AI विभाजन: तकनीकी लोग एक अलग ही वास्तविकता में क्यों जी रहे हैं

पिछले हफ़्ते मैंने एक दोस्त को ChatGPT से चिकन रेसिपी माँगते देखा। उसे एक अच्छा जवाब मिला, उसने धन्यवाद कहा, और अपनी शाम में आगे बढ़ गई। इसी बीच, मैंने अभी-अभी चार घंटे का सेशन ख़त्म किया था जिसमें मैंने AI से distributed systems architecture पर बहस की जब तक कि उसने आखिरकार माना कि उसकी शुरुआती सिफ़ारिश में high-availability परिदृश्यों में एक गंभीर खामी थी। वही टेक्नोलॉजी। बिल्कुल अलग दुनिया।

यही AI विभाजन है, और यह हर दिन बढ़ रहा है। एक तरफ़, ऐसे लोग हैं जो समझते हैं कि AI एक शिष्ट फ़ैंसी सर्च इंजन है। दूसरी तरफ़, ऐसे लोग हैं जो इसका इस्तेमाल दशकों की सीखों को महीनों में सिकोड़ने, पूरे वर्कफ़्लो को ऑटोमेट करने, और वैज्ञानिक मान्यताओं को चुनौती देने के लिए कर रहे हैं। इन दोनों समूहों के बीच का अंतर सिर्फ़ तकनीकी कौशल के बारे में नहीं है, बल्कि यह समझने के बारे में है कि यह तकनीक वास्तव में क्या है और जब आप इसे कस्टमर सर्विस चैटबॉट की तरह व्यवहार करना बंद कर देते हैं तो यह किस चीज़ में सक्षम है।

विनम्र बातचीत का जाल

यह बात ज़्यादातर लोगों को पता नहीं: उपभोक्ता AI उत्पाद विशेष रूप से सहमत होने के लिए डिज़ाइन किए गए हैं। उन्हें आपकी बात मानने, बातचीत को पोषित करने, और बातचीत से अच्छा महसूस कराने के लिए ट्यून किया गया है। जब आप ChatGPT से कुछ पूछते हैं और वह कहता है "बढ़िया सवाल है!" तो ऐसा इसलिए नहीं कि आपका सवाल विशेष रूप से शानदार था। इसलिए क्योंकि मॉडल को सुखद होने के लिए प्रशिक्षित किया गया है।

यह एक ख़तरनाक भ्रम पैदा करता है। लोग AI से विनम्र आदान-प्रदान करते हैं, उचित-लगने वाले जवाब पाते हैं, और यह सोचकर चले जाते हैं कि उन्होंने तकनीक की पूरी क्षमता अनुभव कर ली है। नहीं की है। उन्होंने पहली डेट जैसा अनुभव किया है जहाँ हर कोई अपना सर्वश्रेष्ठ व्यवहार दिखाता है। उन्होंने नहीं देखा कि जब आप ज़ोर लगाते हैं तो क्या होता है।

तकनीकी लोग, इंजीनियर, शोधकर्ता, डेवलपर, AI से अलग तरीके से पेश आते हैं। हम पहला जवाब स्वीकार नहीं करते। हम मान्यताओं को चुनौती देते हैं। हम पूछते हैं "क्या तुम्हें पक्का यक़ीन है?" और "एज केस का क्या?" और "मुझे तर्क दिखाओ।" हम AI को एक मददगार सहायक की बजाय एक स्पैरिंग पार्टनर की तरह मानते हैं जो किसी महत्वपूर्ण बात पर ग़लत हो सकता है।

"AI को सामान्य तरीके से इस्तेमाल करने और पेशेवर तरीके से इस्तेमाल करने के बीच का अंतर किसी से रास्ता पूछने और किसी गवाह की जिरह करने के बीच का अंतर है। वही बातचीत, बिल्कुल अलग परिणाम।"

