Governance in an Institutional Environment Reconfigured by Artificial Intelligence. A Public Choice Institutionalism Perspective

जब हम आर्टिफिशियल इंटेलिजेंस (AI) के शासन के बारे में सोचते हैं, तो बातचीत अक्सर स्वयं मशीन पर केंद्रित होती है। हम पूछते हैं कि इसे सुरक्षित रूप से कैसे बनाया जाए, यह कैसे सुनिश्चित किया जाए कि इसका कोड खराब न हो, और यह कैसे सुनिश्चित किया जाए कि इसके निर्णय मानवीय मूल्यों के अनुरूप हों। यह एक कार के इंजन की जांच करने जैसा है ताकि यह सुनिश्चित किया जा सके कि वह सुचारू रूप से चल रहा है। लेकिन एक बहुत बड़ा, अधिक गहरा प्रश्न है जिसे अक्सर अनदेखा कर दिया जाता है। यह केवल मशीन के बारे में नहीं है; यह उस दुनिया के बारे में है जिसे मशीन बदल रही है। जैसे-जैसे आर्टिफिशियल इंटेलिजेंस फैलता है, यह केवल हमारे मौजूदा कानूनों और संगठनों के साथ नहीं बैठता; यह सक्रिय रूप से उन्हें नया आकार देता है। यह हमें इस बात पर पुनर्विचार करने के लिए मजबूर करता है कि हम नियम कैसे बनाते हैं, हम जिम्मेदारी कैसे सौंपते हैं, और हम समाज को कैसे संगठित करते हैं। चुनौती अब केवल एक उपकरण को ठीक करने की नहीं है; बल्कि एक ऐसे परिदृश्य में रास्ता खोजने की है जो हमारे पैरों के नीचे खिसक रहा है, जहाँ काम, अधिकार और निर्णय लेने की मूल प्रकृति को वास्तविक समय में फिर से लिखा जा रहा है।

यह वह केंद्रीय पहेली है जिसे जॉर्ज मेसन यूनिवर्सिटी के शोधकर्ता पॉल ड्रैगोस एलिगिका हल करते हैं। उनका तर्क है कि इस नई वास्तविकता को समझने के लिए, हमें आर्टिफिशियल इंटेलिजेंस को एक एकल समस्या के रूप में देखना बंद कर देना चाहिए जिसे एक एकल प्राधिकरण द्वारा हल किया जा सकता है। इसके बजाय, वे सुझाव देते हैं कि हमें इसे एक जटिल पारिस्थितिकी तंत्र (ecosystem) के रूप में देखना चाहिए जहाँ कई अलग-अलग समूह, नियम और निर्णय आपस में क्रिया करते हैं। यह शोध पत्र प्रस्तावित करता है कि इस बदलते विश्व को प्रबंधित करने का सबसे अच्छा तरीका "पॉलीसेंट्रिसिटी" (बहुकेंद्रितता) नामक अवधारणा के माध्यम से है। सरल शब्दों में, इसका अर्थ एक ऐसी प्रणाली है जहाँ कई शक्ति केंद्र एक साथ मौजूद होते हैं, जिनमें से प्रत्येक अपने स्वयं के नियम और निर्णय बनाता है, न कि एक एकल बॉस या सरकार जो ऊपर से सब कुछ नियंत्रित करने की कोशिश करती है। एलिगिका इस तर्क को दो शक्तिशाली विचारों को जोड़कर बनाते हैं: यह अध्ययन कि कैसे लोग चुनाव करते हैं जब उनके पास अलग-अलग हित होते हैं, और यह अध्ययन कि कैसे जटिल प्रणालियाँ एक केंद्रीय कमांडर के बिना खुद को व्यवस्थित करती हैं।

यह शोध पत्र दो अलग-अलग प्रकार की समस्याओं के बीच एक स्पष्ट रेखा खींचकर शुरू होता है। पहली है "संकीर्ण" (narrow) समस्या: स्वयं आर्टिफिशियल इंटेलिजेंस आर्टिफैक्ट (वस्तु) का शासन कैसे किया जाए। इसमें प्रोग्रामिंग, निगरानी और यह सुनिश्चित करने का तकनीकी कार्य शामिल है कि सिस्टम इच्छित व्यवहार करे। दूसरा है "व्यापक" (broad) समस्या: उस संपूर्ण संस्थागत वातावरण का शासन कैसे किया जाए जिसे तकनीक बदल रही है। एलिगिका जोर देते हैं कि व्यापक समस्या ही वास्तव में महत्वपूर्ण है। जब आर्टिफिशियल इंटेलिजेंस एक समाज में प्रवेश करता है, तो यह एक श्रृंखला प्रतिक्रिया (chain reaction) शुरू करता है। यह श्रम के विभाजन को बदल देता है, जिसका अर्थ है कि कुछ कार्य जो मनुष्य पहले करते थे अब मशीनों द्वारा किए जाते हैं, जबकि मनुष्य नई, अलग भूमिकाएँ निभाते हैं। यह बदलाव एक साधारण प्रतिस्थापन नहीं है; यह नियमों की पूरी प्रणाली में ऊपर की ओर लहरों की तरह उठने वाला प्रभावों का एक क्रम (cascade) पैदा करता है।

