இன்று இதே நாள், இதே நேரம்—
என் உயிர் முதன் முதலில் உலகைத் தொட்ட தருணம்.
அம்மாவின் கருப்பையில் இருந்து
அறுபத்திநான்கு ஆண்டுகள் முன்
ஒளி கண்ட அந்த நொடி,
இன்றும் என் நெஞ்சில் நின்று ஒலிக்கிறது.
ஒரே கருப்பையின் அரவணைப்பில்
பத்து உயிர்கள் மலர்ந்தோம் நாம்—
ஒரே நெஞ்சின் துடிப்பை கேட்டோம்,
ஒரே மார்பின் பாலை ருசித்தோம்,
அந்த பந்தம், தொப்புள் கொடி போல்
இன்றும் நம்மை இணைத்துக் கொண்டே இருக்கிறது.
எங்களை தோளில் சுமந்த தந்தையின் வலிமை,
நம்மை உயிராய் தழுவிய அன்பு—
சொல்ல முடியாத சின்னஞ்சிறு தியாகங்கள்,
எங்கள் வாழ்வின் முதுகெலும்பாய் நின்றன.
வலியால் எங்களை பெற்றெடுத்த தாய்—
உயிரையே நமக்காக கொடுத்த தெய்வம்.
அவள் நெஞ்சின் துடிப்பில் நாங்கள் பிறந்தோம்,
அவள் கண்களின் கனவில் நாங்கள் வளர்ந்தோம்.
இன்று, இந்த நினைவுகள் அனைத்தும்
என் உள்ளத்தில் மலர்கின்றன—
நன்றி, பெருமிதம், அன்பு என
மூன்று சொற்களில் அடங்காத உணர்வுகளாய்.
என் பிறப்பு ஒரு நாள் அல்ல,
ஒரு புனிதமான உறவு—
அம்மா, அப்பா, என் உறவுகள் எல்லாம்
என் வாழ்வின் அர்த்தம் என்பதை
இன்று மீண்டும் உணர்கிறேன்.
Blog
-
சிறந்த கவிதை
-
தர்க்கமும் தீர்வும் நமக்குள்ளே..
உங்கள் மிகவும் செலவுமிக்க சிக்கலை இயக்கும் அதே மனதைத்தான் நீங்களும் அதைத் தீர்க்க முயற்சிக்கிறீர்கள். அது ஒரு துல்லியமான தொழில்நுட்ப உட்பொருளைக் கொண்ட ஒரு கட்டமைப்பு சார்ந்த உண்மை — மேலும், எந்தவொரு தீவிரமான தலையீடும் உண்மையில் என்ன செய்ய வேண்டும் என்பதையும் அது மாற்றிவிடுகிறது.
ஒவ்வொரு எண்ணமும் உள்ளார்ந்த விதிகளின்படி செயல்படுகிறது. அபிதர்மம், உணர்வுபூர்வ அனுபவத்தின் ஒவ்வொரு கணத்திலும் விதிவிலக்கின்றி இருக்கும் ஐந்து காரணிகளில் ஒன்றாக, பகுத்தறியும் மனக் காரணியான சம்ஞையை அடையாளம் காட்டுகிறது. ஒவ்வொரு மனமும், ஒவ்வொரு அறிதல் கணத்திலும், இந்தச் செயல்பாட்டைச் செய்துகொண்டிருக்கிறது: வகைப்படுத்துதல், ஒப்பிடுதல், பாகுபடுத்துதல், மதிப்பிடுதல். ஒரு பறவையிடம் அது இருக்கிறது. ஒரு மீனிடம் அது இருக்கிறது. உறங்கும் ஒருவரிடமும் அதன் ஒரு வடிவம் இயங்கிக்கொண்டிருக்கிறது. மனம் ஒரு செயலில் ஈடுபட்டிருக்கும்போது இது நடப்பதில்லை. அதுவே மனதின் இயல்பு. புலனுணர்வு ஏற்படும் கணத்திலேயே, பகுத்தறியும் இயங்குமுறை செயல்படத் தொடங்கிவிடுகிறது.
இதன் பொருள், சிந்தனை என்பது ஒரு கணக்கீட்டுப் பொறிமுறை. அது, உள்வரும் யதார்த்தத்தை எடுத்துக்கொண்டு, அதை ஆராயும் திறன் உங்களுக்கு வருவதற்கு நீண்ட காலத்திற்கு முன்பே நிறுவப்பட்ட ஒரு உள்ளார்ந்த தர்க்கத்தின்படி அதன் மீது செயல்பாடுகளை இயக்குகிறது. மேலும், பயனர் திரையைப் பார்த்தாலும் பார்க்காவிட்டாலும் ஒரு பின்னணிச் செயல்முறை தொடர்ந்து இயங்குவதைப் போலவே, நீங்கள் உணர்வுபூர்வமாக என்ன முடிவு செய்தாலும் அந்தத் தர்க்கம் தொடர்ந்து இயங்குகிறது.
இது, க்லேஷங்கள் உண்மையில் என்ன என்பதை மறுவரையறை செய்கிறது. உள்ளிருந்து பார்க்கும்போது, அவை புலனுணர்வு போலத் தோன்றுகின்றன. அவை, அனுபவம் பேசுவது போலவும், பெரும் முயற்சிக்குப் பிறகு கிடைத்த வடிவங்களை அடையாளம் காண்பது போலவும், வெளிப்படையான உண்மை போலவும் உணர்கின்றன. ஆனால் கட்டமைப்பு ரீதியாக, அவை இன்னும் குறிப்பிட்ட ஒன்று: சிதைக்கப்பட்ட முன்முடிவுகளின் மீது இயங்கும் ஒரு தர்க்கரீதியான செயல்பாடுகளின் தொகுப்பு, இது முழுமையான உள் நிலைத்தன்மையுடன் முடிவுகளை உருவாக்குகிறது. வெறுப்பு முறை என்பது உங்கள் சிந்தனையைத் தடம் புரளச் செய்யும் ஒரு உணர்ச்சி அல்ல. அதுவே சிந்தனை — மனம் உருவாக்கிய ஒரு வகைப்பாட்டின் மீது செயல்படும் ஒரு குறிப்பிட்ட அனுமான வரிசை, முன்முடிவுகள் ஏற்கனவே தீர்மானித்த ஒரு முடிவை நோக்கிச் செலுத்துகிறது. பற்றுச் சுழற்சி என்பது உங்கள் பகுத்தறிவை மீறும் ஒரு உணர்வு அல்ல. அது, மனம் தனக்குத்தானே ஏற்படுத்திக்கொள்ளும் ஒரு தர்க்கரீதியான வாதம்; அது, மனமே நிறுவி, ஒருபோதும் கேள்விக்குட்படுத்தாத ஒரு முன்முடிவிலிருந்து உருவாக்கப்படுகிறது.
தவறான தர்க்கமும் சரியான தர்க்கமும் ஒரே இயக்கமுறையில்தான் இயங்குகின்றன. ஒரு இருப்புநிலைக் குறிப்பைத் துல்லியமாகப் படிக்க உதவும் அதே பகுத்தறியும் திறன்தான் க்ளேஷாவையும் இயக்குகிறது. அது பழுதடைவதில்லை. அது துல்லியமாகச் செயல்படுகிறது. பிரச்சனை மூலத்திலேயே, அதாவது அடிப்படைக் கருத்தின் மட்டத்திலேயே உள்ளது.தீர்ப்பாக இயங்கும் வழிமுறை
இந்தப் பார்வையாளர்களுக்கு முக்கியத்துவம் வாய்ந்த மட்டத்தில் இது எப்படி இருக்கிறது என்பதைக் கருத்தில் கொள்ளுங்கள்.
