कल्पना कीजिए कि आप एक विशाल, जादुई पुस्तकालय में कदम रख रहे हैं जहाँ एक सुपर-स्मार्ट रोबोट लाइब्रेरियन आपसे पूछने मात्र से ही एक हज़ार अलग-अलग कहानियाँ लिख सकता है, दस लाख अनूठी तस्वीरें बना सकता है, या एक हज़ार पहेलियाँ हल कर सकता है। यह केवल अधिक किताबों वाला पुस्तकालय नहीं है; यह वह स्थान है जहाँ विचारों का सृजन उस गति से होता है जिसे कोई मानव मैच नहीं कर सकता। विज्ञान की दुनिया में, शोधकर्ता इसे "प्रचुरता" (abundance) कहते हैं। दशकों से, हमने अध्ययन किया है कि कैसे मनुष्य नई चीजें बनाने के लिए एक साथ काम करते हैं, यह देखते हुए कि कैसे हमारे मस्तिष्क (संज्ञानात्मक), हमारी दोस्ती और विश्वास (सामाजिक), और हमारे नियम और कार्यालय (संगठनात्मक) विभिन्न विचारों को कुछ महान बनाने के लिए कैसे मिलाते हैं। लेकिन अब, हमारे पास यह नया रोबोट साथी है जो हमारी पलक झपकने की गति से भी तेज़ विचार उत्पन्न कर सकता है। बड़ा सवाल जो हर कोई पूछ रहा है वह यह है: यदि हमारे पास विचारों की अंतहीन आपूर्ति है, तो क्या इसका मतलब यह है कि हम अधिक अद्भुत चीजें बनाएंगे, या हम अनजाने में एक उबाऊ, दोहराव वाले ढेर में फंस जाएंगे जहाँ हर कोई एक जैसा ही सोचने लगता है?

यह शोध पत्र, जिसे शोधकर्ता योरम कालमन और यून वान ने लिखा है, उसी रहस्य में गहराई से उतरता है। वे इस बात पर गौर करते हैं कि क्यों जेनरेटिव एआई (GenAI) का उपयोग करने वाली कुछ टीमें अत्यधिक रचनात्मक हो जाती हैं, जबकि अन्य बार-बार एक ही तरह के "सुरक्षित" विचार पैदा करने के चक्र में फंस जाती हैं। लेखक सुझाव देते हैं कि समस्या स्वयं एआई की नहीं है, बल्कि इस बात की है कि हम इसे अपनी टीमों में कैसे फिट करते हैं। वे एक अवधारणा पेश करते हैं जिसे "जेनरेटिव फिट" (generative fit) कहा जाता है, जो एक रेडियो को सही स्टेशन पर ट्यून करने जैसा है। यदि एआई का विचारों का अंतहीन प्रवाह टीम की सुनने, चुनने और उन विचारों को मिलाने की क्षमता से मेल खाता है, तो जादू होता है। लेकिन यदि टीम विकल्पों की भारी मात्रा से अभिभूत हो जाती है, तो वे घबरा सकते हैं और बस पहले आसान उत्तर को पकड़ सकते हैं, जिससे एक "मोनोकल्चर" (monoculture) बन जाता है—एक ऐसा खेत जहाँ हर एक पौधा बिल्कुल एक जैसा होता है और कोई नया स्वाद नहीं उगता। यह पत्र यह दावा नहीं करता कि इसने समस्या को हमेशा के लिए हल कर दिया है, लेकिन यह प्रबंधकों और टीमों को यह समझने में मदद करने के लिए एक नया नक्शा प्रदान करता है कि उनके एआई उपकरण कभी सुपरपावर की तरह क्यों काम करते हैं और कभी एक मृत अंत की तरह क्यों महसूस होते हैं।

