'आर्टिफिशिअल इंटेलिजन्स' : शिक्षण क्षेत्रासाठी चांगले की वाईट?

आर्टिफिशिअल इंटेलिजन्स (कृत्रिम बुद्धिमत्ता) ही संकल्पना आता नवीन राहिलेली नाही. कित्येक क्षेत्रांत त्याचा यशस्वी वापर होत आहे. उदा. लष्कर, उत्पादन क्षेत्र, वैद्यकीय सेवा, दूरध्वनी, आर्थिक व्यवस्थापन आदी क्षेत्रांत याचा कित्येक पातळ्यांवर वापर होत आहे. प्राणी आणि कीटकांच्या नैसर्गिक बुद्धिमत्तेचे गणिती व कॉम्प्युटर कोडमध्ये रूपांतर 'आर्टिफिशिअल इंटेलिजन्स'साठी केले जाते; तसाच पक्षीय राजकारण, निवडणुका, दोन देशांमधील स्पर्धा, कुटुंबांमधील वैचारिक देवाणघेवाण व स्पर्धा इत्यादी मानवी समाजातील विविध व्यवस्थांमधील बुद्धिमत्तेचाही वापर केला जात आहे.

या प्रत्येक व्यवस्थांची एक नियमबद्ध चौकट असते. ते नियम मार्गदर्शक म्हणून वापरून या व्यवस्थांमधील विविध घटकांचे गणिती व कॉम्प्युटर कोड किंवा एजंट्‌समध्ये रूपांतर करायचे असते. हे नियमबद्ध चौकटीत काम करणारे एजंट्‌स वर नमूद केलेल्या कित्येक क्षेत्रांतील जटिल समस्या सोडवत असतात. 
शिक्षणपद्धती हीसुद्धा समाजातील ज्ञान देण्याची आणि मिळवण्याची एक व्यवस्था आहे. ज्यात शिक्षकाने शिकवणे आणि विद्यार्थ्यांनी शिकणे किंवा आत्मसात करणे हा एक प्रकार असतो.

तसेच, प्रात्यक्षिकांद्वारे शिकवणे आणि शिकणे हा एक प्रकार असतो. या दोन्हींचे योग्य मिश्रण हा उत्तम पर्याय मानण्यात येतो. या पद्धतीतून यशस्वी झालेल्यांची अनेक उदाहरणे समाजात पाहता येतात. दुसऱ्या शब्दांत सांगायचे झाले, तर पुस्तकी शिकवण्याला आणि शिकण्याला प्रत्यक्ष अनुभवाची जोड लाभली, तर कित्येक संकल्पना व त्यांचे विविध पैलू समजणे, समजावणे, मांडणे सोपे होते. सध्याची शिक्षणपद्धती विविध प्रयोग करून कमी-अधिक प्रमाणात याच रचनेचा वापर करते आहे. 

वर्गातील शिक्षकाशिवाय शिक्षण समजून घेणे शक्‍य झाले तर? किंवा पारंपरिक वर्गातील शिक्षकाचा सहभाग कमी केला तर? हा प्रयोग बऱ्याच अंशी डॉ. सुगाता मित्रा यांनी यशस्वी करून दाखवला आहे. त्यांनी या प्रयोगाला 'होल इन द वॉल' असे नाव दिले आहे. प्राथमिक प्रयोगांमध्ये त्यांनी काही संगणक दिल्लीतील एका झोपडपट्टीत बसवले आणि निरीक्षणासाठी कॅमेरे बसवले. तेथील मुलांना संगणक हाताळण्याची पूर्ण मुभा देण्यात आली.

विशेष म्हणजे, तेथे कोणीही शिक्षक नव्हता. दोन आठवड्यांच्या निरीक्षणांतून असे दिसून आले, की ज्या मुलांनी संगणक क्वचितच कधी हाताळला असेल, ती मुले संगणक चालू/बंद करणे, 'एमएस वर्ड'मध्ये टायपिंग करून ते सेव्ह करून ठेवणे, इंटरनेटवर सर्च करणे आदी गोष्टी एकमेकांकडून शिकली. हे शक्‍य झाले कुतूहल, जिज्ञासा, उत्सुकता, चौकसपणा, चढाओढ या नैसर्गिक गुणधर्मांमुळे. एखादी संकल्पना/गोष्ट शिकायची असेल, तर त्यामागे हे गुण सर्वसाधारणपणे असतातच.

माझा असाच एक अनुभव सांगतो. तो आपल्यापैकी बऱ्याच लोकांचा असू शकतो. लहान मुलांच्या खेळाच्या मैदानावर मी माझ्या दीड वर्षाच्या मुलाला घेऊन जात असे. तेथील सर्व मुले जवळपास त्याच वयाची होती. त्यातली काही त्यांच्या वयानुसार व्यवस्थित बोलू शकत होती, तर काही मुले थोडी मागे होती. पण, सर्व मुले एकमेकांत मिसळत होती, एकत्रितपणे काहीतरी करीत होती. त्यात कोणीच लीडर नव्हता. पण, कोणीतरी वेगळे काहीतरी करतोय, तर त्याकडे बघून तसे करण्याचा प्रयत्न मात्र प्रत्येकाचा दिसत होता.

