एआई(AI) को सिर्फ विनियमन की नहीं बल्कि सांस्कृतिक नीतियों की जरूरत है
- एआई की पूरी क्षमता को केवल तभी महसूस किया जा सकता है, और इसके लाभ समान रूप से वितरित किए जा सकते हैं, यदि डेटा तक निष्पक्ष और व्यापक पहुंच प्रदान की जाए।
मुख्य विचार:
- डेटा रेस और नैतिक चिंताएँ: चूंकि एआई, विशेष रूप से बड़े भाषा मॉडल (एलएलएम) को प्रशिक्षण के लिए भारी मात्रा में उच्च गुणवत्ता वाले डेटा की आवश्यकता होती है, डेटा के लिए प्रतिस्पर्धा तेज हो गई है।
- हालाँकि, यह मांग नैतिक चिंताओं को जन्म देती है, इस आशंका के साथ कि इससे पायरेटेड या घटिया डेटासेट का उपयोग हो सकता है, जैसे कि पायरेटेड ग्रंथों का विवादास्पद 'बुक्स3' संग्रह।
- बड़े भाषा मॉडल (एलएलएम): ये परिष्कृत एआई सिस्टम हैं जो विभिन्न भाषा-संबंधित अनुप्रयोगों का समर्थन करते हुए, व्यापक डेटा से सीखकर मानव-जैसे पाठ को समझने और उत्पन्न करने में सक्षम हैं।
- फीडबैक लूप्स और पूर्वाग्रह: मौजूदा डेटासेट पर निर्भरता फीडबैक लूप बना सकती है जो डेटा में मौजूद पूर्वाग्रहों को मजबूत करती है।
- यदि एआई मॉडल को त्रुटिपूर्ण डेटासेट पर प्रशिक्षित किया जाता है, तो वे इन पूर्वाग्रहों को बनाए रख सकते हैं और यहां तक कि बढ़ा भी सकते हैं, जिससे विषम आउटपुट उत्पन्न होते हैं जो अक्सर एक संकीर्ण, एंग्लोफोन-केंद्रित परिप्रेक्ष्य को प्रतिबिंबित करते हैं।
चुनौतियाँ:
- प्राथमिक स्रोतों का अभाव: वर्तमान एलएलएम मुख्य रूप से माध्यमिक स्रोतों पर प्रशिक्षित होते हैं, जिनमें अक्सर प्राथमिक सांस्कृतिक कलाकृतियों की गहराई और समृद्धि का अभाव होता है।
- अभिलेखीय दस्तावेजों और मौखिक परंपराओं जैसे आवश्यक प्राथमिक स्रोतों को अक्सर नजरअंदाज कर दिया जाता है, जिससे एआई प्रशिक्षण के लिए उपलब्ध डेटा की विविधता सीमित हो जाती है।
- सांस्कृतिक विरासत का कम उपयोग: कई सांस्कृतिक विरासत भंडार, जैसे राज्य अभिलेखागार, एआई प्रशिक्षण में कम उपयोग में रहते हैं।
- इन अभिलेखागारों में बड़ी मात्रा में भाषाई और सांस्कृतिक डेटा हैं जो मानवता के विविध इतिहास और ज्ञान के बारे में एआई की समझ को महत्वपूर्ण रूप से बढ़ा सकते हैं।
- डिजिटल विभाजन: सांस्कृतिक विरासत के डिजिटलीकरण को अक्सर कम प्राथमिकता दी जाती है, जिसके परिणामस्वरूप मूल्यवान डेटा तक सीमित पहुंच होती है जो एआई विकास को लाभ पहुंचा सकता है।
- यह डेटा अंतर छोटी कंपनियों और स्टार्टअप्स को असंगत रूप से प्रभावित करता है, जिससे बड़ी तकनीकी कंपनियों के साथ प्रतिस्पर्धा करने की उनकी क्षमता में बाधा आती है।