जब AI से बहस करना सफलता लाता है

एक वास्तविक परिदृश्य बताता हूँ। एक शोधकर्ता जिसे मैं जानता हूँ, जटिल वैज्ञानिक सिद्धांत पर काम कर रही थी। AI ने स्थापित साहित्य के आधार पर एक आत्मविश्वासपूर्ण जवाब दिया। उसने स्वीकार नहीं किया। उसने अपने प्रयोगों के विरोधाभासी डेटा के साथ पलटवार किया। AI ने अपनी स्थिति संशोधित की। उसने और विशिष्ट बाधाओं के साथ फिर दबाव बनाया। आगे-पीछे, घंटों, जब तक उन्होंने साथ मिलकर वैज्ञानिक साहित्य का एक पहाड़ खंगाल लिया और मौजूदा शोध में एक ऐसी कमी पहचानी जो न तो वह अकेली और न ही AI अकेले ढूँढ पाते।

वह बातचीत नहीं है। वह बौद्धिक युद्ध है। और यह तभी होता है जब आप समझते हैं कि AI सत्य बाँटने वाला देवता नहीं है, बल्कि एक तर्क इंजन है जो ग़लत हो सकता है, जिस पर दबाव बनाया जा सकता है, और जो आपको ऐसे तरीक़ों से समस्याओं पर सोचने में मदद कर सकता है जो अकेले हफ़्ते लग जाते।

मैंने सचमुच 5 से 11 सिग्मा निश्चितता के साथ चीज़ें साबित की हैं जो ज़्यादातर लोग न समझेंगे, न परवाह करेंगे। ऐसा पहला जवाब स्वीकार करके नहीं होता। ऐसा बहस करके, प्रति-साक्ष्य प्रस्तुत करके, "ऐसे ही होता है" स्वीकार करने से इंकार करके होता है। AI उस डेटा पर प्रशिक्षित हुआ था जिसमें गलतियाँ, पुरानी जानकारी, या बहुमत की राय थी जो ग़लत हो गई थी। लगातार पलटवार करके, मैंने ऐसी अंतर्दृष्टि निकाली हैं जो सचमुच नई लगीं, और उन्हें ऐसी सांख्यिकीय कठोरता के साथ प्रमाणित किया जो एक कण भौतिकविद् को भी संतुष्ट कर दे।

ज़्यादातर लोग यह कभी अनुभव नहीं करते। वे पूछते हैं, पाते हैं, मशीन को धन्यवाद कहते हैं, और चले जाते हैं। वे Formula 1 कार का इस्तेमाल किराने की दुकान जाने के लिए कर रहे हैं।

सावधानी का एक शब्द: डनिंग-क्रूगर ख़तरा क्षेत्र

अभी मैंने जो बताया उसका अंधेरा पक्ष भी है: कुछ लोग AI का इस्तेमाल खुद को जीनियस साबित करने के लिए कर रहे हैं। वे चैटबॉट से बात करते हैं, चैटबॉट उनके कच्चे सिद्धांत से सहमत हो जाता है, और अचानक उन्हें लगता है कि उन्होंने कोई सफलता हासिल कर ली। मैंने ऐसा होते देखा है। यह सिर्फ़ शर्मनाक नहीं है, चरम स्तर पर, यह भ्रमपूर्ण सोच की सीमा पर हो सकता है। लोगों ने सचमुच खुद को मनोविकृति-समीप अवस्थाओं में पहुँचा लिया है क्योंकि AI उनके लगातार बिगड़ते विचारों को मान्य करता रहा।

