कोई माँ-बाप अपने बच्चों को मानविकी पढ़ने को नहीं उकसाते। डिफ़ॉल्ट रूप से सुझाए जाने वाले विकल्प STEM से जुड़े होते हैं। Engineering (Computer Science), Finance, Medicine... AI के दौर में मानविकी के ख़िलाफ़ दलील किसी मानविकी की डिग्री को 4 साल देना और भी कम भरोसेमंद बना देती है। Language models ठीक-ठाक लिख सकते हैं, झटपट सारांश बना सकते हैं, और माँगने पर शोध-जैसा दिखने वाला text गढ़ सकते हैं। तो पुराने मानविकी के कौशल कथित तौर पर कम मायने रखेंगे। coding सीखो, prompt करना सीखो, और यह दिखावा छोड़ो कि close reading की कोई क़ीमत है। मैंने इस तर्ज़ के रूप इतनी बार सुने हैं कि अब इसका अपना एक मुर्दा लय है। यह दलील उसी वजह से नाकाम होती है जिस वजह से तकनीक नाकाम होती है: धाराप्रवाह output ठोस समझ-बूझ जैसी चीज़ नहीं है। LLMs सांख्यिकीय अनुमान लगाने में अच्छे हैं, बहुत-बहुत अच्छे। और वे रोज़ उनसे चैट करने वाले लाखों users से प्रशिक्षित होते हैं, धीरे-धीरे इस तरह ढलते हुए कि user को ख़ुश रखें, भले वह सही हो या नहीं.
मानविकी है क्या?
उलझन का एक हिस्सा यह है कि लोग अब भी "मानविकी" को एक तरह के अमीराना उदार बंडल के रूप में सुनते हैं: साहित्य, दर्शन, इतिहास, कला, शायद समृद्धि का कोई धुँधला वादा। इन क्षेत्रों को जो चीज़ जोड़ती है वह सिर्फ़ विषय नहीं, बल्कि पद्धति है। वे व्याख्या, तर्क, शब्दों में साक्ष्य, और अनिश्चितता में समझ-बूझ का प्रशिक्षण देते हैं, क्योंकि बहुत-सी इंसानी चीज़ें अकेले प्रयोग से तय नहीं हो सकतीं। अगर विज्ञान मापन के सबसे क़रीब है, तो मानविकी भाषा के सबसे क़रीब है, और भाषा ठीक वही जगह है जहाँ AI अब अपनी सबसे क़ायल करने वाली नाकामियाँ पैदा करता है।
बयानबाज़ी (rhetoric) और close reading में सधे लोगों ने ये नाकामी के तरीक़े जल्दी पहचान लिए क्योंकि ये तरीक़े पुराने थे। उस प्रशिक्षण के बिना लोग एक ज़्यादा बुनियादी सवाल पूछते रहे: क्या यह सही है, क्या यह तर्क है, क्या इस वाक्य का सचमुच कोई मतलब है? यह फ़र्क़ कोई नैतिक दोष नहीं है। यह तब होता है जब कोई संस्कृति text पैदा करने में बहुत अच्छी और उससे सवाल करने में कहीं बुरी हो जाती है।
Hallucination। मौजूदा बड़े language models ऐसे बयान पैदा कर सकते हैं जो ठोस, स्रोत वाले और विशिष्ट सुनाई देते हैं, जबकि वे ठीक उसी तरह झूठे होते हैं जिसे कोई जल्दबाज़ पाठक चूक सकता है। इसी तरह आपको ऐसे मुक़दमों के क़ानूनी उद्धरण मिल जाते हैं जो कभी थे ही नहीं, असली लेखकों और गढ़े हुए शीर्षकों वाले शोध-पत्र, और ऐसे ऐतिहासिक सारांश जो सही सदी में बने रहते हैं पर तथ्य ग़लत कर देते हैं। व्यवस्था झूठ बोलने की कोशिश नहीं कर रही; वह सच से किसी अंतर्निहित रिश्ते के बिना बस संभावित-लगने वाली अगली कड़ियाँ पैदा कर रही होती है। Rhetoric और close reading ने हमेशा दिमाग़ के एक हिस्से को ठीक इसी समस्या के लिए प्रशिक्षित किया है: वह हिस्सा जो पूछता है कि अधिकार दिखाया जा रहा है या बस उसका नाटक किया जा रहा है।
