Meta का AI बदलाव 78,000 कर्मचारियों के लिए पीड़ादायक बन रहा है

 (nytimes.com)
1 पॉइंट द्वारा GN⁺ 1 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें

Meta का AI बदलाव 78,000 कर्मचारियों के लिए पीड़ादायक बन रहा है

  • AI युग की ओर बदलाव को आगे बढ़ाते हुए Meta कर्मचारियों के कंप्यूटर उपयोग डेटा को बिना सहमति के एकत्र कर रहा है, बड़े पैमाने पर छंटनी की घोषणा कर चुका है, और इसके चलते आंतरिक असंतोष फूट पड़ा है
  • कीबोर्ड इनपुट, माउस मूवमेंट, क्लिक, और स्क्रीन की सामग्री तक ट्रैक करने वाले प्रोग्राम पर कर्मचारियों ने इसे प्राइवेसी का उल्लंघन बताते हुए कड़ा विरोध किया, लेकिन opt-out का कोई विकल्प मौजूद नहीं है
  • AI टूल्स के उपयोग को परफॉर्मेंस मूल्यांकन में शामिल किया जा रहा है और token consumption को डैशबोर्ड से ट्रैक किया जा रहा है, जिससे कर्मचारियों के बीच प्रतिस्पर्धी दबाव बढ़ रहा है
  • कुल वर्कफोर्स के 10% (लगभग 8,000 लोग) की छंटनी 20 मई के लिए तय है, और कर्मचारी इस चिंता में हैं कि कहीं उन्होंने अपने AI-आधारित विकल्पों को खुद ही ट्रेन तो नहीं किया
  • AI बदलाव के साथ कर्मचारी निगरानी, टूल्स अपनाने का दबाव, और बड़े पैमाने पर छंटनी एक साथ चल रही है; Meta का मामला दूसरे tech companies के भविष्य का संकेत देने वाला उदाहरण है

कर्मचारियों के कंप्यूटर उपयोग डेटा की पूर्ण ट्रैकिंग

  • पिछले महीने Meta ने अमेरिका स्थित कर्मचारियों को सूचित किया कि वह कीबोर्ड इनपुट, माउस मूवमेंट, क्लिक, और स्क्रीन की सामग्री की पूर्ण ट्रैकिंग करेगा
  • उद्देश्य था AI models के लिए training data जुटाना, ताकि उन्हें “लोग वास्तव में कंप्यूटर का उपयोग करके रोज़मर्रा का काम कैसे करते हैं” यह सिखाया जा सके
  • कर्मचारियों ने तुरंत विरोध किया और इसे प्राइवेसी का उल्लंघन, असामाजिक और निर्मम कदम बताया
  • एक engineering manager ने पूछा, “यह बहुत असहज करने वाला है, इससे opt-out कैसे किया जाए?”, जिस पर CTO Andrew Bosworth ने जवाब दिया, “वर्क लैपटॉप्स पर opt-out का विकल्प नहीं है”
  • इस जवाब पर कर्मचारियों ने 100 से अधिक गुस्से और हैरानी वाले emoji के साथ प्रतिक्रिया दी
  • बाद में कर्मचारियों ने यह भी सवाल उठाया कि Meta इस एकत्र किए गए डेटा की सुरक्षित रक्षा कर पाएगा या नहीं; Bosworth ने जवाब दिया कि “डेटा पर बहुत कड़ा नियंत्रण है और लीक का कोई जोखिम नहीं है”

