04. ස්වභාවික භාෂා විප්ලවය, මානව ශාස්ත්‍ර පුනරුදය සහ AI සාක්ෂරතාව

ප්‍රධාන තේමාව: පරිගණකයට කේතකරණය වෙනුවට මිනිස් භාෂාව තේරුම් ගත හැකි වූ විට, ලෝකය අංශක 180කින් ආපසු හැරේ. තාක්ෂණික විෂයයන්ට යටපත් වී තිබූ කියවීම, ලිවීම, සංවාදය සහ මානව ශාස්ත්‍ර නැවතත් මානව සමාජයේ බලගතුම සුපිරි බලය (Superpower) බවට පත්ව ඇත.

1. ස්වභාවික භාෂාවෙන් අන්තර්ගතයන් නිර්මාණය කිරීම (Prompting with Natural Language)

අතීතයේදී පරිගණකයකින් සංකීර්ණ කාර්යයක් කරවා ගැනීමට නම්, නියමිත විධාන (Commands), විශේෂිත මෘදුකාංග සින්ටැක්ස් හෝ ක්‍රමලේඛන කේත ලිවීමට අපට සිදුවිය.

අද උත්පාදක AI (Generative AI) හමුවේ සිදුව ඇත්තේ, ඔබ ඔබේ මිතුරෙකුට, කාර්යාලයේ සහායකයෙකුට හෝ ජ්‍යෙෂ්ඨ උපදේශකයෙකුට පවසන ආකාරයෙන්ම සාමාන්‍ය මිනිස් වචනවලින් (Natural Language) උපදෙස් ලබා දීමයි.

රූපය 4.1: Prompting in Generative AI — සාමාන්‍ය ස්වභාවික භාෂාවෙන් උපදෙස් ලබා දීමෙන් සංකීර්ණ ලිපි, වාර්තා සහ විශ්ලේෂණ ක්ෂණිකව උත්පාදනය කරගැනීම.

මෙම උපදෙස් ලබා දීමේ ක්‍රියාවලිය අප හඳුන්වන්නේ ප්‍රොම්ප්ටිං (Prompting) යනුවෙනි. ඔබ AI ආකෘතියට ලබා දෙන ඕනෑම ප්‍රශ්නයක්, විධානයක්, සන්දර්භයක් හෝ අවශ්‍යතාවක් ප්‍රොම්ප්ට් (Prompt) එකක් ලෙස හැඳින්වේ.

2. භාෂා සැකසුමේ ත්‍රිත්වය: NLP, NLU සහ NLG ප්‍රායෝගිකව

කෘත්‍රිම බුද්ධිය අපගේ ස්වභාවික භාෂාව තේරුම් ගෙන ප්‍රතිචාර දක්වන්නේ කෙසේද? ඒ පිටුපස ප්‍රධාන තාක්ෂණික ස්ථර තුනක් ක්‍රියාත්මක වේ:

රූපය 4.2: ස්වභාවික භාෂා සංජානන නල මාර්ගය (AI Cognitive Pipeline) — ස්වභාවික භාෂා සැකසුම (NLP), ස්වභාවික භාෂා අවබෝධය (NLU), සංස්ලේෂණය (Synthesis) සහ ස්වභාවික භාෂා උත්පාදනය (NLG) පියවරෙන් පියවර ක්‍රියාත්මක වන අයුරු.

රූපය 4.2 හි සංජානන පියවර 5 ගැඹුරු විග්‍රහය:

1. පියවර 1: පරිශීලක ආදානය (Your Input):
   පරිශීලකයා තම අවශ්‍යතාව සාමාන්‍ය බසින් ඉදිරිපත් කරයි.
   උදාහරණය: "Write a magical story about a forest that glows." (දිදුලන වනාන්තරයක් පිළිබඳ මායාකාරී කතාවක් ලියන්න).
2. පියවර 2: NLP ක්‍රියාකාරිත්වය (NLP in Action — වාක්‍ය ව්‍යුහය බිඳ හෙළීම):
   ආකෘතිය විසින් වාක්‍යය තනි තනි ඒකක සහ ටෝකන බවට වෙන් කරයි: [Write], [magical], [story], [forest], [glows]. ව්‍යාකරණමය පද වර්ග (ක්‍රියා පද, නාම විශේෂණ, නාම පද) මෙහිදී හඳුනා ගැනේ.
3. පියවර 3: NLU ක්‍රියාකාරිත්වය (NLU in Action — සැබෑ අර්ථය සහ අභිප්‍රාය ග්‍රහණය කරගැනීම):
   හුදු වචන හඳුනාගැනීමෙන් ඔබ්බට ගොස් පරිශීලකයාගේ අභ්‍යන්තර අභිලාෂය (Semantic Intent) වටහා ගනී: * ඉල්ලූ කාර්යය (Story Request): ඔව් (YES) * පරිසර පසුබිම (Setting — Glowing Forest): ඔව් (YES) * භාවාත්මක බලපෑම (Effect — Magic): ඔව් (YES)
   ආකෘතිය පරිශීලකයාගේ අවශ්‍යතාවය නිවැරදිව තේරුම් ගනී ("The AI GETS it!").
4. පියවර 4: AI සංස්ලේෂණය සහ සංකල්පීය නිර්මාණය (AI Synthesis — Imagination):
   ආකෘතිය තම පුහුණු මතකයේ ඇති දත්ත රටා පිරික්සමින් කතාන්දරයේ චරිත, පරිසරයේ වර්ණ (azure blue light), සහ සිදුවීම් මාලාව අභ්‍යන්තරව ගොඩනගයි.
5. පියවර 5: NLG සහ බහු-මාදිලි උත්පාදනය (NLG & Visual Content Generation):
   * NLG (පෙළ උත්පාදනය): සුමට, අලංකාර වචන රටාවකින් කතාව නිර්මාණය කරයි ("Once, in a hidden glade, ancient trees with luminous leaves cast soft azure light..."). * රූප උත්පාදනය (Image Generation): එම අවබෝධයම භාවිත කරමින් ඒ හා ගැළපෙන ඩිජිටල් සිතුවමක්ද එකවර උත්පාදනය කිරීමේ හැකියාව පද්ධතිය සතුය.

රාජ්‍ය සේවයේ නිදසුනක්: ග්‍රාම නිලධාරීවරයෙකු මහජන පැමිණිල්ලක් ඇතුළත් කළ විට: * NLP මගින් ලිපියේ ඇති අකුරු සහ වචන හඳුනාගනී. * NLU මගින් මෙය මායිම් ආරවුලක් බවත්, ඉඩම් මිනුම්පතිගේ වාර්තාවක් අවශ්‍ය බවත් වටහා ගනී. * NLG මගින් ප්‍රාදේශීය ලේකම්වරයා වෙත යොමු කළ යුතු නිල විමර්ශන වාර්තාව තත්පර කිහිපයකින් කෙටුම්පත් කර දෙයි.

3. "සකස්කඩ නොකියූ කට උගේ කට හුඹස් කට": මානව ශාස්ත්‍ර පුනරුදය

පසුගිය දශක හතර පහ පුරාම අපේ සමාජය දැඩි ලෙස නැඹුරු වූයේ තාක්ෂණික සහ සුදු කරපටි රැකියා (White-collar technical jobs) දෙසටයි. පරිගණක විද්‍යාව සහ ඉංජිනේරු විද්‍යාව සමාජයේ ඉහළින්ම වැජඹෙද්දී, සාහිත්‍යය, කලා ඉතිහාසය, භාෂාව සහ දර්ශනය වැනි මානව ශාස්ත්‍ර (Humanities) දෙවන පෙළට ඇද දැමිණි. සංගීතඥයන්, ලේඛකයන් පවා පරිගණක කේත ඉගෙන ගැනීමටත්, යන්ත්‍රයේ භාෂාවෙන් සිතීමටත් පෙළඹුණි.

නමුත් දැන් පරිගණකයට මිනිසාගේ භාෂාව චතුර ලෙස කතා කළ හැකි වූ විට, අපට අංශක 180කින් ආපසු හැරෙන්නට සිදුව තිබේ!

අපේ පැරණි සමාජයේ පැවති ප්‍රකට කියමනක් තිබේ: "සකස්කඩ නොකියූ කට උගේ කට හුඹස් කට". කියවීමක්, භාෂා ඥානයක්, සාහිත්‍යමය පදනමක් නැති මිනිසාගේ කට හිස් හුඹසකට සමාන බව ඉන් කියැවිණි.

AI යුගයේදී මේ කියමන අතිශය ප්‍රබල ලෙස සත්‍ය වෙමින් පවතී: * කියවූ මිනිසාට පමණක් ලිවිය හැක. * ලියන්නට හැකි මිනිසාට පමණක් තම සිතේ කරුණු පැහැදිලිව පෙළගස්වා ගත හැක. * කරුණු පෙළගස්වා ගත හැකි මිනිසාට පමණක් ගැඹුරින් සිතිය හැක. * කියවන්නට, ලියන්නට සහ සිතන්නට නොහැකි මිනිසෙකුට AI එකකින් අසන්නට කිසිදු ප්‍රශ්නයක් හෝ ප්‍රොම්ප්ට් එකක් (Prompt) නොමැත!

