क्या ज्ञान-आधारित श्रम के पतन की शुरुआत हो चुकी है?

• हाल के वर्षों में विश्वविद्यालय स्नातकों की बेरोज़गारी दर अन्य कामगारों की तुलना में तेज़ी से बढ़ रही है, और इसे लेकर चिंता बढ़ रही है
• Starbucks द्वारा हाल ही में 1,000 से अधिक मुख्यालय कर्मचारियों की छंटनी white-collar कामगारों के लिए चेतावनी संकेत की तरह देखी जा रही है
• सितंबर 2022 के बाद से विश्वविद्यालय स्नातकों की बेरोज़गारी दर 2% से बढ़कर 2.6% हो गई, यानी 30% की वृद्धि
• इसी अवधि में कुल बेरोज़गारी दर 3.4% से 4% तक बढ़ी, यानी 18% की वृद्धि
• ऐतिहासिक मानकों से देखें तो मौजूदा बेरोज़गारी दर अब भी कम है, लेकिन जॉब मार्केट के कमजोर पड़ने के संकेत दिख रहे हैं
• महामारी के बाद मांग में तेज़ उछाल के चलते कंपनियों ने आक्रामक भर्ती की, लेकिन ब्याज दरों में बढ़ोतरी और निवेशकों के दबाव के कारण अब वे कर्मचारियों की संख्या घटा रही हैं

तकनीकी बदलाव और AI का प्रभाव

• तेज़ी से विकसित हो रही artificial intelligence (AI) के कारण ज्ञान-आधारित श्रम की मांग घटने की संभावना जताई जा रही है
• खासकर junior developers के लिए AI coding assistants ने उत्पादकता 25% से अधिक बढ़ाई है
• skilled developers के साथ उत्पादकता का अंतर घटने से अधिक अनुभव वाले कर्मचारियों के wage premium में कमी की आशंका है
• MIT के शोधकर्ताओं ने संकेत दिया है कि developer की भूमिका AI manager में विकसित हो सकती है
• अल्पकाल में AI के जरिए workforce reduction का रुझान tech industry में फैल रहा है
• tech industry की बेरोज़गारी दर 2022 में 2.9% से बढ़कर 2024 में 4.4% हो गई, यानी 50% से अधिक की वृद्धि

उद्योगवार उदाहरण: गेमिंग, वित्त, कॉफी

• video game industry ने 2020 की महामारी-जनित मांग से तेज़ वृद्धि देखी, जिसके बाद बड़े पैमाने पर छंटनी हुई
• Bethesda जैसे प्रसिद्ध game developers में भी unionization और restructuring साथ-साथ चल रहे हैं
• financial industry में ब्याज दरें बढ़ने के साथ home loan की मांग घटी और कर्मचारियों की कटौती हुई
• Wells Fargo ने लगातार 16 तिमाहियों तक कर्मचारियों की संख्या घटाई, और home loan division को 2023 के बाद से आधा कर दिया
• कुछ कर्मचारियों का दावा है कि उनकी छंटनी union activities से जुड़ी थी

कॉरपोरेट संरचना में बदलाव और संगठनात्मक दक्षता की खोज

• कई कंपनियाँ Amazon मॉडल की तरह अलग-अलग functions के बीच की दीवारें घटाकर छोटे teams बनाना चाहती हैं
• Starbucks, Nissan आदि ने भी "duplication हटाने" और "agile organization" को छंटनी का कारण बताया
• इन बदलावों के कारण middle management और back-office roles में कमी आ रही है

शिक्षा स्तर और बेरोज़गारी दर का असंतुलन

• ZipRecruiter के विश्लेषण के अनुसार, बेरोज़गारी दर में बढ़ोतरी bachelor’s degree holders या कुछ कॉलेज शिक्षा पाने वालों में केंद्रित है
• उच्च शिक्षा (master’s या उससे ऊपर) या high school से कम शिक्षा वाले समूहों में बेरोज़गारी दर स्थिर रही या घटी
• ADP Research के अनुसार, bachelor’s degree या उससे ऊपर की योग्यता वाले jobs के लिए hiring अपेक्षाकृत अधिक धीमी पड़ी है

डिग्री के आर्थिक मूल्य में बदलाव

• 1980 के बाद से लगातार बढ़ता आ रहा degree holders और non-degree workers के बीच wage gap पिछले 15 वर्षों में ठहर गया है
• इसकी एक वजह यह हो सकती है कि कॉलेज-शिक्षित लोगों की संख्या बढ़ी है और information technology के विकास से उच्च-शिक्षित श्रम की आवश्यकता कम हुई है
• उदाहरण के तौर पर, accounting जैसे वे jobs जिनके लिए पहले कॉलेज graduates को प्राथमिकता दी जाती थी, automation के कारण अब कम मांग में हैं

सरकारी नीतियाँ और public sector पर प्रभाव

• पूर्व राष्ट्रपति Trump द्वारा संघीय सरकार के पुनर्गठन के प्रयासों का असर विश्वविद्यालयों और non-profit संस्थानों पर भी पड़ा
• Johns Hopkins University ने संघीय research funding में कटौती के कारण दुनिया भर में 2,000 कर्मचारियों की छंटनी की घोषणा की
• public sector और research sector में उच्च-शिक्षित लोगों का रोजगार अनुपात अधिक होता है, इसलिए सरकारी खर्च में कटौती का बड़ा असर हो सकता है

अर्थशास्त्रियों की राय

• Harvard के प्रोफेसर Lawrence Katz का मानना है कि मौजूदा बेरोज़गारी वृद्धि को अभी दीर्घकालिक बदलाव कहना कठिन है
• work-from-home के कारण wage discount का प्रभाव भी आंशिक रूप से जिम्मेदार हो सकता है
• हालांकि, विज्ञान, शिक्षा और research पर सरकारी खर्च में कटौती आने वाले महीनों में विश्वविद्यालय स्नातकों की बेरोज़गारी पर नकारात्मक असर डाल सकती है

[takesixnotfive]

AI का विकास ही जल्द ध्रुवीकरण है

बेसिक इनकम नीति की व्यवहार्यता को देखते हुए,
शायद बहुत जल्द वर्गों के बीच असंतुलन डराने वाली हद तक और गंभीर हो जाएगा।

[GN⁺]

Hacker News की राय

• हैरानी की बात है कि बहुत से लोग इस विषय पर बात नहीं कर रहे हैं। कंपनियों के layoffs कर पाने की एक बड़ी वजह यह है कि वे कम काम कर रही हैं। पहले users के लिए छोटे-छोटे improvements के बहुत से ideas होते थे, लेकिन अब बस AI ही है। AI का इस्तेमाल करके भी improvements नहीं किए जा रहे, और न ही कोई योजना है। बस कुछ किया ही नहीं जा रहा। यह अनुभव कोई असामान्य बात नहीं है.

• चिंता है कि हमारी लालच की वजह से manufacturing और engineering knowledge खत्म हो सकती है। आम तौर पर, जब किसी देश में कोई industry अच्छा नहीं करती, तो management outsourcing का फैसला करता है और आखिरकार factories को dismantle कर देता है। उम्रदराज engineers, technicians और workers के पास जो knowledge होती है, वह उनके मरने के साथ पूरी तरह गायब हो जाती है.

• हमारी जीवन-स्तर को बनाए रखने वाली ज्यादातर नौकरियाँ blue-collar jobs हैं। किसान, textile workers, construction workers, plumbers, electricians, waste processing workers आदि। पिछले एक सदी में white-collar jobs को जरूरत से ज्यादा महत्व दिया गया है। अब जब white-collar jobs भी जोखिम में हैं, तो लोग किस ओर जाएंगे यह साफ नहीं है। आर्थिक pie लगातार सिकुड़ रही है, और नहीं लगता कि यह trend पलटेगा। ऐसा लगता है कि हमारा socio-economic model technology के साथ scale नहीं कर पा रहा है। हमें इस पर रचनात्मक बातचीत की जरूरत है कि अनुकूलन कैसे किया जाए.

