நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு

AI குறித்த MIT-இன் தற்காலிகக் குழு, உருவாக்க AI-ஐ ஒரு கொள்கையால் சரிசெய்யக்கூடிய கருவிச் சிக்கலாகப் பார்க்கவில்லை. அதன் அறிக்கை இதை MIT கல்வி எதற்காக என்பதற்கான அழுத்தச் சோதனையாகப் பார்க்கிறது, மேலும் நிச்சயமின்மை செயலின்மைக்குச் சாக்காக இருக்க முடியாது என்கிறது.

ஒரு பொறுப்பு, ஒரு காலக்கெடு, முன்தீர்மானிக்கப்பட்ட கருதுகோள் இல்லாத ஒரு குழு #

புதிய தொழில்நுட்பம் குறித்த பெரும்பாலான நிறுவன அறிக்கைகள், ஆசிரியர்களின் மனதில் விவாதம் ஏற்கெனவே தீர்ந்த பிறகே வருகின்றன. இந்த அறிக்கை தன்னைப் பற்றி வேறுவிதமாகச் சொல்கிறது. கற்பித்தல், கற்றல், ஆராய்ச்சிப் பயிற்சி ஆகியவற்றில் AI பயன்பாடு குறித்த தற்காலிகக் குழு இந்தப் பணிக்குப் பரந்த அனுபவத்தைக் கொண்டு வந்தது, முன்தீர்மானிக்கப்பட்ட கருதுகோள் எதையும் அல்ல, மேலும் தன் பணியைச் சுருக்கமானது ஆனால் தீவிரமானது என்று விவரிக்கிறது. இது முறைமை குறித்த ஒரு கூற்று, கண்டறிதல்களை எப்படி வாசிக்க வேண்டும் என்பதற்கு இது முக்கியம்: தொடர்ந்து வரும் முடிவுகள் குழு வந்தடைந்தவையாக முன்வைக்கப்படுகின்றன, நிரூபிக்கப் புறப்பட்டவையாக அல்ல.

காலக்கெடு குறுகியது. 2026 ஜனவரியில் வேந்தர் மெலிசா நோபிள்ஸ், புரோவோஸ்ட் அனந்த சந்திரகாசன், ஆசிரியர் பேரவைத் தலைவர் ரோஜர் லெவி ஆகியோர் குழுவுக்கு இந்தப் பொறுப்பை அளித்தனர். அதன் பிறகு அது ஐந்து மாதங்கள் MIT சமூகம் முழுவதும் கூட்டங்கள், ஆய்வு, கலந்துரையாடல் ஆகியவற்றை நடத்தியது. நிறுவனத்தின் வாழ்விலும் கல்விப் பணியிலும் உருவாக்க AI-இன் பங்கைப் புரிந்துகொள்வதும், அது கொண்டுவரும் சவால்களையும் வாய்ப்புகளையும் எப்படிக் கையாள்வது என்று பரிந்துரைப்பதும் அறிவிக்கப்பட்ட நோக்கம்.

பொறுப்பில் மூன்று பகுதிகள் இருந்தன, அவை வெவ்வேறு திசைகளில் இழுப்பதால் அவற்றை ஒன்றாக வாசிப்பது நல்லது. MIT-இல் AI-இன் தற்போதைய பயன்பாட்டை மதிப்பிடக் குழு கேட்கப்பட்டது, இது ஒரு விவரிப்புப் பணி. கற்பித்தலிலும் மாணவர் மதிப்பீட்டிலும் புத்தாக்கங்களை அடையாளம் காணக் கேட்கப்பட்டது, இது ஒரு ஆய்வுப் பணி. ஒரு AI பயன்பாட்டுக் கொள்கையை முன்மொழியக் கேட்கப்பட்டது, இது ஒரு நெறிப்படுத்தும் பணி. முதலாவதைச் செய்து மூன்றாவதைச் செய்யாத குழு ஒரு கணக்கெடுப்பை உருவாக்குகிறது. மூன்றாவதைச் செய்து முதலாவதைச் செய்யாத குழு மாணவர்கள் புறக்கணிக்கும் விதிப் புத்தகத்தை உருவாக்குகிறது. அறிக்கை மூன்றையும் முயல்கிறது, இந்தக் கட்டுரையின் மீதிப் பகுதியும் அதே வரிசையைப் பின்பற்றுகிறது: என்ன நடக்கிறது, என்ன மாறுகிறது, அதைப் பற்றி என்ன செய்ய வேண்டும் என்று குழு சொல்கிறது.

அமைப்பும் முக்கியம். குழுவில் இளநிலை, முதுநிலை மாணவர்கள், ஒவ்வொரு பள்ளியிலிருந்தும் ஆசிரியர்கள், தொடர்புடைய பிரிவுகளிலிருந்து பணியாளர்கள் இருந்தனர், இதில் MIT Libraries, Teaching and Learning Lab ஆகியவை அடங்கும். எரிக் க்ளாப்ஃபர், சாம் மேடன் ஆகியோர் இணைத் தலைவர்கள். ஒரே தரப்பின் ஆதிக்கத்தில் இயங்கிய குழுக்களில் அமர்ந்திருந்த நிறுவனர்களுக்கும் தொழில்நுட்ப வாசகர்களுக்கும் இந்தக் கலவை கவனிக்கத்தக்கது. மாணவர் நடத்தையை மதிப்பிடும் அமைப்பில் மாணவர்கள் அமர்ந்தனர். AI மிகவும் வெளிப்படையாகப் பொருந்தும் பள்ளிகளிலிருந்து மட்டுமல்ல, ஒவ்வொரு பள்ளியிலிருந்தும் ஆசிரியர்கள் இருந்தனர். நூலகங்களிலிருந்தும் கற்பித்தல் ஆய்வகத்திலிருந்தும் வந்த பணியாளர்கள், அன்றாடக் கற்பித்தலுக்குத் துணைநிற்கும் பிரிவுகளின் பார்வையைக் கொண்டு வந்தனர்.

அறிக்கை தன் சொற்களஞ்சியத்திலும் கவனமாக இருக்கிறது, அது எப்படிப் பயன்படுத்தப்பட வேண்டும் என்பதற்குச் சிறிய ஆனால் சொல்லும் அடையாளம் இது. “ஆசிரியர்கள்” என்பதில் பேராசிரியர்களும் MIT-இல் கற்பித்தலில் ஈடுபட்டுள்ள மற்ற அனைவரும் அடங்குவர். “மாணவர்கள்” பற்றிய பெரும்பாலான குறிப்புகள் இளநிலை, முதுநிலை மாணவர்கள் இருவருக்கும் பொருந்தும், சில வெளிப்படையான இடங்களைத் தவிர. இவை வரையறைகள், கண்டறிதல்கள் அல்ல, ஆனால் இவை வாசகர் வட்டத்தை விரிவாக்குகின்றன. நிரந்தரப் பேராசிரியர்களிடம் மட்டும் பேசும் கொள்கை, உண்மையில் வகுப்புப் பிரிவுகளை நடத்தி வேலையை மதிப்பிடும் பலரைத் தவறவிடும்.

அடிக்கடி, பரவலாக, உணர்வுரீதியாகக் கலவையாக #

முதல் கண்டறிதல்தான் மற்ற அனைத்தையும் அவசரமாக்குகிறது. MIT மாணவர்கள் AI-ஐ அடிக்கடியும் பரவலாகவும் பயன்படுத்துகிறார்கள். அறிக்கை இதைக் கவலையாகவோ வெற்றியாகவோ முன்வைக்கவில்லை. எந்தக் கொள்கையும் எழுதப்பட வேண்டிய அடிப்படை உண்மையாக முன்வைக்கிறது, அதோடு மாணவர்கள் இதைப் பற்றி எப்படி உணர்கிறார்கள் என்பதையும் விவரிக்கிறது, அது மிகவும் கலவையானது.

