The Fabricated Front: Generative AI and the Opacity of Workplace Performance

एक आधुनिक कार्यालय की शांत गूँज में, विश्वास छोटे, अदृश्य संकेतों पर निर्मित होता है। जब कोई सहकर्मी ईमेल भेजता है, तो हम केवल शब्दों को नहीं पढ़ते; हम उनके पीछे के व्यक्ति को पढ़ते हैं। एक विशिष्ट वाक्यांश का चयन, स्वर में एक हिचकिचाहट, या एक वाक्य की अनूठी लय हमें बताती है कि कौन बोल रहा है, संदेश में कितना विचार लगाया गया है, और क्या लेखक वास्तव में उपस्थित है। ये संकेत एक प्रकार का सामाजिक बुनियादी ढांचा (social infrastructure) बनाते हैं, जिससे टीमें निरंतर सत्यापन के बिना समन्वय कर पाती हैं। हम यह मान लेते हैं कि जो आउटपुट हमें दिखाई देता है—रिपोर्ट, डिज़ाइन, संदेश—वह उस मानवीय प्रयास का सीधा प्रतिबिंब है जिसने उसे बनाया है। यह धारणा पेशेवर संबंधों की आधारशिला है।

हालाँकि, एक नई तकनीक चुपचाप इस नींव को ध्वस्त कर रही है। जनरेटिव आर्टिफिशियल इंटेलिजेंस (AI) अब मानव विचार की नकल करते हुए सहजता से लिख, डिज़ाइन और विश्लेषण कर सकता है, लेकिन बिना उस मानवीय जुड़ाव के जो आमतौर पर इसके साथ आता है। यह एक अजीब सा अलगाव पैदा करता है: काम समान दिखता है, लेकिन उसके पीछे का व्यक्ति अलग हो सकता है। शोधकर्ता इसे "एफर्ट ओपेसिटी" (effort opacity - प्रयास की अपारदर्शिता) कहने लगे हैं, एक ऐसी स्थिति जहाँ दृश्य परिणाम स्वाभाविक रूप से उस मानवीय श्रम से अलग हो जाता है जिसने इसे उत्पन्न किया है। प्रश्न अब केवल यह नहीं है कि क्या मशीनें काम कर सकती हैं, बल्कि यह है कि यह परिवर्तन इस बात को कैसे बदलता है कि हम एक-दूसरे को कैसे आंकते हैं, विश्वास कैसे बनाते हैं, और एक ऐसी दुनिया में अपनी पेशेवर पहचान कैसे बनाए रखते हैं जहाँ मानव और मशीन के आउटपुट के बीच की रेखा तेजी से धुंधली होती जा रही है।

कैलिफोर्निया विश्वविद्यालय, बर्कले के शोधकर्ताओं के एक दल ने यह समझने के लिए प्रयास किया कि यह बदलाव श्रमिकों के दैनिक जीवन में वास्तव में कैसे काम करता है। वे केवल सर्वेक्षणों या सैद्धांतिक मॉडलों पर निर्भर नहीं रहे। इसके बजाय, उन्होंने लोगों और एक आर्टिफिशियल इंटेलिजेंस साक्षात्कारकर्ता के बीच बातचीत के एक बड़े डेटासेट से 1,250 साक्षात्कार ट्रांसक्रिप्ट का विश्लेषण किया। ये प्रतिभागी सामान्य कार्यालय कार्य, रचनात्मक उद्योगों और विज्ञानओं सहित विभिन्न क्षेत्रों से आए थे। शोधकर्ताओं ने ध्यान से सुना कि इन पेशेवरों ने अपने AI के उपयोग का वर्णन कैसे किया, और वे इस बात की तलाश कर रहे थे कि उन्होंने क्या छिपाने का चुनाव किया और क्या प्रकट करने का। उनका लक्ष्य उन विशिष्ट तरीकों का मानचित्रण करना था जिनसे AI उस "मुखौटे" (front) को बदल देता है जो श्रमिक दुनिया के सामने प्रस्तुत करते हैं।

