කෘත්‍රිම බුද්ධිය ලෙසින් පොදු සමාජය බැලූ බැල්මට හ¾දුනා ගන්නේ සංවර්ධිත රටවල දියුණුවේ අග්‍රඵලයකි. එහෙත් ආර්ථික අර්බුදයක කරවටක් ගිලුණු ශ්‍රී ලංකාව වැනි රටකට කෘත්‍රිම බුද්ධියෙන් ළඟා කරගත හැකි වාසි සුළුපටු නොවේ. මේ, ඒ සම්බන්ධයෙන් ලංකාවේ කෘත්‍රිම බුද්ධිය ප්‍රවර්ධනයට රාජ්‍යමය මැදිහත්වීමේ කොටස්කරුවකු වන ලර්න් ඒෂියා ආයතනයේ දත්ත විද්‍යා කණ්ඩායම් ප්‍රධානි මර්ල් චන්දන මහතා සමඟ කළ සාකච්ඡාවකි.
කෘත්‍රිම බුද්ධිය ගැන සරල තාක්ෂණික නිර්වචනයකින් අපි කතාව පටන්ගමු?
කෘත්‍රිම බුද්ධිය ගැන නිර්වචනයක් විදිහට ගත්තොත් කාටත් තේරෙන විදිහට මිනිස් මොළය පාවිච්චි කර කරන ක්‍රියාකාරකම් පරිගණක හරහා කෙරෙද්දී අපට ඒකට කෘත්‍රිම බුද්ධිය කියන්න පුළුවන්. මේක පොඩ්ඩක් ලිහාගත්තොත් හොඳයි. කෘත්‍රිම බුද්ධිය කියන්නෙ මිනිස්සුන්ට වගේම දැනීම් හැඟීම් තියෙන පිරිසක්ය. ඔවුන් අපිව ආක්‍රමණය කරාවිය කියලා අදහසක් සමඟත් ඇතැමුන් ඉන්නවා. මේක ඇවිත් තියෙන්නේ විද්‍යා ප්‍රබන්ධවලින්. එහෙම යටත් කර ගැනීම් ඇත්තටම තිබෙන්නේ විද්‍යා ප්‍රබන්ධවල විතරයි. කෘත්‍රිම බුද්ධියට එවැනි හැකියාවක් තවත් දශක තුන හතරක්වත් යනතුරු ඒවි කියලා කෘත්‍රිම බුද්ධිය ගැන පර්යේෂණ කරන විද්‍යාඥයන්වත් හිතන්නේ නෑ. අවුරුදු සියයකදී ඒවිද කියන එක අපට කියන්න බෑ. හැබැයි ඊළඟ වසර විස්ස – තිහ තුළ එහෙම වෙන්නේ නෑ. ඔය භීතිකාව ඇවිත් තියෙන්නේ පොඩි කාලේ ඉඳලා මෙටි්‍රක්ස්, රොබෝලා බැලීමෙන්. දැනට තියෙන කෘත්‍රිම බුද්ධිය කියන්නේ අපට තිබෙන දත්ත පද්ධතිවල රටා ඉගෙන ගෙන ඒ අනුසාරයෙන් තවත් වැඩ කරගන්න හදාගත්ත තාක්ෂණයක්.
කෘත්‍රිම බුද්ධිය ප්‍රවර්ධනයට රජය සමඟ ඔබ ආයතනය සම්බන්ධ වෙන්නේ කොහොමද?
අපි ආකාර කිහිපයකින් සම්බන්ධ වෙනවා. නිදසුනකට රජය කෘත්‍රිම බුද්ධියට මුදල් වෙන් කරද්දි අපි මෙවැනි අංශවලට මුදල් වෙන් කළොත් කෘත්‍රිම බුද්ධියෙන් මෙවැනි ප්‍රයෝජන ගන්න පුළුවන් යැයි පෙන්වා දෙනවා. තවත් දෙයක් තමයි කෘත්‍රිම බුද්ධියට ගොඩක් මිනිසුන්ගේ දත්ත පාවිච්චි වෙනවා. එවැනි අවස්ථාවල මිනිසුන්ගේ පෞද්ගලිකත්වයට හානියක් නොවන අයුරින් නිවැරැදිව දත්ත භාවිත කරන ආකාරය අපි පෙන්වා දෙනවා. ඒ වගේම මධ්‍යම ආණ්ඩුවේ ක්‍රියාකාරිත්වයට කෘත්‍රිම බුද්ධිය අභ්‍යාස කළ හැකි දේට සහාය දෙනවා.
