जब कौशल प्रमाण नहीं रहा
दशकों से हम जानते थे कि काम में किसी इंसान की कीमत कैसे आँकी जाए। AI उन नियमों को बदल रहा है — और अभी तक कोई नहीं जानता कि उन्हें किससे बदला जाए।
जो काम मैं बहुत अच्छे से करता था, वह अब मुफ्त और सर्वसुलभ है
2026 की शुरुआत में, Aditya Agarwal — Facebook के पहले इंजीनियरों में से एक, बाद में Dropbox के CTO, जिन्होंने उस कंपनी की इंजीनियरिंग टीम को 25 से एक हजार लोगों तक बढ़ाया — ने X पर कुछ पंक्तियाँ लिखीं जो पूरे अंग्रेजी-भाषी इंटरनेट पर फैल गईं।
उन्होंने लिखा कि उन्होंने एक सप्ताहांत Claude के साथ कोडिंग करते हुए बिताया। और उन्हें बिल्कुल स्पष्ट हो गया: हम कभी भी हाथ से कोड नहीं लिखेंगे। फिर उन्होंने वह वाक्य जोड़ा जो इस पूरी कहानी की कुंजी है: *”जो काम मैं बहुत अच्छे से करता था, वह अब मुफ्त और सर्वसुलभ है। मैं खुश हूँ… लेकिन दिशाहीन।”*
कुछ हफ्तों बाद उन्होंने इस विचार को The Information में पहली बार प्रकाशित एक निबंध में विस्तारित किया। उन्होंने कुछ ऐसा लिखा जो साधारण व्यावसायिक अप्रचलन से कहीं अधिक कठिन है: उन्होंने देखा कि उसी सप्ताहांत AI एजेंट शुरू से सोशल नेटवर्क बना रहे थे — ठीक वही प्रकार का उत्पाद जो उन्होंने Facebook में अपने करियर की शुरुआत में बनाया था। उनके काम करने का तरीका और जो वे बनाते थे — दोनों एक साथ बदल गए। 48 घंटों में।
उनकी प्रतिक्रिया — विस्मय और गहरी उदासी का मिश्रण — केवल उनकी व्यक्तिगत नहीं है। यह प्रतिनिधित्वपूर्ण है। और इस पर करीब से नज़र डालना उचित है, क्योंकि इसमें कुछ ऐसा है जिसके बारे में AI पर मुख्यधारा की बातचीत लगभग कभी नहीं करती।
यह काम के बारे में नहीं है। यह दर्जे के बारे में है।
AI और रोज़गार पर अधिकांश सार्वजनिक बातचीत एक ही प्रश्न के इर्द-गिर्द घूमती है: कितनी नौकरियाँ जाएंगी? McKinsey, Goldman Sachs, विश्व आर्थिक मंच संख्याएँ देते हैं। राजनेता पुनः-प्रशिक्षण की बात करते हैं। पत्रकार “AI आपकी नौकरी ले लेगा” जैसी सुर्खियाँ लिखते हैं। प्रति-आख्यान इसके विपरीत कहता है: पहले से कहीं अधिक करोड़पति होंगे, AI पाई को बड़ा करेगा।
दोनों पक्ष अर्थशास्त्र की बात कर रहे हैं। आय, रोज़गार, श्रम बाज़ार की।
Agarwal किसी और चीज़ की बात कर रहे थे। वे दर्जे की बात कर रहे थे — और इस बात की कि जिन नींवों पर उन्होंने अपने पूरे वयस्क जीवन में यह दर्जा बनाया था, वे अचानक अस्थिर हो गई थीं। यह नौकरी गँवाने से अलग अनुभव है। आप नौकरी गँवा सकते हैं और फिर भी अपने व्यावसायिक आत्म-सम्मान को बनाए रख सकते हैं। यहाँ कुछ कठिन है: एक ऐसी स्थिति जिसमें वह कौशल जो आपने वर्षों में हासिल किया, और जिसके ज़रिए दूसरे आपको एक निश्चित तरीके से देखते थे, शाब्दिक रूप से मुफ्त और सार्वभौमिक रूप से उपलब्ध हो जाता है।
व्यावसायिक जीवन के पूरे इतिहास में, लोगों ने कौशल अर्जन की कठिनाई के माध्यम से दर्जा बनाया। प्रोग्रामिंग के लिए वर्षों के अध्ययन, अभ्यास, एक साथ अमूर्त और सटीक सोचने की क्षमता की ज़रूरत थी। साहित्यिक अनुवाद के लिए दो भाषाओं में दशकों की तल्लीनता चाहिए थी। चिकित्सा निदान के लिए अस्पतालों में हजारों घंटे। अर्जन की कठिनाई गुणवत्ता का संकेत थी — और सामाजिक पदानुक्रम बनाने का एक तंत्र जो सीखने में लगाए गए प्रयास को अर्थ देता था।
