AI लोकतंत्रीकरण नहीं करता—यह स्तरीकरण करता है

सार

जबकि AI टूल्स व्यक्तिगत कर्मचारियों की उत्पादकता में आठ से छत्तीस प्रतिशत तक सुधार करते हैं, प्रणालीगत साक्ष्य दिखाते हैं कि AI लिंग, आयु, और कंपनी के आकार के आधार पर असमानता को बदतर बना रहा है। यह शोध पत्र तर्क देता है कि तीन बाधाएँ—असमान पहुंच, असमान ज्ञान, और गायब होते एंट्री-लेवल अवसर—व्यक्तिगत सशक्तिकरण को सामूहिक स्तरीकरण में बदल देती हैं। लक्षित हस्तक्षेप के बिना, AI के उत्पादकता लाभ कार्यस्थल के लाभों का लोकतंत्रीकरण करने के बजाय उन लोगों के बीच केंद्रित हो जाएंगे जो पहले से ही लाभप्रद स्थिति में हैं।

परिचय

आर्टिफिशियल इंटेलिजेंस व्यक्तिगत कर्मचारियों को अधिक उत्पादक बनाता है, फिर भी कार्यबल को अधिक असमान बनाता है। इस विरोधाभास के लिए स्पष्टीकरण चाहिए। प्रायोगिक अध्ययन लगातार दिखाते हैं कि AI टूल्स पेशेवर दक्षता में आठ से छत्तीस प्रतिशत तक सुधार करते हैं [1, 2]। जनरेटिव AI का इस्तेमाल करते समय कर्मचारी औसतन अपने काम के घंटों का 5.4 प्रतिशत बचाते हैं। ये प्रभावशाली व्यक्तिगत लाभ सुझाव देते हैं कि AI श्रम बाजार में उत्पादकता का लोकतंत्रीकरण कर सकता है।

हालांकि, प्रणालीगत साक्ष्य एक अलग कहानी बताते हैं। अंतर्राष्ट्रीय मुद्रा कोष (International Monetary Fund) चेतावनी देता है कि “ज़्यादातर परिदृश्यों में, AI संभवतः समग्र असमानता को बदतर बनाएगा” [3]। AI-प्रभावित पेशों में एंट्री-लेवल कर्मचारियों ने 2022 और 2025 के बीच रोज़गार में छह प्रतिशत की गिरावट का अनुभव किया। इसी बीच, उन्हीं पेशों में अधिक उम्र के कर्मचारियों ने छह से नौ प्रतिशत वृद्धि देखी [4]।

यह शोध पत्र तर्क देता है कि व्यक्तिगत उत्पादकता बढ़ाने के लिए बनाई गई AI की डिज़ाइन विरोधाभासी रूप से सामूहिक असमानता को बढ़ावा देती है। तीन गंभीर बाधाएँ इस परिणाम को जन्म देती हैं: AI टूल्स तक असमान पहुंच, प्रभावी रूप से अपनाने के लिए ज़रूरी असमान ज्ञान, और AI कौशल को लागू करने के गायब होते अवसर। इस विरोधाभास को समझना यह उजागर करता है कि अकेले तकनीकी प्रगति समान परिणाम सुनिश्चित क्यों नहीं कर सकती।

व्यक्तिगत वादा: सिद्ध उत्पादकता लाभ

कई कड़े अध्ययन व्यक्तिगत कार्य स्तर पर AI की प्रभावशीलता की पुष्टि करते हैं। Science में प्रकाशित शोध में पाया गया कि ChatGPT लेखन कार्यों में पेशेवरों की दक्षता और उत्पादकता को उल्लेखनीय रूप से बढ़ाता है [2]। सेंट लुइस के फेडरल रिज़र्व बैंक ने दस्तावेज़ीकरण किया कि जनरेटिव AI इस्तेमाल करने वाले कर्मचारी प्रति सप्ताह 2.2 घंटे बचाते हैं [1]। वास्तविक कॉर्पोरेट कार्यान्वयन इन प्रायोगिक निष्कर्षों की पुष्टि करते हैं। Walmart ने AI-संचालित अनुकूलन (optimization) के ज़रिए अपनी सप्लाई चेन लागत में हर साल पचहत्तर मिलियन डॉलर की कमी की। BMW ने असेंबली लाइनों में AI-संचालित कंप्यूटर विज़न का इस्तेमाल करके वाहन दोषों में साठ प्रतिशत की कमी हासिल की [5]। ये नतीजे परिवर्तनकारी संभावना का संकेत देते हैं।