உணர்வுகளின் வீச்சு பரந்தது. ஒரு பக்கம் அறிக்கை ஆர்வம், படைப்பூக்கம், நன்றியுணர்வு ஆகியவற்றைப் பட்டியலிடுகிறது. மறுபக்கம் விரக்தியான ஏற்பு, கவலை, பதற்றம் ஆகியவற்றைப் பட்டியலிடுகிறது. இவற்றை இரண்டு முகாம்களாக, ஆர்வலர்கள் என்றும் கவலைப்படுவோர் என்றும் வாசிப்பது எளிது. சொல்லமைப்பு அவ்வளவு ஒழுங்கற்ற ஒன்றைக் குறிக்கிறது: இந்த வீச்சு தொழில்நுட்பத்தைப் பரவலாகப் பயன்படுத்தும் ஒரு மாணவர் சமூகத்துக்குள் இருக்கும் உணர்வுகளை விவரிக்கிறது, எனவே ஒரே மாணவரிடம் இவற்றில் ஒன்றுக்கு மேற்பட்ட உணர்வுகள் இருப்பது சாத்தியம். அறிக்கை இதை நேரடியாகச் சொல்லவில்லை, இங்கே கவனமாக இருப்பது நல்லது. கூற்று நிறுவுவது பரவலை, தனிநபர்கள் அதில் எப்படிப் பகிர்ந்துள்ளனர் என்பதை அல்ல.

ஆசிரியர்களிடமும் இதே போன்ற பரப்பு தெரிகிறது, ஆனால் வேறொரு அச்சில். அவர்களின் மனப்பான்மை ஆர்வமான ஆய்வு, AI மீது வளரும் சார்பு ஆகியவற்றிலிருந்து சந்தேகம், ஐயம், “AI மறுப்பு” வரை நீள்கிறது. “வளரும் சார்பு” என்ற சொற்றொடர் கவனிக்க வேண்டியது. அறிக்கை ஒரு முனையில் சோதனையாளர்களையும் மறுமுனையில் விலகியிருப்போரையும் மட்டும் விவரிக்கவில்லை. குறைந்தது சில ஆசிரியர்கள் தங்கள் சொந்தப் பணியில் இக்கருவிகளைச் சார்ந்திருக்கத் தொடங்கியுள்ளனர், மற்றவர்கள் அவற்றுடன் ஈடுபடவே வேண்டாம் என்று முடிவு செய்துள்ளனர்.

இரு குழுக்களையும் அருகருகே வைத்தால் ஒரு கட்டமைப்புச் சிக்கல் தெரிகிறது. மாணவர்கள் AI-ஐப் பரவலாகப் பயன்படுத்துகிறார்கள். ஆசிரியர்கள் சார்பு முதல் மறுப்பு வரை முழு வீச்சிலும் பரவியுள்ளனர். இரண்டு பாடங்களுக்கு இடையே செல்லும் ஒரு மாணவர் அந்த வீச்சின் எதிர் முனைகளில் உள்ள இரண்டு ஆசிரியர்களைச் சந்திக்கக்கூடும். அறிக்கை இதன் விளைவை நேரடியாகப் பதிவு செய்கிறது: ஒரு பாடத்துக்குள்ளும் பாடத்திட்டம் முழுவதிலும் AI பயன்பாடு குறித்த தெளிவு, சீர்மை, நியாயப்படுத்தல் ஆகியவற்றின் குறைபாட்டால் மாணவர்கள் குழப்பமும் கவலையும் அடைந்துள்ளனர்.

அந்த வாக்கியம் கவனமாக வாசிக்கத் தகுந்தது, ஏனெனில் அது மூன்று தனித்தனித் தோல்விகளைப் பெயரிடுகிறது. தெளிவு என்பது விதி புரிகிறதா என்பது. சீர்மை என்பது விதி ஓர் இடத்திலிருந்து அடுத்த இடத்துக்கு ஒன்றாக இருக்கிறதா என்பது. நியாயப்படுத்தல் என்பது விதி ஏன் இருக்கிறது என்று யாராவது விளக்கியிருக்கிறார்களா என்பது. ஒரு கொள்கை இவற்றில் எதிலும் தனித்தனியாகத் தோல்வியடையலாம். ஒரு விதி தெளிவாக ஆனால் தன்னிச்சையாக இருக்கலாம், அல்லது சீராக ஆனால் விளக்கப்படாமல் இருக்கலாம். அறிக்கை பதிவு செய்தபடி மாணவர்களின் புகார் மூன்றையும் உள்ளடக்குகிறது, அது ஒரே பாடத்துக்குள்ளும் பாடத்திட்டம் முழுவதிலும் பொருந்துகிறது.

அதன் அருகிலேயே நம்பிக்கை தரும் ஒரு கண்டறிதலும் உள்ளது. அனுபவங்கள், யோசனைகள், நுட்பங்களைப் பகிர்ந்துகொள்ள ஆசிரியர்களிடையே பரவலான விருப்பம் இருப்பதை அறிக்கை விவரிக்கிறது. மனப்பான்மைகள் இவ்வளவு கூர்மையாக வேறுபடும் சமூகத்தில், ஒருவருக்கொருவர் அனுபவங்களை ஒப்பிட்டுப் பார்க்கும் இந்த ஆர்வம் ஒரு சொத்து. கருத்து வேறுபாடு ஒவ்வொரு தரப்பும் கேட்பதை நிறுத்திவிட்ட வேரூன்றிய வகை அல்ல என்று இது சுட்டுகிறது. அந்த ஆர்வத்தை மாணவர்கள் விரும்பும் சீர்மையாக மாற்ற முடியுமா என்பது கண்டறிதல்கள் எழுப்பும், ஆனால் பதிலளிக்காத கேள்வி.

அடித்தளங்கள் நகர்வதற்கான அறிகுறிகள் #

கண்டறிதல்களில் மிகவும் கவனத்தை ஈர்க்கும் பகுதி, AI ஒருவேளை MIT கல்வி அனுபவத்துக்குச் செய்துகொண்டிருப்பவற்றின் பட்டியல். ஒவ்வொன்றும் ஓர் அறிகுறியாக முன்வைக்கப்படுகிறது, இந்தச் சட்டகம் வேண்டுமென்றே அமைந்தது. இந்த விளைவுகளை அளந்துவிட்டதாகக் குழு கூறவில்லை. அவற்றின் அறிகுறிகள் இருப்பதாகத் தெரிவிக்கிறது, கவனமான வாசகரும் இதே கோட்டைப் பிடித்துக்கொள்ள வேண்டும்.

முதன்மை அறிகுறி, AI MIT கல்வி அனுபவத்தின் அடிப்படைக் கூறுகளைத் தலைகீழாக்குகிறது என்பது, குறிப்பாக இளநிலை மாணவர்களுக்கு. அறிக்கை அக்கூறுகளைப் பெயரிடுகிறது: p-set, வீட்டில் எழுதும் தேர்வு, UROP, பின்னர் அலுவலக நேரங்கள், படிப்புக் குழு. இவை ஓரத்து அம்சங்கள் அல்ல. பயிற்சிக் கணக்குத் தொகுப்பு அன்றாட வேலையின் அலகு. வீட்டில் எழுதும் தேர்வு நம்பிக்கையின் ஒரு வடிவம். UROP இளநிலை மாணவர்கள் ஆராய்ச்சிக்குள் நுழையும் வழி. அலுவலக நேரங்களும் படிப்புக் குழுக்களும் கற்றல் சமூகமயமாகும் இடங்கள். இவை தலைகீழாக்கப்படுகின்றன என்று அறிக்கை சொல்லும்போது, இளநிலை அனுபவத்தின் சுமை தாங்கும் பகுதிகளைப் பெயரிடுகிறது.

அதைத் தொடர்ந்து மேலும் சில அறிகுறிகள் வருகின்றன, ஒவ்வொன்றும் வெவ்வேறு வகை இழப்பைச் சுட்டுவதால் ஒவ்வொன்றையும் தனியாகச் சொல்வது நல்லது.