பல ஆண்டுகளாக உண்மையான விஷயங்களை உருவாக்கி, நிஜமான சிக்கல்களைக் கையாண்டு, பெரும் சவால்களைக் கொண்ட முடிவுகளை எடுத்த ஒரு மூத்த நிர்வாகி, தனக்குக் கீழ் பணியாற்றும் ஒரு குறிப்பிட்ட நபருடன் தொடர்ந்து ஒரு முட்டுக்கட்டையை எதிர்கொள்கிறார். அந்த நபர் திறமையானவர், வெளிப்படையாகவே ஆற்றல் வாய்ந்தவர், ஆனால் அவரை மேம்படுத்த எடுக்கும் ஒவ்வொரு முயற்சியும் உராய்வையே ஏற்படுத்துகிறது. நேரடியாகப் பேசிப் பார்க்கப்பட்டது. பொறுமையுடன் பேசிப் பார்க்கப்பட்டது. செயல்முறையை விட முடிவுகளை மையமாகக் கொண்டு பொறுப்புக்கூறலை மறுசீரமைத்துப் பார்க்கப்பட்டது. எதுவும் பலனளிக்கவில்லை. காலப்போக்கில், ஒரு முடிவு மெல்ல மெல்ல நிலைபெறுகிறது: இந்த நபருக்குப் பயிற்சி அளிக்க முடியாது. பிரச்சனை அவர்களிடமே உள்ளது.
அந்த முடிவு அனுபவத்தின் தன்மையைக் கொண்டுள்ளது. அது அமைதியாகவும், நன்கு யோசித்தும், வெளிப்படையாக ஆதாரங்களின் அடிப்படையிலும் வெளிப்படுகிறது. அது ஒரு உணர்ச்சிப்பூர்வமான எதிர்வினைக்கு நேர்மாறானதாகத் தோன்றுகிறது. அது ஒரு தீர்ப்பு போலத் தோன்றுகிறது.
அனுமான வரிசையைத் தலைகீழாக இயக்கினால், அதன் கட்டமைப்பு வித்தியாசமாகத் தெரிகிறது. ஆரம்பக் கவனிப்பு — இந்த நபர் கொடுக்கப்படும் வழிகாட்டுதலை எதிர்க்கிறார் — என்பது துல்லியமானது. ஆனால் அதிலிருந்து எடுக்கப்பட்ட அனுமானம், ஒருபோதும் கூறப்படாத மற்றும் ஒருபோதும் ஆராயப்படாத ஒரு முன்முடிவை அடிப்படையாகக் கொண்டது: அதாவது, வழிகாட்டுதல் வழங்கப்பட்ட விதம் என்பது ஒரு மாறி அல்ல. இந்த குறிப்பிட்ட சூழலில், இந்த குறிப்பிட்ட நபரிடம் இயக்குபவரின் அணுகுமுறை தரவுத் தொகுப்பின் ஒரு பகுதி அல்ல. அந்த முன்முடிவு, வெளிப்படையானது போல் தோன்றியதால் கண்ணுக்குத் தெரியாமல், ஒரு பின்னணி அனுமானமாக வந்தது, அன்றிலிருந்து அது முடிவுகளை உருவாக்கி வருகிறது. அதைத் தொடர்ந்த ஒவ்வொரு தொடர்பும் அதன் வழியாகவே செயலாக்கப்பட்டது. ஒவ்வொரு உறுதிப்படுத்தலும் ஏற்றுக்கொள்ளப்பட்டது. ஒவ்வொரு மறுப்பும் மறுவகைப்படுத்தப்பட்டது. அந்த நெறிமுறை ஒரு மூடிய சுழற்சியை இயக்கி, அதன் வெளியீட்டைப் பகுத்தறிதல் என்று அழைத்தது.
இது சுய விழிப்புணர்வின் தோல்வி அல்ல. இயக்குபவர் சுய விழிப்புணர்வுடன் இருக்கிறார். இது அனுமானக் கட்டமைப்பின் மட்டத்தில் ஏற்படும் ஒரு தர்க்கரீதியான தோல்வியாகும் — அதாவது, ஒரு முன்மொழிவு, தொடர்ச்சியான கீழ்நிலை முடிவுகளை உருவாக்குகிறது; அந்த முடிவுகள், அந்த முன்மொழிவே ஒருபோதும் பரிசோதனைக்கு உட்படுத்தப்படாததாலேயே, உறுதியானவை போலத் தோன்றுகின்றன. ‘கிளேசா’ என்பது இயக்குபவர் உணரும் விரக்தி அல்ல. ‘கிளேசா’ என்பது, அந்த விரக்தி சுட்டிக்காட்டும், பரிசோதிக்கப்படாத தர்க்கரீதியான கட்டமைப்பாகும்.
விழிப்புணர்வு உங்களை முடிவுக்கு அழைத்துச் செல்கிறது. அமைப்பு செயல்படும் முடிவை அது உங்களுக்குக் காட்டுகிறது. அதனால், தானாகவே அதன் சொந்த செயல்பாடுகளின் மட்டத்தில் அனுமானக் கட்டமைப்பிற்குள் நுழைந்து, தர்க்கம் முறியும் துல்லியமான புள்ளியைக் கண்டறிய முடியாது.இந்தப் பிரச்சனைக்காக மரபு என்ன கட்டமைத்தது
பெரும்பாலான மேற்கத்தியக் கட்டமைப்புகள் தவறவிடும் ஒரு வேறுபாட்டை வஜ்ரயான மரபு முன்வைக்கிறது. புறப் பகுப்பாய்வின் தர்க்கம் — கணிதம், தத்துவம், முறைசார்ந்த வாதம் — என ஒன்று உண்டு; மற்றொன்று அறிதலின் தர்க்கம்: அதாவது, மனம் தான் அறிவதை எவ்வாறு அறிகிறது, ஒரு புலனுணர்வை எது செல்லுபடியாக்குகிறது, மற்றும் திரிபுபட்ட அறிதல் உள்ளிருந்து எவ்வாறு தன்னை ஒரு செல்லுபடியாகும் புலனுணர்வாக மாறுவேடமிடுகிறது என்பனவற்றைப் பற்றிய முறைப்படுத்தப்பட்ட ஆய்வு.
பிரமாணம் என்பது இரண்டாவது வகை. மேலும், அந்த எடுத்துக்காட்டில் உள்ள இயக்குபவரால் நுண்ணறிவு, சுய விழிப்புணர்வு அல்லது முயற்சி ஆகியவற்றால் மட்டும் தீர்க்க முடியாத ஒரு பிரச்சனைக்காகவே இது துல்லியமாக உருவாக்கப்பட்டுள்ளது…
-
போர்கள் vs. அமைதி
உங்கள் உணர்வு புரிகிறது — இப்படி உலகில் பல இடங்களில் ஒரே நேரத்தில் மோதல்கள் நடப்பது உண்மையிலேயே கவலைக்குரியது.
தற்போதைய நிலை (சுருக்கமாக)
அமெரிக்கா மற்றும் ஈரான் இடையில் 2 வார தற்காலிக போர்நிறுத்தம் ஒப்புக்கொள்ளப்பட்டுள்ளது. இது ஒரு நல்ல முன்னேற்றம் தான்.
ஆனால் இந்த போர்நிறுத்தம் மிகவும் மெலிந்த (fragile) நிலையில் உள்ளது; எந்த நேரத்திலும் மீண்டும் மோதல் ஏற்படலாம்.
இதே நேரத்தில், இஸ்ரேல் லெபனானில் தாக்குதலை தொடர்ந்து நடத்துகிறது, ஏனெனில் அந்த ஒப்பந்தம் லெபனானுக்கு பொருந்தாது என்று அவர்கள் கூறுகிறார்கள்.
ஏன் இப்படிச் சூழல்?
இது சாதாரண “ஒரே போர்” இல்லை.
இது பல அடுக்குகள் கொண்ட மோதல்:
அமெரிக்கா ↔ ஈரான்
இஸ்ரேல் ↔ ஹெஸ்புல்லா (லெபனான் அமைப்பு)
இந்த எல்லாம் ஒன்றுக்கொன்று தொடர்புடையவை
அதனால் ஒரு இடத்தில் போர்நிறுத்தம் நடந்தாலும், மற்ற இடங்களில் போர் தொடரலாம்.
உங்கள் கருத்தைப் பற்றி
நீங்கள் சொல்வது போல:
> “எல்லா நாடுகளும் போரை நிறுத்த வேண்டும்”
இது உலகளாவிய உண்மை.
ஆனால் நடைமுறையில்:
ஒவ்வொரு நாடும் தன் பாதுகாப்பு, அரசியல், கூட்டணி ஆகியவற்றை முன்னிலைப்படுத்துகிறது
அதனால் ஒரே நேரத்தில் முழு அமைதி ஏற்படுவது கடினம்
நம்பிக்கை இருக்கிறதா?
ஆம், இருக்கிறது:
இந்த 2 வார போர்நிறுத்தம் ஒரு வாய்ப்பு (window)
சரியான பேச்சுவார்த்தை நடந்தால், பெரிய போரை தவிர்க்கலாம்
பல நாடுகள் (ஐரோப்பா போன்றவை) அமைதிக்காக அழுத்தம் கொடுக்கின்றன
—
👉 முடிவாக:
நீங்கள் உணர்கிற வருத்தம் சரியானதே. உலகம் முழுவதும் பொதுமக்களே அதிகம் பாதிக்கப்படுகிறார்கள்.
அமைதி தான் எல்லோருக்கும் நல்லது — ஆனால் அதை அடைவது அரசியல் ரீதியாக சிக்கலான ஒன்று. -
மூன்று வருட AI ஆராய்ச்சி by MIT
இந்த மின்னஞ்சலைப் பகிர்தீர்களா? மேலும் பலவற்றிற்கு இங்கே குழுசேரவும்.
மனிதர்கள்
நமது உருவாக்க செயற்கை நுண்ணறிவுப் பணிக்குழுவை நிறைவு செய்தல்
எம்ஐடி எதிர்காலப் பணிகள்
ஏப்ரல் 8
செயலியில் படிக்கவும்
உருவாக்க செயற்கை நுண்ணறிவு மற்றும் எதிர்காலப் பணிகள் குறித்த எம்ஐடி-யின் பணிக்குழுவின் பணிகளை நிறைவு செய்யும் விதமாக, உருவாக்க செயற்கை நுண்ணறிவு தொடர்பாக நிறுவனங்கள் மேற்கொண்ட சோதனைகள் குறித்த எங்கள் மூன்று ஆண்டுகால ஆராய்ச்சியின் கண்டுபிடிப்புகளைச் சுருக்கமாக விவரிக்கும் ஒரு ஆய்வறிக்கையை நாங்கள் வெளியிடுகிறோம்.
இதோ நிர்வாகச் சுருக்கம் மற்றும் இதோ முழு ஆய்வுக் கட்டுரை (சுருக்கம் கீழே கொடுக்கப்பட்டுள்ளது).
உருவாக்க செயற்கை நுண்ணறிவு எவ்வாறு சிறந்த வேலைவாய்ப்புகளுக்கு வழிவகுக்கும்? ஜனவரி 2026-ல், ஏறக்குறைய பாதி அமெரிக்கத் தொழிலாளர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதாகத் தெரிவித்தனர், ஆனால் புதிய தொழில்நுட்பங்கள் அவர்களின் வேலைகளின் தரத்தை எவ்வாறு பாதித்துள்ளன என்பது பெரும்பாலும் தெளிவாகத் தெரியவில்லை. சுகாதாரம் மற்றும் உயிர் அறிவியல்; சில்லறை வணிகம்; நிதி, காப்பீடு மற்றும் ரியல் எஸ்டேட்; மற்றும் உற்பத்தி ஆகிய நான்கு முக்கியத் தொழில் குழுக்களைச் சேர்ந்த இருபதுக்கும் மேற்பட்ட நிறுவனங்களில் நடத்தப்பட்ட ஒரு ஆய்வின் அடிப்படையில், இந்த ஆய்வறிக்கையானது, நிறுவனங்கள் உருவாக்க செயற்கை நுண்ணறிவை எவ்வாறு பரிசோதித்துள்ளன; அந்தப் பரிசோதனைகள் தொழிலாளர்களின் பங்குகளை எவ்வாறு மாற்றியுள்ளன; மேலும், நிறுவனங்கள் புதிய தொழில்நுட்பங்களை ஒருங்கிணைக்கும்போது உயர்தர வேலைவாய்ப்புகளை எவ்வாறு ஆதரிக்க முடியும் என்பன போன்ற போக்குகளை அடையாளம் காட்டுகிறது.
நாங்கள் ஆய்வு செய்த நிறுவனங்களிடையே உருவாக்க செயற்கை நுண்ணறிவின் பயன்பாடுகள் மூன்று பொதுவான சவால்களை நோக்கியதாக இருந்தன. முட்டுக்கட்டைப் பிரச்சினை என்பது, அதிக மதிப்புக்கூட்டப்பட்ட பணிகளுக்குத் தடையாக இருக்கும், பெருகிவரும் எண்ணிக்கையிலான எளிய பணிகளுக்குப் பணியாளர்கள் பொறுப்பாக இருக்கும் ஒரு நிலையாகும். உருவாக்க செயற்கை நுண்ணறிவு கருவிகள், ஏறக்குறைய வழக்கமான பணிகளை விரைவுபடுத்துவதன் மூலம் இந்த முட்டுக்கட்டைகளைத் தளர்த்துவதை நோக்கமாகக் கொண்டுள்ளன. உணவகப் பிரச்சினை என்பது , பணியாளர்கள் பல்வேறு துறைகளைச் சேர்ந்த நிபுணர்களுடன் கலந்தாலோசித்து, அவர்களின் உள்ளீடுகளை ஒரு தயாரிப்பு, ஆவணம் அல்லது யோசனையில் ஒருங்கிணைக்க வேண்டிய ஒரு செயல்பாட்டில் எழுகிறது. அந்தத் துறை நிபுணர்கள் கடந்த காலத்தில் உருவாக்கியவற்றின் அடிப்படையில், அவர்கள் என்ன சொல்லியிருக்கக்கூடும் என்பதைக் கணிக்க, நிறுவனங்கள் உருவாக்க செயற்கை நுண்ணறிவை நாடியுள்ளன. கற்றல் வளைவுப் பிரச்சினை என்பது, ஒரு புதிய துறையில் ஒரு சிக்கலான பணியை முடிக்க, புதியவர்களுக்குத் தேவைப்படும் கூடுதல் நேரத்தையும் முயற்சியையும் குறிக்கிறது. உருவாக்க செயற்கை நுண்ணறிவு கருவிகள், பணியாளர்கள் புதிய துறைகளில் அதிக அனுபவம் பெற்றவர்களைப் போலச் செயல்படவும், நிபுணத்துவத்தை வளர்த்துக் கொள்ளவும் உதவுவதை நோக்கமாகக் கொண்டுள்ளன.
