एंथ्रोपिक ने उच्च-कौशल नौकरियों पर एआई के प्रभाव को उजागर किया, प्रोग्रामर सबसे अधिक जोखिम में

हाल ही में, Anthropic ने एक अध्ययन प्रकाशित किया, जिसमें वर्तमान AI द्वारा किन कार्यों को बदला जा रहा है, उसे सटीक रूप से चित्रित किया गया है। सबसे अधिक प्रभावित समूह अप्रत्याशित हैं: वे अधिक बुजुर्ग, अधिक शिक्षित और अधिक आय वाले हैं (औसत से 47% अधिक)। और, उनके पास स्नातकोत्तर डिग्री होने की संभावना उन लोगों की तुलना में लगभग चार गुना है, जो अभी तक AI के प्रभाव से अछूते हैं।

हालांकि अध्ययन दर्शाते हैं कि AI अभी भी अपनी सैद्धांतिक क्षमता की सीमा तक पहुंचा नहीं है, और वर्तमान वास्तविक कवरेज केवल संभावित अनुप्रयोगों का एक छोटा हिस्सा है। विशेष रूप से, कुछ कार्यों के लिए AI के व्यावहारिक लागू होने की सैद्धांतिक संभावना है, लेकिन उनका व्यापक वास्तविक अनुप्रयोग नहीं हुआ है, जिसके मुख्य कारणों में मॉडल की स्वयं की सीमाएँ, कानूनी और विनियामक प्रतिबंध, विशिष्ट सॉफ़्टवेयर के अनुकूलन की बाधाएँ, मानव सत्यापन की अनिवार्य आवश्यकताएँ आदि शामिल हैं।

ध्यान देने योग्य बात यह है कि इस अध्ययन को प्रकाशित करने वाली कंपनी, प्रसिद्ध बड़े मॉडल Claude को बेचने वाली कंपनी है। एक AI बेचने वाली कंपनी ने अपने खिलाफ सबसे अनुकूल डेटा प्रकाशित किया। Anthropic व्यावसायिक हितों के कारण इन निष्कर्षों को कमजोर कर सकती थी, लेकिन फिर भी इसने प्रकाशन का चयन किया।

अनुसंधान परिणामों को प्रस्तुत करने से पहले, एंथ्रोपिक ने शुरू में कहा, "वर्तमान में, AI के रोजगार पर प्रभाव के सबूत अभी तक सीमित हैं। हमारा लक्ष्य AI कैसे रोजगार को प्रभावित करता है, इसके मापन के लिए एक ढांचा विकसित करना है और भविष्य में विश्लेषण को नियमित रूप से अपडेट करना है। यह ढांचा AI द्वारा श्रम बाजार को पुनर्गठित करने के सभी मार्गों को पकड़ नहीं सकता, लेकिन जब तक महत्वपूर्ण प्रभाव दिखाई नहीं देते, तब तक आधार बनाने से हम भविष्य में आर्थिक सदमों की पहचान करने में अधिक विश्वसनीय हो सकते हैं, बजाय बाद में कारणों का आरोपण। AI का प्रभाव अंततः स्पष्ट हो सकता है। लेकिन जब प्रभाव अभी स्पष्ट नहीं हैं, तब यह ढांचा विशेष रूप से उपयोगी है, क्योंकि यह वास्तविक प्रतिस्थापन से पहले सबसे कमजोर पदों की पहचान में मदद करता है।"

उनका अध्ययन का तर्क सीधा है। Anthropic ने एक नया सूचक बनाया, जिसे "वास्तविक प्रभाव (observed exposure)" कहा जाता है, जो AI के सिद्धांतगत "क्या कर सकता है" पर ध्यान नहीं देता, बल्कि वास्तविक व्यावसायिक परिवेश में "क्या कर रहा है" पर ध्यान केंद्रित करता है। वर्तमान में, यह सूचक कंपनियों के उपयोगकर्ताओं द्वारा लाखों वास्तविक Claude संवादों के आधार पर मापा गया है। अगर आपने एक सफेद कॉलर नौकरी में प्रवेश करने के लिए चार साल का समय और 200,000 डॉलर खर्च किए हैं, तो Claude के विकासकर्ता अभी पुष्टि कर चुके हैं: आपकी नौकरी की प्रभावशीलता, आपके स्नातकोत्सव पर आपके लिए शराब परोसने वाले बारटेंडर से भी अधिक हो सकती है।

उदाहरण के लिए, कंप्यूटर और गणित से संबंधित भूमिकाओं में, बड़े मॉडल के सैद्धांतिक अनुकूलन दर 94% है, लेकिन वर्तमान में केवल 33% कवर किया जा रहा है; कार्यालय और प्रशासनिक भूमिकाओं में, सैद्धांतिक क्षमता 90% है, जबकि वर्तमान वास्तविक उपयोग 40% है। AI "क्या कर सकता है" और "अभी क्या कर रहा है" के बीच का अंतर अभी भी बहुत बड़ा है। शोधकर्ताओं ने स्पष्ट रूप से बताया है कि आगे क्या होगा: क्षमता में वृद्धि और अनुप्रयोग की गहराई के साथ, वास्तविक उपयोग सैद्धांतिक क्षमता को धीरे-धीरे पूरा करेगा।