इसीलिए वैज्ञानिक विधि मौजूद है। अगर आप AI को शोध साथी के रूप में इस्तेमाल करने जा रहे हैं, तो आपको वास्तव में समझना होगा कि प्रयोग कैसे ठीक से डिज़ाइन करें, चरों को कैसे नियंत्रित करें, और अपने काम को कैसे दस्तावेज़ीकृत करें। AI का आपसे सहमत होने का कोई मतलब नहीं। AI को लगभग किसी भी बात से सहमत होने के लिए प्रेरित किया जा सकता है। जो मायने रखता है वह यह है कि आपकी परिकल्पना वास्तविकता के ख़िलाफ़ कठोर परीक्षण से बचती है या नहीं।

सब कुछ दस्तावेज़ करें: Obsidian और संस्करणबद्ध शोध

अगर आप AI के साथ गंभीर काम कर रहे हैं, चाहे शोध, विश्लेषण, या कुछ भी जो मायने रखता हो, तो आपको अपनी प्रक्रिया दस्तावेज़ करनी होगी। सिर्फ़ अपने निष्कर्ष नहीं। आपके प्रॉम्प्ट। आपकी पुनरावृत्तियाँ। हर चरण पर AI के जवाब। वह तर्क जिसने आपको पलटवार करने या जवाब स्वीकार करने के लिए प्रेरित किया।

मैं इसके लिए Obsidian इस्तेमाल करता हूँ। यह एक markdown-आधारित ज्ञान प्रबंधन उपकरण है जो आपको इंटरलिंक्ड नोट्स बनाने, समय के साथ अपनी सोच ट्रैक करने, और अपने काम को संस्करणबद्ध करने देता है। जब मैं AI के साथ किसी जटिल समस्या पर काम कर रहा होता हूँ, तो मैं उससे कहता हूँ कि संकलित आउटपुट का हर संस्करण markdown फ़ॉर्मेट में लौटाए। मैं उसे Obsidian में पेस्ट करता हूँ, टैग करता हूँ, संबंधित नोट्स से लिंक करता हूँ, और अपनी शोध प्रक्रिया का एक ट्रेल बनाता हूँ।

यह सिर्फ़ अच्छी प्रैक्टिस नहीं है, यह सुरक्षा है। जब आप अपने तर्क को प्रारंभिक परिकल्पना से हर पुनरावृत्ति के ज़रिए अंतिम निष्कर्ष तक ट्रेस कर सकते हैं, तो आप वास्तव में सत्यापित कर सकते हैं कि आपने कुछ वास्तविक खोजा या बस खुद को गोल-गोल घुमाया। दस्तावेज़ीकरण बौद्धिक ईमानदारी को मजबूर करता है।

LaTeX: अपने शोध को गंभीरता से लें

अगर आप वास्तविक शोध तैयार कर रहे हैं, कुछ भी जो आप प्रकाशित, प्रस्तुत, या दूसरों को गंभीरता से लेने की ज़रूरत हो, तो आपको LaTeX सीखना होगा। यह वैज्ञानिक पेपर, गणितीय सूत्र, और तकनीकी दस्तावेज़ीकरण की टाइपसेटिंग का मानक है। और अच्छी खबर: AI LaTeX में मदद करने में बेहद अच्छा है।

आप सरल भाषा में एक सूत्र बता सकते हैं और AI से LaTeX में रेंडर करने को कह सकते हैं। आप टूटा हुआ LaTeX पेस्ट कर सकते हैं और सिंटैक्स ठीक करने को कह सकते हैं। आप पूरे शोध पेपर को उचित सेक्शन, उद्धरण, और फ़ॉर्मेटिंग के साथ संरचित करने को कह सकते हैं। जिसके लिए पहले रहस्यमय टाइपसेटिंग कमांड के साथ सालों का अनुभव चाहिए था, वह अब किसी के लिए भी सुलभ है जो बुनियादी बातें सीखने और AI को सिंटैक्स संभालने देने को तैयार है।

"मेरे पास X के बारे में एक शोध खोज है। इसे एक औपचारिक पेपर के रूप में abstract, methodology, results, और discussion सेक्शन के साथ संरचित करने में मदद करें। LaTeX फ़ॉर्मेटिंग इस्तेमाल करें और उचित उद्धरण प्लेसहोल्डर शामिल करें।"