AI தனிமையை அதிகரிக்கிறது என்பதற்கான அறிகுறிகள் உள்ளன. படிப்புக் குழுக்களும் அலுவலக நேரங்களும் மக்கள் ஒருவரையொருவர் நாடுவதைச் சார்ந்தவை. திறமையான ஓர் உதவியாளர் எப்போதும் கிடைத்தால், அப்படிச் செய்வதற்கான ஊக்கம் பலவீனமடையக்கூடும். அறிக்கை அந்தச் செயல்முறையை விளக்கவில்லை, எனவே அதைச் செயல்முறையாக உறுதிப்படுத்தக் கூடாது. அறிகுறி தனிமை, பெயரிடப்பட்ட கூறுகள் அது எங்கே வெளிப்படலாம் என்பதைச் சுட்டுகின்றன.

AI மாணவர்களின் தேர்ச்சியையும் தன்னம்பிக்கையையும் குலைக்கிறது என்பதற்கான அறிகுறிகள் உள்ளன. இவை இரண்டு வேறு விஷயங்கள். தேர்ச்சி என்பது ஒரு மாணவர் உண்மையில் என்ன செய்ய முடியும் என்பது. தன்னம்பிக்கை என்பது தன்னால் என்ன செய்ய முடியும் என்று மாணவர் நம்புவது. அறிக்கை இரண்டையும் ஒன்றாக வைக்கிறது, இந்த இணை சேதம் இரு திசைகளிலும் ஓடலாம் என்பதை நினைவூட்டுகிறது: வேலையை வெளியே ஒப்படைத்த மாணவரிடம் திறன் இல்லாமல் இருக்கலாம், திறன் உள்ள மாணவர் அதன் மீது ஐயம் கொள்ளலாம்.

AI ஆசிரியர்களுக்கும் மாணவர்களுக்கும் இடையிலான “சமூக ஒப்பந்தத்தை” அரிக்கிறது என்பதற்கான அறிகுறிகள் உள்ளன. சொற்றொடரைச் சுற்றியுள்ள மேற்கோள் குறிகள் அறிக்கையுடையவை. எளிய சொற்களில், இரு தரப்பும் ஒவ்வொருவரும் என்ன செய்வார்கள் என்பது குறித்த அனுமானங்களைக் கொண்டுள்ளனர், அந்த அனுமானங்கள் பலவீனமடைவதற்கான அறிகுறிகளை அறிக்கை காண்கிறது. இது விதிகள் குறித்த மாணவர்களின் குழப்பத்துடன் பொருந்துகிறது: என்ன எதிர்பார்க்கப்படுகிறது என்று யாராலும் சொல்ல முடியாவிட்டால், ஒப்பந்தம் நிற்பதற்கு அதிக நிலம் இல்லை.

AI மாணவர் முன்னேற்றத்தை மதிப்பிடுவதை மிகவும் கடினமாக்குகிறது என்பதற்கான அறிகுறிகள் உள்ளன. இதன் நடைமுறைக் கூர்மை வெளிப்படையானது. மதிப்பெண்கள், பின்னூட்டம், ஒருவர் அடுத்த நிலைக்குத் தயாரா என்ற முடிவு ஆகிய அனைத்தும் ஒரு மாணவர் என்ன புரிந்துகொண்டுள்ளார் என்று சொல்ல முடிவதைச் சார்ந்தவை. வேலையின் விளைபொருள் இனி நம்பகமாக மாணவரைப் பிரதிபலிக்காவிட்டால், கருவி வேலை செய்வதை நிறுத்துகிறது.

இறுதியாக, கண்டிப்பு, கற்றலுக்குத் தேவையான படைப்பு உராய்வு, கூட்டுச் சிக்கல் தீர்வு, தனிப்பட்ட நேர்மை ஆகியவை குறித்த MIT சமூகத்தின் பல பத்தாண்டுகாலத் தனித்துவ நெறிகளுக்கும் மதிப்பீடுகளுக்கும் AI சவால் விடுகிறது என்பதற்கான அறிகுறிகள் உள்ளன. இது அறிகுறிகளில் மிகவும் பரந்தது, மிகவும் தொலைநோக்கு விளைவுடையதும் கூட. “படைப்பு உராய்வு” என்ற சொற்றொடரில் சற்று நிதானிக்க வேண்டும்: சில கடினம் கற்றலின் தேவையான பொருள் என்பதும், கடினத்தை நீக்கும் கருவி நெறிகள் பாதுகாத்துவந்த ஒன்றையும் நீக்கக்கூடும் என்பதும் கூற்று.

இவற்றில் எதுவும் தீர்ந்ததாகச் சொல்லப்படவில்லை. அனைத்தும் எச்சரிக்கையுடன் சொல்லப்பட்டுள்ளன, வாசகரின் சரியான நிலைப்பாடு அறிகுறிகளைத் தீவிரமாக எடுத்துக்கொள்வது, ஆனால் அவற்றை அளக்கப்பட்ட விளைவுகளாக மாற்றாமல் இருப்பது. இந்த வேறுபாட்டைத்தான் ஒரு நல்ல குழு பாதுகாக்கிறது, ஒரு சோம்பலான சுருக்கம் இழக்கிறது.

மாணவர்கள் அறிய வேண்டியதே மாறிக்கொண்டிருக்கிறது #

முந்தைய பகுதியை முடிக்கும் வாசகர், சிக்கல் ஏமாற்றுதல்தான் என்றும் கடுமையான மதிப்பீட்டு முறை அதைத் தீர்க்கும் என்றும் நம்பக்கூடும். அறிக்கை இரண்டு வழிகளில் இந்தச் சட்டகத்தை எதிர்க்கிறது.

முதலாவதாக, மாணவர்கள் என்ன அறிய வேண்டும், என்ன செய்யத் தெரிந்திருக்க வேண்டும் என்பதையே AI மாற்றுகிறது என்று அது தெளிவாகக் கூறுகிறது. மூலத்தில் இது எச்சரிக்கையுடன் சொல்லப்பட்ட கூற்று அல்ல. இது உண்மையாகக் கூறப்பட்ட முடிவு. இதன் உட்பொருள், மாணவர்கள் இருக்கும் பணிகளைத் தவிர்க்கக்கூடும் என்பது மட்டும் சிக்கல் அல்ல. அடிப்படைத் திறன்கள் நகர்ந்திருந்தால், பணிகளே தவறான இலக்கைக் குறிவைக்கக்கூடும்.

இரண்டாவதாக, அது பாடத்திட்டம் குறித்து ஒரு விளைவை வருவிக்கிறது. MIT-இல் கற்பிக்கப்படும் ஒவ்வொரு பாடமும் கற்பித்தல், கற்றல், மதிப்பீடு ஆகியவை “AI-விழிப்புள்ளவை” ஆகும்படி மறுஆய்வு செய்யப்பட்டு ஒருவேளை புதுப்பிக்கப்பட வேண்டியிருக்கும். எச்சரிக்கை உண்மையானது: “வேண்டியிருக்கும்” என்பதும் “ஒருவேளை புதுப்பிக்கப்பட” என்பதும் கட்டளைகள் அல்ல. ஆனால் வீச்சு முழுமையானது. அது ஒவ்வொரு பாடம் என்கிறது. ஒரு நிறுவன ஆவணத்தில் இது வழக்கத்துக்கு மாறாகப் பெரிய கூற்று, ஏனெனில் பெரும்பாலான சீர்திருத்த முன்மொழிவுகள் சில துறைகளையோ சில படிப்புகளையோ மட்டுமே தேர்ந்தெடுக்கின்றன.