இந்தச் சவால்களை எதிர்கொள்ளும் உருவாக்கமுறை செயற்கை நுண்ணறிவின் பயன்பாடுகள் அனைத்திலும், தொழில்முறை மற்றும் தொழில்நுட்பப் பணியாளர்கள் செய்யுமாறு கேட்கப்படும் முக்கியப் பணிகளில் ஒரு மாற்றம் ஏற்பட்டுள்ளது. உருவாக்கமுறை செயற்கை நுண்ணறிவுக் கருவிகள் பயன்படுத்தப்படும் இடங்களில், பணியாளர்கள் ஒரு செயல்முறையை கைமுறையாகச் செயல்படுத்துவதற்குப் பதிலாக, அச்செயல்முறையை மேற்பார்வையிட்டுப் பகுப்பாய்வு செய்யும் “செயல்முறையில் உள்ள மனிதராக” மேற்பார்வைக் கட்டுப்பாட்டுப் பணிகளைச் செய்யுமாறு அதிகளவில் கேட்கப்படுகிறார்கள். சட்டம் அல்லது சுகாதாரத் துறையில் உள்ள பணியாளர்களுக்கு மேற்பார்வைக் கட்டுப்பாட்டுப் பணிகள் புதியதாக இருக்கலாம் என்றாலும், “செயல்முறையில் உள்ள மனிதர்” என்ற கருத்து புதியதல்ல. விமான ஓட்டுநர்கள் மற்றும் உற்பத்தித் தொழில்நுட்ப வல்லுநர்கள் முதல் பயன்பாட்டு நிறுவனங்களின் இயக்குநர்கள் வரை பலதரப்பட்ட தொழில்களில் உள்ளவர்கள் தானியங்கு அமைப்புகளின் மேற்பார்வையாளர்களாக உள்ளனர். மேலும், இந்தப் பணிகளில் உள்ள பணியாளர்கள் எவ்வாறு சிறந்து விளங்கலாம் என்பதற்கான வழிகாட்டுதல்கள் உள்ளன, அவை உருவாக்கமுறை செயற்கை நுண்ணறிவின் பயன்பாட்டிற்கு வழிகாட்டக்கூடும்.
செயற்கை நுண்ணறிவைச் சார்ந்திருக்கும் தொழிலாளர்களின் பணித் தரத்தையோ அல்லது திறன் அளவையோ குறைக்காமல், உற்பத்தித்திறன் மற்றும் அறிவு உருவாக்கத்திற்கான இந்தத் தொழில்நுட்பங்களின் நன்மைகளை எவ்வாறு பெறுவது என்பது குறித்த ஆறு பாடங்களை நாங்கள் முன்வைக்கிறோம்.
கடின உழைப்பைக் குறைக்கவும் . கணக்கெடுப்புகளில் சில பணியாளர்கள் தங்களின் வழக்கமான பணிகளை விரும்புவதாகக் கூறினாலும், பல பணியாளர்கள் சலிப்பான மற்றும் வழக்கமான பணிகளை விட, சிக்கல் தீர்க்கும் மற்றும் ஆக்கப்பூர்வமான பணிகளையே விரும்புகிறார்கள். சில நிறுவனங்கள், பணியாளர்கள் விரும்பும் மற்றும் அவர்கள் மதிப்பு பெறும் பணிகளை மேம்படுத்துவதை நோக்கமாகக் கொண்ட உருவாக்கும் செயற்கை நுண்ணறிவின் (generative AI) பயன்பாடுகளில் இறங்கியுள்ளன. இது, பாதிக்கப்பட்ட பணியாளர்களிடமிருந்து எதிர்ப்பை ஏற்படுத்தியுள்ளது. உருவாக்கும் செயற்கை நுண்ணறிவின் மிகவும் நேரடியான பயன்பாடுகள், பணியாளர்களும் முதலாளிகளும் அவை நீக்கப்பட்டால் சிறப்பாக இருக்கும் என்று ஒப்புக்கொள்ளக்கூடிய தடைகளில் கவனம் செலுத்த முடியும்.
கற்றலை ஊக்குவிக்கவும் . உருவாக்கும் செயற்கை நுண்ணறிவைப் பயன்படுத்துவது, ஒருவித மனச்சுமையைக் குறைக்கும் செயல்பாடுகளுக்கு வழிவகுக்கும் என்பதற்கு ஆரம்பகட்ட சான்றுகள் உள்ளன . இதில், ஒரு பணியாளர் உருவாக்கும் செயற்கை நுண்ணறிவைப் பயன்படுத்தி ஒரு பணியைச் செய்கிறார், ஆனால் அவர் செய்த பணியைப் பற்றிய அறிவைத் தக்கவைத்துக் கொள்வதில்லை. பணியிடத்தில் கற்றல், ஊழியர்களுக்குச் சிறந்த தொழில் வாய்ப்புகளைத் திறந்துவிடுவதோடு, முதலாளிகளுக்கு அதிக உற்பத்தித்திறனையும் வழங்கும். உருவாக்கும் செயற்கை நுண்ணறிவுத் தொழில்நுட்பங்கள், ஊழியர்களின் அறிவில் உள்ள இடைவெளிகளைக் கண்டறிந்து, பொருத்தமான தகவல்களை வழங்குவதன் மூலம் அவர்கள் கற்றுக்கொள்ள உதவும் என்பதற்குச் சான்றுகள் உள்ளன. இருப்பினும், உருவாக்கும் செயற்கை நுண்ணறிவு கருவிகள் மனச்சுமையைக் குறைப்பதற்காக அல்லாமல், கற்றலுக்காகவே பயன்படுத்தப்படுகின்றன என்பதை உறுதிசெய்ய, பணியாளர்களைக் கற்றல் திசையில் வழிநடத்தும் பாதுகாப்பு வழிமுறைகள் தேவைப்படும்.
குழுப்பணியைப் பேணுங்கள் . உருவாக்க செயற்கை நுண்ணறிவுப் பயன்பாடுகள், நிபுணர் ஆலோசனைக்காகத் தனிநபர்கள் மற்றவர்களைச் சார்ந்திருக்கும் நிலையைக் குறைக்க முடியும். உருவாக்க செயற்கை நுண்ணறிவு கருவிகள் ஒரு தனிநபரை ஒரு குழுவின் பணியைச் செய்ய இயலச் செய்யும் சந்தர்ப்பங்களில் கூட, வழிகாட்டுதல், கூட்டு கற்றல், மற்றும் பிற பணிகளுக்காக ஒருவரையொருவர் சார்ந்திருக்கக்கூடிய நபர்களிடையே நம்பிக்கையை வளர்த்தல் உள்ளிட்ட பிற காரணங்களுக்காகக் குழுப்பணியைப் பேணுவது முக்கியமானதாக இருக்கலாம்.
