ऐसा विचार पूरा करना बहुत कठिन है जो आपका नहीं है और बस AI द्वारा सुझाया गया है
AI सहायक अब coding और note-taking workflows में तेज़ी से शामिल हो रहे हैं, लेकिन कई उपयोगकर्ताओं के अनुसार मॉडल्स से विचार, टिप्पणियाँ, या नोट्स बनवाने से स्वामित्व की भावना कम होती है और समय के साथ प्रणालियों को समझना कठिन हो जाता है। प्रतिभागी hallucinated code comments के भ्रामक “documentation” बन जाने, AI-जनित पाठ के personal knowledge bases को प्रदूषित करने, और मॉडल को prompt करने के बारे में सोचने की बढ़ती प्रवृत्ति जैसी समस्याएँ बताते हैं, बजाय underlying problem को गहराई से समझने के। कुछ लोग human और AI content के बीच सख्त अलगाव या AI को केवल search, transcription, और हल्के summaries तक सीमित रखने की सलाह देते हैं, यह तर्क देते हुए कि notes और design work का असली मूल्य उन्हें बनाने के लिए आवश्यक मानव सोच में है।
AI-जनित विचार और स्वामित्व
- कई लोगों को AI द्वारा “सुझाए गए” विचारों पर काम करना कठिन लगता है क्योंकि उनमें व्यक्तिगत स्वामित्व और उनके पीछे की आंतरिक तर्क-प्रक्रिया नहीं होती।
- कुछ लोग कहते हैं कि अपने ही विचारों को पूरा करना भी उतना ही कठिन है; समस्या सामान्य रूप से निष्पादन (execution) की है, न कि सिर्फ AI की।
- एक उद्धृत अध्ययन के अनुसार, जब लोग मानते हैं कि रचनात्मक काम AI ने किया है, तो उन्हें कम अर्थ महसूस होता है और वे कम प्रयास करते हैं।
- कई लोग तर्क देते हैं कि AI सच में “विचार” नहीं रख सकता; यह वास्तविक प्राथमिकताओं के बिना केवल संभाव्य विकल्पों का नमूना लेता है, इसलिए इसके “चयन” अक्सर मनमाने लगते हैं।
कोडबेस में AI: टिप्पणियाँ, स्पेसिफिकेशन, और त्रुटि का प्रसार
- LLM द्वारा लिखी गई कोड टिप्पणियों की कड़ी आलोचना की गई: वे डिज़ाइन का इरादा गढ़ लेती हैं, बाद में उन्हें मानक मान लिया जाता है, और भविष्य के काम को दूषित करती हैं।
- कुछ टीमें अब AI टिप्पणियों को आक्रामक रूप से हटा देती हैं या ब्लॉक कर देती हैं, या उन्हें सीमित और सत्यापित करने के लिए harness नियम जोड़ती हैं।
- अन्य लोग “क्यों” और बाहरी बाधाओं का दस्तावेज़ीकरण करने के लिए टिप्पणियों का बचाव करते हैं, लेकिन मानते हैं कि LLMs शायद ही कभी भरोसेमंद ढंग से ऐसी टिप्पणियाँ बनाते हैं।
- यह चिंता भी है कि AI-जनित दस्तावेज़ और टिप्पणियाँ अधिकारपूर्ण दिख सकती हैं जबकि गलत हों, जिससे समय के साथ त्रुटि का प्रसार बढ़ जाता है।
कोडिंग के लिए AI का उपयोग: गति बनाम नियंत्रण
- एक पक्ष सभी AI-जनित कोड की समीक्षा करता है, उसे एक जूनियर की PR की तरह मानता है; दूसरा स्वीकार करता है कि वे मात्रा के साथ कदम नहीं मिला सकते और मुश्किल से उसे पढ़ते हैं।
- रिपोर्ट की गई समस्याएँ: बहुत बड़े diffs, abstraction की कमी, दोहराया हुआ logic, रहस्यमय PR विवरण, और अंतहीन patch cycles।
- एक प्रस्तावित द्विभाजन:
- एजेंट्स को कोड का अधिकांश स्वामित्व लेने दें, tests/benchmarks पर भारी निर्भर रहें और मानव समझ में कमी स्वीकार करें।
- या AI का उपयोग छोटे, लक्षित कार्यों के लिए करें और architecture तथा review के लिए मनुष्यों को पूरी तरह जिम्मेदार रखें।
दूसरा दिमाग, Obsidian, और नोट्स में AI
- कई लोग Obsidian या इसी तरह के टूल्स को “दूसरा दिमाग” (second brain) की तरह उपयोग करते हैं, लेकिन राय बंटी हुई है:
- समर्थक searchable markdown, cross-linking, backups, और लिखते समय होने वाली सोच को महत्व देते हैं।
- संशयवादी “second brain” संस्कृति को hype, मानसिक भंडारण, या टालमटोल के रूप में देखते हैं; वे paper notebooks या minimal digital notes को प्राथमिकता देते हैं।
- व्यापक सहमति है कि नोट-लेने का मुख्य लाभ लिखते समय आवश्यक सोच है; AI द्वारा लिखे गए नोट्स इस संज्ञानात्मक श्रम को हटा सकते हैं।
- सामान्य रणनीतियाँ: AI और human notes के लिए अलग vaults या folders, स्पष्ट “generated by AI” लेबल, या AI को केवल human-written content पर query/summarization layer के रूप में सीमित रखना।
- कुछ लोग lectures जैसी transcriptions और summaries तथा semantic search के लिए AI पसंद करते हैं, लेकिन AI-जनित पाठ को स्थायी रूप से संग्रहीत करने से बचते हैं क्योंकि भविष्य के मॉडल बेहतर सारांश देंगे।
संज्ञान, शोध, और दीर्घकालिक चिंताएँ
- कई लोग चिंतित हैं कि AI पर अत्यधिक निर्भरता सोच को “मैं इसे कैसे हल करूँ?” से बदलकर “मैं मॉडल से इसे हल कराने के लिए क्या prompt करूँ?” कर देती है, जिससे गहरी समझ कमजोर होती है।
- शोध में सुझाया गया उपयोग यह है कि AI को gaps और possibilities सामने लाने दें, लेकिन अंतिम विचार और तर्क मानव-स्वामित्व वाले हों।
- privacy (AI द्वारा निजी विचार पढ़ना) और संभावित बड़े पैमाने पर social engineering को लेकर चिंताएँ उठाई गई हैं, यदि ऐसा डेटा सुलभ हो जाए।