AI Adoption Across a Multinational Workforce: Sociotechnical Conditions for GenAI Acceptance in Human Resources
यह शोधपत्र एक बहुराष्ट्रीय मानव संसाधन (HR) विभाग के भीतर जनरेटिव एआई (GenAI) अपनाने की जांच करता है, जो यह प्रकट करता है कि स्वीकृति प्रणाली के डिज़ाइन और कर्मचारी की स्थिति (positionalities) के बीच सामंजस्य, सत्यापन प्रथाओं के माध्यम से विश्वास के विकास और संगठनात्मक ज्ञान अवसंरचना की गुणवत्ता द्वारा संचालित होती है, जो अंततः समावेशी और जवाबदेह एआई परिनियोजन के लिए डिज़ाइन दिशानिर्देश प्रदान करती है।
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 एक विशाल कंपनी अपने आंतरिक "HR हेल्प डेस्क" को अपग्रेड करने का निर्णय लेती है। वर्षों से, कर्मचारी वेतन, छुट्टी या नीतियों के बारे में उत्तर खोजने के लिए STEVE नामक एक पुराने, विश्वसनीय लाइब्रेरी सिस्टम का उपयोग करते थे। यह एक पारंपरिक सर्च इंजन की तरह काम करता था: आप एक कीवर्ड टाइप करते थे, और यह आपको पढ़ने के लिए दस्तावेजों की एक सूची दे देता था।
हाल ही में, कंपनी ने PEOPLE TOOL नामक एक नया, चमकदार टूल पेश किया है। यह नया सिस्टम जेनरेटिव एआई (GenAI) का उपयोग करता है। केवल दस्तावेज़ों की सूची देने के बजाय, यह आपके लिए उन्हें पढ़ने और आपके प्रश्न का सीधा उत्तर लिखने का प्रयास करता है, जैसे कि कोई स्मार्ट असिस्टेंट हो।
शोधकर्ता यह जानना चाहते थे कि: क्या सभी ने नए स्मार्ट असिस्टेंट का उपयोग करना शुरू कर दिया, या कुछ लोग पीछे छूट गए? उन्होंने सर्च रिकॉर्ड देखे, 25 कर्मचारियों से प्रश्न पूछे और जानकारी जुटाने के लिए 10 लोगों का साक्षात्कार लिया।
यहाँ उनके द्वारा की गई खोज है, जिसे सरल शब्दों में समझाया गया है:
1. यह एक "स्विच" नहीं, बल्कि एक "टूलबॉक्स" है
शोधकर्ताओं को उम्मीद थी कि कर्मचारी पुराने पुस्तकालय (STEVE) का उपयोग करना बंद कर देंगे और पूरी तरह से नए एआई (PEOPLE TOOL) पर स्विच कर जाएंगे। ऐसा नहीं हुआ।
इसके बजाय, कर्मचारियों ने स्मार्ट खरीदारों की तरह व्यवहार किया। उन्होंने अपने टूलबॉक्स में दोनों उपकरणों को रखा।
- यदि उन्हें एक त्वरित, सरल उत्तर चाहिए था, तो उन्होंने एआई का उपयोग किया।
- यदि उन्हें किसी नीति की सटीक कानूनी शब्दावली देखनी थी, या यदि एआई भ्रमित लग रहा था, तो वे वापस पुराने पुस्तकालय पर गए या किसी मानव सहकर्मी से पूछा।
रूपक (Metaphor): इसे खाना पकाने की तरह समझें। यदि आपको एक त्वरित रेसिपी विचार चाहिए, तो आप एक स्मार्ट कुकिंग ऐप (AI) से पूछते हैं। लेकिन यदि आपको एलर्जी के लिए किसी विशिष्ट ब्रांड की सॉस में सटीक सामग्री के बारे में जानना है, तो आप ऐप के अनुमान पर भरोसा करने के बजाय बोतल पर लगे लेबल को पढ़ते हैं (पुराना सिस्टम)।
2. "एक ही आकार सबके लिए" (One-Size-Fits-All) की समस्या
नया एआई सिस्टम एक विशिष्ट प्रकार के कार्यकर्ता को ध्यान में रखकर बनाया गया था: कोई जो लैपटॉप के साथ डेस्क पर बैठा हो, तकनीक के साथ सहज हो, और अंग्रेजी बोलता हो।
वास्तविकता की जाँच:
- ऑफिस वर्कर: वे डिज़ाइन में पूरी तरह फिट बैठते हैं। वे प्रश्न टाइप कर सकते थे और बेहतरीन उत्तर प्राप्त कर सकते थे।
- फैक्ट्री वर्कर: उनके पास अक्सर लैपटॉप नहीं होते थे, वे शिफ्ट में काम करते थे, या वे अलग भाषा बोलते थे। उनके लिए, नया सिस्टम एक बंद दरवाजे जैसा महसूस हुआ। वे सही "कंपनी भाषा" में प्रश्न भी टाइप नहीं कर पाके क्योंकि वे एचआर (HR) शब्दों से परिचित नहीं थे।
रूपक: कल्पना कीजिए कि कंपनी ने सभी के लिए एक शानदार, हाई-टेक लिफ्ट (AI) बनाई है। लेकिन लिफ्ट में केवल 10वीं मंजिल और उससे ऊपर के फ्लोर के बटन हैं, और वह केवल अंग्रेजी बोलती है। बेसमेंट में काम करने वाला व्यक्ति (फैक्ट्री वर्कर) उसका उपयोग नहीं कर सकता, इसलिए वह सीढ़ियों (पुराने सिस्टम या मैनेजर से पूछना) का उपयोग करना जारी रखता है, भले ही लिफ्ट उसके लिए "उपलब्ध" हो।