AI इन कौशलों को इतना खत्म नहीं करता जितना उन्हें उनके परिणाम से अलग करता है। और यही खेल के नियमों को उस तरह बदलता है जिसे आर्थिक मॉडल पकड़ नहीं पाते।
Taylor & Francis के शोधकर्ताओं ने जिन्होंने 2025 में भारतीय IT पेशेवरों पर AI के मनोवैज्ञानिक प्रभाव का विश्लेषण किया, इस घटना का सटीक नामकरण किया: अध्ययन के प्रतिभागी न केवल कौशल-अप्रचलित महसूस कर रहे थे, बल्कि “अवांछित” — जो सुझाता है कि संकट तकनीकी अप्रचलन से परे जाता है और प्रतीकात्मक वंचना के क्षेत्र में प्रवेश करता है। दूसरे शब्दों में: यह केवल इस बारे में नहीं है कि आप कुछ कर सकते हैं या नहीं। यह इस बारे में है कि दूसरों की नज़रों में आपकी वह क्षमता अभी भी कोई मूल्य रखती है या नहीं।
यह एक बहुत पुराना मानवीय प्रश्न है जिसे AI ने नए सिरे से पूछा है — और इस बार एक साथ लाखों लोगों से पूछा है।
वह चिंता जिसका अभी नाम नहीं है
लोग AI के संबंध में जो महसूस करते हैं उसे वे जिस तरह से वर्णित करते हैं उसमें कुछ विशेषता है। वे “चिंता”, “दिशाहीनता” की बात करते हैं, इस अहसास की कि कुछ बदल रहा है लेकिन वे ठीक-ठीक नहीं बता सकते क्या। सर्वेक्षण दर्शाते हैं कि अमेरिका में आधे से अधिक कर्मचारी अपने काम के भविष्य पर AI के प्रभाव के बारे में चिंता व्यक्त करते हैं। लेकिन जब अधिक सटीक रूप से पूछा जाए — तो पता चलता है कि वे ही लोग अक्सर बेरोज़गारी से नहीं डरते। वे किसी ऐसी चीज़ से डरते हैं जो नाम देना कठिन है।
Frontiers in Psychology के शोधकर्ता “AI anxiety” को तीन परतों में काम करने वाली घटना के रूप में वर्णित करते हैं: कौशल अप्रचलन के बारे में संज्ञानात्मक चिंताएँ, AI-संबंधी जानकारी से परिचित होने पर नकारात्मक भाव, और व्यवहार संबंधी प्रवृत्तियाँ — परिहार या उपकरणों पर प्रतिपूरक अति-निर्भरता। ये तीनों परतें मिलकर कुछ ऐसा बनाती हैं जो शास्त्रीय अस्तित्वगत चिंता जैसी लगती है — लेकिन इसका विषय नया है और मौजूदा भाषा से वर्णन करना कठिन है।
प्रौद्योगिकी के दार्शनिक यह भाषा बनाना शुरू कर रहे हैं। 2026 में प्रकाशित एक पेपर “epistemic automation” की अवधारणा प्रस्तुत करता है — मानव कर्ताओं से एल्गोरिदमिक प्रणालियों में ज्ञान-उत्पादन कार्यों का व्यवस्थित हस्तांतरण। केंद्रीय अवलोकन यह है: मनुष्य ज्ञान उत्पन्न करने की प्रक्रिया में प्राथमिक विषय होना बंद कर देता है और एल्गोरिदमिक रूप से उत्पन्न परिणामों का द्वितीयक मूल्यांकनकर्ता बन जाता है। यह एक बदलाव है जो न केवल श्रम बाज़ार को प्रभावित करता है, बल्कि कुछ बौद्धिक गतिविधियाँ करने के मूलभूत अर्थ को भी।
Agarwal ने इसे अपने ढंग से व्यक्त किया, लिखते हुए कि यह दौर *”मुझे सिखा रहा है कि फिर से इंसान होने का क्या मतलब है — इस रूमानी अर्थ में नहीं कि AI हमें कभी नहीं बदलेगा, बल्कि उस असुविधाजनक अर्थ में: जिस हिस्से में आपको वह छोड़ना होता है जो आप थे, ताकि वह बन सकें जो आप हो सकते हैं।”*
यह वाक्य ईमानदार और अच्छा है। लेकिन यह उस प्रश्न का उत्तर नहीं देता जो खुला रहता है: अगर दशकों से हम जानते थे कि किसी इंसान की कीमत उसके कौशल से कैसे मापें — तो अब हम उसे किससे मापते हैं? और उन लोगों का क्या होता है जिन्होंने अपना पूरा व्यावसायिक जीवन एक विशेष मूल्य प्रणाली को आत्मसात करने में बिताया, केवल यह देखने के लिए कि वह आमूल-चूल बदल जाती है — धीरे-धीरे, पीढ़ियों में नहीं, बल्कि कुछ ही वर्षों में?
