अंतर्दृष्टि
एआई के रुकने के बाद हैंडऑफ़ डिज़ाइन करना
अधिकांश संगठनों ने तय कर लिया है कि AI कहाँ रुकता है। लगभग किसी ने भी यह डिज़ाइन नहीं किया है कि इसके रुकने के ठीक अगले सेकंड क्या होता है।
हैंडऑफ़ को एक रूटिंग की तरह देखा जाता है: सिस्टम अपनी सीमा तक पहुँचता है, एक इंसान को काम मिलता है, और सेवा जारी रहती है। यह रूटिंग नहीं है। यह वह बिंदु है जहाँ पूरे सिस्टम की गुणवत्ता तय होती है, और वर्तमान में इसे कोई डिज़ाइन नहीं कर रहा है। अब इस पर फील्ड साक्ष्य मौजूद हैं। अलीबाबा के ताओबाओ प्लेटफॉर्म पर एक रैंडम प्रयोग में, कर्मचारियों ने एक एजेंटिक AI सिस्टम की देखरेख की जो योग्य ग्राहक चैट संभाल रहा था, जबकि बाकी को वे खुद हल कर रहे थे। चैट छोटी हो गईं। AI-योग्य चैट के लिए रेटिंग्स में भारी गिरावट आई। दिलचस्प बात यह है कि मानव बचाव कहाँ काम आया और कहाँ नहीं। जब सिस्टम ने इसलिए एस्केलेट किया क्योंकि समस्या उसकी क्षमता से परे थी — एक तकनीकी डेड एंड — तो मानवीय हस्तक्षेप ने सेवा की गुणवत्ता को बनाए रखा। जब यह इसलिए एस्केलेट हुआ क्योंकि ग्राहक निराश हो चुका था, तो हस्तक्षेप परिणाम को सुधारने में काफी हद तक विफल रहा। इसका कारण कौशल नहीं था। यह प्रयास था। भावनात्मक एस्केलेशन में, कर्मचारियों ने कम संदेश भेजे, बातचीत में कम हिस्सा लिया, कम जानकारी खोजी, और कम समाधान सुझाए। वे अपने दिन के सबसे कठिन पलों में सबसे कम जुड़ाव के साथ पहुँचे। और देर से हस्तक्षेप करने से स्थिति और खराब हो गई: शुरुआती एंट्री ही वह चीज़ थी जिसने बाद में प्रयास को बनाए रखा।
इसे एक संगठनात्मक डिज़ाइन निष्कर्ष के रूप में पढ़ें
इसे ग्राहक सेवा के बजाय एक संगठनात्मक डिज़ाइन निष्कर्ष के रूप में पढ़ें। सिस्टम ने चुपचाप मानवीय काम को पूरी तरह से उन हिस्सों में पुनर्आवंटित कर दिया था जिनमें मशीनें विफल हो जाती हैं — यानी भावनात्मक रूप से महंगे हिस्से — बिना इस बात को बदले कि उस काम का समर्थन कैसे किया गया, स्टाफ कैसे रखा गया, या उसका मूल्यांकन कैसे किया गया। बचा हुआ हिस्सा ही काम बन गया। किसी ने भी उस बचे हुए हिस्से (रेसिडुअल) को डिज़ाइन नहीं किया था। पोर्श के आफ्टर-सेल्स ऑपरेशन के भीतर एक दूसरा अध्ययन, यानी एक फील्ड प्रयोग, इसी अंतर को दूसरे दृष्टिकोण से उजागर करता है। निर्णयकर्ताओं को एक मानव विशेषज्ञ, एक मशीन लर्निंग मॉडल, या दोनों की सलाह दी गई थी। दोनों के संयोजन से बेहतर निर्णय निकले — लेकिन केवल वहीं जहाँ लोगों ने किसी एक पर निर्भर रहने के बजाय परस्पर विरोधी इनपुट का सक्रिय रूप से सामंजस्य बिठाया। और जब निर्णय व्यक्तिगत से समूह स्तर पर गया, तो उस सामंजस्य में जुड़ाव गिर गया। ये दोनों बातें मिलकर एक असहज सच्चाई सामने रखती हैं। लूप में इंसानों को बनाए रखने का लाभ स्वचालित नहीं होता है। यह वास्तविक जुड़ाव के एक कार्य पर निर्भर करता है जिसे अधिकांश वर्कफ़्लो सुरक्षित रखने के लिए कुछ नहीं करते, और जो दबाव, थकान और समूह सेटिंग्स में चुपचाप गायब हो जाता है।
इसके बाद तीन बातें सामने आती हैं
इसलिए सवाल यह नहीं है कि लूप में इंसान को रखा जाए या नहीं, बल्कि यह है कि लूप उनसे क्या अपेक्षा करता है। इसके बाद तीन बातें सामने आती हैं। एस्केलेशन में केवल केस नहीं, बल्कि पूरा संदर्भ (कॉन्टेक्स्ट) होना चाहिए। सबसे खराब दौर में बिना किसी इतिहास के प्रवेश करने वाला व्यक्ति अपने शुरुआती मिनट यह समझने में बिताता है कि क्या हुआ था, और समस्या के मानवीय हिस्से तक पहुँचते-पहुते वह पहले ही थक चुका होता है। जानकारी की निरंतरता के लिए डिज़ाइन किए गए हैंडऑफ़ सस्ते होते हैं। हम उन्हें शायद ही कभी बनाते हैं। बचे हुए काम को छूटे हुए काम के रूप में नहीं, बल्कि कठिन काम के रूप में स्टाफ किया जाना चाहिए। यदि मशीनें रूटीन काम को अपना लेती हैं और इंसानों के लिए अस्पष्ट, भावनात्मक और अभूतपूर्व काम छोड़ देती हैं, तो प्रति घंटे मानव केसलोड चुपचाप कठिन हो गया है, जबकि हेडकाउंट मॉडल अभी भी यह मान रहे हैं कि यह आसान हो गया है। यह बेमेल स्थिति बर्नआउट कहे जाने से बहुत पहले ही अलगाव (डिसइंगेजमेंट) के रूप में सामने आ जाती है। और सिस्टम से असहमति के लिए एक वैध रास्ता होना चाहिए। यदि मशीन की सलाह को अपने स्वयं के निर्णय के साथ मिलाना वह कदम है जो मूल्य पैदा करता है, तो उसे ओवरराइड करना एक सामान्य, कम लागत वाला, रिकॉर्ड किया गया कार्य होना चाहिए — न कि अवज्ञा का एक चुपचाप किया गया कृत्य जिसे किसी को उचित ठहराना पड़े।
इसके पीछे के पैटर्न को हर उस जगह देखना ज़रूरी है जहाँ AI किसी संगठन में प्रवेश करता है। हम नौकरियों के आसान हिस्सों को हटा रहे हैं और इसे राहत कह रहे हैं। जो बचता है वह केंद्रित मानवीय अवशेष है: निर्णय, अस्पष्टता, भावना, मरम्मत। यही वह योगदान है जिसके बारे में हम कहते हैं कि हम चाहते हैं। यह प्रति घंटे के हिसाब से सबसे अधिक मांग वाला काम भी है जो कोई व्यक्ति कर सकता है — और हम इसे बिना किसी अतिरिक्त समर्थन के सौंप रहे हैं, सिवाय उस रूटीन काम के जिसकी जगह इसने ली है।