अक्सफोर्ड— कृत्रिम बौद्धिकता (एआई) स्टार्टअपका संस्थापक म्याट सुमरले हालैको एक भाइरल लेखमा “केही ठूलै कुरा भइरहेको छ” भन्दै एआईले अर्को ठूलो उत्पादकता वृद्धि ल्याउने दाबी गरेका छन्। अहिलेसम्म भने अर्थतन्त्रका तथ्यांकहरूले त्यस्तो उत्साहलाई समर्थन गरेका छैनन्। वास्तवमा, सन् १९७० को दशकदेखि अमेरिकी उत्पादकता वृद्धि तीव्र गतिमा सुस्त भएको छ। कम्प्युटर युगमा करिब ३ प्रतिशत वार्षिक उत्पादकता वृद्धिको छोटो उछाल देखिएको थियो, जुन पछि फेरि घट्यो।

के एआई फरक हुन सक्छ? आशावादीहरू चौथो त्रैमासिक २०२५ मा १.८ प्रतिशत वार्षिकीकृत उत्पादकता वृद्धि भएको तथ्यांक देखाउँछन्। तर अमेरिकी फेडरल रिजर्भ बैंकको अझ शुद्ध मापन, जसले चक्रगत प्रभाव (मान्छे र मेसिनलाई बढी तीव्रतामा चलाउने प्रभाव) हटाउँछ, अनुसार वास्तविक श्रम उत्पादकता वृद्धि वर्ष–दर–वर्ष केवल ०.२ प्रतिशत मात्र छ। यो “केही ठूलो भइरहेको छ” भन्ने दाबीलाई समर्थन गर्ने जस्तो देखिँदैन।

बरु, हामीले यदि एआईले कम्प्युटर क्रान्ति जत्तिकै प्रभाव पार्न सक्यो भने पनि भाग्यमानी हुनेछौं। उत्पादकता वृद्धि कमजोर नै रहने सम्भावना छ, किनभने एआईले त्यस्तो काम स्वचालित गर्छ जुन कम्प्युटर र इन्टरनेटले गरेको कामभन्दा मौलिक रूपमा फरक छ। अझ महत्वपूर्ण कुरा, एआईले एउटा यस्तो अवरोध सिर्जना गर्छ जुन पहिलेका डिजिटल उपकरणहरूले प्रायः हटाएका थिए।

कम्प्युटर क्रान्तिले वास्तवमा के स्वचालित गर्‍यो भन्ने बुझौं—गणना छिटो गर्ने र जानकारीमा पहुँच सजिलो बनाउने। व्यक्तिगत कम्प्युटर, इमेल, स्प्रेडसिट र इन्टरनेटले जानकारी खोज्ने, भण्डारण गर्ने र पठाउने प्रक्रियामा रहेका अवरोध हटाए। कुनै अनुसन्धानकर्तालाई स्रोत चाहियो भने अब पुस्तकालयमा खोज्न वा मेलमार्फत पुस्तक आउन पर्खनु परेन। उत्पादकता वृद्धि सरल थियो किनभने मानिसले केवल पुरानो ढिलो विधिलाई (पुस्तकालय) छिटो विधिले (गुगल) प्रतिस्थापन गर्न सक्थे। अनलाइन पाइने जानकारी पनि किताबमा पाइने जत्तिकै नै हुन्थ्यो।

महत्त्वपूर्ण कुरा के हो भने कम्प्युटरहरूले जब मुख्य काम गरे, तिनीहरूले निर्धारणयोग्य (deterministic) तरिकाले गरे। स्प्रेडसिटले गलत इनपुट फैलाउन सक्थ्यो, तर आफैं गणित बनाउँदैनथ्यो। सर्च इन्जिनले असान्दर्भिक सामग्री देखाउन सक्थ्यो, तर आफैं झुटा स्रोत सिर्जना गर्दैनथ्यो। मुख्य जोखिम मानव त्रुटि थियो, मेसिनको “विश्वासिलो तर गलत सिर्जना” होइन।

तर एआईले फरक काम गर्छ—यसले आफैं संज्ञानात्मक उत्पादन (cognitive outputs) सिर्जना गर्छ, जस्तै लेखन र कोडिङ। यो प्रायः राम्रो पनि हुन्छ, तर कहिलेकाहीँ आत्मविश्वासका साथ गलत पनि हुन्छ। यसले एउटा नयाँ समस्या सिर्जना गर्छ: यदि मानिसले एआईको काम जाँच्नैपर्छ भने उनीहरूलाई त्यही विशेषज्ञता चाहिन्छ जुन एआईले प्रतिस्थापन गर्ने भनिएको थियो। त्यसैले समय बचत भएको जस्तो देखिए पनि त्यसको ठूलो भाग पुनः जाँच, विश्लेषण र जिम्मेवारी लिनमा खर्च हुन्छ।

