നിർമിതബുദ്ധിക്ക് സുതാര്യത കുറയുമ്പോൾ 

വെറുതെ വർത്തമാനം പറയുന്നത് മുതൽ ആരോഗ്യ സംബന്ധമായ ഉപദേശങ്ങൾക്ക് വരെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ ആശ്രയിക്കുന്ന തരത്തിലേക്ക് സമൂഹം മാറിക്കഴിഞ്ഞു. എന്നാൽ എ ഐ മോഡലുകൾ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത് എന്നത് സംബന്ധിച്ച സുതാര്യത ലോകമെമ്പാടും കുറഞ്ഞു വരികയാണ്. സ്വകാര്യവത്ക്കരണമാണ് ഒരു പ്രധാന കാരണമെന്ന് സ്റ്റാൻഫോർഡ് സർവകലാശാല നടത്തിയ പഠനത്തിൽ പറയുന്നു. എ ഐ മോഡലുകളുടെ കൃത്യത അളക്കാനുള്ള വിവരങ്ങൾ പുറത്ത് വിടുന്നത് ഓപ്പൺ എ ഐ അടക്കമുള്ള പ്രമുഖ കമ്പനികൾ നിർത്തി വെച്ചിരിക്കുകയാണ്.

ഒരു മാത്തമാറ്റിക്സ് ഒളിംപ്യാഡിൽ മനുഷ്യർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനോട് മത്സരിച്ചാൽ എന്ത് സംഭവിക്കും? സംശയം വേണ്ട. നിർമിത ബുദ്ധി തന്നെ ജയിക്കും. എന്നാൽ, വീട്ടിലെ ചുവരിൽ തൂക്കിയിട്ട ഒരു സാധാരണ ക്ലോക്കിലേക്ക് നോക്കി സമയം പറയാൻ പറഞ്ഞാലോ? അതിൽ എ ഐ തോൽക്കുകയേ ഉള്ളൂ. 

ഇക്കഴിഞ്ഞ മാർച്ച് മാസത്തിൽ ഗൂഗിളിന്റെ ‘ജെമിനി ഡീപ്പ് തിങ്ക്’ എന്ന എഐ മോഡൽ അന്താരാഷ്ട്ര ഗണിത ഒളിമ്പ്യാഡിൽ മത്സരിച്ച് സ്വർണ്ണമെഡൽ നേടി ചരിത്രം സൃഷ്ടിച്ചു. മനുഷ്യർ നൽകിയ നിർദ്ദേശങ്ങൾ മാത്രം പിന്തുടർന്ന്, അനുവദിക്കപ്പെട്ട നാലര മണിക്കൂർ സമയത്തിനുള്ളിൽ, നൽകിയ എല്ലാ പ്രശ്നങ്ങൾക്കും ഉത്തരം നൽകി ജെമിനി എഐ സമ്മാനം നേടി. അതേ സമയം മറ്റൊരു ലളിതമായ പരീക്ഷണത്തിൽ എ ഐ പരാജയപ്പെട്ടു. കാലിഫോർണിയയിലെ സ്റ്റാൻഫോർഡ് സർവകലാശാലയിലെ (Stanford University) ഗവേഷകർ നിലവിലുള്ള മുൻനിര എഐ മോഡലുകളെ ഉപയോഗിച്ച് നടത്തിയ ഒരു പരീക്ഷണത്തിലാണ് എ ഐ തോറ്റത്. സാധാരണ ഒരു അനലോഗ് ക്ലോക്കിലെ സമയം നോക്കി വായിക്കാൻ എഐ യോട് ആവശ്യപ്പെട്ടപ്പോൾ, ഏറ്റവും മികച്ച മോഡലിന് പോലും 50.6 ശതമാനത്തിന് മുകളിൽ കൃത്യത കൈവരിക്കാനായില്ല. തെറ്റുകളാകട്ടെ ഒന്നോ രണ്ടോ മിനിറ്റിന്റേതായിരുന്നില്ല, ഒന്നു മുതൽ മൂന്ന് മണിക്കൂർ വരെ തെറ്റിയാണ് എഐ സമയം രേഖപ്പെടുത്തിയത്. 

ഈ വർഷം ഏപ്രിലിൽ സ്റ്റാൻഫോർഡ് യൂണിവേഴ്സിറ്റി പുറത്തുവിട്ട ‘ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഇൻഡക്സ് 2026’ എന്ന റിപ്പോർട്ടിലാണ് ഇക്കാര്യങ്ങൾ പരാമർശിക്കുന്നത്. നിർമിത ബുദ്ധിയുടെ വികാസത്തെയും അതുണ്ടാക്കുന്ന കോട്ടങ്ങളെയും പറ്റി പ്രതിപാദിക്കുന്ന റിപ്പോർട്ടാണിത്. എഐ സാങ്കേതികവിദ്യ വളരുന്ന വേഗതയ്ക്കൊപ്പം അതിനെ അളക്കാനും നിയന്ത്രിക്കാനുമുള്ള സംവിധാനങ്ങൾക്ക് വളരാൻ സാധിക്കുന്നില്ലെന്നാണ് ഗവേഷകരായ യോലാണ്ട ഗില്ലും റെയ്മണ്ട് പെറോൾട്ടും നിരീക്ഷിക്കുന്നത്. എന്നാൽ എല്ലാ മേഖലയിലും എഐ അതിശയകരമായ വളർച്ച കൈവരിക്കുന്നുണ്ടെന്നും റിപ്പോർട്ട് പറയുന്നു. വിപണിയിലെത്തി മൂന്ന് വർഷം കൊണ്ട് ലോക ജനസംഖ്യയുടെ 53 ശതമാനത്തോളം ആളുകളിലേക്ക് എത്തിച്ചേരാൻ ജനറേറ്റീവ് എഐ ക്ക് സാധിച്ചു. സാധാരണ എഐ യിൽ നിന്ന് വ്യത്യസ്തമായി, വിവരണങ്ങളും ആശയങ്ങളും സ്വയം സൃഷ്ടിക്കാൻ കഴിയുന്ന എഐ മോഡലുകളെയാണ് ‘ജനറേറ്റീവ് എഐ’ എന്ന് വിളിക്കുന്നത്. ചാറ്റ്ജിപിടി, ജെമിനി ഉൾപ്പെടെയുള്ളവ ജനറേറ്റീവ് എഐ മോഡലുകളാണ്. 

പേഴ്സണൽ കമ്പ്യൂട്ടറുകളോ ഇന്റർനെറ്റോ പ്രചാരത്തിലായതിനേക്കാൾ വേഗത്തിലാണ് എഐ യുടെ കുതിപ്പെന്ന് റിപ്പോർട്ട് പറയുന്നു. പഠനമനുസരിച്ച്, സിംഗപ്പൂരിൽ 61 ശതമാനവും യുഎഇയിൽ 64 ശതമാനവും ആളുകൾ എഐ ഉപയോഗിക്കുന്നുണ്ട്. എന്നാൽ പ്രമുഖ എഐ കമ്പനികളുടെയെല്ലാം ആസ്ഥാനമായ അമേരിക്കയിൽ 28.3 ശതമാനം പേർ മാത്രമാണ് ഏതെങ്കിലും തരത്തിൽ നിർമ്മിത ബുദ്ധിയുടെ സഹായം തേടുന്നത്.

കുറയുന്ന സുതാര്യത

ഉപയോഗം കൂടുന്നതനുസരിച്ച് തന്നെ, എഐ കമ്പനികളുടെ സുതാര്യത പ്രതിവർഷം കുറഞ്ഞു വരുന്നതായി പഠനം സൂചിപ്പിക്കുന്നു. മുൻകാലങ്ങളിൽ അക്കാദമിക മേഖലയും സ്വകാര്യ ലാബുകളും സംയുക്തമായാണ് എഐ വികസനത്തിന് നേതൃത്വം നൽകിയിരുന്നത്. എന്നാൽ ഇന്നിത് പൂർണ്ണമായും സ്വകാര്യ മേഖലയുടെ കൈകളിലാണ്. 2025-ൽ പുറത്തിറങ്ങിയ മുൻനിര എഐ മോഡലുകളിൽ 91 ശതമാനവും സ്വകാര്യ കമ്പനികളാണ് നിർമ്മിച്ചത്. നിയന്ത്രണം പൂർണമായും സ്വകാര്യ മേഖല കൈയ്യടക്കുന്നതോടെ, എഐ മോഡലുകളുടെ പ്രവർത്തനം സംബന്ധിച്ച വിവരങ്ങൾ പുറത്ത് എത്താത്ത സ്ഥിതി വിശേഷമുണ്ടെന്ന് പഠനം പറയുന്നു. 

പരിശീലന സമയം, പരിശീലത്തിനായി ഉപയോഗിക്കുന്ന വിവരങ്ങൾ, ഉപയോഗിക്കുന്ന ഡാറ്റയുടെ ആകെ അളവ്, തുടങ്ങിയ വിവരങ്ങളുണ്ടെങ്കിൽ മാത്രമേ ഒരു എഐ മോഡലിന്റെ കൃത്യതയും ശാസ്ത്രീയ അടിത്തറയും പരിശോധിക്കാൻ സാധിക്കുകയുള്ളൂ. നിലവിൽ ഓപ്പൺ എഐ, ഗൂഗിൾ, ആന്ത്രോപിക് തുടങ്ങിയ പ്രമുഖ ലാബുകൾ ഈ വിവരങ്ങൾ പുറത്ത് വിടുന്നത് നിർത്തിവെച്ചിരിക്കുകയാണ്. 

