सर्वेक्षण से पता चलता है कि अधिकांश युवा अगले कुछ वर्षों के लिए CLT व्यवस्था को आदर्श रोजगार मानते हैं

प्रोफेसर इंद्रनील मान, जो बीआईटी मेसरा के पूर्व कुलपति और 2012 से 2017 तक आईआईटी कानपुर के निदेशक रहे हैं, ने देश में श्रम बाजार की बदलती जरूरतों के अनुरूप कार्यबल तैयार करने के तरीकों की समीक्षा करने का आह्वान किया है।

भारतीय राष्ट्रीय इंजीनियरिंग अकादमी के पूर्व अध्यक्ष, प्रोफेसर मान ने 'इंडिया टुडे' को दिए एक विशेष साक्षात्कार में बताया कि हालांकि अल्पकालिक पाठ्यक्रम और आवधिक कौशल उन्नयन कर्मचारियों को विशिष्ट पदों के लिए कौशल हासिल करने में मदद करते हैं, यह अत्यंत महत्वपूर्ण है कि शिक्षा का आधार हमेशा मूलभूत सिद्धांतों पर टिका रहे।

चूंकि आर्टिफिशियल इंटेलिजेंस (एआई) सभी क्षेत्रों में व्यवसायों को प्रभावित कर रहा है, प्रोफेसर मान का मानना है कि मुख्य प्रश्न यह नहीं है कि डिग्री कार्यक्रमों का युग समाप्त हो गया है या नहीं, बल्कि यह है कि क्या देश के युवा और विशेषज्ञ उन परिवर्तनों के अनुकूल हो सकते हैं जब उनके वर्तमान कौशल अपर्याप्त साबित होते हैं।

उनका मानना है कि यदि लोगों को मूल सिद्धांतों की मजबूत समझ दी जाती है, तो उन्हें तकनीकी परिवर्तनों को ध्यान में रखते हुए प्रासंगिक कौशल में कम समय में प्रशिक्षित किया जा सकता है। इस प्रकार, मुख्य प्रश्न यह है कि क्या केवल अनगिनत कौशल उन्नयन पाठ्यक्रमों में भाग लेना आवश्यक है, या शैक्षणिक संस्थान स्पष्ट शिक्षण मार्ग बना सकते हैं जो लोगों को ज्ञान आत्मसात करने, इसे व्यवहार में लाने और विशिष्ट कार्य क्षेत्रों में आगे बढ़ने की अनुमति देते हैं।

प्रोफेसर मान ने किसी विशिष्ट कार्य को पूरा करने के लिए प्रशिक्षण और उस शिक्षा के बीच स्पष्ट रूप से अंतर किया जो किसी व्यक्ति को नई नौकरी शुरू करने में सक्षम बनाती है। उन्होंने समझाया कि किसी मशीन को संचालित करने या उसका रखरखाव करने में महारत हासिल करने के लिए डिप्लोमा या प्रमाणन पाठ्यक्रम पर्याप्त हो सकता है।

वह एक बड़े विनिर्माण उद्योग, विशेष रूप से उपकरण क्षेत्र से एक उदाहरण देते हैं, जहां कार्यबल संरचना में आमतौर पर प्रति इंजीनियर लगभग 5-6 डिप्लॉमा धारक और 10-12 प्रमाणित कर्मचारी होते हैं।

हालांकि, जो लोग प्रणाली को गहराई से समझना, उसे विकसित करना या उसके डिजाइन में परिवर्तनों के अनुकूल होना चाहते हैं, उन्हें एक मजबूत वैचारिक आधार की आवश्यकता होती है। जो लोग विशिष्ट कौशल प्राप्त करने की मांग करते हैं, उनके लिए वह कहते हैं कि अल्पकालिक प्रशिक्षण कार्यक्रम उपयुक्त है। फिर भी, वह चेतावनी देते हैं कि इस तरह के प्रशिक्षण को कभी भी डिप्लोमा का विकल्प नहीं माना जाना चाहिए।

प्रोफेसर मान के अनुसार, यह उम्मीद नहीं की जा सकती कि कोई भी कौशल व्यक्ति के पूरे कामकाजी जीवन के दौरान प्रासंगिक रहेगा। चूंकि उद्योग बदलते हैं, इसलिए कर्मचारियों को सीखने और अपने ज्ञान को अद्यतन करने में सक्षम होना चाहिए।

