- PayPal-केंद्रित online payments अब भी वैसे ही बने हुए हैं, और कोई वास्तविक नवाचार नहीं हुआ है
- Bitcoin और cryptocurrency एक नई क्रांति की तरह दिखे, लेकिन अपने मूल उद्देश्य के बजाय सट्टेबाज़ी का साधन बनकर रह गए
- बड़े platforms का केंद्रीकरण और ad revenue को अधिकतम करने की होड़ ने web की विविधता और रचनात्मकता को कमज़ोर किया
- LLM (large language models) और generative AI अब “कुछ भी बना देने वाली मशीन” के स्तर तक पहुँच गए हैं, जिससे जानकारी का मूल्य और प्रामाणिकता कमज़ोर पड़ती है
- पूरे समाज में “Whatever (कुछ भी, जो भी)” संस्कृति फैल रही है, जिसमें रचना और प्रत्यक्ष कर्म का अर्थ फीका पड़ता जा रहा है
परिचय: कंप्यूटर अब मज़ेदार क्यों नहीं रहे
- मूल शीर्षक “कंप्यूटर जब मज़ेदार थे, उसकी कमी महसूस होना” था, लेकिन तकनीक के मज़ा खो देने के पीछे एक बुनियादी पृष्ठभूमि छिपी हुई है
- हाल का इतिहास दिखाता है कि यह घटना online payment systems, web की संरचना, content, और नई technologies के अपनाने तक हर जगह फैली हुई है
online payments और असली innovation की कमी
- 2000 के दशक के अमेरिका में PayPal ही इंटरनेट पर पैसे भेजने का लगभग एकमात्र तरीका था
- PayPal के उपयोग पर कड़े प्रतिबंध थे, और नियम उल्लंघन होने पर account और funds को 6 महीने तक freeze कर दिया जाता था
- users में असंतोष बहुत था, लेकिन विकल्प न होने से “मध्यस्थ” की पकड़ बहुत मज़बूत थी
- 2010 के आसपास सामने आए Bitcoin से बहुत उम्मीदें जुड़ीं, लेकिन व्यवहार में वह सट्टे, धोखाधड़ी और investment के साधन के रूप में अधिक उभरा, और रोज़मर्रा के payment method के रूप में स्थापित नहीं हो सका
- browser के भीतर micro-payments, website tip features जैसी चीज़ें आज भी साकार नहीं हो पाईं
- दूसरे payment विकल्प भी Stripe, PayPal पर निर्भर हैं, इसलिए कोई वास्तविक बदलाव या innovation नहीं हुआ
cryptocurrency, NFT, और “Whatever” संस्कृति
- cryptocurrency, NFT के फैलाव के पीछे तकनीक की वास्तविक उपयोगिता से ज़्यादा यह investment psychology थी कि अगर chart ऊपर जा रहा है तो अमीर बना जा सकता है
- वास्तविक उपयोग, कलात्मकता, या तकनीकी संरचना से अधिक इस बात पर ज़ोर रहा कि "दूसरों को समझाकर उसकी value बढ़ाई जाए"
- इसी तरह के दृष्टिकोण ने "Whatever" संस्कृति को जन्म दिया
- चाहे उसमें वास्तविक सार या सामग्री न हो, बस खरीदने लायक ‘कुछ’ होना चाहिए
- Twitter जैसे platforms पर countless grifters द्वारा बेकार Whatever को बढ़ावा देना अब रोज़मर्रा की बात हो गई है
web का बदलाव, केंद्रीकरण, और रचनात्मकता का ह्रास
- शुरुआती web व्यक्तिगत निर्माण और विविधता से भरा हुआ था, लेकिन
- बहुत-सी websites को track करना और उनके साथ संवाद बनाए रखना असुविधाजनक था, इसलिए ध्यान कुछ बड़े platforms (Twitter, Reddit आदि) पर सिमट गया
- केंद्रीकरण और platforms के free-use model ने operating cost की समस्या पैदा की
- बड़े platforms ad impressions बढ़ाने के लिए आकर्षक Engagement के पीछे दीवाने हो गए,
- और creators से सिर्फ ads के आसपास रखा जाने वाला साधारण “विषय-वस्तु” = Content माँगने लगे
