अगर आप इंसानी ध्यान चाहते हैं, तो इंसानी मेहनत दिखाइए

 (tombedor.dev)
6 पॉइंट द्वारा GN⁺ 6 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • टीम सहयोग में AI द्वारा लिखी गई डिबग जाँच, दस्तावेज़ और कोड की मात्रा बढ़ रही है, और यह एक नया एटीकेट सवाल बन गया है कि AI आउटपुट को कब दूसरे लोगों को पढ़ने के लिए भेजना ठीक है
  • आंतरिक codebase और दस्तावेज़ों के साथ अच्छी तरह एकीकृत AI वास्तव में उपयोगी आउटपुट बना सकता है
  • सॉफ़्टवेयर इंजीनियरों का AI टेक्स्ट पढ़ने में समय बढ़ रहा है, और बिना सँवारे AI आउटपुट को अपने लिखे जैसा पोस्ट करना बिना विचार का व्यवहार है
  • अगर कोई बिना पढ़े AI की आलोचनात्मक दस्तावेज़ यह कहकर भेज दे कि “यह पूरी तरह सटीक न भी हो सकता है”, तो सवाल उठता है कि जो दस्तावेज़ भेजने वाले के लिए भी पढ़ने लायक नहीं था, उसे पाने वाले को क्यों पढ़ना चाहिए
  • मूल सिद्धांत है "अगर आप इंसानी ध्यान माँगते हैं, तो इंसानी मेहनत दिखाइए", यानी AI परिणाम साझा करते समय यह साफ़ बताइए कि वह AI-जनित है और उसके साथ अपनी टिप्पणी भी जोड़िए
  • AI युग में ध्यान(attention) और भी दुर्लभ संसाधन बन गया है, और AI कंटेंट लेबलिंग व इंसानी मेहनत का प्रमाण सहकर्मियों के प्रति संवेदनशीलता और काम में मानवीयपन बनाए रखने में मदद करता है

AI आउटपुट से पैदा हुआ सहयोगी एटीकेट का सवाल

  • डिबग जाँच, दस्तावेज़ लेखन और कोड का बढ़ता हिस्सा रोबोट द्वारा लिखा जा रहा है
  • यह बदलाव टीमों में एक नया एटीकेट प्रश्न पैदा करता है: AI आउटपुट को किस बिंदु पर दूसरों के पढ़ने के लिए भेजना ठीक है
  • आंतरिक codebase और दस्तावेज़ों में गहराई से एकीकृत AI कभी-कभी वास्तव में उपयोगी नतीजे दे सकता है
  • साथ ही, सॉफ़्टवेयर इंजीनियरों के दिन का बड़ा हिस्सा AI टेक्स्ट पढ़ने में जाने लगा है, जिससे थकान(fatigue) बढ़ती है
  • “अगर मैं यह काम रोबोट से करवा सकता हूँ, तो तुम भी करवा सकते हो” जैसी भावना के कारण, बिना सँवारे AI आउटपुट को अपने लेखन की तरह पोस्ट करना असंवेदनशील व्यवहार माना जाता है

इंसानी ध्यान के लिए इंसानी मेहनत ज़रूरी है

  • एक उदाहरण में, डिज़ाइन प्रस्ताव देने के बाद टीम के एक सदस्य ने AI से उसकी आलोचना माँगी और फिर यह कहकर AI दस्तावेज़ भेज दिया कि “मैंने इसे पढ़ा नहीं है, इसलिए यह पूरी तरह सही न भी हो सकता है”
  • जब कोई व्यक्ति बिना पढ़ा दस्तावेज़ किसी दूसरे को पढ़ने के लिए भेजता है, तो वह पढ़ने का वह बोझ आगे बढ़ा देता है जिसे वह खुद भी मूल्यवान नहीं मानता था
  • मूल सिद्धांत यह है कि अगर आप इंसानी ध्यान चाहते हैं, तो आपको इंसानी मेहनत दिखानी चाहिए
  • अगर AI-जनित सामग्री उपयोगी है, तो उसे सहकर्मियों को भेजा जा सकता है, लेकिन यह स्पष्ट होना चाहिए कि वह AI ने बनाई है और उसके साथ आपकी अपनी टिप्पणी भी होनी चाहिए
  • किसी व्यक्ति से code review माँगते समय, AI द्वारा जनरेट किए गए कोड को पहले खुद देखना चाहिए

