മാവും മനുഷ്യാവകാശങ്ങളുടെ പ്രകാശവും ഉണ്ടായിരിക്കണം. അല്ലാത്തപക്ഷം, നാം നിർമ്മിക്കുന്നത് ബുദ്ധിമാനായ യന്ത്രങ്ങളല്ല; പഴയ അനീതികളെ കൂടുതൽ കാര്യക്ഷമമായി ആവർത്തിക്കുന്ന പുതിയ സംവിധാനങ്ങളായിരിക്കും. അവസാനം, AI-യുടെ വിജയത്തെ അളക്കേണ്ടത് എത്ര വേഗത്തിൽ അത് പ്രവർത്തിക്കുന്നു എന്നതുകൊണ്ടല്ല; എത്ര നീതിപൂർവമാണ് അത് പ്രവർത്തിക്കുന്നത് എന്നതുകൊണ്ടാണ്. ഒരു പെൺകുട്ടിയുടെ സ്വപ്നത്തിനും ഒരു ഗ്രാമീണ വിദ്യാർത്ഥിയുടെ കഴിവിനും ഒരു ഭിന്നശേഷിക്കാരന്റെ അവകാശത്തിനും ഒരുപോലെ വില നൽകുന്ന സാങ്കേതികവിദ്യയാകുമ്പോഴാണ് AI യഥാർത്ഥത്തിൽ മനുഷ്യരാശിയുടെ പുരോഗതിയായി മാറുക.

AI, ജാതി, വർഗം, ഡിജിറ്റൽ കോളനിവൽക്കരണം: ഇന്ത്യയുടെ മുന്നിലുള്ള പുതിയ വെല്ലുവിളികൾ
കൃത്രിമബുദ്ധിയെക്കുറിച്ചുള്ള ചർച്ചകൾ പലപ്പോഴും സാങ്കേതികവിദ്യയുടെ വേഗതയിലും വിപണിമൂല്യത്തിലും ഒതുങ്ങുന്നു. എന്നാൽ, ഇന്ത്യയെപ്പോലുള്ള സമൂഹങ്ങളിൽ AI-യെ മനസ്സിലാക്കാൻ ജാതി, വർഗം, ഭാഷ, ലിംഗം, ഭൂമിശാസ്ത്രം, സാമ്പത്തിക അസമത്വം എന്നിവയെ ഒരുമിച്ച് പരിശോധിക്കേണ്ടതുണ്ട്. ഒരു ആൽഗോരിതം മനുഷ്യരെ കാണുന്നത് ഡാറ്റയായിട്ടാണ്. പക്ഷേ, ആ ഡാറ്റയ്ക്ക് പിന്നിൽ ജീവിക്കുന്ന സമൂഹമുണ്ട്. ആ സമൂഹത്തിലെ അധികാരബന്ധങ്ങൾ മാറിയിട്ടില്ലെങ്കിൽ AI അവയെ പുതിയ രൂപത്തിൽ പുനർനിർമിക്കും. ഇന്ത്യയിൽ സാമൂഹിക അസമത്വം നൂറ്റാണ്ടുകളുടെ ചരിത്രമുള്ളതാണ്. വിദ്യാഭ്യാസം, ഭൂമിയുടെ ഉടമസ്ഥാവകാശം, തൊഴിൽ, സാമ്പത്തിക വിഭവങ്ങൾ, ഭരണനേതൃത്വം എന്നിവയിൽ ചരിത്രപരമായി ചില വിഭാഗങ്ങൾക്കാണ് കൂടുതൽ പ്രവേശനം ലഭിച്ചത്. ഡിജിറ്റൽ രേഖകളും അതേ യാഥാർഥ്യത്തിന്റെ തുടർച്ചയാണ്. അതിനാൽ ചരിത്രപരമായ ഡാറ്റയെ അടിസ്ഥാനമാക്കി പരിശീലിപ്പിക്കുന്ന AI സംവിധാനങ്ങൾ അറിയാതെയാണ് സാമൂഹിക അസമത്വങ്ങളെ സാധാരണവും സ്വാഭാവികവുമായ മാതൃകകളായി സ്വീകരിക്കുന്നത്.

ഉദാഹരണത്തിന്, തൊഴിൽ നിയമനത്തിനുള്ള AI സംവിധാനങ്ങൾ മുൻകാലത്ത് വിജയിച്ച ഉദ്യോഗാർത്ഥികളുടെ വിവരങ്ങൾ ഉപയോഗിച്ച് പരിശീലിപ്പിക്കാറുണ്ട്. മുൻകാലത്ത് വലിയ നഗരങ്ങളിൽ പഠിച്ചവരും ഉയർന്ന സാമ്പത്തിക പശ്ചാത്തലമുള്ളവരും ഇംഗ്ലീഷിൽ പ്രാവീണ്യമുള്ളവരും കൂടുതലായി നിയമിക്കപ്പെട്ടിരുന്നെങ്കിൽ, AI ഭാവിയിലും അതേ മാതൃക തുടരാൻ സാധ്യതയുണ്ട്. ഗ്രാമീണ വിദ്യാർത്ഥി, സർക്കാർ സ്കൂളിൽ പഠിച്ച യുവാവ്, പ്രാദേശിക ഭാഷയിൽ പഠിച്ച പെൺകുട്ടി എന്നിവരുടെ കഴിവുകൾ വിലയിരുത്തുന്നതിന് മുമ്പേ അവരെ പിന്നിലാക്കുന്ന ഒരു അദൃശ്യ ഫിൽറ്ററായി ആൽഗോരിതം മാറാം. ഇതിനെ പല ഗവേഷകരും “ഡിജിറ്റൽ വിവേചനം” (Digital Discrimination) എന്നാണ് വിശേഷിപ്പിക്കുന്നത്. മനുഷ്യൻ നേരിട്ട് വിവേചനം നടത്തുമ്പോൾ അത് തിരിച്ചറിയാൻ എളുപ്പമാണ്. എന്നാൽ, ഒരു കമ്പ്യൂട്ടർ സിസ്റ്റം ആയിരക്കണക്കിന് അപേക്ഷകളിൽ ചിലരെ മാത്രം തിരഞ്ഞെടുക്കുമ്പോൾ അതിന്റെ പിന്നിലുള്ള മുൻവിധികൾ കണ്ടെത്തുക വളരെ പ്രയാസമാണ്. കാരണം AI-യുടെ തീരുമാനപ്രക്രിയ പലപ്പോഴും “ബ്ലാക്ക് ബോക്സ്” പോലെ പ്രവർത്തിക്കുന്നു.

ഡിജിറ്റൽ കോളനിവൽക്കരണത്തിന്റെ പുതിയ മുഖം
AI-യുടെ മറ്റൊരു വലിയ ചർച്ച ഡിജിറ്റൽ കോളനിവൽക്കരണമാണ് (Digital Colonialism). ഒരുകാലത്ത് കോളനിവൽക്കരണം ഭൂമിയും പ്രകൃതി വിഭവങ്ങളും പിടിച്ചടക്കുന്നതായിരുന്നു. ഇന്ന് ഡാറ്റയും കംപ്യൂട്ടിംഗ് ശേഷിയും ആൽഗോരിതങ്ങളും പുതിയ വിഭവങ്ങളായി മാറിയിരിക്കുന്നു. ലോകത്തിലെ ഏറ്റവും വലിയ AI മോഡലുകൾ വികസിപ്പിക്കുന്നത് ഏതാനും രാജ്യങ്ങളിലെയും ഏതാനും സ്വകാര്യ കമ്പനികളിലെയും സ്ഥാപനങ്ങളാണ്. അവയ്ക്ക് ലോകമെമ്പാടുമുള്ള കോടിക്കണക്കിന് ആളുകളുടെ ഭാഷയും പെരുമാറ്റവും ചിത്രങ്ങളും എഴുത്തുകളും ഉപയോഗിച്ച് മോഡലുകൾ പരിശീലിപ്പിക്കാൻ കഴിയും. എന്നാൽ, ആ ഡാറ്റ സൃഷ്ടിച്ച സമൂഹങ്ങൾക്ക് അതിന്റെ സാമ്പത്തിക നേട്ടമോ സാങ്കേതിക നിയന്ത്രണമോ പലപ്പോഴും ലഭിക്കുന്നില്ല. ഇന്ത്യ പോലുള്ള രാജ്യങ്ങൾക്ക് ഇതൊരു നിർണായക വെല്ലുവിളിയാണ്. ലോകത്തിലെ ഏറ്റവും വലിയ ഡിജിറ്റൽ ഉപയോക്തൃസമൂഹങ്ങളിലൊന്നാണ് ഇന്ത്യ. എന്നാൽ, AI-യുടെ അടിസ്ഥാനസൗകര്യങ്ങളായ ഉയർന്ന ശേഷിയുള്ള ചിപ്പുകൾ, ക്ലൗഡ് കംപ്യൂട്ടിംഗ്, വൻ ഭാഷാ മോഡലുകൾ, പരിശീലന ഡാറ്റാ പ്ലാറ്റ്ഫോമുകൾ എന്നിവയിൽ ഇപ്പോഴും വിദേശ കമ്പനികൾക്കാണ് വലിയ ആധിപത്യം. ഇതിലൂടെ ഡാറ്റ ഇന്ത്യയിൽ നിന്ന് ഒഴുകിപ്പോകുകയും മൂല്യവർധിത സാങ്കേതികവിദ്യ വിദേശത്ത് രൂപപ്പെടുകയും ചെയ്യുന്ന സാഹചര്യം ഉണ്ടാകാം.
