कृत्रिम बुद्धिमत्ता (AI) को आमतौर पर भविष्य के कार्यस्थल की आधारशिला के रूप में देखा जाता है। हालांकि, जहां एक ओर यह तकनीक दक्षता और नवाचार के नए द्वार खोल रही है, वहीं दूसरी ओर विशेषज्ञ एक गंभीर चिंता की ओर इशारा कर रहे हैं: AI का बढ़ता प्रभाव महिलाओं को कार्यबल से बाहर धकेल सकता है। यह केवल तकनीकी बेरोजगारी का मामला नहीं है, बल्कि संरचनात्मक लैंगिक असमानता का एक जटिल संकट है, जिसे समझना आज के समय में अत्यंत आवश्यक है।

ऐतिहासिक प्रतिमान: जब तकनीक ने बदली नौकरियों की तस्वीर

इतिहास गवाह है कि हर औद्योगिक क्रांति के साथ श्रम बाजार में बड़ा उथल-पुथल हुआ है। पिछली शताब्दी में जब कम्प्यूटरीकरण आया, तो प्रशासनिक सहायकों और डाटा एंट्री ऑपरेटरों जैसी भूमिकाओं में भारी बदलाव आया। ये वे क्षेत्र थे जहां ऐतिहासिक रूप से महिलाओं की संख्या अधिक थी।

आज AI के नए युग में भी वही पैटर्न दिख रहा है। जनरेटिव AI और मशीन लर्निंग के वर्तमान स्वरूप में, उन नौकरियों के स्वचालित होने का खतरा सबसे अधिक है, जिनमें दोहराए जाने वाले कार्य, डाटा प्रोसेसिंग और प्रारंभिक स्तर की विश्लेषणात्मक क्षमताएं शामिल हैं। दुर्भाग्यवश, कॉर्पोरेट जगत की मौजूदा संरचना में ये भूमिकाएं अक्सर महिला कर्मचारियों द्वारा भरी जाती हैं।

‘गुलाबीपन’ का संकट: महिला बहुल क्षेत्रों पर खतरा

यदि हम उन उद्योगों पर नजर डालें जहां महिलाओं की भागीदारी सर्वाधिक है, तो AI का खतरा साफ दिखता है:

रिटेल और हॉस्पिटैलिटी: कैशियर, बिलिंग और कस्टमर सर्विस में AI-संचालित सेल्फ-चेकआउट और चैटबॉट्स तेजी से मानवीय हस्तक्षेप को कम कर रहे हैं।
प्रशासनिक एवं सचिवालयी कार्य: ईमेल मैनेजमेंट, शेड्यूलिंग और बेसिक अकाउंटिंग जैसे कार्य अब AI टूल्स द्वारा अधिक सटीकता से किए जाने लगे हैं।
सूचना प्रौद्योगिकी (IT) के सहायक क्षेत्र: कोडिंग के शुरुआती स्तर, सॉफ्टवेयर टेस्टिंग और डाटा लेबलिंग जैसे कार्य, जहां महिला इंजीनियरों की संख्या अधिक है, AI के कारण संकुचित हो रहे हैं।

जब कोई उद्योग “महिला-प्रधान” कहलाता है, तो अक्सर उसकी सुरक्षा और सामाजिक सुरक्षा कवच कमजोर होते हैं। AI का आगमन इन क्षेत्रों में कार्यरत महिलाओं के लिए एक दोहरी चुनौती खड़ी करता है—पहली, नौकरी जाने का जोखिम, और दूसरी, नए कौशल सीखने के लिए आवश्यक समय और संसाधनों की कमी।

एल्गोरिदम में छिपा पूर्वाग्रह

AI केवल नौकरियां ही नहीं हटा रहा, बल्कि वह उन नौकरियों को भी प्रभावित कर रहा है जो बची रहती हैं। शोध बताते हैं कि AI मॉडल्स को अक्सर ऐतिहासिक डेटा पर ट्रेन किया जाता है, जिसमें मानवीय पूर्वाग्रह पहले से मौजूद होते हैं। यदि किसी कंपनी का पिछला भर्ती डेटा पुरुष उम्मीदवारों के पक्ष में है, तो AI-आधारित हायरिंग टूल उसी पैटर्न को दोहराएंगे।

इसके अलावा, प्रमोशन और प्रदर्शन मूल्यांकन में AI के बढ़ते उपयोग से महिलाओं के लिए कॉर्पोरेट सीढ़ी चढ़ना और कठिन हो सकता है। जब निर्णय लेने की शक्ति एल्गोरिदम में चली जाती है, तो मानवीय संवेदनशीलता और विविधता को बढ़ावा देने वाली पहलें पीछे छूट सकती हैं।