පරිගණකය කොතෙක් බලවත් වුවද, එය ක්‍රියාත්මක කිරීමට අවශ්‍ය "සිතුවිල්ල" (Intent) පැමිණිය යුත්තේ මිනිසාගෙනි. කියවීමෙන් සහ ගැඹුරු අවබෝධයෙන් තොර වූවෙකු යන්ත්‍රය ඉදිරියේ ගොළු වනු ඇත.

4. ස්ටීව් ජොබ්ස්ගේ "තිත් යා කිරීම" සහ මානව මූලික කුළුණු හතර (Connecting the Dots: Write, Read, Listen, Think)

Apple සමාගමේ සම-නිර්මාතෘ ස්ටීව් ජොබ්ස් (Steve Jobs) විසින් 2005 වසරේ ස්ටැන්ෆර්ඩ් විශ්වවිද්‍යාලයේදී කළ ඓතිහාසික දේශනයේදී (Stanford Commencement Address) නිර්මාණශීලීත්වය (Creativity) පිළිබඳව අපූරු අදහසක් ප්‍රකාශ කළේය:

"නිර්මාණශීලීත්වය යනු හුදෙක් තිත් එකිනෙක යා කිරීමකි (Creativity is just connecting dots). අතීතයේ අප ලැබූ විවිධ අත්දැකීම්, කියවූ පොත්පත්, දුටු මිනිසුන් සහ විඳි අත්දැකීම් එකිනෙක යා කළ විට, අනාගතයේ පෙර නොවූ විරූ නවමු යමක් නිර්මාණය කළ හැක."

රූපය 4.3: Connecting the Dots — AI යුගයේදී මිනිසා සතු විය යුතු මූලික කුසලතා හතර: ලිවීම (Write), කියවීම (Read), සවන්දීම (Listen), සහ සිතීම (Think).

රූපය 4.3 හි මානව කුළුණු හතර:

1. සිතීම (Think — ගැටලුව හඳුනාගැනීම): පැහැදිලි, තර්කානුකූල චින්තනයක් නොමැතිව කිසිදු සාර්ථක ප්‍රොම්ප්ට් එකක් සෑදිය නොහැක. ඔබ සිතන ආකාරය ඔබේ විධානය තීරණය කරයි.
2. ලිවීම (Write — අදහස් ප්‍රකාශනය): තම සිතේ ඇති සංකීර්ණ අවශ්‍යතාවය වචන බවට පත් කිරීමේ හැකියාව. නිවැරදි සීමාවන්, පසුබිම සහ කාර්යය ලිඛිතව ගොනු කිරීම.
3. කියවීම (Read — විචාරශීලී විගණනය): AI එකකින් ලියවිල්ලක් තත්පර 3කින් ගත හැක; නමුත් එහි ඇති නීතිමය නිරවද්‍යතාවය සහ සත්‍ය අසත්‍යතාවය තහවුරු කරගත හැක්කේ ඉතා සියුම්ව කියවා බැලිය හැකි නිලධාරියෙකුට පමණි.
4. සවන්දීම (Listen — පුරවැසි සංවේදීතාව): රාජ්‍ය සේවයේ මුල්ගල වන්නේ මහජනතාවගේ වේදනාවට සහ ප්‍රශ්නවලට සවන්දීමයි. යන්ත්‍රයකට සංවේදී විය නොහැක; සංවේදීව සවන් දී එම තොරතුරු පද්ධතියට එක් කළ හැක්කේ ඔබට පමණි.

තිත් යා කිරීමට නම්, පළමුව ඔබ සතුව එකතු කරගත් තිත් තිබිය යුතුය! (If you are to connect the dots, you must first collect the dots).

කෘත්‍රිම බුද්ධිය ඉදිරියේ ඔබ තිත් එකතු කරගන්නේ කෙසේද? ඊට ඇති එකම මග වන්නේ: පුළුල්ව කියවීම, මිනිසුන්ට සංවේදීව සවන්දීම, සහ ලෝකය දෙස විවෘත මනසකින් බැලීමයි. ඔබ සතුව විවිධ ක්ෂේත්‍ර පිළිබඳ දැනුම නමැති තිත් තිබෙන විට, AI මෙවලම උපයෝගී කරගෙන එම තිත් යා කරමින් පෙර නොවූ විරූ පරිපාලන විසඳුම් නිර්මාණය කිරීමට ඔබට හැකිවනු ඇත.

