इंसानों की जगह लेने वाली AI एक साइंस-फिक्शन थी। अब यह 43% आधुनिक नौकरियाँ कर सकती है, एंथ्रोपिक ने पाया

I. कितनी जल्दी AI मानव का स्थान ले लेगा?

मैं दो शोध पत्र साझा करना चाहूँगा जो नौकरी के बाजार पर एआई के प्रभाव की एक स्पष्ट तस्वीर पेश करते हैं। पहला स्टैनफोर्ड अर्थशास्त्र के प्रोफेसर ब्रिन्योल्फ़सन का है, जिन्होंने 2022 में भविष्यवाणी की थी कि उन्नत एआई वैश्विक शक्ति संतुलन को बाधित करेगा । वह भविष्य पहले से ही यहाँ है - फरवरी 2025 में एंथ्रोपिक के नवीनतम शोध से पता चलता है कि वर्तमान एआई अनुप्रयोगों में से लगभग आधे (43.6%) सीधे मानव श्रमिकों की जगह ले सकते हैं।

शोध में गहराई से जाने पर एक और भी चिंताजनक प्रवृत्ति सामने आती है: अन्य 31.3% नौकरियाँ "कार्य पुनरावृत्ति" के अंतर्गत आती हैं - जहाँ AI और मनुष्य अस्थायी रूप से सहयोग करते हैं। व्यवहार में इसका क्या अर्थ है:

एक सामान्य वर्कफ़्लो पर विचार करें: मीटिंग नोट्स का सारांश देते समय, मैं AI से मुख्य बिंदुओं को निकालने, उनकी समीक्षा करने, फिर विशिष्ट क्षेत्रों के बारे में अतिरिक्त विवरण मांगने के लिए कहता हूँ। इस पुनरावृत्त प्रक्रिया के माध्यम से, मैं आउटपुट को तब तक परिष्कृत करता हूँ जब तक कि यह मेरे बॉस के लिए तैयार न हो जाए। इस प्रकार का मानव-AI सहयोग लंबे समय तक नहीं चलेगा - क्योंकि लाखों उपयोगकर्ता अनजाने में इन प्रणालियों को 24/7 प्रशिक्षित करते हैं, AI जल्द ही इन कार्यों को स्वतंत्र रूप से पूरा कर लेगा।

II. कौन सी नौकरियाँ सबसे अधिक जोखिम में हैं?

आइए इस चार्ट को तोड़ते हैं जो दिखाता है कि AI अलग-अलग नौकरियों को कैसे प्रभावित करता है। हम दो मुख्य बातों पर गौर करेंगे: लोगों को कितना वेतन मिलता है, और उनके काम में पहले से ही कितना AI इस्तेमाल किया जा रहा है। औसत वेतन ($60,000) और AI के थोड़े से इस्तेमाल (1%) को विभाजन रेखा के रूप में इस्तेमाल करते हुए, हम चार मुख्य समूह देख सकते हैं:

• उत्तर: उच्च वेतन वाली नौकरियाँ जो AI पहले से ही कर सकता है - ये वे पहली नौकरियाँ हैं जिन्हें कंपनियाँ AI से बदलना चाहती हैं क्योंकि वे महंगी हैं और AI पहले से ही उन्हें करने में अच्छा है। उदाहरण के लिए: प्रोग्रामर, संपादक और लेखक।
• बी: उच्च वेतन वाली नौकरियां जो एआई करना सीख रहा है - ये अच्छी तनख्वाह वाली नौकरियां हैं जिन्हें एआई अभी तक पूरी तरह से नहीं संभाल सकता है, जैसे विशेषज्ञ डॉक्टर। अभी, एआई इन कर्मचारियों को अपना काम बेहतर तरीके से करने में मदद करता है। उदाहरण के लिए, टेम्पस एआई डॉक्टरों को मरीजों के लिए उपचार की योजना बनाने में मदद करता है। हालांकि वे कहते हैं कि वे अभी केवल डॉक्टरों की मदद कर रहे हैं, यह संभव है कि एकत्र किए गए डेटा का उपयोग भविष्य में इस काम को स्वायत्त रूप से करने के लिए एआई को प्रशिक्षित करने के लिए किया जा सकता है।

