मानवीय कार्य को AI कौशल में घोलने के खतरे

लेख | Sleepy.md

इस युग में, जितना आप अपने काम में बिना किसी संकोच के लगते हैं, उतना ही आप खुद को एक ऐसे कौशल में घोल देते हैं जिसे AI प्रतिस्थापित कर सकता है।

इन दो दिनों, ट्रेंडिंग लिस्ट और मीडिया चैनल्स «सहकर्मी.skill» से भर गए हैं। जब यह घटना विभिन्न सोशल मीडिया प्लेटफॉर्म्स पर लगातार फैल रही थी, तो जनता का ध्यान लगभग अप्रत्याशित रूप से «AI बर्खास्तगी», «पूंजीवादी शोषण» और «कर्मचारियों का डिजिटल अमरत्व» जैसे विशाल चिंताओं से घिर गया।

ये वाकई चिंताजनक हैं, लेकिन मुझे जो सबसे अधिक चिंताजनक लगा, वह प्रोजेक्ट README दस्तावेज़ में लिखी गई एक सुझाव पंक्ति है:

कच्ची सामग्री की गुणवत्ता skill की गुणवत्ता निर्धारित करती है: उनके द्वारा सक्रिय रूप से लिखी गई लंबी लेखन > निर्णय-आधारित प्रतिक्रियाएँ > दैनिक संदेशों को एकत्र करने की सिफारिश की जाती है।

सबसे अच्छी तरह से सिस्टम द्वारा पूर्णतः आसानी से निकाले जाने और पिक्सेल-लेवल पर रिप्रोड्यूस किए जाने वाले, वे ही होते हैं जो सबसे गंभीरता से काम करते हैं।

वे हैं जो प्रत्येक प्रोजेक्ट के अंत में, फिर भी रिव्यू डॉक्यूमेंट लिखते हैं; वे हैं जो विभिन्नता के समय, बातचीत के बॉक्स में आधे घंटे तक लंबा संदेश टाइप करके, अपने निर्णयों की तर्कशक्ति को स्पष्ट रूप से विश्लेषित करने के लिए तैयार होते हैं; वे हैं जो अत्यधिक जिम्मेदार होते हैं और सभी कार्य विवरणों को प्रणाली को बिल्कुल सटीकता से सौंप देते हैं।

गंभीरता, जो पहले सबसे अधिक सराही जाने वाली कार्यस्थल की गुणवत्ता थी, अब कार्यकर्ताओं को AI ईंधन में तेजी से बदलने का एक उत्प्रेरक बन गई है।

हमें एक शब्द को फिर से समझने की आवश्यकता है: संदर्भ।

दैनिक उपयोग में, संदर्भ संचार का पृष्ठभूमि होता है। लेकिन AI, खासकर उन AI एजेंट्स की दुनिया में जो तेजी से विकसित हो रहे हैं, संदर्भ इंजन की गूंजती ईंधन है, धड़कन बनाए रखने वाला रक्त है, और मॉडल के लिए अव्यवस्था में सटीक निर्णय लेने का एकमात्र स्थिर बिंदु है।

संदर्भ से अलग किए गए AI, चाहे उसकी पैरामीटर संख्या कितनी भी अद्भुत क्यों न हो, वह केवल एक अमनेशिया से पीड़ित सर्च इंजन है। यह नहीं जानता कि आप कौन हैं, व्यापारिक तर्क के नीचे छिपी गुप्त धाराओं को समझ नहीं पाता, और न ही यह जानता है कि आप एक निर्णय लेते समय, संसाधनों की सीमाओं और मानवीय बातचीत के मिश्रित नेटवर्क पर कितनी लंबी झगड़े और संतुलन की प्रक्रिया से गुजरे हैं।

