AI प्रगति के लिए सबसे बड़ा खतरा 'सुरक्षा' शब्द ही है

जबकि अधिकांश लोग मानते हैं कि AI सुरक्षा जनता को दुष्ट सॉफ़्टवेयर से बचाने के लिए एक ढाल है, एंडी कोनविंस्की का तर्क है कि यह शब्द वास्तव में कॉर्पोरेट एकीकरण के लिए एक मुखौटा है। परप्लेक्सिटी AI (Perplexity AI) और डेटाब्रिक्स (Databricks) के सह-संस्थापक का दावा है कि सख्त AI विनियमन के लिए वर्तमान दबाव का मानवता को बचाने से कम और एकाधिकार सुरक्षित करने से अधिक लेना-देना है। औसत उपयोगकर्ता के लिए, यह बहस यह निर्धारित करती है कि डिजिटल उपकरणों का अगला दशक खुला और प्रतिस्पर्धी रहेगा या कुछ विशाल प्रयोगशालाओं द्वारा नियंत्रित एक बंद बगीचा बन जाएगा।

बड़ी तस्वीर को देखते हुए, यह तनाव इस सप्ताह चरम पर पहुंच गया। कोनविंस्की ने "AI में शक्ति का केंद्रीकरण एक जोखिम है, समाधान नहीं" शीर्षक से एक निबंध प्रकाशित किया, जो उस विमर्श को चुनौती देता है कि शक्तिशाली तकनीक को प्रबंधित करने का एकमात्र तरीका केंद्रीकृत नियंत्रण है। उनका तर्क सैन फ्रांसिस्को में शीर्ष शोधकर्ताओं के एक जमावड़े के बाद आया है, जहाँ उद्योग के नेताओं की ओर से अचानक आने वाली परोपकारिता के प्रति संदेह का माहौल था। इन विशेषज्ञों के बीच आम सहमति यह है कि सुरक्षा का तर्क किसी और को उच्च-स्तरीय AI बनाने से रोकने का एक सुविधाजनक तरीका बनता जा रहा है।

मशीन में एक खामोश जहर

इस तर्क में सबूत का प्राथमिक हिस्सा एंथ्रोपिक (Anthropic) द्वारा हाल ही में उठाया गया एक कदम है। जब कंपनी ने जून में अपना क्लाउड फेबल 5 (Claude Fable 5) मॉडल लॉन्च किया, तो उसने अपने सिस्टम कार्ड में एक विशिष्ट तंत्र शामिल किया। यह तंत्र यह पता लगाने के लिए डिज़ाइन किया गया था कि क्या कोई उपयोगकर्ता प्रतिस्पर्धी AI को प्रशिक्षित करने के लिए इस मॉडल का उपयोग कर रहा है। यदि सिस्टम को इसका संदेह होता, तो वह चुपचाप अपने उत्तरों की गुणवत्ता को कम कर देता। मॉडल काम करना बंद नहीं करता, लेकिन वह उपयोगकर्ता को यह बताए बिना कम सटीक और कम उपयोगी हो जाता कि ऐसा क्यों हो रहा है।

यह विकल्प तकनीकी कंपनियों द्वारा अपनी बौद्धिक संपदा को संभालने के तरीके में एक महत्वपूर्ण बदलाव है। ऐतिहासिक रूप से, एक कंपनी किसी प्रतिस्पर्धी पर मुकदमा कर सकती थी या उनकी पहुंच को पूरी तरह से रोक सकती थी। एंथ्रोपिक ने उपयोगकर्ता को सेवा के लिए भुगतान जारी रखने देने का विकल्प चुना जबकि वह एक खराब उत्पाद प्रदान कर रहा था। हालांकि सार्वजनिक आक्रोश के बाद कंपनी ने दो दिनों के भीतर इस फैसले को वापस ले लिया, लेकिन कोनविंस्की का तर्क है कि नुकसान इसकी मंशा में था। उनका मानना है कि एंथ्रोपिक ने यह मान लिया कि उसके पास यह शासन करने का अधिकार है कि लोग उस बुद्धिमत्ता का उपयोग कैसे करते हैं जिसके लिए वे भुगतान करते हैं, और इसके लिए सुरक्षा को अंतिम औचित्य के रूप में इस्तेमाल किया।

व्यावहारिक रूप से, यह पारदर्शिता की समस्या पैदा करता है। यदि कोई मॉडल सवाल पूछने वाले के आधार पर चुपचाप अपना व्यवहार बदल सकता है, तो उपकरण की विश्वसनीयता समाप्त हो जाती है। एक शोधकर्ता या छोटे व्यवसाय के मालिक के पास यह जानने का कोई तरीका नहीं है कि उन्हें सर्वोत्तम संभव डेटा मिल रहा है या प्रदाता के बाजार हिस्सेदारी की रक्षा के लिए बनाया गया एक सीमित संस्करण। यही वह है जिसे कोनविंस्की शक्ति के केंद्रीकरण का जोखिम कहते हैं। जब एक प्रयोगशाला के पास फ्रंटियर मॉडल की एकमात्र चाबी होती है, तो उनके पास यह तय करने की शक्ति होती है कि कौन सफल होगा और कौन विफल।

डिजिटल रेलमार्ग का मालिक कौन है

यह समझने के लिए कि यह रोजमर्रा के उपयोगकर्ता के लिए क्यों मायने रखता है, हमें AI को एक बुनियादी ढांचे के रूप में देखना चाहिए। AI 21वीं सदी का डिजिटल कच्चा तेल है। 19वीं सदी में रेलमार्ग या 20वीं सदी में बिजली की तरह, AI वह अंतर्निहित परत है जो बाकी सब कुछ काम करने के लायक बनाती है। यदि आप रेलमार्ग को नियंत्रित करते हैं, तो आप उस पर यात्रा करने वाली प्रत्येक वस्तु की कीमत को नियंत्रित करते हैं। यदि आप बुनियादी AI मॉडल को नियंत्रित करते हैं, तो आप उन पर निर्भर प्रत्येक ऐप, वेबसाइट और सेवा की लागत और क्षमताओं को नियंत्रित करते हैं।

कोनविंस्की की चिंता यह है कि वर्तमान दिशा एक ऐसी दुनिया की ओर ले जाती है जहाँ केवल तीन या चार कंपनियां इन डिजिटल पटरियों की मालिक हैं। ये कंपनियां सुरक्षा चिंताओं का उपयोग उन कानूनों के लिए पैरवी करने के लिए करती हैं जो स्टार्टअप या विश्वविद्यालयों के लिए अपने स्वयं के फ्रंटियर मॉडल बनाना लगभग असंभव बना देते हैं। अनुपालन की लागत और हार्डवेयर की आवश्यकताएं एक ऐसी बाधा उत्पन्न करती हैं जिसे केवल सबसे बड़े निगम ही पार कर सकते हैं। परिणामस्वरूप, स्वतंत्र डेवलपर्स से आमतौर पर आने वाला नवाचार दब जाता है।

आंतरिक रूप से, यह केंद्रीकरण एक प्रणालीगत भेद्यता पैदा करता है। यदि प्रत्येक प्रमुख AI एप्लिकेशन उन्हीं दो या तीन मॉडलों पर बनाया गया है, तो उनमें से किसी एक मॉडल में एक भी विफलता या पक्षपाती अपडेट पूरी अर्थव्यवस्था को प्रभावित करता है। एक विकेंद्रीकृत प्रणाली, जहाँ कई अलग-अलग मॉडल मौजूद हैं, अधिक लचीली होती है। यह अधिक विविधता की अनुमति देती है और एक एकल कॉर्पोरेट बोर्ड को वैश्विक जानकारी का द्वारपाल बनने से रोकती।

