बिहान आँखा खुल्नासाथ स्मार्टफोन हेर्ने मानिसको दिन प्रायः एउटा अदृश्य छनोट प्रक्रियाबाट सुरु हुन्छ।

सामाजिक सञ्जालमा देखिने पहिलो समाचार, साथीले साझा गरेको भिडियो, सिफारिस गरिएको गीत, मौसमको सूचना, अनलाइन किनमेलको प्रस्ताव र कार्यालय पुग्न देखाइएको बाटो यी सबैको पछाडि कुनै न कुनै प्रकारको गणनात्मक नियम वा एल्गोरिदमले काम गरिरहेको हुन सक्छ।

हामीलाई लाग्छ, इन्टरनेटमा के हेर्ने भन्ने निर्णय हामी आफैँ गर्छौँ। वास्तविकता भने अलि फरक छ।

डिजिटल प्लेटफर्मले उपलब्ध सामग्रीको विशाल भण्डारबाट केही छानेर हाम्रो स्क्रिनमा राख्छन्। बाँकी सामग्री त्यहीँ हुन्छन्, तर हाम्रो नजरमा नपर्न सक्छन्।

यसरी एल्गोरिदमले हाम्रो छनोटलाई सघाउने मात्र होइन, हामीले छनोट गर्न पाउने विकल्पको दृश्यता र क्रमसमेत निर्धारण गर्छ। डिजिटल युगमा शक्ति सूचना उपलब्ध हुनुमा मात्र छैन, कुन सूचना पहिले देखिन्छ भन्नेमा पनि छ।

एउटा सरल प्रश्नले यसको महत्त्व उजागर गर्छ। फेसबुक, टिकटक वा युट्युब खोल्दा हामीले देख्ने पहिलो दस सामग्री किन अरू लाखौँ सामग्रीभन्दा अगाडि आउँछन्?

यसको उत्तर कुनै एउटै नियममा छैन। प्रयोगकर्ताको विगतको व्यवहार, हेराइको अवधि, प्रतिक्रिया, सामग्रीको विषय, साझेदारी र प्लेटफर्मका नीतिसम्मका अनेक सङ्केतले त्यसलाई प्रभावित गर्छन्।

तिनको महत्त्व प्लेटफर्मअनुसार फरक हुन्छ। युट्युबले हेराइको इतिहास र अन्तरक्रियाजस्ता सङ्केत प्रयोग गर्छ। टिकटकले प्रयोगकर्ताको गतिविधि, भिडियोको विवरण र खाता तथा उपकरणका केही सेटिङलाई पनि आधार मान्छ।

हामीले इन्टरनेटमा के देख्छौँ भन्ने कुरा हाम्रो रुचिले मात्र होइन, ती रुचिको अनुमान गर्ने प्रणालीले पनि निर्धारण गर्छ।

एल्गोरिदम कुनै जादु होइन। यो मानिसले बनाएको गणितीय नियम र सफ्टवेयरको संयोजन हो। तर आज यही प्रणालीले हामीले के हेर्ने, के पढ्ने, कसलाई विश्वास गर्ने र कुन विषयमा बहस गर्ने भन्नेसम्म प्रभाव पारिरहेको छ।

यसको शक्ति प्रविधिमा मात्र सीमित छैन। यो अर्थतन्त्र, राजनीति, समाज र व्यक्तिगत स्वतन्त्रतासँग जोडिएको छ।

फेसबुक, टिकटक र युट्युबजस्ता प्लेटफर्मले प्रयोगकर्ताको रुचि, प्रतिक्रिया र हेराइको समय विश्लेषण गर्छन्। त्यसैका आधारमा थप सामग्री सिफारिस गरिन्छ। हामीले कुनै भिडियोमा बढी समय बितायौँ, लाइक गर्‍यौँ वा सेयर गर्‍यौँ भने त्यस्तै सामग्री फेरि देखिने सम्भावना बढ्छ।

यसरी प्रयोगकर्ताको व्यवहार र एल्गोरिदमबीच निरन्तर प्रतिक्रिया चक्र बन्छ।

समस्या त्यतिबेला सुरु हुन्छ, जब ध्यान खिच्ने सामग्रीले सत्य र तथ्यभन्दा बढी प्राथमिकता पाउँछ। आक्रोश, भय, सनसनी र विवादले मानिसको ध्यान सजिलै तान्छन्। त्यसैले उत्तेजक राजनीतिक भाषण वा भ्रामक दाबीले तथ्यपरक विश्लेषणभन्दा बढी पहुँच पाउन सक्छन्।

एल्गोरिदमले सामग्रीको लोकप्रियतालाई प्राथमिकता दिँदा गलत सूचना पनि तीव्र गतिमा फैलिन सक्छ।

राजनीतिमा यसको प्रभाव अझ गम्भीर छ। कुनै नेताको भाषण वा विवादास्पद अभिव्यक्ति बारम्बार देखिँदा उनको छवि जनमानसमा बलियो बन्न सक्छ। तर प्रयोगकर्ताले त्यस नेताको आलोचना, वैकल्पिक दृष्टिकोण वा तथ्यमा आधारित विश्लेषण कम देख्न सक्छन्।

यसरी मानिस आफ्नै विश्वाससँग मेल खाने सामग्रीको घेरामा सीमित हुँदै जान्छन्। यस्तो अवस्थाले राजनीतिक ध्रुवीकरण बढाउन र स्वस्थ बहस कमजोर बनाउन सक्छ।

नेपालजस्तो डिजिटल साक्षरता र तथ्य जाँचका संरचना अझ सुदृढ गर्नुपर्ने समाजमा यो चुनौती झन् महत्त्वपूर्ण छ।

भ्रष्टाचार उजागर गर्न, नागरिक अभियान संगठित गर्न र सत्तालाई जवाफदेही बनाउन सामाजिक सञ्जालले उल्लेखनीय अवसर दिएको छ। तर यही माध्यमबाट निराधार आरोप, षड्यन्त्रका कथा र भ्रामक राजनीतिक प्रचार पनि फैलिन सक्छन्। बारम्बार देखिएको दाबी सत्य नै हो भन्ने भ्रमले गलत सूचनालाई थप बल दिन सक्छ।

एल्गोरिदमको अर्को जोखिम व्यक्तिगत सूचनाको प्रयोग र लक्षित प्रचार हो।

प्रयोगकर्ताको व्यवहारसम्बन्धी तथ्याङ्कका आधारमा फरक समूहलाई फरक सन्देश देखाउन सकिन्छ।

कृत्रिम बौद्धिकता, डीपफेक र स्वचालित खाताको प्रयोगले यस्तो प्रभावलाई थप जटिल बनाउन सक्छ। नागरिकले एउटै सार्वजनिक बहसमा सहभागी भएको ठाने पनि उनीहरूले फरकफरक सूचना संसार देखिरहेका हुन सक्छन्।

यसको समाधान सामाजिक सञ्जाल त्याग्नु मात्र होइन। प्लेटफर्मका सिफारिस प्रणालीमा पारदर्शिता, तथ्य जाँचमा लगानी, डिजिटल साक्षरताको विस्तार र प्रयोगकर्तालाई आफ्नो फिड नियन्त्रण गर्ने अधिकार आवश्यक छन्।

प्लेटफर्महरूले पनि प्रयोगकर्ताको ध्यान तान्ने क्षमतासँगै सूचना र सार्वजनिक हितप्रतिको जिम्मेवारी स्वीकार गर्नुपर्छ।

एल्गोरिदमले हाम्रो रुचि प्रतिबिम्बित मात्र गर्दैन, त्यसलाई बदल्न पनि सक्छ। डिजिटल युगको निर्णायक प्रश्न यही हो, हाम्रो जीवनलाई आकार दिने शक्ति कसको हातमा छ र त्यसप्रति जवाफदेही को छ? यदि एल्गोरिदमले सार्वजनिक बहसलाई निर्देशित गरिरहेको छ भने त्यसको प्रभावलाई प्रविधिको निजी मामिला भनेर पन्छाउन मिल्दैन।

लोकतन्त्रका लागि मानिसले के हेर्छन् भन्ने मात्र होइन, किन हेर्छन् र के विश्वास गर्छन् भन्ने विषयमा पनि पारदर्शिता र उत्तरदायित्व आवश्यक छ।

एल्गोरिदम भनेको के हो?

सरल भाषामा, कुनै समस्या समाधान गर्न वा निश्चित उद्देश्य हासिल गर्न अपनाइने स्पष्ट, क्रमबद्ध र तार्किक चरणहरूको समूहलाई एल्गोरिदम भनिन्छ।

खाना पकाउने विधि, कुनै गन्तव्यमा पुग्ने बाटो, बैंक खातामा ब्याज गणना गर्ने नियम वा कम्प्युटरमा ठूलो सङ्ख्यामध्ये सबैभन्दा ठूलो सङ्ख्या पत्ता लगाउने प्रक्रिया यी सबैलाई निश्चित सर्त र चरणमा व्यक्त गर्न सकिन्छ।

कम्प्युटर विज्ञानमा एल्गोरिदमले इनपुट लिन्छ, निर्धारित प्रक्रिया लागू गर्छ र आवश्यकताअनुसार परिणाम दिन्छ।

उदाहरणका लागि, पसलले ग्राहकलाई छुट दिन एउटा सरल एल्गोरिदम प्रयोग गर्न सक्छ। यदि खरिद रकम पाँच हजार रुपैयाँ वा बढी छ भने १० प्रतिशत छुट दिने, नत्र नियमित मूल्य लिने। यो निर्णयका लागि स्पष्ट सर्त, त्यसको परीक्षण र परिणाम निर्धारण गर्ने चरण आवश्यक हुन्छ।

तर आधुनिक एल्गोरिदम सधैँ यति सरल हुँदैनन्।

केहीले लाखौँ सम्भावित विकल्पको तुलना गर्छन्। केहीले तथ्याङ्कमा रहेका ढाँचा पहिचान गर्छन्। केहीले विगतका उदाहरणबाट सिकेर भविष्यमा के हुन सक्छ भनेर अनुमान गर्छन्। कृत्रिम बौद्धिकतामा प्रयोग हुने कतिपय प्रणालीले नयाँ तथ्याङ्कका आधारमा आफ्ना भविष्यवाणी र परिणाम सुधार्ने क्षमता राख्छन्।

यहाँ एउटा महत्त्वपूर्ण भिन्नता बुझ्नुपर्छ। सबै एल्गोरिदम कृत्रिम बौद्धिकता होइनन् र सबै एल्गोरिदमले आफैँ सिक्दैनन्।

एल्गोरिदम व्यापक अवधारणा हो। मेसिन लर्निङ त्यसको प्रयोगसँग जोडिएको एउटा प्रविधिगत क्षेत्र हो। कृत्रिम बौद्धिकताका धेरै प्रणालीमा एल्गोरिदम, तथ्याङ्क, मोडेल र कम्प्युटिङ संरचनाले संयुक्त रूपमा काम गर्छन्।

त्यसैले एल्गोरिदमको शक्ति बुझ्न कोड मात्र हेरेर पुग्दैन। त्यसलाई कुन उद्देश्यका लागि बनाइयो, कस्तो तथ्याङ्क दिइयो, कुन नतिजालाई सफलता मानियो र त्यसको प्रभाव कसले भोग्छ भन्ने प्रश्न पनि उत्तिकै महत्त्वपूर्ण हुन्छ।

प्राचीन गणितदेखि डिजिटल युगसम्म

एल्गोरिदमको इतिहास स्मार्टफोन वा इन्टरनेटबाट सुरु भएको होइन। यसको जरा प्राचीन गणित, गणना र समस्या समाधानका विधिमा छ।

प्राचीन ग्रीक गणितज्ञ युक्लिडसँग सम्बन्धित दुई सङ्ख्याको महत्तम साझा भाजक पत्ता लगाउने विधि एल्गोरिदमको ऐतिहासिक उदाहरणमध्ये एक हो। निश्चित चरण दोहोर्‍याएर समस्या समाधान गर्ने यस विधिको आधार आज पनि गणित र कम्प्युटर विज्ञानमा उपयोगी छ।

‘एल्गोरिदम’ शब्दको इतिहास नवौँ शताब्दीका फारसी गणितज्ञ मुहम्मद इब्न मुसा अल्–ख्वारिज्मीको नामसँग जोडिन्छ। उनका गणितीय लेखन र गणना विधिको ल्याटिन परम्परामा परेको प्रभावबाट यस शब्दको विकास भएको मानिन्छ। बीजगणितको विकासमा पनि उनको महत्त्वपूर्ण योगदान छ।

शताब्दीयौँसम्म एल्गोरिदम मुख्यतः गणितीय गणना र तार्किक प्रक्रिया व्यवस्थित गर्ने माध्यम थियो। आधुनिक कम्प्युटरको विकाससँगै यसको भूमिका व्यापक भयो। सन् १९३० को दशकमा गणनायोग्य प्रक्रिया र कम्प्युटेसनको सैद्धान्तिक अध्ययनले आधुनिक कम्प्युटर विज्ञानको आधार निर्माण गर्‍यो।

त्यसपछि विद्युतीय कम्प्युटरले विशाल गणना तीव्र गतिमा गर्न थाले।

इन्टरनेट र सर्च इन्जिनको विकासले एल्गोरिदमलाई अर्को चरणमा पुर्‍यायो।

वेबपृष्ठको सान्दर्भिकता निर्धारण गर्ने, नक्कली गतिविधि पहिचान गर्ने, विज्ञापन मिलाउने र सामग्री खोज्ने प्रणाली विकसित भए। स्मार्टफोन, क्लाउड कम्प्युटिङ, ठूलो परिमाणको तथ्याङ्क र मेसिन लर्निङले एल्गोरिदमलाई दैनिक जीवनको केन्द्रमा पुर्‍याए।

आज एल्गोरिदमले केवल पूर्वनिर्धारित निर्देशन पालना गर्ने काम गर्दैन। कतिपय प्रणालीले विशाल तथ्याङ्कबाट सम्बन्ध पहिचान गरेर कुन सामग्री सान्दर्भिक हुन सक्छ, कुन कारोबार असामान्य देखिन्छ वा कुन मेडिकल तस्बिर थप जाँचयोग्य छ भन्ने अनुमान गर्न सक्छन्।

इतिहासको यो यात्राले एउटा कुरा स्पष्ट पार्छ। एल्गोरिदमको विकास केवल छिटो गणना गर्ने क्षमताको कथा होइन। यो निर्णय प्रक्रियालाई मानिसबाट मेसिनमा, व्यक्तिगत अनुभवबाट तथ्याङ्कमा र प्रत्यक्ष छनोटबाट स्वचालित प्राथमिकतामा सार्ने परिवर्तनको कथा पनि हो।

एउटा एल्गोरिदम कसरी काम गर्छ?

