– शिशिर भण्डारी
भूमिका:
मानव इतिहासका मोडहरूमा आ- आफ्नो समयको प्रविधिले पटक–पटक हाम्रा उत्पादन प्रणाली, श्रम बजार र ज्ञानको स्वरूपमा परिवर्तन गर्दै आएको छ । जसले केवल प्रविधि मात्र होइन – पूरै सभ्यताको सोच्ने तरिका नै बदलिदिएका छन् । आज हामी २१ औं शताब्दीमा त्यस्तै अर्को निर्णायक मोडमा उभिएका छौं, जहाँ – आर्टिफिसियल इन्टेलिजेन्स (एआई) ले ज्ञान, श्रम र निर्णय प्रक्रियालाई पुनःपरिभाषित गरिरहेको छ । यो केवल नयाँ उपकरणको आगमन होइन; यो मानव क्षमतासँग प्रत्यक्ष संवाद गर्ने, त्यसलाई विस्तार गर्ने र कतिपय अवस्थामा प्रतिस्थापन गर्ने शक्तिशाली प्रणालीको उदय हो ।
विगतमा हाम्रो शिक्षा प्रणालीको केन्द्र “जानकारी प्राप्त गर्नु” थियो, किनकि जानकारी दुर्लभ थियो। आज, जानकारी सर्वसुलभ मात्र होइन – एआईमार्फत तत्काल उत्पादनयोग्य भइसकेको छ । यस्तो अवस्थामा हाम्रा शिक्षा प्रणालीको पुरानो परिभाषा आफैंमा अपर्याप्त देखिन थालेको छ । अब हाम्रो शिक्षा प्रणालीमा मुख्य प्रश्न – “के थाहा छ ?” होइन, “के बुझिन्छ, के विश्लेषण गर्न सकिन्छ, र के सिर्जना गर्न सकिन्छ ?” भन्ने हुन जरूरी छ ।
यहीँबाट चुनौती सुरु हुन्छ कि – विशेषगरी नेपालजस्तो देशका लागि- एकातिर, कार्यक्षेत्र एआईको प्रयोगमार्फत तीव्र गतिमा रूपान्तरण हुँदैछ भने अर्कोतिर, हाम्रा कक्षाकोठा अझै परम्परागत ढाँचामा सीमित देखिन्छ । यसले हाम्रो शिक्षा र वास्तविक जीवनबीच केवल अन्तर होइन, गहिरो असन्तुलन सिर्जना गरिरहेको छ ।
त्यसैले, आजको आवश्यकता एआईलाई एउटा नयाँ विषयका रूपमा थप्ने मात्र होइन, सम्पूर्ण शिक्षा सोच, संरचना र उद्देश्यलाई पुनर्विचार गर्ने हुनुपर्छ । यदि हामीले समयमै यो परिवर्तनलाई आत्मसात गर्न सकेनौं भने, हाम्रो शिक्षा प्रणाली भविष्य निर्माण गर्ने माध्यम होइन, विगतको निरन्तरता मात्र बन्न सक्छ । तर, यदि सही दिशामा कदम चालियो भने, यही परिवर्तन नेपालका लागि चुनौती मात्रै होइन, ऐतिहासिक अवसर पनि बन्न सक्छ ।
कार्यस्थलमा एआई: बदलिँदो कामको स्वरूप र सीपको नयाँ मानक:
नेपालका विभिन्न क्षेत्र – विशेषगरी आईटी, बैंकिङ, मिडिया र सेवा उद्योगमा एआई अब विलासिता होइन, अनिवार्य कार्य – सहयोगी बनिसकेको छ । कोड लेख्ने, डेटा विश्लेषण गर्ने, रिपोर्ट तयार गर्ने वा व्यवसायिक प्रस्ताव डिजाइन गर्ने जस्ता कामहरू एआईको प्रयोगले छिटो मात्र होइन, अझ व्यवस्थित र गुणस्तरीय बनेका छन् । यसले उत्पादनशीलता बढाउनुका साथै कामको समय, लागत र त्रुटि घटाएको छ ।
