AI सवालों के जवाब दे सकता है। अगली चुनौती है लोगों को आगे बढ़ने में मदद करना।

हम सवालों के जवाब देने वाली AI बनाने में उल्लेखनीय रूप से सक्षम हो गए हैं। पूछिए कि आवेदन की समय-सीमा क्या है, कौन-से दस्तावेज़ चाहिए या कोई प्रक्रिया कैसे काम करती है—यह कुछ ही सेकंड में उपयोगी जवाब दे सकती है। लेकिन जब दाँव पर किसी की शिक्षा, आर्थिक भविष्य या अपनेपन की भावना हो, तो जवाब सिर्फ़ शुरुआत होता है। अहम यह है कि क्या वह व्यक्ति वास्तव में आगे बढ़ सकता है।

यहीं एजेंटिक AI दिलचस्प हो जाती है। हर बातचीत को एक अलग-थलग सवाल मानने के बजाय, कोई AI एजेंट यह समझ सकता है कि कोई व्यक्ति एक बड़े सफ़र में किस मुक़ाम पर है, आगे क्या होना चाहिए, और वहाँ तक पहुँचने में उसकी मदद कर सकता है। हालाँकि, यह काम भरोसेमंद ढंग से करने के लिए सक्षम भाषा मॉडल से कहीं अधिक की ज़रूरत होती है। इसके लिए शुरू से ही प्रक्रिया में शामिल, खास उद्देश्य से तैयार किए गए सफ़र, आपस में जुड़े सिस्टम और मानवीय निगरानी चाहिए।

उच्च शिक्षा पर विचार करें। कोई छात्र आवेदन करता है, वित्तीय सहायता की प्रक्रिया पूरी करता है, पाठ्यक्रमों में पंजीकरण कराता है, सलाहकार से मिलता है, शैक्षणिक सहायता ढूँढ़ता है, इंटर्नशिप तलाशता है, स्नातक होने की तैयारी करता है, नौकरी खोजता है और अंततः पूर्व छात्र बन जाता है। संस्थान इन पड़ावों को अलग-अलग विभागों और तकनीकी प्रणालियों में बाँटकर व्यवस्थित करते हैं, लेकिन छात्रों के लिए यह सब एक ही विश्वविद्यालय का हिस्सा है। ज़रूरी मदद पाने के लिए उन्हें विश्वविद्यालय का संगठनात्मक ढाँचा समझने की ज़रूरत नहीं होनी चाहिए।

लोग एक और इंटरफ़ेस नहीं चाहते। वे अपना काम पूरा करना चाहते हैं।

अमेरिका के कॉलेजों में इस समय पढ़ रहे 1,058 छात्रों के हालिया सर्वेक्षण में, 76% ने कहा कि वे छात्र सेवाओं से जुड़ी अपनी ज़्यादातर ज़रूरतें किसी कार्यालय में फ़ोन किए या वहाँ गए बिना पूरी कर लेने की अपेक्षा रखते हैं। फिर भी, हर चार में से एक छात्र ने कहा कि उसका संस्थान यह अपेक्षा पूरी नहीं करता। जब उनसे पूछा गया कि आधुनिक डिजिटल अनुभव में सबसे ज़्यादा क्या मायने रखता है, तो 64% ने तेज़ जवाब और समाधान, 54% ने 24/7 उपलब्धता और 50% ने एक ही जगह पर काम पूरे कर पाने को अहम बताया। छात्र तेज़ जवाब, कम बार दूसरे व्यक्ति या विभाग के पास भेजे जाने और कई सिस्टम में भटके बिना काम पूरे करने की सुविधा चाहते हैं।

एक भावी छात्र कॉलेज का आवेदन शुरू करता है, लेकिन उसे पूरा नहीं करता। पारंपरिक चैटबॉट आवेदन की आवश्यकताओं के बारे में सवालों के जवाब दे सकता है, लेकिन छात्र को फिर भी यह पता लगाना पड़ता है कि क्या छूटा है और आगे क्या करना है। एजेंटिक सिस्टम यह पहचान सकता है कि आवेदन किस चरण पर अटका, अगला कदम क्या है और छात्र ने जहाँ काम छोड़ा था, वहीं से उसे आगे बढ़ने में मदद कर सकता है। अगर छात्र कहता है कि उसने अपना ट्रांसक्रिप्ट पहले ही अपलोड कर दिया है, तो सिस्टम आवेदन का रिकॉर्ड जाँचकर इसकी पुष्टि कर सकता है और उससे यह आवश्यकता दोबारा पूरी करने को कहने के बजाय आगे बढ़ सकता है।

कुछ सबसे बड़ी तकनीकी चुनौतियाँ अब भी इसी क्षेत्र में हैं। Microsoft Research उत्पादकता एजेंटों के सामने मौजूद चुनौतियों में विश्वसनीयता, संदर्भ बनाए रखना और वास्तविक कार्यप्रवाहों को पूरा करना शामिल बताता है। अगर कोई एजेंट चरणों के बीच संदर्भ खो दे या संबंधित सिस्टमों पर काम न कर सके, तो वह किसी व्यक्ति को पूरी प्रक्रिया में भरोसेमंद ढंग से मार्गदर्शन नहीं दे सकता।

तत्काल जवाबों से आगे बढ़कर सक्रिय मदद तक

यह अवसर सवालों के जवाब देने तक सीमित नहीं है; इसमें यह पहचानना भी शामिल है कि किसी को कब सहायता की ज़रूरत है और संस्थानों को अगला सही कदम तय करने में मदद करना। उदाहरण के लिए, संस्थागत विकास टीम ऐसे संकेत पहचान सकती है कि कोई पूर्व छात्र फिर से जुड़ने, स्वयंसेवा करने या पहली बार दान देने के लिए तैयार है। लेकिन संकेत पहचानना तो बस शुरुआत है। असली मूल्य यह समझने में है कि उस व्यक्ति के लिए, उस समय, किस तरह का संपर्क उचित होगा और उसके बाद क्या होना चाहिए।

खास उद्देश्य से तैयार किए गए सफ़र अलग-अलग दर्शकों और लक्ष्यों के लिए स्थापित तौर-तरीकों को शामिल कर सकते हैं। इससे टीमों को सामान्य साधनों या बिल्कुल शुरुआत से बनाए गए कार्यप्रवाहों की तुलना में बेहतर आधार मिलता है। इसका लाभ कर्मचारियों का समय बचाने तक सीमित नहीं है। संस्थानों के पास पहले से ही बहुत बड़ी मात्रा में डेटा है। उन्हें उन संकेतों को समझने और उन्हें विचारपूर्ण, सही समय पर किए गए संवाद में बदलने में मदद चाहिए।

ज़रूरत साफ़ है। छात्रों के उसी सर्वेक्षण में, आधे छात्रों ने कहा कि उन्होंने अपने संस्थान से संपर्क करने से परहेज़ किया, क्योंकि प्रक्रिया उन्हें बहुत मुश्किल लगी। अन्य 40% से पहले दी जा चुकी जानकारी दोहराने को कहा गया था, 34% को बिना समाधान मिले दूसरे विभाग या व्यक्ति के पास भेज दिया गया था और 31% को अपनी ज़रूरत की चीज़ नहीं मिली, इसलिए उन्होंने कोशिश छोड़ दी।

AI के सबसे उपयोगी अनुभव संस्थानों को उन अड़चनों को पहचानने में मदद करते हैं, जिनके कारण लोग उनसे जुड़ना छोड़ सकते हैं—और ऐसा होने से पहले ही।

संदर्भ ही जवाब को उपयोगी कार्रवाई में बदलता है

हम सभी ने किसी संगठन को बार-बार एक ही जानकारी देने की झुंझलाहट महसूस की है। अब सोचिए कि कक्षाओं में पंजीकरण कराते, वित्तीय सहायता से जुड़ी समस्या सुलझाते या अपने पुराने विश्वविद्यालय से फिर जुड़ते समय ऐसा करना कितना परेशान करने वाला होगा। हर असंबद्ध बातचीत से संस्थान कुछ कम ऐसा लगता है, जो आपको जानता हो।

अलग-अलग विभागों के बजाय व्यक्ति के इर्द-गिर्द जानकारी जोड़ने से यह अनुभव बदल जाता है। छात्रों, पूर्व छात्रों और दानदाताओं को अधिक निरंतर और व्यक्तिगत संवाद का लाभ मिलता है, जबकि कर्मचारियों को अधिक प्रभावी ढंग से जवाब देने के लिए ज़रूरी संदर्भ मिलता है। जब संस्थान संवाद को आसान और अधिक व्यक्तिगत बनाते हैं, तो वे मज़बूत रिश्तों और लंबे समय तक बनी रहने वाली वफ़ादारी की नींव रखते हैं।