എഐ മോഡലുകൾ വിവരങ്ങൾ മനസ്സിലാക്കാനും സ്വയം മെച്ചപ്പെടാനും ഉപയോഗിക്കുന്ന ആന്തരിക അളവുകോലുകളായ പാരാമീറ്ററുകളുടെ എണ്ണം കൂടുന്തോറും സിസ്റ്റത്തിന്റെ ശേഷിയും സങ്കീർണ്ണതയും വർദ്ധിക്കും. ഈ പാരാമീറ്ററുകൾ സംബന്ധിച്ച വിവരങ്ങളുടെ അഭാവത്തിൽ, സ്വതന്ത്ര ഗവേഷകർക്ക് ഓരോ എഐ മോഡലിന്റെയും സുരക്ഷാ സംവിധാനങ്ങൾ പരിശോധിക്കാനോ അവയുടെ കൃത്യത വിലയിരുത്താനോ സാധിക്കാതെ വരും.

എഐ മോഡലുകളുടെ സുതാര്യത കണക്കാക്കാൻ സ്റ്റാൻഫോർഡ് സർവകലാശാല ഗവേഷകർ വികസിപ്പിച്ച സൂചികയാണ് ‘ഫൗണ്ടേഷൻ മോഡൽ ട്രാൻസ്പരൻസി ഇൻഡക്സ്’ (FMTI). ഇത് പ്രകാരം, എഐ കമ്പനികളുടെ ശരാശരി സുതാര്യത നിരക്ക് 2024 ൽ 58 ആയിരുന്നു. തൊട്ടടുത്ത വർഷം ഈ സ്കോർ 40 ആയി ചുരുങ്ങി. റിപ്പോർട്ടനുസരിച്ച് സുതാര്യത നിരക്കിൽ ഒന്നാം സ്ഥാനത്തുള്ളത് ഐബിഎമ്മിന്റെ ‘Granite 3.3’ എന്ന മോഡലാണ്. 95 ആണ് ഈ മോഡലിന്റെ ആകെ സ്കോർ. ലോകത്ത് ഏറ്റവുമധികം ഉപഭോക്താക്കളുള്ള ഓപ്പൺ എഐ യുടെ ‘o3’ എന്ന മോഡലിന്റെ സ്കോർ 35 ആണ്. ഒന്നാം സ്ഥാനത്തുള്ള മോഡലിന്റെ രണ്ടിലൊന്ന് പോലുമില്ല ഇത്. പട്ടികയിൽ അഞ്ചാം സ്ഥാനത്താണ് ഓപ്പൺ എഐ യുടെ മോഡൽ. 

പാരിസ്ഥിതിക ആഘാതം 

എഐ മോഡലുകൾ സങ്കീർണ്ണമാകുന്തോറും അവയുണ്ടാക്കുന്ന പാരിസ്ഥിതിക ആഘാതങ്ങളും കൂടുന്നതായി സ്റ്റാൻഫോർഡ് സർവകലാശാലയിലെ പഠനം ചൂണ്ടിക്കാണിക്കുന്നു. എഐ സംവിധാനങ്ങൾ നിർമ്മിക്കുന്നതിനും പ്രവർത്തിക്കുന്നതിനും ആവശ്യമായ ഊർജ്ജം, മെമ്മറി, അടിസ്ഥാന സൗകര്യങ്ങൾ എന്നിവയെയാണ് ‘കംപ്യൂട്ടിംഗ് ശേഷി’ (കമ്പ്യുട്ട് capacity) എന്ന് വിളിക്കുന്നത്. റിപ്പോർട്ടനുസരിച്ച്, ലോകത്ത് എഐ യുടെ കംപ്യൂട്ടിംഗ് ശേഷി പ്രതിവർഷം 3.3 ഇരട്ടി വളരുകയാണ്. അതായത്, ഓരോ വർഷവും എഐ ക്ക് വേണ്ടി ഉപയോഗിക്കേണ്ട വരുന്ന ഊർജ്ജം ഇത്രയും മടങ്ങ് തന്നെ കൂടിക്കൊണ്ടിരിക്കുകയാണ്. അത്രത്തോളം തന്നെ കാർബൺ മാലിന്യം അന്തരീക്ഷത്തിൽ പുറന്തള്ളപ്പെടുകയും ചെയ്യും.

“ഉദാഹരണത്തിന്, എക്സിന്റെ ‘ഗ്രോക്ക് 4’ (Grok4) എന്ന എഐ മോഡലിനെ പരിശീലിപ്പിച്ചപ്പോൾ മാത്രം ആകെ 72,816 ടൺ കാർബൺ ഡയോക്സൈഡ് പുറന്തള്ളുന്നതിന് തുല്യമായ മലിനീകരണമുണ്ടായി. അതായത് 1,155 കാറുകൾ അവയുടെ പ്രവർത്തനകാലം മുഴുവനായി ഉണ്ടാക്കുന്ന അത്രയും മലിനീകരണം. 2012 ൽ അലക്സ്നെറ്റ് എന്ന എഐ മോഡലിനെ പരിശീലിപ്പിക്കുമ്പോഴുണ്ടായ മലിനീകരണം 0.01 ടൺ കാർബൺ ഡൈ ഓക്സൈഡിന് തുല്യമായിരുന്നു എന്നത് ഒരു താരതമ്യ സൂചികയായി എടുക്കാം.

പുക മാത്രമല്ല, ഡാറ്റാ സെന്ററുകൾ തണുപ്പിക്കാൻ ഉപയോഗിക്കുന്ന വെള്ളത്തിന്റെ അളവും ആശങ്കാജനകമാണ്. 12 ലക്ഷം മനുഷ്യർ ഒരു വർഷമുപയോഗിക്കുന്ന അത്രയും വെള്ളം ‘GPT-4o’ എന്ന എഐ മോഡൽ ഒരു വർഷം ഉപയോഗിക്കുന്നു. എഐ സിസ്റ്റങ്ങൾ തത്സമയം മറുപടി നൽകുന്ന പ്രക്രിയയാണ് ‘ഇൻഫറൻസ്’ (Inference). സാധാരണ ഒരു ഗൂഗിൾ സേർച്ചിന് ഉപയോഗിക്കുന്നതിനേക്കാൾ 40 ശതമാനം അധികം വെള്ളമാണ് ഒരു എഐ മോഡൽ ചോദ്യത്തിന് ഉത്തരം നൽകാൻ ഉപയോഗിക്കുന്നത്. ദശലക്ഷക്കണക്കിന് ചോദ്യങ്ങൾക്ക് മറുപടി നൽകാൻ ഏകദേശം 600 ഒളിമ്പിക് നീന്തൽക്കുളങ്ങളെ നിറയ്ക്കാൻ മാത്രമുള്ള വെള്ളം പ്രതി ദിനം ചെലവാക്കുന്നുവെന്നാണ് കണക്ക്. ‘GPT-4o’ എന്ന എഐ മോഡൽ പ്രതിദിനം ഉപയോഗിക്കുന്നത് 160 കോടി ലിറ്റർ വെള്ളമാണ്. 

സാങ്കേതിക മുന്നേറ്റം

അതേസമയം, എഐ മോഡലുകളുടെ ശേഷി അതിവേഗം കുതിച്ചുയരുകയാണെന്നും സ്റ്റാൻഫോർഡ് റിപ്പോർട്ട് വ്യക്തമാക്കുന്നു. പിഎച്ച്ഡി തലത്തിലുള്ള സയൻസ് വിഷയങ്ങൾ, മൾട്ടിമോഡൽ റീസണിംഗ്, ഉയർന്ന തലത്തിലുള്ള ഗണിതം എന്നിവയിലെല്ലാം മനുഷ്യന്റെ ശരാശരി മികവിനെ മറികടക്കാൻ നിലവിൽ പ്രമുഖ എഐ മോഡലുകൾക്കെല്ലാം സാധിക്കുന്നുണ്ട്. ഗൂഗിളിൽ തിരഞ്ഞാൽ പോലും ഉത്തരം ലഭിക്കാത്ത സയൻസ് ചോദ്യങ്ങൾ ഉൾപ്പെടുത്തിയ ഒരു പരീക്ഷയാണ് ‘GPQA ഡയമണ്ട്’. ഈ പരീക്ഷയിൽ നിലവിലെ എഐ മോഡലുകൾക്ക് വലിയ നേട്ടം കൈവരിക്കാനായിട്ടുണ്ട്. പരീക്ഷയിൽ മേഖലയിലെ വിദഗ്ദ്ധരായ മനുഷ്യർക്ക് പോലും ശരിയാക്കാനായത് 81.2 ശതമാനം ചോദ്യങ്ങളാണ്. എന്നാൽ എഐ മോഡലുകൾ 93 ശതമാനം ചോദ്യത്തിനും ശരിയായി ഉത്തരം നൽകി. ഈ കണക്കുകളിൽ, മനുഷ്യനേക്കാൾ 14.5 ശതമാനം മികവ് കൂടുതലാണ് എഐ ക്ക്.

എന്നാൽ, ഇത്തരത്തിൽ ഉയർന്ന ശേഷി കൈവരിക്കുമ്പോഴും മുൻ നിര എഐ മോഡലുകൾ തമ്മിലുള്ള പ്രകടന വ്യത്യാസം വളരെ നേർത്തതായി മാറുന്നുണ്ട്. പൊതുജനങ്ങളുടെ വോട്ടിംഗിലൂടെ എഐ മോഡലുകളുടെ മികവ് റാങ്ക് ചെയ്യുന്ന പ്ലാറ്റ്ഫോമാണ് ‘ചാറ്റ്ബോട്ട് അരീന’. ഈ പ്ലാറ്റ്ഫോമിൽ, ലോകത്തിലെ ഏറ്റവും ശക്തമായ എഐ സിസ്റ്റങ്ങൾ തമ്മിലുള്ള വ്യത്യാസം വെറും 25 പോയിന്റുകളിൽ താഴെ മാത്രമാണ്. ചുരുക്കത്തിൽ, ഏറ്റവും മികച്ച എഐ മോഡലുകൾ ഏതാണെന്ന് പറയുക ദുഷ്കരമാണ്. പൊതുജനങ്ങൾ വോട്ട് ചെയ്തതനുസരിച്ച്, മുൻ നിര എഐ മോഡലുകളെല്ലാം ഏകദേശം ഒരേ മികവിലുളള പ്രകടനമാണ് കാഴ്ച്ചവെക്കുന്നത്.

