अमेरिका के 90% कामकाजी घंटों का समय उन कार्यों पर खर्च होता है जो AI बेंचमार्क में ठीक से शामिल नहीं हैं
एक नए विश्लेषण का दावा है कि अमेरिका के लगभग 90% कामकाजी कार्य वर्तमान AI बेंचमार्क में प्रतिनिधित्व नहीं करते, जिससे इस पर बहस छिड़ गई है कि आज के मॉडल “वास्तविक” नौकरियों को कितना स्वचालित कर सकते हैं। टिप्पणीकारों का तर्क है कि LLMs कोडिंग जैसे सख्ती से सीमित, सत्यापनीय डिजिटल कार्यों के लिए उपयुक्त हैं, लेकिन काम के अधिकांश हिस्से में मौजूद उलझे हुए, राजनीतिक और भौतिक पहलुओं—स्टेकहोल्डर प्रबंधन से लेकर जैनिटोरियल श्रम तक—में कमजोर हैं। कई लोगों को निकट भविष्य के लाभ मामूली और असमान लगते हैं, जिससे नौकरी की गुणवत्ता, असमानता, और यह चिंता बढ़ती है कि स्वचालन व्यापक रूप से जीवन स्तर सुधारने के बजाय मुख्यतः नियोक्ताओं की लागत कम करेगा।
AI बेंचमार्क और वास्तविक काम का दायरा
- चर्चा में सहमति है कि बेंचमार्क मुख्यतः डिजिटल, सख्त फीडबैक-लूप वाले कार्यों को कवर करते हैं, न कि काम के गंदे, अंतरव्यक्तिगत या भौतिक बहुमत को।
- कई लोगों ने नोट किया कि बेंचमार्क अक्सर उच्च-वेतन वाले “AI-exposed” भूमिकाओं (कानून, कोडिंग) को निशाना बनाते हैं और सपोर्ट भूमिकाओं (लीगल सेक्रेटरी, क्लर्क, फूड सर्विस, जैनिटोरियल) को छोड़ देते हैं।
- कुछ का तर्क है कि “कवर” किए गए व्यवसायों में भी बेंचमार्किंग केवल कम-मूल्य वाले उप-कार्यों पर होती है, सबसे अधिक प्रभावशाली काम पर नहीं।
सॉफ्टवेयर इंजीनियर वास्तव में क्या करते हैं
- कई लोगों का कहना है कि उनका केवल छोटा हिस्सा ही कोडिंग में जाता है; अधिकांश समय जाता है:
- स्टेकहोल्डर प्रबंधन, राजनीति, अपेक्षा-प्रबंधन, बैठकें।
- टीमों के बीच समन्वय, इंटीग्रेशन, और संगठनात्मक पदानुक्रम से निपटना।
- एक मजबूत राय यह है कि कोडिंग कभी मुख्य बाधा नहीं थी; AI पहले से तेज़ हिस्से को और तेज कर देता है।
स्वचालन की प्राथमिकताएँ और सीमाएँ
- आम सहमति: AI उन कार्यों में सबसे अच्छा काम करती है जो डिजिटल हों, सत्यापनीय हों, और जिनके लिए स्केलेबल सिंथेटिक ट्रेनिंग डेटा उपलब्ध हो (कोड, गणित, कुछ बैक-ऑफिस काम)।
- रोबोटिक्स और भौतिक हेरफेर को आखिरी बाधा माना जाता है; इस पर बहस है कि क्या रोबोट जल्द ही कम-वेतन वाले श्रम से आर्थिक रूप से बेहतर साबित होंगे।
- कुछ लोगों को उम्मीद है कि अंततः “जो कुछ भी प्रोग्राम के रूप में प्रस्तुत किया जा सकता है” वह स्वचालित हो जाएगा; अन्य लोग वास्तविक दुनिया के स्वचालन में धीमी, कठिन प्रगति का हवाला देते हैं।
आर्थिक और सामाजिक प्रभाव
- इस पर तीखा मतभेद है कि क्या तकनीक ने आवश्यक चीज़ों (आवास, स्वास्थ्य देखभाल, भोजन) में “डिसइन्फ्लेशन” पैदा किया है या मुख्यतः लग्ज़री चीज़ों को सस्ता बनाया है।
- कई लोगों का अनुमान है कि AI पहले उच्च-वेतन वाले व्हाइट-कॉलर वेतन को कम करेगी, जिससे असमानता बढ़ेगी और मध्यम वर्ग का क्षरण होगा।
- कुछ इसे उच्च-IQ पेशों के लिए “अर्जित न किए गए रिटर्न” को कम करने के रूप में देखते हैं; अन्य इसे अरबपतियों की ओर और अधिक धन-संचय के रूप में देखते हैं।
- उच्च संरचनात्मक बेरोज़गारी की आशंका, विशेषकर युवा/प्रवेश-स्तर के कामगारों के लिए; कर और सामाजिक नीति में बदलाव (UBI, पूंजी/AI पर अधिक कर) की माँगें।
बकवास नौकरियाँ, छिपा हुआ काम और डोरमैन भ्रम
- इस पर बहस कि कितनी नौकरियाँ “बकवास” हैं बनाम वे कठिन-से-मापे जाने वाले लेकिन वास्तविक समन्वय, सुरक्षा, और ग्राहक अनुभव कार्य करती हैं।
- डोरमैन/अटेंडेंट के उदाहरण यह दिखाने के लिए दिए गए कि स्वचालन अक्सर अमूर्त मूल्य को तब तक नज़रअंदाज़ करता है जब तक वह खो न जाए।
उत्पादकता, बाधाएँ, और AI प्रचार
- Amdahl’s Law और Baumol’s Cost Disease का हवाला दिया गया: यदि अनुमोदन, संरेखण, और QA हावी हों, तो स्वचालित किए जा सकने वाले 10–20% को तेज़ करना परिणामों को नहीं बदलता।
- व्यक्तियों ने व्यक्तिगत स्तर पर बड़े स्पीडअप (जैसे कोडिंग, स्क्रिप्टिंग) की रिपोर्ट की, लेकिन अभी तक व्यापक मैक्रो उत्पादकता या हेडकाउंट परिवर्तन नहीं दिखता।
- चिंता है कि AI को नौकरी-नाशक के रूप में ज़्यादा प्रचारित किया जा रहा है और अच्छे बेंचमार्क न होने वाले क्षेत्रों में कम आँका जा रहा है।