વિચારનું ભાગ્ય: AI અને માનવતા

હું એ વિચાર કરી રહ્યો છું કે AI માં થયેલી પ્રગતિ સમાજ અને આપણી જીવનશૈલીને કેવી રીતે રૂપાંતરિત કરશે.

જેમ જેમ AI વધુ બૌદ્ધિક શ્રમ સંભાળશે, તેમ તેમ એવું લાગી શકે છે કે મનુષ્યોને વિચારવાની જરૂર રહેશે નહીં. જોકે, હું માનું છું કે મનુષ્યો પાસેથી પરંપરાગત રીતે આપણે જેને બૌદ્ધિક શ્રમ માનતા આવ્યા છીએ તેના કરતાં એક અલગ પ્રકારના વિચારની જરૂર પડશે.

આ એવું જ છે કે મશીનીકરણ દ્વારા મનુષ્યોને મોટાભાગે શારીરિક શ્રમમાંથી મુક્ત કરવામાં આવ્યા, છતાં તેમને વિવિધ પ્રકારની શારીરિક પ્રવૃત્તિઓમાં જોડાવાની જરૂર હતી.

આ વિવિધ પ્રકારની શારીરિક પ્રવૃત્તિઓમાં હાથ અને આંગળીઓ વડે નાજુક કાર્યનો સમાવેશ થાય છે. આ એક કારીગર જેવું કુશળ શ્રમ હોઈ શકે છે, અથવા કમ્પ્યુટર અને સ્માર્ટફોનનું સંચાલન હોઈ શકે છે.

તેવી જ રીતે, જો આપણે બૌદ્ધિક શ્રમમાંથી મુક્ત થઈએ, તો પણ આપણે વિચારવાના બૌદ્ધિક કાર્યમાંથી છટકી શકતા નથી.

તો, કયા પ્રકારની બૌદ્ધિક પ્રવૃત્તિઓની જરૂર પડશે?

આ લેખમાં, હું AI ના યુગમાં સોફ્ટવેર ડેવલપમેન્ટમાં આવેલાં બદલાવ અંગેના મારા વિચારો રજૂ કરીશ, અને વિચારવું જ પડશે એવા જીવો તરીકેના આપણા ભાગ્યનું અન્વેષણ કરીશ.

પ્રક્રિયા-લક્ષી સોફ્ટવેર

હું ઑબ્જેક્ટ-ઓરિએન્ટેશનથી આગળ વધીને, પ્રક્રિયા-ઓરિએન્ટેશનને આગામી દાખલા તરીકે પ્રસ્તાવિત કરું છું.

આ એક એવી પદ્ધતિ છે જ્યાં પ્રોગ્રામિંગનું કેન્દ્રીય મોડ્યુલ એક પ્રક્રિયા હોય છે. એક પ્રક્રિયા ઘટનાઓ અથવા શરતો દ્વારા ટ્રિગર થાય છે, પ્રક્રિયામાં નિર્ધારિત ક્રમ અનુસાર વિવિધ ભૂમિકાઓ દ્વારા પ્રક્રિયા કરવામાં આવે છે, અને આખરે સમાપ્ત થાય છે.

આ સમગ્ર પ્રવાહને, શરૂઆતથી સમાપ્તિ સુધી, એક એકમ તરીકે વિચારવું માનવ અંતર્જ્ઞાનને અનુકૂળ આવે છે.

આના કારણે, સોફ્ટવેર અને સિસ્ટમોને મુખ્યત્વે પ્રક્રિયાઓ દ્વારા સમજી શકાય છે, જરૂરિયાતોના વિશ્લેષણથી લઈને અમલીકરણ સુધી, અને પરીક્ષણ અને સંચાલન સુધી પણ.

સિસ્ટમમાં મુખ્ય પ્રક્રિયાઓનો અમલ કર્યા પછી, સહાયક પ્રક્રિયાઓ અથવા નવી કાર્યક્ષમતા ઉમેરવા માટેની પ્રક્રિયાઓને પ્લગ-ઇન કરી શકાય છે.

કેટલીક વધારાની પ્રક્રિયાઓ મુખ્ય પ્રક્રિયાથી સ્વતંત્ર ઘટનાઓ અથવા શરતો સાથે શરૂ થઈ શકે છે, જ્યારે અન્ય ત્યારે શરૂ થઈ શકે છે જ્યારે મુખ્ય પ્રક્રિયા દ્વારા શરતો પૂરી થાય છે.

જોકે, આવા કિસ્સાઓમાં પણ, મુખ્ય પ્રક્રિયામાં ફેરફાર કરવાની જરૂર નથી. જ્યારે મુખ્ય પ્રક્રિયા તેની શરૂઆતની શરતોને પૂરી કરે ત્યારે ઉમેરવામાં આવેલી પ્રક્રિયા શરૂ થાય તેવું નિર્ધારિત કરવું પૂરતું છે.

વધુમાં, કારણ કે એક પ્રક્રિયાને એક મોડ્યુલ તરીકે ગણવામાં આવે છે, પ્રક્રિયાની વ્યાખ્યામાં તે જે તમામ પ્રક્રિયાઓ કરે છે તેનો સમાવેશ થાય છે.

એટલું જ નહીં, એક પ્રક્રિયા ઉપરોક્ત શરૂઆતની શરતો, તેમજ પ્રક્રિયા દરમિયાન જરૂરી માહિતી લખવા માટે ચલ અને ડેટા વિસ્તારો પણ ધરાવે છે.

કારણ કે પ્રક્રિયાઓને યુનિટ મોડ્યુલો તરીકે ગણવામાં આવે છે અને તેમાં તમામ જરૂરી પ્રક્રિયા અને ડેટા વિસ્તારો શામેલ હોય છે, તેથી અસંખ્ય પ્રક્રિયાઓમાં પ્રક્રિયા અને સંરચિત ડેટાના પુનરાવર્તિત અમલીકરણની ઉચ્ચ સંભાવના રહેલી છે.

એક વિકલ્પ એ છે કે આને સામાન્ય મોડ્યુલો બનાવવામાં આવે, પરંતુ તેના બદલે પુનરાવર્તનને મંજૂરી આપવા તરફ જવું ખોટું નથી.

ખાસ કરીને AI પ્રોગ્રામિંગમાં મદદ કરતું હોવાથી, ઘણા સમાન પરંતુ ભિન્ન અમલીકરણો બહુવિધ મોડ્યુલોમાં હોય તે સમસ્યારહિત હોઈ શકે છે.

પ્રક્રિયા અને ડેટા પ્રકારોની સમાનતાનો મુખ્ય હેતુ વિકસિત સોફ્ટવેરમાં પ્રોગ્રામ કોડની માત્રા ઘટાડવાનો છે, જેથી તેનું સંચાલન અને સમજણ સરળ બને.

જોકે, જો AI દ્વારા અમલીકરણ કોડના સંચાલનનો ખર્ચ નોંધપાત્ર રીતે ઘટાડવામાં આવે, તો સમાનતાની જરૂરિયાત ઓછી થાય છે.

તેથી, સમાનતાને કારણે સોફ્ટવેર સંરચનામાં જટિલતા ટાળવાની અને તેના બદલે દરેક પ્રક્રિયા માટે તમામ પ્રક્રિયા અને ડેટા સંરચનાને વ્યક્તિગત રીતે વ્યાખ્યાયિત કરવાની નીતિ, ભલે તેમાં ઘણી પુનરાવર્તન હોય, તે સંપૂર્ણપણે વાજબી છે.

આ વૈશ્વિક ઓપ્ટિમાઇઝેશનના માનસિકતામાંથી વ્યક્તિગત ઓપ્ટિમાઇઝેશન તરફના પરિવર્તનને દર્શાવે છે. આ એટલા માટે છે કારણ કે સમાનતા ન હોવાથી વિવિધ મોડ્યુલોમાં સમાન પ્રક્રિયાઓનું વ્યક્તિગત ટ્યુનિંગ શક્ય બને છે.

વ્યક્તિગત રીતે ઑપ્ટિમાઇઝ્ડ સોસાયટી

પ્રક્રિયા-લક્ષી વિચારસરણી લાગુ કરતા સોફ્ટવેરની જેમ, AI-સંચાલિત ઓટોમેશન ઉચ્ચ કાર્યક્ષમતા અને ઉત્પાદકતા તરફ દોરી જાય છે તેવા સમાજમાં, વિચારધારા વૈશ્વિક ઑપ્ટિમાઇઝેશનથી વ્યક્તિગત ઑપ્ટિમાઇઝેશન તરફ બદલાય છે.

આ એક એવી ઘટના છે જેને વ્યક્તિગત રીતે ઑપ્ટિમાઇઝ્ડ સોસાયટી કહી શકાય.

આપણા સમાજમાં નિયમો, સામાન્ય સમજ, રીતરિવાજો અને સામાન્ય જ્ઞાન જેવા વિવિધ સામાન્ય મૂલ્યો અને ધોરણો છે.

જોકે, જો આ તમામ પરિસ્થિતિઓ અને સંજોગોમાં સખત રીતે લાગુ કરવામાં આવે, તો ઘણા અપવાદરૂપ કિસ્સાઓમાં અસુવિધાઓ ઊભી થાય છે.

તેથી, સામાન્ય મૂલ્યો અને ધોરણો પર ભાર મૂકતી વખતે, આપણે વ્યક્તિગત પરિસ્થિતિઓ અને સંજોગોના આધારે લવચીક નિર્ણયોની મંજૂરી આપીએ છીએ.

આ નિયમોમાં સ્પષ્ટ અપવાદ કલમો હોઈ શકે છે, અથવા એવા નિયમો હોઈ શકે છે જે જણાવે છે કે નિર્ણયો કેસ-બાય-કેસના આધારે લેવા જોઈએ. વધુમાં, જો સ્પષ્ટપણે દસ્તાવેજીકૃત ન હોય તો પણ, તે ગર્ભિત સમજણ હોઈ શકે છે.

ઉદાહરણ તરીકે, કાયદાઓમાં વિવિધ અપવાદ કલમો સ્પષ્ટપણે દર્શાવવામાં આવે છે. વધુમાં, જો તેઓ કાયદામાં સ્પષ્ટપણે દર્શાવી શકાતા ન હોય તો પણ, ન્યાયિક પ્રણાલી દ્વારા વ્યક્તિગત કેસો દ્વારા સજાને પ્રભાવિત કરવામાં આવે છે. શમનકારી સંજોગો એ વ્યક્તિગત પરિસ્થિતિઓને પ્રતિબિંબિત કરવાનો જ વિચાર છે.

આ રીતે જોતા, તે સ્પષ્ટ થાય છે કે વ્યક્તિગત ઑપ્ટિમાઇઝેશનની કલ્પના, જેમાં મૂળભૂત રીતે તમામ પરિસ્થિતિઓ અને સંજોગોની વ્યક્તિગતતા કાળજીપૂર્વક તપાસવામાં આવે છે અને તે વ્યક્તિગતતાના આધારે નિર્ણયો લેવામાં આવે છે, તે સમાજમાં પહેલેથી જ ઊંડે ઊંડે વણાયેલી છે.

બીજી બાજુ, દરેક એક વસ્તુને વ્યક્તિગત રીતે અને કાળજીપૂર્વક ન્યાય કરવો ચોક્કસપણે બિનકાર્યક્ષમ છે. તેથી, જ્યાં ઉચ્ચ કાર્યક્ષમતા નિર્ણાયક છે તે યુગમાં, વૈશ્વિક ઑપ્ટિમાઇઝેશન શોધવામાં આવે છે.

જોકે, જેમ જેમ AI દ્વારા સમાજ અત્યંત કાર્યક્ષમ બને છે, તેમ તેમ વૈશ્વિક ઑપ્ટિમાઇઝેશનને અનુસરવાનું મૂલ્ય ઘટે છે. અને એક વ્યક્તિગત રીતે ઑપ્ટિમાઇઝ્ડ સોસાયટી, જ્યાં દરેક વ્યક્તિગત પરિસ્થિતિ અને સંજોગો માટે કાળજીપૂર્વક નિર્ણયો લેવામાં આવે છે, તે ફળીભૂત થવી જોઈએ.

