AI के साथ काम आसान होना चाहिए था। हम और अधिक व्यस्त क्यों हैं?

AI से काम आसान होना चाहिए था। फिर हम और अधिक व्यस्त क्यों हैं?

AI को अक्सर स्थिर अर्थव्यवस्था और संघर्षरत कंपनियों की उत्पादकता को पुनर्जीवित करने के लिए एक ट्रम्प कार्ड के रूप में देखा जाता है। वास्तव में, 23 मार्च के Phys.org लेख में बताया गया है कि ब्रिटेन में लंबे समय से चली आ रही "उत्पादकता की कमजोरी" के लिए AI को एक समाधान के रूप में देखा जा रहा है। ब्रिटिश सरकार भी AI और क्वांटम तकनीक में निवेश को अपनी विकास रणनीति के केंद्र में रख रही है। लेकिन, उस लेख का असली सवाल यह नहीं है कि AI उपयोगी है या नहीं। बल्कि यह है कि हम काम को कुशल बनाने की कोशिश क्यों कर रहे हैं, यह एक और अधिक मौलिक सवाल है।

लेख का मूल स्पष्ट है। उत्पादकता, यानी "प्रति घंटे कितना अधिक उत्पादन किया जा सकता है" का माप, अर्थव्यवस्था को देखने के लिए सुविधाजनक हो सकता है, लेकिन यह काम के मूल्य को सीधे नहीं दर्शाता। यह जरूरी नहीं है कि वेतन न्यायसंगत होगा या रोजगार स्थिर होगा। समाज के लिए वास्तव में आवश्यक काम को सही ढंग से मूल्यांकित करने की कोई गारंटी नहीं है। बल्कि, केवल दक्षता का पीछा करने से लागत में कटौती और अत्यधिक तनावपूर्ण आपूर्ति श्रृंखला निर्भरता बढ़ सकती है, जिससे एक स्मार्ट दिखने वाली लेकिन वास्तव में कमजोर प्रणाली बन सकती है।

यह समस्या विशेष रूप से चिकित्सा, देखभाल, और शिक्षा जैसे क्षेत्रों में स्पष्ट है। नर्सों का मरीजों के साथ बिताया समय, शिक्षकों का छात्रों की समझ के अनुसार अपने स्पष्टीकरण को समायोजित करने का समय, देखभाल कर्मियों का बुजुर्गों के बदलावों को नोटिस करने के लिए सतर्कता। ऐसे कामों में, मानव-से-मानव की बातचीत ही गुणवत्ता को निर्धारित करती है। इसलिए, यह उत्पादन लाइन की तरह सरलता से गति बढ़ाने का मामला नहीं है। जैसा कि अर्थशास्त्र में "बॉमोल की लागत रोग" दिखाता है, ऐसे श्रम-गहन सेवाएं, जबकि उत्पादकता को नाटकीय रूप से बढ़ाना मुश्किल होता है, समाज के लिए अनिवार्य हैं।

बेशक, यहां का मुद्दा यह नहीं है कि "AI निरर्थक है"। दस्तावेज़ का मसौदा तैयार करना, सारांश बनाना, कोडिंग में सहायता करना, अनुसंधान के लिए शुरुआती बिंदु तैयार करना। ऐसे यूनिट कार्यों में, AI निश्चित रूप से मजबूत है। Harvard Business Review ने फरवरी में कहा कि AI का वादा "बोझ को कम करना" है, लेकिन वास्तव में यह काम को कम करने के बजाय उसकी तीव्रता बढ़ाने की दिशा में अधिक प्रभाव डालता है। इसके अलावा, मार्च में प्रकाशित ActivTrak के विश्लेषण में, 443 मिलियन घंटे के कार्य डेटा से पता चला कि AI के लागू होने के बाद काम हल्का होने के बजाय, समग्र कार्य तेज हो गया है।

AI के उपयोग के बाद समय के उपयोग का प्रतीकात्मक उदाहरण है। Fortune द्वारा प्रस्तुत ActivTrak रिपोर्ट में कहा गया है कि AI के लागू होने के बाद, ईमेल का समय 104% बढ़ गया, चैट और मैसेजिंग 145% बढ़ गए, और कार्य प्रबंधन उपकरण का उपयोग 94% बढ़ गया। इसके अलावा, औसत गहन कार्य सत्र की लंबाई 9% कम हो गई, और गहराई से सोचने के लिए समय भी घट गया। AI के द्वारा छोटे कार्यों को संभालने और खाली समय बनाने के आदर्श के विपरीत, वास्तव में "बचाया गया समय" नए अनुरोधों, पुष्टि, संशोधन, और संपर्क में खप गया है।

