केवल समय ही आपके चैटजीपीटी-प्रेमी कार्यालय कर्मचारियों को हरा सकता है

GPT-4 कॉर्पोरेट कार्ड गेम में एक जोकर है। यह उत्पादकता को काफी हद तक बढ़ा सकता है और हाथ में काम और इसके उपयोग के तरीके के आधार पर उच्च या निम्न गुणवत्ता वाले काम को जन्म दे सकता है। मोटे तौर पर, हम दुनिया भर के कार्यालय परिवेश में GPT-4 के तेजी से कार्यान्वयन पर आशावादी या निराशावादी रुख अपना सकते हैं।

आशावादी रुख यह है कि एआई सहायता से श्रमिकों के लिए गुणवत्ता और उत्पादकता को बढ़ावा मिलेगा। ज्यादा काम तेजी से और बेहतर तरीके से होंगे। एआई सहायता नियमित कार्यों में मदद करेगी, गैर-नियमित कार्यों में महत्वपूर्ण सहायता प्रदान करेगी, और श्रमिकों को व्यवसाय-महत्वपूर्ण चीजों पर ध्यान केंद्रित करने के लिए समय और संसाधन खाली कर देगी जो "सुई को आगे बढ़ाती है।"

निराशावादी रुख यह है कि एआई सहायता का उपहार एक ट्रोजन हॉर्स है। स्वचालन कंपनियों में घुसपैठ करेगा और सुपर-अमीर तकनीकी अभिजात वर्ग के लाभ के लिए और अशक्त वेतन अर्जक की कीमत पर धीरे-धीरे मानव ज्ञान के काम को खा जाएगा। चैटजीपीटी-प्रेमी कार्यालय कर्मचारी एक प्रकार के स्टॉकहोम सिंड्रोम से पीड़ित हैं, जो अपने ही प्रतिस्थानियों के साथ छेड़खानी करते हैं।

मेरी व्यक्तिगत राय निराशावादी रुख की ओर अधिक झुकी हुई है। मैं मानता हूं कि जीपीटी-4 एक सूचना पुनर्प्राप्ति उपकरण के रूप में कितना उपयोगी है, अनिवार्य रूप से यह Google खोज का एक अधिक स्मार्ट, अधिक वैयक्तिकृत संस्करण है। लेकिन अगर मैं किसी लेख के लिए ड्राफ्ट लिखने या किसी पोस्ट के लिए नए विचारों पर विचार-मंथन करने के लिए चैटबॉट की सहायता पर निर्भर था, तो पहले स्थान पर काम क्यों करें? आप इसे पूरी तरह से एआई को आउटसोर्स भी कर सकते हैं या बेहतर होगा कि काम ही न करें।

आज, हम हार्वर्ड बिजनेस स्कूल के पेपर पर एक नज़र डालेंगे जो ज्ञान कार्य पर जीपीटी-4 सहायता के प्रभाव पर प्रकाश डालता है: " जैग्ड टेक्नोलॉजिकल फ्रंटियर को नेविगेट करना: ज्ञान कार्यकर्ता उत्पादकता और गुणवत्ता पर एआई के प्रभावों का फील्ड प्रायोगिक साक्ष्य " , सितंबर 2023 में प्रकाशित।

हार्वर्ड बिजनेस स्कूल पेपर - प्रयोग और परिणाम

सामाजिक वैज्ञानिकों के एक समूह ने GPT-4 तक पहुंच के साथ और उसके बिना विभिन्न कार्यों पर बोस्टन कंसल्टिंग ग्रुप (बीसीजी) के 758 सलाहकारों के कौशल का परीक्षण करने के लिए एक प्रयोग किया।

भाग लेने वाले सलाहकारों में से लगभग आधे (385) ने रचनात्मक उत्पाद विकास से संबंधित 18 कार्य किए, जबकि अन्य आधे (373) व्यावसायिक समस्या-समाधान कार्य में लगे हुए थे जो बाहरी डेटा और अन्य स्रोतों पर निर्भर थे। हम अगले भाग में विशिष्ट कार्यों पर करीब से नज़र डालेंगे।

