एआई हमारे जीवन को सरल बनाने के बजाय हमारे लिए अधिक काम कर सकता है

एक आम धारणा है कि कृत्रिम बुद्धिमत्ता (एआई) हमारे काम को सुव्यवस्थित करने में मदद करेगा। यहां तक ​​कि आशंकाएं भी हैं कि यह कुछ नौकरियों की जरूरत को पूरी तरह से खत्म कर सकता है।

लेकिन एक अध्ययन में मैंने मैनचेस्टर विश्वविद्यालय में तीन सहयोगियों के साथ विज्ञान प्रयोगशालाओं का संचालन किया, स्वचालित प्रक्रियाओं की शुरूआत जिसका उद्देश्य काम को आसान बनाना है - और लोगों के समय को मुक्त करना - उस काम को और अधिक जटिल बना सकता है, जिससे नए कार्य उत्पन्न हो सकते हैं जो कई श्रमिकों को सांसारिक लग सकते हैं।

अध्ययन में, में प्रकाशित अनुसंधान नीति, हमने नामक क्षेत्र में वैज्ञानिकों के काम को देखा संश्लेषित जीव विज्ञान, या संक्षेप में सिनबियो। Synbio नई क्षमताओं के लिए जीवों को फिर से डिज़ाइन करने से संबंधित है। इसमें शामिल है प्रयोगशाला में मांस उगानाउर्वरकों के उत्पादन के नए तरीकों में और नई दवाओं की खोज में।

बड़ी संख्या में नमूनों को बार-बार स्थानांतरित करने के लिए Synbio प्रयोग उन्नत रोबोटिक प्लेटफ़ॉर्म पर भरोसा करते हैं। वे बड़े पैमाने के प्रयोगों के परिणामों का विश्लेषण करने के लिए मशीन लर्निंग का भी उपयोग करते हैं।

बदले में ये बड़ी मात्रा में डिजिटल डेटा उत्पन्न करते हैं। इस प्रक्रिया को "डिजिटलीकरण" के रूप में जाना जाता है, जहां पारंपरिक तरीकों और काम करने के तरीकों को बदलने के लिए डिजिटल तकनीकों का उपयोग किया जाता है।

वैज्ञानिक प्रक्रियाओं को स्वचालित और डिजिटल करने के कुछ प्रमुख उद्देश्य विज्ञान को बढ़ाना है जो शोधकर्ताओं के समय की बचत करते हुए किया जा सकता है ताकि वे इस बात पर ध्यान केंद्रित कर सकें कि वे अधिक "मूल्यवान" कार्य पर क्या विचार करेंगे।

विरोधाभासी परिणाम

हालाँकि, हमारे अध्ययन में, वैज्ञानिकों को दोहराए जाने वाले, मैनुअल या उबाऊ कार्यों से मुक्त नहीं किया गया था जैसा कि कोई उम्मीद कर सकता है। इसके बजाय, रोबोटिक प्लेटफार्मों के उपयोग ने उन कार्यों को बढ़ाया और विविधता प्रदान की जिन्हें शोधकर्ताओं को करना था। इसके अनेक कारण हैं।

उनमें से तथ्य यह है कि परिकल्पनाओं की संख्या (कुछ देखी गई घटना के लिए एक परीक्षण योग्य स्पष्टीकरण के लिए वैज्ञानिक शब्द) और प्रयोग जिन्हें करने की आवश्यकता है, में वृद्धि हुई है। स्वचालित तरीकों से, संभावनाएं बढ़ जाती हैं।

वैज्ञानिकों ने कहा कि इसने उन्हें अधिक संख्या में परिकल्पनाओं का मूल्यांकन करने की अनुमति दी, साथ ही उन तरीकों की संख्या के साथ जो वैज्ञानिक प्रायोगिक सेट-अप में सूक्ष्म परिवर्तन कर सकते थे। यह डेटा की मात्रा को बढ़ाने का प्रभाव था जिसकी जाँच, मानकीकरण और साझाकरण की आवश्यकता थी।

