AI युग की सबसे बड़ी विडंबना: AI की बनाई समस्याओं को साफ़ करने के लिए इंसानों को नौकरी पर रखा जा रहा है

 (sify.com)
5 पॉइंट द्वारा GN⁺ 2025-09-27 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI जहाँ बड़ी संख्या में नौकरियों की जगह ले रहा है, वहीं AI द्वारा बनाए गए निरर्थक आउटपुट को साफ़-सुथरा करने के लिए नई मानव नौकरियाँ भी बढ़ रही हैं
  • जनरेटिव टूल्स के प्रसार से कम लागत और तेज़ उत्पादन वाला कंटेंट विस्फोटक रूप से बढ़ रहा है, और गुणवत्ता में गिरावट व त्रुटियों की भरपाई मानव पोस्ट-एडिटिंग और प्रूफरीडिंग श्रम से की जा रही है
  • टेक्स्ट, इमेज और वीडियो—हर क्षेत्र में AI slop की बाढ़ आ रही है, और viral, search, commerce platforms के ज़रिए इसके प्रसार की संरचनात्मक समस्या जड़ पकड़ चुकी है
  • अधिक से अधिक लेखक, डिज़ाइनर और डेवलपर क्रिएटर की जगह 'क्लीनअप वर्कर' के रूप में काम कर रहे हैं
  • इंडस्ट्री multipart correction या hedge request जैसी तकनीकों से नहीं, बल्कि मानव संदर्भ, भावनात्मक समझ और तथ्यपरक निर्णय पर निर्भर रहते हुए गुणवत्ता बढ़ाने वाले डिजिटल सफ़ाई श्रम को बढ़ा रही है
  • नतीजतन, मौलिक क्रिएटर्स की भर्ती को बदलने के वादे के उलट, AI आउटपुट सुधारने की नई लागत और burnout risk पैदा हो रहे हैं
  • मूल समाधान human-in-the-loop design और quality standards को फिर से परिभाषित करके टूल के रूप में AI के उपयोग को स्पष्ट करना और प्रामाणिकता व अखंडता-केंद्रित निर्माण संस्कृति को पुनर्स्थापित करना है

AI द्वारा बनाई समस्याओं को इंसान द्वारा साफ़ करने के युग की विडंबना

  • AI बहुत-सी नौकरियों की जगह ले रहा है, लेकिन साथ ही AI द्वारा बनाए गए निरर्थक और गलत आउटपुट (slop) को साफ़ करने के लिए इंसानों को नियुक्त किया जा रहा है, जिससे नए पेशेवर वर्ग बन रहे हैं
  • डिज़ाइनर, लेखक और डिजिटल आर्टिस्ट जैसे लोग सीधे सृजन करने के बजाय, AI द्वारा बनाए गए गलत आउटपुट को सुधारने और बेहतर बनाने के काम में लगाए जा रहे हैं

WHAT IS AI SLOP

  • AI slop स्पैम का विकसित रूप है, जिसका मतलब है बड़े पैमाने पर बना कम-गुणवत्ता वाला कंटेंट जो ऊपरी तौर पर आकर्षक दिखता है, लेकिन उसमें रचनात्मकता, अर्थ और भरोसेमंदी की कमी होती है
    • ChatGPT, Midjourney जैसे टूल्स की वजह से कम-गुणवत्ता वाला कंटेंट बड़ी मात्रा में बन रहा है
    • यह सोशल पोस्ट, Amazon e-books, Spotify music, समाचार लेख, यहाँ तक कि academic journal images तक कई रूपों में फैल रहा है
    • ऐसा कंटेंट देखने में ठीक-ठाक लगता है, लेकिन उसमें अर्थ, मौलिकता और विश्वसनीयता की कमी होती है—मानो 'खोखली कैलोरी' जैसा
  • AI video की लागत घटने से वीडियो slop भी तेज़ी से फैल रहा है, और सीगल द्वारा कार के शीशे तोड़ने वाले वीडियो जैसे कई surreal viral उदाहरण सामने आए हैं
    • ट्रैम्पोलिन पर कूदते खरगोश का CCTV-style video जैसे उदाहरणों में दो सिर या बीच में गायब हो जाना जैसी गलतियाँ भी अक्सर दिखती हैं
  • कॉरपोरेट विज्ञापनों में भी text distortion देखने को मिला है, जैसे Coca-Cola लोगो की गलत स्पेलिंग (“Coca-Coola”)