વ્યક્તિલક્ષી ફિલોસોફી

પરિસ્થિતિ અથવા સંજોગોના આધારે વ્યક્તિગત રીતે શ્રેષ્ઠ નિર્ણયો લેવાનો અર્થ એ છે કે સામાન્ય નિર્ણયોને તાત્કાલિક લાગુ કરવાને બદલે, વ્યક્તિએ વિચારપૂર્વક નિર્ણય લેવો જોઈએ.

હું આ નૈતિક દૃષ્ટિકોણને, જ્યાં વિચારણાની ક્રિયા પોતે જ મૂલ્ય ધરાવે છે, તેને "વ્યક્તિલક્ષી ફિલોસોફી" કહું છું.

દરેક ઘટના હંમેશા "હવે" અને "અહીં" એક અનન્ય વ્યક્તિત્વ ધરાવે છે, જે અન્ય ઘટનાઓથી ભિન્ન છે. જ્યારે આ વ્યક્તિત્વને ધ્યાનમાં રાખીને નિર્ણય લેવામાં આવે છે ત્યારે "મારા" પર એક અનુરૂપ જવાબદારી લાદવામાં આવે છે.

વ્યક્તિત્વને અવગણીને અને એક ઢાંચામાં બંધબેસતો પ્રમાણિત નિર્ણય લેવો, અથવા વિચારણાને છોડી દેવી અને બેદરકારીપૂર્વક નિર્ણય લેવો, તે નૈતિક નથી, પછી ભલે પરિણામની ગુણવત્તા ગમે તે હોય.

વિપરીત રીતે, જો નિર્ણયનું પરિણામ અનિચ્છનીય પરિણામો તરફ દોરી જાય અને કંઈક ખરાબ થાય તો પણ, જો તે નિર્ણય પર બહુવિધ પરિપ્રેક્ષ્યોથી પૂરતી વિચારણા કરવામાં આવી હોય અને જવાબદેહી પૂરી કરવામાં આવી હોય, તો તે નિર્ણય પોતે નૈતિક છે.

આમ, જેમ જેમ આપણે કાર્યક્ષમતા અને પ્રમાણિકરણની વિભાવનાઓથી આગળ વધવા સક્ષમ બનીશું, તેમ તેમ આપણે એવા યુગમાં પ્રવેશ કરીશું જ્યાં ઓન-ડિમાન્ડ વ્યક્તિગત ઑપ્ટિમાઇઝેશન, અથવા વ્યક્તિલક્ષી ફિલોસોફીની માંગ થશે.

ફ્રેમવર્ક ડિઝાઇન

ફિલોસોફીમાં હોય, સમાજમાં હોય કે સોફ્ટવેરમાં હોય, ઑપ્ટિમાઇઝેશન માટે ફ્રેમવર્ક—એક વૈચારિક માળખું—મહત્વપૂર્ણ છે.

આ એટલા માટે છે કારણ કે દરેક વિષયને કયા દૃષ્ટિકોણથી જોવામાં આવે છે અને તેનું મૂલ્યાંકન કેવી રીતે કરવામાં આવે છે તેના આધારે ઑપ્ટિમાઇઝેશનની દિશા બદલાય છે.

વૈશ્વિક ઑપ્ટિમાઇઝેશનના દૃષ્ટિકોણથી, એક ફ્રેમવર્કને વિવિધ વસ્તુઓને અત્યંત અમૂર્ત કરવાની અને તેમને શક્ય તેટલી સરળ બનાવવાની જરૂર છે. અમૂર્તકરણની આ પ્રક્રિયામાં, વ્યક્તિત્વ ખોવાઈ જાય છે.

બીજી બાજુ, વ્યક્તિગત ઑપ્ટિમાઇઝેશનના કિસ્સામાં, તે ચોક્કસ ઘટના અથવા વિષયને અનુરૂપ, બહુવિધ દૃષ્ટિકોણથી ઘટનાઓ અથવા વિષયોને સમજવા અને મૂલ્યાંકન કરવું ઇચ્છનીય છે.

વૈશ્વિક ઑપ્ટિમાઇઝેશનના કિસ્સામાં, વિવિધ વસ્તુઓને સમજવા માટે કયા પ્રકારના ફ્રેમવર્કનો ઉપયોગ કરવો જોઈએ તે વિચારવા માટે ફક્ત મુઠ્ઠીભર લોકો પૂરતા હતા.

મોટાભાગના લોકો તે નાના જૂથના લોકો દ્વારા કલ્પના કરાયેલ ફ્રેમવર્ક અનુસાર વસ્તુઓને સરળતાથી સમજી, મૂલ્યાંકન કરી અને ન્યાય કરી શકતા હતા.

જોકે, વ્યક્તિગત ઑપ્ટિમાઇઝેશનના કિસ્સામાં, ઘણા લોકોને દરેક વ્યક્તિગત બાબત માટે તેના વ્યક્તિત્વને યોગ્ય રીતે સમજવા માટે એક ફ્રેમવર્ક બનાવવાની જરૂર પડશે.

તેથી, ફ્રેમવર્ક ડિઝાઇન કરવાની ક્ષમતા અને કૌશલ્ય ઘણા લોકો પાસેથી જરૂરી રહેશે.

વિચારનું ભાગ્ય

વસ્તુઓને આ રીતે ગોઠવવાથી એક ભવિષ્ય પ્રગટ થાય છે જ્યાં AI પરંપરાગત રીતે મનુષ્યો દ્વારા કરવામાં આવતો બૌદ્ધિક શ્રમ સંભાળી લે તો પણ, આપણે વિચારવાનું બંધ કરી શકીશું નહીં.

આપણને ઉત્પાદકતા અને ભૌતિક સંપત્તિ માટેના બૌદ્ધિક શ્રમમાંથી મુક્ત કરવામાં આવશે. જોકે, વ્યક્તિગત રીતે ઑપ્ટિમાઇઝ થયેલું સમાજ અને વ્યક્તિલક્ષી ફિલોસોફી એકસાથે એવી માંગ કરશે કે આપણે દરેક બાબત માટે વ્યક્તિગત ફ્રેમવર્ક ડિઝાઇન કરીએ અને ઊંડાણપૂર્વક વિચારણા કરીએ.

આ આપણને એવી પરિસ્થિતિમાં મૂકે છે જ્યાં આપણે વિચારવાનું ચાલુ રાખવું પડશે, કદાચ વર્તમાન સમાજ કરતાં પણ વધુ.

AI બૌદ્ધિક શ્રમ કરી શકે છે અને એવા નિર્ણયો લઈ શકે છે જે કોઈપણ લઈ શકે. પરંતુ જે બાબતો માટે "મારે" જવાબદારી ઉઠાવવી પડશે, તેમાં AI ફક્ત માહિતી આપી શકે છે, નિર્ણયના માપદંડ રજૂ કરી શકે છે, અથવા સલાહ આપી શકે છે.

અંતિમ નિર્ણય "મારે" જ લેવો પડશે. આ એવું જ છે કે, અત્યારે પણ, વ્યક્તિ વિવિધ વ્યક્તિગત નિર્ણયો અંગે સત્તાવાળાઓ, માતા-પિતા અથવા મિત્રો સાથે સલાહ લઈ શકે છે, પરંતુ નિર્ણય પોતે સોંપી શકતો નથી.

અને અત્યંત અદ્યતન કાર્યક્ષમતાના યુગમાં, ઊંડા, વ્યક્તિગત નિર્ણયમાં ન જોડાવું અસ્વીકાર્ય બનશે. આ એટલા માટે છે કારણ કે જીવનની માંગને કારણે વિચારવાનો સમય ન મળવાનો બહાનું હવે માન્ય રહેશે નહીં.

આવી અદ્યતન કાર્યક્ષમતાના યુગમાં, આપણે વિચારના ભાગ્યમાંથી છટકી શકીશું નહીં.