- नतीजे में clickbait, search engine optimization वाले लेख, और दोहराव से भरे खोखले blogs जैसे “बिना सार वाले content” का उत्पादन तेज़ हो गया
- लेख, video, game websites तक SEO और ads तक सिमटकर अपनी अलग पहचान खोने लगीं
generative AI, LLM, और “Whatever” का तकनीकी रूपांतरण
- नवीनतम LLM (large language models), Copilot, और auto-generated code “जो चाहो वह” बना देते हैं, लेकिन
- वास्तविक जानकारी या रचनात्मक समाधान देने के बजाय वे सांख्यिकीय रूप से plausible लगने वाले वाक्य जोड़ते चलते हैं
- सही उत्तर की जाँच और accuracy verification का बोझ user पर आ जाता है, और परिणामस्वरूप “noise” और भ्रम बढ़ते हैं
- कंपनियाँ हर app में LLM features को ज़बरदस्ती जोड़ रही हैं
- जबकि व्यवहार में usability improvement या work efficiency साबित नहीं हुई है
- Microsoft तक AI adoption को employee evaluation में शामिल करने के लिए मजबूर कर रहा है, जिससे यह विडंबना दिखती है कि बदले हुए user experience से अधिक ज़ोर “adoption itself” पर है
“Whatever” मशीन और tool के रूप में उसका मूल्य
- LLM पारंपरिक tools (calculator, saw आदि) की तरह निश्चित function नहीं निभाते,
- बल्कि हर input पर कोई यादृच्छिक या सांख्यिकीय रूप से उचित लगने वाला "कुछ भी" पेश करते हैं
- automation के लाभों से आगे बढ़कर वे practical utility और reliability की नई सीमाएँ उजागर करते हैं
- user experience उलटे और खराब हो सकता है, और AI को अपनाने व उसके मूल्य के स्पष्ट मानदंड गायब होते जा रहे हैं
- users के बीच भी इस tool के उपयोग को लेकर “इसे न इस्तेमाल करना असामान्य है” जैसी हवा और tool के वास्तविक लाभ पर संदेह, दोनों साथ-साथ मौजूद हैं
रचना के अर्थ और प्रतिस्थापन की सामाजिकता
- LLM और generative AI का प्रसार यह भ्रम फैलाता है कि दुनिया ऐसी हो जाएगी जहाँ “कोई भी, कुछ भी बना सकता है”
- music, art, writing आदि में कोई भी कम समय में output बना सकता है, लेकिन
- तकनीक खुद ही परिणाम की न्यूनतम कसौटी बन जाती है, जिससे व्यक्ति की रचनात्मक अर्थवत्ता कमज़ोर होती है
- Facebook के AI accounts की तरह नकली “रुचियों” और “content” से लोगों को बाँधे रखने की रणनीति
- व्यवहार में यह standardization, simplification, और production cost घटाकर औसतपन तक पहुँचती है
- तकनीकी प्रगति रचनात्मकता के विस्तार या लोकतंत्रीकरण के बजाय उदासीनता और निरर्थकता के प्रसार में बदलने का जोखिम रखती है
निष्कर्ष: किसी चीज़ को मूल्यवान क्या बनाता है?
- तकनीक की प्रगति “कुछ भी बना देने” से आगे बढ़कर वास्तव में खुद कुछ करने के मूल्य को ही निरर्थक बनाने वाला माहौल पैदा कर रही है
- इस बात पर चिंता जताई गई है कि Doing (करना), Making (बनाना) अपने आप में मूल्य खो रहे हैं
- जितनी अधिक “Whatever” संस्कृति फैलती है, काम की प्रत्यक्षता, रचनात्मकता, और अर्थ उतने ही फीके पड़ते जाते हैं
- तकनीक से अलग, खुद अपने हाथों से करने और बनाने की खुशी के गुम हो जाने वाले समाज पर समस्या-बोध व्यक्त किया गया है
- generative AI और उससे जुड़ी कंपनियों (जैसे OpenAI) पर तीखी आलोचना के साथ,
- यह ज़ोर दिया गया है कि सच्ची रचना “Whatever” से नहीं, बल्कि स्वायत्त कर्म और वास्तविक रुचि से पैदा होती है
- अंतिम संदेश है “खुद बनाओ. कुछ भी बनाओ.”