उन्होंने जोर देकर कहा: 'इसकी कोई गारंटी नहीं है कि आज आप जो सीख रहे हैं, वह हमेशा प्रासंगिक रहेगा'। उन्होंने जोड़ा कि उन्हें समय-समय पर खुद को अपडेट करने की आवश्यकता है। इसके अलावा, उन्होंने उल्लेख किया कि इस तरह के प्रशिक्षण को केवल तकनीकी कौशल तक ही सीमित नहीं रहना चाहिए। चूंकि एक अनुशासन जल्दी से दूसरे को सीखता है, इसलिए बुनियादी ज्ञान की समय-समय पर समीक्षा करना आवश्यक है।

आईआईटी के पूर्व छात्र होने के नाते, प्रोफेसर मान ने समझाया कि विशेषज्ञों को अपने पारंपरिक विषयों से परे क्यों जाना चाहिए, भौतिकी और जीव विज्ञान के बीच बढ़ते संबंध का उदाहरण देते हुए। उन्होंने कहा: 'अब भौतिकी जीव विज्ञान को बेहतर ढंग से समझती है', और जोड़ा कि 'भौतिकविदों और जीवविज्ञानी दोनों को इन दो विज्ञानों को एकीकृत करना चाहिए या कम से कम संपर्क बनाए रखना चाहिए'।

उन्होंने चिकित्सा अभ्यास को ऐसे ही एक अन्य उदाहरण के रूप में प्रस्तुत किया। उन्होंने उल्लेख किया कि आधुनिक चिकित्सक कई तकनीकों का उपयोग करते हैं, और चिकित्सा कर्मियों को उन क्षेत्रों में प्रशिक्षण की आवश्यकता हो सकती है जिनके बारे में उन्हें औपचारिक शिक्षा के दौरान पता नहीं था। उनका तर्क था कि यह आदान-प्रदान विपरीत दिशा में भी होना चाहिए: प्रौद्योगिकी में प्रशिक्षित लोगों को यह भी समझना चाहिए कि 'शारीरिक या कोई भी जैविक प्रणाली' कैसे काम करती है।

तकनीकी परिवर्तनों के आलोक में इंजीनियरों के ज्ञान को अद्यतन करने की आवश्यकता की व्याख्या करते हुए, प्रोफेसर मान ने एक उदाहरण दिया: 'जब हम आईसीई से हाइब्रिड या इलेक्ट्रिक ड्राइव पर जाते हैं, तो वाहन का डिज़ाइन वही रहता है। केवल बिजली उत्पादन और ट्रांसमिशन का डिज़ाइन बदलता है।' उन्होंने आगे कहा कि केवल एक प्रकार के वाहन के लिए इंजीनियर को प्रशिक्षित करना उसकी प्रभावशीलता को सीमित करेगा। 'यदि आप किसी को केवल हाइब्रिड कार के लिए प्रशिक्षित करते हैं, तो वह केवल हाइब्रिड कार की सेवा कर पाएगा, न कि अन्य की।'

प्रोफेसर मान का मानना है कि एआई का प्रभाव केवल इंजीनियरिंग तक ही सीमित नहीं रहेगा, बल्कि चिकित्सा, खेल, संगीत, साहित्य और रचनात्मक क्षेत्रों तक भी फैलेगा।

कृत्रिम बुद्धिमत्ता (एआई) के विकास की गति ने दुनिया भर में जीवन की गति बदल दी है। एआई ने सॉफ्टवेयर डेवलपर्स और शोधकर्ताओं का ध्यान आकर्षित करने के बाद, अब एआई को लेकर चिंताएं दुनिया भर के युवा गणितज्ञों तक फैल गई हैं। कई युवा पेशेवरों को यह सवाल पूछने के लिए मजबूर होना पड़ रहा है कि क्या उन्हें इस जटिल क्षेत्र में काम करना जारी रखना चाहिए।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) द्वारा किए गए एक हालिया और काफी दिलचस्प अध्ययन ने ऐसे डेटा प्रस्तुत किए हैं जो किसी भी अकादमिक विशेषज्ञ को चौंका सकते हैं। ये खोजें बताती हैं कि आज युवा गणितज्ञ एआई की छाया में क्यों जी रहे हैं।

एमआईटी के शोधकर्ताओं - अन्ना ब्रैंडेनबर्गर, हन्ना म्यूलरज़िक और डोरा वुडरफ - ने गणित विभागों के स्नातकों और पोस्टडॉक्टोरल शोधकर्ताओं के बीच एक सर्वेक्षण किया ताकि गणित में एआई के बढ़ते प्रभाव के प्रति उनके दृष्टिकोण का पता लगाया जा सके। इस अध्ययन में पांच देशों के लगभग साठ संस्थानों से 268 युवा गणितज्ञों ने भाग लिया, जिसमें भारत भी शामिल था। उत्तरदाताओं में लगभग 85 प्रतिशत स्नातक और लगभग 15 प्रतिशत पोस्टडॉक्टरल थे, हालांकि प्राप्त प्रतिक्रियाएं उत्साहजनक नहीं थीं।

