Cripping AI: Reimagining AI Through Lived Disability Experiences
क्रिप थ्योरी (crip theory) का सहारा लेते हुए, यह शोध पत्र "क्रिपिंग एआई" (cripping AI) को एक परिवर्तनकारी ढांचे के रूप में प्रस्तावित करता है जो केवल सुलभता से आगे बढ़कर विकलांगता-विरोधी धारणाओं को ध्वस्त करने, विकलांग ज्ञानमीमांसा और श्रम को केंद्र में रखने और विविध विकलांग समुदायों के जीवंत अनुभवों के माध्यम से एआई अनुसंधान और विकास को पुनोरिभाषित करने का कार्य करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ "Cripping AI" नामक शोध पत्र का सरल भाषा और रचनात्मक उपमाओं के माध्यम से किया गया स्पष्टीकरण दिया गया, ताकि इसके मूल विचारों को सुलभ बनाया जा सके।
मुख्य विचार: केवल दरवाज़ा नहीं, बल्कि ब्लूप्रिंट (नक्शा) को सुधारना
कल्पना कीजिए कि आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया एक विशाल, हाई-टेक इमारत की तरह है। वर्षों से, इसे बनाने वाले लोगों को इसे "सुलभ" (accessible) बनाने के लिए कहा गया है। उन्होंने रैंप, चौड़े दरवाजे और ब्रेल संकेत जोड़ दिए हैं। यह अच्छा है, लेकिन यह शोध पत्र तर्क देता है कि यह पर्याप्त नहीं है।
लेखक कहते हैं कि इमारत को एक छिपे हुए अनुमान के साथ डिज़ाइन किया गया था: कि इसके अंदर रहने वाला हर व्यक्ति "क्षम्य" (able-bodied - यानी पूरी तरह स्वस्थ, तेज़ और मानक) है। जब कोई विकलांग व्यक्ति प्रवेश करता है, तो इमारत उसे एक "समस्या" के रूप में देखती है जिसे ठीक करने की आवश्यकता है ताकि वह इमारत के नियमों में फिट हो सके।
यह शोध पत्र एक नया दृष्टिकोण प्रस्तावित करता है जिसे "Cripping AI" कहा जाता है। केवल एक पुरानी इमारत में रैंप जोड़ने के बजाय, वे पूरे ब्लूप्रिंट (नक्शे) को ही फिर से डिज़ाइन करना चाहते हैं, जो इस आधार पर हो कि विकलांग लोग वास्तव में कैसे जीते हैं, सोचते हैं और चलते हैं। वे "crip" शब्द का उपयोग करते हैं (जो विकलांग संस्कृति से लिया गया एक शब्द है), जिसका अर्थ है "सामान्य" होने के विचार को सक्रिय रूप से चुनौती देना।
यह शोध पत्र इस पुनर्गठन के लिए तीन मुख्य नियम प्रदान करता है, जिन्हें वे "tenets" (सिद्धांत) कहते हैं।
"Cripping AI" के तीन नियम
1. राजनीति को उजागर करें (यह दावा करना बंद करें कि केवल एक ही "सामान्य" तरीका है)