Mark Zuckerberg की AI बदलाव रणनीति

  • Zuckerberg ने Meta का भविष्य AI पर दांव पर लगाया है, Facebook और Instagram जैसे apps में AI को एकीकृत करते हुए सैकड़ों अरब डॉलर AI models और data centers में निवेश कर रहे हैं
  • 2022 में OpenAI के ChatGPT लॉन्च के बाद उन्होंने कंपनी को AI-केंद्रित दिशा में पुनर्गठित करना शुरू किया
  • पिछले गर्मियों में उन्होंने कई अरब डॉलर खर्च कर “superintelligence” research lab बनाई और AI division का व्यापक पुनर्गठन किया
  • Zuckerberg ने ज़ोर दिया कि superintelligence लोगों के जीवन को बेहतर बनाएगी
  • investor call के अगले दिन हुई all-hands Q&A में Zuckerberg ने स्पष्ट किया कि कर्मचारियों के डेटा का संग्रह “निगरानी या परफॉर्मेंस ट्रैकिंग के लिए नहीं” है, बल्कि AI को “स्मार्ट लोग कंप्यूटर का उपयोग करके काम कैसे करते हैं” यह सिखाने के लिए है
  • उन्होंने यह भी जोड़ा कि “AI शायद इतिहास के सबसे अधिक प्रतिस्पर्धी क्षेत्रों में से एक है”

AI Transformation Weeks और टूल अपनाने का दबाव

  • मार्च में Meta ने कर्मचारियों के लिए “AI Transformation Weeks” आयोजित किए
  • इसमें AI coding tools और AI agents (ऐसे digital assistants जो खुद काम कर सकते हैं) के उपयोग का प्रशिक्षण दिया गया
  • product designers से AI की मदद से coding आज़माने को कहा गया, और software developers से AI के ज़रिए design आज़माने को कहा गया
  • token consumption (AI उपयोग की इकाई, लगभग 4 अक्षरों के text के बराबर) को ट्रैक करने वाला एक आंतरिक डैशबोर्ड लागू किया गया
    • कुछ कर्मचारियों ने इसे सहकर्मियों के बीच प्रतिस्पर्धा बढ़ाने वाला दबाव का साधन माना
    • AI agents इतनी अधिक संख्या में बनाए जाने लगे कि agents खोजने के लिए agents, और agents का मूल्यांकन करने के लिए agents तक बनाए जाने लगे
  • AI tools का उपयोग परफॉर्मेंस मूल्यांकन में शामिल किया जा रहा है

बड़े पैमाने पर छंटनी और कर्मचारियों की बेचैनी

  • 17 अप्रैल को यह रिपोर्ट आने के बाद कि Meta जल्द ही कुल वर्कफोर्स के 10% को निकालने वाला है, कर्मचारियों को चिंता होने लगी कि कहीं उन्होंने अपने AI-आधारित विकल्पों को खुद ही ट्रेन तो नहीं किया
  • दो दिन बाद Meta ने आधिकारिक रूप से घोषणा की कि वह इस महीने लगभग 8,000 लोगों की छंटनी करेगा
  • HR प्रमुख Janelle Gale ने एक आंतरिक संदेश में कहा कि यह कटौती “दूसरे निवेशों की भरपाई के लिए” है, और यह भी कहा कि “लगभग एक महीने की अस्पष्टता बहुत बेचैन करने वाली रही है, यह मैं जानती हूँ”
  • छंटनी 20 मई को लागू की जानी है
  • कुछ कर्मचारी अब Meta को लंबी अवधि का करियर बनाने की जगह नहीं मानते, और कुछ लोग नई नौकरी तलाशने या severance पाने के लिए छंटनी सूची में आने की इच्छा भी जता रहे हैं

कर्मचारियों की प्रतिक्रिया और आंतरिक माहौल

  • कर्मचारी छंटनी गाइड और निहिलिस्टिक memes साझा करके प्रतिक्रिया दे रहे हैं
    • “It do not matter” नाम का meme आंतरिक रूप से साझा किया गया
  • 20 मई की छंटनी तक के लिए कम से कम 3 countdown websites बनाई गईं
    • उनमें से एक का header अमेरिकी राष्ट्रपति Trump की घरेलू नीति वाले विधेयक के नाम की पैरोडी करते हुए “Big Beautiful Layoff” था
  • एक user research कर्मचारी ने आंतरिक पोस्ट में लिखा, “मनोबल बुरी तरह गिर गया है”
  • एक कर्मचारी ने Bosworth से सीधे कहा, “अपने कर्मचारियों की चिंताओं के प्रति आपका निर्मम रवैया चिंताजनक है”

