ഭാഷ, ഓർമ, കൂട്ടായ്മ:
ഡിജിറ്റൽ മലയാളം മീഡിയയുടെ ഭാവി

ആഗോള ഡിജിറ്റൽ മേധാവിത്വത്തിന്റെ ഈ കാലഘട്ടത്തിൽ, ഇന്റർനെറ്റിന്റെ ഉള്ളടക്കത്തിൽ അൻപത്തിയഞ്ച് ശതമാനത്തിലധികവും ഇംഗ്ലീഷ് ഭാഷ കൈയടക്കിവെച്ചിരിക്കുകയാണ്. ഗൂഗിൾ സെർച്ച് എഞ്ചിനുകൾ, ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs), കണ്ടെന്റ് റെക്കമൻഡേഷൻ അൽഗോരിതങ്ങൾ എന്നിവയുടെ അദൃശ്യമായ അധികാരഘടനകൾക്കുള്ളിൽ മലയാളം ഇന്ന് കേവലമൊരു ദ്വിതീയ സാംസ്കാരിക പ്രകടനമായി പാർശ്വവൽക്കരിക്കപ്പെട്ടിരിക്കുന്നു. ഈ സാങ്കേതികമായ അദൃശ്യവൽക്കരണത്തിനപ്പുറം, ഒരു ഭാഷ യഥാർത്ഥത്തിൽ എവിടെയാണ് ജീവിക്കുന്നത് എന്ന് ഗൗരവമായി പരിശോധിക്കേണ്ടതുണ്ട്.

ഇവിടെ മനസ്സിലാക്കേണ്ടത്, ഡിജിറ്റൽ ലോകത്തെ ഈ അദൃശ്യത നമ്മുടെ ഉത്പാദനക്കുറവ് കൊണ്ടല്ല; മലയാളം ഉള്ളടക്കങ്ങൾ AI പരിശീലനത്തിനായി നിരന്തരം ശേഖരിക്കപ്പെടുന്നുണ്ട്; മറിച്ച് ഈ വ്യവസ്ഥ മലയാളത്തെ ഉൾക്കൊള്ളാൻ രൂപകല്പന ചെയ്യപ്പെടാത്തതുകൊണ്ടാണ്. ഒരു ഭാഷയുടെ ജീവൻ എന്നത് കേവലം അൽഗോരിതങ്ങൾക്ക് പ്രിയങ്കരമായ 'ഉള്ളടക്ക ഉത്പാദനവു’മായി ബന്ധപ്പെട്ടതല്ല; മറിച്ച്, ആ വ്യവസ്ഥ ശരിയായി മൂല്യനിർണയം ചെയ്യാൻ പരാജയപ്പെടുന്ന, അതിന്റെ അളവുകോലുകൾക്ക് വഴങ്ങാത്ത ജ്ഞാനത്തിന്റെ തുടർച്ചയുമായി അത് ബന്ധപ്പെട്ടിരിക്കുന്നു എന്നതാണ്. അതുകൊണ്ടാണ്, ആഗോള വ്യവസ്ഥയിൽ മലയാളം എത്രത്തോളം ദൃശ്യമാണ് എന്നതിനേക്കാൾ, ഈ വ്യവസ്ഥ എങ്ങനെയാണ് നമ്മുടെ ഭാഷയെ അദൃശ്യമാക്കുന്നത് എന്ന തിരിച്ചറിവ് ഇന്നത്തെ കാലത്തെ ഏറ്റവും വലിയ രാഷ്ട്രീയജ്ഞാനമാകുന്നത്.

അൽഗോരിതങ്ങളുടെ
ഭാഷാപരമായ പരിമിതികൾ

നാം ടൈപ്പ് ചെയ്യുന്ന ഓരോ വാചകത്തെയും ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs) ടോക്കണുകൾ എന്നറിയപ്പെടുന്ന ചെറിയ വിഭജിത ഖണ്ഡങ്ങളായാണ് വായിക്കുന്നത്. ആഗോള ടെക് ഭീമന്മാരുടെ ഈ സാങ്കേതിക വ്യവസ്ഥ മലയാളത്തോട് കാട്ടുന്ന വിവേചനം പ്രവർത്തിക്കുന്നത് വാക്ക് വായിക്കപ്പെടുന്നതിന് മുൻപുള്ള ഈ അടിസ്ഥാനതലത്തിലാണ്. ഇംഗ്ലീഷ് കേന്ദ്രീകൃതമായി നിർമ്മിക്കപ്പെട്ട ടോക്കണൈസർ അൽഗോരിതങ്ങൾ, ഓരോ ഇംഗ്ലീഷ് വാക്കും ഓരോരോ ടോക്കണായി മനസ്സിലാക്കുമ്പോൾ, മലയാളം പോലുള്ള രൂപിമസമ്പന്നമായ (morphologically rich) ഭാഷകളിലെ വാക്കുകളെ അർത്ഥശൂന്യമായ കഷണങ്ങളായി നുറുക്കിക്കളയുന്നു. സാങ്കേതികഭാഷയിൽ പറഞ്ഞാൽ മലയാളത്തിന്റെ 'ടോക്കൺ ഫെർട്ടിലിറ്റി' ഇംഗ്ലീഷിനേക്കാൾ നാലിരട്ടിയോളമാണ്. ഈ അമിതവിഘടനം ഭാഷയുടെ ആന്തരികമായ അർത്ഥസങ്കേതങ്ങളെ (Semantic Signals) ചോർത്തിക്കളയുകയും, തന്മൂലം കമ്പ്യൂട്ടറുകൾക്ക് ആ ഭാഷയിലെ സാംസ്കാരികവും വൈകാരികവുമായ ധ്വനികൾ ഗ്രഹിക്കാൻ കഴിയാതെ വരികയും ചെയ്യുന്നു. ഇത് മലയാളത്തെ ഡിജിറ്റൽ ലോകത്ത് അങ്ങേയറ്റം കാര്യക്ഷമതയില്ലാത്ത ഒരു ദ്വിതീയഭാഷയായി മാറ്റുന്നു.