അതുകൊണ്ട് AI-യിൽ സ്വയംപര്യാപ്തത എന്നത് ആഭ്യന്തര സ്റ്റാർട്ടപ്പുകളെ പ്രോത്സാഹിപ്പിക്കുന്നത് മാത്രമല്ല. ഇന്ത്യൻ ഭാഷകളിലുള്ള തുറന്ന ഡാറ്റാസെറ്റുകൾ, പൊതുപ്രയോജനത്തിനായുള്ള കമ്പ്യൂട്ടിംഗ് അടിസ്ഥാനസൗകര്യം, പൊതുമേഖലാ ഗവേഷണം, സർവകലാശാല-വ്യവസായ സഹകരണം, പ്രാദേശിക ആവശ്യങ്ങൾക്ക് അനുയോജ്യമായ AI മോഡലുകൾ എന്നിവയും ഒരുപോലെ നിർണായകമാണ്.

കേരളം പഠിപ്പിക്കുന്ന ചില പാഠങ്ങൾ
കേരളം സാമൂഹിക വികസനത്തിൽ മുന്നിലാണ്. ഉയർന്ന സാക്ഷരത, ശക്തമായ തദ്ദേശഭരണം, പൊതുആരോഗ്യ സംവിധാനങ്ങൾ, സ്ത്രീ സ്വയംസഹായ കൂട്ടായ്മകൾ, ഡിജിറ്റൽ പൊതുസേവനങ്ങൾ എന്നിവ സംസ്ഥാനത്തിന്റെ കരുത്താണ്. എന്നാൽ AI-യുടെ കാലഘട്ടത്തിൽ പുതിയ ചോദ്യങ്ങൾ ഉയരുന്നു. ആരോഗ്യരംഗത്ത് AI രോഗനിർണയം നടത്തുമ്പോൾ എല്ലാ പ്രായക്കാരുടെയും സ്ത്രീകളുടെയും പുരുഷന്മാരുടെയും രോഗലക്ഷണങ്ങൾ ഒരുപോലെ പരിഗണിക്കുന്നുണ്ടോ? വിദ്യാഭ്യാസ രംഗത്ത് AI അധിഷ്ഠിത പഠനസഹായികൾ മലയാളം മാധ്യമ വിദ്യാർത്ഥികളുടെ പഠനരീതികളെ മനസ്സിലാക്കുന്നുണ്ടോ? കൃഷിയിൽ ഉപയോഗിക്കുന്ന AI മാതൃകകൾ കേരളത്തിന്റെ ചെറുകിട കൃഷിരീതികളെയും കാലാവസ്ഥാ പ്രത്യേകതകളെയും ഉൾക്കൊള്ളുന്നുണ്ടോ?
ഈ ചോദ്യങ്ങൾക്ക് വ്യക്തമായ ഉത്തരമില്ലെങ്കിൽ AI ഉപയോഗം വർധിച്ചാലും അതിന്റെ ഗുണഫലം എല്ലാവർക്കും ഒരുപോലെ ലഭിക്കില്ല.

