यह एक AI अनुवादित पोस्ट है।
नौकरी में, इंसान
- लेखन भाषा: कोरियाई
- •
-
आधार देश: सभी देश
- •
- आईटी
0000-00-00 00:00:00
भाषा चुनें
durumis AI द्वारा संक्षेपित पाठ
- Payman AI ने मानवों को वेतन देने वाली एआई सेवाएँ लॉन्च करके, एआई द्वारा मनुष्यों को काम सौंपने और उन्हें वेतन देने वाले एक नए भर्ती बाजार की संभावना को पेश किया है।
- एआई की विश्वसनीयता सुनिश्चित करने के लिए मानव भागीदारी वाली प्रक्रिया को लागू करके, एआई की त्रुटि की संभावना को कम किया जा सकता है और काम के प्रति विश्वास बढ़ाया जा सकता है।
- एआई आधारित रोजगार के माहौल में, एल्गोरिथम की पारदर्शिता और निष्पक्षता, डेटा की सटीकता, व्यक्तिगत जॉब टाइटल की परिभाषा जैसे पहलू नए रोजगार बाजार के मुख्य कारकों के रूप में उभरते हैं।
एक नए प्रकार का भर्ती बाजार उभर रहा है।
कुछ हफ़्ते पहले Payman AI ने एक ऐसे AI सेवा (AI that Pays Humans) का अनावरण किया था जो अभी निजी बीटा परीक्षण में है परन्तु मनुष्यों को वेतन देती है। सेवा बताती है कि क्लाइंट Payman के AI एजेंट के खाते में भुगतान करते हैं और फिर AI को एक्सेस अधिकार देते हैं जिसके बाद वे वास्तविक दुनिया में मनुष्यों द्वारा ही किए जा सकने वाले कार्यों को शुरू कर सकते हैं।
उदाहरण के रूप में 'ग्राहक प्रबंधन कार्य में 10 समीक्षाओं का संग्रह' परियोजना दी गई है जिसमें AI क्लाइंट द्वारा अनुरोधित समीक्षाओं के लिए न्यूनतम घटकों को ठीक करता है और व्यवस्थित करता है और उन्हें प्लेटफ़ॉर्म पर साझा करता है। इस अनुरोध में रुचि रखने वाले लोग वास्तव में दुनिया में जाकर समीक्षा एकत्र करते हैं और उन्हें जमा करते हैं, और फिर AI उचितता निर्धारित करता है और प्रत्येक व्यक्ति को आवंटित लागत का भुगतान करता है।
यह तरीका अभी तक एक सरल AI अनुप्रयोग के रूप में दिखाई दे सकता है। हालाँकि, यह ध्यान देने योग्य है कि AI को अपनाने में सबसे आम और आसानी से हल नहीं होने वाली बाधा, 'विश्वास' के क्षेत्र में यह एक सुराग प्रदान करता है।
गलत डेटा पैटर्न सीखने और पूर्वाग्रही कार्यों को करने की स्थिति को रोकने की चिंता AI अपनाने के लिए सबसे बड़ा डर है। फरवरी में, Google के जेनेरेटिव AI मॉडल, Gemini, को 1943 में जर्मन सैनिकों की छवियों में गोरे पुरुषों के बजाय एशियाई महिलाओं और अश्वेत पुरुषों की छवियां बनाने के लिए आलोचना का सामना करना पड़ा, जिसके परिणामस्वरूप सेवा को अस्थायी रूप से बंद कर दिया गया। यह हाल ही में जोर दिए गए विविधता पर अत्यधिक ध्यान केंद्रित करने का परिणाम था, न कि ऐतिहासिक तथ्यों की पुष्टि करने का।
हालाँकि, Payman द्वारा प्रस्तुत किए गए मामले की तरह, अगर क्लाइंट में शामिल होने की प्रक्रिया में लोगों को शामिल किया जाता है और उनकी समीक्षा की जाती है, तो गलतियों को पकड़ा जा सकता है और परियोजना की समग्र जिम्मेदारी बढ़ाई जा सकती है, जिससे सेवा के प्रति विश्वास बढ़ता है। संक्षेप में, इस मामले से सामान्य सहमति पता चलती है कि AI मनुष्यों को काम पर रखकर‘AI की क्षमताओं से परे कार्य पूरा कर सकता है’।
