Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI
यह शोध पत्र तर्क देता है कि क्या एआई (AI) गरीब देशों को आगे बढ़ने में मदद करता है, यह तकनीक तक पहुंच पर नहीं, बल्कि उस तकनीक को आत्मसात करने और लागू करने की किसी राष्ट्र की मानव पूंजी क्षमता पर निर्भर करता है, क्योंकि उच्च मानव पूंजी वाले देश काफी तेजी से उत्पादकता गतिशीलता प्रदर्शित करते हैं जबकि कम क्षमता वाले देश सस्ती बुद्धिमत्ता के बावजूद नीचे ही फंसे रहने का जोखिम उठाते हैं।
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, अर्थशास्त्री दुनिया के सबसे अमीर और सबसे गरीब देशों के बीच के अंतर को देख रहे हैं, और एक सरल लेकिन जिद्दी सवाल पूछ रहे हैं: क्यों कुछ देश गरीब बने रहते हैं जबकि अन्य आगे निकल जाते हैं? इसका उत्तर अक्सर इस बात में निहित होता है कि किसी देश के पास क्या है। अधिक कारखाने, बेहतर सड़कें और अधिक स्कूल वाले राष्ट्र आम तौर पर अधिक धन का उत्पादन करते हैं। लेकिन एक गहरा रहस्य बना हुआ है। दो देशों के पास समान मात्रा में मशीनरी और समान संख्या में शिक्षित श्रमिक हो सकते हैं, फिर भी एक बहुत अधिक उत्पादन करता है। इस अंतर को अक्सर उत्पादकता (productivity) कहा जाता है, जो इस बात का माप है कि कोई समाज अपने संसाधनों को उपयोगी चीजों में कितनी अच्छी तरह बदलता है। लंबे समय तक, यह आशा थी कि तकनीक एक महान समानता लाने वाले कारक (equalizer) के रूप में कार्य करेगी। यदि एक गरीब देश अमीर देश की तरह ही समान मशीनें या सॉफ्टवेयर खरीद सके, तो वह बराबरी कर लेना चाहिए। फिर भी इतिहास दिखाता है कि हालांकि देश अपने स्कूलों और कारखानों के मामले में एक जैसे होते गए हैं, लेकिन वे अपने उत्पादन के मामले में उतने एक जैसे नहीं हुए हैं। उपकरण तो फैल गए, लेकिन उनका प्रभावी ढंग से उपयोग करने की क्षमता नहीं फैली।
यह पहेली अब आर्टिफिशियल इंटेलिजेंस (AI) के बारे में एक नई बहस के केंद्र में है। जैसे-जैसे शक्तिशाली नए कंप्यूटर सिस्टम उपलब्ध हो रहे हैं, कई लोग सोच रहे हैं कि क्या वे अंततः गरीब देशों को इस अंतर को पाटने में मदद करेंगे। इंटरनेशनल मॉनेटरी फंड (IMF) के शोधकर्ता पैट्रिक ए. इमाम और स्वतंत्र अर्थशास्त्री जोनाथन आर. डब्ल्यू. टेम्पल का एक नया अध्ययन बताता है कि उत्तर उतना सरल नहीं है जितना कि केवल पहुंच (access) का होना। शोधकर्ता तर्क देते हैं कि तकनीक का होना, उसे उपयोग करने की क्षमता रखने के समान नहीं है। उन्होंने यह समझने की कोशिश की कि क्यों कुछ देश कम उत्पादकता से उच्च उत्पादकता की ओर बढ़ने में सफल होते हैं जबकि अन्य वहीं फंसे रह जाते हैं, और क्या आर्टिफिशियल इंटेलिजेंस उस यात्रा में मदद करेगा या बाधा डालेगा। उनका काम ऐतिहासिक डेटा का विस्तृत विश्लेषण और राष्ट्रों के विकास के बारे में सोचने के एक नए तरीके को जोड़ता है, जो साधारण औसत से आगे बढ़कर समय के साथ देशों की वास्तविक गति का पता लगाता है।
