द ग्रेट इनभर्सन : AI-सञ्चालित संसारमा के मानिसहरूनै Algorithm बन्न थालेका छन्?
Agentic AI ले जटिल कार्यहरू आफैं सम्पन्न गर्न सिक्दै जाँदा एउटा मौन मनोवैज्ञानिक परिवर्तन भइरहेकोछ । हामी अब निर्माणकर्ता(Builder) भन्दापनि Validator बन्दै गइरहेका छौं, जसले हाम्रो गहिरो सोच्ने क्षमता(Cognitive Edge) लाई क्रमशः कमजोर बनाइरहेको छ।
काठमाडौं | सन् २०२६ को जुलाई सम्म आइपुग्दा Artificial Intelligence (AI) सम्बन्धी विश्वव्यापी बहस केवल Generative AI वा Deepfake को सीमामा रोकिएको छैन। विश्व अहिले Multi-Agent Orchestration को युगमा प्रवेश गरिसकेको छ, जहाँ धेरै AI Agents ले एकअर्कासँग प्रत्यक्ष संवाद गर्दै निर्णय गर्छन्, समस्या समाधान गर्छन् र जटिल कार्यहरू स्वतः सम्पन्न गर्छन्।
तर यही प्रगतिसँगै एउटा गम्भीर परिवर्तन पनि देखिन थालेको छ।
समाजशास्त्री, Data Scientists तथा Software Architects का अनुसार अहिले एउटा “Great Inversion” भइरहेको छ। AI दिनप्रतिदिन बढी Adaptive, Proactive र Resilient बन्दै गएको छ भने मानिसहरू क्रमशः Algorithm जस्तै व्यवहार गर्न थालेका छन्—जहाँ उनीहरूको भूमिका केवल Approve, Reject वा Route गर्नेमा सीमित हुँदै गएको छ।
“Algorithmic Codependency”: AI माथिको बढ्दो निर्भरता !
पछिल्ला करिब १८ महिनामा Enterprise Technology को स्वरूप तीव्र रूपमा परिवर्तन भएको छ। आजको AI ले प्रयोगकर्ताको Prompt पर्खिँदैन। Financial Engineering, Supply Chain Management, Software Development तथा Data Science जस्ता क्षेत्रमा विशेषीकृत AI Agents ले अन्य AI Agents सँग प्रत्यक्ष संवाद गर्दै Variables समायोजन गर्छन्, Code लेख्छन्, Database Design तयार गर्छन्, Machine Learning Pipelines निर्माण गर्छन् र Deployment समेत सम्पन्न गर्छन्।
यस परिवर्तनले मानिसको भूमिका क्रमशः अन्तिम निर्णय दिने Validator मा सीमित गर्न थालेको छ।
“BisKIRAN TECHNOLOGIES का CEO तथा Data Science & Computational Intelligence र Financial Engineering का शोधार्थी Rohit Jha का अनुसार यो प्रवृत्ति दीर्घकालीन रूपमा मानव सोचका लागि चुनौतीपूर्ण बन्न सक्छ।“
हामीले असाधारण Computational Intelligence विकास गरेका छौं, तर त्यसको निरीक्षण गर्ने मानिसहरूको Cognitive क्षमता क्रमशः कमजोर हुँदै गएको पक्षलाई पर्याप्त महत्व दिएका छैनौं,” उनी भन्छन्।“
उनका अनुसार Agentic AI ले Database Schema Design देखि Machine Learning Pipeline Deployment सम्मका अधिकांश जटिल प्रक्रिया आफैं सम्पन्न गर्न थालेपछि मानिस समस्या समाधान गर्ने भूमिकाबाट हटेर अन्तिम Output मात्र अनुमोदन गर्ने अवस्थामा पुग्दै गएको छ।
तपाईं समस्या समाधान गरिरहनुभएको हुँदैन, केवल समाधानलाई हेरेर स्वीकृति दिइरहनुभएको हुन्छ। लामो समयसम्म यस्तो अभ्यासले गहिरो Technical Intuition र Analytical Thinking लाई कमजोर बनाउँछ,” झा बताउँछन्।
यही अवस्थालाई अहिले धेरै उद्योग विश्लेषकहरूले Algorithmic Codependency भनेर व्याख्या गर्न थालेका छन्।
| क्षेत्र | २०२० मा मानिसको भूमिका | २०२६ मा मानिसको भूमिका |
| Financial Engineering | Predictive Models निर्माण गर्ने ! | Agent द्वारा तयार Risk Threshold Audit गर्ने ! |
| Software Architecture | Code लेख्ने तथा Debug गर्ने ! | AI द्वारा तयार Repository Merge गर्ने ! |
| Data Science | Dataset Clean गर्ने, PCA चलाउने ! | Autonomous Data Pipeline Approve गर्ने ! |
he Inversion Paradox: विशेषज्ञहरूका अनुसार अहिले एउटा विरोधाभास स्पष्ट देखिन थालेको छ।
AI जति धेरै जटिल र गैर-रेखीय (Non-linear) समस्या समाधान गर्न सक्षम हुँदै गएको छ, मानिसको सोच त्यति नै रेखीय (Linear), निष्क्रिय र सीमित हुँदै गएको छ। यसलाई नै The Inversion Paradox भनिएको छ।
Cognitive Friction को अन्त्य !
