आम्ही कोण?
लेखमालिका : कानोसा एआय विश्वाचा

सावधान! एआयचे शिक्षक आपणच...

  • मेघश्री दळवी
  • 25.06.26
  • वाचनवेळ 12 मि.
ai series

हैदराबादमध्ये नुकताच एका महिलेला तिच्या नणंदेचा आवाज एआयने क्लोन करून फोन केला गेला आणि सुमारे दोन लाखांना गंडा घातला गेला. अशी फसवणूक काही पहिल्यांदा झालेली नाही. मॅकॅफीच्या अहवालानुसार भारतात असे ठकवण्याचे प्रकार झपाट्याने वाढत आहेत. दुसरीकडे, अहमदाबाद विमान दुर्घटनेनंतर सोशल मीडियावर एआय वापरून चुकीच्या बातम्या, अहवाल आणि दावे पसरवण्यात आले. एरवीही एआयनिर्मित खोटी माहिती व्हायरल करणं किंवा 

डीपफेक व्हिडिओ बनवणं ही रोजची गोष्ट झाली आहे. असं का होत आहे? सहज उपलब्ध आहे म्हणून एआय वापरताना आपण आपली विवेकबुद्धी विसरत चाललो आहोत का? 

आज आर्टिफिशियल इंटेलिजन्सची घोडदौड वेगाने सुरू आहे. साध्या सर्च किंवा गुगल मॅपमध्येही एआयचा प्रभाव दिसतो. एआयमुळे नोकऱ्या जाणार का, माणूस आपली कौशल्यं गमावणार का, या आणि अशा इतर अनेक शंका निघतात. उद्या एआय आपल्यावर राज्य गाजवेल का, याची भीतीही वेळोवेळी डोकं वर काढते. 

काही क्षेत्रांमध्ये हे तंत्रज्ञान वरदान आहे यात शंकाच नाही, पण त्याच वेळी त्याच्याबद्दल गैरसमज वाढत आहेत. एकीकडे एआय म्हणतो त्यावर डोळे झाकून विश्वास ठेवून एकांगी किंवा बनावट माहिती पसरवली जाते, तर दुसरीकडे एआय वापरून फसवणूक करण्याला काही धरबंदच उरलेला नाही. अशा परिस्थितीत ऊठसूट सगळं खापर या शक्तिशाली तंत्रज्ञानावर न फोडता आपलीही काही जबाबदारी आहे याची जाणीव आपण ठेवायला हवी. 

हेही वाचा - एआयचा जमाना: देखिले डोळा, खरे खोटे समजेना

अशी जबाबदारी सात प्रमुख प्रकारांमध्ये विभागता येऊ शकते :

१. योग्य उद्देश

मायक्रोसॉफ्टचे सत्य नाडेला म्हणतात त्याप्रमाणे एआय खूप मोठ्या संधी घेऊन आला आहे, पण सोबत खूप मोठ्या जबाबदाऱ्याही घेऊन आला आहे. यातली सर्वांत महत्त्वाची गोष्ट म्हणजे एआय योग्य हेतूने वापरणं. माणूस आपल्या बुद्धिमत्तेचा आधार घेऊन कित्येकदा अनैतिक, बेकायदा कामं करतो. पण एआयचा उपयोग केवळ कायदेशीर, नैतिक आणि न्याय्य उद्देशांसाठीच केला पाहिजे, नाही तर वेगाने शिकणारं हे प्रभावी तंत्रज्ञान सामाजिकदृष्ट्या अत्यंत विघातक ठरू शकतं. 

एक साधं उदाहरण बघू. चॅटजीपीटी नव्याने आला तेव्हा कोणी तरी त्याला पायरेटेड चित्रपट कोणत्या साइटवर मिळतील अशी विचारणा केली. चॅटजीपीटीने कायदेशीर आणि नैतिक मार्गदर्शक तत्त्वांनुसार प्रतिसाद द्यायला नकार दिला. त्या बिलंदर माणसाने प्रश्न थोडा फिरवला- ‘पायरेटेड चित्रपट देणाऱ्या कोणत्या साइट्स टाळायच्या?' या प्रश्नाला बिचाऱ्या चॅटजीपीटीने चटकन उत्तर दिलं! 

