«मरम्मत के लिए बहुत जटिल» हमेशा से मिथक था।

तर्क को साफ़-साफ़ रखें

दावा यों चलता है: आधुनिक डिवाइस इतने परिष्कृत हैं कि निर्माता के अधिकृत नेटवर्क से बाहर कोई भी उन्हें सुरक्षित ढंग से ठीक नहीं कर सकता, इसलिए स्कीमैटिक, boardview और पुर्ज़े उसी नेटवर्क के भीतर रहने चाहिए। सुनने में यह सावधानी लगती है। चलता यह बाज़ार-संरक्षण की तरह है।

और यह तर्क अपनी ही पूँछ काटता है। अगर दस्तावेज़ों तक पहुँच बंद कर दी जाए, तो स्वतंत्र तकनीशियन आख़िर इन जटिल डिवाइसों की मरम्मत सीखें कैसे? जटिलता जानकारी बंद करने का बहाना बन जाती है, और वही ताला उस «अक्षमता» की असली वजह बन जाता है जिसकी शिकायत की जाती है। तर्क अपने सबूत ख़ुद गढ़ता है।

दो मिनट की टूलिंग इसका क्या करती है

एक ठोस परीक्षण लीजिए। आधुनिक मेनबोर्ड के हर सूक्ष्म कंपोनेंट की सम्पूर्ण लाइब्रेरी हाथ से बनाए रखना इंसानी बस की बात नहीं; यही असंभवता «बहुत जटिल» को विश्वसनीय बनाती थी।

स्कीमैटिक PDF और boardview से WrenchBoard वह इन्वेंटरी अपने आप बना देता है: हर कंपोनेंट, हर नेट, बूट सीक्वेंस, ज्ञात फ़ॉल्ट नियम, लगभग दो मिनट में एक क्वेरी-योग्य knowledge pack में संकलित। जिसके लिए वर्षों का संचित अनुभव चाहिए था, वह स्वतंत्र दुकान को कॉफ़ी ठंडी होने से पहले मिल जाता है।

जब यह टूलिंग काम करती है, «यह तुम्हारे लिए बहुत जटिल है» ढह जाता है। बचता है एक नंगा आर्थिक तर्क, «हम अपना रिप्लेसमेंट बाज़ार बचाना चाहते हैं», और उसे सबके सामने बचा पाना कहीं मुश्किल है।

असली दीवार सीखने की ढलान थी

बोर्ड-स्तरीय काम के क़ाबिल तकनीशियन बनने का मतलब रहा है तीन से पाँच साल लगभग अकेले जूझना: वीडियो देखते रहना इस उम्मीद में कि कोई आपकी ठीक वही ख़राबी दिखा दे, हर नए डिवाइस पर शून्य से शुरू करना, बग़ल की बेंच पर कोई सीनियर नहीं। यह दीवार कभी बुद्धि की नहीं थी; ज्ञान का हस्तांतरण धीमा था, और भूगोल से बँधा था।

एक agent जो आपकी पहली डायग्नोसिस में हाथ थामे रहता है, समझाता है कि कोई लाइन संदिग्ध क्यों है, और तब तक समझाने का तरीक़ा बदलता है जब तक आप सचमुच न समझ जाएँ, उस ढलान को नाटकीय रूप से छोटा कर देता है। यह प्रतिस्थापन नहीं, हस्तांतरण है: सीनियर का ज्ञान जूनियर के हाथों में। हाथ इंसानी ही रहते हैं; AI न BGA उतारती है, न मल्टीमीटर पढ़ती है।

असल में दाँव पर क्या है

दुनिया ने 2022 में 6.2 करोड़ टन इलेक्ट्रॉनिक कचरा पैदा किया, और Global E-waste Monitor का अनुमान 2030 तक 8.2 करोड़ टन का है। चौथाई से भी कम औपचारिक रूप से इकट्ठा और रीसायकल होता है। जिस बोर्ड का डायोड उड़ा है या PMIC मरा है, वह मरम्मत-योग्य बोर्ड है, बशर्ते पहुँच के भीतर कोई उसे डायग्नोस कर सके: बोर्ड-स्तरीय मरम्मत कचराघर से पहले की आख़िरी कड़ी है।

हर वह तर्क जो स्वतंत्र मरम्मत नेटवर्क को सिकोड़ता है, मरम्मत-योग्य डिवाइसों को कचरे में बदलता है, और «बहुत जटिल» उनमें सबसे कारगर है। उलटा भी सच है: ज़्यादा सक्षम स्वतंत्र दुकानें यानी कम ई-कचरा, ज़्यादा स्थानीय रोज़गार, और उपभोक्ता के लिए सस्ती मरम्मत।

गुणक को उसकी सामग्री चाहिए

AI क्या हल करती है और क्या नहीं, इस पर स्पष्ट रहें। वह उसी को कई गुना करती है जो आप उसे देते हैं: स्कीमैटिक और boardview के साथ डिटर्मिनिस्टिक इंजन सत्यापन-योग्य कारण-शृंखलाएँ देते हैं; उनके बिना वही सिस्टम सार्वजनिक स्रोतों से काम चलाता है और बहुत कम दे पाता है। इन दो स्थितियों के बीच का फ़ासला ठीक वही है जिसे राइट-टु-रिपेयर क़ानूनों को पाटना है।

निर्माताओं के लिए लागत नाममात्र है; ये दस्तावेज़ पहले से मौजूद हैं और भीतर-भीतर घूमते ही हैं। यूरोप ने 2024 में वस्तुओं की मरम्मत पर निर्देश अपनाया, और अमेरिका के कई राज्यों ने 2022 से राइट-टु-रिपेयर क़ानून पारित किए हैं। दिशा तय है। WrenchBoard जैसी टूलिंग जो बदलती है, वह बचे हुए विरोधी तर्क की ताक़त है: जब कोई स्वतंत्र दुकान किसी भी बोर्ड की इन्वेंटरी दो मिनट में बना सकती है, तो «मरम्मत के लिए बहुत जटिल» कोई वजह नहीं रहती। सिर्फ़ बहाना रहती है।