हालाँकि, जैसे-जैसे यह दृष्टिकोण व्यापक होता जाएगा, मनुष्यों को कार्यकर्ता के रूप में अपनी क्षमताओं और अनुभव को उजागर करने के लिए पिछले मानदंडों से अलग मानदंडों के अनुकूल होने की आवश्यकता होगी।
सबसे पहले, AI के नियोक्ता की भूमिका निभाने की स्थिति में, विश्वास का स्रोत एल्गोरिथम की सटीकता और डेटा की विश्वसनीयता पर चला जाता है। चूँकि AI लोगों का मूल्यांकन और चयन कैसे करता है, इस पर निर्भर करता है कि विश्वास का स्तर निर्धारित होता है, इसलिए कार्यकर्ता के रूप में परियोजना के लिए आवेदन करने वाले मनुष्य यह सुनिश्चित करने के लिए मानदंडों की मांग करेंगे कि संबंधित एल्गोरिथम पारदर्शी और निष्पक्ष हैं, और यह कि डेटा सटीक है और पूर्वाग्रह से मुक्त है।
इसके अलावा, पारंपरिक भर्ती बाजार में, लोगों के बीच सीधा संबंध होने के कारण विश्वास का निर्माण होता है, इसलिए समीक्षाओं या सिफारिशों का भर्ती निर्णय लेने में प्रभाव होता है, जबकि AI आधारित भर्ती प्लेटफॉर्म में, आंतरिक प्रतिष्ठा प्रणाली ही विश्वास का स्रोत हो सकती है। यह अनुमान लगाता है कि उपयोगकर्ता द्वारा अन्य उपयोगकर्ताओं के बारे में दिए गए प्रतिक्रिया या समीक्षाएँ, जिनके साथ वे सहयोग आदि के माध्यम से जुड़े हैं, पहले से कहीं अधिक निर्णायक भूमिका निभाएँगी। यह बताता है कि वास्तविक दुनिया में स्व-नियोजित व्यक्तियों को स्विगी के भीतर रेटिंग आतंक से होने वाले गंभीर नुकसान जैसी स्थिति भर्ती पर्यावरण में भी हो सकती है।
अधिक स्पष्ट समझ के लिए, हम जॉब टाइटल के बारे में चिंता उठा सकते हैं।
भर्ती वातावरण में, जॉब टाइटल केवल कार्य को इंगित नहीं करता है, बल्कि आवेदक के लिए अपने मूल्य और क्षमताओं को प्रदर्शित करने का एक महत्वपूर्ण प्रतीक भी है। विशेष रूप से AI आधारित भर्ती मॉडल में, जॉब टाइटल आवेदक की भूमिका का निर्धारण करने के लिए एक महत्वपूर्ण संकेतक के रूप में काम कर सकता है। जैसा कि हम पहले ही अनुभव कर चुके हैं कि बड़े संगठनों में, रोजगार आवेदन प्रक्रिया में, दस्तावेज़ समीक्षा के लिए योग्यता का निर्धारण करने के लिए मुख्यतः कीवर्ड केंद्रित तकनीकों का इस्तेमाल होता है।
90 के दशक के मध्य में, मनुष्य केंद्रित शोधकर्ताओं के कुछ लोगों ने अपने व्यवसाय कार्ड पर लिखे Understanderशीर्षक पर सवाल उठाया। वर्तमान में AI शोधकर्ता, UX डिज़ाइनर आदि के विभिन्न उद्योगों की अलग-अलग भूमिकाओं को ध्यान में रखते हुए, यह स्पष्ट है कि आवेदक को स्वयं को यह पहचानने की आवश्यकता है कि वे किस क्षेत्र में क्या भूमिका निभा रहे हैं। इसके लिए उन्हें आत्म-जागरूकता और बाजार की जरूरतों के बारे में एक सहमति वाली समझ की आवश्यकता है जिसके आधार पर जॉब टाइटल की परिभाषा को परिष्कृत किया जाना चाहिए।
इसका तात्पर्य है कि जब AI आधारित भर्ती वातावरण आ जाता है, तो भविष्य के मानव आवेदकों द्वारा परिभाषित उनके जॉब टाइटल AI द्वारा निर्णय लेने और मूल्यांकन करने वाले बाजार और उद्योगों से कैसे जुड़ेंगे, और इससे संबंधित विभिन्न निर्णय मानदंडों को कैसे सामान्यीकृत किया जा सकता है, यह एक ऐसा प्रश्न है जो उठता है। हो सकता है कि यह समय बदलते हुए भर्ती बाजार में 'विश्वास' के बारे में गहन विचार करने का समय हो।
संदर्भ