എന്നാൽ ഡേറ്റാസെറ്റുകളിൽ ഉൾപ്പെട്ടിട്ടും ഈ ഘടനാപരമായ പിഴവുകൾ കാരണം മലയാളം വ്യവസ്ഥയ്ക്ക് വഴങ്ങാത്ത ഭാഷയായി തുടരുന്നു. അതുകൊണ്ടുതന്നെ മലയാളം പോലുള്ള ഒരു ഭാഷയെ മനസ്സിലാക്കുന്നതിലെ സാങ്കേതിക പിഴവ് ആഗോള ടെക് കമ്പനികൾ പരിഹരിക്കുന്നതുവരെ നമുക്ക് കാത്തിരിക്കാനാവില്ല. അതുകൊണ്ട്, അൽഗോരിതങ്ങളുടെ മൂല്യനിർണയത്തെ വിലവെക്കാത്ത ഒരു സ്വതന്ത്ര സാംസ്കാരിക ഇടം കെട്ടിപ്പടുക്കുക എന്നതുകൂടി നമ്മുടെ പ്രതിരോധത്തിന്റെ ഭാഗമാണ്.

ഇവിടെ 'സ്വതന്ത്രം' എന്നതിന് അർത്ഥം അൽഗോരിതങ്ങളിൽ നിന്ന് ഒളിച്ചോടുക എന്നല്ല; ഇന്റർനെറ്റിൽ പ്രസിദ്ധീകരിക്കുന്നതെന്തും അവ വായിക്കും, അളക്കും; മറിച്ച്, ആ അളവുകോലിനെ, സെർച്ച് റാങ്കിങ്ങും റെക്കമൻഡേഷൻ അൽഗോരിതവും നൽകുന്ന 'ദൃശ്യത'യെ, നമ്മുടെ വിജയത്തിന്റെ മാനദണ്ഡമാക്കാതിരിക്കുക എന്നതാണ്. ഒരു ഡിജിറ്റൽ മാധ്യമത്തിന്റെയോ, വീഡിയോ പ്ലാറ്റ്‌ഫോമിന്റെയോ, ചാനലിന്റെയോ നിലനിൽപ്പ് അൽഗോരിതം നൽകുന്ന ട്രാഫിക്കിലല്ല; മറിച്ച്, അതിനെ തങ്ങളുടെ സാംസ്കാരിക ഇടമായി കരുതുന്ന വായനാ-കാഴ്ചക്കാരുടെ സമൂഹത്തിലാണ്. അവിടെയാണ് അത് യഥാർത്ഥത്തിൽ സ്വതന്ത്രമാകുന്നത്.

ഭാഷാപരമായ
അദൃശ്യതയുടെ ചരിത്രം

ഭാഷാഅദൃശ്യത പുതിയതല്ല; അതിന് ചരിത്രപരമായ ഒരു സമാന്തരമുണ്ട്. കെനിയൻ എഴുത്തുകാരനായ തിയോംഗോ (Ngũgĩ wa Thiong'o) നിരീക്ഷിക്കുന്നതു പോലെ, സാമ്രാജ്യത്വ ആധിപത്യം അതിന്റെ ഏറ്റവും വലിയ ശക്തി നേടിയത് തോക്കുകൾ കൊണ്ടല്ല, മറിച്ച് ഭാഷയിലൂടെയാണ്- സ്വന്തം ഭാഷ 'പ്രാകൃതവും' 'അപ്രസക്തവും' ആണെന്ന് ഒരു ജനതയെ വിശ്വസിപ്പിച്ചതിലൂടെ. ഇതേ അധികാരഘടനയാണ് ഇന്ന് ഡിജിറ്റൽ ലോകത്തും ഭാഷാപരമായ അസമത്വത്തിലൂടെ ആവർത്തിക്കപ്പെടുന്നത്.

