वैदिक ज्ञान, कृत्रिम बुद्धिमत्ता और भविष्य की तकनीकें सतत विश्व-विकास के लिए भारतीय ज्ञान-प्रणाली का समन्वित मॉडल डॉ. मनीष कुमार सी. मिश्रा

 

वैदिक ज्ञान, कृत्रिम बुद्धिमत्ता और भविष्य की तकनीकें

सतत विश्व-विकास के लिए भारतीय ज्ञान-प्रणाली का समन्वित मॉडल

डॉ. मनीष कुमार सी. मिश्रा

सह-प्राध्यापक, हिन्दी विभाग

के. एम. अग्रवाल कला, वाणिज्य एवं विज्ञान महाविद्यालय, कल्याण (पश्चिम), महाराष्ट्र

पूर्व विजिटिंग प्रोफेसर, ICCR हिन्दी चेयर

ताशकंद स्टेट यूनिवर्सिटी ऑफ ओरिएंटल स्टडीज, ताशकंद, उज़्बेकिस्तान

ईमेल: manishmuntazir@gmail.com

सम्मेलन: 10 अक्टूबर 2026

अंबा भगत नी जाग्या, गिरनार, जूनागढ़, गुजरात

सारांश

इक्कीसवीं शताब्दी के तीसरे दशक में मानवता दो परस्पर विरोधी दिखने वाली वास्तविकताओं के बीच खड़ी है। एक ओर कृत्रिम बुद्धिमत्ता, भाषा-प्रौद्योगिकी, संवेदक, भू-स्थानिक विश्लेषण, रोबोटिक्स और आभासी वास्तविकता जैसी तकनीकें ज्ञान-निर्माण तथा सार्वजनिक सेवाओं की क्षमता तेजी से बढ़ा रही हैं; दूसरी ओर जलवायु-संकट, जैव-विविधता का क्षरण, डिजिटल असमानता, सांस्कृतिक एकरूपता, डेटा-उपनिवेशवाद और तकनीकी अविश्वसनीयता नई चुनौतियाँ पैदा कर रहे हैं। इस संदर्भ में भारतीय ज्ञान-प्रणाली, विशेषतः वैदिक साहित्य में व्यक्त ऋत, पारस्परिकता, संयम, लोककल्याण, संवाद और ज्ञान की नैतिकता, आधुनिक तकनीक को कोई तैयार वैज्ञानिक सूत्र नहीं देती; किंतु वह तकनीकी विकास के उद्देश्य, मर्यादा और सामाजिक उत्तरदायित्व पर विचार करने के लिए महत्त्वपूर्ण नैतिक-दर्शन प्रस्तुत करती है।

यह शोध-पत्र वैदिक विरासत और भारतीय ज्ञान-प्रणाली को बहुवचन, ऐतिहासिक और जीवंत ज्ञान-परिस्थिति के रूप में देखता है। अध्ययन गुणात्मक, व्याख्यात्मक और अंतर्विषयी पद्धति पर आधारित है। इसमें वैदिक एवं उत्तरवैदिक मूल ग्रंथों के चुनिंदा सूत्रों, राष्ट्रीय शिक्षा नीति 2020, विश्वविद्यालय अनुदान आयोग की भारतीय ज्ञान-प्रणाली संबंधी मार्गदर्शिका, भारत सरकार की IndiaAI, BHASHINI और BharatGen पहलों, UNESCO की AI-नैतिकता एवं बहुभाषिकता संबंधी संस्तुतियों, WIPO की पारंपरिक ज्ञान-संबंधी व्यवस्था तथा प्रासंगिक आधुनिक शोध का तुलनात्मक विश्लेषण किया गया है। शोध का केंद्रीय प्रश्न है कि सांस्कृतिक विरासत को मिथकीय वैज्ञानिक दावों में बदले बिना और AI को मूल्य-निरपेक्ष साधन माने बिना दोनों के बीच उत्तरदायी संवाद कैसे स्थापित किया जा सकता है।

अध्ययन से स्पष्ट होता है कि AI भारतीय पांडुलिपियों के डिजिटलीकरण, बहुभाषी अनुवाद, मौखिक परंपराओं के अभिलेखन, ज्ञान-मानचित्रण, स्थानीय पर्यावरणीय ज्ञान, वैयक्तिक शिक्षण और सांस्कृतिक पहुँच में उपयोगी हो सकती है। साथ ही, स्रोत-विहीन उत्तर, भाषायी पक्षपात, सामुदायिक ज्ञान का अनधिकृत दोहन, निजता-हानि और ऊर्जा-व्यय गंभीर जोखिम हैं। इन जोखिमों के समाधान के लिए शोध-पत्र पाँच कसौटियों—प्रमाण, प्रसंग, सहभागिता, परीक्षण और पर्यावरणीय उत्तरदायित्व—पर आधारित समन्वित मॉडल प्रस्तावित करता है। निष्कर्षतः, परंपरा और तकनीक का सार्थक सेतु तभी बनेगा जब मानव गरिमा, बहुभाषिकता, वैज्ञानिक परीक्षण, समुदाय-अधिकार और पृथ्वी की वहन-क्षमता को नवाचार के केंद्र में रखा जाए।

कुंजी शब्द: वैदिक ज्ञान-परंपरा, भारतीय ज्ञान-प्रणाली, कृत्रिम बुद्धिमत्ता, सतत विकास, बहुभाषिकता, डिजिटल मानविकी, ज्ञान-नैतिकता, हरित AI

1. प्रस्तावना

कृत्रिम बुद्धिमत्ता (Artificial Intelligence—AI) ने बहुत कम समय में शिक्षा, शोध, स्वास्थ्य, कृषि, प्रशासन, भाषा, कला और संचार की पद्धतियों को बदलना शुरू कर दिया है। जनरेटिव AI अब पाठ, चित्र, ध्वनि और वीडियो बना सकती है; भाषा-मॉडल प्रश्नों के उत्तर दे सकते हैं; मशीन अनुवाद अलग-अलग भाषायी समुदायों को जोड़ सकता है; भू-स्थानिक प्रणालियाँ जल, वन और भूमि में होने वाले परिवर्तनों का आकलन कर सकती हैं; तथा डिजिटल अभिलेखागार दुर्लभ पांडुलिपियों और मौखिक परंपराओं को व्यापक पाठक-वर्ग तक पहुँचा सकते हैं। इन संभावनाओं के कारण तकनीक को विकास का स्वाभाविक पर्याय मान लेने की प्रवृत्ति बढ़ी है। किंतु तकनीक का प्रत्येक विस्तार अपने साथ शक्ति, संसाधन, भाषा, स्वामित्व और उत्तरदायित्व के प्रश्न भी लाता है। कोई प्रणाली किसके डेटा पर बनती है, किस भाषा को पहचानती है, किस ज्ञान को प्रमाणिक मानती है, किस समुदाय को लाभ देती है और कितनी ऊर्जा खर्च करती है—ये सभी प्रश्न तकनीकी दक्षता जितने ही महत्त्वपूर्ण हैं।

इसी समय भारत में भारतीय ज्ञान-प्रणाली (Indian Knowledge Systems—IKS) शिक्षा और शोध के एक महत्त्वपूर्ण क्षेत्र के रूप में उभरी है। राष्ट्रीय शिक्षा नीति 2020 भारतीय भाषाओं, कला, संस्कृति, स्थानीय ज्ञान और बहुविषयी शिक्षा को विशेष महत्त्व देती है [1]। विश्वविद्यालय अनुदान आयोग की 2023 की मार्गदर्शिका चार-वर्षीय स्नातक कार्यक्रमों में विद्यार्थियों को ऐसे IKS पाठ्यक्रम लेने के लिए प्रोत्साहित करती है जिनके क्रेडिट कुल अनिवार्य क्रेडिट का कम-से-कम पाँच प्रतिशत हों; इनमें कम-से-कम आधे क्रेडिट विद्यार्थी के मुख्य विषय से संबद्ध रखने का सुझाव है [2]। यह संस्थागत परिवर्तन बताता है कि भारतीय ज्ञान-परंपरा अब केवल अतीत के गौरव का विषय नहीं, बल्कि पाठ्यक्रम, शोध-पद्धति और नवाचार से जुड़ा समकालीन प्रश्न है।

सम्मेलन की थीम में प्रयुक्त “वैदिक विरासत”, “AI”, “भविष्य की तकनीकें” और “सतत वैश्विक विकास” चार बड़े क्षेत्र हैं। इनके बीच संबंध स्थापित करते समय दो अतियों से बचना आवश्यक है। पहली अति यह दावा है कि आधुनिक विज्ञान और AI की लगभग सभी उपलब्धियाँ वैदिक ग्रंथों में पहले से मौजूद थीं। ऐसी समानताएँ प्रायः भाषायी रूपक को तकनीकी विवरण मान लेती हैं और ऐतिहासिक प्रमाण की जगह गर्वोक्ति रख देती हैं। दूसरी अति यह मानना है कि प्राचीन ज्ञान आधुनिक समस्याओं से पूर्णतः असंबद्ध है। यह दृष्टि उन दार्शनिक, भाषायी, गणितीय, चिकित्सकीय, पर्यावरणीय और शैक्षिक परंपराओं की उपेक्षा करती है जिनमें ज्ञान, आचरण, समुदाय और प्रकृति के संबंधों पर लंबे समय तक विचार हुआ।

यह शोध-पत्र इन अतियों के बीच “आलोचनात्मक आत्मविश्वास” का मार्ग अपनाता है। यहाँ वैदिक ज्ञान को आधुनिक प्रयोगशाला-विज्ञान का विकल्प नहीं, बल्कि तकनीक के नैतिक उद्देश्य और मानवीय दिशा पर विचार करने वाली स्रोत-परंपरा के रूप में पढ़ा गया है। इसी प्रकार AI को न तो चमत्कारी समाधान माना गया है, न अनिवार्य संकट; उसे ऐसी सामाजिक-तकनीकी व्यवस्था समझा गया है जिसकी उपयोगिता उसके डेटा, डिजाइन, शासन, भाषा-समावेशन और पर्यावरणीय प्रभाव पर निर्भर करती है।

2. शोध-समस्या, उद्देश्य और प्रश्न

इस अध्ययन की मूल समस्या यह है कि भारतीय ज्ञान-परंपरा और आधुनिक AI पर चलने वाला सार्वजनिक विमर्श अक्सर प्रमाण और प्रसंग से अलग हो जाता है। परंपरा के पक्ष में लिखे अनेक लेख वैदिक रूपकों को आधुनिक वैज्ञानिक खोजों का शाब्दिक पूर्वानुमान घोषित कर देते हैं, जबकि तकनीक-केंद्रित विमर्श ज्ञान को केवल डिजिटलीकरण और डेटा-संग्रह तक सीमित कर देता है। दोनों स्थितियों में ज्ञान के सामाजिक वाहक—भाषाएँ, शिक्षक, शिल्पी, आदिवासी और स्थानीय समुदाय, पांडुलिपि-संरक्षक, कलाकार तथा जीवित परंपराएँ—हाशिये पर चले जाते हैं। इसलिए यह जानना आवश्यक है कि “सेतु” बनाने का अर्थ तकनीकी शब्दों को प्राचीन शब्दावली पर आरोपित करना है या दोनों के बीच उद्देश्यपूर्ण, परीक्षणयोग्य और नैतिक संवाद स्थापित करना।

अध्ययन के प्रमुख उद्देश्य हैं: (क) वैदिक विरासत और व्यापक भारतीय ज्ञान-प्रणाली के संबंध को स्पष्ट करना; (ख) वैदिक साहित्य से ऐसे नैतिक-दर्शनात्मक सूत्र पहचानना जो सतत विकास और उत्तरदायी तकनीक के विमर्श में उपयोगी हो सकते हैं; (ग) AI और भविष्य की तकनीकों द्वारा भारतीय ज्ञान के संरक्षण, अध्ययन और सामाजिक उपयोग की संभावनाओं का विश्लेषण करना; (घ) तकनीकी उपयोग से उत्पन्न भाषायी, बौद्धिक-संपदा, निजता, पक्षपात और पर्यावरणीय जोखिमों का मूल्यांकन करना; तथा (ङ) उच्च शिक्षा और सार्वजनिक नीति के लिए व्यावहारिक समन्वय-मॉडल प्रस्तुत करना।

इन उद्देश्यों के आधार पर पाँच शोध-प्रश्न निर्मित किए गए हैं। पहला, क्या वैदिक ज्ञान से प्राप्त नैतिक अवधारणाओं को आधुनिक तकनीक पर लागू करते समय ऐतिहासिक अंतर और वैज्ञानिक पद्धति का सम्मान किया जा सकता है? दूसरा, AI भारतीय भाषाओं, पांडुलिपियों और मौखिक ज्ञान को किस प्रकार अधिक सुलभ बना सकती है? तीसरा, डिजिटलीकरण से समुदाय का ज्ञान सुरक्षित होगा या उसका स्वामित्व बाहरी संस्थाओं के हाथ में जा सकता है? चौथा, भारतीय ज्ञान-प्रणाली के संदर्भ में “सतत AI” की उपयुक्त कसौटियाँ क्या होंगी? और पाँचवाँ, विश्वविद्यालय ऐसे अंतर्विषयी पाठ्यक्रम और शोध-परियोजनाएँ कैसे विकसित करें जिनमें परंपरा का अध्ययन, तकनीकी कौशल और आलोचनात्मक परीक्षण एक साथ हों?

3. शोध-पद्धति, स्रोत और सीमाएँ

अध्ययन गुणात्मक, व्याख्यात्मक और तुलनात्मक पद्धति का उपयोग करता है। प्रथम स्रोत-समूह में ऋग्वेद, अथर्ववेद, ईशावास्य उपनिषद, तैत्तिरीय उपनिषद, भगवद्गीता और पतंजलि योगसूत्र के चुनिंदा सूत्र सम्मिलित हैं [3–8]। इनका चयन आधुनिक विज्ञान की खोज करने के लिए नहीं, बल्कि व्यवस्था, पारस्परिकता, संयम, सामूहिकता और ज्ञान-अनुशासन से संबंधित अवधारणाओं के विश्लेषण के लिए किया गया है। दूसरा स्रोत-समूह राष्ट्रीय शिक्षा नीति, UGC मार्गदर्शिकाएँ, IndiaAI Mission, BHASHINI, BharatGen, डिजिटल व्यक्तिगत डेटा संरक्षण कानून और नियम तथा अन्य सरकारी दस्तावेज हैं [1–2, 9–14]। तीसरे समूह में UNESCO की AI-नैतिकता, शिक्षा, बहुभाषिकता और संसाधन-कुशल AI संबंधी सामग्री; संयुक्त राष्ट्र के सतत विकास लक्ष्य; और WIPO की पारंपरिक ज्ञान संबंधी संधि शामिल हैं [15–22]। चौथा समूह भारतीय बौद्धिक इतिहास, भाषायी सार्वजनिक क्षेत्र, परंपरागत ज्ञान, डिजिटलीकरण और AI-नैतिकता पर स्थापित विद्वत साहित्य का है [23–38]।

विश्लेषण में चार सावधानियाँ अपनाई गई हैं। पहली, ऐतिहासिक महत्त्व और वैज्ञानिक वैधता को अलग रखा गया है। कोई विचार सांस्कृतिक या दार्शनिक रूप से मूल्यवान हो सकता है, पर इससे उसकी चिकित्सकीय अथवा वैज्ञानिक प्रभावशीलता स्वतः सिद्ध नहीं होती। दूसरी, अनुवाद को व्याख्या माना गया है; संस्कृत शब्दों के किसी एक आधुनिक अर्थ को अंतिम नहीं माना गया। तीसरी, सरकारी घोषणाओं को उपलब्धि के दावे के रूप में नहीं, नीति और संस्थागत दिशा के प्रमाण के रूप में पढ़ा गया है। चौथी, आदिवासी, लोक और व्यावसायिक समुदायों के ज्ञान को “मुक्त डेटा” मानने के बजाय अधिकार, सहमति, श्रेय और लाभ-साझेदारी से जोड़ा गया है।

यह शोध अनुभवजन्य क्षेत्र-अध्ययन नहीं है। इसमें किसी AI मॉडल की स्वतंत्र तकनीकी जाँच, ऊर्जा-मापन, अनुवाद-शुद्धता परीक्षण या किसी समुदाय का सर्वेक्षण नहीं किया गया। इसलिए प्रस्तुत मॉडल एक अवधारणात्मक और नीतिगत ढाँचा है, जिसे आगे पायलट परियोजनाओं, भाषा-विशिष्ट बेंचमार्क और सहभागी शोध द्वारा जाँचना आवश्यक होगा। यह सीमा लेख के निष्कर्षों को कमजोर नहीं करती; बल्कि यह स्पष्ट करती है कि कौन-से दावे स्रोत-आधारित व्याख्या हैं और किन प्रस्तावों को आगे अनुभवजन्य प्रमाण चाहिए।

4. वैदिक विरासत और भारतीय ज्ञान-प्रणाली: संबंध तथा अंतर

भारतीय ज्ञान-प्रणाली को केवल वैदिक साहित्य का पर्याय मानना ऐतिहासिक रूप से अधूरा होगा। भारत में ज्ञान का निर्माण वैदिक, बौद्ध, जैन, लोकायत, शैव, वैष्णव, सिद्ध, सूफी, फारसी-इस्लामी, तमिल और अन्य क्षेत्रीय परंपराओं; जनजातीय एवं लोक समुदायों; शिल्प, कृषि, चिकित्सा, संगीत, नाट्य और वास्तु की जीवित प्रणालियों; तथा औपनिवेशिक और आधुनिक संस्थाओं के बीच दीर्घ संवाद से हुआ है। संस्कृत के साथ पाली, प्राकृत, अपभ्रंश, तमिल, फारसी और आधुनिक भारतीय भाषाएँ ज्ञान की वाहक रही हैं। अतः “भारतीय” शब्द किसी बंद, एकरूप सभ्यता का संकेत नहीं, बल्कि बहुभाषी और परस्पर-संपर्कशील ज्ञान-परिस्थिति का संकेत होना चाहिए।

फिर भी वैदिक विरासत का केंद्रीय स्थान है, क्योंकि वह भारत में उपलब्ध सबसे पुरानी पाठ-परंपराओं में है और उसने दर्शन, कर्मकांड, भाषा-विचार, सामाजिक कल्पना तथा प्रकृति-संबंधी रूपकों पर दीर्घकालीन प्रभाव डाला। “विरासत” का अर्थ यहाँ स्थिर संपत्ति नहीं, निरंतर पुनर्पाठ की प्रक्रिया है। किसी मंत्र का प्राचीन अर्थ, उत्तरवैदिक व्याख्या, मध्यकालीन उपयोग और आधुनिक पर्यावरणीय पुनर्पाठ समान नहीं होते। शोधकर्ता का दायित्व इन स्तरों को अलग पहचानना है।

भारतीय ज्ञान-प्रणाली को पाँच परस्पर जुड़ी श्रेणियों में समझा जा सकता है। पहली, पाठ्य-विचारात्मक ज्ञान—दर्शन, व्याकरण, तर्क, काव्यशास्त्र, गणित, ज्योतिष-खगोल, आयुर्वेद और विधि के ग्रंथ। दूसरी, देहगत और व्यावहारिक ज्ञान—योग, संगीत, नृत्य, शिल्प, स्थापत्य, कृषि और चिकित्सकीय प्रशिक्षण। तीसरी, स्थानीय-पारिस्थितिक ज्ञान—बीज, जल, वन, पशु, मौसम, भोजन और औषधीय वनस्पतियों से संबंधित सामुदायिक अनुभव। चौथी, सौंदर्यात्मक-सांकेतिक ज्ञान—कथा, कविता, चित्र, रंगमंच, अनुष्ठान और लोक-स्मृति। पाँचवीं, संस्थागत-संचरण ज्ञान—गुरुकुल, मठ, मंदिर, दरबार, गिल्ड, परिवार, पाठशाला, मुद्रणालय, विश्वविद्यालय और डिजिटल मंच। AI इन पाँचों से अलग-अलग ढंग से जुड़ती है; किसी पांडुलिपि की OCR समस्या और किसी जनजातीय उपचार-ज्ञान की नैतिक समस्या एक जैसी नहीं है।

इस व्यापक दृष्टि का लाभ यह है कि वैदिक विरासत को महत्त्व देते हुए भी अन्य ज्ञान-परंपराओं को गौण नहीं करना पड़ता। साथ ही यह स्मरण रहता है कि ज्ञान केवल कथन नहीं, उसे उत्पन्न, जाँच और संचारित करने वाली भाषा, संस्था, समुदाय और अभ्यास भी है।

5. सतत तकनीक के लिए वैदिक–भारतीय नैतिक सूत्र

5.1 ऋत: व्यवस्था, संबंध और उत्तरदायित्व

वैदिक साहित्य में “ऋत” का संबंध सत्य, नियमितता, उचित क्रम और ब्रह्मांडीय-सामाजिक व्यवस्था से जोड़ा गया है [3, 23]। इसे आधुनिक “एल्गोरिदम” या “प्राकृतिक नियम” का सीधा पर्याय कहना अनुचित होगा; फिर भी ऋत का संबंधात्मक दृष्टिकोण तकनीकी शासन के लिए उपयोगी प्रश्न उठाता है। क्या कोई AI प्रणाली केवल अपने निर्धारित कार्य में सफल है, या वह व्यापक सामाजिक व्यवस्था में न्यायपूर्ण भी है? यदि कोई मॉडल तेज है पर अल्पसंख्यक भाषा को लगातार गलत पहचानता है, तो तकनीकी दक्षता के बावजूद वह समावेशी व्यवस्था से असंगत है। यदि डिजिटल सेवा सुविधाजनक है पर अनावश्यक निजी डेटा लेती है, तो उसका संचालन व्यापक नैतिक संतुलन का उल्लंघन करता है। ऋत का समकालीन पुनर्पाठ परिणाम, प्रक्रिया और संबंध—तीनों को एक साथ देखने की प्रेरणा देता है।

5.2 पारस्परिकता और यज्ञ

यज्ञ को केवल अग्नि-कर्म तक सीमित करने के बजाय भारतीय दार्शनिक व्याख्याओं में पारस्परिक पोषण, दान और सामूहिक दायित्व से भी जोड़ा गया है। भगवद्गीता के तृतीय अध्याय में पारस्परिक भाव से कल्याण की बात आती है [7]। आधुनिक तकनीकी अर्थव्यवस्था में डेटा प्रायः उपयोगकर्ताओं, भाषायी समुदायों, कलाकारों और सार्वजनिक संस्थाओं से आता है, जबकि आर्थिक लाभ सीमित कंपनियों के पास केंद्रित हो सकता है। पारस्परिकता की कसौटी पूछती है: जिसने डेटा या ज्ञान दिया, उसे क्या वापस मिला? क्या स्थानीय भाषा बोलने वाले समुदाय को बेहतर सेवा, मान्यता और निर्णय में भागीदारी मिली? क्या सार्वजनिक धन से बने कॉर्पस और मॉडल पारदर्शी तथा शोध के लिए सुलभ हैं? पारस्परिकता AI को “लेने” वाली व्यवस्था से “साझा लाभ” वाली व्यवस्था की ओर ले जा सकती है।

5.3 संयम, त्याग और अपरिग्रह

ईशावास्य उपनिषद का आरंभ—“ईशावास्यमिदं सर्वं… तेन त्यक्तेन भुञ्जीथा, मा गृधः…”—उपभोग को संयम और अनधिकार लालसा से बचने के संदर्भ में रखता है [5]। पतंजलि योगसूत्र में अपरिग्रह यमों में है [8]। इन सूत्रों को आधुनिक पर्यावरण नीति का शाब्दिक प्रारूप नहीं कहा जा सकता, पर वे असीम संग्रह और असीम उपभोग की धारणा पर प्रश्न उठाते हैं। AI के क्षेत्र में “जितना बड़ा मॉडल, उतना बेहतर” की प्रवृत्ति ऊर्जा, जल और कंप्यूटिंग संसाधनों पर भारी दबाव डाल सकती है। UNESCO और UCL से संबद्ध 2025–26 की सामग्री बताती है कि कार्य-विशेष के लिए छोटे मॉडल, संक्षिप्त इनपुट–आउटपुट और मॉडल संपीड़न ऊर्जा-उपयोग में बड़ी कमी ला सकते हैं [18]। संयम का आधुनिक तकनीकी रूप “उद्देश्य के लिए न्यूनतम पर्याप्त संगणना” हो सकता है।

5.4 पृथ्वी के साथ आत्मीय संबंध

अथर्ववेद का पृथ्वी सूक्त “माता भूमिः पुत्रोऽहं पृथिव्याः” के माध्यम से पृथ्वी और मनुष्य के संबंध को आत्मीय रूप देता है [4]। यह पंक्ति आधुनिक पारिस्थितिकी-विज्ञान का विकल्प नहीं, किंतु प्रकृति को केवल बाहरी कच्चा माल मानने वाली दृष्टि की आलोचना करती है। यदि AI जलवायु पूर्वानुमान, वनाग्नि पहचान, फसल रोग निदान और जल-प्रबंधन में उपयोगी है, तो उसके अपने ऊर्जा और जल पदचिह्न को भी मापा जाना चाहिए। पर्यावरण के लिए AI और AI का पर्यावरणीय प्रभाव—दोनों को एक ही आकलन में रखना पृथ्वी-केंद्रित उत्तरदायित्व की आवश्यकता है।

5.5 संवाद, बहुलता और सामूहिक बुद्धि

ऋग्वेद का “संगच्छध्वं संवदध्वं सं वो मनांसि जानताम्” साथ चलने, संवाद करने और सामूहिक मनन का आह्वान करता है [3]। इसी ग्रंथ का “आ नो भद्राः क्रतवो यन्तु विश्वतः” विभिन्न दिशाओं से कल्याणकारी विचारों के आगमन के प्रति खुलापन व्यक्त करता है [3]। इन सूत्रों का आधुनिक अर्थ यह हो सकता है कि AI-नीति केवल अभियंताओं या सरकार द्वारा न बने; इसमें भाषा-विशेषज्ञ, शिक्षक, छात्र, कलाकार, समुदाय, विधिवेत्ता, पर्यावरणविद् और प्रभावित समूह सम्मिलित हों। बहुलता मॉडल में अनेक भाषाएँ जोड़ देने से पूर्ण नहीं होती; निर्णय-प्रक्रिया में अनेक ज्ञान-दृष्टियों को स्थान देना भी आवश्यक है।

5.6 विद्या, विनय और मानवीय उत्कर्ष

तैत्तिरीय उपनिषद की शिक्षावल्ली में सत्य, धर्म, स्वाध्याय, शिक्षक–शिष्य दायित्व और सामाजिक आचरण को शिक्षा से जोड़ा गया है [6]। इससे शिक्षा का लक्ष्य केवल सूचना-संग्रह नहीं, जिम्मेदार व्यक्ति और समुदाय का निर्माण दिखाई देता है। AI-समर्थित शिक्षा में यह अंतर निर्णायक है। विद्यार्थी को तुरंत उत्तर मिल जाना और उसका समझना एक ही बात नहीं। ऐसी शिक्षण-रचना चाहिए जिसमें AI प्रारंभिक सहायता दे, पर छात्र स्रोत जाँचे, तर्क प्रस्तुत करे, मौखिक प्रतिरक्षा दे, अपने अनुभव से तुलना करे और उपयोग का खुलासा करे। मानवीय निर्णय, विनय और स्वाध्याय को केंद्र में रखे बिना तकनीक सीखने को केवल उत्पादन में बदल सकती है।

6. कृत्रिम बुद्धिमत्ता और भविष्य की तकनीकों का कार्यक्षेत्र

AI उन संगणकीय प्रणालियों का व्यापक समूह है जो पहचान, वर्गीकरण, पूर्वानुमान, भाषा-प्रसंस्करण, अनुशंसा, निर्णय-सहायता और सामग्री-निर्माण जैसे कार्य करती हैं। मशीन लर्निंग डेटा से पैटर्न सीखती है; गहन अधिगम बहुस्तरीय न्यूरल नेटवर्क का उपयोग करता है; प्राकृतिक भाषा प्रसंस्करण पाठ और वाणी पर काम करता है; और जनरेटिव मॉडल नई सामग्री बनाते हैं। बड़े भाषा-मॉडल अगले शब्द अथवा टोकन की संभाव्यता के आधार पर धाराप्रवाह उत्तर बना सकते हैं, पर धाराप्रवाह भाषा सत्यता की गारंटी नहीं देती। मॉडल स्रोत गढ़ सकता है, काल-विपर्यय कर सकता है या प्रचलित डेटा-पक्षपात दोहरा सकता है [15–17, 32–35]।

भारतीय ज्ञान-प्रणाली से जुड़ने वाली “भविष्य की तकनीकें” केवल जनरेटिव AI तक सीमित नहीं हैं। उच्च-गुणवत्ता स्कैनिंग और वर्ण-पहचान पांडुलिपि को खोजयोग्य बनाती है; हस्तलिखित पाठ-पहचान अलग लिपियों पर काम कर सकती है; वाक्-पहचान और वाक्-संश्लेषण मौखिक भाषाओं के लिए उपयोगी हैं; ज्ञान-ग्राफ ग्रंथ, व्यक्ति, स्थान, अवधारणा और काल के संबंध दिखा सकते हैं; GIS और रिमोट सेंसिंग परंपरागत जल-संरचनाओं तथा भू-दृश्य का अध्ययन कर सकते हैं; संवेदक कृषि और जल प्रबंधन में वास्तविक समय डेटा दे सकते हैं; 3D स्कैनिंग तथा संवर्धित/आभासी वास्तविकता स्मारकों और प्रदर्शन-कलाओं के दस्तावेजीकरण में सहायक हो सकती है। ब्लॉकचेन जैसी तकनीक उत्पत्ति और उपयोग-अनुमति के रजिस्टर में उपयोगी हो सकती है, लेकिन उसे हर समस्या का समाधान मानना उचित नहीं; सरल, सार्वजनिक और ऑडिट योग्य डेटाबेस कई स्थितियों में अधिक टिकाऊ हो सकता है।

भारत की नीतिगत दिशा में इस क्षेत्र का विस्तार स्पष्ट है। IndiaAI Mission को मार्च 2024 में पाँच वर्षों के लिए ₹10,371.92 करोड़ के परिव्यय के साथ स्वीकृति मिली [9]। BHASHINI का उद्देश्य नागरिकों को उनकी भाषा में डिजिटल सेवाओं तक पहुँच देना है [10]। फरवरी 2026 की आधिकारिक सूचना के अनुसार BharatGen ने 22 अनुसूचित भारतीय भाषाओं के लिए Param-2 पाठ मॉडल, 12 भाषाओं में वाक्-से-पाठ और पाठ-से-वाक् मॉडल तथा दस्तावेज-आधारित बहुभाषी प्रणालियाँ प्रस्तुत कीं; साथ ही आयुर्वेद, कृषि और विधि जैसे क्षेत्र-विशेष मॉडल विकसित किए गए [11]। ये घोषणाएँ बड़ी संभावना बताती हैं, पर प्रत्येक मॉडल की भाषा-वार शुद्धता, स्रोत-पारदर्शिता और वास्तविक सामाजिक प्रभाव का स्वतंत्र परीक्षण आवश्यक रहेगा।

7. भारतीय ज्ञान-प्रणाली में AI के प्रमुख उपयोग

7.1 पांडुलिपि संरक्षण और पाठ-संपादन

भारत की पांडुलिपि संपदा अनेक लिपियों, भाषाओं, लेखन-सामग्रियों और भौतिक अवस्थाओं में है। डिजिटलीकरण से मूल प्रति का दृश्य रिकॉर्ड बन सकता है, पर स्कैन स्वयं ज्ञान नहीं बनाता। वास्तविक शोध के लिए पृष्ठ-क्रम, लिपि, तिथि, लेखक/लिपिक, पाठांतर, पूर्व स्वामित्व, सामग्री, स्थान और संस्करण-संबंधी मेटाडेटा चाहिए। AI स्कैन की गुणवत्ता सुधारने, अक्षर पहचानने, समान पंक्तियाँ मिलाने और पाठांतर संकेतित करने में सहायक हो सकती है। फिर भी अंतिम पाठ-निर्धारण प्रशिक्षित संपादक और भाषा-विशेषज्ञ को करना होगा।

एक उत्तरदायी कार्यप्रवाह में मूल छवि अपरिवर्तित रखी जाएगी; मशीन-पठित पाठ अलग परत में होगा; प्रत्येक सुधार का इतिहास दर्ज होगा; अनुमानित अक्षर को निश्चित पाठ की तरह नहीं दिखाया जाएगा; और उपयोगकर्ता सीधे मूल पृष्ठ तक जा सकेगा। जनरेटिव AI से रिक्त स्थान भरवाना सबसे जोखिमपूर्ण है, क्योंकि वह भाषायी संभावना के आधार पर आकर्षक किंतु काल्पनिक पाठ बना सकती है। अतः “पुनर्निर्मित” अंश स्पष्ट चिह्नित हों और उनके पीछे प्रमाण दिया जाए। डिजिटल आलोचनात्मक संस्करण तभी ज्ञान-विस्तार करेगा जब सुविधा के साथ पाठ-वैज्ञानिक अनुशासन भी हो।

7.2 बहुभाषी अनुवाद और ज्ञान का लोकतंत्रीकरण

भारतीय ज्ञान का बड़ा भाग उन पाठकों से दूर है जो मूल संस्कृत, पाली, प्राकृत, फारसी, तमिल या अन्य भाषा नहीं जानते। मशीन अनुवाद प्रारंभिक पहुँच, पारिभाषिक खोज, द्विभाषी शब्दावली और अध्ययन-सहायक सामग्री बना सकता है। BHASHINI और BharatGen जैसी पहलें इस दिशा में राष्ट्रीय अवसंरचना का संकेत देती हैं [10–11]। UNESCO का डिजिटल युग में बहुभाषिकता संबंधी वैश्विक रोडमैप भी कम-संसाधन और संकटग्रस्त भाषाओं के लिए भाषा-प्रौद्योगिकी को समावेशन से जोड़ता है [19]।

फिर भी अनुवाद केवल शब्द-प्रतिस्थापन नहीं। “ऋत”, “धर्म”, “प्रमाण”, “रस”, “श्रुति”, “अहिंसा” या “लोकसंग्रह” जैसे शब्दों का अर्थ ग्रंथ, परंपरा और प्रसंग के साथ बदलता है। एक ही अंग्रेजी अथवा हिन्दी शब्द इनके पूरे अर्थक्षेत्र को नहीं पकड़ सकता। इसलिए उच्च शिक्षा में “मशीन + विषय विशेषज्ञ + भाषा विशेषज्ञ” की त्रिस्तरीय समीक्षा अपनाई जानी चाहिए। पाठक को मूल शब्द, वैकल्पिक अनुवाद और टिप्पणी उपलब्ध हो। अनुवाद मॉडल के मूल्यांकन में सामान्य BLEU जैसे औसत सूचक पर्याप्त नहीं; पारिभाषिक शुद्धता, सांस्कृतिक प्रसंग, काव्यात्मकता और समुदाय की स्वीकृति भी मापनी होगी।

7.3 मौखिक, लोक और जनजातीय ज्ञान का अभिलेखन

वाक्-पहचान, मोबाइल रिकॉर्डिंग और स्वचालित लिप्यंतरण से लोककथा, गीत, वनस्पति-ज्ञान, कृषि-अनुभव और स्थानीय इतिहास का दस्तावेजीकरण आसान हो सकता है। किंतु “जो रिकॉर्ड किया जा सकता है, उसे सार्वजनिक किया जा सकता है”—यह धारणा खतरनाक है। कुछ ज्ञान अनुष्ठान-विशेष, लिंग-विशेष, ऋतु-विशेष या समुदाय के भीतर सीमित हो सकता है। रिकॉर्डिंग से पहले स्वतंत्र और सूचित सहमति, उपयोग की सीमा, वापसी का अधिकार, नाम/गोपनीयता, स्थानीय प्रति और लाभ-साझेदारी तय होना चाहिए।

WIPO की 2024 की बौद्धिक संपदा, आनुवंशिक संसाधन और संबद्ध पारंपरिक ज्ञान संधि पेटेंट आवेदन में स्रोत अथवा ज्ञान प्रदान करने वाले आदिवासी/स्थानीय समुदाय के प्रकटीकरण की व्यवस्था स्थापित करती है [21–22]। यह सभी सांस्कृतिक ज्ञान की पूर्ण सुरक्षा नहीं देती, पर एक महत्त्वपूर्ण सिद्धांत पुष्ट करती है: पारंपरिक ज्ञान स्रोत-विहीन, स्वामित्व-विहीन कच्चा माल नहीं है। AI कॉर्पस के लिए भी “सामुदायिक डेटा लाइसेंस” आवश्यक हैं, जिनमें व्यावसायिक उपयोग, मॉडल-प्रशिक्षण, पुनर्प्रकाशन और लाभ के नियम स्पष्ट हों।

7.4 शिक्षा और वैयक्तिक अधिगम

IKS पाठ्यक्रम प्रायः विभिन्न विषयों के छात्रों को पढ़ाए जाएँगे। AI पूर्वज्ञान के अनुसार सरल व्याख्या, समयरेखा, शब्दावली, अभ्यास-प्रश्न, उच्चारण-सहायता और तुलनात्मक उदाहरण दे सकती है। विद्यार्थी किसी श्लोक के अलग अनुवादों की तुलना कर सकता है, पांडुलिपि-छवि और संपादित पाठ देख सकता है या जल-प्रबंधन की परंपरागत और आधुनिक विधियों का डिजिटल मानचित्र बना सकता है। दिव्यांग विद्यार्थियों के लिए पाठ-से-वाणी, कैप्शन और सरल भाषा पहुँच बढ़ा सकते हैं।

UNESCO की जनरेटिव AI मार्गदर्शिका मानव-केंद्रित, आयु-उपयुक्त और डेटा-सुरक्षित उपयोग पर बल देती है [16]। उसके शिक्षक और विद्यार्थी AI-दक्षता ढाँचे आलोचनात्मक सोच, नैतिकता तथा जिम्मेदार प्रयोग को मूल क्षमता मानते हैं [17]। इसका अर्थ है कि IKS कक्षा में AI से तैयार निबंध जमा कर देना सीखना नहीं है। बेहतर मूल्यांकन में स्रोत-टिप्पणी, मौखिक प्रस्तुति, स्थानीय उदाहरण, AI-उत्तर की त्रुटि-पहचान, उपयोग-घोषणा और चिंतन-टिप्पणी होनी चाहिए। शिक्षक अंतिम अकादमिक निर्णय का उत्तरदायी रहे।

7.5 पर्यावरण, कृषि और स्थानीय अनुकूलन

परंपरागत जल-संचयन, मिश्रित खेती, बीज चयन, मौसमी कैलेंडर और स्थानीय जैव-विविधता के ज्ञान को GIS, रिमोट सेंसिंग, मौसम डेटा तथा समुदाय-आधारित अवलोकन से जोड़ा जा सकता है। AI अलग डेटा-परतों में संबंध पहचान सकती है, पर सहसंबंध को कारण न माना जाए। किसी प्राचीन या स्थानीय तकनीक को आज लागू करने से पहले वर्तमान जलवायु, जनसंख्या, भूमि-अधिकार, रोग-विज्ञान और सुरक्षा मानकों के अनुसार परीक्षण जरूरी है।

उदाहरणतः किसी गाँव की पारंपरिक जल-संरचनाओं का मानचित्र, उपग्रह चित्रों से जलग्रहण परिवर्तन और बुजुर्गों के मौखिक इतिहास को एक साथ पढ़ना अधिक संपूर्ण समझ दे सकता है। AI संभावित पुनर्जीवन-स्थल सुझा सकती है; अंतिम निर्णय जल-विज्ञानी, स्थानीय निकाय और समुदाय मिलकर लें। इसी प्रकार औषधीय वनस्पति की पहचान शिक्षा और संरक्षण में सहायक हो सकती है, पर चिकित्सकीय दावा नैदानिक प्रमाण और नियामकीय जाँच के बिना नहीं किया जाना चाहिए।

7.6 सांस्कृतिक विरासत और सृजनात्मक उद्योग

3D मॉडल, आभासी संग्रहालय, बहुभाषी ऑडियो गाइड और संवर्धित वास्तविकता से दर्शक स्थापत्य, चित्रकला, संगीत और नाट्य परंपराओं को नए ढंग से समझ सकते हैं। क्षतिग्रस्त रूप का डिजिटल अनुमान शोध में उपयोगी हो सकता है, यदि अनुमान और प्रमाणित भाग स्पष्ट अलग दिखाए जाएँ। समस्या तब पैदा होती है जब AI-निर्मित दृश्य को “मूल” कहकर प्रस्तुत किया जाए या जीवित कलाकार की शैली बिना अनुमति नकल की जाए। डिजिटल प्रस्तुति में स्रोत, निर्माण-विधि, अनिश्चितता, कॉपीराइट और समुदाय का श्रेय अनिवार्य होना चाहिए।

8. सतत विकास लक्ष्यों के साथ संभावित संबंध

भारतीय ज्ञान-प्रणाली और AI का समन्वय तभी सार्थक है जब उसके परिणाम मापे जा सकें। “सतत विकास” को केवल प्रकृति-प्रेम के सामान्य कथन तक सीमित नहीं रखा जा सकता। संयुक्त राष्ट्र के 17 सतत विकास लक्ष्य परस्पर जुड़े सामाजिक, आर्थिक और पर्यावरणीय उद्देश्यों का ढाँचा देते हैं [20]। IKS–AI परियोजनाओं के लिए विशेष रूप से निम्न संबंध उपयोगी हैं।

तालिका 1. भारतीय ज्ञान–AI समन्वय और सतत विकास लक्ष्य  स्रोत: लेखक का विश्लेषण; संयुक्त राष्ट्र SDGs [20]

SDG

संबंधित ज्ञान-संसाधन

AI/तकनीकी उपयोग

उत्तरदायी परिणाम-सूचक

2: भुखमरी की समाप्ति

स्थानीय बीज, फसल-चक्र, मृदा व मौसम अनुभव

स्थानीय डेटा सहित निर्णय-सहायता

क्षेत्र-परीक्षित सलाह; छोटे किसानों की पहुँच

3: उत्तम स्वास्थ्य

योग, आहार व चिकित्सकीय ग्रंथ/परंपरा

डिजिटल पाठ, शब्दावली, शोध-संश्लेषण

क्लिनिकल प्रमाण; गलत चिकित्सकीय दावे पर रोक

4: गुणवत्तापूर्ण शिक्षा

बहुभाषी ग्रंथ, कला, दर्शन, लोक-स्मृति

अनुवाद, कैप्शन, वैयक्तिक अभ्यास

अधिगम-वृद्धि; स्रोत-जाँच; दिव्यांग-अनुकूलता

6: स्वच्छ जल

तालाब, बावड़ी, जलग्रहण और सामुदायिक प्रबंधन

GIS, रिमोट सेंसिंग, ऐतिहासिक मानचित्र

जल उपलब्धता; समुदाय-स्वीकृत पुनर्जीवन

10: असमानता में कमी

बोलियाँ, जनजातीय व कम-संसाधन भाषाएँ

वाक्-पहचान, अनुवाद, स्थानीय इंटरफेस

भाषा-वार शुद्धता; डिजिटल सेवा-उपयोग

11: सतत समुदाय

स्थापत्य, शिल्प, शहर/गाँव की सांस्कृतिक स्मृति

3D दस्तावेज, डिजिटल अभिलेख

स्थानीय रोजगार; प्रामाणिक और नियंत्रित पहुँच

13/15: जलवायु व जैव-विविधता

ऋतु, वन, प्रजाति और पारिस्थितिक संकेत

सेंसर, छवि-पहचान, समुदाय अवलोकन

जैव-विविधता संकेतक; AI का ऊर्जा/जल लेखा

16: उत्तरदायी संस्थाएँ

संवाद, न्याय, सार्वजनिक ज्ञान

स्रोत-संलग्न खोज, पारदर्शी मॉडल

ऑडिट; शिकायत-व्यवस्था; डेटा-अधिकार

यह मानचित्र संभाव्यता दिखाता है, स्वतः प्रभाव नहीं। उदाहरणतः किसी भाषा का डिजिटल कॉर्पस बनना SDG 10 में तभी योगदान देगा जब समुदाय वास्तव में सेवा का उपयोग कर सके और तकनीक उसकी भाषा को मानकीकरण के नाम पर दबाए नहीं। कृषि ऐप SDG 2 में तभी सहायक होगा जब सलाह स्थानीय मिट्टी और मौसम के अनुसार सत्यापित हो, किसान का डेटा सुरक्षित हो और गलत सलाह के लिए उत्तरदायित्व तय हो। इसलिए प्रत्येक परियोजना में आधार-रेखा, लाभार्थी समूह, भाषा-वार गुणवत्ता, लैंगिक/सामाजिक पहुँच, पर्यावरणीय लागत और दीर्घकालिक परिणाम का मूल्यांकन होना चाहिए।

9. प्रमुख जोखिम और आलोचनात्मक प्रश्न

9.1 मिथकीय वैज्ञानिकता और काल-विपर्यय

AI इंटरनेट पर बार-बार दोहराए गए अप्रमाणित दावों को आत्मविश्वास के साथ प्रस्तुत कर सकती है। “वेदों में विमान”, “क्वांटम सिद्धांत का पूर्ण वर्णन” अथवा “हर आधुनिक चिकित्सा पहले से उपलब्ध” जैसे दावे लोकप्रिय हैं, पर ऐतिहासिक स्रोत, तकनीकी विवरण और परीक्षण के बिना वे अकादमिक प्रमाण नहीं बनते। वैचारिक समानता, रूपक और आधुनिक वैज्ञानिक सिद्धांत में अंतर है। जिम्मेदार IKS मॉडल को स्रोत-स्तर, तिथि, पाठांतर, अनुवाद और विद्वत मतभेद दिखाने चाहिए। उत्तर में “निश्चित”, “संभावित”, “विवादित” और “अप्रमाणित” जैसी श्रेणियाँ उपयोगी होंगी।

9.2 भाषायी पक्षपात

अधिकांश बड़े मॉडल उच्च-संसाधन भाषाओं में बेहतर काम करते हैं। भारतीय भाषाओं के भीतर भी मानक हिन्दी या अंग्रेजी की तुलना में बोलियों, आदिवासी भाषाओं और मिश्रित भाषायी व्यवहार का डेटा कम है। मॉडल किसी बोली को “गलत भाषा” मान सकता है, उच्चारण को विफल कर सकता है या स्थानीय शब्द का अर्थ गढ़ सकता है। औसत बहुभाषी प्रदर्शन छोटे समुदाय की विफलता छिपा देता है। इसलिए भाषा-वार, बोली-वार और कार्य-वार सार्वजनिक बेंचमार्क चाहिए। समुदाय द्वारा निर्मित परीक्षण-संग्रह और त्रुटि-सुधार की व्यवस्था होनी चाहिए।

9.3 संदर्भ-क्षति और पवित्र/सीमित ज्ञान

किसी मंत्र, गीत या अनुष्ठान को डेटाबेस की स्वतंत्र इकाई बनाने से उसका प्रदर्शन-प्रसंग, गुरु-परंपरा, स्थान, ऋतु और सामाजिक अर्थ गायब हो सकता है। खोज-सुविधा ज्ञान को सुलभ करती है, पर हर सामग्री की समान सार्वजनिकता उचित नहीं। अभिलेखागार में पहुँच के स्तर—सार्वजनिक, शैक्षिक, समुदाय-नियंत्रित और प्रतिबंधित—निर्धारित किए जा सकते हैं। AI को प्रतिबंधित सामग्री से उत्तर उत्पन्न न करने के तकनीकी नियंत्रण भी चाहिए।

9.4 बौद्धिक संपदा, सहमति और लाभ

लोककथा, डिजाइन, औषधीय ज्ञान या आवाज़ को मॉडल-प्रशिक्षण में लेना आर्थिक मूल्य उत्पन्न कर सकता है। केवल व्यक्ति की एक बार की रिकॉर्डिंग-सहमति भविष्य के असीमित व्यावसायिक उपयोग की अनुमति नहीं मानी जानी चाहिए। सामुदायिक ज्ञान में व्यक्ति और समुदाय दोनों के अधिकार हो सकते हैं। नीति में पूर्व सूचित सहमति, प्रयोजन-सीमा, श्रेय, लाभ-साझेदारी, हटाने का अधिकार और विवाद-निवारण होना चाहिए। WIPO संधि स्रोत-प्रकटीकरण की दिशा देती है, पर सांस्कृतिक अभिव्यक्तियों के लिए अतिरिक्त राष्ट्रीय और सामुदायिक ढाँचे आवश्यक होंगे [21–22]।

9.5 निजता और निगरानी

शिक्षण ऐप विद्यार्थी की आवाज़, लेखन, त्रुटियाँ, रुचि और व्यवहार एकत्र कर सकता है। लोक-ज्ञान परियोजना स्थान, स्वास्थ्य-अनुभव और पहचान-संबंधी संवेदनशील डेटा दर्ज कर सकती है। भारत का डिजिटल व्यक्तिगत डेटा संरक्षण अधिनियम 2023 और 2025 के नियम सूचित सूचना, उद्देश्य-विशिष्ट प्रसंस्करण तथा सुरक्षा के महत्त्व को रेखांकित करते हैं [12–13]। संस्थाओं को न्यूनतम डेटा, स्पष्ट सहमति, सीमित संग्रह-अवधि, एन्क्रिप्शन, स्थानीय नियंत्रण और मानव शिकायत-व्यवस्था अपनानी चाहिए। शोध-नैतिकता समिति की भूमिका केवल चिकित्सा शोध तक सीमित न रहे; डिजिटल मानविकी और भाषा-डेटा परियोजनाएँ भी समीक्षा के दायरे में आएँ।

9.6 पर्यावरणीय लागत

AI को सतत विकास का साधन कहते समय उसकी ऊर्जा, जल और हार्डवेयर लागत छिपाना विरोधाभासी होगा। UNESCO से प्रकाशित संसाधन-कुशल AI अध्ययन ने कार्य-विशेष के छोटे मॉडल, छोटे उत्तर और मॉडल-संपीड़न से ऊर्जा-उपयोग में उल्लेखनीय कमी की संभावना दिखाई है [18]। उच्च शिक्षा संस्थाएँ AI सेवा लेते समय प्रशिक्षण और अनुमान की ऊर्जा, डेटा-केंद्र का स्थान, जल उपयोग, हार्डवेयर जीवनचक्र और ई-कचरा संबंधी जानकारी माँगें। हर कार्य में बड़ा जनरल मॉडल उपयोग करने के बजाय खोज, शब्दकोश या स्थानीय छोटे मॉडल को प्राथमिकता दी जा सकती है।

9.7 ज्ञान का केंद्रीकरण

यदि भारतीय ज्ञान का डिजिटल रूप कुछ निजी मंचों पर बंद हो जाए तो संरक्षण के नाम पर नया एकाधिकार बनेगा। मूल स्कैन, सार्वजनिक डोमेन पाठ, मेटाडेटा मानक और शोध-उपकरण जहाँ संभव हों, खुले और अंतःसंचालनीय होने चाहिए। साथ ही “खुलापन” समुदाय की इच्छा पर वरीय नहीं हो सकता। सार्वजनिक हित, बौद्धिक संपदा और समुदाय-अधिकार के बीच स्तरित पहुँच मॉडल आवश्यक है। विश्वविद्यालयों और सार्वजनिक संस्थानों को दीर्घकालिक डिजिटल संरक्षण की जिम्मेदारी लेनी होगी; किसी एक कंपनी के बदलते उत्पाद पर सांस्कृतिक स्मृति निर्भर नहीं रह सकती।

10. पंचसूत्री उत्तरदायी समन्वय मॉडल

चित्र 1. वैदिक–भारतीय नैतिक दृष्टि से सतत AI तक प्रस्तावित संबंध

उपर्युक्त विश्लेषण के आधार पर यह शोध-पत्र “प्रमाण–प्रसंग–सहभागिता–परीक्षण–पर्यावरणीय उत्तरदायित्व” का पंचसूत्री मॉडल प्रस्तावित करता है। यह कोई सॉफ्टवेयर संरचना नहीं, बल्कि परियोजना-निर्माण और मूल्यांकन की अकादमिक प्रक्रिया है।

पहला सूत्र—प्रमाण: प्रत्येक डिजिटल वस्तु या AI-उत्तर को सत्यापनीय स्रोत से जोड़ा जाए। पांडुलिपि के मामले में संस्था, संग्रह संख्या, पृष्ठ, लिपि, अनुमानित तिथि और संस्करण; मौखिक सामग्री में वक्ता, समुदाय, रिकॉर्डिंग-तिथि और अनुमति; आधुनिक दावे में DOI, रिपोर्ट या आधिकारिक दस्तावेज दिया जाए। स्रोत-विहीन धाराप्रवाह उत्तर को ज्ञान न माना जाए।

दूसरा सूत्र—प्रसंग: शब्द, पाठ और अभ्यास को उसके भाषायी, ऐतिहासिक, सामाजिक और प्रदर्शन-प्रसंग में समझा जाए। AI केवल एक अनुवाद न दे; वैकल्पिक अर्थ, मतभेद और अनिश्चितता भी दिखाए। प्राचीन अवधारणा पर आधुनिक तकनीकी अर्थ आरोपित करने से पहले दोनों के बीच अंतर स्पष्ट किया जाए।

तीसरा सूत्र—सहभागिता: ज्ञान के वाहक समुदाय को डेटा-दाता नहीं, सह-निर्णायक माना जाए। परियोजना की समस्या, पहुँच, लाइसेंस, लाभ और मूल्यांकन में उनकी भूमिका हो। भाषा-विशेषज्ञ, परंपरा-विशेषज्ञ, तकनीकी विशेषज्ञ, शिक्षक, विधिवेत्ता और पर्यावरण विशेषज्ञ मिलकर शासन-समिति बनाएँ।

चौथा सूत्र—परीक्षण: ऐतिहासिक पाठ के दावे को पाठालोचन; भाषायी मॉडल को समुदाय-आधारित बेंचमार्क; चिकित्सकीय दावे को नैदानिक परीक्षण; कृषि सलाह को क्षेत्र-परीक्षण; और शिक्षण उपकरण को अधिगम-परिणाम से जाँचा जाए। पायलट के नकारात्मक परिणाम भी प्रकाशित हों। स्वतंत्र ऑडिट के बिना उच्च-दाँव उपयोग न किया जाए।

पाँचवाँ सूत्र—पर्यावरणीय उत्तरदायित्व: परियोजना यह प्रमाणित करे कि AI वास्तव में आवश्यक है, उपयुक्त आकार का मॉडल चुना गया है, ऊर्जा और जल का आकलन हुआ है, उपकरण जीवनचक्र पर विचार किया गया है और सामाजिक लाभ पर्यावरणीय लागत से अधिक है। “हरित” शब्द केवल प्रचार-लेबल न हो; मापनीय संकेतक हों।

तालिका 2. पंचसूत्री मॉडल का मूल्यांकन ढाँचा  स्रोत: लेखक द्वारा प्रस्तावित

सूत्र

अनिवार्य प्रश्न

न्यूनतम प्रमाण

रुकने/सुधारने की दशा

प्रमाण

उत्तर किस स्रोत पर आधारित है?

स्थायी उद्धरण, मूल छवि/रिकॉर्ड, संस्करण

स्रोत अनुपलब्ध या गढ़ा हुआ हो

प्रसंग

क्या अर्थ ऐतिहासिक व भाषायी संदर्भ में है?

मूल शब्द, तिथि, वैकल्पिक व्याख्या

काल-विपर्यय या संदर्भ-क्षति हो

सहभागिता

ज्ञान-वाहक निर्णय में शामिल हैं?

पूर्व सहमति, भूमिका, श्रेय, लाभ-नियम

समुदाय की अनुमति अस्पष्ट हो

परीक्षण

दावा किस उपयुक्त विधि से जाँचा गया?

बेंचमार्क, क्षेत्र/क्लिनिकल/शैक्षिक मूल्यांकन

उच्च-दाँव उपयोग स्वतंत्र जाँच के बिना हो

पर्यावरण

AI आवश्यक और संसाधन-कुशल है?

ऊर्जा, जल, हार्डवेयर व विकल्प का लेखा

लाभ से अधिक संसाधन/सामाजिक लागत हो

यह मॉडल वैदिक–भारतीय नैतिक सूत्रों को आधुनिक शासन में अनुवादित करता है, पर किसी प्राचीन शब्द को कृत्रिम रूप से तकनीकी मानक नहीं बनाता। ऋत से संबंधात्मक उत्तरदायित्व, यज्ञ से पारस्परिक लाभ, अपरिग्रह से संसाधन-संयम, संवाद से सहभागी शासन और स्वाध्याय से सतत आलोचनात्मक परीक्षण की प्रेरणा मिलती है। आधुनिक कसौटियाँ संविधान, वैज्ञानिक पद्धति, डेटा कानून, मानवाधिकार और पर्यावरणीय मापन से आती हैं। दोनों का समन्वय तभी विश्वसनीय है जब उनकी अलग भूमिकाएँ स्पष्ट रहें।

11. उच्च शिक्षा के लिए पाठ्यक्रम और शोध-प्रयोगशाला का प्रारूप

UGC की पाँच प्रतिशत IKS क्रेडिट संबंधी दिशा केवल तभी सार्थक होगी जब पाठ्यक्रम उपलब्धियों की सूची से आगे बढ़कर स्रोत और विधि सिखाए [2]। एक 4-क्रेडिट अंतर्विषयी पाठ्यक्रम “भारतीय ज्ञान-प्रणाली और उत्तरदायी AI” चार इकाइयों में बनाया जा सकता है। पहली इकाई में भारतीय ज्ञान की बहुल परंपराएँ, भाषाएँ और प्रमाण-पद्धतियाँ; दूसरी में डिजिटल पाठ, OCR, कॉर्पस, अनुवाद और AI की सीमाएँ; तीसरी में समुदाय-अधिकार, डेटा-नैतिकता, वैज्ञानिक परीक्षण और पर्यावरणीय प्रभाव; तथा चौथी में स्थानीय परियोजना हो।

परियोजना के उदाहरणों में किसी स्थानीय बोली की सहमति-आधारित शब्दावली, मंदिर/मठ/दरगाह या सामुदायिक संग्रह की सीमित डिजिटल सूची, पुराने हिन्दी पत्रों की OCR त्रुटि-जाँच, पारंपरिक जल-संरचना का मानचित्र, किसी लोकगीत के अलग संस्करणों की टिप्पणी-सहित प्रस्तुति या किसी AI मॉडल द्वारा वैदिक उद्धरणों पर किए गए गलत दावों का तथ्य-परीक्षण शामिल हो सकते हैं। विद्यार्थियों को मूल स्रोत, समुदाय-संवाद, AI उपयोग-लॉग और आत्म-चिंतन रिपोर्ट देना होगा।

विश्वविद्यालय में “जीवंत ज्ञान एवं उत्तरदायी तकनीक प्रयोगशाला” बनाई जा सकती है। इसका नेतृत्व किसी एक तकनीकी विभाग के पास न हो; हिन्दी/भारतीय भाषा, इतिहास, दर्शन, कंप्यूटर विज्ञान, पर्यावरण विज्ञान, विधि, पुस्तकालय और स्थानीय समुदाय संयुक्त भागीदार हों। प्रयोगशाला के न्यूनतम घटक होंगे: उच्च-गुणवत्ता स्कैन और सुरक्षित भंडारण; बहुलिपि OCR परीक्षण; शब्दावली और ज्ञान-ग्राफ; समुदाय सहमति प्रोटोकॉल; भाषा-वार AI बेंचमार्क; तथा ऊर्जा और सामाजिक प्रभाव का अभिलेख।

शिक्षक-प्रशिक्षण में केवल उपकरण चलाना पर्याप्त नहीं। शिक्षक को मॉडल की संभाव्यात्मक प्रकृति, भ्रम, स्रोत जाँच, कॉपीराइट, डेटा संरक्षण, कम-संसाधन भाषा की समस्या, मूल्यांकन-पुनर्रचना और AI-उपयोग की घोषणा सिखानी होगी। UNESCO के मानव-केंद्रित ढाँचे और भारत की बहुभाषिक वास्तविकता को जोड़कर राष्ट्रीय क्षमता-मानक बनाया जा सकता है [16–17]। प्रत्येक विषय में उदाहरण अलग हों: साहित्य में पाठांतर और शैली; इतिहास में स्रोत-प्रामाणिकता; आयुर्वेद में चिकित्सकीय प्रमाण; कृषि में क्षेत्र-परीक्षण; तथा कंप्यूटर विज्ञान में मॉडल कार्ड, डेटा शीट और ऊर्जा-मापन।

12. नीति और संस्थागत कार्ययोजना: 2026–2030

12.1 राष्ट्रीय बहुभाषी ज्ञान-कॉमन्स

राष्ट्रीय स्तर पर ऐसा वितरित डिजिटल ढाँचा बनाया जाए जिसमें विश्वविद्यालय, पुस्तकालय, संग्रहालय और समुदाय अपनी सामग्री का स्वामित्व बनाए रखें, किंतु साझा मेटाडेटा के माध्यम से खोज संभव हो। एक ही केंद्रीय सर्वर पर सभी मूल सामग्री जमा करना आवश्यक नहीं। सार्वजनिक, नियंत्रित और प्रतिबंधित पहुँच की श्रेणियाँ हों। हर वस्तु के साथ उत्पत्ति, अनुमति, संस्करण और उद्धरण की स्थायी जानकारी रहे।

12.2 भारतीय लिपियों और बोलियों के सार्वजनिक बेंचमार्क

22 अनुसूचित भाषाओं से आगे बोलियों, आदिवासी भाषाओं और ऐतिहासिक लिपियों के लिए पारदर्शी परीक्षण-संग्रह बनाए जाएँ। BharatGen की 2026 की उपलब्धियाँ महत्त्वपूर्ण आधार देती हैं [11], किंतु सार्वजनिक मूल्यांकन में प्रत्येक भाषा के पाठ, वाणी, अनुवाद और दस्तावेज-पठन की अलग रिपोर्ट हो। समुदाय अपने उपयोग-मामले चुने और त्रुटियों की श्रेणी तय करे।

12.3 सत्यापित ज्ञान के लिए स्रोत-संलग्न AI

IKS संबंधी AI प्रणालियाँ सामान्य वेब-आधारित उत्तर के बजाय प्रमाणित डिजिटल संग्रह से पुनर्प्राप्ति करें। उत्तर की हर प्रमुख बात के साथ मूल पृष्ठ अथवा दस्तावेज का लिंक हो। मॉडल “मुझे प्रमाण नहीं मिला” कह सके। विवादित प्रश्न में अनेक विद्वत मत दिखाए जाएँ। उपयोगकर्ता स्रोत-छवि और अनुवाद की तुलना कर सके। यह संरचना भ्रम को समाप्त नहीं करेगी, पर जाँच को संभव बनाएगी।

12.4 समुदाय डेटा परिषद

लोक और जनजातीय ज्ञान परियोजना के लिए स्थानीय परिषद बने जिसमें समुदाय प्रतिनिधि, महिला/युवा सदस्य, विषय-विशेषज्ञ और विधि सलाहकार हों। परिषद रिकॉर्डिंग, सार्वजनिकता, व्यावसायिक उपयोग और लाभ का निर्णय करे। अनुमति समय-समय पर पुनरावलोकित हो। समुदाय को स्थानीय भाषा में संग्रह की प्रति, प्रशिक्षण और आय/लाभ में हिस्सा मिले।

12.5 हरित AI खरीद और शोध मानक

विश्वविद्यालय AI सेवा की खरीद में मॉडल की आवश्यकता, आकार, ऊर्जा/जल सूचना, डेटा स्थान, गोपनीयता, निर्यात सुविधा और दीर्घकालिक लागत पूछें। छोटे स्थानीय मॉडल को वरीयता दी जाए जहाँ वह पर्याप्त हो। शोध-पत्रों में मॉडल, हार्डवेयर, अनुमानित ऊर्जा और पुनरुत्पादकता की घोषणा हो। UNESCO के संसाधन-कुशल AI निष्कर्ष बताते हैं कि दक्षता और स्थिरता विरोधी लक्ष्य नहीं हैं [18]।

12.6 वित्तपोषण और मूल्यांकन

IndiaAI Mission के संसाधन और IKS से जुड़ी शैक्षिक नीति के बीच प्रतिस्पर्धी अनुदान कार्यक्रम बनाया जा सकता है [2, 9]। परियोजना चयन में तकनीकी नवीनता के साथ भाषा-समावेशन, समुदाय लाभ, स्रोत-गुणवत्ता, हरित संगणना और खुले शोध-परिणाम को अंक मिलें। तीसरे पक्ष का वार्षिक मूल्यांकन हो और असफल पायलट भी सीख के रूप में सार्वजनिक किए जाएँ।

13. प्रस्तावित पायलट परियोजना

मॉडल की व्यवहार्यता दिखाने के लिए “एक जिला–एक जीवंत ज्ञान-संग्रह” पायलट प्रस्तावित है। चुने गए जिले में एक विश्वविद्यालय/महाविद्यालय, स्थानीय प्रशासन, पुस्तकालय, समुदाय संगठनों और तकनीकी संस्था की साझेदारी हो। पहले छह महीनों में स्थानीय भाषाओं, पांडुलिपियों, जल-संरचनाओं, लोककलाओं और व्यावसायिक ज्ञान का अधिकार-संवेदी सर्वेक्षण किया जाए। सर्वेक्षण का अर्थ सामग्री तुरंत एकत्र करना नहीं; पहले यह तय करना है कि कौन-सा ज्ञान सार्वजनिक किया जा सकता है और कौन-सा समुदाय-नियंत्रित रहेगा।

अगले चरण में अधिकतम तीन छोटे उपयोग-मामले चुने जाएँ—जैसे पुराने स्थानीय पत्र की खोजयोग्य OCR प्रति, स्थानीय जल-संरचनाओं का समुदाय-सत्यापित मानचित्र और बोली की ध्वनि-सहित शैक्षिक शब्दावली। प्रत्येक के लिए आधार-रेखा तथा सफलता-सूचक हों। OCR परियोजना में अक्षर/शब्द शुद्धता, उपयोगकर्ता द्वारा मूल छवि तक पहुँच और विशेषज्ञ सुधार का समय; जल परियोजना में स्थल-सत्यापन, योजना में समुदाय की भागीदारी और वास्तविक संरक्षण-निर्णय; शब्दावली में आयु/लिंग/क्षेत्रीय प्रतिनिधित्व, वक्ता की अनुमति और विद्यालयी उपयोग मापा जाए।

AI तभी जोड़ी जाए जब वह निर्धारित समस्या में लाभ दे। उदाहरणतः 500 शब्द की शब्दावली के लिए बड़ा भाषा-मॉडल प्रशिक्षित करना आवश्यक नहीं; वाक्-खंडन, खोज और सरल डेटाबेस पर्याप्त हो सकते हैं। OCR के लिए छोटा लिपि-विशिष्ट मॉडल सामान्य विशाल मॉडल से अधिक उपयोगी और ऊर्जा-कुशल हो सकता है। अंतिम छह महीनों में स्वतंत्र अकादमिक और समुदाय समीक्षा हो; डेटा, लागत, त्रुटि और लाभ की सार्वजनिक रिपोर्ट प्रकाशित हो। सफल होने पर पायलट दूसरे जिले में ज्यों का त्यों न दोहराया जाए, बल्कि स्थानीय भाषा और ज्ञान-शासन के अनुसार अनुकूलित किया जाए।

14. चर्चा

विश्लेषण से पहला महत्त्वपूर्ण निष्कर्ष यह निकलता है कि वैदिक विरासत का सबसे उपयोगी समकालीन योगदान “प्राचीन तकनीकी आविष्कारों” की सूची नहीं, बल्कि ज्ञान और शक्ति के नैतिक संबंध पर पुनर्विचार है। ऋत, पारस्परिकता, संयम, पृथ्वी-आत्मीयता, संवाद और स्वाध्याय जैसी अवधारणाएँ आधुनिक संवैधानिक और वैज्ञानिक मानकों का स्थान नहीं लेतीं; वे यह पूछने की सांस्कृतिक भाषा देती हैं कि तकनीक किस उद्देश्य से, किस सीमा में और किसके हित में विकसित हो। इस प्रकार परंपरा भविष्य पर आधिपत्य नहीं करती, बल्कि भविष्य के चुनावों के लिए नैतिक संसाधन बनती है।

दूसरा निष्कर्ष यह है कि AI भारतीय ज्ञान को केवल “संरक्षित” नहीं करेगी; वह उसे पुनर्गठित भी करेगी। OCR जिस अक्षर को पहचानता है, अनुवाद जिस अर्थ को चुनता है, खोज जिस परिणाम को ऊपर रखती है और भाषा-मॉडल जिस उत्तर को सामान्य बनाता है—ये सभी व्याख्यात्मक निर्णय हैं। इसलिए डिजिटलीकरण को तटस्थ तकनीकी कार्य मानना भूल होगी। मूल छवि, संस्करण, वैकल्पिक पाठ, समुदाय दृष्टि और अनिश्चितता को सुरक्षित रखना आवश्यक है।

तीसरा निष्कर्ष बहुभाषिकता से संबंधित है। भारत की भाषायी विविधता AI के लिए केवल कठिनाई नहीं, नए ज्ञान-मॉडल की संभावना है। ऐसी प्रणालियाँ विकसित की जा सकती हैं जो कोड-मिश्रण, बोलियों, मौखिकता और अनेक लिपियों को मानक भाषा की त्रुटि न समझें। BHASHINI और BharatGen सार्वजनिक अवसंरचना की दिशा में महत्त्वपूर्ण कदम हैं [10–11], किंतु उनकी सफलता भाषाओं की संख्या से अधिक समुदाय-विशिष्ट गुणवत्ता, खुले मूल्यांकन और वास्तविक उपयोग पर निर्भर करेगी।

चौथा निष्कर्ष यह है कि सतत विकास में AI का सकारात्मक उपयोग उसके पर्यावरणीय पदचिह्न से अलग नहीं किया जा सकता। जलवायु-संबंधी मॉडल स्वयं अत्यधिक संसाधन लें तो कुल लाभ संदिग्ध हो सकता है। वैदिक संयम और आधुनिक Green AI का संवाद “कम में पर्याप्त” तकनीकी डिजाइन को वैचारिक समर्थन देता है। स्थानीय ज्ञान परियोजनाओं के लिए छोटे, स्रोत-संलग्न और कार्य-विशिष्ट मॉडल प्रायः अधिक नियंत्रित, सस्ते और व्याख्येय होंगे।

पाँचवाँ निष्कर्ष शासन का है। ज्ञान-संरक्षण की परियोजना तभी न्यायपूर्ण होगी जब ज्ञान के वाहक समुदाय निर्णय में भाग लें। केवल विशेषज्ञ सत्यापन पर्याप्त नहीं; सामाजिक अनुमति भी चाहिए। इसके विपरीत केवल परंपरा की स्वीकृति वैज्ञानिक प्रभावशीलता सिद्ध नहीं करती। सहभागी शासन और स्वतंत्र परीक्षण—दोनों साथ आवश्यक हैं। यही पंचसूत्री मॉडल का केंद्रीय संतुलन है।

15. प्रमुख निष्कर्ष

अध्ययन के निष्कर्षों को संक्षेप में इस प्रकार रखा जा सकता है। भारतीय ज्ञान-प्रणाली बहुल, बहुभाषी और ऐतिहासिक रूप से परिवर्तनशील ज्ञान-परिस्थिति है; उसे केवल वैदिक अथवा केवल संस्कृत ज्ञान तक सीमित नहीं किया जा सकता। वैदिक साहित्य आधुनिक AI का तकनीकी खाका नहीं देता, किंतु व्यवस्था, पारस्परिकता, संयम, पृथ्वी के प्रति दायित्व, संवाद और ज्ञान-अनुशासन की नैतिक दृष्टि प्रदान करता है। AI पांडुलिपि, भाषा, मौखिक परंपरा, शिक्षा, पर्यावरण और सांस्कृतिक विरासत के लिए शक्तिशाली सहायक हो सकती है, पर वह सत्य का स्वतः विश्वसनीय स्रोत नहीं।

