அமெரிக்க அறிவுசார் பணியாளர்களின் (knowledge work) சூழல், AI ஒருங்கிணைப்பு வெறும் சோதனையிலிருந்து பணிகளை ஒப்படைக்கும் நிலைக்கு நகர்வதால், அமைதியான ஆனால் ஆழமான மாற்றத்திற்கு உள்ளாகி வருகிறது. ஒரு புதிய ஆய்வுத் தரவுகளின்படி, அமெரிக்காவில் வேலைவாய்ப்பில் உள்ள பெரியவர்களில் 20 சதவீதம் பேர், இதற்கு முன்பு ஒரு சக ஊழியர் அல்லது ஒப்பந்ததாரரால் கையாளப்பட்ட குறைந்தபட்சம் ஒரு பணியையாவது ஏற்கனவே AI-யிடம் ஒப்படைத்துவிட்டனர்.

மென்பொருள் மேம்பாடு மற்றும் தரவு பகுப்பாய்வு மாற்றத்திற்கு முன்னிலையில் உள்ளன

Epoch AI மற்றும் கருத்துக்கணிப்பு நிறுவனமான Ipsos இணைந்து நடத்திய ஆய்வில், அமெரிக்காவில் வேலைவாய்ப்பில் உள்ள 1,106 பெரியவர்களிடம் நேர்காணல் நடத்தப்பட்டது. இது பல்வேறு தொழில்முறைப் பணிகளில் AI பயன்பாட்டில் உள்ள தெளிவான படிநிலையைச் சுட்டிக்காட்டுகிறது. அன்றாடச் செயல்பாடுகளில் generative AI எவ்வாறு ஒருங்கிணைக்கப்படுகிறது என்பதைக் கண்காணிக்க, அமெரிக்க தொழிலாளர் துறையின் தரவுகளின் அடிப்படையில் பத்து பொதுவான பணிப் பணிகள் இந்த ஆய்வில் பயன்படுத்தப்பட்டன.

மென்பொருள் மேம்பாடு (Software development) மற்றும் கணினி அமைப்புகளின் வடிவமைப்பு (computer systems design) ஆகியவை AI ஒருங்கிணைப்பின் முதன்மைத் தூண்டுகோல்களாகத் திகழ்கின்றன; இந்தத் துறையில் உள்ள 57 சதவீத பணியாளர்கள் AI கருவிகளைப் பயன்படுத்துகின்றனர். தரவு பகுப்பாய்வு (Data analysis) 46 சதவீதத்துடன் நெருக்கமாகப் பின்தொடர்கிறது, அதே நேரத்தில் பணி ஆவணங்களைப் படிக்கும் பணி 39 சதவீதப் பயன்பாட்டு விகிதத்தைக் கொண்டுள்ளது. இதற்கு நேர்மாறாக, ஆவணங்களைப் பராமரித்தல் (record-keeping) போன்ற பாரம்பரிய நிர்வாகப் பணிகள் பின்தங்கியுள்ளன, இதில் பாதிக்கப்பட்ட பணியாளர்களில் 25 சதவீதம் பேர் மட்டுமே AI பயன்பாட்டைக் கொண்டுள்ளதாகக் கூறுகின்றனர்.

பணி மாற்றீடு vs பகுதி உதவி

இந்த அறிக்கையில் உள்ள ஒரு முக்கியமான வேறுபாடு "AI-உதவி பெற்ற" (AI-assisted) பணிக்கும், உண்மையான "பணி மாற்றீடு" (task substitution)க்கும் இடையிலான வேறுபாடாகும். தற்போது, பெரும்பாலான பயனர்கள் AI-ஐ ஒரு 'autopilot'-ஆகப் பார்க்காமல், ஒரு 'co-pilot'-ஆகவே பார்க்கிறார்கள். AI மூலம் ஒரு பணியை முழுமையாக அல்லது கிட்டத்தட்ட முழுமையாக முடிப்பது என்பது இன்னும் அரிதான ஒன்றாகவே உள்ளது; இது மென்பொருள் மேம்பாட்டில் 10 சதவீதமாகவும், ஆய்வு செய்யப்பட்ட மற்ற அனைத்துப் பிரிவுகளிலும் 7 சதவீதத்திற்கும் கீழாகவும் உள்ளது.

இருப்பினும், மனிதர்களால் முன்பு கையாளப்பட்ட பணிகளை AI எடுத்துக்கொள்ளும் "பணி மாற்றீடு" என்ற நிகழ்வு குறிப்பிடத்தக்க முன்னேற்றத்தைப் பெற்று வருகிறது. நேரடி மாற்றீட்டின் அதிகப்படியான விகிதங்கள் பின்வருவனவற்றில் காணப்படுகின்றன:

  • தரவு பகுப்பாய்வு: 7.1 சதவீதப் பதிலளிப்பவர்கள்.
  • பணி ஆவணங்களைப் படித்தல்: 5.7 சதவீதப் பதிலளிப்பவர்கள்.
  • ஆவணப் பராமரிப்பு: 5.3 சதவீதப் பதிலளிப்பவர்கள்.

இந்த மாற்றம் கட்டாயமாகப் பெருமளவிலான வேலை இழப்பைக் குறிக்கவில்லை, மாறாக மனித நுண்ணறிவுக்கும் இயந்திரச் செயலாக்கத்திற்கும் இடையிலான உழைப்பின் மறுபகிர்வு என்பதை Epoch AI வலியுறுத்துகிறது.

