શું AI વિવિધ ઉદ્યોગોમાં નોકરીઓનું સ્થાન લેશે કે નવી નોકરીઓનું સર્જન કરશે?

કૃત્રિમ બુદ્ધિમત્તામાં પ્રગતિ માનવ નોકરીઓનું સ્થાન લઈ રહી છે અને વિવિધ ઉદ્યોગોમાં નવી નોકરીઓનું સર્જન પણ કરી રહી છે. આપણે AI યુગ માટે કેવી રીતે તૈયારી કરીએ?

કૃત્રિમ બુદ્ધિ એ એક એવી ટેકનોલોજી છે જે કમ્પ્યુટર ટેકનોલોજીનો ઉપયોગ કરીને માનવ દ્રષ્ટિ, તર્ક અને શીખવાની ક્ષમતાઓને અમલમાં મૂકીને સમસ્યાઓનું નિરાકરણ લાવી શકે છે. AI પહેલાથી જ વિવિધ ઉદ્યોગોમાં વ્યાપકપણે ઉપયોગમાં લેવાય છે. ઉદાહરણ તરીકે, AI માનવ સહાય વિના કાર ચલાવવા માટે ડીપ લર્નિંગ ટેકનોલોજી અને છબી ઓળખનો ઉપયોગ કરે છે. ગૂગલ જેવા ઇન્ટરનેટ સર્ચ એન્જિન પણ AI નો ઉપયોગ શોધ ક્વેરીઝમાં અસ્પષ્ટતા અને બોલચાલને ઓળખવા માટે કરે છે જે સ્પષ્ટ રીતે વ્યાખ્યાયિત નથી અને તે માહિતીને જોડીને તમે જે શોધી રહ્યા છો તેની નજીકની માહિતી શોધે છે, અથવા અગાઉ શોધેલી ક્વેરીઝનો સંદર્ભ આપે છે અને તમે જે શોધી રહ્યા છો તે પ્રદર્શિત કરે છે. AI નો ઉપયોગ ગ્રાહક સપોર્ટ, અનુવાદ સેવાઓ, સામગ્રી જનરેશન અને વધુમાં કુદરતી ભાષા પ્રક્રિયા તકનીકો દ્વારા પણ થઈ રહ્યો છે. ઉદાહરણ તરીકે, ચેટબોટ્સ વાસ્તવિક સમયમાં ગ્રાહકના પ્રશ્નોના જવાબ આપી શકે છે, અને અનુવાદકો ભાષાઓ વચ્ચે વધુ સચોટ અને ઝડપથી અનુવાદ કરી શકે છે.
AI ના ઘણા બધા ઉપયોગો સાથે, એવી ચિંતા વધી રહી છે કે AI માનવ નોકરીઓનું સ્થાન લેશે. પ્રોફેસર કાર્લ બેનેડિક્ટ ફ્રે અને માઈકલ ઓસ્બોર્ન દ્વારા લખાયેલ "ધ ફ્યુચર ઓફ એમ્પ્લોયમેન્ટ: હાઉ સેન્સિટિવ આર અવર જોબ્સ ટુ કોમ્પ્યુટરાઇઝેશન" અનુસાર, ઓટોમેશન રિપ્લેસમેન્ટના સૌથી વધુ દર ધરાવતા વ્યવસાયોમાં કોંક્રિટ મેસન્સ (#1), કસાઈઓ અને કતલ કરનારા (#2), અને રબર અને પ્લાસ્ટિક ઉત્પાદકો (#3) છે. સામાન્ય રીતે, સૌથી વધુ ઓટોમેશન-સંવેદનશીલ વ્યવસાયો એવા છે જે સરળ, પુનરાવર્તિત કાર્યો ધરાવે છે. જો કે, ઊંડા વિશ્લેષણ દર્શાવે છે કે વીમા એડજસ્ટર્સ (40મું), જનરલ પ્રેક્ટિશનર્સ (55મું), અને એર ટ્રાફિક કંટ્રોલર્સ (79મું) એ AI દ્વારા બદલવાની સૌથી વધુ શક્યતા છે. આ આશ્ચર્યજનક છે, કારણ કે સંશોધન, વ્યવસ્થાપન અને વ્યાવસાયિક વ્યવસાયોને ઓટોમેશનથી સુરક્ષિત માનવામાં આવ્યા છે. આ વલણ સૂચવે છે કે AI આગળ વધતાં કાર્યની દુનિયા કેવી રીતે બદલાશે તેના પર આપણે વધુ નજીકથી જોવાની જરૂર છે.