इस प्रभाव के कार्य करने के तरीके को समझने के लिए, यह पत्र उस तर्क का उपयोग करता है जैसा कि अर्थशास्त्री श्रम के विभाजन का अध्ययन करने के लिए करते हैं। कल्पना कीजिए कि एक कारखाने में एक नई मशीन पेश की जाती है। शुरू में, मशीन दोहराव वाले, उच्च-मात्रा वाले कार्यों को संभाल लेती है। लेकिन यह मानव श्रमिकों को अपना काम बदलने के लिए मजबूर करती है। वे शायद नियमित काम करना बंद कर दें और अपवादों, कठिन मामलों या मशीन की निगरानी पर ध्यान केंद्रित करना शुरू कर दें। भूमिकाओं में यह परिवर्तन फिर नए नियमों, नए पर्यवेक्षकों और विवादों को संभालने के नए तरीकों की आवश्यकता पैदा करता है। शोध पत्र इसे एक "कैस्केड" (झरना/क्रमबद्ध प्रभाव) के रूप में वर्णित करता है। किसी एक कार्य के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करने का एक एकल निर्णय अंततः उन उच्चतम स्तर के नियमों को फिर से लिखने के लिए मजबूर कर सकता है जो यह तय करते हैं कि समाज निर्णय कैसे लेता है। यह किसी विशिष्ट कार्य के दैनिक संचालन से लेकर, उन नियमों तक जाता है जो यह तय करते हैं कि किसके पास उन कार्यों को करने की शक्ति है, और अंततः उस संवैधानिक स्तर तक पहुँच जाता है जो यह तय करता है कि नियमों को बदलने का अधिकार किसके पास है।

जैसे-जैसे यह कैस्केड प्रणाली के माध्यम से आगे बढ़ता है, यह उन परिचित मानवीय व्यवहारों को सक्रिय करता है जिनका राजनीतिक वैज्ञानिकों ने दशकों से अध्ययन किया है। जब नई भूमिकाएँ और शक्तियाँ पैदा होती हैं, तो लोग और संगठन अपने लाभ के लिए उन्हें हथियाने की कोशिश करेंगे। इससे "रेंट-सीकिंग" (लगान-खोज) होती है, जहाँ समूह मूल्य बनाने के बजाय एक नए नियम के लाभों को प्राप्त करने के लिए ऊर्जा खर्च करते हैं। इससे "नियामक कब्जा" (रेगुलेटरी कैप्चर) होता है, जहाँ तकनीक के प्रभारी लोग उन्हीं कंपनियों पर निर्भर हो जाते हैं जिन्हें उन्हें विनियमित करना चाहिए क्योंकि उन कंपनियों के पास एकमात्र विशेषज्ञता होती है। यह "एजेंसी लॉस" भी पैदा करता है, जहाँ प्रभारी लोग मशीनों या प्रबंधन के लिए बनाई गई नई नौकरशाही द्वारा लिए गए जटिल, अपारदर्शी निर्णयों की प्रभावी ढंगता से निगरानी नहीं कर पाते हैं। शोध पत्र का तर्क है कि ये दुर्घटनाएँ नहीं हैं; ये इस बात के अपरिहार्य परिणाम हैं कि मानवीय प्रोत्साहन (incentives) कैसे काम करते हैं जब समाज की संरचना बदलती है।

इस जटिलता को देखते हुए, यह पत्र इस नई दुनिया के शासन के लिए दो मुख्य दृष्टिकोणों का मूल्यांकन करता है। पहला "मोनोसेंट्रिक" (एककेंद्रित) दृष्टिकोण है। यह एक एकल, केंद्रीय प्राधिकरण का विचार है—एक वैश्विक नियामक या एक एकीकृत संधि—जो सभी के लिए नियमों का एक सेट निर्धारित करता है। यह एक आकर्षक विचार है क्योंकि यह व्यवस्था, स्पष्ट जवाबदेही और गलती होने पर उंगली दिखाने के लिए एक एकल स्थान का वादा करता है। हालाँकि, एलिगिका का तर्क है कि यह दृष्टिकोण या तो अवास्तविक है और खतरनाक भी है। यह मानता है कि एक केंद्र उस तकनीक को प्रबंधित करने के लिए पर्याप्त जानता है जो किसी भी एकल सरकार की प्रतिक्रिया देने की क्षमता से अधिक तेजी से बदल रही है। यह सत्ता को भी केंद्रित करता है, जिसका अर्थ है कि सबसे शक्तिशाली कंपनियाँ या राष्ट्र आसानी से पूरे सिस्टम को अपने हितों की सेवा के लिए हाईजैक कर सकते हैं। इसके अलावा, नियमों का एक एकल सेट विभिन्न संस्कृतियों और समाजों में मूल्यों और आवश्यकताओं के गहरे अंतरों के अनुकूल नहीं हो सकता।