घरेलू जिम्मेदारियों का बोझ: री-स्किलिंग में बाधा

तकनीकी बदलाव के इस दौर में “री-स्किलिंग” (नए कौशल सीखना) ही एकमात्र विकल्प है। लेकिन यहां एक बड़ी बाधा खड़ी होती है: घरेलू जिम्मेदारियों का असमान बंटवारा।

भारत जैसे देशों में, महिलाएं अभी भी देखभाल से जुड़े कार्यों (घर, बच्चे, बुजुर्ग) में असम्मानजनक रूप से अधिक समय बिताती हैं। जब किसी उद्योग में AI के कारण छंटनी होती है, तो पुरुषों की तुलना में महिलाओं के लिए नए प्रमाणपत्र हासिल करना या लंबे समय तक अनपेड ट्रेनिंग कोर्स करना अधिक कठिन होता है। समय की यह कमी उनके कार्यबल में वापस लौटने की संभावनाओं को गंभीर रूप से प्रभावित करती है।

नेतृत्व में अंतराल: नीति निर्माण से दूरी

एक अन्य महत्वपूर्ण पहलू यह है कि AI नीतियों और तकनीकी विकास के केंद्र में महिलाओं की उपस्थिति न के बराबर है। वैश्विक स्तर पर, AI शोधकर्ताओं और डेवलपर्स में महिलाओं का प्रतिशत 20-25% के आसपास है। जब तकनीक का निर्माण ही विविध दृष्टिकोण से नहीं किया जाएगा, तब यह सुनिश्चित करना मुश्किल है कि वह समावेशी हो।

जो महिलाएं टेक इंडस्ट्री में हैं, वे भी अक्सर मिड-लेवल से आगे नहीं बढ़ पातीं। नतीजतन, AI के विकास, विनियमन और कार्यान्वयन की दिशा तय करने वाली टेबल पर महिलाओं की आवाज़ कमजोर है।

आगे की राह: सिर्फ तकनीक नहीं, सामूहिक प्रयास जरूरी

इस स्थिति को केवल तकनीकी प्रगति की अनिवार्यता कहकर खारिज नहीं किया जा सकता। इस संकट से निपटने के लिए बहुआयामी रणनीति की आवश्यकता है:

लक्षित री-स्किलिंग कार्यक्रम: सरकार और कॉर्पोरेट क्षेत्र को मिलकर ऐसे अपस्किलिंग प्रोग्राम बनाने होंगे जो महिलाओं के समय की बाधाओं को ध्यान में रखें। फ्लेक्सिबल लर्निंग, चाइल्डकेयर सपोर्ट के साथ ट्रेनिंग और मेंटरशिप प्रोग्राम अनिवार्य होने चाहिए।
एथिकल AI फ्रेमवर्क: कंपनियों को यह सुनिश्चित करना होगा कि उनके AI टूल्स पूर्वाग्रह-मुक्त हों। इसके लिए AI ऑडिटिंग में महिलाओं की भागीदारी सुनिश्चित की जानी चाहिए।
स्टेम (STEM) में भागीदारी बढ़ाना: लड़कियों को बचपन से ही विज्ञान, प्रौद्योगिकी, इंजीनियरिंग और गणित (STEM) क्षेत्रों में प्रोत्साहित करना होगा। जब तक महिलाएं AI के निर्माता के रूप में सामने नहीं आएंगी, तब तक वे इसके शिकार बनी रहेंगी।
सुरक्षा कवच: नीति निर्माताओं को AI-प्रेरित बेरोजगारी के खिलाफ सामाजिक सुरक्षा जाल तैयार करना होगा, खासकर उन क्षेत्रों में जहां महिला श्रमिकों की संख्या अधिक है।

निष्कर्ष

AI का युग केवल तकनीकी दौड़ नहीं है; यह एक सामाजिक परीक्षा भी है। यदि हमने सचेत प्रयास नहीं किए, तो यह नई क्रांति महिलाओं को उनकी आर्थिक स्वतंत्रता से वंचित कर सकती है, जिससे घरेलू हिंसा से लेकर आर्थिक निर्भरता तक के सामाजिक संकट और गहराएंगे।

हमें यह समझना होगा कि AI का लक्ष्य मानवीय क्षमता को बढ़ाना है, उसे प्रतिस्थापित करना नहीं। इस लक्ष्य को प्राप्त करने के लिए जरूरी है कि हम यह सुनिश्चित करें कि यह तकनीकी परिवर्तन समावेशी हो, न कि विभाजनकारी। www.infovisionmedia.com पर हम इस विषय पर लगातार शोध और चर्चा करते रहेंगे, क्योंकि भविष्य का निर्माण तभी सशक्त होगा, जब उसमें सभी की भागीदारी सुनिश्चित हो।