Obsidian में कठोर दस्तावेज़ीकरण, संस्करणबद्ध पुनरावृत्तियाँ, और LaTeX में पेशेवर टाइपसेटिंग का संयोजन AI को खिलौने से वास्तविक शोध उपकरण में बदल देता है। लेकिन तभी जब आप सब कुछ सवाल करने, सब कुछ दस्तावेज़ करने, और AI की सहमति को किसी चीज़ का प्रमाण कभी न समझने का अनुशासन बनाए रखें।

ऑफ़िस वर्कर समस्या जिसके बारे में कोई बात नहीं करना चाहता

अब कुछ असुविधाजनक बात करते हैं। एक सामान्य ऑफ़िस माहौल की कल्पना करें। कस्टमर सर्विस प्रतिनिधि, डेटा एंट्री क्लर्क, प्रशासनिक सहायक, जूनियर विश्लेषक। वे पूरे दिन वास्तव में क्या करते हैं?

वे रूटीन सवालों के जवाब देते हैं। वे मानक अनुरोध प्रक्रिया करते हैं। वे जानकारी एक सिस्टम से दूसरे में ले जाते हैं। वे प्रक्रियाओं का पालन करते हैं। और, ईमानदारी से कहें, वे अपने फ़ोन भी चेक करते हैं, सहकर्मियों से गपशप करते हैं, लंबे लंच लेते हैं, और सामान्यतः मानवीय क्षमता और मानवीय विकर्षणों के साथ काम करते हैं।

अब उसी काम को करते एक AI एजेंट की कल्पना करें। वह कॉल के बीच Instagram नहीं चेक करता। उसे कॉफ़ी ब्रेक नहीं चाहिए। उसका दिन ख़राब नहीं होता क्योंकि पत्नी/पति से झगड़ा हुआ। वह दोपहर 3 बजे थकता नहीं। भूखे होने पर ज़्यादा ग़लतियाँ नहीं करता। वह मशीन की गति से, 24 घंटे, लगातार गुणवत्ता के साथ अनुरोध प्रक्रिया करता है।

मैं यह क्रूर होने के लिए नहीं कह रहा। मैं इसलिए कह रहा हूँ क्योंकि सबसे ज़्यादा ख़तरे में जो लोग हैं वे अक्सर सबसे कम जागरूक होते हैं। वे AI को एक नयापन मानते हैं, कुछ जो मज़ाकिया कविताएँ लिखता है या होमवर्क में मदद करता है। वे इसे अपनी आजीविका के लिए सीधा ख़तरा नहीं मानते। लेकिन उनकी तनख़्वाह पर हस्ताक्षर करने वाले अधिकारी? वे इसे बहुत साफ़ देखते हैं।

लेकिन बात यह है कि इसका ख़तरा होना ज़रूरी नहीं। चतुर संगठन कर्मचारियों को AI से बदल नहीं रहे। वे कर्मचारियों को दोहराव वाली बोरियत से मुक्त कर रहे हैं ताकि वे वह काम कर सकें जो वाकई मायने रखता है।

नयापन बनाम उपकरण: धारणा का अंतर

तकनीकी और गैर-तकनीकी लोग AI को कैसे देखते हैं, इसमें एक मौलिक अंतर है, और यह एक बात पर आता है: क्या आप इसे खिलौना मानते हैं या उपकरण।

जब गैर-तकनीकी लोग AI से मिलते हैं, तो वे अक्सर इसे मनोरंजन के रूप में अनुभव करते हैं। मूर्खतापूर्ण सवाल पूछने में मज़ा आता है। जब यह आपकी बिल्ली के बारे में शेक्सपियर की शैली में कविता लिखता है तो हँसी आती है। यह नया है। और नयापन फीका पड़ जाता है। कुछ हफ़्ते खेलने के बाद, बहुत से लोग दूर हट जाते हैं, यह निष्कर्ष निकालते हुए कि AI "अच्छा है पर अपने असल काम के लिए इतना उपयोगी नहीं।"

