- हाल के वर्षों में artificial intelligence (AI) की प्रगति के कारण नीति-निर्माता और आम जनता, नौकरियों और कामगारों पर AI के प्रभाव पर ध्यान दे रहे हैं
- ChatGPT जैसे generative AI सिस्टम तेज़ी से विकसित और अपनाए जा रहे हैं, जिससे अर्थव्यवस्था और labour market में महत्वपूर्ण बदलाव आ सकते हैं
- AI तकनीक की प्रगति का productivity, job security और income inequality पर क्या असर होगा, इसका विश्लेषण करना और उसके अनुरूप research व data की आवश्यकता पर ज़ोर दिया गया है
प्रमुख संकेत
- AI तकनीक की प्रगति और उसके साथ आने वाले आर्थिक व सामाजिक प्रभावों के ठोस स्वरूप का सटीक पूर्वानुमान लगाना असंभव है
- AI तकनीक के adoption, expertise की demand और labour market पर उसके प्रभाव से जुड़ी जानकारी इकट्ठा करना और फैलाना महत्वपूर्ण है
- इसके लिए निम्न क्षमताओं का निर्माण आवश्यक है:
- बदलावों को ट्रैक करने के लिए तेज़ data collection और analysis
- देखे गए परिवर्तनों के प्रति लचीले ढंग से प्रतिक्रिया देने वाले approaches
- कामगारों के लिए सबसे महत्वपूर्ण प्रश्न यह है कि AI expertise की demand को कैसे पुनर्गठित करेगा और विभिन्न पेशों की प्रकृति को कैसे बदलेगा
- यह अनुमान लगाना कठिन है कि AI किन expertise को augment करेगा और कौन-सी नई expertise की आवश्यकता पैदा करेगा
- सतत शिक्षा तक पहुँच, labour market को बदलावों के अनुरूप ढालने का एक प्रमुख तत्व है
- AI नए online learning environment उपलब्ध कराने में योगदान दे सकता है
AI प्रगति के प्रति प्रतिक्रिया
- AI एक ऐसा tool है जिसमें मानव श्रम को मज़बूत करने, expertise को पूरक बनाने और मूल्यवान नए प्रकार के काम पैदा करने की क्षमता है
- लेकिन ये परिणाम अपने-आप नहीं आएँगे
- नीति-निर्माता, business leaders, AI researchers, employers और workers—सभी के पास AI सिस्टम को समाज के साझा मूल्यों और लक्ष्यों के अनुरूप डिज़ाइन करने का अवसर है
- AI का लाभकारी उपयोग करने के लिए सामूहिक क्षमता को मज़बूत करना, मानव कल्याण को बढ़ाना और भविष्य की चुनौतियों के लिए तैयार workforce को समर्थन देना आवश्यक है
- इसके लिए AI की प्रगति और labour market पर उसके प्रभाव को real time में देखना, ट्रैक करना और इस जानकारी को व्यापक रूप से साझा करना महत्वपूर्ण है
- AI में बदलाव, adoption process और विभिन्न expertise demands में परिवर्तन से जुड़ा data इकट्ठा कर पारदर्शी रूप से वितरित किया जाना चाहिए
- इससे workers और policy makers, AI प्रगति के प्रति अधिक लचीली प्रतिक्रिया देने के लिए तैयार हो सकेंगे
AI और labour market
- AI तकनीक की प्रगति अर्थव्यवस्था के भीतर कई cognitive tasks पर व्यापक रूप से लागू हो सकती है, पूरक innovation को बढ़ावा दे सकती है, और productivity व labour market dynamics पर बड़ा प्रभाव डाल सकती है
- AI तकनीक की प्रगति
- neural network innovations और बड़े unannotated data sets के उपयोग ने AI तकनीक की प्रगति को तेज़ किया है
- generative AI में कई भाषाओं में बातचीत करने, लंबे दस्तावेज़ों का सारांश बनाने और computer programs लिखने की क्षमता है
- autonomous vehicles जैसी robotics और बड़े data sets के उपयोग में लगातार प्रगति
- लेकिन AI के भविष्य के विकास की दिशा अनिश्चित है, और वर्तमान AI systems में अभी भी errors, bias और irrational reasoning जैसी कई सीमाएँ हैं
- AI और productivity
- generative AI ने customer centers, software development और writing जैसे कुछ क्षेत्रों में productivity पहले ही बढ़ाई है
- यह scientific discovery और innovation को तेज़ करके productivity gains की संभावना को और बढ़ा सकता है
- लेकिन इस बात की कोई गारंटी नहीं है कि ये लाभ समान रूप से बाँटे जाएँगे
- नीतिगत और संस्थागत बदलावों के बिना job loss, wage gap, inequality में वृद्धि और काम की गुणवत्ता में गिरावट जैसे दुष्प्रभाव हो सकते हैं
- privacy threats, discrimination और bias की संभावना, तथा democracy और national security पर खतरों सहित AI से जुड़े सामाजिक जोखिमों पर विचार करना आवश्यक है
- labour market पर प्रभाव
- AI मौजूदा expertise के मूल्य को कम कर सकता है या नई expertise की मांग पैदा करने के अवसर उत्पन्न कर सकता है
- AI "mass expertise" वाले कार्यों (उदा. retail inventory management) के automation को तेज़ कर सकता है, और "high expertise" वाले कार्यों (उदा. complex system management) को आंशिक रूप से automate कर सकता है
- AI प्रासंगिक जानकारी देकर या digital safeguards उपलब्ध कराकर मानव expertise को पूरक भी बना सकता है