“AI-விழிப்புள்ள” என்ற சொற்றொடர் அறிக்கையுடையது, கவனமாகத் தேர்ந்தெடுக்கப்பட்டது. அது ஏற்பைக் குறிக்கும் AI-இயக்கப்பட்ட என்றோ, தற்காப்பைக் குறிக்கும் AI-தடுப்பு என்றோ சொல்லவில்லை. விழிப்புணர்வு இரண்டு எதிர்வினைகளுக்கும் முன்நிபந்தனை. ஒரு பாடம் மறுஆய்வு செய்யப்பட்டு, பின்னர் நல்ல காரணங்களுக்காக AI-ஐக் கட்டுப்படுத்தவோ, கட்டாயமாக்கவோ, புறக்கணிக்கவோ முடிவு செய்யலாம், ஆனால் கற்பிக்கப்படுவதிலும் மதிப்பிடப்படுவதிலும் கருவி எப்படித் தாக்கம் செலுத்துகிறது என்று முதலில் புரிந்துகொள்ளாமல் அந்தத் தேர்வை நன்றாகச் செய்ய முடியாது. இது நியாயப்படுத்தல் குறித்த மாணவர்களின் புகாருடனும் இணைகிறது. AI-விழிப்புள்ள பாடம் என்பது அதன் ஆசிரியர்கள் தங்கள் நிலைப்பாட்டை விளக்கக்கூடிய பாடம்.

குழு பாடத்திட்டத்துக்கு அப்பாலும் செல்கிறது. AI-இன் வருகை இன்றைய உயர்கல்வியின் இயல்பு, வீச்சு, நோக்கம் ஆகியவற்றின் பரந்த, முழுமையான மறுமதிப்பீட்டைக் கோருகிறது என்கிறது அது. மூலத்தில் இது எச்சரிக்கை இன்றிக் கூறப்பட்ட நிறுவப்பட்ட கூற்று, இது அறிக்கையைப் படிப்பு வடிவமைப்பிலிருந்து நிறுவன நோக்கத்துக்கு நகர்த்துகிறது. நிறுவனச் சமூகம், குறிப்பாக ஆசிரியர்கள், MIT கல்வியின் கட்டமைப்பு, பொருள், மதிப்பு குறித்த ஆழமான கேள்விகளை எதிர்கொள்ள வேண்டும் என்றும், நிறுவனத்தின் பணியைச் சிக்கலாக்கும் பல காரணிகளில் AI ஒன்று என்றும் குழு கூறுகிறது.

அந்தக் கடைசி உட்பிரிவைக் கடந்து செல்வது எளிது, அப்படிச் செய்யக் கூடாது. AI பல காரணிகளில் ஒன்று. AI மட்டுமே பணியைக் கேள்விக்குள்ளாக்கியது என்று குழு கூறவில்லை. ஏற்கெனவே இருக்கும் சிக்கல்களுக்குள் AI வந்து அவற்றைக் கூர்மையாக்குகிறது என்கிறது. கல்வித் தொழில்நுட்பத்தை உருவாக்கும் எவருக்கும் இது பயனுள்ள திருத்தம்: வாங்குபவர் ஒரு தயாரிப்பு தீர்க்கக்கூடிய சுத்தமான சிக்கல் கொண்ட நிறுவனம் அல்ல, தான் எதற்காக என்பது குறித்த பெரிய உரையாடலின் நடுவில் இருக்கும் நிறுவனம்.

நடைமுறைக் கவலைகளும் வகுப்பறைக்கு அப்பாலான கேள்விகளும் #

அறிக்கை தன்னைக் கற்பித்தலியலுக்குள் மட்டும் அடக்கிக்கொள்ளவில்லை. சமூகத்துக்கான நடைமுறைக் கவலைகளைப் பட்டியலிடுகிறது, அவற்றைப் பரந்த சமூகக் கேள்விகளிலிருந்து பிரிக்கிறது, இது விவேகமான பிரிவினை.

நடைமுறைப் பக்கத்தில், தரவுத் தனியுரிமை, ரகசியக் காப்பு முதல் சமமற்ற அணுகல், சார்புநிலை, நேர்மை, பொறுப்புடைமை குறித்த கேள்விகள் வரை AI கணிசமான கவலைகளை முன்வைக்கிறது. அவற்றை இணைகளாக எடுத்துக்கொள்ளுங்கள். தனியுரிமையும் ரகசியக் காப்பும் ஒரு கருவிக்குள் செல்லும் தகவலுக்கு என்ன நேர்கிறது என்பது பற்றியவை: மாணவர் வேலை, ஆராய்ச்சிப் பொருள், ஓர் ஆய்வாளர் கட்டடத்தை விட்டு வெளியே போக விரும்பாத எதுவும். சமமற்ற அணுகல், சார்புநிலை, நேர்மை, பொறுப்புடைமை ஆகியவை யார் பயனடைகிறார்கள், யார் பாதிக்கப்படுகிறார்கள், ஏதாவது தவறாகும்போது யார் பதில் சொல்கிறார்கள் என்பது பற்றியவை. ஆராய்ச்சிப் பயிற்சிச் சூழலில் இரண்டு தொகுப்புகளும் உறுத்துகின்றன. ரகசியக் காப்பைக் கவனிக்காமல் அனைவரையும் ஒரு கருவியைப் பயன்படுத்தச் சொல்லும் கொள்கை முழுமையற்றதாக இருக்கும், சமமற்ற அணுகலைப் புறக்கணிக்கும் கொள்கை ஒரு மாணவரால் வாங்க முடிந்த சந்தாவையே அனுகூலமாக்கும் அபாயத்தில் இருக்கும். இரண்டாவது எடுத்துக்காட்டு கவலையின் விளக்கம், அறிக்கையின் கண்டறிதல் அல்ல, ஏனெனில் அறிக்கை அந்தச் சிக்கலை மேலே உள்ள பொதுச் சொற்களில் மட்டுமே கூறுகிறது.

வளாகத்துக்கு அப்பால், AI-இன் வளர்ச்சி சமூகக் கேள்விகளை எழுப்புகிறது என்று அறிக்கை குறிப்பிடுகிறது. அவற்றில் AI தரவு மையங்களின் சுற்றுச்சூழல் தாக்கம், அறிவுசார் சொத்து, பயிற்சித் தரவு ஆகியவற்றின் பயன்பாடு, தொழில்நுட்பத்தின் மற்றும் தொழில்துறையின் ஒட்டுமொத்த மனிதத் தாக்கம் ஆகியவை அடங்கும். இவை ஒரு பல்கலைக்கழகம் தனியாகத் தீர்க்க முடியாத கேள்விகள், ஆனாலும் அதன் உறுப்பினர்களிடம் கேட்கப்படும், மாணவர்கள் எழுப்பும் கேள்விகள். இவற்றை அறிக்கையில் சேர்ப்பது, AI பற்றியும் AI உடனும் கற்பிப்பது மக்கள் கருத்துக் கொண்டுள்ள ஒரு சூழலுக்குள் நடக்கிறது என்பதற்கான ஒப்புதல்.

இந்தக் கவலைகளை அறிக்கை கட்டமைப்புரீதியாக என்ன செய்கிறது என்பதைக் கவனிப்பது பயனுள்ளது: அவற்றைச் சூழல் குறித்த உண்மைகளாக முன்வைக்கிறது, ஒரு குறிப்பிட்ட நிலைப்பாட்டுக்கான வாதங்களாக அல்ல. தரவு மையங்களின் சுற்றுச்சூழல் தாக்கத்தால் MIT பயன்பாட்டைக் கட்டுப்படுத்த வேண்டும் என்று குழு கூறவில்லை. அந்தக் கேள்விகள் இருக்கின்றன என்கிறது. இந்தக் கட்டுப்பாடு பரந்த கருத்துகள் கொண்ட சமூகத்துக்கு வழிகாட்ட எழுதப்பட்ட ஆவணத்துக்குப் பொருத்தமானது, அது பரிந்துரைகளைச் சித்தாந்தத்துடன் அல்லாமல் கண்டறிதல்களுடன் பிணைத்து வைக்கிறது.

அறிக்கை தன் பணிவையும் பார்வையில் வைத்திருக்கிறது. பிற கல்வி நிறுவனங்களும் AI குறித்து இதே போன்ற கேள்விகளுடன் போராடுகின்றன, யாருக்கும் எல்லாம் புரிந்துவிட்டதாகத் தெரியவில்லை. இந்த வாக்கியம் எச்சரிக்கையுடன் சொல்லப்பட்டுள்ளது, சரியாகவே: “தெரியவில்லை” என்பது நேர்மையான வேலை செய்கிறது. அது MIT-ஐ சக நிறுவனங்களுக்கு முன்னால் அல்ல, அவற்றிடையே வைக்கிறது, வேறொரு நிறுவனத்தின் அணுகுமுறையை ஆயத்தப் பதிலாகக் கருதும் ஆசையைத் தடுக்கிறது.