உற்பத்தித்திறன் மற்றும் வெளியீட்டுத் தரத்தின் முரண்பாடு

AI பயன்பாட்டிற்கும் நேரத் திறனுக்கும் இடையிலான சிக்கலான உறவை இந்தத் தரவுகள் வெளிப்படுத்துகின்றன. ஒரு பணியின் பெரும்பகுதியையோ அல்லது முழுமையையோ AI கையாளும் போது, 53 சதவீதப் பணியாளர்கள் நேரத்தைச் சேமிப்பதாகக் கூறுகின்றனர்; ஆனால் AI பகுதி உதவியாக மட்டுமே பயன்படுத்தப்படும் போது இது 37 சதவீதமாக உள்ளது. சுவாரஸ்யமாக, இந்த "திறன் அதிகரிப்பு" என்பது அனைவருக்கும் பொதுவானது அல்ல; ஆறு AI-உதவி பெற்ற பணிகளில் தோராயமாக ஒன்று, பாரம்பரிய கைமுறை முறையை விட உண்மையில் அதிக நேரத்தை எடுத்துக்கொள்கிறது. AI-க்குத் தேவையான கட்டளைகளை (prompt) வழங்குவதற்கும், சரிபார்ப்பதற்கும் மற்றும் அதனுடன் தொடர்புகொள்வதற்கும் தேவைப்படும் நேரம், அதன் வேகச் சலுகைகளைச் சமன் செய்யலாம் என்பதை இது உணர்த்துகிறது.

மேலும், AI வெளியீடுகளில் உள்ள "நம்பிக்கை இடைவெளியை" (trust gap) இந்த ஆய்வு வெளிச்சம் போட்டுக் காட்டுகிறது. வியக்கத்தக்க வகையில், 66 சதவீத AI-ஆல் உருவாக்கப்பட்ட உள்ளடக்கங்கள் மிகக் குறைந்த அல்லது எந்தத் திருத்தமும் இன்றிப் பயன்படுத்தப்படுகின்றன, அதே நேரத்தில் 5 சதவீத வெளியீடுகள் மட்டுமே அதிக அளவில் மறுவேலை செய்யப்படுகின்றன. இது AI-ன் பயன்பாட்டுத் திறனை (utility) அதிகமாகக் காட்டினாலும், குறைந்த திருத்த முயற்சி என்பது AI வெளியீட்டின் உண்மையான தரத்திற்கான உறுதியான அளவுகோல் அல்ல என்று ஆராய்ச்சியாளர்கள் எச்சரிக்கின்றனர்.

முக்கியக் குறிப்புகள்

  • உயர் தொழில்நுட்பப் பயன்பாடு: மென்பொருள் மேம்பாடு மற்றும் தரவு பகுப்பாய்வு ஆகியவை AI-க்கான முன்னோடித் துறைகளாக உள்ளன, இவற்றின் பயன்பாட்டு விகிதங்கள் முறையே 57% மற்றும் 46% ஆக உள்ளன.
  • மாற்றீடு என்பதை விடப் பணி ஒப்படைப்பு: 20% பணியாளர்கள் பணிகளை AI-யிடம் ஒப்படைத்தாலும், முழுமையான பணித் தானியங்கி (automation) இன்னும் குறைவாகவே (10%-க்கும் கீழ்) உள்ளது. இது AI தற்போது மனிதப் பணிகளுக்கு மாற்றாக இல்லாமல், ஒரு "பல்நோக்கு கருவியாக" (versatile tool) இருப்பதை உணர்த்துகிறது.
  • திருத்தும் போக்கு: மூன்றில் இரண்டு பங்கு பணியாளர்கள் மிகக் குறைந்த மாற்றங்களுடன் AI வெளியீட்டை ஏற்றுக்கொள்கிறார்கள், இது LLM-ஆல் உருவாக்கப்பட்ட முடிவுகளின் உடனடிப் பயன்பாட்டின் மீதான வளர்ந்து வரும் நம்பிக்கையைக் காட்டுகிறது.

முடிவுரை

AI என்பது இப்போது ஒரு சில கண்டுபிடிப்பாளர்களுக்கான விளிம்புநிலைச் சோதனை அல்ல; இது அமெரிக்கப் பணியாளர்களில் ஐந்தில் ஒருவரைத் தனது சக ஊழியர்களால் பாரம்பரியமாகச் செய்யப்பட்ட பணிகளை ஒப்படைக்க உதவும் ஒரு கருவியாக மாறியுள்ளது. இந்தத் தொழில்நுட்பத்தின் வலுவான அடித்தளம் மென்பொருள் மேம்பாடு மற்றும் தரவு பகுப்பாய்வில் உள்ளது (முறையே 57% மற்றும் 46%), மேலும் முழுமையான பணி மாற்றீடு, இன்னும் மிதமாக இருந்தாலும், வளர்ந்து வருகிறது. பலருக்கு உற்பத்தித்திறன் நன்மைகள் தெளிவாகத் தெரிந்தாலும், கலவையான செயல்திறன் முடிவுகள் மற்றும் குறைந்த அளவிலான திருத்தங்கள் ஆகியவை மனித ஆய்வின் (human review loop) அவசியம் இன்னும் தொடர்கிறது என்பதைக் காட்டுகின்றன.