උදාහරණ එක්ක කතා කළොත්?
චන්ද්‍රිකා තාක්ෂණයෙන් දෙන ඡායාරූප පාවිච්චි කරලා අපට යල හෝ මහ කන්නයක කොපමණ වී වගා කරල තියෙනවාද කියල ඇස්තමේන්තුවක් ගන්න පුළුවන්. හැබැයි මේ දත්තය කොහේවත් එක තැනක නෑනෙ. ඒ වගේම ඊළඟ මාස හයේ කාලගුණය කොහොම වේවිද කියල නිර්ණය කරන්න පුළුවන්. ඒ වගේම ගංවතුරක් ආවම වැඩිම අවදානම් තියෙන කලාප මොනවද කියල හ¾දුනාගන්න පුළුවන්. ප්‍රවාහන සැලැසුම් හදන්න පුළුවන්. අපි ලර්න් ඒෂියා එකෙන් ඉස්සර හදලත් තියෙනවා. හිතන්න අපි අලුතින් අධිවේගී මාර්ගයක් හෝ සැහැල්ලු දුම්රිය මාර්ගයක් හ¾දුන්වා දෙන්න යනවා නම් එමඟින් මිනිසුන්ගේ ගමන් කාලය කොච්චර අඩු වෙනවාද එයින් ලැබෙන ප්‍රතිලාභය කොච්චරද කියල ගණනය කරන්න පුළුවන්. එතකොට මිනිසුන්ට වැඩිම ප්‍රතිලාභය ලැබෙන විදිහට අධිවේගීි මාර්ගය හැදෙන්න ඕනෑ කොතැන ඉඳල කොතැනටද කියල නිවැරැදිව තීරණය කරන්න පුළුවන්. 2013දී අපි ඒ විදිහට කටුනායක – කොළඹ අධිවේගීි මාර්ගය නිසා මීගමුවේ සිට කොළඹට එන මිනිසුන්ගේ ගමන් කාලය කොච්චර අඩු වෙනවාද කියල බැලුවා.
මේ දවස්වල අපෙත් සහායෙන් ජාතික කෘත්‍රිම බුද්ධිය උපායමාර්ග හැදෙනවා. (National AI Strategy) ඒකෙදී අපි අවධානය යොමු කරන ප්‍රධාන ක්ෂේත්‍රයක් කෘෂිකර්මය. දෙවැනිව සෞඛ්‍යය. අනෙක අධ්‍යාපනය. දැනට තිබෙන තාක්ෂණය අනුව කෘත්‍රිම බුද්ධියට අවශ්‍ය ලොකුම දේ දත්ත. උදාහරණයකට රෝගියකුගේ වසර විස්සක විතර රෝග ඉතිහාසයට අදාළ එක්ස්-රේ ආදී දත්ත තියෙනවා නම් දැනට විකිරණ තාක්ෂණවේදීන්ගෙන් ස්කෑන් පරීක්ෂාවකින් ලැබෙන දේට වැඩි දෙයක් එමඟින් ලබාගන්න පවා පුළුවන්. සෞඛ්‍ය ක්ෂේත්‍රයේදී මේ පරීක්ෂා ගොඩක් පහසුයි. මොකද බොහෝ දත්ත දැනටමත් ඩිජිටල් අවකාශයේ තිබෙන නිසා. ඇත්තටම දැනට ඒ දත්ත තිබෙන්නේ ලොකුවට ප්‍රයෝජනයක් ගන්නෙවත් නැතිවයි.
ලංකාවේ ඇත්තටම රාජ්‍ය ආයතන පද්ධතියක් විදිහට ගත්තොත් පුදුමාකාර විදිහට දත්ත එකතු කරනවා. උදාහරණයකට ප්‍රාදේශීය ලේකම් කාර්යාලයේ ක්ෂේත්‍ර නිලධාරීන් එකතු කරන දත්තයම ඇතැම් විට කෘෂිකර්ම දෙපාර්තමේන්තුවෙනුත් එකතු කරනවා. රජය විශේෂ ව්‍යාපෘතියක් ගෙනාවොත් ආයෙම ඒ ටික එකතු කරනවා. මේ දත්ත එකතු කිරීමේ අවුල ගැන ඔබ මොකද්ද හිතන්නේ?