ഇന്ന് ഡിജിറ്റൽ ലോകത്തെ ഈ ഘടനാപരമായ അസമത്വം അധിനിവേശരൂപത്തിലല്ല വരുന്നത്; അത് തികച്ചും നിഷ്പക്ഷമെന്ന് തോന്നിക്കുന്ന ഒരു അൽഗോരിതമായി, ഒരു സെർച്ച് റാങ്കിംഗായി, ഒരു AI ട്രെയിനിംഗ് ഡേറ്റാസെറ്റായി വരുന്നു. തിയോംഗോ ഇംഗ്ലീഷിൽ എഴുതുന്നത് നിർത്തി ഗികുയു (Gikuyu) ഭാഷയിലേക്ക് തിരിച്ചത് ഭാഷാപരമായ തിരഞ്ഞെടുപ്പ് മാത്രമല്ല, ഒരു രാഷ്ട്രീയ പ്രഖ്യാപനം കൂടിയായിരുന്നു. തിയോംഗോയ്ക്ക് അത് ഏത് ഭാഷയിൽ എഴുതണം എന്ന തിരഞ്ഞെടുപ്പായിരുന്നുവെങ്കിൽ, നമുക്കിത് നമ്മുടെ ഭാഷ ഏത് ഇടത്ത്, ആരുടെ നിബന്ധനയിൽ ജീവിക്കണം എന്നതിനെക്കുറിച്ചുള്ള തിരഞ്ഞെടുപ്പാണ്. ഡിജിറ്റൽ മലയാളം മാധ്യമങ്ങൾ ഉള്ളടക്കം നിർമ്മിക്കുമ്പോൾ, കൃത്യമായ എഡിറ്റോറിയൽ സ്വത്വത്തോടെ മുന്നോട്ട് പോകുന്ന ഓരോ ലേഖനവും ഈ ഘടനാപരമായ അസമത്വത്തിനെതിരെയുള്ള ഒരു സാംസ്കാരിക ഇടപെടൽ കൂടിയാവുന്നത് അതുകൊണ്ടാണ്.

എന്നാൽ, ഈ പ്രതിരോധം പറയുന്നത്ര ലളിതമല്ല. ഡിജിറ്റൽ ലോകത്ത് മലയാളം നിലനിൽക്കുക എന്നതുതന്നെ ഒരു രാഷ്ട്രീയ പ്രവൃത്തിയാകുമ്പോൾ, ഒരു ചോദ്യം ഉയരുന്നു- ഏതു മലയാളമാണ് നാം ഡിജിറ്റൽ സ്പേസിൽ പ്രതിഷ്ഠിക്കേണ്ടത്?

ബൗദ്ധികമായ ആഴം ഉറപ്പുനൽകുന്നുവെങ്കിലും, പുതിയ തലമുറ (Gen Z) ഒരു കൈ അകലത്തിൽ നിർത്തുന്ന ക്ലാസിക്കൽ ഗ്രന്ഥഭാഷയാണോ, ഇംഗ്ലീഷ് വാക്കുകൾ കലർന്നതും ഡിജിറ്റൽ ലോകത്ത് വലിയ ഇടം (റീച്ച്) ലഭിക്കുന്നതുമായ, എന്നാൽ ഭാഷയുടെ ആന്തരികഘടനയെ ദുർബലപ്പെടുത്തുമെന്ന് ഭാഷാസ്നേഹികൾ ആശങ്കപ്പെടുന്ന, സമകാലിക മിശ്രഭാഷയോ? ഇതിന് സാർവത്രികമായ ഒരൊറ്റ ഉത്തരമില്ല. ഒരു മാധ്യമത്തിന്റെ എഡിറ്റോറിയൽ ഫിലോസഫിയാണ് ഈ സാംസ്കാരിക സമവാക്യം തീരുമാനിക്കേണ്ടത്. ഭാഷയും വിഷയവും തമ്മിലുള്ള ഈ വിനിമയമാണ് മാധ്യമത്തിന്റെ എഡിറ്റോറിയൽ സ്വത്വം നിർണ്ണയിക്കുന്നത്; ആ സ്വത്വമാണ് ഡിജിറ്റൽ ലോകത്തും ഒരു മാധ്യമത്തെ നിർവ്വചിക്കുന്നത്.

ഓർമ്മയുടെ ആർക്കൈവും
സാങ്കേതിക അരക്ഷിതാവസ്ഥയും

ഓർമ്മകളെ ശേഖരിച്ചുവെക്കാനുള്ള മനുഷ്യന്റെ തീവ്രമായ ആഗ്രഹം- ഒന്നും നഷ്ടപ്പെട്ടുപോകരുതെന്ന വാശി, ചരിത്രത്തിൽ സ്വന്തം ആശയങ്ങളുടെ ഒരു ശേഷിപ്പ് നിലനിർത്തണമെന്ന ആഗ്രഹം- ഏതൊരു ഡിജിറ്റൽ മാധ്യമത്തിനും ഈ ധാർമ്മിക പ്രതിബദ്ധത കൂടി പ്രകടമാകണം. നിങ്ങൾ ഇന്നെഴുതുന്നത് ഇരുപതോ മൂപ്പതോ വർഷത്തിനപ്പുറമുള്ള ഒരു തലമുറ വായിക്കും എന്ന കാലാതീതമായ ഉടമ്പടിയാകണമത്.