कौशल-समानीकरण (skill-leveling) प्रभाव विशेष रूप से आशाजनक लगता है। OECD ने कई प्रायोगिक अध्ययनों को संश्लेषित किया और निष्कर्ष निकाला कि AI “कार्यबल में कौशल के अंतर को कम करने में मदद करता है” [6]। कम कुशल कर्मचारी अब उच्च-स्तरीय कार्य अधिक प्रभावी ढंग से कर सकते हैं। संगठनात्मक अपनाना तेज़ी से बढ़ा, जो 2023 में पचपन प्रतिशत से बढ़कर 2024 में अठहत्तर प्रतिशत हो गया [7]। Anthropic के शोध ने अनुमान लगाया कि मौजूदा AI सिस्टम को सार्वभौमिक रूप से अपनाने से अमेरिकी श्रम उत्पादकता में सालाना 1.8 प्रतिशत की वृद्धि हो सकती है [8]। सबसे बड़ा प्रभाव सॉफ़्टवेयर, प्रबंधन, मार्केटिंग, और ग्राहक सेवा में केंद्रित होगा।

वादा स्पष्ट लग रहा था। सुलभ तकनीक जिसे व्यक्तिगत कर्मचारी बड़े इन्फ्रास्ट्रक्चर निवेश के बिना इस्तेमाल कर सकें, उत्पादकता लाभों को व्यापक रूप से वितरित करेगी। फिर भी व्यापक संगठनात्मक अपनाने के बावजूद केवल 26.4 प्रतिशत कर्मचारी ही वास्तव में काम पर जनरेटिव AI का इस्तेमाल करते हैं [1]। यह अंतर लोकतांत्रिक दृष्टिकोण में पहली दरार को उजागर करता है।

प्रणालीगत वास्तविकता: तीन चयन बाधाएँ

तीन आपस में जुड़ी बाधाएँ तय करती हैं कि AI के लाभ किसे मिलते हैं। ये बाधाएँ व्यक्तिगत सशक्तिकरण को प्रणालीगत बहिष्करण (exclusion) में बदल देती हैं।

पहुंच की असमानता पहला फ़िल्टर बनाती है। बड़ी कंपनियां छोटी कंपनियों की तुलना में तीन गुना से अधिक दर से AI अपनाती हैं। OECD देशों में, उनतालीस प्रतिशत बड़ी कंपनियां AI का इस्तेमाल करती हैं जबकि केवल बारह प्रतिशत छोटी कंपनियां [9]। यह अंतर सोशल मीडिया या क्लाउड कंप्यूटिंग जैसी अन्य तकनीकों में देखी गई असमानताओं से भी ज़्यादा है। छोटी कंपनियों के पास औसतन आठ महीने के डिप्लॉयमेंट समय के लिए संसाधन नहीं होते। वे रिटर्न ऑन इन्वेस्टमेंट के लिए तेरह महीने इंतज़ार नहीं कर सकतीं [10]।

भौगोलिक विभाजन इन अंतरों को और बढ़ाते हैं। यूरोपीय संघ में देशों के बीच AI अपनाने का अंतर 2021 से 2024 के बीच दोगुना हो गया। यह दायरा दो से सोलह प्रतिशत अंकों से बढ़कर चार से अट्ठाइस प्रतिशत अंकों तक फैल गया [11]। OECD नोट करता है कि विकास “पिछड़े हुओं के आगे बढ़ने के बजाय अगुआओं के आगे निकल जाने से ज़्यादा प्रेरित रहा है।” रिटर्न ऑन इन्वेस्टमेंट का डेटा विनर-टेक-ऑल गतिशीलता को उजागर करता है। शीर्ष प्रदर्शनकर्ता 3.7 गुना औसत की तुलना में 10.3 गुना रिटर्न हासिल करते हैं [5]।

ज्ञान की असमानता दूसरी बाधा बनाती है। महिलाएं पुरुषों की तुलना में पच्चीस प्रतिशत कम दर पर AI टूल्स अपनाती हैं। शोध दिखाता है कि समान पेशों में भी, वे काम के कार्यों के लिए ChatGPT का इस्तेमाल करने की संभावना सोलह प्रतिशत अंक कम रखती हैं [12]। यह अपनाने का अंतर मुख्य रूप से ज्ञान के अंतर से पैदा होता है। ज्ञान का अंतर AI इस्तेमाल में लिंग असमानता का लगभग पचहत्तर प्रतिशत हिस्सा बताता है [13]। महिलाएं दुनिया भर में AI प्रतिभा (talent) का केवल बाईस प्रतिशत हैं। वे AI विकास में वरिष्ठ कार्यकारी भूमिकाओं का चौदह प्रतिशत से भी कम हिस्सा रखती हैं [14]। यह एक पाइपलाइन समस्या पैदा करता है जो ज्ञान के अंतर को बनाए रखती है। शिक्षा का संकेंद्रण (concentration) इन पैटर्न को और बदतर बनाता है। AI का इस्तेमाल छोटी उम्र के, अधिक शिक्षित, और सामाजिक रूप से सक्रिय लोगों में केंद्रित है [15]।

अवसर की असमानता बहिष्करण तंत्र को पूरा करती है। Stanford के शोध ने करियर के चरण के आधार पर रोज़गार परिणामों में एक चौंकाने वाली उलटफेर दर्ज की। AI-प्रभावित पेशों में एंट्री-लेवल कर्मचारियों ने 2022 के अंत से जुलाई 2025 के बीच छह प्रतिशत रोज़गार अवसर खो दिए। उन्हीं पेशों में अधिक उम्र के कर्मचारियों ने छह से नौ प्रतिशत हासिल किए [4]। इस अवधि में सॉफ़्टवेयर इंजीनियरिंग और ग्राहक सेवा में एंट्री-लेवल पदों में बीस प्रतिशत की गिरावट आई। बड़ी टेक कंपनियों ने 2024 में 2023 की तुलना में नए ग्रेजुएट की भर्ती में पच्चीस प्रतिशत की कमी की। 27,000 से अधिक टेक नौकरियों के नुकसान का कारण AI-प्रेरित छंटनी को माना गया है [16]।

यह एक अनुभव का catch-22 पैदा करता है। AI को प्रभावी ढंग से इस्तेमाल करने के लिए अनुभव चाहिए, फिर भी AI उन्हीं एंट्री-लेवल भूमिकाओं को खत्म कर देता है जो परंपरागत रूप से वह अनुभव बनाती थीं। अठारह से चौबीस साल के कर्मचारियों को पैंसठ साल से अधिक उम्र वालों की तुलना में नौकरी के अप्रचलित (obsolete) होने की चिंता होने की संभावना 129 प्रतिशत ज़्यादा है। जनरेशन Z के उनचास प्रतिशत नौकरी खोजने वालों का मानना है कि AI ने उनकी कॉलेज शिक्षा के मूल्य को कम कर दिया है [16, 17]।

अंतर क्यों बना रहता है और बढ़ता जाता है

ये चयन बाधाएँ खुद-ब-खुद सुधरने वाली नहीं हैं। वे कई मज़बूत करने वाले तंत्रों के ज़रिए समय के साथ और गहरी होती जाती हैं। शुरुआती सफलता आगे के निवेश को संभव बनाती है, जिससे एक फ्लाईव्हील प्रभाव पैदा होता है। संसाधन अपनाने को संभव बनाते हैं, अपनाना रिटर्न पैदा करता है, और रिटर्न विस्तारित AI क्षमताओं को फंड करते हैं। 2023 से, AI का डिप्लॉयमेंट तेज़ हुआ है और इसके लाभ वितरित होने के बजाय तेज़ी से केंद्रित हो रहे हैं। कंपनियों के बीच असमानता केंद्रीय मुद्दा बनकर उभरी है [18]। IBM के शोध की पुष्टि होती है कि एंटरप्राइज़ AI अपनाने में वृद्धि नई संगठनों के प्रयोग शुरू करने के बजाय शुरुआती अपनाने वालों द्वारा कई बिज़नेस फंक्शन में AI का इस्तेमाल करने से आती है [10]।

