India AI Summit: பெயருக்கான கண்டுபிடிப்புகளா? நிஜமான R&D-க்கு சவால்!

மாநாட்டின் சங்கடமான உண்மை

India AI Impact Summit 2026-ல் ஒரு சங்கடமான உண்மை வெளிச்சத்திற்கு வந்துள்ளது. தொழில்நுட்ப திறனை வெளிப்படுத்தும் நோக்கில் நடைபெற்ற இந்த மாநாடு, மாறாக ஒரு பெரிய பிரச்சனைக்கு கண்ணாடியாக மாறியுள்ளது. இந்தியாவின் புதுமைத் தேடல் (innovation) என்பது உண்மையான முன்னேற்றத்தை விட, முன்னேற்றம் போல் காட்டிக்கொள்வதில் தான் அதிக கவனம் செலுத்துகிறது.

ஒரு கல்வி நிறுவனம், இறக்குமதி செய்யப்பட்ட தொழில்நுட்பத்தை உள்நாட்டு கண்டுபிடிப்பு போல் காட்டியதும், இறக்குமதி செய்யப்பட்ட ட்ரோன் தயாரிப்புகளை காட்சிப்படுத்தியதும், ஒரு பரவலான போக்கையே காட்டுகிறது. இந்த எண்ணிக்கை மீதுள்ள கவனம், உண்மையான ஆராய்ச்சி மற்றும் மேம்பாட்டை (R&D) மறைத்து, கண்டுபிடிப்புகளை ஒரு கணக்கு வழக்கு வேலையாக மாற்றிவிடும் அபாயம் உள்ளது. AI துறையில் முன்னணியில் இருக்க, அறிவிக்கப்பட்ட வெற்றிகளை விட, ஈட்டிய சாதனைகளே முக்கியம்.

காப்புரிமை முரண்பாடு: எண்ணிக்கை முக்கியமா, மதிப்பு முக்கியமா?

இந்தியாவின் காப்புரிமை அமைப்பு ஒரு விசித்திரமான சிக்கலை சந்தித்து வருகிறது. உலகளவில் காப்புரிமை விண்ணப்பங்களில் (patent applications) இந்தியா ஐந்தாவது இடத்தில் இருந்தாலும், AI தொடர்பான விண்ணப்பங்களுக்கு ஒப்புதல் (grant rate) விகிதம் வெறும் 0.37% மட்டுமே. கல்வி நிறுவனங்களுக்கு இது மேலும் குறைந்து, சுமார் 1% ஆக உள்ளது. இது பெருநிறுவனங்களின் சுமார் 40% ஒப்புதல் விகிதத்துடன் ஒப்பிடும்போது மிகக் குறைவு.

IITs மற்றும் IISc போன்ற முன்னணி நிறுவனங்கள் கணிசமான ஒப்புதல் விகிதங்களைக் கொண்டுள்ளன. IIT-க்கள் 2020-2023 காலகட்டத்தில் சுமார் 64% பெற்றுள்ளன, IISc சுமார் 68% வரை எட்டியுள்ளது. தேசிய தொழில்நுட்ப கழகங்களும் (NITs) நல்ல வெற்றிகரமான விகிதங்களைக் காட்டுகின்றன. ஆனால், அதிக எண்ணிக்கையிலான விண்ணப்பங்களைச் சமர்ப்பிக்கும் பல தனியார் பல்கலைக்கழகங்கள், ஆயிரக்கணக்கான விண்ணப்பங்களைச் சமர்ப்பித்தாலும், 1.87% முதல் 2.8% வரை மட்டுமே ஒப்புதல் விகிதத்தைப் பதிவு செய்கின்றன. இது, விண்ணப்பிக்கும் செயலுக்கு வெகுமதி அளிக்கும் ஒரு அமைப்பைக் காட்டுகிறது, தாக்கத்தை ஏற்படுத்தக்கூடிய, வணிக ரீதியாக சாத்தியமான அறிவுசார் சொத்துக்களை உருவாக்குவதற்கு அல்ல.

'புதுமை நாடகத்தை' ஊக்குவிக்கும் ஊக்கத்தொகைகள்

இந்தப் பிரச்சனையின் வேர், கொள்கை வடிவமைப்பிலேயே உள்ளது. உள்நாட்டு காப்புரிமை விண்ணப்பங்களுக்கு ஒரு விண்ணப்பத்திற்கு ₹2 லட்சம் வரை அரசு வழங்கும் மானியங்கள், கல்வி நிறுவனங்களுக்கான கணிசமான கட்டண சலுகைகள், மற்றும் தேசிய நிறுவன தரவரிசை கட்டமைப்பு (NIRF) தரவரிசைகளில் காப்புரிமைகளின் எண்ணிக்கையைச் சேர்ப்பது ஆகியவை ஒரு சக்திவாய்ந்த நிதி ஊக்கத்தை உருவாக்குகின்றன. அதிக தரவரிசைகள் அதிக மாணவர்களையும் வருவாயையும் ஈர்க்கின்றன. இதனால், காப்புரிமை விண்ணப்பங்கள் நிறுவனத்தின் கௌரவத்திற்கும் நிதி ஆதாயத்திற்கும் ஒரு கவர்ச்சிகரமான குறுக்கு வழியாக மாறிவிட்டன.

