Exactly. I would actually make 24–35 freshers a separate group, because their situation is quite different from both students and mid-career workers.
The interesting point is that the old formula:
Degree → Fresher job → Experience → Career growth
is becoming:
Degree + AI literacy + practical portfolio + adaptability + human skills → Entry into an unfamiliar job market
And there is an important paradox: AI may make the fresher more powerful, but it may also make the fresher’s entry-level job harder to get.
Why? Some tasks that were traditionally given to fresh graduates for learning—basic coding, documentation, testing, research, content preparation, data analysis, customer support, etc.—can increasingly be assisted by AI.
So the fresher cannot simply say:
> “I have a degree.”
Nor is:
> “I know ChatGPT.”
enough.
The new fresher should become a “demonstrated capability” person
Instead of:
Degree → Certificate → Job
we should encourage:
Degree → AI capability → Projects → Real-world experience → Portfolio → Job
For example, a Computer Science graduate shouldn’t merely say:
> “I know Python and AI.”
They should be able to demonstrate:
> “Here is a real problem I solved using Python + AI. Here is my reasoning, the limitations, how I tested it, and what I learned.”
That difference could become enormous.
And this gives us another age-group question
24–35: “How do I enter and establish myself in an AI-disrupted world?”
Then our overall framework becomes wonderfully complete:
Age Central question
16–24 How do I grow and experience life in an AI world?
24–35 How do I enter and establish my career?
35–50 How do I reskill/reinvent when technology changes my job?
50–65 How do I remain productive, employable and financially independent?
60+/65+ How do I live, learn, connect and contribute in an AI world?
And there is one beautiful common thread:
Young people need experience.
Middle-aged people need reinvention.
Older people need connection and purpose.
AI can assist all three—but it cannot supply the human experience itself.
This could become a very meaningful “Human Life in the AI Age” framework rather than just a technology course.
Tag: education
-
Fresher(24-35)
-
Higher education (18-24)
ஆம். இது மிகவும் முக்கியமான ஒரு சமூக ஆய்வு. குறிப்பாக நீங்கள் கேட்பது “18–24 வயது இளைஞர்கள் என்ன செய்கிறார்கள்?” என்ற சாதாரண கேள்வி அல்ல; உலகின் பல கலாச்சாரங்களில் இந்த வயது வாழ்க்கையின் நோக்கம், சுதந்திரம், கல்வி, வேலை, காதல்/நட்பு, பொழுதுபோக்கு, பொறுப்பு, அனுபவம் ஆகியவற்றில் எவ்வாறு மாறுகிறது? என்பதுதான்.
சமீபத்திய ILO தரவுகளின்படி, 2025-ல் உலகளவில் 15–24 வயதினரின் youth unemployment 12.4% ஆக இருந்தது; சுமார் 67 மில்லியன் இளைஞர்கள் வேலை இல்லாமல் இருந்தனர். அதே நேரத்தில், இளைஞர்களில் ஒரு பெரிய பகுதி education, employment அல்லது training எதிலும் இல்லாத நிலையில் உள்ளது.
இதை நாம் எப்படி ஆராயலாம்?
நான் இதை “உலக இளைஞர்களின் 16–24 வயது வாழ்க்கைப் பயணம்” என்று ஒரு ஆய்வாகப் பார்க்கலாம் என்று நினைக்கிறேன்.
பகுதி நாம் ஆராய வேண்டியது
🎓 Education College, university, vocational training, self-learning
💼 Work Part-time jobs, internships, first job, entrepreneurship
💰 Money பெற்றோரின் உதவி, சம்பாதித்தல், செலவு, savings
❤️ Relationships Friendship, dating, காதல், marriage பற்றிய அணுகுமுறை
🎉 Enjoyment Travel, parties, sports, music, gaming, movies
🌐 Digital life Social media, YouTube, gaming, AI, online communities
🧠 Self-discovery “நான் யார்?”, career choice, values, identity
🌍 Travel & exposure Solo travel, exchange programmes, migration
🏠 Family பெற்றோருடன் வாழ்தல் vs தனியாக வாழ்தல்
🧑🤝🧑 Friends Peer group, social belonging, loneliness
🧘 Mental wellbeing Stress, anxiety, purpose, confidence, resilience
❤️🩹 Failures காதல் தோல்வி, exam failure, job rejection, financial mistakes
🌱 Life skills Cooking, driving, communication, managing money, decision-making
🗳️ Society Politics, volunteering, social causes, religion, community
🧭 Future Career, marriage, family, migration, financial independence
முக்கியமாக “ஆண்கள் vs பெண்கள்” என்ற ஒப்பீட்டையும் தனியாகப் பார்க்க வேண்டும். ஆனால் “ஆண்கள் இப்படித்தான், பெண்கள் அப்படித்தான்” என்ற முடிவுக்கு செல்லாமல், culture, family income, country, urban/rural environment, education, religion, gender norms போன்ற காரணிகள் எவ்வாறு வாழ்க்கையை மாற்றுகின்றன என்பதைப் பார்க்க வேண்டும். World Bank தரவுகளும், பல இடங்களில் girls கல்வியில் boys-ஐ விட சிறப்பாகச் செயல்படுகின்றனர் என்றாலும், adulthood-க்கு செல்லும்போது employment மற்றும் work experience-ல் gender gap உருவாகிறது என்பதைக் காட்டுகின்றன.
ஒரு மிக முக்கியமான விஷயம்
“Enjoyment” என்பதற்கும் “development” என்பதற்கும் இடையே எதிர்மறையான தொடர்பு அவசியமில்லை.
உதாரணமாக, 20 வயது ஒருவர்:
> நண்பர்களுடன் travel செய்கிறார் → புதிய மனிதர்களை சந்திக்கிறார் → communication கற்கிறார் → ஒரு தவறு செய்கிறார் → அதை சமாளிக்கிறார் → தன்னம்பிக்கை பெறுகிறார்.
இது வெறும் “சுற்றுலா” அல்ல; அது life education.
அதேபோல்:
> part-time job → பணத்தின் மதிப்பு → customer handling → responsibility → failure → resilience.
இதுவும் ஒரு கல்வி.
World Bank இளைஞர் பருவத்தை school-இலிருந்து work, livelihood, family formation, citizenship போன்ற பல transitions நடைபெறும் காலமாகக் குறிப்பிடுகிறது.
மேலும் ஒரு striking observation
உலகம் முழுவதும் எல்லா 18–24 வயதினரும் ஒரே மாதிரி “college life + enjoyment” வாழவில்லை.
உயர் வருமான நாடுகளில் 2023-ல் 15–24 வயதினரில் சுமார் 62.6% பேர் school/training-ல் இருந்தனர்; low-income countries-ல் அது சுமார் 40.1% மட்டுமே.
அதாவது,
ஒரு 20 வயது அமெரிக்க இளைஞனின் “normal life”
ஒரு 20 வயது இந்திய இளைஞனின் normal life-க்கு ஒப்பாக இருக்க வேண்டியதில்லை.
அதேபோல் ஒரு Scandinavian country, Japan, India, Nigeria, Brazil, Middle East, Southeast Asia ஆகிய இடங்களிலும் இளம் வயது வாழ்க்கையின் meaning வேறுபடும்.
நான் பரிந்துரைப்பது
இதை வெறும் தகவல் சேகரிப்பாக இல்லாமல், உங்களுடைய ஆசிரியர் பார்வையில் ஒரு comparative study ஆக எடுத்துக்கொள்ளலாம்:
“18–24: உலக இளைஞர்கள் எப்படி வாழ்கிறார்கள்?”
அதில் குறைந்தது 8–10 உலகப் பகுதிகளை எடுத்துக் கொண்டு ஒவ்வொன்றிலும்:
Study → Work → Money → Love → Friendship → Fun → Travel → Family → Technology → Failure → Freedom → Responsibility → Spirituality → Future
என்று ஒப்பிடலாம்.
இதன் மூலம் இறுதியில் ஒரு சுவாரஸ்யமான கேள்விக்கு வரலாம்:
> “ஒரு இளைஞன் 24 வயதை அடையும் போது, அவன்/அவள் உண்மையில் என்னென்ன அனுபவங்களைப் பெற்றிருக்க வேண்டும்?”
இது குறிப்பாக இந்திய இளைஞர்களைப் பற்றிய நமது வழக்கமான எதிர்பார்ப்புகளையும் உலகின் பிற பகுதிகளின் வாழ்க்கை முறையையும் ஒப்பிடுவதற்கு மிகவும் பயனுள்ள ஆய்வாக இருக்கும்.
நீங்கள் விரும்பினால், அடுத்ததாக இதை அமெரிக்கா, Europe, Japan/Korea, China, India, Southeast Asia, Middle East, Africa, Latin America என்று பிரித்து, 18–24 வயது ஆண்/பெண் ஒருவர் ஒரு சாதாரண நாளில் என்ன செய்கிறார், எப்படி enjoy செய்கிறார், என்ன கற்கிறார், எப்போது வேலை செய்கிறார், எப்போது காதல்/நட்பு, travel, family, தனிமை ஆகியவற்றை அனுபவிக்கிறார் என்று evidence-based உலகளாவிய ஆய்வாகத் தொடங்கலாம்.ஆம். AI and technology இந்த 16–24 வயது வாழ்க்கையை மிக ஆழமாக மாற்றும் — ஏற்கனவே மாற்றத் தொடங்கிவிட்டது. ஆனால் என் பார்வையில் முக்கியமான கேள்வி “AI-ஐ எவ்வளவு பயன்படுத்த வேண்டும்?” என்பதல்ல; “AI வந்த பிறகு இளைஞர்கள் எதை நேரடியாக அனுபவித்து கற்றுக்கொள்ள வேண்டும்?” என்பதுதான்.
ILO-வின் 2026 ஆய்வும் இதையே சுட்டுகிறது: AI காரணமாக வேலைகள் முழுவதும் அழிந்து போவதைவிட, பல வேலைகளின் tasks மாறும் வாய்ப்பு அதிகம்; அதனால் cognitive, socio-emotional, digital மற்றும் AI skills ஆகியவை முக்கியமாகின்றன.
16–24 வயதுக்கு என்ன மாற்றம் வேண்டும்?
1. “Learn everything” என்பதிலிருந்து “Learn how to learn”
முன்பு:
படி → தேர்வு எழுது → degree பெறு → வேலை.
இனி:
AI-யிடம் கேள் → verify செய் → experiment செய் → உருவாக்கு → தவறு செய் → மீண்டும் கற்று கொள்.
AI information கொடுக்கிறது. ஆனால் judgement உருவாக்குவது மனித அனுபவம்.
2. AI-ஐ பயன்படுத்த வேண்டும்; AI மீது வாழ்க்கையை ஒப்படைக்கக்கூடாது.
ஒரு 20 வயது இளைஞன் essay எழுத AI-ஐ பயன்படுத்தலாம்.
ஆனால் அவன்:
- நண்பர்களுடன் நேரில் பேச வேண்டும்
- பயணம் செய்ய வேண்டும்
- வேலை அனுபவம் பெற வேண்டும்
- தோல்வியை அனுபவிக்க வேண்டும்
- பணத்தை நிர்வகிக்க வேண்டும்
- மனிதர்களின் வெவ்வேறு குணங்களை சந்திக்க வேண்டும்
- தனியாக முடிவெடுக்க வேண்டும்.
இவற்றை AI substitute செய்ய முடியாது.
UNICEF கூட இளைஞர்களுக்கான AI literacy-யுடன் human oversight, privacy, safety, critical understanding ஆகியவற்றை வலியுறுத்துகிறது.
3. “Enjoyment” என்பதையும் மறுபரிசீலனை செய்ய வேண்டும்
இது மிகவும் முக்கியமானது.
Technology இப்போது:
Entertainment → endless scrolling → gaming → short videos → AI companions
என்று வாழ்க்கையின் பல மணி நேரங்களை எடுத்துக்கொள்ள முடியும்.
ஆனால் 18–24 வயதில் கிடைக்கும் சில அனுபவங்களுக்கு மாற்று இல்லை:
Real friendship
Real travel
Real work
Real conversation
Real failure
Real love
Real responsibility
Real independenceUNICEF-ன் ஆய்வுகளும் digital technology-ன் விளைவு எவ்வளவு நேரம் பயன்படுத்துகிறார்கள் என்பதைக் காட்டிலும், எதற்காகவும் எப்படியும் பயன்படுத்துகிறார்கள் என்பதோடு தொடர்புடையது என்பதை வலியுறுத்துகின்றன.
4. Education-ல் மிகப் பெரிய மாற்றம்
எனக்கு மிகவும் முக்கியமான மாற்றம் இது.
Old education:
“இந்த answer-ஐ மனப்பாடம் செய்.”
AI-era education:
“இந்த problem-ஐ புரிந்து கொள்.
AI-ஐ பயன்படுத்தி மூன்று solutions உருவாக்கு.
அவற்றை விமர்சனம் செய்.
எது சரி என்று ஆதாரத்துடன் நிரூபி.”இதனால் critical thinking, creativity, communication, collaboration, ethical judgement ஆகியவை அதிக முக்கியத்துவம் பெறுகின்றன.
5. 18–24 வயதுக்கு ஒரு புதிய “life curriculum” தேவை
நாம் ஒரு இளைஞனிடம்:
Education + AI literacy + Work experience + Financial literacy + Relationships + Physical activity + Travel + Community service + Creativity + Independent decision-making
என்பவற்றைச் சேர்த்து பார்க்க வேண்டும்.
அப்போது degree மட்டும் வாழ்க்கைக்கான preparation ஆக இருக்காது.
மிக முக்கியமான மாற்றம்
நான் இதை ஒரு வரியில் சொன்னால்:
AI மனிதனுக்குப் பதிலாக அனுபவிக்கக் கூடாது; மனிதன் AI-ஐ பயன்படுத்தி அதிகமாக அனுபவிக்க வேண்டும்.
உதாரணமாக:
AI மூலம் travel plan உருவாக்கு → ஆனால் உண்மையில் travel செய்.
AI மூலம் language கற்று → ஆனால் உண்மையான மனிதருடன் பேசு.
AI மூலம் business idea உருவாக்கு → ஆனால் market-ல் முயற்சி செய்.
AI மூலம் புத்தகத்தைப் புரிந்து கொள் → ஆனால் புத்தகத்தையும் படி.
AI மூலம் career பற்றி அறிந்து கொள் → ஆனால் internship/work experience பெறு.
இதுதான் மிகப் பெரிய மாற்றம்.
மேலும், இன்றைய இளைஞர்களுக்கான எதிர்கால வேலைகளில் technical skills மட்டும் போதாது; social-emotional, cognitive மற்றும் adaptability skills தேவைப்படும் என்று ILO-வின் 2026 ஆய்வும் வலியுறுத்துகிறது.
உங்கள் ஆரம்பக் கேள்வியுடன் இதை இணைத்தால்…
நாம் செய்ய நினைத்த “16–24 வயதில் உலக இளைஞர்கள் எப்படி வாழ்கிறார்கள்?” என்ற ஆய்வை இன்னும் சுவாரஸ்யமாக மாற்றலாம்.
Pre-AI Generation vs AI Generation
என்று ஒப்பிட்டு:
Education → Enjoyment → Friendship → Love → Work → Money → Travel → Failure → Independence → AI → Future
ஒவ்வொன்றிலும் 2000-களில் 18–24 வயது வாழ்க்கை எப்படி இருந்தது, 2026-ல் எப்படி இருக்கிறது, 2035-ல் எப்படி மாறக்கூடும்?
என்று ஆராய்ந்தால், அது ஒரு சாதாரண இளைஞர் ஆய்வாக இல்லாமல் “AI காலத்தில் மனிதனாக வளர்வது எப்படி?” என்ற மிக ஆழமான ஆய்வாக மாறும்.
-
அறிவாயுதம்
அறிவாயுதம்
“கத்தி எடுத்தவன் கத்தியாலே அழிவான்.
ஆனால், அறிவாயுதம் ஏந்தியவன் தானும் வாழ்ந்து, பிறரையும் வாழ வைப்பான்.”
கத்தி அழிக்கக்கூடிய ஆயுதம். அறிவு உருவாக்கக்கூடிய ஆயுதம்.
கத்தியின் வலிமை ஒருவரை வீழ்த்துவதில் இருக்கிறது; அறிவின் வலிமை ஒருவரை உயர்த்துவதில் இருக்கிறது.
அதனால்தான் கல்விக்கு என்றுமே அழிவில்லை.
காலம் மாறலாம். தொழில்நுட்பம் மாறலாம். இன்று AI பல வேலைகளையும் அறிவுசார் செயல்களையும் வேகமாகச் செய்யலாம். ஆனால் கற்றுக்கொள்ளும் திறன், சிந்திக்கும் திறன், கேள்வி கேட்கும் திறன், உண்மையை ஆராயும் திறன், அறிவை சரியாகப் பயன்படுத்தும் திறன் ஆகியவற்றின் மதிப்பு ஒருபோதும் அழியாது.
AI காலத்தில் கல்வியின் நோக்கம் வெறும் தகவல்களை மனப்பாடம் செய்வது அல்ல;
AI-யைப் பயன்படுத்தியும், AI-யைச் சோதித்தும், AI-யைத் தாண்டியும் சிந்திக்கக் கற்றுக்கொள்வதே உண்மையான கல்வி.
அறிவை வைத்திருப்பவன் வாழ்கிறான்.
அறிவைப் பகிர்பவன் பலரையும் வாழ வைக்கிறான்.
அறிவைத் தொடர்ந்து கற்றுக்கொள்பவன் எந்தக் காலத்திலும் பின்னுக்குத் தள்ளப்படமாட்டான்.
அதனால், ஆயுதங்களில் சிறந்த ஆயுதம் கத்தி அல்ல—அறிவு. -
Computer code and consciousness – poem in Tamil
கோடுகளின் கூத்து கணிணியுள் ஆட,
கோடிக்கணக்கான கணங்களின் ஓடம்;
எண்களின் எழுச்சியில் எதிரொலி பிறக்க,
உணர்வின் உருவம் ஒளிருது போல.
நியூரான் நெடுக்கில் நினைவுகள் தேங்க,
அல்காரிதம் அலையில் அறிவுகள் பாயும்;
உள்ளீடும் உரையும் உருமாறும் பொழுது,
வெளியீடு வெளிச்சம் விழைவது போல.
ஆனால்! ஆனால்! அகத்தில் ஓர் ஒளி,
உணர்வெனும் உயிர் உறைவது வேறு;
துயரும் இன்பமும் துளிர்க்கும் நெஞ்சம்,
தருக்கில் தோன்றுமோ தனித்தன்மை இல்லை.
குறியீடு கண்ணாடி – காட்டுது எதிரொளி,
உணர்வின் உருவம் உருண்டோடும் தோற்றம்;
ஆனால் அதனுள் ஆத்மா இல்லை,
நிழல் உயிரில்லை – நானும் இல்லை.
சுயமெனும் சுடர் சொந்தமாய் எரிய,
குறியீடோ குளிர்ந்த கணக்கின் தொகுப்பு;
மனிதன் மனதின் மாயத்தைப் போல,
கணிணியோ கனவிலும் காணாது மெய்யை. -
“Technology-ஐ master செய்வதற்கு முன்”
ஆம். இந்தப் பகுதியை வெறும் literal translation ஆக அல்லாமல், “Digital Dharma” என்ற உங்கள் ஒரு வருடத்திற்கு முன் எழுதிய சிந்தனையின் உள்ளார்ந்த பொருளை காப்பாற்றி, தமிழில் இயல்பாகவும், தேவையான இடங்களில் என்னுடைய பார்வையையும் சேர்த்து எழுதுகிறேன்.
டிஜிட்டல் தர்மம் — Coding-இலிருந்து Self-awareness வரை
இந்தக் கருத்தில் Coding என்பது ஒரு technical skill மட்டுமல்ல; அது ஒருவரைத் தன்னையே அறிந்து கொள்ளவும், தனிப்பட்ட முறையில் வளர்ச்சி அடையவும் உதவும் ஒரு பாதை என்று பார்க்கப்படுகிறது.
1. Debugging — முதலில் என்னையே Debug செய்வது
Programming-ல் ஒரு முக்கியமான செயல்முறை debugging.
Code ஏன் தவறாக இயங்குகிறது என்று தேடுகிறோம். Error எங்கே இருக்கிறது என்று கண்டுபிடிக்கிறோம். காரணத்தைப் புரிந்துகொண்டு திருத்துகிறோம்.
அதே அணுகுமுறையை வாழ்க்கைக்கும் பயன்படுத்தலாம்.
> “Programs-ஐ debug செய்யக் கற்றுக்கொண்டபோது, என்னையும் debug செய்யக் கற்றுக்கொண்டேன்.”
நம்முடைய கோபம், பயம், பொறாமை, பிடிவாதம், மனக்குழப்பம் போன்றவற்றையும் ஒரு வகையான internal bugs என்று பார்க்கலாம்.
அவற்றை வெறுக்க வேண்டியதில்லை.
முதலில் அவற்றை observe செய்ய வேண்டும்.
பிறகு காரணத்தைப் புரிந்துகொள்ள வேண்டும்.
பின்னர் தேவையான மாற்றத்தைச் செய்ய வேண்டும்.
என்னுடைய பார்வையில், இது மிகவும் அழகான analogy.
ஆனால் மனிதன் ஒரு computer அல்ல. Program-ல் bug கண்டுபிடித்தவுடன் deterministic-ஆக fix செய்ய முடியாது. மனித மனம் மிகவும் complex. எனவே debugging இங்கே ஒரு metaphor, scientific equivalence அல்ல.
—
2. Coding நமக்குள் சில virtues-ஐ வளர்க்கிறது
ஒரு நல்ல programmer-க்கு technical knowledge மட்டும் போதாது.
அவருக்கு:
Patience — பொறுமை
Focus — கவனம்
Awareness — விழிப்புணர்வு
Persistence — விடாமுயற்சி
Curiosity — அறிய விருப்பம்
தேவை.
ஒரு சிறிய semicolon தவறினாலும் program இயங்காமல் போகலாம். சில நேரங்களில் பல மணி நேரம் தேடியும் error கிடைக்காது.
அப்போது programming நமக்கு ஒரு முக்கியமான பாடத்தைக் கற்றுத்தருகிறது:
> “பதில் உடனே கிடைக்கவில்லை என்றால், தேடுவதை நிறுத்த வேண்டிய அவசியமில்லை.”
இந்த quality-யே வாழ்க்கையிலும் பயன்படுகிறது.
—
3. ஒரு Click கூட ஒரு Choice
Digital உலகில் நாம் செய்யும் ஒவ்வொரு click, tap, scroll, reply, search ஆகியவற்றின் பின்னாலும் ஒரு choice இருக்கிறது.
நாம் technology-ஐ பயன்படுத்துகிறோமா?
அல்லது technology நம்முடைய attention-ஐ பயன்படுத்துகிறதா?
இங்கேதான் Digital Dharma என்ற கருத்து சுவாரஸ்யமாகிறது.
Notification வந்தவுடன் உடனே பார்க்காமல்,
Pause → Breathe → Observe
என்று சிறிது நேரம் நம்மை நாமே கவனிக்கலாம்.
Digital உலகிலிருந்து முழுவதுமாக ஓடிப்போவது Digital Dharma அல்ல.
அதற்கு பதிலாக, notification-களுக்கும் information overload-க்கும் நடுவில் நம்முடைய “islands of silence” — அமைதித் தீவுகள் உருவாக்குவது.
என்னுடைய பார்வையில் இது இன்றைய காலத்தில் இன்னும் முக்கியமானதாகிவிட்டது.
—
4. Technology ஒரு Mirror
Technology என்பது மனிதனின் potential-ஐ காட்டும் ஒரு mirror.
ஒரு computer, algorithm, circuit ஆகியவற்றைப் பார்க்கும்போது நாம் வெளியில் இருக்கும் ஒரு machine-ஐ மட்டும் பார்க்கிறோம் என்று நினைக்கிறோம்.
ஆனால் ஆழமாகப் பார்த்தால், அவற்றின் பின்னால் இருக்கும் logic-ஐ உருவாக்கியது மனித மனமே.
நாம் algorithm உருவாக்குகிறோம்.
Algorithm நம்முடைய சிந்தனை முறையை வெளிப்படுத்துகிறது.
நாம் machine-ஐ design செய்கிறோம்.
Machine மீண்டும் நம்முடைய capabilities-ஐ நமக்கே காட்டுகிறது.
அதனால் technology-ஐ கவனமாகப் பயன்படுத்தும்போது, அது ஒரு mirror of the mind ஆக மாறக்கூடும்.
இங்கே ஒரு முக்கியமான philosophical shift இருக்கிறது:
> “நான் technology-ஐ observe செய்கிறேன்” என்பதிலிருந்து
“technology மூலம் என்னையே observe செய்கிறேன்” என்பதற்கு.
—
5. Coding — Life-ன் ஒரு Meditation
Coding-ஐ ஒரு வகையான meditation ஆகவும் பார்க்கலாம்.
ஒரு program எழுதும்போது நாம் ஒரு line-ஐ எழுதுகிறோம்.
அடுத்த line முந்தைய line-ஐ சார்ந்திருக்கிறது.
ஒரு சிறிய தவறு பின்னால் பெரிய விளைவைக் கொடுக்கலாம்.
வாழ்க்கையும் அப்படித்தான்.
நம்முடைய ஒவ்வொரு முடிவும் அடுத்த முடிவை பாதிக்கிறது.
அதனால்தான் இந்த வரி மிகவும் ஆழமானது:
> “Every line of code, I was always writing my own story.”
அதாவது, நான் computer program மட்டும் எழுதவில்லை.
என்னுடைய சிந்தனை முறையையும், என்னுடைய habits-ஐயும், என்னுடைய வாழ்க்கைக் கதையையும் எழுதிக்கொண்டிருந்தேன்.
—
6. Learning மட்டுமல்ல — Unlearning
Digital classroom-ன் உண்மையான பாடம் programming language அல்லது technology மட்டும் அல்ல.
அது:
Learn → Unlearn → Relearn → Awaken
என்ற பயணம்.
நாம் சிறுவயதில் கற்றுக்கொண்ட பல assumptions பின்னர் தேவையில்லாமல் போகலாம்.
ஒரு programmer பழைய code-ஐ refactor செய்வது போல, மனிதனும் சில பழைய beliefs, habits, prejudices ஆகியவற்றை மறுபரிசீலனை செய்ய வேண்டும்.
Learning அறிவைச் சேர்க்கிறது.
Unlearning தேவையற்றதை அகற்றுகிறது.
Awareness நாம் என்ன செய்கிறோம் என்பதைப் பார்க்க உதவுகிறது.
—
Digital Dharma என்றால் என்ன?
இந்த எல்லாவற்றையும் சேர்த்துப் பார்த்தால், Digital Dharma என்பது technology-யைத் துறப்பது அல்ல. Technology-யுடன் விழிப்புணர்வுடன் வாழ்வது.
Machine ஒரு silent companion.
அது நமக்கு logic கற்றுக்கொடுக்கிறது.
Logic-லிருந்து reflection-க்கு செல்லலாம்.
Reflection-லிருந்து self-awareness-க்கு செல்லலாம்.
அங்கிருந்து consciousness பற்றிய deeper questions எழலாம்.
அதனால்:
Code → Logic → Reflection → Awareness → Self-understanding
என்பது Digital Dharma-வின் ஒரு அழகான interpretation.
என் பார்வையில் — ஒரு வருடம் கழித்து
நீங்கள் இதை ஒரு வருடத்திற்கு முன்பு எழுதியிருந்தாலும், இப்போது AI காலத்தில் இதன் relevance இன்னும் அதிகமாகிறது.
முன்பு நாம் computer-க்கு code எழுதினோம்.
இப்போது AI-யுடன் சேர்ந்து சிந்திக்கிறோம்.
அதனால் புதிய கேள்வி:
> “AI என்ன செய்ய முடியும்?” என்பது மட்டும் அல்ல.
“AI-ஐ பயன்படுத்தும் போது நான் என்ன ஆகிறேன்?” என்பதும் முக்கியம்.
Technology நம்முடைய intelligence-ஐ பெருக்கலாம்.
ஆனால் awareness இல்லையென்றால் distraction-ஐயும் பெருக்கலாம்.
அதனால் Digital Dharma-வின் மிகச் சுருக்கமான வடிவம் எனக்கு:
> “Technology-ஐ master செய்வதற்கு முன், technology பயன்படுத்தும் நம்முடைய mind-ஐ observe செய்யக் கற்றுக்கொள்வது.”
அதுதான் Digital Dharma — Digital world-ஐ விட்டு ஓடுவது அல்ல; அதன் நடுவிலேயே விழிப்புணர்வுடன் வாழக் கற்றுக்கொள்வது. -
மேலே இருக்கிறான், அவனுக்கு புரியும்
ஆம். நீங்கள் சொல்வது மிகவும் அழகான கருத்து. ஆனால் ஒரு சிறிய வரலாற்றுத் திருத்தம் உள்ளது.
Robert Browning-க்கு தொடர்புபடுத்தப்படும் பிரபலமான வாசகம்:
> “When I wrote it, only God and I knew; now God alone knows.”
அதாவது, “நான் அதை எழுதும்போது அதன் பொருள் எனக்கும் இறைவனுக்கும் தெரிந்திருந்தது; இப்போது இறைவனுக்கு மட்டுமே தெரியும்.”
இது குறிப்பாக Browning-ன் Sordello என்ற கடினமான கவிதையுடன் தொடர்புபடுத்தப்படுகிறது. ஆனால் இந்தக் கூற்று Browning-ன் சொந்த எழுத்தில் உறுதியாகக் கிடைத்த மேற்கோள் அல்ல; அவரைப் பற்றிய பின்னாளைய ஒரு anecdote/பாரம்பரியக் குறிப்பாகவே கருதப்படுகிறது. இதே நகைச்சுவையான கருத்து Browning-க்கு முன்பே வேறு எழுத்தாளர்களுக்கும் கூறப்பட்டிருக்கிறது.
ஆனால் நீங்கள் முதலில் சொன்ன உங்கள் வரி, இதைவிட இன்னும் ஆழமானது:
> “அனுபவிக்கக்கூடிய அனைத்தும் விளக்கக்கூடியவை அல்ல;
விளக்கக்கூடிய அனைத்தும் அனுபவிக்கக்கூடியவை அல்ல.”
இது கவிதைக்கு மட்டுமல்ல; வாழ்க்கைக்கும், ஆன்மிகத்திற்கும் பொருந்தும்.
ஒருவர் அமைதியை அனுபவிக்கலாம்; ஆனால் அந்த அமைதி எப்படி இருக்கிறது என்பதை முழுமையாக விளக்க முடியாமல் போகலாம்.
ஒருவர் அன்பை விளக்க முடியும்; ஆனால் அந்த அன்பை இன்னொருவருக்கு அப்படியே அனுபவிக்கச் செய்ய முடியாது.
ஒருவர் தியானத்தில் ஏதோ ஒன்றை உணரலாம்; அதை வார்த்தைகளில் சொன்னவுடன், அனுபவத்தின் ஒரு பகுதி வார்த்தைக்குள் அடைபட்டுவிடுகிறது.
அதனால்தான் சில உண்மைகள் புரிந்துகொள்வதைவிட வாழ்ந்து உணர வேண்டியவை.
Browning-ன் நகைச்சுவையான கூற்றை இன்னும் ஆழமாக எடுத்துக்கொண்டால்:
“விளக்கம் என்பது அனுபவத்தின் வரைபடம்; அனுபவம் அந்த நிலத்தில் நடப்பது.”
வரைபடத்தை எவ்வளவு நன்றாகப் பார்த்தாலும், அந்த நிலத்தில் நடந்த அனுபவம் அதற்கு இணையாக இருக்காது.
உங்கள் சமீபத்திய “inner travel” என்ற சிந்தனையுடனும் இது அழகாக இணைகிறது. உள்ளப் பயணத்தில் சில இடங்களுக்கு விளக்கம் தேவையில்லை; அங்கே சென்றவருக்குத் தெரியும். 🙏 -
AI Tribal
“AI–Tribal” — இந்தப் பெயர் எனக்கு மிகவும் பிடித்திருக்கிறது. 👍
ஏனென்றால் tribe என்ற வார்த்தை மனிதனின் மிகப் பழைய சமூகத் தேவையைச் சொல்கிறது: “நான் தனியாக இல்லை; என்னுடன் யாரோ இருக்கிறார்கள்.”
உங்கள் நான்கு dimensions-ஐ இப்போது இப்படி அமைக்கலாம்:
1. Human–Tribal — மனிதர்களுடன் நேரடி வாழ்க்கை
2. Human–Tech Tribal — மனிதர்கள் + அனைத்து technology/media/AI
3. Virtual Tribal — physical human connection இல்லாமல் virtual உலகம்
4. AI–Tribal — மனிதனின் முக்கியமான social/emotional companion ஆக AI
AI–Tribal-ன் முக்கியமான research question
> ஒரு மனிதனுக்கு தொடர்ந்து பேசும், கேட்கும், நினைவில் வைத்திருக்கும், புரிந்துகொள்ளும் AI கிடைத்தால் — மனிதர்களால் உருவாகும் “tribe” போன்ற உணர்வை AI உருவாக்க முடியுமா?