കുട്ടികളും യുവാക്കളും: പുതിയ അസമത്വത്തിന്റെ അതിർത്തി
AI വിദ്യാഭ്യാസരംഗത്ത് അതിവേഗം പ്രവേശിക്കുകയാണ്. വ്യക്തിഗത പഠനസഹായികൾ, പരീക്ഷാ വിലയിരുത്തൽ, കരിയർ നിർദ്ദേശങ്ങൾ, ഭാഷാ പഠനം തുടങ്ങി നിരവധി മേഖലകളിൽ AI വ്യാപകമാകുന്നു. എന്നാൽ, ഒരു കുട്ടിക്ക് അതിവേഗ ഇന്റർനെറ്റും മികച്ച ഉപകരണങ്ങളും AI സേവനങ്ങളിലേക്കുള്ള പ്രവേശനവും ലഭിക്കുമ്പോൾ മറ്റൊരു കുട്ടിക്ക് അതൊന്നും ലഭിക്കുന്നില്ലെങ്കിൽ, വിദ്യാഭ്യാസത്തിലെ അസമത്വം കൂടുതൽ ആഴപ്പെടും. ഡിജിറ്റൽ വിഭജനം (Digital Divide) ക്രമേണ ബുദ്ധിശേഷിയിലെ വിടവായി (Intelligence Divide) മാറാൻ സാധ്യതയുണ്ട്. അതിനാൽ AI വിദ്യാഭ്യാസത്തിൽ ഉൾപ്പെടുത്തുമ്പോൾ സാങ്കേതികവിദ്യയുടെ ലഭ്യത മാത്രമല്ല, അതിന്റെ സമതുല്യമായ പ്രാപ്യതയും ഉറപ്പാക്കണം. സർക്കാർ സ്കൂളുകൾ, ഗ്രാമപ്രദേശങ്ങൾ, ആദിവാസി മേഖലകൾ, തീരദേശ സമൂഹങ്ങൾ, ഭിന്നശേഷിക്കാരായ വിദ്യാർത്ഥികൾ എന്നിവരെ പ്രത്യേക പരിഗണനയിൽ ഉൾപ്പെടുത്തുന്ന നയങ്ങളാണ് വേണ്ടത്.

AI നിയന്ത്രണത്തിൽ ജനാധിപത്യത്തിന്റെ പങ്ക്
AI-യെ നിയന്ത്രിക്കേണ്ടത് സാങ്കേതിക വിദഗ്ധർ മാത്രം അല്ല. നിയമനിർമ്മാതാക്കൾ, അധ്യാപകർ, സാമൂഹ്യശാസ്ത്രജ്ഞർ, മനുഷ്യാവകാശ പ്രവർത്തകർ, തൊഴിലാളി സംഘടനകൾ, സ്ത്രീ സംഘടനകൾ, ഭിന്നശേഷിക്കാരുടെ കൂട്ടായ്മകൾ, മാധ്യമങ്ങൾ, പൊതുജനങ്ങൾ എന്നിവർക്കെല്ലാം ഈ ചർച്ചയിൽ പങ്കാളിത്തമുണ്ടാകണം. ഒരു ആൽഗോരിതം സമൂഹത്തെ ബാധിക്കുന്ന തീരുമാനങ്ങൾ എടുക്കുന്നുവെങ്കിൽ അതിന്റെ രൂപകൽപ്പനയും ഉപയോഗവും പൊതുജനങ്ങൾക്ക് മനസ്സിലാക്കാൻ കഴിയണം. ജനാധിപത്യത്തിന്റെ അടിസ്ഥാനതത്വം ഇതുതന്നെയാണ്: ജനങ്ങളെ ബാധിക്കുന്ന തീരുമാനങ്ങൾ ജനങ്ങൾക്ക് വിശദീകരിക്കാൻ കഴിയണം.

സാങ്കേതികവിദ്യയുടെ അന്തിമ പരീക്ഷ
ഇരുപത്തിയൊന്നാം നൂറ്റാണ്ടിൽ AI മനുഷ്യരാശിയുടെ ഏറ്റവും വലിയ സാങ്കേതിക മുന്നേറ്റങ്ങളിലൊന്നായിരിക്കും. എന്നാൽ, അതിന്റെ യഥാർത്ഥ മൂല്യം കണക്കാക്കേണ്ടത് നിക്ഷേപത്തിന്റെ വലുപ്പമോ കമ്പ്യൂട്ടിംഗ് ശേഷിയോ ഉപയോഗിച്ച് അല്ല. അത് സമൂഹത്തിലെ ഏറ്റവും പിന്നാക്കം നിൽക്കുന്ന മനുഷ്യന്റെ ജീവിതം എത്രത്തോളം മെച്ചപ്പെടുത്തുന്നു എന്നതുകൊണ്ടാണ്. ഒരു ആദിവാസി വിദ്യാർത്ഥിക്ക് മികച്ച വിദ്യാഭ്യാസം ലഭിക്കാനും, ഒരു മത്സ്യത്തൊഴിലാളിക്ക് കാലാവസ്ഥാ മുന്നറിയിപ്പ് ലഭിക്കാനും, ഒരു ഗ്രാമീണ സ്ത്രീ സംരംഭകയ്ക്ക് വായ്പ ലഭിക്കാനും, ഒരു ഭിന്നശേഷിക്കാരന് തൊഴിൽ അവസരം കണ്ടെത്താനും AI സഹായിക്കുന്നുവെങ്കിൽ മാത്രമേ അത് മനുഷ്യകേന്ദ്രിത സാങ്കേതികവിദ്യയാകൂ. അല്ലെങ്കിൽ, കൃത്രിമബുദ്ധി എന്ന പേരിൽ നാം നിർമ്മിക്കുന്നത് മനുഷ്യസമൂഹത്തിലെ പഴയ അധികാരഘടനകളെ കൂടുതൽ കാര്യക്ഷമമാക്കുന്ന ഒരു ഡിജിറ്റൽ യന്ത്രം മാത്രമായിരിക്കും. അവസാനം ചോദ്യം AI എത്ര ബുദ്ധിമാനാണ് എന്നതല്ല. അത് ആരുടെ ജീവിതം മെച്ചപ്പെടുത്തുന്നു, ആരെ പിന്നിലാക്കുന്നു, ആരുടെ ശബ്ദമാണ് കേൾക്കുന്നത്, ആരെയാണ് അദൃശ്യമാക്കുന്നത് എന്നതാണ്. ആ ചോദ്യങ്ങൾക്ക് നീതിപൂർവമായ ഉത്തരങ്ങൾ കണ്ടെത്തുന്ന സമൂഹങ്ങളാണ് AI യുഗത്തിലെ യഥാർത്ഥ നേതാക്കൾ.

