एल्गोरिदम के युग में मानसिक स्वास्थ्य

लेखक: अक्षिता पांडे, मोइत्रयी दास

आज के तेजी से बदलते कार्यस्थलों में, कृत्रिम बुद्धिमत्ता (एआई) अब विज्ञान कथा नहीं रह गई है; यह पहले से ही यहां मौजूद है, रोजमर्रा के काम, प्रदर्शन समीक्षा और निर्णय लेने में एकीकृत है। जबकि कंपनियां एआई के फायदों पर प्रकाश डालती हैं: अधिक दक्षता, कम त्रुटियां और डेटा-संचालित सटीकता, एक महत्वपूर्ण और आमतौर पर नजरअंदाज किया जाने वाला खर्च है: श्रमिकों के मानसिक कल्याण पर एआई कार्यान्वयन का प्रभाव।

विद्वता का एक बड़ा समूह एल्गोरिथम नियम के तहत जीवन और कार्य की परतों को उजागर करना शुरू कर रहा है। इस चर्चा में सबसे मजबूत परिवर्धन में मानविकी और सामाजिक विज्ञान संचार में ब्यूंग-जिक किम और जुलक ली का 2024 का पेपर है। देश की सबसे तकनीकी रूप से उन्नत आबादी में से एक, 418 दक्षिण कोरियाई पेशेवरों के सर्वेक्षण के आधार पर, अनुसंधान कार्यस्थल में एआई अपनाने के कार्यकर्ता तनाव, जलन और मनोवैज्ञानिक कल्याण पर प्रभाव की जांच करता है। निष्कर्ष एक साथ अत्यावश्यक और चिंताजनक हैं (किम और ली, 2024)।

एल्गोरिदम का अदृश्य भार

किम और ली के अध्ययन से एक मनोवैज्ञानिक डोमिनोज़ प्रभाव का पता चलता है: एआई अपनाने से आवश्यक रूप से बर्नआउट नहीं होता है, लेकिन इससे नौकरी का तनाव काफी बढ़ जाता है, जो बर्नआउट का एक महत्वपूर्ण भविष्यवक्ता बन जाता है। यह दूरगामी प्रभाव वाला एक सूक्ष्म कदम है। जरूरी नहीं कि कार्यकर्ता एआई के अस्तित्व को लेकर ही नाराज हों। इसके बजाय, यह एआई द्वारा उन पर डाला गया दबाव है - परिवर्तन की दर, सीखने की निरंतर आवश्यकता, अप्रचलन का खतरा - जो इस बढ़ती चिंता को जन्म देता है (किम और ली, 2024)।

कार्यस्थल में एआई तकनीकी-तनाव के माहौल को बढ़ावा देता है - कई तनावों के लिए एक आकर्षक शब्द जिसमें शामिल हैं:

टेक्नो-ओवरलोड: नए डिजिटल कार्यों और उपकरणों से निपटने की मजबूरी से अभिभूत होना

तकनीकी-असुरक्षा: यह डर कि स्वचालन किसी की नौकरी ले लेगा

तकनीकी-जटिलता: एआई सिस्टम को तुरंत सीखने और अपनाने में कठिनाई होना

तकनीकी-अनिश्चितता: एआई सिस्टम के तहत प्रदर्शन के संबंध में अनिश्चित उम्मीदें।

यह दबाव एक महत्वपूर्ण मनोवैज्ञानिक कीमत पर आता है। जैसे-जैसे कार्यस्थल तेजी से यंत्रीकृत होते जा रहे हैं और डिजिटल निगरानी प्रणालियों का विस्तार जारी है, कई श्रमिकों में अलगाव और नियंत्रण खोने की बढ़ती भावना का अनुभव हो रहा है। जो कार्य कभी मानवीय निर्णय और रचनात्मकता पर निर्भर करते थे, वे अब अक्सर एल्गोरिदम द्वारा आकार दिए जाते हैं, जिससे कर्मचारियों को कम स्वायत्तता और उन प्रणालियों के विस्तार की तरह महसूस होता है जिनमें वे काम करते हैं। इस बदलाव ने भावनात्मक थकावट, अलगाव और असहायता की भावनाओं को बढ़ाने में योगदान दिया है, यह पैटर्न वित्त और शिक्षा से लेकर स्वास्थ्य सेवा तक के उद्योगों में परिलक्षित होता है (किम और ली, 2024)।

प्रभाव के पीछे मनोवैज्ञानिक सिद्धांत

किम और ली ने अपने निष्कर्ष तीन प्रमुख मनोवैज्ञानिक प्रतिमानों पर आधारित किए:

नौकरी की मांग-संसाधन (जेडी-आर) मॉडल: मॉडल का प्रस्ताव है कि बर्नआउट तब होता है जब नौकरी की मांग (जैसे एआई अपस्किलिंग) उपलब्ध संसाधनों (जैसे, प्रशिक्षण, सहायता, या भावनात्मक लचीलापन) से अधिक हो जाती है।