अध्ययन ने पहचाना कि पाँच विशिष्ट तरीकों से AI यह अपारदर्शिता पैदा करता है। पहला, यह लेखक की आवाज़ (voice) को छिपा सकता है, जिससे संदेश प्रभावशाली तो लगता है लेकिन उस व्यक्तिगत शैली को छीन लेता है जिसका उपयोग सहकर्मी एक-दूसरे को पहचानने के लिए करते हैं। दूसरा, यह उत्पत्ति (provenance) को अस्पष्ट करता है, या काम के पीछे खड़े होने और यह समझाने की क्षमता को, कि इसे कैसे बनाया गया। तीसरा, यह भेद्यता (vulnerability) को छिपाता है, जिससे एक कार्यकर्ता अनिश्चित या संघर्ष करते समय भी पूर्ण सक्षमता का मुखौटा प्रस्तुत कर सकता है। चौथा, यह ध्यान (attention) की अपारदर्शिता पैदा करता है, जहाँ एक कार्यकर्ता बैठक में उपस्थित दिख सकता है जबकि उसका मन कहीं और होता है, क्योंकि AI नोट्स ले रहा होता है। अंत में, यह निवेश (investment) को धुंधला करता है, जिससे यह बताना असंभव हो जाता है कि किसी प्रोजेक्ट में घंटों गहरा विचार लगा या वह सेकंडों में उत्पन्न हुआ।

शोधकर्ताओं ने पाया कि इन पाँच क्षेत्रों में श्रमिकों की प्रतिक्रिया में एक उल्लेखनीय और सुसंगत पैटर्न था। पेशेवर अपनी पहचान के प्रति अत्यंत सुरक्षात्मक थे। जब बात आवाज़ और उत्पत्ति की आई—वे हिस्से जो कहते हैं कि "यह मैं हूँ"—तो श्रमिकों ने सक्रिय रूप से इस अपारदर्शिता को रोकने की कोशिश की। वे AI-जनित पाठ को संपादित करते थे ताकि यह उनकी तरह सुनाई दे, या वे उस काम पर हस्ताक्षर करने से इनकार कर देते थे जिसे वे पूरी तरह से समझा नहीं सकते थे। उन्होंने इन तत्वों को अपनी प्रतिष्ठा और विश्वास के योग्य बने रहने के लिए आवश्यक माना।

इसके विपरीत, श्रमिक पर्दे के पीछे के श्रम के मामले में अपारदर्शिता को हावी होने देने के लिए बहुत अधिक इच्छुक थे। उन्होंने AI को अपनी अनिश्चितता छिपाने, बैठकों में ध्यान देने के कार्य को संभालने, या परिणाम उत्पन्न करने के लिए आवश्यक प्रयास को छिपाने की अनुमति स्वतंत्र रूप से दी। इन मामलों में, श्रमिकों ने मानवीय संघर्ष या गहरे जुड़ाव का दिखावा बनाए रखने की कोशिश नहीं की। इसके बजाय, उन्होंने काम की अदृश्य प्रकृति को स्वीकार कर लिया, और अक्सर इसे केवल दक्षता के मामले के रूप में देखा। अध्ययन सुझाव देता है कि यह एक यादृच्छिक विकल्प नहीं बल्कि एक रणनीतिक निर्णय है। एक ऐसे कार्यस्थल में जो प्रक्रिया के बजाय अंतिम उत्पाद को महत्व देता है, श्रम को छिपाना स्वीकार्य है, लेकिन पहचान को छिपाना नहीं।

शोधकर्ताओं ने इस व्यवहार का पता आधुनिक कार्य के संगठन के तरीके से लगाया। कई व्यवसायों में, डिलिवरेबल (deliverable)—जैसे कि अंतिम ईमेल, बंद किया गया टिकट, प्रकाशित लेख—इस बात का प्राथमिक प्रमाण बन गया है कि काम किया गया है। यदि परिणाम अच्छा है, तो प्रक्रिया को पर्याप्त मान लिया जाता है। जनरेटिव AI इस धारणा का लाभ उठाता है। यह एक कार्यकर्ता को सामान्य मानवीय जुड़ाव के बिना एक सटीक परिणाम उत्पन्न करने की अनुमति देता है, और क्योंकि परिणाम वैसा ही दिखता है, इसलिए जुड़ाव की कमी का पता नहीं चलता। अध्ययन में पाया गया कि श्रमिकों ने दो अलग-अलग प्रकार की दृश्यता (visibility) को प्रबंधित करके इससे निपटने का तरीका सीख लिया है। वे अपनी आवाज़ और लेखकत्व की रक्षा करते हैं क्योंकि वे चीजें हैं जिन्हें अन्य द्वारा पहचाना और आंका जा सकता है। लेकिन वे प्रयास को गायब होने देते हैं क्योंकि उस प्रयास को मापने वाला कोई यंत्र नहीं है जो कभी खर्च ही नहीं किया गया।