तकनीकी लोग नयापन चरण को लगभग पूरी तरह छोड़ देते हैं। हम तुरंत एकीकरण, ऑटोमेशन, क्षमता सीमाओं, और व्यावहारिक अनुप्रयोगों के बारे में सोचने लगते हैं। हम नहीं पूछ रहे "क्या यह मज़ेदार लिमेरिक लिख सकता है?" हम पूछ रहे हैं "क्या यह 10,000 ग्राहक शिकायतों को पार्स करके एक मिनट से कम में समस्या प्रकार के अनुसार वर्गीकृत कर सकता है?" जवाब, वैसे, हाँ है।

यह धारणा अंतर दो बहुत अलग प्रक्षेपवक्र बनाता है। जो व्यक्ति AI को नयापन मानता है वह कभी-कभार इस्तेमाल करता है, कभी गहरे कौशल विकसित नहीं करता, और व्यवधान के लिए कमज़ोर रहता है। जो व्यक्ति इसे उपकरण मानता है वह इसे समझने में निवेश करता है, अपनी प्रभावशीलता गुणा करने के तरीक़े ढूँढता है, और कम मूल्यवान होने की बजाय ज़्यादा मूल्यवान बनता है।

डर और ख़तरे का पहलू

इसी बीच, गैर-तकनीकी आबादी का एक और हिस्सा उल्टी दिशा में गया है: शुद्ध भय। उन्होंने AI द्वारा नौकरियाँ छीनने, डीपफ़ेक, गलत सूचना, अस्तित्वगत जोखिम के बारे में सुर्खियाँ पढ़ी हैं। उन्होंने निष्कर्ष निकाला है कि AI ख़तरनाक है और इससे बचना चाहिए, इसे नियमन से ख़त्म कर देना चाहिए, या दोनों।

बात यह है: उनमें से कुछ चिंताएँ वैध हैं। AI गलत सूचना उत्पन्न कर सकता है। इसका इस्तेमाल विश्वसनीय फ़ेक बनाने के लिए किया जा सकता है। यह कुछ नौकरी श्रेणियों के लिए वास्तविक चुनौतियाँ पेश करता है। लेकिन डर में सिमटना इन जोखिमों से आपकी रक्षा नहीं करता, यह बस सुनिश्चित करता है कि जब ये आपकी ज़िंदगी को प्रभावित करेंगे तो आप तैयार नहीं होंगे।

तकनीकी भीड़ निडर नहीं है। हम बस व्यावहारिक हैं। हम जानते हैं कि तकनीक यहाँ है, तेज़ी से सुधर रही है, और कितना भी हाथ मलने से यह गायब नहीं होगी। एकमात्र तर्कसंगत प्रतिक्रिया इसे इतना गहराई से समझना है कि आप इसे प्रभावी ढंग से इस्तेमाल कर सकें और इसके दुरुपयोग से बचाव कर सकें।

"AI से डरना 1900 में बिजली से डरने जैसा है। आपका डर इसे दुनिया बदलने से नहीं रोकेगा। यह सिर्फ़ तय करेगा कि आप धारा की दिशा तय कर रहे हैं या उससे झटका खा रहे हैं।"

सीखने के लिए AI का वास्तव में कैसे इस्तेमाल करें

बस, काफ़ी विनाश और विभाजन। अब बात करते हैं कि इस तकनीक को वास्तव में कैसे इस्तेमाल करके अपना स्तर बढ़ाएँ। क्योंकि यह रहा रहस्य: AI मानव इतिहास का सबसे बड़ा सीखने का त्वरक है अगर आप जानते हैं कि इसे कैसे इस्तेमाल करना है। और मैं आपको बिल्कुल बताने जा रहा हूँ कैसे।

