नोबेल पुरस्कार विजेताओं और AI दिग्गजों ने आसन्न आर्थिक बदलाव के प्रति आगाह किया

200 से अधिक अर्थशास्त्रियों और आर्टिफिशियल इंटेलिजेंस (AI) शोधकर्ताओं का एक गठबंधन एक तत्काल चेतावनी जारी कर रहा है: AI द्वारा संचालित आर्थिक परिवर्तन के लिए तैयारी करने का अवसर तेजी से समाप्त हो रहा है। स्टैनफोर्ड डिजिटल इकोनॉमी लैब (Stanford Digital Economy Lab) द्वारा समन्वित एक संयुक्त बयान में, इन विशेषज्ञों का तर्क है कि परिवर्तन का पैमाना औद्योगिक क्रांति (Industrial Revolution) को भी पीछे छोड़ सकता है, और यह बहुत कम समय में घटित होगा।

औद्योगिक क्रांति से भी बड़ा एक परिवर्तन

"हमें अभी कार्य करना चाहिए" (We Must Act Now) शीर्षक वाले इस बयान में कहा गया है कि अगले दशक में AI की क्षमताएं "मौलिक रूप से अधिक शक्तिशाली" होने के लिए तैयार हैं। पिछली तकनीकी क्रांतियों के विपरीत, जो पीढ़ियों तक चली थीं, AI क्रांति ऐसी गति से बढ़ने का खतरा पैदा करती है जो आवश्यक संस्थागत सुरक्षा उपाय (institutional guardrails) बनाने की हमारी क्षमता से कहीं अधिक तेज है।

हस्ताक्षरकर्ताओं की सूची स्थिति की गंभीरता को रेखांकित करती है, जिसमें अर्थशास्त्र के नोबेल पुरस्कार विजेताओं—जिनमें डैरोन ऐसमोग्लू, जोसेफ स्टिग्लिट्ज़, पॉल क्रुगमैन और बेन बर्नांके शामिल हैं—को शीर्ष स्तर के AI उद्योग दिग्गजों के साथ जोड़ा गया है। अपनी आवाज़ उठाने वाले प्रमुख तकनीकी हस्तियों में Google के जेफ डीन, Anthropic के सह-संस्थापक जैक क्लार्क, और OpenAI के नोआम ब्राउन और सारा फ्रायर शामिल हैं। आर्थिक सिद्धांत और अत्याधुनिक इंजीनियरिंग का यह दुर्लभ संगम एक साझा चिंता को उजागर करता है: AI की प्रगति और इसके आर्थिक निहितार्थों की हमारी समझ के बीच की खाई चौड़ी होती जा रही है।

उत्पादकता का विरोधाभास और श्रम विस्थापन

इस बहस का मुख्य केंद्र अभूतपूर्व समृद्धि और बड़े पैमाने पर होने वाले नौकरी विस्थापन के बीच का तनाव है। जबकि एरिक ब्रिनजॉल्फसन जैसे अर्थशास्त्री सुझाव देते हैं कि सक्रिय नीति यह सुनिश्चित कर सकती है कि AI "केवल कुछ लोगों के लिए नहीं, बल्कि बहुसंख्यक लोगों के लिए समृद्धि पैदा करे," लेकिन वास्तविक प्रभाव का सटीक आकलन करना अभी भी कठिन है।

वर्तमान डेटा एक खंडित तस्वीर पेश करता है:

• श्रम बाजार में अनिश्चितता: फेडरल रिजर्व बोर्ड के एक अध्ययन में उल्लेख किया गया है कि ChatGPT के लॉन्च के बाद अमेरिका में प्रोग्रामर नौकरियों की वृद्धि लगभग आधी रह गई, जो तीन साल की अवधि में उम्मीद से लगभग 5,00,000 कम नौकरियों का संकेत देती है।
• उद्योग के विरोधाभासी विचार: जहाँ संयुक्त बयान विस्थापन की चेतावनी देता है, वहीं OpenAI के CEO सैम ऑल्टमैन ने सुझाव दिया है कि AI अब तक शुद्ध रूप से नौकरियां पैदा करने वाला रहा है, और Anthropic के CEO डारियो अमोदेई स्वचालन (automation) को मुख्य रूप से उत्पादकता बढ़ाने वाले कारक (productivity multiplier) के रूप में देखते हैं।
• AGI की गति का कारक: Deepmind के CEO डेमिस हसाबिस ने पहले आर्टिफिशियल जनरल इंटेलिजेंस (AGI) के आगमन की तुलना "10 गुना गति से होने वाली 10 गुना औद्योगिक क्रांति" से की है, एक ऐसा मील का पत्थर जिसके बारे में कुछ विशेषज्ञों का अनुमान है कि यह पांच वर्षों के भीतर आ सकता है।

आर्थिक अनिश्चितता के "कोहरे" के बीच रास्ता बनाना

AI-संचालित उत्पादकता लाभ को मापने के लिए स्थापित मानकों की कमी सक्रिय नीति निर्धारण को असाधारण रूप से कठिन बना देती है। जैसा कि अनुसंधान संगठन METR के टॉम कनिंघम ने उल्लेख किया, उद्योग अनिवार्य रूप से "कोहरे में गाड़ी चला रहा है," जिससे आर्थिक बदलावों के सटीक पैमाने और समय का अनुमान लगाना लगभग असंभव हो जाता है।

संस्थापकों (founders) और डेवलपर्स के लिए, यह अत्यधिक अस्थिरता की अवधि का संकेत है। AI को एक विशिष्ट उपकरण से बदलकर एक आधारभूत आर्थिक चालक के रूप में अपनाने के लिए इस संक्रमण को प्रबंधित करने हेतु नए प्रोत्साहनों और संस्थानों के तत्काल निर्माण की आवश्यकता है। यदि नोबेल पुरस्कार विजेता माइकल स्पेंस द्वारा आह्वान किए गए "सभी को मिलकर काम करने" (all hands on deck) के दृष्टिकोण को नहीं अपनाया गया, तो तकनीक के मालिकों और इससे विस्थापित होने वाले लोगों के बीच आर्थिक खाई अपरिहार्य हो सकती है।

मुख्य बातें

• अभूतपूर्व गति: AI-संचालित आर्थिक परिवर्तन के औद्योगिक क्रांति की तुलना में काफी तेज और अधिक प्रभावशाली होने का अनुमान है।
• जोखिम पर विशेषज्ञों की सहमति: नोबेल पुरस्कार विजेताओं और AI अधिकारियों (OpenAI, Google और Anthropic से) का एक विशाल गठबंधन चेतावनी देता है कि अत्यधिक असमानता को रोकने के लिए संस्थागत तैयारी तुरंत शुरू होनी चाहिए।
• मापन का अभाव: उत्पादकता और श्रम बाजारों पर AI के प्रभाव को सटीक रूप से मापने के लिए वर्तमान में कोई सहमति या मानकीकृत पद्धति नहीं है, जिससे प्रभावी नीति बनाना जटिल हो जाता है।