The Main Barrier to AI Adoption in the Public Sector is Lack of Training: How a Structured Method Increased Productivity in Two Brazilian Government Cases Without Incidents
यह शोध पत्र तर्क देता है कि सार्वजनिक क्षेत्र में एआई (AI) अपनाने में तकनीक के बजाय प्रशिक्षण प्राथमिक बाधा है, जो दो ब्राज़ीलियाई सरकारी मामलों के माध्यम से यह प्रदर्शित करता है कि मुफ़्त एआई मॉडलों का उपयोग करने वाली एक संरचित, चार-स्तरीय शैक्षणिक पद्धति ने सख्त डेटा सुरक्षा और अनुपालन बनाए रखते हुए उत्पादकता और आउटपुट में महत्वपूर्ण वृद्धि की।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि सार्वजनिक क्षेत्र (सरकारी कार्यालयों) को एक विशाल, व्यस्त रसोईघर के रूप में देखा जा रहा है। वर्षों से, रसोइयों (सार्वजनिक सेवकों) को कहा गया है, "नए, सुपर-फास्ट ओवन की चिंता न करें; वे अभी तैयार नहीं हैं।" वे पुराने, धीमे चूल्हों के साथ खाना बनाते रहे, देर रात तक काम करते रहे, और ऑर्डर्स के साथ तालमेल बिठाने के लिए संघर्ष करते रहे।
यह शोध प्रबंध तर्क देता है कि समस्या ओवन (AI तकनीक) नहीं थी। ओवन पहले से ही वहां मौजूद थे, उपयोग के लिए मुफ्त थे, और अविश्वसनीय रूप से शक्तिशाली थे। असली समस्या यह थी कि किसी को भी उन्हें सुरक्षित रूप से उपयोग करना नहीं सिखाया गया था। रसोइयों को रेसिपी, सुरक्षा के नियम, या खाना जलाने से बचने के तरीके नहीं पता थे।
लेखक, विनिसियस सांता गोम्स ने ब्राजील के दो अलग-अलग सरकारी रसोईघरों में सिखाने के एक नए तरीके का परीक्षण किया। उन्होंने उन्हें केवल एक मैनुअल नहीं थमाया; बल्कि उन्होंने सीखने के लिए चार विशिष्ट मंजिलों वाला एक "सीखने का घर" (House of Learning) बनाया। यह कैसे काम करता था, यहाँ सरल उपमाओं का उपयोग करके बताया गया है:
"AI हाउस" पद्धति
केवल "इस टूल का उपयोग करें" कहने के बजाय, लेखक ने कर्मचारियों के रहने के लिए चार मंजिला घर बनाया:
- नींव (बेसमेंट): ओवन को छूने से पहले, आपको समझना होगा कि आग क्या है। इस परत ने कर्मचारियों को सिखाया कि AI वास्तव में क्या है, यह कैसे "सोचता" है, और यह कभी-कभी चीजें क्यों बना देता है (hallucinations)। इसके बिना, वे AI को एक जादू की छड़ी की तरह मानते, अंधविश्वास के साथ भरोसा करते और दस्तावेज़ों में गलतियों का जोखिम उठाते।
- दीवारें (संरचना): यह AI से सही तरीके से बात करने के बारे में है। लेखक ने एक विशिष्ट रेसिपी सिखाई जिसे PACTO (Persona, Action, Context, Tone, Observations, Example) कहा जाता है। कल्पना कीजिए कि आप एक सहायक शेफ से सूप मांग रहे हैं। यदि आप केवल कहते हैं "सूप बनाओ," तो आपको बेकार परिणाम मिलेगा। यदि आप कहते हैं, "आप एक फ्रांसीसी शेफ हैं, दोपहर के भोजन के लिए ताजे बेसिल के साथ टमाटर का सूप बनाएं, और इसे तीखा रखें," तो आपको एक बेहतरीन परिणाम मिलेगा। इस परत ने उन्हें वे सटीक निर्देश लिखना सिखाया।
- फिनिशिंग (किचन काउंटर): यहाँ वास्तविक काम होता है। उन्होंने सीखा कि AI का उपयोग विशिष्ट सरकारी दस्तावेज़ों का मसौदा तैयार करने, लंबे कानूनी ग्रंथों का सारांश निकालने और अपने लेखन को मानकीकृत करने के लिए कैसे किया जाए। महत्वपूर्ण रूप से, उन्होंने ठीक से सीखा कि AI कौन से हिस्से कर सकता है और कौन से हिस्से अनिवार्य रूप से मानव द्वारा किए जाने चाहिए।
