कृत्रिम सामान्य बुद्धिमत्ता (AGI) के आगमन से कई क्षेत्रों में क्रांति आने वाली है, और अगले कुछ वर्षों में, यह संभव है कि AGI अधिकांश कॉल सेंटर कर्मचारियों की जगह ले ले, केवल कुछ कर्मचारियों को ही उन विशिष्ट मुद्दों को संबोधित करने के लिए छोड़ दिया जाए जिन्हें मशीनें हल नहीं कर सकती हैं। AGI के बढ़ते युग में, यह भविष्यवाणी कट्टरपंथी नहीं लगती है। हालाँकि, एक अधिक प्रासंगिक प्रश्न उठता है: क्या AGI प्रभावी ढंग से आपातकालीन प्रेषकों या आपातकालीन चिकित्सा सेवा कर्मियों की जगह ले सकता है? उत्तर देने से पहले, हमें इस तरह के प्रस्ताव की जटिलताओं में गहराई से उतरना होगा। आपातकालीन उत्तरदाता कई अनूठी और तेजी से विकसित हो रही स्थितियों का सामना करते हैं, जिसके लिए त्वरित मूल्यांकन और निर्णय की आवश्यकता होती है। क्या हम आत्मविश्वास से ऐसे महत्वपूर्ण निर्णय मशीनों को सौंप सकते हैं?
ट्रॉली समस्या और नैतिक विकल्पों की जटिलता
शिक्षाविद अक्सर ‘ट्रॉली समस्या’ को वास्तविक दुनिया की जटिलताओं में निहित नैतिक दुविधाओं के लिए एक रूपक के रूप में उपयोग करते हैं। ट्रॉली समस्या का क्लासिकल प्रदर्शन एक भगोड़ी ट्रॉली को लोगों के एक समूह की ओर तेजी से बढ़ते हुए दिखाता है। ट्रॉली को मोड़ने से समूह को बचाया जा सकता है, लेकिन एक निर्दोष राहगीर घातक रूप से मारा जाएगा। ड्राइवर को क्या कार्रवाई करनी चाहिए? पुरानी कहावत दो बुराइयों में से कम को चुनने का सुझाव देती है, फिर भी जब वास्तविकता में ऐसी दुविधा का सामना करना पड़ता है, तो निर्णय शायद ही सीधा होता है। ‘निर्णय समय’ में, लेखक लॉरेंस एलिसन का मानना है कि ट्रॉली समस्या का सामना करने पर, किसी को कम से कम हानिकारक निर्णय लेने का प्रयास करना चाहिए। जब कई विकल्प प्रस्तुत किए जाते हैं, जिनमें से प्रत्येक प्रतिकूल परिणाम देता है, तो उद्देश्य उस विकल्प का चयन करना होना चाहिए जो कम से कम नुकसान पहुंचाए।
ट्रॉली समस्या उन बहुआयामी चुनौतियों का एक सरलीकृत प्रतिनिधित्व है जिनका सामना मनुष्य दैनिक रूप से करते हैं। इन चुनौतियों का सामना करने में न केवल नैतिक विचार शामिल हैं, बल्कि किसी के मूल्यों की गहन जांच भी शामिल है। हम जो विकल्प बनाते हैं वे हमारे मूल्य निर्णयों को दर्शाते हैं। अलग-अलग व्यक्ति अनिवार्य रूप से अलग-अलग विकल्प बनाएंगे - और यह स्वीकार करना महत्वपूर्ण है कि निष्क्रियता भी एक विकल्प है - क्योंकि शायद ही कभी कोई निश्चित उत्तर होता है।
जैसे ही हम AI क्षमताओं की तेजी से उन्नति पर अचंभा करते हैं, ‘निर्णय समय’ हमें याद दिलाता है कि कई व्यक्ति जटिल और परिणामी मामलों का सामना करने पर निर्णायक निर्णय लेने के लिए संघर्ष करते हैं। गतिशील वातावरण का सामना करने पर, कई साधारण व्यक्तियों में पेशेवरों और विपक्षों का मूल्यांकन करने, निर्णायक रूप से कार्य करने और समय पर पाठ्यक्रम सुधार करने की क्षमता नहीं होती है। हम मशीनों से इससे बेहतर प्रदर्शन करने की उम्मीद कैसे कर सकते हैं? इसका मतलब यह नहीं है कि मशीनें मानवीय क्षमताओं को पार नहीं कर सकती हैं, बल्कि इस बात पर जोर देना है कि यदि मशीनें केवल मानवीय विकल्पों का अनुकरण करती हैं, तो वे अनिवार्य रूप से त्रुटिपूर्ण निर्णयों की प्रचुरता का सामना करेंगी। ‘त्रुटिपूर्ण’ या ‘सही’ की यह धारणा यह नहीं दर्शाती है कि जीवन के महत्वपूर्ण निर्णयों के लिए सार्वभौमिक रूप से लागू उत्तर हैं, बल्कि यह दर्शाती है कि क्या हम सामान्य मनोवैज्ञानिक नुकसान से बचने के लिए अपनी निर्णय लेने की प्रक्रियाओं में उचित तर्क का उपयोग करते हैं।