කෘත්‍රිම බුද්ධි උපායමාර්ග සැකැසීමේදී අපේ ප්‍රධානම නිර්දේශයක් තමයි මධ්‍යගත විදිහට දත්ත ඒකරාශි කිරීම. එකම දත්ත තැන් කීපයකින් එකතු කරගෙන නිකන් තියාගෙන ඉඳීමෙන් කිසිම පලක් නෑ. ඩුප්ලිකේට් නැතිව කේන්ද්‍රගතව දත්ත ඒකරාශි කිරීමේ අරමුණෙන් ජාතික දත්ත ප්‍රතිපත්තියක් හදන්න අවධානය යොමුවෙලා තියෙනවා. අනෙක් කාරණය මෙහෙම එක එක තැන්වලින් දත්ත එකතු කළාට රජයේ දෙපාර්තමේන්තු අතරවත් දත්ත හුවමාරු වෙන්නේ නෑ. උදාහරණයකට සෞඛ්‍ය අමාත්‍යාංශයේ විවිධ දෙපාර්තමේන්තුවල තිබෙන දත්ත හුවමාරු කරගන්න දුෂ්කර අවස්ථා තිබෙනවා. ඉතින් දත්ත නිවැරැදිව එකතු කරලා නිවැරැදිව තැන්පත් කරල එකිනෙකා අතර හුවමාරු කරගන්න යාන්ත්‍රණය හදා නොගත්තොත් අපි ලොකුවට කෘත්‍රිම බුද්ධිය ගැන කතා කරල වැඩක් නෑ. සල්ලි නාස්තියක් විතරයි වෙන්නේ.
ආණ්ඩුව බොහෝ සංවර්ධන වැඩවලදී දැන් කියන දෙයක් මුදල් නෑ කියන එක. ලංකාව මුහුණ දී තිබෙන ආර්ථික අර්බුදයට මේ කෘත්‍රිම බුද්ධිය මඟින් වාසියක් ලබාගන්න බැරිද?
අනිවාර්යයෙන්ම. කෘෂිකර්ම ක්ෂේත්‍රයේ ලොකුම ගැටලුවක් තමයි කන්නයක් පටන්ගනිද්දි කොච්චර වවන්න ඕනෑද කියල නිශ්චිත අදහසක් නෑ. කන්නයේ භාගයක් යද්දි තමයි දැනගන්නේ අස්වැන්නේ මෙච්චර හිඟයක් තියෙනවා කියලා. එතකොට කරන්නේ ලොකු මුදලක් වැය කරල ඉන්දියාවෙන් හරි පාකිස්තානයෙන් හරි හාල් ගෙන්නීම. හැබැයි මේක මුලදිම දැනගත්තා නම් ඒ රටවල්වලින් හදිසි මිලදී ගැනීම්වලට නොගිහින් සාධාරණ මුදලකට ඇණවුම් කරන්න පුළුවන්. වගාවක් මැදදී කිසියම් රෝගයක් හටගත්තොත් ඒක පැතිරෙන්න කලින් කඩිනමින්ම දැනගන්න කෘත්‍රිම බුද්ධියෙන් පුළුවන්. මේ විදිහට ලංකාව මුහුණදී සිටින ආර්ථික අර්බුදය හමුවේ රාජ්‍ය ආයතන රැසකට සල්ලි ඉතුරු කරගෙන කරන්න කෘත්‍රිම බුද්ධියෙන් පුළුවන් වැඩ ගොඩක් තියෙනවා. සත්‍යවශයෙන්ම කෘත්‍රිම බුද්ධි රොබෝවරු ඇවිත් අපිව පාලනය කරාවිද වගේ විද්‍යා ප්‍රබන්ධ ප්‍රවේශයකට වඩා ඔය කියන ආකාරයේ මහජන යහපත අරමුණු කරගත් ප්‍රවේශයකිනුයි කෘත්‍රිම බුද්ධිය ගැන අපි කතා කළ යුත්තේ.
මේ කියන ෆැන්ටසිය හෝ බය නැති කරන්න හොඳම දේ තමයි ලෝකය ලංකාවට පෙන්වීම. එහෙම පෙන්වන්න පුළුවන් ගෝලීය උදාහරණ මොනවාද?
