ਅੱਜਕੱਲ੍ਹ, ਖਾਸ ਕਰਕੇ ਜਨਰੇਸ਼ਨ Z (Gen Z) ਦੇ ਨੌਜਵਾਨ ਰੋਮਾਂਟਿਕ ਅਤੇ ਸੋਸ਼ਲ ਸਲਾਹ ਲਈ AI ਚੈਟਬਾਟਸ ਵੱਲ ਰੁਖ ਕਰ ਰਹੇ ਹਨ। ਸਟੱਡੀਜ਼ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਜ਼ਿਆਦਾਤਰ ਨੌਜਵਾਨ ਇਨ੍ਹਾਂ AI ਟੂਲਜ਼ 'ਤੇ ਆਪਣੇ ਦੋਸਤਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਨ। ਜਿੱਥੇ ਇਹ ਜਨਰੇਟਿਵ AI ਦੇ ਵਧਦੇ ਇਸਤੇਮਾਲ ਦਾ ਸੰਕੇਤ ਹੈ, ਉੱਥੇ ਇਹ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ, ਅਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ ਅਤੇ ਡਿਜੀਟਲ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਅਸਰ ਬਾਰੇ ਕਈ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ (Investors) ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖ ਰਹੇ ਹਨ ਕਿ ਇਹ ਰੁਝਾਨ ਯੂਜ਼ਰ ਐਂਗੇਜਮੈਂਟ ਅਤੇ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਲਈ ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ।
ਜਨਰੇਟਿਵ AI (Generative AI) ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣਾ ਹੁਣ ਸਿਰਫ ਕੋਡਿੰਗ ਜਾਂ ਈਮੇਲ ਲਿਖਣ ਵਰਗੇ ਕੰਮਾਂ ਤੱਕ ਸੀਮਿਤ ਨਹੀਂ ਰਿਹਾ, ਬਲਕਿ ਇਹ ਮਨੁੱਖੀ ਵਿਵਹਾਰ ਦੇ ਸਭ ਤੋਂ ਨਜ਼ਦੀਕੀ ਪਹਿਲੂਆਂ ਨੂੰ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਹਾਲੀਆ ਅੰਕੜੇ ਦੱਸਦੇ ਹਨ ਕਿ ਨੌਜਵਾਨ ਬਾਲਗਾਂ, ਖਾਸ ਕਰਕੇ Gen Z, ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ ਰਿਲੇਸ਼ਨਸ਼ਿਪ ਸਲਾਹ, ਝਗੜੇ ਸੁਲਝਾਉਣ ਅਤੇ ਇਮੋਸ਼ਨਲ ਸਲਾਹਕਾਰ ਵਜੋਂ AI ਚੈਟਬਾਟਸ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ। ਵਿਵਹਾਰ ਵਿੱਚ ਇਹ ਤਬਦੀਲੀ AI ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਵਿੱਚ ਡੂੰਘੀ ਏਕਤਾ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ, ਜਿਸਦੇ ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਲਈ ਯੂਜ਼ਰ ਐਂਗੇਜਮੈਂਟ ਨੂੰ ਮਾਪਣ ਅਤੇ ਨਵੇਂ ਜੋਖਮਾਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਪੈਣਗੇ।
ਬਿਗ ਟੈਕ ਲਈ ਵਰਤੋਂ ਦਾ ਵਿਸਥਾਰ
ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (Large Language Models) ਵਿਕਸਤ ਕਰਨ ਵਾਲੀਆਂ ਵੱਡੀਆਂ ਟੈਕ ਫਰਮਾਂ ਲਈ, ਇਹ ਰੁਝਾਨ ਯੂਜ਼ਰਾਂ ਦੇ ਆਪਣੇ ਉਤਪਾਦਾਂ ਨਾਲ ਜੁੜਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਪਰਿਵਰਤਨ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਦੋਂ ਯੂਜ਼ਰ ਚੈਟਬਾਟਸ ਨੂੰ ਨਿੱਜੀ ਮਾਮਲਿਆਂ ਲਈ ਸਲਾਹ ਦੇ ਭਰੋਸੇਮੰਦ ਸਰੋਤ ਵਜੋਂ ਦੇਖਦੇ ਹਨ, ਤਾਂ ਇਸ ਨਾਲ ਉਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਫ੍ਰੀਕੁਐਂਸੀ (Frequency) ਅਤੇ ਅਵਧੀ (Duration) ਵਧ ਜਾਂਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ 'ਸਟਿਕੀਨੈੱਸ' (Stickiness) ਅਕਸਰ ਕੰਜ਼ਿਊਮਰ-ਫੇਸਿੰਗ AI ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਸਫਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਪ੍ਰਾਇਮਰੀ ਮੈਟ੍ਰਿਕ ਹੁੰਦੀ ਹੈ। ਉੱਚ ਐਂਗੇਜਮੈਂਟ ਰੇਟ ਜ਼ਿਆਦਾ ਡਾਟਾ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਜਿਸਨੂੰ ਕੰਪਨੀਆਂ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਵਰਤਦੀਆਂ ਹਨ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਬਿਹਤਰ ਸੇਵਾ ਅਤੇ ਡੂੰਘੀ ਯੂਜ਼ਰ ਨਿਰਭਰਤਾ ਦਾ ਇੱਕ ਫੀਡਬੈਕ ਲੂਪ ਬਣਾਉਂਦੀਆਂ ਹਨ।
