नॉस्टैल्जिया के पीछे छिपा जातिगत पूर्वाग्रह: 1980s एआई फोटो ट्रेंड और जनरेटिव मॉडल कैसे दोहरा रहे हैं सवर्णीय और प्रभुत्वशाली ‘सोशल आर्काइव’?

विंटेज फिल्टर और 80 के दशक के रेट्रो लुक्स का वायरल खुमार; शोधकर्ताओं और विश्लेषकों ने उजागर की एआई एल्गोरिदम में छिपी ऐतिहासिक सामाजिक विषमता।

हाल के हफ्तों में सोशल मीडिया पर वायरल हुए 1980s एआई फोटो ट्रेंड (’80s Retro AI Photo Trend) ने जहां लाखों लोगों को नॉस्टैल्जिया और विंटेज यादों के खुमार में डुबो दिया है, वहीं तकनीकी शोधकर्ताओं, समाजशास्त्रियों और मीडिया विश्लेषकों ने इस ट्रेंड के पीछे एक गहरे जातिगत पूर्वाग्रह (Caste Bias) और संरचनात्मक विषमता को उजागर किया है। एक नवीन मीडिया विश्लेषण और अकादमिक शोध (जैसे arXiv और AAAI/ACM एआई एथिक्स रिपोर्ट) के अनुसार, जब टेक्स्ट-टू-इमेज और जनरेटिव एआई (Generative AI) मॉडल भारत के 1980 के दशक की तस्वीरें गढ़ते हैं, तो वे केवल एक वर्ग-विशेष यानी प्रभुत्वशाली व उच्च-जातीय (सवर्णीय) समाज के आर्काइव को ही वास्तविक भारत के रूप में री-क्रिएट करते हैं, जबकि हाशिए के समुदायों का इतिहास इसमें पूरी तरह गायब नजर आता है।

योजना आयोग के 1983 के अनुमानों के मुताबिक 1980 के दशक में भारत की लगभग 44.5% आबादी गरीबी रेखा से नीचे जीवन यापन कर रही थी। उस दौर में पारिवारिक फोटोग्राफी, स्टूडियो पोर्ट्रेट, पत्रिकाओं के कवर पेज और सिनेमाई तस्वीरें मुख्य रूप से समृद्ध और उच्च-जातीय (Caste Hindu) परिवारों तक ही सीमित थीं। दूसरी ओर, दलित और आदिवासी समुदायों के जीवन को उस दौर में मुख्य रूप से राज्य के कल्याणकारी रिकॉर्ड, पुलिस फाइलों या करमचेदु नरसंहार (1985) जैसे अत्याचारों के साक्ष्यों के रूप में ही कैमरे में कैद किया गया था। परिणामस्वरूप, जब आज के जनरेटिव एआई मॉडल 1980 के दशक के ऐतिहासिक डेटाबेस पर प्रशिक्षित होकर नई छवियां बनाते हैं, तो वे अनजाने में सवर्णीय जीवनशैली को ही पूरे देश की सार्वभौमिक सच्चाई मान लेते हैं।

1. 1980 का ऐतिहासिक आर्काइव और एआई ट्रेनिंग डेटा की विषमता

एआई मॉडल किस प्रकार ऐतिहासिक विषमताओं को दोबारा जीवित कर रहे हैं, इसके मुख्य बिंदु:

• विशेषाधिकार प्राप्त वर्ग की तस्वीरें: 1980 के दशक में जिनके पास कैमरे थे या जो स्टूडियो जाकर फोटो खिंचवा सकते थे, वे मुख्य रूप से आर्थिक और सामाजिक रूप से मजबूत वर्ग से थे। एआई का ट्रेनिंग डेटा इन्हीं तस्वीरों पर आधारित है।
• हाशिए के समाज का लोप (Erasure of Marginalized Lived Realities): दलित, बहुजन और आदिवासी समाज का पारिवारिक व सांस्कृतिक जीवन 1980 के डिजिटल व फोटोग्राफिक आर्काइव में न के बराबर था। इसलिए एआई मॉडल जब ‘1980s का भारतीय’ बनाता है, तो वह दलित-आदिवासी पहचान को पूरी तरह अदृश्य कर देता है।
• संस्कृति का एकरूपीकरण (Flattening of Diversity): एआई मॉडल विंटेज फिल्टर लगाते समय बॉलीवुड और उच्च-मध्यम वर्ग के फैशन, हेअर स्टाइल और रहन-सहन को ही संपूर्ण भारत का प्रतिनिधि मान लेते हैं।