डेटा के अनुसार, उच्च AI वास्तविक प्रभाविता की शीर्ष 10 पेशेवर सूची में प्रोग्रामर 74.5% कार्य कवरेज के साथ शीर्ष स्थान पर हैं (जो कोड विकास प्रकार के AI के उच्च उपयोग की विशेषता के साथ मेल खाता है); कस्टमर सर्विस स्पेशलिस्ट 70.1% के साथ दूसरे स्थान पर हैं, जो आधिकारिक API इंटरफेस के उच्च उपयोग पर निर्भर करते हैं; डेटा एंट्री क्लर्क्स की कवरेज 67% है, क्योंकि उनकी डेटा प्रविष्टि प्रक्रिया अत्यधिक स्वचालित है, और वे तीसरे स्थान पर हैं।

आगे देखें, मेडिकल रिकॉर्ड स्पेशलिस्ट 66.7%; मार्केट रिसर्च एनालिस्ट और मार्केटिंग स्पेशलिस्ट 64.8%; व्होलसेल और मैन्युफैक्चरिंग सेल्स रिप्रेजेंटेटिव्स (टेक्निकल और साइंटिफिक प्रोडक्ट्स को छोड़कर) 62.8%; फाइनेंशियल और इन्वेस्टमेंट एनालिस्ट 57.2%; सॉफ्टवेयर क्वालिटी एश्योरेंस एनालिस्ट और टेस्टर 51.9%; इंफोर्मेशन सिक्योरिटी एनालिस्ट 48.6%; कंप्यूटर यूजर सपोर्ट स्पेशलिस्ट 46.8%।

ये सभी भविष्यवाणियाँ नहीं हैं, बल्कि वर्तमान में AI प्लेटफॉर्म पर हो रही वास्तविक नौकरी की प्रतिस्थापना की स्थितियाँ हैं।

इसके अलावा, जो प्रौद्योगिकी सफेद कॉलर व्यवसायों को पुनर्गठित कर रही है, वह लगभग एक तिहाई श्रमबल पर लगभग कोई प्रभाव नहीं डालती। पिछड़े वर्ग के आधार पर, 30% श्रमिकों को पूरी तरह से AI का संपर्क नहीं है, क्योंकि उनके कार्यों की आवृत्ति सांख्यिकीय नमूने में इतनी कम है कि गणना की सीमा तक नहीं पहुंचती, और उनके कार्य में AI कवरेज का स्तर शून्य है; इसके उदाहरण में रसोइया, मोटरसाइकिल मरम्मतकर्ता, बचावकर्मी, बारमैन, बर्तन धोने वाले, और परिवर्तन कक्ष सेवाएं शामिल हैं। साथ ही, कई कार्य अभी भी AI क्षमता की सीमा से बाहर हैं, जिनमें पेड़ों की प्रच्छेदन, कृषि मशीन संचालन जैसे शारीरिक कृषि कार्य, और न्यायालय में प्रतिनिधित्व जैसे कानूनी व्यवहार शामिल हैं।

अब विभाजन "उच्च कौशल बनाम निम्न कौशल" नहीं, बल्कि "क्या AI द्वारा कवर किया गया है" है। मौजूदा रोजगार के पैमाने के आधार पर व्यवसाय स्तर पर प्रतिगमन विश्लेषण करने पर पता चलता है कि जितना अधिक AI की वास्तविक उपलब्धता है, उतना ही कम कार्य स्थिति वृद्धि की अपेक्षा होती है। प्रत्येक 10 प्रतिशत बढ़ोतरी के साथ, BLS कार्य स्थिति वृद्धि अनुमान 0.6 प्रतिशत कम हो जाता है। यह कमजोर सहसंबंध, इस सूचकांक की पेशेवर रोजगार बाजार विश्लेषण डेटा के साथ संगति की पुष्टि करता है; ध्यान देने योग्य बात यह है कि केवल पारंपरिक सैद्धांतिक क्षमता गुणांक β के साथ, इस संबंध की पहचान नहीं की जा सकती है।

सबसे चिंताजनक बात जनसांख्यिकीय स्तर पर पाए गए निष्कर्ष हैं। उच्च उपलब्धता वाले 25% समूह और शून्य उपलब्धता वाले 30% समूह के पेशेवरों की तुलना करने पर, दोनों समूहों में उल्लेखनीय अंतर हैं: उच्च उपलब्धता समूह में महिलाओं का प्रतिशत 16 प्रतिशत अधिक है, श्वेत व्यक्तियों का प्रतिशत 11 प्रतिशत अधिक है, और एशियाईयों का प्रतिशत लगभग दोगुना है।

