पुनः साझा करें — बेनोइट राफेल की सामग्री
12,000 कर्मचारियों के एक अध्ययन से पता चलता है: AI के साथ, हम अपने सहकर्मियों से अधिक बात करते हैं। अच्छी खबर या एक जाल?
मिलान की बोकोनी यूनिवर्सिटी के शोधकर्ताओं ने माइक्रोसॉफ्ट के AI सहायक Copilot के रोलआउट के दौरान एक बहुराष्ट्रीय कंपनी के 12,040 कर्मचारियों की बैठकों, कॉलों और ईमेल पर नज़र रखी। इस टूल को अपनाने के तीन महीने बाद, उपयोगकर्ता अपने सहकर्मियों के साथ बातचीत करने में प्रति सप्ताह लगभग बीस मिनट अधिक बिताते हैं। विशेष रूप से बैठकों और फोन पर।
लेकिन असली मुद्दा बिताए गए समय का उतना नहीं है जितना उन लोगों का है जिनसे हम बात करते हैं। और सबसे बढ़कर, किन लोगों से!
Copilot उपयोगकर्ता पहले की तुलना में लगभग तीन अधिक सहकर्मियों के साथ काम करते हैं, ऐसे लोग जो एक-दूसरे को बहुत कम जानते हैं।
बर्कले यूनिवर्सिटी (2026) के दो शोधकर्ताओं द्वारा किए गए एक अन्य सर्वेक्षण ने एक अमेरिकी प्रौद्योगिकी कंपनी में आठ महीनों तक इसका अवलोकन किया। डिज़ाइनर कोडिंग शुरू करते हैं। शोधकर्ता इंजीनियरिंग के कार्य संभालते हैं।
कल्पना करें कि यह किसी चर्चा में क्या बदलाव लाता है: आप एक पहला मॉकअप, कोड का एक टुकड़ा, एक प्रस्ताव लेकर आ सकते हैं जिसे आप अकेले तैयार नहीं कर सकते थे। आपके सहकर्मी के पास जाँचने, चर्चा करने, आपके साथ सुधारने के लिए कुछ होता है।
लेकिन यही सर्वेक्षण एक असली जाल भी दिखाता है:
इंजीनियर उस काम को सुधारने में अधिक समय बिताते हैं जो उनके सहकर्मियों ने AI के साथ किया। मशीन हमारी समझ से तेज़ उत्पादन करती है।
अगर बोकोनी अध्ययन के बीस मिनट दोबारा पढ़ने, सत्यापित करने या सुधारने में लगते हैं… तो काम बस अन्य सहयोगियों पर स्थानांतरित हो गया है।
यह AI के साथ समय बचाने पर पूछने के लिए एक काफी ठोस सवाल देता है: जिस व्यक्ति को हम परिणाम सौंपते हैं, उसके लिए कितना काम बाकी रहता है?
मुझे टिप्पणियों में बताएं कि आप क्या सोचते हैं।
LinkedIn स्रोत
- प्रोफ़ाइल: पियरे जीन डुविवियर उर्फ़ Sage (LinkedIn)
- साझा करने वाले लेखक: बेनोइट राफेल (LinkedIn)
यह पोस्ट 12,000 कर्मचारियों का एक अध्ययन दिखाता है: AI के साथ, हम अपने सहकर्मियों से अधिक बात करते हैं। अच्छी खबर या एक जाल? सबसे पहले les plumes qui mordent पर प्रकाशित हुई।
अक्सर पूछे जाने वाले प्रश्न
अक्सर पूछे जाने वाले प्रश्न 12,000 कर्मचारियों का एक अध्ययन दिखाता है कि AI के साथ लोग अपने सहकर्मियों से अधिक बात करते हैं अच्छी खबर या एक जाल
1 यह अध्ययन वास्तव में क्या कहता है
इसने पाया कि जब कर्मचारी काम पर AI टूल का उपयोग करते हैं तो वे अपने सहकर्मियों के साथ कम नहीं बल्कि अधिक संवाद करते हैं अध्ययन में लगभग 12000 कर्मचारियों का सर्वेक्षण किया गया
2 यह अध्ययन किसने किया और मुझे यह कहाँ मिल सकता है
शीर्षक 12000 कर्मचारियों के एक विशिष्ट अध्ययन से आया है लेकिन उद्धृत करने से पहले आपको लेखकों की संस्था और प्रकाशन विवरण के लिए मूल स्रोत जाँचना चाहिए शीर्षक अक्सर जटिल निष्कर्षों को सरल बना देते हैं
3 इस अध्ययन में AI क्या माना गया है
आमतौर पर चैटबॉट लेखन सहायक कोडिंग सहायक और कार्यस्थल सॉफ़्टवेयर में निर्मित AI सुविधाओं जैसे टूल सटीक परिभाषा इस बात पर निर्भर करती है कि अध्ययन ने AI उपयोग को कैसे मापा
4 AI लोगों को सहकर्मियों से अधिक बात क्यों करवाएगा
एक सामान्य व्याख्या यह है कि AI नियमित कार्यों को तेज़ी से संभालता है जिससे सहयोग के लिए समय मुक्त होता है और लोग अक्सर AI जो उत्पादन करता है उसे जाँचने सुधारने या लागू करने के लिए सहकर्मियों की ओर रुख करते हैं
5 क्या यह अच्छी खबर है
यह हो सकती है अधिक संचार का अर्थ बेहतर टीमवर्क ज्ञान साझा करना और तेज़ समस्या-समाधान हो सकता है लेकिन अधिक बात करना अपने आप में बेहतर नहीं होता यह इस पर निर्भर करता है कि बातचीत किस बारे में है
6 तो जाल कहाँ है
संभावित नुकसानों में अधिक व्यवधान दूसरों के साथ AI आउटपुट सत्यापित करने में अधिक समय बिताना AI से उत्पन्न व्यर्थ काम और AI की गलतियों को ठीक करने के लिए सहकर्मियों पर निर्भरता शामिल है अधिक संचार का अर्थ अधिक बैठकें और कम केंद्रित काम भी हो सकता है
7 क्या इसका मतलब है कि AI काम पर अलगाव कम करता है
संभवतः यदि अतिरिक्त संचार वास्तविक सहयोग है लेकिन अधिक संदेश भेजना अधिक जुड़ाव महसूस करने के समान नहीं है बातचीत की गुणवत्ता मायने रखती है
8 क्या यह निष्कर्ष कारण के बजाय सहसंबंध हो सकता है
हाँ हो सकता है कि जो लोग पहले से बहुत सहयोग करते हैं वे AI अपनाने की अधिक संभावना रखते हों बजाय इसके कि AI अधिक सहयोग का कारण बने अच्छे अध्ययन इसे नियंत्रित करने का प्रयास करते हैं लेकिन इसे जाँचना उचित है
9 अधिक बात करना कैसे मापा गया
संभवतः स्व-रिपोर्ट संचार लॉग या बैठक-संदेश डेटा के माध्यम से प्रत्येक विधि की सीमाएँ हैं स्व-रिपोर्ट पक्षपाती हो सकती हैं और लॉग बातचीत की गुणवत्ता को नहीं दर्शाते
10 क्या यह प्रभाव सभी नौकरियों पर लागू होता है
संभवतः समान रूप से नहीं ज्ञान कार्यकर्ता सहयोगी सॉफ़्टवेयर का उपयोग करने वाली टीमें और बहुत अधिक लेखन या विश्लेषण वाली भूमिकाएँ हो सकती हैं
