એઆઈ અને નોકરીઓમાં પરિવર્તન: રોજિંદા કયા કામો આપોઆપ થઈ રહ્યા છે અને ભવિષ્ય માટે કેવી રીતે સજ્જ થવું?

શું કમ્પ્યુટર આપણી આખી નોકરી છીનવી લેશે?

જ્યારે પણ કોઈ નવી ટેકનોલોજી આવે છે ત્યારે બજારમાં એક મોટો ફફડાટ ફેલાય છે કે હવે માણસોની જરૂર નહીં રહે. આજકાલ ChatGPT કે Copilot જેવા સાધનો આવ્યા પછી પણ આવો જ ભય ફેલાવવામાં આવી રહ્યો છે. પરંતુ વાસ્તવિક ઓફિસો અને ફેક્ટરીઓમાં થઈ રહેલો બદલાવ સાવ જુદો છે: સોફ્ટવેર સમગ્ર નોકરીને દૂર નથી કરતું, પરંતુ નોકરીમાં રહેલા નિયમિત અને પુનરાવર્તિત માનસિક કામોનું ઓટોમેશન (જેને કોગ્નિટીવ ઓટોમેશન અથવા Cognitive Automation કહે છે) કરી રહ્યું છે.

લાંબી મીટિંગની નોંધો તૈયાર કરવી, સેંકડો પાનાંના સરકારી પરિપત્રોમાંથી ઝડપી તારણ કાઢવું (ઇન્ફોર્મેશન સિન્થેસિસ અથવા Information Synthesis) કે રોજિંદા ઔપચારિક ઈમેઈલનો પ્રાથમિક મુસદ્દો ઘડવો એવા કામો હવે ઓફિસ કામમાં મદદ કરતા કૃત્રિમ સહાયક (એઆઈ કો-પાયલટ અથવા AI Copilot) સંભાળી રહ્યા છે. આનાથી માણસો માટે મહત્વના નિર્ણયો લેવા અને સહકર્મીઓ સાથે સંબંધો જાળવવા માટે વધુ સમય બચે છે.

સ્ટીમ એન્જિનનો સેફ્ટી વાલ્વ અને પ્લાન્ટ મેનેજર

આ ફેરફારને સરળતાથી સમજવા માટે સો વર્ષ પહેલાંના એક સ્ટીમ બોઈલર પ્લાન્ટની કલ્પના કરો. શરૂઆતના જમાનામાં એક કામદાર આખો દિવસ દબાણ માપતા કાંટા સામે બેસી રહેતો હતો. દબાણ વધે કે તરત જ તેણે ભારે લોખંડનું વ્હીલ હાથથી ફેરવીને વરાળ બહાર કાઢવી પડતી હતી. તેનો આખો દિવસ આ એક જ યાંત્રિક અને કંટાળાજનક કામમાં પસાર થતો હતો.

જ્યારે આપોઆપ ખૂલતો સ્પ્રિંગવાળો વાલ્વ આવ્યો ત્યારે હાથથી વ્હીલ ફેરવવાનું કામ હંમેશ માટે બંધ થઈ ગયું. પણ તે કામદાર બેકાર ન બન્યો; તે આખા પ્લાન્ટનો મુખ્ય નિરીક્ષક બની ગયો. તે પાઈપોમાં કાટ તપાસવા લાગ્યો, મશીનોના અવાજ પરથી ખામીઓ ઓળખવા લાગ્યો અને કટોકટીમાં નિર્ણયો લેવા લાગ્યો. આજના કાર્યાલયોમાં એઆઈ પણ બિલકુલ આવા જ વાલ્વ જેવું છે, જે નિયમો મુજબ ચાલતા નિયમિત કામો (રૂલ-બેઝ્ડ ટાસ્ક અથવા Rule-based Tasks) સંભાળે છે.

જોકે ભાષાકીય ડેટા પર શીખેલા મોડેલ્સ (લાર્જ લેંગ્વેજ મોડેલ અથવા LLM) ગમે તેટલા હોશિયાર બને, તેમની પાસે પોતાના કામની કોઈ કાનૂની કે નૈતિક જવાબદારી (પ્રોફેશનલ એકાઉન્ટેબિલિટી અથવા Accountability) હોતી નથી. તેથી જ દરેક મહત્વના દસ્તાવેજમાં કમ્પ્યુટરના કામ પર માનવીય દેખરેખ (હ્યુમન-ઇન-ધ-લૂપ અથવા Human-in-the-loop) રાખવી અનિવાર્ય બને છે.

