दक्षता से बने अवकाश पर किसका अधिकार है?

AI-संचालित दक्षता समय को पुनः उपलब्ध कराती है। यदि अनुसंधान, संगठन, तुलना या प्रारूप तैयार करने में कम समय लगता है, तो उन गतिविधियों में पहले बँधे समय का कुछ हिस्सा उपलब्ध हो जाता है। इस परिवर्तन को सामान्यतः अधिक उत्पादकता के रूप में समझा जाता है, क्योंकि उसी समय में अधिक परिणाम उत्पन्न किए जा सकते हैं या वही परिणाम कम समय में प्राप्त किया जा सकता है। लेकिन एक समस्या है जिसे केवल दक्षता के मापदंड तय नहीं कर सकते: इस कमी से बने समय का उपयोग कौन करता है, और किसलिए? यदि पुनः प्राप्त समय स्वतः अगले प्रसंस्करण में लगा दिया जाता है, तो दक्षता प्रसंस्करण क्षमता को बढ़ाती है, लेकिन वह आवश्यक रूप से उस गुंजाइश को नहीं बढ़ाती जिसमें लोग अपना निर्णय बदल सकें।

इस समस्या पर विचार करने के लिए अवकाश को मात्र “अप्रयुक्त समय” से अलग करना आवश्यक है। काम में ऐसे तत्व होते हैं जिनकी शुरुआत में पूरी तरह भविष्यवाणी नहीं की जा सकती। गलत समझी गई विशिष्टताएँ, अनुपलब्ध जानकारी, बदलती बाहरी परिस्थितियाँ, सत्यापन से सामने आने वाली त्रुटियाँ और हितधारकों के बीच समझ के अंतर—योजना बनाते समय इन सबकी हमेशा पूरी सूची नहीं बनाई जा सकती। यदि नियोजित समय को वर्तमान में ज्ञात काम से पूरी तरह भर दिया जाए, तो किसी अप्रत्याशित घटना के सामने आने पर कोई संसाधन उपलब्ध नहीं रहता। इसलिए अवकाश को ऐसा बचा हुआ समय नहीं समझना चाहिए जिसका वर्तमान में कोई उपयोग नहीं है, बल्कि ऐसा समय समझना चाहिए जिसे भविष्य की अनिश्चितता के लिए उसका उपयोग खुला रखते हुए सुरक्षित रखा गया है।

महत्वपूर्ण हिस्सों को जल्दी आकार देने से यह अवकाश बनता है। उद्देश्य केवल समय-सीमा से पहले पूरा करना नहीं है। कठिन हिस्सों से पहले जुड़कर हम आरंभ में ही जाँच सकते हैं कि मूल अनुमान उचित था या नहीं। यदि पता चले कि काम योजना के अनुसार आगे नहीं बढ़ सकता, तब भी विकल्प बने रहते हैं: विशिष्टता बदलना, अतिरिक्त जानकारी माँगना, तरीका बदलना या संबंधित पक्षों के साथ समय-सीमा पर फिर से बातचीत करना। शुरुआती प्रगति को भविष्य की सटीक भविष्यवाणी करने की हमारी क्षमता बढ़ाने के रूप में नहीं, बल्कि यह पहले जानने की संरचना के रूप में समझना बेहतर है कि हमारी भविष्यवाणी गलत थी।

इस संरचना को AI से जोड़ने पर गति का अर्थ बदल जाता है। AI द्वारा प्रारंभिक प्रस्ताव जल्दी तैयार करने का मूल्य केवल प्रति इकाई समय में परिणामों की संख्या बढ़ाने तक सीमित नहीं है। यदि महत्वपूर्ण हिस्सों को जल्दी ठोस रूप दिया जाए, तो लोग उन समस्याओं को देख सकते हैं जो अमूर्त योजना के चरण में दिखाई नहीं देती थीं। गलत पूर्वधारणा, अनुपस्थित शर्त, मूल्यों के बीच टकराव, या अपेक्षित प्रदेय और वास्तविक परिणाम के बीच असंगति जल्दी सामने आ सकती है। तब AI की गति अनिश्चितता को पहले खोजने का कार्य करती है। यदि शेष समय सुरक्षित रखा जा सके, तो लोग सामने आई बातों पर प्रतिक्रिया देने के विकल्प बनाए रखते हैं।

हालाँकि, जब दक्षता से बना समय स्वतः अतिरिक्त उत्पादन में पुनः आवंटित हो जाता है, तो यह प्रभाव समाप्त हो जाता है। पहला प्रारूप एक दिन पहले आ जाता है, इसलिए कई और संस्करण बनाए जाते हैं। अनुसंधान जल्दी समाप्त होता है, इसलिए दायरा बढ़ा दिया जाता है। सत्यापन का समय घटता है, इसलिए उसी समय-सीमा के भीतर एक और परियोजना जोड़ दी जाती है। अतिरिक्त परिणाम का मूल्य अधिक हो तो ऐसे पुनः आवंटन तर्कसंगत हो सकते हैं। लेकिन यदि वे नियमित बन जाएँ, तो AI द्वारा बनाया गया अवकाश उत्पन्न होते ही खर्च हो जाता है और योजना बदलने या उस पर पुनर्विचार करने का समय फिर से दुर्लभ हो जाता है। तब स्थानीय दक्षता उसी संशोधन-क्षमता को मिटा देती है जिसे दक्षता से मिला लाभ संभव बना सकता था।

इससे स्पष्ट होता है कि अवकाश आवंटन का प्रश्न है। किसी संगठन में दक्षता से बने समय को अतिरिक्त परिणाम लक्ष्यों की ओर मोड़ा जा सकता है। कोई व्यक्ति नया काम शुरू कर सकता है, वर्तमान काम का सत्यापन कर सकता है या उस समय का उपयोग विश्राम के लिए कर सकता है। लेकिन AI के साथ सहयोग में, निरंतर सृजन और खोज की लागत जितनी कम होती जाती है, उतनी ही आसानी से “अभी और प्रसंस्करण किया जा सकता है” का तथ्य “और प्रसंस्करण किया जाना चाहिए” के मानदंड में बदल जाता है। शेष क्षमता और उसे अभी उपयोग करने की बाध्यता एक ही बात नहीं हैं। यदि अवकाश के उपयोग का अधिकार भी स्वचालन के तर्क को सौंप दिया जाए, तो लोग दक्षता से लाभ पाते हुए भी यह चुनने की क्षमता खो सकते हैं कि उसके लाभों का उपयोग कैसे किया जाए।

इसलिए मानव-AI सहयोग में अवकाश को निर्णय लेने की क्षमता के एक हिस्से के रूप में समझा जा सकता है। किसी निर्णय को संशोधित करने में समय लगता है। किसी आपत्ति पर विचार करने, अतिरिक्त जाँच करने या पहले चुनी गई दिशा को वापस लेने में भी समय लगता है। यदि समय पूरी तरह आवंटित हो चुका हो, तो औपचारिक रूप से अंतिम अधिकार लोगों के पास रह सकता है, जबकि व्यवहार में स्थापित दिशा को स्वीकृत करने के अलावा उनके पास बहुत कम विकल्प हों। यदि कुछ समय अप्रयुक्त बचा हो, तो AI का परिणाम प्राप्त करने के बाद भी वे आपत्ति कर सकते हैं, प्रश्न पर लौट सकते हैं और शर्तें बदल सकते हैं। अवकाश केवल निर्णय से पहले की स्वतंत्रता का नहीं, बल्कि निर्णय को फिर से करने की स्वतंत्रता का भी आधार है।

यह दृष्टिकोण दक्षता के मूल्यांकन के तरीके में भी परिवर्तन की माँग करता है। कम प्रसंस्करण समय, कम लागत और अधिक परिणाम अभी भी महत्वपूर्ण हैं, लेकिन वे यह नहीं पकड़ते कि सहयोगी प्रणाली परिवर्तन के प्रति कितनी अधिक सहनशील हुई है। मान लें कि दो प्रणालियाँ एक ही प्रदेय को दो दिन पहले तैयार करती हैं। एक उन दो दिनों को तुरंत दूसरे काम से भर देती है; दूसरी महत्वपूर्ण सत्यापन पूरा होने तक उनमें से कुछ समय को आरक्षित रखती है। सामान्य परिस्थितियों में पहली प्रणाली का परिणाम अधिक दिखाई दे सकता है। लेकिन यदि बाद में किसी प्रमुख पूर्वधारणा में त्रुटि मिलती है, तो दूसरी प्रणाली के पास सुधार के विकल्प अभी भी रहते हैं। कौन-सा विकल्प उपयुक्त है, यह काम की प्रकृति और उसकी अनिश्चितता पर निर्भर करता है।

