The Open Source Economic Index of AI Adoption and Capability
यह शोध पत्र एक ओपन-सोर्स आर्थिक सूचकांक प्रस्तुत करता है जो व्यवसायों में एआई (AI) अपनाने को मापने के लिए सार्वजनिक उपयोगकर्ता-एलएलएम (LLM) चैट डेटा और O*NET कार्यों का लाभ उठाता है, जबकि साथ ही एक बेंचमार्क प्रणाली के माध्यम से एआई क्षमताओं का मूल्यांकन करता है जो यह प्रकट करता है कि किमी-के2.5 (Kimi-k2.5) जैसे मॉडल उच्च-स्तरीय वर्कफ़्लो तो निष्पादित कर सकते हैं लेकिन अक्सर सूक्ष्म विवरणों में संघर्ष करते हैं।
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 अर्थव्यवस्था एक विशाल, हलचल भरे शहर की तरह है। लंबे समय से, हम जानते हैं कि "AI" वहां आकर बस रहा है, लेकिन हमें वास्तव में यह नहीं पता कि कौन किस मोहल्ले में रह रहा है, वे वास्तव में क्या काम कर रहे हैं, या क्या वे वास्तव में अकेले काम करने में सक्षम हैं या उन्हें बस एक इंसान के हाथ थामने की जरूरत है।
यह शोध पत्र, "The Open Source Economic Index of AI Adoption and Capability," एक विशाल, ओपन-सोर्स सिटी सर्वे और एक कठोर जॉब इंटरव्यू का मिश्रण है। लेखकों ने दो बड़े सवालों के जवाब देने के लिए दो मुख्य उपकरण बनाए हैं: AI वास्तव में कहाँ उपयोग किया जा रहा है? और क्या AI वास्तव में काम कर सकता है?
यहाँ उनके निष्कर्षों का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:
1. "सिटी सेंसस" (अडॉप्शन को मापना)
समस्या: पिछले अध्ययन यह अनुमान लगाने की कोशिश करते थे कि AI का कितना उपयोग किया जा रहा है, या तो लोगों से सर्वेक्षण पूछकर (जो लोग अक्सर झूठ बोलते हैं या भूल जाते हैं) या बड़ी टेक कंपनियों के गुप्त, निजी चैट लॉग देखकर (जिसे कोई और चेक नहीं कर सकता)।
समाधान: लेखकों ने एक "सार्वजनिक जनगणना" बनाई। उन्होंने लोगों और AI के बीच लाखों सार्वजनिक, गुमनाम बातचीत (WildChat नामक डेटासेट से) ली और एक स्मार्ट फिल्टर का उपयोग करके उन्हें छांटा।
- फिल्टर: उन्होंने AI से पूछा, "क्या यह चैट काम के बारे में है?" यदि उत्तर हाँ था, तो उन्होंने उसे रखा। यदि यह किसी ने रेसिपी या जोक के बारे में पूछा था, तो उन्होंने उसे हटा दिया।
- मैप: फिर उन्होंने इन वर्क चैट्स को नौकरियों के एक विशाल, आधिकारिक शब्दकोश O*NET (इसे अमेरिका की हर नौकरी के लिए "येलो पेजेस" समझें, जो सूचीबद्ध करता है कि प्रत्येक नौकरी के लिए किन कार्यों की आवश्यकता होती है) के साथ मिलाया।
निष्कर्ष:
- कौन उपयोग कर रहा है? "AI मोहल्ले" फाइनेंस (वित्त), कंप्यूटर साइंस और आर्ट्स (कला) में भीड़भाड़ वाले हैं। यदि आप एक वित्तीय सलाहकार, प्रोग्रामर, या रचनात्मक लेखक हैं, तो आप AI का बहुत अधिक उपयोग कर रहे हैं।
- कौन नहीं कर रहा है? आश्चर्यजनक रूप से, व्हाइट-कॉलर नौकरियों में वकीलों द्वारा इसका सबसे कम उपयोग किया जा रहा है।
- उपयोग कितना गहरा है? यह उतना गहरा नहीं है जितना कि कुछ प्रचार (hype) बताता है। हालांकि AI कई नौकरियों में उपयोग किया जाता है, लेकिन यह आमतौर पर केवल कुछ कार्यों में मदद करता है, पूरे काम को संभालने के लिए नहीं। 1% से भी कम नौकरियां ऐसी हैं जो अपने दैनिक कार्यों के 75% के लिए AI का उपयोग कर रही हैं।
