ह्यूमन-एआई सिम्बायोसिस: द साइंस ऑफ ए ब्लेंडेड वर्कप्लेस

एक रेडियोलॉजिस्ट उसके पढ़ने के चश्मे को समायोजित करता है और मॉनिटर के करीब लीन करता है। स्क्रीन पर, एक छाती सीटी स्कैन ग्रेस्केल में चमकती है, रोगी की पसलियों को जेल की सलाखों की तरह छाया डालती है। निचले बाएं फेफड़े में एक छोटे से नोड्यूल के चारों ओर एक पीले रंग की रूपरेखा दालें, एआई का शांत सुझाव है कि कुछ ध्यान देने योग्य है।

वह क्षेत्र को बड़ा करने के लिए क्लिक करती है, बनावट का अध्ययन करती है, रोगी के इतिहास के साथ क्रॉस-संदर्भ। उसकी उंगली एक पल के लिए माउस पर मंडराती है, इससे पहले कि वह इसे अनुवर्ती के लिए चिह्नित करती है। “तीन साल पहले, मैं शायद उस एक को याद कर सकता हूं,” वह स्वीकार करती है, अस्पताल के वेंटिलेशन सिस्टम की संक्षिप्त चुप्पी को भरने के लिए। “यह सूक्ष्म है। लेकिन अब मेरे पास इस दूसरी जोड़ी आँखें हैं जो कभी भी थक नहीं जाती हैं, कभी कोई बुरा दिन नहीं होता।”

यह दृश्य, भारत भर में रेडियोलॉजी विभागों में खेल रहा है, दुनिया भर में कार्यस्थलों में हो रही एक बदलाव को दर्शाता है।

बोस्टन कंसल्टिंग ग्रुप में, हाल ही में एक यादृच्छिक परीक्षण से पता चला कि कुछ उल्लेखनीय है: जनरेटिव एआई के साथ काम करने वाले सलाहकारों ने केवल तेजी से काम नहीं किया, उन्होंने काम का उत्पादन करते समय 25% तेज कार्यों को पूरा किया, जो गुणवत्ता में 40% अधिक था। लेकिन यहां वह कैच है जो सबसे ज्यादा चूक गई: ये नाटकीय लाभ केवल तब दिखाई दिए जब एआई अपने ‘स्वीट स्पॉट’ के भीतर काम कर रहा था।

यह खोज काम के भविष्य के बारे में एक महत्वपूर्ण सच्चाई को रोशन करती है। हम थोक मानव प्रतिस्थापन की ओर नहीं जा रहे हैं, लेकिन कुछ अधिक बारीक और संभावित रूप से अधिक शक्तिशाली: एक मिश्रित कार्यक्षेत्र की ओर।

अदृश्य सीमा

अवधारणा बीसीजी शोधकर्ता “दांतेदार फ्रंटियर” कहते हैं, बताते हैं कि कुछ एआई सहयोग क्यों बढ़ते हैं जबकि अन्य दुर्घटनाग्रस्त हो जाते हैं। एक चिकनी ढलान के बजाय एक दांतेदार पर्वत श्रृंखला के रूप में एआई क्षमता की कल्पना करें। कुछ घाटियों में, जैसे डेटा पैटर्न का विश्लेषण करना या पहले ड्राफ्ट उत्पन्न करना, एआई निकट-विशेषज्ञ स्तरों पर प्रदर्शन करता है। लेकिन रिज के ऊपर, गहरे प्रासंगिक निर्णय या रचनात्मक समस्या-समाधान की आवश्यकता वाले कार्यों में, यह बुरी तरह से ठोकर खाता है।

कार्यस्थल में सबसे सफल कार्यकर्ता इस इलाके को मैप करना सीख रहे हैं। वे एआई सहायता पर भारी झुकने के लिए और पूर्ण नियंत्रण कब लेने के लिए एक भावना विकसित कर रहे हैं। यह एक ऐसा कौशल है जो पारंपरिक विशेषज्ञता के रूप में मूल्यवान हो रहा है।

Microsoft की विकास टीमों में GitHub Copilot की तैनाती को लें। नियंत्रित अध्ययनों में, एआई टूल का उपयोग करने वाले प्रोग्रामर ने 50% से अधिक तेजी से कोडिंग कार्यों को पूरा किया। लेकिन वास्तविक परिवर्तन गति के बारे में नहीं था; यह भूमिका विकास के बारे में था।

वरिष्ठ डेवलपर्स ने खुद को कम समय के लिए नियमित कोड लिखने और अधिक समय आर्किटेक्टिंग समाधान, जूनियर्स का उल्लेख करने और जटिल समस्याओं को हल करने में खर्च किया। एआई ने यांत्रिक कार्य को संभाला; मनुष्यों ने रचनात्मक और रणनीतिक पर ध्यान केंद्रित किया।

जब साझेदारी गलत हो जाती है

फिर भी यह सहयोग नुकसान के बिना नहीं है। Microsoft के वर्क ट्रेंड इंडेक्स से एक चौंकाने वाली आँकड़ा का पता चलता है: तीन-चौथाई ज्ञान कार्यकर्ता अब जनरेटिव AI टूल का उपयोग करते हैं, लेकिन कई लोग अपने प्रबंधकों को सूचित किए बिना, गुप्त रूप से ऐसा करते हैं।

यह भूमिगत ‘बायोई’ (अपने स्वयं के एआई को लाओ) आंदोलन एक गतिशील को दर्शाता है: कर्मचारियों को उत्पादकता लाभ के लिए भूखा है, लेकिन या तो आलसी या बदली जाने योग्य के रूप में देखा जा रहा है।

मानव-एआई इंटरैक्शन का मनोविज्ञान अतिरिक्त घर्षण बिंदु बनाता है। स्वचालन पूर्वाग्रह कुछ श्रमिकों को मशीन आउटपुट से अधिक ट्रस्ट करने की ओर ले जाता है, तब भी जब लाल झंडे को संदेहवाद को ट्रिगर करना चाहिए।

इसके विपरीत, एल्गोरिथ्म का कारण अन्य लोगों को एक त्रुटि देखने के बाद सहायक उपकरणों को छोड़ने का कारण बनता है, तब भी जब एआई की समग्र सटीकता मानव प्रदर्शन से अधिक हो जाती है। दोनों प्रवृत्तियां बहुत सहयोग को कम कर सकती हैं जो मानव-एआई टीमों को शक्तिशाली बनाती है।

हेल्थकेयर लेबोरेटरी

कहीं भी यह साझेदारी भारत की हेल्थकेयर सिस्टम की तुलना में अधिक महत्वपूर्ण नहीं है, जहां इसे प्राप्त करने के दांव उत्पादकता मेट्रिक्स से कहीं आगे बढ़ते हैं।

भारतीय रेडियोलॉजिकल एंड इमेजिंग एसोसिएशन का अनुमान है कि देश में लगभग 20,000 अभ्यास करने वाले रेडियोलॉजिस्ट 1.4 बिलियन की आबादी की सेवा करते हैं। इमेजिंग वॉल्यूम सालाना 15-20% बढ़ने के साथ, यह कमी एक संकट बनने की धमकी देती है।

एक प्रमुख भारतीय अस्पताल में काम करने वाला एक रेडियोलॉजिस्ट एआई वृद्धि के वादे और जटिलता दोनों को दर्शाता है। वह बताती हैं, “एआई ने लगभग 30% अधिक संभावित मुद्दों की तुलना में पहले पास पर पकड़ा होगा,” वह बताती हैं, एक और स्कैन को खींचते हुए। “लेकिन मैंने एक नैदानिक ​​समीक्षा के बाद उनमें से लगभग आधे को खारिज कर दिया। कुंजी यह जान रही है कि कौन सी बर्खास्तगी सुरक्षित हैं और जिन्हें दूसरी राय की आवश्यकता है।”