හැමෝම දන්න ජනප්‍රිය උදාහරණය තමයි චැට් ජීපීටී. පුස්තකාලයට ගිහින් පොත් ගාණක් පෙරළලා ලබාගත් දැනුම දැන් ක්ෂණිකව ලබාගන්න පුළුවන්. විශේෂයෙන්ම අධ්‍යාපන ක්ෂේත්‍රයට ලොකු සහායක් එයින් ලැබී තිබෙනවා. මීඩියා කර්මාන්තයටත් එහෙමයි. වීඩියෝ, ෆොටෝස් එඩිට් කරන කට්ටිය සති ගණන් ගත්ත වැඩ දැන් දවසින් දෙකෙන් කරනවා. අනෙක් දේ තමයි ඉස්සර ඩිසයින් හැකියාවක් නැත්තන් අපට බාහිර පුද්ගලයකු මත යැපෙන්න වුණා. හැබැයි දැන් අපට මොකක් හරි ටයිප් කරල යම්කිසි ප්‍රමාණයකට නියෝගයකින් වැඩේ කරගන්න පුළුවන්. ඒ වගේම නව ඔෟෂධ සොයාගන්න කෘත්‍රිම බුද්ධිය පාවිච්චි කරනවා පුදුම විදියට. නොයෙක් බෙහෙත් මිනිස් සිරුර තුළ වැඩ කරන හැටි කල්තියා දැනගන්න ඉස්සර මිනිස්සු පර්යේෂණාගාර මීයන් වුණා. දැන් කෘත්‍රිම බුද්ධිය හරහා පහසුවෙන් එය දැනගන්න පුළුවන්. මේ නිසා නව ඔෟෂධයක් වෙළෙඳපළට නිදහස් කරන්න කලින් කඩිනම් පර්යේෂණ කිරීමේ හැකියාවක් තිබෙනවා. එහෙම බැලුවාම මනුෂ්‍ය ජීවිත බේරාගන්න විශාල වශයෙන් කෘත්‍රිම බුද්ධිය දැනටමත් භාවිත වෙනවා.
නමුත් මේ නිසාම ඇතැමුන් තමන්ගෙ රැකියා අනතුරේ වැටේවි කියල බයයි. මෑතකදී එක්තරා රූපවාහිනි නාළිකාවක් සිය ප්‍රධාන ප්‍රවෘත්ති ප්‍රකාශයට කෘත්‍රිම බුද්ධිය යොදාගත්තා. එතැනදී එවැනි සාකච්ඡාවක් මතුවුණා. කෘත්‍රිම බුද්ධිය මනුෂ්‍ය ශ්‍රමයට අභියෝගාත්මකව බලපෑමක් කරන්නෙම නැද්ද?
යථාර්ථයේදී පූරකවරයකු වෙනුවට කෘත්‍රිම බුද්ධිය ස්ථානගත කිරීම ප්‍රායෝගික නෑ. හැබැයි ඒකෙන් මම රැකියා වෙළෙඳපොළට බලපෑමක් නෑ කියල කියන්නෙත් නෑ. ඇත්තටම මෙහිදී රැකියාවලට බලපෑමක් එන්නේ සෘජුව නෙවෙයි. උදාහරණයකට ඔබ මාධ්‍යවේදියකු හැටියට කරන වැඩ සම්භාරය කෘත්‍රිම බුද්ධියට අත්පත් කරගන්න බෑ. හැබැයි මම වගේ කෙනකුට වෙනදා කළ වැඩ සම්භාරය කෘත්‍රිම බුද්ධිය නිසා තුන් ගුණයකින් කරන්න පුළුවන්. මේ නිසා කිසියම් ටීම් එකකට කලින් පස්දෙනකු ඕන තැනට තුන් දෙනෙක් ප්‍රමාණවත් වෙන්න පුළුවන්. මේක ලෝක ඉතිහාසය පුරා තාක්ෂණික දියුණුව සමඟ වූ දෙයක්නෙ. කෘත්‍රිිම බුද්ධිය පිළිබඳ අපේ කියවීමේ හැටියට ඊළඟ අවුරුදු පහ දහය පුරා වුවත් මනුෂ්‍යයා කේන්ද්‍රීයව තමයි කෘත්‍රිිම බුද්ධිය තිබෙන්නේ. හැබැයි ඒ මනුෂ්‍යාට වැඩ ගොඩක් කරන්න පුළුවන්. මේ නිසා කාර්යාලවලට අවශ්‍ය සේවකයන් ගණන අඩු වෙන්න පුළුවන්. උදාහරණයකට ග්‍රැෆික් ඩිසයිනර්ස්ලා දහයක් හිටිය තැන හතර දෙනකුගෙන් වැඩ කරන්න පුළුවන්.
