Connect with us

рд╕рддреНрдпрд╛рдкрди рдЕрд░реНрдерд╡реНрдпрд╡рд╕реНрдерд╛ рдореЗрдВ рд╕рдВрдХреНрд░рдордг

Anderson рдХрд╛ рдПрдВрдЧрд▓

рд╕рддреНрдпрд╛рдкрди рдЕрд░реНрдерд╡реНрдпрд╡рд╕реНрдерд╛ рдореЗрдВ рд╕рдВрдХреНрд░рдордг

mm
AI-generated image featuring a harried office-worker struggling to rubber-stamp the print-outs of a dozen queuing robots. GPT-1.5.

एआई के काम की जांच एक महत्वपूर्ण क्षेत्र बन सकता है जो नए मशीन लर्निंग अर्थव्यवस्था में होगा, जिसे काफी हद तक बढ़ाना होगा और जो स्वचालित नहीं किया जा सकता है। लेकिन जैसे ही वर्ष बीतते जाएंगे, मानव ‘विशेषज्ञों’ की गुणवत्ता में संभवतः गिरावट आएगी।

 

राय. मेरी पत्नी एक वास्तुकार हैं जो यूरोप की सबसे जटिल और तीव्र नौकरशाही में से एक में काम करती हैं। उनकी शिक्षा के मूल्य का एक महत्वपूर्ण हिस्सा उनके हस्ताक्षर के अधिकार की प्राप्ति और रखरखाव में निहित है – एक महंगा प्रमाण पत्र जिसे हर साल फिर से सदस्यता लेनी होती है, और जो उन्हें साहित्यिक रूप से ‘प्रस्तावों पर हस्ताक्षर करने’ की अनुमति देता है जिनका कार्यान्वयन लाखों यूरो में हो सकता है।

वह मुझे बताती है कि यह उनके काम का सबसे कठिन हिस्सा नहीं है, क्योंकि यह केवल अपने स्वयं के गणना या दूसरों के गणना को औपचारिक बनाता है, और इस उद्देश्य के लिए, बाहरी काम आमतौर पर जांच करने में मुश्किल नहीं होता है।

मूल रूप से, जैसा कि अक्सर सीईओ की नियुक्ति के मामले में होता है, यह मुहर (यह वास्तव में एक मुहर है) मुख्य रूप से हितधारकों को यह जानने के लिए एक गधा प्रदान करती है कि यदि चीजें गलत हो जाती हैं तो किक मारें। जवाबदेही सुनिश्चित करने में, यह बीमा कवरेज और निवेशकों के विश्वास को भी सुविधाजनक बनाता है, जो इस तरह के आश्वासन के बिना प्राप्त नहीं किया जा सकता है।

यह मेरे जीवन में दूसरी बार है जब मैंने इस प्रक्रिया को सीधे देखा है; 25 साल पहले मैं इटली में एक और प्रसिद्ध रूप से जटिल ईयू नौकरशाही में एक ऑन्कोलॉजिस्ट से जुड़ा हुआ था, और मैंने देखा कि उनके विशेषज्ञ हस्ताक्षर कितने अन्य लोगों के अलावा खुद को विश्वास की एक श्रृंखला में योगदान देने के लिए अंतिम चरण थे।

मैंने उस अवधि में अपनी पूर्व-मंगेतर से और हाल ही में मेरी पत्नी से, सुना कि उनके पेशे में/थे योग्य हैक्स उनकी मुहर बेचने और कम लाभदायक के रूप में अधिक मूल या उपयोगी काम से बचने के लिए भरे हुए थे। ऐसे निंदनीय अभ्यासकर्ता उच्च रकम के लिए शुल्क ले सकते हैं क्योंकि वे अपेक्षाकृत दुर्लभ और आवश्यक संसाधनों का प्रतिनिधित्व करते हैं।