यह विरोधाभास सोशल मीडिया की प्रतिक्रियाओं में भी स्पष्ट रूप से दिखाई देता है। Reddit पर, AI एक-एक कार्य के घर्षण को कम करता है, लेकिन इसके बदले कार्यों की संख्या और अपेक्षाएं बढ़ा देता है, इस विचार के समर्थन में टिप्पणियां थीं। एक अन्य उपयोगकर्ता ने कहा कि AI के कारण वे फ्रंट-एंड जैसे अप्रशिक्षित क्षेत्रों में भी हाथ आजमा सकते हैं, लेकिन यह भी "क्षेत्र का विस्तार" है। करने की क्षमता बढ़ना एक प्रगति है, लेकिन अगर यह जल्दी ही "ऐसे काम जो वास्तव में नहीं करने चाहिए थे" तक बढ़ने का दबाव बन जाता है, तो यह एक अलग कहानी है।

LinkedIn पर भी इसी तरह की भावना देखी जा सकती है। सार्वजनिक पोस्टों में कहा गया था कि "तेजी से काम करने से काम कम नहीं होता, बल्कि तेजी से काम करने की वजह से और अधिक काम करने की उम्मीद की जाती है" और "जैसे ही आप परिणाम दिखाते हैं, नई अपेक्षाएं जुड़ जाती हैं" जैसी चिंताएं बार-बार व्यक्त की गईं। कुछ पोस्टों में तो यह भी लिखा गया था कि वे AI से प्राप्त दक्षता को दूसरों को नहीं दिखाना चाहते, क्योंकि दिखाने पर केवल काम ही बढ़ेगा। यानी कि जो हो रहा है वह तकनीकी अपनाने के प्रति प्रतिरोध नहीं है, बल्कि दक्षता के फलों को "आराम" के बजाय "अतिरिक्त कार्य" के रूप में लेने की संरचना के प्रति अविश्वास है।

इसके अलावा, इस अनुभव में स्थिति के आधार पर भी अंतर होता है। Gallup के 2025 की चौथी तिमाही के सर्वेक्षण में दिखाया गया कि कार्यस्थल में AI का उपयोग करने की आवृत्ति नेताओं में अधिक है, और व्यक्तिगत योगदानकर्ताओं की तुलना में काफी आगे है। इसके अलावा, Fortune द्वारा प्रस्तुत एक सर्वेक्षण में कहा गया कि प्रबंधन स्तर के लोग कर्मचारियों की तुलना में AI की उत्पादकता बढ़ाने की क्षमता के प्रति अधिक आशावादी हैं। ऊपर से देखने पर AI एक विकास रणनीति है, लेकिन जमीन से देखने पर यह "सोचने से पहले काम करने" का काम बढ़ाने वाला उपकरण बन सकता है, और इसके साथ ही उस गति के साथ खुद को बनाए रखना पड़ सकता है।

दूसरी ओर, प्रबंधन की सभी अपेक्षाएं केवल कल्पना नहीं हैं। उदाहरण के लिए, मार्क क्यूबन ने कहा है कि AI एजेंट काम के घंटे को लगभग एक घंटे तक कम कर सकते हैं। हालांकि, उस भविष्य के वास्तव में आने के लिए कुछ शर्तें हैं। समय को आराम और सीखने में लौटाने की प्रणाली की डिजाइनिंग, मूल्यांकन मानकों की पुनः समीक्षा, और AI के उपयोग से बढ़ी हुई उपलब्धियों को कौन और कैसे प्राप्त करेगा इस पर चर्चा। इसके बिना, AI "काम न करने का उपकरण" नहीं बल्कि "अधिक काम करने का उपकरण" बनकर रह जाएगा।