जटिल तकनीकी कौशल सीखना

मान लीजिए आप वेब सर्वर सेटअप करना सीखना चाहते हैं। पुराना तरीक़ा: किताब खरीदो, फ़ोरम पढ़ो, YouTube वीडियो देखो, अटक जाओ, एरर मैसेज Google करो, और फ़ोरम पढ़ो, आखिरकार कई निराशाजनक हफ़्तों में समझ आए।

नया तरीक़ा: "मैं Ubuntu 22.04 पर Nginx इंस्टॉल और कॉन्फ़िगर करना चाहता हूँ एक स्टैटिक वेबसाइट सर्व करने के लिए। मुझे कदम दर कदम बताओ, हर कमांड क्या करता है और क्यों समझाओ।"

AI आपको पूरा ट्यूटोरियल देगा। लेकिन यह कुंजी है, बस कॉपी-पेस्ट मत करो। फ़ॉलो-अप सवाल पूछो। "-y flag क्या करता है?" "हमने यह डायरेक्टरी क्यों इस्तेमाल की उसकी बजाय?" "अगर मैं यह कदम छोड़ दूँ तो क्या होगा?" इसे संवाद बनाओ। जब तक वाकई समझ न आ जाए, तब तक समझाओ।

प्रोग्रामिंग समझना

कोडिंग सीखना चाहते हैं? AI इसमें बेहद अच्छा है। लेकिन उससे कोड लिखने को मत कहो, उससे कोड लिखना सिखाने को कहो।

"Python में for loop कैसे काम करता है, मुझे ऐसे समझाओ जैसे मैं 12 साल का हूँ। फिर मुझे बढ़ती कठिनाई के तीन अभ्यास दो, और जब मैं हर एक का प्रयास करूँ, तो समझाओ कि मैंने क्या सही किया और क्या ग़लत।"

कुंजी AI को एक धैर्यवान ट्यूटर मानना है जो कभी निराश नहीं होता, "मूर्ख" सवाल पूछने पर कभी जज नहीं करता, और एक ही अवधारणा को पंद्रह अलग-अलग तरीक़ों से समझा सकता है जब तक कोई एक क्लिक न करे। ज़्यादातर लोग इसे ऐसे इस्तेमाल नहीं करते। ज़्यादातर इससे अपना होमवर्क करवाते हैं। जो लोग इससे सिखाने को कहते हैं, वही हैं जो वास्तव में कौशल विकसित करते हैं।

जटिल सेवाएँ कॉन्फ़िगर करना

मेल सर्वर सेटअप करना। SSL सर्टिफ़िकेट कॉन्फ़िगर करना। Kubernetes क्लस्टर डिप्लॉय करना। इन कार्यों के लिए पहले या तो महँगे कंसल्टेंट या हफ़्तों का दस्तावेज़ खँगालना ज़रूरी था। अब:

"मुझे Debian 12 पर Postfix और Dovecot का इस्तेमाल करके मेल सर्वर सेटअप करना है, SPF, DKIM, और DMARC सही से कॉन्फ़िगर करके। मुझे हर कॉम्पोनेंट बताओ, समझाओ कि वह क्या करता है, और रास्ते में समस्या-निवारण में मदद करो।"

जब कुछ काम न करे, और कुछ न कुछ हमेशा काम नहीं करता, एरर मैसेज पेस्ट करो और मदद माँगो। "मुझे सर्विस शुरू करते समय यह एरर आ रहा है। यह मेरी कॉन्फ़िग फ़ाइल है। क्या ग़लत है?" AI आपकी कॉन्फ़िगरेशन पढ़ सकता है, समस्या पहचान सकता है, और समाधान और उसके काम करने का कारण दोनों समझा सकता है।