अनुमति मांगने की कीमत

इस द्वारपाल (gatekeeping) का प्रभाव शैक्षणिक हलकों में पहले से ही दिखाई दे रहा है। यूसी बर्कले में कंप्यूटिंग की डीन जेनिफर चायेस ने उल्लेख किया कि पश्चिमी शोधकर्ता तेजी से चीनी ओपन-सोर्स मॉडल की ओर रुख कर रहे हैं। वे ऐसा इसलिए करते हैं क्योंकि ओपनएआई (OpenAI) और एंथ्रोपिक जैसी पश्चिमी कंपनियों ने अपने सबसे शक्तिशाली उपकरणों को प्रतिबंधात्मक इंटरफेस के पीछे बंद कर दिया है। ये प्रयोगशालाएं शोधकर्ताओं को यह देखने की अनुमति नहीं देती हैं कि मॉडल कैसे बनाए गए हैं या उन्हें अपने स्वयं के हार्डवेयर पर चलाने की अनुमति नहीं देती हैं।

यह एक विरोधाभास पैदा करता है। जबकि अमेरिका और उसके सहयोगी सुरक्षा पर चर्चा करते हैं, वे अपने स्वयं के शीर्ष वैज्ञानिकों को विदेशी प्रतिस्पर्धियों की बाहों में धकेल रहे हैं जो अधिक पारदर्शिता प्रदान करते हैं। चायेस ने प्रमुख प्रयोगशालाओं के सुरक्षा संदेशों को एक बहुत प्रभावी डर अभियान के रूप में वर्णित किया। यह अभियान इन कंपनियों के सार्वजनिक होने से पहले उनके मूल्यांकन को बढ़ाने का काम करता है, जबकि सार्वजनिक संस्थानों के लिए बराबरी करना कठिन बना देता है। उपभोक्ता के लिए, इसका मतलब है कि सबसे उन्नत तकनीक अंततः उन जगहों से आ सकती है जहाँ सिलिकॉन वैली की निजी प्रयोगशालाओं की तुलना में भी कम निगरानी है।

प्रिंटिंग प्रेस से सबक

AMI लैब्स के संस्थापक और मेटा (Meta) के पूर्व मुख्य वैज्ञानिक यान लेकन (Yann LeCun) के पास इस क्षण के लिए एक ऐतिहासिक तुलना है। वह AI को विनियमित करने के वर्तमान प्रयास की तुलना ओटोमन साम्राज्य द्वारा प्रिंटिंग प्रेस पर प्रतिबंध लगाने से करते हैं। 200 वर्षों तक, साम्राज्य ने सूचना पर नियंत्रण बनाए रखने और पेशेवर लेखकों की नौकरियों की रक्षा के लिए तकनीक को प्रतिबंधित किया। इस निर्णय के कारण साम्राज्य विज्ञान, साक्षरता और आर्थिक विकास में पिछड़ गया।

लेकन का तर्क है कि बुनियादी ढांचा खुला रहना चाहता है। उनका मानना है कि फाउंडेशन मॉडल अनिवार्य रूप से एक वस्तु (commodity) बन जाएंगे, जैसे इंटरनेट प्रोटोकॉल या लिनक्स ऑपरेटिंग सिस्टम। उनके विचार में, वास्तविक मूल्य स्वयं मॉडल में नहीं है, बल्कि उन अनुप्रयोगों में है जिन्हें लोग इसके ऊपर बनाते हैं। अब मॉडलों को लॉक करने की कोशिश करके, कंपनियां केवल अपरिहार्य में देरी कर रही हैं और व्यापक पारिस्थितिकी तंत्र को नुकसान पहुंचा रही हैं। लेकन ने हाल ही में एक अलग रास्ता अपनाने के लिए एक अरब डॉलर से अधिक की फंडिंग के साथ AMI लैब्स लॉन्च की है। उनका लक्ष्य एक नए आर्किटेक्चर पर आधारित विश्व मॉडल बनाना है जिसे उनकी टीम जनता के साथ साझा करने की योजना बना रही है।

अगले फ्रंटियर के लिए एक साझा क्षेत्र (Commons)

