ਚੀਨ ਨੇ AI, ਰੋਬੋਟਿਕਸ, ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਵਰਗੇ ਖੇਤਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ 12,000 ਤੋਂ ਵੱਧ ਯੂਨੀਵਰਸਿਟੀ ਪ੍ਰੋਗਰਾਮਾਂ ਨੂੰ ਬੰਦ ਕਰ ਦਿੱਤਾ ਹੈ। ਭਾਰਤ ਲਈ, ਇਹ ਵੱਡਾ ਬਦਲਾਅ ਇੱਕ ਗੰਭੀਰ ਆਰਥਿਕ ਖਤਰੇ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ - ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਆਉਣ ਵਾਲੇ ਸਮੇਂ ਵਿੱਚ ਰਵਾਇਤੀ ਨੌਕਰੀਆਂ ਦੇ ਖਤਮ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਭਾਰਤ ਦੀ ਵੱਡੀ ਵਰਕਫੋਰਸ ਉਤਪਾਦਕ ਬਣੀ ਰਹੇ।
ਕੀ ਹੋਇਆ?
ਚੀਨ ਨੇ ਆਪਣੀ ਉੱਚ ਸਿੱਖਿਆ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਲਿਆਂਦਾ ਹੈ, ਜਿਸ ਤਹਿਤ 12,200 ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਪ੍ਰੋਗਰਾਮਾਂ ਨੂੰ ਬੰਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਇਨ੍ਹਾਂ ਦੀ ਥਾਂ 'ਤੇ, ਦੇਸ਼ ਨੇ 10,200 ਨਵੇਂ ਕੋਰਸ ਸ਼ੁਰੂ ਕੀਤੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਖਾਸ ਤੌਰ 'ਤੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI), ਰੋਬੋਟਿਕਸ, ਕੁਆਂਟਮ ਟੈਕਨਾਲੋਜੀ, ਅਤੇ ਐਡਵਾਂਸਡ ਕੰਪਿਊਟਿੰਗ ਵਰਗੇ ਖੇਤਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਗਈ ਹੈ। ਇਹ ਬਦਲਾਅ, ਜੋ ਕਿ ਲਗਭਗ 30% ਯੂਨੀਵਰਸਿਟੀ ਕੋਰਸਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ, ਰਵਾਇਤੀ ਆਰਟਸ ਅਤੇ ਹਿਊਮੈਨਿਟੀਜ਼ ਡਿਗਰੀਆਂ ਤੋਂ ਇੱਕ ਵੱਡਾ ਮੋੜ ਹੈ। ਇਸ ਕਦਮ ਦਾ ਉਦੇਸ਼ ਸਿੱਖਿਆ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸਿੱਧੇ ਭਵਿੱਖ ਦੀ ਉਦਯੋਗਿਕ ਮੰਗ ਨਾਲ ਜੋੜਨਾ ਹੈ, ਜਿਸ ਤਹਿਤ ਚੀਨੀ ਪ੍ਰਾਇਮਰੀ ਸਕੂਲਾਂ ਵਿੱਚ ਹੁਣ ਐਲਗੋਰਿਦਮ ਲਿਟਰੇਸੀ (Algorithm Literacy) ਦੀ ਸ਼ੁਰੂਆਤੀ ਸਿਖਲਾਈ ਨੂੰ ਵੀ ਸਟੈਂਡਰਡ ਬਣਾ ਦਿੱਤਾ ਗਿਆ ਹੈ।
ਭਾਰਤ ਲਈ ਆਰਥਿਕ ਖਤਰਾ
ਚੀਨ ਵੱਲੋਂ ਲਿਆਂਦਾ ਗਿਆ ਇਹ ਤੇਜ਼ ਬਦਲਾਅ ਭਾਰਤ ਦੀ ਆਰਥਿਕ ਰਣਨੀਤੀ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੰਕੇਤ ਹੈ। ਇਸ ਦਾ ਮੁੱਖ ਚੁਣੌਤੀ "ਵਿਆਪਕ ਬੇ-ਰੁਜ਼ਗਾਰੀ" (Mass Unproductivity) ਦਾ ਖਤਰਾ ਹੈ। ਭਾਵੇਂ ਭਾਰਤ ਇੱਕ ਵੱਡੀ ਜਨਸੰਖਿਆ ਲਾਭ (Demographic Dividend) ਦਾ ਫਾਇਦਾ ਉਠਾਉਂਦਾ ਹੈ, ਪਰ ਇਸ ਲਾਭ ਦੀ ਟਿਕਾਊਤਾ ਉਸਦੀ ਵਰਕਫੋਰਸ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਪ੍ਰਸੰਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਵਰਲਡ ਇਕਨੋਮਿਕ ਫੋਰਮ (World Economic Forum) ਦੇ ਅੰਦਾਜ਼ਿਆਂ ਅਨੁਸਾਰ, 2030 ਤੱਕ ਭਾਰਤ ਦੇ 63% ਵਰਕਫੋਰਸ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਆਟੋਮੇਸ਼ਨ ਦੇ ਯੁੱਗ ਵਿੱਚ ਪ੍ਰਭਾਵੀ ਬਣੇ ਰਹਿਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਅੱਪਸਕਿਲਿੰਗ (Upskilling) ਅਤੇ ਰਿਸਕਿਲਿੰਗ (Reskilling) ਦੀ ਲੋੜ ਪਵੇਗੀ। ਜੇਕਰ ਸਿੱਖਿਆ ਪ੍ਰਣਾਲੀ ਇਨ੍ਹਾਂ ਤਕਨੀਕੀ ਲੋੜਾਂ ਅਨੁਸਾਰ ਢਲਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀ ਹੈ, ਤਾਂ ਦੇਸ਼ ਨੂੰ ਇੱਕ ਸੰਰਚਨਾਤਮਕ ਉਤਪਾਦਕਤਾ ਘਾਟੇ (Structural Productivity Gap) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜੋ ਲੰਬੇ ਸਮੇਂ ਦੇ ਆਰਥਿਕ ਵਿਕਾਸ ਨੂੰ ਰੋਕ ਸਕਦਾ ਹੈ।
ਖਰਚ ਦਾ ਪਾੜਾ
ਖੋਜ ਅਤੇ ਵਿਕਾਸ (R&D) ਵਿੱਚ ਨਿਵੇਸ਼ ਦੀ ਤੁਲਨਾ ਇੱਕ ਵੱਡਾ ਪਹਿਲੂ ਹੈ। ਚੀਨ ਦੇ R&D ਖਰਚੇ 2024 ਵਿੱਚ $785 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਏ, ਜੋ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਦਬਦਬਾ ਕਾਇਮ ਕਰਨ ਲਈ ਸਰਕਾਰ ਦੇ ਵੱਡੇ ਯਤਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਸ ਦੇ ਉਲਟ, ਭਾਰਤ ਦਾ R&D ਖਰਚ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਇਸਦੇ GDP ਦੇ 1% ਤੋਂ ਹੇਠਾਂ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ ਨੈਸ਼ਨਲ ਐਜੂਕੇਸ਼ਨ ਪਾਲਿਸੀ (NEP) 2020 ਨੇ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਤਕਨਾਲੋਜੀ ਅਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸੋਚ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਸੁਧਾਰਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਕੀਤੀ ਹੈ, ਪਰ ਇਸਦੇ ਲਾਗੂਕਰਨ ਦੀ ਗਤੀ ਇੱਕ ਮੁੱਖ ਨਿਗਰਾਨੀ ਵਾਲਾ ਮੁੱਦਾ ਬਣੀ ਹੋਈ ਹੈ। ਫੰਡਿੰਗ ਪੱਧਰਾਂ ਵਿੱਚ ਇਹ ਅੰਤਰ ਭਾਰਤ ਲਈ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲੀਆਂ ਵਿਸ਼ਵਵਿਆਪੀ ਆਰਥਿਕਤਾਵਾਂ ਵਿੱਚ ਦੇਖੀ ਜਾਣ ਵਾਲੀ ਪ੍ਰਤਿਭਾ ਵਿਕਾਸ ਦੀ ਰਫ਼ਤਾਰ ਨਾਲ ਮੇਲ ਖਾਣ ਵਿੱਚ ਚੁਣੌਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ।
ਵਪਾਰ ਅਤੇ ਉਤਪਾਦਕਤਾ 'ਤੇ ਅਸਰ
ਕਾਰਪੋਰੇਟ ਸੈਕਟਰ ਲਈ, AI ਅਤੇ ਤਕਨੀਕੀ ਹੁਨਰਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਸਿਰਫ ਸਿੱਖਿਆ ਦਾ ਮੁੱਦਾ ਨਹੀਂ ਹੈ; ਇਹ ਵਪਾਰਕ ਉਤਪਾਦਕਤਾ ਦਾ ਮੁੱਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀਆਂ ਵਧੇਰੇ ਆਟੋਮੇਸ਼ਨ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਆਧੁਨਿਕ ਭੂਮਿਕਾਵਾਂ ਲਈ ਵਰਕਫੋਰਸ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲਾਗਤ ਵਧ ਜਾਂਦੀ ਹੈ। ਜੇਕਰ ਘਰੇਲੂ ਪ੍ਰਤਿਭਾ ਪੂਲ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਕੁਸ਼ਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਉੱਚ ਭਰਤੀ ਲਾਗਤਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ ਜਾਂ ਸੀਮਤ ਪ੍ਰਤਿਭਾ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣਾ ਪੈ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਨ 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਅਕਸਰ ਇਸ ਗੱਲ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ ਕਿ ਕੰਪਨੀਆਂ ਅੰਦਰੂਨੀ ਸਿਖਲਾਈ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਕਿੰਨੀ ਕੁ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਨਿਵੇਸ਼ ਕਰਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਵਿਆਪਕ ਸਿੱਖਿਆ ਪ੍ਰਣਾਲੀ ਦੀ ਉਦਯੋਗਿਕ ਬਦਲਾਅ ਪ੍ਰਤੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਵਿੱਚ ਪੱਛੜਪਣ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਜ਼ਰੂਰੀ ਬਫਰ ਬਣ ਜਾਂਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਨਿਵੇਸ਼ਕ ਅਤੇ ਬਾਜ਼ਾਰ ਭਾਗੀਦਾਰ ਭਾਰਤ ਇਸ ਬਦਲਾਅ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕਰਦਾ ਹੈ, ਇਸਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਕਈ ਸੂਚਕਾਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖ ਸਕਦੇ ਹਨ। ਮੁੱਖ ਫੋਕਸ ਖੇਤਰਾਂ ਵਿੱਚ ਨੈਸ਼ਨਲ ਐਜੂਕੇਸ਼ਨ ਪਾਲਿਸੀ (NEP) ਦੇ ਲਾਗੂਕਰਨ ਦੀ ਗਤੀ, ਕਾਰਪੋਰੇਟ-ਅਗਵਾਈ ਵਾਲੇ ਰਿਸਕਿਲਿੰਗ ਪਹਿਲਕਦਮੀਆਂ ਦਾ ਵਿਕਾਸ, ਅਤੇ ਹੁਨਰ ਮੇਲ (Skills Mismatch) ਨੂੰ ਘਟਾਉਣ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਜਨਤਕ-ਪ੍ਰਾਈਵੇਟ ਭਾਈਵਾਲੀ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, R&D 'ਤੇ ਸਰਕਾਰੀ ਖਰਚੇ ਅਤੇ ਤਕਨੀਕੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Technical Infrastructure) ਬਾਰੇ ਅਪਡੇਟਸ ਨੂੰ ਟਰੈਕ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ ਤਾਂ ਜੋ ਇਹ ਸਮਝਿਆ ਜਾ ਸਕੇ ਕਿ ਕੀ ਭਾਰਤ ਦਾ ਵਰਕਫੋਰਸ ਗਲੋਬਲ ਆਟੋਮੇਸ਼ਨ ਰੁਝਾਨਾਂ ਨਾਲ ਤਾਲਮੇਲ ਬਿਠਾ ਸਕਦਾ ਹੈ, ਜੋ ਅੰਤਤ: ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ ਦੇਸ਼ ਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗਾ।