हमें आवश्यक घर्षण
AI के मानव क्षमता पर प्रभाव के बारे में अधिकांश चर्चा नौकरियों पर केंद्रित है: कौन से क्षेत्र स्वचालित होंगे, कौन से वृद्धि पाएंगे, कौन से नए बनेंगे। कम्युनिकेशंस साइकोलॉजी में प्रकाशित एक पेपर टोरंटो विश्वविद्यालय के मनोवैज्ञानिकों द्वारा एक अलग और अधिक चिंताजनक दृष्टिकोण प्रस्तुत करता है। लेखक — एमिली ज़ोहर, पॉल ब्लूम और माइकल इनज़लिचट — तर्क देते हैं कि AI सिस्टम द्वारा कार्यों को अत्यधिक आसान बनाने की सबसे महत्वपूर्ण दीर्घकालिक लागत आर्थिक नहीं बल्कि मनोवैज्ञानिक है: वह प्रयास, संघर्ष और घर्षण खो जाना जो सीखने को गहरा, रचनात्मकता को सत्य और संबंधों को सार्थक बनाता है।
यह पेपर, जिसका शीर्षक "Against Frictionless AI" है, यह दावा नहीं करता कि AI उपकरण निरर्थक हैं या सुविधा हानिकारक है। यह उत्पादक घर्षण — प्रबंधनीय कठिनाई जो विकास को प्रेरित करती है — और अनुत्पादक घर्षण — ऐसी बाधाएं जो लाभ के बिना भार जोड़ती हैं — के बीच अंतर करने का तर्क देता है। इसकी चिंता यह है कि AI सिस्टम, अपने वर्तमान डिजाइन पथ में, दोनों को हटाते हुए पहले को दूर कर रहे हैं।
वांछनीय कठिनाइयां
पेपर के मूल तर्क को समर्थन देने वाला मनोवैज्ञानिक अनुसंधान अच्छी तरह प्रतिष्ठित है। संज्ञानात्मक वैज्ञानिकों ने दशकों से प्रलेखित किया है कि प्रयासपूर्ण सीखना — समस्याओं के माध्यम से काम करना, बाधाओं का सामना करना, व्याख्याएं तैयार करना — निष्क्रिय संग्रहण की तुलना में बेहतर दीर्घकालिक प्रतिधारण और अधिक लचीली समझ पैदा करता है। इस सिद्धांत को "वांछनीय कठिनाइयां" कहा जाता है, यह AI सिस्टम के डिजाइन दर्शन के सीधे विरोध में है जो उत्तरों को यथाशीघ्र और पूर्ण रूप से प्रदान करने का लक्ष्य रखता है।
"हम घर्षण को लक्ष्य की खोज के दौरान आने वाली किसी भी कठिनाई के रूप में परिभाषित करते हैं," ज़ोहर ने एक साक्षात्कार में समझाया। "कार्य के संदर्भ में, इसमें मानसिक प्रयास शामिल है — किसी समस्या पर विचार करना और दृढ़ता दिखाना, कुछ समय के लिए उस पर रहना, और यह विचार को सुदृढ़ करने और रचनात्मक प्रक्रिया को समर्थन देने में मदद करता है।" AI सिस्टम जो एकल संकेत से पूरे कार्य को पूरा करते हैं — उन मध्यवर्ती चरणों को छोड़ते हुए जहां सीखना और समेकन होता है — तत्काल कार्य उत्पाद में बेहतरी देते हैं लेकिन संघर्ष द्वारा उत्पन्न संज्ञानात्मक विकास की संभावित कीमत पर।
सामाजिक आयाम
पेपर के सबसे विवादास्पद दावे पारस्परिक संबंधों से संबंधित हैं। लेखक तर्क देते हैं कि मानव संबंधों में अंतर्निहित घर्षण होता है — असहमति, समझौता, गलतफहमी, और दूसरे व्यक्ति से हमेशा वह न पाने का अनुभव जो आप चाहते हैं। ये अनुभव, उनके अनुसार, मानव सामाजिक जीवन में खामियां नहीं बल्कि विशेषताएं हैं: वे दृष्टिकोण-ग्रहण सिखाते हैं, वैकल्पिक विचारों के प्रति सहिष्णुता का निर्माण करते हैं, और सामाजिक क्षमताओं को प्रशिक्षित करते हैं जो गहरे संबंधों को संभव बनाती हैं।
