AI ഏജന്റുകളെ സഹപ്രവർത്തകർ ලෙස കാണുന്നത് ഉൽപ്പാദനക്ഷമതയെ ബാധിക്കുന്ന വലിയൊരു കെണിയാണ്

സിലിക്കൺ വാലി "ഡിജിറ്റൽ മനുഷ്യർ", AI ടീംമേറ്റുകൾ എന്നീ ആശയങ്ങൾ പ്രചരിപ്പിക്കുമ്പോൾ, ആധുനിക തൊഴിലിടങ്ങളിൽ അപകടകരമായ ഒരു മാനസിക മാറ്റം സംഭവിക്കുന്നുണ്ട്. Microsoft, OpenAI, Google തുടങ്ങിയ കമ്പനികൾ ഡിജിറ്റൽ സഹപ്രവർത്തകർ എന്ന രീതിയിൽ ഏജന്റിക്കൽ ടൂളുകൾ (agentic tools) പുറത്തിറക്കാൻ മത്സരിക്കുമ്പോൾ, ഇത്തരം ബ്രാൻഡിംഗ് മനുഷ്യരുടെ മേൽനോട്ടത്തെയും പ്രവർത്തനക്ഷമതയെയും സജീവമായി തകർക്കുന്നുവെന്ന് പുതിയ ഗവേഷണങ്ങൾ സൂചിപ്പിക്കുന്നു.

"AI ജീവനക്കാരൻ" എന്നതിൻ്റെ മനഃശാസ്ത്രം

ബോസ്റ്റൺ യൂണിവേഴ്സിറ്റി പ്രൊഫസർ എമ്മ വൈൽസ് നടത്തിയ സമീപകാല ഗവേഷണം വെളിപ്പെടുത്തുന്നത്, നമ്മൾ AI-യെ എങ്ങനെ അടയാളപ്പെടുത്തുന്നു എന്നത് ജോലിയോടുള്ള നമ്മുടെ മാനസിക സമീപനത്തെ ഗണ്യമായി മാറ്റുന്നു എന്നാണ്. മാനേജർമാരെ ഉൾപ്പെടുത്തി നടത്തിയ ഒരു പഠനത്തിൽ, ഒരു ഏജന്റിക്കൽ AI-യെ (ഇവിടെ "Alex" എന്ന് വിളിക്കപ്പെടുന്നു) ഒരു സോഫ്റ്റ്‌വെയർ ടൂളിന് പകരം ഒരു "സഹപ്രവർത്തകൻ" ആയി പരിഗണിച്ചവർ, തെറ്റുകൾ കണ്ടെത്തുന്നതിൽ 18% കുറഞ്ഞ പ്രകടനം കാഴ്ചവെച്ചു.

AI-ക്ക് മനുഷ്യസഹജമായ ഗുണങ്ങൾ നൽകുന്നത് (anthropomorphizing) ഉത്തരവാദിത്തത്തെക്കുറിച്ചുള്ള പരമ്പരാഗത കാഴ്ചപ്പാടിനെ മാറ്റുന്നതുകൊണ്ടാണ് ഈ പ്രതിഭാസം സംഭവിക്കുന്നത്. ഒരു AI-യെ ഒരു ജീവനക്കാരനായി കാണുമ്പോൾ, അതിന്റെ ഔട്ട്‌പുട്ടിന് മാനേജർമാർ അറിയാതെ തന്നെ കുറഞ്ഞ ഉത്തരവാദിത്തം മാത്രമേ തോന്നുന്നുള്ളൂ. സംശയാസ്പദമായ AI ജോലികൾ സ്വയം തിരുത്തുന്നതിന് പകരം മേലുദ്യോഗസ്ഥരിലേക്ക് എത്തിക്കാൻ (escalate) പങ്കാളികൾ 44% കൂടുതൽ സാധ്യതയുണ്ടെന്ന് പഠനം കണ്ടെത്തി—ഇത് ഏജന്റിക്കൽ ഓട്ടോമേഷൻ വാഗ്ദാനം ചെയ്യുന്ന കാര്യക്ഷമതയെ പൂർണ്ണമായും ഇല്ലാതാക്കുന്നു.

