कृत्रिम बुद्धिमत्ता के उपकरण कार्यालयों में आम होते जा रहे हैं। वे जल्दी ड्राफ्ट तैयार करने, तेज़ी से शोध करने और दोहराए जाने वाले कामों का बोझ कम करने का वादा करते हैं। लेकिन एक नए अध्ययन से संकेत मिलता है कि इन उपकरणों के इस्तेमाल के सामाजिक परिणाम उनके उत्पादकता संबंधी लाभों से सीधे मेल नहीं खा सकते। जब पर्यवेक्षकों को पता होता है कि किसी कर्मचारी ने ChatGPT जैसे large language model का इस्तेमाल किया है, तो वे उस कर्मचारी पर कम भरोसा कर सकते हैं—भले ही इस तकनीक पर रोक न हो और काम की गुणवत्ता की समीक्षा भी न की जा रही हो।
इस शोध का नेतृत्व Hebrew University of Jerusalem के Samuel Meyers ने किया। इसमें Hebrew University के Yochanan Bigman और WHU—Otto Beisheim School of Management के Roman Briker भी शामिल थे। शोध The Leadership Quarterly में प्रकाशित हुआ। छह अध्ययनों में शोधकर्ताओं ने देखा कि पर्यवेक्षक कर्मचारियों के large language models के इस्तेमाल पर कैसे प्रतिक्रिया देते हैं और ये प्रतिक्रियाएँ कार्यस्थल के मूल्यांकन को किस तरह प्रभावित कर सकती हैं।
तरीका पता चलने पर भरोसा बदल गया
एक प्रमुख निष्कर्ष यह था कि प्रबंधकों के निर्णय केवल अंतिम परिणाम से नहीं, बल्कि इस जानकारी से भी प्रभावित हुए कि AI का इस्तेमाल किया गया था। एक प्रयोग में पर्यवेक्षकों की भूमिका निभा रहे लोगों को तय करना था कि किसी कर्मचारी के काम पूरा करने में लगे समय के बारे में उसकी रिपोर्ट पर भरोसा किया जाए या खुद इसकी पुष्टि की जाए। प्रतिभागियों को बताया गया कि कर्मचारी ने काम स्वतंत्र रूप से पूरा किया था या AI की सहायता से।
जिन कर्मचारियों के बारे में बताया गया कि उन्होंने काम खुद पूरा किया, उनके मामले में पर्यवेक्षक का भरोसा मिलने की संभावना 68% थी। जिन कर्मचारियों के बारे में बताया गया कि उन्होंने AI का इस्तेमाल किया, उनके लिए यह आंकड़ा 24% था। शोधकर्ताओं ने जोर दिया कि इस प्रयोग में पर्यवेक्षक पूरे किए गए काम की गुणवत्ता का आकलन नहीं कर रहे थे। यह अंतर इसके बजाय उत्पादन प्रक्रिया के perceived significance की ओर इशारा करता है।
यह अंतर महत्वपूर्ण है, क्योंकि संगठन generative AI के लिए व्यावहारिक नियम बनाने की कोशिश कर रहे हैं। कोई कंपनी AI को स्वीकृत दक्षता उपकरण मान सकती है, जबकि व्यक्तिगत प्रबंधक फिर भी इस पर निर्भरता को कर्मचारी के प्रयास, निर्णय क्षमता या भरोसेमंद होने के संकेत के रूप में देख सकते हैं। अध्ययन यह स्थापित नहीं करता कि हर प्रबंधक इसी तरह प्रतिक्रिया देगा, लेकिन यह किसी उपकरण की औपचारिक स्वीकार्यता और उसके पारस्परिक परिणामों के बीच संभावित अंतर को रेखांकित करता है।
पेशेवर निर्णय भी प्रभावित हो सकते हैं
शोध में पर्यवेक्षकीय भरोसे में कमी को व्यापक पेशेवर आकलनों से जोड़ा गया। अतिरिक्त प्रयोगों में कम भरोसा कर्मचारी के प्रदर्शन के खराब मूल्यांकन, संगठन में उसके योगदान की कमजोर धारणा और पदोन्नति के लिए कम उपयुक्त समझे जाने से जुड़ा था।