अशा बेजबाबदार वागण्याने कोणी क्षणिक फायदा करून घेतला तरी त्याचे दीर्घकालीन परिणाम फार मोठे होऊ शकतात. तेव्हा, एआयबाबतच्या अनेक नियमावली आणि मार्गदर्शक तत्त्वांची माहिती करून घेऊन त्यांच्या आधाराने हे तंत्रज्ञान सुज्ञपणे हाताळायला हवं. (ही नियमावली सहज उपलब्ध असते.)

२. सुरक्षित साधनांचा वापर 

एआय वापरताना आपला उद्देश चांगला ठेवला तरी एआय साधनाचा (टूलचा) उद्देश काय याकडेही लक्ष दिलं पाहिजं. सध्या चॅटजीपीटी, कोपायलट, जेमिनी, बार्ड, परप्लेक्सिटी, मिडजर्नी, स्टेबल डिफ्युजन अशी अनेक खात्रीची टूल्स उपलब्ध आहेत. त्यातली बरीचशी निःशुल्क असल्याने जगभरात वापरली जातात. मात्र प्रत्येक निःशुल्क किंवा सशुल्क साधन सुरक्षित असेलच असं नाही. काही टूल्सद्वारे आपला डेटा चोरीला जाऊ शकतो, तर काही टूल्स आपला मोबाइल किंवा लॅपटॉप हॅक करू शकतात.

हेही वाचा - ए. आय. : तंत्र नवं, जबाबदारी जुनीच

यासाठी कोणत्याही नवीन साधनाची विश्वासार्हता आणि सुरक्षितता तपासणं महत्त्वाचं आहे. त्याला वैयक्तिक किंवा गोपनीय माहिती दिल्यास तिचा दुरुपयोग होऊ शकतो. त्यामुळे प्रत्येक साधनाची प्रायव्हसी पॉलिसी आणि परवानग्या समजून घेऊन सतत जागरूक राहणं आवश्यक आहे.  

३. डेटाची गुणवत्ता 

एआय प्रभावीपणे वापरायचा असेल तर आपण त्याला अचूक, निष्पक्षपाती आणि सर्वसमावेशक डेटा पुरवणं गरजेचं आहे. असा डेटा दोन प्रकारचा असतो- ट्रेनिंग डेटा आणि प्रत्यक्ष उत्तर मिळवताना दिलेला डेटा. एआय प्रणालीला शिकवून तयार करताना वापरलेला ट्रेनिंग डेटा अर्धवट असेल, विसंगत असेल, त्यात समाजातील सर्व घटकांचा व्यवस्थित समावेश नसेल, तर एआय त्यातून चुकीचे निष्कर्ष काढू शकतो. त्या निष्कर्षांचा संदर्भ घेत तो पुढे पूर्वग्रहदूषित प्रतिसाद देऊ लागतो. 

गुगलच्या फोटो टॅगिंग एआय प्रणालीचंच उदाहरण घ्या. या प्रणालीने २०१५मध्ये एका डेटासेटवर काम करताना कृष्णवर्णीय नागरिकांना गोरिला म्हणून टॅग केलं. यामागचं कारण शोधलं तर आढळलं, की प्रशिक्षणासाठी घेतलेला डेटा पुरेसा वैविध्यपूर्ण नव्हता. त्यात फोटोमधल्या गोऱ्या नागरिकांना एआय व्यक्ती म्हणून ओळखू लागला होता. तशीच ओळख कृष्णवर्णीय नागरिकांचीही होणं आवश्यक होतं; पण तसं झालेलं नव्हतं. अशाच प्रकारे ॲमेझॉनच्या एका प्रणालीने एका कामाच्या ठिकाणी आधी बहुसंख्य भरती पुरुषांची झालेली पाहून नोकरीसाठी पुरुष उमेदवारांना प्राधान्य दिल्याचं उदाहरण आहे. 

