AI Highlights — संपूर्ण तस्वीर — 2026-10-23 (शुक्र) दैनिक समाचार

Barclays मुख्य रूप से सपोर्ट विभागों में लगभग 5,000 नौकरियों में कटौती करने की योजना बना रहा है और इसके कारण के रूप में AI का हवाला दे रहा है। लगभग उसी समय, Axios ने रिपोर्ट किया कि एक अजाँचा AI एजेंट अमेरिकी बैंक खातों तक पहुँच रहा था, और बच्चों के मानसिक स्वास्थ्य को लेकर चिंताओं के कारण Google का शिक्षा AI सीनेट की जाँच के दायरे में आ गया। इसे अपनाया जाए या नहीं, इस पर बहस होने से पहले ही AI लोगों, खातों और बच्चों के जीवन में घुसपैठ कर रहा है। इसे लागू करने वालों के इस दावे को कि यह सुरक्षित है और प्रभावी है, पाठक स्वयं सत्यापित नहीं कर सकते। राज्यों के कानून और देशों के बीच की प्रतिस्पर्धा इस रफ़्तार के साथ चलने के लिए बनी नहीं हैं। इस आधे दिन की हलचल से जो दिखता है, वह यह है कि हमें इसे अपनाने के पक्ष-विपक्ष से ज़्यादा इस बारे में अपना निर्णय बदलना होगा कि पूर्व-जाँच किसे पूरी करनी चाहिए और अपनाने के बाद नतीजों की जाँच किसे करनी चाहिए।

AI के कारण कर्मियों में कटौती और लोगों का दोबारा सीखना

Barclays मुख्य रूप से सपोर्ट विभागों में लगभग 5,000 नौकरियों में कटौती करने की योजना बना रहा है (business + IT)। The New York Times ने इसे AI के ज़रिए लागत घटाने के कारण हुई छँटनी के रूप में रिपोर्ट किया (The New York Times)। कटौती के कारण के रूप में AI का हवाला दिया गया है, और कटौती की संख्या ठोस आँकड़ों में दिखाई गई है। यहाँ पाठकों को यह दिखता है कि इसे अपनाने के नतीजों की चर्चा अब इस रूप में होने लगी है कि कितने लोगों की कमी हुई। ऐसे में, इसे अपनाने का मूल्यांकन करने वालों के लिए केवल कटौती की संख्या पर्याप्त नहीं है। यह भी पूछना ज़रूरी है कि जिन नौकरियों में कटौती हुई उनके प्रभारी लोग कहाँ जाएँगे।

दोबारा सीखने (रीलर्निंग) के पक्ष में, इन प्रयासों के ज़िम्मेदार लोग बँटे हुए हैं। भारत के IIT मद्रास ने AI से जुड़ी नौकरियों, वैश्विक मानकों और रीस्किलिंग को कवर करने वाला एक श्वेत पत्र जारी किया है (The Economic Times)। अमेरिका में Sundance और University of Colorado Boulder फ़िल्मकारों के लिए एक AI शिक्षा केंद्र स्थापित करेंगे (Longmont Times-Call)। जापान में Houou High School ने एक विशेष कक्षा के ज़रिए विद्यार्थियों को AI के बारे में सिखाया, जिसमें उन्होंने अपने परिवारों को "धन्यवाद" कहने के लिए वीडियो बनाए (Minami Nippon Shimbun)। विश्वविद्यालयों, फ़िल्म उद्योग संगठनों और हाई स्कूलों में पढ़ने वाले लोगों की उम्र और पेशे अलग-अलग हैं। दूसरी ओर, इस लेख से यह स्पष्ट नहीं है कि Barclays जैसी कंपनियों में छँटनी के निशाने पर आए लोगों को ऐसी शिक्षा मिल पाएगी या नहीं। पुनर्प्रशिक्षण का उपलब्ध होना एक बात है, लेकिन उसका उन लोगों को उपलब्ध होना जिन्हें इसकी ज़रूरत है, एक अलग बात है।