AI-യുടെ അടുത്ത അധ്യായം: ഇന്ത്യയുടെ നയപരമായ വെല്ലുവിളികളും നീതിയുള്ള ഡിജിറ്റൽ ഭാവിയും
കൃത്രിമബുദ്ധിയെ ചുറ്റിപ്പറ്റിയുള്ള ആഗോള ചർച്ച ഇന്ന് ഒരു നിർണായക വഴിത്തിരിവിലാണ്. ഏതാനും വർഷങ്ങൾക്ക് മുമ്പുവരെ AI എന്നത് പ്രധാനമായും ഗവേഷണശാലകളുടെയും സാങ്കേതിക കമ്പനികളുടെയും വിഷയമായിരുന്നു. ഇന്ന് അത് ജനാധിപത്യം, മനുഷ്യാവകാശം, സമ്പദ്‌വ്യവസ്ഥ, തൊഴിൽ, വിദ്യാഭ്യാസം, ആരോഗ്യം, ദേശീയ സുരക്ഷ, പരിസ്ഥിതി എന്നിവയെ നേരിട്ട് സ്വാധീനിക്കുന്ന പൊതുനയ വിഷയമായി മാറിയിരിക്കുന്നു. അതുകൊണ്ടുതന്നെ ലോകത്തിലെ നിരവധി രാജ്യങ്ങൾ AI-യ്ക്കായി പ്രത്യേക നിയമങ്ങളും നൈതിക ചട്ടക്കൂടുകളും നിയന്ത്രണ സംവിധാനങ്ങളും രൂപപ്പെടുത്താൻ ആരംഭിച്ചിട്ടുണ്ട്.

ലോകം ഏത് ദിശയിലാണ് നീങ്ങുന്നത്?
ലോകത്തിന്റെ വിവിധ ഭാഗങ്ങളിൽ AI-യെ നിയന്ത്രിക്കുന്ന സമീപനങ്ങൾ വ്യത്യസ്തമാണ്. യൂറോപ്യൻ യൂണിയൻ അപകടസാധ്യതയെ (Risk) അടിസ്ഥാനമാക്കിയുള്ള നിയന്ത്രണമാണ് സ്വീകരിച്ചിരിക്കുന്നത്. ഒരു AI സംവിധാനം മനുഷ്യരുടെ ജീവിതത്തിൽ ഉണ്ടാക്കുന്ന സ്വാധീനം എത്ര വലുതാണോ അതനുസരിച്ചാണ് അതിന് മേൽ നിയമപരമായ ഉത്തരവാദിത്തവും സുതാര്യതയും നിർബന്ധമാക്കുന്നത്.
അതേസമയം, അന്താരാഷ്ട്ര തലത്തിൽ രൂപപ്പെട്ട AI നൈതിക മാർഗരേഖകൾ മനുഷ്യാവകാശം, സ്വകാര്യത, സമത്വം, സുതാര്യത, ഉത്തരവാദിത്തം, പരിസ്ഥിതി സംരക്ഷണം എന്നിവയെ AI വികസനത്തിന്റെ കേന്ദ്രമൂല്യങ്ങളായി കാണുന്നു. ഡിജിറ്റൽ ഭാവി സാങ്കേതിക മികവിന്റെ മാത്രം വിഷയമല്ല; മനുഷ്യരുടെ അന്തസ്സിന്റെയും അവകാശങ്ങളുടെയും വിഷയമാണെന്ന തിരിച്ചറിവാണ് ഈ സമീപനങ്ങളുടെ അടിസ്ഥാനം.