ලංකාවේ රාජ්‍ය සේවයේ ප්‍රධාන ප්‍රශ්නයක් වී තිබෙන්නේ කාර්යක්ෂමතාව. රාජ්‍ය අංශයට මේක කොහොමද අදාළ කරගන්නේ?
ඒ තැන්වලට යන්න කලින් හරියට දත්ත එකතු කරලා ක්‍රමවේද හදාගන්න ඕනෑ. උදාහරණයකට සමහර දත්ත එකතු කරන ක්‍රියාවලිවල මුල ඉන්න කෙනා තොරතුරු එකතු කරන්නේ කොළයක් පෑනක් අරන් ගිහින්. ඒවා පරිගණක ගත කෙරෙන්නේ පසු අදියරවලදී. මෙවැනි ආයතනවලදී ඩිජිටල් සිස්ටම් හැදිලා නැති නිසා කෘත්‍රිම බුද්ධියෙන් ගන්න පුළුවන් වැඩ ගොඩක් අඩුයි. මේ නිසා කෘත්‍රිම බුද්ධිය ගේන්න කලින් රාජ්‍ය අංශයට ඩිජිටල් පද්ධතිය නිසියාකාරව හදන් ඉන්න ඕනෑ. මේකට හොඳම උදාහරණයක් කෘෂිකර්ම දෙපාර්තමේන්තුව. රට පුරාම සිටින කෘෂිකර්ම පර්යේෂණ නිලධාරීන් ප්‍රයෝජනවත් නොවන අයුරින් විශාල දත්ත ඒකරාශි කිරීමක් කරනවා. කොච්චර දත්ත එකතු කළත් පාලනයක් නැති වගාව නිසා අස්වනු අතිරික්තයක් බිහිවීම, පසු අස්වනු හානිය සිදුවන්නේ ඒ නිසා.
දුරකථන ඇමැතුම්වලට හා ඊමේල්වලට ප්‍රතිචාර දක්වන්නැයි ජනාධිපතිවරයාට චක්‍රලේඛ මඟින් සිහිකැඳවීමට සිදු වී ඇති රාජ්‍ය සේවයක් සමඟ මේක කරන්න පුළුවන්ද?
මෙතැනදී දත්ත පද්ධතිය හදාගැනීම වගේම රාජ්‍ය සේවකයන්ගේ කුසලතා දියුණු කිරීමටත් වැඩපිළිවෙළක් අවශ්‍යයි. මොකද රාජ්‍ය සේවකයන් සමඟනෙ අපිට මේ වැඩ කරන්න වෙන්නේ. කෘෂිකර්මය ගත්තොත් රාජ්‍ය සේවකයන්, ගොවීන්, මෝල් හිමියන් ආදී පාර්ශ්වකරුවන් සමඟ සාකච්ඡා කරල කෘත්‍රිම බුද්ධිය අදාළ කරගන්න ප්‍රමුඛතා හදාගන්න ඕනෑ. අපට හිතල කියන්න පුළුවන් වුණත් අදාළ ක්ෂේත්‍රවල පාර්ශ්වකරුවන් සාකච්ඡා කරලා ප්‍රමුඛතා හදාගැනීම කෘත්‍රිම බුද්ධිය භාවිතයේදී ඉතා වැදගත්.
යැවූ ඊමේල් පණිවුඩ නොලැබුණු බව කියමින් සතොස සුදුලූනු වංචාවේදී ඇතැම් ජේ‍යෂ්ඨ නිලධාරීන්ට ඇඟ බේරාගැනීමට උපකාර වුණේ ඩිජිටල් නීතියේ තාක්ෂණික හිල්. නීති සම්පාදනයත් ප්‍රමුඛතා වගේම වැදගත් නේද?