यह बेरोज़गारी का डर नहीं है। यह अप्रासंगिकता का डर है। और यह कुछ ऐसा है जिसके लिए AI की प्रमुख आख्यान — आर्थिक, सांख्यिकीय, सुर्खी-आधारित — के पास कोई श्रेणी नहीं है।
जिन लोगों की हमें अब ज़रूरत नहीं — और पहचान का सवाल
एक और धागा है जो आमतौर पर अलग दिखाई देता है, हालाँकि यह पिछले वाले से गहराई से जुड़ा है।
जब AI कोई काम करता है — कोई पाठ लिखता है, किसी दस्तावेज़ का अनुवाद करता है, कोड बनाता है — स्क्रीन के दूसरी तरफ का व्यक्ति एक परिणाम देखता है। वह प्रक्रिया नहीं देखता। वह वह प्रयास नहीं देखता जो कोई उसमें लगा सकता था। वह नहीं जानता — और अक्सर पूछता भी नहीं — कि क्या इसे पाँच साल के अनुभव वाले इंसान ने लिखा या किसी भाषा मॉडल ने पाँच सेकंड में।
मूल्य सृजन के इतिहास के अधिकांश भाग में, किसने कुछ बनाया यह मायने रखता था। केवल गुणवत्ता के कारणों से नहीं — क्योंकि एक कुशल कारीगर किसी शिष्य से बेहतर काम करता था — बल्कि सामाजिक कारणों से। पहचान व्यावसायिक संबंधों की संरचना में अंतर्निहित थी। लोगों को पता था कि किसने क्या किया। यह ज्ञात था कि इसमें कितना प्रयास लगा।
AI ने इस संरचना को एक झटके में नहीं तोड़ा। उसने कुछ अधिक सूक्ष्म किया: परिणाम को दृश्य और प्रयास को अदृश्य बना दिया। बहुत से लोगों के लिए यह बदलाव गहराई से भटकाने वाला है, क्योंकि यह उस तंत्र पर प्रहार करता है जो उनके व्यावसायिक आत्म-सम्मान की नींव थी — एक ऐसा तंत्र जिसे मानव मस्तिष्क, जो पहचान और स्वीकृति पर आधारित सामाजिक पदानुक्रम में जीवन के लिए विकसित हुआ है, मौलिक मानता है।
PNAS Nexus इस घटना का सटीक वर्णन करता है: जनरेटिव AI केवल प्रथाओं को नहीं बदलता — यह मौलिक रूप से ज्ञान और कौशल के मूल्यांकन को रूपांतरित करता है। जब AI किसी दिए गए क्षेत्र में मानव कौशल स्तर से आगे निकल जाता है, तो उस क्षेत्र में उत्कृष्टता हासिल करने के प्रोत्साहन कमजोर पड़ जाते हैं। यह केवल एक आर्थिक गणना नहीं है। यह उस तर्क में बदलाव है जिसने दशकों तक सीखने के अर्थ को व्यवस्थित किया।
साथ ही — और यह शायद सभी धागों में सबसे सूक्ष्म है — लोग AI प्रणालियों के साथ बातचीत में जो समय बिताते हैं वह बढ़ रहा है। MIT और OpenAI के 2025 के एक अध्ययन ने लगभग एक हजार प्रतिभागियों और 300,000 से अधिक संदेशों को शामिल किया और पाया कि chatbot का अधिक दैनिक उपयोग अकेलेपन की अधिक भावनाओं और अन्य लोगों के साथ कम सामाजिकता से जुड़ा था। चार पश्चिमी देशों के दो हजार से अधिक वयस्कों के साथ एक दीर्घकालिक अध्ययन ने दिशा की पुष्टि की: सामाजिक chatbot के बढ़े हुए उपयोग ने अलगाव की भावनाओं में वृद्धि की भविष्यवाणी की।
यह एक उपकरण के रूप में AI के विरुद्ध तर्क नहीं है। यह यह अवलोकन है कि रोज़मर्रा के संबंधों की संरचना में कुछ बदल रहा है — और यह बदलाव पश्चिमी दुनिया में पहले से मौजूद अकेलेपन की महामारी के ऊपर परत चढ़ा रहा है। जो व्यक्ति अन्य लोगों की तुलना में किसी भाषा मॉडल से अधिक बार बात करता है, वह इससे अधिक जुड़ा नहीं हो जाता। वह कम जुड़ा हो जाता है।
जो बचता है
Agarwal — हालाँकि उन्होंने सच्ची उदासी से भरा एक निबंध लिखा — विलाप पर नहीं रुके। उन्होंने यह भी लिखा कि अनुकूलनशीलता नई मुद्रा बनती जा रही है। और महत्वपूर्ण रूप से, कि यह — एक प्रतिष्ठित विश्वविद्यालय की डिग्री के विपरीत — सभी के लिए उपलब्ध है।