എന്നാൽ, ചരിത്രത്തോട് നാം ചെയ്യുന്ന ഈ ഉടമ്പടി ഇന്ന് ഒരു വലിയ സാങ്കേതിക അരക്ഷിതാവസ്ഥയുടെ മുനമ്പിലാണ് നിൽക്കുന്നത്. ലോകത്തിലെ ഏറ്റവും വലിയ ഡിജിറ്റൽ ഓർമ്മശേഖരമായ Internet Archive നേരിട്ട പ്രതിസന്ധികൾ നമുക്ക് മുന്നിലുണ്ട്. സൈബർ ആക്രമണങ്ങളും, കോർപ്പറേറ്റ് റെക്കോർഡ് ലേബലുകളുടെ ശതകോടിക്കണക്കിന് ഡോളറിന്റെ കേസുകളും, സർക്കാർ ഫണ്ടിംഗ് വെട്ടിക്കുറയ്ക്കലുമെല്ലാം ഡിജിറ്റൽ ഓർമ്മകളെ ഒരൊറ്റ ഇൻസ്റ്റിറ്റ്യൂഷനിൽ ഭരമേൽപ്പിക്കുന്നത് എത്രത്തോളം അപകടകരമാണെന്ന് തെളിയിക്കുന്നു. ഒരൊറ്റ സെർവറിൽ മാത്രമായി ഉള്ളടക്കം സൂക്ഷിക്കുമ്പോൾ, ആ ഉള്ളടക്കം നഷ്ടപ്പെടാൻ ഒരൊറ്റ കാരണം മതി — സൈബർ ആക്രമണം, കോർപ്പറേറ്റ് ലീഗൽ നോട്ടീസ്, ഡൊമെയ്ൻ എക്സ്പയറി (Domain Expiry) അങ്ങനെ എന്തുമാകാം. അതുകൊണ്ട് തന്നെ, വികേന്ദ്രീകരണം എന്നത് കേവലമൊരു സാങ്കേതിക തെരഞ്ഞെടുപ്പ് മാത്രമല്ല; അതൊരു ദാർശനിക അനിവാര്യതയാണ്.

കേരളത്തിൽ ഈ ഡിജിറ്റൽ സാക്ഷരതയും ബോധ്യവും ഇനിയും ഉണ്ടാകേണ്ടിയിരിക്കുന്നു. ഡിജിറ്റൽ മാധ്യമങ്ങൾക്ക് ഇവിടെ ലീഗൽ ഡെപ്പോസിറ്റ് (Legal Deposit) ബാധ്യതകളോ സർക്കാർ തലത്തിൽ കൃത്യമായ പ്രിസർവേഷൻ പോളിസികളോ ഇല്ല. ഒരു ഡിജിറ്റൽ മാധ്യമം ഇന്ന് അപ്രത്യക്ഷമായാൽ അതിന്റെ ഉള്ളടക്കം തമോഗർത്തത്തിലേക്ക് മറയും; ഒരു സംസ്കാരത്തിന്റെ ഓർമ്മകൾ ഇത്തരത്തിൽ വിസ്മൃതിയിലേക്ക് തള്ളപ്പെടുന്നത് ആ സംസ്കാരത്തിന്റെ തന്നെ വംശനാശത്തിന് തുല്യമാണ്. ഈ സാഹചര്യത്തിൽ, 'കേരള ഭാഷാ ഇൻസ്റ്റിറ്റ്യൂട്ട്' പോലെയുള്ള സ്ഥാപനങ്ങൾക്ക് വലിയൊരു പങ്ക് വഹിക്കാനുണ്ട്. കേവലം പുസ്തകങ്ങളുടെ അച്ചടിയിൽ ഒതുങ്ങാതെ, മലയാളത്തിലെ ഡിജിറ്റൽ മാധ്യമങ്ങൾ, ഗുണനിലവാരമുള്ള വെബ് ഉള്ളടക്കങ്ങൾ, ഡിജിറ്റൽ ജ്ഞാനശേഖരങ്ങൾ എന്നിവയെല്ലാം സംരക്ഷിക്കുന്ന ഒരു 'ഡിജിറ്റൽ സ്റ്റേറ്റ് ആർക്കൈവ്' ആയി മാറാൻ അവർക്ക് സാധിക്കണം.

ജൈവകൂട്ടായ്മകളും
ആശയങ്ങളുടെ അമരത്വവും

ഭാഷയുടെ സ്വാതന്ത്ര്യവും ഓർമ്മയുടെ സംരക്ഷണവും ഒടുവിൽ ഒരൊറ്റ കാര്യത്തെ ആശ്രയിച്ചിരിക്കുന്നു- ഒരു സമൂഹം. അൽഗോരിതത്തിന്റെ ട്രാഫിക്കിനും മുകളിൽ ഒരു മാധ്യമത്തെ നിലനിർത്തുന്നതും, അതിനെ പല തലങ്ങളിൽ ആർക്കൈവ് ചെയ്യുന്നതും മനുഷ്യരുടെ കൂട്ടായ്മയാണ്. അതിനാൽ, ഈ പ്രതിരോധത്തിൽ കൂട്ടായ്മ എന്നത് കേവലം ഒരു ഭാഗമല്ല; അത് ബാക്കി രണ്ടിനെയും സാധ്യമാക്കുന്ന അടിത്തറയാണ്.