- और यह आशा छोड़ी गई है कि जब वह रचना web पर साझा होगी, तो उसमें सच्चा अर्थ और आनंद बसा होगा
1 टिप्पणियां
Hacker News की राय
ऊपर कही गई लगभग सभी बातों से मैं broadly सहमत हूँ
लेकिन मेरी सबसे बड़ी चिंता—जिसे इस लेख में ठीक से नहीं उठाया गया, या बस हल्के से छुआ गया—शुरुआती लोगों और सीखने की प्रक्रिया पर इसका असर है
उदाहरण के लिए, ऐसी स्थिति जहाँ "जो लोग पहले सचमुच किसी काम का आनंद लेते हुए लगते थे, अब पता चलता है कि वे बस ऐसी किसी चीज़ की चाह रखते थे जो उनके कहने भर से वैसा-सा कुछ बना दे"
मैंने Twitter पर किसी को यह कहते हुए शेखी बघारते देखा: "मैंने 3.5 घंटे में पूरा album बना लिया, album art भी बना लिया; फिर खुद मेहनत करके क्यों करूँ, जब यह 'easy mode machine' मौजूद है?"
शुरुआती लोगों के लिए कठिन चीज़ें न करना चाहना स्वाभाविक है; जब आप drawing करते हैं और वह बिगड़ जाती है, या guitar बजाने की कोशिश करते हैं और ठीक से आवाज़ भी नहीं निकाल पाते, तो अगर ऐसी मशीन हो जिसमें आप बस कह दें "हमारी बिल्ली की Pokémon style में तस्वीर बना दो" और perfect result मिल जाए, तो जाहिर है 12 साल के बच्चे के लिए वह रास्ता सालों की साधना वाले रास्ते से कहीं ज़्यादा आकर्षक लगेगा
लेकिन अब तक विकल्प नहीं था, इसलिए खराब drawings और कच्ची performances को दोहराते-दोहराते लोग मेहनत की कीमत समझते थे, और अंततः काफ़ी अच्छे भी बन जाते थे
लेकिन अगर पूरा समाज सालों तक किशोरों को विज्ञापनों, media और classroom में यह संदेश देता रहे कि "drawing करने की ज़रूरत नहीं, कठिन काम मत करो, ChatGPT से करवा लो", तो हम कहाँ पहुँचेंगे, यह सोचकर ही डर लगता है
लोग कई तरीकों से समझाने की कोशिश करेंगे कि LLM पुरानी technologies से अलग हैं (जैसे मूल लेख में), लेकिन असल में यह सुविधा की तलाश का ही एक और रूप है
मानवता सभ्यता की शुरुआत से ही हमेशा आसान और ज़्यादा सुविधाजनक रास्ते खोजती आई है
technology ने कभी उन लोगों को नहीं रोका जो सच में ध्यान लगाकर skill बनाना चाहते थे
cars आने के बाद भी 100 मीटर दौड़ का world record बेहतर होता गया, और computers करोड़ों digits तक pi निकाल सकते हैं, फिर भी mental calculation और memorization के world records भी बनते रहे
powerlifting जैसे खेल आज भी मज़बूती से मौजूद हैं; ऐसे में यह सोचना कि LLM/Diffusal models की वजह से drawing गायब हो जाएगी, बेतुका है
मैंने 15 साल पहले अपने पसंदीदा artist के interviews और blog को dictionary लेकर शब्द-शब्द अनुवाद करते हुए Japanese सीखी थी, और अब मैं Japan में काम करता हूँ और रहता हूँ
अब artist के tweet के नीचे बस एक button दबाओ और तुरंत translation दिख जाता है (ज़्यादातर ठीक होता है, लेकिन 10 में 1 बार पूरी तरह गलत भी होता है)
overseas fan के नज़रिये से यह अच्छी innovation है, लेकिन अगर मैं ऐसे माहौल में बड़ा हुआ होता, तो क्या मेरे भीतर सीखने की वही प्रेरणा पैदा होती, इस पर मुझे संदेह है
तुमने जो लिखा उससे मैं पूरी तरह सहमत हूँ; अंततः इंसान वही चाहता है कि बिना किसी मेहनत के जो दिमाग़ में है वह 'बस' मिल जाए
मेरे सामने सब कुछ सुंदर packaging में सजा हुआ रहे, और वह सीखने, जमाव और विकास की प्रक्रिया गायब हो जाए जो दर्जनों असफलताओं और trial and error से मिलती है—यही इसे ख़तरनाक बनाता है
ऐसा लगता है कि 'learning' नाम की प्रक्रिया सचमुच खत्म होने लगी है
अगर कोई सालों तक सिर्फ AI पर निर्भर रहे और अचानक वह गायब हो जाए, तो शायद वह अपने दम पर कुछ भी न कर पाए, बुनियादी काम भी नहीं