शोधकर्ताओं ने लगभग सौ देशों के एक हजार से अधिक पांच-वर्षीय अवधियों का परीक्षण किया, और यह ट्रैक किया कि वैश्विक अर्थव्यवस्था में उनकी स्थिति कैसे बदली। उन्होंने तीन मुख्य चीजों को देखा: एक देश के पास मौजूद भौतिक पूंजी (physical capital) की मात्रा, उसके कार्यबल के शिक्षा का स्तर, और उसकी समग्र उत्पादकता। उन्होंने पाया कि इन कारकों के बढ़ने के तरीके में एक चौंकाने वाला अंतर था। देश अपनी पूंजी बढ़ा सकते थे और अपनी स्कूली शिक्षा में सुधार अपेक्षाकृत तेजी से कर सकते थे। एक राष्ट्र कुछ ही वर्षों के भीतर एक नया कारखाना बना सकता था या अधिक बच्चों को स्कूल भेज सकता था। हालांकि, कम उत्पादकता से उच्च उत्पादकता की ओर बढ़ना बहुत कठिन और बहुत धीमा था। यहाँ तक कि जब देशों ने अधिक मशीनें जोड़ीं और अधिक श्रमिकों को शिक्षित किया, तब भी वे अक्सर उनका कुशलतापूर्वक उपयोग करने में विफल रहे। उत्पादकता का अंतर संसाधनों के अंतर की तुलना में कहीं अधिक जिद्दी साबित हुआ।
इसे समझने के लिए, लेखकों ने मानव पूंजी (human capital), यानी कार्यबल के कौशल और ज्ञान की भूमिका को करीब से देखा। मानक आर्थिक विवरण बताते हैं कि शिक्षा केवल इस बात का एक छोटा हिस्सा बताती है कि कुछ देश दूसरों की तुलना में क्यों समृद्ध हैं। यदि आप दुनिया भर में स्कूली शिक्षा के वर्षों की संख्या को समान कर दें, तो आय का अंतर कम हो जाएगा, लेकिन एक बड़ा अंतर बना रहेगा। शोधकर्ताओं ने पाया कि यह स्थिर दृष्टिकोण एक महत्वपूर्ण गतिशील पहलू को छोड़ देता है। जबकि शिक्षा पूरी तरह से धन के वर्तमान स्तर की व्याख्या नहीं कर सकती, यह एक शक्तिशाली भविष्यवक्ता है कि कोई देश ऊपर बढ़ेगा या नीचे ही रहेगा। उन्होंने पाया कि उच्च स्तर की मापी गई मानव पूंजी वाले देश निम्नतम उत्पादकता अवस्थाओं से बाहर निकलने में काफी अधिक सक्षम थे।
अध्ययन ने मानव पूंजी में एक विशिष्ट सीमा (threshold) की पहचान की जो दो अलग-अलग दुनियाओं को अलग करती प्रतीत होती है। इस स्तर से नीचे के देशों के लिए, निम्नतम उत्पादकता अवस्था छोड़ने का औसत समय लगभग बासठ वर्ष था। इसके ऊपर के देशों के लिए, यह समय घटकर केवल पच्च्छीस वर्ष रह गया। यह अंतर केवल एक संख्या नहीं है; यह विकास की पीढ़ियों का प्रतिनिधित्व करता है। कम उत्पादकता के जाल में फंसा देश अपने आर्थिक परिवर्तन को देखने के लिए एक जीवन भर प्रतीक्षा कर सकता है, जबकि थोड़ा अधिक सक्षम श्रमिकों वाला देश एक ही पीढ़ी में वही बदलाव प्राप्त कर सकता है। शोधकर्ताओं ने इस निष्कर्ष का कई तरीकों से परीक्षण किया, जिसमें कौशल के विभिन्न माप और डेटा को समूहबद्ध करने के विभिन्न तरीके शामिल थे, और यह पैटर्न बना रहा। यहाँ तक कि जब उन्होंने केवल स्कूली शिक्षा के बजाय संज्ञानात्मक कौशल (cognitive skills) को देखा, तो उच्च कौशल वाले देश तेजी से आगे बढ़े।