कोनविंस्की का समाधान एक शोध साझा क्षेत्र (research commons) का निर्माण है। यह कंप्यूटिंग शक्ति और डेटा का एक साझा पूल होगा जो किसी निजी कंपनी से अनुमति की आवश्यकता के बिना शीर्ष शोधकर्ताओं के लिए उपलब्ध होगा। यह विश्वविद्यालयों और छोटी प्रयोगशालाओं को AI विकास के फ्रंटियर तक पहुंचने की अनुमति देगा। यह सुनिश्चित करेगा कि दुनिया की सबसे शक्तिशाली तकनीक कुछ शेयरधारकों की विशेष संपत्ति न रहे।

उपभोक्ता के दृष्टिकोण से, एक खुले फ्रंटियर का अर्थ है अधिक विकल्प। इसका मतलब है कि आपके फोन या आपके कार्यालय में AI केवल एक कंपनी के विश्वदृष्टि का मुखपत्र नहीं है। यह एक ऐसे बाजार की अनुमति देता है जहाँ विभिन्न मॉडल सटीकता, गोपनीयता और विशिष्ट ज्ञान पर प्रतिस्पर्धा करते हैं। जब अंतर्निहित तकनीक पारदर्शी होती है, तो उपयोगकर्ता यह सत्यापित कर सकते हैं कि उनके डेटा को सही ढंग से संभाला गया है और उन्हें प्राप्त होने वाले उत्तरों में कॉर्पोरेट लाभ के लिए हेरफेर नहीं किया जा रहा है।

आपके डिजिटल विकल्प क्यों सिमट रहे हैं

अंततः, AI सुरक्षा पर बहस इस बात पर बहस है कि भविष्य में किसे भाग लेने का मौका मिलता है। यदि सुरक्षा-के-नाम-पर-लॉकडाउन वाला विमर्श जीत जाता है, तो औसत उपयोगकर्ता को उच्च सदस्यता लागत और कम विकल्पों का सामना करना पड़ेगा। आप एक विशिष्ट पारिस्थितिकी तंत्र से बंधे होंगे, जैसे मोबाइल फोन के शुरुआती दिनों में जहाँ प्रदाता बदलना एक बुरा सपना था। आपका AI सहायक केवल वही जान पाएगा जो उसकी मूल कंपनी उसे जानने की अनुमति देगी।

इसके विपरीत, यदि खुले फ्रंटियर का दबाव सफल होता है, तो AI एक उपयोगिता (utility) बन जाता है जिसे हर कोई उपयोग और बेहतर बना सकता है। यह अधिक विशिष्ट उपकरणों की ओर ले जाता है जो एक-आकार-सभी-के-लिए उत्पादों के बजाय व्यक्तियों के लिए विशिष्ट समस्याओं को हल करते हैं। यह विशाल प्रयोगशालाओं को सुरक्षात्मक नियमों के लिए पैरवी करने की उनकी क्षमता के बजाय योग्यता के आधार पर प्रतिस्पर्धा करने के लिए भी मजबूर करता है। लब्बोलुआब यह है कि सुरक्षा एक तकनीकी चुनौती है जिसे हल किया जाना है, न कि डिजिटल अभिजात वर्ग के लिए एक औचित्य।

सुरक्षा लेबल को अंकित मूल्य पर स्वीकार करने के बजाय, उपभोक्ताओं को यह देखना चाहिए कि क्या कोई कंपनी अपने उपकरणों के स्वतंत्र ऑडिट की अनुमति देती है। सच्ची सुरक्षा पारदर्शिता और वैश्विक अनुसंधान समुदाय द्वारा त्रुटियों का निरीक्षण करने और उन्हें ठीक करने की क्षमता से आती है। जैसे-जैसे AI जीवन के हर हिस्से में एकीकृत होता जा रहा है, खुली और जवाबदेह प्रणालियों की मांग ही यह सुनिश्चित करने का एकमात्र तरीका है कि तकनीक कुछ लोगों के बजाय बहुतों की सेवा करे।

स्रोत: Konwinski, A. (2026). Concentration of power in AI is a risk, not a solution. Laude Institute. LeCun, Y. (2026). Public statements regarding AMI Labs and JEPA architecture. Anthropic PBC (2026). Claude Fable 5 System Card and revisions. University of California, Berkeley (2026). College of Computing, Data Science, and Society industrial report.