और, एआई के सबसे अधिक संपर्क में आने वाले समूह की औसत आय, सबसे कम संपर्क में आने वाले समूह की तुलना में 47% अधिक है, और समग्र शिक्षा स्तर भी अधिक है। इसमें, शून्य संपर्क वाले समूह में ग्रेजुएट का प्रतिशत केवल 4.5% है, जबकि उच्च संपर्क वाले समूह में यह 17.4% है, जो लगभग चार गुना का अंतर है।

अत्यधिक परिदृश्य के अनुमानों से पता चलता है कि यदि शीर्ष 10% अधिक संवेदनशील पदों के कर्मचारियों को बड़े पैमाने पर बर्खास्त कर दिया जाए, तो सबसे अधिक संवेदनशील चतुर्थांश की बेरोजगारी दर 3% से बढ़कर 43% हो जाएगी, और कुल बेरोजगारी दर 4% से बढ़कर 13% हो जाएगी।

और ये लोग ही वे हैं जिन्हें मूल रूप से "शिक्षा से सुरक्षित" माना जाता था। एक नेटिजन ने कहा, "ईमानदारी से कहूं तो, यह काफी आश्चर्यजनक है, लेकिन समझ में आता है, क्योंकि उनके पास तेजी से विकसित हो रहे प्रौद्योगिकी क्षेत्रों में स्थानांतरित किए जा सकने वाले कौशल हो सकते हैं।"

युवा श्रमिकों का विशेष रूप से ध्यान देने योग्य है, ब्राइनजोल्फसन और अन्य ने रिपोर्ट किया कि 22 से 25 वर्ष की आयु के लोगों में उच्च संपर्क वाले पेशों में रोजगार का स्तर 6% से 16% तक घट गया है। अध्ययन के अनुसार, रोजगार में कमी का मुख्य कारण नौकरी छोड़ने या बर्खास्त की संख्या में वृद्धि नहीं, बल्कि उद्यमों की भर्ती में मंदी है।

इसके अलावा, एंथ्रोपिक के शोधकर्ताओं ने पाया कि 2020 से 2021 के विशेष उतार-चढ़ाव चक्र को हटाने के बाद, 2024 में दोनों प्रकार की नौकरियों के लिए युवा भर्ती के रुझान में स्पष्ट अंतर आया: उद्यमों द्वारा युवा समूह के लिए उच्च AI जोखिम वाली नौकरियों की भर्ती की इच्छा में महत्वपूर्ण कमी आई है। इसमें, कम जोखिम वाले पेशों में मासिक नए कर्मचारियों की दर 2% पर स्थिर बनी रही, जबकि उच्च जोखिम वाली नौकरियों में नए कर्मचारियों का हिस्सा लगभग 0.5 प्रतिशत अंक से कम हो गया। समग्र आकलन से पता चलता है कि ChatGPT के प्रचलन के बाद से, उच्च जोखिम वाले पेशों में युवा भर्ती की दर 2022 की तुलना में 14% कम हो गई है; यह परिणाम सीमांत सांख्यिकीय महत्वपूर्णता के स्तर पर है; जबकि 25 वर्ष से अधिक आयु के कर्मचारियों में ऐसी ही भर्ती में कमी नहीं देखी गई है।

प्रारंभिक पद केवल "नौकरी" नहीं होते, वे प्रशिक्षण का मैदान होते हैं: प्रारंभिक विश्लेषक यहाँ से वरिष्ठ विश्लेषक बनते हैं, प्रारंभिक वकील यहाँ से तर्क बनाना सीखते हैं। यदि यह स्तर गायब हो जाता है, तो भविष्य के वरिष्ठ पेशेवर कहाँ से आएँगे? इस प्रश्न का अभी तक कोई उत्तर नहीं है।

इसी बीच, एक नेटिजन ने कहा, "अगर AI सभी ज्ञान-आधारित कर्मचारियों और तकनीकी कौशल वाले लोगों को प्रतिस्थापित कर देता है, तो जब मॉडल के वर्तमान प्रशिक्षण डेटा पुराने हो जाएँ, तो अगली पीढ़ी के प्रशिक्षण सामग्री का निर्माण कौन करेगा? और ऑनलाइन प्राप्त करने योग्य विशाल मात्रा में सामग्री का निर्माण कौन करेगा, जो AI मॉडल के उत्पादन के मुख्य कच्चे माल हैं? इसके अलावा, जब अधिकांश AI मुख्य उपयोगकर्ता बेरोजगार हो जाएँ, तो AI के संचालन और अद्यतन के लिए विशाल कंप्यूटेशनल लागत का समर्थन कौन करेगा?"

संदर्भ लिंक: https://www.anthropic.com/research/labor-market-impacts

यह लेख वेचेन ग्रुप "AI फ्रंटियर" से आया है, संकलन: हुआ वेई