मेरे "LLMs are eroding my career" पोस्ट पर टिप्पणियों के जवाब
Large language models increasingly are seen as capable of automating much of routine software development and other knowledge work, raising fears that these roles will be commoditized and that demand for human programmers will shrink. Commenters argue over whether “good enough” AI output will dominate despite quality and reliability concerns, how far and fast AI capabilities are likely to progress, and whether Jevons paradox (more efficiency creating more total demand) will really save tech jobs. Underneath the technical debate runs a deeper anxiety about short‑termist capitalism, eroding job security, and what happens to non‑elite workers if AI substantially replaces human cognitive labor without a corresponding social safety net.
सॉफ़्टवेयर, पूँजीवाद, और “जो चीज़ें काम करती हैं” की धारणाएँ
- कई लोग तर्क देते हैं कि अब ग्राहक और निवेशक मज़बूती या नैतिकता से ज़्यादा सस्ते, “काफ़ी अच्छे” आउटपुट को प्राथमिकता देते हैं, जो काम करते हुए दिखते हैं।
- दूसरे लोग इसका विरोध करते हैं, यह कहते हुए कि खराब गुणवत्ता से उपयोगकर्ताओं में लगातार हल्की-सी नाराज़गी बनी रहती है, लेकिन लोग विक्रेताओं को जवाबदेह ठहराने में असहाय महसूस करते हैं।
- सार्वजनिक कंपनियों, अल्पकालिक सोच, और शेयरधारक दबाव को कोनों को काटने और ग्रिफ़्ट को प्रोत्साहित करने के लिए दोषी ठहराया जाता है।
AI, कला, और रचनात्मक क्षेत्रों में असंतोष
- कई लोग कलाकारों में तीव्र शत्रुता की ओर इशारा करते हैं, जो केवल नौकरी छिनने से नहीं बल्कि इस बात से भी जुड़ी है कि उन्हें बदलने योग्य कहकर मज़ाक उड़ाया जाता है और AI समर्थकों द्वारा खारिज किया जाता है।
- कुछ लोगों को AI कला/कॉपी वाणिज्यिक उपयोगों के लिए “काफ़ी अच्छी” लगती है; अन्य लोग बताते हैं कि जब आप उस क्षेत्र को जानते हैं तो स्पष्ट खामियाँ नज़र आती हैं (जैसे, सर्फ़िंग)।
- एक अल्पसंख्या यह स्वीकार करती है कि पहले “अहंकारी” पेशों के स्वचालित होने पर उन्हें schadenfreude महसूस होती है, जबकि अन्य इस रवैये को क्रूर और विषैला मानते हैं।
ज्ञान, क्षमता, और वह क्या है जो कामगारों को अलग बनाता है
- एक आम विषय: “सिर्फ़ ज्ञान” अब अलग नहीं पहचानता; चीज़ें डिलीवर करने, गंदे-उलझे मुद्दों को हल करने, और संवाद करने की क्षमता पहचान बनती है।
- प्लंबरों और प्रशिक्षुओं से तुलना: उपकरण (LLMs सहित) न्यूनतम स्तर ऊपर उठाते हैं, लेकिन जटिल काम के लिए अभी भी विवेक, ज़िम्मेदारी, और भरोसे की ज़रूरत होती है।
- कुछ लोग अनुकूलनशीलता और “wayfinding” (विरोधी आवश्यकताओं को एकीकृत करना) को भविष्य-सुरक्षित कौशल के रूप में रेखांकित करते हैं; अन्य लोग ज़ोर देते हैं कि अंततः पूँजी का स्वामित्व हावी रहता है।
सॉफ़्टवेयर की माँग और नौकरियों का संकुचन
- इस पर बहस कि क्या सॉफ़्टवेयर की माँग की कोई ऊपरी सीमा है।
- एक पक्ष: जटिलता और स्वचालन की ज़रूरतें प्रभावी रूप से असीमित हैं; Jevons-जैसे प्रभाव माँग बढ़ाते हैं।
- दूसरा पक्ष: उपयोगी जटिलता की और लोग जितना भुगतान करने को तैयार हैं उसकी सीमाएँ हैं; कई नियमित डेवलपर नौकरियाँ commoditize हो सकती हैं या गायब हो सकती हैं।
- कुछ टीमों को LLMs की वजह से स्पष्ट “ज़्यादा आउटपुट” वाली गतिशीलता दिखती है; अन्य लोग टेक कर्मचारियों के लिए भविष्य में उच्च बेरोज़गारी की भविष्यवाणी करते हैं।
AI की दिशा, सीमाएँ, और हाइप
- संशयवादी AI maximalism के पीछे की धारणाओं पर ध्यान दिलाते हैं: निरंतर तेज़ सुधार, असीमित पूँजी, और बड़े पैमाने पर विस्थापन के बाद काम करता हुआ अर्थतंत्र।
- अन्य लोग जवाब देते हैं कि मध्यम स्तर के निरंतर सुधार और गिरती लागत भी एक दशक के भीतर सॉफ़्टवेयर के रोज़मर्रा के काम को नाटकीय रूप से बदल सकती हैं।
- इस पर असहमति है कि क्या मौजूदा deep-learning दृष्टिकोण कभी “अच्छे इंजीनियरिंग सिद्धांत” सीख सकते हैं या सचमुच नए काम को संभाल सकते हैं।
सामाजिक और नैतिक डर
- यदि ज्ञान-आधारित काम बड़े पैमाने पर स्वचालित हो जाता है, तो बड़े पैमाने की बेरोज़गारी, अशांति, और बढ़ती असमानता को लेकर चिंताएँ।
- कुछ लोग कल्पना करते हैं कि अभिजात्य AI और agents का उपयोग करके सत्ता को और केंद्रित कर देंगे, और “evil software” पर कम मानवीय नियंत्रण रहेगा।
- कुछ लोग राजनीतिक कार्रवाई या post-scarcity परिणामों की आशा बनाए रखते हैं, लेकिन अधिकांश लोग चिंता और अनिश्चितता व्यक्त करते हैं।