साथ ही, रोबोट को पहले मैन्युअल रूप से किए गए प्रयोगों को करने के लिए "प्रशिक्षित" होने की आवश्यकता थी। मनुष्यों को भी रोबोट तैयार करने, मरम्मत करने और पर्यवेक्षण करने के लिए नए कौशल विकसित करने की आवश्यकता थी। यह सुनिश्चित करने के लिए किया गया था कि वैज्ञानिक प्रक्रिया में कोई त्रुटि न हो।

वैज्ञानिक कार्य को अक्सर आउटपुट जैसे सहकर्मी-समीक्षित प्रकाशनों और अनुदानों पर आंका जाता है। हालाँकि, स्वचालित प्रणालियों की सफाई, समस्या निवारण और पर्यवेक्षण में लगने वाला समय विज्ञान में पारंपरिक रूप से पुरस्कृत कार्यों के साथ प्रतिस्पर्धा करता है। ये कम महत्वपूर्ण कार्य भी काफी हद तक अदृश्य हो सकते हैं - विशेष रूप से क्योंकि प्रबंधक वे हैं जो प्रयोगशाला में ज्यादा समय नहीं बिताने के कारण सांसारिक कार्य से अनभिज्ञ होंगे।

इन जिम्मेदारियों को निभाने वाले सिनबायो वैज्ञानिकों को उनके प्रबंधकों की तुलना में बेहतर वेतन या अधिक स्वायत्तता नहीं मिली। उन्होंने नौकरी पदानुक्रम में अपने से ऊपर के लोगों की तुलना में अपने स्वयं के कार्यभार का भी आकलन किया।

व्यापक सबक

यह संभव है कि ये पाठ कार्य के अन्य क्षेत्रों पर भी लागू हो सकते हैं। चैटजीपीटी एक है एआई-पावर्ड चैटबॉट जो वेब पर उपलब्ध जानकारी से "सीखता है"। ऑनलाइन यूजर्स द्वारा पूछे जाने पर चैटबॉट उसका जवाब देता है अच्छी तरह से तैयार और आश्वस्त दिखाई देते हैं.

के अनुसार पहर पत्रिका, चैटजीपीटी के लिए नस्लवादी, यौनवादी, या अन्य तरीकों से अपमानजनक जवाब देने से बचने के लिए, केन्या में कार्यकर्ता बॉट द्वारा वितरित विषाक्त सामग्री को फ़िल्टर करने के लिए काम पर रखा गया था।

इसके लिए अक्सर कई अदृश्य कार्य पद्धतियों की आवश्यकता होती है डिजिटल बुनियादी ढांचे का विकास और रखरखाव. इस घटना को "डिजिटलीकरण विरोधाभास" के रूप में वर्णित किया जा सकता है। यह इस धारणा को चुनौती देता है कि डिजिटलाइजेशन से प्रभावित या शामिल हर कोई अधिक उत्पादक बन जाता है या उसके पास अधिक खाली समय होता है जब उनके वर्कफ़्लो के हिस्से स्वचालित होते हैं।

रोज़मर्रा के काम को स्वचालित और डिजिटल करने के लिए संगठनात्मक और राजनीतिक प्रयासों के पीछे उत्पादकता में गिरावट की चिंता एक प्रमुख प्रेरणा है। लेकिन हमें उत्पादकता में लाभ के वादों को अंकित मूल्य पर नहीं लेना चाहिए।

इसके बजाय, हमें अदृश्य प्रकार के कार्यों पर विचार करके उत्पादकता को मापने के तरीकों को चुनौती देनी चाहिए, जो आमतौर पर पुरस्कृत किए जाने वाले अधिक दृश्यमान कार्यों से परे हो सकते हैं।

हमें यह भी विचार करने की आवश्यकता है कि इन प्रक्रियाओं को कैसे डिजाइन और प्रबंधित किया जाए ताकि प्रौद्योगिकी मानवीय क्षमताओं में अधिक सकारात्मक रूप से जुड़ सके।

इस लेख से पुन: प्रकाशित किया गया है वार्तालाप क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.

छवि क्रेडिट: Gerd Altmann से Pixabay

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• स्रोत: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/