ഭാഷ എന്നത് ഭൂമിശാസ്ത്രപരമായ അതിരുകളിൽ ഒതുങ്ങുന്ന ഒന്നല്ല; അതൊരു ജനതയുടെ കൂട്ടായ ബോധമാണ്. ഗൾഫിലും ലണ്ടനിലും കേരളത്തിലുമുള്ള വായനക്കാരെ ഒരൊറ്റ സാംസ്കാരിക മണ്ഡലത്തിലേക്ക് കൊണ്ടുവരുന്ന ഡിജിറ്റൽ മാധ്യമങ്ങൾ, അച്ചടി മാധ്യമങ്ങൾക്ക് സാധ്യമല്ലാത്ത ഒരു പൊതുഇടമാണ് സൃഷ്ടിക്കുന്നത്.

ഒരു ഡിജിറ്റൽ മാധ്യമം നേരിടുന്ന ഏറ്റവും വലിയ ചോദ്യം അത് സാമ്പത്തികമായി ലാഭകരമാണോ എന്നതല്ല; മറിച്ച്, സ്ഥാപകരുടെ കാലശേഷവും ആ മാധ്യമം നിലനിൽക്കുമോ എന്നതാണ്. ആശയങ്ങൾക്ക് അമരത്വം നൽകാനുള്ള കൂട്ടായ്മകളുടെ ശേഷി പ്രധാനമാകുന്നത് ഇവിടെയാണ്. ഒരൊറ്റ വ്യക്തിയുടെ കാഴ്ചപ്പാടിൽ (Founder's Vision) മാത്രം ഒതുങ്ങുന്ന മാധ്യമം ആ ആയുസ്സ് മാത്രമേ ജീവിക്കൂ; എന്നാൽ വായനക്കാരുടെ സജീവ പങ്കാളിത്തമുള്ള മാധ്യമം കാലത്തെ അതിജീവിക്കുന്ന ഒരു ജൈവഘടനയായി (Organism) മാറും. The Guardian (1821)-ഉം, Le Monde Diplomatique (1954)-ഉം ഒക്കെ ഇതിന് ഉദാഹരണങ്ങളാണ്; ഇവയെ നൂറ്റാണ്ടുകളോളം താങ്ങിനിർത്തിയത് ലാഭക്കണക്കല്ല, തലമുറകളായി അവയോട് ചേർന്നുനിന്ന വായനാസമൂഹമാണ്.

ഘടനാപരമായ അസമത്വങ്ങൾക്കെതിരായ പ്രതിരോധം

ഭാഷയുടെ അദൃശ്യവൽക്കരണം, ഓർമ്മകളുടെ സാങ്കേതിക അരക്ഷിതാവസ്ഥ, കൂട്ടായ്മകളുടെ ശിഥിലീകരണം- ഇവ മൂന്നും വേറിട്ട പ്രതിസന്ധികളല്ല; ഒരേ ഘടനാപരമായ അസമത്വത്തിന്റെ മൂന്ന് മുഖങ്ങളാണ്. ഇവയെ നേരിടാൻ ദാർശനികവും പ്രായോഗികവുമായ കൃത്യമായ ഇടപെടലുകൾ അനിവാര്യമാണ്.

ഭാഷ: സജീവതയും എഡിറ്റോറിയൽ സ്വത്വവും

ശുദ്ധഭാഷയാണോ വേണ്ടത് എന്നതിനപ്പുറം, ഒരു 'ജൈവഭാഷയുടെ' (Living Language) ഊർജ്ജവും ചലനാത്മകതയുമാണ് ഡിജിറ്റൽ ലോകത്ത് പുതിയ വായനക്കാരെ ആകർഷിക്കുന്നത്. മാറുന്ന കാലത്തിനനുസരിച്ച് ഭാഷയെ സജീവമായി ഉപയോഗിക്കുക എന്നത് തന്നെയാണ് ഏറ്റവും വലിയ പ്രതിരോധം. ഇവിടെ അൽഗോരിതങ്ങൾക്ക് പിടികൊടുക്കാത്ത മനുഷ്യാനുഭവങ്ങളുടെ വൈവിധ്യമാണ് ഭാഷയുടെ ദാർശനിക കരുത്താകേണ്ടത്. വിനിമയത്തിന് ഏത് ശൈലി ഉപയോഗിച്ചാലും, അതിൽ മാധ്യമത്തിന്റെ എഡിറ്റോറിയൽ സ്വത്വം ഉറപ്പുവരുത്തുന്ന ഒരു 'സ്റ്റൈൽ ഗൈഡ്' ഉണ്ടായിരിക്കണം. കേവലം അക്ഷരവിന്യാസത്തിലല്ല, മറിച്ച് ഉപയോഗിക്കുന്ന ഫോണ്ടുകൾ, ലേ-ഔട്ട്, ചിത്രങ്ങൾ എന്നിവയിലെല്ലാം പുലർത്തുന്ന ഈ ദൃശ്യപരമായ സ്ഥിരതയാണ് (Visual Consistency), അൽഗോരിതങ്ങൾക്കിടയിലും മാധ്യമത്തെ അടയാളപ്പെടുത്തുന്ന പ്രായോഗിക പ്രതിരോധം.