2022 සම්මත වූ පෞද්ගලික දත්ත ආරක්ෂණ පනත ඊට හොඳ එක් නිදසුනක්. ඒකත් මුළුමනින්ම ක්‍රියාත්මක නෑ. දැනට දත්ත ආරක්ෂණ ඒජන්සිය ආරම්භ වුණා. පෞද්ගලික දත්ත හරියට පාවිච්චි වෙනවද කියන කාරණය ගැන හොඳින් අධ්‍යයනය කළ හැදූ පනතක් ඒක. ඒක අනිවාර්යයෙන්ම ඕනෑම රටක ඩිජිටල් ක්ෂේත්‍රයට අදාළව තිබිය යුතු පනතක්. සයිබර් සිකියුරිටි ඇක්ට් කියල මේ දවස්වල සාකච්ඡා වෙනවා. ඒකත් ඇටෑක්, ෆිෂින් වැනි කාරණාවලට අදාළයි. බටහිරට සාපේක්ෂව අපි පසුපසින් හිටියත් මෙවැනි නීති සම්මතවීම අගය කළ යුතුයි. මේ පනත් සම්මත වුණාට මදි. මේවා ගැන මහජනයා දැනුවත් කළ යුතුයි. ඒ වගේම ඔබ ඇහුවා වගේ පොදු නීතියට අමතරව ඩිජිටල් ප්‍රතිත්තියට අදාළ රාජ්‍ය පරිපාලන ප්‍රතිපත්ති සැකැසීමත් විය යුතුයි. මටත් තවම රාජ්‍ය නිලධාරීන්ගෙන් ජීමේල්වලින් ලියුම් එනවා. එනිසා තාක්ෂණයට අදාළ රෙගුලාසි වගේම තාක්ෂණය පාවිච්චි කිරීමේ මාර්ගෝපදේශවලට අදාළ රෙගුලාසිත් වැදගත්.
කෘත්‍රිම බුද්ධිය පාසල් විෂය මාලාවටත් එක් කරන බව ආණ්ඩුවෙන් කියැවුණා. මේක පහසු වැඩක්ද?
පාසල් අධ්‍යාපනයට ගේන්න පුළුවන්. එහි කිසි වරදක් නෑ. හැබැයි ඊට සමගාමීව සමස්ත සිසුන්ගේ මූලික අන්තර්ජාල දැනුම වැඩිකර ගැනීමත් කළ යුතුයි. සුරක්ෂිතව අන්තර්ජාලයේ වැඩ කරන්නෙ කොහොමද, තමන්ගෙ දත්ත ආරක්ෂා කරගන්නෙ කොහොමද? ආදී වශයෙන් සෑම වසරකම දරුවන්ට අන්තර්ජාල හොඳ පුරුදු වගේ පුංචි දේවලින් මේක කරන්න පුළුවන්. මේක තොරතුරු තාක්ෂණ විෂයයක් කියලා වෙනම නොගෙන සාමාන්‍ය අධ්‍යාපනයට බද්ධ කරගැනීම වැදගත්. සියලු සිසුන් පරිගණකයක් එකලස් කරන්න දැනගත යුතු නෑ. හැබැයි අන්තර්ජාල හොඳ පුරුදු දැන සිටීම අත්‍යවශ්‍යයි.
ඒ වගේම මේ දවස්වල වැඩිපුර කතා වෙනවා ළමයින් ජංගම දුරකථනවලට ඇබ්බැහි වීම ගැන?
මේක පසුපස තිබෙන්නෙත් කෘත්‍රිම බුද්ධිය. ඔවුන් දිගින් දිගටම එහි රඳවා තැබීම සඳහා වීඩියෝ නිර්දේශ කරමින් එවන්නේ මේ කෘත්‍රිිම බුද්ධිය හරහා තමයි. දැන් අපේ ජීවිතවල හැමතැනටම මේක බද්ධ වෙමින් තිබෙන්නේ. මේකෙ අවාසනාවන්ත තත්ත්වය වන්නේ යම් දැනුමක් තිබෙන ඩිජිටල් සාක්ෂරතාව තිබෙන මවුපියන්ට සිය ළමයින්ට තෝරා බේරා දී අධ්‍යාපනය සඳහා තාක්ෂණය පාවිච්චි කරන්න දැනුම තිබුණත් පහළ පන්තික ඩිජිටල් සාක්ෂරතාව අඩු මවුපියන්ට ඒ අවබෝධය නෑ. සමාජයේ පහළ තීරුවට එහි බලපෑම වැඩියි. ඉතින් තාක්ෂණික දියුණුවේ ඉහළ ඵල සමාජ ප්‍රගතිකාරකයක් විදිහට ලබාදීම සමාජ දේශපාලන තීන්දුවලින් කළ යුත්තක්.
