Digital Dividend or Digital Divide? The U-Shaped Effect of Artificial Intelligence on the Urban-Rural Income Gap
यह शोध पत्र एक सैद्धांतिक सामान्य-संतुलन मॉडल को चीनी शहरों के अनुभवजन्य साक्ष्यों के साथ जोड़कर यह प्रदर्शित करता है कि कृत्रिम बुद्धिमत्ता का शहरी-ग्रामीण आय अंतराल पर प्रभाव एक U-आकार का प्रक्षेपवक्र (trajectory) अपनाता है, जो प्रारंभ में नवाचार-मध्यस्थ अभिसरण के माध्यम से अंतराल को कम करता है और अंततः इसे बढ़ा देता है, जिसमें मोड़ बिंदु (turning point) सरकारी व्यय से प्रभावित होता है और संसाधन-निर्भर क्षेत्रों में अनुपस्थित रहता है।
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
द दशकों से, अर्थशास्त्रियों और प्रौद्योगिकीविदों ने एक एकल, जिद्दी प्रश्न पर बहस की है: क्या आर्टिफिशियल इंटेलिजेंस का उदय सभी को मिलकर समृद्ध होने में मदद करता है, या यह समाज को विभाजित कर देता है? एक ओर, एक "डिजिटल लाभांश" (digital dividend) की आशा है, जहाँ नए उपकरण बाधाओं को कम करते हैं, दूरदराज के क्षेत्रों के श्रमिकों को वैश्विक बाजारों तक पहुँचने में मदद करते हैं, और गरीबों की आय बढ़ाते हैं। दूसरी ओर, एक "डिजिटल विभाजन" (digital divide) का डर है, जहाँ मशीनें मानव श्रम की जगह लेती हैं, धन को कुछ कुशल विशेषज्ञों के हाथों में केंद्रित करती हैं, और बाकी सभी को पीछे छोड़ देती हैं। दोनों पक्ष वास्तविक प्रमाण देते हैं। कुछ अध्ययन दिखाते हैं कि AI उपकरण औसत श्रमिकों की उत्पादकता को नाटकीय रूप से बढ़ा सकते हैं, जबकि अन्य दिखाते हैं कि ऑटोमेशन ने पहले ही कारखानों में कम-कुशल नौकरियों के लिए मजदूरी कम कर दी है। इस विरोधाभास ने नीति निर्माताओं को भ्रमित कर दिया है, जिससे वे अनिश्चित हैं कि तकनीक का स्वागत करें या उससे डरें। समस्या का मूल यह है कि अधिकांश लोग एक सीधी रेखा की तलाश कर रहे थे, यह मानकर कि अधिक AI हमेशा या तो अधिक समानता या अधिक असमानता की ओर ले जाता है, यह महसूस किए बिना कि यह संबंध वक्रीय (curve) हो सकता है।
झेजियांग टेक्निकल इंस्टीट्यूट ऑफ इकोनॉमिक्स और झिंजियांग एग्रीकल्चरल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने अब उस वक्र (curve) का मानचित्र तैयार किया है, जो यह प्रकट करता है कि उत्तर बिल्कुल भी सीधी रेखा नहीं है, बल्कि एक 'U' आकार का है। चीन के 288 शहरों के एक दशक से अधिक के डेटा का विश्लेषण करके, उन्होंने पाया कि आर्टिफिशियल इंटेलिजेंस पहले शहरी और ग्रामीण आय के बीच के अंतर को कम करता है, लेकिन केवल एक निश्चित बिंदु तक। एक बार जब तकनीक गहराई से स्थापित और अत्यधिक स्वायत्त हो जाती है, तो अंतर फिर से बढ़ने लगता है। यह ऐसा है जैसे कि तकनीक शुरू में एक सहायक की तरह कार्य करती