ഇന്ത്യയുടെ മുന്നിലുള്ള യഥാർത്ഥ പരീക്ഷണം
ലോകത്തിലെ ഏറ്റവും വലിയ ജനാധിപത്യവും ഏറ്റവും വലിയ ഡിജിറ്റൽ പൊതുസൗകര്യങ്ങളിലൊന്നും ഇന്ത്യക്കാണ്. ആധാർ, UPI, ഡിജിറ്റൽ ഹെൽത്ത്, ഡിജിലോക്കർ, ഓൺലൈൻ വിദ്യാഭ്യാസം, ഇ-ഗവേണൻസ് തുടങ്ങി അനേകം പൊതുസേവനങ്ങൾ ഡിജിറ്റലായി മാറിക്കഴിഞ്ഞു. അടുത്ത ഘട്ടത്തിൽ ഇവയുടെ മിക്കവാറും എല്ലാ മേഖലകളിലും AI കൂടുതൽ ആഴത്തിൽ പ്രവേശിക്കും.
ഇത് വലിയ അവസരമാണ്. എന്നാൽ അതോടൊപ്പം വലിയ ഉത്തരവാദിത്തവുമാണ്. ഒരു AI സംവിധാനം സർക്കാർ ക്ഷേമപദ്ധതികളുടെ അർഹത നിർണയിക്കുകയാണെങ്കിൽ അതിൽ പിഴവ് സംഭവിച്ചാൽ എന്താകും? ഒരു വിദ്യാർത്ഥിക്ക് സ്കോളർഷിപ്പ് നിഷേധിക്കപ്പെട്ടാൽ? ഒരു രോഗിയുടെ ചികിത്സ മുൻഗണന തെറ്റായി വിലയിരുത്തിയാൽ? ഒരു കർഷന്റെ ഇൻഷുറൻസ് അപേക്ഷ ആൽഗോരിതം തെറ്റായി തള്ളിക്കളഞ്ഞാൽ? ഈ ചോദ്യങ്ങൾക്ക് “സോഫ്റ്റ്‌വെയർ അങ്ങനെ തീരുമാനിച്ചു” എന്ന മറുപടി മതിയാകില്ല. AI എത്ര ശക്തമാകുന്നുവോ അത്ര ശക്തമായ ജനാധിപത്യ മേൽനോട്ടവും ആവശ്യമാണ്.

ഇന്ത്യയ്ക്ക് ആവശ്യമായ ഏഴ് നയപരമായ ഇടപെടലുകൾ
AI ഇന്ത്യയിൽ സാമൂഹികനീതിയുടെ ഉപകരണമായി മാറണമെങ്കിൽ ചില അടിസ്ഥാനപരമായ പരിഷ്കാരങ്ങൾ അനിവാര്യമാണ്.
ഒന്നാമത്, എല്ലാ പൊതുമേഖലാ AI സംവിധാനങ്ങൾക്കും നിർബന്ധിതമായ Algorithmic Impact Assessment നടപ്പാക്കണം. ഒരു പുതിയ അണക്കെട്ടിന് പരിസ്ഥിതി ആഘാത പഠനം നടത്തുന്നപോലെ, ഒരു AI സംവിധാനം സമൂഹത്തിൽ ഉണ്ടാക്കുന്ന വിവേചന സാധ്യത മുൻകൂട്ടി വിലയിരുത്തണം.
രണ്ടാമത്, സർക്കാർ ഉപയോഗിക്കുന്ന നിർണായക AI സംവിധാനങ്ങൾ പരമാവധി സുതാര്യമായിരിക്കണം. ഏത് ഡാറ്റയാണ് ഉപയോഗിക്കുന്നത്, എന്ത് മാനദണ്ഡങ്ങളാണ് തീരുമാനങ്ങൾ നിർണയിക്കുന്നത്, പിഴവുകൾ എങ്ങനെ തിരുത്താം എന്നീ വിവരങ്ങൾ പൊതുജനങ്ങൾക്ക് അറിയാൻ കഴിയണം.
മൂന്നാമത്, എല്ലാ വലിയ AI പദ്ധതികൾക്കും സ്വതന്ത്രമായ Ethics Review Board ഉണ്ടായിരിക്കണം. അതിൽ കമ്പ്യൂട്ടർ ശാസ്ത്രജ്ഞർ മാത്രമല്ല, സാമൂഹ്യശാസ്ത്രജ്ഞർ, നിയമവിദഗ്ധർ, വനിതാ പ്രതിനിധികൾ, ഭിന്നശേഷിക്കാരുടെ സംഘടനകൾ, മനുഷ്യാവകാശ വിദഗ്ധർ എന്നിവരും ഉൾപ്പെടണം.
