Who becomes replaceable? Generative AI and the discursive stratification of work

जब हम सुनते हैं कि आर्टिफिशियल इंटेलिजेंस काम की दुनिया को बदल रहा है, तो यह बातचीत अक्सर एक तकनीकी ऑडिट जैसी लगती है। हम पूछते हैं कि कौन से काम मशीनों द्वारा किए जा सकते हैं और कौन से नहीं, जिससे उत्तर को उस नौकरी का एक निश्चित गुण माना जाता है। लेकिन इस कहानी में एक अन्य परत भी है, जो कोड या कारखानों में नहीं, बल्कि समाचारों और सार्वजनिक चर्चाओं में घटित होती है। किसी मशीन के इंसान की जगह लेने से पहले, लोगों को यह सहमत होना पड़ता है कि प्रतिस्थापन (रिप्लेसमेंट) संभव, आवश्यक या यहाँ तक कि वांछनीय है। यह सहमति भाषा के माध्यम से निर्मित होती है। जब समाचार आउटलेट किसी नौकरी को "जोखिम में" बताते हैं, तो वे केवल भविष्य की भविष्यवाणी नहीं कर रहे होते; वे सक्रिय रूप से श्रमिकों को उन श्रेणियों में वर्गीकृत कर रहे होते हैं जिन्हें रखा जाएगा और उन्हें जिन्हें हटा दिया जाएगा। शब्दों के माध्यम से वर्गीकरण करने की यह प्रक्रिया वही है जिसे शोधकर्ता 'डिस्कर्सिव स्ट्रैटिफिकेशन' (discursive stratification - विमर्श संबंधी स्तरीकरण) कहते हैं। यह समझने का एक तरीका है कि समाज कैसे तय करता है कि कौन परिवर्तन के प्रति संवेदनशील है और कौन सुरक्षित है, इससे बहुत पहले कि वास्तव में कोई छंटनी हो।

कोरिया एडवांस्ड इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी की एक शोधकर्ता हाना किम का एक नया अध्ययन ठीक इसी बात की जांच करता है कि जनरेटिव एआई के युग में यह वर्गीकरण कैसे होता है। अनुसंधान एक विशिष्ट मोड़ पर केंद्रित है: देर 2022 में चैटजीपीटी (ChatGPT) की रिलीज़। लेखिका जानना चाहती थीं कि क्या एआई और नौकरियों के बारे में समाचार मीडिया के बात करने के तरीके में इस क्षण के बाद बदलाव आया, और अधिक महत्वपूर्ण बात यह है कि क्या वह बदलाव एक ही पेशे के भीतर विभिन्न प्रकार के श्रमिकों के साथ अलग व्यवहार करता था। यह अध्ययन इस बारे में नहीं देखता कि लोगों ने वास्तव में अपनी नौकरियाँ खोईं या नहीं। इसके बजाय, यह लगभग पाँच लाख समाचार लेखों के पाठ (टेक्स्ट) की जांच करता है ताकि यह देखा जा सके कि सार्वजनिक नैरेटिव (कथा/विमर्श) कैसे बदला। मूल प्रश्न सरल है: जब समाचार कहता है कि एक नौकरी को एआई द्वारा प्रतिस्थापित किया जा रहा है, तो उस वाक्य में "कौन" शामिल है?

इसका उत्तर देने के लिए, शोधकर्ता ने 2010 से 2026 तक के समाचार अंशों का एक विशाल संग्रह एकत्र किया, जिसमें वकील, डॉक्टर, लेखक और डेवलपर्स जैसे विशिष्ट व्यवसायों का उल्लेख था। टीम ने एक कंप्यूटर प्रोग्राम का उपयोग किया, जिसे मानव विशेषज्ञों द्वारा प्रशिक्षित किया गया था, ताकि इन अनुच्छेदों को पढ़े और उन्हें चार अलग-अलग श्रेणियों में विभाजित किया जा सके। पहली श्रेणी न्यूट्रल (तटस्थ) थी, जहाँ नौकरी का उल्लेख तो था लेकिन उसे एआई से नहीं जोड़ा गया था। दूसरी कैटेगरी ऑगमेंटेशन (संवर्धन) थी, जहाँ एआई को एक ऐसे उपकरण के रूप में वर्णित किया गया था जो कार्यकर्ता को उनका काम बेहतर ढंग से करने में मदद करता है। तीसरी कैटेगरी टास्क ऑटोमेशन (कार्य स्वचालन) थी, जहाँ कहा गया था कि काम के विशिष्ट हिस्से को मशीन द्वारा लिया जा रहा है, लेकिन नौकरी स्वयं बनी हुई है। चौथी और सबसे गंभीर श्रेणी रिप्लेसमेंट (प्रतिस्थापन) थी, जहाँ टेक्स्ट ने सुझाव दिया कि नौकरी खुद अनावश्यक हो रही है या श्रमिक को हटा दिया जाएगा।