സിലിക്കൺ വാലിയും യഥാർത്ഥ ലോക പ്രായോഗികതയും തമ്മിലുള്ള അകലം

Nvidia CEO ജെൻസൻ ഹുവാങ് മുന്നോട്ട് വെക്കുന്ന "ഡിജിറ്റൽ മനുഷ്യർ" എന്ന ആശയം കോർപ്പറേറ്റ് ഘടനകളിൽ ഇതിനകം തന്നെ പ്രതിഫലിക്കുന്നുണ്ട്. വൈൽസ് നടത്തിയ പഠനത്തിൽ പങ്കെടുത്ത മാനേജർമാരിൽ മൂന്നിലൊന്ന് പേരും തങ്ങളുടെ കമ്പനികൾ AI ഏജന്റുകളെ ജീവനക്കാരായിട്ടാണ് കാണുന്നതെന്ന് റിപ്പോർട്ട് ചെയ്തു; ഇതിൽ 23% പേരും അവരെ ഔദ്യോഗിക ഓർഗനൈസേഷണൽ ചാർട്ടുകളിൽ ഉൾപ്പെടുത്തുന്നുണ്ട്.

എന്നിരുന്നാലും, ഓട്ടോമേഷന് "അനുയോജ്യം" എന്ന് ടെക് ഡെവലപ്പർമാർ കരുതുന്നതും തൊഴിലാളികൾക്ക് യഥാർത്ഥത്തിൽ ആവശ്യമുള്ളതും തമ്മിൽ വലിയൊരു വ്യത്യാസമുണ്ട്. 104 ജോലികളിലായി 1,500 തൊഴിലാളികളെ ഉൾപ്പെടുത്തി നടത്തിയ സ്റ്റാൻഫോർഡ് പഠനം ഈ സംഘർഷം ചൂണ്ടിക്കാട്ടുന്നു: ഉപഭോക്താക്കളുടെ ക്രെഡിറ്റ് റേറ്റിംഗ് പരിശോധിക്കുന്നത് പോലുള്ള ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്യാൻ വിദഗ്ധർ നിർദ്ദേശിച്ചപ്പോൾ, യഥാർത്ഥ തൊഴിലാളികൾ അത്തരം ഓട്ടോമേഷനിൽ താൽപ്പര്യം പ്രകടിപ്പിച്ചില്ല. പകരം, ലോ ക്ലർക്കുകളെപ്പോലെയുള്ള പ്രൊഫഷണലുകൾ പ്രധാനപ്പെട്ട ചിന്താപരമായ ജോലികൾ ഒരു "ഏജന്റിന്" വിട്ടുകൊടുക്കുന്നതിന് പകരം, കേസുകളുടെ പുരോഗതി ട്രാക്ക് ചെയ്യുന്നത് പോലുള്ള ഉയർന്ന തലത്തിലുള്ള മേൽനോട്ടത്തിനായി AI സഹായം തേടാനാണ് ആഗ്രഹിച്ചത്.