- उदाहरण: healthcare में AI विशेष उपचार संबंधी जानकारी और उपकरण उपयोग निर्देश देकर medical staff की भूमिका को पूरक बना सकता है
- शिक्षा और training पर प्रभाव
- AI में शिक्षा को personalize करने, engagement बढ़ाने और cost efficiency सुधारने की क्षमता है, जिससे learning outcomes बदल सकते हैं
- online learning opportunities तक पहुँच बढ़ाने और AI-enhanced education में safeguards शामिल करने के लिए public और private investment की आवश्यकता है
- शिक्षकों के लिए AI tools के उपयोग संबंधी training और AI-आधारित शिक्षा की प्रभावशीलता की testing आवश्यक है
- AI से बदलती skill demand के अनुरूप ढलने के लिए सतत शिक्षा और reskilling programs तक पहुँच अनिवार्य है
मुख्य अवसर
- labour market पर AI का प्रभाव इस बात पर निर्भर करेगा कि समाज की विभिन्न संस्थाएँ (businesses, non-profits, worker organizations, universities, government आदि) कौन-से विकल्प चुनती हैं और AI के development व use को कैसे दिशा देती हैं।
- labour market पर AI के प्रभाव का मापन
- सरकार और संबंधित संस्थानों को data collection के प्रयास बढ़ाकर real time में AI के workers और businesses पर प्रभाव को ट्रैक करना चाहिए
- public-private data partnerships के माध्यम से skill demand, wages और lifelong learning opportunities से जुड़ा data साझा करना
- आर्थिक क्षेत्रों और क्षेत्रीय स्तर पर वंचित समूहों पर AI adoption के प्रभाव को मापना
- public-private data sharing और analysis को समर्थन देने के लिए एक स्वतंत्र non-profit संस्था स्थापित करने पर विचार
- AI तकनीक की प्रगति को समर्थन
- AI तकनीक के विकास को दिशा देने और उसकी robustness व प्रगति की गति को optimize करने के कई अवसर हैं
- AI foundational research और ethical standards की स्थापना
- advanced AI models के training data में transparency और sharing को बढ़ावा देने के लिए regulation और incentives विकसित करना
- education, healthcare, national security जैसे high-priority AI application क्षेत्रों में research को समर्थन
- National AI Research Resource और Microelectronics Commons जैसे hubs के निर्माण के माध्यम से AI talent का विकास
- AI productivity gains का साझा लाभ
- AI से बढ़ने वाली productivity के लाभ असमान रूप से वितरित न हों, इसके लिए नीतिगत और संस्थागत बदलाव आवश्यक हैं
- occupations, firms और regions के बीच labour mobility को support करने वाली नीतियों का मूल्यांकन
- product liability, copyright, privacy और bias जैसी regulatory uncertainty को दूर कर policy makers की निर्णय-क्षमता को मज़बूत करना
- AI के misuse या unintended harm को रोकने के लिए safeguards विकसित करना
- market concentration के प्रभाव का अध्ययन करके competitive markets और economies of scale के लाभों के बीच संतुलन खोजना
- scientific discovery को तेज़ करने वाले AI research का समर्थन
- labour market impact का संतुलन
- AI का लाभकारी उपयोग ऐसे इरादतन डिज़ाइन से शुरू होता है जो मानव expertise को replace नहीं बल्कि expand करे
- ऐसे AI systems पर research जो human-AI collaboration teams को अधिक उच्च-गुणवत्ता वाले परिणाम देने में सक्षम बनाते हैं
- inclusive AI adoption और workers की आवाज़ को मज़बूत करने वाली practices पर research
- व्यक्तिगत विशेषताओं और रचनात्मक कार्यों के उपयोग पर नियंत्रण और compensation के तरीकों पर research
- सरकार के भीतर AI expertise को मज़बूत कर प्रभावी investment, oversight और regulation को support करना
- public education और healthcare में उपयोग होने वाली AI तकनीकों के लिए quality evaluation और certification systems का निर्माण
- सतत शिक्षा के महत्व की समझ
- AI कई पेशों की प्रकृति बदल देगा, इसलिए बदलते labour market environment के अनुरूप ढलने के लिए सतत शिक्षा कार्यक्रम आवश्यक हैं
- high-demand skills सिखाने वाले सतत शिक्षा approaches पर research
- AI, augmented reality जैसी technologies का उपयोग कर शिक्षा की गुणवत्ता में सुधार
- community colleges जैसी शैक्षिक संस्थाओं को high-demand jobs के अनुरूप graduates तैयार करने में सक्षम बनाने के लिए standards और certification पर research
- skill demand में बदलाव और सतत शिक्षा के अवसरों का मार्गदर्शन करने वाले "career roadmaps" का development और distribution
- भविष्य की AI तकनीकों का अधिकतम लाभ उठाने के लिए educational goals का पुनर्निर्धारण
अभी कोई टिप्पणी नहीं है.