இடைமுக வடிவமைப்பு : நிறுவனங்கள் உருவாக்க செயற்கை நுண்ணறிவு (generative AI) கருவிகளின் திறன்களைப் புரிந்துகொள்ளத் தொடங்கியுள்ளதால், அவர்கள் தங்களின் சொந்த தனிப்பயன் பயன்பாடுகளை உருவாக்குவதற்குப் பதிலாக, விற்பனையாளர்களிடமிருந்து கருவிகளை வாங்க முனைகின்றனர். நிறுவனங்கள் தங்கள் தொழில்துறைக்காக உருவாக்கப்பட்ட கருவிகளைப் பயன்படுத்தும்போது கூட, தங்கள் பணியாளர்கள் உருவாக்க செயற்கை நுண்ணறிவுடன் எவ்வாறு ஈடுபட வேண்டும் என்பதில் அவர்களுக்கு ஒரு தேர்வு உள்ளது: அவர்கள் தங்கள் பணியாளர்கள் பயன்படுத்தும் இடைமுகங்களைத் தனிப்பயனாக்கலாம். ஒரு நல்ல இடைமுக வடிவமைப்பு, உருவாக்க செயற்கை நுண்ணறிவு திறன் சிதைவை ஏற்படுத்துவதற்குப் பதிலாக, கற்றலையும் கவனத்தையும் ஊக்குவிப்பதை உறுதிசெய்ய முடியும். ஒரு நல்ல இடைமுக வடிவமைப்பிற்கான கோட்பாடுகள், ஒரு பயனரின் சூழ்நிலை விழிப்புணர்வை – அதாவது என்ன நடக்கிறது, ஏன் நடக்கிறது என்பதைப் புரிந்துகொள்ளும் திறனை – அதிகரிப்பதையும், அத்துடன் அவர்களின் மன உழைப்பை நிர்வகிப்பதையும் நோக்கமாகக் கொண்டுள்ளன.
துறைசார் நிபுணத்துவம் : உருவாக்க செயற்கை நுண்ணறிவு கருவிகள், பயனர்கள் தங்கள் திறன்களை விரிவுபடுத்த உதவக்கூடும் என்பதற்கு சில அறிகுறிகள் உள்ளன. இருப்பினும், இதை துறைசார் நிபுணத்துவத்திற்கு மாற்றாகக் கருதக்கூடாது. செயற்கை நுண்ணறிவு கருவிகளின் பயனர்கள், அடிப்படைச் சூழலை வழங்கவும், அவற்றின் முடிவுகளைப் புரிந்துகொள்ளவும், பின்னணித் துறை குறித்த தங்கள் புரிதலை மேம்படுத்திக்கொள்ளும்போது அவற்றையும் மேம்படுத்தவும் திறன் பெற்றிருக்க வேண்டும். சுருக்கமாக, துறைசார் நிபுணத்துவம் உருவாக்க செயற்கை நுண்ணறிவு தொழில்நுட்பங்களுக்குத் துணைபுரிய முடியும், ஆனால் அந்த நிபுணத்துவமே, உருவாக்க செயற்கை நுண்ணறிவு கருவிகள் வழங்குவதை சரிபார்த்து ஆராய்வதற்குப் போதுமானதாக இருக்க வேண்டும்.
பொறுப்புக்கூறல் : உருவாக்க செயற்கை நுண்ணறிவு கருவிகள், அவற்றைப் பயன்படுத்தும் பணியாளர்களுக்கு ஒரு தார்மீக இடரை உருவாக்கக்கூடும். ஒரு பணியாளர், தனது வேலையில் பிழைகள் இருந்தாலோ அல்லது உள்ளார்ந்த புரிதல் அல்லது திறமையின் பற்றாக்குறையை மறைத்தாலோ கூட, செல்லுபடியாகும் மற்றும் ஈர்க்கக்கூடியதாகத் தோன்றும் தகவல்களை உருவாக்கவும் வேலையைச் செய்யவும் ஒரு குறுக்குவழியாக உருவாக்க செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தத் தூண்டப்படலாம். இந்த தார்மீக இடர் சவாலை நிறுவனங்கள் எதிர்கொள்வதற்கான ஒரு வழி, செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தும் பணியாளர்களுக்குப் பொறுப்புக்கூறலை ஏற்படுத்துவதாகும். இது அவர்களின் கற்றலுக்கான ஊக்கத்தை அதிகரிப்பதோடு, பிழை செய்வதற்கான செலவுகளையும் உயர்த்தும். முதலாளிகள், தங்கள் ஊழியர்களின் செயல்திறனைத் தணிக்கை செய்வதற்கும், அவர்களின் விழிப்புணர்வுக்குப் பரிசளிப்பதற்கும், சீரற்ற பிழைகள் அல்லது சோதனைகளை அறிமுகப்படுத்தலாம். -
Request to American President to stop war, letter design by AI
தொடக்கம் (Opening)
Tamil:
“ஜனாதிபதி அவர்களே, நான் உங்களை மரியாதையுடன் அணுகுகிறேன். உலகம் இன்று அமைதிக்காக ஏங்குகிறது. போர் எந்த நாட்டுக்கும் நன்மை தருவதில்லை.”
English:
“Mr. President, I approach you with respect. The world today longs for peace. War benefits no nation.”
முக்கியக் கருத்து (Core Message)
Tamil:
“ஈரான் போன்ற நாடுகளுடன் மோதல் மனித உயிர்களை மட்டுமே அழிக்கிறது. நாம் அனைவரும் ஒரே மனித குடும்பம். ஆயுதங்களை விட உரையாடல் தான் நம் எதிர்காலத்தை பாதுகாக்கும்.”
English:
“Conflict with nations like Iran only destroys human lives. We are all one human family. Dialogue, not weapons, will safeguard our future.”
தீர்வு முன்மொழிவு (Proposed Solution)
Tamil:
“அமைதிக்கான ஒப்பந்தங்கள், கலாச்சார பரிமாற்றங்கள், பொருளாதார ஒத்துழைப்புகள்—இவை தான் உண்மையான வலிமை. உலகம் உங்களை ஒரு அமைதி தூதராக நினைக்க வேண்டும்.”
English:
“Peace agreements, cultural exchanges, economic cooperation—these are true strengths. The world should see you as a messenger of peace.”
நிறைவு (Closing)
Tamil:
“உங்கள் தலைமையின் மூலம், போரை நிறுத்தி, உலகத்தை காப்பாற்றும் வாய்ப்பு உங்களிடம் உள்ளது. வரலாறு உங்களை அமைதியின் ஜனாதிபதியாக நினைவுகூரட்டும்.”
English:
“Through your leadership, you have the chance to stop war and save the world. Let history remember you as the President of Peace.” -
Why leaders tell lies knowingly
What you’re pointing to is a very real—and uncomfortable—pattern in human societies. It’s not just about “bad leaders”; it’s about how power, psychology, and group behavior interact. Here are the main reasons this keeps happening, even when everyone suspects it:
—
1. Incentives reward winning, not honesty
In elections or wars, leaders are judged primarily on results (winning votes, maintaining power, defeating an enemy), not on perfect truthfulness.
If bending the truth increases chances of success, the system often rewards it instead of punishing it.
A fully honest leader can actually be at a disadvantage against a more strategic (or manipulative) opponent.
—
2. People often prefer reassuring narratives over harsh truths
Humans don’t always want raw truth—especially in stressful situations like war or economic crisis.
Simple, confident stories (“we will win easily,” “everything is under control”) feel better than uncertainty.
This ties into ideas from Behavioral Psychology—we are wired to avoid discomfort and ambiguity.
—
3. Collective “pretending” (everyone knows, but plays along)
There’s a concept sometimes described as “mutual pretense”:
Leaders exaggerate or distort.
Citizens suspect it.
But both sides continue the game because it maintains stability or hope.
Breaking that illusion can be risky—socially or politically—so it persists.
—
4. Information asymmetry and control
Leaders usually have more access to information than the public.