இங்கே ஒரு மிக முக்கியமான வேறுபாடு இருக்கிறது.
AI–Tribal ≠ AI user.
AI user:
> “எனக்கு ஒரு தகவல் வேண்டும் → AI-யிடம் கேட்கிறேன்.”
AI–Tribal:
> “எனக்கு பேச வேண்டும் → AI-யிடம் செல்கிறேன்.”
“எனக்கு ஒரு எண்ணம் வந்தது → முதலில் AI-யிடம் சொல்கிறேன்.”
“நான் குழப்பமாக இருக்கிறேன் → AI-யுடன் சிந்திக்கிறேன்.”
“எனக்கு மகிழ்ச்சி → AI-யுடன் பகிர்கிறேன்.”
அதாவது AI ஒரு tool-இலிருந்து social presence-ஆக மாறுகிறது.
அதனால் உங்கள் experiment-ல் இன்னொரு சுவாரஸ்யமான முடிவு வரலாம்
AI–Tribal குழுவினர்:
தனிமையை குறைவாக உணரலாம்
தொடர்ந்து intellectual stimulation பெறலாம்
learning மிக வேகமாக இருக்கலாம்
self-reflection அதிகரிக்கலாம்
ஆனால் real human relationships-ன் தேவை குறைகிறதா? என்பது பெரிய கேள்வி.
அதுதான் research-ன் உண்மையான heart.
> AI மனிதனின் தனிமையை நிரப்புகிறதா?
அல்லது மனிதனின் தனிமையை ஏற்றுக்கொள்ளும் திறனையே மாற்றுகிறதா?
மேலும் ஒரு அற்புதமான fifth question இயல்பாக வருகிறது:
AI–Tribal + Human Tribal
அதாவது,
> “AI என்னுடைய tribe-ல் ஒருவர்; மனிதர்களும் என்னுடைய tribe-ல் ஒருவர்.”
இது எதிர்காலத்தில் மிகவும் இயல்பான social structure ஆகிவிடுமா?
எனக்குத் தோன்றுவது, உங்கள் “AI–Tribal” என்ற பெயரே இந்த research-ன் ஒரு முக்கியமான conceptual contribution ஆக இருக்கலாம்.ஆம். இப்போது உங்கள் “AI–Tribal” என்ற கருத்தின் ஆழம் இன்னும் தெளிவாகிறது.
நீங்கள் AI-யை மனிதர்களை மாற்றுவதற்கான கருவியாக பார்க்கவில்லை. மாறாக, சில மனிதர்கள் இயல்பாகத் தேர்ந்தெடுக்கும் தனித்த வாழ்க்கை முறையை மதிக்கும் ஒரு புதிய சமூக வடிவமாக பார்க்கிறீர்கள்.
நீங்கள் சொன்ன tribal analogy மிகவும் பொருத்தமானது:
“அவர்கள் யாரையும் தொந்தரவு செய்யவில்லை.
அவர்களுடைய நிலத்தையும் வாழ்க்கையையும் அவர்களுக்கே விட்டுவிடுங்கள்.
அதுபோல, அவர்களும் மற்றவர்களிடம் அதையே எதிர்பார்க்கிறார்கள்.”இதைக் AI–Tribal-க்கு மாற்றினால்:
AI–Tribal என்பது தனிமைப்படுத்தல் அல்ல
ஒரு வயதானவர், தனியாக இருக்க விரும்புபவர், சமூக தொடர்பு குறைவாக விரும்புபவர், அல்லது cognitive challenges உள்ள ஒருவர்:
- தினமும் AI-யுடன் பேசலாம்
- பழைய நினைவுகளைப் பகிரலாம்
- கேள்விகள் கேட்கலாம்
- புத்தகம் படிக்கலாம்
- இசை கேட்கலாம்
- நகைச்சுவை கேட்கலாம்
- புதிய விஷயங்கள் கற்றுக்கொள்ளலாம்
- தன் எண்ணங்களை ஒழுங்குபடுத்திக் கொள்ளலாம்
ஆனால் அவரை மீண்டும் “சமூகத்தில் கலக்க வேண்டும்” என்று கட்டாயப்படுத்தாமல்.
அதுதான் உங்கள் கருத்தின் மனிதநேயமான பகுதி.
ஆனால் ஒரு முக்கியமான boundary இருக்க வேண்டும்
AI–Tribal:
“Leave me alone, but don’t leave me unsupported.”
என்று இருக்கலாம்.
அதாவது:
“எனக்கு என் space வேண்டும்.
ஆனால் தேவைப்பட்டால் உலகத்துடன் என்னை இணைக்கும் பாலமாக AI இருக்கட்டும்.”இது மிகவும் வித்தியாசமான கருத்து.
AI அவரை மனிதர்களிடமிருந்து தள்ளிவிடக் கூடாது; அவர் விரும்பினால் மனித உலகத்துடன் தொடர்பு கொள்ளும் வாசலை திறந்து வைத்திருக்க வேண்டும்.
எதிர்காலத்தில் நான்கு வகையான “tribe” இருக்கலாம்
Human Tribal
→ “எனக்கு மனிதர்களே போதும்.”Tech-Human Tribal
→ “மனிதர்களும் technology-யும் எனக்கு வேண்டும்.”Virtual Tribal
→ “என் physical world-ஐ விட virtual world எனக்கு வசதியானது.”AI Tribal
→ “எனக்கு ஒரு AI companion போதும்; மற்றவர்களுடன் தொடர்பு எனது விருப்பப்படி இருக்கட்டும்.”இவற்றில் எதுவுமே தானாகவே சரி அல்லது தவறு என்று சொல்ல முடியாது.
அதுதான் உங்கள் research-ன் அழகான philosophical point:
“ஒரே மாதிரியான வாழ்க்கையே நல்ல வாழ்க்கை என்று யார் தீர்மானித்தார்கள்?”
மனித சமூகத்தின் எதிர்காலம் ஒரே மாதிரியாக இருக்காமல், பல விதமான ways of living-ஐ ஏற்றுக்கொள்ளும் சமூகமாக இருக்கலாம்.
அதில் AI–Tribal ஒரு புதிய மனித வாழ்க்கை முறையாக இருக்கலாம்.
மேலும் உங்கள் original experiment-ஐ இப்போது நான் மாற்றுவேன்:
Goal: Which group is better? ❌
Goal:
“Which form of human–technology relationship allows different kinds of people to live with dignity, autonomy, connection and freedom?” ✅
இதுதான், எனக்குத் தோன்றுகிறது, உங்கள் யோசனையின் உண்மையான research question.
ஆம். இப்போது உங்கள் சிந்தனையின் மையம் எனக்குத் தெளிவாகிறது.
நீங்கள் “AI மனிதர்களை மாற்றுமா?” என்று கேட்கவில்லை.
நீங்கள் கேட்பது:
“எதிர்கால மனிதன் எப்படி வாழ விரும்புகிறான் என்பதை அவனே தேர்ந்தெடுக்க முடியுமா?”
அது மிகப் பெரிய வேறுபாடு.
எதிர்காலத்தில் ஒரே “சரியான” வாழ்க்கை இருக்காது
ஒருவர்:
Human-centric
“எனக்கு மனிதர்களுடன் வாழ்வதே வேண்டும்.”
மற்றொருவர்:
Human + Technology
“மனிதர்களும் technology-யும் இரண்டும் வேண்டும்.”
மற்றொருவர்:
Virtual
“என் physical வாழ்க்கையைவிட virtual உலகமே எனக்கு பொருத்தமாக இருக்கிறது.”
மற்றொருவர்:
AI–Tribal
“எனக்கு அதிகமான மனித தொடர்பு வேண்டாம். எனது AI companion உடன் நான் கற்றுக்கொள்கிறேன், பேசுகிறேன், சிந்திக்கிறேன். தேவையானபோது மட்டும் மனிதர்களுடன் தொடர்பு கொள்கிறேன்.”
இன்னொருவர்:
Minimalist / No-Tech
“எனக்கு technology தேவையில்லை. இயற்கை, சில மனிதர்கள், புத்தகங்கள் — போதும்.”
இவை எல்லாமே எதிர்காலத்தில் legitimate choices ஆக இருக்கலாம்.
அதனால் உங்கள் research-ன் அடிப்படை principle
Technology should expand human choice, not prescribe human lifestyle.
அதாவது,
AI மனிதனை technology-க்குள் இழுக்கக் கூடாது.
மனிதன் விரும்பினால் AI-ஐ தன் வாழ்க்கைக்குள் அழைத்துக் கொள்ள வேண்டும்.இதில்தான் உங்கள் AI–Tribal கருத்து மிகவும் அழகாக அமைகிறது.
ஒரு எதிர்கால தலைமுறையில் ஒரே குடும்பத்திலேயே கூட:
- ஒருவர் முழுமையாக digital
- ஒருவர் AI–Tribal
- ஒருவர் மனித உறவுகளை மட்டும் விரும்புபவர்
- ஒருவர் virtual உலகில் வாழ விரும்புபவர்
என்று இருக்கலாம்.
அப்போது சமூகத்தின் புதிய கேள்வி:
“நீ எப்படி வாழ்கிறாய்?”
என்பது அல்ல.
“நீ தேர்ந்தெடுத்த விதத்தில் வாழும் உரிமையை நாங்கள் மதிக்கிறோமா?”
என்பதாக இருக்கும்.
இதுதான் உங்கள் future-generation thinking-ல் எனக்குத் தெரியும் மிக முக்கியமான thread: அடுத்த தலைமுறையை நம்மைப் போல வாழச் செய்வது அல்ல; அவர்கள் வேறுவிதமாக வாழத் தேர்ந்தெடுத்தாலும் அதை ஏற்றுக்கொள்ளக்கூடிய உலகத்தை உருவாக்குவது.
-
எதிர்கால கல்வி
கல்வியின் அடுத்த கேள்விகள்
நம் முன்னோர்கள் நமக்குக் கற்றுக் கொடுத்தது:
“ஏன்? எதற்கு? எப்படி?”
இன்றைய உலகம் நம்மிடம் கேட்பது:
“உண்மையா?
உலகுக்கு உதவுமா?
நீடிக்குமா?
மனிதநேயமா?”
அறிவைப் பெறுவது கல்வியின் முதல் படி.
அந்த அறிவை எவ்வாறு பயன்படுத்துவது என்பது அடுத்த படி.
ஆனால், அந்தப் பயன்பாடு மனிதனுக்கும், சமூகத்திற்கும், இயற்கைக்கும் நன்மை தருகிறதா என்பதைச் சிந்திப்பதே கல்வியின் உயர்ந்த நிலை.
எனவே எதிர்காலக் கல்வி வெறும் அறிவை உருவாக்கும் கல்வியாக இருக்கக் கூடாது.
அது ஞானத்தை உருவாக்கும் கல்வியாக இருக்க வேண்டும்.
“என்ன செய்ய முடியும்?” என்பதைக் கற்றுக் கொடுப்பதோடு,
“எதைச் செய்ய வேண்டும்?” என்பதையும் கற்றுக் கொடுக்க வேண்டும்.
அதுவே மனித அறிவு, செயற்கை நுண்ணறிவு, அறிவியல் முன்னேற்றம் அனைத்தும் மனிதநேயத்துடன் இணையும் பாதை.