HARMS OF THE AI SLOPOCALYPSE

  • AI विश्वसनीय दिखने वाले लेकिन कम-गुणवत्ता वाले लेख, रिव्यू और पोस्ट बड़े पैमाने पर बनाकर सूचना की बाढ़ के बीच भरोसे के टूटने को तेज़ कर रहा है
  • यह ऑनलाइन बिज़नेस की Enshittification से आगे बढ़कर संस्कृति की Enshittification तक फैल रहा है
    • जिन कला, संगीत, वीडियो, किताब और रिव्यू को पहले मानव क्रिएटर्स बनाते थे, उन्हें अब AI री-सायकल और री-प्रोड्यूस कर रहा है, जिससे संस्कृति की गुणवत्ता ही गिर रही है
  • AI आउटपुट बनाने में भारी मात्रा में बिजली और पानी खर्च करता है, इसलिए पर्यावरणीय बोझ भी बड़ा है
    • बिजली और जल संसाधनों की ऊँची खपत वाले बड़े मॉडल चलाने से environmental cost बढ़ती है, और क्लीनअप श्रम करने वाले लोगों में हताशा और burnout पैदा होता है
    • 2024 में डबलिन की ghost Halloween parade जैसी घटना में AI-निर्मित टाइपो और उलझे हुए टेक्स्ट ने लोगों को गुमराह भी किया
    • Frontiers journal की retracted paper में AI-generated illustration का मामला अकादमिक क्षेत्र में प्रदूषण की चेतावनी माना जा सकता है

CLEANUP CREW TO THE RESCUE

  • AI युग की दक्षता के वादों के विपरीत, अब अदृश्य लागत (सफ़ाई, quality control) इंसानों पर आ गई है, और पोस्ट-correction विशेषज्ञों की मांग तेज़ी से बढ़ रही है
    • AI content rewriter: AI द्वारा लिखे गए टेक्स्ट को संदर्भ, भाव और तथ्य जोड़कर फिर से लिखना
    • Art fixer: AI-जनित illustration, logo और image में अवास्तविक हिस्सों या text errors को ठीक करना
    • Code debugger: Copilot, ChatGPT द्वारा बनाए गए अधूरे code की त्रुटियाँ ठीक करना और उसे optimize करना
    • Video polisher: AI वीडियो की भौतिक गलतियों या अप्राकृतिकता को VFX artist द्वारा सुधारना
  • इन नौकरियों का बड़ा हिस्सा सहयोग नहीं, बल्कि सुधार और पैच-वर्क केंद्रित श्रम है, जहाँ मानव की असली रचनात्मकता के लिए बहुत कम जगह है
    • Upwork, Fiverr, Freelancer जैसे प्लेटफ़ॉर्म पर human-led creation और editing work की मांग बढ़ रही है
  • कलाकार और लेखक जैसे लोग 'डिजिटल माहौल के सफ़ाईकर्मी' की तरह साधारण क्लीनअप कामों में धकेले जा रहे हैं, जिससे रचनात्मकता का क्षय और थकावट बढ़ रही है

