अध्ययन में पाया गया कि सामाजिक विज्ञान में एआई कोडिंग-एजेंट का उपयोग बेहद असमान है

अनुसंधान में एआई का उपयोग व्यापक है, लेकिन कोडिंग-एजेंट अपनाना नहीं

The Decoder में उजागर Anthropic के एक नए अध्ययन से संकेत मिलता है कि सामाजिक वैज्ञानिक एआई कोडिंग एजेंटों को समान रूप से नहीं अपना रहे हैं। जबकि सामान्य एआई उपयोग अपेक्षाकृत रूप से विभिन्न समूहों में संतुलित दिखाई देता है, प्रोग्राम कोड स्वतः उत्पन्न करने वाले उपकरणों जैसे कोडिंग एजेंटों का उपयोग कहीं अधिक असमान है, जिसमें लिंग, अनुशासन, करियर चरण और विश्वविद्यालय रैंक के आधार पर तीखे अंतर हैं।

दिए गए सामग्री में सबसे प्रमुख परिणाम लिंग अंतर है। आम तौर पर पुरुष नामों वाले शोधकर्ताओं द्वारा, आम तौर पर महिला नामों वाले शोधकर्ताओं की तुलना में, कोडिंग एजेंटों का उपयोग दो गुना से भी अधिक बार किए जाने की रिपोर्ट है। अध्ययन कहता है कि यह अंतर एक ही अनुशासन और करियर स्तर के भीतर भी बना रहता है, जिससे संकेत मिलता है कि इस विभाजन को केवल क्षेत्र की संरचना से नहीं समझाया जा सकता।

अर्थशास्त्री आगे, शिक्षा शोधकर्ता पीछे

अनुशासन के स्तर पर फैलाव भी महत्वपूर्ण है। अर्थशास्त्रियों को कोडिंग एजेंटों के सबसे भारी उपयोगकर्ता के रूप में रिपोर्ट किया गया, जिनकी अपनाने की दर 39% थी, जबकि शिक्षा शोधकर्ता केवल 4% के साथ सबसे नीचे थे। यह दायरा सामाजिक विज्ञान की विभिन्न शाखाओं में रोज़मर्रा के काम में एआई को शामिल करने के तरीके में एक बड़े संरचनात्मक विभाजन की ओर इशारा करता है।

सबसे प्रमुख उपयोग मामला डेटा विश्लेषण के लिए कोड जनरेशन था, जिसका उल्लेख कोडिंग-एजेंट उपयोगकर्ताओं में 97% ने किया। स्रोत सामग्री के अनुसार, केवल लगभग एक-तिहाई ने टेक्स्ट लिखने के लिए एआई का उपयोग किया। यह विवरण महत्वपूर्ण है, क्योंकि यह कोडिंग एजेंटों को सामान्य-उद्देश्य चैट टूल से अलग करता है। इस अध्ययन में मुख्य बदलाव सिर्फ यह नहीं है कि शोधकर्ता एआई का अधिक उपयोग कर रहे हैं। बल्कि यह है कि कुछ लोग गणनात्मक कार्यप्रवाहों में दूसरों की तुलना में कहीं अधिक भारी रूप से एआई पर निर्भर होना शुरू कर रहे हैं।

करियर चरण और संस्थागत रैंक अपनाने को आकार देते हैं

अध्ययन में यह भी पाया गया कि पीएचडी छात्र और पोस्टडॉक्टोरल शोधकर्ता प्रोफेसरों की तुलना में कहीं अधिक कोडिंग एआई का उपयोग करते हैं, और शीर्ष-25 विश्वविद्यालयों के शोधकर्ता अन्य जगहों के समकक्षों की तुलना में 40% अधिक अक्सर इन उपकरणों को अपनाते हैं। ये निष्कर्ष प्रौद्योगिकी प्रसार के एक पहचाने जा सकने वाले पैटर्न से मेल खाते हैं: नए प्रवेशकर्ता और अधिक संसाधन-संपन्न संस्थान अक्सर ऐसे उपकरणों को तेज़ी से अपनाते हैं जो उत्पादकता में लाभ का वादा करते हैं।

लेकिन यह पैटर्न कठिन सवाल भी उठाता है। यदि कोडिंग एजेंट डेटा संसाधित करना, विश्लेषण का प्रोटोटाइप बनाना या पेपर उत्पादन को तेज़ करना आसान बनाते हैं, तो असमान उपयोग मौजूदा अकादमिक पदानुक्रमों को और गहरा कर सकता है। बेहतर पहुँच, मजबूत मात्रात्मक परंपराएँ, या अधिक उदार स्थानीय मानदंड रखने वाले शोधकर्ता, अपनाने में धीमे या अधिक संशयी साथियों पर अपनी बढ़त बढ़ा सकते हैं।