विद्यार्थी पहले से ही यह संकेत दे रहे हैं कि वे चाहते हैं कि डिजिटल अनुभव इसी तरह काम करें। इसी शोध में पाया गया कि 56% विद्यार्थी उम्मीद करते हैं कि सिस्टम बिना उन्हें दूसरे पन्नों पर भेजे या बार-बार वही जानकारी दर्ज कराए, आपस में जुड़े हुए लगें। आधे विद्यार्थियों को उम्मीद है कि डिजिटल टूल समय-सीमाओं, आवश्यकताओं या समस्याओं के परेशानी बनने से पहले ही उनकी ओर ध्यान दिलाएँगे।

ऐसा अनुभव देने के लिए केवल अलग-अलग टूल को अधिक सक्षम बनाना पर्याप्त नहीं है। इसके लिए ऐसी जानकारी और कार्यप्रवाहों को जोड़ना ज़रूरी है, जिनसे संस्थान समझ सकें कि कोई व्यक्ति अपनी यात्रा के किस पड़ाव पर है और उसी के अनुरूप जवाब दे सकें।

सबसे अच्छा एआई जानता है कि कब कार्रवाई करनी है, कब सुरक्षा देनी है और कब पीछे हटना है

एजेंटिक एआई का लक्ष्य अधिकतम स्वायत्तता नहीं होना चाहिए। लक्ष्य सहायता, कार्रवाई और मानवीय विवेक का सही मेल होना चाहिए, जिसमें कार्यप्रवाह की शुरुआत से ही मानव की मंज़ूरी शामिल हो।

जैसे-जैसे एआई अधिक कार्रवाई करने में सक्षम हो रहा है, यह तय करना भी उतना ही महत्वपूर्ण होता जा रहा है कि उसे स्वतंत्र रूप से क्या करना चाहिए—जितना यह बढ़ाना कि वह क्या कर सकता है। अधूरे फ़ॉर्म की पहचान करना या प्रासंगिक जानकारी सामने लाना जैसे नियमित काम स्वचालन के लिए उपयुक्त हो सकते हैं। लेकिन जब कोई एआई प्रणाली संपर्क-संदेश तैयार करे या ऐसी कार्रवाई सुझाए जो किसी विद्यार्थी के अनुभव को प्रभावित कर सकती हो, तो विद्यार्थी तक कुछ भी पहुँचने से पहले किसी व्यक्ति को उसे मंज़ूरी देने का अवसर मिलना चाहिए।

मानवीय निगरानी केवल असामान्य मामलों को आगे भेजने या फ़ैसले हो जाने के बाद उनकी समीक्षा करने तक सीमित नहीं होनी चाहिए। जहाँ दाँव ऊँचे हों, वहाँ मंज़ूरी कार्रवाई से पहले मिलनी चाहिए, बाद में नहीं। एआई संकेतों की पहचान कर सकता है, अगले कदम सुझा सकता है और संदेश तैयार कर सकता है, जबकि आगे क्या होगा, इस पर नियंत्रण कर्मचारियों के पास रहना चाहिए।

यह तरीका उस विवेक और सहानुभूति के लिए भी गुंजाइश बनाता है, जिसकी जगह तकनीक नहीं ले सकती। असामान्य आर्थिक स्थिति से जूझ रहे या पढ़ाई में कठिनाई का सामना कर रहे विद्यार्थी को स्वचालित सुझाव से अधिक मदद की ज़रूरत हो सकती है। तकनीक को कर्मचारियों से ऐसे मौकों को पहचानने और ज़रूरी संदर्भ के साथ जवाब देने में मदद करनी चाहिए, न कि उन्हें इस प्रक्रिया से बाहर करना चाहिए।

ज़िम्मेदारी से कार्यान्वयन करने का अर्थ उन संवेदनशील जानकारियों की सुरक्षा करना भी है, जिन पर ये अनुभव निर्भर करते हैं। सिस्टमों को जोड़ने और एआई को कार्रवाई करने में सक्षम बनाने से डेटा तक पहुँच, अनुमतियों, सुरक्षा और जवाबदेही से जुड़े महत्वपूर्ण सवाल उठते हैं। किसी आवेदन या वित्तीय सहायता प्रक्रिया में मदद करने वाले एजेंट को केवल उसी बातचीत के लिए उपयुक्त जानकारी और कार्रवाइयों तक पहुँच मिलनी चाहिए, और वह क्या कर सकता है, इसकी स्पष्ट सीमाएँ तय होनी चाहिए।

मानव-नियंत्रित एजेंटों पर Microsoft Research का काम लगातार अधिक स्वायत्त होती प्रणालियों में मानवीय निगरानी और नियंत्रण को शामिल करके डिज़ाइन करने के महत्व को रेखांकित करता है। इसमें ऐसे तरीके भी शामिल हैं जिनसे लोग एजेंट के काम में भाग ले सकें और उसकी दिशा बदल सकें। ज़िम्मेदार एआई उन अनुभवों को संभव बनाने के लिए ज़रूरी भरोसा पैदा करके उन्हें बेहतर बनाता है।

एआई की अगली पीढ़ी का केंद्र परिणाम होंगे

संस्थानों को एक और बदलाव करना होगा: यह मापने का तरीका बदलना कि एआई वास्तव में कारगर है या नहीं।

आज एआई के प्रदर्शन का आकलन अक्सर गतिविधि से जुड़े मापदंडों के आधार पर किया जाता है: संभाली गई बातचीत, जवाब दिए गए सवाल, प्रतिक्रिया देने में लगा समय या कर्मचारियों तक पहुँचने से पहले ही निपटाई गई पूछताछ। इन मापदंडों से पता चल सकता है कि कोई प्रणाली इस्तेमाल हो रही है या काम का बोझ घटा रही है, लेकिन इनसे यह ज़रूरी नहीं पता चलता कि उसने किसी व्यक्ति को उसका काम पूरा करने में मदद की या नहीं।

जिस विद्यार्थी ने आवेदन आधे में छोड़ दिया, उसके लिए सफलता का अर्थ उस आवेदन को पूरा करना है—सिर्फ़ एआई सहायक से जवाब पा लेना नहीं। दोबारा जुड़ने में दिलचस्पी रखने वाले किसी पूर्व विद्यार्थी के लिए इसका अर्थ उस रिश्ते में अगला कदम उठाना है।

इन डिजिटल अनुभवों का प्रभाव सुविधा से कहीं आगे तक जाता है। शोध में पाया गया कि 38% विद्यार्थियों ने डिजिटल टूल इस्तेमाल करने में कठिनाई के कारण नामांकन, वित्तीय सहायता या पढ़ाई से जुड़ा कोई ज़रूरी काम टाल दिया था। चार में से एक विद्यार्थी ने कहा कि इन कठिनाइयों के कारण उसने सोचा कि इतनी परेशानी उठाकर पढ़ाई जारी रखना उचित है या नहीं। जब तकनीक इतनी बाधाएँ पैदा करती है, तो केवल तकनीक के साथ लोगों की सहभागिता मापने से असली मुद्दा नज़र नहीं आता। संस्थानों को यह पूछना चाहिए कि क्या लोग वे काम पूरे कर रहे हैं जिन्हें पूरा करने का उनका इरादा था, वे कहाँ अटक रहे हैं और क्या समय के साथ अनुभव बेहतर हो रहा है।

एआई की अगली पीढ़ी इस बात से पहचानी जाएगी कि उसकी मदद से लोग क्या हासिल कर पाते हैं—और यह बदलाव उत्साहजनक है। चाहे कोई कॉलेज की राह तय कर रहा हो, अपनी स्वास्थ्य-देखभाल सँभाल रहा हो या किसी ऐसे संगठन से जुड़ रहा हो जिसकी उसे परवाह है, अवसर यह है कि जटिल अनुभवों को सचमुच मददगार बनाया जाए। इसके लिए वास्तविक लोगों की ज़रूरतों के अनुसार तैयार की गई यात्राएँ, जुड़ी हुई जानकारी, सार्थक मानवीय निगरानी और गतिविधियों के बजाय परिणामों को मापने की प्रतिबद्धता ज़रूरी है।

मकसद केवल स्वचालन बढ़ाना नहीं है। मकसद लोगों को कम बाधाओं, अधिक आत्मविश्वास और इस पक्के एहसास के साथ आगे बढ़ने में मदद करना है कि दूसरी ओर मौजूद संगठन उन्हें सचमुच समझता है।