Circular reasoning। model आपको बताता है कि कोई चीज़ कारगर है क्योंकि उसमें कारगरी के लक्षण हैं, या कि कोई रुझान जारी रहेगा क्योंकि रुझान अक्सर जारी रहते हैं, या कि कोई नज़रिया बचाव-योग्य है क्योंकि उसके पक्ष में दलीलें दी जा सकती हैं। आकार तर्क जैसा दिखता है। सार ग़ायब है। तर्कशास्त्र ठीक इसी मक़सद के लिए मौजूद है। यह आपको छिपी हुई पूर्वधारणा, मान-ली-गई बात, और शुरुआत में ही चुपके से रखे गए निष्कर्ष को ढूँढना सिखाता है। ये कोई सजावटी स्कूली कौशल नहीं हैं। ये ग़लती पकड़ने के औज़ार हैं।
बिना सार वाली धाराप्रवाहता। इसे बहुत-से पाठक आज भी कम आँकते हैं क्योंकि गद्य इतना संयत सुनाई देता है। एक model अक्सर ऐसा अनुच्छेद गढ़ देगा जो विषय का नाम बार-बार बदलता रहता है पर उसके बारे में कोई दावा कभी करता ही नहीं। आप remote work के सामाजिक असर के बारे में पूछते हैं और एक अनुच्छेद पाते हैं कि remote work आधुनिक पेशेवर संस्कृति का एक अहम विकास है, यह कैसे बदलती कार्यस्थल गतिशीलता को दर्शाता है, इसमें मौक़े और चुनौतियाँ दोनों कैसे हैं, संगठनों को बदलते माहौल में कैसे राह बनानी होगी। व्याकरण और लय ठीक हैं, पर असल में कुछ कहा ही नहीं गया। Close reading को ठीक इसी ख़ालीपन को वाक्य-दर-वाक्य पकड़ने के लिए बनाया गया था।
हाँ, अक्सर classrooms भी ये कौशल ढंग से नहीं सिखातीं
मानविकी की classrooms अक्सर ये कौशल ढंग से सिखाने में नाकाम रहती हैं। बहुत-से लोग rhetoric या साहित्य के courses पास कर लेते हैं, और इस बीच आलोचनात्मक समझ-बूझ की शब्दावली उसकी आदत से ज़्यादा सीख लेते हैं। यूनिवर्सिटीज़ यहाँ बेक़सूर नहीं हैं। वे अक्सर मानविकी को प्रतिष्ठा की भाषा में बेचती हैं और फिर उन्हें अनुशासित पढ़ने, तर्क-विश्लेषण और व्याख्यात्मक जाँच के बजाय बस content से वाक़िफ़ कराने के तौर पर पढ़ाती हैं। यह इन विषयों के ख़िलाफ़ दलील नहीं है। यह उन्हें बुरी तरह पढ़ाने के ख़िलाफ़ दलील है।
यहीं domain-knowledge वाली आपत्ति भी आती है। हाँ, एक डॉक्टर ख़राब चिकित्सकीय सलाह कुछ हद तक इसलिए पकड़ लेती है क्योंकि वह medicine जानती है। एक वकील नक़ली उद्धरण कुछ हद तक इसलिए पकड़ लेता है क्योंकि वह क़ानून जानता है। Domain विशेषज्ञता मायने रखती है। पर domain ज्ञान और आलोचनात्मक-पठन का अनुशासन प्रतिद्वंद्वी नहीं हैं। वे साझेदार हैं। वह domain विशेषज्ञ जो तर्क की संरचना, शाब्दिक धुँधलेपन या दिखाए गए अधिकार से सवाल नहीं कर सकता, उससे ज़्यादा आसानी से बेवक़ूफ़ बनाया जा सकता है जो कर सकता है। मानविकी इन कौशलों तक पहुँचने का इकलौता रास्ता नहीं है। वे इन्हें सिखाने की सबसे पुरानी और सबसे स्पष्ट परंपराओं में से एक हैं।
मानविकी इंसानियत की आत्मा है।