तर यो परिवर्तन केवल “छिटो काम गर्ने” मा सीमित छैन; यसले कामको प्रकृतिलाई नै पुनःपरिभाषित गरिरहेको छ । पहिले कर्मचारीको मूल्य उनीहरूले कति काम आफैं गर्न सक्छन् भन्नेमा निर्भर हुन्थ्यो; अहिले भने उनीहरूले समस्या कति गहिरो रूपमा बुझ्न सक्छन्, एआईलाई कति प्रभावकारी रूपमा निर्देशन (prompt) दिन सक्छन्, र प्राप्त नतिजालाई कति सटीक रूपमा मूल्याङ्कन र परिमार्जन गर्न सक्छन् भन्नेमा निर्भर हुन थालेको छ । यस अर्थमा, कर्मचारीको भूमिका कार्यान्वयनकर्ता (executor) बाट निर्णयकर्ता (decision-maker) र समस्या समाधानकर्ता (problem-solver) तर्फ सर्दै गएको छ । एआईले कामको पहिलो ड्राफ्ट तयार गर्न सक्छ, तर सही प्रश्न सोध्ने, सन्दर्भ बुझ्ने, र अन्तिम निर्णय लिने जिम्मेवारी अझै मानवीय क्षमतामै निर्भर रहन्छ ।
यसले स्पष्ट सन्देश दिन्छ कि – भविष्यको कार्यक्षेत्रमा प्रतिस्पर्धा केवल प्राविधिक ज्ञानमा हुने छैन । समालोचनात्मक सोच, जटिल समस्या विश्लेषण गर्ने क्षमता, सृजनशीलता, र एआईसँग प्रभावकारी सहकार्य (human-AI collaboration) गर्ने सीप नै सफलताको मुख्य आधार बन्नेछ । अव जो व्यक्ति एआईलाई प्रतिस्पर्धी होइन, आफ्नो क्षमताको विस्तार गर्ने उपकरणका रूपमा प्रयोग गर्न सक्छ, उही व्यक्ति भविष्यको कार्यक्षेत्रमा अगाडि रहनेछ ।
रोजगारी संरचनामा परिवर्तन – जोखिमसँगै अवसर:
एआईको तीव्र प्रभावले श्रम बजारलाई सतही रूपमा होइन, संरचनागत रूपमा नै रूपान्तरण गरिरहेको छ । अहिले बजारमा स्पष्ट रूपमा दुईवटा समानान्तर प्रवृत्ति देखिन्छन् । एकातिर, डेटा इन्ट्री, साधारण लेखन, ट्रान्सक्रिप्सन वा दोहोरिने प्रशासनिक कामजस्ता नियममा आधारित भूमिकाहरू क्रमशः घट्दै गएका छन्, किनभने यस्ता कार्यहरू एआईले छिटो, सस्तो र निरन्तर रूपमा गर्न सक्छ । अर्कोतिर, एआईसँग प्रत्यक्ष रूपमा सम्बन्धित वा त्यसलाई प्रभावकारी रूपमा प्रयोग गर्न सक्ने भूमिकाहरू – जस्तै एआई विशेषज्ञ, डेटा इन्जिनियर, एआई अपरेसन म्यानेजर, र एआई कन्सल्टेन्टको माग तीव्र रूपमा बढिरहेको छ ।
यो परिवर्तनले विशेषगरी प्रवेश स्तर (entry-level) र मिड-लेभलका कामदारहरूलाई सबैभन्दा बढी प्रभावित पारेको छ, किनभने उनीहरूले गर्ने धेरै कामहरू स्वचालित भइरहेका छन् । तर यसलाई केवल रोजगारी संकटको रूपमा बुझ्नु अपूरो विश्लेषण हुन्छ । वास्तवमा, यो श्रम बजार “मात्रा-आधारित” बाट “दक्षता-आधारित” प्रणालीतर्फ सर्दै गएको संकेत हो ।
अब कार्यक्षेत्रमा मूल्याङ्कनको आधार परिवर्तन हुँदैछ । पहिले “कति धेरै काम गर्न सकिन्छ ?” भन्ने कुरा महत्वपूर्ण थियो भने अहिले “कति छिटो, कति सटीक र कति प्रभावकारी रूपमा मूल्य सिर्जना गर्न सकिन्छ ?” भन्ने प्रश्न निर्णायक बन्दै गएको छ ।
यस सन्दर्भमा, भविष्यको रोजगारी सुरक्षित गर्ने एक मात्र बाटो सीपको निरन्तर अद्यावधिक (continuous upskilling), बहुआयामिक सोच, र एआईसँग सहकार्य गर्ने क्षमता हो । जसले परिवर्तनलाई छिटो बुझ्छ र आफूलाई त्यसअनुसार ढाल्छ, उसैले जोखिमलाई अवसरमा रूपान्तरण गर्न सक्छ ।