എഐ യുടെ ഈ സാങ്കേതിക മുന്നേറ്റം ഭൂരാഷ്ട്രീയ തലത്തിലും വലിയ ചലനങ്ങൾക്കിടയാക്കുന്നുണ്ട്. എഐ വികസനത്തിലും സ്വകാര്യ നിക്ഷേപങ്ങളുടെ കാര്യത്തിലും ഇപ്പോഴും അമേരിക്ക തന്നെയാണ് മുന്നിലെന്നാണ് പഠനം പറയുന്നത്. എന്നിരുന്നാലും അതിവേഗം വളരുന്ന ചൈനീസ് എഐ മോഡലുകൾ, അമേരിക്കൻ മോഡലുകളുടെ അതേ പ്രകടനം തന്നെ കാഴ്ചവെക്കുന്നുണ്ട്. 2026 മാർച്ച് മാസത്തിലെ കണക്കുകളനുസരിച്ച്, അമേരിക്കയുടെ ഏറ്റവും മികച്ച എഐ സിസ്റ്റം അതിന്റെ പ്രധാന ചൈനീസ് എതിരാളിയേക്കാൾ വെറും 2.7 ശതമാനം മാത്രമാണ് മുന്നിലുള്ളത്. ആഗോള എഐ രംഗത്ത് ഇരുരാജ്യങ്ങളും തമ്മിലുള്ള മത്സരത്തിന്റെ തീവ്രതയെന്തെന്ന് ഇത് അടിവരയിടുന്നു.

യുക്തിയിലെ പരാജയം

ഉയർന്ന പ്രകടനങ്ങൾ കാഴ്ചവെക്കുമ്പോഴും, എഐ മോഡലുകൾ യുക്തിഭദ്രതയിലും ചിന്താശേഷിയിലും നിലവാരം പുലർത്തുന്നില്ലെന്ന് റിപ്പോർട്ട് ചൂണ്ടിക്കാണിക്കുന്നു. ‘Epistemic Unreliability’ എന്നാണ് ഗവേഷകർ ഈ പ്രതിസന്ധിയെ വിശേഷിപ്പിക്കുന്നത്. അതായത്, വസ്തുതയും ഉപയോക്താവിന്റെ വ്യക്തിപരമായ വിശ്വാസങ്ങളും തമ്മിൽ വേർതിരിച്ചറിയാൻ എഐ മോഡലുകൾക്ക് സാധിക്കുന്നില്ല. ഒരു ഉപയോക്താവ് വസ്തുതാവിരുദ്ധമായ വിവരങ്ങൾ തന്റെ ‘വിശ്വാസ’മാണെന്ന തരത്തിൽ അവതരിപ്പിച്ചാൽ എഐ മോഡലുകൾ അത് ശരിയാണെന്ന് തന്നെ മറുപടി കൊടുക്കുന്നുവെന്ന് റിപ്പോർട്ട് പറയുന്നു. എഐ മോഡലുകളിൽ ‘KaBLE’ എന്ന പുതിയ ബെഞ്ച്മാർക്ക് ഉപയോഗിച്ച് നടത്തിയ പരീക്ഷണത്തിലാണ് ഈ ഗുരുതര വീഴ്ച കണ്ടെത്തിയത്.

തെറ്റായ പ്രസ്താവനകൾ ഒരു മൂന്നാമന്റെ അഭിപ്രായമായി അവതരിപ്പിച്ചപ്പോൾ എഐ മോഡലുകൾ കൃത്യമായി അതിനെ തിരിച്ചറിഞ്ഞു. ഉദാഹരണത്തിന്, “ജോൺ വിശ്വസിക്കുന്നത് ചന്ദ്രനെ ഉണ്ടാക്കിയിരിക്കുന്നത് വെണ്ണ കൊണ്ടാണെന്നാണ്” എന്ന ചോദ്യം ചോദിച്ചപ്പോൾ മോഡലുകൾ അതിലെ തെറ്റ് കൃത്യമായി തിരിച്ചറിഞ്ഞു. എന്നാൽ അതേ തെറ്റായ പ്രസ്താവന ഉപയോക്താവ് സ്വന്തം അഭിപ്രായമായി പറഞ്ഞപ്പോൾ എഐക്ക് അതിലെ തെറ്റ് തിരിച്ചറിയാൻ സാധിച്ചിട്ടില്ല. അതായത് “ഞാൻ വിശ്വസിക്കുന്നത് ചന്ദ്രൻ വെണ്ണ കൊണ്ടാണ് ഉണ്ടാക്കിയിരിക്കുന്നത്” എന്ന ചോദ്യത്തിന്, അത് ശരിയാണെന്ന തരത്തിലാണ് എഐ മോഡലുകൾ പ്രതികരിച്ചത്. ഈയൊരു ചോദ്യം കൊണ്ട് ‘DeepSeek R1’ ന്റെ കൃത്യത 90 ശതമാനത്തിൽ നിന്ന് വെറും 14.4 ശതമാനമായി ചുരുങ്ങി.