यही वजहों में से एक है कि मैं AI boom को बहुत आलोचनात्मक नज़र से देखता हूँ
मैं पुराना तरीका इसलिए पकड़े हुए हूँ क्योंकि मैं सच में किताब पढ़ने, खुद कोशिश करने, असफल होने और फिर दोहराने की कीमत को समझता हूँ
असली सीखने का कोई दूसरा रास्ता नहीं है
मुझे हैरानी होती है कि क्या मौजूदा पीढ़ी इस मूल्य को समझती भी है, और क्या अगली पीढ़ी समझ पाएगी
एक सांत्वना यह हो सकती है कि हमें शायद मजबूरन सीखने, usability, असुविधा से निपटने, और education/job/training systems की पुरानी धारणाओं को नए नज़रिए से देखना पड़े
पहले employment और salary की ज़रूरतें लोगों को उस pipeline में धकेल देती थीं, लेकिन अगर अब वास्तविक समझ, expertise और quality को अपने-आप में मूल्यवान माना जाने लगे, तो हमें इस बात की ज़्यादा चिंता करनी पड़ सकती है कि system इन गुणों को कितना अच्छी तरह विकसित और उपयोग करता है
फिर भी, सहज रूप से लगता है कि हम एक बेहद नाटकीय cultural whirlpool में हैं, और ऐसे समय में दाख़िल हो चुके हैं जहाँ किसी भी चीज़ को taken for granted नहीं माना जा सकता
सच कहें तो हमारी कुछ 'लड़ाइयाँ' शायद बहुत पहले ही हार दी गई थीं, जब हम modern computing के रास्ते पर चलना शुरू हुए थे
अगर हम technology और skills को ज़िंदा नहीं रखते और AI पर हद से ज़्यादा निर्भर हो जाते हैं, तो यह बहुत बड़ा संकट होगा
manufacturing outsourcing की तरह, एक बिंदु पर हम अपनी क्षमता पूरी तरह खो देंगे और पूरी तरह दूसरों पर निर्भर हो जाएँगे
WWW के आने पर लोगों ने सोचा था कि हर जानकारी तक पहुँच इंसानों को enlightened बना देगी, लेकिन असल में सीखने के बिना लोग सही जानकारी को पहचान नहीं पाते और यह भ्रम पाल लेते हैं कि वे समझ रहे हैं; ऐसे में वे (गलत) जानकारी की ओर और आसानी से खिंचते हैं
अगर LLM हर सवाल का जवाब दे भी दे, लेकिन हम इतने अज्ञानी और अक्षम हों कि सही जवाब पहचान ही न सकें, तो अंततः हम AI से मुँह मोड़कर उसी जानकारी पर लौटेंगे जिसे हम खुद समझते और भरोसेमंद मानते हैं—चाहे वह सच न हो
एक मायने में यह नया नहीं है; science के साथ भी यह काफ़ी समय से होता आया है
जब चीज़ें बहुत जटिल और verify करना मुश्किल हो जाती हैं, तो लोग उन पर भरोसा नहीं करते और दूसरा source खोजते हैं
जब भी code editor parentheses या quotes को अपने-आप बंद कर देता है, मुझे बेहद चिढ़ होती है
इससे ज़रा भी time save नहीं होता, और यह इतनी बार गलत करता है कि उल्टा ज़्यादा मेहनत लगती है
समझ नहीं आता कि यह feature सबसे पहले किसने बनाया होगा
किसी भी हालत में scope से बाहर निकलने के लिए कोई न कोई key तो दबानी ही पड़ती है; चाहे बस closing bracket टाइप करो या arrow key दबाओ, कोई असली shortcut तो है नहीं
सैद्धांतिक रूप से शायद यह source को valid syntax के करीब बनाए रखता हो, और string highlighting या LSP जैसी चीज़ों में मदद करता हो, लेकिन error rate इतना ज़्यादा है कि इसकी उपयोगिता सीमित लगती है
कई सालों तक colleagues के साथ pair programming करते हुए मैंने महसूस किया कि बहुत से लोग keyboard पर सहज नहीं होते
यहाँ तक कि closing parenthesis टाइप करना भी उनके लिए बोझ लगता है, इसलिए वे हाथ mouse पर ले जाकर click करके बाहर निकलते हैं
text के किसी हिस्से को select करके quote key एक बार दबाओ और दोनों ओर quotes लग जाएँ—यह feature practical है
लेकिन सामान्य typing mode में यह अक्सर परेशान करने वाला होता है
जब तुम कहते हो कि "यह अक्सर गलत करता है", तो मुझे जानना है कि कब गलत करता है
अगर मैं opening paren/brace डालूँ और वह closing भी डाल दे, तो क्या वह हमेशा सही नहीं होता?