अव शिक्षा प्रणालीको मूल समस्या: ज्ञान होइन, सोचको अभाव:
अहिलेको शिक्षा प्रणाली अझै पनि धेरै हदसम्म information-based learning मा केन्द्रित छ, जहाँ विद्यार्थीलाई अधिकतम जानकारी कण्ठस्थ गराउने र परीक्षामा त्यसलाई पुनः प्रस्तुत गराउने अभ्यासमा हावी छ । यसले छोटो समयका लागि ज्ञान जस्तो देखिए पनि, दीर्घकालीन रूपमा वास्तविक बुझाइ, विश्लेषणात्मक क्षमता र व्यवहारिक सीप विकास गर्न कमजोर बनाइरहेको छ ।
तर, अव एआईको युगमा ज्ञान आफैंमा दुर्लभ कुरा रहेन । कुनै पनि जानकारी केही सेकेन्डमै प्राप्त गर्न सकिने मात्रै होइन कि त्यसको वास्तविक मूल्य अब “के थाहा छ” मा होइन, “कसरी सोचिन्छ, कसरी विश्लेषण गरिन्छ र कसरी समस्या समाधान गरिन्छ” भन्ने क्षमतामा केन्द्रित भएको छ । अर्थात्, शिक्षा अब जानकारी हस्तान्तरण गर्ने प्रक्रिया होइन, सोच निर्माण गर्ने प्रक्रिया हुनुपर्छ ।
यदि शिक्षा प्रणालीले यो आधारभूत परिवर्तनलाई आत्मसात गर्न सकेन भने, हाम्रा विद्यार्थीहरू जानकारीमा धनी तर सोचमा कमजोर बन्न सक्छन् । यस्तो अवस्थामा उनीहरू एआईले उपलब्ध गराएको समाधानलाई पनि आलोचनात्मक रूपमा बुझ्न नसक्ने अवस्थामा पुग्न सक्छन् । त्यसैले अबको शिक्षा प्रणालीको मुख्य उद्देश्य “कण्ठस्थ गर्ने दिमाग” होइन, “प्रश्न गर्ने, सोच्ने र समाधान निर्माण गर्ने दिमाग” विकास गर्ने हुनुपर्छ ।
शिक्षा र उद्योग खाडल – असंगत पाठ्यक्रम र कमजोर तयारी:
आजको वास्तविकता हेर्दा उद्योगले माग गर्ने सीप र शिक्षण संस्थाले उत्पादन गर्ने जनशक्तिबीच स्पष्ट र गहिरो अन्तर देखिन्छ । एकातिर उद्योगहरू द्रुत गतिमा डिजिटलाइजेशन, एआई प्रयोग, समस्या समाधान र टिमवर्कमा आधारित कार्यसंस्कृतितर्फ अघि बढिरहेका छन् भने अर्कोतिर हाम्रा विद्यालय तथा विश्वविद्यालयका धेरै पाठ्यक्रमहरू अझै पुरानो सैद्धान्तिक ढाँचामा आधारित छन् । यही असन्तुलनका कारण स्नातक भएर बाहिरिएका धेरै विद्यार्थीहरू सिधै काम गर्न सक्षम हुँदैनन् र उनीहरूलाई कुनै पनि रोजगारमुलक संस्थाले पुनः आधारभूत सीप सिकाउनुपर्ने अवस्था छ ।
यसको प्रत्यक्ष परिणाम स्वरूप, निजी तथा सार्वजनिक क्षेत्रका कम्पनीहरूले नयाँ कर्मचारीलाई भर्ना गरेपछि लामो समयसम्म आन्तरिक तालिम (on-the-job training) दिनुपर्ने बाध्यता भोगिरहेका छन् । यसले शिक्षा प्रणालीको प्रभावकारिता मात्र होइन, समय र स्रोतको अतिरिक्त खर्च पनि बढाइरहेको छ ।
यस अवस्थाले एउटा स्पष्ट संकेत दिन्छ कि – शिक्षा प्रणाली अब केवल “सिद्धान्त पढाउने र प्रमाणपत्र दिने संरचना” भएर रहन सक्दैन । यसको भूमिका परिवर्तन भएर “प्रत्यक्ष कार्यक्षेत्रमा उपयोग गर्न सकिने सीप, सोच र समस्या समाधान क्षमता विकास गर्ने प्रणाली” बन्नु आवश्यक छ । यदि यस्तो रूपान्तरण हुन सकेन भने, शिक्षा र रोजगारीबीचको खाडल अझ गहिरो हुँदै जानेछ ।