एल्गोरिदम बनाउने विधि समस्याअनुसार फरक हुन्छ। तथापि, सामान्य समस्या समाधानको प्रक्रियालाई केही चरणमा बुझ्न सकिन्छ।

पहिलो, समस्या परिभाषित गर्ने। के समाधान गर्न खोजिएको हो भन्ने स्पष्ट हुनुपर्छ। बैंकले ठगी पहिचान गर्न खोजेको हो, अस्पतालले रोगको जोखिम अनुमान गर्न खोजेको हो वा सामाजिक सञ्जालले प्रयोगकर्तालाई सान्दर्भिक भिडियो देखाउन खोजेको हो?

दोस्रो, आवश्यक तथ्याङ्क र इनपुट सङ्कलन गर्ने। समस्या समाधान गर्न चाहिने सूचना पहिचान गरिन्छ। तथ्याङ्क अपूर्ण, गलत वा पक्षपातपूर्ण भए परिणाम पनि प्रभावित हुन सक्छ।

तेस्रो, नियम वा मोडेल तय गर्ने। कुन आधारमा निर्णय गर्ने, कुन सर्त परीक्षण गर्ने र कुन परिणामलाई प्राथमिकता दिने भन्ने निर्धारण गरिन्छ।

चौथो, चरणबद्ध प्रक्रिया कार्यान्वयन गर्ने। कम्प्युटरले निर्देशनअनुसार गणना, तुलना, वर्गीकरण, खोज वा भविष्यवाणी गर्छ।

पाँचौँ, परिणाम परीक्षण गर्ने। प्रणालीले सही र अपेक्षित नतिजा दिएको छ कि छैन, कति समय र स्रोत खर्च गरेको छ र विभिन्न परिस्थितिमा कस्तो व्यवहार गर्छ भन्ने जाँचिन्छ।

छैटौँ, सुधार र निगरानी गर्ने। त्रुटि भेटिएमा नियम वा मोडेल सुधारिन्छ। मेसिन लर्निङ प्रणालीमा नयाँ तथ्याङ्क, पुनःप्रशिक्षण र निरन्तर मूल्याङ्कन आवश्यक पर्न सक्छ।

यी चरणले एल्गोरिदमको आधारभूत संरचना बुझाउँछन्। वास्तविक प्रणालीमा तथ्याङ्क सङ्कलन, सुरक्षा, प्रयोगकर्ताको सहमति, निर्णयको व्याख्या, मानवीय निरीक्षण र कानुनी दायित्वजस्ता अतिरिक्त चरण पनि महत्त्वपूर्ण हुन्छन्।

एल्गोरिदमको गुणस्तर मापन गर्दा सही उत्तर मात्र पर्याप्त हुँदैन। त्यसको गति, लागत, विश्वसनीयता, सुरक्षा, निष्पक्षता र ऊर्जा खपतसमेत हेर्नुपर्छ। एउटा अस्पतालमा स्वीकार्य जोखिमको स्तर र मनोरञ्जन एपमा स्वीकार्य जोखिमको स्तर एउटै हुन सक्दैन।

सबैभन्दा महत्त्वपूर्ण कुरा, एल्गोरिदमले कुन लक्ष्य पूरा गर्न खोजेको छ भन्ने हो। लक्ष्य नै गलत वा अपूर्ण छ भने अत्यन्त तीव्र र प्राविधिक रूपमा सक्षम प्रणालीले पनि समाजका लागि खराब परिणाम दिन सक्छ।

सामाजिक सञ्जाल : ध्यानको अर्थतन्त्र

एल्गोरिदमको सबैभन्दा प्रत्यक्ष प्रभाव देखिने क्षेत्र सामाजिक सञ्जाल हो। फेसबुक, इन्स्टाग्राम, टिकटक र युट्युबमा हरेक दिन ठूलो परिमाणमा फोटो, भिडियो, समाचार, विज्ञापन र व्यक्तिगत पोस्ट प्रकाशित हुन्छन्। प्रयोगकर्ताले ती सबै हेर्न सम्भव छैन।

त्यसैले प्लेटफर्मले कुन सामग्री पहिले देखाउने र कुन सामग्री सिफारिस गर्ने भन्ने निर्णय गर्न स्वचालित प्रणाली प्रयोग गर्छन्।

यो प्रणालीको मूल उद्देश्य प्रयोगकर्तालाई सान्दर्भिक सामग्री खोज्न सहयोग गर्नु हो। तर प्लेटफर्मको व्यावसायिक मोडेलसँग यसको सम्बन्ध पनि गहिरो छ। प्रयोगकर्ता लामो समय सक्रिय रहेमा उसले थप सामग्री हेर्न, विज्ञापन सामना गर्न र प्लेटफर्ममा थप अन्तरक्रिया गर्न सक्छ।

यसले सामाजिक सञ्जाललाई ध्यानको अर्थतन्त्रमा रूपान्तरण गरेको छ। यहाँ ध्यान केवल मनोवैज्ञानिक अवस्था होइन, यो विज्ञापन, पहुँच, ब्रान्डको दृश्यता र आम्दानीसँग जोडिएको स्रोत हो।

भाइरल हुने निर्णय कसले गर्छ?

कुनै भिडियोले लाखौँ दर्शक पाउँछ, तर त्यस्तै गुणस्तरको अर्को भिडियो केही सय मानिससम्म मात्र पुग्छ।

यसको कारण केवल भाग्य वा लोकप्रियता होइन। सामग्रीको विषय, सुरुआती दर्शकको प्रतिक्रिया, हेर्ने अवधि, साझा गर्ने प्रवृत्ति, प्रयोगकर्ताको रुचि र प्लेटफर्मको सिफारिस प्रणालीले भूमिका खेल्न सक्छन्।

टिकटकले भिडियो पूरा हेर्नेजस्ता अन्तरक्रियालाई प्रयोगकर्ताको रुचिको सङ्केतका रूपमा लिने बताएको छ।

युट्युबले पनि हेर्ने इतिहास, क्लिक, प्रतिक्रिया र अन्य सङ्केतका आधारमा व्यक्तिगत सिफारिस तयार गर्ने विवरण सार्वजनिक गरेको छ। तर यी प्रणालीका सबै आन्तरिक नियम सार्वजनिक हुँदैनन् र एउटै सङ्केतले सबै अवस्थामा समान परिणाम दिँदैन।

यसैले ‘एल्गोरिदमले यो भिडियो मन परायो’ भन्नु वास्तविकता बुझ्ने पूर्ण व्याख्या होइन। एल्गोरिदमले सामग्रीलाई मानवीय अर्थमा मन पराउँदैन। उसले प्रणालीमा निर्धारित उद्देश्यअनुसार सम्भावित रुचि वा अन्य मापनयोग्य परिणाम अनुमान गर्छ।

भिडियोका सुरुआती केही सेकेन्ड, स्पष्ट विषय, दृश्य प्रस्तुति, दर्शकको रुचिसँगको मेल र सामग्रीले दिने वास्तविक मूल्य महत्त्वपूर्ण हुन सक्छन्। तर हरेक भिडियो भाइरल बनाउन सक्ने कुनै निश्चित सूत्र छैन।

राम्रो सामग्री कि बढी उत्तेजक सामग्री?