असली विडंबना और समाधान

  • ऐसा लगा था कि AI इंसानों की जगह ले लेगा, लेकिन असल में एक दोहरी संरचना बन रही है जिसमें AI की अपरिपक्वता को पूरा करने के लिए मानव सहायक श्रम को फिर से नियुक्त किया जा रहा है
    • इससे इंसान AI को इंसान जैसा बनाने वाली समानांतर अर्थव्यवस्था बन रही है, और कुछ लोग जो क्रिएटर बन सकते थे, वे 'सफ़ाईकर्मी' जैसी भूमिकाओं में धकेले जा रहे हैं
  • असली समस्या AI स्वयं नहीं, बल्कि गुणवत्ता से ज़्यादा गति, मात्रा और लागत को प्राथमिकता देने वाले मानव निर्णय हैं
  • समाधान AI को छोड़ देना या AI को और बुद्धिमान बनाना नहीं, बल्कि AI के समझदारी भरे मानव उपयोग और निगरानी में है
    • AI को मानव की वास्तविक रचनात्मकता और सहानुभूति से जुड़ा एक टूल के रूप में फिर से परिभाषित करना होगा
    • इंसान केंद्र में होने चाहिए; व्यवस्था ऐसी नहीं बननी चाहिए जिसमें AI द्वारा बनाए गए आउटपुट की समस्याएँ लगातार इंसान ही साफ़ करते रहें
  • असल खतरा यह है कि हम AI slop के इतने अभ्यस्त हो जाएँ कि मानव रचनात्मकता का मूल्य ही भूल जाएँ
    • आज के ये क्लीनअप काम अस्थायी उपाय हैं; लंबे समय में हमें सच्ची मानव रचनात्मकता और प्रामाणिकता पर आधारित तकनीकी भविष्य की ओर बढ़ना चाहिए

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-09-27
Hacker News राय

  • लोग कहते थे कि AI इंसानों की जगह ले लेगा, लेकिन मुझे लगता है कि वास्तव में दो चीज़ें हो रही हैं। पहली, AI skilled labor को सामान्यीकृत नहीं कर पाया है, और दूसरी, media culture पतला और कमजोर हो रहा है। पहली बात पर BLS के data जैसे और संकेतकों का इंतज़ार है। दूसरी बात यह है कि media की एक नई category उभरी है, जो chiptune या 'deep-fried' meme जैसी लगती है

    • वास्तविक skilled labor, जैसे translators, designers, copywriters, अभी भी mid-level और उससे ऊपर के स्तर पर ज़रूरी हैं। ऐसे लोगों की तुरंत replacement होने वाली नहीं है, इसलिए यह बात official statistics में साफ़ नहीं दिखती। बल्कि जिनकी जगह ली जा रही है, या जिनकी नई hiring नहीं हो रही, वे interns और junior-level लोग हैं। उस स्तर का काफी काम AI कर सकता है, लेकिन यह बदलाव भी official unemployment statistics में ठीक से नहीं दिखता। बस job postings में कमी देखी जा सकती है, और वह भी economic uncertainty या international situation जैसे कई कारणों से हो सकती है। आखिरकार कुछ सालों बाद media और creative industry पूरी तरह टूट जाएगी। अगर AI career entry को बंद कर देता है, तो interns गायब होंगे, फिर juniors, फिर mid-level और senior लोग भी धीरे-धीरे कम हो जाएंगे। अंत में बस सूट पहने वे लोग और sales team बचेगी जिन्होंने 15 साल पहले Photoshop थोड़ा-बहुत चलाया था

    • यह भी संदेह है कि BLS के official statistics भरोसेमंद स्तर तक पहुंचेंगे या नहीं। राष्ट्रपति Trump ने अपनी पसंद न आने वाले unemployment data जारी होने के बाद उस संस्था के साथ जैसा व्यवहार किया, उसे देखते हुए भरोसा और कम होता है

    • अब तक मानव creativity और explanatory ability ने randomness को संभालते हुए specificity के करीब पहुंचने की कोशिश की है। लेकिन अब उस randomness का automation, जबकि AI को specificity के लिए train नहीं किया गया, उल्टा creativity की धार को कुंद कर रहा है और सचमुच की बारीक details हमसे दूर होती जा रही हैं। खासकर जब इंसान AI के output को valid और detailed समझने की गलती करते हैं, तब यह गिरावट और स्पष्ट दिखती है। यह पागलपन है, लेकिन technology के ज़रिए सामान्य बना दिया गया है