केवल अधिक होने के कारण अवकाश हमेशा बेहतर नहीं होता। अत्यधिक आरक्षित समय आवश्यक काम में देरी कर सकता है। कम परिवर्तन वाली स्थिर प्रक्रियाओं में बड़ा अंतराल बनाए रखने की तुलना में उच्च उपयोग दर अधिक तर्कसंगत हो सकती है। इसलिए प्रश्न यह नहीं है कि दक्षता या अवकाश में से किसे अधिकतम किया जाए। प्रश्न यह है कि अनिश्चितता, विफलता के परिणाम, परिवर्तन के लिए आवश्यक समय और निर्णय को लोगों के पास वापस लाने की आवश्यकता को देखते हुए कितना अवकाश सुरक्षित रखा जाए। अवकाश बिना शर्त अच्छा नहीं है; यह ऐसा संसाधन है जिसका मूल्य वहाँ उत्पन्न होता है जहाँ परिवर्तनशीलता की आवश्यकता होती है।

Sai＊aus पर लागू करने पर यह दृष्टिकोण इस बात को महत्वपूर्ण बनाता है कि तेज AI से मिलने वाले हर लाभ को अतिरिक्त सृजन में वापस न लगाया जाए। AI संरचना को जल्दी दिखा सकता है, जिससे लोग समस्याओं को जल्दी खोज सकते हैं। यदि कोई समस्या नहीं है तो प्रसंस्करण आगे बढ़ सकता है; यदि असंगति दिखाई देती है, तो शेष समय का उपयोग पूर्वधारणाओं की जाँच करने, दिशा बदलने और आवश्यकता होने पर स्वयं AI के प्रस्ताव पर आपत्ति करने के लिए किया जा सकता है। यहाँ AI की गति का उपयोग मानव निर्णय को बदलने के लिए नहीं, बल्कि उस अवधि को आगे बढ़ाने के लिए किया जाता है जिसमें लोग अपना निर्णय बदल सकते हैं। यह ऐसा डिज़ाइन है जो गति को केवल अतिरिक्त प्रसंस्करण में ही नहीं, बल्कि संशोधन-क्षमता में भी बदलता है।

इस अंतर को केवल इस आधार पर नहीं समझाया जा सकता कि किसी AI में कुछ कार्य हैं या नहीं। तेज सृजन, सूचना का संगठन, तुलना और पुनर्विचार में सहायता अनेक प्रकार के AI द्वारा संभव हैं। अंतर इस बात में दिखाई देता है कि उन क्षमताओं से बने समय को किस उद्देश्य की सेवा के लिए डिज़ाइन किया गया है। एक डिज़ाइन हर अधिशेष को आगे के अनुकूलन में लौटा सकता है; दूसरा उसका कुछ भाग मानव जाँच, आपत्ति, स्थगन और वापसी के लिए सुरक्षित रख सकता है। Sai＊aus इस बात पर जोर देता है कि AI की अधिक प्रसंस्करण करने की क्षमता को अपने आप में लक्ष्य न बनाया जाए, बल्कि प्रयुक्त और अप्रयुक्त दोनों क्षमताओं को इस प्रकार व्यवस्थित किया जाए कि लोग समझ और निर्णय के कर्ता बने रहें।

दक्षता से बने अवकाश पर किसका अधिकार है? इसका कोई एक सार्वभौमिक आवंटन अनुपात नहीं है। लेकिन केवल यह तथ्य कि AI ने किसी कार्य को छोटा कर दिया है, इससे यह निष्कर्ष नहीं निकलता कि बचाया गया समय फिर से AI या अतिरिक्त कार्यों में लगाया जाना चाहिए। अप्रयुक्त समय उन संभावनाओं पर प्रतिक्रिया देने की क्षमता भी है जो अभी घटित नहीं हुई हैं: विफलता, परिवर्तन, आपत्ति और वापसी। इसलिए AI के युग में दक्षता के बारे में सोचने के लिए केवल उपयोग किए गए संसाधनों पर ही नहीं, बल्कि उन संसाधनों पर भी ध्यान देना आवश्यक है जिन्हें जरूरत पड़ने पर उपलब्ध रहने के लिए जानबूझकर छोड़ा गया है। यह पूछना कि उस अवकाश का आवंटन कौन करता है और वह किसकी निर्णय-क्षमता के लिए सुरक्षित रखा गया है, मानव-AI सहयोग को मात्र गति बढ़ाने से डिज़ाइन की समस्या की ओर ले जाता है।

उत्तर नहीं। समझ।