നാലാമത്, ഇന്ത്യൻ ഭാഷകളിലുള്ള ഉയർന്ന നിലവാരമുള്ള പൊതുഡാറ്റാസെറ്റുകൾ വികസിപ്പിക്കണം. മലയാളം ഉൾപ്പെടെയുള്ള ഭാഷകൾക്ക് AI ലോകത്ത് തുല്യസ്ഥാനം ലഭിക്കണമെങ്കിൽ ഭാഷാസാങ്കേതികവിദ്യയിൽ പൊതുനിക്ഷേപം വർധിപ്പിക്കേണ്ടതാണ്.
അഞ്ചാമത്, AI വിദ്യാഭ്യാസം നഗരങ്ങളിലെ സാങ്കേതിക സ്ഥാപനങ്ങളിൽ മാത്രം ഒതുങ്ങരുത്. സർക്കാർ സ്കൂളുകൾ, ഗ്രാമീണ കോളേജുകൾ, ഐ.ടി.ഐകൾ, വനിതാ കോളേജുകൾ, പട്ടികജാതി-പട്ടികവർഗ വിദ്യാർത്ഥികൾ, ഭിന്നശേഷിക്കാർ എന്നിവർക്കായി പ്രത്യേക പരിശീലന പദ്ധതികൾ രൂപപ്പെടുത്തണം.
ആറാമത്, AI വികസനത്തിൽ സ്ത്രീകളുടെ നേതൃത്വപങ്ക് വർധിപ്പിക്കണം. ഉപയോക്താക്കളെന്ന നിലയിൽ മാത്രമല്ല, ഗവേഷകർ, സംരംഭകർ, പ്രോഗ്രാമർമാർ, നയരൂപീകരണക്കാർ എന്ന നിലയിലും സ്ത്രീകളെ മുന്നിലെത്തിക്കുന്ന ദേശീയ പദ്ധതി അനിവാര്യമാണ്.
ഏഴാമത്, ഓരോ പൗരനും AI എടുത്ത തീരുമാനത്തെ ചോദ്യം ചെയ്യാനും പുനഃപരിശോധന ആവശ്യപ്പെടാനും അവകാശമുണ്ടാകണം. ജനാധിപത്യത്തിൽ അന്തിമ തീരുമാനാധികാരം യന്ത്രങ്ങൾക്കല്ല, മനുഷ്യർക്കായിരിക്കണം.

കേരളത്തിന് ഒരു പ്രത്യേക അവസരം
കേരളം AI രംഗത്ത് ഇന്ത്യയ്ക്ക് മാതൃകയാകാൻ കഴിയുന്ന സംസ്ഥാനമാണ്. ഉയർന്ന സാക്ഷരത, ശക്തമായ പൊതുആരോഗ്യ സംവിധാനം, വികേന്ദ്രീകൃത തദ്ദേശഭരണം, കുടുംബശ്രീ പോലുള്ള സ്ത്രീശാക്തീകരണ മാതൃകകൾ, മികച്ച പൊതുവിദ്യാഭ്യാസ ശൃംഖല എന്നിവ AI-യെ സാമൂഹിക വികസനത്തിനായി ഉപയോഗിക്കാൻ അനുകൂലമായ അടിത്തറയാണ്.
സംസ്ഥാനത്തിന് ചെയ്യാൻ കഴിയുന്ന ചില നിർണായക ഇടപെടലുകൾ ഇവയാണ്:
മലയാളം കേന്ദ്രീകരിച്ച ഓപ്പൺ AI ഡാറ്റാ കോർപ്പസ് സൃഷ്ടിക്കുക.
സ്കൂൾ തലത്തിൽ AI സാക്ഷരതയും ഡിജിറ്റൽ നൈതികതയും ഉൾപ്പെടുത്തുക.
പൊതുആശുപത്രികളിൽ ഉപയോഗിക്കുന്ന AI സംവിധാനങ്ങൾക്ക് സ്വതന്ത്ര നൈതിക പരിശോധന ഉറപ്പാക്കുക.
മത്സ്യത്തൊഴിലാളികൾക്കും കർഷകർക്കും ആദിവാസി സമൂഹങ്ങൾക്കും പ്രാദേശിക ആവശ്യങ്ങൾക്ക് അനുയോജ്യമായ AI പരിഹാരങ്ങൾ വികസിപ്പിക്കുക.