मी हे तीन-चार आठवडे पाहत होतो. तसेच, काही नोंदी करीत होतो. मी बऱ्याच मुलांमध्ये बदल पाहिला. काही मुले जी कमी बोलत होती, ती बरेच आणि स्पष्ट बोलू लागली होती. पालक घरात ज्या गोष्टी शिकवतात; पण काही मुले शिकत नाहीत, ती आता शिकू लागली होती. कारण, मैदानावरील काही मुले अगोदरच त्या गोष्टी शिकलेली होती. त्याची प्रमुख कारणे म्हणजे अशा समवयस्कांमधील विचारांची देवाणघेवाण व त्यातून सर्वोत्तम बनण्यासाठीची नैसर्गिक चढाओढीची प्रवृत्ती. या दोन्ही कारणांच्या मुळाशी जिज्ञासा व उत्सुकता असते. एखादी नवीन गोष्ट समाजात दिसली/घडली, की ती समजून घेण्याची, तसेच इतरांबरोबर चर्चा करून त्यांचा अभिप्राय समजून घेण्याची नैसर्गिक उत्सुकता असते. त्याचप्रमाणे इतरांचे त्यावरील मत समजून घेऊन आपण आपले मत बनवून किंवा बदलून घेत असतो. असे प्रत्येक विद्यार्थी करीत असतो. यातूनच पुढे समाजाची प्रगल्भता वाढत जाते. 

हा विषय शिक्षण क्षेत्र, तसेच मानव संसाधनाशी संबंधित आहे. पण याकडे वैज्ञानिक, तसेच गणिती संदर्भातून बघण्याची गरज आहे. याच प्रेरणेतून मी शिक्षक नसलेल्या सोशल विद्यार्थ्यांच्या देवाणघेवाणीचे व सर्वोत्तम बनण्याच्या नैसर्गिक चढाओढीच्या प्रवृत्तीचे 2013 मध्ये कॅनडातील युनिव्हर्सिटी ऑफ विंड्‌सर येथे गणिती रूपांतर करण्याचे काम सुरू केले व 'कॉम्प्युटर अल्गोरिदम'च्या स्वरूपात मांडणी केली. त्याला 'कोहर्ट इंटेलिजन्स' असे नाव दिले. हा अल्गोरिदम वापरून आतापर्यंत विविध वैद्यकीय, वाहतूक, रहदारीच्या पुलांची बांधणी, विविध उत्पादन व निर्माणाच्या पद्धती, बॉयलर्स, पॅकिंग, डेटा संरक्षण, रोबोटिक्‍स आदी क्षेत्रांतील क्‍लिष्ट समस्या यशस्वीरीत्या सोडवण्यात आल्या आहेत. हे सर्व काम अनेक प्रतिष्ठित आंतरराष्ट्रीय नियतकालिकांत, तसेच पुस्तक स्वरूपात प्रसिद्ध झाले आहे.

'कोहर्ट' म्हणजे 'सोशल विद्यार्थ्यां'चा समूह, ज्यामध्ये सर्वांना एकच काम नेमून दिले जाते. ते प्रत्येकाने इतरांशी संवाद साधून अधिक चांगले काम करण्याचा प्रयत्न करायचा असतो. या प्रत्येक विद्यार्थ्याचे कॉम्प्युटर कोड किंवा एजंट्‌समध्ये रूपांतर केले जाते. प्रत्येक विद्यार्थी त्याच्या चांगल्या-वाईट गुणांमुळे ओळखला जातो, तसाच प्रत्येक कॉम्प्युटर एजंटसुद्धा त्याच्या उत्तराच्या गुणवत्तेमुळे ओळखला जातो. जेवढे उत्तर चांगले, तेवढा त्याच्यासारखे काम करण्यासाठी आकृष्ट होणाऱ्या एजंट्‌सची संख्या वाढत जाते. प्रत्येक एजंट हे करीत असल्यामुळे कालांतराने सर्वच एजंट्‌स सर्वोत्तम होण्यासाठी चढाओढ करताना दिसतात. त्यातूनच दिलेल्या कामाचे उत्तम आणि सर्वोत्तम उत्तर मिळत जाते.