ഓർമ്മ: ആർക്കൈവുകളുടെ ജനാധിപത്യവൽക്കരണം

ഓർമ്മകളെയും ചരിത്രത്തെയും സൂക്ഷിച്ചുവെക്കുക എന്നത് ഒരൊറ്റ സ്ഥാപനത്തിന്റെയോ കോർപ്പറേഷന്റെയോ മാത്രം ഉത്തരവാദിത്തമല്ല; അത് ഒരു പൊതുബാധ്യതയാണ്. ഓർമ്മകൾ നഷ്ടപ്പെട്ടുപോകുമെന്ന ഭീതിയെ മറികടക്കാനുള്ള വഴി ജ്ഞാനത്തിന്റെ ജനാധിപത്യവൽക്കരണമാണ്, ഓരോ വായനക്കാരും ആ ഓർമ്മ കാക്കുന്നതിന്റെയും ചരിത്രം അടയാളപ്പെടുത്തുന്നതിന്റെയും സജീവ പങ്കാളിയാണ്.

എന്നാൽ, സാങ്കേതികവിദ്യയുടെ സുരക്ഷിതത്വത്തെക്കുറിച്ച് നാം അസ്വസ്ഥകരമായ ഒരു സത്യം തുറന്നുപറയേണ്ടതുണ്ട്. ഇന്റർനെറ്റിന് തന്നെ കഷ്ടിച്ച് 50 വർഷത്തെ ചരിത്രമേയുള്ളൂ. വെബ്-3 (Web3), IPFS- തുടങ്ങിയ സാങ്കേതികവിദ്യകൾക്കുപോലും നൂറു വർഷത്തെ ആയുസ്സ് ഉണ്ടാകുമോ എന്ന് നമുക്കുറപ്പില്ല; ഡിജിറ്റൽ ലോകത്തെ ആയുസ്സ് അതീവ ദുർബലമാണ്. 25 വർഷം മുൻപുള്ള ഒരു ഫ്ലോപ്പി ഡിസ്കിലെ വിവരങ്ങൾപോലും നമുക്ക് മുന്നിലിരിക്കുന്ന കമ്പ്യൂട്ടറിൽ ഇന്ന് തുറക്കാൻ കഴിയുന്നില്ല എന്ന യാഥാർത്ഥ്യം മുന്നിലുണ്ട്.

ഈ സാങ്കേതിക അരക്ഷിതാവസ്ഥയെ മറികടക്കാൻ, ജ്ഞാനത്തിന്റെ കേന്ദ്രീകരണം ഒഴിവാക്കുന്ന 'ബഹുതല ആർക്കൈവിംഗ്' (Multi-layered Archiving) രീതിയാണ് ആവശ്യം. ഇതിനായി ഓരോ ലക്കവും മൂന്ന് തലങ്ങളിൽ സൂക്ഷിക്കണം:

ഒന്ന്, Internet Archive, IPFS, Arweave എന്നിവയിലുടനീളം ഉള്ളടക്കം വികേന്ദ്രീകൃതമായി നിക്ഷേപിക്കുന്ന 'ഡിജിറ്റൽ തലം'.

രണ്ട്, സ്വകാര്യ കമ്പനികളുടെ അനിശ്ചിതത്വത്തെ അതിജീവിക്കാൻ, പ്രമുഖ സർവ്വകലാശാലാ ലൈബ്രറികളുടെ റെപ്പോസിറ്ററികളിൽ ടെക്സ്റ്റ് ഉള്ളടക്കങ്ങൾ PDF/A ഫോർമാറ്റിലും മൾട്ടിമീഡിയ ഉള്ളടക്കങ്ങൾ ഓപ്പൺ ഫോർമാറ്റുകളിലും ആർക്കൈവ് ചെയ്യുന്ന 'സ്ഥാപന തലം'.

മൂന്ന്, ഏറ്റവും ദൃഢമായ സംരക്ഷണപാളിയായ അച്ചടിയെയും അനലോഗ് മാധ്യമങ്ങളെയും ആശ്രയിക്കുന്ന 'ഭൗതിക തലം'. നൂറ്റാണ്ടുകൾക്ക് മുൻപുള്ള പുസ്തകങ്ങൾ ഇന്നും നമുക്ക് ലഭ്യമാണ് എന്ന യാഥാർത്ഥ്യം ഉൾക്കൊണ്ട്, ഡിജിറ്റൽ ലക്കങ്ങൾ വർഷാവർഷം 'ബൗണ്ട് വോള്യങ്ങളാക്കി' പ്രധാന ലൈബ്രറികളിൽ നിക്ഷേപിക്കുക എന്നത് അനിവാര്യമാണ്. ജ്ഞാനം ഒരിടത്ത് മാത്രം കേന്ദ്രീകരിക്കുന്നത് അതിനെ ഏതെങ്കിലും അധികാരഘടനയുടെ താല്പര്യങ്ങൾക്ക് പണയം വെക്കുന്നതിന് തുല്യമാണ്.