विज्ञान, Engineering, Economics औज़ार हैं। दोनों ज़रूरी हैं। हाँ, सामाजिक गतिशीलता के लिहाज़ से आप STEM के रास्ते से ज़िंदगी में तेज़ी से आगे बढ़ते हैं। तनख़्वाहें ज़्यादा हैं, काम ज़्यादा है और यह ज़्यादातर लोगों के लिए कहीं ज़्यादा मुनासिब विकल्प भी है। पर हमें मानविकी भी चाहिए जो इंसानी स्वभाव को खंगालने, बदलाव के लिए प्रेरित करने और हमें आगे बढ़ाने में मदद करे। इंसान कहानियों, भाषणों, इतिहासों और नैतिक ढाँचे से, किसी spreadsheet से बहुत पहले, हिलते हैं।Uncle Tom's Cabin ने उत्तर के बहुत-से पाठकों के लिए ग़ुलामी को जीवंत और नैतिक रूप से ज़रूरी बनाने में अहम भूमिका निभाई, जो वरना उसे अमूर्त रख सकते थे। Zola का "J'accuse...!" ने Dreyfus affair को सुलझाया तो नहीं, पर इसने एक क़ानूनी मुक़दमे को साक्ष्य, न्याय और राज्य की बेईमानी को लेकर एक सार्वजनिक लड़ाई में बदल दिया। Communist पूर्वी यूरोप में, असंतुष्ट निबंध और samizdat सरकारी भाषा को कम स्वाभाविक और कम भरोसेमंद महसूस कराने में अहम थे। शब्द सेनाओं, क़ानूनों या संस्थाओं की जगह नहीं लेते, पर उन्हें आगे ज़रूर बढ़ाते हैं। वे यह तय करने में मदद करते हैं कि एक जनता क्या साफ़ देख पाती है, क्या उसे बर्दाश्त लायक़ लगता है, और कौन-से झूठ खोखले सुनाई देने लगते हैं।
text पैदा कर देना कोई सवाल नहीं है। मशीनें अब वह कर सकती हैं, सस्ते में और लगातार। व्यावहारिक सवाल यह है कि क्या आप गढ़े गए text को इतनी अच्छी तरह पढ़ सकते हैं कि जान सकें कब वह झाँसा दे रहा है, घूम रहा है, कुछ नहीं कह रहा, या धाराप्रवाह भाषा से अधिकार का नाटक कर रहा है। यह AI से पहले भी एक गंभीर कौशल था। AI ने इसकी ज़रूरत पैदा नहीं की। उसने बस इस इम्तिहान को नज़रअंदाज़ करना नामुमकिन बना दिया।
क़ानूनी और अकादमिक संदर्भों में AI hallucination के बड़े मामले 2022 से व्यापक रूप से रिपोर्ट किए गए। Mata v. Avianca (2023), जिसमें एक वकील ने न मौजूद मुक़दमों के AI-गढ़े उद्धरण जमा कर दिए, अब भी सबसे मज़ेदार दर्ज क़ानूनी मिसाल है। गढ़े हुए अकादमिक उद्धरणों के दर्ज मामले भी आम हैं।
इतिहासकार आज भी इस पर बहस करते हैं कि Civil War की ओर ले जाने वाली राजनीति में Uncle Tom's Cabin को कितना कारण-भार दिया जाए। यहाँ का संयमित दावा बस इतना है कि इस उपन्यास ने बागानी जीवन से दूर के पाठकों के लिए ग़ुलामी को जीवंत बनाकर उत्तर में ग़ुलामी-विरोधी भावना को आकार देने में मदद की।
Émile Zola का खुला पत्र "J'accuse...!" (1898) Dreyfus affair के परिभाषित सार्वजनिक पाठों में से एक बन गया। बात यह नहीं कि एक लेख ने मामला सुलझा दिया, बल्कि यह कि साहित्यिक और बयानी हस्तक्षेप ने बदल दिया कि मामला सार्वजनिक रूप से कैसे समझा गया।
पूर्वी यूरोप के लिए, Václav Havel जैसे लेखकों के असंतुष्ट लेखन और samizdat संस्कृति को सोचिए। दावा व्याख्यात्मक है पर अच्छी तरह आधारित: जिस भाषा ने सरकारी फ़ॉर्मूलों की विश्वसनीयता छीन ली, वह शासन-विरोधी चेतना के लिए तब भी मायने रखती थी जब उसने अकेले राज्य की नीति सीधे न बदली हो।