Analysis: The automation of human jobs in the 2030s
यह शोध पत्र नए ओईसीडी (OECD) डेटा का उपयोग करते हुए मुख्यधारा के आर्थिक मॉडलों को चुनौती देता है और यह तर्क देता है कि एआई-जनित नौकरियों का विस्थापन 2030 के दशक में दृश्यमान हो जाएगा, जो संभावित रूप से लगभग सभी रोजगारों को प्रभावित कर सकता है, इससे पहले कि इसके अनुरूप उत्पादकता लाभ और अपस्फीति प्रभाव प्रकट हों।
मूल पेपर CC BY 4.0 (https://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
मशीनों द्वारा काम को बदलने की कहानी लंबे समय से दो बहुत ही अलग तरीकों से सुनाई जाती रही है। एक तरफ, अर्थशास्त्री अक्सर भविष्य का अनुमान लगाने के लिए अतीत को देखते हैं, यह सुझाव देते हुए कि नई तकनीकें धीरे-धीरे नौकरियों को नया रूप देंगी, जिससे कुछ कार्य आसान हो जाएंगे लेकिन शायद ही कभी रातों-रात पूरे व्यवसायों को समाप्त कर देंगी। दूसरी ओर, सबसे उन्नत कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) प्रणालियों के निर्माता एक बहुत अधिक तीव्र और नाटकीय बदलाव की भविष्यवाणी करते हैं, जहाँ इंसानों की तरह सोचने और कार्य करने में सक्षम मशीनें दशकों के बजाय कुछ ही वर्षों के भीतर अधिकांश संज्ञानात्मक कार्यों (कॉग्निटिव वर्क) पर कब्जा कर सकती हैं। सतर्क आर्थिक मॉडलों और साहसी तकनीकी पूर्वानुमानों के बीच का यह अंतर एक कठिन प्रश्न अनुत्तरित छोड़ देता है: हम वास्तव में इन परिवर्तनों को कब देखेंगे, और ये कितने बड़े होंगे? इसका उत्तर देने के लिए, शोधकर्ताओं को न केवल यह मापने का एक तरीका चाहिए कि एक मशीन प्रयोगशाला में क्या कर सकती है, बल्कि यह भी कि क्या वह किसी विशिष्ट मानव कार्य की सभी आवश्यकताओं को पूरा कर सकती है, जटिल समस्याओं को हल करने से लेकर लोगों के साथ बातचीत करने तक।
आर्थिक सहयोग और विकास संगठन (OECD) के शोधकर्ताओं की एक टीम ने मानव क्षमताओं की पूरी श्रृंखला के विरुद्ध कृत्रिम बुद्धिमत्ता की प्रगति को ट्रैक करने के लिए उपकरणों का एक नया सेट बनाने के साथ इस समस्या को हल किया है। व्यक्तिगत कार्यों को गिनने के बजाय, जो वास्तविक समय में मापना लगभग असंभव है, उन्होंने पूरे व्यवसायों (ऑक्यूपेशंस) पर ध्यान केंद्रित किया। उन्होंने एक ऐसा पैमाना बनाया जो नौ अलग-अलग क्षेत्रों में AI क्षमताओं को रेटिंग देता है, जैसे कि भाषा, सामाजिक संपर्क, समस्या-समाधान और शारीरिक हेरफेर, जो बुनियादी, हल किए गए कार्यों से लेकर पूर्ण मानव समानता तक विस्तृत है। इन AI रेटिंग्स की तुलना लगभग नौ सौ विभिन्न नौकरियों की मांगों से करके, उन्होंने पहचान की कि कौन से व्यवसाय पूरी तरह से स्वचालित (ऑटोमेटेड) हो सकते हैं जब तकनीक उनके स्तर तक पहुँच जाए। उनका विश्लेषण बताता है कि हालांकि ये परिवर्तन अभी व्यापक अर्थव्यवस्था में दिखाई नहीं दे रहे हैं, फिर भी हम एक तीव्र परिवर्तन के किनारे पर खड़े हैं जहाँ मशीनों द्वारा पूरी तरह से प्रतिस्थापित किए जा सकने वाले नौकरियों का हिस्सा आज के एक बहुत छोटे अंश से बढ़कर एक दशक के भीतर लगभग सभी रोजगारों तक बढ़ सकता है।