मतलब

  • AI से पहले भी ध्यान पहले से ही एक दुर्लभ संसाधन था, और AI के बाद इसकी कमी और बढ़ गई है
  • AI-जनित सामग्री को स्पष्ट रूप से लेबल करना और इंसानी मेहनत दिखाना, सहकर्मियों के प्रति संवेदनशील बने रहने और काम के भीतर मानवीयपन(humanity) बनाए रखने में मदद करता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 6 시간 전
Hacker News की राय

  • Claude को पूरी तरह अपनाने वाला एक बहुत उत्पादक सहकर्मी AI-generated PRs की बाढ़ ला रहा है, जिससे टीम पर बोझ पड़ रहा है
    करीब 6 महीने बाद वह standup में अक्सर शिकायत करता है कि उसके PRs review नहीं हो रहे और पड़े रह जाते हैं, और ऐसा जानबूझकर नहीं किया जा रहा, लेकिन वह उन्हें टीम के लिए देखना आसान भी नहीं बनाता
    बात AI content को ठुकराने की नहीं है, बल्कि गलतियाँ ढूँढने और छाँटने में review effort लगता है. बड़े PR में hallucination पकड़ने के लिए एक-एक घंटा देकर बहुत सटीक रहना पड़ता है, लेकिन जब उस review पर फिर AI-generated जवाब और AI-generated fixes आ जाएँ, तो यह अनादर जैसा लगता है, और आखिरकार अनजाने में ऐसे PRs से बचने का मन होने लगता है

    • बड़ी software teams में bottleneck team communication होती है. मैंने बड़ी और छोटी दोनों teams चलाई हैं, और अगर गति बढ़ानी हो तो team से लोगों की संख्या कम करना हर बार असरदार रहा
      यह layoffs के बिना भी team को बाँटकर किया जा सकता है, और आमतौर पर जो लोग हटते हैं वे top performers नहीं होते. एक दोस्त जो छोटी company चलाता है, उसने भी कहा कि team से 1 व्यक्ति कम करते ही गति लगभग तुरंत बढ़ गई, क्योंकि वही आसपास के लोगों को धीमा करने वाला bottleneck था
      यह AI से पहले भी सच था, AI बस फर्क को और स्पष्ट कर रहा है. मौजूदा AI tools multi-user collaboration के लिए उपयुक्त नहीं हैं और interaction 1:1 है, इसलिए tool और इंसान के बीच handoff आखिरकार इंसानों के बीच communication में अटक जाता है
      AI के खिलाफ प्रतिक्रिया समझ में आती है, लेकिन शायद वह productive reflex नहीं है. बदलाव की मात्रा कम होने वाली नहीं है, इसलिए हर code को manually review करने का तरीका लंबे समय में scale नहीं करेगा. यह देखना होगा कि manual PR review वास्तव में कितनी समस्याएँ पकड़ता है, हम उसकी value का सही आकलन करते हैं या नहीं, और क्या वही समस्याएँ अपने-आप ढूँढने और ठीक करने के तरीके हो सकते हैं
    • सोच रहा हूँ क्या आपने उस सहकर्मी से इस बारे में सीधे बात की है. अगर वह इतना असामाजिक है कि इंसान द्वारा लिखे संदेश पर AI जवाब भेज देता है, तो संभव है उसे यह भी समझ न हो कि लोग ऐसा क्यों नहीं करते
    • उस व्यवहार को ऐसे समझा जा सकता है कि वह अपना समय बचा रहा है, जबकि दूसरों के समय को कम महत्वपूर्ण मान रहा है
      सोचता हूँ क्या उसे इसका एहसास है
    • एक अच्छा rule of thumb यह है कि दूसरों को उसे consume करने में जितनी मेहनत लगेगी, उससे ज़्यादा मेहनत result तैयार करने में लगाओ
    • यह हमेशा संभव नहीं होता, लेकिन change requests को छोटा रखने की practice वास्तव में मूल्यवान है, और agents का इस्तेमाल जितना बढ़े, यह उतना ही महत्वपूर्ण हो जाता है
      files और lines की संख्या पलक झपकते ही बहुत ज़्यादा बढ़ सकती है

  • यह बिल्कुल वैसा ही है जैसा मैं इन दिनों महसूस कर रहा हूँ. एक खास सहकर्मी कुछ ज़्यादा ही आगे बढ़ गया है और हर code review, email या Teams सवाल के जवाब, नई story, यहाँ तक कि design·ideas meetings में अपनी निजी राय तक, लगभग बिना छुए AI output ही जमा करता है
    हम आने वाले projects की planning कर रहे हैं, लेकिन review के लिए जो documents आते हैं वे लंबे, फैलावदार और बहुत verbose होते हैं, और उनमें जो समस्याएँ मिलती हैं उनसे लगता है कि उसने शायद खुद उन्हें पहले पढ़ा तक नहीं
    मैं समझता हूँ कि content सही हो सकता है या कभी-कभी मददगार भी, लेकिन लगातार AI chatbot से बात करने जैसा महसूस होना थका देता है. मैं किसी और के AI-generated जवाबों को validate करने का काम भी अपने ऊपर नहीं लेना चाहता

    • सहज रूप से देखें तो ignore करना ही सही लगता है. context पर निर्भर करेगा, लेकिन आखिरकार “मैं वह नहीं पढ़ूँगा” ही समाधान होना चाहिए
    • मैंने इस तरह के लोग देखे हैं. वे नौकरी को अपने और company के बीच 2-player game की तरह देखते हैं, जहाँ वे अपनी मेहनत के मुकाबले career gain को maximize करना चाहते हैं और दूसरों को कितनी असुविधा होती है इसकी परवाह नहीं करते
      AI से पहले इस game में या तो सचमुच काम करना पड़ता था, या बिना पकड़े गए दूसरों का credit लेना पड़ता था. अब AI आने के बाद वे Claude में सब कुछ डालते हैं, उससे काम करवाते हैं, और output copy करके दूसरों को paste कर देते हैं, जैसे बिना काम किए credit लेने का यह अंतिम साधन हो
      यानी न्यूनतम मेहनत से अधिकतम visibility. जब तक उन्हें लगता रहेगा कि वे पकड़े नहीं जा रहे, यह चलता रहेगा. अगर manager दखल न दे, या ऊपर-ऊपर दिखने वाली output की वजह से इसे बढ़ावा मिले, तो स्थिति और खराब ही होगी
    • यह कल्पना करना मुश्किल है कि मेरी राय बस तोते की तरह दोहराया गया AI कचरा हो. फिर भी, क्या लोग कम-से-कम थोड़ा polish भी नहीं करते?
      Claude भी अक्सर बेहूदा फैसले करता है, और Gemini उससे भी खराब है. जब model मेरी राय से सहमत भी होता है, तब भी मुझे शक होने लगता है कि कहीं मैं ही गलत तो नहीं

  • समझ नहीं आता कि यह अचानक इतनी urgent समस्या क्यों बन गई. बहुत पहले से ऐसे automated “धन्यवाद” emails होते आए हैं जो इंसान ने लिखे ही नहीं, तो अब अलग क्या है?

    • मुझे ऐसे emails हमेशा रूखे लगे हैं. क्योंकि मुझे बहुत अच्छी तरह पता होता था कि वह auto-response है और उससे मेरा काम ही बढ़ता है
      और यह लेख एक और बात भी दिखाता है. AI content को label किया जाना चाहिए. PR AI ने बनाया है या नहीं, यह हमेशा स्पष्ट नहीं होता

  • यह देखकर हैरानी होती है कि इतने सारे लोग स्वेच्छा से अपने पूरे काम को LLM prompter बनाकर नीचे गिरा रहे हैं
    अगर आपका काम मशीन के काम से अलग ही नहीं दिखता, तो आपके boss को बीच का इंसान हटाकर सीधे machine इस्तेमाल करने से क्या रोकता है? मैंने सोचा था कि इस नई दुनिया में लोग अपनी value साबित करने की और ज़्यादा कोशिश करेंगे

    • अगर सब लोग कह रहे हैं कि AI के मुताबिक खुद को ढालो, तो यह परखना तर्कसंगत है कि अपने काम का कितना हिस्सा AI से कराया जा सकता है
    • मैंने tech industry में काम किया है और अब company चलाता हूँ, और ईमानदारी से कहूँ तो software engineers में अच्छे engineers ज़्यादा से ज़्यादा 10~20% ही होते हैं
      यह कठोर लग सकता है, लेकिन मैं झूठ नहीं बोलना चाहता. अगर आप अच्छे हैं, तो शायद आप सहमत होंगे. बाकी ज़्यादातर औसत से भी नीचे थे
      अपने पूरे career में मुझे कभी “expectations से ऊपर” से कम rating नहीं मिली, मैंने खराब engineers भी देखे हैं और बहुत कम संख्या में शानदार engineers भी, और उन्हें mentor की तरह अपनाया है
      इन दिनों मेरी policy सरल है. जो सोच नहीं सकता, उसे निकाल दो. जो इंसान दिमाग का इस्तेमाल ही नहीं कर सकता, उस पर समय और पैसा क्यों खर्च करें? बेहतर है AI credits उन्हें दिए जाएँ जो दिमाग इस्तेमाल करते हैं
      सोचना इंसान का काम है, और AI को वह execute करना चाहिए जिसे इंसान ने सोचा, सुधारा और plan किया है

  • मुझे लगता है कि वजह यह है कि हम खुद को बेवकूफी भरे काम दे रहे हैं। अपने परिवार के जीवित रहने के लिए आश्रय बनाना या कुम्हार के चाक पर ऐसा बर्तन बनाना जिसे आप बाद में पसंद करने लगेंगे, ऐसे काम हम यूँ ही अधूरे मन से नहीं करते।
    लेकिन उसकी जगह Facebook जैसी जगहों पर पोस्ट लिखकर किसी तरह मुनाफा कमाने की कोशिश करते हैं, तो जाहिर है कि ऐसे बेवकूफी भरे काम हम bot से करवाएँगे और जाहिर है कि नतीजा भी बेवकूफी भरा आएगा

    • कुछ कामों पर यह बात लागू होती है, लेकिन मैं अभी काफी शानदार काम भी मोटे तौर पर automate कर रहा हूँ। मैंने अपने शहर की मीटिंग minutes, agenda और recordings scrape कीं, transcript बनाए, फिर "Flock" को regex से खोजकर उसके सभी mentions इकट्ठा किए।
      उन फाइलों को सस्ते मॉडल DeepSeek V4 में डालकर मैंने पता लगाया कि हमारे शहर में surveillance state बनाने के समर्थन में कौन है और कौन नहीं।
      मैंने हर व्यक्ति पर सामग्री जुटाई, उन्होंने जो कहा उसके हिसाब से email draft भी बनाए, जिनमें quotes और numbers तक शामिल थे। Emails को हल्का-सा polish करके भेज दिया और जवाब भी आ चुके हैं। FOIA से मिली CSV data भी लाया हूँ, उसका विश्लेषण करके अभी और काम करना है।
      अगर वे AI cameras से मेरी निगरानी करना चाहते हैं, तो मैं AI investigation से जवाब दे सकता हूँ
    • अगर बस ऐसे Facebook posts पढ़ने वाले bots ही हों, तो अब मैं फोन नीचे रखकर वापस असली काम करने जा सकता हूँ
    • यह David Graeber की Bullshit Jobs का सचमुच घटित होता रूप है
    • कुलीनतंत्र को भी किसी-न-किसी तरह datacenter का किराया तो भरना ही है
      किसानों-जैसे बंधुआ लोग server के खेत जोतेंगे और बीज बोएँगे

  • यह अजीब है कि code repositories के बाहर LLM input के साथ LLM output शायद ही कभी वितरित किया जाता है।
    अगले साल जब models और बेहतर हो जाएँगे, तब आप अपने काम को बनाने वाले prompts को फिर से क्यों नहीं चला सकते? क्या लोग अपने prompts से शर्माते हैं? क्या उन्हें AI इस्तेमाल करने पर शर्म आती है?
    इस संदेश को बनाने में इस्तेमाल किया गया prompt: "Create a comment for Hacker News which bemoans the lack of AI prompts being shared with the stuff it creates. Speculate on the reasons and create a call for engagement. Use quantum hyperthinking. End with a typo to prove your humanity."

