मैं एक बूढ़ा फार्ट हूँ और AI मुझे उदास करता है
अनुभवी प्रोग्रामर, “I’m an Old Fart and AI Makes Me Sad” शीर्षक वाले एक essay पर प्रतिक्रिया देते हुए, AI की क्षमताओं के उत्साह की तुलना उसकी अपारदर्शिता, केंद्रीकरण, और शिल्प तथा करियर पर पड़ने वाले प्रभाव को लेकर असहजता से करते हैं। कई लोग कुछ गिनी-चुनी कंपनियों द्वारा नियंत्रित black-box models से खुद को असशक्त महसूस करते हैं, enshittification, नौकरी छिनने, और उथले “काफी अच्छे” content—खासकर कला और coding में—की बाढ़ को लेकर चिंतित हैं। दूसरे लोग कहते हैं कि मूल गणित सुलभ है, open-source models और local tools तेज़ी से सुधर रहे हैं, और समाज अगर अपने incentives और उपयोग को ज़िम्मेदारी से संभाले, तो AI abstraction और creativity की एक शक्तिशाली नई परत हो सकता है।
सशक्तिकरण बनाम काम के लिए ख़तरा
- बहुत से लोग AI टूल्स को सशक्त बनाने वाला मानते हैं: गैर-प्रोग्रामर स्क्रिप्ट लिखना सीख रहे हैं, जूनियर लोग सवाल जल्दी हल कर रहे हैं, और कोडर LLMs का उपयोग boilerplate, glue code, और नई तकनीक सीखने के लिए कर रहे हैं।
- दूसरों को लगता है कि AI सीधे उनकी मेहनत से अर्जित कौशलों से प्रतिस्पर्धा करता है, विशेषज्ञता का मूल्य घटाता है, और “काफी अच्छा” वाली औसतता को तेज़ करता है। पहले की ऑटोमेशन (जैसे ATMs) को नौकरी छिनने के उदाहरण के रूप में उद्धृत किया जाता है।
- काम को अर्थ बनाम काम को बोझ मानने के बीच तनाव है; कुछ लोग ख़ुशी से उबाऊ काम हटवा देंगे, जबकि अन्य को लगता है कि उनके हुनर को खोखला किया जा रहा है।
अपारदर्शिता, समझ, और नियंत्रण
- एक मूल उदासी यह है कि AI अरबों वज़न वाला एक अपारदर्शी black box महसूस होता है, पारंपरिक सिस्टम्स के विपरीत जहाँ आप तर्क को पंक्ति-दर-पंक्ति follow कर सकते हैं।
- कुछ लोगों का तर्क है कि यह बस एक और abstraction layer है (जैसे CPUs/compilers) और मूल गणित (gradients, matrices) सुलभ है; अन्य इस बात पर ज़ोर देते हैं कि गणित और code होने पर भी, model के individual निर्णय अब भी समझ से बाहर रहते हैं।
- inspectability का यह नुकसान agency की भावना को घटाता है और debugging, guarantees, तथा trust को गुणात्मक रूप से अलग महसूस कराता है।
खुलापन, संसाधन, और केंद्रीकरण
- कई लोग चिंतित हैं कि सार्थक AI काम के लिए विशाल proprietary datasets, compute, और corporate capital चाहिए, जिससे शक्ति और “AI wealth” कुछ हाथों में सिमट जाती है।
- दूसरे जवाब देते हैं कि open models (LLaMA‑family, Mistral, Stable Diffusion, etc.) और local tooling (llama.cpp, Ollama) तेज़ी से सुधरे हैं और consumer GPUs पर चल रहे हैं, जो PC revolution की याद दिलाते हैं।
- API lock‑in को लेकर चिंता है: अगर कोई बड़ा provider pricing या features बदल दे, तो उस पर निर्भर products रातों-रात गायब हो सकते हैं।
कला, मीडिया, और सांस्कृतिक प्रभाव
- कई टिप्पणीकार AI-जनित imagery और text से गहरे उदास हैं: मानवीय intent का क्षरण, कम मेहनत वाले “content” की बाढ़, जो असली है उस पर भरोसा करने में कठिनाई, और अभिव्यक्ति के रूप में कला से जुड़ने के प्रोत्साहनों का कमज़ोर होना।
- दूसरों के लिए मुख्य बात अंततः परिणाम है: अगर कोई image या text प्रभावशाली या उपयोगी है, तो प्रक्रिया या authorship कम मायने रखती है।
- photography बनाम painting की उपमाएँ बार-बार आती हैं; कुछ लोगों को लगता है कि AI बस एक और tool है जो नई art forms को सक्षम करेगा, जबकि अन्य इसे मूल रूप से shallow collage मानते हैं।
हाइप, शोध की गुणवत्ता, और भविष्य की दिशा
- संशयवादी generative AI की तुलना crypto/metaverse हाइप से करते हैं: “empty calories” research, junk papers, grant-chasing, और corporate ad-tech पर ध्यान।
- समर्थक तर्क देते हैं कि हम एक वास्तविक paradigm shift की शुरुआत में हैं; open research और local experimentation जीवंत हैं, और capabilities तेज़ी से बेहतर हो रही हैं।
- बहुत से लोग नए papers और techniques की मात्रा और गति से अभिभूत महसूस करते हैं, और अपनी skills को अद्यतन रखने की चिंता करते हैं।
सामना करने की रणनीतियाँ और दृष्टिकोण
- सुझाए गए जवाब: ML math की बुनियादी बातें सीखें, practical courses follow करें, local models के साथ प्रयोग करें, AI को एक और शक्तिशाली लेकिन अपूर्ण tool की तरह लें।
- भावनात्मक प्रतिक्रियाएँ अलग-अलग हैं: कुछ फिर से ऊर्जावान हैं और “having fun again”; अन्य Luddite प्रवृत्तियों की ओर झुकते हैं, गैर-डिजिटल गतिविधियों की ओर लौटते हैं, या मान लेते हैं कि हर नई technology को व्यक्तिगत रूप से mastered करना ज़रूरी नहीं है।