சீன தொழில்நுட்ப பணியாளர்களிடம், தங்களை மாற்றும் வகையில் AI-யை கற்றுக்கொள்ளச் சொல்லப்படுகிறது

ஒரு நையாண்டி திட்டம் உண்மையான பணியிட அச்சத்தை வெளிப்படுத்தியது

சீனாவில் ஒரு வைரல் GitHub திட்டம், நாட்டின் தொழில்நுட்பத் துறையின் உள்ளே பெருகி வரும் கவலையை தெளிவாகப் பிரதிபலித்துள்ளது: தங்களை மாற்றக்கூடிய அமைப்புகளை உருவாக்க உதவுமாறு தங்களிடம் கேட்கப்படுகிறது என்று தொழிலாளர்கள் அதிகமாக நம்பத் தொடங்கியுள்ளனர். Colleague Skill என்ற அந்த திட்டம், ஒரு சக ஊழியரின் திறன்களையும் தன்மையையும் மீண்டும் பயன்படுத்தக்கூடிய AI agent ஆக நகலெடுக்க ஒரு வழியாக தன்னை அறிமுகப்படுத்தியது. இது ஒரு போலியாக உருவாக்கப்பட்டது, ஆனால் எதிர்வினை இந்த கருதுகோள் மிகுந்த அளவில் நம்பத்தக்கதாகத் தோன்றியதைச் சுட்டியது.

MIT Technology Review-ன் படி, வேலைப்பாடுகளை ஆவணப்படுத்துமாறு மேலாளர்கள் ஏற்கனவே ஊக்குவித்து வருவதாக தொழிலாளர்கள் அந்த வெளியீட்டிற்கு தெரிவித்தனர்; இதன் மூலம் AI agent கருவிகள் குறிப்பிட்ட பணிகளையும் செயல்முறைகளையும் தானியக்கமாக்க முடியும். அந்த நகைச்சுவை தாக்கத்தை ஏற்படுத்தியது, ஏனெனில் அது உருவாகி வரும் மேலாண்மை முறையை பிரதிபலித்தது. பணியிட தானியக்கத்தின் இந்த வடிவில், ஊழியர்கள் வெறும் புதிய மென்பொருளுக்கு ஏற்ப ஒத்திசைவதில்லை. தங்களுடைய நிபுணத்துவத்தையே இயந்திரம் படிக்கக்கூடிய அறிவுறுத்தல்களாக மாற்றுமாறு கேட்கப்படுகிறார்கள்.

திட்டம் எப்படி செயல்படுகிறது, ஏன் அது பெரும் எதிரொலியை ஏற்படுத்தியது

Colleague Skill எப்படி செயல்படுகிறது என்ற தகவல், அது ஏன் இவ்வளவு விரைவாக பரவியது என்பதை விளக்குகிறது. பயனர்கள் ஒரு சக ஊழியரின் பெயரை இடுகிறார்கள், சுயவிவர விவரங்களைச் சேர்க்கிறார்கள், Lark மற்றும் DingTalk உள்ளிட்ட பணியிட பயன்பாடுகளில் இருந்து உரையாடல் வரலாறுகள் மற்றும் கோப்புகளை இறக்குமதி செய்கிறார்கள், மேலும் கடமைகளோடு மட்டுமல்லாமல் தொடர்பு முறையின் தனித்தன்மைகளையும் விவரிக்கும் கையேடுகளை உருவாக்குகிறார்கள். இதன் விளைவாக, code debugging மற்றும் உடனடி பதில்கள் போன்ற பணிகளில் உதவக்கூடிய ஒரு எடுத்துச் செல்லக்கூடிய AI “coworker” உருவாக்கப்படுகிறது என்று கூறப்படுகிறது.

