जापान की पारंपरिक शिल्पकला अरिता-याकी की श्रम-विभाजन वाली कारीगरी अगली पीढ़ी तक! AI ट्रांसक्रिप्शन रिकॉर्ड रखने में सहायक

सागा प्रीफेक्चर के अरिता नगर और उसके आसपास बनने वाला पोर्सिलेन—अरिता-याकी—काम के अलग-अलग चरणों में अलग-अलग लोगों की भागीदारी पर आधारित है। हर चरण का ज्ञान और निर्णय लेने की समझ अगली पीढ़ी तक कैसे पहुँचाई जाए, इस चुनौती के लिए आवाज़ को लिखित रूप में बदलने जैसी AI-आधारित रिकॉर्डिंग सहायता एक विकल्प हो सकती है। यहाँ हम इस विचार को समझेंगे कि AI को कारीगरों के विकल्प के रूप में नहीं, बल्कि रिकॉर्ड रखने में सहायक के तौर पर देखा जाए।

पारंपरिक शिल्पकला और AI पर एक साथ विचार क्यों करें

कई पारंपरिक शिल्पों में हुनर लंबे समय तक एक व्यक्ति से दूसरे व्यक्ति तक पहुँचता रहा है। अगर यह सिलसिला टूट जाए, तो बर्तनों के आकार और उनके नमूने तो बच सकते हैं, लेकिन उन्हें उस तरह क्यों बनाया जाता है—इस निर्णय के पीछे के कारण खो सकते हैं। विरासत को आगे पहुँचाना शिल्प-क्षेत्रों के सामने हमेशा रहने वाला सामाजिक मुद्दा है।

दूसरी ओर, AI को अक्सर ऐसी चीज़ के रूप में पेश किया जाता है जो कारीगरों का काम छीन लेगी। लेकिन हर चीज़ को मशीन से बदलने की बात और लोगों के शब्दों तथा अनुभवों को सहेजने में मदद लेने की बात मूलतः बिल्कुल अलग हैं। पारंपरिक शिल्पकला और AI के संबंध पर विचार करते समय, शुरुआत बाद वाले विचार से होनी चाहिए।

इस लेख में अरिता-याकी को इसलिए लिया गया है क्योंकि श्रम-विभाजन पर आधारित इसकी निर्माण-व्यवस्था हुनर को दर्ज करने के विषय को समझने का एक स्पष्ट उदाहरण है। ऐसे शिल्प-क्षेत्र में, जहाँ हर चरण के लिए विशेषज्ञ कारीगर होते हैं, किसी एक व्यक्ति के हटने से उस चरण का ज्ञान भी टूट सकता है। इसीलिए क्या और कैसे सहेजा जाए, यह सवाल ठोस रूप लेता है।

अरिता-याकी का निर्माण किसी एक व्यक्ति के दम पर पूरा नहीं होता

अरिता-याकी, सागा प्रीफेक्चर के अरिता नगर और उसके आसपास के क्षेत्रों में बनाया जाने वाला पोर्सिलेन है। इसका निर्माण मूलतः श्रम-विभाजन के आधार पर होता है। आकार देने, चित्रकारी करने और भट्ठी में पकाने जैसे हर चरण में विशेषज्ञों की नज़र और हाथ शामिल होते हैं। यानी एक बर्तन के तैयार होने तक कई लोगों के फैसले उसमें जुड़ते जाते हैं।

स्थापना के वर्ष का उल्लेख सावधानी से करें

अरिता पोर्सिलेन की शुरुआत का वर्ष कभी-कभी “1616” बताया जाता है। हालांकि, अरिता टाउन हिस्टोरिकल एंड फोकलोर म्यूज़ियम के अनुसार, यह साल कनागाए सानबेई के वहाँ प्रवास का उल्लेख करने वाले दस्तावेज़ से आया है और इसे सीधे पोर्सिलेन के निर्माण की शुरुआत से नहीं जोड़ा जा सकता। इसलिए वर्ष बताने के लिए “1610 का दशक” कहना अधिक उचित है।

चार सौ साल से अधिक पुराना इतिहास रखने वाले इस शिल्प-क्षेत्र में हुनर कैसे आगे बढ़ा है? आगे हम विचार करेंगे कि आधुनिक उपकरण AI इस सवाल में किस हद तक भूमिका निभा सकता है।

श्रम-विभाजन से जुड़ी कारीगरी को कैसे दर्ज करें

जहाँ निर्माण के चरण अलग-अलग होते हैं, वहाँ विरासत को आगे पहुँचाने के बारे में भी हर चरण के हिसाब से सोचना ज़रूरी है। आकार देने वाले कारीगर जिन बातों पर ध्यान देते हैं, वे चित्रकारी करने वालों की प्राथमिकताओं से शायद अलग होंगी। अगर हर चीज़ को एक साथ “हुनर” कह दिया जाए, तो उसके अहम पहलू छूट जाते हैं।

निर्णय लेने के पीछे के कारण दर्ज करना ज़रूरी है

कारीगर क्या देखते हैं, किस मौके पर हाथ रोकते हैं और कोई खास विकल्प क्यों चुनते हैं—इन फैसलों के कारणों को शब्दों में दर्ज करना रिकॉर्डिंग की शुरुआत है। काम के चरणों को वीडियो से दिखाया जा सकता है, लेकिन फैसले का आधार तब तक दिखाई नहीं देता, जब तक कारीगर उसे समझाकर न बताएँ।

यहाँ से आगे दिया गया विचार किसी खास भट्ठी या कार्यशाला में लागू किए गए मामले का विवरण नहीं, बल्कि शिल्प-क्षेत्र के ज्ञान को सहेजने का एक प्रस्ताव है।

आवाज़ का ट्रांसक्रिप्शन रिकॉर्डिंग का पहला कदम हो सकता है

एक व्यावहारिक शुरुआत बातचीत की आवाज़ को लिखित रूप में बदलने से हो सकती है। OpenAI के API दस्तावेज़ों में आवाज़ के ट्रांसक्रिप्शन के विकल्प के रूप में Whisper अब भी सूचीबद्ध है। अनुभवी कारीगरों के साक्षात्कार या काम के बीच होने वाली बातचीत को लिखित रूप में दर्ज कर लिया जाए, तो बाद में उन्हें खोजा और फिर से पढ़ा जा सकता है।

मिसाल के तौर पर, मान लें कि किसी कार्यशाला में एक युवा कारीगर अपने वरिष्ठ से पूछता है, “आज पकने के बाद यह ऐसा क्यों निकला?” और उनकी बातचीत रिकॉर्ड करके लिखित रूप में दर्ज की जाती है। अगर कई वर्षों की ऐसी सामग्री जमा हो जाए, तो उस कार्यशाला के अनुभव से बने व्यावहारिक ज्ञान को पढ़ने योग्य रूप में सहेजा जा सकता है। याददाश्त या कागज़ी नोटबुक पर निर्भर जानकारी साझा की जा सकने वाली संपत्ति बन सकती है।

हालाँकि, केवल ट्रांसक्रिप्शन से कारीगरों की अनुभूति को फिर से पैदा नहीं किया जा सकता। आग की तीव्रता में मामूली फर्क या हाथ का स्पर्श शब्दों में ढालते ही कुछ हद तक छूट जाता है। लिखित शब्द खुद हुनर नहीं, बल्कि उस हुनर तक पहुँचने का नक्शा हैं।

AI को सौंपे जाने वाले काम की सीमा तय करें

रिकॉर्ड रखने में सहायता और हुनर को खुद दोहराना—ये दो अलग चुनौतियाँ हैं। पहली चुनौती AI की क्षमताओं के करीब है, जबकि दूसरी उस अनुभव का क्षेत्र है जिसे इंसानों ने समय के साथ अर्जित किया है। इस सीमा को अस्पष्ट रखकर आगे बढ़ने पर कारीगरों और कार्यस्थल के लोगों की सहमति नहीं मिलेगी।

इमेज जनरेशन AI से नए बर्तनों के डिज़ाइन के विचार निकालना या AI एजेंटों से विदेशों में बिक्री में मदद लेना—ऐसे विचार कल्पना के तौर पर संभव हैं। लेकिन ये केवल प्रस्तावित उदाहरण हैं; इन्हें अरिता-याकी के कार्यस्थलों में आज़माए गए उपायों के रूप में पेश नहीं किया जा सकता। इन्हें आज़माने की शुरुआत भी इस निर्णय से होनी चाहिए कि कारीगर खुद क्या सहेजना चाहते हैं और किन कामों को इंसानी हाथों के लिए सुरक्षित रखना चाहते हैं।

AI के उपयोग का मूल्य उसे अपनाने में नहीं, बल्कि इस बात में है कि कार्यस्थल के ज्ञान को कौन और किस तरह इस्तेमाल कर सके, ऐसे रूप में कैसे सहेजा जाए। मुख्य भूमिका अरिता-याकी की कारीगरी की है और AI सहायक भूमिका निभाता है। जिस शिल्प-क्षेत्र ने श्रम-विभाजन के ज़रिए अपनी कला को निखारा है, वहाँ AI को भी काम के अलग-अलग चरणों के दायरे में एक भूमिका के रूप में देखना स्वाभाविक लगता है।