AI से बचाया गया समय आखिरकार नए काम से संतुलित हो जाता है

 (arstechnica.com)
1 पॉइंट द्वारा GN⁺ 2025-05-04 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • डेनमार्क के श्रम बाज़ार पर बड़े पैमाने के अध्ययन में पाया गया कि AI tools अपनाने से productivity या वेतन पर बड़ा असर नहीं पड़ा
  • 64~90% उपयोगकर्ताओं ने AI की वजह से समय बचने का अनुभव किया, लेकिन 8.4% ने कहा कि उलटे नया काम जुड़ गया
  • उपयोगकर्ताओं की वास्तविक समय-बचत लगभग 1 घंटा प्रति सप्ताह रही, और वेतन वृद्धि से जुड़ने का अनुपात केवल 3~7% था
  • छात्रों के homework की निगरानी, AI परिणामों की समीक्षा, prompt लिखना जैसे अतिरिक्त काम बढ़े, जिससे समय-बचत का असर कम हो गया
  • शोधकर्ताओं ने इसे अभी शुरुआती चरण का विश्लेषण बताया और कहा कि भविष्य में AI के आर्थिक प्रभाव पर और अधिक शोध की ज़रूरत है

डेनमार्क के श्रम बाज़ार पर अध्ययन का अवलोकन

  • University of Chicago और University of Copenhagen के अर्थशास्त्रियों ने 2023~2024 के दौरान डेनमार्क के 25,000 श्रमिकों और 7,000 कंपनियों के डेटा का विश्लेषण किया
  • accountant, software developer, customer support जैसे automation के प्रति संवेदनशील 11 पेशों पर मुख्य रूप से अध्ययन किया गया
  • शोध का शीर्षक “Large Language Models, Small Labor Market Effects” है, और इसमें पाया गया कि AI का वास्तविक वेतन और काम के घंटों पर प्रभाव मामूली है

AI अपनाना तेज़, लेकिन नतीजे सीमित

  • सर्वे किए गए पेशों में ज़्यादातर ने chatbot अपनाए थे, और कंपनियाँ इसे प्रोत्साहित कर रही थीं
  • लेकिन वेतन या रिकॉर्ड किए गए काम के घंटों में सांख्यिकीय रूप से महत्वपूर्ण बदलाव नहीं मिला
  • सांख्यिकीय confidence interval के आधार पर यह दिखाया गया कि प्रभाव 1% से अधिक नहीं था

उलटे बढ़े नए काम के उदाहरण

  • 64~90% उपयोगकर्ताओं ने समय-बचत की सूचना दी, लेकिन कुल उपयोगकर्ताओं में 8.4% ने कहा कि नया काम पैदा हुआ
  • उदाहरण: शिक्षकों को छात्रों के ChatGPT उपयोग का पता लगाना पड़ा, कर्मचारियों को AI के परिणामों की समीक्षा करनी पड़ी, या अच्छे prompt पर सोचने जैसे काम जुड़ गए
  • वास्तव में बचा समय औसतन प्रति सप्ताह 2.8% (लगभग 1 घंटा) ही था

उम्मीदों से अलग productivity में सुधार

  • पहले प्रकाशित अन्य अध्ययनों में 15% productivity वृद्धि की बात कही गई थी, लेकिन वे AI के लिए उपयुक्त कार्यों तक सीमित प्रयोग थे
  • इसके विपरीत, वास्तविक नौकरियों में ऐसे कई काम होते हैं जिन्हें AI से automate करना कठिन है, इसलिए AI का उपयोग अभी शुरुआती integration चरण में है

बचाया गया समय, फायदा किसे?

  • बचाए गए समय का सिर्फ 3~7% ही वेतन वृद्धि से जुड़ा
  • इससे यह सवाल उठता है कि efficiency का लाभ क्या वास्तव में उपयोगकर्ताओं तक पहुँचता है

निष्कर्ष और आगे की चुनौतियाँ

  • शोधकर्ताओं ने माना कि सर्वे का समय अभी काफ़ी शुरुआती है, और डेनमार्क के बाज़ार तक सीमित होने से सामान्यीकरण की सीमा है
  • खास तौर पर freelance creative पेशों या दूसरे देशों में तस्वीर अलग हो सकती है
  • फिर भी यह अध्ययन AI अपनाने के शुरुआती प्रभावों का एक महत्वपूर्ण अनुभवजन्य snapshot देता है
  • दीर्घकालिक आर्थिक प्रभाव अब भी अनिश्चित हैं, और आगे बहुत अधिक अतिरिक्त शोध की ज़रूरत होगी

