ऑटोमेशन, नोकऱ्या आणि कंट्रोलचं नवीन राजकारण 2026
आर्टिफिशियल इंटेलिजन्स (AI) बद्दलची चर्चा आता केवळ तांत्रिक चमत्कारापुरती मर्यादित राहिलेली नाही, तर ती आता राजकीय वर्चस्वाचं रणांगण बनली आहे. सरकारं आणि कंपन्या आता फक्त मॉडेल्स बनवत नाहीत, तर स्वतःचं अस्तित्व आणि प्रभाव सिद्ध करण्यासाठी नवनवीन युक्तिवाद मांडत आहेत. लोक चॅटबॉट कविता लिहू शकतो का यात अडकले असताना, खरी लढाई मात्र आधुनिक श्रमाच्या पायाभूत सुविधांवर कोणाचं नियंत्रण असेल, यावरून सुरू आहे. ही गोष्ट फक्त रोबोट्स नोकऱ्या हिरावून घेण्याबद्दल नाहीये. राजकीय लोक ऑटोमेशनच्या भीतीचा वापर करून आपले अजेंडे कसे रेटत आहेत, याबद्दलची ही कथा आहे. काही नेते नोकरी जाण्याच्या भीतीने ‘युनिव्हर्सल बेसिक इन्कम’ची मागणी करत आहेत, तर काही जण कार्यक्षमतेचं गाजर दाखवून कामगारांचे हक्क कमी करण्याचा प्रयत्न करत आहेत. मुख्य मुद्दा हाच आहे की, AI आता राज्य आणि कॉर्पोरेट सत्तेचं एक साधन बनत चाललं आहे. या सिस्टम्सवर ज्याचं नियंत्रण असेल, तोच पुढच्या दशकात सत्तेच्या खुर्चीवर बसेल. तंत्रज्ञान तर फक्त एक निमित्त आहे, खरी गोष्ट आहे ती पॉवर डायनॅमिक्सची.
नॅरेटिव्ह कंट्रोलचं स्ट्रक्चर
AI बद्दलची चर्चा कशी मांडली जाते, यावरच राजकीय फायदे अवलंबून असतात. मोठ्या टेक कंपन्यांसाठी ‘अस्तित्वाचा धोका’ ही सर्वात आवडती गोष्ट आहे. एखादं सुपरइंटेलिजन्स मानवासाठी घातक ठरू शकतं, अशा काल्पनिक गोष्टींवर लक्ष केंद्रित करून या कंपन्या अशा नियमांची मागणी करतात, जे पाळण्याची ताकद फक्त त्यांच्याकडेच असते. यामुळे छोट्या स्टार्टअप्ससाठी मार्केटमध्ये येणं कठीण होतं, कारण त्यांच्याकडे मोठ्या कंपन्यांसारख्या लीगल आणि कंप्लायन्स टीम्स नसतात. अशा वेळी राजकीय फायदा म्हणजे ‘अधिकृत मक्तेदारी’. जे राजकारणी या विचारांशी सहमत होतात, ते मानवतेला वाचवल्याचा आव आणतात आणि त्याच वेळी या कंपन्यांकडून निवडणूक फंडही मिळवतात. हा एक एकमेकांच्या फायद्याचा व्यवहार आहे, जिथे सुरक्षिततेच्या नावाखाली जुनीच व्यवस्था टिकवून ठेवली जाते.
दुसरीकडे, ओपन-सोर्स डेव्हलपमेंटचे समर्थक AI ला लोकशाहीकरणाचं साधन मानतात. त्यांचं म्हणणं आहे की मॉडेल्स ट्रान्सपरंट ठेवल्यामुळे काही मोजके CEO मानवी ज्ञानाचे मालक बनणार नाहीत. इथे राजकीय हेतू विकेंद्रीकरण (decentralization) हा आहे. हे सामान्य जनतेला आणि मोठ्या कंपन्यांच्या विरोधात असलेल्यांना आवडतं. पण, हे नॅरेटिव्ह अनेकदा हे विसरतं की ही मॉडेल्स चालवण्यासाठी प्रचंड ‘कंप्यूट’ खर्च येतो. कोड फ्री असला तरी हार्डवेअर फ्री नसतं. हा विरोधाभास या चर्चेचा केंद्रबिंदू आहे.
BotNews.today सामग्री संशोधन, लेखन, संपादन आणि भाषांतरित करण्यासाठी AI साधनांचा वापर करते. माहिती उपयुक्त, स्पष्ट आणि विश्वसनीय ठेवण्यासाठी आमची टीम प्रक्रियेचे पुनरावलोकन आणि पर्यवेक्षण करते.