- छत (सुरक्षा जाल): यह सरकार के लिए सबसे महत्वपूर्ण हिस्सा है। यह गोपनीयता, कानून और सुरक्षा को कवर करता है। "छत" यह सुनिश्चित करती है कि कोई भी गुप्त डेटा (जैसे नाम या केस नंबर) बाहर न लीक हो। उन्होंने एक विशेष "डी-आइडेंटिफाइड" (पहचान रहित) पद्धति का उपयोग किया जहाँ उन्होंने यह प्रकट किए बिना कि विशिष्ट व्यक्ति कौन है, कानूनी नियमों के बारे में AI से पूछा। छत इस नियम को भी लागू करती है: AI सहायक है; मानव बॉस है। इंसान को हमेशा सब कुछ पढ़ना और उस पर हस्ताक्षर करना चाहिए।
दो किचन टेस्ट
लेखक ने इस पद्धति का परीक्षण दो बहुत ही अलग सरकारी कार्यालयों में किया:
- किचन A (स्वास्थ्य विभाग): यह टीम अनुशासनात्मक मामलों (जैसे कर्मचारियों द्वारा नियमों का उल्लंघन) से निपटती थी। उनके पास कागजी कार्रवाई का एक बहुत बड़ा बैकलॉग था और वे कागजों में डूब रहे थे।
- परिणाम: प्रशिक्षण के बाद, वे न केवल तेजी से काम करने लगे; बल्कि उन्होंने अपना बैकलॉग भी क्लियर कर लिया। उन्होंने बिना किसी कमी के मामलों को 18% तेजी से प्रोसेस किया। उन्होंने अन्य विभागों को 664% अधिक "निवारक सलाह" (preventive advice) भेजना भी शुरू कर दिया, जिससे समस्याओं के होने से पहले ही उन्हें रोका जा सका।
- किचन B (आर्थिक विकास): यह टीम वित्तीय ऑडिट और अनुबंधों को संभालती थी। वे व्यस्त थे, लेकिन उनके पास हर मामले पर गहरा, विस्तृत विश्लेषण करने का समय नहीं था।
- परिणाम: उन्होंने अपने प्रोसेसिंग समय को आधा (50% तेज) कर दिया। लेकिन क्योंकि वे इतने तेज थे, इसलिए उन्होंने केवल लाइन ही क्लियर नहीं की; बल्कि उन्होंने वास्तव में 92% अधिक विस्तृत तकनीकी रिपोर्ट भी तैयार कीं। उन्होंने अधिक जोखिमों को खोजा और सरकार को संभावित नुकसान में अनुमानित $3 मिलियन बचाने में मदद की।
"नो-बर्न" रिकॉर्ड
सबसे आश्चर्यजनक बात? दोनों किचन में, एक पूरे वर्ष के दौरान, शून्य दुर्घटनाएं हुईं।
- कोई भी संवेदनशील डेटा लीक नहीं हुआ।
- कोई भी आधिकारिक दस्तावेज़ त्रुटियों के साथ बाहर नहीं भेजा गया।
- किसी भी सरकारी ऑडिटर ने शिकायत नहीं की।
यह इसलिए हुआ क्योंकि "छत" (सुरक्षा प्रशिक्षण) और "ह्यूमन-इन-द-लूप" नियम (एक इंसान हमेशा काम की जांच करता है) को कभी भी छोड़ा नहीं गया।
मुख्य निष्कर्ष
यह शोध प्रबंध निष्कर्ष निकालता है कि सरकार में AI का उपयोग करने में बाधा पैसा या तकनीक नहीं है। यह प्रशिक्षण है।
यदि आप एक लोक सेवक को एक मुफ्त, शक्तिशाली AI टूल देते हैं लेकिन उन्हें "हाउस" पद्धति (नींव, दीवारें, फिनिशिंग और छत) नहीं सिखाते हैं, तो वे या तो इसका उपयोग करने से डरेंगे या इसका खतरनाक तरीके से उपयोग करेंगे। लेकिन यदि आप उन्हें पद्धति सिखाते हैं, तो मुफ्त उपकरणों के साथ भी, वे अपनी गति को दोगुना कर सकते हैं, अपनी गुणवत्ता में सुधार कर सकते हैं और सब कुछ सुरक्षित रख सकते हैं।
लेखक ने यह सिद्ध किया कि वही शिक्षण पद्धति दो पूरी तरह से अलग सरकारी विभागों में, अलग टीमों और अलग प्रकार के कार्यों के साथ, केवल मुफ्त सॉफ्टवेयर का उपयोग करके पूरी तरह से काम करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।