यहाँ सामाजिक सञ्जालको सबैभन्दा कठिन प्रश्न उठ्छ। प्रयोगकर्ताले धेरै प्रतिक्रिया दिएको सामग्री सधैँ सत्य, उपयोगी वा समाजका लागि हितकारी हुन्छ भन्ने छैन।

क्रोध उत्पन्न गर्ने पोस्ट, विवादास्पद दाबी, भय पैदा गर्ने भिडियो वा उत्तेजक शीर्षकले छिटो प्रतिक्रिया पाउन सक्छन्। तर ती सामग्रीले तथ्यात्मक शुद्धता, सन्तुलित सूचना वा दीर्घकालीन सामाजिक हित सुनिश्चित गर्दैनन्।

यदि प्रणालीले नकारात्मक र सकारात्मक दुवै प्रतिक्रियालाई समान प्रकारको लोकप्रियताको सङ्केतका रूपमा व्यवहार गर्‍यो भने हानिकारक सामग्रीले पनि थप दृश्यता पाउन सक्छ। यो जोखिम प्रणालीको बनावट, सुरक्षा उपाय, सामग्रीको प्रकृति र प्लेटफर्मले निर्धारण गरेका लक्ष्यमा निर्भर हुन्छ।

अस्ट्रेलियाको ईसेफ्टी कमिसनरले सिफारिस प्रणालीसम्बन्धी आफ्नो सन् २०२६ को स्थितिपत्रमा प्रयोगकर्ताको संलग्नतालाई प्राथमिकता दिने प्रणालीले सकारात्मक र नकारात्मक प्रतिक्रियाबीच पर्याप्त भेद नगर्दा जोखिम उत्पन्न हुन सक्ने विषय उठाएको छ।

यसको अर्थ सबै प्लेटफर्मले सधैँ हानिकारक सामग्री नै बढाउँछन् भन्ने होइन, तर डिजाइनका निर्णयले जोखिम बढाउन वा घटाउन सक्छन्।

समाधान पनि केवल एल्गोरिदम हटाउनु होइन। प्रयोगकर्ताको सुरक्षा, सामग्रीको विश्वसनीयता, विविधता, अपिलको व्यवस्था र दीर्घकालीन सन्तुष्टिलाई महत्त्व दिने प्रणाली निर्माण गर्नु आवश्यक छ।

के एल्गोरिदमले हाम्रो सोच बदल्छ?

सामाजिक सञ्जालमा बारम्बार एउटै प्रकारका विचार, राजनीतिक धारणा वा सामाजिक विषय देखिँदा मानिसले त्यही दृष्टिकोणलाई सामान्य वा व्यापक रूपमा स्वीकृत ठान्न सक्छ।

व्यक्तिगत रुचिअनुसार सामग्री छान्ने प्रक्रियाले उपयोगी सूचना सजिलै उपलब्ध गराए पनि फरक मत र नयाँ विषयसँगको सम्पर्क घटाउन सक्छ।

तर हरेक व्यक्तिगत फिडले अनिवार्य रूपमा ‘इको चेम्बर’ निर्माण गर्छ भन्ने निष्कर्ष सही हुँदैन। मानिसको आफ्नै छनोट, साथीहरूको सञ्जाल, समाचारको उपलब्धता, प्लेटफर्मको डिजाइन र सामाजिक वातावरणले पनि भूमिका खेल्छन्।

तथापि, सार्वजनिक बहसको केन्द्रमा एउटा महत्त्वपूर्ण प्रश्न रहन्छ। मानिसले संसारलाई जस्तो छ त्यस्तै देखिरहेको छ कि उसको डिजिटल व्यवहारका आधारमा छानिएको एउटा सीमित दृश्य मात्र देखिरहेको छ?

राजनीतिक समाचार, निर्वाचन, सार्वजनिक नीति र सामाजिक द्वन्द्वका विषयमा यो प्रश्न झन् संवेदनशील हुन्छ। गलत सूचना, भ्रामक सामग्री र कृत्रिम रूपमा तयार गरिएका दृश्य वा आवाजले ठूलो पहुँच पाउँदा तथ्य जाँच गर्ने क्षमता र विश्वसनीय स्रोतको महत्त्व बढ्छ।

डिजिटल सञ्चार र समाचार उद्योगको नयाँ शक्ति

एल्गोरिदमले समाचार उद्योगको वितरण प्रणाली नै परिवर्तन गरेको छ।

विगतमा पाठकसम्म समाचार पुर्‍याउन पत्रिका, रेडियो, टेलिभिजन वा समाचार पोर्टलको प्रत्यक्ष भूमिका प्रमुख थियो। अहिले समाचार सामाजिक सञ्जालको फिड, सर्च इन्जिन, भिडियो सिफारिस र डिजिटल सूचनामार्फत पाठकसम्म पुग्छ।

यसले साना सञ्चारमाध्यमलाई पनि ठूलो दर्शकसम्म पुग्ने अवसर दिएको छ।

सीमित स्रोत भएको नेपाली समाचार संस्था वा सिर्जनाकर्ताले राम्रो सामग्री बनाएर अन्तर्राष्ट्रिय दर्शकसम्म पहुँच बनाउन सक्छ। स्थानीय भाषा, ग्रामीण समुदाय र पहिले पर्याप्त दृश्यता नपाएका विषयलाई पनि नयाँ अवसर प्राप्त हुन सक्छ।

तर यही प्रणालीले सञ्चारमाध्यमलाई बाह्य प्लेटफर्ममा निर्भर बनाउने जोखिम बढाएको छ।

प्लेटफर्मको वितरण प्रणाली परिवर्तन हुँदा समाचारको पहुँच, भिडियोको दर्शक सङ्ख्या र विज्ञापनबाट हुने आम्दानी प्रभावित हुन सक्छ। सामाजिक सञ्जालमा लाखौँ दर्शक हुनु र आफ्नै वेबसाइटमा नियमित पाठक हुनु एउटै कुरा होइन।

समाचार संस्थाले आफ्ना सामग्रीको पहुँचलाई केवल भ्युज र लाइकबाट मापन गर्नु पर्याप्त हुँदैन।

पाठकले सामग्री कति समय पढे, तथ्यप्रति कति विश्वास गरे, सदस्य बने कि बनेनन्, फेरि फर्किए कि फर्किएनन् र सामग्रीले वास्तविक सार्वजनिक मूल्य सिर्जना गर्‍यो कि गरेन भन्ने कुरा पनि महत्त्वपूर्ण हुन्छ।

पत्रकारिताका लागि अर्को चुनौती दृश्यता र सार्वजनिक महत्त्वबीचको भिन्नता हो। कुनै समाचार व्यापक रूपमा साझा भयो भन्दैमा त्यो सबैभन्दा महत्त्वपूर्ण समाचार हुँदैन। त्यसैगरी, कम प्रतिक्रिया आएको खोजमूलक रिपोर्ट सार्वजनिक हितका दृष्टिले अत्यन्त महत्त्वपूर्ण हुन सक्छ।

समाचार संस्थाले एल्गोरिदमअनुकूल शीर्षक, स्पष्ट भिडियो, प्रभावकारी दृश्य र वितरण रणनीति प्रयोग गर्न सक्छन्। तर त्यसका लागि तथ्यको शुद्धता, सन्दर्भ, निष्पक्षता र सम्पादकीय स्वतन्त्रता त्याग्नु हुँदैन।

डिजिटल पत्रकारिताको सफलता एल्गोरिदमलाई खुसी पार्नुमा होइन, एल्गोरिदमबाट प्राप्त पहुँचलाई विश्वसनीय पत्रकारिताको मूल्यमा रूपान्तरण गर्नुमा छ।

सर्च इन्जिनदेखि डिजिटल मनोरञ्जनसम्म

सर्च इन्जिनले अरबौँ वेबपृष्ठमध्ये प्रयोगकर्ताको प्रश्नसँग सम्बन्धित नतिजा पहिचान गरी क्रमबद्ध रूपमा देखाउँछन्। खोजिएका शब्द, सामग्रीको सान्दर्भिकता, गुणस्तर, सन्दर्भ र प्रणालीअनुसार अन्य सङ्केतले नतिजा निर्धारण गर्न सक्छन्।

यसले सूचना खोज्ने समय घटाएको छ। विद्यार्थीले अध्ययन सामग्री, व्यवसायीले बजारसम्बन्धी सूचना, पत्रकारले सार्वजनिक अभिलेख र उपभोक्ताले उत्पादनको तुलना छिटो पाउन सक्छन्। तर खोजको पहिलो नतिजा सधैँ सबैभन्दा सही वा निष्पक्ष हुन्छ भन्ने ग्यारेन्टी छैन।

विज्ञापन, कमजोर सामग्री, भ्रामक वेबसाइट र तथ्यको गलत प्रस्तुति पनि प्रयोगकर्तासामु आउन सक्छन्।

डिजिटल मनोरञ्जनमा एल्गोरिदमले संगीत, फिल्म, छोटा भिडियो, पोडकास्ट र खेलको छनोटलाई व्यक्तिगत बनाउँछ। प्रयोगकर्ताले पहिले हेरेका सामग्री, रुचि र व्यवहारका आधारमा नयाँ सामग्री सिफारिस गर्न सकिन्छ। यसले नयाँ कलाकार र सिर्जनाकर्तालाई उपयुक्त दर्शक भेट्न सहयोग पुर्‍याउन सक्छ।

तर अत्यधिक व्यक्तिगत सिफारिसले प्रयोगकर्तालाई सीमित विधा, शैली वा सिर्जनाकर्तामै केन्द्रित राख्ने सम्भावना पनि हुन्छ।

लोकप्रिय सामग्रीले बढी अवसर पाउँदा नयाँ वा कम व्यावसायिक सिर्जनाको दृश्यता घट्न सक्छ। त्यसैले सिफारिस प्रणालीले लोकप्रियतासँगै विविधता र नयाँ सामग्री खोज्ने अवसरलाई पनि कसरी समेट्छ भन्ने महत्त्वपूर्ण हुन्छ।

नक्सा र मार्गदर्शन प्रणालीमा एल्गोरिदमले सडक सञ्जाल, दूरी, अनुमानित यात्रा समय र उपलब्ध ट्राफिक सूचनाको विश्लेषण गरी सम्भावित बाटो सुझाउँछ।

यसले समय बचाउन र यातायात व्यवस्थापन सुधार्न सहयोग गर्न सक्छ। तर गलत नक्सा, पुरानो सूचना वा वास्तविक अवस्थासँग नमिलेको अनुमानले प्रयोगकर्तालाई समस्यामा पार्न सक्छ।

अनलाइन किनमेलमा एल्गोरिदमले ग्राहकलाई उत्पादन सिफारिस गर्छ, माग अनुमान गर्छ र मूल्य निर्धारण वा भण्डारण व्यवस्थापनमा सहयोग पुर्‍याउन सक्छ। वित्तीय क्षेत्रमा कारोबारको जोखिम पहिचान, ठगीको सम्भावना जाँच र ऋणसम्बन्धी विश्लेषणमा यसको प्रयोग हुन्छ।

यी सबै उदाहरणले एउटै कुरा देखाउँछन्। एल्गोरिदमको वास्तविक उपयोगिता ठूलो तथ्याङ्कबाट उपयोगी निर्णय निकाल्नु हो। तर नतिजाको विश्वसनीयता तथ्याङ्कको गुणस्तर, प्रणालीको डिजाइन र त्यसको प्रयोग गर्ने संस्थाको जिम्मेवारीमा निर्भर हुन्छ।

कृत्रिम बौद्धिकता : एल्गोरिदमको नयाँ युग

कृत्रिम बौद्धिकताको तीव्र विकासले एल्गोरिदमको महत्त्व अझ बढाएको छ। मेसिन लर्निङ प्रणालीले विगतका उदाहरणबाट ढाँचा पहिचान गर्न सक्छ। गहिरो सिकाइले जटिल तथ्याङ्कबाट विशेषता निकाल्न सक्छ। उत्पादनमूलक कृत्रिम बौद्धिकताले लेख, तस्बिर, आवाज, भिडियो र कम्प्युटर कोडसमेत सिर्जना गर्न सक्छ।

तर यस्तो प्रणालीले कुनै परिणाम निकाल्यो भन्दैमा त्यसले मानिसजस्तै बुझ्यो, सत्य पहिचान गर्‍यो वा स्वतन्त्र निर्णयको नैतिक जिम्मेवारी लिन सक्छ भन्ने हुँदैन। परिणामको गुणस्तर प्रशिक्षणका तथ्याङ्क, मोडेलको क्षमता, निर्देशन, प्रयोगको सन्दर्भ र परीक्षणमा निर्भर हुन्छ।

व्यवसायमा यसको प्रभाव व्यापक छ। ग्राहक सेवामा स्वचालित संवाद प्रणाली, बिक्रीको माग अनुमान, आपूर्ति शृङ्खला व्यवस्थापन, कागजातको विश्लेषण, अनुवाद, बजार अनुसन्धान र जोखिम मूल्याङ्कनमा एल्गोरिदमले कामको गति बढाउन सक्छ।

सानो व्यवसायका लागि पनि यो अवसर हो।

ग्राहकको माग बुझ्न, उत्पादनको सूची व्यवस्थापन गर्न, विज्ञापन लक्षित गर्न र नियमित प्रशासनिक काम घटाउन डिजिटल प्रणाली प्रयोग गर्न सकिन्छ। तर त्यसका लागि गुणस्तरीय तथ्याङ्क, दक्ष कर्मचारी, सुरक्षित डिजिटल पूर्वाधार र स्पष्ट व्यावसायिक उद्देश्य आवश्यक हुन्छ।