उपमा: कल्पना कीजिए कि एक डांस फ्लोर है जहाँ संगीत केवल एक विशिष्ट लय (rhythm) में बजता है। यदि आप उस सटीक ताल पर नहीं नाच सकते, तो डीजे आपको बताता है कि समस्या आपके साथ है, संगीत के साथ नहीं।
शोध पत्र का दावा: AI सिस्टम अक्सर यह मान लेते हैं कि कार्य करने का एक "आदर्श" मानवीय तरीका होता है (जैसे पूरी तरह से धाराप्रवाह बोलना या स्पष्ट रूप से देखना)। यदि आप उस सांचे में फिट नहीं होते हैं, तो AI आपको "विकलांग" लेबल देता है और आपको "ठीक" करने की कोशिश करता है।
वे क्या चाहते हैं: विकलांग लोगों को उस "सामान्य" ताल पर नाचने के लिए मजबूर करना बंद करें। इसके बजाय, यह पहचानें कि "विकलांगता" अक्सर एक व्यक्ति और उसके वातावरण के बीच का बेमेल होना है। AI को विभिन्न तरीकों से चलने और सोचने का जश्न मनाना चाहिए, न कि उन्हें मिटाने की कोशिश करनी चाहिए।
2. "Cripistemologies" का सम्मान करें (उन विशेषज्ञों की सुनें जो इसे जीते हैं)
उपमा: कल्पना कीजिए कि एक शहर का नक्शा है। वर्षों तक, नक्शा उन लोगों द्वारा बनाया गया था जिन्होंने कभी सड़कों पर पैदल यात्रा नहीं की, केवल हेलीकॉप्टर से उन्हें देखा। उन्होंने सीधी रेखाएँ खींचीं जहाँ वास्तव में घुमावदार रास्ते हैं। अब, जो लोग वास्तव में सड़कों पर चलते हैं, वे कह रहे हैं, "वह नक्शा गलत है; हम शॉर्टकट और छिपी हुई गलियों को जानते हैं।"
शोध पत्र का दावा: वर्तमान में, AI अक्सर दृष्टिहीनों द्वारा वर्णित दृश्य के आधार पर प्रशिक्षित होता है, या बधिरों द्वारा सुनी गई आवाज़ों के आधार पर। यह शोध पत्र कहता है कि "क्षम्य ज्ञान" (able-bodied knowledge) को "सत्य" माना जाता है।
वे क्या चाहते हैं: "सत्य" स्वयं विकलांग लोगों से आना चाहिए।
- उदाहरण: एक दृष्टिहीन व्यक्ति को केवल एक तस्वीर का विवरण नहीं चाहिए; उन्हें यह जानने की आवश्यकता है कि उनके लिए क्या महत्वपूर्ण है (जैसे कि फुटपाथ कहाँ है, न कि आकाश का रंग क्या है)।
- उदाहरण: हकलाने वाला व्यक्ति केवल "टूटी हुई बोली" नहीं है; उनके ठहराव और दोहराव में अर्थ और भावनाएँ होती हैं जिन्हें AI को समझना चाहिए, न कि उन्हें मिटा देना चाहिए।
3. "Crip Labor" का सम्मान करें (विकलांग लोगों को केवल निष्क्रिय प्राप्तकर्ता के रूप में देखना बंद करें)
उपमा: कल्पना कीजिए कि आपको एक पार्टी में आमंत्रित किया गया है, लेकिन आपको अपनी कुर्सी, अपना भोजन और अपना संगीत खुद लाना पड़ता है, और फिर आपको गंदगी भी साफ करनी पड़ती है। मेजबान कहते हैं, "हमने आपको पार्टी दी!"
