विचार नेता
AI वास्तविक कार्य के लिए तैयार नहीं है: मॉडल जटिल कार्यों में क्यों विफल होते हैं
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
एआई बबल में निवेशक सफ़ेद कॉलर पेशेवरों से उनके सबसे कठिन समस्याओं को सौंपने का अनुरोध करते हैं और कामगारों को वादा करते हैं कि यदि वे थोड़ा और डेटा छोड़ दें तो उनका दोपहर का समय वापस मिल जाएगा। जटिल विश्लेषण, निर्णय‑निर्धारण, और वे कार्य‑प्रवाह जो विकसित होने में वर्षों लगते हैं, एक मॉडल द्वारा अवशोषित किए जाते हैं, जिससे मानवीय कार्य कुछ बेहतर के लिए मुक्त हो जाएँ। यह वर्तमान में कॉरपोरेट अमेरिका में प्रमुख कथा है, और यह एक जाल है।
क्षमता मिथक: मॉडल जटिल कार्यों में क्यों विफल होते हैं
एक नया अध्ययन UC Berkeley से प्रमुख एआई एजेंटों को 55 उद्योगों, जैसे स्वास्थ्य‑सेवा, वित्त और कानून, में वास्तविक पेशेवर कार्यों के खिलाफ परीक्षण किया। कुल प्रदर्शन 25 प्रतिशत से कम आया। फिर शोधकर्ताओं ने प्रत्येक क्षेत्र में सबसे कठिन कार्य को अलग किया – वह प्रकार का काम जो वरिष्ठ पेशेवर को जूनियर से अलग करता है – और हर एक मॉडल विफल रहा। स्कोर केवल कम नहीं थे; वे शून्य तक पहुँचे।
आप सोचेंगे कि ऐसा परिणाम स्वाभाविक रूप से कथा को बदल देगा, लेकिन ऐसा नहीं हुआ है। विभिन्न उद्योगों में, एआई निवेशकों का बहुत कुछ इस बात को पेशेवरों को मानाने पर निर्भर है कि अधिकांश वर्तमान एआई मॉडल वास्तविकता से आगे हैं। लेकिन सबसे रोचक प्रश्न यह नहीं है कि एआई आज नौकरी के सबसे कठिन हिस्सों को कर सकता है या नहीं, क्योंकि हम और एआई बेचने वाले सभी पहले से ही इसका उत्तर जानते हैं।
तो, यह एक और प्रश्न उठाता है। जब एक युवा पेशेवर इस डेटा विनिमय में विश्वास करता है, जबकि उसकी अपनी तर्कशक्ति पूरी तरह विकसित नहीं हुई है, तो उसके निर्णय पर क्या प्रभाव पड़ता है?
मिनेसोटा निष्कर्ष: एआई कैसे कौशल को मध्य की ओर सपाट करता है
एक नया अनुभवजन्य अध्ययन यूनिवर्सिटी ऑफ मिनेसोटा लॉ स्कूल से वास्तविक उत्तर प्रदान करता है, जिसमें कानून को परीक्षण केस के रूप में उपयोग किया गया है। शोधकर्ताओं ने लगभग सौ उच्च स्तर के विधि छात्रों को वास्तविक कार्यों की एक श्रृंखला से गुजराया: कच्चे स्रोत सामग्री से कानून का संश्लेषण, उन्होंने जो सीखा है इसे परखने के लिए बंद‑पुस्तक प्रश्नों के उत्तर देना, उस कानून को एक तथ्यात्मक पैटर्न पर लागू करना, और फिर अपना कार्य संशोधित करना। एक समूह को केवल पहले और अंतिम चरण में एआई तक पहुँच थी। दूसरे समूह को अंत तक कोई एआई नहीं मिला।