या 'कोहर्ट इंटेलिजन्स'च्या सर्व प्रयोगांमध्ये कित्येक महत्त्वपूर्ण नोंदी करण्यात आल्या. त्यातील प्रमुख निरीक्षण आपल्या समाजातसुद्धा पाहता येते. प्रत्येक एजंट कोणाला तरी अनुसरून काम करायचा प्रयत्न करीत असतो. काही वेळा असे दिसून आले आहे, की कोणाला तरी अनुसरून स्वतःचे काम करताना अधिक चांगले उत्तर मिळत नाही. त्यामुळे एजंट इतरांचे अनुकरण करायचा प्रयत्न करू लागतो. म्हणजे, स्वतःच उत्तर शोधायची दिशा बदलतो. दिशा बदलल्याने नवनवीन पर्याय समोर येत जातात. त्यातूनच एखादा एजंट इतरांपेक्षा अधिक चांगले उत्तर मिळवतो. तेव्हा इतर एजंट्‌स त्याचे अनुकरण करण्याची शक्‍यता वाढते. याच पद्धतीने सर्व एजंट्‌स एकत्रितपणे पुन्हा आधीच्या उत्तरांपेक्षा चांगले उत्तर शोधतात. यातून सर्वोत्तम उत्तराकडे पोचता येते.

हे आपण समाजातसुद्धा पाहतो, जेथे एखाद्याचा सल्ला वापरून किंवा अनुसरून फायदा न झाल्यामुळे आपण आपल्या विचारांची दिशा बदलतो. दिशा बदलल्याने नवनवीन पर्याय समोर येतात. त्यातूनच इतरांपेक्षा अधिक चांगले उत्तर मिळण्याची शक्‍यता वाढते. तेव्हा समाजातील इतरसुद्धा त्याला अनुसरायची शक्‍यता वाढते. याच पद्धतीने सर्व समाज एकत्रितपणे प्रगती करीत असतो. सध्या 'कोहर्ट इंटेलिजन्स'चे दिव्यांग व्यक्तींच्या व्यायामाशी संबंधित संशोधन सिम्बायोसिस आंतरराष्ट्रीय विद्यापीठात सुरू असून, विविध पैलूंवरील मूलभूत संशोधन जगभरातील विविध विद्यापीठांत होत आहे. 

त्याचबरोबर विविध अल्गोरिदम्स वापरून आर्टिफिशिअल इंटेलिजन्सचे शिक्षण क्षेत्रात अनेक प्रयोग चालू आहेत. यशस्वी संकल्पना उपयोगातही आणल्या जात आहेत. एखाद्या कोर्ससाठी इच्छुक विद्यार्थ्यांच्या शैक्षणिक दर्जाचे सर्वसाधारण मूल्यमापन करून प्रवेशासाठी प्रश्नपत्रिका बनवणे, पुढे गट बनवून त्याप्रमाणे अनुकूल अभ्यासक्रम सुचवणे व तयार करणे, एखादी संकल्पना काही विद्यार्थ्यांना नीट समजली नसेल किंवा उत्तर चुकीच्या पद्धतीने लिहिले जात असेल, तर शिक्षकांना सतर्क करून सुधारणा करण्यास सुचवणे, त्याचबरोबर अशा संबंधित विद्यार्थ्यांना काही उपयोगी साहित्य किंवा नोट्‌सचा संदर्भ सुचवणे, असे अनेक प्रयोग यशस्वी झालेले दिसतात.

काही अल्गोरिदम्स गुगलवरील सर्च केलेल्या की-वर्डसवरून साधारण एकाच विषयावर काम करत असलेल्या विद्यार्थ्यांना तसेच शिक्षकांना शोधून काढतात व त्यांना एकमेकांचे सहयोगी बनवून त्यांच्या विचारणाची देवाणघेवाण करण्याचे एक व्यासपीठसुद्धा उपलब्ध करून देण्यासाठी महत्त्वाची भूमिका बजावतात. याला आपण एक वैश्विक वर्गही म्हणू शकतो, ज्यामध्ये जगातील समवैचारिक कोणीही भाग घेऊन शिकू शकतो. महत्त्वाचे म्हणजे विद्यार्थ्यांच्या मनातील एखादी संकल्पनेची चाचणी करणे व झालेल्या चुकांतून विषय समजून घेणे हे सोपे झाले आहे. त्यासंदर्भातील भीती संपत चालली आहे.

हा एक खूपच चांगला बदल आहे. असे कित्येक परिवर्तनात्मक सुधारणा होत आहेत. सध्या जरी आर्टिफिशिअल इंटेलिजन्समुळे शिक्षणक्षेत्रात होणारा मूलगामी बदल होण्यास अजून काही वर्ष लागणार असली तरी, आता दिसणारा हा बदल त्यादृष्टीने पावले टाकणारा संक्रमणाचा काळ समजायला हरकत नाही. या सर्व बदलांच्या नांदीमुळे शिक्षणक्षेत्राचा कणा असलेल्या शिक्षकांची भूमिकासुद्धा संक्रमित होताना दिसते आहे. हा बदल जितका लवकर आत्मसात करता येईल, तितकेच जगाबरोबर स्पर्धा करणारे विद्यार्थी आणि समाज घडवता येईल.