असे किस्से आणखी बरेच आहेत. तुर्की भाषेत डॉक्टर आणि नर्स हे शब्द लिंगनिरपेक्ष आहेत; पण त्यांचं इंग्लिशमध्ये भाषांतर करताना गुगल ट्रान्सलेटचा पूर्वग्रह दिसून आला. डॉक्टर असेल तर ‘तो' आणि नर्स असेल तर ‘ती' असं भाषांतर या प्रणालीने दिले. हा पूर्वग्रह कुठून आला? ट्रेनिंग डेटामध्ये डॉक्टर हा शब्द प्रामुख्याने पुरुषांसाठी आणि नर्स हा शब्द स्त्रियांसाठी असेल तर प्रणाली हा पॅटर्न शिकते. नंतर भाषांतर करताना तोच आधार घेते. फेस रेकग्निशन प्रणालींमध्ये देखील गोऱ्या पुरुषांना जास्त अचूक ओळखलं जातं, तर कृष्णवर्णी पुरुष आणि आशियाई महिलांना ओळखताना बऱ्याच त्रुटी आढळतात. ट्रेनिंग डेटा समाजातील सर्व स्तरांचं प्रतिनिधित्व करणारा नसला तर एआय अशा घोडचुका करू शकतो. 

प्रत्यक्ष संवादावेळी दिलेला डेटाही प्रश्नाशी सुसंगत हवा. मुंबईचं आठ दिवसांचं तापमान देऊन उद्या दिल्लीत किती तापमान असेल याचं उत्तर अर्थातच मिळू शकणार नाही. पैसे कुठे गुंतवू, असं विचारण्याला काही अर्थ नाही. तिथे संदर्भासाठी किती रक्कम, किती काळासाठी, किती जोखीम चालेल, हे तपशील पुरवले तरच उपयुक्त सल्ला मिळेल. त्यामुळे खात्रीशीर आणि योग्य संदर्भ देणारा डेटा पुरवणं हीदेखील एआय वापरणाऱ्यांची जबाबदारी आहे. 

४. सुस्पष्ट प्रॉम्प्ट 

डेटा अचूक हवा, तसाच एआयला दिलेला प्रॉम्प्टदेखील (प्रश्न किंवा सूचना) स्पष्ट आणि नेमका हवा. अर्धवट, चुकीच्या किंवा दिशाभूल करणाऱ्या प्रश्नाला उत्तरही तसंच मिळू शकतं. भूगोलाचा एखादा शालेय प्रकल्प सुचवा, असं एआयला सांगायचं असेल तर कोणत्या वयोगटासाठी, किती कालावधीचा प्रकल्प हवा, त्यातून नक्की काय साधायचं आहे याचे तपशील दिल्याशिवाय समर्पक मार्गदर्शन मिळणार नाही. किंवा, सर्वोत्कृष्ट चित्रपट कोणता, असा संदिग्ध प्रश्न विचारला, तर मिळणारा प्रतिसाद असंबद्ध असू शकतो. याउलट, तमिळ भाषेतील गेल्या दहा वर्षांमधले पाच चांगले चित्रपट कोणते, अशी स्पष्ट आणि वस्तुनिष्ठ विचारणा असेल तर अधिक अर्थपूर्ण उत्तर मिळेल. सूचना व्यवस्थित नसेल तर एआय भरकटतो आणि उत्तर मिळवण्यासाठी वारंवार प्रयत्न करावे लागतात. 

हेही वाचा - एआय टूल्स : कितपत विश्वासार्ह?