शोधकर्ता व्यक्तिगत लाभों को लेकर आशावादी हैं, लेकिन क्षेत्र-व्यापी प्रभावों को लेकर चिंतित हैं

अध्ययन में सबसे अधिक उजागर करने वाला तनाव यह है कि उत्तरदाता एआई के प्रभाव को अपने ऊपर बनाम अपने अनुशासन पर कैसे देखते हैं। दिए गए पाठ के अनुसार, 88% ने अपने स्वयं के पेपर आउटपुट पर एआई के प्रभाव को 10 में से 5 से ऊपर रेट किया, और आधे ने 8 या उससे अधिक रेट किया। कोडिंग-एजेंट उपयोगकर्ता अन्य उत्तरदाताओं की तुलना में और अधिक आशावादी थे।

फिर भी 70% लोग अपनी व्यक्तिगत उत्पादकता के बारे में एआई के व्यापक सामाजिक विज्ञान पर प्रभाव की तुलना में अधिक सकारात्मक थे। लेखकों को संदेह है कि शोधकर्ता बढ़ा हुआ पेपर आउटपुट पीयर रिव्यू पर दबाव डाल सकता है, ध्यान के लिए प्रतिस्पर्धा तेज कर सकता है, और चयनात्मक रिपोर्टिंग तथा जोखिम से बचने वाले क्रमिक कार्य जैसी मौजूदा समस्याओं को और खराब कर सकता है।

यह अंतर महत्वपूर्ण है, क्योंकि यह एक परिचित तकनीकी गतिशीलता को दर्शाता है: उपकरण व्यक्तिगत स्तर पर लाभकारी लगता है, जबकि प्रणाली स्तर पर अस्थिरकारी दिखता है। अकादमी में, जहाँ प्रोत्साहन पहले से ही आउटपुट, गति और दृश्यता को पुरस्कृत करते हैं, मामूली उत्पादकता सुधार भी संस्थागत प्रभावों को अनुपात से अधिक बड़ा बना सकते हैं।

बड़ा सवाल यह है कि कौन पीछे छूटता है

अध्ययन यह नहीं कहता कि कोडिंग एजेंट स्वाभाविक रूप से हानिकारक हैं। बल्कि, यह दिखाता है कि कई उपयोगकर्ता उन्हें शोध कार्य के लिए व्यावहारिक गति-वर्धक मानते हैं। लेकिन असमान अपनाने का पैटर्न बताता है कि एआई सामाजिक विज्ञान में एक तटस्थ परत की तरह प्रवेश नहीं कर रहा है जो सभी को समान रूप से लाभ पहुँचाए।

इसके बजाय, यह तकनीकी कौशल, संस्थागत प्रतिष्ठा और संगणनात्मक अभ्यास तक पहुँच से जुड़े मौजूदा अंतर को और बढ़ा सकता है। सामान्य एआई उपयोग की तुलना में कोडिंग एजेंटों के मामले में लिंग असमानता विशेष रूप से महत्वपूर्ण है, क्योंकि यह और व्यापक प्रतीत होती है। यदि यह पैटर्न बना रहता है, तो अकादमी के भीतर सबसे महत्वपूर्ण एआई बदलावों में से एक असमानताओं को कम करने के बजाय उन्हें दोहरा सकता है।

सामाजिक विज्ञान से परे यह परिणाम क्यों मायने रखता है

पेपर का तात्कालिक फोकस शोध व्यवहार पर है, लेकिन इसके निहितार्थ व्यापक हैं। कोडिंग एजेंटों को तेजी से सार्वभौमिक उत्पादकता उपकरण के रूप में विपणित किया जा रहा है। इस तरह के अध्ययन बताते हैं कि उनका अपनाना मार्केटिंग से अधिक स्थानीय संस्कृति, अनुशासनिक मानदंडों और पूर्व तकनीकी आत्मविश्वास पर निर्भर हो सकता है।

इसका अर्थ है कि निष्कर्ष विश्वविद्यालयों से परे भी प्रासंगिक हैं। यदि अत्यधिक शिक्षित ज्ञानकर्मी समूहों में भी एआई कोडिंग टूल असमान रूप से फैलते हैं, तो संगठनों को उद्योग, सरकार और गैर-लाभकारी क्षेत्रों में भी ऐसे ही अपनाने के अंतर की अपेक्षा करनी चाहिए। चुनौती अब केवल सक्षम उपकरण बनाना नहीं है। बल्कि यह समझना है कि उन्हें कौन अपनाता है, पहले किसे लाभ मिलता है, और वे किन मौजूदा असमानताओं को चुपचाप तीव्र करते हैं।

यह लेख The Decoder की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.