अदृश्य श्रम: क्या हम अपने ही विनाश का प्रशिक्षण दे रहे हैं?

कल्पना कीजिए कि आप अपनी रसोई में खड़े हैं, स्मार्टफोन को अपने सिर पर एक पट्टी से बांधकर आम काट रहे हैं। आपके हर हाथ की हरकत, चाकू का कोण और फल और गिरने की लय—सब कुछ रिकॉर्ड किया जा रहा है। यह कोई कुकिंग वीडियो या सोशल मीडिया रील नहीं है। आप एक ‘डेटा लेबलर’ हैं। आप उस एल्गोरिदम को सिखा रहे हैं जो भविष्य में एक रोबोटिक हाथ को ठीक उसी तरह आम काटना सिखाएगा जैसे आपने सीखा है। जब वह मशीन पूरी तरह प्रशिक्षित हो जाएगी, तो शायद आपकी इस कुशलता की आर्थिक कीमत शून्य हो जाएगी। यह दृश्य आज भारत के कई घरों और छोटे कमरों में घटित हो रहा है, जहाँ ‘आर्टिफिशियल इंटेलिजेंस’ की चमक के पीछे मानवीय श्रम की एक अदृश्य सेना खड़ी है।

पिछले कुछ वर्षों में, दुनिया ने जनरेटिव एआई (Generative AI) का जादू देखा है—चैटबॉट्स जो कविताएं लिखते हैं और कोड जो सेकंडों में तैयार हो जाते हैं। लेकिन इस ‘जादू’ के पीछे एक अत्यंत श्रमसाध्य प्रक्रिया है जिसे RLHF (Reinforcement Learning from Human Feedback) कहा जाता है। सरल शब्दों में, एआई अपने आप नहीं सीखता; उसे लाखों इंसानों द्वारा दिए गए फीडबैक, लेबलिंग और सुधारों के जरिए ‘तराशा’ जाता है। भारत, अपनी विशाल जनसंख्या और अंग्रेजी बोलने वाले युवाओं की उपलब्धता के कारण, इस वैश्विक एआई सप्लाई चेन का केंद्र बन गया है। मुंबई से बेंगलुरु तक और छोटे शहरों के कैफे से लेकर घर की रसोई तक, हजारों लोग उन डेटासेट्स को साफ कर रहे हैं जिनसे दुनिया के सबसे शक्तिशाली मॉडल प्रशिक्षित होते हैं। यह कार्य अक्सर ‘घोस्ट वर्क’ (Ghost Work) कहलाता है—ऐसा काम जो अनिवार्य तो है, लेकिन जिसे उत्पाद के अंतिम रूप में कभी दिखाया नहीं जाता।

यहाँ एक गहरा विरोधाभास है। जिस तकनीक को ‘उत्पादकता बढ़ाने’ और ‘इंसानों को बोझिल कामों से मुक्त करने’ के दावे के साथ पेश किया जा रहा है, उसकी नींव उन लोगों के श्रम पर टिकी है जो खुद को उस मशीन के लिए तैयार कर रहे हैं जो अंततः उनकी जगह ले सकती है। जब एक भारतीय कार्यकर्ता किसी छवि में ‘ट्रैफिक लाइट’ या ‘पैदल यात्री’ को मार्क करता है, या अपनी स्थानीय भाषा में अनुवाद करता है, तो वह केवल डेटा नहीं दे रहा होता, बल्कि वह अपनी सांस्कृतिक और शारीरिक समझ को एक डिजिटल संपत्ति में बदल रहा होता जिसका स्वामित्व किसी विदेशी कंपनी के पास है। यह केवल तकनीकी विकास नहीं, बल्कि श्रम का एक नया रूप है—डिजिटल उपनिवेशवाद (Digital Colonialism), जहाँ कच्चा माल ‘मानवीय अनुभव’ है और परिष्कृत उत्पाद ‘स्वायत्त सॉफ्टवेयर’।