विश्लेषण से पता चला कि चैटजीपीटी आने के बाद, नौकरियों पर एआई के प्रभाव के बारे में चर्चा करने वाली कुल कवरेज बढ़ गई। हालाँकि, यह वृद्धि किस तरह से हुई, यह समान नहीं था। "रिप्लेसमेंट" कहानियों में वृद्धि इसलिए नहीं हुई क्योंकि हर एक नौकरी अचानक अधिक खतरनाक लगने लगी थी। इसके बजाय, समाचारों ने अपना ध्यान उन व्यवसायों की ओर केंद्रित करना शुरू कर दिया जो पहले से ही जोखिम भरे माने जा रहे थे, जैसे कि लेखक और कोडर, जबकि दूसरों पर अपेक्षाकृत कम ध्यान दिया। इसका अर्थ यह है कि समाचारों में खतरे की समग्र भावना किसी विशेष पेशे के लिए कथा के अचानक कठोर होने के कारण नहीं, बल्कि जिस नौकरियों को सुर्खियों में लाया जा रहा था उसमें आए बदलाव के कारण संचालित थी।

हालाँकि, सबसे महत्वपूर्ण निष्कर्ष इस बात में नहीं है कि किन नौकरियों पर चर्चा की गई, बल्कि इसमें है कि उन नौकरियों के भीतर के लोगों को कैसे वर्णित किया गया। अध्ययन ने जूनियर कर्मचारियों—वे जो अपने करियर की शुरुआत कर रहे हैं, जिन्हें अक्सर एंट्री-लेवल या प्रशिक्षु कहा जाता है—और सीनियर कर्मचारियों—जो अनुभवी नेता या प्रमुख होते हैं—के बीच के अंतर को करीब से देखा। परिणामों ने एक तीव्र और बढ़ती हुई खाई दिखाई। 2022 के बाद, एआई के प्रभाव के संदर्भ में जूनियर कर्मचारियों का उल्लेख करने की संभावना काफी बढ़ गई। वास्तव में, जूनियर और सीनियर कर्मचारियों को एआई परिवर्तन के लक्ष्य के रूप में कितनी बार उल्लेख किया गया था, उनके बीच का अंतर बीस प्रतिशत अंक बढ़ गया।

लेकिन अंतर सिर्फ इतना गहरा नहीं था कि उन्हें कितनी बार उल्लेखित किया गया। जब एक जूनियर कर्मचारी का उल्लेख एआई के संदर्भ में किया गया, तो कहानी अत्यधिक संभावना के साथ उन्हें प्रतिस्थापनीय (replaceable) के रूप में चित्रित करती थी। विश्लेषण से पता चला कि जूनियर कर्मचारियों के बारे में बात करने वाले समाचारों में से लगभग आधे ने उनकी भूमिकाओं को पूरी तरह समाप्त होने वाला बताया, और बहुत कम मामलों में उन्हें एआई द्वारा समर्थित बताया गया। इसके विपरीत, उसी अवधि में जब सीनियर कर्मचारियों का उल्लेख किया गया, तो नैरेटिव बिल्कुल उल्टा था। उन्हें संवर्धित (augment) बताए जाने की संभावना कहीं अधिक थी, जहाँ एआई उनके निर्णय और उत्पादकता को बढ़ाने वाले एक उपकरण के रूप में कार्य करता था। समाचारों ने शायद ही कभी यह संकेत दिया कि सीनियर कर्मचारियों को हटाया जाएगा; इसके बजाय, उन्होंने सुझाव दिया कि वे नए तकनीक का संचालन करने वाले होंगे।

यह पैटर्न तब भी बना रहा जब शोधकर्ताओं ने अन्य स्पष्टीकरणों को खारिज करने की कोशिश की। उन्होंने यह जाँचने के लिए परीक्षण किया कि क्या यह अंतर केवल इसलिए है क्योंकि जूनियर नौकरियां अधिक नियमित या दोहराव वाली होती हैं, जो स्वचालन का एक सामान्य कारण है। डेटा ने दिखाया कि हालांकि नियमित कार्यों को स्वचालन के रूपв रूप में चर्चा के योग्य पाया गया, फिर भी जूनियर और सीनियर कर्मचारियों के बीच का विशिष्ट अंतराल एक अलग घटना थी। यह कार्य के प्रकार के बारे में नहीं था, बल्कि करियर के चरण के बारे में था। शोधकर्ताओं ने यह भी परीक्षण किया कि क्या कंप्यूटर प्रोग्राम केवल "जूनियर" या "सीनियर" शब्दों के आधार पर शॉर्टकट ले रहा था। उन्होंने उन विशिष्ट शब्दों को छिपाकर दोबारा विश्लेषण चलाया, और पैटर्न बिल्कुल वैसा ही रहा। कंप्यूटर कहानी के संदर्भ के प्रति प्रतिक्रिया दे रहा था, न कि केवल लेबल के प्रति।