जांच करें

यह विषय मेरे दिमाग में आया जब मैं आज एक नए और विस्तृत पेपर पर आया, जिसका शीर्षक एजीआई की कुछ सरल अर्थशास्त्र है। इसमें, एमआईटी, वाशिंगटन विश्वविद्यालय में सेंट लुइस, और यूसीएलए में तीन शोधकर्ता, एक निकट भविष्य का वर्णन करते हैं जहां एआई-संचालित स्वचालन की ओर भयानक, नौकरी को नष्ट करने वाला प्रेरक उच्च जोखिम वाले परिदृश्यों में वास्तविक दुनिया के गधों को लात मारने की आवश्यकता के साथ टकराता है – इस प्रकार एक नए मानव सत्यापन, प्रमाणीकरण और जिम्मेदारी की अर्थव्यवस्था की ओर ले जाता है।

पेपर मीडिया की वर्तमान कल्पना के विपरीत है जिसमें व्यावसायिक क्षेत्रों को बड़े कार्यालयों से कम किया जा रहा है, जो एकल-व्यक्ति ‘पर्यवेक्षकों’ को छोड़ देता है, जिनके निर्णय प्रशिक्षण डेटा के रूप में उपयोग किए जा रहे हैं – आशावादी रूप से – यह अंतिम मांसवेयर को भी निकाल देगा।

इसके बजाय, लेखकों का मानना है कि व्यावसायिकConsiderations और अनुपालन आवश्यकताएं ‘रबर-स्टाम्पिंग’ मानवों पर巨ी ध्यान केंद्रित करेंगी जो एक कंपनी के (एआई/मानव/एआई-सहायता प्राप्त) कानूनी विभाग को शांत करते हैं:

‘कंपनियों के लिए, मूल रणनीतिक अंतर्दृष्टि यह है कि सत्यापन अब एक मात्र अनुपालन कार्य नहीं है, बल्कि एक प्राथमिक उत्पादन प्रौद्योगिकी है – और बढ़ते हुए, उनका सबसे मजबूत एक। यह एक संरचनात्मक परिवर्तन को निर्धारित करता है: दृश्यता में भारी निवेश, सत्यापन-ग्रेड जमीनी सच्चाई का विस्तार, और एक “सैंडविच” टोपोलॉजी (मानव इरादा → मशीन निष्पादन → मानव सत्यापन और अंडरराइटिंग) के आसपास पुनर्गठन।

‘एक अर्थव्यवस्था में जहां कच्चा आउटपुट कमोडिटीज़ है, प्रतिस्पर्धी लाभ कमोडिटी के शुद्ध आउटपुट में नहीं, बल्कि विश्वसनीय परिणामों में स्थानांतरित हो जाता है – जो कि नेटवर्क प्रभाव पैदा करता है।’

लेखकों का अनुमान है कि विकास पर अंकुश का मुख्य सीमित कारक बुद्धिमत्ता नहीं होगा – जिसे एआई ने अब ‘जीव विज्ञान से अलग’ कर दिया है – लेकिन सत्यापन बैंडविड्थ

मानव सत्यापन की ओर मूल्य का परिवर्तन

पेपर एजीआई की ओर बढ़ने की प्रक्रिया को एक विस्तारित विचलन के रूप में वर्णित करता है जो मशीन आउटपुट के उत्पादन की लागत और उस आउटपुट की जांच की लागत के बीच है – जो बाद में मानव समय और जीवन के अनुभव से जुड़ी हुई है।

योजनाओं, रिपोर्टों, डिज़ाइनों और सिफारिशों का उत्पादन सस्ता और बहुतायत में हो जाएगा, जबकि यह निर्धारित करना कि उनमें से कौन सुरक्षित, संरेखित, और पर्याप्त रूप से कार्य करने के लिए सुरक्षित हैं, एक ‘दुर्लभ कार्य’ बन जाएगा। तैनाती की प्रभावी सीमा इसलिए नहीं होगी कि प्रणाली कितना आउटपुट उत्पन्न कर सकती है, बल्कि यह कि कितना आउटपुट विश्वसनीय रूप से सत्यापित किया जा सकता है।

इस प्रकार, विशेषज्ञता में विशेषज्ञता को पुरस्कृत करने के बजाय, प्रणाली मापनीयता को पुरस्कृत करना शुरू कर देगी: जो काम मापदंडों द्वारा किया जा सकता है, वह कमोडिटीकरण की ओर बढ़ेगा क्योंकि इसका निष्पादन लागत कम्प्यूट की सीमांत लागत के करीब पहुंच जाएगी, और मूल्य उच्च गुणवत्ता वाले जमीनी सच्चाई, विश्वसनीय ऑडिट ट्रेल्स, और संस्थागत तंत्र में एकत्र होगा जो जिम्मेदारी को सौंपने और अवशोषित करने के लिए।

इसलिए, एक सत्यापन अर्थव्यवस्था में, लाभ कम सामग्री का उत्पादन करने में नहीं होगा, बल्कि परिणामों को प्रमाणित करने और उनसे जुड़े जोखिमों को अंडरराइट करने में होगा।

यदि स्वचालन तेजी से आगे बढ़ता है जबकि सत्यापन मानव समय और ध्यान से सीमित रहता है, तो पेपर का अनुमान है कि एक होल्डेड अर्थव्यवस्था उभरेगी, जहां स्वचालन की लागत गिरने के कारण अधिक से अधिक एजेंट तैनात किए जाएंगे – भले ही उनके आउटपुट की ठीक से जांच करने की क्षमता उसी गति से नहीं बढ़ेगी। उस परिदृश्य में, जो काम वास्तव में सत्यापित किया जाता है उसका हिस्सा सिकुड़ जाएगा, जो नकारात्मक परिणामों को जन्म देगा।

इसके विपरीत, एक अग्रिम अर्थव्यवस्था सुनिश्चित करेगी कि सत्यापन क्षमता स्वचालन के साथ तालमेल बिठाएगी। इसमें संरचित प्रशिक्षण में जानबूझकर निवेश शामिल होगा ताकि विशेषज्ञता को संरक्षित किया जा सके, साथ ही नए दायित्व ढांचे जो जोखिम को अवशोषित कर सकते हैं। तैनाती तब वास्तव में जांची और बीमित की जा सकने वाली चीजों से जुड़ी होगी – प्रभावी रूप से, एक बहुत पुरानी बोतलेंक जो एक अभूतपूर्व पैमाने पर तकनीकी विकास द्वारा केंद्र में लाया गया है:

‘प्रौद्योगिकी क्षेत्र में, प्रमुख राजस्व मॉडल सॉफ्टवेयर एक्सेस (सॉफ्टवेयर-ए-ए-सर्विस) से लेकर परिणामों (सॉफ्टवेयर-ए-ए-लेबर) की मोनेटाइजेशन में स्थानांतरित हो जाएगा। इसके परिणामस्वरूप, कंपनियों को मुख्य रूप से उनकी दायित्व को अवशोषित करने की क्षमता पर मूल्यांकन किया जाएगा।

‘निष्पादन अब अनंत रूप से स्केलेबल है; इसके अपरिहार्य विफलताओं को अवशोषित करने के लिए कानूनी और वित्तीय क्षमता नई बोतलेंक है।’

ह्रास

वास्तव में, मानवों में डोमेन विशेषज्ञता का संरक्षण समस्या के लिए महत्वपूर्ण है, क्योंकि एक औद्योगिक पर्यवेक्षण की संस्कृति जोखिम में समय के साथ उन लोगों की गुणवत्ता को कम कर देगी जो पर्यवेक्षण कर रहे हैं – क्योंकि बाद के पर्यवेक्षकों के पीढ़ियों में सीधे और जीवित अनुभव की कमी होगी जो सत्यापन की आवश्यकता वाले डोमेन की होगी।

संभावित रूप से, उस चरण में, पर्यवेक्षण की गुणवत्ता वास्तव में स्वचालन के लिए संवेदनशील हो जाएगी, क्योंकि नए निर्णय केवल पूर्व निर्णयों के आधार पर ही बनाए जाएंगे। हालांकि, इससे हितधारकों को एक लात मारने योग्य गधा के बिना छोड़ दिया जाएगा, या एक व्यवहार्य व्यवसाय मॉडल। यह ऐसी भूमिका को इतना अस्थिर और जोखिम से भरा बना देगा कि यह नियोजन के माहौल में भी अपील नहीं करेगा।