शोध पत्र का दावा: चीज़ों को सुलभ बनाना कठिन काम है। विकलांग लोगों को अक्सर तकनीक को अपने लिए काम करने योग्य बनाने के लिए अतिरिक्त "अदृश्य श्रम" (invisible labor) करना पड़ता है (जैसे वॉयस असिस्टेंट को लगातार सुधारना या कैप्शन विफल होने के कारण संदेश को फिर से टाइप करना)।
वे क्या होते हैं: सुलभता को एक बार के समाधान के रूप में देखना बंद करें। स्वीकार करें कि विकलांग लोग सक्रिय भागीदार हैं जो सिस्टम को काम करने के लिए भारी काम करते हैं। AI को इस अतिरिक्त काम को कम करने के लिए डिज़ाइन किया जाना चाहिए, न कि इसे बढ़ाने के लिए।
शोध पत्र से वास्तविक दुनिया के उदाहरण
लेखकों ने इन तीन नियमों का परीक्षण तीन विशिष्ट समूहों पर किया है ताकि यह दिखाया जा सके कि यह व्यवहार में कैसे काम करता है:
1. बहरापन और सांकेतिक भाषा AI (Deafness and Sign Language AI)
- पुराना तरीका: सांकेतिक भाषा को यथाशीघ्र लिखित अंग्रेजी में बदलने की कोशिश करना, जिसमें चेहरे के भावों और शरीर की गतिविधियों को अक्सर अनदेखा कर दिया जाता है जो भाषा का एक महत्वपूर्ण हिस्सा हैं। यह एक सिम्फनी को एक एकल वाक्य में अनुवाद करने जैसा है।
- "Cripping" तरीका: सांकेतिक भाषा को एक पूर्ण, जटिल संस्कृति के रूप में पहचानना। केवल अंग्रेजी में अनुवाद करने के बजाय, ऐसा AI बनाना जो संकेत की अनूठी व्याकरण को समझे, सांकेतिक भाषा के विविध तरीकों का समर्थन करे, और यह सम्मान करे कि बधिर लोग अपनी भाषा के विशेषज्ञ हैं।
2. दृष्टिहीनता और विजुअल सहायक AI (Blindness and Visual Assistive AI)
- पुराना तरीका: दृष्टि संबंधी लोग एक दृष्टिहीन उपयोगकर्ता को फोटो का वर्णन करते हैं, यह मानते हुए कि दृष्टिमान व्यक्ति का वर्णन "सही" है। यह एक दृष्टिमान व्यक्ति द्वारा एक दृष्टिहीन व्यक्ति को पेंटिंग का वर्णन करने जैसा है और यह कहना कि, "यह ऐसा दिखता है," बिना यह पूछे कि दृष्टिहीन व्यक्ति को वास्तव में क्या जानने की आवश्यकता है।
- "Cripping" तरीका: दृष्टिहीन लोगों के दुनिया को समझने के अपने अनूठे तरीके होते हैं (ध्वनि, स्पर्श और स्मृति का उपयोग करके)। AI को उन्हें कई स्रोतों से जानकारी जोड़ने में मदद करनी चाहिए, न कि उन्हें एक एकल, संभावित रूप से पक्षपाती विवरण पर निर्भर रहने के लिए मजबूर करना चाहिए।
3. हकलाहट और स्पीच AI (Stuttering and Speech AI)
- पुराना तरीका: स्पीच AI हकलाहट को "गायब" करने की कोशिश करता है। यह ठहराव को काट देता है या उन्हें सुचारू बनाने की कोशिश करता है, जिससे हकलाहट को एक गलती के रूप में देखा जाता है जिसे ठीक करने की आवश्यकता है।
- "Cripping" तरीका: यह पहचानना कि हकलाहट बोलने का एक वैध तरीका है। ठहराव और दोहराव वक्ता की पहचान का हिस्सा हैं और विश्वास एवं जुड़ाव बना सकते हैं। AI को इन पैटर्न को समझने और उनका सम्मान करने के लिए डिज़ाइन किया जाना चाहिए, न कि उन्हें चुप कराने के लिए।
निष्कर्ष: एक नई तरह की टीम
शोध पत्र इस बात पर समाप्त होता है कि हम केवल अधिक डेटा नहीं जोड़ सकते या प्रक्रिया के अंत में विकलांग लोगों से फीडबैक नहीं मांग सकते। हमें पूरी टीम को बदलने की आवश्यकता है।
- केवल यह न पूछें: "हम आपके लिए इसे कैसे ठीक करें?"
- इसके बजाय यह पूछें: "आप पहले से ही इसे कैसे हल करते हैं? हम ऐसा सिस्टम कैसे बना सकते हैं जो आपके जीने के तरीके के साथ काम करे?"
"Cripping AI" इस बात को समझने के बारे में है कि दुनिया विभिन्न प्रकार के दिमागों और शरीरों से भरी है। सभी को एक "मानक" बॉक्स में फिट करने के बजाय, हमें AI को इतना लचीला बनाना चाहिए कि वह मानवीय अनुभव की पूरी, जटिल और सुंदर विविधता में फिट हो सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।