शोधकर्ताओं ने यह स्वीकार करते हुए शुरुआत की कि काम का अध्ययन करने का मानक तरीका अक्सर सबसे महत्वपूर्ण संकेत को छोड़ देता है। पारंपरिक मॉडल इस बात पर ध्यान केंद्रित करते हैं कि तकनीक किसी नौकरी के भीतर कार्यों के मिश्रण को कैसे बदलती है, लेकिन चूंकि हम आसानी से यह नहीं माप सकते कि कोई विशिष्ट कार्य कितनी बार होता है, इसलिए इन मॉडलों को आर्टिफिशियल इंटेलिजेंस के आगमन का पता लगाने में संघर्ष करना पड़ता है। इसके बजाय, टीम ने दो स्थानों को देखा जहाँ डेटा वास्तव में मौजूद है: संपूर्ण व्यवसायों का विस्थापन और परिणामी समग्र अर्थव्यवस्था में परिवर्तन। उनका तर्क था कि भले ही AI पहले से ही पर्दे के पीछे कार्यों को बदल रहा हो, इस बदलाव का पहला स्पष्ट संकेत तब होगा जब एक मशीन किसी पूरे जॉब टाइटल को पूरी तरह से बदलने में सक्षम हो जाएगी। केवल इसके बड़े पैमाने पर होने के बाद ही हम व्यापक आर्थिक प्रभाव देख पाएंगे, जैसे कि उत्पादकता में उछाल या कीमतों में गिरावट।
इस माप को बनाने के लिए, टीम ने संकेतकों का एक सेट विकसित किया जो AI प्रगति को ऐसे रूप में वर्णित करता है जिसे कोई भी समझ सके। उन्होंने मानव क्षमता के नौ डोमेन को परिभाषित किया, जिसमें भाषा, सामाजिक संपर्क, रचनात्मकता और शारीरिक हेरफेर शामिल हैं, और प्रत्येक के लिए पांच-स्तरीय पैमाना बनाया। स्तर एक उन क्षमताओं का प्रतिनिधित्व करता है जो लंबे समय से हल हो चुकी हैं, जबकि स्तर पांच मानव क्षमता के हर पहलू से मेल खाने वाले प्रदर्शन का प्रतिनिधित्व करता है। अपने प्रारंभिक मूल्यांकन में, वर्तमान AI सिस्टम इन डोमेन में ज्यादातर स्तर दो और तीन के बीच थे। चीजों के बारे में अधिक स्पष्ट तस्वीर पाने के लिए, उन्होंने दो सबसे उन्नत उपलब्ध AI प्रणालियों से हाल के शोध के आधार पर अपनी स्वयं की प्रगति का पुनर्मूल्यांकन करने के लिए कहा। इस प्रारंभिक अपडेट ने सुझाव दिया कि केवल अठारह महीनों में, AI ने विशेष रूप से समस्या-समाधान और भाषा में पर्याप्त छलांग लगाई है, जिससे वह उस स्तर के करीब पहुँच गया है जहाँ वह कई पेशेवर भूमिकाओं की पूर्ण मांगों को संभाल सकता है।
शोधकर्ताओं ने फिर इन क्षमता स्तरों को लगभग नौ सौ व्यवसायों की आवश्यकताओं के विरुद्ध मैप किया। उन्होंने पाया कि आज, केवल एक प्रतिशत कार्यबल उन नौकरियों में है जिन्हें वर्तमान AI पहले से ही पूरी तरह से स्वचालित कर सकता है। ये मुख्य रूप से रूटीन ऑफिस और प्रशासनिक भूमिकाएं हैं। हालांकि, तस्वीर नाटकीय रूप से बदल जाती है जब उन्होंने उन क्षमताओं को देखा जो बस उपलब्ध हो रही हैं। नई क्षमताओं की पहली लहर के साथ, ऑटोमेटेबल नौकरियों का हिस्सा बढ़कर लगभग आठ प्रतिशत हो