पूरे उद्योग के लिए संकेत

  • Meta की स्थिति इस बात का पहले से दिखने वाला उदाहरण है कि दूसरी tech companies को कार्यस्थल पर AI लाते समय किन परिस्थितियों का सामना करना पड़ सकता है
  • Microsoft, Block, Coinbase जैसी कंपनियों ने भी हाल में AI-जनित कार्य बदलावों के चलते छंटनी या voluntary exit programs की घोषणा की है
  • क्योंकि AI tools code generation में उपयोगी हैं, इसलिए digital business की नींव माने जाने वाले software engineers पर इसका विशेष रूप से विघटनकारी प्रभाव पड़ रहा है
  • University of Washington के प्रोफेसर Leo Boussioux ने कहा, “AI हर किसी को बेहतर coder बना सकता है, लेकिन साथ ही यह रोज़मर्रा के काम की तीव्रता बढ़ाता है,” और उनका आकलन था कि “कार्यस्थल पर AI उपयोग के लिए अभी कोई playbook मौजूद नहीं है”
  • CFO Susan Li ने investor call में कहा कि “AI capabilities तेज़ी से विकसित हो रही हैं, ऐसे में कंपनी का optimal size क्या होना चाहिए, यह स्पष्ट नहीं है,” जिससे आगे और बदलावों का संकेत मिला

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 1 시간 전
Hacker News की राय

  • https://archive.is/JUPmz

  • पैटर्न कुछ ऐसा है: Zuck को कोई आइडिया आता है, आसपास के yes-men कहते हैं, “बिल्कुल सही, यह दुनिया बदल देगा”, और फिर सब कुछ अंगूठी चूमने वाले दिखावटी खेल में बदल जाता है
    अगर आप पूछें, “Metaverse पर 80 बिलियन डॉलर कैसे उड़ा दिए?”, तो जवाब यही है
    Meta में मत जुड़िए। recruiter कितनी भी तेजी से जवाब दे, काम कितना भी शानदार क्यों न लगे, फर्क नहीं पड़ता। team matching के दौरान managers झूठ बोलते हैं। औसत tenure 2 साल से कम होने की वजह है
    यह एक toxic और डर पर आधारित culture है। अंदर जाते ही आपके आसपास के लोग पहले से सोच रहे होते हैं कि आपको scapegoat कैसे बनाया जाए। असली काम केवल उन लोगों के लिए बंद रखा जाता है जो राजनीतिक रूप से फायदे में हों, और बाहर के लोगों को दिखावटी फालतू projects गढ़ने पड़ते हैं। आप खुद काम ढूंढ़ भी लें, तो उसे आपसे छीनने की राजनीति तुरंत शुरू हो जाती है

    • या फिर Meta में जाइए, अपनी आत्मा बेच दीजिए, 7 साल टिकिए, और फिर retire होकर हमेशा के लिए काम खत्म कर दीजिए
    • जिज्ञासा है, यह अंदाज़ा है या सीधा निजी अनुभव

  • executives कमजोर labor market को देखकर कल्पना करते हैं कि वे मन भरकर मुश्किल पैदा करने वाले engineers को निकाल सकते हैं
    खासकर पिछले कुछ वर्षों में tech company executives का बड़ा हिस्सा ऐसे elite universities से आया है जहाँ parents की wealth admission की संभावना पर बहुत असर डालती है, इसलिए labor के प्रति इतनी गहरी अवमानना हैरान करने वाली नहीं है
    सालों तक प्रशिक्षित engineers को manual laborers की तरह interchangeable समझने की कोशिश बार-बार हुई है, और नतीजा हमेशा एक जैसा रहा है। LLM इसे नहीं बदलेंगे

  • ऐसा लगता है कि knowledge work में AI के इस्तेमाल को लेकर व्यापक सामाजिक मानदंड अभी गायब हैं
    हाल ही में काम पर किसी ने Teams में बहुत बड़ा text dump भेजा। वह व्यक्ति आम तौर पर भला है, लेकिन उसकी हर पंक्ति में spelling mistakes होती थीं और उसके messages शायद ही कभी 20 शब्द से लंबे होते थे, इसलिए साफ था कि यह ChatGPT copy-paste था
    जो लोग HN वालों की तरह context switching, information density जैसी चीज़ों से सोचते हैं, उनके लिए इस स्थिति की समस्या साफ है, लेकिन आम लोगों के लिए यह बिल्कुल साफ नहीं है। उस व्यक्ति को सचमुच लगा होगा कि 15 सेकंड prompt टाइप करके मुझे 30 मिनट तक AI का घालमेल सुलझाने देना मददगार है
    इस तरह की चीज़ों में क्या स्वीकार्य practice है, इसे लेकर समझ या सहमति अभी तक सामाजिक मानदंडों में आई ही नहीं है

    • AI की वजह से जानकारी बनाना सस्ता हो गया है, लेकिन अब उस जानकारी को समझने में ज्यादा समय लग रहा है
      कम सक्षम या कम उपयोगी लोग अब कम समय में ज्यादा जानकारी बना सकते हैं, और ज्यादा उपयोगी लोगों को उसे समझने में अपना और अधिक कीमती समय लगाना पड़ता है। इसलिए मुझे संदेह है कि ज्यादातर organizations में LLM शुद्ध लाभ साबित होंगे
    • मूल सिद्धांत यह होना चाहिए कि AI-generated चीज़ों को communication में सीधे copy-paste न किया जाए। मुझे लगता है, यही सीमा है
      पीछे आप जो चाहे इस्तेमाल करें, लेकिन जो भेजा जाए वह आपकी अपनी सोच का संश्लेषित परिणाम होना चाहिए
      नहीं तो, जैसा कई लोगों ने कहा है, सीधा prompt ही भेज दीजिए। यह जानना कि कोई सहकर्मी कुछ communicate करने में कठिनाई महसूस कर रहा है, कई बार उससे अधिक दिलचस्प और बेहतर होता है
    • “मैं 15 सेकंड के prompt से बनी चीज़ को 30 मिनट तक खोलता रहूँ” — यही वह केंद्रीय झुंझलाहट है जो पूरे workplace में फैल रही है
      AI से पहले design docs, Jira tickets, pull requests बनाने का मतलब कम से कम इतना तो होता था कि उस व्यक्ति ने उन पर अच्छा-खासा समय और मेहनत लगाई है
      LLM ने इस धारणा को मिटा दिया है। अब email, 12-page design doc, 100-line या 1000-line pull request, 10 Jira tickets — इनमें से कुछ भी देखकर यह नहीं पता चलता कि किसी ने सच में समय लगाया है या AI subscription से बस एक plausible output निकलवाया है। लेकिन इन्हें पढ़ना और process करना तो पड़ता ही है, और इसकी लागत बनाने वाले की मेहनत से 100 गुना ज्यादा होती है
      जिन लोगों के लिए नौकरी अपनी मेहनत और मूल्यवान दिखने वाले बाहरी रूप के बीच optimization game थी, उनके लिए LLM एक परफेक्ट shortcut हैं। कुछ लाइन के अनुरोध से वे ऐसे documents बना सकते हैं जैसे बहुत सारा काम किया हो
      अगर कोई 15 सेकंड के prompt से निकले AI घालमेल को आपसे 30 मिनट review करवाता है, तो वह feedback को ChatGPT में डालकर revised document फिर भेज देगा। तब आप भी उसका काम करने लगेंगे
      जिन teams या companies में activity का दिखावा contribution का proxy metric था, उनके लिए यह कठिन transition होगा। दुनिया भर की email-based office jobs को अब ऐसा tool मिल गया है जो काम किया हुआ दिखाने वाले outputs बना देता है, और उनमें से बहुत कुछ ऊपर-ऊपर से ठीक भी लग सकता है। एक व्यक्ति ढेर सारे design docs और Jira tickets बना सकता है, company Slack में witty replies भी paste कर सकता है, और असल काम पहले से कम करते हुए भी सबसे active और committed employee जैसा दिख सकता है
      जिन teams में पहले से अच्छी review culture है और managers metrics से ज्यादा output पर ध्यान देते हैं, वे ठीक रहेंगे। थोड़ा सा देखने पर ही AI copy-paste employee पकड़ा जाएगा। जो आलसी managers documents को सरसरी तौर पर देखते थे या pull request count और code-changed lines के graphs बनाते थे, वे यह देखकर हैरान होंगे कि उनके game में top performers ही team को सबसे ज्यादा नुकसान पहुँचा रहे हैं
    • फिलहाल मानक यह होना चाहिए: “अगर तुम्हें पता है कि मैं इंसान से जवाब की उम्मीद कर रहा हूँ, तो बिना edit किया हुआ ChatGPT output paste करके मत भेजो”
      हर कोई अपने shortcut के output भेजना चाहता है, लेकिन दूसरों के नहीं पाना चाहता
      ज्यादातर लोग जानते हैं कि वे ऐसा कर रहे हैं। अगर आपको LLM use छिपाने की ज़रूरत महसूस होती है, तो इसका मतलब है कि final draft में आपकी अपनी आवाज़ और आपका अपना काम पर्याप्त नहीं है, और वही ठीक करना चाहिए
    • कभी support ticket में reference के तौर पर ऐसा हुआ कि support agent ने ग्राहक के उसी single email को, जिसे मैं खुद पढ़ सकता था, एक साफ-साफ AI summary बनाकर फिर से भेज दिया
      मुझे पता है कि इरादा मदद करने का था, लेकिन यह महसूस न करना मुश्किल है कि जैसे मुझे बच्चा या बेवकूफ समझा जा रहा हो। पहले यह सहमति थी कि किसी के लिए search करके देना अशिष्टता हो सकता है, और letmegooglethatforyou.com इसका अच्छा उदाहरण था; समझ नहीं आता कि AI summaries और AI घालमेल को उसी तरह क्यों नहीं समझा जा रहा

  • Meta layoffs का ज़िक्र किया जा रहा है, लेकिन employee morale पर AI से भी बड़ा असर शायद छंटनी का हो
    अभी tech layoffs के बारे में मेरा hypothesis यह है। पिछले लगभग 10 वर्षों में stack ranking जैसी attrition पैदा करने वाली practices फैशन से बाहर हो गईं। क्यों, इसका अंदाज़ा लगाया जा सकता है। शायद generational change की वजह से middle managers वह गंदा काम नहीं करना चाहते थे। जो भी हो, बदलाव हुआ
    लेकिन companies अब भी low performers को हटाना चाहती हैं, और कुछ लोग मानते भी हैं कि यह ज़रूरी है। इसलिए अब वे समय-समय पर company-wide workforce cuts करती हैं और उस समय जो भी convenient justification हो, उसे लगा देती हैं। macroeconomic conditions हो, AI हो, कुछ भी चल सकता है
    यह hypothesis यह भी समझाता है कि companies layoffs के दौरान या तुरंत बाद aggressively hiring क्यों करती हैं, और layoffs हर साल दोहराए क्यों जाते हैं

    • चिंता मत कीजिए। tech companies में stack ranking और churn अभी भी पूरी तरह फैशन में हैं

  • Mark को leakers पसंद नहीं हैं, लेकिन यह काफ़ी मज़ेदार है कि NYT के पास शायद दर्जनों employees से सीधी लाइन है
    आखिरकार, 70,000 कर्मचारियों के साथ साझा किए गए राज़ को सुरक्षित रखना मुश्किल है

    • पहले जब मैं Zuckerberg के व्यवहार पर ज्यादा ध्यान देता था, तब मुझे लगता था कि वह “मुझे leakers से नफरत है” तो कहता है, लेकिन यह सोचकर अपने व्यवहार को बदल नहीं पाता कि लोग उस पर इतने नाराज़ क्यों हो रहे हैं कि leak करना चाहें
      वह बहुत reactive इंसान है, “मुझे बदलाव बनना हो तो क्या करना चाहिए” या “मैंने क्या किया कि यह हुआ” जैसी आत्मचिंतन वाली सोच उसका स्वभाव नहीं है
      2010s के आखिर की कई scandals को देखते हुए मैंने यही सोचा था। उसके लिए सब कुछ PR response था, आत्ममंथन नहीं। सबसे अच्छा PR यह है कि बुरा इंसान ही न बना जाए। पता नहीं उसने कभी इस पर विचार किया या नहीं

  • ऐसा लगता है कि जो लोग छोटी companies में हैं या अकेले काम करते हैं, वे AI का इस्तेमाल करके कहीं ज्यादा आनंद ले रहे हैं
    self-employed होने के नाते मैंने पिछले महीने tokens पर लगभग $1000 जला दिए, और ऐसा करते हुए मुझे काफ़ी मज़ा आया

    • इसमें हैरानी नहीं। लोग तब अधिक productive होना पसंद करते हैं जब productivity बढ़ने का लाभ उन्हें कम से कम कुछ हिस्से में सीधे मिले
      अगर आपसे 10x productive होने की उम्मीद की जाए लेकिन salary न बढ़े, तो अंत में आप बस executives की जेब भर रहे होते हैं और अपनी job security ही घटा रहे होते हैं
    • Meta बिल्कुल दूसरी छोर पर है। लेख की शुरुआत से ही आता है कि अब AI के ज़रिए यह मॉनिटर किया जा रहा है कि हर कोई computer कैसे इस्तेमाल करता है
      यह कि Meta को यह अच्छा idea लगा, और यह कि सिर्फ anonymous AI training के लिए इस्तेमाल होने का दावा करके employees को सहज महसूस होगा, आज भी समझ से परे है
    • मैं अकेले काम करता हूँ, लेकिन AI इस्तेमाल करने में मुझे आनंद नहीं आता
    • मैं उस ऊर्जा को महसूस कर रहा हूँ। health insurance की वजह से मैं किसी तरह अपनी मौजूदा बड़ी company में टिके रहने की कोशिश कर रहा हूँ, लेकिन खिंचाव बहुत ज़्यादा है

  • Bosworth ने जवाब दिया, “इस data को बहुत सख्ती से control किया जाता है। leak का कोई risk नहीं होगा”
    अरे बाप रे। मशहूर आखिरी शब्द

  • मैंने अपनी ज़िंदगी का बड़ा हिस्सा यह मानते हुए बिताया कि technology जीवन को बेहतर बनाएगी, लेकिन अब समझ आ रहा है कि यह विचार गलत था
    technology बस power को amplify करती है। जब तक हम सामूहिक रूप से ऐसी value system को फिर से परिभाषित और लागू नहीं करते जो सबके लिए फायदेमंद हो, technological progress सिर्फ अधीनता के साधन की तरह काम करेगी