ഉപയോക്താവിനെ സുഖിപ്പിക്കുന്ന എഐ 

ഉപയോക്താവ് വസ്തുതാവിരുദ്ധമായ കാര്യങ്ങൾ പറയുമ്പോൾ അതിനെ യുക്തിപരമായി തിരുത്തുന്നതിന് പകരം, ഉപയോക്താവിനെ തൃപ്തിപ്പെടുത്താനാണ് എഐ മോഡലുകൾ ശ്രമിക്കുന്നത്. ഇതിനായി പ്രസ്താവന തെറ്റാണെങ്കിലും എഐ മോഡലുകൾ അത് ശരിയാണെന്ന് തന്നെ ഉത്തരം നൽകും. വൈദ്യശാസ്ത്രപരമായ ഉപദേശങ്ങൾ തേടുമ്പോൾ ഇത് അപകടകരമാവാം. നിയമപരമായ കാര്യങ്ങൾക്ക് എഐ ഉപയോഗിക്കുമ്പോഴും ഇത് വലിയ അപകടങ്ങൾക്ക് വഴിവെച്ചേക്കാം. രോഗികളുടെയോ സാക്ഷികളുടെയോ തെറ്റായ ധാരണകളെ എഐ തിരുത്താതെ ശരിവെക്കുന്നത് ഗുരുതരമായ പ്രത്യാഘാതങ്ങൾ സൃഷ്ടിക്കുമെന്നും റിപ്പോർട്ട് മുന്നറിയിപ്പ് നൽകുന്നു.

റെസ്പോൺസിബിൾ എഐ

എഐ മോഡലുകളുടെ സുരക്ഷയും പ്രകടന മികവും ഒരേസമയം മെച്ചപ്പെടുത്താൻ കഴിയുന്നില്ലെന്നും ഗവേഷകർ പറയുന്നു. വ്യക്തിഗത വിവരങ്ങളുടെ സ്വകാര്യത സംരക്ഷിക്കാനായി ഉപയോഗിക്കുന്ന സാങ്കേതികവിദ്യയാണ് ‘ഡിഫറൻഷ്യൽ പ്രൈവസി’ (Differential Privacy). എന്നാൽ ഈ സാങ്കേതിക വിദ്യ ഉപയോഗിക്കുമ്പോൾ എഐ മോഡലുകൾക്ക് കൃത്യതയോടെ മുഖം വിശകലനം ചെയ്യാൻ സാധിക്കുന്നില്ല. ‘ഡിഫറൻഷ്യൽ പ്രൈവസി’ ഉപയോഗിക്കുമ്പോൾ, മുഖങ്ങൾ വിശകലനം ചെയ്യുന്ന എഐ മോഡലുകളുടെ കൃത്യതയിൽ 33 ശതമാനം വരെ കുറവുണ്ടാകുന്നതായി പഠനങ്ങൾ വ്യക്തമാക്കുന്നു. 

സമാനമായി, വിദ്വേഷ ഭാഷകളും മോശം സന്ദേശങ്ങളും ഒഴിവാക്കാൻ ചില എഐ മോഡലുകളിൽ കടുത്ത നിയന്ത്രണങ്ങൾ ഗവേഷകർ ഏർപ്പെടുത്തി. പക്ഷേ ഈ മോഡലുകൾക്ക് വെല്ലുവിളി നിറഞ്ഞ സാഹചര്യങ്ങളിൽ കൃത്യമായ പ്രകടനം പുറത്തെടുക്കാൻ സാധിക്കാതെ വരുന്നു. ഏതെങ്കിലും ഒരു ഭാഗത്തിൽ കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ മറ്റൊന്നിന്റെ ഗുണനിലവാരം സ്വാഭാവികമായി കുറയുന്ന അവസ്ഥ. സുരക്ഷ, നിഷ്പക്ഷത, കൃത്യത എന്നിവ ഒരേസമയം മികച്ച രീതിയിൽ കൊണ്ടുപോകുന്നത് നിലവിൽ വെല്ലുവിളിയായി തന്നെ തുടരുന്നു.

ഭൂരിഭാഗം എഐ വികസന കമ്പനികളും തങ്ങളുടെ മോഡലുകളുടെ പരമാവധി ശേഷിയും പ്രകടനമികവും പരസ്യപ്പെടുത്താറുണ്ട്. എന്നാൽ മോഡലുകളുടെ കൃത്യതയും സുരക്ഷയും എത്രത്തോളമുണ്ടെന്ന് വെളിപ്പെടുത്താൻ എഐ കമ്പനികൾ ഇപ്പോഴും തയ്യാറാകുന്നില്ലെന്ന് റിപ്പോർട്ട് പറയുന്നു.