சுருக்கப்பட்ட கடிகாரத்தில் வந்த தொழில்நுட்பம் #

உயர்கல்விக்கு வெளியே உள்ள வாசகர்களுக்கு, அறிக்கையின் பகுப்பாய்வுரீதியாக மிகவும் பயனுள்ள பகுதி இந்தத் தொழில்நுட்பம் ஏன் வேறுபட்டதாக உணரப்படுகிறது என்ற அதன் விளக்கம். புத்தாக்கங்கள் எப்படி வருகின்றன என்பதற்கான ஓர் எளிய மாதிரியை அது தருகிறது.

சில தொழில்நுட்பப் புத்தாக்கங்கள் படிப்படியாக உருவாகின்றன. சமூகமும் தொழில்நுட்பமும் இணைந்து வளரும்போது, பரஸ்பரத் தகவமைப்பு தாக்கத்தை மென்மையாக்குகிறது. மூலம் ஓர் எடுத்துக்காட்டு தருகிறது: AI-இன் முன்னோடியாகவும் முக்கிய இயலுமையாக்கியாகவும் விவரிக்கப்படும் கணினி இந்த வடிவத்துக்குப் பொருந்துகிறது. காலப்போக்கில் நிறுவனங்கள் கணினிகளுடன் கற்பிக்கவும், அவற்றைக் கொண்டு உருவான வேலையை மதிப்பிடவும், அவற்றின் பயன்பாட்டுக்கு நெறிகளை அமைக்கவும் கற்றுக்கொண்டன. தகவமைப்பு பரஸ்பரமாக இருக்கும் அளவுக்கு மெதுவாக இருந்தது.

மற்ற புத்தாக்கங்கள் இன்னும் திடீரென வந்திறங்குகின்றன, தனிநபர்களும் நிறுவனங்களும் தகவமைத்துக்கொள்ள நேரம் கிடைப்பதற்கு முன்பே சமூகரீதியாக முக்கியத்துவம் பெறுகின்றன. உருவாக்க AI இந்த இரண்டாவது குழுவைச் சேர்ந்தது என்பது அறிக்கையின் வாதம்.

வாதத்தை நிறுவ அது ஒரு தேதியை நிர்ணயிக்கிறது. ஒரு புதிய தொழில்நுட்பம் எளிதில் பயன்படுத்தக்கூடியதாக ஆகும் தருணத்தையே சமூகம் அதன் “பிறப்பாக” குறிக்க முனைகிறது. அந்த அளவுகோலின்படி, உருவாக்கச் செயற்கை நுண்ணறிவு 2022 இறுதியில் ChatGPT வெளியானபோது “பிறந்தது”. எனவே உருவாக்க AI உடனான பொதுமக்களின் ஈடுபாடு நான்கு ஆண்டுகளுக்கும் குறைவானது. அந்தக் காலத்தில் அது நூறு கோடிக்கும் அதிகமான பயனர்களைப் பெற்றுள்ளது என்று மூலம் கூறுகிறது.

அந்த இரண்டு எண்களையும் ஒன்றாகப் பிடித்துக்கொள்ளுங்கள்: நான்கு ஆண்டுகளுக்கும் குறைவு, நூறு கோடிக்கும் அதிகமான பயனர்கள். கருத்தை நிறுவ அறிக்கை இதற்கு மேல் எதுவும் சொல்ல வேண்டியதில்லை. நான்கு ஆண்டுகளுக்கும் குறைவான காலத்தில் வெளியீட்டிலிருந்து நூறு கோடி பயனர்களை எட்டிய தொழில்நுட்பம், கணினி வழங்கியதைப் போன்ற பல ஆண்டு ஓடுபாதையைப் பாடத்திட்டக் குழுக்களுக்கோ மதிப்பீட்டு வடிவமைப்பாளர்களுக்கோ கொள்கை அலுவலகங்களுக்கோ வழங்கவில்லை.

அறிக்கை மேலும் இரண்டு அவதானிப்புகளைச் சேர்க்கிறது. AI தொழில்நுட்பத்தை விற்கும் நிறுவனங்கள் தலைப்புச் செய்திகள், பங்குச் சந்தை, பொதுமக்கள் உணர்வு ஆகியவற்றில் ஆதிக்கம் செலுத்தத் தொடங்கியுள்ளன. AI ஏறக்குறைய ஒவ்வொரு துறையிலும், சமூகம் அதன் தாக்கங்களைச் சரியாகக் கவனித்துப் பகுப்பாய்ந்து பின்னர் படிப்படியாகத் தகவமைத்துக்கொள்ள முடியாத அளவுக்குச் சுருக்கப்பட்ட கால அளவில் முன்னேறுகிறது.

கவனமாக வாசித்தால், கடைசி வாக்கியம் படிப்படியான தகவமைப்புக்கு வழக்கமாகத் தேவைப்படும் நான்கு படிகளை முன்வைக்கிறது: தாக்கங்களைக் கவனித்தல், அவற்றைப் பகுப்பாய்தல், பின்னர் தகவமைத்தல், அதைப் படிப்படியாகச் செய்தல். கால அளவு அந்த வரிசைக்கு மிகவும் சுருக்கப்பட்டது என்பது கூற்று. இது சிக்கலின் துல்லியமான கூற்று. AI மோசமானது என்பதோ நல்லது என்பதோ அல்ல. செயல்படுவதற்கு முன் கவனித்துக் கற்பது என்ற, ஒரு சமூகம் புதிய கருவியை உள்வாங்கும் வழக்கமான முறை இந்த வேகத்துக்குப் பொருந்தவில்லை என்பதுதான்.

ஒரு நிறுவனருக்கு இங்கே வாடிக்கையாளர் பற்றிய ஒரு பாடம் உள்ளது. இந்த நிலையில் உள்ள ஒரு நிறுவனம் பிடிவாதத்தால் மெதுவாக இல்லை. அதன் வழக்கமான செயல்முறை இனி பொருந்தாத ஒரு கடிகாரத்தை அனுமானிப்பதால் மெதுவாக உள்ளது. விஷயத்தை ஆய்வு செய்ய நிறுவனங்களுக்கு நேரம் கிடைத்துவிட்டதாக அனுமானிக்கும் தயாரிப்புகள் அல்ல, சுருக்கப்பட்ட நேரத்தில் அவை விவேகமாகச் செயல்பட உதவும் தயாரிப்புகளும் சேவைகளுமே அறிக்கை விவரிக்கும் உண்மையான நிலையை எதிர்கொள்கின்றன. இது அறிக்கையின் சட்டகத்துக்கு ஆதரவான வாதம், சந்தை குறித்து அறிக்கை செய்யும் கூற்று அல்ல.

பணிவுடன் முன்வைக்கப்பட்ட எட்டுக் கொள்கைகள் #

சூழலை விவரித்த பிறகு, அதைப் பற்றி என்ன செய்யப்போகிறது என்பதற்கு அறிக்கை திரும்புகிறது. குழு சார்ந்திருந்த, முன்னால் உள்ள பணியில் நிறுவனத்துக்கு வழிகாட்டும் என்று அது நம்பும் எட்டுக் கொள்கைகளை வரையறுப்பதன் மூலம் தொடங்குகிறது. இங்கே மூலத்தின் கூற்றுகள் வரம்புக்குட்பட்டவை: கொள்கைகள் எட்டு என்று சொல்கிறது, முதலாவதைச் சொல்கிறது. மீதமுள்ளவை கிடைக்கும் பொருளில் இல்லை, இந்தக் கட்டுரை அவற்றை ஊகிக்காது.