त्यात वेळ, ऊर्जा आणि संगणक यंत्रणेची क्षमता विनाकारण वाया जाते. त्यामुळे एआयकडून विश्वसनीय माहिती हवी असेल तर प्रॉम्प्ट योग्य प्रकारे देणं ही आपली जबाबदारी आहे. 

५. संवादातील शिष्टाचार 

आपल्यापैकी अनेकांनी चॅटजीपीटीशी संवाद केला असेल. आपण त्याला इंग्लिश, मराठी भाषांमधून प्रॉम्प्ट देतो, प्रश्न विचारतो. त्याच्या उत्तरांमध्ये काही चुकलं असेल तर आपला प्रॉम्प्ट सुधारतो, उत्तरं अधिक स्पष्ट करून घेतो. तांत्रिकदृष्ट्या पाहिलं तर आपण त्याला आज्ञा देत असतो. पण अशा आज्ञा देताना त्यात नक्की कोणता सूर असावा? रोखठोक, कोरड्या भाषेतल्या आज्ञा, की नम्र भाषेतली विनंती? कडक शब्दांतल्या कानपिचक्या की ऋजू भाषेत समजावणं?  

तज्ज्ञांच्या मते आपण चॅटजीपीटी किंवा एकंदरीतच एआयशी बोलताना एखाद्या माणसाबरोबर बोलतो आहोत अशा पद्धतीने बोलायला हवं. त्यात ‘प्लीज', ‘थँक यू' असे शब्द वापरून संवादातील सर्वमान्य शिष्टाचार ठेवणं इष्ट होईल. अशा विचारामागे बरीच कारणं आहेत. एक म्हणजे मृदू भाषेत संवाद झाला तर आपल्यालाच ताण जाणवत नाही. सहज, सौम्य भाषेतला संवाद असेल तर आपोआपच एक मोकळेपणा येतो. तिथे माणूस आणि तंत्रज्ञान यांच्यातील अंतर कमी होऊन एकूणच संवादात समंजसपणा येतो. आपल्या प्रश्नांवर अधिक सकारात्मक आणि विश्वसनीय प्रतिसाद मिळू शकतात. 

दुसरी महत्त्वाची गोष्ट म्हणजे अनुभवावरून शिकण्याची एआयची क्षमता. आजचा समाज तंत्रज्ञानाशी सहज जुळवून घेत असला तरी शिकणारा एआय हे फार वेगळं रसायन आहे. आपल्या वागण्या-बोलण्यावरून तो आपल्याला जोखू शकतो आणि त्यानुसार त्याचं वागणं बदलू शकतं. ग्रोक या एआय चॅटबॉटने एका संवादात हिंदीत शिवीगाळ केली तेव्हा इंटरनेटवर एकच खळबळ उडाली होती. मी फक्त थोडी मजा केली होती, असं त्यावर ग्रोक म्हणाला. त्यानंतर आणखी खोलात गेल्यावर ग्रोक अशा प्रकारची ‘मजा' इतरांकडून कशी शिकत होता हे लक्षात आलं.  

अशा प्रवृत्तीचा एआयच्या शिकण्यावर आणि पर्यायाने संवादावर निश्चितच परिणाम होतो. आपण सतत आक्रमक किंवा अशिष्ट पद्धतीने सूचना दिल्या तर प्रतिसादही तसेच मिळतील. उलट, सहज आणि संयत संवादाने एआय आपला जवळचा विश्वासू सहकारी होऊ शकतो. असं म्हणतात, की कोणीही पाहत नसताना आपण कसे वागतो हे महत्त्वाचं असतं. तेच तत्त्व इथेही लावायला हवं. समोर प्रत्यक्ष माणूस नसला 

तरी एआयबरोबरच्या संवादात सौजन्य, संयम आणि नम्रपणा हवा. मग मिळणारा प्रतिसादही त्याच सभ्य पातळीवर राहील. 

हेही वाचा - भारत : एआय डेटा डम्पिंग ग्राऊंड बनण्याच्या उंबरठ्यावर?