AI सिस्टम जो प्रतिक्रियाशील, सहमत और कभी निराश न करने के लिए डिज़ाइन किए गए हैं, एक मौलिक रूप से भिन्न सामाजिक अनुभव बनाते हैं। "यदि आप एक AI का उपयोग करते हैं जो आपके सभी विचारों को समर्थन देता है और सदैव आपके पक्ष में है, तो जब आप वास्तविक दुनिया में आएंगे तो आप विभिन्न विचारों का सामना करने के लिए तैयार नहीं होंगे," ज़ोहर कहते हैं। "आप नहीं जानेंगे कि सामाजिक रूप से कैसे बातचीत करनी है क्योंकि आप अपेक्षा करेंगे कि लोग हमेशा आपके पक्ष में हों।" यह चिंता किशोरावस्था में सबसे गंभीर है, जो एक विकासात्मक चरण है जहां वास्तविक मानव जटिलता को नेविगेट करना सबसे रचनात्मक है। वे युवा लोग जो अपने सामाजिक और संज्ञानात्मक विकास के महत्वपूर्ण हिस्सों को AI को सौंप देते हैं, वास्तविक कमियों के साथ बड़े हो सकते हैं जिन्हें कोई भी AI-निर्मित सामाजिक प्रशिक्षण बाद में ठीक नहीं कर सकता।
पिछली श्रम-बचत तकनीकों से AI क्यों अलग है
इस तर्क के विरुद्ध एक सामान्य आपत्ति यह है कि नई तकनीकें हमेशा श्रम दूर करती रहीं — कैलकुलेटर अंकगणित से, वॉशिंग मशीनें लॉन्ड्री से। पेपर इस इतिहास को स्वीकार करता है लेकिन एक प्रमुख अंतर खींचता है: पिछली श्रम-बचत तकनीकें मुख्य रूप से उन कार्यों से शारीरिक या यांत्रिक प्रयास को हटाती थीं जहां कठिनाई गतिविधि का उद्देश्य नहीं थी।
AI अलग है क्योंकि यह तेजी से ऐसी गतिविधियों से प्रयास को हटा रहा है जहां कठिनाई आकस्मिक नहीं बल्कि अभिन्न है। लेखन संघर्ष को शामिल करता है क्योंकि यह समझना कि आप क्या सोचते हैं और इसे कैसे व्यक्त करते हैं अविभाज्य कार्य हैं — सही शब्द खोजने का संघर्ष वह प्रक्रिया है जिसके माध्यम से विचार स्पष्ट और परीक्षण किए जाते हैं। इस प्रक्रिया को AI को सौंपना बेहतर आउटपुट देता है लेकिन लेखक की समझ के लिए लेखन जो मानसिक काम कर रहा था उसे बायपास करता है।
घर्षण-सचेत AI डिजाइन की ओर
पेपर शिक्षा या व्यावसायिक संदर्भों से AI उपकरणों को हटाने का तर्क नहीं देता। यह एक डिजाइन दर्शन के लिए तर्क देता है जो उत्पादक घर्षण को संरक्षित करता है बजाय इसे अनुकूलित करने के। "बस उत्तर पर कूदने के बजाय, यह अधिक एक प्रक्रिया मॉडल है जहां यह आपको समस्या के बारे में सोचने में मदद करता है और रास्ते में सिखाता है, इसलिए यह अधिक सहयोगी है बजाय एक-रुक उत्तर स्रोत के," ज़ोहर सुझाव देते हैं।
इस तरह का डिजाइन दर्शन AI डेवलपर्स को अपने सिस्टम के डिफ़ॉल्ट के दीर्घकालिक संज्ञानात्मक और सामाजिक प्रभावों के बारे में सोचने की आवश्यकता होगी — केवल तत्काल उपयोगकर्ता संतुष्टि मेट्रिक्स नहीं जो आम तौर पर उत्पाद निर्णयों को चलाती हैं। क्या बाजार की शक्तियां घर्षण-संरक्षण AI डिजाइन के लिए प्रोत्साहन पैदा करेंगी, या क्या घर्षण-रहित अनुभवों को वितरित करने के लिए प्रतिस्पर्धी दबाव प्रभावशाली बने रहेंगे, यह एक खुला प्रश्न है जिसका AI-देशी उपयोगकर्ताओं की एक पीढ़ी के संज्ञानात्मक और सामाजिक क्षमताओं के विकास पर महत्वपूर्ण निहितार्थ है।
यह लेख IEEE Spectrum की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
