AI முகவர்களை சக ஊழியர்களாகக் கருதுவது ஏன் ஒரு பெரிய உற்பத்தித் திறன் சிக்கலாகும்

சிலிக்கான் வேலி "டிஜிட்டல் மனிதர்கள்" மற்றும் AI குழுவினர்கள் என்ற கருத்தை முன்னிறுத்தி வரும் நிலையில், நவீன பணியிடங்களில் ஒரு ஆபத்தான உளவியல் மாற்றம் நிகழ்ந்து வருகிறது. Microsoft, OpenAI மற்றும் Google போன்ற நிறுவனங்கள் டிஜிட்டல் சக ஊழியர்களாகக் கருதப்படும் முகவர் கருவிகளை (agentic tools) வெளியிடப் போட்டியிடும் வேளையில், இந்த வகைப்படுத்துதல் மனித மேற்பார்வை மற்றும் செயல்திறனைத் தீவிரமாகப் பாதிக்கிறது என்று புதிய ஆய்வுகள் தெரிவிக்கின்றன.

"AI ஊழியர்" என்பதன் உளவியல்

பாஸ்டன் பல்கலைக்கழகப் பேராசிரியர் எம்மா வைல்ஸ் (Emma Wiles) மேற்கொண்ட சமீபத்திய ஆய்வு, நாம் AI-க்கு வழங்கும் பெயர்கள் நமது வேலை குறித்த அறிவாற்றல் அணுகுமுறையை எவ்வாறு மாற்றுகின்றன என்பதைக் காட்டுகிறது. மேலாளர்களைக் கொண்டு நடத்தப்பட்ட ஒரு ஆய்வில், ஒரு முகவர் AI-யை (அலெக்ஸ் என்று குறிப்பிடப்பட்டது) ஒரு மென்பொருள் கருவியாகக் கருதாமல் "சக ஊழியராக" கருதியவர்கள், பிழைகளைக் கண்டறிவதில் 18% குறைவான செயல்திறனையே காட்டினர்.

AI-க்கு மனிதப் பண்புகளைக் கற்பிப்பது (anthropomorphizing), பாரம்பரியப் பொறுப்புணர்வை தலைகீழாக மாற்றுகிறது என்பதால் இந்த நிகழ்வு ஏற்படுகிறது. ஒரு AI ஒரு ஊழியராகக் கருதப்படும்போது, மேலாளர்கள் ஆழ்மனதில் அதன் வெளியீட்டிற்குத் தங்களைப் பொறுப்பற்றவர்களாக உணர்கிறார்கள். சந்தேகத்திற்குரிய AI வேலைகளைத் தாங்களே சரிசெய்வதற்குப் பதிலாக, மேலதிகாரியிடம் ஒப்படைக்க பங்கேற்பாளர்கள் 44% அதிக வாய்ப்புள்ளதாக ஆய்வு கண்டறிந்தது—இந்த நடத்தை, முகவர் தானியங்கிமயமாக்கலால் (agentic automation) வாக்குறுதி அளிக்கப்பட்ட செயல்திறன் நன்மைகளை முற்றிலும் முறியடிக்கிறது.

சிலிக்கான் வேலியுக்கும் நிஜ உலகப் பயன்பாட்டிற்கும் இடையிலான இடைவெளி

Nvidia CEO ஜென்சன் ஹுவாங் (Jensen Huang) முன்னெடுத்து வரும் "டிஜிட்டல் மனிதர்கள்" என்ற கருத்து ஏற்கனவே நிறுவனக் கட்டமைப்புகளில் பிரதிபலிக்கிறது. வைல்ஸின் ஆய்வில் பங்கேற்ற மேலாளர்களில் மூன்றில் ஒரு பங்கினர், தங்கள் நிறுவனங்கள் AI முகவர்களை ஊழியர்களாகக் கருதுவதாகக் கூறினர்; மேலும் 23% பேர் அவர்களை அதிகாரப்பூர்வ நிறுவன வரைபடங்களில் (organizational charts) சேர்த்துள்ளனர்.