एल्गोरिदमले व्यवसायलाई प्रतिस्पर्धी बनाउन सक्छ, तर प्रविधि अपनाएकै कारण व्यवसाय सफल हुन्छ भन्ने होइन। गलत तथ्याङ्क, अस्पष्ट लक्ष्य र मानवीय निरीक्षणको अभावले प्रविधिको लागत बढाउन र निर्णय बिगार्न सक्छ।

स्वास्थ्य क्षेत्रमा जीवनसँग जोडिएको गणना

चिकित्सा क्षेत्रमा एल्गोरिदमको प्रयोगको महत्त्व प्रत्यक्ष रूपमा मानव जीवनसँग जोडिन्छ। मेडिकल तस्बिर विश्लेषण, रोगको जोखिम अनुमान, प्रयोगशाला नतिजाको विश्लेषण, औषधि अनुसन्धान, बिरामीको निगरानी र स्वास्थ्य सेवाको व्यवस्थापनमा यसको उपयोग बढिरहेको छ।

उचित रूपमा परीक्षण गरिएको प्रणालीले चिकित्सकलाई सम्भावित समस्या पहिचान गर्न, ठूलो परिमाणको तथ्याङ्क विश्लेषण गर्न र प्राथमिकता निर्धारण गर्न सहयोग गर्न सक्छ। सीमित विशेषज्ञ उपलब्ध भएका क्षेत्रहरूमा उपयुक्त डिजिटल उपकरणले सेवा विस्तारमा पनि योगदान दिन सक्छ।

तर स्वास्थ्य क्षेत्रमा एल्गोरिदमलाई अचूक निर्णायक मान्नु जोखिमपूर्ण हुन्छ।

प्रशिक्षणका तथ्याङ्कले सबै उमेर, लिङ्ग, समुदाय वा रोग अवस्थालाई प्रतिनिधित्व नगरेमा केही बिरामीका लागि नतिजा कम विश्वसनीय हुन सक्छ। अपूर्ण सूचना, गलत अनुमान र स्वचालित प्रणालीमाथिको अत्यधिक भरोसाले उपचारसम्बन्धी निर्णयमा त्रुटि निम्त्याउन सक्छ।

विश्व स्वास्थ्य सङ्गठनले स्वास्थ्य क्षेत्रमा कृत्रिम बौद्धिकताको सम्भावना स्वीकार गर्दै गोपनीयता, निष्पक्षता, सुरक्षा, पारदर्शिता र मानवीय जिम्मेवारीलाई केन्द्रमा राख्नुपर्ने बताएको छ।

यसैले चिकित्सकीय एल्गोरिदमको उद्देश्य चिकित्सकलाई अनावश्यक बनाउनु होइन, उपयुक्त अवस्थामा चिकित्सकलाई राम्रो निर्णय लिन सहयोग गर्नु हो। जोखिमअनुसार परीक्षण, नियमित अनुगमन र स्पष्ट जवाफदेहिताबिना स्वास्थ्य क्षेत्रमा स्वचालित प्रणाली विस्तार गर्नु उचित हुँदैन।

एल्गोरिदमको अँध्यारो पक्ष

एल्गोरिदमलाई गणित र तथ्याङ्कमा आधारित भएकाले निष्पक्ष मान्ने प्रवृत्ति छ। तर गणना गर्ने प्रणाली आफैँमा नैतिक रूपमा निष्पक्ष हुँदैन। त्यसको परिणाम तथ्याङ्क, उद्देश्य, छनोट गरिएका सूचक र निर्माण गर्ने मानिसका निर्णयबाट प्रभावित हुन्छ।

पक्षपात : गलत तथ्याङ्कको स्वचालित विस्तार

यदि कुनै भर्ती प्रणालीलाई विगतमा छनोट भएका कर्मचारीका तथ्याङ्कबाट प्रशिक्षण दिइयो र विगतको छनोट प्रक्रियामा लैङ्गिक वा सामाजिक पक्षपात थियो भने नयाँ प्रणालीले पनि त्यही ढाँचा सिक्न सक्छ।

ऋण दिने प्रणालीले पनि ऐतिहासिक तथ्याङ्कमा रहेका असमानता पुनः उत्पादन गर्न सक्छ। स्वास्थ्य क्षेत्रमा केही समुदायका तथ्याङ्क पर्याप्त नभएमा उनीहरूका लागि नतिजा कम विश्वसनीय हुन सक्छ।

यसरी स्वचालनले पक्षपात हटाउने मात्र होइन, त्यसलाई ठूलो परिमाणमा विस्तार गर्ने जोखिम पनि राख्छ। आर्थिक सहयोग, रोजगारी, शिक्षा, स्वास्थ्य र सार्वजनिक सेवामा प्रयोग हुने प्रणालीको नियमित निष्पक्षता परीक्षण आवश्यक हुन्छ।

गोपनीयता : हाम्रो व्यवहार नै तथ्याङ्क

डिजिटल सेवा प्रयोग गर्दा हामीले खोजेका विषय, हेरेका सामग्री, स्थानसम्बन्धी विवरण, किनमेलका गतिविधि र अन्य अन्तरक्रियाबाट तथ्याङ्क सिर्जना हुन सक्छ।

ती तथ्याङ्क कसरी सङ्कलन गरिन्छन्, कति समय राखिन्छन्, कससँग साझा गरिन्छन् र कुन उद्देश्यका लागि प्रयोग गरिन्छन् भन्ने प्रश्न व्यक्तिगत गोपनीयतासँग जोडिन्छ।

व्यक्तिगत सिफारिस उपयोगी हुन सक्छ, तर प्रयोगकर्ताले नबुझेको वा नियन्त्रण गर्न नसकेको तथ्याङ्क सङ्कलनले जोखिम बढाउँछ। संवेदनशील सूचना चुहावट, अनधिकृत पहुँच, निगरानी र व्यक्तिको व्यवहार अनुमान गर्ने प्रक्रियाले व्यक्तिगत स्वतन्त्रतालाई प्रभावित गर्न सक्छ।

गोपनीयता सुरक्षा केवल पासवर्ड राख्नुमा सीमित हुँदैन। न्यूनतम आवश्यक तथ्याङ्क सङ्कलन, स्पष्ट सहमति, पहुँच नियन्त्रण, सुरक्षित भण्डारण र तथ्याङ्क मेटाउने व्यवस्था पनि आवश्यक हुन्छ।

गलत सूचना र कृत्रिम सामग्री

कृत्रिम बौद्धिकताले सामग्री उत्पादन गर्ने लागत घटाएसँगै गलत वा भ्रामक सामग्री ठूलो परिमाणमा तयार पार्न सजिलो भएको छ। नक्कली तस्बिर, परिवर्तन गरिएको आवाज, झूटो दाबी र कृत्रिम भिडियोले सार्वजनिक बहसलाई प्रभावित गर्न सक्छन्।

एल्गोरिदमले सामग्री कति सत्य छ भन्ने कुरा स्वतः सुनिश्चित गर्दैन। विश्वसनीयता जाँच, स्रोतको प्रमाणीकरण, प्लेटफर्मको सामग्री नीति र प्रयोगकर्ताको तथ्य जाँच गर्ने क्षमताबीच समन्वय आवश्यक हुन्छ।

मानसिक स्वास्थ्य र ध्यानको नियन्त्रण

लगातार आउने सूचना, स्वचालित भिडियो, व्यक्तिगत सिफारिस र अनन्तसम्म स्क्रोल गर्न मिल्ने फिडले केही प्रयोगकर्ताको समय व्यवस्थापन र ध्यानमा असर पार्न सक्छ।

विशेषगरी बालबालिका तथा किशोरकिशोरीको हकमा उमेरअनुकूल सुरक्षा, विज्ञापनको नियन्त्रण र डिजिटल साक्षरता महत्त्वपूर्ण हुन्छ।

तर सामाजिक सञ्जालको प्रयोग र मानसिक स्वास्थ्यबीचको सम्बन्ध जटिल छ। सबै प्रयोगकर्तामा एउटै प्रभाव पर्छ वा प्रत्येक नकारात्मक परिणाम एल्गोरिदमकै कारण हुन्छ भन्ने निष्कर्ष निकाल्न मिल्दैन।

प्रयोगको प्रकृति, व्यक्तिगत परिस्थिति, सामग्री र सामाजिक वातावरणले पनि भूमिका खेल्छन्।

रोजगार र आर्थिक असमानता

स्वचालनले दोहोरिने कामको लागत घटाउन र नयाँ व्यवसाय सिर्जना गर्न सक्छ। तर केही कामको माग घटाउन, आवश्यक सीप बदल्न र श्रमिकलाई पुनःप्रशिक्षणको आवश्यकता बढाउन पनि सक्छ।

एल्गोरिदमले कामदारको प्रदर्शन मापन, काम बाँडफाँट, नियुक्ति र मूल्याङ्कनमा भूमिका खेल्दा कर्मचारीले निर्णयको आधार बुझ्न र गलत निर्णयविरुद्ध अपिल गर्न पाउनुपर्छ। उत्पादनशीलता बढेको लाभ कसले पाउँछ भन्ने प्रश्न पनि उत्तिकै महत्त्वपूर्ण हुन्छ।

प्रविधिबाट सिर्जित लाभ सीमित कम्पनी वा उच्च सीप भएका समूहमा मात्र केन्द्रित भए डिजिटल अर्थतन्त्रले असमानता घटाउनुको सट्टा बढाउन सक्छ।

साइबर सुरक्षा र एल्गोरिदम

साइबर सुरक्षामा एल्गोरिदमले शङ्कास्पद लगइन, असामान्य कारोबार, नेटवर्कमा देखिने असामान्य गतिविधि र सम्भावित ठगी पहिचान गर्न सहयोग गर्छ। बैंक, डिजिटल भुक्तानी सेवा, दूरसञ्चार कम्पनी र सरकारी डिजिटल प्रणालीका लागि यस्तो क्षमता उपयोगी हुन्छ।

तर यही क्षेत्रमा दुईवटा सावधानी आवश्यक छन्। पहिलो, सामान्य गतिविधिलाई गलत रूपमा जोखिमपूर्ण ठहर गर्दा निर्दोष प्रयोगकर्ताको खाता रोक्का हुन सक्छ। दोस्रो, अपराधीहरूले आफ्नो व्यवहार परिवर्तन गरेपछि पुरानो ढाँचामा आधारित प्रणालीले नयाँ जोखिम चिन्न नसक्न सक्छ।

एल्गोरिदममा निर्भरता बढ्दै जाँदा त्यसलाई नै लक्षित गर्ने साइबर आक्रमण, तथ्याङ्कमा जानाजानी परिवर्तन, मोडेलको कमजोरीको दुरुपयोग र संवेदनशील सूचना चुहावटको जोखिम पनि बढ्छ।

त्यसैले सुरक्षित प्रणालीका लागि प्रविधिगत सुरक्षा मात्र पर्याप्त हुँदैन। नियमित परीक्षण, पहुँच नियन्त्रण, घटना प्रतिक्रिया, मानव निरीक्षण र जिम्मेवारी स्पष्ट गर्ने व्यवस्था पनि चाहिन्छ।

नेपालको डिजिटल अर्थतन्त्रका लागि यसको अर्थ

नेपालमा एल्गोरिदमको प्रश्न केवल विश्वव्यापी प्रविधिको बहस होइन। यो समाचारको पहुँच, डिजिटल भुक्तानी, बैंकिङ, पर्यटन, कृषि, शिक्षा, स्वास्थ्य, रोजगारी र साना व्यवसायको भविष्यसँग जोडिएको छ।

नेपाली व्यवसायले ग्राहकको रुचि बुझ्न, उत्पादनको प्रचार गर्न, अनलाइन बिक्री बढाउन र सञ्चालन खर्च घटाउन एल्गोरिदममा आधारित उपकरण प्रयोग गर्न सक्छन्।

पर्यटन व्यवसायले ग्राहकको खोजी र बुकिङको ढाँचा विश्लेषण गर्न सक्छ। कृषिमा मौसम, बजार मूल्य र उत्पादनसम्बन्धी तथ्याङ्कको विश्लेषण उपयोगी हुन सक्छ। वित्तीय सेवाले कारोबारमा सम्भावित ठगी पहिचान गर्न सक्छन्।

तर यी सम्भावना वास्तविकतामा बदल्न भरपर्दो तथ्याङ्क, डिजिटल पूर्वाधार, दक्ष जनशक्ति, स्थानीय भाषामा काम गर्ने प्रविधि र स्पष्ट नियमन आवश्यक हुन्छ।

नेपालको सन्दर्भमा एउटा विशेष चुनौती भाषा र प्रतिनिधित्व हो।

नेपाली तथा अन्य मातृभाषामा पर्याप्त गुणस्तरीय डिजिटल सामग्री र तथ्याङ्क उपलब्ध नभएमा विश्वव्यापी प्रणालीले स्थानीय आवश्यकता पर्याप्त रूपमा बुझ्न नसक्ने जोखिम हुन्छ। पहाडी क्षेत्र, ग्रामीण समुदाय, साना व्यवसाय र डिजिटल सेवामा कम पहुँच भएका समूहका आवश्यकतालाई प्रणालीको डिजाइनमै समेट्नुपर्छ।

नेपालका सञ्चारमाध्यमका लागि पनि यो रणनीतिक विषय हो।

सामाजिक सञ्जालबाट प्राप्त दर्शकले समाचार संस्थालाई ठूलो पहुँच दिन सक्छन्। तर आफ्नै पाठक आधार, वेबसाइट, इमेल सूची, सदस्यता र प्रत्यक्ष सम्बन्ध विकास नगरेमा प्लेटफर्मको नियम परिवर्तन हुँदा आम्दानी र पहुँच दुवै प्रभावित हुन सक्छन्।

व्यवसायले एल्गोरिदमलाई केवल विज्ञापन र भ्युज बढाउने उपायका रूपमा हेर्नु हुँदैन। ग्राहकलाई सही सेवा दिन, सूचना सुरक्षित राख्न, निर्णयको गुणस्तर बढाउन र दीर्घकालीन विश्वास निर्माण गर्न यसको प्रयोग हुनुपर्छ।

नेपालले प्रविधि प्रयोग गर्ने मात्र होइन, त्यसलाई स्थानीय समस्या समाधान गर्न सक्ने क्षमता पनि निर्माण गर्नुपर्छ। विद्यालयदेखि विश्वविद्यालयसम्म गणनात्मक सोच, तथ्याङ्क साक्षरता, डिजिटल सुरक्षा र कृत्रिम बौद्धिकताको जिम्मेवार प्रयोगबारे शिक्षा विस्तार गर्नु आवश्यक छ।

एल्गोरिदमलाई कसले नियन्त्रण गर्छ?