ඕනෑම විෂයක් වර්ධනය වෙද්දී ආචාර ධාර්මික වශයෙන් අභියෝග එනවා. කෘත්‍රිම බුද්ධියට එවැනි අභියෝග තිබෙනවාද?
දැනට තිබෙන මූලිකම ප්‍රශ්නයක් වෙන්නේ අන්තර්ජාලයේ බොහෝ අවස්ථාවල ඇතැම් සේවා ලබා ගැනීමේදී මිනිසුන් සමාගම්වල කොන්දේසි පිළිගනිමින් නොදැනුවත්වම පෞද්ගලික දත්ත ප්‍රදානය කිරීම. පර්යේෂකයන් පවා ඇතැම් විට ඕවා හොයන්නේ නෑ. මොකද ඒවා කියවන්න දීර්ඝයි. ඉතින් සමාගම් ඒ විදිහට දත්ත ගන්නේ ඇයි හා ඒවා පාවිච්චි කරන්නෙ මොකටද කියන එක ප්‍රශ්නයක්. කෘත්‍රිිම බුද්ධියෙ තියෙන අනෙක් ලොකුම ප්‍රශ්නයක් තමයි කිසියම් යාන්ත්‍රණයක් හදාගත්තට පස්සෙ ඒකෙ ඇතුළේ යාන්ත්‍රණය ගැන ඔවුන්වත් නොදැන සිටීම. යූ-ටියුබ් එකේදි කිසියම් වීඩියෝවක් ඔබට නිර්දේශ කෙරුණේ කොහොමද කියල එම සමාගමේ ප්‍රධානතම ඉන්ජිනේරුවකුගෙන් ඇහුවත් දන්නේ නෑ. යූ-ටියුබ් වීඩියෝවකදී නම් මේක කමක් නෑ. හැබැයි හිතන්න කෙනෙක් බැංකු ණයක් අයැදුම් කරලා කිසියම් මොඩ්ල් එකකින් ඔහුට කිව්වොත් ඔයාගෙ අවදානම් භාවය වැඩි නිසා ණය දෙන්න බෑ කියලා ඒක ප්‍රශ්නයක් වෙනවනෙ. ලංකාවේ තවම එහෙම නෑ. ඒත් අස්වැසුම වගේ සමාජ සුබසාධන වැඩවලට බටහිරදී කෘත්‍රිම බුද්ධිය භාවිත වෙනවා. ඉතින් එවැනි වෙලාවක වරදක් වුණොත් අහන්න කෙනෙක් නොමැති වීම ලොකු අවුලක්.
ඉදිරියට එන්නේ මැතිවරණ කාලයක්. කෘත්‍රිම බුද්ධියෙන් මිනිසුන්ගේ ඔළුවලට බලපෑමක් කරන්න බැරිද?
ඔව්. විශේෂයෙන්ම මැතිවරණ කාලයේදී ඇතැම් දේශපාලන නායකයන් ඉලක්ක කරගෙන ඔවුන් නොකී දේවල් කිව්වා වගේ හදන වීඩියෝස්. ඉස්සර එවැනි හැකියාවන් තිබූ අය රටකටම හිටියේ හතරක් පහක් නම් දැන් චැට් ජීපීටී වැනි තාක්ෂණයන් සමඟ එවැනි දේට විශාල අවස්ථාවක් තියෙනවා. මැතිවරණයක තීරණාත්මක අවස්ථාවක සමාජ මතය වෙනස් කිරීමට එවැනි දේ යොදා ගැනීමේ හැකියාවක් තියෙනවා. බටහිරට සාපේක්ෂව ලංකාව වැනි ආසියානු රටවල මිනිසුන්ගේ ඩිජිටල් සාක්ෂරතාවත් අඩු නිසා එවැනි ව්‍යාජ ප්‍රකාශවලට හසු වීමේ අවදානමත් වැඩියි. දුෂ් තොරතුරු ව්‍යාප්තියට කෘත්‍රිම බුද්ධිය යොදා ගන්න පුළුවන් මේ නිසා.
සංවාද සටහන: බිඟුන් මේනක ගමගේ
THIS ARTICLE WAS ORIGINALLY PUBLISHED IN MAWBIMA SINHALA NEWSPAPER ON JUNE 29, 2024.