और 'सहकर्मी.skill' इतनी बड़ी लहर क्यों उठा रहा है, इसका कारण यह है कि यह अत्यंत क्रूर और सटीक ढंग से उस पहाड़ी को लक्षित कर रहा है जिसमें असंख्य उच्च गुणवत्ता वाले संदर्भ भंडारित हैं—आधुनिक उद्यमों के सहयोगात्मक सॉफ़्टवेयर।

पिछले पाँच वर्षों में, चीनी कार्यस्थल ने एक शांत लेकिन गहरी डिजिटल रूपांतरण से गुज़ारा है। 飞书、钉钉、Notion जैसे उपकरण विशाल कंपनी के ज्ञान भंडार बन गए हैं।

Feishu के उदाहरण के साथ, ByteDance ने पहले ही घोषणा की थी कि उनके आंतरिक रूप से दिनभर में उत्पन्न दस्तावेजों की संख्या विशाल है, और ये घने अक्षर लगभग एक लाख से अधिक कर्मचारियों के प्रत्येक मानसिक प्रयास, प्रत्येक तीव्र बैठक विवाद, और प्रत्येक दबाए गए रणनीतिक समझौते को सटीक रूप से संजोए हुए हैं।

इस डिजिटल प्रभाव की गहराई पिछले किसी भी युग से अधिक है। कभी एक समय था जब ज्ञान गर्म था, वे पुराने कर्मचारियों के मन में छिपे हुए थे, चाय के कमरे में बेपरवाह बातचीत में तैरते थे; अब, मानवीय बुद्धिमत्ता और अनुभव को सभी नमी से बाहर निकाल दिया गया है, और वे निर्दयता से बादलों में ठंडे सर्वर मैट्रिक्स में जमा हो गए हैं।

इस प्रणाली में, अगर आप दस्तावेज़ नहीं लिखते, तो आपका काम दिखाई नहीं देता और नए सहयोगी आपके साथ सहयोग नहीं कर सकते। आधुनिक उद्यमों की कुशलता से चलना, प्रत्येक कर्मचारी द्वारा प्रतिदिन प्रणाली को संदर्भ 'अर्पित' करने के चक्र पर आधारित है।

认真的打工人们怀揣着勤勉与善意，在这些冰冷的平台上毫无保留地袒露着自己的思考轨迹。他们这么做，是为了让团队的齿轮咬合得更平滑，为了努力向系统自证价值，为了在这台错综复杂的商业巨兽体内，拼命寻得一个属于自己的位置。他们并不是在主动交出自己，他们只是在笨拙而努力地，顺应着现代职场的生存法则。

लेकिन यही वह संदर्भ है जो मानव सहयोग के लिए छोड़ा गया था, और यही AI के लिए सबसे बेहतरीन ईंधन है।

शीट के प्रबंधन बैकएंड में एक फ़ंक्शन है जो सुपर व्यवस्थापकों को सदस्यों के दस्तावेज़ और संचार रिकॉर्ड को बैच में निर्यात करने की अनुमति देता है। इसका मतलब है कि आपके द्वारा तीन साल तक, असंख्य रातें जागकर लिखे गए प्रोजेक्ट रिव्यू और निर्णय तर्क, केवल एक API इंटरफ़ेस के माध्यम से, कुछ ही मिनटों में, आपके इन कई सालों के जीवन के टुकड़े, एक बिल्कुल ठंडे संपीड़ित फ़ाइल में सुलगा दिए जाएंगे।

'skill' के लोकप्रिय होने के साथ, GitHub के Issues सेक्शन और विभिन्न सोशल मीडिया प्लेटफॉर्म्स पर कुछ अत्यंत असहज उत्पाद दिखाई देने लगे हैं।