बहुत सारे विचारों का जादू

जेनरेटिव एआई को एक ऐसे जिनी के रूप में सोचें जो न केवल एक इच्छा पूरी करता है, बल्कि तुरंत आपकी इच्छा के दस लाख अलग-अलग संस्करण भी बना देता है। अतीत में, यदि आप एक नया व्यावसायिक विचार मंथन करना चाहते थे, तो आपको एक मेज के चारों ओर बैठना पड़ता था, कड़ी मेहनत करनी पड़ती थी, और शायद दस या बीस संभावनाएं निकालनी पड़ती थीं। वह बाधा थी: विचार लाना। अब, जेनरेटिव एआई के साथ, बाधा बदल गई है। जिनी एक सेकंड में दस लाख विचार उगल सकता है। समस्या क्या है? हम इंसान उन लाखों में से केवल कुछ को ही पढ़, समझ और चुन सकते हैं इससे पहले कि हमारा दिमाग थक जाए।

लेखक इस बदलाव को "प्रचुरता" कहते हैं। यह केवल अधिक चीज़ों के होने के बारे में नहीं है; यह इतनी चीज़ें होने के बारे में है कि खेल के नियम ही बदल जाते हैं। जब आपके पास दस लाख विकल्प होते हैं, तो सबसे कठिन हिस्सा विचार खोजना नहीं होता; बल्कि यह तय करना होता है कि कौन सा अच्छा है। यदि आपके पास उन दस लाख विचारों में से छाँटने के लिए एक अच्छी प्रणाली नहीं है, तो आप शायद पहले विचार को ही पकड़ लेंगे जो ठीक लग रहा हो। इसी तरह "प्रचुरता" अनजाने में "मोनोकल्चर" में बदल सकती है। एक बगीचे की कल्पना करें जहाँ एक रोबोट दस लाख बीज बोता है। यदि माली उन्हें देखने के लिए बहुत व्यस्त है, तो वह शायद केवल पहली पंक्ति को पानी देगा, जो संयोग से एक ही प्रकार का फूल है। अचानक, आपका बगीचा बिल्कुल एक जैसे फूलों से भर जाता है, भले ही आपके पास चुनने के लिए दस लाख अलग-अलग बीज थे। यह पत्र सुझाव देता है कि जब टीमें बिना किसी योजना के एआई का उपयोग करती हैं, तो ऐसा ही होता है: वे विविध जंगल के बजाय समान, "सुरक्षित" विचारों के बगीचे के साथ समाप्त होती हैं।

गुप्त नुस्खा: "जेनरेटिव फिट"

तो, हम बगीचे को उबाऊ मोनोकल्चर बनने से कैसे रोक सकते हैं? पत्र कहता है कि इसका उत्तर "जेनरेटिव फिट" में निहित है। इसे एक ताले में चाबी मिलाने, या हाथ में दस्ताने पहनने जैसा समझें। यह सुनिश्चित करने के बारे में है कि एआई की सुपरपावर (अनंत विचार बनाना) मानव टीम की जरूरतों के साथ पूरी तरह से मेल खाती है। लेखक इसे तीन प्रकार के "फिट" में विभाजित करते हैं, उसी बगीचे के उदाहरण का उपयोग करते हुए:

1. इवोकेटिव फिट (प्रेरणा): यह तब होता है जब एआई आपको खोजने में मदद करता है। एक "सर्वश्रेष्ठ" उत्तर देने के बजाय, यह एक चंचल प्रेरणा (muse) की तरह कार्य करता है, जो आपके दिमाग को सक्रिय करने के लिए अजीब, जंगली और अलग विचार फेंकता है। यह एक रोबोटिक लाइब्रेरियन द्वारा आपको किताबों का एक ढेर थमाने जैसा है जो एक-दूसरे से बिल्कुल अलग हैं, सिर्फ यह देखने के लिए कि क्या कोई नया विचार जन्म लेता है। यदि फिट अच्छा है, तो एआई आपको जिज्ञासु बनाता है। यदि फिट खराब है, तो एआई आपको पुराने ही उत्तरों की एक उबाऊ सूची दे देता है।

2. एडेप्टिव फिट (काम के लिए सही उपकरण): यह एआई को विशिष्ट कार्य और उसे करने वाले लोगों के साथ मिलाने के बारे में है। एक नौसिखिया को एआई की आवश्यकता एक साउंडिंग बोर्ड (उनके अपने लेखन पर प्रतिक्रिया देना) के रूप में हो सकती है ताकि उन्हें सीखने और सुधारने में मदद मिले, जबकि एक विशेषज्ञ को भी एआई की आवश्यकता एक साउंडिंग बोर्ड के रूपके रूप में हो सकती है, लेकिन एक विशेषज्ञ को एआई को घोस्टराइटर (एआई को पूरा लिखने देना) के रूप में उपयोग करने देना वास्तव में उनके प्रदर्शन को नुकसान पहुँचाता है। पत्र ने पाया कि जब विशेषज्ञों ने एआई को अपने लिए लिखने दिया, तो उनका काम वास्तव में खराब हो गया क्योंकि एआई के सुझाव बहुत सामान्य थे, जिससे उनकी रचनात्मक सीमा सिमट गई। हालांकि, नौसिखियों को साउंडिंग बोर्ड के रूप में एआई से बहुत लाभ हुआ, जिससे उन्हें उन तकनीकों को खोजने में मदद मिली जो वे अकेले नहीं खोज पाते।

3. ओपन-एंडेड फिट (आश्चर्य के लिए जगह छोड़ना): यह उन चीजों के लिए दरवाजा खुला रखने के बारे में है जिनकी आपने उम्मीद नहीं की थी। इसका अर्थ है अपनी टीम के वर्कफ़्लो को इस तरह डिजाइन करना कि एआई केवल एक अंतिम उत्पाद न spits out करे, बल्कि आपको समय के साथ इसे लगातार बेहतर बनाने और बदलने में मदद करे। यह सुनिश्चित करने जैसा है कि बगीचे में नए, अप्रत्याशित फूलों के बढ़ने के लिए जगह हो, न कि पहली पंक्ति लगाने के बाद गेट बंद कर दिया जाए।

वास्तविक दुनिया की कहानियाँ: जब फिट काम करता है (और जब नहीं करता)

लेखकों ने यह दिखाने के लिए चार वास्तविक जीवन की कहानियों को देखा कि यह व्यवहार में कैसे काम करता है।

एक कहानी में, परामर्शदाताओं (consultants) के एक समूह ने अपने काम में मदद के लिए एआई का उपयोग किया। मार्केटिंग कॉपी लिखने जैसे सरल कार्यों के लिए, एआई एक नायक था। इसने उन्हें इतने विचार दिए कि उन्होंने काम तेजी से पूरा किया और बेहतर काम किया, खासकर यदि वे क्षेत्र में नए थे। यह अच्छा फिट था: एआई की प्रचुरता ने उन्हें अन्वेषण करने में मदद की। लेकिन जब उन्होंने जटिल कार्यों के लिए एआई का उपयोग करने की कोशिश की जिसमें विभिन्न प्रकार के डेटा (जैसे साक्षात्कार और स्प्रेडशीट) को मिलाने की आवश्यकता थी, तो एआई विफल रहा। परामर्शदाताओं ने एआई पर बहुत अधिक भरोसा किया और सोचना बंद कर दिया। एआई ने एक "तर्कसंगत" उत्तर दिया जो सुनने में तो अच्छा था लेकिन गलत था। यह खराब फिट था: टीम ने एआई की प्रचुरता को अपने निर्णय पर हावी होने दिया, जिससे गलत उत्तरों का मोनोकल्चर बन गया।

एक अन्य कहानी में, एक टीम ने विज्ञापन कॉपी लिखने के लिए एआई का परीक्षण किया। जब गैर-विशेषज्ञों ने एआई का उपयोग "साउंडिंग बोर्ड" (अपने लेखन पर फीडबैक मांगना) के रूप में किया, तो वे अपने काम में बहुत बेहतर हो गए। एआई ने उन्हें नई संभावनाओं को देखने में मदद की जो उन्होंने पहले नहीं सोची थीं। लेकिन जब विशेषज्ञों ने एआई को "घोस्टराइटर" (एआई को पूरा लिखने देना) के रूप में उपयोग किया, तो उनका काम वास्तव में खराब हो गया। एआई के सुझाव बहुत सामान्य थे, और विशेषज्ञों ने अपनी रचनात्मकता का उपयोग करना बंद कर दिया। एआई के विचारों की प्रचुरता ने वास्तव में विशेषज्ञों की रचनात्मक सीमा को सिकोड़ दिया।