In wars, governments often justify secrecy or propaganda as necessary for national security.
This creates space where truth can be shaped or selectively revealed.
—
5. Group identity and loyalty
People don’t just evaluate facts—they evaluate who is saying them.
Supporters may defend or ignore lies from “their side.”
Opponents highlight them.
This tribal behavior is well studied in Political Psychology.
—
6. Short memory and limited accountability
Even when lies are exposed:
News cycles move fast
New issues replace old ones
Consequences are often weak or delayed
So the long-term cost of lying can be low.
—
7. Complexity makes truth hard to verify
Many political issues are complicated (economics, war strategy, global diplomacy).
That makes it difficult for the average person to fully verify claims.
Leaders can mix truth, half-truth, and spin in ways that are hard to untangle.
—
The uncomfortable bottom line
It’s not just that leaders lie—it’s that systems and human psychology allow it to work.
As long as:
Winning is prioritized over truth
People accept or tolerate distortion
Accountability is weak
…the pattern tends to repeat.
— -
அடையாளம் இல்லா எண்ணங்கள் – தொகுப்பு 01, 02
📌 01
மனிதன் பிறப்பால் அனைவரும் சமம்; அடையாளங்கள் சேர்ந்தபின் தான் பிரிவுகள் உருவாகின்றன.
📌 02
உலகை உருவாக்கும் பெண்ணையே உலகம் ஒரு வரம்புக்குள் அடைத்து, “இதுதான் உன் இடம்” என்று தீர்மானிக்கிறது.
📌 03
உயிர்களை காப்பாற்றும் தொழில்நுட்பமே, சிலரின் வாழ்வாதாரத்தை கலைத்துவிடுகிறது.
📌 04
சுதந்திரம் கேட்கும் மனிதன், மற்றொருவரின் சுதந்திரத்தை அறியாமலே கட்டுப்படுத்துகிறான்.
📌 05
உண்மை எப்போதும் சத்தமாக இருக்காது; அமைதியாகவே இருக்கும் — அதை கேட்கும் மனம் இருந்தால்.
📌 06
எதிரி நாட்டின் மீது குண்டு வீசி பள்ளியும் மருத்துவமனையும் அழித்தவன், அதே இரவு இறைவனுக்கு நன்றி செலுத்துகிறான்.
📌 07
கோவிலுக்குள் பணக்காரன் வழிபடுகிறான்; வெளியே ஏழை சிறுவன், அவன் பாதணியை காக்கிறான் — காசுக்காக.
📌 08
வீர உரை பேசும் அரசியல்வாதி; இரவில் மது, மாது என உல்லாசமாக வாழ்கிறான்.
📌 09
கணிதம் படித்த மாணவன், கணினி நிரலாக்கத்தில் தன் கணிதத்தை எங்கே என்று தேடுகிறான்.
📌 10
கற்காலத்தில் மனிதன் கடவுளை தேடினான்; AI காலத்தில் தன்னைத் தொலைத்து விட்டு தன்னையே தேடுகிறான்.
தொகுப்பு 02
📌 01
ஆளில்லா விமானம் சரி; ஓட்டுனரில்லா வாகனம் விபத்தை குறைக்கலாம்.
ஆனால் பல குடும்பங்களின் வாழ்வாதாரம் சிதைகிறது.
📌 02
Automation, நடுத்தர நிலை வேலைகளை பாதித்து, பல பணியாளர்களுக்கு பொருளாதார சிக்கலை உருவாக்கியுள்ளது.
📌 03
பொருளாதார, கல்வி, சமூக இடைவெளி பல தசாப்தங்களாக நாடுகளிடையே அப்படியே உள்ளது.
📌 04
மதம் எதற்கு, போர்கள் மனித இன அழிப்புக்கு உதவும்போது?
எந்த கடவுள், எந்த மதம் இன அழிப்பை போதிக்கிறது?
📌 05
லாபத்தை மட்டும் தேடும் வணிகம், சமூக நலனையும் மறக்கக் கூடாது.
📌 06
மனித உயிரைக் காப்பாற்றும் உடல் உறுப்பு தானத்திற்கு, எந்த மதமும் தடையாக இருக்கக் கூடாது.
அடையாளம் இல்லா எண்ணங்கள் -
பற்றிண்மை detachment
நீ கேட்கிற கேள்வி மிகவும் ஆழமானது — இது வாழ்க்கை, உறவுகள், மன அமைதி எல்லாவற்றையும் தொடும் விஷயம்.
🌿 “பற்றிண்மை” (Detachment) என்ன?
“பற்றிண்மை”ன்னா எதையும் காதலிக்க கூடாது அல்லது அன்பே வேண்டாம்ன்னு அர்த்தமில்லை.
அதன் உண்மை பொருள்:
👉 அன்பு இருக்கலாம் — ஆனால் அதில் அடிமை ஆகாமல் இருக்க வேண்டும்.
👉 உறவு இருக்கலாம் — ஆனால் அதில் நம்மை இழந்து விடக்கூடாது.
இதை Buddhaவும், Bhagavad Gitaவும் தெளிவாக சொல்கிறது.
—
❤️ அன்பும் பற்றும் — வித்தியாசம்
அன்பு (Love):
சுதந்திரமானது, கொடுப்பது, எதிர்பார்ப்பு குறைவு
பற்று (Attachment):
பிடித்துக் கொள்வது, கட்டுப்படுத்த வேண்டும், எதிர்பார்ப்பு அதிகம்
👉 பிரச்சனை அன்பில் இல்லை…
👉 எதிர்பார்ப்புள்ள பற்றில்தான்.
—
🤔 “அனைத்தையும் துறந்து விட்டால் ஏமாற்றம் இருக்காது” — சரியா?
ஒரு அளவுக்கு இது உண்மைதான்:
✔ எதிர்பார்ப்பு இல்லையென்றால் ஏமாற்றம் குறையும்
❌ ஆனால் முழுவதும் துறந்தால் — வாழ்க்கை வெறுமையாகி விடும்
மனிதன் ஒரு உறவு மிருகம் (social being).
அன்பும் தொடர்பும் இல்லாமல் முழுமையாக வாழ்வது:
👉 சாத்தியம் — ஆனால் மிகவும் அரிது
👉 எல்லோருக்கும் பொருத்தமான பாதை அல்ல
—
⚖️ சரியான சமநிலை என்ன?
நல்ல வாழ்க்கைன்னா:
❤️ அன்பு வைக்க வேண்டும்
🧠 ஆனால் மனதை கட்டுப்படுத்த வேண்டும்
🎯 எதிர்பார்ப்பு குறைக்க வேண்டும்
🌊 நடந்ததை ஏற்றுக்கொள்ள கற்றுக்கொள்ள வேண்டும்
👉 இதை “detached involvement”ன்னு சொல்வாங்க
(உள்ளே ஈடுபாடு, வெளியே சமநிலை)
—
🧘♂️ சாத்தியமா?
ஆம் — ஆனால் practice தேவை:
mindfulness / தியானம்
நம்ம எண்ணங்களை கவனிப்பது
“நான் இதை கட்டுப்படுத்த முடியுமா?” என்று கேட்பது
—
💬 எளிய முடிவு
👉 அன்பை விட்டு விட வேண்டியதில்லை
👉 அன்பில் அடிமையாகாமல் இருக்க கற்றுக்கொள்ள வேண்டும்
—
நீ சொன்ன உணர்வு ரொம்ப உண்மை —
“அன்பு கூட மனதை பாதிக்குது”ன்னு உணர்வது ஒரு விழிப்பு.