एल्गोरिदमले प्रभाव पार्ने निर्णयको महत्त्व बढेसँगै यसको जवाफदेहिताको प्रश्न पनि बढ्छ।

प्रयोगकर्ताले आफ्नो स्क्रिनमा देखिने सामग्री किन सिफारिस भयो भन्ने आधारभूत जानकारी पाउनुपर्छ। संवेदनशील निर्णयमा प्रभावित व्यक्तिले निर्णयको कारण बुझ्न, गल्ती सच्याउन र आवश्यक परे मानवीय पुनरावलोकन माग्न सक्नुपर्छ।

प्रविधि कम्पनीहरूले प्रणालीका उद्देश्य, प्रमुख जोखिम, तथ्याङ्कको प्रयोग र सुरक्षा उपायबारे पर्याप्त पारदर्शिता दिनुपर्छ।

सरकारले गोपनीयता, उपभोक्ता संरक्षण, प्रतिस्पर्धा, साइबर सुरक्षा र भेदभावविरुद्धका नियमलाई प्रभावकारी बनाउनुपर्छ। नियमनले नवप्रवर्तनलाई अनावश्यक रूपमा रोक्नु हुँदैन, तर सार्वजनिक हित र मौलिक अधिकारलाई बेवास्ता पनि गर्नु हुँदैन।

स्वतन्त्र अनुसन्धानकर्तालाई सुरक्षित र उपयुक्त अवस्थामा प्रणालीको प्रभाव अध्ययन गर्न सक्ने अवसर दिनु आवश्यक हुन्छ। जोखिमअनुसार स्वतन्त्र लेखापरीक्षण, प्रभाव मूल्याङ्कन र सार्वजनिक प्रतिवेदनले प्रणालीको विश्वसनीयता बढाउन सक्छन्।

सामाजिक सञ्जालमा प्रयोगकर्तालाई आफ्नो फिडलाई प्रभावित गर्ने विकल्प, रुचिसम्बन्धी सेटिङ र सामग्री सिफारिस नियन्त्रण गर्ने साधन उपलब्ध गराउनु पनि महत्त्वपूर्ण हुन्छ। तर सबै जिम्मेवारी प्रयोगकर्तामाथि थोपर्न मिल्दैन। प्रणाली बनाउने र सञ्चालन गर्ने संस्थासँग पनि पर्याप्त दायित्व रहन्छ।

युनेस्कोले कृत्रिम बौद्धिकताको नैतिक प्रयोगसम्बन्धी आफ्नो सिफारिसमा मानव अधिकार, गोपनीयता, निष्पक्षता, पारदर्शिता, जवाफदेहिता र मानवीय निरीक्षणलाई महत्त्व दिएको छ। यी सिद्धान्त एल्गोरिदमको जिम्मेवार प्रयोगबारे हुने बहसका लागि उपयोगी आधार हुन्।

भविष्य : मानिसको सहयोगी कि अदृश्य निर्णायक?

आगामी वर्षहरूमा एल्गोरिदमको प्रयोग अझ व्यापक हुने सम्भावना छ। कृत्रिम बौद्धिकता, स्वचालित प्रणाली, रोबोटिक्स र डिजिटल सेवाको विस्तारसँगै व्यक्तिगत सूचना, व्यावसायिक निर्णय र सार्वजनिक सेवामा यसको भूमिका बढ्नेछ।

यसले नयाँ अवसर सिर्जना गर्नेछ। रोगको जोखिम छिटो पहिचान गर्न, यातायात व्यवस्थित गर्न, उत्पादनशीलता बढाउन, ग्राहकलाई उपयुक्त सेवा दिन र ठूलो परिमाणको तथ्याङ्कबाट उपयोगी निष्कर्ष निकाल्न सकिनेछ।

तर प्रविधिको गति र सामाजिक जिम्मेवारीबीच सन्तुलन आवश्यक छ।

कुनै प्रणालीले राम्रो औसत नतिजा दिएको भन्दैमा त्यसले सबै व्यक्तिका लागि उचित परिणाम दिन्छ भन्ने हुँदैन। कुनै सामग्री धेरै लोकप्रिय भएको भन्दैमा त्यो सत्य हुन्छ भन्ने हुँदैन। कुनै निर्णय कम्प्युटरले गरेको भन्दैमा त्यो निष्पक्ष हुन्छ भन्ने पनि हुँदैन।

भविष्यको चुनौती एल्गोरिदमलाई रोक्नु होइन, त्यसको शक्ति कसरी प्रयोग गर्ने भन्ने हो।

उपयोगी स्वचालन र मानवीय विवेकबीच उचित सम्बन्ध कायम गर्नुपर्छ। व्यक्तिगत छनोटको सुविधा बढाउँदै गोपनीयता सुरक्षित गर्नुपर्छ। नवीन प्रविधिलाई प्रोत्साहन गर्दै त्यसले सिर्जना गर्ने जोखिमको निगरानी गर्नुपर्छ।

डिजिटल युगमा नागरिकले केवल प्रविधि प्रयोग गर्न जान्नु पर्याप्त छैन।

उसले आफ्नो सूचना कसरी छानिन्छ, आफ्नो व्यवहार कसरी तथ्याङ्कमा बदलिन्छ र डिजिटल निर्णयले आफ्नो जीवनलाई कसरी प्रभावित गर्न सक्छ भन्ने आधारभूत ज्ञान पनि हासिल गर्नुपर्छ।

एल्गोरिदमले संसारलाई छिटो र सुविधाजनक बनाउन सक्छ। तर त्यसले कस्तो संसार निर्माण गर्छ भन्ने कुरा केवल गणितीय सूत्रले निर्धारण गर्दैन। त्यसलाई बनाउने मानिस, त्यसको उद्देश्य तय गर्ने संस्था, त्यसलाई नियमन गर्ने सरकार र त्यसको प्रयोग गर्ने समाजले पनि निर्धारण गर्छन्।

अन्ततः सबैभन्दा महत्त्वपूर्ण प्रश्न एल्गोरिदम कति शक्तिशाली छ भन्ने होइन। त्यो शक्ति कसको हितमा प्रयोग भइरहेको छ, त्यसको निर्णय कसले जाँच्न सक्छ र गलत हुँदा कसले जवाफ दिनुपर्छ भन्ने हो।

डिजिटल भविष्यको सफलता मानिसलाई एल्गोरिदमको अधीनमा राख्नुमा होइन, एल्गोरिदमलाई मानिसको हितमा जिम्मेवार ढङ्गले सञ्चालन गर्नुमा निर्भर हुनेछ।