प्रभावी निर्णय लेने में बाधाएं
अस्थिरता, अधूरी जानकारी और समय की कमी की विशेषता वाली स्थितियों में, प्रभावी निर्णय लेने में प्रमुख बाधाएं क्या हैं? ‘निर्णय समय’ तीन प्राथमिक बाधाओं की पहचान करता है:
- जवाबदेही का डर: जिम्मेदारी लेने से घृणा, जिसके परिणामस्वरूप निष्क्रियता होती है। निष्क्रिय रहकर, कोई भी किसी विशेष विकल्प से उत्पन्न होने वाले किसी भी प्रतिकूल परिणाम के लिए जवाबदेही से बचता है। जवाबदेही के डर के अलावा, एक और चिंता निर्णय के बाद पछतावा है - अतिरिक्त जानकारी प्राप्त करने के बाद किसी निर्णय पर पछतावा करना। ऐसे व्यक्ति वैकल्पिक वास्तविकताओं की कल्पना करते हैं जहां अलग-अलग विकल्पों से अधिक अनुकूल परिणाम मिल सकते थे।
- विकल्प लकवा: कई विकल्पों में से चयन करने में कठिनाई, खासकर जब विकल्पों में त्याग शामिल हो। ऐसे मामलों में, सर्वोपरि सिद्धांत कम से कम हानिकारक निर्णय लेना है - दो बुराइयों में से कम को चुनना। हालाँकि, यह कहने से करना आसान है। मानव निर्णय लेना अक्सर भावनात्मक कारकों से जुड़ा होता है, जो दिग्गजों में पोस्ट-ट्रॉमेटिक स्ट्रेस डिसऑर्डर (PTSD) की घटना को बताता है। मनोवैज्ञानिक संघर्ष तब सबसे तीव्र होता है जब विरोधी मूल्य टकराते हैं, जैसा कि वफादारी और पितृ भक्ति के बीच चयन करने की क्लासिकल दुविधा द्वारा उदाहरण दिया गया है। आदर्श परिदृश्य किसी के कार्यों को गहराई से रखे गए मूल्यों के साथ संरेखित करना है, लेकिन अक्सर, व्यक्तियों को बाहरी मूल्य निर्णयों के आधार पर निर्णय लेने के लिए मजबूर किया जाता है, जिसके परिणामस्वरूप गंभीर मनोवैज्ञानिक संकट होता है।
- विलंबित निष्पादन: निर्णय और कार्रवाई के बीच अत्यधिक देरी। पैराशूटिस्ट गवाही देंगे कि सबसे बड़े अनिर्णय का क्षण तब होता है जब कोई कूदने के लिए तैयार होता है लेकिन फिर भी पीछे हटने का विकल्प होता है। यह घटना कई जीवन बदलने वाले निर्णयों में व्याप्त है। एक नाखुश शादी में फंसी एक महिला अपने बच्चों के बड़े होने और घर छोड़ने के बाद तलाक पर विचार कर सकती है। वह अपनी विश्वासपात्रों के साथ अपने पति के गुणों और दोषों पर अंतहीन रूप से चर्चा कर सकती है, एक टूटे हुए रिकॉर्ड जैसा दिखता है, बार-बार कार्रवाई किए बिना विचार-विमर्श करती है। इसका विरोध मिसिंग आउट (FOMO) का डर है, जो पीछे छूटने की चिंता से प्रेरित होकर जल्दबाजी में निर्णय लेने की ओर ले जाता है, जिसके परिणामस्वरूप अक्सर विफलता होती है।
रणनीतिक निर्णय लेने के लिए STAR फ्रेमवर्क
तो, इन बाधाओं को दूर करने के लिए क्या किया जा सकता है? ‘निर्णय समय’ STAR फ्रेमवर्क का प्रस्ताव करता है, जो एक संक्षिप्त नाम है जिसमें शामिल हैं:
- परिदृश्य: स्थितिजन्य जागरूकता पैदा करने में पहले यह पहचानना शामिल है कि क्या हुआ है, फिर यह समझना कि यह क्यों हुआ, और अंत में, यह अनुमान लगाना कि आगे क्या होने की संभावना है। अनुभवी फायरफाइटर्स को आग की स्थितियों की सहज समझ क्यों होती है? क्योंकि उन्होंने कई परिदृश्यों का सामना किया है और वे ध्वनि निर्णय लेने और तत्काल कार्रवाई करने के लिए अपने अनुभव पर जल्दी से ध्यान आकर्षित कर सकते हैं। मैल्कम ग्लैडवेल ‘ब्लिंक: द पावर ऑफ थिंकिंग विदाउट थिंकिंग’ में इसी तरह के उदाहरणों की पड़ताल करते हैं।
- समय: ‘समय’ तत्व एक उचित समय सीमा के भीतर कार्य करने के महत्व को संबोधित करता है। यह कहावत कि विचार-विमर्श निष्क्रियता की ओर ले जाता है, यहाँ लागू होती है। एक उपयोगी सादृश्य फॉक्सट्रॉट है, जिसकी लय ‘धीमी, धीमी, तेज, तेज’ है। निर्णय लेने के प्रारंभिक चरणों में, सावधानी से आगे बढ़ना, आवेगीता से बचना और केवल अंतर्ज्ञान पर निर्भर रहने का विरोध करना बुद्धिमानी है। इसके बजाय, पर्याप्त जानकारी प्राप्त करने का प्रयास करें। हालाँकि, निष्पादन के बाद के चरणों में, त्वरित कार्रवाई सर्वोपरि है, क्योंकि सही जानकारी अप्राप्य है, और लंबे समय तक जानकारी एकत्र करने के सीमांत लाभ कम हो जाते हैं।
- मान्यताएं: मान्यताओं का स्पष्ट उच्चारण महत्वपूर्ण है। अक्सर, व्यक्ति चुनिंदा रूप से जानकारी को समझने की प्रवृत्ति रखते हैं जो उनकी पूर्वकल्पित धारणाओं के साथ संरेखित होती है, जबकि विरोधाभासी साक्ष्य और वैकल्पिक संभावनाओं की अवहेलना करते हैं। इज़राइल पर 2023 के हमास के हमले ने रणनीतिक मान्यताओं में विफलता को उजागर किया। प्रधान मंत्री नेतन्याहू से लेकर सैन्य और खुफिया अधिकारियों तक, इजरायली नेता हमले का अनुमान लगाने में विफल रहे। यह शुरुआती चेतावनी संकेतों की कमी के कारण नहीं था, बल्कि ऐसी घटना की संभावना पर पर्याप्त रूप से विचार करने में विफलता के कारण था। हम जो मानते हैं वह अक्सर उससे कम महत्वपूर्ण होता है जो हम कल्पना करना चुनते हैं।
- संशोधन: लगातार समायोजित करने और अनुकूलित करने की क्षमता आवश्यक है। कुछ मामलों में, लचीलापन और अटूट दृढ़ता की आवश्यकता होती है - विफलता का डर किसी को महत्वपूर्ण प्रयास करने से नहीं रोकना चाहिए। अन्य उदाहरणों में, समय पर समायोजन और नुकसान में कटौती करने की क्षमता बाद के विकल्पों को प्रभावित करने से डूबी हुई लागतों को रोकने के लिए आवश्यक है। हालाँकि, चुनौती अस्पष्ट स्थितियों में ऐसे निर्णय लेने के तरीके को समझने में निहित है। सामान्य नुकसानों में दृढ़ता की कमी शामिल है, जिससे अवसरों का नुकसान होता है, या अत्यधिक दृढ़ता, जिसके परिणामस्वरूप संसाधनों का अपव्यय होता है।
निर्णय लेने की प्रक्रिया में AI को एकीकृत करना
STAR फ्रेमवर्क की जांच करने के बाद, AI के लिए इसके निहितार्थों और मशीनों द्वारा हमारी निर्णय लेने की क्षमताओं को कैसे बढ़ाया जा सकता है, इस पर विचार करना अब महत्वपूर्ण है। यह हमें मूल प्रश्न पर वापस लाता है: क्या हम सभी निर्णय AGI को सौंप सकते हैं?