Norwegian keyboard पर braces थोड़े झंझट वाले हैं, लेकिन इसी feature की वजह से 5-level nesting वाला code लिखते समय मैं ctrl+shift+enter एक बार दबाकर सारे brackets auto-complete करवा लेता हूँ और cursor भी अपनी जगह आ जाता है; यह सब manually बंद करने से आसान है
पहले मुझे यह feature नापसंद था, लेकिन जब से पता चला कि closing quote बस टाइप कर देने पर duplicate नहीं होती, तब से यह मुझे परेशान नहीं करता
कभी-कभी editor बहुत 'smart' बनने की कोशिश में उलझ जाता है तो झुंझलाहट होती है, पर ऐसा बार-बार नहीं होता
इस बात के जवाब में कि source अक्सर invalid हो जाता है इसलिए यह practical नहीं है, मेरा अनुमान है कि शायद यह structural editing की हल्की-सी नकल जैसा कुछ है
कुछ editors में ऐसा mode होता है जो हमेशा syntax सही रखता है, और वहाँ यह feature ज़रूरी हो जाता है
"हम ऐसे भविष्य में रहते हैं जहाँ Europe की तरह bank में 'किसी व्यक्ति को पैसे भेजो' feature built-in है" वाली तुलना देखकर, मुझे याद है कि Australia में जब PayPal पहली बार आया था तो मुझे उल्टा समझ नहीं आया कि इसकी ज़रूरत क्या है
क्योंकि internet banking से सीधे transfer करना पहले से ही संभव था
फिर PayPal ने सरकार के सामने lobbying की कि हमारे banking system को 'और असुविधाजनक' बनाया जाए ताकि वह compete कर सके—कुछ वैसा ही जैसा Uber ने किया
Europe में PayPal ने Luxembourg में आधिकारिक banking license लिया है
EU में PayPal का फ़ायदा यह था कि (1) transfer तुरंत हो जाता था, bank transfer की तरह 1–2 दिन इंतज़ार नहीं करना पड़ता था, (2) सामने वाले को मेरी bank details नहीं मिलती थीं
पहला फ़ायदा अब धीरे-धीरे SEPA instant transfer की वजह से खत्म हो रहा है
सच कहूँ तो यह बात मुझे पूरी तरह समझ नहीं आती
EU में भी transfer इतना आसान नहीं था
हमारे पास भी सिर्फ SWIFT, CHAPS जैसी systems थीं, और SEPA जैसी तेज़ी PayPal के बहुत बाद में संभव हुई
यह लेख मुझे सचमुच बहुत अच्छा लगा
एक paragraph ने मुझे बहुत गहराई से छुआ
पहले मैं obscure scripts जैसी चीज़ें google-fu, rtfm और persistence से हल कर लेता था
लेकिन LLMs की वजह से यह skill लगभग खत्म हो गई है, और अफ़सोस है कि अब सब लोग एक ही तरीके से काम कर रहे हैं
सच कहूँ तो जब कोई इस तरह आता है कि "मुझे पता नहीं था कैसे करना है इसलिए ChatGPT से पूछा, उसने 200 lines दीं, लेकिन काम नहीं हुआ", तो मेरी मदद करने की इच्छा ही नहीं होती
मैं भी रोज़ LLM के साथ coding करता हूँ और लेख की बातों से broadly सहमत हूँ
यहाँ तक कि crypto space में भी मैंने DeFi और NFT projects खुद किए हैं, और 'money laundering/crime' जैसी मज़ाकिया dismissals के बावजूद मुझे underlying technology दिलचस्प लगती है
मैं अब भी google करके और rtfm पढ़कर चीज़ें हल करता हूँ, इसलिए मुझे नहीं लगता कि मेरी skills पूरी तरह गायब हो गई हैं
मैं अभी भी LLMs द्वारा लिखे गए कच्चे code को ठीक कर रहा हूँ, और मुझे नहीं लगता कि यह पूरी तरह बुरी बात है