இது ஒரு stunt ஆக இருந்தாலும், இத்திட்டம் இப்போது பல நிறுவனங்கள் அறிவுப் பணியை எப்படிப் பார்க்கின்றன என்பதில் நிகழ்ந்துள்ள மாற்றத்தைப் பிடித்தது. இப்போது கவனம் வெறும் பொதுப் பயன்பாட்டு chatbots மீது மட்டும் இல்லை. மனிதர்களிடமிருந்து மறைமுக செயல்முறை அறிவை பிரித்தெடுத்து, அதை மீண்டும் மீண்டும் பயன்படுத்தக்கூடிய செயல்பாட்டு சொத்துகளாக மாற்றுவதில்தான் அதிக கவனம் உள்ளது. இது வழக்கமான மென்பொருள் ஏற்றுக்கொள்ளுதலைவிட வேறு வகை கவலையை எழுப்புகிறது. அபாயம் வெறும் செயல்திறன் அழுத்தம் மட்டும் அல்ல. தனிப்பட்ட ஊழியர்களே வார்ப்புருக்களாக மாறிவிடும் சாத்தியம் அதிலுள்ளது.

Shanghai-யைச் சேர்ந்த தொழில்நுட்ப பணியாளர் Amber Li, ஒரு முன்னாள் சக ஊழியரை மீண்டும் உருவாக்க இந்த கருவியை ஒரு பரிசோதனையாக பயன்படுத்தியதாக அந்த இதழிடம் கூறினார். உருவாக்கப்பட்ட கோப்பு அந்த நபரின் பழக்கங்களை ஆச்சரியமான துல்லியத்துடன் பிடித்தது என்றும், அவர்கள் எப்படி பதிலளித்தார்கள், hatta punctuation பாணிகளும் கூட உள்ளடக்கப்பட்டிருந்ததாகவும் அவர் சொன்னார். இந்த தொழில்நுட்ப நம்பத்தகுதி தான் இந்த திட்டம் வெறும் நகைச்சுவையைத் தாண்டி சென்றதற்கான ஒரு காரணம் போலத் தெரிகிறது.

தானியக்க அழுத்தம் மற்றும் தொழிலாளர் பாதுகாப்பின்மை

Colleague Skill-ன் உருவாக்குநரான Shanghai Artificial Intelligence Laboratory-யின் பொறியாளர் Tianyi Zhou, AI-க்கு தொடர்பான வேலை இழப்புகளும், நிறுவனங்கள் ஊழியர்களையே தங்களைத் தாங்களே தானியக்கமாக்குமாறு கேட்கும் பழக்கமும் இந்த திட்டத்துக்கு தூண்டுதலாக இருந்ததாகக் கூறியதாக தகவல். இது முக்கியமானது, ஏனெனில் இது விவாதத்தை பரந்த பொருளாதார சூழலில் நிலைநிறுத்துகிறது. AI adoption இப்போது வெறும் productivity upgrade ஆக மட்டுமே பெறப்படவில்லை. பல தொழிலாளர்களுக்கு, அது job insecurity மற்றும் management pressure சூழலில் வந்து கொண்டிருக்கிறது.

பல ஊழியர்கள் AI கருவிகளின் ஆர்வமுள்ள early adopters ஆக இருக்கும் தொழில்நுட்பத் துறையில் இந்த பதற்றம் குறிப்பாக கூர்மையாக உள்ளது. அதனால் எதிர்வினை மேலும் குறிப்பிடத்தக்கதாகிறது. தானியக்கத்திற்கு எதிரானவர்கள் அல்லது தொழில்நுட்பத்தை அறியாதவர்கள் மட்டுமல்லாமல், இந்த முறைகள் எவ்வளவு வேகமாக documentation, chat logs, மற்றும் internal files-ஐ replacement infrastructure-ஆக மாற்ற முடியும் என்பதைப் புரிந்துகொள்ளும் நபர்களிடமிருந்தே எதிர்ப்பு வருகிறது.

இந்த கவலை OpenClaw அல்லது Claude Code போன்ற AI agent கருவிகளின் வேகமான பிரபலத்தோடு தொடர்புபடுத்தப்படுகிறது. அந்த கருவிகள் நம்பகமான workflow engines ஆக மாறியதும், ஒரு வேலை எப்படி செய்யப்படுகிறது என்பதை எழுதிக் காட்டும் செயல், training material போல அல்லாமல் மனித முடிவுசெய்தலை விட்டு விலகும் ஒரு migration path போலத் தோன்றத் தொடங்கியது.