संसाधनों का संरक्षण (सीओआर) सिद्धांत: सिद्धांत के अनुसार, लोग अपने शारीरिक, भावनात्मक और मनोवैज्ञानिक संसाधनों को संरक्षित करने का प्रयास करते हैं। चूंकि एआई इन संसाधनों से समझौता करता है, उदाहरण के लिए, कर्मचारियों को अप्रासंगिक या अक्षम महसूस कराकर, लोग तनाव और जलन से पीड़ित होते हैं।

तनाव और मुकाबला का लेन-देन मॉडल (टीएमएससी): इस मॉडल के अनुसार, तनाव लोगों के मूल्यांकन और समस्याओं पर प्रतिक्रिया करने के तरीके से उत्पन्न होता है। यदि एआई को एक अवसर के बजाय एक खतरे के रूप में देखा जाता है, और यदि मुकाबला करने का कौशल खराब है या समर्थन की कमी है, तो परिणाम मनोवैज्ञानिक तनाव है।

सीधे शब्दों में कहें तो, यह केवल AI नहीं है जो कर्मचारियों को नुकसान पहुँचाता है; इस प्रकार एआई को एक संगठनात्मक वातावरण के हिस्से के रूप में तैनात, शासित और समझा जाता है (किम एंड ली, 2024)।

बर्नआउट का एक नया चेहरा

पहले, बर्नआउट को लंबे काम के घंटे, खराब मैनेजमेंट, अवास्तविक उम्मीदें और इमोशनली डिमांडिंग नौकरियों से जोड़ा गया है। इसे अक्सर फिजिकली या मेंटली थका देने वाले माहौल में ज़्यादा काम करने का नतीजा समझा जाता था। हालांकि, एल्गोरिदमिक युग में, बर्नआउट एक नया और ज़्यादा दिखाई न देने वाला रूप ले रहा है, जो न केवल ज़्यादा काम में, बल्कि डिस्कनेक्शन, डिसएम्पॉवरमेंट और लगातार डिजिटल ओवरलोड में भी है। आज, एल्गोरिदम यह तय करते हैं कि हम कैसे काम करते हैं, बातचीत करते हैं, जानकारी लेते हैं और यहां तक ​​कि आराम भी करते हैं। नोटिफिकेशन पर्सनल और प्रोफेशनल ज़िंदगी के बीच की सीमाओं को धुंधला कर देते हैं, जबकि प्रोडक्टिविटी पर चलने वाले डिजिटल कल्चर हमेशा उपलब्ध, रिस्पॉन्सिव और एफिशिएंट रहने का दबाव बनाते हैं। साथ ही, एल्गोरिदमिक सिस्टम परफॉर्मेंस को मॉनिटर करके, व्यवहार का अनुमान लगाकर और रूटीन को इस तरह से तय करके ऑटोनॉमी को कम करते हैं जिससे लोगों को ऐसा महसूस हो सकता है कि उन्हें बदला जा सकता है और वे अपने काम से इमोशनली अलग हो सकते हैं। इसका नतीजा एक ऐसा बर्नआउट है जो सिर्फ फिजिकल थकावट से कम और कॉग्निटिव थकान, इमोशनल सुन्नपन और कभी भी सच में "ऑफलाइन" न होने की लगातार भावना से ज़्यादा जुड़ा है।

कर्मचारी तेज़ी से AI सिस्टम की वजह से खुद को अलग-थलग महसूस कर रहे हैं, जो बहुत कम या बिना किसी इंसानी इनपुट के फैसले लेते हैं। कई लोगों को लगता है कि डेटा, ऑटोमेशन और प्रेडिक्टिव एनालिटिक्स से चलने वाले वर्कप्लेस पर उनकी क्रिएटिविटी, जजमेंट और इंडिविजुअलिटी की अब उतनी वैल्यू नहीं रही। दूसरे लोग परफॉर्मेंस मेट्रिक्स, प्रोडक्टिविटी ट्रैकर्स और एल्गोरिदमिक इवैल्यूएशन के ज़रिए लगातार "नज़र रखे जाने" की बढ़ती भावना के बारे में बताते हैं, जो रिस्पॉन्स टाइम से लेकर एफिशिएंसी लेवल तक सब कुछ मॉनिटर करते हैं। लगातार निगरानी का यह कल्चर अक्सर कर्मचारियों को लगातार खुद पर नज़र रखने के लिए मजबूर करता है, जिससे हर समय प्रोडक्टिव दिखने का दबाव बढ़ जाता है। समय के साथ, यह एंग्जायटी, इमोशनल थकावट और वर्कप्लेस पर पर्सनल एजेंसी की कमज़ोर भावना में योगदान दे सकता है।