મશીનો શું સંભાળી રહ્યા છે અને માનવીય આવડત ક્યાં જરૂરી છે?

રોજિંદા કામકાજમાં ટેકનોલોજી કઈ બાબતો સરળ બનાવી રહી છે અને માણસની જગ્યા ક્યાં અકબંધ છે તે સમજીએ:

• કાગળિયાં અને ડ્રાફ્ટિંગ: ભાષા મોડેલો લાંબા અહેવાલોમાંથી સારાંશ ઝડપથી બનાવી આપે છે, જેથી અનુભવી કર્મચારી સાચી ભાષા, આંકડા અને સંદર્ભ તપાસવામાં સમય ફાળવી શકે છે.
• ગ્રાહકોની સામાન્ય પૂછપરછ: નિયમિત અને વારંવાર પૂછાતા પ્રશ્નોના જવાબો ચેટબોટ્સ આપી દે છે, જેથી જટિલ અને સંવેદનશીલ ફરિયાદોનું નિરાકરણ અનુભવી સ્ટાફ રૂબરૂ વાતચીત દ્વારા લાવી શકે.
• કોડિંગ અને સ્પ્રેડશીટ ગણતરીઓ: પ્રોગ્રામિંગ સહાયકો પ્રાથમિક કોડ અને ફોર્મ્યુલા તૈયાર કરે છે, જ્યારે સમગ્ર સોફ્ટવેરની સુરક્ષા અને માળખાકીય આયોજન સિનિયર એન્જિનિયર કરે છે.
• વિશિષ્ટ કાર્યક્ષેત્રનું વ્યવહારુ જ્ઞાન (ડોમેન નોલેજ અથવા Domain Expertise): કોઈપણ સ્થાનિક વેપાર, કાયદો કે ગ્રાહકની માનસિકતા સમજવા માટે જમીની અનુભવ જ કામ આવે છે.

બદલાતા સમય સાથે કદમ મિલાવવા વ્યવહારુ આદતો

ટેકનોલોજીના બદલાવથી ડરવાને બદલે કર્મચારીઓએ આ પાયાના નિયમો અપનાવવા જોઈએ:

• એઆઈના પરિણામોને તાલીમાર્થીના ડ્રાફ્ટ ગણીને તપાસો: સોફ્ટવેરે આપેલા લખાણ કે ગણતરી પર આંખો મીંચીને વિશ્વાસ ન કરો; તમારા વિવેક અને અનુભવથી આંકડા જાતે ચકાસો.
• સંવાદ અને સહાનુભૂતિને કેન્દ્રમાં રાખો: ક્લાયન્ટ સાથે વિશ્વાસ કેળવવો, ટીમનું મનોબળ વધારવું અને સાચી જરૂરિયાતો સમજવી એ કોઈપણ મશીન માટે અશક્ય છે.
• સાધનોનો સ્માર્ટ ઉપયોગ શીખો: કંટાળાજનક ફોર્મેટિંગ અને ડેટા એન્ટ્રી મશીન પાસે કરાવો જેથી તમારા મૌલિક વિચારો અને રણનીતિ ઘડવા માટે પૂરતો સમય મળે.

ટેકનોલોજી આપણી સેવક છે, માલિક નહીં

માનવજાતનો ઇતિહાસ સાક્ષી છે કે ખેતીના હળથી લઈને કમ્પ્યુટર સુધીની દરેક નવી શોધે માણસને શારીરિક વેઠમાંથી મુક્ત કરીને વધુ બૌદ્ધિક કામો તરફ દોર્યો છે. જે લોકો પોતાની વિવેકબુદ્ધિ, સંવેદનશીલતા અને નવું શીખવાની ધગશ જાળવી રાખે છે, તેમના માટે એઆઈ ખતરો નહીં પણ પ્રગતિની સૌથી મોટી પાંખ સાબિત થશે.