વધુમાં, કોરિયા એમ્પ્લોયમેન્ટ ઇન્ફર્મેશન સેન્ટરના 'જોબ ઇમ્પેક્ટ સ્ટડી ઓન ટેક્નોલોજિકલ ચેન્જ' રિપોર્ટ અનુસાર, 42.5 સુધીમાં 66.2% ડોકટરો અને 2025% નર્સોની બદલી કરવામાં આવશે. એકાઉન્ટન્ટ્સની તુલનામાં, જેમને 22% દરે બદલવાની અપેક્ષા છે. , અને વરિષ્ઠ અધિકારીઓ, જેમને 32% દરે બદલવામાં આવે તેવી અપેક્ષા છે, ડોકટરો અને નર્સો વિશેષતા તરીકે ઓળખાતા વ્યવસાયોમાં પણ ઊંચો રિપ્લેસમેન્ટ દર ધરાવે છે. વધુમાં, વર્લ્ડ ઇકોનોમિક ફોરમના 2023ના અહેવાલમાં આગાહી કરવામાં આવી છે કે આગામી પાંચ વર્ષમાં 85 મિલિયન નોકરીઓ ગુમાવશે જ્યારે 97 મિલિયન નવી નોકરીઓનું સર્જન થશે, જે AI અને ઓટોમેશનની અસરને દર્શાવે છે.
બીજી તરફ, નવી નોકરીઓ છે જે AI દ્વારા બનાવવામાં આવશે. નવી નોકરીની ભૂમિકાઓ ઉભરી રહી છે, જેમાં AI વિકાસકર્તાઓ, ડેટા વૈજ્ઞાનિકો અને નૈતિક AI નિષ્ણાતોનો સમાવેશ થાય છે, જેનો અર્થ છે કે નવી કુશળતા અને ભૂમિકાઓ માટે ચાલુ શિક્ષણ અને તાલીમ.
તબીબી સમુદાય પહેલાથી જ માનવ રોગોનું નિદાન, સારવાર અને ક્લિનિકલ ટ્રાયલ કરવા માટે AI-સંચાલિત સુપરકોમ્પ્યુટરનો ઉપયોગ કરી રહ્યો છે. અમેરિકન ઇન્ફર્મેશન ટેકનોલોજી (IT) કંપની IBM એ વોટસન, એક AI સુપરકોમ્પ્યુટર વિકસાવ્યું છે. 2011 થી, વોટસનનો ઉપયોગ ન્યુ યોર્ક સિટીના મેમોરિયલ સ્લોન કેટરિંગ કેન્સર સેન્ટર ખાતે ફેફસાના કેન્સરના દર્દીઓનું નિદાન કરવા માટે કરવામાં આવે છે. તે કેન્સરના પેશીઓની તપાસ કરવા, ઇમેજિંગ મેડિકલ ડેટાનું વિશ્લેષણ કરવા અને ઇલેક્ટ્રોકાર્ડિયોગ્રામ જેવા મહત્વપૂર્ણ સંકેત ડેટાના આધારે કટોકટી થાય તે પહેલાં ચેતવણી આપવા માટે ઇમેજ વિશ્લેષણ ટેકનોલોજીનો પણ ઉપયોગ કરે છે. તે હાઈપોગ્લાયકેમિઆની અગાઉથી આગાહી કરવા માટે સતત બ્લડ ગ્લુકોઝ ડેટાનું વિશ્લેષણ કરી શકે છે, અથવા વ્યક્તિગત આરોગ્ય સલાહ પ્રદાન કરવા માટે પહેરી શકાય તેવા ઉપકરણોમાંથી વ્યક્તિગત આનુવંશિક માહિતી અને આરોગ્ય ડેટાને એકીકૃત કરી શકે છે.