यह आर्टिफिशियल इंटेलिजेंस के बारे में एक गंभीर निष्कर्ष की ओर ले जाता है। तकनीक स्वयं एक जादुई छड़ी नहीं है जो स्वचालित रूप से सभी के भाग्य को चमका देगी। यदि आर्टिफिशियल इंटेलिजेंस मुख्य रूप से उन लोगों की मदद करता है जो पहले से ही कुशल हैं, तो यह विभाजन को और चौड़ा कर सकता है। एक देश जिसके पास शिक्षित श्रमिकों का मजबूत आधार, विश्वसनीय डेटा और सक्षम फर्में हैं, वह इन नए उपकरणों का उपयोग करके और भी अधिक उत्पादक बनने में सक्षम होगा। एक देश जिसमें वे आधारभूत संरचनाएं नहीं हैं, वह उन्हीं उपकरणों तक पहुंच तो प्राप्त कर सकता है लेकिन उन्हें अपनी अर्थव्यवस्था में एकीकृत करने में विफल रह सकता है। शोधकर्ताओं का तर्क है कि आर्टिफिशियल इंटेलिजेंस को गरीब देशों को बराबरी करने में मदद करने के लिए, इसे केवल ज्ञान की लागत को कम करने के अलावा, ज्ञान को सीखने, अनुकूलन करने और लागू करने की लागत को भी कम करना होगा, विशेष रूप से उन स्थानों पर जहां सहायक प्रणालियां कमजोर हैं।
अध्ययन सुझाव देता है कि वास्तविक बाधा तकनीक की कमी नहीं है, बल्कि उस पूरक क्षमताओं (complementary capabilities) की कमी है जो उस तकनीक को काम करने के लिए आवश्यक हैं। केवल ट्रैक्टर होना पर्याप्त नहीं है; आपको ईंधन, मरम्मत की दुकानें और ऐसे किसान चाहिए जो इसका उपयोग करना जानते हों। इसी तरह, आर्टिफिशियल इंटेलिजेंस होना पर्याप्त नहीं है यदि किसी देश के पास प्रबंधन, बुनियादी ढांचे और संस्थागत शक्ति की कमी है जो इसे वास्तविक उत्पादकता लाभ में बदल सके। शोधकर्ताओं ने पाया कि सस्ती बुद्धिमत्ता (intelligence) को वास्तविक आर्थिक प्रगति में बदलने की क्षमता ही कुंजी है। यदि आर्टिफिशियल इंटेलिजेंस कमजोर अर्थव्यवस्थाओं को तेजी से सीखने और बेहतर ढंग से अनुकूलन करने में मदद कर सकता है, तो यह विकास के दशकों लंबे इंतजार को कम कर सकता है। लेकिन यदि यह केवल उन लोगों को पुरस्कृत करता है जो पहले से ही मजबूत हैं, तो यह सीमा को और दूर धकेल सकता है, जिससे अमीर और गरीब के बीच का अंतर अपरिवर्तित रह जाएगा।
निष्कर्ष नीति निर्माताओं के लिए एक स्पष्ट मार्ग प्रदान करते हैं। केवल नवीनतम तकनीक को अपनाने पर ध्यान केंद्रित करने के बजाय, राष्ट्रों को उस व्यापक पारिस्थितिकी तंत्र (ecosystem) में निवेश करने की आवश्यकता है जो तकनीक को फलने-फूलने में मदद करता है। इसमें शिक्षा की गुणवत्ता में सुधार करना, प्रबंधन प्रथाओं को मजबूत करना, विश्वसनीय बुनियादी ढांचे का निर्माण करना और यह सुनिश्चित करना शामिल है कि संस्थान नवाचार का समर्थन कर सकें। अध्ययन यह वादा नहीं करता कि यह आसान या त्वरित होगा, लेकिन यह समस्या को स्पष्ट करता है। विभाजन केवल इस बारे में नहीं है कि किसके पास उपकरण हैं, बल्कि यह भी है कि किसके पास उनका उपयोग करने की क्षमता है। यदि आर्टिफिशियल इंटेलिजेंस को समानता की शक्ति बनना है, तो इसे उस मानवीय और संस्थागत नींव के निर्माण के वास्तविक प्रयास के साथ जोड़ा जाना चाहिए जो क्षमता को प्रगति में बदल देती है। इसके बिना, एक जुड़े हुए विश्व का वादा केवल एक वादा ही बना रहेगा, जबकि 'इंटेलिजेंस डिवाइड' (बुद्धिमत्ता का अंतर) की वास्तविकता बढ़ती रहेगी।
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।