தொழில்நுட்ப அதிவேக வளர்ச்சியும் அதன் தாக்கங்களும்

பகுதி 1: வியப்பு (Wonder) – தொழில்நுட்பத்தின் பிரம்மாண்டம்

1. நேற்று கற்பனையாக இருந்தது இன்று நிஜமாகிறது

ஒரு பத்து இருபது ஆண்டுகளுக்கு முன்பு நாம் பயன்படுத்திய சாதாரண செல்போன்களைச் சற்று நினைத்துப் பாருங்கள். அப்போது நான் உங்களிடம், "இன்னும் சில ஆண்டுகளில், தட்டச்சுப் பலகை (Keyboard) இல்லாத ஒரு சிறிய தொடுதிரைக் கருவி உங்கள் கைகளில் இருக்கும். அதன் மூலம் வெளிநாட்டில் உள்ளவரை முகம்பார்த்துப் பேசலாம், வழிகாட்டும் வரைபடமாக அதைப் பயன்படுத்தலாம், நீங்கள் பேசுவதை அதுவே எழுத்தாக மாற்றும், தமிழில் பேசுவதை உடனுக்குடன் பிற மொழிகளில் மொழிபெயர்க்கும்" என்று கூறியிருந்தால், உங்களில் பலருக்கு அது நம்ப முடியாத ஒன்றாக இருந்திருக்கும்.

பிரபல அறிவியல் புனைகதை எழுத்தாளர் ஆர்தர் சி. கிளார்க் (Arthur C. Clarke), "போதுமான அளவு வளர்ச்சியடைந்த எந்தவொரு தொழில்நுட்பமும் மாயாஜாலத்திலிருந்து வேறுபட்டதல்ல" (Any sufficiently advanced technology is indistinguishable from magic) என்று கூறினார். இந்த மாயாஜாலம்தான் இன்று நேற்றைய அதிசயமாக இருந்து, இன்றைய யதார்த்தமாக நம் கைகளில் தவழ்ந்து கொண்டிருக்கிறது.

இன்று ஒரு ஸ்மார்ட்போன் என்பது தொலைபேசி, கேமரா, ரேடியோ, தொலைக்காட்சி, வரைபடம், கடிகாரம், செய்தித்தாள், நூலகம் மற்றும் வங்கி ஆகிய அனைத்தையும் தன்னுள் அடக்கிவிட்ட ஒரு கருவியாக மாறிவிட்டது. ஊடகவியலாளர் ஹென்றி ஜென்கின்ஸ் (Henry Jenkins) குறிப்பிடும் "ஊடக ஒருங்கிணைப்பு" (Media Convergence - பல்வேறு ஊடகங்கள் மற்றும் தொழில்நுட்பங்கள் ஒரே தளத்தில் இணைவது) நமது அன்றாட வாழ்வியலையே முற்றிலுமாக மாற்றி அமைத்துள்ளது.

ஆனால், இந்த வளர்ச்சியையும் தாண்டி இன்றைய காலகட்டத்தில் நிகழும் மாற்றங்கள் இன்னும் ஆழமானவை. கணினிகள் வெறும் தகவல்களைச் சேமிக்கும் மற்றும் பரிமாறும் கருவிகளாக மட்டும் இல்லாமல், மொழி, படம், குரல், ஆவணம், மற்றும் சிக்கல் தீர்த்தல் (Problem-solving) போன்ற மனிதனின் அறிவுசார் செயல்பாடுகளைத் தாமே சுயமாகச் செய்யத் தொடங்கியுள்ளன. இதுவே செயற்கை நுண்ணறிவு (Artificial Intelligence) எனப்படுகிறது.

2. கணினிகளுடன் உரையாடும் காலம்

கணினியின் தொடக்க காலத்தில், அதன் மொழியை நாம் தான் கற்றுக்கொள்ள வேண்டியிருந்தது. சரியான பொத்தானை அழுத்த வேண்டும், சரியான குறியீடுகளைக் (Codes) கொண்டு கட்டளைகளை வழங்க வேண்டும். ஒரு மென்பொறியாளர் (Programmer) மட்டுமே கணினிக்குப் புரியும் மொழியில் தட்டச்சு செய்து அதனுடன் தொடர்பு கொள்ள முடிந்தது.

ஆனால் இன்று ஒரு மாபெரும் மாற்றம் ஏற்பட்டுள்ளது. நாம் கணினியின் மொழியைக் கற்பதற்குப் பதிலாக, கணினிகள் மனிதர்களின் இயல்பான மொழியைக் (Natural Language) கற்றுக்கொண்டு வருகின்றன. 1950-களில், கணினி அறிவியலின் முன்னோடியான ஆலன் டூரிங் (Alan Turing), "கணினிகளால் மனிதர்களைப் போல சிந்திக்கவும் உரையாடவும் முடியுமா?" என்ற புகழ்பெற்ற கேள்வியை முன்வைத்தார். அவர் கற்பனை செய்த அந்த எதிர்காலம், இன்று இயற்கை மொழி செயலாக்கம் (Natural Language Processing - NLP) என்ற தொழில்நுட்பத்தின் மூலம் சாத்தியமாகி உள்ளது. NLP என்பது கணினிகள் மனிதர்களின் இலக்கணம், வார்த்தைகள் மற்றும் உணர்வுகளைப் புரிந்துகொள்ள உதவும் ஒரு பாலமாகும்.