मानव मस्तिष्क चुनौती र संघर्षबाट विकसित हुन्छ।
कठिन गणित बुझ्ने प्रयास, जटिल Code लेख्ने प्रक्रिया, Debugging, अनुसन्धान तथा विचार-विमर्श—यी सबै केवल कठिनाइ होइनन्, यिनै प्रक्रियाले मानव मस्तिष्कको Neuroplasticity, Creativity र Decision-Making क्षमता विकास गर्छ। तर आधुनिक AI ले यही Cognitive Friction लाई हटाउँदै गएको छ।
Sycophantic AI: सधैं सहमत हुने डिजिटल साथी !
बजारमा अहिले अर्को प्रवृत्ति पनि तीव्र रूपमा बढिरहेको छ—Sycophantic AI।
यस्ता AI Systems प्रयोगकर्तासँग कहिल्यै असहमत हुँदैनन्। तिनीहरू सधैं प्रयोगकर्ताको विचार, भावना र निर्णयलाई समर्थन गर्छन्।
यदि दिनभरि कार्यालयमा मानिसले AI ले तयार पारेको Software Build केवल Approve गरिरहेको छ भने, र साँझ घर फर्किएपछि उसले पूर्ण रूपमा सहमत हुने AI Companion सँग मात्र संवाद गरिरहेको छ भने, वास्तविक संसारका जटिलता, मतभेद र अनिश्चिततासँग जुध्ने क्षमता क्रमशः कमजोर हुन सक्छ।
विशेषज्ञहरूले यस अवस्थालाई Frictionless Suspension भनेर वर्णन गर्न थालेका छन्।
AI होइन, Human Reasoning लाई केन्द्रमा राख्नुपर्ने आवश्यकता !
Rohit Jha का अनुसार समाधान AI को प्रयोग रोक्नु होइन, AI लाई मानव सोच विस्तार गर्ने माध्यमका रूपमा विकास गर्नु हो।
हामीले मानिसको संघर्ष हटाउने AI होइन, उसको Reasoning क्षमता अझ बलियो बनाउने AI निर्माण गर्नुपर्छ,” उनी भन्छन्।
उनका अनुसार यदि कुनै AI ले NoSQL Database Architecture तयार गर्छ भने, त्यसले अन्तिम उत्तर मात्र देखाउनु पर्याप्त हुँदैन। त्यसले किन त्यो Architecture रोजियो, Computational Complexity के हो, Variance Ratio किन त्यस्तो आयो र अन्य विकल्प किन अस्वीकार गरियो भन्ने आधारसमेत स्पष्ट गर्नुपर्छ।
यसले मानिसलाई केवल Output हेर्ने Validator होइन, निर्णय प्रक्रियाको सक्रिय सहभागी बनाइराख्छ।
२०३० को दशकमा सबैभन्दा मूल्यवान सम्पत्ति के हुनेछ?
AI सबैका लागि उपलब्ध हुनेछ।
तर गहिरो रूपमा सोच्न सक्ने, जटिल समस्याको विश्लेषण गर्न सक्ने र नयाँ विचार सिर्जना गर्न सक्ने मानिसहरू दुर्लभ हुनेछन्।
त्यसैले आगामी दशकमा सबैभन्दा मूल्यवान स्रोत Artificial Intelligence होइन, Human Reasoning, Creativity, Curiosity र कठिन समस्यासँग जुध्ने क्षमता हुनेछ।
Artificial Intelligence मानव इतिहासकै सबैभन्दा महत्वपूर्ण प्राविधिक उपलब्धिमध्ये एक हो। तर यदि हामीले AI लाई हाम्रो सोच्ने प्रक्रिया नै प्रतिस्थापन गर्न दियौं भने, भविष्यको सबैभन्दा ठूलो चुनौती रोजगारी मात्र होइन, मानव बौद्धिक क्षमताको क्रमिक क्षय (Cognitive Atrophy) पनि हुनेछ।
“The Great Inversion” ले यही चेतावनी दिन्छ-प्रविधिलाई मानव क्षमताको विकल्प होइन, त्यसको विस्तार बनाऔँ। भविष्यमा सफल हुनेहरू ती हुनेछन् जसले AI सँग सहकार्य गर्दै पनि आफ्नो सोच्ने, प्रश्न गर्ने र सिर्जना गर्ने क्षमता जोगाइराख्नेछन्।