Phys.org का लेख महत्वपूर्ण है क्योंकि यह AI की प्रशंसा को चुनौती नहीं दे रहा है। यह काम के भविष्य को केवल उत्पादन की अधिकतमता के दृष्टिकोण से सोचने के खतरे की ओर इशारा कर रहा है। तेजी से काम करने की क्षमता और अच्छी तरह से काम करने की क्षमता समान नहीं हैं। काम को व्यक्ति का समर्थन करना चाहिए, समाज का समर्थन करना चाहिए, और जीवन के साथ संतुलित होना चाहिए। "कितने घंटे में कितना उत्पादन किया गया" यह पर्याप्त नहीं है। AI वास्तव में पूछ रहा है कि हम अपने समय को कितना बेचने के लिए तैयार हैं, और दक्षता से उत्पन्न खाली समय किसका होगा।

स्रोत URL सारांश

मूल लेख (Phys.org पर प्रकाशित, The Conversation के योगदान को पुनः प्रकाशित किया गया)
https://phys.org/news/2026-03-ai-boost-productivity-maximizing-output.html

AI पर काम को कम करने के बजाय उसकी तीव्रता बढ़ाने पर चर्चा करने वाला Harvard Business Review लेख
https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it

AI के लागू होने के बाद, ईमेल, चैट, कार्य प्रबंधन के समय में वृद्धि और ध्यान केंद्रित समय में कमी को दर्शाने वाला ActivTrak का सारांश पृष्ठ
https://www.activtrak.com/resources/state-of-the-workplace/

ActivTrak के प्रमुख आंकड़े (443M घंटे का विश्लेषण, ईमेल +104%, चैट +145% आदि) को बताने वाली कंपनी की समाचार
https://www.activtrak.com/news/state-of-the-workplace-ai-accelerating-work/

ActivTrak के सर्वेक्षण को प्रस्तुत करने वाला Inc. लेख
https://www.inc.com/bruce-crumley/ai-is-boosting-productivity-but-data-shows-employee-workloads-are-getting-heavier/91316283

ActivTrak के सर्वेक्षण को प्रस्तुत करने वाला Fortune लेख
https://fortune.com/2026/03/13/ai-isnt-reducing-workloads-its-straining-employees-time-spent-emailing-doubled-deep-focus-work-fell/

AI उपयोग की आवृत्ति में पदानुक्रम का अंतर, और ज्ञान कार्य और रिमोट कार्य के लिए गहराई से उपयोग को दर्शाने वाला Gallup सर्वेक्षण
https://www.gallup.com/workplace/701195/frequent-workplace-continued-rise.aspx

प्रबंधन और कर्मचारियों के बीच AI की अपेक्षाओं में अंतर को रिपोर्ट करने वाला Fortune लेख
https://fortune.com/2026/03/13/ceos-ai-mandate-employees-jobs-survey-nicholas-bloom/

सोशल मीडिया प्रतिक्रिया का उदाहरण 1: Reddit पर "AI कार्य के घर्षण को कम करता है, लेकिन कार्यों और अपेक्षाओं को बढ़ाता है" पर चर्चा
https://www.reddit.com/r/datascience/comments/1r21ce9/new_study_finds_ai_may_be_leading_to_workload/

सोशल मीडिया प्रतिक्रिया का उदाहरण 2: LinkedIn पर "बचाया गया समय स्वतंत्र समय नहीं बल्कि अतिरिक्त कार्य बन जाता है" पर पोस्ट
https://www.linkedin.com/posts/georgettejupe_ai-doesnt-reduce-workit-intensifies-it-activity-7429516868815745024-PavA

सोशल मीडिया प्रतिक्रिया का उदाहरण 3: LinkedIn पर "दक्षता दिखाने से काम और बढ़ जाता है" पर पोस्ट
https://www.linkedin.com/posts/cshaeffer_ai-doesnt-reduce-workit-intensifies-it-activity-7440202483127406592-Oghl

सोशल मीडिया प्रतिक्रिया का उदाहरण 4: LinkedIn पर "AI प्लेट पर काम को कम नहीं करता, बल्कि अपेक्षाएं बढ़ाता है और सोचने का समय घटाता है" पर पोस्ट
https://www.linkedin.com/posts/sean-m-white_ai-doesnt-reduce-workit-intensifies-it-activity-7427771653683867648-lnWB

विपरीत आशावाद का उदाहरण, AI एजेंट के माध्यम से कार्य समय को कम करने की भविष्यवाणी करने वाले मार्क क्यूबन के बयान को प्रस्तुत करने वाला लेख
https://www.businessinsider.com/mark-cuban-ai-agents-cut-workdays-hour-smart-companies-2026-3