स्रोत-सत्यापन, प्रसंग, समुदाय-सहमति, अनुभवजन्य परीक्षण और पर्यावरणीय लेखा के बिना IKS–AI परियोजना ज्ञान को विकृत या केंद्रीकृत कर सकती है। बहुभाषी राष्ट्रीय पहलों को भाषा-संख्या के साथ भाषा-वार गुणवत्ता और बोली-समावेशन प्रकाशित करना चाहिए। उच्च शिक्षा को IKS और AI का संयुक्त अध्ययन उपकरण-केंद्रित प्रशिक्षण के बजाय अंतर्विषयी शोध, अकादमिक ईमानदारी और स्थानीय परियोजना पर आधारित करना चाहिए। अंततः “सतत” तकनीक वह है जो सामाजिक लाभ के साथ अपने संसाधन-व्यय, डेटा-अधिकार और दीर्घकालिक सांस्कृतिक प्रभाव के लिए भी उत्तरदायी हो।

16. निष्कर्ष

वैदिक विरासत, कृत्रिम बुद्धिमत्ता और भविष्य की तकनीकों के बीच सेतु बनाना आकर्षक किंतु कठिन बौद्धिक कार्य है। यदि सेतु केवल समान शब्दों और गौरवपूर्ण दावों पर बनाया जाए तो वह अकादमिक परीक्षण में टिकेगा नहीं। यदि आधुनिकता के नाम पर परंपरा को अनुपयोगी घोषित कर दिया जाए तो मानवता उन नैतिक प्रश्नों, भाषायी विविधताओं और सामुदायिक अनुभवों से वंचित होगी जो सतत भविष्य के लिए महत्त्वपूर्ण हैं। उचित मार्ग दोनों को उनकी वास्तविक शक्ति और सीमा में समझना है।

भारतीय ज्ञान-परंपरा हमें स्मरण कराती है कि ज्ञान संबंधों में जीता है—मनुष्य और प्रकृति, शिक्षक और विद्यार्थी, व्यक्ति और समुदाय, कथन और आचरण के संबंध में। AI बताती है कि विशाल सामग्री को खोजने, भाषाओं को जोड़ने और जटिल पैटर्न पहचानने की हमारी क्षमता अभूतपूर्व हो सकती है। किंतु क्षमता स्वयं दिशा नहीं चुनती। दिशा मानव गरिमा, संवैधानिक न्याय, वैज्ञानिक प्रमाण, समुदाय-अधिकार और पृथ्वी की सीमाओं से तय होगी।

इसलिए भविष्य का उपयुक्त सूत्र है: AI से समर्थित, स्रोत से प्रमाणित, विशेषज्ञ द्वारा परखा गया, समुदाय द्वारा सह-शासित और पर्यावरण के प्रति उत्तरदायी ज्ञान। ऐसे ढाँचे में परंपरा संग्रहालय की वस्तु नहीं रहती और तकनीक बाजार का अकेला उपकरण नहीं रहती। दोनों मिलकर ऐसा जीवंत ज्ञान-संवाद बना सकते हैं जो भारत की बहुभाषी विरासत को सुरक्षित रखे, शिक्षा को गहरा करे, स्थानीय समुदायों को अधिकार दे और सतत वैश्विक विकास में वास्तविक योगदान करे।

संदर्भ सूची

[1] भारत सरकार, शिक्षा मंत्रालय। राष्ट्रीय शिक्षा नीति 2020। नई दिल्ली, 2020। https://www.education.gov.in/sites/upload_files/mhrd/files/NEP_Final_English_0.pdf

[2] University Grants Commission. Guidelines for Incorporating Indian Knowledge in Higher Education Curricula. New Delhi: UGC, 2023. https://www.ugc.gov.in/pdfnews/6436045_Guidelines-IKS-in-HE-Curricula.pdf

[3] ऋग्वेद, विशेषतः 1.89.1 और 10.191.2–4। Ralph T. H. Griffith (trans.), The Hymns of the Rigveda. Varanasi: E. J. Lazarus, 1896; वैदिक पाठ के लिए मान्य आलोचनात्मक संस्करणों से तुलना अपेक्षित।

[4] अथर्ववेद, पृथ्वी सूक्त 12.1, विशेषतः 12.1.12। Maurice Bloomfield (trans.), Hymns of the Atharva-Veda. Sacred Books of the East, Vol. 42. Oxford: Clarendon Press, 1897.

[5] ईशावास्य उपनिषद, मंत्र 1। Patrick Olivelle (trans.), The Early Upaniṣads: Annotated Text and Translation. New York: Oxford University Press, 1998.

[6] तैत्तिरीय उपनिषद, शिक्षावल्ली 1.11। Patrick Olivelle (trans.), The Early Upaniṣads. Oxford University Press, 1998.

[7] श्रीमद्भगवद्गीता, अध्याय 3, विशेषतः 3.11, 3.20 और 3.25। J. A. B. van Buitenen (trans.), The Bhagavadgītā in the Mahābhārata. Chicago: University of Chicago Press, 1981.

[8] Patañjali. योगसूत्र, 2.30–39। Edwin F. Bryant, The Yoga Sūtras of Patañjali. New York: North Point Press, 2009.

[9] Press Information Bureau, Government of India. “Cabinet Approves Ambitious IndiaAI Mission …”, 7 March 2024. https://www.pib.gov.in/PressReleaseIframePage.aspx?PRID=2012355

[10] Digital India BHASHINI Division. “About BHASHINI.” Government of India. https://bhashini.gov.in/about-bhashini

[11] Press Information Bureau, Government of India. “BharatGen Models: Vision and Technical Execution 2026”, 17 February 2026. https://www.pib.gov.in/PressReleasePage.aspx?PRID=2229273

[12] Government of India. The Digital Personal Data Protection Act, 2023 (No. 22 of 2023). Ministry of Electronics and Information Technology. https://www.meity.gov.in/content/digital-personal-data-protection-act-2023

[13] Government of India. Digital Personal Data Protection Rules, 2025. Gazette of India, G.S.R. 846(E), 13 November 2025. https://www.meity.gov.in/documents/act-and-policies/digital-personal-data-protection-rules-2025-gDOxUjMtQWa

[14] IndiaAI. “IndiaAI Safety Institute for Responsible AI Innovation.” 31 January 2025. https://indiaai.gov.in/article/india-takes-the-lead-establishing-the-indiaai-safety-institute-for-responsible-ai-innovation

[15] UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021. https://unesdoc.unesco.org/ark:/48223/pf0000381137

[16] UNESCO. Guidance for Generative AI in Education and Research. Paris: UNESCO, 2023. https://unesdoc.unesco.org/ark:/48223/pf0000386693

[17] UNESCO. AI Competency Framework for Teachers तथा AI Competency Framework for Students. Paris: UNESCO, 2024. https://www.unesco.org/en/articles/what-you-need-know-about-unescos-new-ai-competency-frameworks-students-and-teachers

[18] UNESCO and University College London. Smarter, Smaller, Stronger: Resource-Efficient AI and the Future of Digital Transformation. UNESCO, 2025; updated public summary, 10 April 2026. https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90

[19] UNESCO. Global Roadmap for Multilingualism in the Digital Era: Advancing the Role of Language Technologies. Paris: UNESCO, 2025. https://www.unesco.org/en/global-roadmap-multilingualism

[20] United Nations. Transforming Our World: The 2030 Agenda for Sustainable Development. New York: United Nations, 2015. https://sdgs.un.org/2030agenda

[21] World Intellectual Property Organization. WIPO Treaty on Intellectual Property, Genetic Resources and Associated Traditional Knowledge. Geneva, adopted 24 May 2024. https://www.wipo.int/en/web/treaties/ip/gratk/index

[22] WIPO. “Summary of the WIPO Treaty on Intellectual Property, Genetic Resources and Associated Traditional Knowledge.” https://www.wipo.int/en/web/treaties/ip/gratk/summary_gratk

[23] Jamison, Stephanie W., and Joel P. Brereton. The Rigveda: The Earliest Religious Poetry of India. 3 vols. New York: Oxford University Press, 2014.

[24] Pollock, Sheldon. The Language of the Gods in the World of Men: Sanskrit, Culture, and Power in Premodern India. Berkeley: University of California Press, 2006.

[25] Sen, Amartya. The Argumentative Indian: Writings on Indian History, Culture and Identity. London: Allen Lane, 2005.

[26] Dalmia, Vasudha. The Nationalization of Hindu Traditions: Bhāratendu Hariśchandra and Nineteenth-Century Banaras. Delhi: Oxford University Press, 1997.

[27] Orsini, Francesca. The Hindi Public Sphere 1920–1940: Language and Literature in the Age of Nationalism. New Delhi: Oxford University Press, 2002.

[28] Pollock, Sheldon (ed.). Literary Cultures in History: Reconstructions from South Asia. Berkeley: University of California Press, 2003.

[29] Agrawal, D. P. The Archaeology of India. London: Curzon Press, 1982.

[30] Joseph, George Gheverghese. The Crest of the Peacock: Non-European Roots of Mathematics. 3rd ed. Princeton: Princeton University Press, 2011.

[31] Arnold, David. Science, Technology and Medicine in Colonial India. Cambridge: Cambridge University Press, 2000.

[32] Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell. “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?” Proceedings of FAccT 2021, pp. 610–623. https://doi.org/10.1145/3442188.3445922

[33] Bommasani, Rishi, et al. “On the Opportunities and Risks of Foundation Models.” arXiv 2108.07258, 2021; updated 2022. https://arxiv.org/abs/2108.07258

[34] Weidinger, Laura, et al. “Taxonomy of Risks Posed by Language Models.” Proceedings of FAccT 2022, pp. 214–229. https://doi.org/10.1145/3531146.3533088

[35] Ji, Ziwei, et al. “Survey of Hallucination in Natural Language Generation.” ACM Computing Surveys 55.12 (2023): 1–38. https://doi.org/10.1145/3571730

[36] Suresh, Harini, and John Guttag. “A Framework for Understanding Sources of Harm throughout the Machine Learning Life Cycle.” Equity and Access in Algorithms, Mechanisms, and Optimization, 2021. https://doi.org/10.1145/3465416.3483305

[37] Smith, Linda Tuhiwai. Decolonizing Methodologies: Research and Indigenous Peoples. 3rd ed. London: Zed Books, 2021.

[38] Kimmerer, Robin Wall. Braiding Sweetgrass: Indigenous Wisdom, Scientific Knowledge, and the Teachings of Plants. Minneapolis: Milkweed Editions, 2013.