இன்றோ, வெறும் எழுத்துகள் மூலம் மட்டும் நாம் கணினியுடன் பேசுவதில்லை. இன்றியமையாத பல்லினச் செயற்கை நுண்ணறிவு அமைப்புகள் (Multimodal AI) எழுத்து, படம், குரல் எனப் பல வடிவங்களை ஒருங்கிணைத்துப் புரிந்துகொண்டு செயல்படுகின்றன. ஒரு கேள்விக்கு ஒற்றைப் பதில் அளிக்கும் நிலையிலிருந்து, தாமாகவே பல கட்டப் பணிகளைச் செய்துமுடிக்கும் "AI ஏஜெண்டுகள்" (AI Agents) என்ற நிலைக்குத் தொழில்நுட்பம் முன்னேறியுள்ளது.

இதை மிக எளிய வார்த்தைகளில் சொல்வதென்றால்: முன்பு கணினி எப்படிப் பேசும் என்று மனிதர்கள் கற்றுக்கொள்ள வேண்டியிருந்தது; இன்றோ மனிதன் எப்படிப் பேசுகிறான் என்பதைப் புரிந்துகொண்டு கணினி செயல்படுகிறது. செயற்கை நுண்ணறிவு என்பது வானத்திலிருந்து குதித்த ஒன்றல்ல; பல தலைமுறைகளாக மனிதர்கள் சேர்த்த அறிவின் கூட்டு முயற்சி. AI ஒரு அற்புதம் என்றால், அதை உருவாக்கிய மனித அறிவு அதைவிடப் பெரிய அற்புதம்.

3. உருவம் பெறும் செயற்கை நுண்ணறிவு (Robotics)

இதுவரை செயற்கை நுண்ணறிவு என்பது நமது கணினி அல்லது மொபைல் திரைக்குள் அடைபட்டு கிடந்த ஒரு மென்பொருளாகவே இருந்தது. ஆனால், திரைக்குள் இருக்கும் அந்த நுண்ணறிவுக்குக் கண்கள், காதுகள், கைகள், மற்றும் கால்கள் போன்ற இயங்கும் திறன் கொடுக்கப்பட்டால் என்ன ஆகும்? அங்குதான் நாம் ரோபோடிக்ஸ் (Robotics - இயந்திர மனிதவியல்) உலகத்திற்குள் நுழைகிறோம். கணினித் துறையில் இதை "உடலமைவு பெற்ற செயற்கை நுண்ணறிவு" (Embodied AI) என்று அழைக்கிறார்கள்.

ரோபோக்கள் பல ஆண்டுகளாகத் தொழிற்சாலைகளில் இயங்கி வருகின்றன. ஆனால், அவை பொதுவாக ஒரே இடத்தில் நின்றுகொண்டு, ஒரே வேலையை மீண்டும் மீண்டும் செய்ய மட்டுமே நிரல்படுத்தப்பட்டிருந்தன (Programmed). செயற்கை நுண்ணறிவு அறிவியலாளர் ஹான்ஸ் மொராவெக் (Hans Moravec) ஒரு சுவாரஸ்யமான முரண்பாட்டை முன்வைக்கிறார். "கடினமான கணிதப் புதிர்களைத் தீர்ப்பதோ, சதுரங்கம் விளையாடுவதோ கணினிக்கு மிக எளிது; ஆனால், ஒரு படிக்கட்டில் ஏறுவது அல்லது ஒரு துணியை மடிப்பது போன்ற ஒரு சிறு குழந்தையின் இயல்பான உடல் இயக்கங்களை ஒரு ரோபோவால் செய்வது மிக மிகக் கடினம்" என்கிறார். இதுவே அறிவியலில் 'மொராவெக்கின் முரண்பாடு' (Moravec's paradox) எனப்படுகிறது.

ஆனால், இன்றைய அதிநவீன ரோபோடிக்ஸ் ஆய்வுகள் இந்தத் தடையை உடைத்து வருகின்றன. ரோபோக்களோடு AI இணைக்கப்படுவதால், அவை தங்கள் சுற்றுப்புறத்தைப் பார்த்துப் புரிந்துகொள்ளவும் (Computer Vision), பொருட்களைத் துல்லியமாக அடையாளம் காணவும், வீடுகளிலோ தொழிற்சாலைகளிலோ புதிய சூழல்களுக்கு ஏற்பச் சுயமாக முடிவெடுத்துச் செயல்படவும் (Autonomous action) கற்றுக்கொள்கின்றன. இப்போது AI-க்கு ஒரு உடல் கொடுக்கப்படுகிறது.

இதனால் பல நன்மைகள் உள்ளன. தீ விபத்து, கதிரியக்கக் கசிவு, நச்சுப் பொருட்கள் நிறைந்த இடங்கள் போன்ற மனிதர்களுக்கு ஆபத்தான வேலைகளை இயந்திரங்களிடம் ஒப்படைக்கலாம். முதியோர்களுக்கும் மாற்றுத்திறனாளிகளுக்கும் இவை சிறந்த துணையாக இருக்க முடியும். அதே நேரத்தில், இயந்திரங்கள் மனிதர்களின் அத்தனைப் பணிகளையும் செய்யத் தொடங்கினால், மனித உழைப்பின் மாண்பு (Dignity of Labor) என்னவாகும்? கேள்வியும் எழுகிறது. இது நாம் விழிப்புடன் கையாள வேண்டிய ஒரு சமூகப் பொறுப்பாகும்.

4. மூளை-கணினி இணைப்பு (BCI): கையை அசைக்காமல் கணினியை இயக்க முடியுமா?