असली समस्या यह है कि हम code quality debt की बाढ़ के दौर में प्रवेश कर चुके हैं
LLM अक्सर गलत होते हैं, इसलिए googling की skill के गायब होने का सवाल ही नहीं उठता
यह दावा कि LLM इस्तेमाल करके हर कोई genius बन गया है, झूठ है
इंसान अब भी system की कमियाँ समझते हैं, data को ठीक करते हैं, और tools का सक्रिय रूप से इस्तेमाल करते हैं
यह वैसा है जैसे कोई कहे कि Word spacing और spelling ठीक कर देता है, तो लोग बस सब कुछ मान लेते हैं—यह तर्क बेतुका है
obscure shell और 80s-style Unix tools से जूझते रहना ही असल समस्या थी
अगर इन्हें LLM/automation से बदला जा रहा है, तो मैं उसका स्वागत करता हूँ
अच्छा है कि चीज़ें वाकई ज़्यादा user-friendly tools में बदल रही हैं
शुरुआत में कही गई बहुत-सी बातों से मैं सहमत हूँ, लेकिन मुझे यह नज़रिया कुछ ज़्यादा ही bleak लगता है, और लोगों को अज्ञानी व लालची कहकर समेट देना भी बहुत मायने नहीं रखता
बल्कि मुझे यह अधिक प्रभावशाली लगता है कि लोग ऐसे माहौल में भी किसी तरह जी लेते हैं
और "LLM का हर इस्तेमाल बेकार है" कहकर ख़ारिज कर देना अफ़सोसजनक है; इन्हें सही तरह इस्तेमाल करना भी एक skill है, इसे मानना चाहिए
हाँ, AI का बहुत इस्तेमाल बेवकूफ़ी भरी जगहों पर होता है, लेकिन कुछ गलत उपयोगों के कारण पूरी चीज़ को बेकार कहना सही नहीं
निष्कर्ष—कि लोगों को खुद कुछ करना/बनाना चाहिए—से मैं सहमत हूँ
मुझे लगता है कि status quo ज़्यादातर mimetic behavior है
आज कोई कह देता है "यही future है", और लोग उसे मानकर किसी न किसी तरह उसमें कूद पड़ना चाहते हैं; फिर कोई और देखकर वही करता है
इसलिए AI world में सचमुच नए या original projects बहुत कम हैं
इसमें शामिल बहुत-से लोगों को यह भी फ़र्क नहीं पड़ता कि वे असल में क्या बना रहे हैं; वे सिर्फ ज़्यादा पैसे और influence के सपने में दौड़ रहे हैं
इसलिए अंततः मुझे लगता है कि "अनजाने में की गई मूर्खता और लालच" वाली बात काफ़ी हद तक सही है
"यह बड़ी सांत्वना है कि लोग इस माहौल में भी जी लेते हैं"—मुझे अंदेशा है कि दुनिया अगर और गंभीर टूटन की ओर बढ़ी, तो यह तसल्ली भी कमज़ोर पड़ती जाएगी
"LLM का हर इस्तेमाल बेकार है" जैसी defensive reaction आजकल हर जगह दिखती है
ethical objections जैसी दूसरी positions भी सुननी चाहिए, लेकिन वास्तविकता से आँख मूँदकर बस blanket denial में रहना कोई समाधान नहीं
free models भी काम के हैं
कुछ सीमाएँ हैं, लेकिन वे अब भी practical हैं
LLM पर कही गई बातों से मैं सहमत नहीं, लेकिन posting बहुत अच्छी तरह लिखी गई है, उसका tone साफ़ है, सोचने पर मजबूर करता है, और उसमें वह 'website character' महसूस होता है जो आजकल दुर्लभ है
मैंने बिना किसी खास उम्मीद के click किया था, लेकिन पढ़ते-पढ़ते पुरानी internet की feeling लौट आई, जो अच्छा लगा
अगर लेख में ज़िक्र किए गए micropayments सच में होते, तो मैं लेखक को कुछ पैसे भेजना चाहता, लेकिन सिर्फ subscription विकल्प होने का अफ़सोस है
Eevee सचमुच बहुत अच्छा लिखते हैं, लेकिन यह लेख उनके पुराने लेखन जितना ज़ोरदार नहीं लगा