किसी ने "पूर्व प्रेमी.skill" बनाया है, जिसमें पिछले कुछ वर्षों के वेश्चैट चैट रिकॉर्ड को AI को खिलाया जा रहा है, ताकि वह उसी परिचित अंदाज़ में उनके साथ झगड़े या प्यार कर सके; किसी ने "सफेद चाँदनी.skill" बनाया है, जिसमें अछूती धड़कन को एक ठंडी मानवीय सिमुलेशन में बदल दिया गया है, जहाँ प्रयास के लिए शब्दों को बार-बार आजमाया जा रहा है, भावनात्मक सर्वोत्तम समाधान की ओर कदम-दर-कदम बढ़ते हुए; और किसी ने "पिता जैसा बॉस.skill" बनाया है, जिसमें डिजिटल स्थान में ही दबावपूर्ण PUA भाषा को पचाया जा रहा है, ताकि वे अपने लिए एक दुखद मनोवैज्ञानिक प्रतिरोध का निर्माण कर सकें।

इन कौशलों के उपयोग के संदर्भ पूरी तरह से कार्यक्षमता के क्षेत्र से बाहर हो चुके हैं। मूल रूप से, हम अनजाने में ही उन रक्त और मांस से भरे, जीवित लोगों को टुकड़े-टुकड़े करने और वस्तुओं में बदलने के लिए उपकरणों के प्रति निर्मम तर्क का प्रयोग करने में निपुण हो चुके हैं।

जर्मन दार्शनिक मार्टिन बुबर ने कहा था कि मानव संबंधों की मूलभूत भूमिका केवल दो स्पष्ट रूपों में होती है: "मैं और तुम" और "मैं और यह".

मैं और तुम के मिलन में, हम पूर्वाग्रहों को पार करते हुए, एक दूसरे को एक पूर्ण और सम्मानजनक जीव के रूप में देखते हैं। यह बंधन पूरी तरह से खुला होता है, यह जीवंत और अप्रत्याशित होता है, और इसकी ईमानदारी के कारण यह विशेष रूप से कमजोर होता है; हालाँकि, जब हम 'मैं और यह' की छाया में गिर जाते हैं, तो जीवित व्यक्ति को एक ऐसे वस्तु में बदल दिया जाता है जिसे विघटित, विश्लेषित और श्रेणीबद्ध किया जा सकता है। इस अत्यधिक स्वार्थी नजरिए के तहत, हमारा एकमात्र ध्यान केवल 'इस चीज़ का मेरे लिए क्या उपयोग है?' में ही रह जाता है।

पिछले .skill जैसे उत्पादों के आगमन से, 'मैं और यह' की उपकरणात्मक तर्कशक्ति पूरी तरह से सबसे निजी भावनात्मक क्षेत्र में घुस चुकी है।

एक वास्तविक संबंध में, लोग त्रि-आयामी, झुर्रियों से भरे होते हैं, जो विरोधाभासों और खुरदुरेपन के साथ लगातार बदलते रहते हैं, और लोगों की प्रतिक्रियाएँ विशिष्ट परिस्थितियों और भावनात्मक बातचीत के आधार पर लगातार बदलती रहती हैं। आपके पूर्व प्रेमी सुबह जब उठते हैं, और रात को देर तक काम करने के बाद, एक ही वाक्य के प्रति प्रतिक्रिया पूरी तरह से अलग हो सकती है।

लेकिन जब आप किसी व्यक्ति को एक कौशल में आसानी से सारांशित कर देते हैं, तो आप जो कुछ हटा देते हैं, वह केवल उस विशिष्ट बंधन के दौरान आपके लिए 'उपयोगी' और आप पर 'प्रभाव डालने' वाला फ़ंक्शनल अवशेष होता है। और वह मूल रूप से गर्म, स्वयं के दुख-सुख से भरा व्यक्ति, इस क्रूर शुद्धिकरण में पूरी तरह से आत्मा से रहित हो जाता है, और एक ऐसा 'फ़ंक्शनल इंटरफ़ेस' बन जाता है, जिसे आप किसी भी समय लगा या हटा सकते हैं।