இப்போது இன்னும் ஆச்சரியமான ஒரு துறைக்கு வருவோம். வழக்கமாக நாம் கணினியை எப்படி இயக்குகிறோம்? மூளை சிந்திக்கிறது -> அந்த எண்ணம் நரம்புகள் வழியாகக் கைகளுக்குச் செல்கிறது -> விரல்கள் 'மவுஸ்' (Mouse) அல்லது விசைப்பலகையை (Keyboard) இயக்குகின்றன -> கணினி பதில் அளிக்கிறது. ஆனால், கைகளை அசைக்காமலேயே, நினைத்த மாத்திரத்தில் கணினியை இயக்க முடிந்தால் எப்படி இருக்கும்? மூளைக்கும் கணினிக்கும் இடையே உள்ள இந்த இடைத்தரகர்களை (உடல் அசைவுகளை) நீக்கும் தொழில்நுட்பமே 'மூளை-கணினி இணைப்பு' (Brain–Computer Interface - BCI) எனப்படுகிறது.

நரம்பியல் மற்றும் பொறியியல் (Neuroengineering) துறையின் மிக முக்கிய பாய்ச்சல் இது. மூளை-கணினி இணைப்பின் முன்னோடிகளில் ஒருவரான நரம்பியல் விஞ்ஞானி மிகுவல் நிகோலெலிஸ் (Miguel Nicolelis), 'மனித மூளையை அதன் உடல் சார்ந்த எல்லைகளிலிருந்து விடுவிக்கும் காலம் வந்துவிட்டது' என்று குறிப்பிடுகிறார். மூளையில் உள்ள நியூரான்கள் வெளிப்படுத்தும் மின்சார சிக்னல்களைப் (Electrical Signals) பதிவு செய்து, அவற்றை கணினிக்கு புரியும் கட்டளைகளாக (Algorithms) மாற்றுவதுதான் இதன் அடிப்படை அறிவியல்.

தற்போதைய நிலையில், நியூராலிங்க் (Neuralink) போன்ற நிறுவனங்கள் இத்துறையில் அதிநவீன மருத்துவ பரிசோதனைகளை மேற்கொண்டு வருகின்றன. இது 'ஒருவர் மனதில் நினைக்கும் எல்லாவற்றையும் படிக்கும் மாயக் கருவி' (Mind-reading device) அல்ல. மாறாக, கடுமையான நரம்பியல் நோய்களால் பாதிக்கப்பட்டு, உடலை அசைக்கவோ பேசவோ முடியாத 'லாக்டு-இன் சின்ட்ரோம்' (Locked-in syndrome) நிலையில் உள்ள மனிதர்களுக்கு இது ஒரு மாபெரும் வரப்பிரசாதம். தங்கள் எண்ணத்தின் மூலமாகவே அவர்கள் கணினியின் கர்சரை (Cursor) நகர்த்தவும், தங்களின் தேவைகளைத் திரையில் தட்டச்சு செய்து வெளி உலகோடு தொடர்பு கொள்ளவும் இது வழிவகை செய்கிறது.

இங்கே தொழில்நுட்பம் என்பது வெறும் வியப்பூட்டும் 'சாதனையாக' மட்டும் இல்லாமல், நரம்பியல் செயற்கையுறுப்புகளின் (Neuroprosthetics) மூலம் மனித மாண்பையும் திறனையும் மீட்டெடுக்கும் ஒரு கருவியாகப் பார்க்கப்படுகிறது. மனித அறிவின் மிக அழகான மற்றும் இரக்கமுள்ள பக்கம் இதுவென்றே சொல்லலாம்.

5. மரபணு மாற்றம் (Gene Editing): நோய்களை வேரறுக்கும் காலம்

நமது ஒவ்வொரு செல்லிலும் DNA (டி.என்.ஏ) இருக்கிறது. 'உடல் எவ்வாறு உருவாக வேண்டும், எவ்வாறு செயல்பட வேண்டும் என்பதற்கான உயிரியல் வழிகாட்டிப் புத்தகம்' (Biological instruction manual) என்று DNA-வை நாம் புரிந்துகொள்ளலாம்.

சில நோய்கள், இந்த மரபணுத் தகவலில் ஏற்படும் குறிப்பிட்ட பிழைகளால் (Genetic mutations) உருவாகின்றன. பாரம்பரிய மருத்துவம் பொதுவாக 'நோயின் விளைவுகளை எப்படிச் சமாளிப்பது?' (Symptom treatment) என்றுதான் கேட்டது. ஆனால், மரபணு மாற்றம் (Gene Editing) ஒரு புதிய மற்றும் ஆழமான கேள்வியை எழுப்புகிறது: 'இந்த நோயை உருவாக்கும் மரபணுப் பிழையையே திருத்த முடியுமா?'

இங்குதான் CRISPR (க்ரிஸ்பர்) போன்ற தொழில்நுட்பங்கள் மிக முக்கியத்துவம் பெறுகின்றன. இந்தத் தொழில்நுட்பத்தைக் கண்டுபிடித்ததற்காக நோபல் பரிசு பெற்ற விஞ்ஞானி ஜெனிஃபர் டௌட்னா (Jennifer Doudna), CRISPR-ஐ 'டி.என்.ஏ-வை வெட்டி ஒட்டும் மூலக்கூறு கத்திரிக்கோல்' (Molecular scissors) என்று அழகாக அழைக்கிறார். அதாவது, டி.என்.ஏ-வின் குறிப்பிட்ட இடங்களில் மிகவும் துல்லியமான மாற்றங்களைச் செய்ய உதவும் ஒரு மரபணுத் திருத்த முறை இது.