3. आपको एक नई "भाषा" सीखनी होगी
एआई का उपयोग करना केवल पहुंच होने के बारे में नहीं था; यह इस बारे में था कि उससे कैसे बात की जाए।
- पुराने सिस्टम के साथ, आप "vacation" जैसे छोटे कीवर्ड टाइप करते थे।
- एआई के साथ, आपको पूरे वाक्य लिखने थे, संदर्भ देना था, और कभी-कभी फिर से पूछना पड़ता था यदि उत्तर अजीब होता था।
कई कर्मचारियों को यह एहसास नहीं हुआ। उन्होंने एआई से वैसे ही बात करने की कोशिश की जैसे वे पुराने सर्च इंजन से करते थे, एक बुरा उत्तर मिला, और फिर उन्होंने हार मान ली। उन्हें एक नया कौशल सीखना था: एआई सर्च लिटरेसी (AI Search Literacy)।
रूपक: यह एक रिमोट कंट्रोल (पुराना सिस्टम: बस एक बटन दबाएं) से स्मार्टफोन (नया सिस्टम: आपको जानना होगा कि कौन सा ऐप खोलना है, कैसे टाइप करना है और कैसे समस्या का समाधान करना है) पर जाने जैसा है। यदि आप स्मार्टफोन का उपयोग करना नहीं जानते हैं, तो आप शायद पुराने रिमोट का ही उपयोग करना जारी रखेंगे, भले ही फोन तेज़ हो।
4. विश्वास "दोहरा जांचने" (Double-Checking) से बनता है
भले ही एआई ने एक अच्छा उत्तर दिया हो, कर्मचारियों ने उस पर आँख मूंदकर भरोसा नहीं किया। एचआर (HR) में, एक गलत उत्तर का मतलब पैसा या छुट्टियां खोना हो सकता है।
उन्होंने विश्वास कैसे बनाया:
- "स्रोत की जाँच" (The Source Check): उन्होंने मूल दस्तावेज़ पढ़ने के लिए एआई द्वारा दिए गए लिंक पर क्लिक किया।
- "गपशप की जाँच" (The Gossip Check): उन्होंने सहकर्मी से पूछा, "क्या आपने इसके बारे बारे में सुना है?"
- "मैनेजर की जाँच" (The Manager Check): उन्होंने पुष्टि करने के लिए अपने बॉस से पूछा।
रूपक: कल्पना कीजिए कि एआई एक विदेशी शहर में एक टूर गाइड है। आप गाइड की बात सुन सकते हैं, लेकिन आप खुद भी मैप देखते हैं, किसी स्थानीय दुकानदार से पूछते हैं, या किसी साइन बोर्ड को देखते हैं ताकि यह सुनिश्चित हो सके कि गाइड आपको गलत संग्रहालय की ओर नहीं ले जा रहा है। आप केवल गाइड का अंधाधुंध पालन नहीं करते।
5. "कचरा अंदर, कचरा बाहर" (Garbage In, Garbage Out) का नियम
शोधकर्ताओं ने पाया कि एआई उतना ही अच्छा था जितने दस्तावेज़ वह पढ़ रहा था।
- यदि कंपनी के एचआर दस्तावेज़ अस्त-व्यस्त, पुराने या ढूँढने में कठिन थे, तो एआई भ्रमित करने वाले या गलत उत्तर देगा।
- कर्मचारियों ने बुरे उत्तरों के लिए एआई को दोषी ठहराया, लेकिन असली समस्या उस लाइब्रेरी की थी जिसे एआई पढ़ रहा था।
रूपक: एआई एक शेफ (रसोइया) की तरह है। यदि आप शेफ को ताजी, उच्च गुणवत्ता वाली सामग्री (अच्छे दस्तावेज़) देते हैं, तो वह एक शानदार भोजन बनाता है। यदि आप उन्हें सड़ती हुई सब्जियां (बुरे, अस्त-व्यस्त दस्तावेज़) देते हैं, तो सबसे अच्छा शेफ भी बुरा भोजन ही बनाएगा। समस्या शेफ की नहीं थी; समस्या पेंट्री (रसोई के सामान) की थी।
मुख्य निष्कर्ष (The Big Takeaway)
पेपर यह निष्कर्ष निकालता है कि केवल सबको एक शानदार एआई टूल तक पहुंच देना यह सुनिश्चित नहीं करता कि सभी को इसका लाभ मिलेगा।
- औपचारिक पहुंच (लॉगिन होना) व्यावहारिक पहुंच (इसे प्रभावी ढंग से उपयोग करने में सक्षम होना)।
- एआई को निष्पक्ष बनाने के लिए, कंपनियों को "पेंट्री" (अपने दस्तावेजों को व्यवस्थित करना) को ठीक करने की, लोगों को "खाना बनाना" सिखाने (यह सिखाना कि प्रश्न कैसे पूछें) और यह समझने की आवश्यकता है कि कुछ श्रमिकों (जैसे फैक्ट्री स्टाफ) को पूरी तरह से डिजिटल टूल के बजाय एक अलग प्रकार के टूल की आवश्यकता हो सकती है।
संक्षेप में: तकनीकी केवल उतनी ही सहायक है जितना कि वह संदर्भ जिसके लिए बनाई गई है। यदि आप ऑफिस के लिए एक टूल बनाते हैं, तो फैक्ट्री वर्कर अभी भी पीछे छूट जाएगा।
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।