முதல் கொள்கை, குழு தன் முன்மொழிவுகளைப் பணிவு உணர்வுடன் முன்வைக்கிறது என்பது. தொடங்குவதற்கு இது வழக்கத்துக்கு மாறான இடம். சூழலை அவசரமானதாக இப்போதுதான் விவரித்த ஓர் அறிக்கை, தன் கொள்கைகளை உறுதியுடன் தொடங்கும் என்று எதிர்பார்க்கலாம். மாறாக அது வரம்புகள் குறித்த ஒரு கூற்றுடன் தொடங்குகிறது, நடைமுறையில் பணிவு என்றால் என்ன என்பதை உடனே விளக்குகிறது: தொழில்நுட்பம் தொடர்ந்து பரிணமிக்கும்போதும் நிறுவனம் சோதித்துக் கற்கும்போதும் திசைத் திருத்தங்கள், ஒருவேளை பெரியவையும், தவிர்க்க முடியாதவை.

அந்த வாக்கியம் எச்சரிக்கையானது, வெளிப்படையானதும் கூட. தன் பரிந்துரைகள் அடுத்த சில ஆண்டுகளின் சோதனையைத் தாங்கும் என்று குழு வாக்களிக்கவில்லை. அவற்றில் சிலவற்றுக்கு ஒருவேளை திருத்தம் தேவைப்படும் என்றும், நிறுவனம் செய்து கற்க எதிர்பார்க்க வேண்டும் என்றும் முன்கூட்டியே சொல்கிறது. நான்கு ஆண்டுகளுக்கும் குறைவான வயதுடைய தொழில்நுட்பம் குறித்து ஐந்து மாதக் காலக்கெடுவில் உருவான ஆவணத்துக்கு இது உறுதியான நிலைப்பாடு. இது அறிக்கையை நம்புவதையும் எளிதாக்குகிறது. இறுதி வார்த்தை தன்னுடையது என்று கூறும் குழுவை, மாற்றத்தின் வேகம் குறித்து அது இப்போதுதான் முன்வைத்த சான்றே மறுத்திருக்கும்.

இருப்பினும், பணிவு முடக்கமாக மாற அனுமதிக்கப்படவில்லை. மூலம் வெளிப்படையாக உள்ளது: நிச்சயமின்மை செயலின்மைக்குச் சாக்காக இருக்க முடியாது. உத்திசார் நிலைப்பாடும் அதே உறுதியுடன் கூறப்படுகிறது. கற்பித்தலிலும் கற்றலிலும் AI முன்வைக்கும் சவால்கள் எல்லா இடங்களிலும், குறிப்பாக MIT-இல், துணிச்சலான உத்திசார் எதிர்வினையைக் கோருகின்றன.

இந்த இரண்டு கூற்றுகளையும் ஓர் இணையாக வாசிப்பதே சிறந்தது. முதலாவது எந்தக் குறிப்பிட்ட பதிலின் மீதான நம்பிக்கையையும் வரம்பிடுகிறது. இரண்டாவது அந்த வரம்பு காத்திருப்பதற்கான காரணமாக ஆவதை மறுக்கிறது. இரண்டும் சேர்ந்து ஒரு வேலைமுறையை விவரிக்கின்றன: செயல்படு, கவனி, திருத்து. படிப்படியான தொழில்நுட்ப ஏற்பு பல பத்தாண்டுகளாகச் சமூகம் பின்பற்ற அனுமதித்த அதே முறை இது, ஒரு நிறுவனத்தின் திட்டமிடல் சுழற்சிக்குள் சுருக்கப்பட்டது.

நிறுவனத்தின் பங்கு குறித்த ஒரு நம்பிக்கையையும் குழு கூறுகிறது. MIT-க்கு வழிநடத்தும் பொறுப்பு உள்ளது என்கிறது அது. இந்தச் சொல்லமைப்பு ஒரு நம்பிக்கை, கண்டறிதல் அல்ல, அப்படியே வாசிக்கப்பட வேண்டும். வழிநடத்துவது உறுதியான வடிவில் எப்படி இருக்கும் என்று பொருளில் எதுவும் சொல்லவில்லை, இந்த மூலத்தைச் சார்ந்த ஒரு கட்டுரை அதைப் புனையக் கூடாது. இருப்பினும் இந்த நம்பிக்கை “துணிச்சலான உத்திசார் எதிர்வினை” என்பதில் உள்ள “துணிச்சலான” என்பதை விளக்குகிறது. தான் வழிநடத்த வேண்டும் என்று நினைக்கும் நிறுவனம், காத்திருந்து பார்க்கும் நிலைப்பாட்டை ஏற்கத்தக்கதாகக் கருத முடியாது.

பரிந்துரைகளும் இன்னும் திறந்திருக்கும் பணியும் #

ஆசிரியர்களுக்கும் நிர்வாகத்துக்கும் உடனடி மற்றும் நீண்டகாலச் செயல்பாடுகளைப் பரிந்துரைப்பதாக அறிக்கை உறுதியளிக்கிறது. அந்தப் பிரிவே தகவல் தருகிறது. ஒரு குறிப்பிட்ட பாடத்தில் என்ன நடக்கும் என்று தீர்மானிப்பவர்கள் ஆசிரியர்கள், AI-விழிப்புள்ள தேர்வுகளைச் செய்ய அவர்களுக்கு இடமும் ஆதரவும் தேவை என்று கண்டறிதல்கள் சுட்டுகின்றன. எந்த ஒரு ஆசிரியராலும் கையாள முடியாத சிக்கல்களைக் கையாளக்கூடிய அமைப்பு நிர்வாகம்: பாடத்திட்டம் முழுவதிலுமான சீர்மை, கொள்கை, தனியுரிமை, அணுகல், பொறுப்புடைமை குறித்த நடைமுறைக் கவலைகள். உடனடி, நீண்டகாலம் என்ற பிரிவு, சில விஷயங்களை இந்தப் பருவத்திலேயே செய்ய முடியும், மற்றவற்றுக்குத் தொடர்ச்சியான முயற்சி தேவை என்பதை ஒப்புக்கொள்கிறது.

கிடைக்கும் கூற்றுகளில் அந்தப் பரிந்துரைகளின் உள்ளடக்கம் இல்லை, இந்தக் கட்டுரை அதை வழங்காது. சொல்லக்கூடியது, கண்டறிதல்கள் அவற்றை எப்படிக் கட்டுப்படுத்துகின்றன என்பதே.

மாணவர்கள் சீரின்மையால் குழம்பியிருந்தால், ஆசிரியர்களுக்கான பரிந்துரைகள் தேர்வுகள் எப்படி விளக்கப்படுகின்றன, பொருத்தமான இடங்களில் எப்படி ஒருங்கமைக்கப்படுகின்றன என்பதைக் கையாள வேண்டும். ஆசிரியர்கள் அனுபவங்கள், யோசனைகள், நுட்பங்களைப் பகிர விரும்பினால், பரிந்துரைகள் அந்த விருப்பம் செல்வதற்கு ஓர் இடத்தைத் தர வேண்டும். மதிப்பீடு கடினமாகிக்கொண்டிருந்தால், நீண்டகாலச் செயல்பாடுகள் எதை, எப்படி மதிப்பிடுவது என்பதை மறுசிந்தனை செய்வதை உள்ளடக்கக்கூடும், இது பாடங்களை மறுஆய்வு செய்ய வேண்டும் என்ற அறிக்கையின் சொந்த அழைப்புடன் பொருந்துகிறது. இவை பரிந்துரைகள் எதைக் கையாள வேண்டும் என்பது குறித்துக் கண்டறிதல்களிலிருந்து பெறப்பட்ட அனுமானங்கள், அறிக்கை என்ன பரிந்துரைக்கிறது என்பது பற்றிய கூற்றுகள் அல்ல, அவற்றை இலேசாகப் பிடித்துக்கொள்ள வேண்டும்.

சில திறந்த கேள்விகள் கூற்றுகளிலிருந்தே எழுகின்றன.