यह गतिशीलता एक नए प्रकार के सामाजिक संगठन को जन्म देती है। श्रमिक केवल सभी से AI के उपयोग को नहीं छिपा रहे हैं; वे इस बात के आधार पर इसे अलग तरह से प्रबंधित कर रहे हैं कि कौन देख रहा है। अध्ययन से पता चला कि सहकर्मी अक्सर एक-दूसरे के साथ अपने AI उपयोग के बारे में जानकारी साझा करते हैं, जिससे ईमानदारी का एक निजी स्थान बनता है, जबकि प्रबंधकों और ग्राहकों के सामने एक एकीकृत, मानवीय मोर्चा प्रस्तुत करते हैं। यह कोई साजिश नहीं है, बल्कि आवश्यक सामाजिक सीमाओं को बनाए रखने का एक समन्वित प्रयास है। श्रमिक जानते हैं कि यदि वे AI पर अपनी निर्भरता के बारे में बहुत अधिक खुलासा करते हैं, तो उन्हें कम सक्षम या कम प्रतिबद्ध माना जाने का जोखिम है। इसलिए, वे अपने प्रदर्शन को संवारते हैं, यह सुनिश्चित करते हुए कि काम के वे हिस्से जो उन्हें परिभाषित करते हैं मानवीय रहें, जबकि वे हिस्से जो यह परिभाषित करते हैं कि उन्होंने कितनी मेहनत की, अदृश्य रहें।

इस निष्कर्ष के निहितार्थ केवल नीति तक सीमित नहीं हैं। शोधकर्ताओं का तर्क है कि केवल श्रमिकों से AI के उपयोग का खुलासा करने के लिए कहना इस समस्या को हल नहीं करेगा। मुद्दा केवल पारदर्शिता का नहीं है, बल्कि इस बारे में है कि किसी कार्य को वैध मानने के लिए मानवीय भागीदारी का किस प्रकार का जुड़ाव वास्तव में आवश्यक है। अध्ययन सुझाव देता है कि वास्तविक चुनौती संगठनों के लिए यह तय करने में है कि मानवीय भागीदारी के कौन से रूप दृश्य और निरीक्षण योग्य बने रहने चाहिए। क्या एक अच्छा परिणाम होना पर्याप्त है, या इसे बनाने की प्रक्रिया का भी मानव-जनित होना आवश्यक है? वर्तमान प्रणाली, जो आउटपुट को ही एकमात्र महत्वपूर्ण मानती है, श्रमिकों को श्रम को छिपाने और पहचान को सुरक्षित रखने के लिए प्रोत्साहित करती है।

अंततः, यह शोधपत्र एक संक्रमणकालीन कार्यस्थल की तस्वीर पेश करता है, जहाँ पेशेवर सक्षमता की परिभाषा को फिर से लिखा जा रहा है। अध्ययन में शामिल श्रमिक AI को अस्वीकार नहीं कर रहे हैं; वे एक नई वास्तविकता के अनुकूल हो रहे हैं जहाँ प्रयास और आउटपुट के बीच का संबंध टूट गया है। वे अपने उन हिस्सों की रक्षा करना सीख रहे हैं जिन्हें देखा और आंका जा सकता है, जबकि बाकी हिस्सों को पृष्ठभूमि में ओझल होने दे रहे हैं। यह चयनात्मक दृश्यता नैतिकता की विफलता नहीं है, बल्कि एक ऐसी प्रणाली के प्रति एक तर्कसंगत प्रतिक्रिया है जो प्रक्रिया के बजाय उत्पाद को महत्व देती है। जैसे-जैसे AI दैनिक कार्य में एकीकृत होता जा रहा है, प्रश्न यह नहीं होगा कि हम मशीन का पता कैसे लगा सकते हैं, बल्कि यह होगा कि क्या हम अभी भी स्क्रीन के पीछे के इंसान को पहचान सकते हैं। अध्ययन निष्कर्ष निकालता है कि बिना इस स्पष्ट समझ के कि किन मानवीय कार्यों को दृश्य रहना चाहिए, वह विश्वास जो कार्यस्थलों को जोड़े रखता है, निरंतर क्षीण होता रहेगा, और उसकी जगह एक सावधानीपूर्वक प्रबंधित प्रदर्शन ले लेगा जहाँ श्रम छिपा हुआ है, लेकिन चेहरा वही रहता है।