अध्ययन के आँकड़े बताते हैं कि एआई के कारण युवा शोधकर्ताओं में अकादमिक माहौल में निराशा देखी जा रही है। लगभग 70 प्रतिशत सर्वेक्षण किए गए युवा गणितज्ञों ने कहा कि अकादमिक गणित में उनके काम जारी रखने की संभावना काफी कम हो गई है। इसके विपरीत, केवल 9 प्रतिशत मानते हैं कि इस क्षेत्र में बने रहने की संभावनाएं बढ़ी हैं।

लगभग 76.3 प्रतिशत का मानना है कि भविष्य में विश्वविद्यालय में स्थायी शिक्षण या अनुसंधान पद (जिसे 'स्थायी रोजगार ट्रैक' पद कहा जाता है) प्राप्त करना एआई के कारण बेहद मुश्किल हो जाएगा। इसके अलावा, एआई का प्रभाव न केवल काम पर पड़ता है, बल्कि शोधकर्ताओं के मनोबल पर भी पड़ता है। लगभग 76.5 प्रतिशत युवा गणितज्ञों ने एआई के आने के बाद जटिल गणितीय समस्याओं में रुचि कम होने की सूचना दी।

दिलचस्प बात यह है कि उन्हीं लोगों ने कहा कि यदि एआई उस समस्या को हल कर देता है जिस पर वे महीनों या वर्षों से काम कर रहे थे, तो उन्हें कोई खुशी महसूस नहीं होगी। कई शोधकर्ताओं को डर है कि एआई उस पहेली को हल कर देगा जिस पर उन्होंने पूरी रात काम किया था, जिससे वे कम महत्वपूर्ण महसूस करेंगे। इस डर के कारण कुछ शोधकर्ता अपनी अधूरी परियोजनाओं को साझा करने में अनिच्छुक हो गए हैं।

69 प्रतिशत युवा इस बात से गहराई से चिंतित हैं कि भविष्य में अनुसंधान के वित्तपोषण को विश्वविद्यालयों से छीन लिया जाएगा और सीधे निजी एआई कंपनियों के हाथों में चला जाएगा। इतना ही नहीं, 59 प्रतिशत शोधकर्ता इस बात को लेकर चिंतित हैं कि अगले दस वर्षों में गणित उनके लिए एक दिलचस्प और सार्थक करियर बना रहेगा या नहीं।

हालांकि, इनमें से कई शोधकर्ता अपने दैनिक काम में स्वयं एआई का उपयोग करते हैं, जैसे वैज्ञानिक लेख खोजना, पाठ संपादित करना या गणितीय त्रुटियों की जांच करना। फिर भी, 54.8 प्रतिशत ने खुलकर स्वीकार किया कि उन्हें अपने शोध के लिए एआई का उपयोग बिल्कुल पसंद नहीं है।

यह सर्वेक्षण ऐसे समय में किया गया था जब वैश्विक गणित समुदाय एआई की मदद से किए गए शोधों को लेकर तनाव में था। इसी साल सितंबर में, ओपनएआई (OpenAI) ने घोषणा की कि उसके एआई मॉडल में से एक ने न्यूवेल-स्टॉक्स समस्या का समाधान ढूंढ लिया है। यह प्रसिद्ध समस्या, जो तरल पदार्थों की गति से संबंधित है, एक सदी से अधिक समय से गणितज्ञों के लिए सिरदर्द बनी हुई थी।

कंपनी के अनुसार, उसकी प्रणाली ने 88 घंटों के दौरान लगभग 10,000 एआई एजेंटों को चलाकर यह समाधान खोजा। इस घोषणा के बाद दुनिया भर के गणितज्ञों के बीच असंतोष फैल गया। न्यूयॉर्क विश्वविद्यालय के दो गणितज्ञ, जो इस समस्या पर काम कर रहे थे, ने चिंता व्यक्त की कि क्या ओपनएआई ने उनके अप्रकाशित शोध का उपयोग किया था। हालांकि ओपनएआई ने इसका कड़ा खंडन किया है, यहां तक कि 'क्ले मैथमेटिक्स इंस्टीट्यूट', जो इस समस्या के समाधान के लिए 1 मिलियन डॉलर का पुरस्कार प्रदान करता है, ने भी ओपनएआई द्वारा घोषित समाधान को मान्यता नहीं दी है।

एक तकनीकी विशेषज्ञ के करियर ने कई कठिनाइयों का सामना किया, जिसमें पहली नौकरी खोना और कम वेतन से निराशा शामिल थी, फिर भी वह महत्वपूर्ण वृद्धि हासिल करने में सफल रहा और संयुक्त अरब अमीरात (यूएई) में लगभग 1.5 करोड़ रुपये के वार्षिक पैकेज के साथ नौकरी का प्रस्ताव प्राप्त किया।