यसको एउटा उदाहरण हालै देखियो—सुलिभान एन्ड क्रोमवेल, वॉल स्ट्रिटको एक प्रतिष्ठित कानुनी फर्म, bankruptcy court मा दायर गरेको निवेदनमा एआईद्वारा बनाइएका गलत सन्दर्भहरू र त्रुटिहरू समावेश थिए। ती गल्तीहरू फर्मको आन्तरिक प्रणालीले नभई विपक्षी पक्षले पत्ता लगायो। यो घटनाले देखाउँछ कि जब एआईलाई विश्वसनीय तरिका माग्ने प्रणालीमा प्रयोग गरिन्छ, परिणाम समस्याग्रस्त हुन सक्छ।

मुख्य समस्या केवल एआई गलत हुनु होइन। समस्या के हो भने अब त्रुटिको लागत बढ्दै गएको छ। जब एआई प्रणालीहरू अझ स्वायत्त बन्दै जान्छन्—अर्थात् केवल पाठ वा कोड लेख्ने मात्र होइन, स्वतन्त्र रूपमा काम गर्ने—त्यसका गल्तीहरू पनि ठूलो असर पार्न सक्छन्। एउटा च्याटबोटले गलत अनुच्छेद लेख्नु सामान्य हो, तर एआई एजेन्टले कोड परिवर्तन गर्ने, पैसा सार्ने, कागजात दर्ता गर्ने वा प्रणाली मेट्ने काम गरेमा क्षति धेरै ठूलो हुन सक्छ।

यसलाई “भेरिफिकेसन ट्याक्स” भन्न सकिन्छ। कानून, स्वास्थ्य, वित्त, इन्जिनियरिङ वा सार्वजनिक नीतिजस्ता क्षेत्रहरूमा एआईको परिणाम अन्तिम उत्पादन होइन, केवल मस्याैदा हुन्छ। त्यसलाई जाँच्नै पर्छ। त्यसैले काम हराउँदैन, केवल उत्पादनबाट जाँचतर्फ सर्छ। वास्तविक उत्पादकता = ड्राफ्ट बनाउन बचत भएको समय − त्यसलाई प्रमाणित गर्न लागेको समय।

एउटा ठूलो ग्राहक सेवा सम्बन्धी अध्ययनमा एआई सहायकले औसत १४ प्रतिशत उत्पादकता वृद्धि देखायो, विशेषगरी नयाँ कर्मचारीहरूमा बढी लाभ थियो। तर अनुभवी कर्मचारीहरूमा प्रभाव न्यून थियो, किनभने काम सरल र जाँच गर्न सजिलो थियो।

तर जटिल काममा अवस्था फरक हुन्छ। एक अध्ययनअनुसार अनुभवी सफ्टवेयर विकासकर्ताहरूले एआई प्रयोग गर्दा १९ प्रतिशत ढिलो काम गरे, किनभने उनीहरूको समय प्रम्प्ट लेख्ने, प्रतीक्षा गर्ने, समीक्षा गर्ने र त्रुटि सच्याउने काममा खर्च भयो।

यसले देखाउँछ कि एआईको प्रभाव कार्यको संरचनामा निर्भर हुन्छ। जहाँ गल्ती सस्तो हुन्छ र परीक्षण सजिलो हुन्छ, त्यहाँ एआई उपयोगी हुन्छ। तर जहाँ गल्ती महँगो हुन्छ र सत्यता जाँच्न कठिन हुन्छ, त्यहाँ जाँच प्रक्रिया नै मुख्य बाधा बन्छ।

यदि कम्पनीहरूले एआईको कारण कनिष्ठ वकिल वा विश्लेषक कम भर्ती गर्छन् र प्रशिक्षण घटाउँछन् भने, भविष्यमा एआईको गलत आउटपुट जाँच्ने क्षमता नै कमजोर हुन्छ।

त्यसैले समाधान हो “भेरिफिकेसन इन्फ्रास्ट्रक्चर”—जस्तै स्पष्ट स्रोत प्रमाणिकरण, अडिट प्रणाली, कानुनी जिम्मेवारी, बीमा प्रणाली र नियामक संरचना। टेक्सासका एक न्यायाधीशले एआई प्रयोग गर्ने वकिलहरूले प्रत्येक सामग्री प्रमाणित गर्नुपर्ने नियम लागू गरेका छन्। यी संरचनात्मक परिवर्तन नभएसम्म एआईको सम्भावित लाभ सीमित नै रहनेछ।

कार्ल बेनेडिक्ट फ्रे, अक्सफोर्ड इन्टरनेट इन्स्टिच्युटका एआई र कामसम्बन्धी प्राध्यापक तथा “हाउ प्रोग्रेस एन्ड्स” पुस्तकका लेखक हुन्।