तीसरी कहानी टेलीमार्केटर्स से जुड़ी थी। एआई ने उनके काम के उबाऊ हिस्से (लीड्स खोजना) को संभाल लिया, जो शीर्ष सेल्सपर्सन के लिए बहुत अच्छा था। उनके पास उन ग्राहकों के साथ रचनात्मक होने के लिए अधिक समय था जिनसे वे वास्तव में बात कर रहे थे, और उनकी बिक्री बढ़ गई। लेकिन कम अनुभवी सेल्सपर्सन के लिए, एआई ने उन्हें बिना यह बताए कि उनसे कैसे बात करनी है, कठिन ग्राहकों का ढेर लगा दिया। वे अभिभूत और तनावग्रस्त महसूस कर रहे थे। एक ही एआई टूल ने विशेषज्ञों की मदद की लेकिन नौसिखियों को नुकसान पहुँचाया क्योंकि टीम ने उनके विभिन्न कौशल स्तरों के अनुसार "फिट" को समायोजित नहीं किया।

अंत में, एआई के साथ काम करने वाले छात्रों पर एक अध्ययन ने दिखाया कि यदि उन्होंने केवल एआई से विचारों की सूची मांगी और वहीं रुक गए, तो उनकी रचनात्मकता स्थिर हो गई। वे पुराने विचारों के चक्र में फंस गए। लेकिन जब उन्हें एआई का अलग तरह से उपयोग करने के लिए सिखाया गया—विचारों के लिए फीडबैक मांगना, एआई के साथ बहस करना और विचारों को मिलकर परिष्कृत करना—तो उनकी रचनात्मकता विस्फोट के साथ बढ़ गई। विचारों की प्रचुरता तभी काम करती है जब छात्रों के पास उनके उपयोग के लिए एक योजना होती है।

निष्कर्ष: यह इस पर निर्भर करता है कि आप इसका उपयोग कैसे करते हैं

इस शोध पत्र का सबसे बड़ा सबक यह है कि जेनरेटिव एआई कोई जादुई छड़ी नहीं है जो स्वचालित रूप रूप से हमें अधिक रचनात्मक बनाती है। यह एक शक्तिशाली इंजन है जो संभावनाओं की एक अंतहीन धारा उत्पन्न करता है। चाहे वह धारा नवाचार की नदी बने या दोहराव का एक स्थिर तालाब, यह पूरी तरह से इस पर निर्भर करता है कि हम इसे कैसे स्थापित करते हैं।

यदि हम बस एआई को सब कुछ करने देते हैं, तो हम "मोनोकल्चर" में गिरने का जोखिम उठाते हैं जहाँ हर कोई एक ही तरह से सोचता है क्योंकि हम लाखों विकल्पों को छाँटने के लिए बहुत व्यस्त हैं। लेकिन यदि हम अपनी टीमों को सावधानीपूर्वक डिजाइन करते हैं—यह सुनिश्चित करते हुए कि एआई हमें खोजने (इवोकेटिव फिट), हमारे कौशल स्तरों से मेल खाने (एडेप्टिव फिट), और आश्चर्य के लिए जगह छोड़ने (ओपन-एंडेड फिट) में मदद करे—तो हम उस प्रचुरता को वास्तव में अद्भुत बना सकते हैं। यह पत्र सुझाव देता है कि मानव-एआई सहयोग का भविष्य स्मार्ट एआई होने के बारे में नहीं है; यह उसके इर्द-गिर्द सबसे स्मार्ट टीम बनाने के बारे में है।