முதலாவது, அறிகுறிகள் எப்படிச் சான்றாக மாறுகின்றன என்பது. அதிகரித்த தனிமை, குலைந்த தேர்ச்சியும் தன்னம்பிக்கையும், அரிக்கப்பட்ட சமூக ஒப்பந்தம், கடினமான மதிப்பீடு ஆகியவற்றுக்கான அறிகுறிகள் உள்ளன என்று அறிக்கை சொல்கிறது. எந்த நிறுவனத்துக்கும் இயல்பான அடுத்த படி, அந்த விளைவுகள் எவ்வளவு பெரியவை, எங்கே குவிகின்றன என்று கண்டறிவது. அறிக்கையின் எச்சரிக்கையான மொழி சந்தேகிக்கப்படுவதற்கும் அளக்கப்படுவதற்கும் இடையிலான இடைவெளியைக் குறிக்கிறது.

இரண்டாவது, பகிர்ந்துகொள்ளும் ஆசிரியர்களின் விருப்பம் கருத்துகளின் உண்மையான வீச்சைத் தட்டையாக்காமல் சீர்மையை உருவாக்க முடியுமா என்பது. ஆர்வமான ஆய்வு முதல் AI மறுப்பு வரையிலான மனப்பான்மைகளை அறிக்கை விவரிக்கிறது. தெளிவு, சீர்மை, நியாயப்படுத்தல் ஆகியவற்றுக்கான மாணவர்களின் கோரிக்கையையும் அது பதிவு செய்கிறது. அந்த இரண்டு உண்மைகளையும் இணக்கப்படுத்துவது எளிதாக இல்லாமல் இருக்கலாம், அது எளிது என்று அறிக்கை கூறவில்லை.

மூன்றாவது, பாடத்திட்டப் பணியின் அளவு. “ஒவ்வொரு பாடம்” என்பது ஏராளமான பாடங்கள், அறிக்கையின் எச்சரிக்கை (“மறுஆய்வு செய்யப்பட்டு ஒருவேளை புதுப்பிக்கப்பட வேண்டியிருக்கும்”) திருத்தம் எவ்வளவு ஆழமாகச் செல்லும் என்பதில் மாறுபாட்டுக்கு இடம் விடுகிறது. அறிக்கையே சுருக்கப்பட்டது என்று விவரிக்கும் கடிகாரத்தில், ஆயிரக்கணக்கான பாடங்களுக்கு இடையே ஒரு நிறுவனம் முன்னுரிமைகளை எப்படி அமைக்கிறது என்பதே கண்டறிதல்கள் விட்டுச்செல்லும் நடைமுறைக் கேள்வி.

நான்காவது, குழு மிக நேரடியாகச் சுட்டிக்காட்டுவது, MIT கல்வியின் கட்டமைப்பு, பொருள், மதிப்பு குறித்த ஆழமான கேள்விகளின் தொகுப்பு. பணியைச் சிக்கலாக்கும் பல காரணிகளில் AI ஒன்று, குறிப்பாக ஆசிரியர்கள் அந்தக் கேள்விகளை எதிர்கொள்ளக் கேட்கப்படுகிறார்கள். ஒரு கொள்கையைச் சில மாதங்களில் எழுதலாம். இன்றைய உயர்கல்வியின் இயல்பு, வீச்சு, நோக்கம் குறித்துக் குழு கோரும் மறுமதிப்பீடு ஒரு நீண்ட உரையாடல், தொடங்குவதற்கு முன் அது நிச்சயத்துக்காகக் காத்திருக்க முடியாது என்பதில் அறிக்கை தெளிவாக உள்ளது.

அறிக்கை தன் வாசகர்களை எங்கே விட்டுச்செல்கிறது என்பதைச் சிறப்பாகப் பிடிப்பது அதன் சொந்த வரியே: திசைத் திருத்தங்கள் தவிர்க்க முடியாதவை, நிச்சயமின்மை செயலின்மைக்குச் சாக்காக இருக்க முடியாது. திறந்திருப்பது எந்தத் திருத்தங்கள் முதலில் வருகின்றன, சான்று முழுமையாவதற்கு முன் அவற்றைச் செய்ய MIT-இல் யார் தயாராக இருக்கிறார்கள் என்பதே.

துறைவாரியாக இதன் பொருள் #

முன்னணிப் பல்கலைக்கழகச் சூழல்களில் உருவாக்க AI-இன் விரைவான பரவல், பல கல்வி மற்றும் தொழில்முறைத் துறைகளில் நிறுவனச் சீர்குலைவின் தொடக்கக் குறிகாட்டியாக விளங்குகிறது.

உயர்கல்வி மற்றும் ஆராய்ச்சிப் பல்கலைக்கழகங்கள் #

பாடத்திட்ட அளவிலான “AI தடை” கொள்கைகள் நடைமுறைப்படுத்த முடியாதவை, எதிர்விளைவை உண்டாக்குபவை என்பதை உயர்கல்வித் தலைமை உணர வேண்டும். சவால் கட்டமைப்பு சார்ந்தது: கற்றல் மதிப்பீடுகள் நேரடி வாய்மொழிப் பாதுகாப்புகள், ஒரே நேரச் சிக்கல் தீர்வு, படிப்படியாக வளரும் திட்டத் தொகுப்புகள் ஆகியவற்றை நோக்கி நகர வேண்டும், அங்கே இறுதி எழுத்துப் படைப்பை மட்டும் மதிப்பிடுவதற்குப் பதிலாகச் சிந்தனைப் பயணம் தணிக்கை செய்யப்படும்.

EdTech மற்றும் AI பயிற்றுவிப்பு வழங்குநர்கள் #

வணிகக் கருவி உருவாக்குநர்கள் ஒரு கற்பித்தலியல் இக்கட்டை எதிர்கொள்கிறார்கள். பதில்களை உருவாக்குவதற்காக மட்டுமே வடிவமைக்கப்பட்ட தயாரிப்புகள் மாணவர்களின் விலகலையும் அறிவுசார் தனிமையையும் துரிதப்படுத்துகின்றன. முதல்நிலைக் கல்விச் சூழல்களில் செழிக்கும் தளங்கள், இலக்கு வைத்த சாரக்கட்டு ஆதரவை வழங்கியபடி அறிவுசார் போராட்டத்தைப் பாதுகாக்கும், சாக்ரடீஸ் முறையைக் கருவியாக்கும் தளங்களே.

நிறுவனக் கற்றல் மற்றும் தொழில்நுட்ப அறிமுகப் பயிற்சி #

நிறுவனப் பயிற்சி அகாடமிகளும் தொழில்நுட்ப முதலாளிகளும் அதே தேர்ச்சிப் பற்றாக்குறையை எதிர்கொள்கிறார்கள்: அடிப்படைத் தோல்வி முறைகளைப் புரிந்துகொள்ளாமல் உருவாக்கக் குறியீட்டுக் கருவிகளைப் பயன்படுத்தும் இளநிலைப் பணியாளர்கள். அடிப்படைப் பிழைநீக்கம், கட்டமைப்புச் சிந்தனை ஆகியவற்றை மதிப்பிடப் பொறியியல் நிறுவனங்கள் தங்கள் பயிற்சிப் பணி மாதிரிகளைத் தகவமைக்க வேண்டும்.

முடிவுரை #

MIT தற்காலிகக் குழுவின் அறிக்கை தனித்து நிற்கிறது, ஏனெனில் அது உருவாக்க AI-ஐ ஒரு கல்வி நேர்மைத் தொல்லையாகக் குறுக்க மறுக்கிறது. தொழில்நுட்பத்தைப் பல்கலைக்கழகக் கல்வியின் மைய நோக்கத்தின் மீதான அழுத்தச் சோதனையாக முன்வைப்பதன் மூலம், குழு ஒரு நிதானமான வழித்தடத்தை வழங்குகிறது: நிறுவனப் பணிவு உணர்வுடன் சோதனையை ஏற்றுக்கொள், ஆனால் நிச்சயமின்மை நிர்வாக முடக்கத்தை நியாயப்படுத்த விடாதே. அடுத்த கல்விச் சுழற்சியின் உண்மையான சோதனை, ஆழமான தேர்ச்சியைப் பாதுகாத்து, பட்டதாரிகளை AI-சார்ந்த உலகுக்குத் தயார்படுத்தும் வகையில் ஆசிரியர்கள் பாடத்திட்டங்களை மறுவடிவமைக்க முடியுமா என்பதே.

