AI एजंट्सना सहकाऱ्याप्रमाणे वागवणे हा उत्पादकतेचा एक मोठा सापळा का आहे

सिलिकॉन व्हॅली "डिजिटल ह्युमन्स" (digital humans) आणि AI टीममेट्सची संकल्पना पुढे नेत असताना, आधुनिक कार्यक्षेत्रात एक धोकादायक मानसिक बदल घडत आहे. मायक्रोसॉफ्ट, OpenAI आणि Google सारख्या कंपन्या डिजिटल सहकाऱ्यांच्या स्वरूपात 'एजेंटिक टूल्स' (agentic tools) लाँच करण्यासाठी स्पर्धा करत असताना, नवीन संशोधन असे सूचित करते की, या ब्रँडिंगमुळे मानवी देखरेख आणि कामगिरीवर नकारात्मक परिणाम होत आहे.

"AI कर्मचारी" या संकल्पनेमागील मानसशास्त्र

बोस्टन युनिव्हर्सिटीच्या प्राध्यापिका एम्मा वाइल्स यांच्या अलीकडील संशोधनानुसार, आपण AI ला जे नाव देतो, त्यावरून कामाकडे पाहण्याचा आपला संज्ञानात्मक दृष्टिकोन (cognitive approach) लक्षणीयरीत्या बदलतो. व्यवस्थापकांवर केलेल्या एका अभ्यासात असे दिसून आले की, ज्या व्यवस्थापकांनी एजेंटिक AI ला (ज्याला "अॅलेक्स" म्हटले गेले) सॉफ्टवेअर टूलऐवजी "सहकारी" मानले, त्यांच्या कामगिरीमध्ये घसरण झाली आणि त्यांनी १८% कमी चुका शोधल्या.

ही घटना घडते कारण AI चे मानवीकरण (anthropomorphizing) केल्यामुळे जबाबदारीची पारंपारिक भावना उलट होते. जेव्हा AI ला कर्मचारी म्हणून सादर केले जाते, तेव्हा व्यवस्थापक नकळतपणे त्याच्या आउटपुटसाठी कमी जबाबदार असल्याचे मानतात. अभ्यासात असे आढळले की, सहभागी लोक स्वतः चुका सुधारण्याऐवजी संशयास्पद AI कामाची तक्रार वरिष्ठांकडे करण्याची शक्यता ४४% जास्त होती—असे वर्तन एजेंटिक ऑटोमेशनद्वारे मिळणाऱ्या कार्यक्षमतेच्या फायद्यांना पूर्णपणे निष्प्रभ करते.

सिलिकॉन व्हॅली आणि वास्तविक जगातील उपयुक्तता यातील तफावत

"डिजिटल ह्युमन्स"—जी संकल्पना Nvidia चे CEO जेन्सेन हुआंग यांनी मांडली आहे—त्याचा प्रभाव कॉर्पोरेट रचनेत आधीच दिसून येत आहे. वाइल्स यांच्या अभ्यासातील जवळपास एक तृतीयांश व्यवस्थापकांनी सांगितले की, त्यांच्या कंपन्या AI एजंट्सना कर्मचारी म्हणून सादर करतात आणि २३% कंपन्यांनी तर त्यांना औपचारिक संघटनात्मक तक्त्यामध्ये (organizational charts) देखील समाविष्ट केले आहे.

तथापि, तंत्रज्ञान विकासक ऑटोमेशनसाठी काय "योग्य" मानतात आणि कामगारांना प्रत्यक्षात कशाची गरज आहे, यामध्ये मोठी तफावत निर्माण होत आहे. १०४ विविध क्षेत्रांतील १,५०० कामगारांवर केलेल्या स्टॅनफोर्डच्या अभ्यासात हा संघर्ष दिसून आला: तज्ज्ञांनी ग्राहकांचे क्रेडिट रेटिंग तपासण्यासारखी कामे ऑटोमेट करण्याचा सल्ला दिला, परंतु प्रत्यक्ष कामगारांनी अशा ऑटोमेशनमध्ये फारसा रस दाखवला नाही. त्याऐवजी, लॉ क्लर्क्ससारख्या व्यावसायिकांना मुख्य संज्ञानात्मक कार्ये (core cognitive functions) एखाद्या "एजंट" कडे सोपवण्याऐवजी, प्रकरणाच्या प्रगतीचा मागोवा घेणे यांसारख्या उच्च-स्तरीय देखरेखीसाठी AI च्या मदतीची गरज होती.

जबाबदारी हस्तांतरित होण्याचा धोका

एजंट्सना सहकाऱ्याप्रमाणे वागवण्याचा धोका केवळ कार्यालयीन उत्पादकतेपुरता मर्यादित नाही; तो आरोग्यसेवा, युद्ध आणि सरकार यांसारख्या अत्यंत महत्त्वाच्या क्षेत्रांसाठी प्रणालीगत धोका निर्माण करतो. नोबेल पारितोषिक विजेते अर्थशास्त्रज्ञ डॅरॉन एसीमोग्लू यांचा असा युक्तिवाद आहे की, सध्याची मार्केटिंग दिशा—म्हणजेच मानवांची जागा घेण्यासाठी AI चा वापर करणे—ही एक "तोटा देणारी बाब" (losing proposition) आहे. त्यांच्या मते, AI चा वापर मानवी क्षमता वाढवण्यासाठी (augment) केला जावा.

जेव्हा AI कडे एक स्वायत्त घटक म्हणून पाहिले जाते, तेव्हा प्रणालीगत अपयशांसाठी ते एक सोयीस्कर बळी (scapegoat) ठरते. गुंतागुंतीच्या प्रक्रियेत झालेल्या मानवी चुकांसाठी 'Claude' सारख्या मॉडेल्सना दोष देण्यात आले आहेत, अशी उदाहरणे आपण आधीच पाहिली आहेत. जर AI एजंट्सना संघटनात्मक तक्त्यामध्ये "कर्मचारी" म्हणून स्थान दिले गेले, तर त्यांच्या अपयशाची कायदेशीर आणि नैतिक जबाबदारी धोकादायकपणे अस्पष्ट होईल, ज्यामुळे मानवांना त्यांच्या चुकीच्या निर्णयांचा दोष सॉफ्टवेअरवर ढकलणे सोपे होईल.

मुख्य निष्कर्ष

• संज्ञानात्मक घसरण (Cognitive Decline): AI ला "सहकारी" म्हणून संबोधल्यामुळे मानवी सतर्कता कमी होते, ज्यामुळे चुका शोधण्याच्या क्षमतेत १८% घट होते.
• जबाबदारीची तफावत (The Accountability Gap): एजंट्सना कर्मचारी म्हणून सादर केल्यामुळे, मानवांमध्ये चुका सुधारण्याऐवजी त्या वरिष्ठांकडे पाठवण्याची शक्यता ४४% वाढते, ज्यामुळे AI मुळे मिळणारा वेळेची बचत होण्याचा फायदा नष्ट होतो.
• वाढ (Augmentation) विरुद्ध बदली (Replacement): तज्ज्ञांचे असे मत आहे की, AI ला मानवी निर्णयक्षमतेची (human agency) जागा घेणारे म्हणून विकण्याऐवजी, मानवी क्षमता सुधारण्यासाठी ऑप्टिमाइझ केले जावे.