இருப்பினும், தொழில்நுட்ப மேம்பாட்டாளர்கள் தானியங்கிமயமாக்கலுக்கு "பொருத்தமானது" என்று கருதுவதற்கும், தொழிலாளர்களுக்கு உண்மையில் தேவைப்படுவதற்கும் இடையே இடைவெளி அதிகரித்து வருகிறது. 104 வேலைகளில் 1,500 தொழிலாளர்களை உள்ளடக்கிய ஸ்டான்போர்ட் ஆய்வு இந்த உராய்வைச் சுட்டிக்காட்டியது: வாடிக்கையாளர்களின் கடன் தரவரிசையைச் சரிபார்ப்பது போன்ற பணிகளைத் தானியங்கிமயமாக்க நிபுணர்கள் பரிந்துரைத்தாலும், தொழிலாளர்கள் இத்தகைய தானியங்கிமயமாக்கலில் ஆர்வம் காட்டவில்லை. மாறாக, சட்ட உதவியாளர்கள் (law clerks) போன்ற நிபுணர்கள், முக்கிய அறிவாற்றல் செயல்பாடுகளை ஒரு "முகவரிடம்" ஒப்படைப்பதற்குப் பதிலாக, வழக்கு முன்னேற்றத்தைக் கண்காணிப்பது போன்ற உயர்நிலை மேற்பார்வைக்காக AI உதவியை நாடினர்.

பொறுப்புப் பகிர்வில் ஏற்படும் ஆபத்து

முகவர்களைச் சக ஊழியர்களாகக் கருதுவதால் ஏற்படும் ஆபத்து அலுவலக உற்பத்தித் திறனைத் தாண்டி, சுகாதாரம், போர் மற்றும் அரசாங்கம் போன்ற முக்கியமான துறைகளுக்கு ஒரு முறையான அச்சுறுத்தலை ஏற்படுத்துகிறது. மனிதர்களுக்குப் பதிலாக AI-யைப் பயன்படுத்துவது என்ற தற்போதைய சந்தைப்படுத்தல் போக்கு ஒரு "தோல்வியுற்ற முயற்சி" என்று நோபல் பரிசு பெற்ற பொருளாதார நிபுணர் டாரன் அசெமோகுலு (Daron Acemoglu) வாதிடுகிறார். அதற்குப் பதிலாக, மனிதத் திறன்களை மேம்படுத்த (augment) AI-யை மேம்படுத்த வேண்டும் என்று அவர் பரிந்துரைக்கிறார்.

AI ஒரு தன்னாட்சித் தன்மையுள்ள அமைப்பாகக் கருதப்படும்போது, அது முறையான தோல்விகளுக்கு ஒரு வசதியான பலிகடா (scapegoat) ஆகிவிடுகிறது. சிக்கலான நிகழ்வுகளில் ஏற்படும் மனிதத் தவறுகளை Claude போன்ற மாடல்களின் மீது சுமத்துவதைக் நாம் ஏற்கனவே பார்த்திருக்கிறோம். AI முகவர்கள் ஒரு நிறுவன வரைபடத்தில் "ஊழியர்களாக" இருக்க அனுமதிக்கப்பட்டால், அவற்றின் தோல்விகளுக்கான சட்ட மற்றும் நெறிமுறைப் பொறுப்பு ஆபத்தான முறையில் மங்கலாகிவிடும்; இது தவறான முடிவுகளுக்கான பழியை ஒரு மென்பொருளின் மீது சுமத்துவதற்கு மனிதர்களுக்கு வழிவகுக்கும்.

முக்கியக் கருத்துக்கள்

  • அறிவாற்றல் குறைவு: AI-யை "சக ஊழியர்" என்று அழைப்பது மனிதர்களின் விழிப்புணர்வைக் குறைக்கிறது, இது பிழைகளைக் கண்டறிவதில் 18% வீழ்ச்சிக்கு வழிவகுக்கிறது.
  • பொறுப்பு இடைவெளி: முகவர்களை ஊழியர்களாகக் கருதுவது, பிழைகளைச் சரிசெய்வதற்குப் பதிலாக அவற்றை மேலதிகாரியிடம் ஒப்படைக்க மனிதர்களை 44% அதிக வாய்ப்புள்ளதாக மாற்றுகிறது, இது AI-ன் நேரத்தைச் சேமிக்கும் நன்மைகளைச் சிதைக்கிறது.
  • மேம்படுத்துதல் vs இடமாற்றம்: AI-யை மனிதத் திறனுக்கு மாற்றாகச் சந்தைப்படுத்துவதற்குப் பதிலாக, மனிதத் திறன்களை மேம்படுத்தவே அதைப் பயன்படுத்த வேண்டும் என்று நிபுணர்கள் வாதிடுகின்றனர்.