இது ஒரு காலத்தில் ஆய்வகத்திற்குள் மட்டுமே இருந்த தொழில்நுட்பம். இப்போது சில குறிப்பிட்ட மரபணு நோய்களுக்கு மருத்துவ சிகிச்சையாகவே வந்துவிட்டது. இது மனிதனை முற்றிலுமாக மாற்றும் (உதாரணமாக, 'வடிவமைக்கப்பட்ட குழந்தைகள்' - Designer babies உருவாக்கும்) அறமீறலான முயற்சி அல்ல; மாறாக, நோயை உருவாக்கும் மரபணுப் பிழையைத் துல்லியமாகத் திருத்தும் அற்புதமான மருத்துவ வாய்ப்பாகும்.

இது மருத்துவ வரலாற்றில் ஒரு மாபெரும் பாய்ச்சல். நோயின் விளைவுகளைக் கையாளுதல் என்ற இடத்திலிருந்து, அடிப்படை மரபணுப் பிழையைத் திருத்துதல் (Genetic correction) என்ற நிலைக்கு உயிரியல் துறை நகர்ந்துள்ளது.

6. உயிரியல் ரகசியங்களை அவிழ்க்கும் AI

'செயற்கை நுண்ணறிவு' (AI) என்றவுடன் பெரும்பாலான மக்கள் நினைப்பது ChatGPT, Gemini (ஜெமினி) போன்ற சாட்பாட்களைத்தான்; அல்லது அவை உருவாக்கும் கட்டுரைகள், படங்கள் மற்றும் வீடியோக்களைத்தான். ஆனால், AI-இன் மிக முக்கியமான மற்றும் ஆழமான பயன்பாடுகள் சமூக ஊடக உலகத்திற்கு வெளியே, அறிவியல் ஆய்வகங்களில் சத்தமில்லாமல் நடந்து கொண்டிருக்கின்றன.

உயிரியல் துறையில் கடந்த 50 ஆண்டுகளாகத் தீர்க்கப்படாமல் இருந்த ஒரு மாபெரும் புதிர் "புரத மடிப்புப் பிரச்சினை" (Protein folding problem). நமது உடலில் உள்ள எண்ணற்ற புரதங்கள் (Proteins) தான் உயிர்வாழ்வதற்கான அனைத்து அடிப்படைச் செயல்பாடுகளையும் செய்கின்றன. ஒரு புரதம் எவ்வாறு செயல்படுகிறது என்பது, அது முப்பரிமாணத்தில் (3D structure) எப்படி மடிந்து ஒரு குறிப்பிட்ட வடிவத்தை அடைகிறது என்பதைப் பொறுத்தே அமைகிறது. ஒரு காலத்தில், வெறும் ஒரு புரதத்தின் வடிவத்தைக் கண்டறிய பல ஆண்டுகள் ஆகும்.

இங்குதான் கூகுள் டீப்மைண்ட் (Google DeepMind) நிறுவனத்தின் "ஆல்ஃபாஃபோல்ட்" (AlphaFold) என்ற செயற்கை நுண்ணறிவு அமைப்பு ஒரு மாபெரும் புரட்சியைச் செய்தது. டெமிஸ் ஹஸாபிஸ் (Demis Hassabis) தலைமையிலான இந்த குழு, AI-ஐப் பயன்படுத்தி மனித உடலில் உள்ள ஏறக்குறைய அனைத்துப் புரதங்களின் முப்பரிமாண அமைப்புகளையும் மிகத் துல்லியமாகக் கணித்துச் சாதனை படைத்தது.

"உடலுக்குள் இருக்கும் இந்த மிகச்சிறிய மூலக்கூறு எப்படி மடிந்திருக்கிறது என்பதைப் புரிந்துகொண்டால், நோய்கள் எப்படி உருவாகின்றன என்பதையும், புதிய உயிர்-காக்கும் மருந்துகளை எப்படி வடிவமைக்கலாம் என்பதையும் நாம் மிக எளிதாகக் கண்டறியலாம்." இப்போது புரிகிறதா? AI என்பது வெறும் கட்டுரை எழுதும் கருவி அல்ல; அது பிரபஞ்சத்தின் மற்றும் உயிரின் ரகசியங்களை அவிழ்க்கும் ஒரு பிரம்மாண்டமான அறிவியல் சாவி.

7. குவாண்டம் கணினிகள் (Quantum Computing): ஒரு புதிய பரிமாணம்

இப்போது "குவாண்டம் கம்ப்யூட்டிங்" (Quantum Computing - குவாண்டம் கணினி முறை) என்ற முற்றிலும் புதிய துறைக்கு வருவோம். ஒரு குவாண்டம் கணினி என்பது நம்மிடம் உள்ள லேப்டாப்பின் 'மிக வேகமான' வடிவம் என்று நினைத்துவிடக் கூடாது. அது முற்றிலும் வேறுபட்ட ஒரு கணினி கட்டமைப்பு. நாம் இதுவரை பயன்படுத்திய கணினிகள் '0' அல்லது '1' என்ற இரும எண்களை (Bits) அடிப்படையாகக் கொண்டு செயல்படுகின்றன. ஆனால் குவாண்டம் கணினிகள் 'குயூபிட்' (Qubit) என்ற அமைப்பைப் பயன்படுத்துகின்றன.

புகழ்பெற்ற இயற்பியலாளர் ரிச்சர்ட் ஃபெயின்மேன் (Richard Feynman), "இயற்கை சாதாரண விதிகளின்படி இயங்குவதில்லை; இயற்கையை கணினியில் உருவகப்படுத்த வேண்டுமானால், நீங்கள் குவாண்டம் இயந்திரவியலையே பயன்படுத்த வேண்டும்" என்று 1980-களில் குறிப்பிட்டார். அணுக்களின் மிகச்சிறிய மட்டத்தில் இயற்பியல் விதிகள் எப்படிச் செயல்படுகின்றனவோ (Quantum mechanics), அதையே ஒரு கணினியின் செயல்பாட்டு விதிகளாக மாற்றுவதுதான் இதன் அடிப்படை அறிவியல்.