5. ඩිජිටල් පරතරය පියවීම: ගමේ ATM එක සහ ආච්චිගේ අත්දැකීම

උත්පාදක AI සහ ස්වභාවික භාෂා විප්ලවය රාජ්‍ය සේවයට සහ පොදු ජනතාවට වැදගත් වන්නේ ඇයිද යන්න පැහැදිලි කිරීමට මා නිතර ගෙනහැර දක්වන සැබෑ සමාජීය උදාහරණයක් තිබේ.

පරිගණක ආරක්ෂාව (Cybersecurity) සහ NIST ඩිජිටල් අනන්‍යතා මාර්ගෝපදේශ (NIST SP 800-63B Authentication Guidelines) පිළිබඳ කතා කරන විට, පුද්ගලයෙකුගේ අනන්‍යතාවය තහවුරු කිරීමට මූලික සාධක 3ක් (Three Factors of Authentication) භාවිත කෙරේ: 1. ඔබ දන්නා දෙයක් (Something you know): මුරපදයක් (Password) හෝ රහස් අංකයක් (PIN). 2. ඔබ සතු දෙයක් (Something you have): බැංකු කාඩ්පතක් (ATM Card) හෝ ජාතික හැඳුනුම්පත. 3. ඔබ සතු ලක්ෂණයක් (Something you are): ඇඟිලි සලකුණ (Fingerprint), මුහුණ (Facial recognition) හෝ ඇසේ කණිනිකාව (Retina). අද ජාතික ඩිජිටල් හැඳුනුම්පත (SLUDI) ඔස්සේ ගොඩනැගෙන්නේ මෙයයි.

බැංකුවක් විසින් ATM යන්ත්‍රයකින් මුදල් ලබා ගැනීම සුරක්ෂිත කර ඇත්තේ සාධක දෙකක සත්‍යාපනයක් (Two-Factor Authentication - 2FA) මගිනි: එනම් ඔබ සතු කාඩ්පත (Something you have) සහ ඔබ දන්නා රහස් අංකය (Something you know) මගිනි.

නමුත් ඔබ ග්‍රාමීය ප්‍රදේශයක ATM යන්ත්‍රයක් අසලට ගොස් මදක් බලා සිටින්න: වැඩිහිටි ආච්චි කෙනෙකු හෝ සීයා කෙනෙකු මුදල් ගැනීමට පැමිණි විට සිදුවන්නේ කුමක්ද? තිරයේ ඇති ඉංග්‍රීසි වචන, බොත්තම් හෝ සංකීර්ණ මෙනු තේරුම් ගැනීමට තරම් ඩිජිටල් සාක්ෂරතාවක් ඔවුන් සතුව නැත.

අවසානයේදී එම වැඩිහිටියා කරන්නේ කුමක්ද? යන්ත්‍රය අසල සිටින නොහඳුනන තරුණයෙකුට හෝ ආරක්ෂක නිලධාරියාට තම ATM කාඩ්පත සහ රහස් අංකය (PIN) යන දෙකම අතට දී, "අනේ පුතේ, මට මේකෙන් රුපියල් හාරදාහක් අරන් දෙන්න" යැයි බැගෑපත්ව ඉල්ලා සිටීමයි!

ස්වභාවික භාෂා AI මගින් විසඳන්නේ මෙම ඓතිහාසික අසාර්ථකත්වයයි!

අනාගත ATM යන්ත්‍රයක් හෝ ප්‍රාදේශීය ලේකම් කාර්යාලයේ තොරතුරු කවුළුවක් හමුවේ, පුරවැසියාට බොත්තම් ඔබන්නට හෝ සංකීර්ණ පෝරම පුරවන්නට අවශ්‍ය නැත. ඇයට තම සාමාන්‍ය කටහඬින්: "පුතේ, මගේ විශ්‍රාම වැටුප වැටිලද බලලා මට රුපියල් හාරදාහක් අරන් දෙන්න" යැයි කතා කළ හැක.

යන්ත්‍රය ඇගේ කටහඬ, භාෂාව සහ ඇඟිලි සලකුණ (Biometrics) හඳුනාගෙන, කිසිදු අතරමැදියෙකුගේ පිහිටක් නොමැතිව එම සේවාව ක්ෂණිකව සලසා දෙයි. ඩිජිටල් ලෝකයෙන් කොන්වී සිටි දුප්පත්, වැඩිහිටි සහ සාමාන්‍ය පුරවැසියා සැබවින්ම බලගැන්වෙන්නේ මෙම ස්වභාවික භාෂා විප්ලවය තුළිනි.