पूरी तरह सुनिश्चित होने के लिए, शोधकर्ताओं ने एक छोटे, सावधानीपूर्वक मेल खाए गए सेट की कहानियों को पढ़ने के लिए मानव विशेषज्ञों को बुलाया। उन्होंने एक ही पेशे और एक ही वर्ष की एक जूनियर कार्यकर्ता के बारे में समाचार कहानी को एक सीनियर कार्यकर्ता की कहानी के साथ जोड़ा, और फिर मनुष्यों से बिना यह जाने वर्गीकृत करने को कहा कि कौन सा किसका है। मानव पाठकों ने बड़ी स्पष्टता के साथ पैटर्न की पुष्टि की। अधिकांश मामलों में जहाँ दोनों कहानियाँ भिन्न थीं, जूनियर कार्यकर्ता वाली कहानी को 'रemplacement' (प्रतिस्थापन) के रूप में वर्गीकृत किया गया था, जबकि सीनियर कार्यकर्ता वाली कहानी को 'augmentation' (संवर्धन) के रूप में वर्गीकृत किया गया था। मानवीय सहमति इतनी मजबूत थी कि संयोगवश ऐसा होने की सांख्यिकीय संभावना शून्य के बराबर थी।

अध्ययन बताता है कि जेनरेटिव एआई के आगमन ने न केवल काम के तकनीकी परिदृश्य को बदल दिया है, बल्कि इसने इस सामाजिक मानचित्र को भी नया आकार दिया है कि किसे अनिवार्य माना जाए और किसे डिस्पोजेबल (त्यागने योग्य)। नैरेटिव बदलकर कई पेशों में शुरुआती पदों को स्वचालन के प्राथमिक लक्ष्यों के रूपas प्रस्तुत करने लगा है, जबकि अनुभवी पेशेवर की छवि को नए उपकरणों के स्वामी के रूप में संरक्षित रखता है। यह एक महत्वपूर्ण अंतर है क्योंकि एंट्री-लेवल नौकरियाँ केवल कम लागत वाला श्रम नहीं हैं; वे वे प्रशिक्षण मैदान हैं जहाँ नए पेशेवर विशेषज्ञ बनने के लिए आवश्यक कौशल, निर्णय और आदतें सीखते हैं। यदि सार्वजनिक विमर्श इन शुरुआती भूमिकाओं को त्यागने योग्य मानता है, तो यह उस मार्ग को काटने का जोखिम उठाता है जो लोगों को भविष्य के सीनियर कर्मचारी बनने की अनुमति देता है।

शोध यह दावा नहीं करता है कि ये समाचार कहानियाँ नौकरी के नुकसान का सीधा कारण हैं, न ही यह कहता है कि नियोक्ता इन कहानियों पर तुरंत कार्रवाई कर रहे हैं। इसके बजाय, यह पहचानता है कि काम के भविष्य की कल्पना करने के तरीके में एक शक्तिशाली बदलाव आया है। जूनियर भूमिकाओं को लगातार प्रतिस्थापनीय के रूप में और सीनियर भूमिकाओं को संवर्धनीय के रूप में फ्रेम करके, सार्वजनिक संवाद असुरक्षा का एक पदानुक्रम बना रहा है। यह शब्दों के माध्यम से तय कर रहा है कि भविष्य का एआई अनुभवी लोगों के लिए है, जबकि नौसिखिया वह है जिसे बदला जाना चाहिए। यह डिस्कर्सिव स्ट्रैटिफिकेशन आर्थिक परिवर्तनों के होने से पहले ही हो जाता है, जो एक ऐसे भविष्य के लिए मंच तैयार करता है जहाँ करियर की सीढ़ी के निचले स्तर पर मौजूद लोगों के सीखने और बढ़ने के अवसर सीमित हो जाते हैं, जबकि शीर्ष पर बैठे लोगों को नई शक्तियां दी जाती हैं। अध्ययन निष्कर्ष निकालता है कि काम पर एआई के प्रभाव को समझने के लिए न केवल इस बात को देखने की आवश्यकता है कि मशीनें क्या कर सकती हैं, बल्कि यह भी देखना होगा कि हम किसे बदलने योग्य मानने के लिए तैयार हैं।