• bachelor’s degree पर पूरी तरह से दोबारा विचार किया जाना चाहिए। यह अमीर capital owners के बच्चों को उनकी उपयुक्त class में ढालने वाली finishing school हुआ करती थी। बाद में यह working class के लिए vocational degree बन गई, लेकिन बहुत सी degrees उपयोगी skills से पूरी तरह कटी हुई हैं। इसकी एकमात्र value यह है कि अगर आप सही hiring committee/व्यक्ति को प्रभावित कर दें, तो professional managerial class का हिस्सा बन सकते हैं। फिर भी, हमने तय किया है कि working class को इन degrees के लिए भारी loans लेने चाहिए और अपनी पूरी working life में कर्ज में डूबा रहना चाहिए। यह टिकाऊ नहीं है, और सिर्फ कर्ज माफ कर देना इसे और महंगा बना देगा तथा वांछित वास्तविक परिणामों (उपयोगी workers) से और कम जुड़ा हुआ बना देगा.

• AI के फायदों का सबसे जोरदार दावा करने वाले लोग शायद output को ज्यादा "test" नहीं करेंगे और LLM को errors उगलने देंगे। मैं हर दिन LLM का इस्तेमाल करता हूँ, लेकिन मुख्य रूप से brainstorming tool के तौर पर या छोटे script हिस्से लिखने के लिए। हर चीज़ को verify करना पड़ता है। पिछले weekend मैंने ChatGPT Music Teacher का इस्तेमाल करने की कोशिश की, लेकिन guitar के लिए voice leading exercises तैयार करने में लगभग आधा घंटा खर्च हो गया। model सही जानकारी देने में विफल रहा। code या fret/note information गलत थी। अगर मुझे theory और guitar पर intervals की समझ न होती, तो यह बड़ी समस्या बन जाती। आधा घंटा बर्बाद हुआ और कुछ उपयोगी नहीं मिला। मैं यह नहीं कह रहा कि technology काफ़ी अद्भुत नहीं है, लेकिन hype पर भरोसा नहीं करना चाहिए.

• फिलहाल AI को अब भी knowledge workers द्वारा specification और checking की जरूरत है। AI knowledge workers को ज्यादा productive बनाता है, लेकिन उन्हें अनावश्यक नहीं बनाता। अगर knowledge workers ज्यादा productive हो जाते हैं, तो knowledge work सस्ता हो जाता है। सस्ता knowledge work, knowledge work की demand बढ़ाता है। इसलिए जरूरी workers की संख्या वास्तव में बढ़ भी सकती है। ऐसा न भी हो, लेकिन यह मान लेना कि knowledge workers घटेंगे, first-order analysis के लिए पर्याप्त नहीं है। इसका उदाहरण garment manufacturers से लिया जा सकता है। garment manufacturing के partial automation ने कपड़ों को सस्ता बनाया, और अब लोगों के पास सैकड़ों कपड़े हैं। 100 साल पहले की तुलना में आज ज्यादा लोग कपड़े बना रहे हैं.

• हाल की academic paper के अनुसार, AI coding assistants का उपयोग करने वाले software developers में productivity के प्रमुख metrics में 25% से अधिक सुधार देखा गया। productivity gains कम अनुभवी developers में सबसे ज्यादा थे। लेकिन इस उद्धरण को लेकर मुझे यकीन नहीं है। मैंने paper पढ़ी, और इस संदर्भ में "productivity" का मतलब developers के साप्ताहिक builds, commits और pull requests की संख्या माना गया था। AI tool (Copilot) के इस्तेमाल या न इस्तेमाल के आधार पर build success rate में कोई सांख्यिकीय रूप से महत्वपूर्ण अंतर नहीं था.

• AI से इसका संबंध कितना है, यह निश्चित नहीं है। pandemic से मिली असली सीखों में से एक यह है कि knowledge से जुड़ी लगभग हर चीज़ outsource की जा सकती है। अगर quality 1/8 से 1/2 तक भी हो, लेकिन लागत कम हो, तो वह बेहतर मानी जाती है। यह प्रभाव कम skilled और ज्यादा entry-level roles में और बढ़ जाता है। जैसे-जैसे AI बेहतर होगा, यह प्रभाव और बढ़ेगा। AI और एक pilot साथ हों, तो वे इतने productive हो सकते हैं कि किसी और को hire न करने की पर्याप्त वजह बन जाए.

• हो सकता है AI engines सचमुच बहुत खराब code लिखें और बेहतर भी न हों। लेकिन वे लोगों के लिए काम को लापरवाही से करना आसान बना सकते हैं, और इससे knowledge work का पतन हो सकता है.