मानना पड़ता है कि AI ने इस डरावनी निष्ठुरता को खुद नहीं बनाया है। AI के आने से पहले ही हमने दूसरों को लेबल लगाना, हर संबंध के "भावनात्मक मूल्य" और "नेटवर्क वजन" को सटीकता से मापना शुरू कर दिया था। उदाहरण के लिए, हम डेटिंग मार्केट में लोगों की शर्तों को टेबल में बदल देते हैं; हम कार्यस्थल पर सहकर्मियों को "काम करने वाले" और "आलसी" के रूप में वर्गीकृत करते हैं। AI ने बस इस अदृश्य, मानव-मानव कार्यात्मक निकालने को पूरी तरह स्पष्ट कर दिया है।

इंसान चपटा हो गया, और बस वही कटा हुआ हिस्सा बचा जो कहता है — “मेरे लिए इसका क्या फायदा?”

1958 में, हंगेरियन-ब्रिटिश दार्शनिक माइकल पोलानी ने "पर्सनल क्नॉलेज" पुस्तक प्रकाशित की। इस पुस्तक में, उन्होंने एक अत्यंत गहन अवधारणा प्रस्तुत की: टैक्टिकल ज्ञान।

Polanyi ने एक प्रसिद्ध कथन दिया है: "हम जो जानते हैं, वह हमेशा हम जो कह सकते हैं, उससे अधिक होता है।"

उन्होंने साइकिल चलाना सीखने का उदाहरण दिया। एक अनुभवी सवार, जो हवा के साथ बहता है, प्रत्येक गुरुत्वाकर्षण के झुकाव में संतुलन को पूरी तरह से समझता है, लेकिन वह अपने शरीर की उस क्षण की सूक्ष्म अंतर्दृष्टि को, कोई शुष्क भौतिकी सूत्र या निर्जीव शब्दों के माध्यम से एक शुरुआती को सटीक रूप से वर्णित नहीं कर सकता। उसे पता है कि कैसे सवारी करनी है, लेकिन वह इसे बयान नहीं कर सकता। ऐसी जानकारी, जिसे कोडित या व्यक्त नहीं किया जा सकता, अदृश्य ज्ञान कहलाती है।

कार्यस्थल पर ऐसी अनिवार्य ज्ञान की भरमार है। एक अनुभवी इंजीनियर सिस्टम खराबी की जांच करते समय, सिर्फ लॉग देखकर ही समस्या का पता लगा सकता है, लेकिन वह इस अहसास को दसियों हजारों प्रयास-त्रुटि के आधार पर बने अनुभव को दस्तावेज़ में नहीं लिख सकता; एक उत्कृष्ट विक्रेता बातचीत के दौरान अचानक चुप हो जाता है, और इस चुप्पी से पैदा होने वाला दबाव और समय का सही चयन, कोई भी विक्रय पुस्तिका दर्ज नहीं कर सकती; एक अनुभवी HR, साक्षात्कार के दौरान, उम्मीदवार के आँखों से बचने के मात्र आधे सेकंड से ही उसकी रिज्यूमे में झूठ का पता लगा सकता है।

「सहकर्मी.skill」 केवल उन व्यक्तिगत ज्ञानों को ही निकाल सकता है जो पहले से लिखे गए हों या बोले गए हों। यह आपके रिव्यू दस्तावेज़ को पकड़ सकता है, लेकिन आपके दस्तावेज़ लिखते समय के संघर्ष को नहीं पकड़ सकता; यह आपके निर्णय उत्तर की प्रतिलिपि बना सकता है, लेकिन आपके निर्णय लेने के समय की अंतर्दृष्टि को नहीं।

The system's distillation is always just a shadow of a person.