इस तरह का बर्नआउट कम दखल देने वाला, कम दिखने वाला होता है, लेकिन कम नुकसानदायक नहीं होता। यह सेल्फ-एस्टीम को कमज़ोर कर सकता है, एब्सेंटी बढ़ा सकता है, और, बहुत ज़्यादा मामलों में, डिप्रेशन या वर्कफोर्स को पूरी तरह से छोड़ने का कारण बन सकता है (किम और ली, 2024)।

तो, क्या किया जा सकता है? 1. AI ट्रांज़िशन में साइकोलॉजिकल सपोर्ट को नॉर्मल बनाएं

अक्सर, AI को पूरी तरह से टेक्निकल तरीके से लागू किया जाता है—सिस्टम इंस्टॉल करें, कर्मचारियों को ट्रेन करें, और काम हो गया। इसमें इमोशनल ऑनबोर्डिंग की कमी होती है। ऑर्गनाइज़ेशन को यह समझने की ज़रूरत है कि AI को लागू करना सिर्फ़ एक टेक्निकल बदलाव नहीं है, बल्कि एक साइकोलॉजिकल बदलाव है। इसके लिए कर्मचारियों को मेंटल हेल्थ सपोर्ट, चेक-इन और चिंता या कन्फ्यूजन दूर करने के लिए सुरक्षित जगह देने की ज़रूरत होती है।

2. हर लेवल पर डिजिटल सेल्फ-इफिकेसी को बढ़ावा दें

यह सिर्फ़ एक बार के लेसन देने की बात नहीं है। ऑर्गनाइज़ेशन को डिजिटल कॉन्फिडेंस डेवलप करने के लिए लगातार ट्रेनिंग, मेंटरिंग और पीयर सपोर्ट इनिशिएटिव शुरू करने की ज़रूरत है। इसका मकसद सिर्फ़ टेक्निकल काबिलियत नहीं बल्कि इमोशनल रेजिलिएंस है।

3. एंपैथी को ध्यान में रखते हुए AI को रीडिज़ाइन करें

AI सिस्टम को यूज़र एजेंसी को सेंटर में रखकर बनाया जाना चाहिए। वर्कर को यह जानना होगा कि एल्गोरिदम कैसे काम करते हैं, किस डेटा का इस्तेमाल किया जा रहा है, और डिसीजन-मेकिंग पाइपलाइन में ह्यूमन इनपुट कहाँ रखा गया है। ट्रांसपेरेंसी और इनक्लूजन डर और रेजिस्टेंस को कम करते हैं।

4. सफलता के तरीकों को बदलें

बर्नआउट आमतौर पर अमानवीय क्राइटेरिया से जज किए जाने की वजह से होता है। बिज़नेस को सावधान रहना चाहिए कि वे एल्गोरिदमिक असेसमेंट पर ज़्यादा निर्भर न हों। परफॉर्मेंस मेज़रमेंट में इंसानी फीडबैक, टीमवर्क और कल्पना को बनाए रखने की ज़रूरत है।

5. मेंटल हेल्थ और AI के बारे में नैतिक सिद्धांत बनाएं

हमें पूरे सेक्टर में ऐसी गाइडलाइंस की ज़रूरत है जो AI के साइकोलॉजिकल असर को ध्यान में रखें। मेंटल हेल्थ को प्राइवेसी, बायस या ट्रांसपेरेंसी की तरह ही नैतिक AI का एक ज़रूरी हिस्सा होना चाहिए।

AI डायलॉग में इंसान को फिर से सेंटर में लाना

किम और ली की रिसर्च का सबसे अहम योगदान यह है कि AI की असली कीमत सिर्फ़ नौकरी जाने या डेटा रिस्क के मामले में नहीं है, बल्कि असली इंसानों की इमोशनल ज़िंदगी में भी है। AI न्यूट्रल नहीं है। AI लोगों के काम, उनकी कीमत और उनके भविष्य के बारे में उनकी भावनाओं को बदलता है। अगर हम AI अपनाने के मेंटल हेल्थ के नतीजों को भूल जाते हैं, तो हम एक कुशल लेकिन अमानवीय वर्कप्लेस बनाने का रिस्क उठाते हैं, जो ऑप्टिमाइज़्ड तो है, लेकिन इमोशनली टिकाऊ नहीं है। एल्गोरिदम का ज़माना आ गया है। सवाल यह है कि क्या हम इसे हमदर्दी, दूर की सोच और देखभाल के साथ स्वीकार करेंगे, या हम ऑटोमेशन के लिए इंसानी भलाई को बेच देंगे। काम का भविष्य सिर्फ़ स्मार्ट मशीनों पर निर्भर नहीं है। यह ज़्यादा इंसानी सिस्टम पर निर्भर करता है।