குவாண்டம் கணினிகள் இன்று அறிவியல் ஆய்வகங்களில் உண்மையாகவே செயல்பட்டு வருகின்றன. இருப்பினும், பெரிய அளவில் எவ்விதப் பிழையுமின்றி நம்பகமாகச் செயல்படும் "பிழைகளைத் தாங்கி செயல்படும் முழுமையான குவாண்டம் கணினி" (Fault-tolerant quantum computing) இன்னும் ஆரம்பகட்ட வளர்ச்சி நிலையில்தான் உள்ளது.

இங்கே நம்மை வியப்பில் ஆழ்த்துவது தொழில்நுட்பம் அல்ல; மனித அறிவின் அசாதாரணத் தன்மைதான். மனிதன் தன் வெறும் கண்களால் பார்க்க முடியாத அணு அளவிலான ஒரு மாயாஜால இயற்பியலைப் புரிந்து கொண்டு, "இந்த இயற்கையின் சட்டங்களைப் பயன்படுத்தி முற்றிலும் வேறுபட்ட ஒரு கணினியை உருவாக்க முடியுமா?" என்று கேள்வி கேட்கிறான் பாருங்கள், அந்தத் தேடல்தான் உண்மையான அற்புதம்.

பகுதி 2: ஞானம் (Wisdom) – தொழில்நுட்பமும் மனிதச் சூழலமைப்பும்

8. எங்கும் தொழில்நுட்பம்: மனித புதுமையின் விரியும் எல்லைகள்

இவற்றோடு தொழில்நுட்ப முன்னேற்றம் இன்னும் பல துறைகளில் அதிவேகமாக விரிவடைந்து கொண்டே செல்கிறது. விண்வெளி ஆராய்ச்சியில் (Space Research) மீண்டும் நிலவிற்கான பயணங்கள், மருத்துவத்துறையில் (Medicine) டெலிமெடிசின் மற்றும் ரோபோடிக் அறுவை சிகிச்சைகள், பாதுகாப்பிலும் பொருளாதாரத்திலும் மாபெரும் தரவுப் பகுப்பாய்வுகள் என இதன் எல்லைகள் விரிவடைகின்றன.

அதுமட்டுமின்றி, நாம் வாழும் சமூகத்தை நிலைநிறுத்தும் அடிப்படைத் திட்டங்களிலும் இன்று தொழில்நுட்பம் இரண்டறக் கலந்துள்ளது. உதாரணமாக, ஒரு 4,000 சதுர அடி பரப்பளவிலான இயற்கை வேளாண்மைத் திட்டத்தை (Sustainable agriculture project) வடிவமைத்துச் செயல்படுத்துவதற்கோ, அல்லது ஒரு 600 சதுர அடி அளவிலான உயர்தரத் தொழில்முறை ஊடகத் தயாரிப்பு அரங்கத்தை (Professional media production studio) அமைப்பதற்கோ இன்று அதிநவீன டிஜிட்டல் திட்டமிடல் கருவிகள் மற்றும் தொழில்நுட்பச் சூழலமைப்புகளே (Digital ecosystems) மூலாதாரமாக விளங்குகின்றன.

இந்தப் பட்டியல் முடிவற்றது. ஆனால், இங்கே நாம் சற்றுப் பின்வாங்கி ஒரு அடிப்படை உண்மையைக் கவனிக்க வேண்டும். தொழில்நுட்ப வரலாற்று ஆய்வாளர் மெல்வின் கிரான்ஸ்பெர்க் (Melvin Kranzberg) தனது புகழ்பெற்ற 'தொழில்நுட்பத்தின் முதல் விதியில்' (First Law of Technology) இவ்வாறு கூறுகிறார்: "தொழில்நுட்பம் என்பது நல்லதும் அல்ல, கெட்டதும் அல்ல; அதே சமயம் அது நடுநிலையானதும் அல்ல" (Technology is neither good nor bad; nor is it neutral). அதாவது, தொழில்நுட்பம் தானாகவே எதையும் சாதிப்பதில்லை, அதன் தாக்கம் அதை யார், எதற்காகப் பயன்படுத்துகிறார்கள் என்பதைப் பொறுத்தே அமைகிறது.

இவ்வளவு துறைகளில், கற்பனையில் இருந்ததை நிஜமாக மாற்றியிருப்பது யார்? தொழில்நுட்பம் தன்னைத்தானே உருவாக்கிக் கொள்ளவில்லை. மனித அறிவே இவையனைத்தையும் உருவாக்கியது. எனவே, நாம் இப்போது எந்திரங்களிடம் இருந்து மனிதனை நோக்கித் திரும்ப வேண்டிய கட்டாயத்தில் இருக்கிறோம். வியப்பு (Wonder) என்ற நிலையிலிருந்து, ஞானம் (Wisdom) மற்றும் பொறுப்பு (Responsibility) என்ற நிலைக்கு நாம் நகர வேண்டும். மனிதன் இவ்வளவு பிரம்மாண்டங்களைச் செய்யக்கூடியவன் என்றால், இந்த அசாதாரணத் திறனை அவன் எந்த திசையில், யாருடைய நன்மைக்காகப் பயன்படுத்தப் போகிறான்? என்பதே இந்த டிஜிட்டல் யுகத்தின் மிக முக்கியமான கேள்வியாகும்.