🎬 සජීවිකරණ වීඩියෝව නරඹන්න (විනාඩි 1½): The ATM That Learned Our Language — Banking in the Gen AI Era

6. රාජ්‍ය නිලධාරියාට අවශ්‍ය නව AI සාක්ෂරතාව සහ මානව-යන්ත්‍ර හවුල්කාරිත්වය (Human-AI Partnership)

මෙම විප්ලවීය යුගයේදී රාජ්‍ය නිලධාරියෙකු සතු විය යුතු සැබෑ AI සාක්ෂරතාව යනු හුදෙක් පරිගණක යතුරු ලියනය කිරීම නොවේ. රූපය 4.4 හි දැක්වෙන්නේ මානව-යන්ත්‍ර හවුල්කාරිත්වය කේන්ද්‍ර කරගත් අත්‍යවශ්‍ය මූලික කුසලතා ස්ථම්භ 5යි:

රූපය 4.4: උත්පාදක AI යුගයේ අත්‍යවශ්‍ය කුසලතා ආකෘතිය (Gen AI Essential Skills) — AI සාක්ෂරතාව, ප්‍රොම්ප්ට් උපායමාර්ග, විෂය ප්‍රවීණතාව, සදාචාරාත්මක වගවීම සහ මානව-යන්ත්‍ර හවුල්කාරිත්වය.

රූපය 4.4 හි මූලික කුසලතා ස්ථම්භ 5 විග්‍රහය:

1. AI සාක්ෂරතාව සහ දත්ත චතුරතාව (AI Literacy & Data Fluency): * ආකෘතිවල හැකියාවන් සහ තාක්ෂණික සීමාවන් හඳුනාගැනීම (Model Capabilities & Limitations). * දත්ත පාලනය සහ සදාචාරාත්මක මූලාශ්‍ර භාවිතය (Data Governance & Ethical Sourcing). * පුහුණු දත්තවල ඇති පක්ෂග්‍රාහීත්වයන් (Bias Detection) හඳුනාගැනීම.
2. ප්‍රොම්ප්ට් උපායමාර්ග සහ විශ්ලේෂණය (Prompt Strategy & Analysis): * සංකීර්ණ, පියවරෙන් පියවර විමසුම් සැලසුම් කිරීම (Crafting Complex Iterative Prompts). * ප්‍රතිදාන නිරවද්‍යතාව පරීක්ෂා කිරීම (Verifying Generated Outputs). * කරුණු සත්‍යාපනය සහ ගුණාත්මක පාලනය (Fact-Checking & Quality Control).
3. විෂය ක්ෂේත්‍ර ප්‍රවීණතාව සහ උපායමාර්ගික දැක්ම (Domain & Strategic Insight): * ගැඹුරු රාජ්‍ය සේවා පරිපාලන සහ නීතිමය සන්දර්භය (Deep Administrative Context). * ආයතනයට වටිනාකමක් ගෙන දෙන භාවිත අවස්ථා හඳුනාගැනීම (Business Case Development). * උපායමාර්ගිකව ආයතනය තුළ AI අනුගත කරගැනීමේ සැලසුම් සම්පාදනය.
4. වගකීම් සහගත AI සහ සදාචාරය (Responsible AI & Ethics): * සදාචාරාත්මක රාමු සහ මූලධර්ම (Ethical Frameworks & Transparency). * පුරවැසි දත්ත රහස්‍යතාව සහ පද්ධති ආරක්ෂාව (Data Privacy & Security). * ජාතික දත්ත ආරක්ෂණ නීති සහ රෙගුලාසිවලට අනුකූල වීම (Regulatory Compliance).
5. මානව-යන්ත්‍ර හවුල්කාරිත්වය (Human-AI Partnership — කේන්ද්‍රය): * AI නියෝජිතයන් සමග කණ්ඩායමක් ලෙස වැඩ කිරීම (Teamwork with AI Agents). * අඛණ්ඩ සහයෝගීතාව සහ පුනරාවර්තන කාර්ය ප්‍රවාහයන් (Iterative Collaboration). * නිරන්තර කුසලතා සංවර්ධනය (ඉඩසර ඇකඩමියේ අඛණ්ඩ ඉගෙනුම් ක්‍රමවේදය).

මීළඟ පරිච්ඡේදයේදී, AI එකකින් නිවැරදිම ප්‍රතිඵලය ලබා ගැනීම සඳහා අවශ්‍ය වන වැදගත්ම මානව කුසලතාව වන "පැහැදිලි අදහස් ප්‍රකාශනය (Articulation)", කුඩා දරුවෙකුගේ කුතුහලය සහ Prompting කලාව ප්‍රායෝගිකව හදාරමු.