है, लेकिन अंततः एक शक्तिशाली इंजन में बदल जाती है जिसे केवल धनी लोग ही पूरी तरह से उपयोग कर सकते हैं। शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने इसकी भविष्यवाणी करने के लिए एक गणितीय मॉडल बनाया और फिर वास्तविक दुनिया के डेटा के साथ इसकी पुष्टि की, जिससे पता चला कि टर्निंग पॉइंट (मोड़) यादृच्छिक नहीं है बल्कि शिक्षा खर्च और नवाचार जैसे विशिष्ट स्थानीय कारकों पर निर्भर करता है।
अध्ययन की शुरुआत इस बात को देखने से हुई कि आर्टिफिशियल इंटेलिजेंस काम करने के तरीके को कैसे बदलता है। शुरुआती चरणों में, AI व्यवसाय करने की लागत को कम करने वाले उपकरणों के एक सेट की तरह कार्य करता है। यह एक ग्रामीण गाँव के किसान को फसलों के लिए बेहतर कीमतें खोजने में मदद करता है या एक छोटी वर्कशॉप के मालिक को अपनी इन्वेंट्री को अधिक कुशलता से प्रबंधित करने में मदद करता है। यह "पहुँच लाभांश" (access dividend) कम विकसित क्षेत्रों के लोगों को आगे बढ़ने में सक्षम बनाता है, जिससे शहर और ग्रामीण इलाकों के बीच आय के अंतर को कम किया जा सकता है। शोधकर्ताओं ने अपने डेटा में ऐसा होते देखा: जैसे-जैसे शहरों ने औद्योगिक रोबोट और AI सिस्टम को अपनाना शुरू किया, शहरी और ग्रामीण निवासियों के बीच आय का अनुपात गिर गया। हालाँकि, यह सहायक चरण हमेशा के लिए नहीं रहता। जैसे-जैसे तकनीक परिपक्व होती है, यह एक साधारण सहायक से बदलकर एक स्वायत्त एजेंट (autonomous agent) बन जाती है जो अपने आप जटिल कार्यों को करने में सक्षम है। इस गहरे स्तर पर, तकनीक बड़े शहरों के अत्यधिक कुशल श्रमिकों की शक्ति को कई गुना बढ़ा देती है, जिससे उन्हें अविश्वसनीय दक्षता के साथ बड़ी मात्रा में पूंजी और श्रम का प्रबंधन करने की अनुमति मिलती है। इस बीच, कम-कुशल ग्रामीण श्रमिकों के लिए लाभ कम होने लगता है क्योंकि वे कार्य जो वे पहले करते थे, अब पूरी तरह से स्वचालित हो गए हैं। परिणाम यह है कि जब तकनीक एक महत्वपूर्ण सीमा (threshold) को पार कर जाती है, तो अंतर चौड़ा होने लगता है।
इसे सिद्ध करने के लिए, शोधकर्ताओं ने 2012 से 2023 तक 288 चीनी शहरों के एक विशाल डेटासेट का परीक्षण किया। उन्होंने प्रत्येक शहर के औद्योगिक रोबोटों के प्रति एक्सपोजर (exposure) को मापा, जिसमें एक ऐसी विधि का उपयोग किया गया जो स्थानीय उद्योगों के इतिहास को देखकर यह अनुमान लगाती है कि उन्हें कितना ऑटोमेशन झेलना पड़ेगा। इसके बाद, उन्होंने उन्हीं शहरों में शहरी से ग्रामीण आय के अनुपात को ट्रैक किया। डेटा ने एक स्पष्ट कहानी बताई: संबंध वास्तव में U-आकार का था। वह टर्निंग पॉइंट, जहाँ रुझान अंतर को कम करने से बढ़कर इसे बढ़ाने की ओर बदल जाता है, रोबोट एक्सपोजर के एक विशिष्ट स्तर पर हुआ। अध्ययन किए गए शहरों में, यह टिपिंग पॉइंट तब हुआ जब रोबोट का घनत्व उस स्तर पर पहुँच गया जो 2019 के आसपास पूर्वी तटीय शहरों में देखे गए औसत एक्सपोजर के अनुरूप था। इस बिंदु से पहले, AI में प्रत्येक वृद्धि ने ग्रामीण क्षेत्रों को आगे बढ़ने में मदद की। इस बिंदु के बाद, AI में प्रत्येक वृद्धि ने शहरों को और अधिक आगे बढ़ने में मदद की।