9. மனித அறிவின் தனித்துவம்

அதிசயக்கத்தக்க ஒவ்வொரு இயந்திரத்தின் பின்னாலும், அதைவிடப் பிரம்மாண்டமான ஒன்று மறைந்திருக்கிறது: அதுதான் மனிதனின் அறியும் திறன். பல தலைமுறைகளைச் சேர்ந்த ஆயிரக்கணக்கான விஞ்ஞானிகள், பொறியாளர்கள், மற்றும் ஆராய்ச்சியாளர்களின் கூட்டு உழைப்பே இன்றைய தொழில்நுட்பம். இயந்திரங்கள் தரவுகளை (Data) மட்டுமே பரிமாறுகின்றன. ஆனால் மனிதர்களாகிய நாம், தகவல்களைத் தாண்டி அர்த்தங்களைப் (Meaning) பகிர்கிறோம்.

ஒரு தலைமுறையின் அறிவை அடுத்த தலைமுறைக்குக் கடத்துவது என்பது வெறும் கோப்புகளைத் 'தரவிறக்கம்' (Download) செய்வது போன்றதல்ல; அது உணர்வு, பச்சாதாபம் மற்றும் பகிரப்பட்ட மனித அனுபவங்களை உள்ளடக்கிய ஒரு ஆழமான 'தகவல் தொடர்புத் தத்துவமாகும்' (Philosophy of communication). தத்துவவியலாளர் மைக்கேல் போலன்யி (Michael Polanyi), 'நம்மால் வார்த்தைகளால் விவரிக்க முடிவதை விட, நாம் இன்னும் அதிகமாக அறிந்திருக்கிறோம்' (We can know more than we can tell) என்று மனிதனின் 'உள்ளுறை அறிவு' (Tacit Knowledge) பற்றிக் குறிப்பிடுகிறார். எவ்வளவுதான் அதிநவீனமாக இருந்தாலும், கணினிகளால் இந்த உள்ளுணர்வு சார்ந்த அறிவைப் பெற இயலாது.

கற்பனை செய்வது, தோல்வி அடைந்தாலும் மீண்டும் முயற்சிப்பது, ஒன்றிணைந்து சமூகமாகப் பணிபுரிவது, இயந்திரங்கள் கேட்கத் தவறும் 'ஏன்?' என்ற கேள்வியைக் கேட்பது—இவையே மனித அறிவின் தனித்துவம். இங்குதான் ஒரு முக்கியமான நெறிமுறை மாற்றம் நிகழ்கிறது.

தொடக்கத்தில், 'மனிதனால் என்னவெல்லாம் செய்ய முடியும்?' (What can we do?) என்ற வியப்பில் நமது பயணம் தொடங்கியது. ஆனால் இன்று, நமது கேள்வி 'மனிதனால் செய்ய முடிகிற அனைத்தையும் செய்ய வேண்டுமா?' (Should we do all that we can do?) என்பதாக மாறுகிறது. தொழில்நுட்ப வளர்ச்சியானது மனித விழுமியங்களை மீறாமல் இருக்க வேண்டும் என்று 'மாண்புமிக்க மானுடம்' திருமடல் நம்மைச் சிந்திக்க அழைக்கும் இடமும் இதுவே.

10. தொழில்நுட்பத்தின் அதிவேகப் பாய்ச்சல்

தொழில்நுட்ப வளர்ச்சி மனித குலத்திற்குப் புதியதல்ல. சக்கரம், எழுத்து, அச்சு இயந்திரம், மின்சாரம், தொலைத்தொடர்பு, இணையம் என ஒவ்வொரு காலகட்டத்திலும் தொழில்நுட்பம் சமூகத்தை மாற்றியமைத்துள்ளது. ஆனால், இன்று நாம் காண்பது ஒரு சாதாரண வளர்ச்சியல்ல; இது ஒரு அதிவேகப் பாய்ச்சல். இதற்கு முக்கியக் காரணம், தொழில்நுட்பங்கள் நேர்கோட்டில் (Linear growth) வளராமல், அடுக்குக்குறி விகிதத்தில் (Exponential growth) வளர்வதுதான். எதிர்காலவியலாளர் ரே கர்ஸுவேல் (Ray Kurzweil) இதனை 'வேகமடையும் வருமானங்களின் விதி' (Law of Accelerating Returns) என்று அழைக்கிறார். அதாவது, ஒரு தொழில்நுட்பத்தின் வளர்ச்சி இன்னொரு தொழில்நுட்பத்தை உந்தித் தள்ளுகிறது.

உதாரணமாக, செயற்கை நுண்ணறிவு வளர்கிறது; அதற்கு கணினிகளின் அபரிமிதமான செயல்பாட்டுத் திறன் (Computing power) உதவுகிறது. ரோபோடிக்ஸ் வளர்கிறது; அதற்கு AI உதவுகிறது. டிஜிட்டல் தளங்கள் மாபெரும் தரவுகளை (Big Data) உருவாக்குகின்றன; அந்தத் தரவுகள் மீண்டும் AI-ஐ மேம்படுத்துகின்றன. திருத்தந்தை பிரான்சிஸ் 2024-ம் ஆண்டு G7 மாநாட்டில் உரையாற்றும்போது, இந்த AI வளர்ச்சியை ஒரு 'அறிவுசார் தொழிற்புரட்சி' (Cognitive-industrial revolution) என்று மிகச் சரியாகக் குறிப்பிட்டார்.