इस स्थिति को डिजिटल धर्म के चश्मे से देखना अनिवार्य है। सबसे पहले, यदि हम न्याय (Nyaya) की बात करें, तो प्रश्न यह उठता है कि मूल्य का वितरण कैसे हो रहा है? एआई कंपनियाँ अरबों डॉलर का मूल्यांकन प्राप्त कर रही हैं, जबकि डेटा लेबलिंग करने वाले कार्यकर्ताओं को अक्सर न्यूनतम मजदूरी से भी कम पर रखा जाता है। क्या यह न्यायसंगत है कि जिस मस्तिष्क ने मशीन को ‘सोचना’ सिखाया, वह स्वयं उस मशीन के आर्थिक लाभ से वंचित रहे? जब हम न्याय की बात करते हैं, तो हम केवल वेतन की नहीं, बल्कि पहचान और गरिमा की बात करते हैं। डेटा लेबलर एआई क्रांति के सह-निर्माता हैं, न कि केवल उसके ‘उपयोगकर्ता’ या ‘मजदूर’।

फिर आता है सत्य (Satya) का प्रश्न। उद्योग जगत यह सत्य छिपाता है कि एआई ‘स्वचालित’ नहीं है; वह ‘मानव-संचालित’ है। हम इसे एक जादुई काली डिबिया (Black Box) के रूप में देखते हैं, लेकिन सत्य यह है कि इसके अंदर लाखों इंसानों की थकान, उनकी गलतियों का सुधार और उनके द्वारा दिए गए निर्देश छिपे हैं। जब तक हम इस अदृश्य श्रम को स्वीकार नहीं करेंगे, तब तक हमारी एआई नीति केवल तकनीकी दक्षता पर केंद्रित रहेगी, मानवीय गरिमा पर नहीं।

सेवा (Seva) के दृष्टिकोण से, तकनीक का उद्देश्य सबका उत्थान होना चाहिए। यदि एआई का विकास केवल उन लोगों के लिए है जो पहले से ही शक्तिशाली हैं, और इसे बनाने वाले लोग खुद को असुरक्षित महसूस करते हैं, तो यह ‘सेवा’ नहीं बल्कि ‘शोषण’ है। वास्तविक सेवा तब होगी जब इस डेटा लेबलिंग प्रक्रिया को एक औपचारिक पेशे के रूप में मान्यता दी जाए, जहाँ श्रमिकों को सामाजिक सुरक्षा, उचित पारिश्रमिक और सबसे महत्वपूर्ण बात—भविष्य के कौशल विकास (Upskilling) का अवसर मिले, ताकि वे केवल मशीन के शिक्षक न रहें, बल्कि उसके प्रबंधक भी बनें।

अंततः, भारत के सामने चुनौती यह है कि वह इस ‘अदृश्य श्रम’ को कैसे व्यवस्थित करे। क्या हम केवल दुनिया के लिए एक सस्ता डेटा-फैक्ट्री बने रहेंगे, या हम अपनी डिजिटल संप्रभुता (Digital Sovereignty) का उपयोग करके ऐसे मॉडल बनाएंगे जो हमारे अपने लोगों के हितों की रक्षा करें? जब भारत एआई मिशन और जीपीयू क्लस्टर्स की बात करता है, तो उसे यह भी सोचना होगा कि उन मशीनों को चलाने वाले ‘मानवीय डेटा’ के अधिकार क्या हैं। हमें एक ऐसे ढांचे की आवश्यकता है जहाँ डेटा प्रदाता को केवल एक ‘रिसोर्स’ नहीं, बल्कि एक ‘हितधारक’ (Stakeholder) माना जाए।

जैसे-जैसे हम इस तकनीकी संक्रमण काल से गुजर रहे हैं, हमें खुद से यह पूछना होगा: क्या हम एक ऐसा भविष्य बना रहे हैं जहाँ तकनीक इंसान की क्षमता को बढ़ाती है, या हम एक ऐसी दुनिया बना रहे हैं जहाँ इंसान केवल अपनी ही जगह लेने वाली मशीन का कच्चा माल बनकर रह गया है? जब एआई पूरी तरह प्रशिक्षित हो जाएगा और हमारे रसोई घरों में प्रवेश करेगा, तब वह हमें किसकी याद दिलाएगा—उस इंजीनियर की जिसने उसे कोड किया, या उस महिला की जिसने उसे आम काटना सिखाया?