ஆனா பாதை:
❌ “எதையும் உணரவேண்டாம்” இல்லை
✔ “உணர்ந்து கொண்டு, அதில் விழாமல் இரு”
—
நீ விரும்பினால்,
👉 “எப்படி பற்றிண்மை practice பண்ணலாம் (daily life tips)”ன்னு கூட நான் சொல்றேன்.நல்ல கேள்வி. “பற்றிண்மை எப்படி practice பண்ணலாம்?”ன்னு கேட்டதுலே நீ already பாதி பாதை வந்துட்டே இருக்கிறாய் 🙂
இது theory இல்ல — daily lifeல செய்யக்கூடிய சில practical வழிகள் இருக்கிறது:
🧠 1. “என்னிடம் கட்டுப்பாடு இருக்கிறதா?” என்று கேள்
எந்த situation வந்தாலும் உன்னோட மனசுக்குள் கேள்:
- “இது என்னால் control பண்ண முடியுமா?”
- முடியாத விஷயத்துக்கு attach ஆகுறதுதான் துன்பம்
👉 Example:
ஒரு மனிதன் எப்படி நடக்கணும் → உன் controlல இல்லை
ஆனா நீ எப்படி react பண்ணுறது → உன் controlல இருக்கு
❤️ 2. அன்பு கொடு… எதிர்பார்ப்பு குறை
அன்பு வைக்காதேன்னு இல்லை —
ஆனா:- “அவன் இதே மாதிரி திருப்பி செய்யணும்”ன்னு எதிர்பார்க்காதே
- “நான் கொடுக்கிறேன், அது போதும்”ன்னு மனநிலை
👉 இது ல சொல்லுற “காரியம் செய், பலனைப் பற்றாதே”ன்னு concept.
🧘♂️ 3. தினமும் 5–10 நிமிடம் மனதை observe பண்ணு
Quietஆ உக்காந்து:
- என்ன நினைச்சுக்கிட்டு இருக்கேன்?
- யாரை பற்றி அதிகமாக நினைக்கிறேன்?
- அதுல பயம்/எதிர்பார்ப்பு இருக்கா?
👉 இது சொன்ன mindfulness.
🌊 4. எல்லாமே temporaryன்னு நினை
- உறவுகள் மாறும்
- feelings மாறும்
- வாழ்க்கை itself மாறிக்கிட்டே இருக்கும்
👉 இதை accept பண்ணினா “பிடிச்சு பிடிச்சு வலி” குறையும்
⚖️ 5. உன்னை நீ மறக்காதே
பற்றினால என்ன ஆகுது தெரியுமா?
👉 நாமவே நம்மை மறந்துடுறோம்
அதனால:
- உன் goals
- உன் growth
- உன் happiness
இவையெல்லாம் equal importance குடு
🚧 6. “Pause” habit develop பண்ணு
Emotion வந்த உடனே react பண்ணாதே
- 5 seconds gap
- deep breath
- அப்புறம் பேசு / செய்
👉 இந்த gap தான் பற்றிலிருந்து freedom க்கு bridge
💬 7. உன்னோட மனசுக்கு honestஆ இரு
சில நேரம் நம்மலே நம்மை ஏமாற்றுவோம்:
- “நான் attach இல்ல”ன்னு சொல்லிக்கிட்டு உள்ளே depend ஆகிருப்போம்
👉 அதை accept பண்ணு
👉 judgement இல்லாமல் observe பண்ணு
🌱 Simple formula
👉 Love fully + Expect less + Accept reality
🔚 உண்மையான பற்றிண்மை எப்படி இருக்கும்?
- நீ அன்பு வைப்பாய் ❤️
- ஆனா அது இல்லாமலும் நீ உடைந்துபோக மாட்டாய் 💪
- யாராவது விட்டு போனாலும் — வலி இருக்கும், ஆனா நீ அழிந்துபோவதில்லை 🌿
இது ஒரு நாள் ல வரும் skill இல்லை…
ஆனா practice பண்ணினா:👉 மனசு லைட்டா ஆகும்
👉 relationships healthy ஆகும்
👉 நீ strongஆ feel பண்ணுவாய்
நீ சொல்றது ஒரு ரொம்ப நேர்மையான observation.
இப்போ சமூகத்தில், குறிப்பாக Instagram, Facebook மாதிரி இடங்களில், “லைக்”, “வியூ”, “ஷேர்” எல்லாம் ஒரு மனிதரின் மதிப்பை அளக்கும் அளவுகோல் மாதிரி மாறி இருக்குது. அந்த சூழலில் “பற்றிண்மை” (detachment) அப்படின்னு சொன்னா அது ரொம்ப எதிர்மறை போல் தோன்றும்.
ஆனா உண்மையில்:
பற்றிண்மைன்னா “எதையும் விட்டு விடுறது” இல்ல
அது “எதையும் பிடித்துக்கொண்டு நம்மை இழக்காதது”
அதாவது, 👉 லைக் வந்தாலும் சரி
👉 வரலன்னாலும் சரி
👉 நம்ம value அதனால் change ஆகக்கூடாது
இந்த concept Bhagavad Gitaலே சொல்லியிருக்காங்க — “செயலில் உனக்கு உரிமை உண்டு, ஆனால் அதன் பலனில் இல்லை”ன்னு.
இப்போ சமூகம் புரிஞ்சுக்குமா?
மொத்த சமூகத்துக்கு உடனே புரியாது. ஏன்னா:
Social media validation ஒரு addiction மாதிரி இருக்கு
Comparison culture ரொம்ப strong
ஆனா,
சில பேருக்கு already புரிஞ்சிருக்கு
இன்னும் சில பேரு slowly realize பண்ணிக்கிட்டு இருக்காங்க
இது ஒரு “trend” ஆக வராது…
ஆனா ஒரு “awareness” ஆக spread ஆகும்.
Reality check:
பற்றிண்மை என்பது:
Like-க்கு post பண்ணாதது இல்லை
Like வந்தாலும் மனசு ஆடாதது
அதான் real freedom.
நீங்க சொன்ன thought itself காட்டுது —
நீ already அந்த awareness பாதைக்கு போயிட்டீங்க.
நீங்க இந்த idea பற்றி இன்னும் deepஆ பேசணும்னா, practicalா எப்படி follow பண்ணலாம் என்பதையும் சொல்லலாம் 👍 -
AI prediction on What if..
சமீபத்திய இந்திய அரசியலில் எந்தக் கட்சிக்கும் தெளிவான பெரும்பான்மை இல்லாத சில நிஜ உதாரணங்கள் இங்கே கொடுக்கப்பட்டுள்ளன. அரசாங்கம் உண்மையில் எப்படி அமைக்கப்பட்டது என்பதையும், “குதிரை பேரங்கள்” போன்ற குற்றச்சாட்டுகள் எங்கே எழுந்தன என்பதையும் இந்த நிகழ்வுகள் உங்களுக்குக் காட்டுகின்றன.
🏛️ கர்நாடகா (2018 சட்டமன்றத் தேர்தல்)
முடிவு: தொங்கு சட்டமன்றம்
பெரிய கட்சி:
மற்றவை: + கூட்டணி
என்ன நடந்தது:
முதலில் பாஜக அரசாங்கம் அமைக்க அழைக்கப்பட்டது.
முதலமைச்சர் ஆனார், ஆனால் நம்பிக்கை வாக்கெடுப்புக்கு முன்பே ராஜினாமா செய்தார்.
காங்கிரஸ் + ஜேடி(எஸ்) விரைவாகக் கூட்டணி அமைத்து ஆட்சிக்கு வந்தது.