इन निष्कर्षों से AI के इस्तेमाल की जानकारी देना पारदर्शिता के एक सरल सवाल से अधिक जटिल हो जाता है। कर्मचारी अपने काम में इस्तेमाल किए गए उपकरणों के बारे में खुलकर बताना चाह सकते हैं, खासकर जब सटीकता, गोपनीयता या संगठनात्मक नीति का सवाल हो। फिर भी अध्ययन बताता है कि जानकारी देने से प्रबंधक परिणाम का निष्पक्ष आकलन करने से पहले ही नकारात्मक निष्कर्ष निकाल सकते हैं। यह जोखिम उन कामों में विशेष रूप से महत्वपूर्ण है जहाँ योगदान और स्वामित्व को सीधे देख पाना कठिन होता है।
किसी अन्य व्यक्ति के काम की नकल से तुलना एक महत्वपूर्ण सीमा स्पष्ट करती है। AI की सहायता से किया गया काम स्वतंत्र रूप से पूरा किए गए काम की तुलना में कम पसंद किया गया, लेकिन plagiarism की तुलना में अधिक सकारात्मक रूप से देखा गया। दूसरे शब्दों में, प्रतिभागियों ने AI के इस्तेमाल को किसी और के काम की नकल करने के बराबर नहीं माना। फिर भी, शोध के परिदृश्यों में इसके कारण भरोसे में अलग तरह की कमी देखी गई।
यह केवल कर्मचारी का चुनाव नहीं, संगठनात्मक चुनौती भी है
Generative AI पर अक्सर व्यक्तिगत उत्पादकता के निर्णय के रूप में चर्चा होती है: कर्मचारी तय करते हैं कि इसका इस्तेमाल करना है या नहीं और प्रबंधक यह तय करते हैं कि परिणाम अपेक्षाओं पर खरा उतरता है या नहीं। यह अध्ययन मुद्दे को व्यापक रूप में प्रस्तुत करता है। यदि प्रबंधक और कर्मचारी AI-सहायित काम को लेकर अलग-अलग धारणाएँ रखते हैं, तो उससे पैदा होने वाला तनाव भरोसे, प्रतिक्रिया और उन्नति को प्रभावित कर सकता है।
इसलिए कार्यस्थल की स्पष्ट अपेक्षाओं में केवल यह तय करना पर्याप्त नहीं हो सकता कि AI की अनुमति है या नहीं। उनमें यह भी स्पष्ट करना पड़ सकता है कि किस तरह की सहायता उचित है, कब इसकी जानकारी देनी चाहिए और मानव तथा मशीन के संयुक्त योगदान से तैयार काम का मूल्यांकन प्रबंधकों को कैसे करना चाहिए। केवल यह कह देने वाली नीति कि कर्मचारी AI का इस्तेमाल कर सकते हैं, अपने आप यह तय नहीं करती कि पर्यवेक्षक इस इस्तेमाल को कैसे समझेंगे।
कर्मचारियों के लिए यह अध्ययन यह मान लेने का कारण नहीं है कि AI उपकरण का कोई भी इस्तेमाल करियर को नुकसान पहुँचाएगा। इसके प्रमाण पर्यवेक्षकीय निर्णयों के प्रायोगिक अध्ययनों से आते हैं और अलग-अलग कार्यस्थलों के मानदंड, काम और निगरानी की व्यवस्था अलग होती है। लेकिन यह चेतावनी जरूर है कि AI को अपनाने से कार्यप्रवाह के साथ-साथ कार्यस्थल के रिश्ते भी बदल सकते हैं।
Bigman के शब्दों में, AI केवल यह नहीं बदल रहा कि लोग कैसे काम करते हैं, बल्कि यह भी बदल रहा है कि वे जिन लोगों के साथ काम करते हैं, उनका मूल्यांकन कैसे करते हैं। कार्यस्थल में AI अपनाने का अगला चरण सबसे सक्षम उपकरण चुनने जितना ही भरोसे और जवाबदेही को लेकर साझा अपेक्षाएँ बनाने पर निर्भर कर सकता है।
यह लेख Phys.org की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on phys.org