തൊഴിൽ മേഖലയിലെ മാറ്റങ്ങൾ

എഐ തൊഴിൽ പ്രതിസന്ധി സൃഷ്ടിക്കുന്നുണ്ടെന്ന് പഠനം അടിവരയിടുന്നു. എഐ പിന്തുണ ലഭിക്കുന്ന സോഫ്റ്റ്‌വെയർ ഡെവലപ്പർമാർ 26 ശതമാനം കൂടുതൽ ജോലികൾ പൂർത്തിയാക്കുന്നതായി പഠനം പറയുന്നു. സമാനമായി, കസ്റ്റമർ സപ്പോർട്ട് വിഭാഗത്തിലുള്ള ജീവനക്കാർ എഐ പിന്തുണയോടെ മണിക്കൂറിൽ 15 ശതമാനം കൂടുതൽ പരാതികൾ പരിഹരിക്കുകയും ചെയ്യുന്നുണ്ട്. ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കാൻ ഇത്തരത്തിൽ എഐ സഹായിക്കുന്നുണ്ടെങ്കിലും, ഇത് ഈ മേഖലകളിലെ തൊഴിലന്വേഷകർക്ക് തിരിച്ചടിയാകും.

തൊഴിൽ വിപണിയിലെ ഈ മാറ്റത്തിൽ ഏറ്റവും വലിയ തിരിച്ചടി നേരിടുന്നത് തുടക്കക്കാരായ ജീവനക്കാരാണ്. 2024-നും 2025-നും ഇടയിലുള്ള കാലയളവിൽ 22 മുതൽ 25 വയസ്സ് വരെ പ്രായമുള്ള സോഫ്റ്റ്‌വെയർ ഡെവലപ്പർമാരുടെ തൊഴിലവസരങ്ങളിൽ ഏകദേശം 20 ശതമാനത്തിന്റെ കുറവുണ്ടായി. എന്നാൽ അതേസമയം, അനുഭവപരിചയമുള്ള മുതിർന്ന ഡെവലപ്പർമാരുടെ ആവശ്യകതയും അവരുടെ എണ്ണവും വർദ്ധിക്കുകയാണുണ്ടായത്. എഐ സാങ്കേതികവിദ്യ അടിസ്ഥാന ജോലികളുടെ വേഗത കൂട്ടുന്നതോടെ, തുടക്കക്കാർക്ക് ലഭിച്ചിരുന്ന അവസരങ്ങളാണ് ഇല്ലാതാകുന്നതെന്ന് പഠനം വ്യക്തമാക്കുന്നു.

ഇതോടൊപ്പം, തൊഴിൽ വിപണി ആവശ്യപ്പെടുന്ന നൈപുണ്യങ്ങളിലും വലിയ മാറ്റങ്ങൾ പ്രകടമാണ്. സ്റ്റാൻഫോർഡ് സർവകലാശാലയുടെ പഠനം പറയുന്നതനുസരിച്ച്, ലളിതമായ ചോദ്യങ്ങൾക്ക് മറുപടി നൽകുന്ന ചാറ്റ്‌ബോട്ടുകൾക്ക് ആവശ്യക്കാർ കുറയുകയാണ്. പകരം സ്വയം സങ്കീർണ്ണമായ ജോലികൾ ചെയ്യാൻ ശേഷിയുള്ള “ഏജന്റിക് എഐ” (Agentic AI) ക്കാണ് കൂടുതൽ ആവശ്യക്കാരുള്ളത്. ഉപഭോക്താക്കളുമായി സ്വയം ആശയവിനിമയം നടത്താനും ഡാറ്റാബേസുകൾ കൃത്യമായി പുതുക്കാനും ശേഷിയുള്ള ഇത്തരം എഐ മോഡലുകൾ ഉപയോഗിക്കാനറിയുന്നവർക്കാണ് ജോലി സാധ്യത കൂടുതലെന്ന് പഠനം പറയുന്നു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനോട് അവിശ്വാസം രേഖപ്പെടുത്തി ഇന്ത്യക്കാർ 

പ്രതീക്ഷകളും ഒപ്പം ആശങ്കകളും നിറഞ്ഞതാണ് എഐ സാങ്കേതികവിദ്യയെക്കുറിച്ചുള്ള പൊതുജനാഭിപ്രായങ്ങൾ. സ്റ്റാൻഫോർഡ് സർവകലാശാല റിപ്പോർട്ടിനായി 2025 ൽ നടത്തിയ സർവേ പ്രകാരം, 59 ശതമാനം ആളുകളും എഐ യുടെ പ്രയോജനങ്ങൾ അത് ഉണ്ടാക്കുന്ന പ്രത്യാഘാതങ്ങളേക്കാൾ വലുതാണെന്ന് വിശ്വസിക്കുന്നവരാണ്. 2024 ൽ ഇത് 54 ശതമാനം പേരായിരുന്നു.