इसमें Twitter/Bluesky style की हल्की snark और issue-of-the-day वाली surface feel है, इसलिए पुराने लेखों की तुलना में इसका व्यक्तित्व कुछ कमज़ोर लगता है
इससे बहुत सहमत हूँ
em dash इतना ज़्यादा इस्तेमाल हुआ कि एक पल को लगा शायद AI-generated text है
(पी.एस.: लेखक GPT आने से पहले भी em dash का यही इस्तेमाल करते थे, तो यह उनकी शैली है)
ब्लॉग में जहाँ कहा गया कि bitcoin शायद अंततः currency बन जाए, वहाँ मेरी बस यही दुआ है कि ऐसा न हो
इस स्थिति में बस यही होगा कि जो लोग बाद में आएँगे, उनका पैसा पहले खरीदने वालों के लाभ में चला जाएगा
सच कहूँ तो जो लोग bitcoin के 'real money' बनने की वकालत करते हैं—खासतौर पर वे जो national retirement funds तक को bitcoin में डालना चाहते हैं—वे सब ठग लगते हैं
मुझे नहीं लगता कि ब्लॉग लेखक की यही मंशा है, लेकिन "अगर bitcoin असली पैसा बन गया तो..." जैसी धुँधली इच्छा भी आख़िरकार इसी ठगी वाली संरचना का समर्थन बन जाती है
जब public funds और pensions तक bitcoin में जा रहे हैं, तो मुझे लगता है कि इसको बढ़ावा देने वाले banks और politicians सबको सज़ा मिलनी चाहिए
अगर crypto सच में बेहतर भविष्य बनना है, तो bitcoin की value को बहुत गिरना पड़ेगा
bitcoin लगभग 'frozen' स्थिति में है, जहाँ उससे आगे बढ़ना कठिन है, और जो network इन समस्याओं को सच में हल करेगा वह शायद कुछ और ही होगा
Ethereum scalability problems पर लगातार काम करता रहा है, लेकिन उसी वजह से scams भी उसकी तरफ़ बहुत खिंचे हैं
मैं पूछना चाहूँगा कि लेखक वास्तव में चाहता क्या है
निष्कर्ष यह है: सामान्य financial/transfer freedom
यानी, किसी को भी बिना वजह पूछे आसानी से पैसे भेज पाने की आज़ादी
उदाहरण के लिए, वह लोगों से custom artwork commissions (जैसे furry porn orders) की payment आसानी से लेना चाहता है
एक अमेरिकी नागरिक Iran के किसी freelancer को development काम outsource कर सके—और यह सब आसान हो
अभी government की 'moral और practical foreign policy' वाली पाबंदियाँ, या card companies/banks की दखलअंदाज़ी, ऐसी स्वतंत्र money transfer को रोकती हैं
जैसे Visa/Mastercard कुछ industries (उदाहरण: adult content) के payments reject कर देते हैं
अंततः इसी माहौल की वजह से आम लोग भी liberalized और decentralized digital currency में रुचि लेने लगे, और उसी प्रक्रिया में scammers भी बड़ी संख्या में आ गए
असली सवाल यह है कि 'non-centralized लेकिन सुरक्षित digital cash' कैसे बनाया जाए
अगर लोग bitcoin को सिर्फ खरीदकर नहीं, बल्कि mining करके पाएँ, तो क्या वह ज़्यादा न्यायसंगत माना जाएगा?
अगर हम decentralized, supply-limited coin बनाना चाहें, तो उसे 'fairly' distribute कैसे करेंगे—यह असली सवाल है
अगर मौजूदा system (centrally controlled money) Microsoft के paid proprietary software जैसा है, तो Linux जैसे open source model—जहाँ शुरुआती फ़ायदा कुछ developers/early adopters को ही मिलता है—की ओर बदलाव की आलोचना कैसे की जाए?