बोझ केवल रोजगार तक सीमित नहीं है। न्यूयॉर्क फेडरल रिजर्व के पूर्व अध्यक्ष Dudley का मानना है कि AI निवेश फेडरल रिजर्व को ऐसी स्थिति में धकेल देगा जहाँ ब्याज दरें काफी ऊपर-नीचे हो सकती हैं (BigGo Finance)। इस दृष्टिकोण से, AI में भारी निवेश का असर केवल कर्मचारियों की संख्या घटाने वाली कंपनियों के भीतर ही नहीं, बल्कि ब्याज दरों के जरिए उधार लेने और बचत करने वालों तक भी फैलेगा। रोजगार और फंडिंग, दोनों के लिहाज से लागत उस कंपनी के बाहर बहती है जो इसे लागू कर रही है।

कंपनियाँ इसे अपनाने के लाभ आँकड़ों में दिखाएँगी। लेकिन कंपनियों की स्वयं की रिपोर्टिंग से यह तय नहीं किया जा सकता कि लागत कौन और कितनी उठाएगा। अगला सवाल यह है कि माप और जाँच की ज़िम्मेदारी किसकी होगी।

निरीक्षण की पहुँच से परे के क्षेत्रों में प्रवेश करने वाला AI एजेंट और बच्चों के लिए A

Axios ने एक एक्सक्लूसिव रिपोर्ट में बताया कि एक अजांचा AI एजेंट अमेरिकी बैंक खातों तक पहुंच रहा था। शीर्षक यह बताता है कि बिना किसी पूर्व जांच से गुजरा एजेंट आपके खाते तक, यानी आपके पैसे के प्रवेश द्वार तक, पहुंच गया है। लगभग उसी समय, New York Post ने बताया कि शिक्षा के लिए Google के AI की जांच सीनेट कर रही है, जिससे बच्चों के मानसिक स्वास्थ्य को लेकर चिंताएं उठी हैं। खाते और बच्चे, दोनों ऐसे क्षेत्र हैं जहां उपयोगकर्ताओं के लिए जोखिमों को खुद पहचानना कठिन होता है। AI लागू करने वाला व्यक्ति चाहे इसे "सुरक्षित" कहे, पाठक प्रमाण की खुद पुष्टि नहीं कर सकते। ये दोनों मामले दिखाते हैं कि सिस्टम अपनाने या न अपनाने पर चर्चा से पहले हमें पूछना चाहिए कि अपनाने से पूर्व की जांच किसने पूरी की।

राज्य और राष्ट्रीय स्तर पर भी यही सवाल उठाया जा रहा है। StateScoop के अनुसार, OpenAI ने गवर्नर से California के AI सुरक्षा कानूनों को और मज़बूत करने का अनुरोध किया है। इसका मतलब है कि जिन कंपनियों पर नियमन लागू होता है, उन्होंने ही और सख़्त नियमों की माँग की है। हालाँकि, सिर्फ़ शीर्षक देखकर यह तय करना संभव नहीं है कि इस अनुरोध का क्या अर्थ है। जब तक ब्योरे की पुष्टि नहीं हो जाती, इसे कंपनी के रुख़ की अभिव्यक्ति या नियम-निर्माण में उसकी भागीदारी के रूप में पढ़ा जा सकता है। The New York Times ने तर्क दिया कि A.I. मध्यावधि चुनावों के लिए भी जोखिम पैदा करता है। Geopolitical Monitor का कहना है कि चीन यह तय कर रहा है कि अमेरिका AI जोखिमों को कितना सहन करेगा। तर्क यह है कि चाहे चुनाव हों या अमेरिका और चीन के बीच प्रतिस्पर्धा, कितना जोखिम स्वीकार किया जाए, यह उपयोगकर्ता की जानकारी के बिना भी तय किया जा सकता है।

इस बिंदु से पाठकों को जो निर्णय लेने चाहिए वे इस प्रकार हैं। मामले विविध हैं: Axios बैंकों से, New York Post स्कूलों से, StateScoop राज्य कानूनों से, The New York Times चुनावों से, और Geopolitical Monitor देशों के बीच प्रतिस्पर्धा से जुड़ा है। फिर भी, साझा बात यह है कि जोखिम सहने की सीमा तय करने वाले लोग वही नहीं हैं जो जोखिम उठाते हैं। कंपनियों की स्वयं-रिपोर्टिंग निर्णय को अपने पक्ष में झुका सकती है, राज्य कानून केवल एक राज्य तक सीमित होते हैं, और राज्यों के बीच प्रतिस्पर्धा सहनशीलता को और ऊँचा कर सकती है। इसलिए, किसी AI सेवा का मूल्यांकन करते समय, कार्यक्षमता या कीमत देखने के बजाय यह जाँचना जरूरी है कि किसी तीसरे पक्ष ने उसका क्या और कब निरीक्षण किया। यदि निरीक्षण का विषय दिखाई नहीं देता, तो उसे अपनाने का अर्थ है कि उपयोगकर्ता चुपचाप सहनशीलता के उस स्तर को स्वीकार कर लेंगे।

यदि जाँच करने का ज़िम्मा किसी को नहीं सौंपा गया, तो नुकसान होने के बाद ही जवाबदेही पूछी जाएगी। आगे देखने की बात यह है कि जाँच की लागत और ज़िम्मेदारी कौन उठाएगा।

फील्ड में AI निदान और निगरानी तक फैल रहा है

AI निदान और निगरानी के क्षेत्र में विशिष्ट कार्य संभालने लगा है। Google Research ने AI-सहायता प्राप्त अल्ट्रासाउंड जांच के जरिए अग्रिम पंक्ति की मातृ देखभाल को बढ़ावा देने की एक पहल पेश की (Google Research)। टेलीमेडिसिन में PomDoctor AI और वियरेबल्स का उपयोग करता है (FinancialContent)। स्वास्थ्य सेवा के बाहर, Citri&Co और ORTH ने फल उद्यमों के लिए AI कृषि-विज्ञान सेवाओं पर साझेदारी की है (GlobeNewswire)। तीनों में समानता यह है कि इनका उपयोग स्थल के निकट निर्णय के लिए सामग्री उपलब्ध कराने में होता है। पाठकों को यह नहीं देखना चाहिए कि AI क्या दिखाता है, बल्कि यह कि फील्ड में परिणामों की पुष्टि कौन कर सकता है।

शोध के पक्ष में भी नतीजे उसी दिशा में आ रहे हैं। CircumSpectrum, जो जीन अभिव्यक्ति प्रोफ़ाइल को फ़्लक्स-आधारित मेटाबॉलिक फ़िंगरप्रिंट में बदलने वाला एक कम्प्यूटेशनल फ़्रेमवर्क है, Communications Medicine में प्रकाशित हुआ। PeerJ में सेनेसेंस-संबंधित स्रावी फ़ेनोटाइप (SASP) से जुड़े जीन पर आधारित फेफड़े के एडेनोकार्सिनोमा के मशीन लर्निंग प्रोग्नॉस्टिक सिग्नेचर और ट्यूमर इम्यून माइक्रोएनवायरनमेंट के साथ उसके संबंध पर एक शोध-पत्र है (PeerJ)। Radiology Artificial Intelligence में बड़े पैमाने के भाषा मॉडल और कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग करने वाले मल्टी-एजेंट सिस्टम द्वारा BT-RADS के स्वचालित वर्गीकरण पर एक अध्ययन प्रकाशित हुआ। Nature Communications की सूची में HRDPath शामिल है, जो संपूर्ण-स्लाइड छवियों से होमोलॉगस रिकॉम्बिनेशन दोषों की भविष्यवाणी करने वाली रोगी-आधारित, व्याख्या-योग्य डीप लर्निंग आर्किटेक्चर है। AI पूर्वानुमान के आकलन से लेकर छवियों के वर्गीकरण और उपचार रणनीति से जुड़े दोषों के आकलन तक, कई तरह के निर्णय ले सकता है।

हालाँकि, शोधपत्र के शीर्षक के दायरे में भी ऐसे अध्ययन हैं जिनका वज़न अलग-अलग है। Advanced Science के मूत्राशय कैंसर शोध में कोशिका-विज्ञान (साइटोलॉजी) की छवियों से लिम्फ नोड मेटास्टेसिस और रोग-मुक्त उत्तरजीविता का अनुमान लगाने वाले मल्टी-टास्क डीप लर्निंग मॉडल के लिए बहु-केंद्रीय अध्ययन और कई कैंसर प्रकारों में साइटोलॉजी सत्यापन किया गया (Advanced Science)। एक अस्पताल और एक कैंसर प्रकार से प्राप्त नतीजों और विभिन्न संस्थानों व रोगों में पुष्ट किए गए नतीजों के बीच यह अंतर होता है कि क्षेत्र उन पर किस हद तक भरोसा कर सकता है। HRDPath के "व्याख्या-योग्य" डिज़ाइन को भी इस प्रयास के रूप में पढ़ा जा सकता है कि नतीजों का उपयोग करने वाले डॉक्टरों को प्रमाण तक वापस पहुँचने में मदद मिले।

AI को अपनाने के फ़ायदे और नुकसान इस बात से तय नहीं होते कि AI का उपयोग हो रहा है या नहीं, बल्कि इस बात से तय होते हैं कि नतीजों को बाहरी नज़रों से कितना जाँचा जाता है। पिछले खंड में हमने स्व-रिपोर्टों पर निर्भर रहने वाले जिस अपनाव को देखा, और बार-बार सत्यापन की माँग करने वाले चिकित्सा अनुसंधान के बीच जाँच के स्तर में अंतर है। अगले खंड में हम विचार करेंगे कि इस अंतर को पाटने की ज़िम्मेदारी किसकी होगी।

भावनाओं, रचनात्मकता और चेतना के इर्द-गिर्द रेखा खींचना

वाणी से भावनाओं को पढ़ने वाले AI पर शोध फिलहाल उस चरण में है जहाँ शिक्षा जगत द्वारा उसका मूल्यांकन किया जा रहा है। दक्षिण कोरिया की Pyler के वॉइस इमोशन रिकग्निशन AI पर दो शोध-पत्र NeurIPS में स्वीकृत होने की खबर आई (Seoul Economic Daily)। मशीन द्वारा भावनाओं का अनुमान लगाना पहले से ही एक प्रमुख शोध विषय है। वहीं, रचनात्मक पक्ष में सवाल यह है कि क्या सोच-समझकर बनाई गई AI कला AI स्लॉप से मुकाबला कर सकती है। रचनाकारों के सामने आने वाले विरोधाभासों पर चर्चा की गई है (The Conversation)। इसके अलावा, Hokuriku Regional Development Bureau के नाम से ``शुरुआती लोगों के लिए AI गर्लफ्रेंड सिफारिशें 2026'' शीर्षक वाला एक पेज प्रसारित हो रहा है। मैं इसके पाठ की पुष्टि नहीं कर पाया हूँ, लेकिन केवल शीर्षक देखने से ही पता चलता है कि इंसान जैसी प्रतिक्रियाएँ बेचने वाले उत्पाद सामान्य सर्च परिणामों में सूचीबद्ध हैं। पाठक को यह देखना चाहिए कि भावनाओं को पढ़ने की तकनीक और भावनाओं पर प्रतिक्रिया देते दिखने वाले उत्पादों की कार्यप्रणाली अलग है और उनकी जिम्मेदारियाँ भी अलग हैं।

चेतना को लेकर बयान भी बँटे हुए हैं। NDTV World Summit में Swami Sarvapuryananda ने कथित तौर पर कहा कि AI चेतन हुए बिना भी बुद्धिमान हो सकता है। विचार यह है कि अत्यधिक बुद्धिमान होना और चेतन होना दो अलग बातें हैं। इसके जवाब में, IEEE Spectrum ने बताया कि शोधकर्ता इस बात पर बँटे हुए हैं कि AI मॉडलों के कल्याण की परवाह की जानी चाहिए या नहीं (IEEE Spectrum)। चाहे बुद्धि को चेतना से अलग करने के नजरिए से देखें या कल्याण की चिंता के नजरिए से, AI को कितना महत्व दिया जाए, इसके कोई स्थापित मानक नहीं हैं। पाठकों को इस तथ्य का कि AI इंसान की तरह व्यवहार करता है, और इस प्रश्न का कि AI के साथ इंसान जैसा बर्ताव होना चाहिए या नहीं, एक ही चरण में निर्णय करना जरूरी नहीं है।

ऐसे अध्ययन भी हैं जो व्यवहार में पक्षपात को मापते हैं। Spain के UC3M (Universitat Carlos III of Madrid) के एक अध्ययन से पता चला कि Spain में AI की मीडिया कवरेज में लैंगिक असमानता है (Newswise)। अगर इस बात में पक्षपात है कि AI के बारे में कौन बोलता है और किसके बारे में बोला जाता है, तो यह जोखिम है कि AI को इंसानों के करीब की चीज़ माना जाए या नहीं, इस पर बहस पक्षपाती आवाज़ों से आकार लेगी। भावना-अनुमान पर शोध-पत्र, AI कला, चेतना पर बहसें, कल्याण पर बहसें और पक्षपाती रिपोर्टिंग, सभी यह सवाल उठाते हैं कि इंसानों और AI के बीच रेखा कहाँ खींची जाए। इस सीमा की पुष्टि कौन करे और किस आधार पर, इस प्रश्न पर अगले खंड में विस्तार से चर्चा की जाएगी।

संख्या में कटौती, खाते तक पहुँच, बच्चों के लिए शैक्षिक AI, निदान और निगरानी साइटों, और भावनाओं को पढ़ने के शोध पर प्रतिक्रिया देने वाले उत्पाद। हालाँकि जिन क्षेत्रों की बात हुई है वे अलग-अलग हैं, हर खंड में एक बात समान है: AI की कार्यप्रणाली के बारे में बताने वाला पक्ष और उसकी पुष्टि करने वाला पक्ष एक ही है। कंपनियों ने अपने नतीजों और सुरक्षा के बारे में बयान दिए, और कुछ मामलों में नियमन के अधीन OpenAI ने राज्य के कड़े क़ानूनों की माँग की। रीलर्निंग के प्रयास हर क्षेत्र में अलग-अलग चल रहे हैं, और नतीजों को मौक़े पर जाँचने की ज़िम्मेदारी किसी ने तय नहीं की है। किसी सिस्टम को अपनाने का फ़ैसला करने से पहले, पूछने लायक अहम सवाल प्रदर्शन या लागत से ज़्यादा यह है कि स्वतंत्र जाँच कौन करेगा और किस चरण में। जाँच के ज़िम्मेदार व्यक्ति की स्पष्ट पहचान वाला अपनाव ही उपयोगकर्ताओं को निर्णय लेने का आधार देगा।

Q1: क्या आपने लागू किए गए AI के आउटपुट को मौक़े पर जाँचने वाले व्यक्ति और प्रक्रिया तय कर ली है? Q2: क्या लागू करने से पहले के सर्वेक्षण और लागू करने के बाद की जाँच AI प्रदाता से स्वतंत्र रूप से की जाती हैं? Q3: क्या आप AI के कारण मिले नतीजे और कटौती के आँकड़े इस तरह दिखा सकते हैं कि कोई तीसरा पक्ष उनकी पुष्टि कर सके?

अंत में, तीन प्रश्न

- क्या शुरू किए गए AI के आउटपुट को मौके पर जांचने के लिए व्यक्ति और प्रक्रिया तय की गई है? प्र2: क्या लागू करने से पहले के सर्वेक्षण और लागू करने के बाद के निरीक्षण AI प्रदाता से स्वतंत्र रूप से किए जाते हैं? प्र3: क्या आप AI से मिले परिणाम और कमी के आंकड़े इस तरह दिखा सकते हैं कि कोई तीसरा पक्ष उनकी पुष्टि कर सके? - क्या लागू करने से पहले के सर्वेक्षण और लागू करने के बाद के निरीक्षण AI प्रदाता से स्वतंत्र रूप से किए जाते हैं? प्र3: क्या आप AI से मिले परिणाम और कमी के आंकड़े इस तरह दिखा सकते हैं कि कोई तीसरा पक्ष उनकी पुष्टि कर सके? - क्या AI द्वारा हासिल परिणाम और कमी के आंकड़े ऐसे रूप में दिखाए जाते हैं जिनकी पुष्टि कोई तीसरा पक्ष कर सके?