तंत्रज्ञान क्षेत्रातील दिग्गज कंपन्या AGI च्या पुढच्या टप्प्यासाठी स्पर्धा करत असताना, सर्वात तरुण डिजिटल पिढीकडून एक सूक्ष्म आणि अनेकदा संशयास्पद दृष्टिकोन समोर येत आहे. १० ते १८ वयोगटातील मुले आणि किशोरवयीन मुलांच्या दृष्टिकोनाबद्दलच्या अलीकडील माहितीवरून असे दिसून येते की, त्यांना भविष्यातील नोकऱ्या जाण्यापेक्षा मानवी सर्जनशीलता आणि चिकित्सक विचार करण्याच्या क्षमतेच्या जतनाबद्दल अधिक काळजी आहे.
प्रसारण्यापेक्षा व्यवहारवाद
तरुण पिढी अधिक AI एकत्रीकरणासाठी "आग्रह" करत आहे, या गृहितकाच्या उलट, अनेक मुले आश्चर्यकारक उदासीनता किंवा प्रतिकार देखील दर्शवत आहेत. सोशल मीडिया अॅप्स आणि स्मार्टफोन हे या वयोगटासाठी आवश्यक साधने असली तरी, AI ला अनेकदा एक क्रांतिकारी जीवनशैलीची गरज म्हणून न पाहता, केवळ "तिथे उपलब्ध असलेले" काहीतरी—जसे की Google सर्च किंवा शालेय असाइनमेंट्समध्ये समाविष्ट असलेले—असे मानले जाते.
ही माहिती या मोजक्या सहभागाचे प्रतिबिंब आहे. फेब्रुवारी २०२६ च्या Pew Research Center च्या सर्वेक्षणात असे नमूद करण्यात आले आहे की, अमेरिकेतील ५७% किशोरवयीन मुलांनी माहितीसाठी, ५४% शालेय कामासाठी आणि ४७% मनोरंजनासाठी चॅटबॉट्सचा वापर केला आहे. विशेष म्हणजे, केवळ १२% मुलांनी भावनिक आधारासाठी AI कडे वळण्याचा प्रयत्न केला आहे. यावरून असे सुचते की, AI एक उपयुक्त साधन (utility) बनत असले तरी, त्याने अद्याप तरुणांसाठी मानवी संबंध किंवा सामाजिक मान्यतेची जागा घेतलेली नाही.
"प्राथमिक आविष्कार" दृष्टीकोन
उद्याच्या डेव्हलपर्स आणि निर्मात्यांसाठी, AI च्या सध्याच्या स्थितीकडे तांत्रिक संशयाने पाहिले जाते. न्यूयॉर्कमधील १६ वर्षीय प्रोग्रामर रेमी, आधुनिक AI ची तुलना पहिल्या कार किंवा विमानांशी करतो: एक आश्चर्यकारक शोध जो अजूनही मूलभूतपणे "प्राथमिक" (crude) आहे.
तांत्रिक दृष्टिकोनातून, उच्च-स्तरीय वापरकर्त्यांना महत्त्वपूर्ण मर्यादा जाणवत आहेत. डेव्हलपर्सचे म्हणणे आहे की, सध्याचे LLMs अनेकचदा "अस्ताव्यस्त कोड" (sloppy code) तयार करतात, ज्याला शून्यापासून लिहिण्यापेक्षा डीबग करण्यासाठी अधिक वेळ लागतो. जरी AI च्या वैद्यकीय क्षेत्रातील संभाव्यतेचे—जसे की मानवी पडताळणीसह स्तनाच्या कर्करोगाचे निदान करणे—कौतुक केले जात असले तरी, तरुण तंत्रज्ञान प्रेमींना सध्याच्या AI मध्ये नसलेली सुसंगतता आणि तर्क सुनिश्चित करण्यासाठी मॅन्युअली reinforcement-learning models तयार करण्यात अधिक रस आहे.
अस्तित्वाच्या चिंता: सर्जनशीलता आणि पर्यावरण
तरुण पिढीची चिंता आता जुन्या पिढीच्या आर्थिक भीतीपासून दूर जात आहे. नोकरी नष्ट होण्याबद्दल काळजी करण्याऐवजी, किशोरवयीन मुले खालील गोष्टींबाबत तीव्र चिंता व्यक्त करत आहेत:
- संज्ञानात्मक क्षय (Cognitive Erosion): AI वरील अतिअवलंबनामुळे "सर्जनशीलता आणि चिकित्सक विचारांचा अंत" होईल, अशी भीती.
- पर्यावरणीय परिणाम: मोठ्या प्रमाणावरील मॉडेल्स प्रशिक्षित करण्यासाठी आणि चालवण्यासाठी लागणारी प्रचंड ऊर्जा आणि संसाधनांच्या वापरामुळे काही विद्यार्थी सक्रियपणे AI साधनांचा वापर टाळत आहेत.
- सामाजिक अखंडता: चुकीची माहिती (misinformation), deepfakes आणि प्रशिक्षण डेटामध्ये असलेल्या पूर्वग्रहांबाबत (biases) चिंता.
शिक्षक आणि डेव्हलपर्स जेव्हा या परिस्थितीचा सामना करत आहेत, तेव्हा तरुणांचा एकमत स्पष्ट आहे: ध्येय त्यांना AI पासून दूर ठेवणे हे नसून, एखाद्या किशोरवयीन मुलाला गाडी चालवायला शिकवण्याप्रमाणेच त्यांना "आपल्या त्रुटी किंवा दुर्लक्षित बाजू तपासण्यास" (check their blind spots) शिकवणे हे असावे.
महत्त्वाचे मुद्दे
- नाविन्यापेक्षा उपयुक्तता: किशोरवयीन मुले AI चा वापर प्रामुख्याने संशोधन आणि शालेय कामासाठी एक कार्यात्मक साधन म्हणून करत आहेत, भावनिक किंवा सामाजिक साथीदार म्हणून नाही.
- तांत्रिक संशय: प्रगत तरुण वापरकर्त्यांना असे वाटते की सध्याच्या AI आउटपुट्समध्ये उच्च-स्तरीय प्रोग्रामिंग आणि सर्जनशील प्रकल्पांसाठी आवश्यक असलेली अचूकता आणि सुसंगतता अनेकदा नसते.
- भीतीमधील बदल: Gen Z आणि Gen Alpha साठी प्राथमिक चिंता रोजगाराचा अभाव ही नसून, मानवी चिकित्सक विचारांचा संभाव्य ऱ्हास आणि तंत्रज्ञानाचा पर्यावरणीय खर्च ही आहे.
निष्कर्ष
Gen Z आणि Gen Alpha एखाद्या काल्पनिक (utopian) AI भविष्याची वाट पाहत नाहीत; ते आधीच या तंत्रज्ञानाचा कार्यात्मक साहाय्यक म्हणून वापर करत आहेत आणि त्याच वेळी त्याच्या दुष्परिणामांवरही बारीक लक्ष ठेवून आहेत. त्यांच्या प्राथमिकता—सर्जनशीलतेचे संरक्षण करणे, पर्यावरणीय हानी मर्यादित करणे आणि माहितीची अखंडता सुरक्षित ठेवणे—हे दर्शवतात की संवाद आता “AI आपल्याला बदलून टाकणार का?” यावरून बदलून “आपण AI ला अशा प्रकारे कसे आकार देऊ शकतो जे आपल्याला मानवी बनवणाऱ्या गोष्टींना पर्याय न ठरता त्यांना आधार देईल?” याकडे वळत आहे.