• सी: कम वेतन वाली व्यावहारिक नौकरियाँ - ये ऐसी नौकरियाँ हैं जिनमें एआई अभी तक अच्छा नहीं है क्योंकि इनमें मानवीय स्पर्श और शारीरिक कौशल की आवश्यकता होती है, जैसे हेयरस्टाइलिस्ट। अभी, इन नौकरियों में एआई का बिल्कुल भी उपयोग नहीं होता है।
• डी: कम वेतन वाली नौकरियाँ जो पहले से ही एआई का उपयोग कर रही हैं - ये नौकरियाँ ज़्यादा वेतन नहीं देती हैं लेकिन पहले से ही एआई का बहुत अधिक उपयोग होने लगा है, जैसे ट्यूटर और कार्यालय कर्मचारी। जैसे-जैसे एआई सस्ता होता जाएगा, इन नौकरियों के खत्म होने का ख़तरा है।

2025 तक, चीन और अमेरिका सबसे शक्तिशाली एआई विकसित करने की होड़ में हैं, ठीक उसी तरह जैसे 20वीं सदी में अमेरिका और यूएसएसआर ने अंतरिक्ष में सबसे पहले पहुंचने की होड़ में हिस्सा लिया था। एआई द्वारा संभवतः कई नौकरियों की जगह ले ली जाएगी - यह दूर से एक विशाल लहर को बनते हुए देखने जैसा है जो किनारे की ओर बढ़ रही है। जब यह आएगी, तो हम इतिहास में पहले से कहीं ज़्यादा लोगों को बिना नौकरी के देख सकते हैं, जिससे गंभीर आर्थिक समस्याएँ पैदा हो सकती हैं।

III. ट्यूरिंग परीक्षण एक "जाल" क्यों है?

यह पूरा संकट प्रसिद्ध ट्यूरिंग टेस्ट से जुड़ा है। इसका कारण यह है:

1950 में, एलन ट्यूरिंग ने अपने शोधपत्र " कम्प्यूटिंग मशीनरी एंड इंटेलिजेंस " में यह जांचने के लिए एक खेल का प्रस्ताव रखा कि क्या मशीनें सोच सकती हैं:

यह खेल "ट्यूरिंग टेस्ट" के नाम से जाना गया और यह यह जानने का मानक तरीका बन गया कि AI उन्नत है या नहीं।

ट्यूरिंग टेस्ट के अनुसार, AI (और जिसे हम अब AGI कहते हैं) मूल रूप से "मानव-जैसी कृत्रिम बुद्धिमत्ता" (HLAI) है - ऐसी तकनीक जो मनुष्यों के कार्यों की नकल करती है। इस दृष्टिकोण के साथ समस्या यह है:

"जब एआई मनुष्यों द्वारा पहले से किए जा रहे कार्यों की नकल करता है और उन्हें स्वचालित बनाता है , तो मशीनें मानव श्रमिकों के लिए बेहतर प्रतिस्थापन बन जाती हैं। प्रतिस्थापित श्रमिक आर्थिक शक्ति और राजनीतिक आवाज़ दोनों खो देते हैं। व्यवसाय के मालिक जो मशीनें खरीदते हैं जो मानव-स्तर का काम कर सकती हैं, वे अक्सर मनुष्यों को उन मशीनों से बदल देते हैं।"

लेकिन AI को इस तरह से परिभाषित करने की ज़रूरत नहीं है। दूसरा तरीका यह है:

"जब एआई मनुष्यों की क्षमताओं को बढ़ाता है , लोगों को ऐसी चीजें करने में मदद करता है जो वे पहले कभी नहीं कर सकते थे, तो मनुष्य और मशीनें एक साथ काम करती हैं । यह साझेदारी मनुष्यों को मूल्य सृजन के लिए आवश्यक बनाती है, नौकरी बाजार और राजनीतिक प्रणाली दोनों में उनकी स्थिति बनाए रखती है।"

अगर हम सिर्फ़ इंसानों की नकल करने वाली AI बनाने पर ध्यान केंद्रित करते हैं, तो हमें ज़्यादा कुशल उत्पादन मिल सकता है, लेकिन धन और शक्ति कम हाथों में केंद्रित हो जाएगी । इससे एक ख़तरनाक स्थिति पैदा होती है: जो लोग अपनी नौकरी और प्रभाव खो देते हैं, वे अपने जीवन को बेहतर नहीं बना पाते। प्रोफ़ेसर ब्रिन्योल्फ़सन ने अपने पेपर में इसे "ट्यूरिंग ट्रैप" कहा है।