यह आश्वस्त करने वाला है। लेकिन इसमें एक निश्चित सुधार की आवश्यकता है।
नई मुद्रा के रूप में अनुकूलनशीलता वास्तविक है। लेकिन तकनीकी बदलाव का इतिहास सिखाता है कि अनुकूलन की क्षमता कभी भी समान रूप से वितरित नहीं रही। कि नए मूल्य प्रणालियाँ जो पुरानी को प्रतिस्थापित करती हैं, उन्हें समान रूप से और निष्पक्ष रूप से प्रतिस्थापित नहीं करतीं। कि जिन्होंने वर्षों तक कुछ ऐसा सीखा जो अचानक सस्ता हो गया, उनके पास हमेशा रातोंरात बदलने के संसाधन, समय या संदर्भ नहीं होते।
इस समस्या से निपटने का एक गहरा दार्शनिक प्रयास है। Springer में “liberatory alienation” के बारे में प्रकाशित एक पेपर प्रस्तावित करता है कि काम से अलगाव — हालाँकि अल्पकालिक रूप से भटकाने वाला — दीर्घकालिक रूप से मुक्तिदायक हो सकता है, क्योंकि यह मानव ऊर्जा को उस ओर मोड़ता है जो वास्तव में मानवीय है: क्षमता, रचनात्मकता, आनंद और अर्थ-निर्माण की क्षमता। मार्क्स का संदर्भ जानबूझकर है: काम से अलगाव केवल एक हानि नहीं होनी चाहिए।
लेकिन इसके लिए कुछ ऐसी चीज़ चाहिए जो कोई तकनीक प्रदान नहीं करती: हानि को संसाधित करने का समय। और एक ऐसा संदर्भ जो उस प्रसंस्करण को समझे और अनुमति दे।
Agarwal अपना निबंध एक ऐसे वाक्य से समाप्त करते हैं जो याद रखने योग्य है: *”यह हमेशा से सबसे कठिन हिस्सा रहा है, AI से बहुत पहले। तकनीक ने बस इसे नज़रअंदाज़ करना असंभव बना दिया।”*
यह ईमानदार है। और यह उस पल का अच्छा वर्णन करता है जिसमें हम हैं।
लेकिन उस वाक्य में कुछ गायब भी है: यह स्वीकृति कि बहुत से लोगों के लिए नज़रअंदाज़ करने की यह असंभवता परिवर्तन के लिए निमंत्रण के रूप में नहीं आती — यह एक फैसले के रूप में आती है। और उसी तथ्य के उन दो अनुभवों के बीच एक खाई है जिसे नई मुद्रा के रूप में अनुकूलनशीलता की कोई भी कहानी अपने आप नहीं भरती।
post-ChatGPT युग में मानव प्रासंगिकता का प्रश्न इस बारे में नहीं है कि क्या AI हमारी जगह लेगा। यह इस बारे में है कि जब वे नींवें जिन पर हमने अर्थ बनाया था, मानव मानस के साथ तालमेल रख सकने से तेज़ी से बदल रही हों, तो अर्थ को फिर से कैसे बनाया जाए।
अभी के लिए, हमारे पास इस प्रश्न का उत्तर नहीं है। जो हमारे पास है वह इसे पूछने वाले लोगों की बढ़ती संख्या है — और इसे स्पष्ट रूप से व्यक्त करने के लिए पर्याप्त सटीक शब्दों की घटती आपूर्ति।
स्रोत
- Aditya Agarwal, When Your Life’s Work Becomes Free and Abundant, South Park Commons / The Information, मार्च 2026 — लिंक
- Sharma et al., Psychological impacts of AI-induced job displacement among Indian IT professionals, Taylor & Francis, सितंबर 2025
- Frontiers in Psychology, The impact of career adapt-abilities on AI anxiety, 2026 — लिंक
- Epistemic Automation and the Deformation of the Human, Religions (MDPI), अप्रैल 2026 — लिंक
- Acemoglu et al., Impact of generative AI on socioeconomic inequalities, PNAS Nexus, 2024 — लिंक
- Sidorkin, Embracing liberatory alienation: AI will end us, but not in the way you may think, AI & Society, Springer, 2025 — लिंक
- Fang et al. (MIT/OpenAI), How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use, arXiv, 2025 — लिंक
- Folk & Dunn, How Does Turning to AI for Companionship Predict Loneliness and Vice Versa?, Psychological Science, 2026 — लिंक