राष्ट्रीय हित आणि नवीन ‘कंप्यूट’ गट
जागतिक स्तरावर AI कडे ‘नवीन तेल’ म्हणून पाहिलं जात आहे. देश आता ‘सॉवरेन AI’ कडे राष्ट्रीय सुरक्षेची गरज म्हणून पाहत आहेत. याचा अर्थ डेटा, टॅलेंट आणि प्रोसेसिंग पॉवरवर स्वतःचं नियंत्रण असणं. फ्रान्स किंवा युएई सारख्या देशांसाठी याचा राजकीय फायदा म्हणजे अमेरिकन किंवा चिनी प्लॅटफॉर्म्सपासून स्वातंत्र्य. जर एखादा देश आपल्या आरोग्य किंवा कायदेशीर व्यवस्थेसाठी परदेशी API वर अवलंबून असेल, तर तो आपली सार्वभौमत्व एका परदेशी कंपनीला सोपवत असतो. यामुळेच आता सरकारी निधीतून चालणारे AI प्रकल्प आणि कडक डेटा कायदे वाढत आहेत. AI मधून निर्माण होणारी बौद्धिक संपदा आणि आर्थिक मूल्य देशाच्या सीमेतच राहावं, हा यामागचा उद्देश आहे. हा जागतिक टेक प्लॅटफॉर्म्सच्या युगाला दिलेला एक थेट प्रतिसाद आहे.
कामगारांवर होणारे परिणामही तितकेच राजकीय आहेत. विकसित देश वृद्ध होत चाललेली लोकसंख्या आणि कामगारांची कमतरता भरून काढण्यासाठी AI चा वापर करत आहेत. ऑटोमेशनद्वारे कमी कामगारांत आर्थिक विकास साधण्याचा त्यांचा प्रयत्न आहे. याउलट, विकसनशील देशांना भीती वाटते की AI मुळे स्वस्त मॅन्युफॅक्चरिंग आणि सेवा क्षेत्रातील त्यांचा फायदा संपून जाईल. यामुळे ऑटोमेशन परवडणारे देश आणि मानवी श्रमावर अवलंबून असलेले देश यांच्यात एक नवीन दरी निर्माण होत आहे. जेव्हा श्रीमंत देशांमध्ये बुद्धिमत्तेची किंमत शून्याकडे जाईल, तेव्हा जागतिक व्यापार कसा चालेल, हा प्रश्न अजून अनुत्तरित आहे. हे बदल आधीच राजनैतिक संबंध आणि व्यापार करारांवर परिणाम करत आहेत. त्यामुळे AI गव्हर्नन्स आणि पॉलिसी ट्रेंड्स समजून घेणं आता खूप महत्त्वाचं झालं आहे.
नोकरशहा आणि ब्लॅक बॉक्स
एका प्रादेशिक सरकारमध्ये काम करणाऱ्या सारा नावाच्या पॉलिसी ॲनालिस्टचा विचार करा. तिचं काम गृहनिर्माण सबसिडीचं वाटप करणं आहे. नुकतंच तिच्या विभागाने फसवणूक रोखण्यासाठी एक ऑटोमेटेड सिस्टम सुरू केली. वरवर पाहता हे कार्यक्षमतेसाठी चांगलं आहे. सारा आता पूर्वीपेक्षा तिप्पट फाईल्स हाताळू शकते. पण राजकीय वास्तव वेगळंच आहे. हा अल्गोरिदम जुन्या डेटावर आधारित आहे, ज्यात मानवी पूर्वग्रह (biases) होते. परिणामी, काही विशिष्ट भागांतील अर्ज कोणत्याही स्पष्ट कारणाशिवाय नाकारले जात आहेत. सारा त्या अर्जदारांना या निर्णयाचं कारण सांगू शकत नाही, कारण ते मॉडेल एक ‘ब्लॅक बॉक्स’ आहे. तिच्या वरिष्ठांसाठी याचा राजकीय फायदा म्हणजे ‘जबाबदारी टाळण्याची सोय’. ते म्हणू शकतात की सिस्टम निष्पक्ष आणि डेटा-आधारित आहे, ज्यामुळे ते स्वतःवर होणाऱ्या आरोपांपासून वाचतात.
असाच प्रकार खाजगी क्षेत्रातही घडत आहे. एका मोठ्या मार्केटिंग कंपनीतील प्रोजेक्ट मॅनेजर आता कॅम्पेनचे ड्राफ्ट्स तयार करण्यासाठी AI वापरते. यामुळे ज्युनियर कॉपीरायटर्सची गरज कमी झाली आहे. कंपनीचे पैसे वाचतात, पण ती मॅनेजर आता आपल्या टीमला मार्गदर्शन करण्याऐवजी दिवसभर मशीनने तयार केलेलं कंटेंट तपासण्यात घालवते. कामाचा सर्जनशील आत्मा आता हाय-स्पीड असेंब्ली लाईनने बदलला आहे. कंपनीचे मालक आउटपुटच्या गुणवत्तेचा अतिअंदाज लावतात, पण भविष्यातील टॅलेंटच्या नुकसानीकडे दुर्लक्ष करतात. जेव्हा ज्युनियर लेव्हलच्या नोकऱ्या संपतात, तेव्हा भविष्यातील सिनियर टॅलेंट तयार होण्याचे मार्गही बंद होतात. यामुळे कंपनीचं स्ट्रक्चर पोकळ होतं. थोड्या काळासाठी नफा दिसत असला तरी, दीर्घकाळात कंपनी कमकुवत आणि कमी कल्पक बनते.
तुम्ही आम्हाला कव्हर करावे असे तुम्हाला वाटणारी AI कथा, साधन, ट्रेंड किंवा प्रश्न आहे का? तुमची लेखाची कल्पना आम्हाला पाठवा — आम्हाला ती ऐकायला आवडेल.सामान्य युजरसाठी याचा अर्थ असा की, तुमची प्रत्येक कृती आता राजकीय निवडींच्या एका अदृश्य थरातून जात आहे. जेव्हा तुम्ही सर्च इंजिनला काही विचारता, तेव्हा त्याचं उत्तर डेव्हलपर्सच्या फिल्टरनुसार असतं. जेव्हा तुम्ही नोकरीसाठी अर्ज करता, तेव्हा तुमचं रिझ्युमे अशा AI द्वारे फिल्टर केलं जातं ज्याला कदाचित ‘कल्चर फिट’ला प्राधान्य द्यायला सांगितलं असेल. हे तांत्रिक निर्णय नसून राजकीय कृती आहेत. याचा परिणाम म्हणजे मानवी निर्णयांची जागा आता मशीनचं थंड आणि ठराविक लॉजिक घेत आहे. निर्णयाला आव्हान देण्याची किंवा त्यामागचं ‘का’ समजून घेण्याची क्षमता आपण गमावत आहोत, ही याची मोठी किंमत आहे.
अदृश्य कार्यक्षमतेची किंमत
या बदलाचे लपलेले खर्च काय आहेत? हे मॉडेल्स ट्रेन करण्यासाठी लागणारी वीज आणि डेटा सेंटर्स थंड करण्यासाठी लागणारं पाणी कोणाचं आहे, हे आपण विचारलं पाहिजे. राजकीय विजयाच्या जल्लोषात पर्यावरणावरील परिणामांकडे दुर्लक्ष केलं जातं. शिवाय, जेव्हा प्रत्येक कृती डेटा पॉईंट बनते, तेव्हा प्रायव्हसीचं काय? जास्तीत जास्त माहिती गोळा करून लोकांवर नियंत्रण मिळवणं, हा राजकीय हेतू असतो. यालाच ‘पर्सनलायझेशन’च्या नावाखाली विकलं जातं. जर सरकार एखादं आंदोलन होण्यापूर्वीच ओळखू शकलं, तर सत्तेचं पारडं संस्थेकडे झुकतं. आपण असं जग बनवत आहोत जिथे सामान्य माणसाचा आवाज ऐकला जाणं कठीण होईल, कारण तो सांख्यिकीय निकषात बसत नाही.
बौद्धिक संपदेचा प्रश्नही महत्त्वाचा आहे. क्रिएटर्सचं काम अशा सिस्टम्सना ट्रेन करण्यासाठी वापरलं जातं, ज्या भविष्यात त्यांच्याशीच स्पर्धा करणार आहेत. यावर राजकीय प्रतिसाद संथ आहे कारण याचा फायदा शक्तिशाली घटकांना होत आहे. ही श्रमाची चोरी आहे की सार्वजनिक ज्ञानाची उत्क्रांती? याचं उत्तर तुम्ही कोणाकडून पैसे घेता यावर अवलंबून असतं. आपण या सिस्टम्सच्या ‘बुद्धिमत्ते’चा अतिअंदाज लावतो, पण संपत्तीच्या फेरवाटपाचं साधन म्हणून त्यांच्या भूमिकेकडे दुर्लक्ष करतो. त्या इंटरनेटवरील सामूहिक ज्ञान घेतात आणि त्यातून पैसे कमावण्याची ताकद काही मोजके हातांत एकवटतात.
सॉवरेन युजरसाठी इन्फ्रास्ट्रक्चर
पावर युजर्ससाठी AI चं राजकारण तांत्रिक वैशिष्ट्यांमध्ये दडलेलं आहे. कॉर्पोरेट किंवा सरकारी नियंत्रणातून सुटण्यासाठी ‘लोकल एक्झिक्युशन’ हा सर्वात मोठा ट्रेंड आहे. मॅक स्टुडिओ किंवा लिनक्स सर्व्हर सारख्या स्वतःच्या हार्डवेअरवर मॉडेल चालवणं प्रायव्हसीसाठी उत्तम आहे. यामुळे OpenAI किंवा Google सारख्या कंपन्यांनी लावलेले फिल्टर्स आणि मर्यादा टाळता येतात. 2026 मध्ये, उत्साही लोकांसाठी ७०-अब्ज पॅरामीटरचं मॉडेल लोकली चालवणं शक्य झालं आहे. ही एक प्रकारची डिजिटल स्वावलंबिता आहे. यामुळे तुमचा डेटा तुमच्याकडेच राहतो आणि तुमच्या क्वेरीज ट्रेनिंगसाठी वापरल्या जात नाहीत. क्लाउड-आधारित वर्चस्वाच्या युगात डेटा सार्वभौमत्व टिकवण्याचा हाच एकमेव मार्ग आहे.
पण, हार्डवेअरच्या मर्यादाही आहेत. बहुतेक सामान्य उपकरणांमध्ये हाय-स्पीडने मॉडेल्स चालवण्यासाठी आवश्यक VRAM नसते. यामुळे एक तांत्रिक दरी निर्माण होते. ज्यांच्याकडे महागडं हार्डवेअर आहे, त्यांना खाजगी आणि अनफिल्टर्ड बुद्धिमत्ता मिळते, तर बाकीचे लोक मोठ्या टेक कंपन्यांनी दिलेल्या ‘मर्यादित’ आवृत्त्यांवर अवलंबून राहतात. API रेट लिमिट्स हे नियंत्रणाचं दुसरं साधन आहे. ॲक्सेस कमी करून किंवा किंमती वाढवून कंपन्या आपल्या स्पर्धकांना संपवू शकतात. म्हणूनच वर्कफ्लो इंटिग्रेशन महत्त्वाचं आहे. युजर्स आता अशा टूल्सकडे वळत आहेत जिथे ते कामाच्या स्वरूपानुसार मॉडेल्स बदलू शकतात. डिजिटल युगात स्वतःचं हार्डवेअर आणि डेटा असणं हीच खरी सुरक्षा आहे.
अपूर्ण वाद
ऑटोमेशनचं राजकारण अजून संपलेलं नाही. समाज मानवी प्रयत्नांना कसं मूल्य देतो, याची ही एक मोठी पुनर्रचना आहे. हेडलाईन्स जरी सॉफ्टवेअरच्या ‘जादू’वर लक्ष केंद्रित करत असल्या, तरी खरी गोष्ट भविष्यातील इन्फ्रास्ट्रक्चरवर नियंत्रण मिळवण्याच्या संघर्षाची आहे. जे कार्यक्षमता आणि स्वतःचं स्वातंत्र्य यांच्यातील ताळमेळ राखतील, तेच जिंकतील. जे डोळे झाकून डिफॉल्ट सेटिंग्स स्वीकारतील, ते हरतील. एक प्रश्न अजूनही कायम आहे: जनता महत्त्वाच्या सेवांमध्ये ‘मानवी हक्का’ची मागणी करेल की ‘ब्लॅक बॉक्स’लाच अंतिम सत्य मानून स्वीकारेल? तंत्रज्ञान जसजसं विकसित होईल, तसतसे हे वाद अधिक गडद होतील. एक सुजाण नागरिक म्हणून आपलं काम हायपच्या पलीकडे जाऊन कोडमध्ये दडलेली सत्तेची समीकरणं ओळखणं हेच आहे.
संपादकाची नोंद: आम्ही ही साइट बहुभाषिक AI बातम्या आणि मार्गदर्शिका केंद्र म्हणून अशा लोकांसाठी तयार केली आहे जे संगणक तज्ञ नाहीत, परंतु तरीही कृत्रिम बुद्धिमत्ता समजून घेऊ इच्छितात, अधिक आत्मविश्वासाने तिचा वापर करू इच्छितात आणि आधीच येत असलेल्या भविष्याचा मागोवा घेऊ इच्छितात.
काही चूक आढळली किंवा काही दुरुस्त करायचे आहे का? आम्हाला कळवा.