ही झाली आपण आणि आपला एआय सहकारी यांच्यातल्या संवादाची गोष्ट. चॅटजीपीटीसारख्या जगभर उपलब्ध असलेल्या मॉडेलची गोष्ट आणखी वेगळी होते. अशी मॉडेल्स जगभरात अनेकांशी बोलतात, त्या सर्व संवादांतून शिकत जातात, माणसांची वागणूक समजून घेतात. त्यावरून कोणत्याही मॉडेलचं एकंदरीत वागणं बदलू शकतं. म्हणजे आपल्या वागण्याने तिसऱ्याच कोणाला तरी फटका बसू शकतो. उदाहरण घ्यायचं, तर जगभरातल्या वेगवेगळ्या भागांतले लोक एखाद्या विशिष्ट गटाबद्दल नकारात्मक बोलत असतील तर एआयकडे त्या गटाबाबत पूर्वग्रह निर्माण होऊ शकतो. 

मायक्रोसॉफ्टने २०१६मध्ये एक एआय चॅटबॉट ट्विटरवर आणला. तो लोकांच्या संवादातून शिकणार होता; पण ट्विटरवरची भाषा पाहून तोही तशीच भाषा वापरू लागला. त्यात काहीजणांनी मुद्दामच त्याला आक्षेपार्ह आणि द्वेषपूर्ण गोष्टी शिकवायला सुरुवात केली. काही तासांतच हा चॅटबॉट कडव्या विचारसरणीचं समर्थन करू लागला आणि वंशभेदी ट्विट्स करू लागला. शेवटी मायक्रोसॉफ्टला नाइलाजाने तो बंद करावा लागला.

विविध संवादांच्या अनुभवांमधून अमुक प्रकारची माणसं अमुक पद्धतीने वागतात, असे निष्कर्ष एआय काढू शकतो, किंबहुना काढू लागला आहे. त्यामुळे त्याच्या वागण्यामध्ये आणि निष्कर्षांमध्ये भेदभाव, पक्षपात (बायस) येण्याची शक्यता वाढते. एकीकडे पक्षपात कमी करण्यासाठी तंत्रज्ञ झटत असताना संवादातून त्याला उत्तेजन मिळालं, असं घडायला नको. आपल्यापैकी प्रत्येकाने शिष्टाचार पाळत एआयशी संवाद करणं यासाठी महत्त्वाचं ठरतं. 

६. उत्तराची पडताळणी 

सोशल मीडियावर किंवा इतर ठिकाणी एआयने तयार केलेला मजकूर अनेकदा दिसतो; पण तो तसाच्या तसा स्वीकारता येईल का? एआय मिळालेल्या डेटावर आधारित उत्तरं देतो खरा; पण तो डेटाच मुळात अपुरा, बनावट किंवा कालबाह्य असेल तर? त्यात वस्तुनिष्ठतेपेक्षा पूर्वग्रहदूषित दृष्टिकोन असेल तर? काही वेळा जाणूनबुजून एकांगी माहिती दिली जाते, तर अनेकदा नुसते अभिप्राय, वैयक्तिक मत, आक्षेप नोंदवलेले असतात. काही एआय साधनं ऑनलाइन माहितीचा वापर करतात, तेव्हा तर ही शक्यता जास्तच वाढते. विशेषत: सोशल मीडियावर भोंदू माहितीचा सुळसुळाट असतो. त्यामुळे एआयने अशा संदर्भांचा आधार घेऊन उत्तरं दिली तर ती अचूक असतीलच असं नाही. 