सभी प्रतिभागियों ने एआई सहायता के बिना प्रारंभिक परीक्षण किया ताकि शोधकर्ता जीपीटी-4 के साथ उनके प्रदर्शन के मुकाबले व्यक्तिगत सलाहकार के बिना सहायता प्राप्त प्रदर्शन को बेंचमार्क कर सकें। प्रतिभागियों को दो प्रयोगों के भीतर तीन उप-समूहों में से एक को भी सौंपा गया था: एक नियंत्रण समूह जिसके पास GPT-4 तक पहुंच नहीं थी, दूसरा समूह जिसके पास GPT-4 तक पहुंच थी, और तीसरा समूह जिसके पास GPT-4 और शिक्षण सामग्री तक पहुंच थी। GPT-4 को प्रभावी ढंग से कैसे प्रेरित करें।

हेडलाइन ड्राइंग के नतीजों से पता चला कि एआई तक पहुंच रखने वाले सलाहकारों ने रचनात्मक उत्पाद विकास कार्यों में समग्र रूप से बेहतर प्रदर्शन किया। यहां, सलाहकार ने औसतन 12.2% अधिक कार्य पूरे किए, कार्यों को 25.1% अधिक तेज़ी से पूरा किया, और 40% उच्च गुणवत्ता के साथ, मानव मूल्यांकनकर्ताओं के अनुसार, जिन्होंने परीक्षणों को आँख बंद करके वर्गीकृत किया।

सलाहकारों का दूसरा समूह जिसने व्यावसायिक समस्या-समाधान कार्यों के साथ काम किया, GPT-4 तक पहुंच के साथ सही परिणाम देने की संभावना 19% कम थी। औसतन, GPT-4 ने सलाहकारों को कार्य कुछ मिनट तेजी से पूरा करने में मदद की: "केवल GPT" के लिए छह मिनट तेज और "GPT + अवलोकन" के लिए ग्यारह मिनट।

प्रयोगात्मक परिणामों के आधार पर, शोध दल एक "दांतेदार सीमा" की कल्पना करता है।

"दांतेदार सीमा" के अंदर, एआई सहायता मानव प्रदर्शन की गुणवत्ता और उत्पादकता को बढ़ाती है। सीमा के बाहर, AI सहायता इसे बाधित करती है। सीमा "जटिल" है क्योंकि यह अनुमान लगाना कठिन है कि कौन से कार्य सीमा के अंदर या बाहर आते हैं और कभी-कभी यह अतार्किक लगता है। उदाहरण के लिए, GPT-4 अधिकांश कॉलेज परीक्षाओं में उत्तीर्ण हो सकता है, फिर भी यह बुनियादी गणित समस्याओं से भी जूझता है ।

दांतेदार सीमा पर नेविगेट करना

"दांतेदार सीमा" की अवधारणा उपयुक्त है। हालाँकि, मेरी राय में, पेपर GPT-4 की क्षमताओं से काफी अधिक बिकता है। सबसे महत्वपूर्ण बात यह है कि बीसीजी सलाहकारों को प्रयोग में समय की सख्त पाबंदियों के तहत काम करना पड़ा।

प्रयोग के रचनात्मक उत्पाद विकास भाग में - जहां GPT-4 सहायता से उत्पादकता और गुणवत्ता में उल्लेखनीय वृद्धि देखी गई - सलाहकारों को केवल 90 मिनट में 18 कार्य पूरे करने थे। यहां कार्यों के कुछ उदाहरण दिए गए हैं जिनका उत्तर सलाहकारों को 90 मिनट की सीमा के भीतर देना था:

• “एक विशिष्ट बाजार या खेल के लिए नए जूते के लिए विचार उत्पन्न करें जो कम सेवा में है। रचनात्मक बनें, और कम से कम 10 विचार दें।

  
  

• “उत्पाद लॉन्च करने के लिए आवश्यक चरणों की एक सूची बनाएं। संक्षिप्त लेकिन व्यापक बनें।”

  
  

• "उत्पाद के लिए एक नाम लेकर आएं: कम से कम 4 नामों पर विचार करें, उन्हें लिखें, और जो आपने चुना है उसे स्पष्ट करें।"

  
  

• "अपने निष्कर्षों को समझाते हुए अपने बॉस को 500 शब्दों का एक ज्ञापन लिखें।"

• "एक प्रेस विज्ञप्ति के लिए मार्केटिंग कॉपी लिखें।"

  
  

• "कृपया, पिछले प्रश्नों से प्राप्त अंतर्दृष्टि को संश्लेषित करें और लगभग 2,500 शब्दों के हार्वर्ड बिजनेस रिव्यू-शैली लेख की रूपरेखा बनाएं।"

इनमें से केवल एक कार्य को पूरा होने में व्यक्तिगत रूप से कई दिन, यहाँ तक कि सप्ताह भी लग सकते हैं। यहां तक कि दुनिया के सबसे विशिष्ट सलाहकार से भी यह उम्मीद नहीं की जा सकती कि वह इन सभी कार्यों को 90 मिनट में संतोषजनक स्तर की गुणवत्ता और सटीकता के साथ पूरा करेगा। यह मानवीय रूप से असंभव है.

"सीमा के बाहर" कार्यों के साथ प्रयोग में, प्रतिभागियों को साक्षात्कार और वित्तीय डेटा से प्राप्त अंतर्दृष्टि के आधार पर एक काल्पनिक कंपनी के ब्रांड प्रदर्शन का विश्लेषण करना था और एक काल्पनिक सीईओ के लिए 500-750 शब्दों का नोट तैयार करना था। प्रयोग के इस भाग में समय की रोक 60 मिनट थी, जो, फिर से, उस समय का अनुमान नहीं लगाती है जो सलाहकार वास्तव में वास्तविक जीवन में इस तरह के कार्य पर खर्च करेंगे।

मेरी परिकल्पना : आप मनुष्यों को किसी कार्य को पूरा करने के लिए जितना अधिक समय देंगे, एआई सहायता उतनी ही कम महत्वपूर्ण होगी। यदि, उदाहरण के लिए, बीसीजी सलाहकारों को समान 18 रचनात्मक उत्पाद विकास कार्यों को पूरा करने के लिए सप्ताह या महीने दिए गए थे - जो बेहतर ढंग से प्रतिबिंबित करेगा कि सलाहकार वास्तव में कैसे काम करते हैं - जीपीटी -4 के उपयोग से सुधार सबसे कम होगा। कुल मिलाकर, अंतिम आउटपुट भी 90 मिनट में GPT-4 के साथ एक मानव द्वारा उत्पादित की जाने वाली गुणवत्ता से काफी अधिक गुणवत्ता वाला होगा।

मेरे विचार में, टेढ़ी-मेढ़ी सीमा पर नेविगेट करना यह समझने के बारे में नहीं है कि GPT-4 किस प्रकार के कार्यों में प्रभावी रूप से आपकी मदद कर सकता है, बल्कि यह जानना है कि आप कौन से कौशल प्रदान कर सकते हैं जिन्हें स्वचालन आसानी से प्रतिस्थापित नहीं कर सकता है।

कार्यस्थल में सेंटोरस और साइबोर्ग

लेखकों ने एआई के साथ काम करने के लिए प्रतिभागियों द्वारा अपनाए गए विभिन्न दृष्टिकोणों का विश्लेषण किया और दो प्रमुख मॉडल, "सेंटौर व्यवहार" और "साइबोर्ग व्यवहार" की पहचान की:

“इन प्रतिभागियों की विशेषताओं और व्यवहार को समझना महत्वपूर्ण साबित हो सकता है क्योंकि संगठन एआई उपकरणों के साथ प्रभावी सहयोग के लिए प्रतिभा की पहचान करने और विकसित करने के तरीकों के बारे में सोचते हैं।

हमने दो प्रमुख मॉडलों की पहचान की जो उनके दृष्टिकोण को समाहित करते हैं।

पहला है सेंटूर व्यवहार। इस पौराणिक प्राणी के नाम पर जो आधा मानव और आधा घोड़ा है, इस दृष्टिकोण में मनुष्यों और मशीनों के बीच श्रम का एक समान रणनीतिक विभाजन शामिल है जो एक साथ जुड़े हुए हैं। इस रणनीति वाले उपयोगकर्ता एआई और मानव कार्यों के बीच स्विच करते हैं, प्रत्येक इकाई की ताकत और क्षमताओं के आधार पर जिम्मेदारियां आवंटित करते हैं। वे समझते हैं कि कौन से कार्य मानवीय हस्तक्षेप के लिए सबसे उपयुक्त हैं और जिन्हें एआई द्वारा कुशलतापूर्वक प्रबंधित किया जा सकता है।

दूसरा मॉडल जो हमने देखा वह साइबोर्ग व्यवहार है। जैसा कि विज्ञान कथा साहित्य में कल्पना की गई है, संकर मानव-मशीन प्राणियों के नाम पर रखा गया यह दृष्टिकोण जटिल एकीकरण के बारे में है। साइबोर्ग उपयोगकर्ता केवल कार्य ही नहीं सौंपते; वे क्षमताओं की सीमा पर अपने प्रयासों को एआई के साथ जोड़ते हैं। यह रणनीति उप-कार्य स्तर पर वैकल्पिक जिम्मेदारियों के रूप में प्रकट हो सकती है, जैसे एआई को पूरा करने के लिए एक वाक्य शुरू करना या एआई के साथ मिलकर काम करना।

मैं GPT-4 को एक सहयोग भागीदार के रूप में तैयार करने का बहुत बड़ा प्रशंसक नहीं हूं। मुख्यतः दो कारणों से:

1. मानव-एआई साझेदारी में, एआई अधिकांश कार्य कर सकता है, फिर भी कार्य की पूरी जिम्मेदारी मानव की होती है।

   
   

मैं त्रुटियों, अशुद्धियों और पूर्वाग्रहों के लिए एआई-जनरेटेड आउटपुट की समीक्षा और संपादन करने के बजाय अपना समय शुरू से नया काम बनाने में व्यतीत करूंगा। सबसे पहले, स्वचालित रूप से उत्पन्न सामग्री की समीक्षा करना बहुत मजेदार नहीं है। दूसरे, चाहे कुछ भी हो, किसी भी गलती के लिए मैं जिम्मेदार हूँ। यदि मैं किसी कार्य को पूरा करने के लिए GPT-4 से बहुत अधिक इनपुट पर निर्भर रहता हूं, तो मैं यह समझाने में असमर्थ हूं कि मैंने जो गलतियां कीं, वे क्यों कीं, और मैं वास्तव में उनसे सीख भी नहीं सकता या बढ़ नहीं सकता। हम किस हद तक कह सकते हैं कि कोई कार्य अभी भी एक विशिष्ट मानवीय रचनात्मक प्रयास का परिणाम है जब कार्यकर्ता जेनरेटिव एआई के साथ "सहयोग" कर रहा है?

"एक वकील के पेशेवर निर्णय को जेनेरिक एआई को नहीं सौंपा जा सकता है और यह हर समय वकील की जिम्मेदारी बनी रहती है।"

- "कानून के अभ्यास में जनरेटिव आर्टिफिशियल इंटेलिजेंस के उपयोग के लिए व्यावहारिक मार्गदर्शन ", व्यावसायिक जिम्मेदारी और आचरण पर स्टेट बार ऑफ कैलिफोर्निया की स्थायी समिति (नवंबर 2023)।

2. "सेंटॉर्स" और "साइबोर्ग" के लाभ केवल अस्थायी हैं

जैसा कि मैंने अपनी नवीनतम पोस्ट में लिखा था , 1997 में मौजूदा शतरंज चैंपियन गैरी कास्परोव पर डीप ब्लू की जीत के बाद एक संक्षिप्त समय था, जहां ऐसा लग रहा था कि एआई के साथ सहयोग करने वाले मनुष्य सबसे मजबूत शतरंज इंजनों को भी हरा सकते हैं। कास्परोव ने इन मिश्रित मानव-एआई टीमों का वर्णन करने के लिए "सेंटॉर्स" शब्द को लोकप्रिय बनाया।

हालाँकि, आज की स्थिति में, प्रमुख शतरंज कार्यक्रमों के बीच खेले जाने वाले खेलों में मनुष्य अधिक विशेषज्ञता के साथ योगदान नहीं कर सकते हैं। वास्तव में, सभी मनुष्य बढ़ी हुई त्रुटि दर में योगदान दे सकते हैं। यह पता चला है कि शतरंज खेलना एक ऐसी चीज़ है जिसे करने में एआई इंसानों की तुलना में कहीं बेहतर है।

मेरा मानना है कि हम शतरंज बोर्ड पर एआई के विकास से एक महत्वपूर्ण सबक ले सकते हैं: "सेंटॉर्स" और "साइबोर्ग" अंततः अधिक स्वचालन से हार जाते हैं। सादृश्य से, कार्यालय कर्मचारी जो एआई सहायता पर बहुत अधिक भरोसा करते हैं, उन्हें इस बारे में गहराई से सोचना शुरू करना चाहिए कि वे कौन से अद्वितीय कौशल प्रदान कर सकते हैं जो एआई मॉडल नहीं कर सकता है। संभावना है कि सेंटॉर्स और साइबोर्ग्स का मुख्य कार्य अपने प्रतिस्थानियों को अधिक प्रशिक्षण सामग्री खिलाना है, विशेष रूप से उन कार्यों के लिए जिन्हें आसानी से स्वचालित किया जा सकता है और जिनमें बहुत अधिक सामाजिक संपर्क, अनुकूलन, लचीलापन और संचार शामिल नहीं है।

ऊपर लपेटकर

आधुनिक कार्यस्थल में सेंटोरस और साइबोर्ग को कैसे हराया जा सकता है? बस, आप उन्हें अधिक समय देकर हरा देते हैं। यदि मनुष्यों को जटिल और रचनात्मक कार्य करने के लिए अधिक समय दिया जाए, तो GPT-4 की सहायता अनावश्यक है।

दूसरी ओर, कुछ कार्य जो मनुष्य आज जेनेरिक एआई के साथ "सहयोग से" करते हैं, निकट भविष्य में पूरी तरह से स्वचालित हो जाएंगे। मान लीजिए कि एक मानव कार्यकर्ता लंबी समय सीमा में जीपीटी-4 की भावी पीढ़ियों की तुलना में कुछ सेकंड में बेहतर परिणाम नहीं दे सकता है। उस स्थिति में, वास्तव में इस प्रकार के कार्यों को मानव श्रमिकों को आउटसोर्स करते रहने का कोई कारण नहीं है।

मेरी व्याख्या में, टेढ़ी-मेढ़ी सीमा पर नेविगेट करना वास्तव में यह पूछने के बारे में है: मैं कौन सा अनोखा कौशल पेश कर सकता हूं जिसे कुछ वर्षों में स्वचालन द्वारा प्रतिस्थापित नहीं किया जा सकता है?

मेरे मुफ़्त न्यूज़लेटर द गैप के लिए साइन अप करें: www.futuristiclawyer.com