இங்குதான் நமது காலத்தின் மாபெரும் முரண்பாடு உருவாகிறது. தொழில்நுட்பம் அதிவேகமாக வளர்கிறது, ஆனால் மனித ஞானமும் சமூகக் கட்டமைப்புகளும் மெதுவாகவே வளர்கின்றன. இதையே தொழில்நுட்ப ஆய்வாளர் லாரி டவுன்ஸ் (Larry Downes) 'வேக முரண்பாட்டு விதி' (Law of Disruption) என்கிறார். 'தொழில்நுட்பம் அடுக்குக்குறி விகிதத்தில் (Exponentially) மாறுகிறது, ஆனால் சமூக, பொருளாதார, மற்றும் சட்ட அமைப்புகள் படிப்படியாகவே (Incrementally) மாறுகின்றன' என்பதே அந்த விதி.

ஒரு புதிய AI மென்பொருளைச் சில வாரங்களில் உலகெங்கும் வெளியிட்டுவிடலாம். ஆனால், அதற்கான சட்டங்களை உருவாக்க, மனிதப் பண்பாட்டைத் தகவமைக்க, பள்ளிகளில் அதற்கான கல்வியை வழங்க, மற்றும் குடும்பங்கள் அதைப் புரிந்துகொள்ளப் பல ஆண்டுகள் ஆகும். ஒரு பக்கம் 'தொழில்நுட்பத் திறன்' (Technological capability), மறுபக்கம் 'மனித ஞானமும் நிர்வாகமும்' (Human wisdom and governance) என இரண்டு கோடுகள் பயணிக்கின்றன. இந்த இரண்டு கோடுகளுக்கும் இடையே ஏற்படும் இடைவெளியில்தான் (Gap) இன்றைய நவீன உலகின் பல சிக்கல்கள் தொடங்குகின்றன. 'மாண்புமிக்க மானுடம்' திருமடலும் இந்த யதார்த்தத்தை ஏற்றுக்கொண்டு, தொழில்நுட்ப மாற்றத்தின் வேகத்திற்கு ஈடுகொடுக்க மனித ஞானம் அவசரமாக வளர வேண்டியதன் அவசியத்தை வலியுறுத்துகிறது.

11. தொழில்நுட்பம்: கருவியா? சூழலா?

ஒரு சராசரி காலைப் பொழுதைச் சற்று நினைத்துப் பாருங்கள். மொபைல் அலாரம் நம்மை எழுப்புகிறது. வாட்ஸ்அப்பை (WhatsApp) திறக்கிறோம். யூடியூபிற்குச் (YouTube) சென்றால், நாம் அடுத்து என்ன பார்க்க வேண்டும் என்பதை ஒரு 'அல்காரிதம்' (Algorithm - வழிமுறை அமைப்பு) தீர்மானிக்கிறது. கூகுளில் (Google) தேடினால், முடிவுகள் ஒரு குறிப்பிட்ட வரிசையில்தான் வருகின்றன. இன்ஸ்டாகிராமில் (Instagram) யாருடைய பதிவு முதலில் வர வேண்டும் என்பதையும் அல்காரிதமே முடிவு செய்கிறது. எங்கு செல்ல வேண்டும் என 'மேப்ஸ்' (Maps) வழிகாட்டுகிறது, எதை வாங்கலாம் என ஷாப்பிங் செயலிகள் பரிந்துரைக்கின்றன, அடுத்த பாடலை மியூசிக் செயலி (Music app) தேர்வு செய்கிறது.

ஊடகவியலாளர் ஜான் கல்கின் (John Culkin), மார்ஷல் மெக்லூஹனின் (Marshall McLuhan) சிந்தனைகளை விரிவுபடுத்தி, 'நாம் நமது கருவிகளை உருவாக்குகிறோம்; அதன் பிறகு அந்தக் கருவிகள் நம்மை உருவாக்குகின்றன' (We shape our tools and thereafter our tools shape us) என்று மிகச் சரியாகக் குறிப்பிட்டார். இதன்படி பார்த்தால், டிஜிட்டல் தொழில்நுட்பம் என்பது இன்று நாம் நினைத்தபோது பயன்படுத்தும் வெறும் 'கருவி' அல்ல; அது நம்முடைய சிந்தனையையும், தேடலையும், தேர்வையும் வடிவமைக்கும் ஒரு மாபெரும் 'சூழலமைப்பு' (Environment).

இத்தகைய கண்ணுக்குத் தெரியாத சூழலமைப்பு நம்மை அறியாமலேயே ஒரு குறிப்பிட்ட மனநிலையை நம் மீது திணிக்கிறது. இதையே 'மாண்புமிக்க மானுடம்' திருமடல் 'தொழில்நுட்ப மையச் சிந்தனை' (Technocratic paradigm) என்று எச்சரிக்கிறது. ஒரு சமூகம் எல்லாவற்றையும் வேகம், இயந்திரத் திறன் (Efficiency), கட்டுப்பாடு, மற்றும் லாபம் என்ற அளவுகோலால் மட்டுமே அளக்கத் தொடங்கினால் என்ன ஆகும்?