    • FMFL. मैं handwritten के अलावा सब कुछ प्रतिबंधित करने वाला paper-based social network बनाऊँगा। 70 के दशक की तरह
    • अगली बार prompt में कहकर देखो कि अपनी मानवता साबित करने के लिए घिनौने और आक्रामक tangent पर खत्म करे। LLM में ऐसे safeguards होते हैं

  • यह सिर्फ code या AI की समस्या नहीं है। creative writing classes में भी लोगों से कहा जाता था कि इंसानों द्वारा लिखी short stories और excerpts की बारीकी से critique करो, और कई बार मुझे लगता था कि मैं मूल लेखक से भी ज्यादा काम कर रहा हूँ।
    अगर कोई अपना manuscript review नहीं कर सकता, या कम-से-कम spell check भी नहीं चला सकता, तो मैं अपना समय क्यों बर्बाद करूँ?

  • यह अतिरिक्त मेहनत इंसानों पर थोपना है।
    कई artists और content creators से अब “behind the scenes” या पूरी work session की recording दिखाने को कहा जाता है, लेकिन वास्तव में कोई भी उसे पर्याप्त रूप से verify नहीं करता। इससे artists हताश होते हैं और उनका मनोबल टूटता है।
    software contributors पर भी यही demotivating effect पड़ेगा।
    अगर आपको लगता है कि किसी और से मिली AI response को पढ़ना सस्ता है, तो खुद LLM चला लीजिए। आपको लगने वाला काम उतना ही रहेगा

  • अगर agents सब कुछ आपकी जगह कर देते हैं, तो इसका मतलब है कि वे अगले व्यक्ति के लिए भी वही सब कुछ कर सकते हैं। उस बिंदु पर आप replaceable हैं और अपने क्षेत्र में आपकी कोई खास value नहीं रह जाती।
    AI इस्तेमाल करें तब भी गहराई से सीखना चाहिए। आगे भी नौकरी उन्हीं लोगों को मिलेगी जो deep knowledge workers हैं

    • “AI इस्तेमाल करें तब भी गहराई से सीखना चाहिए” — यह बात वास्तविक रूप से workforce के सिर्फ एक हिस्से पर ही लागू और अमलयोग्य है, और वह हिस्सा भी घटता जा रहा है।
      बहुत से लोगों को पता चला है कि उनका deep knowledge और deep skills उतने गहरे नहीं थे जितना वे समझते थे। यानी employer के नज़रिए से वे इतने गहरे नहीं थे कि उन्हें बदला न जा सके। लोग आम तौर पर अपनी value का आकलन बढ़ा-चढ़ाकर करने में काफी माहिर होते हैं

  • हम अपनी टीम में भी यह देख रहे हैं। मुझे लगा था कि engineers सीमाओं और बारीक फ़र्कों को बेहतर समझेंगे, लेकिन अभी हालात काफी बुरे हैं।
    टीम के लोग लगभग बिना verification के विशाल AI-generated PR खोलकर review माँगते हैं, इतना ही नहीं, जिन समझदार teammates का मैं सम्मान करता हूँ वे भी AI से “code review” करवाते हैं।
    PR पर पहले से automatic AI code review लगा हुआ है। इसलिए अब “human” review में भी hallucination मिली बकवास प्रतिक्रियाएँ मिलने लगती हैं।
    यह देखकर मुझे यकीन हो जाता है कि आम जनता के लिए यह सचमुच खतरनाक है। आगे हम नियमित रूप से बड़े AI-generated incidents देखेंगे। अगर industry के लोग, जो आम जनता की तुलना में विशेषज्ञ हैं, इस तकनीक का इतने स्पष्ट तरीके से दुरुपयोग कर रहे हैं, तो non-technical लोग इसे कितनी ज्यादा गलत तरह से समझेंगे और लागू करेंगे। ऊपर से hype करने वालों और बेचने वालों की मदद अलग से है।