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-05-04
Hacker News राय

  • याद है कि लगभग 10 साल पहले Economist में एक लेख पढ़ा था जिसमें कहा गया था कि automation का नतीजा नौकरियों का खत्म होना नहीं, बल्कि ज्यादा काम और junior hiring के कम अवसर होते हैं

    • उदाहरण दिया गया था कि search engine और digital documents ने junior वकीलों की संख्या को काफी कम कर दिया
    • पहले junior वकीलों के लिए physical archives में relevant case ढूंढना आम बात थी, लेकिन अब laptop वाले एक junior से ही काम चल जाता है
    • इसके कारण firms अब ज्यादा cases संभाल सकती हैं
    • यह एक सामान्य पैटर्न जैसा लगता है

  • लगता है लोग comments में लेख के निष्कर्ष को गलत समझ रहे हैं

    • बात यह नहीं है कि AI इस्तेमाल करके समय बच रहा है, बल्कि AI के इस्तेमाल से नए काम पैदा हो रहे हैं जो बचाया गया समय खत्म कर देते हैं
    • tech industry में बेहतरीन programmers अब AI और datasets से निपटने में समय बिता रहे हैं, और नतीजतन consumer software की quality गिर रही है

  • आधुनिक AI tools हैरान करने वाले हैं, लेकिन वैसे ही जैसे जब spell checker पहली बार आया था

    • ये साधारण कामों में मदद करते हैं, लेकिन नए standards बना देते हैं और फिर सबके पास वही standards आ जाते हैं
    • इस बात के बहुत कम सबूत हैं कि AI company चलाएगा और आप बीच पर बैठे रहेंगे
    • ज्यादातर AI products की profitability कम है, इसलिए उन्हें जल्द ही इस समस्या का सामना करना होगा

  • यह Jevons paradox के वास्तव में काम करने का एक उदाहरण है

    • जब किसी खास काम को करने की लागत घटती है, तो लोग उस फर्क को भरने के लिए demand बढ़ा देते हैं
    • इस पुराने दावे के विपरीत कि नई technology utopia ले आएगी, हम वास्तव में ऐसा नहीं चाहते
    • बहुत से लोगों को नहीं पता कि फुर्सत के समय का क्या करें, और वे अपने stress को ऊंचे स्तर पर बनाए रखने की प्रवृत्ति रखते हैं

  • मेरा मानना है कि programming में AI ने productivity को दोगुना कर दिया है

    • AI को coding preferences बताने के लिए prompts लिखने में समय लगता है, लेकिन यह स्थायी होता है
    • ज्यादातर prompts कुछ महीने पहले लिखे गए थे, और अब मैं उनका फायदा उठा रहा हूँ

  • मेरे पिता ने computers और automation के बारे में एक बेहतरीन बात कही थी

    • जब 1970s में office computers आए, तब कहा गया था कि computers बहुत मेहनत बचाएंगे
    • आखिरकार computers की वजह से वे एक दिन में ज्यादा काम करने लगे

  • असली समस्या low-skill jobs में है

    • आसान roles या junior positions वाले लोग
    • उनकी skills के मुताबिक पर्याप्त positions नहीं होंगी, इसलिए आबादी का एक बड़ा हिस्सा employable नहीं रहेगा

  • "AI एक सामान्य technology बन जाएगी" वाले camp ने हमेशा "AI हम सबकी नौकरियां छीन लेगी" वाले camp से यही कहा है

    • हमेशा से ऐसा ही रहा है

  • क्या इस पर कुछ दिन पहले बात नहीं हुई थी?

    • यहां एक बात यह है कि data 2023 के आखिर का है, जब LLM उतने अच्छे नहीं थे
    • दूसरी बात यह है कि यह data layoffs के बाद बचे हुए कर्मचारियों से इकट्ठा किया गया था

  • लगता है मैं code review में छिपे हुए easter eggs ढूंढने में ज्यादा समय खर्च कर रहा हूँ

    • easter eggs छोटे लेकिन पकड़ में मुश्किल errors होते हैं, जो लेखक को साफ दिखते हैं
    • समस्या यह है कि चूंकि कोड LLM ने लिखा है, इसलिए code author वाला फायदा review या testing में मौजूद नहीं रहता