कर्मचारी AI की देखरेख में हफ्ते के 6 घंटे से अधिक खर्च कर रहे हैं, जिससे नौकरी से असंतोष बढ़ रहा है
बॉटसिटिंग और कार्यस्थल की निराशा
- कई लोग “बॉटसिटिंग” को कम-कौशल, कम-संतुष्टि वाला काम मानते हैं: LLMs की निगरानी करना, गलतियाँ सुधारना, और सहकर्मियों द्वारा बनाए गए AI-जनित स्लॉप को छाँटना।
- एक बार-बार उठने वाली शिकायत यह है कि सहकर्मी और मैनेजर बिना जाँचे AI आउटपुट (जैसे PRDs, specs) को अपना सोच-विचार बताकर पेश कर देते हैं, जिससे भरोसा और शिल्प के प्रति सम्मान कम होता है।
- कुछ लोगों को लगता है कि AI उनके “स्थान पर” काम कर रहा है, और इंसान मॉडल के लिए सिर्फ़ बायटेसिटर/सहायक बनकर रह गए हैं।
उत्पादकता पर बहस
- रिपोर्ट किए गए व्यक्तिगत लाभ मामूली (~20%) से लेकर बहुत बड़े (2–3x) तक हैं, लेकिन यह मुख्यतः पावर यूज़र्स के छोटे समूह में दिखता है, खासकर कोडिंग/सिस्टम एडमिन कार्यों में।
- अन्य लोग तर्क देते हैं कि डिबगिंग, दोबारा काम करने, और “प्रॉम्प्ट छेड़छाड़” को शामिल करने पर वास्तविक थ्रूपुट स्थिर या नकारात्मक हो जाता है।
- प्रेक्षणात्मक अध्ययनों (जैसे Faros) के लिंक दिए जाते हैं; कुछ लोग उन्हें शुद्ध लाभ का संकेत मानते हैं, जबकि कुछ गुणवत्ता संबंधी समस्याओं के कारण प्रभावी उत्पादकता कम होने का प्रमाण समझते हैं।
- “प्रयास उत्पादकता” (कम मेहनत में समान आउटपुट) और “व्यावसायिक उत्पादकता” (प्रति डॉलर अधिक मूल्यवान आउटपुट) के बीच अंतर किया जाता है।
ज्ञान कार्य की बदलती प्रकृति
- कई लोग बॉटसिटिंग की तुलना फ़ैक्टरी काम या Amazon वेयरहाउस से करते हैं: इंसान केवल वहीं शामिल होते हैं जहाँ मशीनें कम पड़ती हैं।
- कुछ लोगों को “एजेंट्स के मैनेजर” की नई भूमिका पसंद आती है, जिसमें ध्यान आर्किटेक्चर और दिशा पर होता है; दूसरों को कोड रिव्यूअर और प्रोजेक्ट सुपरवाइज़र बना दिए जाने से नफ़रत है।
- लोग नोट करते हैं कि मॉडल अब सीधे “समाधान” पर कूद पड़ते हैं, जिससे वे खोजी/जांच-पड़ताल सहायक के रूप में बदतर हो जाते हैं।
टूलिंग, वर्कफ़्लो, और गार्डरेल्स
- पावर यूज़र्स सावधानीपूर्वक सेटअप पर ज़ोर देते हैं: सैंडबॉक्स किए गए एजेंट्स, स्पष्ट गार्डरेल्स, योजना के चरण, और खराब कार्रवाइयों को रोकने के लिए अनुमति-जांच।
- अन्य लोगों को योजना/एजेंट चक्र धीमा, संदर्भ-स्विच भारी, और सीधे कोडिंग की तुलना में कम मज़ेदार लगता है।
- विक्रेताओं द्वारा मॉडल में अपारदर्शी बदलावों को लेकर चिंता है और स्थिरता तथा लागत नियंत्रण के लिए अंततः सेल्फ-होस्टिंग की ओर झुकाव है।
नौकरी-संतुष्टि, पहचान, और मानसिक स्वास्थ्य
- कई लोग बताते हैं कि जब AI काम के उन हिस्सों को ऑटोमेट कर देता है जिन्हें वे पसंद करते थे (शिल्प, समस्या-समाधान, रिश्ते), तो काम में खुशी और अर्थ में तेज़ गिरावट आती है।
- कुछ लोग AI को स्वीकार करते हैं और विचार-निर्माण तथा शिपिंग की ओर फिर से उन्मुख होते हैं; अन्य लोग टेक छोड़कर ट्रेड्स में जाने या जल्दी रिटायर होने पर विचार करते हैं।
- अलगाव, कौशल पर गर्व की हानि, और विस्थापित रचनाकारों में अवसाद या यहाँ तक कि आत्महत्या के डर को स्पष्ट रूप से उठाया गया है।
प्रबंधन की प्रोत्साहन-व्यवस्था और श्रम गतिशीलता
- टिप्पणीकार प्रबंधन और निवेशकों को AI के मुख्य समर्थक मानते हैं, जो कभी-कभी फायर किए जाने की धमकी के तहत AI उपयोग को अनिवार्य भी कर देते हैं।
- यह संदेह भी है कि टोकन-आधारित बिज़नेस मॉडल दक्षता को प्रोत्साहित करते हैं; कुछ लोग अधिक टोकन उपयोग करने के लिए सूक्ष्म दबाव का संदेह करते हैं।
- व्यापक चिंताएँ “अक्षम” या सिर्फ़ औसत कर्मचारियों की छँटनी, जीवन-गुणवत्ता में गिरावट, और ऑटोमेशन के फैलने के साथ यूनियनों या नई सामाजिक व्यवस्थाओं की आवश्यकता को लेकर उभरती हैं।