सामाजिक शास्त्रात एआय कोडिंग-एजंटचा वापर तीव्रपणे असमान असल्याचे अभ्यासात आढळले

संशोधनात एआयचा वापर व्यापक आहे, पण कोडिंग-एजंटचा स्वीकार तसा नाही

The Decoder मध्ये अधोरेखित केलेल्या नव्या Anthropic अभ्यासातून असे सूचित होते की सामाजिक शास्त्रज्ञ एआय कोडिंग एजंट समान प्रमाणात स्वीकारत नाहीत. सर्वसाधारण एआय वापर विविध गटांमध्ये तुलनेने संतुलित दिसत असला, तरी प्रोग्राम कोड आपोआप तयार करणाऱ्या साधनांसारख्या कोडिंग एजंटचा वापर खूपच अधिक असमान आहे, ज्यात लिंग, शाखा, करिअर टप्पा आणि विद्यापीठ क्रमवारीनुसार ठळक तफावत दिसते.

दिलेल्या साहित्यामध्ये सर्वात ठळक निष्कर्ष म्हणजे लिंग अंतर. सामान्यतः पुरुषांची नावे असलेल्या संशोधकांनी सामान्यतः स्त्री नावे असलेल्या संशोधकांपेक्षा दोनपटांहून अधिक वेळा कोडिंग एजंट वापरल्याचे नोंदवले गेले. हा फरक त्याच शाखांमध्ये आणि त्याच करिअर पातळ्यांवरही टिकून राहतो, याचा अर्थ ही दरी केवळ शाखांच्या रचनेमुळे समजावून सांगता येत नाही.

अर्थतज्ज्ञ आघाडीवर, शिक्षण संशोधक मागे

शाखांमधील फरकही लक्षणीय आहे. अर्थतज्ज्ञांना कोडिंग एजंटचे सर्वाधिक वापरकर्ते म्हणून नोंदवले गेले, 39% स्वीकारासह, तर शिक्षण संशोधक केवळ 4% वर सर्वात खाली होते. हा पट्टा सामाजिक शास्त्राच्या विविध शाखा दैनंदिन कामात एआय कशी समाविष्ट करत आहेत यातील मोठ्या संरचनात्मक दरीकडे निर्देश करतो.

सर्वाधिक वापरलेला उपयोग म्हणजे डेटा विश्लेषणासाठी कोड निर्मिती, ज्याचा उल्लेख कोडिंग-एजंट वापरकर्त्यांपैकी 97% लोकांनी केला. स्रोत साहित्याप्रमाणे, फक्त सुमारे एकतृतीयांश लोकांनी मजकूर लिहिण्यासाठी एआयचा वापर केला. हा तपशील महत्त्वाचा आहे, कारण तो कोडिंग एजंटना सर्वसाधारण चॅट साधनांपासून वेगळे करतो. या अभ्यासात मुख्य बदल फक्त एवढाच नाही की संशोधक एआय अधिक वापरत आहेत. तर काही संशोधक संगणकीय कार्यप्रवाहांमध्ये इतरांपेक्षा खूप अधिक प्रमाणात एआयवर अवलंबून राहू लागले आहेत.

करिअर टप्पा आणि संस्थात्मक क्रमवारी स्वीकार ठरवतात

अभ्यासात असेही आढळले की पीएचडी विद्यार्थी आणि पोस्टडॉक्टोरल संशोधक प्राध्यापकांपेक्षा कोडिंग एआयचा कितीतरी अधिक वापर करतात, आणि टॉप-25 विद्यापीठांतील संशोधक इतर ठिकाणच्या सहकाऱ्यांपेक्षा 40% अधिक प्रमाणात ही साधने स्वीकारतात. हे निष्कर्ष तंत्रज्ञान प्रसाराच्या ओळखीच्या पद्धतीशी जुळतात: नव्याने प्रवेश करणारे आणि अधिक संसाधनसंपन्न संस्था बहुतेक वेळा उत्पादकता वाढीचे वचन देणारी साधने जलद स्वीकारतात.

पण ही पद्धत अधिक कठीण प्रश्नही उभी करते. कोडिंग एजंट डेटा प्रक्रिया करणे, विश्लेषणाचे प्रोटोटाइप तयार करणे किंवा पेपर निर्मिती वेगवान करणे सुलभ करत असतील, तर असमान स्वीकार विद्यमान शैक्षणिक श्रेणी अधिक खोल करू शकतो. चांगली उपलब्धता, मजबूत परिमाणात्मक परंपरा किंवा अधिक सैल स्थानिक निकष असलेले संशोधक, स्वीकारण्यात संथ किंवा अधिक साशंक असलेल्या सहकाऱ्यांवर आपली आघाडी वाढवू शकतात.