  • यह ironic नहीं है। अगर आप factories में इंसानों को defective products छांटते हुए देखें, तो पहले ऐसा समय भी था जब वही लोग शुरुआत से product बनाने वाले artisans हुआ करते थे

    • factory में defective products कम होते हैं और उन्हें पहचानना आसान होता है। बस फेंक दो और मशीन बाकी बनाती रहती है। artisan से कहीं तेज़। लेकिन AI के मामले में समस्या यह है कि वह एक ही चीज़ को बार-बार नहीं बना रहा, इसलिए समस्या पहचानना मुश्किल है, और error मिल भी जाए तो उसे एक-एक करके हाथ से ठीक करना पड़ता है, और अंत में सब फेंककर शुरुआत से फिर करना पड़ सकता है। यानी AI पर लगाया गया समय और मेहनत दोनों बर्बाद हो सकते हैं, और बेहतर होता कि काम सीधे artisan को दिया जाता

    • AI को पिछले कई सदियों की सबसे बड़ी क्रांति बताकर प्रचार किया गया था, उसके मुकाबले यह काफी निराशाजनक है। निष्कर्ष यह है कि हम अभी AI era में दाखिल ही नहीं हुए हैं

    • "factories में इंसानों का defective products छांटना" वाली बात पढ़कर मुझे किसी Indian outsourcing company की website याद आई, जहां कहा गया था कि वहां के workers defective products छांटते नहीं बल्कि उन्हें "clean up" करते हैं। अगर मान लें कि किसी factory में ज़्यादातर products defective हों और उन्हें आसानी से पहचाना जा सके, लेकिन फेंकने के बजाय हर एक को ठीक करना पड़े, तो production process की energy cost बहुत बड़ी हो जाएगी

    • इंसानों द्वारा इंसानों की गलतियां साफ़ करना हर जगह आम बात है। खासकर software development में तो और भी ज़्यादा

  • यह इतना अजीब नहीं है कि AI ने सबसे पहले e-commerce को visibly बदल दिया। ज़्यादातर shopping sites के पास बस एक core proposition होती है, और presentation इतना महत्वपूर्ण नहीं होता। बस site 2003 के homepage जैसी नहीं दिखनी चाहिए, और ईमानदारी से कहें तो 2025 में store front कैसा दिखता है इसकी बहुत कम लोगों को सच में परवाह है। Ads को बस attention पकड़नी होती है, उनका मकसद art नहीं है। और AI किस चीज़ में अच्छा है? ऐसी सामान्य चीज़ें बनाने में जो ज्यादातर लोगों को ठीक-ठाक लगें। असल में वे बहुत bland होती हैं। music, images, writing—सब पर यही लागू होता है। हां, common-sense वाले हिस्से, जैसे आठ उंगलियों वाली तस्वीरें, अभी भी unresolved problem हैं, लेकिन सतही नज़र में AI द्वारा बना output अब असली चीज़ से लगभग अलग करना मुश्किल हो गया है। इसलिए इस समय AI की भूमिका 'mold' production जैसी है। पहले Lorem Ipsum text sample होता था, अब AI हर हिस्से के लिए उसी तरह का skeleton बना देता है। इंसानों को इस AI द्वारा बिछाई गई base पर individuality जोड़नी होती है। कुछ भी बनाने में हमेशा risk और decision दोनों होते हैं। उन decisions में taste शामिल होता है, और किसी को उसकी जिम्मेदारी लेनी पड़ती है। साफ़ गलतियों को ठीक करना एक हिस्सा है, लेकिन आखिरकार हर situation के हिसाब से उस skeleton को customize करना ही महत्वपूर्ण है