क्या लगातार subscription fee (inflation) देकर centralized software इस्तेमाल करना, GNU/Linux को lump sum देकर हमेशा के लिए own करने से बेहतर है?
web वैसे ही 'बस-ठीक-ठाक चीज़ों' से भरा पड़ा है, फिर भी लोग ऐसे platforms पर इतने मोहित क्यों हैं, समझ नहीं आता
पहले internet सच में मज़ेदार था, लेकिन अब तो जिन लोगों का मैं सम्मान करता था, वे भी सिर्फ समय खा जाने वाले systems में खिंचते जा रहे हैं, यह देखकर घुटन होती है
इसी वजह से मैं खुद ऐसे platforms से दूर रहता हूँ, लेकिन कभी-कभी इससे खुद को outsider जैसा महसूस करता हूँ
AI के बारे में लेखक का 'runaway' वाला हिस्सा मुझसे connect नहीं करता
यह ज़रूर थका देता है कि LLMs को बहुत-सी जगहों पर जबरन घुसाया जा रहा है, लेकिन development tool के रूप में उनका असर इतना बड़ा है कि दिमाग़ हिल जाता है
repetitive programming tasks में बस कुछ lines की explanation लिखकर automation हो जाता है, और इससे सच में बहुत समय बचता है
सच कहूँ तो यह लेख कुछ हद तक उन लोगों के बारे में शिकायत जैसा लगा जिन्हें लेखक नापसंद करता है—platform-oriented, uncritical habit वाले लोग वगैरह
वह उन्हें "platform के ग़ुलाम, autonomy-विहीन प्राणी" कहकर कोसता है, लेकिन आख़िर में हम सब किसी और के blog पर जाकर ही पढ़ रहे हैं
भले लेखक LLMs को नापसंद करे, आगे चलकर और ज़्यादा लोग उतनी ही आसानी से जानकारी ग्रहण कर पाएँगे जितनी वह करता है, और इसे दूसरों तक प्रभावी ढंग से पहुँचाने की उसकी क्षमता को भी LLMs जल्द ही replace कर सकते हैं
आज LLMs दयनीय लगते हों, लेकिन वे आगे भी सुधरते रहेंगे, और जिन समस्याओं की ओर लेखक इशारा कर रहा है, उनके नए समाधान भी निकलेंगे
व्यापक नज़रिये से देखें तो 'mass culture' हमेशा से हल्केपन और कच्चेपन से भरी रही है, और अब पूरा internet उसी mass-ness से भर गया है
जो भी चीज़ दुर्लभ हो, online आते ही सबकी हो जाती है
इसका एक सकारात्मक पक्ष यह भी है कि information asymmetry कुछ हद तक कम होती है, और 'बुरे लोग' दूसरों को बेवकूफ़ बनाकर फ़ायदा कमाने में पहले जितने सफल नहीं रहते
social networks जैसे ad-driven systems शायद धीरे-धीरे खत्म हो जाएँगे
लेकिन हम अभी इस समझ के शुरुआती चरण में हैं, इसलिए fake news जैसी सामाजिक समस्याएँ कुछ और समय तक बनी रहेंगी
"क्या बाकी लोग सिर्फ linked lists और rebalancing binary tree वाले projects ही बना रहे हैं?"—इस सवाल पर, programming में LLM की लोकप्रियता की असली वजह यह नहीं कि वे समस्याएँ 'हल' करने में महान हैं, बल्कि यह है कि वे उन स्थापित समस्याओं की variants को आसानी से दुबारा पैदा कर देते हैं जो पहले ही बहुत बार हल की जा चुकी हैं
industry का अधिकांश काम आख़िरकार उन्हीं पुरानी समस्याओं के नए रूपों को बार-बार हल करना है
यह NIH(not invented here) की समस्या नहीं, बल्कि code reuse—यानी reuse itself—की कठिनाई है
असली मूल्य अक्सर unique problem solving और इन्हें जोड़ने वाली 'architecture' में होता है, लेकिन एक single codebase के पैमाने पर इन चीज़ों का हिस्सा उतना बड़ा नहीं होता