ज्ञान की बाधा को सक्रिय हस्तक्षेप की ज़रूरत है जो अकेले बाज़ार नहीं दे सकते। लिंग-आधारित अपनाने के अंतर का पचहत्तर प्रतिशत हिस्सा AI ज्ञान के अंतर से आता है। महिलाएं AI प्रतिभा पाइपलाइन का केवल बाईस प्रतिशत हैं। निष्क्रिय प्रसार (passive diffusion) इन अंतरों को नहीं भर सकता [13, 14]।

व्यक्तिगत टूल्स और प्रणालीगत बाधाओं के बीच संरचनात्मक बेमेल (mismatch) बना रहता है। ChatGPT जैसे AI टूल्स व्यक्तिगत उत्पादकता बढ़ाने के लिए डिज़ाइन किए गए हैं। फिर भी संगठनात्मक संसाधन—जिनमें प्रशिक्षण, कार्यान्वयन सहायता, और डिप्लॉयमेंट समय शामिल हैं—यह तय करते हैं कि कौन इन टूल्स तक पहुंच सकता है और उन्हें प्रभावी ढंग से इस्तेमाल कर सकता है। अठहत्तर प्रतिशत संगठनात्मक अपनाने और 26.4 प्रतिशत कर्मचारी उपयोग के बीच का अंतर इस कार्यान्वयन खाई (implementation chasm) को दर्शाता है [1, 7]।

निष्कर्ष

AI उत्पादकता विरोधाभास तब सुलझता है जब हम पहचानते हैं कि व्यक्तिगत सशक्तिकरण प्रणालीगत बहिष्करण के साथ-साथ मौजूद रहता है। कार्य प्रदर्शन को मापने वाले सूक्ष्म-स्तरीय अध्ययन उन स्थूल-स्तरीय चयन प्रभावों को नज़रअंदाज़ कर देते हैं जो तय करते हैं कि किसे फ़ायदा होता है। Stanford, IMF, और OECD के साक्ष्य एक चिंताजनक निष्कर्ष पर मिलते हैं: AI लिंग, आयु, कंपनी के आकार, और भूगोल के आधार पर असमानता को बदतर बना रहा है [3, 4, 9, 11]। तकनीक का प्रभाव उसके वितरण पर निर्भर करता है, केवल उसकी क्षमता पर नहीं। तीन एक साथ काम करने वाले चयन तंत्र—पहुंच की असमानता, ज्ञान की असमानता, और अवसर की असमानता—AI को एक लोकतंत्रीकरण करने वाले टूल से एक स्तरीकरण करने वाली शक्ति में बदल देते हैं।

नीति निर्माताओं को तीनों बाधाओं पर एक साथ काम करना होगा। सरकारों को टैक्स क्रेडिट के ज़रिए छोटे उद्यमों के लिए AI अपनाने को सब्सिडी देनी चाहिए, जिससे 3.3 गुना अपनाने का अंतर बंद हो सके। शैक्षणिक संस्थानों को पाठ्यक्रम में AI साक्षरता को शामिल करना चाहिए और प्रशासनिक भूमिकाओं में महिलाओं के लिए लक्षित रीस्किलिंग कार्यक्रम शुरू करने चाहिए, ताकि पचहत्तर प्रतिशत ज्ञान के अंतर को दूर किया जा सके। नियोक्ताओं को AI टूल्स को मानवीय मेंटरशिप के साथ जोड़ते हुए संरचित एंट्री-लेवल पद बनाने चाहिए, ताकि अनुभव के catch-22 को रोका जा सके। हस्तक्षेप के लिए समय की खिड़की सिकुड़ती जा रही है क्योंकि अंतर हर कुछ सालों में दोगुना हो जाता है [11]। जानबूझकर की गई कार्रवाई के बिना, AI का व्यक्तिगत वादा सामूहिक खतरे में बदल जाएगा।

संदर्भ

[1] Bick, A., et al. (2025). “The Impact of Generative AI on Work Productivity.” Federal Reserve Bank of St. Louis. https://www.stlouisfed.org/on-the-economy/2025/feb/impact-generative-ai-work-productivity

[2] Noy, S., & Zhang, W. (2023). “Experimental evidence on the productivity effects of generative artificial intelligence.” Science. https://www.science.org/doi/10.1126/science.adh2586

[3] International Monetary Fund. (2025). “AI Adoption and Inequality.” IMF Working Papers. https://www.imf.org/en/publications/wp/issues/2025/04/04/ai-adoption-and-inequality-565729

[4] Stanford University & Fortune. (2025). “First-of-its-kind Stanford study says AI is starting to have a ‘significant and disproportionate impact’ on entry-level workers in the U.S.” https://fortune.com/2025/08/26/stanford-ai-entry-level-jobs-gen-z-erik-brynjolfsson/

[5] McKinsey. (2025). “The state of AI in 2025: Agents, innovation, and transformation.” https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

[6] OECD. (2025). “Unlocking productivity with generative AI: Evidence from experimental studies.” https://www.oecd.org/en/blogs/2025/07/unlocking-productivity-with-generative-ai-evidence-from-experimental-studies.html

[7] Stanford HAI. (2025). “The 2025 AI Index Report.” https://hai.stanford.edu/ai-index/2025-ai-index-report

[8] Anthropic. (2024). “Estimating AI productivity gains from Claude conversations.” https://www.anthropic.com/research/estimating-productivity-gains

[9] OECD. (2024). “What Impact Has AI Had on Wage Inequality?” https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/11/what-impact-has-ai-had-on-wage-inequality_8943dfe0/7fb21f59-en.pdf

[10] IBM. (2024). “Data Suggests Growth in Enterprise Adoption of AI is Due to Widespread Deployment by Early Adopters.” https://newsroom.ibm.com/2024-01-10-Data-Suggests-Growth-in-Enterprise-Adoption-of-AI-is-Due-to-Widespread-Deployment-by-Early-Adopters

[11] OECD. (2025). “Emerging divides in the transition to artificial intelligence.” OECD Regional Development Papers No. 147. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/06/emerging-divides-in-the-transition-to-artificial-intelligence_eeb5e120/7376c776-en.pdf

[12] Humlum, A., & Vestergaard, E. (2024). Research on gender gaps in AI adoption. University of Chicago Booth School of Business. As reported in CNBC (2025). https://www.cnbc.com/2025/05/08/ai-risk-chatgpt-gender-gap-jobs-work.html

[13] ScienceDirect. (2024). “The gen AI gender gap.” https://www.sciencedirect.com/science/article/abs/pii/S0165176524002982

[14] Interface EU. (2025). “AI’s Missing Link: The Gender Gap in the Talent Pool.” https://www.interface-eu.org/publications/ai-gender-gap

[15] CEPR. (2025). “Generative AI: Uneven adoption, labour market returns, and policy implications.” https://cepr.org/voxeu/columns/generative-ai-uneven-adoption-labour-market-returns-and-policy-implications

[16] World Economic Forum. (2025). “Is AI closing the door on entry-level job opportunities?” https://www.weforum.org/stories/2025/04/ai-jobs-international-workers-day/

[17] Swiss Institute of Artificial Intelligence. (2025). “AI and Earnings Inequality: The Entry-Level Squeeze That Education Must Solve.” https://siai.org/research/2025/10/202510280934

[18] CEPR. (2024). “Should AI stay or should AI go: The promises and perils of AI for productivity and growth.” https://cepr.org/voxeu/columns/should-ai-stay-or-should-ai-go-promises-and-perils-ai-productivity-and-growth