एआई प्रयोगको सही दृष्टिकोण – shortcut होइन, सहयात्री:
एआईलाई केवल छिटो उत्तर निकाल्ने साधन (shortcut tool) को रूपमा प्रयोग गर्दा दीर्घकालीन रूपमा सोच्ने क्षमता, धैर्यता र समस्या समाधान गर्ने सीप कमजोर हुन सक्छ । जब विद्यार्थी वा प्रयोगकर्ताले बिना प्रयास सिधै एआईबाट उत्तर लिन्छ, उनीहरूको आफ्नै विश्लेषण गर्ने, गल्तीबाट सिक्ने र गहिरो बुझाइ विकास गर्ने प्रक्रिया अवरुद्ध हुन्छ । यसले सिकाइलाई सतही बनाउने जोखिम बढाउँछ ।
त्यसैले सिकाइको सही र प्रभावकारी प्रक्रिया क्रमबद्ध हुनुपर्छ: पहिले व्यक्तिले आफैं समस्या बुझ्ने र समाधान प्रयास गर्ने, त्यसपछि मात्र एआईको सहायता लिने, र अन्त्यमा दुवै उत्तरको तुलना तथा विश्लेषण गर्ने । यसरी प्रयोग गर्दा एआई प्रतिस्थापन गर्ने उपकरण होइन, बरु मानव सोचलाई परिष्कृत गर्ने सहयात्री (learning companion) बन्न सक्छ, जसले सिकाइलाई अझ गहिरो, आलोचनात्मक र अर्थपूर्ण बनाउँछ ।
मूल्याङ्कन प्रणालीको पुनर्विचार: व्यवहारिक क्षमतातर्फको रूपान्तरण:
एआईको युगमा परम्परागत लिखित परीक्षा प्रणाली क्रमशः अपर्याप्त र सीमित बन्दै गएको छ, किनभने यसले मुख्यतः स्मरणशक्ति र पुनःप्रस्तुतीकरण क्षमतालाई मात्र मापन गर्छ । तर आजको वास्तविक आवश्यकता भनेको विद्यार्थीले ज्ञानलाई व्यवहारमा कति प्रभावकारी रूपमा प्रयोग गर्न सक्छ भन्ने हो । त्यसैले अब मूल्याङ्कन प्रणालीलाई परियोजना आधारित सिकाइ (project-based learning), प्रत्यक्ष समस्या समाधान (live problem solving), र वास्तविक जीवनसँग जोडिएका अभ्यासहरूमा केन्द्रित गर्न आवश्यक छ ।
साथै, मौखिक तथा अन्तरक्रियात्मक मूल्याङ्कन (viva/interactive assessment) र एआई-सहयोगित तथा स्वतन्त्र प्रदर्शनबीच तुलना गर्ने अभ्यासले विद्यार्थीको वास्तविक बुझाइ र सोच्ने क्षमता अझ स्पष्ट रूपमा देखाउन सक्छ । यसरी मूल्याङ्कनको केन्द्रबिन्दु “के लेख्न सक्छ ?” भन्ने सीमित प्रश्नबाट हटेर “के गर्न सक्छ, कसरी समस्या समाधान गर्न सक्छ, र वास्तविक परिस्थितिमा कति सक्षम छ ?” भन्ने व्यापक र व्यवहारिक मूल्यमा रूपान्तरण हुनुपर्छ ।
एआई साक्षरता र नैतिकता – प्रविधिसँगै जिम्मेवारीको शिक्षा:
एआई सिकाउनु केवल यसको प्रयोग गर्ने तरिका सिकाउनु मात्र होइन; यसको कार्यप्रणाली, सीमितता, पक्षपात (bias), र सम्भावित जोखिमहरू बुझाउनु पनि त्यत्तिकै महत्वपूर्ण हो । एआईले दिने प्रत्येक उत्तर पूर्ण रूपमा सही वा निष्पक्ष नहुन सक्छ, त्यसैले प्रयोगकर्ताले त्यसलाई आलोचनात्मक दृष्टिले विश्लेषण गर्न सक्ने क्षमता विकास गर्नु र गराउनुपर्छ ।