જો કે, AI-આસિસ્ટેડ સારવારમાં પણ સમસ્યાઓ છે. નિદાન અને સારવાર પ્રક્રિયામાં અદ્યતન તબીબી ઉપકરણો અને તકનીકોનો ઉપયોગ હોવા છતાં, તબીબી ડેટાની જટિલતા વધી છે, જે પરંપરાગત અભિગમો સાથે આગળ વધવાનું અશક્ય બનાવે છે. સમાન રોગ માટે પણ, વ્યક્તિના સ્વાસ્થ્યની સ્થિતિ, જીવનશૈલી અને આનુવંશિક માહિતીના આધારે લક્ષણો બદલાય છે, તેથી કેટલાક દર્દીઓ માટે સરેરાશ દવા કામ કરતી નથી અથવા ગંભીર આડઅસર પેદા કરી શકે છે. વધુમાં, વિશાળ અને વૈવિધ્યસભર તબીબી મોટા ડેટામાંથી સારવાર પ્રક્રિયામાં ઉપયોગ કરવા અર્થપૂર્ણ ડેટા પસંદ કરવો મુશ્કેલ છે. જો ફક્ત AI નો ઉપયોગ દર્દીઓની સારવાર માટે કરવામાં આવે છે, તો તે તે ખાલી જગ્યાઓ ભરી શકતું નથી જે ફક્ત મનુષ્ય જ કરી શકે છે, જેમ કે દર્દીઓ સાથે વાતચીત કરવી અને મનોવૈજ્ઞાનિક અસ્થિરતાને ઉકેલવી.
તેથી, AI ડૉક્ટર અથવા નર્સની ભૂમિકાને સંપૂર્ણપણે બદલી શકતું નથી. જો AI વધુ અદ્યતન બને અને વર્તમાન સમસ્યાઓનું નિરાકરણ કરે તો પણ મને નથી લાગતું કે તે માનવ ડોકટરોની ભૂમિકાને સંપૂર્ણપણે બદલી શકે છે. મને લાગે છે કે અંતિમ તબીબી નિર્ણય એ એવી વસ્તુ છે જે ક્યારેય બદલી શકાતી નથી. ડૉક્ટરના નિર્ણય અને અનુભવમાં માનવીય લાગણીઓ અને અંતર્જ્ઞાનનો સમાવેશ થાય છે, જે AI દ્વારા સરળતાથી નકલ કરી શકાતી નથી. જો કે, ડોકટરોની ભૂમિકા બદલાય તેવી અપેક્ષા છે. જરૂરી ડોકટરોની કુલ સંખ્યા ઘટી શકે છે. ઉદાહરણ તરીકે, પેથોલોજી અને રેડિયોલોજીના ડોકટરોને AI દ્વારા બદલવામાં આવશે, કારણ કે તેમનું કામ ડેટાના આધારે તેમને આપવામાં આવેલી સામગ્રીનું વિશ્લેષણ કરવાનું છે.
બાકીના ડોકટરોએ એવા કાર્યો શોધવા અને કરવા પડશે જે AI બદલી શકશે નહીં. ઉદાહરણ તરીકે, ડોકટરો અને નર્સો દર્દીઓના રોગોનું નિદાન અને શસ્ત્રક્રિયા કરવાના અત્યાધુનિક ભાગો માટે જવાબદાર રહેશે, જ્યારે AI દર્દીઓના પ્રશ્નોના જવાબ આપવા અને મનોવૈજ્ઞાનિક પરામર્શ પ્રદાન કરવા માટે જવાબદાર રહેશે. જેમ જેમ AI સુધરે છે, તેમ તેમ ડોકટરો અને નર્સોને એવા માનવીય પાસાઓ વધારવા માટે પણ તાલીમ આપવાની જરૂર પડશે જે AI કરી શકતું નથી. ઉદાહરણ તરીકે, મને લાગે છે કે નવા ક્ષેત્રોમાં સંશોધન કૌશલ્ય અને સર્જનાત્મકતા વિકસાવે તેવા શિક્ષણ પર વધુ ભાર મૂકવો જોઈએ, અને ડેટાને AI થી અલગ પાડવા માટે તેને વિવેચનાત્મક રીતે ઓળખવાની ક્ષમતા પર વધુ ભાર મૂકવો જોઈએ જે તે એકત્રિત કરેલા બધા ડેટાને ફક્ત સ્વીકારે છે. છેલ્લે, મને લાગે છે કે આપણે દર્દીઓ સાથે માનવીય રીતે વ્યવહાર કરવા માટે માનવતાવાદી અને સંદેશાવ્યવહાર કૌશલ્ય પર શિક્ષણ વધારવાની જરૂર છે. આવા શિક્ષણમાં વધારો કરીને, AI અને ડોકટરો AI થી અલગ પડે તેવી માનવીય કુશળતા ધરાવીને સાથે રહી શકશે. આ રીતે, AI અને માનવો વચ્ચેનો સહયોગ આરોગ્યસંભાળની ગુણવત્તા સુધારવા અને વધુ વ્યાપક અને વ્યક્તિગત સંભાળ પૂરી પાડવામાં ફાળો આપશે.