സ്ത്രീകളുടെയും യുവജനങ്ങളുടെയും AI സ്റ്റാർട്ടപ്പുകൾക്ക് പ്രത്യേക ധനസഹായവും ഇൻക്യുബേഷൻ സംവിധാനവും ഒരുക്കുക.

ബുദ്ധിയേക്കാൾ പ്രധാനമാണ് നീതി
ചരിത്രത്തിലെ എല്ലാ വലിയ സാങ്കേതിക വിപ്ലവങ്ങളും മനുഷ്യരുടെ ജീവിതം മാറ്റിമറിച്ചിട്ടുണ്ട്. വൈദ്യുതി ഉൽപാദനത്തെ മാറ്റി. ഇന്റർനെറ്റ് വിവരലോകത്തെ മാറ്റി. AI തീരുമാനമെടുക്കുന്ന രീതിയെ മാറ്റുകയാണ്. പക്ഷേ, ഓരോ സാങ്കേതികവിദ്യയും ഒരു ചോദ്യം ഉയർത്തുന്നു: അതിന്റെ നേട്ടങ്ങൾ എല്ലാവർക്കുമാണോ, ചിലർക്കു മാത്രമാണോ?
AI-യുടെ ഭാവിയും അതേ ചോദ്യത്തിന് നൽകുന്ന ഉത്തരത്തിലാണ്.
നമ്മൾ നിർമ്മിക്കുന്ന ആൽഗോരിതങ്ങൾ മനുഷ്യരെ വിഭാഗീകരിക്കുന്ന ഉപകരണങ്ങളാകുമോ, അതോ കൂടുതൽ തുല്യമായ അവസരങ്ങൾ സൃഷ്ടിക്കുന്ന പൊതുസമ്പത്താകുമോ? ഡാറ്റ അധികാരത്തിന്റെ ആയുധമാകുമോ, അതോ ജനാധിപത്യത്തിന്റെ വിഭവമാകുമോ? യന്ത്രങ്ങൾ പഴയ വിവേചനങ്ങളുടെ പ്രതിധ്വനിയാകുമോ, അതോ മനുഷ്യസമൂഹത്തിന്റെ മികച്ച മൂല്യങ്ങളെ പഠിച്ചെടുക്കുന്ന പുതിയ പങ്കാളികളാകുമോ?
ഈ ചോദ്യങ്ങൾക്ക് ഉത്തരമറിയുക ഭാവിയിലല്ല. ഇന്ന് നാം രൂപപ്പെടുത്തുന്ന നയങ്ങളിലും വിദ്യാഭ്യാസ സംവിധാനങ്ങളിലും നിയമങ്ങളിലും ഗവേഷണത്തിലും പൊതുചർച്ചകളിലുമാണ് ആ ഉത്തരങ്ങൾ എഴുതപ്പെടുന്നത്. AI-യുടെ കാലഘട്ടത്തിൽ ഏറ്റവും ബുദ്ധിമാനായ രാജ്യം ഏറ്റവും ശക്തമായ കമ്പ്യൂട്ടറുകളുള്ള രാജ്യമാകണമെന്നില്ല. മറിച്ച്, ഏറ്റവും നീതിയുള്ള ആൽഗോരിതങ്ങൾ നിർമ്മിക്കാൻ കഴിഞ്ഞ രാജ്യമാകും. സാങ്കേതികവിദ്യയുടെ ചരിത്രം യന്ത്രങ്ങളുടെ ചരിത്രമല്ല; അത് മനുഷ്യരുടെ മൂല്യങ്ങളുടെ ചരിത്രമാണ്. അതുകൊണ്ട് AI-യുടെ യഥാർത്ഥ വിജയവും ഒരു പുതിയ യന്ത്രത്തെ സൃഷ്ടിക്കുന്നതിലല്ല, പുതിയൊരു നീതിബോധമുള്ള സമൂഹത്തെ സൃഷ്ടിക്കുന്നതിലായിരിക്കും. ഭാവിയിൽ ചരിത്രകാരന്മാർ ഈ കാലഘട്ടത്തെ വിലയിരുത്തുമ്പോൾ അവർ ചോദിക്കുക ഒരേയൊരു ചോദ്യമായിരിക്കും: കൃത്രിമബുദ്ധി മനുഷ്യരെ കൂടുതൽ ശക്തരാക്കിയോ, അതോ മനുഷ്യർക്കിടയിലെ അസമത്വങ്ങളെ കൂടുതൽ ശക്തമാക്കിയോ? ആ ചോദ്യത്തിനുള്ള ഉത്തരമാണ് നമ്മുടെ ഡിജിറ്റൽ സംസ്കാരത്തിന്റെ യഥാർത്ഥ പാരമ്പര്യം.