स्वास्थ्य विशेषज्ञों और वास्तुकारों जैसे प्रमाणित पेशेवरों को एक अच्छी तरह से भुगतान की गई लेकिन अत्यधिक बोझिल ‘रबर-स्टाम्पिंग’ स्थिति में रखना संभवतः उनकी भूमिका में उनके मूल्य को कम कर देगा: जितना ही उनका वास्तविक क्षेत्र अनुभव उनकी अनुपस्थिति में विकसित होता है, उतना ही उनके निर्णय ‘सैद्धांतिक’ हो सकते हैं।

(यह पूर्व-एआई व्यवसाय संस्कृति में कुशल कर्मचारियों के रूप में परिचित है जो प्रबंधन में आगे बढ़ते हैं और नोवेल विकास से अधिक से अधिक बाहर निकल जाते हैं, अंततः अपने मूल्य को पर्यवेक्षकों और संगठनकर्ताओं के रूप में कमजोर करते हैं। यह स्टार ट्रेक: टीएनजी प्रशंसकों के लिए भी परिचित है, जो पकलेड्स के रूप में है – एक जाति जो उन्नत प्रौद्योगिकी का व्यापक रूप से उपयोग करती है, लेकिन अब नहीं जानती कि इसे कैसे बनाया जाए या कैसे ठीक किया जाए।)

प्रवेश स्तर के निष्पादन ने ऐतिहासिक रूप से भविष्य के विशेषज्ञों के लिए प्रशिक्षण के मैदान के रूप में कार्य किया है; लेकिन यदि स्वचालन नियमित कार्यों को समाप्त कर देता है जिसके माध्यम से निर्णय लिया जाता है, तो सक्षम पर्यवेक्षकों की भविष्य की आपूर्ति सिकुड़ जाएगी, लेखक सुझाव देते हैं।

इस प्रकार, पेपर एक विरोधाभास की भविष्यवाणी करता है: जितना अधिक शक्तिशाली एजेंटिक प्रणाली बन जाएगी, उतना ही अधिक समाज उसी प्रणाली द्वारा कमजोर किए जा रहे मानव विशेषज्ञता के स्टॉक पर निर्भर करेगा।

और आइए याद रखें कि यह किसी भी तरह से एक तकनीकी समस्या नहीं है, न ही यह एक तकनीकी समाधान के लिए संवेदनशील है। कई मायनों में, यह सिंड्रोम एआई मॉडल कोलैप्स के लॉजिस्टिक समकक्ष का सुझाव देता है – सिवाय इसके कि यहां हम आर्थिक मॉडल के कमजोर होने पर विचार कर रहे हैं:

‘नीति के दृष्टिकोण से, मुख्य चुनौती एक गहरी संरचनात्मक असममितता है: एआई तैनाती के लाभ आक्रामक रूप से निजीकृत हैं, जबकि प्रणालीगत जोखिम सामाजिक हैं। कंपनियां और व्यक्ति स्वचालन के अपसाइड को पकड़ते हैं जबकि विनाशकारी पूंछ जोखिमों को बाहरी करते हैं।

‘बिना साझा सत्यापन बुनियादी ढांचे और दृढ़ दायित्व मूल्य निर्धारण के, बाजार तर्कसंगत रूप से एक खोखली अर्थव्यवस्था की ओर बढ़ेगा – एक संतुलन जो मापी गई गतिविधि में विस्फोटक है, लेकिन मूल रूप से खोखले मानव नियंत्रण की विशेषता है।’

निष्कर्ष: एक अलग संकट

लेखकों ने अनुमानित संकट को मापनीयता अंतर के रूप में परिभाषित किया है, जहां मात्रात्मक प्रक्रियाओं को मानव योगदान से स्वचालन द्वारा दूर किया जा सकता है, -हार्ड या -कानूनी प्रक्रियाओं को छोड़ दिया जाता है जिन्हें अभी भी मानव विशेषज्ञता की आवश्यकता होती है।

हालांकि, मेरी पत्नी का अनुभव सुझाव देता है कि एक प्रक्रिया की जटिलता या कठिनाई आवश्यक रूप से उस प्रक्रिया में जवाबदेही की आवश्यकता से संबंधित नहीं है; जिन चीजों पर वह ‘हस्ताक्षर’ करती है वे स्वयं में त्रिविया समस्याएं या गणना का प्रतिनिधित्व कर सकती हैं, लेकिन उल्लंघन में परिणामी हो सकती हैं।

इसलिए, सत्यापन अर्थव्यवस्था में संक्रमण एक अलग संकट पैदा कर सकता है जो वर्तमान में हेडलाइंस को प्राप्त कर रहा है। मुद्दा इस मामले में यह नहीं होगा कि क्या एआई अधिक उत्पादन कर सकता है, बल्कि यह कि क्या संस्थानों में पर्याप्त उत्पादन की जांच करने की क्षमता है ताकि मशीन बुद्धिमत्ता को स्थायी मूल्य में अनुवाद किया जा सके।

चूंकि मशीन बुद्धिमत्ता जल्द ही अभूतपूर्व गति से बढ़ सकती है, और मामला-लागू मानव समय की उपलब्धता उस गति के साथ तालमेल नहीं बिठा सकती है, नए काम में उल्लिखित मुद्दे जल्द ही बहुत तेजी से उभरने की संभावना है – भले ही वे शुरू में एआई अपनाने के व्यापक आर्थिक परिणामों से डूब जाएं।

 

* पेपर बहुत लंबा है और इसे विशिष्ट तरीके से तोड़ने के लिए उपयुक्त नहीं है, और किसी भी मामले में इस तरह के विश्लेषण के लिए संरचनात्मक रूप से अनुपयुक्त है। इसलिए, मैंने इसकी जगह पर टिप्पणी करने और इसके महत्व पर विचार करने का फैसला किया, और पाठक को स्रोत कार्य के लिए संदर्भित किया ताकि वे भी ऐसा कर सकें।

/s

पहली बार बुधवार, 25 फरवरी, 2026 को प्रकाशित

рдорд╢реАрди рд▓рд░реНрдирд┐рдВрдЧ рдкрд░ рд▓реЗрдЦрдХ, рдорд╛рдирд╡ рдЗрдореЗрдЬ рд╕рд┐рдВрдереЗрд╕рд┐рд╕ рдореЗрдВ рдбреЛрдореЗрди рд╡рд┐рд╢реЗрд╖рдЬреНрдЮред рдореЗрдЯрд╛рдлрд┐рдЬрд┐рдХ.рдПрдЖрдИ рдореЗрдВ рдЕрдиреБрд╕рдВрдзрд╛рди рд╕рд╛рдордЧреНрд░реА рдХреЗ рдкреВрд░реНрд╡ рдкреНрд░рдореБрдЦред
рд╡реНрдпрдХреНрддрд┐рдЧрдд рд╕рд╛рдЗрдЯ: martinanderson.ai
рд╕рдВрдкрд░реНрдХ: [email protected]
рдЯреНрд╡рд┐рдЯрд░: @manders_ai

рд╡рд┐рдЬреНрдЮрд╛рдкрди рдкреНрд░рдХрдЯреАрдХрд░рдг: Unite.AI рд╕рдЯреАрдХ рдЬрд╛рдирдХрд╛рд░реА рдФрд░ рд╕рдорд╛рдЪрд╛рд░ рдкреНрд░рджрд╛рди рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдХрдареЛрд░ рд╕рдВрдкрд╛рджрдХреАрдп рдорд╛рдирдХреЛрдВ рдХреЗ рдкреНрд░рддрд┐ рдкреНрд░рддрд┐рдмрджреНрдз рд╣реИред рдЬрдм рдЖрдк рдЙрди рдЙрддреНрдкрд╛рджреЛрдВ рдХреЗ рд▓рд┐рдВрдХ рдкрд░ рдХреНрд▓рд┐рдХ рдХрд░рддреЗ рд╣реИрдВ рдЬрд┐рдирдХреА рд╣рдордиреЗ рд╕рдореАрдХреНрд╖рд╛ рдХреА рд╣реИ, рддреЛ рд╣рдореЗрдВ рдореБрдЖрд╡рдЬрд╛ рдорд┐рд▓ рд╕рдХрддрд╛ рд╣реИред