ஒரு இயந்திரம் 'திறமையானதாக' (Efficient) இருக்க வேண்டும், அதில் மாற்றுக்கருத்தில்லை. ஆனால், ஒரு தாய் தன்னிடம் வரும் குழந்தையிடம் 'எஃபிஷியன்ட்டாக' இருக்க முடியுமா? ஒரு ஆசிரியர், ஒரு சமூக சேவகர், ஒரு அருட்பணியாளர், ஒரு முதியவர், ஒரு நோயாளி, அல்லது ஒரு ஏழை - இவர்களை இயந்திரத்தின் அளவுகோலால் அளக்க முடியுமா? மனிதனை இயந்திரத்தின் தராசில் வைத்து நிறுக்கத் தொடங்கும்போதுதான் ஆழமான மனிதநேயச் சிக்கல்கள் தொடங்குகின்றன. ஆக, இங்கு ஞானம் நம்மிடம் கேட்கும் மையக் கேள்வி தொழில்நுட்பத்தைப் பற்றியது அல்ல; 'மனிதன் யார்? அவனுடைய உண்மையான மதிப்பு என்ன?' என்பதே ஆகும்.

12. "செய்ய முடியுமா?" அல்லது "செய்ய வேண்டுமா?"

இன்றைய தொழில்நுட்பம் (Technology) மற்றும் மனித ஞானம் (Human Wisdom) ஆகிய இரண்டுக்கும் இடையே உள்ள அடிப்படை வேறுபாட்டை, அவை கேட்கும் கேள்விகளை வைத்தே நாம் சுலபமாகப் பிரித்தறியலாம்.

தொழில்நுட்பம் எப்போதும் லாபத்தையும் வேகத்தையும் மையமாகக் கொண்டு கேள்விகளைக் கேட்கிறது: 'இதைச் செய்ய முடியுமா?' (Can we do it?), 'இன்னும் வேகமாகச் செய்ய முடியுமா?' (Faster?), 'மனிதர்களே இல்லாமல் தானியக்கமாகச் (Automation) செய்ய முடியுமா?', 'எதிர்காலத்தை முன்கணிக்க (Predict) முடியுமா?', 'இன்னும் அதிகத் திறனோடு (Optimize) செய்ய முடியுமா?'

ஆனால், மனித ஞானம் அறவியலை (Ethics) மையமாகக் கொண்டு கேள்விகளைக் கேட்கிறது: 'இதை நாம் செய்ய வேண்டுமா?' (Should we do it?), 'இதனால் யாருக்குப் பயன்?', 'யார் பாதிக்கப்படுவார்கள்?', 'யார் புறக்கணிக்கப்படுவார்கள்?', 'மனித மாண்பு காக்கப்படுகிறதா?', 'உறவுகள் வலுப்படுகிறதா?', 'பொறுப்பு யாரிடம் இருக்கிறது?'

தொழில்நுட்ப வல்லுநரான ட்ரிஸ்டன் ஹாரிஸ் (Tristan Harris), 'நாம் தொழில்நுட்பத்தின் திறனை அளவிடுகிறோமே தவிர, அந்தத் தொழில்நுட்பம் மனிதனுடைய பலவீனங்களை எப்படிப் பயன்படுத்துகிறது என்பதை அளவிடுவதில்லை' என்று எச்சரிக்கிறார். ஒரு செயல் தொழில்நுட்ப ரீதியாகச் சாத்தியம் (Technically possible) என்பதற்காகவே, அது மனித ரீதியாக ஏற்றது (Humanly desirable) என்று நினைத்துவிடுவது ஒரு மாபெரும் ஆபத்தாகும்.

இதையே 'மாண்புமிக்க மானுடம்' திருமடல் மிகத் தெளிவாகச் சுட்டிக்காட்டுகிறது. இயந்திரங்களிடம் அதிகத் திறன் இருப்பதால், நாம் மனிதர்களாக மாறுவதில்லை; மாறாக, எந்த இயந்திரத்தைப் பயன்படுத்தினாலும் அதன் வழியே நாம் மனிதப் பண்பை இழக்காமல் இருக்கிறோமா என்பதில்தான் நமது உண்மையான ஞானம் அடங்கியுள்ளது.

13. தேடலின் தொலைவும், AI-இன் பதிலும்

ஒரு கடினமான தத்துவ அல்லது இறையியல் புத்தகத்தைக் கொடுத்து, 'இதைப் படித்துப் புரிந்துகொண்டு, இதன் மையக்கருத்தைச் சொல்லுங்கள்' என்று ஒரு மாணவனிடம் கூறினால் என்ன நடக்கும்? அவர் படிப்பார்; சில வரிகள் புரியாது. மீண்டும் படிப்பார்; நண்பர்களோடு விவாதிப்பார். சில கருத்துகளைத் தவறாகப் புரிந்துகொண்டு, பிறகு திருத்திக் கொள்வார். இந்த நீண்ட 'அறிவுசார் போராட்டத்தின்' (Cognitive struggle) முடிவில்தான் மெல்ல மெல்லப் புரிதல் உருவாகும்.

ஆனால், இன்று குறுக்குவழி ஒன்று உள்ளது. அந்த ஆவணத்தை அப்படியே AI-க்குள் (உதாரணமாக ChatGPT) பதிவேற்றி, 'ஐந்து முக்கிய குறிப்புகளைச் சொல்' என்று தட்டச்சு செய்தால், மூன்றே வினாடிகளில் சுருக்கமான பதில் கிடைத்துவிடும். இது அற்புதமானதுதான். ஆனால், இங்கே ஒரு ஆழமான கேள்வி எழுகிறது: பதில் கிடைத்துவிட்டது சரி, ஆனால் புரிதலுக்கான 'பயணம்' நடந்ததா?

தொழில்நுட்ப எழுத்தாளர் நிக்கோலஸ் கார் (Nicholas Carr), புலிட்சர் பரிசுக்கு முன்மொழியப்பட்ட தனது 'தி ஷாலோஸ்' (The Shallows) என்ற புகழ்பெற்ற புத்தகத்தில், 'இணையமும் தொழில்நுட