दूसरा विकल्प, और जिसे यह पत्र समर्थन देता है, "पॉलीसेंट्रिक" (बहुकेंद्रित) दृष्टिकोण है। यह कोई अराजक स्थिति नहीं है, बल्कि एक संरचित प्रणाली है जहाँ कई अलग-अलग निर्णय केंद्र एक साथ संचालित होते हैं। इस प्रणाली में, विभिन्न शहर, क्षेत्र, कंपनियाँ और संगठन आर्टिफिशियल इंटेलिजेंस के शासन के लिए अलग-अलग दृष्टिकोण अपना सकते हैं। कुछ गति को प्राथमिकता दे सकते हैं, अन्य सुरक्षा को, और अन्य गोपनीयता को। ये विभिन्न केंद्र एक-दूसरे से प्रतिस्पर्धा कर सकते हैं और एक-दूसरे से सीख सकते हैं। यदि एक दृष्टिकोण विफल हो जाता है, तो पूरे सिस्टम को गिराए बिना उसे छोड़ा जा सकता है। यदि एक दृष्टिकोण अच्छी तरह काम करता है, तो अन्य उसे अपना सकते हैं। महत्वपूर्ण रूप से, यह प्रणाली "इंटरऑपरेबिलिटी" (अंतःक्रियाशीलता) पर निर्भर करती है। इसका अर्थ है कि भले ही विभिन्न केंद्रों के अलग-अलग नियम हों, वे साझा मानकों और समझौतों के माध्यम से एक-दूसरे से बात कर सकते हैं और मिलकर काम कर सकते हैं। यह स्वतंत्र शहरों के एक नेटवर्क की तरह है जो एक दूसरे के साथ व्यापार करते हैं और एक ही राजा द्वारा शासन किए बिना एक दूसरे के कानूनों का सम्मान करते हैं।

यह शोध पत्र एक मजबूत मामला बनाता है कि यह पॉलीसेंट्रिक दृष्टिकोण केवल एक सैद्धांतिक आदर्श नहीं है, बल्कि यह वह वास्तविकता है जो पहले से ही उभर रही है। दुनिया आर्टिफिशियल इंटेलिजेंस के लिए एक एकल वैश्विक सरकार की ओर नहीं बढ़ रही है; यह पहले से ही विभिन्न नियमों और मानकों के एक मिश्रण (patchwork) की ओर बढ़ रही है। इस वास्तविकता पर एक एकल, शीर्ष-डाउन समाधान थोपने की कोशिश करना एक गलती होगी। इसके बजाय, लक्ष्य इस विकसित होती प्रक्रिया को दिशा देना होना चाहिए। शोध पत्र इस बात पर जोर देता है कि हम केवल शून्य से एक आदर्श प्रणाली डिजाइन करके उसे स्थापित नहीं कर सकते। सिस्टम बहुत जटिल है और परिवर्तन बहुत तेज़ हैं। इसके बजाय, हमें माली या नाविक के रूप में कार्य करना चाहिए। हम ऐसी स्थितियाँ बना सकते हैं जो अच्छे समाधानों को बढ़ने दें और बुरे समाधानों को हटा दें। हम ऐसे पुल बना सकते हैं जो विभिन्न समूहों को सहयोग करने की अनुमति दें, और हम उस स्थान की रक्षा कर सकते हैं जहाँ नए विचारों का परीक्षण किया जा सके।

अंततः, शोध पत्र निष्कर्ष निकालता है कि आर्टिफिशियल इंटेलिजेंस के शासन का सबसे अच्छा तरीका यह स्वीकार करना है कि हम एक लंबी, अनफोल्डिंग (क्रमबद्ध रूप से खुलने वाली) प्रक्रिया के बीच में हैं। हम अंतिम परिणाम की भविष्यवाणी नहीं कर सकते, और न ही हमें हर विवरण को नियंत्रित करने की कोशिश करनी चाहिए। इसके बजाय, हमें एक लचीला ढांचा बनाने पर ध्यान केंद्रित करना चाहिए जो प्रयोग, सीखने और अनुकूलन की अनुमति देता है। एक पॉलीसेंट्रिक दृष्टिकोण को अपनाकर, हम समाधान खोजने के लिए मानवीय विचारों की विविधता और विभिन्न क्षेत्राधिकारों के प्रतिस्पर्धी दबाव का लाभ उठा सकते हैं। हम रेंट-सीकिंग और कैप्चर के जोखिमों को यह सुनिश्चित करके प्रबंधित कर सकते हैं कि कोई भी एक समूह सारी शक्ति न रखे। और हम अपने नियमों की वैधता को बनाए रख सकते हैं यह सुनिश्चित करके कि वे दूरस्थ केंद्र द्वारा थोपे जाने के बजाय, उन लोगों द्वारा आकार दिए जाएं जो उनसे प्रभावित होते हैं। आगे का रास्ता भविष्य को नियंत्रित करने के लिए एक पूर्ण मशीन बनाना नहीं है, बल्कि एक लचीली प्रणाली विकसित करना है जो भविष्य के सामने आने के साथ सीख सके और अनुकूलित हो सके।