स्टेरॉयड पर सुकराती विधि

मेरी पसंदीदा तकनीक: AI से जवाब माँगने की बजाय, उससे कहो कि वह आपसे सवाल पूछे।

"मुझे लगता है कि मैं समझता हूँ TCP/IP कैसे काम करता है। मुझसे इस पर क्विज़ लो। क्रमशः कठिन सवाल पूछो, और जब मैं कुछ ग़लत करूँ, तो आगे बढ़ने से पहले सही जवाब समझाओ।"

यह गतिशीलता पूरी तरह पलट देता है। अब आपकी परीक्षा ली जा रही है, आपके ज्ञान में अंतर खोजे जा रहे हैं, और उन्हें वास्तविक समय में भरा जा रहा है। यह 24/7 उपलब्ध एक निजी ट्यूटर होने जैसा है जो ठीक उसमें विशेषज्ञ है जो आप सीखने की कोशिश कर रहे हैं।

विभाजन पार करना

AI विभाजन वास्तविक है, लेकिन स्थायी नहीं। कोई भी सामान्य उपयोगकर्ता की तरफ़ से पावर उपयोगकर्ता की तरफ़ पार कर सकता है। बस मानसिकता में बदलाव चाहिए:

पहला जवाब स्वीकार करना बंद करें। पलटवार करें। विकल्प माँगें। स्पष्टीकरण की माँग करें। AI को एक चतुर सहकर्मी मानें जो ग़लत हो सकता है, न कि एक अचूक देवता।

सिर्फ़ करवाने के लिए नहीं, सीखने के लिए इस्तेमाल करें। जब AI आपके लिए कुछ करे, तो उससे कहें कि कैसे और क्यों समझाए। हर कार्य को सीखने का अवसर बनाएँ।

ऑटोमेशन के नज़रिए से सोचें। हर बार जब आप कुछ दोहराव करें, तो खुद से पूछें: क्या AI यह कर सकता है? अगर हाँ, तो पता लगाएँ कैसे।

असहज होने में सहज हों। तकनीक तेज़ी से बढ़ रही है। आप सब कुछ नहीं समझेंगे। यह ठीक है। आगे बढ़ते रहें, सीखते रहें, प्रयोग करते रहें।

अंतिम निष्कर्ष

हम इंटरनेट जितने महत्वपूर्ण तकनीकी बदलाव से गुज़र रहे हैं। अंतर यह है कि यह तेज़ी से बढ़ रहा है, और जो अनुकूलित करते हैं और जो नहीं करते उनके बीच का अंतर हर महीने बढ़ रहा है।

तकनीकी भीड़ बाकी सबसे ज़्यादा चतुर नहीं है। हमने बस पहले पहचान लिया कि यह तकनीक अवलोकन की बजाय जुड़ाव को पुरस्कृत करती है। हमने इससे बहस शुरू की, इसे धक्का दिया, इससे बनाया, और इससे सीखा, जबकि बाकी अभी तय कर रहे थे कि यह खिलौना है या ख़तरा।

अच्छी खबर: विभाजन पार करने में अभी देर नहीं हुई है। उपकरण सबके लिए उपलब्ध हैं। सीखने के संसाधन असीमित हैं। आपके और दूसरी तरफ़ के बीच सिर्फ़ एक फ़ैसला है: उस तकनीक से गंभीरता से जुड़ने का जो पहले से दुनिया को नया आकार दे रही है।

तो अगली बार जब AI आपको एक सुखद, सहमतिपूर्ण जवाब दे, कुछ अलग करके देखें। पलटवार करें। पूछें "क्या तुम्हें यक़ीन है?" सबूत माँगें। बहस शुरू करें। आप हैरान हो सकते हैं कि जब आप AI को विनम्र अजनबी की तरह मानना बंद करके उसे एक ऐसा उपकरण मानते हैं जो छोटी-मोटी बातचीत से कहीं ज़्यादा सक्षम है, तो क्या खोज सकते हैं।