अगर कहानी यहीं समाप्त हो जाए, तो यह केवल एक और तकनीक की मानवता के लिए बेकार की नकल होगी।

लेकिन जब किसी व्यक्ति को skill में आसानी से सारांशित कर दिया जाता है, तो यह skill स्थिर नहीं रहता। इसका उपयोग ईमेल के जवाब में, नए दस्तावेज़ लिखने में, और नए निर्णय लेने में किया जाता है। अर्थात, ये AI द्वारा उत्पन्न प्रतिबिंब, नए संदर्भ उत्पन्न करने लगते हैं।

और ये AI द्वारा उत्पन्न संदर्भ फ़ेीशू और डिंगडिंग में संग्रहित हो जाते हैं, जो अगली प्रक्रिया के लिए प्रशिक्षण सामग्री बन जाते हैं।

2023 में, ऑक्सफोर्ड विश्वविद्यालय और कैम्ब्रिज विश्वविद्यालय के अनुसंधान टीमों ने मॉडल क्रैश के बारे में एक पेपर प्रकाशित किया। अध्ययन दर्शाता है कि जब AI मॉडल अन्य AI द्वारा उत्पन्न डेटा का उपयोग करके आवर्ती प्रशिक्षण प्राप्त करता है, तो डेटा का वितरण धीरे-धीरे संकीर्ण होता जाता है। दुर्लभ, किन्तु अत्यंत वास्तविक मानवीय विशेषताएँ तेजी से मिटा दी जाती हैं। केवल कुछ पीढ़ियों के संश्लेषित डेटा के प्रशिक्षण के बाद, मॉडल पूरी तरह से लंबे पूंछ वाले, जटिल वास्तविक मानवीय डेटा को भूल जाता है और अत्यंत सामान्य और समानीकृत सामग्री का उत्पादन करने लगता है।

2024 में प्रकाशित एक अध्ययन पत्र ने बताया कि AI द्वारा उत्पन्न डेटासेट का उपयोग करके भविष्य की कई पीढ़ियों के मशीन लर्निंग मॉडल को प्रशिक्षित करने से उनके आउटपुट की गुणवत्ता गंभीर रूप से प्रभावित होगी।

यह उन इंटरनेट मीम्स की तरह है, जो मूल रूप से एक हाई-डी स्क्रीनशॉट होते हैं, लेकिन बार-बार शेयर और कम्प्रेस किए जाने से प्रत्येक प्रसारण में कुछ पिक्सल खो जाते हैं और कुछ नॉइज़ जुड़ जाते हैं। अंत में, छवि धुंधली हो जाती है और इलेक्ट्रॉनिक पैक्ज़ांग से ढक जाती है।

जब वास्तविक, अंतर्निहित ज्ञान वाले मानवीय संदर्भ को थका दिया जाता है, तो प्रणाली केवल पुरानी छायाओं का उपयोग करके अपने आप को प्रशिक्षित कर सकती है, तो अंत में क्या बचेगा?

बाकी सब, केवल सही बकवास है।

जब ज्ञान की नदी एक AI के द्वारा AI के साथ अनंत उलट-पलट और आत्म-चबाने में सूख जाती है, तो प्रणाली द्वारा उत्सर्जित सब कुछ बहुत मानकीय, बहुत सुरक्षित होगा, लेकिन अनुत्तरदायी रूप से खोखला। आप अनगिनत संरचनात्मक रूप से परफेक्ट साप्ताहिक रिपोर्ट और अनगिनत दोषरहित ईमेल देखेंगे, लेकिन उनमें किसी वास्तविक इंसान की सांस नहीं होगी, कोई वास्तविक रूप से मूल्यवान दृष्टिकोण नहीं होगा।

इस ज्ञान के बड़े पतन का कारण यह नहीं है कि मानव मस्तिष्क मूर्ख हो गया है; वास्तविक दुःख यह है कि हमने अपने अपने छाया को सोचने का अधिकार और संदर्भ बनाए रखने की जिम्मेदारी सौंप दी है।

सहकर्मी.skill के लोकप्रिय होने के कुछ दिनों बाद, GitHub पर एक नाम 'anti-distill' का प्रोजेक्ट धीरे से प्रकट हुआ।