यदि यो पक्षलाई शिक्षा प्रणालीले बेवास्ता गर्छ भने, विद्यार्थीहरू गलत जानकारीमा सजिलै विश्वास गर्ने, एआईको अनुचित प्रयोग गर्ने, र आफ्नै सिर्जनात्मक सोचमा निर्भरता घटाउने जोखिम बढ्छ । त्यसैले वास्तविक अर्थमा प्रभावकारी शिक्षा भनेको केवल एआई साक्षरता होइन, एआई साक्षरता र नैतिक चेतनाको संयोजन हो । जहाँ प्रविधिको प्रयोगसँगै जिम्मेवार, सचेत र इमानदार प्रयोग गर्ने संस्कार पनि विकास हुन्छ ।
नीतिगत स्पष्टता र संस्थागत सुधार:
नेपालमा एआई सम्बन्धी नीतिहरू अझै पनि स्पष्ट र एकीकृत दृष्टिकोणमा आधारित छैनन् । कतै यसको प्रयोगलाई प्रोत्साहन गरिन्छ भने कतै शैक्षिक वा संस्थागत स्तरमा कडा प्रतिबन्ध लगाइन्छ । यस्तो विरोधाभासी अवस्थाले नीति कार्यान्वयनमा अन्योल मात्र होइन, प्रयोगकर्तामा पनि असमझदारी र डर पैदा गरिरहेको छ ।
वास्तवमा, एआईलाई रोक्ने वा सीमित गर्ने भन्दा पनि त्यसलाई जिम्मेवार, सुरक्षित र प्रभावकारी रूपमा उपयोग गर्न सक्ने स्पष्ट नीति निर्माण गर्नु आवश्यक छ । शिक्षा, उद्योग र अनुसन्धान सबै क्षेत्रमा एआईलाई कसरी समेट्ने भन्ने स्पष्ट मार्गनिर्देशन भए मात्र यसको सम्भावनालाई दीर्घकालीन विकासमा रूपान्तरण गर्न सकिन्छ । त्यसैले अब आवश्यकता एआई प्रतिबन्धको होइन, स्पष्टता, समन्वय र व्यावहारिक नीति ढाँचाको हो ।
रूपान्तरणका प्रमुख दिशाहरू:
हामो यो विद्यमान असन्तुलित अवस्थाबाट बाहिर निस्कन अब टुक्रे सुधार होइन, समग्र प्रणालीगत रूपान्तरण आवश्यक छ । पहिलो, शिक्षा र उद्योगबीचको दूरी घटाउन विश्वविद्यालयदेखि कम्पनीसम्मको सहकार्यलाई संस्थागत बनाउनुपर्छ । जहाँ – इन्टर्नसिप, लाइभ प्रोजेक्ट र वास्तविक कार्य अनुभवलाई पाठ्यक्रमकै अनिवार्य हिस्सा बनाउनु आवश्यक छ । यसले विद्यार्थीलाई अध्ययनसँगै व्यावहारिक सीपमा पनि सक्षम बनाउँछ ।
दोस्रो, विद्यालय तहदेखि नै एआई साक्षरता अनिवार्य गर्दै प्रविधिसँग परिचित पुस्ता तयार गर्नुपर्छ । त्यससँगै शिक्षकहरूको निरन्तर उच्च दक्षता (upskilling) बिना कुनै पनि सुधार दीगो हुन सक्दैन, किनभने शिक्षक नै शिक्षाको मूल आधार हुन् ।
तेस्रो, मूल्याङ्कन प्रणालीलाई पूर्ण रूपमा व्यवहारिक बनाउँदै “के सिकियो ?” भन्दा “के गर्न सकियो ?” मा केन्द्रित गर्नुपर्छ । साथै, नेपालका आफ्नै आवश्यकता – जस्तै कृषि, शिक्षा, प्रशासन र साना व्यवसाय – अनुसार उपयोगी एआई समाधान विकास गर्नुपर्छ । अन्ततः, डिजिटल पहुँचको विस्तार र समावेशी नीति बिना कुनै पनि प्रविधिक सुधार सम्पूर्ण समाजमा प्रभावकारी हुन सक्दैन ।
शिक्षकको नयाँ भूमिका – मार्गनिर्देशक (Learning Architect):