जब समाज "ट्यूरिंग ट्रैप" में फंस जाता है, तो हमें भारी बेरोजगारी और शून्य सीमांत उत्पाद वाले लोगों का बढ़ता समूह मिलता है - ऐसे लोग जिन्हें नौकरी नहीं मिल पाती। अमेरिका में, जीवन प्रत्याशा पहले ही लगातार तीन वर्षों से कम हो चुकी है - ऐसा कुछ जो 1918 के बाद से कभी नहीं हुआ। आत्महत्या, नशीली दवाओं के ओवरडोज और शराब के दुरुपयोग से होने वाली मौतें आसमान छू रही हैं, जिससे हर साल सैकड़ों हज़ार अमेरिकी मारे जा रहे हैं। अर्थशास्त्री ऐनी केस और एंगस डीटन इसे "निराशा की मौत" सर्पिल कहते हैं ।

IV. ट्यूरिंग ट्रैप से कैसे बचें

ट्यूरिंग ट्रैप तब होता है जब हम " मनुष्यों को बेहतर बनाने " के बजाय "मनुष्यों को बदलने " पर बहुत अधिक ध्यान केंद्रित करते हैं। इसके बारे में इस तरह से सोचें: आप एक AI सेल्फ-चेकआउट सिस्टम बना सकते हैं जो कैशियर की नौकरियों को पूरी तरह से खत्म कर देता है, या आप एक ऐसा सिस्टम बना सकते हैं जो मानवीय स्पर्श को बनाए रखते हुए मूल्य लुकअप, उत्पादों का सुझाव देने और जानकारी प्रदान करने के द्वारा कैशियर को सुपर-कुशल बनाता है।

इस जाल से बचने के लिए, इस शोधपत्र में तीन मुख्य समाधान सुझाए गए हैं:

1. कर प्रणाली को ठीक करें : अभी, यह प्रणाली अनुचित है। जब कंपनियाँ कर्मचारियों को बदलने के लिए AI का उपयोग करती हैं, तो वे केवल कॉर्पोरेट कर का भुगतान करती हैं। लेकिन जब वे कर्मचारियों को बेहतर बनाने के लिए AI का उपयोग करती हैं, तो वे कॉर्पोरेट कर के साथ-साथ वेतन कर और आय कर का भुगतान करती हैं। साथ ही, निवेश लाभ पर केवल 20% कर लगाया जाता है जबकि कामकाजी आय पर 37% तक कर लगाया जाता है। यह व्यवस्था व्यावहारिक रूप से कंपनियों को कर्मचारियों को बदलने के लिए मजबूर करती है! हमें खेल के मैदान को समतल करना चाहिए, शायद मनुष्यों को लूप में रखने के लिए प्रोत्साहित करने के लिए श्रम आय पर कर कम करना चाहिए।

2. शिक्षा में निवेश करें : शोध से पता चलता है कि AI तकनीक पर खर्च किए गए प्रत्येक $1 के लिए, कंपनियों को इसके साथ काम करने के लिए लोगों को प्रशिक्षित करने पर $9 खर्च करने चाहिए। लेकिन कंपनियाँ ऐसे कर्मचारियों को प्रशिक्षित नहीं करना चाहतीं जो शायद कंपनी छोड़ दें, और कर्मचारी खुद को प्रशिक्षित करने का खर्च नहीं उठा सकते। सरकारों को इसमें कदम उठाने की ज़रूरत है - या तो सीधे प्रशिक्षण प्रदान करें या कंपनियों को अपने कर्मचारियों को प्रशिक्षित करने के लिए प्रोत्साहन दें।

3. सच्चे नवाचार को प्रोत्साहित करें : हम यह सोचने में उलझे हुए हैं कि "मशीनें किस तरह से मानव के काम कर सकती हैं" जबकि हमें यह पूछना चाहिए कि "मानव और मशीनें मिलकर कौन-सी अद्भुत नई चीजें कर सकते हैं?" हमें सफलता को मापने के लिए नए तरीकों की आवश्यकता है जो न केवल मौजूदा नौकरियों को स्वचालित करने के बजाय नए मूल्य बनाने वाली सफलताओं को पुरस्कृत करें।