स्पार्क रेडियोलॉजी, एक एआई-असिस्टेड रिपोर्टिंग प्लेटफॉर्म, का उद्देश्य नियमित प्रलेखन कार्यों को स्वचालित करके इस असंतुलन को संबोधित करना है जो रेडियोलॉजिस्ट के 40% तक का उपभोग कर सकते हैं। सीईओ एलीसन गार्ज़ा ने नोट किया कि उनका सिस्टम निदान नहीं करता है – यह वर्कफ़्लो को सुव्यवस्थित करता है ताकि डॉक्टर कागजी कार्रवाई के बजाय व्याख्या पर ध्यान केंद्रित कर सकें।

परिणाम बताते हैं कि यह दृष्टिकोण काम करता है। Spark.ai रिपोर्ट का उपयोग करने वाले रेडियोलॉजिस्ट 25% तेजी से रिपोर्ट टर्नअराउंड समय और काफी कम प्रशासनिक बोझ को कम करते हैं। इससे भी महत्वपूर्ण बात यह है कि नौकरी की संतुष्टि स्कोर में वृद्धि हुई है, आशंकाओं का मुकाबला करते हुए कि एआई चिकित्सा अभ्यास को कम कर देगा।

उद्यम से परे

यह परिवर्तन बड़े संस्थानों तक सीमित नहीं है। एक 27 वर्षीय अधिवक्ता, प्राणव भट पेशेवरों की एक नई पीढ़ी का प्रतिनिधित्व करता है जो एआई को एक प्रतिस्पर्धी हथियार के रूप में देखते हैं, न कि खतरे में।

पिछले 18 महीनों में, भट ने 50 से अधिक ग्राहकों के लिए अपना अभ्यास बनाया है, किसी के लिए एक मील का पत्थर है जो कानून स्कूल से तीन साल के लिए मुश्किल से तीन साल है।

“मेरी इंजीनियरिंग पृष्ठभूमि ने मुझे इन उपकरणों को अधिकांश वकीलों की तुलना में तेजी से समझने में मदद की,” भट कहते हैं। “मैं एआई का उपयोग प्रारंभिक अनुबंध समीक्षाओं, अनुसंधान मामले की मिसाल का मसौदा तैयार करने के लिए करता हूं, और यहां तक ​​कि क्लाइंट संचार तैयार करता हूं। मुझे छह घंटे लगने के लिए जो उपयोग किया जाता है, वह दो लेता है।”

लेकिन भट की वास्तविक अंतर्दृष्टि एआई के अप्रत्यक्ष लाभों को समझने में निहित है। “ग्राहक अब आपको कानूनी ज्ञान के लिए किराए पर नहीं लेते हैं, वे दक्षता, जवाबदेही और संपूर्णता चाहते हैं। जब मैं एक सप्ताह के बजाय 24 घंटों में एक अनुबंध की समीक्षा कर सकता हूं, तो शब्द फैलता है।”

उनके 80% से अधिक नए ग्राहक रेफरल के माध्यम से आते हैं, कई विशेष रूप से उनके तेजी से बदलाव के समय और व्यापक दस्तावेज का हवाला देते हैं।

उनके दृष्टिकोण से पता चलता है कि व्यक्तिगत चिकित्सक एआई गोद लेने के माध्यम से प्रतिस्पर्धी लाभ कैसे पा रहे हैं, अक्सर औपचारिक रूपरेखा और ओवरसाइट प्रोटोकॉल के बिना जो बड़े संगठनों का मार्गदर्शन करते हैं। “मैं अनिवार्य रूप से हर दिन मानव-एआई सहयोग में अपना प्रयोग चला रहा हूं,” वे नोट करते हैं।

काम को फिर से डिज़ाइन करना

नीति निर्माता इस परिवर्तन के लिए रेलिंग की स्थापना कर रहे हैं। यूरोपीय संघ का एआई अधिनियम कार्यस्थल एआई सिस्टम को “उच्च-जोखिम” के रूप में नामित करता है, जिसमें पारदर्शिता के उपायों, मानव निरीक्षण प्रोटोकॉल और दस्तावेजीवासी जवाबदेही श्रृंखलाओं की आवश्यकता होती है। हायरिंग, प्रदर्शन मूल्यांकन, या कार्य आवंटन में एआई को तैनात करने वाली कंपनियों को अब साबित करना चाहिए कि वे एल्गोरिथम निर्णयों की व्याख्या कर सकते हैं और सार्थक मानव नियंत्रण बनाए रख सकते हैं।