இது ஒரு சுழற்சியை ஊக்குவிக்கிறது: விண்ணப்பிக்கவும், மானியத்தைப் பெறவும், தரவரிசையை மேம்படுத்தவும், மாணவர் சேர்க்கையை அதிகரிக்கவும், மீண்டும் செய்யவும். இதற்கு மாறாக, சீனா 2020 முதல் 2024 வரை தொழில்நுட்ப ஒப்பந்த அளவுகளில் 141.7% வளர்ச்சியை அடைந்துள்ளது. ஜப்பான், சவால்களை எதிர்கொண்டாலும், கூட்டு ஆராய்ச்சி கண்டுபிடிப்புகளுக்கு 60-70% வரை காப்புரிமை ஒப்புதல் விகிதங்களைத் தக்க வைத்துக் கொண்டுள்ளது.

அமைப்பு ரீதியான பலவீனங்கள் மற்றும் தவறவிட்ட வாய்ப்புகள்

இங்குள்ள முக்கிய அமைப்பு ரீதியான குறைபாடு, அளவீட்டு அளவுகோல்களுக்கு (quantitative metrics) முன்னுரிமை அளிப்பதாகும், தரமான முடிவுகளுக்கு (qualitative outcomes) அல்ல. காப்புரிமைகளின் குறைந்த வணிகமயமாக்கல் விகிதம் - உலகளவில் சுமார் 5-10% மற்றும் இந்திய வளாகங்களில் 10-15% - பெரும்பாலான 'கண்டுபிடிப்புகள்' வெறும் கருத்தியல் ரீதியானவையாகவே (proofs-of-concept) உள்ளன என்பதைக் காட்டுகிறது. அவற்றுக்கு வணிகமயமாக்கல் திட்டம் இல்லை அல்லது பல துறைகளில் ஒருங்கிணைப்பு இல்லை.

ஆராய்ச்சி மற்றும் மேம்பாட்டில் இந்தியாவின் மொத்த செலவு (GERD) GDP-யில் 0.6% முதல் 0.8% வரை மட்டுமே உள்ளது. இது தென் கொரியா (4.9%) அல்லது சீனா (2.4%) போன்ற நாடுகளுடன் ஒப்பிடும்போது மிகக் குறைவு. தனியார் துறை GDP-யில் சுமார் 36% மட்டுமே பங்களிக்கிறது, இது சீனா மற்றும் தென் கொரியாவில் 70% மேல் உள்ளதோடு ஒப்பிடும்போது மிகவும் குறைவு. இந்த நிதியுதவி பற்றாக்குறை, குறிப்பாக தனியார் துறையிலிருந்து, பெரிய கண்டுபிடிப்புகளைத் தடுக்கிறது.

'மொழிபெயர்ப்பு ஆராய்ச்சி' (translational research) இல்லாதது, கல்வி வெளியீட்டிற்கும் சந்தை தேவைகளுக்கும் இடையே ஒரு தொடர்பின்மையை உருவாக்குகிறது. இதனால், காப்புரிமை என்பது ஒரு மைல்கல்லாக அல்லாமல், ஒரு முடிவாகக் கருதப்படுகிறது. நிபுணர்களின் கருத்துப்படி, இந்த அமைப்புச் செயல்பாடு, விளைவுகளுக்குப் பதிலாக, செயல்பாடுகளுக்கு வெகுமதி அளிக்கிறது. இது உண்மையான R&D-யை, தரவரிசைப் புள்ளிகளுக்கான ஒரு உத்தியிலிருந்து பிரித்தறிய கடினமாக்குகிறது.

முன்னோக்கிய பாதை: லட்சியத்தை சாதனைகளுடன் சீரமைத்தல்

இந்தியா ஒரு AI வல்லரசாக மாறுவதற்கு, வேகமாக வளர்ந்து வரும் திறமையான பணியாளர்கள் (திறமை மிக்கவர்கள்) இரண்டாம் இடத்தில் உள்ளனர், மேலும் $20 பில்லியனுக்கும் அதிகமான முதலீடுகள் உறுதி செய்யப்பட்டுள்ளன. IndiaAI Mission, ₹10,300 கோடி முதலீட்டுடன், ஆயிரக்கணக்கான GPU-க்களைப் பயன்படுத்தவும் AI தரவு ஆய்வகங்களை நிறுவவும் நோக்கமாகக் கொண்டுள்ளது. ஆனால், இந்தக் காரணிகள் அனைத்தும் குறைபாடுள்ள ஊக்கத்தொகை கட்டமைப்பால் பாதிக்கப்படுகின்றன.

கொள்கை மாற்றங்கள் அவசியம். மானியங்கள் விண்ணப்பத்தளமிருந்து ஒப்புதல் பெற்ற பிறகு வழங்கப்பட வேண்டும். ஊக்கத்தொகைகள் வணிகமயமாக்கல் வெற்றியுடன் சீரமைக்கப்பட வேண்டும். வழக்கத்திற்கு மாறான விண்ணப்ப-ஒப்புதல் விகிதங்கள் தணிக்கை செய்யப்பட வேண்டும். வெறும் எண்ணிக்கையை விட, அளவிடக்கூடிய தாக்கத்திற்கு முன்னுரிமை அளிக்கும் தரவரிசை முறைகளைச் சீர்திருத்துவது அவசியம்.

சீனாவின் வெற்றி, தொழில்துறை வளர்ச்சியுடன் கண்டுபிடிப்புகளை ஒருங்கிணைப்பதிலிருந்தும், கொள்கை ஆதரவிலிருந்தும் வருகிறது. இந்தியாவுக்கு, AI-யில் உண்மையான தலைமைத்துவம், தொடர்ச்சியான ஆராய்ச்சி, கடுமையான சரிபார்ப்பு மற்றும் சந்தை வெற்றி மூலம் சம்பாதிக்கப்படும், வெறும் விரைவான விண்ணப்பங்கள் மூலம் அறிவிக்கப்படுவதில்லை.