ਜਦੋਂ ਕਿ Microsoft, Google, ਅਤੇ OpenAI ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਵਧੇਰੇ ਗੱਲਬਾਤ ਕਰਨ ਯੋਗ ਅਤੇ ਹਮਦਰਦ AI ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਭਾਵਨਾਤਮਕ ਸਹਾਇਤਾ ਵੱਲ ਇਹ ਮੋੜ ਨਵੇਂ, ਜਟਿਲ ਵਪਾਰਕ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਇਨ੍ਹਾਂ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਮਾਨਸਿਕ ਸਿਹਤ ਅਤੇ ਕਾਉਂਸਲਿੰਗ ਟੂਲਜ਼ ਦੇ ਖੇਤਰ ਵਿੱਚ ਲੈ ਜਾਂਦੀ ਹੈ, ਇੱਕ ਅਜਿਹਾ ਸੈਕਟਰ ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਸਖ਼ਤ ਪੇਸ਼ੇਵਰ ਮਾਪਦੰਡਾਂ ਅਤੇ ਨੈਤਿਕਤਾ ਦੁਆਰਾ ਸ਼ਾਸਿਤ ਹੁੰਦਾ ਹੈ।
ਰੈਗੂਲੇਟਰੀ ਅਤੇ ਲਾਇਬਿਲਟੀ ਦੇ ਜੋਖਮ
ਇਹ ਰੁਝਾਨ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਲੈ ਕੇ ਆਉਂਦਾ ਹੈ ਜਿਸ 'ਤੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਚੈਟਬਾਟਸ ਰਿਲੇਸ਼ਨਸ਼ਿਪ ਸਲਾਹ ਦਾ ਮੁੱਖ ਸਰੋਤ ਬਣਦੇ ਹਨ, ਅਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ ਜਾਂ ਅਣਉਚਿਤ ਸਲਾਹ ਦੀ ਸੰਭਾਵਨਾ ਵਧ ਜਾਂਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ AI ਅਜਿਹੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਨਕਾਰਾਤਮਕ ਅਸਲੀ-ਦੁਨੀਆ ਦੇ ਨਤੀਜੇ ਨਿਕਲਦੇ ਹਨ, ਤਾਂ ਕਾਰਪੋਰੇਟ ਲਾਇਬਿਲਟੀ (Corporate Liability) ਦਾ ਸਵਾਲ ਆਲੋਚਨਾਤਮਕ ਬਣ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਹੀ ਨਿੱਜੀ ਅਤੇ ਗੂੜ੍ਹੇ ਡਾਟਾ ਨੂੰ ਸੰਭਾਲਣਾ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ। ਇਸ ਜਾਣਕਾਰੀ ਦੀ ਕੋਈ ਵੀ ਉਲੰਘਣਾ ਜਾਂ ਦੁਰਵਰਤੋਂ ਭਾਰਤ ਅਤੇ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨਾਂ ਤਹਿਤ ਗੰਭੀਰ ਰੈਗੂਲੇਟਰੀ ਜੁਰਮਾਨੇ ਨੂੰ ਟਰਿੱਗਰ ਕਰ ਸਕਦੀ ਹੈ।
ਰੈਗੂਲੇਟਰ AI ਸਿਸਟਮਾਂ ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ 'ਤੇ ਲਗਾਤਾਰ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ। ਜੇਕਰ ਇਨ੍ਹਾਂ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਉੱਚ-ਜੋਖਮ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਾਂ ਸਲਾਹਕਾਰੀ ਟੂਲਜ਼ ਵਜੋਂ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਸਖ਼ਤ ਪਾਲਣਾ ਦੀਆਂ ਲੋੜਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸੰਚਾਲਨ ਲਾਗਤਾਂ (Operational Costs) ਵਧ ਸਕਦੀਆਂ ਹਨ। ਸੈਕਟਰ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਸੰਭਾਵੀ ਕਾਨੂੰਨੀ ਅਤੇ ਪ੍ਰਤਿਸ਼ਠਾ ਸੰਬੰਧੀ ਜੋਖਮਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਗਾਰਡਰੇਲ ਅਤੇ ਨੈਤਿਕ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਦੇ ਸੰਕੇਤਾਂ ਦੀ ਭਾਲ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ?
AI ਸੈਕਟਰ 'ਤੇ ਲੰਬੇ ਸਮੇਂ ਦਾ ਪ੍ਰਭਾਵ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਕੰਪਨੀਆਂ ਉੱਚ ਐਂਗੇਜਮੈਂਟ ਦੀ ਲੋੜ ਨੂੰ ਸੁਰੱਖਿਆ ਅਤੇ ਜਵਾਬਦੇਹੀ ਲਈ ਵਧਦੇ ਦਬਾਅ ਨਾਲ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰਦੀਆਂ ਹਨ। ਬਾਜ਼ਾਰ ਲਈ ਮੁੱਖ ਨਿਗਰਾਨੀ ਯੋਗ ਨਾ ਸਿਰਫ ਯੂਜ਼ਰ ਗਰੋਥ ਹੈ, ਬਲਕਿ ਕੰਪਨੀਆਂ AI ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਅਲਗੋਰਿਦਮਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਵਿਕਸਿਤ ਹੋ ਰਹੇ ਰੈਗੂਲੇਟਰੀ ਲੈਂਡਸਕੇਪ ਨੂੰ ਕਿਵੇਂ ਨੈਵੀਗੇਟ ਕਰਦੀਆਂ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਡਿਜੀਟਲ ਟੂਲ ਅਤੇ ਮਨੁੱਖੀ ਸਲਾਹਕਾਰ ਵਿਚਕਾਰ ਲਾਈਨ ਧੁੰਦਲੀ ਹੁੰਦੀ ਜਾ ਰਹੀ ਹੈ, ਬਾਜ਼ਾਰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇਨ੍ਹਾਂ ਫਰਮਾਂ ਦੁਆਰਾ ਨਵੀਨਤਾ ਅਤੇ ਜਨਤਕ ਵਿਸ਼ਵਾਸ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖੇਗਾ।