संपूर्ण उद्योगातील व्यावसायिक कृत्रिम बुद्धिमत्ता साधने अवलंबण्याची शर्यत घेत असताना, एक त्रासदायक प्रश्न अनुमानापासून मोजलेल्या पुराव्याच्या क्षेत्रात जात आहे: ही साधने सहाय्य करण्यासाठी असलेली कौशल्ये आपण गमावत आहोत का?
निसर्ग मध्ये प्रकाशित केलेल्या अहवालात असे आढळून आले आहे की लवकर निकाल लागले आहेत — आणि ते उत्साहवर्धक नाहीत. AI-चालित प्रणालींवर अवलंबून राहण्यामुळे डॉक्टर, सॉफ्टवेअर अभियंते आणि इतर कुशल कामगारांची क्षमता कमी होऊ लागली आहे, ज्यामुळे ऑटोमेशनच्या युगात मानवी कौशल्य कसे जतन करावे याबद्दल तातडीचे प्रश्न निर्माण होतात. For more context on this story, see our ongoing AI trends.डॉक्टर एआयशिवाय वाईट कामगिरी करतात
एक स्पष्ट उदाहरण औषधातून येते. एन्डोस्कोपीमध्ये तज्ञ असलेल्या पोलिश डॉक्टरांच्या अभ्यासात अनुभवी डॉक्टरांना एआय सहाय्यकाची सवय झाल्यावर काय होते आणि नंतर त्याचा प्रवेश गमावला तेव्हा काय होते हे तपासले.
डॉक्टर, ज्यांनी त्यांच्या कारकिर्दीत किमान 2,000 कोलोनोस्कोपी केल्या होत्या, त्यांना एक AI प्रणाली देण्यात आली होती जी कोलोनोस्कोपी प्रतिमांचे वास्तविक वेळेत विश्लेषण करते आणि एडेनोमा नावाच्या पूर्वकेंद्रित आतड्यांसंबंधी घाव दर्शवते. साधन काही दिवसांवर उपलब्ध होते परंतु इतरांवर नाही, एक नैसर्गिक प्रयोग तयार केला.
त्याचे परिणाम निव्वळ होते. एआय टूल सुरू होण्यापूर्वीच्या तीन महिन्यांच्या कालावधीत, तज्ञांना 28.4 टक्के कोलोनोस्कोपीमध्ये किमान एक एडेनोमा आढळला. साधन सादर केल्यानंतर, कोलोनोस्कोपीसाठी एडेनोमा शोधण्याचा दर एआय सहाय्याशिवाय 22.4 टक्क्यांवर घसरला.
दुसऱ्या शब्दांत, एकदा डॉक्टरांनी एआय प्रणालीवर अवलंबून राहण्यास सुरुवात केली, तेव्हा ते अनुपलब्ध असताना त्यांची स्वतःची निदान कार्यक्षमतेत घट झाली. हे निष्कर्ष गेल्या ऑक्टोबरमध्ये द लॅन्सेट गॅस्ट्रोएन्टेरोलॉजी आणि हेपॅटोलॉजी मध्ये प्रकाशित झाले होते.
अभ्यासाच्या लेखकांनी असा निष्कर्ष काढला की अशा साधनांच्या सतत संपर्कात राहण्यामुळे चिकित्सक "एआय सहाय्याशिवाय संज्ञानात्मक निर्णय घेताना कमी प्रेरित, कमी लक्ष केंद्रित आणि कमी जबाबदार" बनू शकतात.
एक सर्वेक्षण दाखवते की चिंता सर्वत्र पसरलेली आहे
कौशल्य गमावण्याची भीती काही अभ्यासांपुरती मर्यादित नाही. जूनच्या सुरुवातीला प्रकाशित झालेल्या यूएस आरोग्य-सेवा कर्मचाऱ्यांच्या सर्वेक्षणात असे आढळून आले आहे की 70 टक्के परिचारिका आणि 77 टक्के डॉक्टर एआय प्रणालींवर जास्त अवलंबून राहिल्यामुळे त्यांचे कौशल्य गमावण्याची चिंता करतात.
ही चिंता उदयोन्मुख डेटाद्वारे न्याय्य असल्याचे दिसते. जसजसे अधिक व्यावसायिक त्यांच्या दैनंदिन कार्यप्रवाहात AI समाकलित करतात, तसतसे ते तंत्रज्ञानासह काय करू शकतात आणि त्याशिवाय ते काय करू शकतात यामधील अंतर वाढू शकते.
केविन क्रॉस्टन, सिराक्यूज युनिव्हर्सिटीचे माहिती शास्त्रज्ञ, यांनी हे आव्हान स्पष्टपणे मांडले: "ही घटना अस्तित्त्वात आहे याची जाणीव असण्यामुळे लोकांना कोणती कौशल्ये राखायची आहेत आणि कोणती कौशल्ये ते AI टूल्सवर आउटसोर्स करण्यास इच्छुक आहेत याबद्दल काही आत्म-चिंतन निर्माण करते".
सॉफ्टवेअर अभियंते समान नमुने दर्शवतात
deskilling प्रभाव औषधोपचार मर्यादित नाही. संगणक विज्ञानातील कौशल्ये नष्ट होत आहेत की नाही हे तपासण्यासाठी, एआय फर्म अँथ्रोपिकच्या संशोधकांनी 52 सॉफ्टवेअर अभियंत्यांचा समावेश असलेली यादृच्छिक नियंत्रित चाचणीची रचना केली.
सर्व सहभागींना मूलभूत कोडिंग कार्य करण्यास सांगितले होते. प्रत्येक अभियंता वेब शोधू शकतो आणि ते कसे पूर्ण करावे यावरील सूचनांमध्ये प्रवेश करू शकतो. अर्ध्या लोकांना एआय असिस्टंट वापरण्यास सांगितले होते. प्रीप्रिंट म्हणून जारी केलेला अभ्यास, मूलभूत कोडिंग क्षमतेवर AI सहाय्याचा प्रभाव वेगळे करण्यासाठी डिझाइन केले गेले होते.
हे निष्कर्ष पुराव्याच्या वाढत्या भागामध्ये जोडतात की AI वर नियमित संज्ञानात्मक कार्य ऑफलोड केल्याने व्यावसायिकांनी पुनरावृत्ती केलेल्या सरावाने विकसित केलेल्या मूलभूत क्षमता कमकुवत होऊ शकतात. जेव्हा AI हेवी लिफ्टिंग हाताळते, तेव्हा मानवी अभ्यासकाला प्रभुत्व निर्माण आणि राखण्यासाठी कमी संधी मिळतात.
द मेकॅनिक्स ऑफ डेस्किलिंग
संशोधक deskilling एक क्रमिक प्रक्रिया म्हणून वर्णन करतात. जेव्हा एखादे साधन विश्वासार्हपणे एखादे कार्य हाताळते, तेव्हा अंतर्निहित कौशल्यासह कामगाराची प्रतिबद्धता कमी होते. कालांतराने, अनेक वर्षांच्या सरावातून मिळालेले तंत्रिका मार्ग आणि निर्णय कमी होऊ लागतात.
औषधांमध्ये, हे विशेषतः धोकादायक असू शकते. संशयास्पद टिश्यू शोधण्यासाठी एकेकाळी दृष्य निर्णयावर विसंबून राहिलेला वैद्य, एआयच्या अनेक महिन्यांच्या मदतीनंतर, सिस्टमच्या सूचनांवर अवलंबून राहू शकतो. प्रणाली अयशस्वी झाल्यास किंवा अनुपलब्ध असल्यास, डॉक्टरांचे विनाअनुदानित कार्यप्रदर्शन यापुढे त्याने एकदा केलेल्या मानकांची पूर्तता करू शकत नाही.
युनिची मोरी, ओस्लो विद्यापीठातील एक चिकित्सक-संशोधक आणि कोलोनोस्कोपी अभ्यासाचे सह-लेखक, चेतावणी देतात की जे लोक एआय टूल्स वापरतात त्यांना त्यांची काही कौशल्ये गमावण्याचा धोका असतो. "सध्या डेस्किलिंग विरुद्ध कोणताही स्थापित उपाय नाही," तो म्हणाला. "पुढच्या दशकात हा एक अतिशय चर्चेचा विषय असावा."
मानक चाचणी समस्या का चुकते
deskilling संबोधित करण्यात अडचणीचा एक भाग म्हणजे AI काढून टाकेपर्यंत ते अदृश्य आहे. जेव्हा साधन वापरात असते तेव्हा कार्यप्रदर्शन मेट्रिक्स मजबूत दिसतात, ज्यामुळे मानवी क्षमतेची हळूहळू होणारी झीज होते.
हे फीडबॅक लूप तयार करते. कामगार AI सह चांगली कामगिरी करतात, त्यामुळे ते त्याचा अधिक वापर करतात. ते जितके जास्त वापरतात, तितके कमी ते असहाय्य कौशल्याचा सराव करतात. घट दिसून येईपर्यंत — जेव्हा साधन बंद होते, निवृत्त होते किंवा बदलले जाते — तेव्हा कौशल्य आधीच कमी झालेले असते.
संघटनांनी प्रशिक्षण आणि मूल्यांकनाची रचना कशी करावी याबद्दलही या घटनेमुळे प्रश्न निर्माण होतात. AI सहाय्य सक्रिय असताना व्यावसायिक क्षमता वाढत्या प्रमाणात मोजली जात असल्यास, कामगार स्वतःहून खरोखर काय करू शकतात हे मूल्यमापन जास्त असू शकते.
मानवी कौशल्य जतन करणे
संशोधक आणि कामाच्या ठिकाणी तज्ञ आता एआय युगात महत्त्वपूर्ण मानवी कौशल्ये कशी जतन करायची यावर चर्चा करत आहेत. उपाय अद्याप स्पष्ट नाहीत, परंतु अनेक तत्त्वे उदयास येत आहेत.
प्रथम, जागरूकता महत्वाची आहे. फक्त हे ओळखणे की deskilling होऊ शकते व्यक्ती आणि संस्था जाणीवपूर्वक असहाय्य सराव राखण्यासाठी प्रवृत्त करू शकतात. दुसरे, व्यावसायिकांना कोणती कौशल्ये धारदार ठेवायची आणि कोणती नियुक्त करायची याबद्दल जाणीवपूर्वक निवड करणे आवश्यक असू शकते. प्रत्येक कौशल्य पूर्ण ताकदीने जतन करणे योग्य नाही, परंतु काही - विशेषत: सुरक्षितता, निदान आणि गंभीर निर्णयाशी जोडलेले - स्पष्टपणे आहेत.
तिसरे, संस्थांना वर्कफ्लोची पुनर्रचना करण्याची आवश्यकता असू शकते जेणेकरुन AI कोर संज्ञानात्मक कार्य बदलण्याऐवजी वाढेल. साधनाला विचार करू देण्याऐवजी, AI ला मानवी निर्णयाची तपासणी म्हणून स्थान दिले जाऊ शकते, ज्यासाठी व्यावसायिकाने सिस्टमशी सल्लामसलत करण्यापूर्वी प्रथम उत्तर मिळवणे आवश्यक आहे.
एआय युगासाठी एक निश्चित आव्हान
निसर्ग अहवाल स्पष्ट करतो की deskilling यापुढे काल्पनिक चिंता आहे. पुरावा, अद्याप लवकर असताना, सर्व क्षेत्रांमध्ये सुसंगत आहे: जेव्हा मानव एआयकडे संज्ञानात्मक कार्य सोपवतात, तेव्हा अंतर्निहित कौशल्ये कमकुवत होऊ शकतात.लाखो व्यावसायिकांसाठी आता AI त्यांच्या दैनंदिन दिनचर्येत समाकलित करत आहेत, दावे वैयक्तिक तसेच सामाजिक आहेत. एक सर्जन जो ट्यूमर शोधण्यासाठी स्पर्श गमावतो, एक अभियंता जो सहाय्यकाशिवाय डीबग कसा करायचा हे विसरतो, एक परिचारिका ज्याची क्लिनिकल अंतर्ज्ञान कमी होते - हे अमूर्त धोके नाहीत.
मोरीने नमूद केल्याप्रमाणे, अद्याप कोणताही स्थापित उपाय नाही. पण पहिली पायरी, संशोधक सहमत आहेत, धमकी गंभीरपणे घेत आहेत. सुरुवातीचे परिणाम आहेत आणि ते एक चेतावणी आहेत: आम्हाला चांगले बनवण्यासाठी डिझाइन केलेली साधने, जर निष्काळजीपणे वापरली तर, आम्हाला पूर्वीपेक्षा कमी सक्षम होऊ शकतात.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