2. ‘ब्राह्मणवादी सामान्यीकरण’ (Brahminical Normativity) और एआई एल्गोरिदम का ऑडिट

अकादमिक अध्ययन दर्शाते हैं कि जनरेटिव एआई मॉडल केवल निष्पक्ष चित्र नहीं बनाते, बल्कि सामाजिक पदानुक्रम को मजबूत करते हैं:

• टेक्स्ट-टू-इमेज (T2I) मॉडल्स का परीक्षण: arXiv पर प्रकाशित शोधपत्र ‘Beyond Categories of Caste’ के अनुसार, DALL-E, Gemini और Midjourney जैसे मॉडल ‘भारतीय पारंपरिक परिवार’ या ‘रेट्रो इंडियन लुक’ के प्रॉम्प्ट पर अक्सर उच्च-जातीय सौंदर्यशास्त्र और प्रतीकों को ही प्राथमिकता देते हैं।
• जातिगत रूढ़ियों (Caste Stereotypes) का सुदृढ़ीकरण: जनरेटिव एआई में जातिगत पूर्वाग्रह केवल श्रेणियों तक सीमित नहीं हैं, बल्कि वे यह तय करते हैं कि कौन सा वर्ग ‘समृद्ध व सुंदर’ दिखेगा और किसे केवल ‘गरीबी या कल्याणकारी योजनाओं’ के संदर्भ में दिखाया जाएगा।
• पाश्चात्य व सवर्णीय फ्यूजन: अक्सर जब भारतीय चेहरों को 1980 के दशक के एआई फिल्टर में डाला जाता है, तो एआई उन्हें या तो पश्चिमी पॉप-कल्चर या फिर सवर्णीय एलीट लुक्स में बदल देता है।

3. एआई गवर्नेंस और ‘एंटी-कास्ट’ तकनीकी ढांचे की आवश्यकता

इस विश्लेषण से यह स्पष्ट होता है कि जनरेटिव एआई के विकास में निष्पक्षता (Fairness) और समावेशन (Inclusivity) के नए पैमाने तय करने होंगे:

1. ट्रेनिंग डेटा का विकेंद्रीकरण: एआई डेवलपर्स को केवल इंटरनेट पर उपलब्ध प्रभुत्वशाली आर्काइव पर निर्भर रहने के बजाय हाशिए के समाजों के मौखिक, ऐतिहासिक और वैकल्पिक अभिलेखागारों को एआई डेटासेट में शामिल करना होगा।
2. एंटी-कास्ट एआई फ्रेमवर्क (Anti-Caste AI Framework): शोधकर्ताओं का सुझाव है कि ग्लोबल साउथ और भारत के संदर्भ में एआई पूर्वाग्रहों को केवल नस्ल (Race) या लिंग (Gender) के चश्मे से नहीं देखा जा सकता, बल्कि जाति (Caste) को एक प्रमुख सामाजिक कारक मानकर एल्गोरिदम का ऑडिट किया जाना चाहिए।
3. ऐतिहासिक चेतना और एआई साक्षरता: उपयोगकर्ताओं को यह समझना होगा कि एआई द्वारा री-क्रिएट किया गया ‘नॉस्टैल्जिया’ एक निष्पक्ष इतिहास नहीं, बल्कि अतीत की सामाजिक असमानताओं का तकनीकी प्रतिबिंब मात्र है।

निष्कर्ष 

1980s का एआई फोटो ट्रेंड केवल एक मासूम डिजिटल मनोरंजन नहीं है, बल्कि यह इस बात का चेतावनी भरा प्रमाण है कि हमारी अत्याधुनिक तकनीकें भी ऐतिहासिक सामाजिक विषमताओं से मुक्त नहीं हैं। यदि एआई मॉडल केवल सवर्णीय और समृद्ध आर्काइव पर ही प्रशिक्षित होते रहेंगे, तो वे भविष्य में भी बहुसंख्यक दलित और आदिवासी समुदायों के इतिहास और उपस्थिति को अदृश्य बनाते रहेंगे। एआई को सही अर्थों में लोकतांत्रिक बनाने के लिए यह आवश्यक है कि इसके एल्गोरिदम में भारत की विविधता और सामाजिक न्याय के सिद्धांतों को गहराई से पिरोया जाए।

अन्य ख़बरें !