एआई का उपयोग करके अपना पहला मसौदा तैयार करने वाले छात्रों ने अधिक मजबूत कार्य प्रस्तुत किया, और वह भी तेज़ी से, जो पूरी तरह उल्लेखनीय नहीं है। हालांकि उल्लेखनीय बात यह है कि इसके बाद क्या हुआ। शोधकर्ताओं ने उम्मीद की थी कि प्रारम्भिक एआई उपयोग से समझ में अंतर रहेगा जो बाद में उपकरण हटाने पर स्पष्ट होगा। लेकिन ऐसा नहीं हुआ। जिन्होंने एआई का उपयोग करके कानून का संश्लेषण किया, उन्होंने बिना एआई वाले छात्रों की तुलना में ठंडे परीक्षण में इसे बेहतर समझा। स्वतंत्र तर्कशक्ति नहीं घटी; वह बनी रही, और कुछ मामलों में तो सुधरी भी।
अंतिम चरण में मोड़ आया, जब प्रत्येक छात्र को अपने कार्य को संशोधित करने के लिए एआई उपलब्ध था। कमजोर मेमो से शुरू करने वाले छात्रों ने इस पहुँच का उपयोग करके वास्तव में उसे सुधार लिया। मजबूत मेमो से शुरू करने वाले छात्रों का प्रदर्शन घट गया। सक्षम उपकरण के साथ अकेले और इसके उपयोग के बारे में कोई अतिरिक्त संरचना न होने पर, कौशल का विकास नहीं हुआ बल्कि मध्य की ओर सपाट हो गया।
ये दो अध्ययन मिलकर एक कठोर सत्य प्रस्तुत करते हैं: एआई पेशेवर निर्णय का विकल्प नहीं है, और बर्कले के आंकड़े इस चर्चा को हमेशा के लिए समाप्त कर देना चाहिए। लेकिन एआई कोई ऐसा क्षयकारी बल भी नहीं है जो संपर्क में तर्कशक्ति को खा जाए। इसका प्रभाव पूरी तरह इस बात पर निर्भर करता है कि प्रक्रिया में यह कहाँ प्रकट होता है।
क्रमबद्धता बनाम प्रतिस्थापन: निर्णय को मूल में रखना
यह कानून के अभ्यास के बाहर भी लागू होता है। हर ज्ञान‑प्रोफ़ेशन वर्तमान में इस प्रयोग का अपना संस्करण चला रहा है: डॉक्टर यह तय करना कि क्या मॉडल को एक विभेदक निदान तैयार करने देना है, विश्लेषक यह तय करना कि क्या मॉडल को पहली बार मॉडल बनाना चाहिए, और सहयोगी यह तय करना कि क्या मॉडल को तर्क की संरचना करने देना है इससे पहले कि उन्होंने स्वयं इसे पूरा किया हो। मिनेसोटा के परिणाम सुझाव देते हैं कि उत्तर सभी एआई रूपों के लिए एक सार्वभौमिक हाँ या ना नहीं है। यह क्रमबद्धता का प्रश्न है। एआई को साधारण काम और उन कार्यों के शुरुआती चरणों में होना चाहिए जो घर्षण उत्पन्न करते हैं, लेकिन निर्णय में नहीं। यह उस कार्य के केंद्र में नहीं होना चाहिए जिसके लिए ग्राहक वास्तव में भुगतान कर रहा है, और अभी यह वहाँ नहीं पहुँच सकता, चाहे वह कोशिश भी करे।
जो कंपनियाँ अभी भी इसके विपरीत वादा कर रही हैं, वे एआई का वह संस्करण बेच रही हैं जिसके अस्तित्व को डेटा अस्वीकार करता है। जो कंपनियाँ अपने उत्पादों और ग्राहक संबंधों को उसी सीमा के चारों ओर बनाती हैं जो शोध वास्तव में दर्शाता है, वही पाँच वर्षों में पेशेवरों का भरोसा जीतेंगी। बाकी सभी को इस बहुत महंगे गलतफहमी को समझाने में अपना समय बिताना पड़ेगा।