शिवाय, एआय काही वेळा ‘हॅलुसिनेट' करतो, म्हणजेच ठोस आधार नसताना काहीही माहिती तयार करून देतो. त्यामध्ये भरकटलेली विधानंही असू शकतात. काही वेळा भाषेचा अर्थ एआयला नीट उमजला नाही, अशी शक्यताही असते. उदाहरणार्थ, ‘रोबॉटिक' हा इंग्रजी शब्द. त्याचा अर्थ सहसा ‘स्वयंचलित' किंवा ‘रोबॉट वापरून' असा घेतला जातो. पण भाषा इतकी एकसाची नसते. एखाद्या मजकुरात ‘सीमाच्या रोबॉटिक हालचाली' असा शब्दप्रयोग असेल तर त्यात ‘रोबॉटिक' शब्दाचा अर्थ ‘यंत्रवत' असा असतो. तिथे एआयने ‘रोबॉट वापरून' असा अर्थ घेतला, तर तो आपल्याला चुकीच्या दिशेने नेऊ शकतो. या चुका का होतात आणि त्या कशा कमी कराव्या हे शोधणं संबंधित तज्ज्ञांचं काम आहे. पण तोवर एआयने दिलेली उत्तरं तंतोतंत स्वीकारण्याआधी त्यांची पडताळणी करणं हे आपलं कर्तव्य आहे.

 हेही वाचा - एआय ओततंय तापमानवाढीत तेल

एआयने दिलेली माहिती तपासण्यासाठी फॅक्ट-चेकिंग टूल्स उपलब्ध आहेत. मूळ स्रोत शोधून माहिती जुनी तर झाली नाही ना याची खात्री करून घेता येते. समजा, एखाद्या दुकानाचा पत्ता एआयकडून आपण मिळवला, तर आज, अजूनही तोच पत्ता आहे ना हे तपासून घेता येतं. कमीत कमी चार-पाच विश्वासार्ह स्रोतांकडून एकत्र पडताळणी करणं आवश्यक असतं. तांत्रिक किंवा शास्त्रीय गोष्टींबाबत संबंधित क्षेत्रातील तज्ज्ञांकडून खात्री करून घेण्याचाही मार्ग असतो.  

आपण एआयकडून मिळवलेली माहिती सोशल मीडिया किंवा मास मीडियामध्ये शेअर करत असू, तर आपली जबाबदारी अधिकच वाढते. चुकीच्या, पक्षपाती, दिशाभूल करणाऱ्या बाबी प्रसारित होऊ नयेत यासाठी एआयने दिलेल्या उत्तराच्या तपासणीबाबत काटेकोर राहायला हवं.

७. पूर्ण विचारांती निर्णय 

एआय कितीही प्रगत आणि कार्यक्षम असला तरी तो माणसाची जागा घेऊ शकत नाही. त्याला निश्चितच मर्यादा आहेत. तो पुरवलेल्या डेटावरून निष्कर्ष काढतो, सुसंगत निर्णय सुचवतो. मात्र, या गोष्टी डेटाच्या आणि प्रणालीच्या दर्जावर अवलंबून असतात. माणूस निर्णय घेताना वस्तुनिष्ठ निष्कर्षांना व्यवहारज्ञान, सदसद्विवेकबुद्धी आणि सर्जनशीलतेची जोड देतो. असं कौशल्य आजच्या घडीला एआयकडे नाही. तो सूचना देऊ शकतो, पर्याय सुचवू शकतो- पण त्याचा वापर कसा आणि कितपत करायचा हे शेवटी आपण ठरवायचं आहे. 

एआयच्या अचूकतेला माणसाच्या निर्णयक्षमतेची जोड हवी म्हणून अनेक महत्त्वाच्या क्षेत्रांमध्ये ‘ह्युमन-इन-द-लूप' ठेवतात. म्हणजे त्यात अंतिम निर्णय घेण्यासाठी मानवी हस्तक्षेप आवश्यक असतो. आरोग्य क्षेत्रात पाहिलं तर एआय प्रणाली वेगाने रोगनिदान करू शकते. मात्र, एक डॉक्टर केवळ त्यावर विसंबून न राहता रुग्णाचा वैद्यकीय इतिहास तपासून अनुभवाच्या आधारे अंतिम निदान करतो. अशीच प्रक्रिया काही कंपन्या नोकरीसाठी वापरत आहेत. त्यात एआयने उमेदवारांच्या अर्जांची छाननी होते. त्यापुढच्या पायरीवर मात्र उमेदवाराला मुलाखतीला बोलावण्याचा निर्णय मानवी अनुभवाच्या मदतीने होतो.  