इस पेशेवर ने अपने अनुभव को साझा करते हुए इस बात पर जोर दिया कि शुरुआत में सफलता न मिलना आगे के करियर विकास में बाधा नहीं है। उन्होंने अपने करियर की शुरुआत 2.9 लाख रुपये के वार्षिक वेतन से की थी, लेकिन लगातार प्रयासों, नई तकनीकों के अध्ययन और सही समय का इंतजार करने के कारण उन्होंने प्रभावशाली ऊंचाइयों को छुआ।

सोशल प्लेटफॉर्म रेडिट पर अपनी पोस्ट में, विशेषज्ञ ने बताया कि उन्होंने मैन्युअल टेस्टर के रूप में L&T Infotech में काम करना शुरू किया था। उन्हें यह नौकरी इसलिए खोनी पड़ी क्योंकि वे कंपनी की आवश्यक आंतरिक परीक्षाओं को पास नहीं कर पाए थे। उस समय उनकी वार्षिक आय लगभग 2.9 लाख रुपये थी। हालांकि, उन्होंने हार नहीं मानी; एक दोस्त की सलाह पर उन्होंने IBM में आवेदन किया और लगभग 15 दिनों में वहां नौकरी पा ली।

IBM में, उन्हें JD Edwards से संबंधित कार्य सौंपे गए थे, लेकिन उनकी वास्तविक रुचि बिग डेटा (Big Data) के क्षेत्र में थी। उन्होंने इस क्षेत्र का स्व-अध्ययन शुरू किया, लेकिन अनुभव की कमी के कारण वे वांछित परियोजनाओं में शामिल नहीं हो पाए। फिर भी, कई प्रयासों के बाद, मई 2020 में, उन्हें बिग डेटा से संबंधित परियोजना पर काम करने का अवसर मिला।

उन्होंने उल्लेख किया कि नई जिम्मेदारियों को सीखने और काम को समझने के लिए उन्हें प्रतिदिन 14-15 घंटे काम करना पड़ता था। ऐसे प्रयासों के बावजूद, जनवरी 2022 तक उनका वार्षिक वेतन लगभग 3.78 लाख रुपये ही रहा। चूंकि वेतन वृद्धि महत्वपूर्ण नहीं थी, उन्होंने अन्य कंपनियों में नए करियर और वित्तीय अवसर तलाशना शुरू कर दिया, जिससे बाद में उनकी आय बढ़ी।

रिपोर्ट के अनुसार, इसके बाद वह एयरबस (Airbus) में शामिल हो गए, जहां उनका वार्षिक पैकेज लगभग 23 लाख रुपये था, साथ ही उन्हें जॉइनिंग बोनस के रूप में 5 लाख रुपये भी मिले। वहां उन्होंने Palantir Foundry के साथ काम किया और बड़ी परियोजनाओं में भाग लिया। हालांकि, कुछ समय बाद उन्हें कम प्रदर्शन रेटिंग मिलने से निराशा हुई, क्योंकि उनके अनुसार, उन्होंने परियोजनाओं में योगदान दिया था लेकिन अपेक्षित पहचान नहीं मिली थी।

इसके बाद उन्होंने फिर से अन्य रिक्तियों के लिए आवेदन करना शुरू कर दिया। विशेषज्ञ ने बताया कि इस दौरान उन्हें लगभग 15 प्रस्ताव मिले और उन्होंने Thoughtworks में 48 लाख रुपये के वार्षिक पैकेज के साथ नौकरी चुनी। लगभग दो महीने बाद, उन्हें एक अन्य संगठन से एक और प्रस्ताव मिला - सालाना 62 लाख रुपये प्लस 5 लाख रुपये का जॉइनिंग बोनस। इस अंतिम मामले में, उन्हें घर से काम करने की सुविधा भी दी गई थी।

लगभग 9.5 वर्षों के करियर के उतार-चढ़ाव के बाद, इस तकनीकी विशेषज्ञ को यूएई में एक परामर्श फर्म के साथ काम करने का अवसर मिला। रिपोर्ट के अनुसार, इस अवसर से जुड़ा वार्षिक पैकेज लगभग 1.5 करोड़ रुपये आंका गया है। हालांकि, उनके लिए यह निर्णय केवल अधिक पैसा कमाने की इच्छा से प्रेरित नहीं है; वह अंतरराष्ट्रीय कार्य अनुभव प्राप्त करने, नई चुनौतियों का सामना करने और व्यावसायिक विकास को भी महत्वपूर्ण मानते हैं।