संशोधक वैयक्तिक लाभांबाबत आशावादी आहेत, पण क्षेत्रव्यापी परिणामांबाबत सावध आहेत

अभ्यासातील सर्वात उलगडणारा ताण म्हणजे प्रतिसादकर्ते एआयचा परिणाम स्वतःवर कसा पाहतात आणि आपल्या शाखेवर कसा पाहतात हे. दिलेल्या मजकुरानुसार, 88% लोकांनी आपल्या स्वतःच्या पेपर उत्पादनावर एआयचा परिणाम 10 पैकी 5 पेक्षा जास्त दिला, आणि निम्म्यांनी 8 किंवा त्याहून अधिक गुण दिले. कोडिंग-एजंट वापरकर्ते इतर प्रतिसादकर्त्यांपेक्षा आणखी आशावादी होते.

तरीही 70% लोक आपल्या स्वतःच्या उत्पादकतेबाबत एआयच्या व्यापक सामाजिक शास्त्रांवरील परिणामांपेक्षा अधिक सकारात्मक होते. लेखकांचा अंदाज आहे की वाढलेले पेपर उत्पादन पीअर रिव्ह्यूवर भार टाकू शकते, लक्षासाठीची स्पर्धा तीव्र करू शकते, आणि निवडक अहवाल देणे आणि जोखीम टाळणाऱ्या टप्प्याटप्प्याच्या कामासारख्या विद्यमान समस्यांना अधिक बिघडवू शकते.

हा फरक महत्त्वाचा आहे, कारण तो एक परिचित तंत्रज्ञानात्मक गतीमानता पकडतो: साधन वैयक्तिक पातळीवर फायदेशीर दिसते, पण प्रणाली पातळीवर अस्थिर करणारे वाटते. जिथे आधीच उत्पादन, गती आणि दृश्यमानता यांना बक्षीस दिले जाते अशा अकादमिक क्षेत्रात, अगदी लहान उत्पादकता वाढीदेखील संस्थात्मक स्तरावर मोठे परिणाम करू शकते.

मोठा प्रश्न म्हणजे कोण मागे राहतो

हा अभ्यास कोडिंग एजंट स्वभावतः हानिकारक आहेत असा दावा करत नाही. उलट, तो दाखवतो की अनेक वापरकर्ते त्यांना संशोधन कार्यासाठी उपयुक्त वेगवर्धक मानतात. पण असमान स्वीकाराचा नमुना सूचित करतो की एआय सामाजिक शास्त्रांमध्ये सर्वांना समान लाभ देणारा तटस्थ थर म्हणून प्रवेश करत नाही.

त्याऐवजी, तो तांत्रिक कौशल्य, संस्थात्मक प्रतिष्ठा आणि संगणकीय सरावापर्यंतची पोहोच याभोवतीची विद्यमान दरी अधिक तीव्र करू शकतो. सामान्य एआय वापराच्या तुलनेत कोडिंग एजंटसाठी लिंगभेद विशेषतः महत्त्वाचा आहे, कारण तो अधिक व्यापक दिसतो. हा नमुना कायम राहिला, तर अकादमियामधील सर्वात महत्त्वाच्या एआय बदलांपैकी एक विषमता कमी करण्याऐवजी तीच पुन्हा निर्माण करू शकतो.

सामाजिक शास्त्रांच्या पलीकडे हा परिणाम का महत्त्वाचा आहे

या पेपरचे तातडीचे लक्ष संशोधनाच्या वर्तनावर असले तरी त्याचे परिणाम व्यापक आहेत. कोडिंग एजंट्सना वाढत्या प्रमाणात सार्वत्रिक उत्पादकता साधने म्हणून बाजारात मांडले जात आहे. अशा अभ्यासातून दिसते की त्यांचा स्वीकार विपणन सूचित करते त्यापेक्षा स्थानिक संस्कृती, शाखात्मक निकष आणि पूर्वीच्या तांत्रिक आत्मविश्वासावर अधिक अवलंबून असू शकतो.

याचा अर्थ हा निष्कर्ष विद्यापीठांच्या पलीकडेही लागू होतो. जर अत्यंत शिक्षित ज्ञान कामगारांमध्येही एआय कोडिंग साधने असमानपणे पसरत असतील, तर संस्थांनी उद्योग, सरकार आणि ना-नफा क्षेत्रातही अशाच स्वीकारातील तफावतीची अपेक्षा ठेवली पाहिजे. आता आव्हान फक्त सक्षम साधने तयार करण्याचे नाही. तर ती कोण स्वीकारते, प्रथम कोणाला फायदा होतो, आणि कोणत्या विद्यमान विषमता ती शांतपणे तीव्र करतात हे समजून घेण्याचे आहे.

हा लेख The Decoder च्या वार्तांकनावर आधारित आहे. मूळ लेख वाचा.