शोधकर्ताओं ने यह भी खोजा कि यह टर्निंग पॉइंट स्थिर नहीं है; इसे मानवीय निर्णयों द्वारा बदला जा सकता है। उन्होंने पाया कि उच्च क्षेत्रीय नवाचार और विज्ञान एवं शिक्षा पर मजबूत सरकारी खर्च वाले शहरों में वह क्षण विलंबित किया जा सकता है जब अंतर बढ़ना शुरू होता है। उन स्थानों पर जहाँ सरकार ने श्रमिकों को प्रशिक्षित करने और अनुसंधान का समर्थन करने में भारी निवेश किया, वहां AI का "सहायक" चरण अधिक समय तक चला। डेटा ने दिखाया कि इन क्षेत्रों में सरकारी खर्च में प्रत्येक कदम की वृद्धि के साथ, शहर अधिक AI एक्सपोजर को संभालने में सक्षम था, इससे पहले कि असमानता फिर से बढ़ने लगे। इसके विपरीत, जो शहर प्राकृतिक संसाधनों, जैसे खनन या तेल पर बहुत अधिक निर्भर थे, उनमें कोई U-आकार नहीं दिखा। इन स्थानों पर, तकनीक ने ग्रामीण श्रमिकों को आगे बढ़ने में मदद नहीं की, न ही इसने उसी तरह का पूंजी-संचालित विचलन पैदा किया, क्योंकि उनकी अर्थव्यवस्थाएं एक अलग पथ पर रुकी हुई थीं जो इसी तरह के तकनीकी गहनता (technological deepening) से लाभान्वित नहीं हो सकती थी।
यह निष्कर्ष इस विचार को चुनौती देता है कि हमें AI के लाभों और असमानता के जोखिमों के बीच किसी एक को चुनना ही होगा। इसके बजाय, यह सुझाव देता है कि परिणाम पूरी तरह से इस बात पर निर्भर करता है कि समाज वक्र (curve) पर कहाँ है। AI अपनाने का प्रारंभिक चरण असमानता को कम करने का एक वास्तविक अवसर है, लेकिन यह एक संकीर्ण खिड़की है। यदि कोई समाज इस चरण के दौरान अपने लोगों के कौशल और अपनी नवाचार क्षमता में निवेश करने में विफल रहता है, तो वह अनिवार्य रूप से दूसरे चरण में फिसल जाएगा, जहाँ तकनीक विभाजन को चौड़ा कर देती है। शोधकर्ता तर्क देते हैं कि समाधान तकनीक को रोकना नहीं है, बल्कि संक्रमण का प्रबंधन करना है। नीतियों को ग्रामीण डिजिटल बुनियादी ढांचे और व्यावसायिक प्रशिक्षण को बढ़ावा देकर पहले चरण को बढ़ाने और शिक्षा एवं अनुसंधान में सार्वजनिक निवेश को बनाए रखकर टर्निंग पॉइंट को और आगे धकेलने पर ध्यान केंद्रित करना चाहिए। अध्ययन का निष्कर्ष है कि इन विशिष्ट हस्तक्षेपों के बिना, आर्टिफिशियल इंटेलिजेंस का स्वाभाविक प्रक्षेपवक्र (trajectory) अंततः ग्रामीण क्षेत्रों को पीछे छोड़ देगा, जिससे एक संभावित लाभांश एक गहरे विभाजन में बदल जाएगा।
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।