2. "जॉब इंटरव्यू" (क्षमता को मापना)
समस्या: सिर्फ इसलिए कि लोग AI से कोई कार्य करने के लिए कहते हैं, इसका मतलब यह नहीं है कि AI वास्तव में उसे सही ढंग से पूरा कर सकता है। यह एक छात्र की तरह है जो कहता है कि वह उपन्यास लिख सकता है; इसका मतलब यह नहीं है कि वह बिना मदद के वास्तव में एक अच्छा उपन्यास लिख सकता है।
समाधान: लेखों ने एक "सिम्युलेटेड वर्कप्लेस" बनाया।
- सेटअप: उन्होंने O*NET जॉब विवरणों पर आधारित लगभग 5,000 वास्तविक कार्य परिदृश्य बनाए।
- टूल्स: उन्होंने AI को डिजिटल टूल्स का एक सेट दिया (जैसे कैलकुलेटर, डेटाबेस, या कैलेंडर) जिसे उसे समस्या को हल करने के लिए उपयोग करना था।
- टेस्ट: उन्होंने एक विशिष्ट AI मॉडल (Kimi-k2.5) का दो तरीकों से परीक्षण किया:
- सोलो मोड (Solo Mode): AI को अकेले पूरा काम करना था।
- टीम मोड (Team Mode): AI को एक "सिम्युलेटेड मानव" के साथ काम करना था जो सवाल पूछता था और संकेत देता था।
निष्कर्ष:
- बड़ी तस्वीर बनाम विवरण: AI "बड़ी तस्वीर" (big picture) में आश्चर्यजनक रूप से अच्छा है। यह सामान्य वर्कफ़्लो को समझ सकता है (जैसे, "मुझे किसी को काम पर रखना है, इसलिए मुझे नौकरी पोस्ट करनी चाहिए, फिर इंटरव्यू लेना चाहिए, फिर हायर करना चाहिए")।
- गड़बड़ विवरण: हालाँकि, AI अक्सर छोटे विवरणों में लड़खड़ा जाता है। वह गलत टूल बुला सकता है, गलत बटन दबा सकता है, या जब उसे सटीक होने की आवश्यकता होती है तो तथ्य बना सकता है (hallucinate)।
- मानवीय सुरक्षा जाल (Human Safety Net): जब AI ने इंसान के साथ काम किया (टीम मोड), तो उसने काम को अधिक बार पूरा किया। लेकिन, इंसान को अभी भी करीब से निगरानी करनी पड़ती थी क्योंकि AI टूल्स के साथ छोटी-छोटी गलतियाँ करता रहा।
मुख्य निष्कर्ष
AI अडॉप्शन को एक निर्माण स्थल (construction site) में प्रवेश करने वाले एक नए प्रकार के पावर ड्रिल की तरह समझें।
- अडॉप्शन: हम देखते हैं कि बढ़ई (कलाकार, कोडर, फाइनेंस वाले लोग) ड्रिल को पकड़ रहे हैं और इसका बहुत उपयोग कर रहे हैं।
- क्षमता: लेकिन जब हम उन्हें घर बनाने की कोशिश करते देखते हैं, तो हम देखते हैं कि वे बड़े छेद करने में तो माहिर हैं, लेकिन वे अक्सर कील मिस कर देते हैं या गलत जगह ड्रिल कर देते हैं।
निष्कर्ष:
यह पेपर तर्क देता है कि हमें इस बात से घबराने की ज़रूरत नहीं है कि AI अभी मनुष्यों को पूरी तरह से बदल देगा। जबकि विशिष्ट क्षेत्रों में AI को तेज़ी से अपनाया जा रहा है, यह अभी भी जटिल कार्यों को अपने आप पूरी तरह से करने के लिए "स्वायत्त" (autonomous) नहीं है। यह एक को-पायलट के रूप में सबसे अच्छा काम करता है जिसे दिशा दिखाने, विवरणों की जांच करने और यह सुनिश्चित करने के लिए एक इंसान की आवश्यकता होती है कि टूल्स का सही उपयोग किया जाए। पूर्ण नौकरी हानि का जोखिम कम है, लेकिन मानवीय निरीक्षण की आवश्यकता उच्च बनी हुई 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।