    • Brad Pitt ने Rusty के किरदार में जो कहा था, उसी तरह: "जब तुम्हें इस्तेमाल करना हो, तो सिर्फ अपने शब्द इस्तेमाल करो। रुको मत, बस अपने लक्ष्य पर सीधा ध्यान रखो। इतना specific बोलो कि याद भी न रहे। मज़ेदार बनो, लेकिन मज़ाकिया मत बनो। ऐसा impression छोड़ो कि तुम्हारे बगल से हटते ही लोग तुम्हें भूल जाएं। और सबसे महत्वपूर्ण बात... किसी भी परिस्थिति में कभी, कभी भी..." (फिल्म <Ocean's Eleven> से उद्धरण)

    • shopping और advertising वे क्षेत्र हैं जहां AI अपनी असली ताकत दिखाता है। सफलता या विफलता के feedback signals यहां साफ़ होते हैं। बेशक, इन feedback signals का सही इस्तेमाल करना पड़ता है; सिर्फ LLM output को कहीं भी चिपका देना काफी नहीं है

  • आखिरकार यह पुराने consultants से बहुत अलग नहीं है। यह code को साफ़-सुथरा बनाता है और job sites की efficiency बढ़ाता है। बहुत नया कुछ नहीं है। सब लोग इसी की भविष्यवाणी कर रहे थे

  • ऐसा लगता है जैसे सीखने की क्षमता न रखने वाले कर्मचारियों को संभालने के लिए middle manager की भूमिका पैदा हो गई हो

    • मैंने middle manager को error वाले outputs ठीक करते नहीं देखा। वह भूमिका ज़्यादा senior developers या creative leads जैसी लगती है, और असल में ऐसी भूमिका एक तरह के lower manager से अलग नहीं है

  • AI अपने वादे किए हुए AGI तक पहुंचे उससे पहले ही लगता है कि Philip K. Dick की short story 'Sales Pitch' में दिखाए गए slopocalypse जैसा माहौल आ जाएगा और सब पागल हो जाएंगे। Sales Pitch (short story)

    • बहुत समय बाद उस कहानी को फिर से देखा। दोबारा पढ़ते समय यह पंक्ति सचमुच डरावनी लगी: '“It’s too late to vid your wife,” the fasrad said. “There are three emergency-rockets in the stern; if you want, I’ll fire them off in the hope of attracting a passing military transport.”' यह बिल्कुल आज के ChatGPT5 जैसा लगता है

  • सबसे बड़ा irony यह है कि उस article पर लगा एकमात्र comment भी AI द्वारा लिखा गया comment है

  • मुझे नहीं लगता कि हम अभी AI era में पहुंचे हैं। शायद बहुत जल्द पहुंचेंगे। मुझे LLM को AI कहना सही नहीं लगता, और machine learning ज़्यादा व्यावहारिक लगती है। भविष्य में LLM evolve होगी या गायब हो जाएगी, पता नहीं

    • LLM machine learning का ही एक application है, इसलिए दोनों एक-दूसरे को प्रभावित करने वाली संरचना में हैं। LLM वह एकल AI नहीं है जिसकी हम कल्पना करते हैं, लेकिन यह तय है कि उसने language processing में एक बड़ा milestone हासिल किया है। पहले natural language processing को AGI के प्रमुख benchmarks में से एक माना जाता था। आखिरकार यह सिर्फ समय की बात है; आगे चलकर ऐसे large models आएंगे जो इंसानों की पांचों इंद्रियों को समझेंगे और सीखेंगे, multi-sensory होंगे, और self-modification भी कर सकेंगे। ऐसे models भी हो सकते हैं जो इंसानों में न होने वाली नई senses तक को संभाल सकें

    • ऐसा लगता है जैसे achievement criteria हर बार थोड़ा और पीछे खिसका दिया जाता है

  • हम यह काम दशकों से कर रहे हैं। मुझे 20 से अधिक साल पहले speech recognition और OCR programs को ठीक करने और train करने के लिए hire किया गया था, और मेरा एक दोस्त geotags को सही करने का काम करता था। AI systems का इतिहास लंबा है, और शुरुआती दिनों में लोग सीधे Prolog rules डालते थे, या programmers ELIZA और Generalised Problem Solver जैसे programs में एक-एक करके rules code करते थे