அடிக்கடி கேட்கப்படும் கேள்விகள் #

மாணவர் பாடப்பணிகளில் MIT உருவாக்க AI-ஐத் தடை செய்கிறதா?

இல்லை. MIT முழுமையான தடையை அமல்படுத்தவில்லை. தனிப்பட்ட ஆசிரியர்கள் தங்கள் பாடங்களுக்கான கொள்கையை அமைக்கிறார்கள், அது பணிகளில் AI-இன் ஒருங்கிணைந்த பயன்பாடு முதல் குறிப்பிட்ட AI-அற்ற அடிப்படைப் பயிற்சிகள் வரை நீள்கிறது, குழு கூடுதல் நிறுவனச் சீர்மையையும் வெளிப்படையான கற்பித்தலியல் நியாயப்படுத்தலையும் பரிந்துரைக்கிறது.

பாரம்பரிய “p-set” (பயிற்சிக் கணக்குத் தொகுப்பு) மீது உருவாக்க AI எப்படித் தாக்கம் செலுத்துகிறது?

பயிற்சிக் கணக்குத் தொகுப்புகள் வரலாற்றுரீதியாகத் தனியாகச் சிக்கல் தீர்ப்பதன் மூலம் அறிவுசார் உறுதியை வளர்க்கும் முதன்மை வாகனமாகச் செயல்பட்டுள்ளன. AI பரவலாகக் கிடைப்பதால், மாணவர்கள் சரியான தீர்வுகளை விரைவாக உருவாக்க முடிகிறது, இதனால் மேலோட்டமான நிறைவு உண்மையான அறிவுசார் தேர்ச்சியின் இடத்தைப் பிடிக்கும் அபாயம் உருவாகிறது.

மதிப்பீடு குறித்துக் குழுவின் பரிந்துரை என்ன?

வழக்கமான மதிப்பீட்டுக் கருவிகள் (வீட்டில் எழுதும் தேர்வுகள், நிலையான எழுத்துப் பயிற்சிக் கணக்குத் தொகுப்புகள்) மறுமதிப்பீடு செய்யப்பட வேண்டும் என்று குழு வலியுறுத்துகிறது. நீண்டகாலத் தீர்வுகள் ஒரே நேர மதிப்பீடு, திட்ட அடிப்படையிலான செயல்விளக்கங்கள், இயந்திரத்தனமான வெளியீட்டு உருவாக்கத்தை விடத் திறனாய்வுப் பகுப்பாய்வுக்கு வெகுமதி அளிக்கும் பாடத்திட்ட மறுவடிவமைப்பு ஆகியவற்றில் கவனம் செலுத்துகின்றன.

துணைநூற்பட்டியல் #

• MIT Ad Hoc Committee, (2026). கற்பித்தல், கற்றல், ஆராய்ச்சிப் பயிற்சியில் AI பயன்பாடு குறித்த இறுதி அறிக்கை ⧉. Massachusetts Institute of Technology.
• MIT Office of the Chancellor and Provost, (2026). உருவாக்க AI குறித்த தற்காலிகக் குழுவுக்கான பொறுப்பு ⧉. Massachusetts Institute of Technology.
• Eric Klopfer and Samuel Madden, (2026). உருவாக்க AI யுகத்தில் கற்பித்தலும் கற்றலும் ⧉. MIT News.

கடைசியாக மதிப்பாய்வு செய்யப்பட்டது 2026-09-25.

கடைசியாக மதிப்பாய்வு செய்யப்பட்டது 2026-10-27.

# நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/](https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/)

மாணவர்கள் AI-ஐப் பரவலாகப் பயன்படுத்துகிறார்கள், ஆசிரியர்கள் பிளவுபட்டுள்ளனர், ஒவ்வொரு பாடமும் மறுஆய்வு தேவை என MIT குழு கூறுகிறது; நிச்சயமின்மை செயலின்மைக்குச் சாக்கல்ல.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/

நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau

மாணவர்கள் AI-ஐப் பரவலாகப் பயன்படுத்துகிறார்கள், ஆசிரியர்கள் பிளவுபட்டுள்ளனர், ஒவ்வொரு பாடமும் மறுஆய்வு தேவை என MIT குழு கூறுகிறது; நிச்சயமின்மை செயலின்மைக்குச் சாக்கல்ல.

https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/

நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau

மாணவர்கள் AI-ஐப் பரவலாகப் பயன்படுத்துகிறார்கள், ஆசிரியர்கள் பிளவுபட்டுள்ளனர், ஒவ்வொரு பாடமும் மறுஆய்வு தேவை என MIT குழு கூறுகிறது; நிச்சயமின்மை செயலின்மைக்குச் சாக்கல்ல.

முக்கிய மூலோபாயக் கருத்துகள் இங்கே:

- ஒரு பொறுப்பு, ஒரு காலக்கெடு, முன்தீர்மானிக்கப்பட்ட கருதுகோள் இல்லாத ஒரு குழு. புதிய தொழில்நுட்பம் குறித்த பெரும்பாலான நிறுவன அறிக்கைகள், ஆசிரியர்களின் மனதில் விவாதம் ஏற்கெனவே தீர்ந்த பிறகே வருகின்றன.
- அடிக்கடி, பரவலாக, உணர்வுரீதியாகக் கலவையாக. முதல் கண்டறிதல்தான் மற்ற அனைத்தையும் அவசரமாக்குகிறது.
- அடித்தளங்கள் நகர்வதற்கான அறிகுறிகள். கண்டறிதல்களில் மிகவும் கவனத்தை ஈர்க்கும் பகுதி, AI ஒருவேளை MIT கல்வி அனுபவத்துக்குச் செய்துகொண்டிருப்பவற்றின் பட்டியல்.
- மாணவர்கள் அறிய வேண்டியதே மாறிக்கொண்டிருக்கிறது. முந்தைய பகுதியை முடிக்கும் வாசகர், சிக்கல் ஏமாற்றுதல்தான் என்றும் கடுமையான மதிப்பீட்டு முறை அதைத் தீர்க்கும் என்றும் நம்பக்கூடும்.

இந்தக் கட்டுரையில் விவரிக்கப்பட்ட சவால்களுக்கு உங்கள் நிறுவனத்தின் அணுகுமுறை என்ன?

→ https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/

#Mit #உருவாக்கAi #உயர்கல்வி #Aiகொள்கை #கற்பித்தலும்கற்றலும்

Sebastien Rousseau | CC-BY-4.0

@online{rousseau2026ந,
  author  = {Rousseau, Sebastien},
  title   = {{நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/},
  urldate = {2026}
}

TY  - GEN
AU  - Rousseau, Sebastien
TI  - நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/
ER  -

Rousseau S. நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau. sebastienrousseau.com. 2026 Sep 25. Available from: https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/

Rousseau, Sebastien. "நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau." sebastienrousseau.com. September 25, 2026. https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/.

Rousseau, S. (2026, September 25). நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/

நிறுவனங்களுக்கு முன்பே வந்த தொழில்நுட்பம்: கல்வி, AI குறித்து MIT குழு — Sebastien Rousseau

மாணவர்கள் AI-ஐப் பரவலாகப் பயன்படுத்துகிறார்கள், ஆசிரியர்கள் பிளவுபட்டுள்ளனர், ஒவ்வொரு பாடமும் மறுஆய்வு தேவை என MIT குழு கூறுகிறது; நிச்சயமின்மை செயலின்மைக்குச் சாக்கல்ல.

Originally published at https://sebastienrousseau.com/ta/2026-09-25-niruvanangkalukku-munpe-vantha-thozhilnutpam-kalvi-kuriththu/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU · FOUNDER · ENGINEER