   
   

जबकि ये निर्देश सही हैं, विशिष्ट नीति कार्यान्वयन के लिए सावधानीपूर्वक विचार करने की आवश्यकता है। कोई भी नीति एक दोधारी तलवार है और इसे प्रत्येक देश की राष्ट्रीय परिस्थितियों के अनुकूल होना चाहिए, जिससे विनियामक मध्यस्थता और नैतिक जोखिम जैसी समस्याओं से बचा जा सके। उदाहरण के लिए:

• विनियामक मध्यस्थता मामला : 1980-1990 के दशक में, कोरिया और जापान ने कारखानों में स्वचालित उपकरणों पर सख्त पर्यावरण मानकों और उच्च टैरिफ को लागू किया, जिसके कारण सैमसंग जैसी विनिर्माण कंपनियों को दक्षिण पूर्व एशियाई देशों में उत्पादन लाइनों को स्थानांतरित करना पड़ा, जहां पर्यावरण मानकों को कम किया गया, जिससे एक विशिष्ट विनियामक मध्यस्थता का निर्माण हुआ। यह बदलाव न केवल पर्यावरण संरक्षण लक्ष्यों को प्राप्त करने में विफल रहा, बल्कि दोनों देशों में युवाओं के लिए रोजगार की समस्याओं को भी बढ़ा दिया।
• हरित ऊर्जा सब्सिडी : 2010 के दशक में, कुछ यूरोपीय देशों ने सौर ऊर्जा उत्पादन के लिए उच्च सब्सिडी प्रदान की, और कुछ कंपनियों ने प्रौद्योगिकी पैकेजिंग के माध्यम से धोखाधड़ी से सब्सिडी प्राप्त की, जिसके परिणामस्वरूप अंततः नीति सख्त हो गई।

यह आलेख नीतिगत स्तर पर चर्चा को आगे नहीं बढ़ाएगा, लेकिन मैं प्रस्ताव करना चाहता हूं:

अगर हम दूसरे नज़रिए से सोचें, तो गहरा सवाल यह है: ये सभी उपाय इस आधार पर बनाए गए हैं कि " काम ज़रूरी है ।" लेकिन अगर भविष्य में AI वाकई बड़े पैमाने पर मानव श्रम की जगह ले सकता है, तो क्या हमें सामाजिक संरचना और मूल्य वितरण प्रणालियों पर फिर से विचार करने की ज़रूरत है? यह सवाल शायद नौकरियों को बनाए रखने के तरीके की खोज करने से ज़्यादा विचार करने लायक हो।

अगर भविष्य में इंसानों को काम करने की ज़रूरत न पड़े तो दुनिया कैसी होगी? यह कैसे काम करेगी? अगली बार, मुझे ऑक्सफ़ोर्ड यूनिवर्सिटी के डैनियल सस्किंड की किताब ए वर्ल्ड विदाउट वर्क का उपयोग करके इस विषय पर विस्तार से बताने का अवसर मिलेगा।

संदर्भ

• एंथ्रोपिक. (2025, 10 फरवरी)। एंथ्रोपिक इकोनॉमिक इंडेक्स का परिचय। एंथ्रोपिक. https://www.anthropic.com/news/the-anthropic-economic-index
• ब्रिन्योल्फ़सन, ई. (2022). ट्यूरिंग ट्रैप: मानव-जैसी कृत्रिम बुद्धिमत्ता का वादा और खतरा। डेडलस, 151(2), 272-287. https://doi.org/10.1162/daed_a_01915
• केस, ए., और डीटन, ए. (2020)। निराशा की मौतें और पूंजीवाद का भविष्य। प्रिंसटन यूनिवर्सिटी प्रेस।
• हांडा, के., टैमकिन, ए., मैककेन, एम., हुआंग, एस., डर्मस, ई., हेक, एस., म्यूएलर, जे., हांग, जे., रिची, एस., बेलोनैक्स, टी., ट्रॉय, के.के., अमोदी, डी., कपलान, जे., क्लार्क, जे., और गांगुली, डी. (2025)। कौन से आर्थिक कार्य AI के साथ किए जाते हैं? क्लाउड के लाखों वार्तालापों से साक्ष्य। एंथ्रोपिक।