विशेषज्ञ ने सुझाव दिया कि एआई के उपयोग की उत्पादकता को आवृत्ति के बजाय कार्य की गुणवत्ता के आधार पर आंकना चाहिए

आवृत्ति के बजाय गुणवत्ता पर ध्यान केंद्रित करें

स्ट्राइडर डिजिटल में स्क्रम मास्टर ज़ियांडा गशुमा ने इस बात पर जोर दिया कि कंपनियों और कर्मचारियों को इस बात पर ध्यान केंद्रित करना चाहिए कि वे एआई का कितनी बार उपयोग करते हैं, बजाय इसके कि क्या यह वास्तव में उनके काम की गुणवत्ता और दक्षता में सुधार करता है। उनके अनुसार, उपकरण का दैनिक उपयोग स्वचालित रूप से उच्च उत्पादकता का संकेत नहीं देता है।

गशुमा ने उल्लेख किया कि अनुरोधों की संख्या गिनकर आवृत्ति को मापना आसान है, जबकि उत्पादकता को मापना कहीं अधिक कठिन है। उनका मानना है कि एआई का सबसे बड़ा मूल्य दोहराए जाने वाले प्रशासनिक बोझ को दूर करने में निहित है, जिससे विशेषज्ञों को जटिल समस्याओं को हल करने, सहयोग करने और अपने अनुभव का उपयोग करने में अधिक समय मिल सके।

स्वचालित समय बचत के मिथक

गशुमा के अनुसार, कृत्रिम बुद्धिमत्ता के संबंध में सबसे आम गलतफहमियों में से एक यह है कि यह स्वचालित रूप से समय बचाता है। उन्होंने समझाया कि एआई का उपयोग करके उपयोगी सामग्री बनाना अक्सर कई पुनरावृत्तियों की मांग करता है: परिणाम उपयुक्त होने से पहले अनुरोध दर्ज करना, जांचना और परिष्कृत करना। जिन लोगों ने एआई उपकरणों का अधिक उपयोग करना शुरू कर दिया है, वे जल्दी ही समझ जाते हैं कि परिणामों को लगातार सुधार की आवश्यकता होती है, और वांछित परिणाम प्राप्त करने के लिए अनुरोधों को लगातार बेहतर बनाने की आवश्यकता होती है।

इस प्रक्रिया में मिनट या यहां तक कि घंटे लग सकते हैं, जो कभी-कभी अकेले कार्य करने की तुलना में अधिक समय लेता है। गशुमा जोर देती हैं कि एआई पर कभी भी आँख बंद करके भरोसा नहीं किया जाना चाहिए। यह तकनीक अनुरोधों की गलत व्याख्या कर सकती है या गलत जानकारी उत्पन्न कर सकती है, इसलिए विश्वसनीय परिणाम प्राप्त करने के लिए मानवीय ज्ञान, अनुभव और संदर्भ की समझ महत्वपूर्ण बनी हुई है।

प्रतिस्थापन के बजाय भागीदार के रूप में एआई

एआई को मानव विशेषज्ञता के विकल्प के रूप में देखने के बजाय, गशुमा विशेषज्ञों से आग्रह करती हैं कि वे इसे सहयोगात्मक भागीदार के रूप में देखें। वह अपने अनुभव को साझा करती हैं, यह बताती हैं कि वह अनुसंधान में एआई का उपयोग सहायक के रूप में और कभी-कभी अपने स्वयं के काम में छूटे हुए बिंदुओं की पहचान करने के लिए आलोचक के रूप में करती हैं। इसके अलावा, उन्होंने पाया कि इन उपकरणों का सबसे अच्छा उपयोग तैयार उत्तर प्राप्त करने में नहीं, बल्कि यह सीखने में है कि अधिक गुणवत्ता वाले प्रश्न कैसे पूछे जाएं।

गशुमा स्वीकार करती हैं कि प्रभावी प्रॉम्प्ट विकसित करना और एआई प्रतिक्रियाओं का मूल्यांकन करना कार्यप्रवाह को बाधित कर सकता है, लेकिन उनका तर्क है कि यह प्रासंगिकता और सटीकता सुनिश्चित करने के लिए आवश्यक चरण है। टीम के माहौल में, संदर्भ और भी अधिक मायने रखता है। पर्याप्त पृष्ठभूमि जानकारी के बिना एआई से सिफारिशें उत्पन्न करने का अनुरोध ऐसे प्रस्तावों को जन्म दे सकता है जिन्हें सही ठहराना मुश्किल है या जो स्थिति के अनुकूल नहीं हैं।

आलोचनात्मक सोच का महत्व

वह मानती हैं कि आलोचनात्मक सोच एआई द्वारा समर्थित कार्य वातावरण में सबसे मूल्यवान दक्षताओं में से एक बनी हुई है। एआई द्वारा प्रदान की गई जानकारी की सत्यता का आकलन करना, अपने संदर्भ पर विचार करना और उसके द्वारा किए गए किसी भी अनुमान को चुनौती देना आवश्यक है। गशुमा इस बात पर जोर देती हैं कि एआई का उद्देश्य मानव सोच को प्रतिस्थापित करना नहीं है, बल्कि इसे एक वार्ताकार और मानव द्वारा संचालित संवाद में रचनात्मक भागीदार के रूप में बढ़ाकर मजबूत करना है।

वह यह भी चेतावनी देती हैं कि एआई पर अत्यधिक निर्भरता धीरे-धीरे महत्वपूर्ण व्यावसायिक कौशल को कमजोर कर सकती है यदि कर्मचारी उन्हें स्वतंत्र रूप से अभ्यास करना बंद कर दें। एआई पर मजबूत निर्भरता विश्लेषण, लेखन और समस्या-समाधान जैसे कौशल को खराब कर सकती है यदि हम उनका स्वयं प्रशिक्षण बंद कर देते हैं। हालांकि, दिलचस्प बात यह है कि सही उपयोग से इसका विपरीत प्रभाव पड़ सकता है। अपने अनुभव के आधार पर, उन्होंने समझाया कि स्प्रिंट लक्ष्यों को प्राप्त करने में एआई की सहायता ने उन्हें करियर के शुरुआती चरणों से ही लेखन कौशल को बहाल करने में अप्रत्याशित रूप से मदद की, क्योंकि एआई द्वारा उत्पन्न सामग्री की जाँच के लिए भाषा, संरचना और लहजे पर बढ़ी हुई सावधानी की आवश्यकता थी।

जैसे-जैसे कृत्रिम बुद्धिमत्ता कार्यप्रवाहों में गहराई से एकीकृत हो रही है, गशुमा का मानना है कि सबसे सफल वे विशेषज्ञ होंगे जो एआई की क्षमताओं को विवेक और मानवीय अनुभव के साथ जोड़ सकते हैं। अंततः, निर्णायक कारक अच्छा निर्णय होगा। सबसे मजबूत उपयोगकर्ता जानेंगे कि एआई का कब उपयोग करना है, कब नहीं करना है, परिणामों की जांच कैसे करनी है, संदर्भ कैसे प्रदान करना है और एआई की सहायता को मानवीय विशेषज्ञता के साथ कैसे संयोजित करना है।