    • अगर बात को इतना आगे ले जाएँ, तो यही वह बात है जो Unabomber कह रहा था, और लोगों को यह समझ में न आए इसके लिए कोशिशें भी बहुत समय से होती रही हैं
      आखिरकार या तो totalitarianism की ओर जाया जाएगा, या फिर उसका प्रतिरोध करते हुए अनजाने क्षेत्र में धकेलकर escape route बनाने की कोशिश होगी। totalitarianism status quo पर ही progress रोक सकता है, या anarcho-primitivism बनाए रख सकता है, या technocratic boredom तक ले जा सकता है
      असल में, हम बस अज्ञात दिशा में आगे बढ़ते हुए उम्मीद ही कर सकते हैं। लेकिन मैं झूठ बोलकर यह नहीं कह सकता कि मुझे दिख रहा है कि इस सब से होकर जाने का रास्ता क्या है
    • मुझे लगता है, मूल सच्चाई यही है। technology अपने-आप जीवन को बेहतर नहीं बनाती
      मैंने हाल ही में Luddites पर लिखा था। उनकी वास्तविक मांगें देखें तो वे anti-technology नहीं थे, वे labor activists थे। Industrial Revolution के दौरान अधिकांश लोगों का जीवन बहुत बदतर हो गया था, और उनके माँगे गए कानून आखिरकार लागू होने के बाद ही चीज़ें बेहतर हुईं
      https://www.disruptingjapan.com/the-real-luddites-would-have...
    • “किसी भी तकनीकी रूप से उन्नत समाज में व्यक्ति का भाग्य उन फैसलों पर निर्भर होना ही है जिन पर उसका प्रभाव बहुत कम होगा। technological society छोटे, autonomous communities में विभाजित नहीं हो सकती, क्योंकि production बहुत से लोगों और machines के सहयोग पर निर्भर करती है। ऐसे society को अत्यधिक organized होना पड़ता है, और ऐसे फैसले लेने पड़ते हैं जो बहुत बड़ी संख्या में लोगों को प्रभावित करते हैं। अगर कोई फैसला, मान लीजिए, 10 लाख लोगों को प्रभावित करता है, तो प्रभावित प्रत्येक व्यक्ति का उसमें औसतन सिर्फ दस-लाखवाँ हिस्सा होता है”
    • “सबके लिए फायदेमंद value system को सामूहिक रूप से फिर से परिभाषित और लागू करना” असंभव है
      पहली बात, “सबके लिए फायदेमंद” क्या है, इस पर लोग अक्सर और बहुत बुनियादी स्तर पर असहमत होते हैं। ऐसे कई मतभेद ऐसे हैं जिन्हें physical force के बिना सुलझाने का कोई तरीका नहीं है
      दूसरी बात, “लागू करना” का मतलब है कुछ लोगों को दूसरों पर कुछ करने की शक्ति देना। ऐसी शक्ति कि वे वे काम कर सकें जो कोई और करे तो अपराध कहलाए — जैसे जेल भेजना, जुर्माना लगाना, या लोगों पर यह सीमा लगाना कि वे क्या कर सकते हैं। David Friedman की किताब The Machinery of Freedom पढ़ने लायक है; उसमें सरकार को यही कहा गया है। समस्या यह है कि सरकार भी आखिर इंसानों से ही चलती है, और इंसान इतने भरोसेमंद नहीं कि उन्हें ऐसी शक्ति दी जाए
      आखिर में एकमात्र बचाव यही है कि ऐसी शक्ति किसी दूसरे को दी ही न जाए। न सरकार को, न big tech को, किसी को भी नहीं। लेकिन इसके लिए जिस स्तर की foresight चाहिए, वह ज्यादातर लोगों के पास नहीं होती या वे उसका इस्तेमाल नहीं करना चाहते। खासकर तब, जब सामने कोई मीठी चीज़ रखी हो। जब Facebook पहली बार आया था, तब कितने लोगों ने यह देख लिया था कि कुछ दशकों बाद यह एक ऐसा विशाल दैत्य बन जाएगा जिसे नियंत्रित करने का कोई तरीका नहीं होगा, और इसलिए इसे इस्तेमाल ही नहीं करना चाहिए? मेरे अनुभव में जवाब है, “इतने नहीं कि कोई फर्क पड़े।” जिन लोगों को मैं जानता हूँ, उनमें Facebook न इस्तेमाल करने वाला और कभी न करने वाला सिर्फ मैं हूँ। मैं भी आज का नतीजा पहले से देखकर नहीं रुका था; बस एक instinctive aversion का पालन किया, और उसके बाद सालों तक धीमी रफ्तार वाला train wreck unfold होते देखा
      इसलिए हम फँसे हुए हैं। मान लीजिए सरकार तय करे कि big tech companies को तोड़ा जाए, Zuckerberg, Bezos आदि पर भारी fines लगाए जाएँ, संपत्ति जब्त की जाए, social service कराई जाए, और कुछ को जेल भी भेजा जाए — तब भी होगा यही कि अविश्वसनीय इंसान दूसरे इंसानों के साथ यह सब कर रहे होंगे। मूल समस्या हल नहीं होती। बस डिब्बे को थोड़ी दूर और लात मारी जाती है
    • यह सचमुच technology पर निर्भर करता है। अलग-अलग technologies power को अलग-अलग तरीकों से redistribute करती हैं
      LLM निश्चित रूप से बहुत centralizing हैं। किसी व्यक्ति या छोटी company के लिए अपना LLM train करना लगभग असंभव है। अधिकतम आप एक pretrained model डाउनलोड कर सकते हैं, लेकिन कम से कम तब कोई उसे चुपचाप बदल या आपसे छीन नहीं सकता