കൂട്ടായ്മ: വൈകാരിക പ്രതിബദ്ധത

ഇന്ന് ലോകത്ത് അവശേഷിക്കുന്ന പല ചരിത്രത്തെളിവുകളും- ഉദാഹരണത്തിന്, നൂറ്റാണ്ടുകളോളം സംരക്ഷിക്കപ്പെട്ട 'ഡെഡ് സീ സ്ക്രോളുകൾ' (Dead Sea Scrolls) പോലെ- സാങ്കേതികവിദ്യയുടെ കരുത്തിലല്ല, മറിച്ച് മനുഷ്യന്റെ കൂട്ടായ്മാബോധത്തിന്റെ കാവലിലാണ് അതിജീവിച്ചത്. ഡിജിറ്റൽ മാധ്യമങ്ങളെ സംബന്ധിച്ച് ഒരു യഥാർത്ഥ കൂട്ടായ്മ രൂപപ്പെടുന്നത് കേവലമൊരു വരിസംഖ്യയുടെ സാമ്പത്തിക അടിത്തറയിലല്ല; മറിച്ച് സ്വന്തം ഭാഷ ഡിജിറ്റൽ ലോകത്ത് അദൃശ്യമാകുന്നതിലുള്ള ഭീതിയും സംസ്കാരം പാർശ്വവൽക്കരിക്കപ്പെടുന്നതിലുള്ള അമർഷവും പങ്കുവെക്കപ്പെടുന്ന ആശങ്കകളിൽ (Shared Grief) നിന്നാണ്. ആ വൈകാരിക ഐക്യമാണ് ഈ കൂട്ടായ്മയെ ഒന്നിപ്പിക്കുന്ന ഘടകം.

ഈ വൈകാരിക പ്രതിബദ്ധതയാണ് സാമ്പത്തിക പ്രതിസന്ധികളുടെ ഘട്ടത്തിലും ഒരു മാധ്യമത്തിന് വായനക്കാരുടെ കവചമൊരുക്കുന്നത്. കേരളത്തിലെ പല അച്ചടി മാധ്യമങ്ങളും ഡിജിറ്റൽ കാലത്തും നിലനിൽക്കുന്നത് കേവലം സർക്കുലേഷൻ കണക്കുകൾ കൊണ്ടല്ല; മറിച്ച്, ആ മാധ്യമം തങ്ങളുടെ സാംസ്കാരിക ഐഡന്റിറ്റിയുടെ ഭാഗമാണ് എന്ന വായനക്കാരുടെ ബോധ്യം കൊണ്ടാണ്. ഡിജിറ്റൽ മലയാളം മാധ്യമങ്ങൾക്കും ആവശ്യം ഇതേ ആത്മബന്ധമാണ്. കാരണം, ഡിജിറ്റൽ അൽഗോരിതങ്ങൾ നമുക്കുചുറ്റും ഇരുമ്പു കൂട് പോലെ മുറുകുമ്പോൾ, അതിനെ ഭേദിക്കാനുള്ള വഴികൾ കേവലം സാങ്കേതികമല്ല, മറിച്ച്, അഗാധമായി രാഷ്ട്രീയവും സാംസ്കാരികവുമാണ്. അന്റോണിയോ ഗ്രാംഷിയുടെ സാംസ്കാരിക ആധിപത്യ (Cultural Hegemony) സിദ്ധാന്തം നമ്മെ ഓർമ്മിപ്പിക്കുന്നതുപോലെ, ആധിപത്യ ശക്തികൾ നിർമ്മിക്കുന്ന പൊതുബോധത്തെ ചോദ്യം ചെയ്യുന്ന ബൗദ്ധിക പ്രവർത്തനം തന്നെയാണ് ഡിജിറ്റൽ കാലത്തെ ഏറ്റവും വലിയ സാംസ്കാരിക രാഷ്ട്രീയം.

ലോകത്തിന്റെ വിവിധ കോണുകളിൽ നിന്ന് ഉയർന്നുവന്ന ഡിജിറ്റൽ മാധ്യമങ്ങൾ വെറും പ്രസിദ്ധീകരണങ്ങളല്ല; മറിച്ച്, ഓരോ കാലഘട്ടത്തിലെയും അധികാരങ്ങളെയും പൊതുബോധങ്ങളെയും ചോദ്യം ചെയ്ത ബൗദ്ധികമായ പ്രതിരോധ ഇടങ്ങളായിരുന്നു. അവ അതിജീവിച്ചത് ബിസിനസ്സ് മോഡൽ കൊണ്ടല്ല, മറിച്ച് ആ ആശയങ്ങളോട് ചേർന്നുനിന്ന മനുഷ്യർ ഉണ്ടായിരുന്നതുകൊണ്ടാണ്. ചുരുക്കത്തിൽ, ഒരു ഭാഷ ജീവിക്കുന്നത് അതിന്റെ ഉള്ളടക്കത്തിലൂടെയാണ്; ഒരു കൂട്ടായ്മ ജീവിക്കുന്നത് അവർ പങ്കുവെക്കുന്ന ഓർമ്മകളിലൂടെയാണ്; ഒരു മാധ്യമം ജീവിക്കുന്നത് ഒരു ആശയത്തിന് ചുറ്റും ഹൃദയമിടിക്കുന്ന മനുഷ്യരുള്ളപ്പോഴാണ്. ഡിജിറ്റൽ മാധ്യമങ്ങൾക്ക് ഭാവിയുണ്ടോ എന്ന ചോദ്യത്തിന് 'ഉണ്ട്' എന്നു തന്നെയാണ് ഉത്തരം; പക്ഷേ, ആ ഭാവി സാങ്കേതികവിദ്യയുടേതോ പ്ലാറ്റ്‌ഫോമുകളുടേതോ ബിസിനസ്സ് മോഡലുകളുടേതോ അല്ല- അത് മനുഷ്യരുടെ കൂട്ടായ്മയുടേതാണ്.