ഉത്തരവാദിത്തം കൈമാറുന്നതിലെ അപകടം

ഏജന്റുകളെ സഹപ്രവർത്തകർ ആയി കാണുന്നതിലെ അപകടം ഓഫീസിലെ ഉൽപ്പാദനക്ഷമതയിൽ മാത്രം ഒതുങ്ങുന്നതല്ല; ആരോഗ്യ സംരക്ഷണം, യുദ്ധം, ഗവൺമെന്റ് തുടങ്ങിയ നിർണ്ണായക മേഖലകൾക്ക് ഇത് വ്യവസ്ഥാപിതമായ ഭീഷണിയാണ്. മനുഷ്യരെ മാറ്റിസ്ഥാപിക്കാൻ AI-യെ ഉപയോഗിക്കുക എന്ന നിലവിലെ മാർക്കറ്റിംഗ് രീതി ഒരു "തോൽവിക്ക് കാരണമാകുന്ന നീക്കമാണ്" എന്ന് നോബൽ സമ്മാന ജേതാവായ സാമ്പത്തിക ശാസ്ത്രജ്ഞൻ ഡാരോൺ അസെമോഗ്ലു വാദിക്കുന്നു. പകരം, മനുഷ്യന്റെ കഴിവുകളെ വർദ്ധിപ്പിക്കാൻ (augment) AI-യെ ഉപയോഗിക്കണം എന്നാണ് അദ്ദേഹം നിർദ്ദേശിക്കുന്നത്.

AI-യെ ഒരു സ്വയംഭരണാധികാരമുള്ള ഘടകമായി കാണുമ്പോൾ, വ്യവസ്ഥാപിത പരാജയങ്ങൾക്ക് അവയെ ഒരു എളുപ്പവഴിയിൽ കുറ്റപ്പെടുത്താൻ (scapegoat) സാധിക്കുന്നു. സങ്കീർണ്ണമായ സാഹചര്യങ്ങളിൽ സംഭവിക്കുന്ന മനുഷ്യസഹജമായ തെറ്റുകൾ Claude പോലുള്ള മോഡലുകൾക്ക് മേൽ അടിച്ചേൽപ്പിക്കുന്നത് നമ്മൾ ഇതിനകം കണ്ടതാണ്. AI ഏജന്റുകളെ ഒരു ഓർഗനൈസേഷണൽ ചാർട്ടിൽ "ജീവനക്കാരുടെ" സ്ഥാനത്ത് അനുവദിച്ചാൽ, അവയുടെ പരാജയങ്ങൾക്കുള്ള നിയമപരവും ധാർമ്മികവുമായ ഉത്തരവാദിത്തം അപകടകരമായ രീതിയിൽ അവ്യക്തമാകും. ഇത് മോശം തീരുമാനങ്ങളുടെ ഉത്തരവാദിത്തം സോഫ്റ്റ്‌വെയറിന് മേൽ കെട്ടിവെക്കാൻ മനുഷ്യരെ പ്രേരിപ്പിച്ചേക്കാം.

പ്രധാന കാര്യങ്ങൾ

• ബൗദ്ധികമായ തകർച്ച (Cognitive Decline): AI-യെ ഒരു "സഹപ്രവർത്തകൻ" എന്ന് വിളിക്കുന്നത് മനുഷ്യരുടെ ജാഗ്രത കുറയ്ക്കുകയും തെറ്റുകൾ കണ്ടെത്തുന്നതിൽ 18% കുറവുണ്ടാക്കുകയും ചെയ്യുന്നു.
• ഉത്തരവാദിത്തത്തിലെ വിടവ് (The Accountability Gap): ഏജന്റുകളെ ജീവനക്കാരായി കാണുന്നത് തെറ്റുകൾ തിരുത്തുന്നതിന് പകരം അവ മേലുദ്യോഗസ്ഥരിലേക്ക് എത്തിക്കാൻ മനുഷ്യരെ 44% കൂടുതൽ പ്രേരിപ്പിക്കുന്നു, ഇത് AI നൽകുന്ന സമയലാഭത്തെ ഇല്ലാതാക്കുന്നു.
• വർദ്ധനവ് vs. മാറ്റം (Augmentation vs. Replacement): മനുഷ്യന്റെ പ്രവർത്തനങ്ങളെ മാറ്റിസ്ഥാപിക്കുന്നതിന് പകരം, മനുഷ്യന്റെ കഴിവുകളെ മെച്ചപ്പെടുത്താൻ AI-യെ ഉപയോഗിക്കണം എന്നാണ് വിദഗ്ധർ വാദിക്കുന്നത്.