आने वाले वर्षों में, AI तेजी से काम को मॉड्युलराइज़ करेगा। कई कार्य मनुष्यों और मशीनों द्वारा सह-निष्पादित किए जाएंगे, प्रत्येक चार प्रमुख क्षेत्रों में अपनी-अपनी ताकत का लाभ उठाएगा:
- जटिलता: जटिलता जितनी अधिक होगी, मानव क्षमता उतनी ही अधिक होगी। जटिलता दो आयामों में प्रकट होती है: अनिश्चितता (अधूरी जानकारी) और स्पष्ट या इष्टतम विकल्पों की अनुपस्थिति। अनुभवी व्यक्ति जानकारी की कमी होने पर भी साहसिक निर्णय ले सकते हैं। मनुष्यों के पास ट्रेड-ऑफ का मूल्यांकन करने और मूल्य निर्णय लेने की स्वायत्तता होती है।
- आवृत्ति: समान कार्यों की घटना जितनी अधिक होगी, मशीनें उन्हें संभालने के लिए उतनी ही बेहतर रूप से सुसज्जित होंगी। यहां तक कि आपातकालीन प्रेषण परिदृश्यों में भी, मशीनें अनुभवी प्रतिक्रियादाताओं से सीख सकती हैं और ध्वनि विकल्प बना सकती हैं, खासकर कार दुर्घटनाओं जैसी उच्च-आवृत्ति वाली घटनाओं से निपटने के दौरान।
- समन्वय: वास्तविक दुनिया के कार्य शायद ही कभी अलग-थलग होते हैं। उनमें सहयोग शामिल है और व्यापक संचार की आवश्यकता होती है। STAR फ्रेमवर्क का प्रत्येक तत्व संचार पर निर्भर करता है। सवाल यह है कि क्या मशीनें संचार प्रभावशीलता और दक्षता को बढ़ा सकती हैं? जबकि मानव संचार में अपनी कमियां हैं, अनौपचारिक और अनियोजित बातचीत महत्वपूर्ण हो सकती है। क्या मशीनें उन बारीकियों को समझ सकती हैं?
- विफलता की लागत: विफलता की लागत क्या है, खासकर जब AI कोई त्रुटि करता है? संगठनों में, जवाबदेही महत्वपूर्ण है। AI अनुप्रयोगों को बढ़ावा देते समय भी, निर्णय निर्माताओं को विफलता की संभावित लागत पर विचार करना चाहिए।
AI निर्णय लेने में कैसे सुधार कर सकता है
AI तीन प्रमुख तरीकों से सहायता कर सकता है:
- संज्ञानात्मक बाधाओं को तोड़ना: AI भारी मात्रा में डेटा को संसाधित करने में उत्कृष्टता प्राप्त करता है, जिससे संज्ञानात्मक अधिभार के बारे में चिंताओं से राहत मिलती है। AI ‘फॉक्सट्रॉट’ नृत्य में सहायता कर सकता है, अंतर्ज्ञान और पूर्वाग्रहों को समग्र परिदृश्य की हमारी समझ को सीमित करने से रोकता है।
- सामूहिक बुद्धिमत्ता का दोहन: AI विविध स्रोतों से निर्णयों को एकत्रित कर सकता है, नौसिखियों के लिए निर्णय समर्थन प्रदान करता है।
- मनोवैज्ञानिक कमजोरियों को कम करना: AI कार्रवाई मार्गदर्शन प्रदान कर सकता है और स्पष्ट नियमों और प्रक्रियाओं को परिभाषित करने में सहायता कर सकता है, जिससे कुछ मनोवैज्ञानिक बोझ कम हो सकता है। उन स्थितियों में जहां निर्णायक कार्रवाई की आवश्यकता होती है, AI बागडोर संभाल सकता है।
मशीनें अभी भी जटिल स्थितियों से जूझती हैं जिनमें निश्चित उत्तर और स्वायत्तता और मूल्य निर्णयों के आधार पर विकल्पों की कमी होती है। वे बारीकियों और ट्रेड-ऑफ से भी जूझती हैं। अंततः, अंतिम निर्णय मनुष्यों के पास होता है। हम बेहतर विकल्प बनाना सीख सकते हैं, मशीनों के साथ अपरिहार्य सहयोगी के रूप में काम करना।