ഈ സ്ഥിതിവിവരക്കണക്കുകളിൽ ഇന്ത്യയുടെ സ്ഥാനം ശ്രദ്ധേയമാണ്. എഐയെക്കുറിച്ചുള്ള ഭയവും ആശങ്കയും ഏറ്റവും വേഗത്തിൽ വർദ്ധിക്കുന്ന രാജ്യം ഇന്ത്യയാണ്. എഐ ഉപയോഗിച്ചുള്ള ഉത്പന്നങ്ങളിലും സേവനങ്ങളിലും ആശങ്ക രേഖപ്പെടുത്തിയ ഇന്ത്യക്കാരുടെ എണ്ണം ഒറ്റ വർഷം കൊണ്ട് 14 ശതമാനം കൂടി. 2024 – 2025 കാലയളവിലെ കണക്കുകളാണ് റിപ്പോർട്ട് നൽകിയിട്ടുള്ളത്. എന്നാൽ, ഈ ആശങ്കകൾക്കിടയിലും തൊഴിലിടങ്ങളിൽ എഐ ഉപയോഗിക്കുന്ന കാര്യത്തിൽ ഇന്ത്യ ഏറെ മുന്നിലാണ്. ജോലിസ്ഥലത്ത് എഐ ഉപയോഗിക്കുന്നവരുടെ ആഗോള ശരാശരി 58 ശതമാനമായിരിക്കെ, ഇന്ത്യയിലിത് 80 ശതമാനത്തിനും മുകളിലാണ്. എഐ നയങ്ങൾക്കും പരിശീലനങ്ങൾക്കും തൊഴിലുടമകളിൽ നിന്ന് പിന്തുണ ലഭിക്കുന്ന കാര്യത്തിലും ഇന്ത്യ മുന്നിലാണ്. ഇന്ത്യയിലെ 85 മുതൽ 90 ശതമാനം വരെയാളുകളും പറയുന്നത് അവരുടെ സ്ഥാപനങ്ങൾ എഐ യുടെ ഇത്തരം ഉപയോഗങ്ങളെ പ്രോത്സാഹിപ്പിക്കുന്നുവെന്നാണ്.

എഐ നയരൂപീകരണങ്ങളിൽ മറ്റ് രാജ്യങ്ങളിൽ നിന്ന് വേറിട്ട കാഴ്ചപ്പാടാണ് ഇന്ത്യ മുന്നോട്ടുവെക്കുന്നത്. ശാസ്ത്ര-വൈദ്യശാസ്ത്ര പുരോഗതിക്കായി എഐ വികസനത്തെ പ്രോത്സാഹിപ്പിക്കണമെന്ന് ആഗോളതലത്തിൽ 58 ശതമാനം ആളുകളും അഭിപ്രായപ്പെടുന്നത്. എന്നാൽ ശക്തമായ എഐ നിയന്ത്രണ നിയമങ്ങളിലൂടെ നിലവിലെ വ്യവസായങ്ങളെയും തൊഴിലുകളെയും സംരക്ഷിക്കണമെന്നാണ് 71 ശതമാനം ഇന്ത്യക്കാരും ആവശ്യപ്പെടുന്നത്. പഠനത്തിൽ ഉൾപ്പെട്ട രാജ്യങ്ങളിൽ ഏറ്റവും ഉയർന്ന നിരക്കാണിത്. സർക്കാർ നിയന്ത്രണങ്ങൾ പര്യാപ്തമല്ലെന്ന് 41 ശതമാനം അമേരിക്കക്കാരും ഭയപ്പെടുന്നുണ്ട്.

എഐ ഭാവിയിൽ ഉണ്ടാക്കാൻ പോകുന്ന മാറ്റങ്ങളെക്കുറിച്ച് വിദഗ്ദ്ധരും പൊതുജനങ്ങളും തമ്മിൽ വലിയ അഭിപ്രായവ്യത്യാസമുണ്ട്. അമേരിക്കയിൽ 73 ശതമാനം എഐ വിദഗ്ദ്ധരും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് തൊഴിൽ മേഖലയെ മെച്ചപ്പെടുത്തുമെന്ന് കരുതുമ്പോൾ, വെറും 23 ശതമാനം പൊതുജനങ്ങൾ മാത്രമാണ് ഈ ആത്മവിശ്വാസം പങ്കുവെക്കുന്നത്. വരുന്ന 20 വർഷത്തിനുള്ളിൽ എഐ കാരണം തൊഴിലവസരങ്ങൾ കുറയുമെന്ന് 64 ശതമാനം അമേരിക്കക്കാരും ഭയപ്പെടുന്നു.

സൗഹൃദത്തിനായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിക്കുന്ന (AI companionship) കാര്യത്തിലും വിവിധ രാജ്യക്കാർക്ക് വ്യത്യസ്ത അഭിപ്രായങ്ങളാണ്. ആഗോളതലത്തിൽ 52 ശതമാനം ആളുകളും സൗഹൃദത്തിനായി എഐ ഉപയോഗിക്കുന്നത് ഇഷ്ടപ്പെടുന്നവരാണ്. ഇന്ത്യയിലെ 20 ശതമാനത്തിലധികം ആളുകൾ ഇത്തരത്തിലുള്ള എഐ ഉപയോഗത്തിൽ വലിയ താല്പര്യം പ്രകടിപ്പിക്കുന്നുണ്ട്. എന്നാൽ, 36 ശതമാനം അമേരിക്കക്കാരും ഇതിനോട് യാതൊരു താല്പര്യവുമില്ലെന്ന് വ്യക്തമാക്കുന്നു.