संयुक्त राज्य अमेरिका में, नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड्स एंड टेक्नोलॉजी ने अपना एआई रिस्क प्रकाशित किया है

प्रबंधन ढांचा, संगठनों को “शासन, मानचित्र, माप और प्रबंधित करने के लिए” सभी व्यावसायिक कार्यों में एआई तैनाती “का आग्रह करता है। फ्रेमवर्क इस बात पर जोर देता है कि सफल एआई एकीकरण के लिए केवल प्रारंभिक कार्यान्वयन नहीं, बल्कि चल रही निगरानी की आवश्यकता होती है।

प्रॉम्प्ट इंजीनियरिंग, एआई सिस्टम के साथ प्रभावी ढंग से संवाद करने की कला, एक मुख्य योग्यता के रूप में उभर रही है। कंपनियां कर्मचारियों को न केवल एआई टूल का उपयोग करने के लिए, बल्कि उनकी सीमाओं को समझने, संभावित पूर्वाग्रहों का पता लगाने और महत्वपूर्ण निरीक्षण बनाए रखने के लिए प्रशिक्षण ले रही हैं।

प्रदर्शन की समीक्षा भी विकसित हो रही है। अकेले आउटपुट वॉल्यूम को मापने के बजाय, प्रबंधक यह आकलन करना सीख रहे हैं कि गुणवत्ता और नैतिक मानकों को बनाए रखते हुए कर्मचारी कैसे अच्छी तरह से एआई सहायता का लाभ उठाते हैं। सवाल यह नहीं है कि क्या कोई एआई का उपयोग करता है, लेकिन वे इसे अपने काम में कितनी सोच -समझकर एकीकृत करते हैं।

आगे का रास्ता आगे

जैसा कि एक रेडियोलॉजिस्ट अपनी शिफ्ट छोड़ने के लिए तैयार करता है, वह इस बात को दर्शाती है कि उसका पेशा कैसे बदल गया है। “पांच साल पहले, मुझे चिंता थी कि एआई रेडियोलॉजिस्ट को बदल देगा। अब मुझे एहसास है कि यह हमें बेहतर रेडियोलॉजिस्ट बना रहा है। लेकिन केवल अगर हम सतर्क रहें, तो उत्सुक रहें, और याद रखें कि हर एल्गोरिथ्म को एक मानव अधिवक्ता की आवश्यकता है।”

यह अंतर्दृष्टि एक भविष्य की ओर इशारा करती है जहां प्रतिस्पर्धात्मक लाभ सबसे परिष्कृत एआई को तैनात करने से नहीं होगा, लेकिन मानव निर्णय और मशीन क्षमता के बीच सबसे विचारशील साझेदारी की खेती से।

जो संगठन थ्राइव करते हैं, वे वे होंगे जो चरम सीमाओं का विरोध करते हैं – न ही नेत्रहीन रूप से मानवीय भूमिकाओं को स्वचालित करते हैं और न ही एआई सहायता को अस्वीकार करते हैं। इसके बजाय, वे ऑर्केस्ट्रेशन की नाजुक कला में महारत हासिल करेंगे, यह जानते हुए कि उनके कृत्रिम सहयोगियों पर कब भरोसा करना है और उन्हें कब खत्म करना है।

रेडियोलॉजिस्ट का पीला-उच्च-उच्च स्कैन इस नई वास्तविकता के लिए एक आदर्श रूपक प्रदान करता है: एआई क्या ध्यान आकर्षित कर सकता है, दक्षता में सुधार करके कार्यस्थल को बेहतर बनाने में मदद करता है, लेकिन मानव ज्ञान को यह तय करना होगा कि इसका क्या मतलब है।

इस बात पर और जानें कि कैसे AI भारत के स्टार्टअप पारिस्थितिकी तंत्र को फिर से आकार दे रहा है और केवल TechSparks 2025 में इस बदलाव का हिस्सा बनें। अधिक जानकारी के लिए, क्लिक करेंयहाँ।