மரியாதை, தனித்துவம், மற்றும் அலுவலக பணியின் எதிர்காலம்

திட்டம் பரவிய பிறகு எழுந்த விவாதம் வேலை இழப்பு அபாயத்தைத் தாண்டியது. அது மரியாதை மற்றும் தனித்துவத்தையும் தொட்டது. ஒரு ஊழியரின் பங்கை manuals, உதாரணங்கள், மற்றும் பாணி குறிச்சொற்களாக சுருக்கி விட முடியுமானால், நிறுவனம் தொழில்முறை அடையாளத்தை மாட்யூலர் மற்றும் எங்கும் எடுத்துச் செல்லக்கூடிய ஒன்றாக பார்க்கத் தொடங்கலாம். ஊழியர் முடிவெடுக்கும் நபராகக் குறைவாகவும், பிடித்து, மீண்டும் இயக்கி, அளவுபடுத்தக்கூடிய பழக்கங்களின் தொகுப்பாக அதிகமாகவும் மதிக்கப்படுகிறார்.

இதன் பொருள் AI agents முழு குழுக்களையும் ஒரே இரவில் மாற்றிவிடும் என்பதல்ல. மூலப் பொருள் இவ்வளவு பரந்த முடிவை ஆதரிக்கவில்லை. ஆனால் அறிவை பதிவு செய்வது இப்போது ஊழியர்கள் அதிகமாக விவாதிக்கப்படும் ஒரு செயல்முறையாகப் பார்க்கப்படுகிறதென்பதை இது காட்டுகிறது. முன்பு documentation என்பது maturity மற்றும் continuity-யின் அடையாளமாக இருந்தது. AI அதிகம் உள்ள பணியிடத்தில், அது handoff mechanism என்றும் பார்க்கப்படலாம்.

சீனாவில் நடக்கும் இந்த விவாதம் சீனாவைத் தாண்டியும் எதிரொலிக்கக்கூடும். உலகம் முழுவதும் பல நிறுவனங்கள் best practices-ஐ குறியிடவும், output-ஐ ஒரே மாதிரியாக்கவும், தனிப்பட்ட ஊழியர்களின் சார்பை குறைக்கவும் promise செய்யும் agentic tools-ஐ ஆராய்ந்து வருகின்றன. சீன விவாதம், அந்த இலட்சியங்கள் எவ்வளவு விரைவில் பணியாளர் நம்பிக்கையுடன் மோதக்கூடும் என்பதற்கான ஆரம்ப அறிகுறி.

மேலாளர்கள் என்னை குறைத்து மதிப்பிடக்கூடும்

Colleague Skill சம்பவத்திலிருந்து கிடைக்கும் மிக வலுவான பாடம் என்னவென்றால், ஊழியர்களை தங்களைத் தாங்களே வெளிக்கொணரச் செய்யும் தானியக்க திட்டங்களின் சமூகச் செலவை நிறுவனங்கள் குறைத்து மதிப்பிடக்கூடும். இலக்கு augmentation ஆக இருக்கும் போது ஊழியர்கள் புதிய கருவிகளைப் பொறுத்துக்கொள்ள முடியும். ஆனால் செயல் திட்டம் வெளிப்படையாக அவர்களையே substitution-க்கு மாதிரியாக்குமாறு கேட்டால், அவர்கள் மிகவும் வேறுபட்ட முறையில் எதிர்வினையாற்றலாம்.

அந்த வேறுபாடு agent era-வின் முக்கியமான மேலாண்மை கேள்விகளில் ஒன்றாக மாறக்கூடும். தொழில்நுட்ப கருவிகள் வேகமாக மேம்பட்டு வருகின்றன. கடினமான பிரச்சினை, தாங்கள் பயிற்சி அளிக்கும் அமைப்புகள் தங்களுக்கு உதவுவதற்காகவே உள்ளன, தங்களை இடம்பெயர்க்க அல்ல என்பதை திறமையான தொழிலாளர்களுக்கு நம்பவைத்தல் ஆக இருக்கலாம். சீனாவின் தொழில்நுட்பத் துறையில், அந்த உறுதி ஏற்கனவே நிலைநிறுத்துவது கடினமாகத் தெரிகிறது.

இந்த கட்டுரை MIT Technology Review-ன் செய்தியளிப்பை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.