एआईले जानकारीलाई अत्यन्तै सजिलै र तत्काल उपलब्ध गराइदिएपछि शिक्षकको परम्परागत “पढाउने व्यक्ति” भन्ने भूमिका क्रमशः बदलिँदै गएको छ। अब शिक्षकको मुख्य जिम्मेवारी केवल सूचना हस्तान्तरण गर्नु होइन, बरु विद्यार्थीले गहिरो रूपमा सोच्न, प्रश्न गर्न र समस्या समाधान गर्न सक्ने वातावरण निर्माण गर्नु हो । यसका लागि शिक्षकले सिकाइ प्रक्रियालाई डिजाइन गर्ने, कक्षाकोठालाई सक्रिय र अन्तरक्रियात्मक बनाउने, र ज्ञानलाई वास्तविक जीवनका सन्दर्भसँग जोड्ने कार्य गर्नुपर्छ । यस अर्थमा, शिक्षक अब “पाठ्य सामग्री दिने व्यक्ति” होइन, “सिकाइको मार्ग निर्माण गर्ने Learning Architect” बनेर विद्यार्थीको सोच, क्षमता र सिर्जनशीलतालाई दिशानिर्देश गर्ने प्रमुख भूमिकामा उभिनुपर्छ ।
नेपालका लागि सम्भावित भविष्य:
यदि नेपालले समयमै स्पष्ट नीति, प्रभावकारी शिक्षा सुधार र एआई-केन्द्रित रणनीति अपनाउन सक्यो भने, यसले आफ्नो ठूलो युवा जनशक्तिलाई दीर्घकालीन राष्ट्रिय सम्पत्तिमा रूपान्तरण गर्न सक्छ । व्यवस्थित अद्यावधिक (reskilling) कार्यक्रममार्फत लाखौँ युवालाई नयाँ डिजिटल र एआई-सम्बन्धित सीपमा सक्षम बनाउँदै, उनीहरूलाई आधुनिक श्रम बजारका लागि तयार गर्न सकिन्छ ।
यससँगै, नेपालले भौगोलिक सीमालाई अवसरमा बदल्दै विश्वव्यापी रोजगारी (remote global jobs) मा सक्रिय सहभागिता बढाउन सक्छ, जसले विदेशी आम्दानी र रोजगारी दुवै विस्तार गर्छ । डिजिटल अर्थतन्त्रको विस्तारसँगै नेपाल परम्परागत सस्तो श्रम (low-cost labor) अर्थतन्त्रबाट क्रमशः उच्च दक्षशक्ति (high-skill AI workforce) आधारित राष्ट्रमा रूपान्तरण हुने सम्भावना मजबुत हुँदै जान्छ, जसले दीर्घकालीन आर्थिक विकासको नयाँ ढोका खोल्छ ।
निष्कर्ष :
एआई केवल अहिलेको प्रविधिको विकास होइन, यो शिक्षा र रोजगारी दुवैलाई गहिरो रूपमा पुनःपरिभाषित गर्ने ऐतिहासिक परिवर्तन हो । यसले हामीलाई प्रविधिभन्दा पनि ठूलो प्रश्नतर्फ डोर्याएको छ – हामी कसरी सिकाउँछौं, कसरी सिक्छौं, र वास्तवमा के उद्देश्यका लागि सिक्छौं ? यी प्रश्नहरूको उत्तर नै भविष्यको शिक्षा प्रणाली र समाजको दिशा निर्धारण गर्ने आधार बन्नेछ ।
यदि हाम्रो शिक्षा प्रणालीले समयमै आफूलाई परिवर्तन गर्न सकेन भने, हामी यस्तो पुस्ता तयार गर्नेछौं जो वर्तमान संसारसँग होइन, विगतका संरचनासँग मात्रै मेल खानेछ । तर यदि हामीले सोच, नीति र अभ्यासमा साहसी रूपान्तरण गर्न सक्यौं भने, एआई हाम्रो लागि जोखिम होइन, शक्तिशाली अवसर बन्न सक्छ । त्यस अवस्थामा नेपालले एआईलाई केवल प्रयोग गर्ने देश होइन, त्यसलाई आफ्नै विकास, समृद्धि र प्रतिस्पर्धात्मक क्षमताको प्रमुख आधार बनाउने र आफ्नो विकासको साधन बनाउने राष्ट्रका रूपमा आफूलाई स्थापित गर्न सक्नेछ ।