जाता है, जिसमें सेल्स, फाइनेंस और कंप्यूटर कार्य के हिस्से शामिल हैं। वास्तविक बदलाव, हालांकि, अनुमानित प्रगति की अगली दो लहरों के साथ आता है। यदि AI हाल ही में देखी गई गति से आगे बढ़ता रहता है, तो दूसरी लहर लगभग एक-तिहाई नौकरियों को पूरी तरह से ऑटोमेटेबल बना सकती है, और तीसरी लहर अंततः लगभग सभी रोजगारों को कवर कर सकती है। केवल वे नौकरियां जो काफी हद तक अप्रभावित रहेंगी, वे हैं जो गहरे मानवीय जुड़ाव पर निर्भर करती हैं, जैसे कि सामुदायिक सामाजिक सेवाएँ और स्वास्थ्य सेवा के कुछ पहलू।
डेटा पहले से ही इस प्रवृत्ति की शुरुआत दिखा रहा है। शोधकर्ताओं ने पहले से ही ऑटोमेटेबल नौकरियों के लिए रोजगार के आंकड़ों की जांच की और पाया कि इन क्षेत्रों में रोजगार में पहले से ही गिरावट शुरू हो गई थी। उन नौकरियों के लिए जो नई क्षमताओं की पहली लहर के साथ ऑटोमेटेबल हो जाती हैं, गिरावट अभी दिखना शुरू हुई है, जबकि आगे की समयरेखा वाली नौकरियां स्थिर हैं या अभी भी बढ़ रही हैं। यह पैटर्न सुझाव देता है कि परिवर्तन का संकेत ठीक वहीं पहुँच रहा है जैसा कि शोधकर्ताओं ने भविष्यवाणी की थी: पहले उन विशिष्ट व्यवसायों में जो मशीनें अब ले सकती हैं, और केवल बाद में समग्र अर्थव्यवस्था में। उनका अनुमान है कि जैसे-जैसे ऑटोमेटेबल कार्य का हिस्सा बढ़ेगा, आर्थिक प्रभाव ऐतिहासिक रूप से बड़े होंगे, जिससे उत्पादकता में भारी वृद्धि और कीमतों में महत्वपूर्ण गिरावट हो सकती है, जो एक ऐसा संयोजन है जिसका कोई आधुनिक पूर्व उदाहरण नहीं है।
यह प्रक्षेपवक्र नीति और समाज के लिए एक गहन चुनौती प्रस्तुत करता है। शोधकर्ता तर्क देते हैं कि अर्थव्यवस्था के अपने आप सामंजस्य बिठाने का इंतजार करना जोखिम भरा है, क्योंकि इस संक्रमण की गति श्रमिकों की नई भूमिकाओं के लिए पुन: प्रशिक्षण लेने की क्षमता से अधिक तेज हो सकती है। यदि मशीनें लगभग किसी भी काम को कर सकती हैं, तो पारंपरिक विचार कि नए कार्य स्वतः ही मनुष्यों के लिए नए रोजगार पैदा करेंगे, अब सही नहीं रह सकता है। इसके बजाय, सरकारों को एक ऐसी अर्थव्यवस्था के लिए तैयार करने की आवश्यकता हो सकती है जहाँ उच्च उत्पादकता और गिरती कीमतें व्यापक नौकरी विस्थापन के साथ सह-अस्तित्व में हों। अध्ययन निष्कर्ष निकालता है कि कार्रवाई करने का समय अब है, उन विशिष्ट व्यवसायों की सूची का उपयोग करके जो ऑटोमेटेबल के रूप में पहचाने गए हैं ताकि पुन: प्रशिक्षण प्रयासों और सामाजिक सुरक्षा जाल को निर्देशित किया जा सके, बजाय उन मॉडलों पर भरोसा करने के जो यह मानकर चलते हैं कि परिवर्तन धीमा और मामूली होगा। वर्तमान और निकट भविष्य की तकनीक के दायरे में आने वाली नौकरियों पर ध्यान केंद्रित करके, समाज एक ऐसे भविष्य के लिए तैयारी शुरू कर सकता है जहाँ मानव कार्य की परिभाषा मौलिक रूप से बदल जाएगी।
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।