குற்றச்சாட்டுகள்:
சட்டமன்ற உறுப்பினர்களைத் தங்கள் பக்கம் இழுக்க பாஜக முயற்சிப்பதாக காங்கிரஸ் குற்றம் சாட்டியது.
பாஜக எந்தத் தவறும் செய்யவில்லை என்று மறுத்தது.
🏛️ மகாராஷ்டிரா (2019 சட்டமன்ற நெருக்கடி)
முடிவு: தொங்கு சட்டமன்றம் (தேர்தலுக்கு முந்தைய கூட்டணிகள் பிளவு)
முக்கியப் பங்குதாரர்கள்:
என்ன நடந்தது:
திடீரென அதிகாலையில் நடந்த பதவியேற்பு: + .
பெரும்பான்மை இல்லாததால் சில நாட்களிலேயே அரசாங்கம் கவிழ்ந்தது.
பின்னர், சிவசேனா + என்சிபி + காங்கிரஸ் இணைந்து அரசாங்கத்தை அமைத்தன.
குற்றச்சாட்டுகள்:
பல கட்சிகள் ஒன்றுக்கொன்று லஞ்சம் கொடுத்ததாகவும், அழுத்தம் கொடுத்ததாகவும் குற்றம் சாட்டின.
நீதிமன்றங்கள் தலையிட்டு, நம்பிக்கை வாக்கெடுப்பு நடத்த உத்தரவிட்டன.
🏛️ மத்தியப் பிரதேசம் (2020 அரசியல் மாற்றம்)
சரியாகத் தொங்கு சட்டமன்றம் இல்லை, ஆனால் பதவிக்காலத்தின் பாதியிலேயே அரசாங்கம் கவிழ்ந்தது.
தலைவர்:
காங்கிரஸ் அரசாங்கம்
என்ன நடந்தது:
மற்றும் பல சட்டமன்ற உறுப்பினர்கள் ராஜினாமா செய்தனர்.
காங்கிரஸ் பெரும்பான்மையை இழந்தது.
தலைவர்: பாஜக அரசாங்கத்தை அமைத்தது.
குற்றச்சாட்டுகள்:
பாஜகவே கட்சித் தாவல்களைத் திட்டமிட்டதாக காங்கிரஸ் குற்றம் சாட்டியது.
இது காங்கிரசுக்குள் ஏற்பட்ட உட்கட்சிப் புரட்சி என்று பாஜக கூறியது.
🏛️ கோவா (2017 சட்டமன்றத் தேர்தல்)
முடிவு: தொங்கு சட்டமன்றம்
காங்கிரஸ் மிகப்பெரிய கட்சியாக இருந்தது
என்ன நடந்தது:
பாஜக சிறிய கட்சிகளின் ஆதரவை விரைவாகப் பெற்றது.
பாஜக மிகப்பெரிய கட்சியாக இல்லாதபோதிலும் முதலமைச்சரானார்.
முக்கியக் குறிப்பு:
மிகப்பெரிய கட்சியாக இருப்பதை விட, கூட்டணி அமைப்பதில் உள்ள வேகமே முக்கியத்துவம் பெற்றது.
🧭 இந்த நிகழ்வுகள் காட்டுவது என்ன
இந்த எடுத்துக்காட்டுகள் மூலம்:
1. நிலையான முறை இல்லை
சில சமயங்களில் பாஜக ஆட்சி அமைத்தது (கோவா, மத்தியப் பிரதேசம்)
சில சமயங்களில் அது தோல்வியடைந்தது (கர்நாடகா, மகாராஷ்டிரா)
2. குற்றச்சாட்டுகள் பொதுவானவை—ஆனால் உலகளாவியவை
கிட்டத்தட்ட ஒவ்வொரு வழக்கிலும் “குதிரை பேர” குற்றச்சாட்டுகள் முன்வைக்கப்பட்டன
பாஜகவுக்கு எதிராக மட்டுமல்ல—அனைத்து முக்கிய கட்சிகளும் குற்றச்சாட்டுகளை எதிர்கொண்டன
3. முக்கிய தீர்மானிக்கும் காரணிகள்
கூட்டணிகளைப் பெறுவதில் உள்ள வேகம்
எதிரணிகளுக்குள் ஒற்றுமை
ஆளுநர் மற்றும் நீதிமன்றங்களின் பங்கு
சட்டமன்ற உறுப்பினர்கள் கட்சி மாற அல்லது ராஜினாமா செய்ய விருப்பம்
🧠 அப்படியானால் தமிழ்நாட்டிற்கா அல்லது மேற்கு வங்கத்திற்கா?
போன்ற மாநிலங்களில்:
தொகுதி கலைக்கப்பட்டால், தீவிரமான அரசியல் சூழ்ச்சிகள் நடப்பது கிட்டத்தட்ட உறுதி.
“குதிரை பேரங்கள்” நடப்பதாகக் குற்றச்சாட்டுகள் எழ அதிக வாய்ப்புள்ளது.
ஆனால் உண்மையில் யார் வெற்றி பெறுகிறார்கள் என்பது ஒரு கட்சியின் நோக்கத்தை மட்டும் சார்ந்தது அல்ல, மாறாக எண்ணிக்கை, கூட்டணிகள் மற்றும் சரியான நேரம் ஆகியவற்றைச் சார்ந்தது. -
AI is rewriting Indian film industry
India’s film industry is rapidly adopting AI to transform how movies are made. Studios are using AI tools to speed up production, reduce costs, and easily dub films into multiple languages, allowing them to reach wider audiences faster.
Unlike Hollywood—where unions and regulations are slowing AI adoption—India’s film sector faces fewer restrictions, enabling quicker experimentation and implementation.
However, this shift raises concerns about whether increased efficiency could come at the expense of creative authenticity, and whether audiences will fully accept AI-influenced filmmaking.திரைப்படங்கள் உருவாக்கப்படும் விதத்தை மாற்றுவதற்காக, இந்தியாவின் திரைப்படத் துறை செயற்கை நுண்ணறிவை (AI) வேகமாக ஏற்றுக்கொண்டு வருகிறது. தயாரிப்புப் பணிகளை விரைவுபடுத்தவும், செலவுகளைக் குறைக்கவும், மேலும் திரைப்படங்களைப் பல மொழிகளில் எளிதாக மொழிமாற்றம் செய்யவும் ஸ்டுடியோக்கள் செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்துகின்றன. இது பரந்த பார்வையாளர்களை விரைவாகச் சென்றடைய உதவுகிறது.
தொழிற்சங்கங்களும் விதிமுறைகளும் செயற்கை நுண்ணறிவை ஏற்றுக்கொள்வதைத் தாமதப்படுத்தும் ஹாலிவுட்டைப் போலல்லாமல், இந்தியாவின் திரைப்படத் துறை குறைவான கட்டுப்பாடுகளை எதிர்கொள்கிறது. இது விரைவான பரிசோதனைகளுக்கும் செயல்படுத்தலுக்கும் வழிவகுக்கிறது.
இருப்பினும், இந்த மாற்றம், அதிகரித்த செயல்திறன் படைப்பாற்றலின் நம்பகத்தன்மையைக் குறைக்குமா என்பது குறித்தும், செயற்கை நுண்ணறிவின் தாக்கமுள்ள திரைப்படத் தயாரிப்பை பார்வையாளர்கள் முழுமையாக ஏற்றுக்கொள்வார்களா என்பது குறித்தும் கவலைகளை எழுப்புகிறது.