▮

അടിക്കുറിപ്പ്:

ടോക്കൺ ഫെർട്ടിലിറ്റി (Token Fertility): ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs) ഒരു വാക്കിനെ എത്ര ചെറിയ കഷ്ണങ്ങളായാണ് (Tokens) വിഭജിക്കുന്നത് എന്നതിന്റെ അളവാണിത്. ഇംഗ്ലീഷിനെ അപേക്ഷിച്ച് മലയാളം പോലുള്ള ഭാഷകളിലെ വാക്കുകളെ അൽഗോരിതങ്ങൾ അമിതമായി വിഭജിക്കുന്നത് (Over-segmentation) കാരണം, ഭാഷയുടെ അർത്ഥം ഗ്രഹിക്കാനുള്ള കമ്പ്യൂട്ടറുകളുടെ ശേഷി കുറയുന്നു.

അൽഗോരിതമിക് അദൃശ്യത: ഇന്റർനെറ്റിൽ ലഭ്യമായ വിവരങ്ങൾ ഉപയോക്താവിന് എത്തിച്ചുനൽകാൻ ഗൂഗിൾ അടക്കമുള്ള പ്ലാറ്റ്‌ഫോമുകൾ ഉപയോഗിക്കുന്ന അൽഗോരിതങ്ങൾ, മലയാളം പോലുള്ള ഭാഷകളെ അവയുടെ 'ടോക്കണൈസേഷൻ' രീതികൾ കാരണം ശരിയായി റാങ്ക് ചെയ്യാതിരിക്കുകയോ റെക്കമെന്റ് ചെയ്യാതിരിക്കുകയോ ചെയ്യുന്ന അവസ്ഥ. ഇത് ഭാഷയെ ഡിജിറ്റൽ ലോകത്ത് അപ്രധാനമാക്കുന്നു.

എഡിറ്റോറിയൽ സ്വത്വം: ഒരു മാധ്യമം തങ്ങളുടെ ഉള്ളടക്കത്തിലൂടെയും അവതരണരീതിയിലൂടെയും (ലേഖനശൈലി, ഫോണ്ടുകൾ, ചിത്രങ്ങളുടെ ഉപയോഗം, ലേ-ഔട്ട്) നിർമ്മിച്ചെടുക്കുന്ന സവിശേഷമായ സ്വത്വം. അൽഗോരിതങ്ങൾ നിർദ്ദേശിക്കുന്ന ഏകശിലാരൂപമായ (Homogenized) ശൈലികളിൽ നിന്ന് മാറി, ഒരു മാധ്യമത്തെ വായനക്കാർക്ക് കൃത്യമായി തിരിച്ചറിയാൻ സഹായിക്കുന്ന 'ബ്രാൻഡിംഗ്' എന്നാണ് ഇവിടെ ഇതുകൊണ്ട് അർത്ഥമാക്കുന്നത്.

രൂപിമ സമ്പന്നമായ ഭാഷ (Morphologically Rich Language): ഒരു വാക്കിന്റെ അടിസ്ഥാന രൂപത്തോട് (Root) അർത്ഥം നൽകുന്ന ചെറിയ ഘടകങ്ങൾ (Prefixes/Suffixes) ചേർത്ത് പുതിയ അർത്ഥങ്ങൾ നിർമ്മിക്കുന്ന ഭാഷകളെയാണ് ഇങ്ങനെ വിളിക്കുന്നത്. ഉദാഹരണത്തിന്, മലയാളത്തിൽ 'നട-' എന്ന ധാതുവിനോട് പ്രത്യയങ്ങൾ ചേർത്ത് 'നടന്നു', 'നടക്കുന്നു', 'നടന്നുകൊണ്ടിരിക്കുന്നു', 'നടന്നേക്കാം', 'നടക്കാം', 'നടക്കില്ല', 'നടക്കും' എന്നിങ്ങനെ ഒരൊറ്റ വാക്കിൽ തന്നെ കാലവും ക്രിയാഭേദങ്ങളും ഉൾക്കൊള്ളാൻ സാധിക്കുന്നു. ഇംഗ്ലീഷിൽ ഇതിനായി ഒന്നിലധികം വാക്കുകൾ വേണ്ടിവരുമ്പോൾ, മലയാളം, സംസ്കൃതം, തമിഴ്, ഫിന്നിഷ് തുടങ്ങിയ ഭാഷകൾ ഇത്തരം അഗ്ലൂറ്റിനേറ്റീവ് (Agglutinative) ഘടനയിലൂടെ ആശയസമ്പുഷ്ടി നിലനിർത്തുന്നു.