स्वचालित (सेल्फ-ड्रायव्हिंग) वाहनांमध्ये एआय वेग, सिग्नल, अडथळे यांचा झपाट्याने अंदाज घेऊन निर्णय घेऊ शकतो; पण तिथे चूक झाल्यास गाडीतील प्रवासी वा इतर माणसांच्या जीवाला धोका असतो. शत्रूवर पाळत ठेवणाऱ्या लष्करी एआय प्रणाली कितीही अत्याधुनिक असल्या तरी तिथे एखादी लहानशी चूक फार मोठे परिणाम घडवू शकते. त्यामुळे गरज वाटेल तेव्हा पूर्ण विचारांती निर्णय घेण्याचा अधिकार माणसाकडेच असतो. तेव्हा एआयची मदत घेतली तरी माणसाची बुद्धी, अनुभव आणि संवेदनशीलता यांना आज तरी पर्याय नाही!

हेही वाचा - नगर, नागर आणि ए आय

हे बुद्धिमान तंत्रज्ञान आता आपल्या आयुष्याचा अविभाज्य भाग होत आहे आणि येत्या काळात त्याचा वापर सतत वाढत जाणार आहे. या विषयावर कायदे आले आहेत, पुढेही येत राहणार आहेत. युरोपियन युनियनच्या २०२४मध्ये आलेल्या एआय ॲक्टमध्ये कडक नियम आहेत. ओपन एआय आणि मायक्रोसॉफ्टसारख्या कंपन्यांनीही स्वतःची नैतिक मार्गदर्शक तत्त्वं जाहीर केली आहेत. भारत सरकारने ‘एआय गव्हर्नन्स फ्रेमवर्क' तयार करण्याचं काम सुरू केलं आहे. अलीकडे अरिजित सिंगच्या केसमध्ये कलाकाराचा आवाज व शैली क्लोन करणं हे व्यक्तिमत्त्व अधिकारांचं उल्लंघन असल्याचा निर्णय मुंबई उच्च न्यायालयाने दिला. हा महत्त्वाचा मार्गदर्शक निर्णय (प्रिसिडेंट) ठरणार आहे. 

आयबीएमच्या माजी अध्यक्षा गिनी रोमेटी म्हणतात- ‘एआय माणसांची जागा घेणार नाही, तर एआय वापरणारी माणसं एआय न वापरणाऱ्या माणसांची जागा घेतील. त्यामुळे एआयचा उपयोग करण्याची क्षमता आपली ताकद ठरेल.' त्यांचं म्हणणं खरं आहे. मात्र, ही ताकद चांगल्या उद्देशासाठी, सुरक्षित साधनं वापरून, एआयला दर्जेदार डेटा पुरवून, त्याच्याशी शिष्टाचाराने संवाद साधून, त्याने दिलेल्या उत्तरांची पडताळणी करून घेणं ही आपली जबाबदारी आहे. या शक्तिशाली तंत्रज्ञानाच्या मर्यादा ओळखून त्याचा नैतिक वापर केल्यास आपण आपली क्षमता समृद्ध करून योग्य दिशेने नेऊ शकतो.

(अनुभव, डिसेंबर २०२५च्या अंकातून साभार.)

मेघश्री दळवी

मेघश्री दळवी विज्ञानकथा आणि विज्ञानलेख लिहितात. त्या आयटी क्षेत्रात कार्यरत आहेत.







प्रतिक्रिया लिहा...

gangotree homes advertisement

Select search criteria first for better results