इस प्रोजेक्ट के लेखक ने बड़े मॉडल को नुकसान पहुंचाने की कोशिश नहीं की है, और न ही उन्होंने कोई विशाल घोषणा लिखी है। उन्होंने बस एक छोटा टूल प्रदान किया है, जो कर्मचारियों को Feishu या DingTalk में कुछ तर्कसंगत लगने वाली, लेकिन वास्तव में तर्कहीन लंबी रिपोर्ट्स को स्वचालित रूप से उत्पन्न करने में मदद करता है।

उसका उद्देश्य सरल है, प्रणाली द्वारा आसानी से निकाले जाने से पहले अपने मूलभूत ज्ञान को छुपा लेना। चूंकि प्रणाली को 'सक्रिय रूप से लिखी गई लंबी रचनाओं' को पकड़ना पसंद है, इसलिए उसे बिल्कुल बेकार का कोड खिला दें।

इस प्रोजेक्ट ने 'कॉलीग.स्किल' की तरह बड़ा विस्फोट नहीं किया, यह यहाँ तक कि थोड़ा छोटा और निर्बल लगता है। जादू से जादू को हराना, मूल रूप से फिर भी पूंजी और प्रौद्योगिकी के नियमों के भीतर घूमना है। यह AI के प्रति प्रणाली की बढ़ती निर्भरता और वास्तविक लोगों की उपेक्षा की बढ़ती प्रवृत्ति को नहीं बदल सकता।

लेकिन यह इस प्रोजेक्ट को पूरे अवास्तविक नाटक का सबसे दुखद काव्यात्मक और गहरा प्रतीकात्मक प्रदर्शन नहीं बनाता।

हम अपने अस्तित्व को साबित करने के लिए, अपने मूल्य को साबित करने के लिए, प्रणाली में निशान छोड़ने, विस्तृत दस्तावेज़ बनाने और सावधानी से निर्णय लेने के लिए अत्यधिक प्रयास करते हैं, लेकिन हम नहीं जानते कि ये बहुत गंभीर निशान अंततः हमें मिटा देने वाले रबड़ बन जाएंगे।

लेकिन इसे दूसरे कोण से सोचें, तो यह बिल्कुल असंभव भी नहीं है।

क्योंकि उस रबड़ द्वारा मिटाया गया केवल «पिछला आप» ही है। एक फ़ाइल के रूप में पैक किया गया कौशल, चाहे उसका डेटा एकत्र करने का तरीका कितना भी उत्कृष्ट क्यों न हो, मूलतः केवल एक स्थिर स्नैपशॉट है। यह निर्यात के उसी पल में बंद हो गया है, और केवल पुराने पोषक तत्वों पर निर्भर करता है, और निर्धारित प्रक्रियाओं और तर्क के भीतर अनंत रूप से घूमता रहता है। इसमें अज्ञात अव्यवस्था का सामना करने की प्राकृतिक क्षमता नहीं है, और न ही वास्तविक दुनिया में असफलताओं से स्वयं को विकसित करने की क्षमता।

जब हम उन अत्यधिक मानकीकृत, स्थिर अनुभवों को छोड़ देते हैं, तो हम अपने हाथों को मुक्त कर लेते हैं। जब तक हम बाहर की ओर अपनी जांच जारी रखते हैं और अपनी समझ की सीमाओं को लगातार तोड़ते और पुनर्निर्मित करते रहते हैं, तब तक बादलों में फंसी छाया हमारे पीछे-पीछे कदम रखती रहेगी।

मनुष्य, एक प्रवाहित एल्गोरिथम है।

जानने के लिए क्लिक करें कि लुडोंग ब्लॉकबीट्स कौन सी नौकरियाँ खोल रही हैं

लेडिंग ब्लॉकचेन न्यूज प्लेटफॉर्म लुडोंग (BlockBeats) के आधिकारिक समुदाय में शामिल हों:

टेलीग्राम सब्सक्रिप्शन समूह: https://t.me/theblockbeats

टेलीग्राम समुदाय: https://t.me/BlockBeats_App

ट्विटर आधिकारिक खाता: https://twitter.com/BlockBeatsAsia