புதிய பணிமுறைகளை ஊழியர்கள் எவ்வாறு உருவாக்குகிறார்கள்

செயற்கை நுண்ணறிவுக் கருவிகளை அணுகுவதுடன், பணிகள் எவ்வாறு பிரிக்கப்பட்டுச் செய்யப்படுகின்றன என்பதும் முக்கியம் என எங்கள் சமீபத்திய ஆய்வு காட்டுகிறது. வழக்கமான பணிவிவரத்திற்கு அப்பாற்பட்ட இந்தப் புதிய பணிகள், ஊழியர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்தும் விதத்தில் வழக்கமான அங்கமாகின்றன. அந்தச் செயல்கள் வழக்கமான பொறுப்புகளாகிவிட்டால், பதவிப் பெயர்கள் மாறாமலேயே பணிகளின் எல்லை விரிவடையக்கூடும்.

எங்கள் முதல் வேலையின் புதிய எல்லைகள் அறிக்கை⁠, வரலாற்றில் வேறொரு தொழிலுடன் தொடர்புடைய செயல்களுக்கு ஊழியர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்தும் “பணிக் கலப்பை” ஆவணப்படுத்தியது. அடுத்து என்ன நிகழ்கிறது என்பதை எங்கள் சமீபத்திய ஆய்வு ஆராய்கிறது.

2026 ஏப்ரல் முதல் ஜூலை வரையிலான, பணி தொடர்பான 15 லட்சத்துக்கும் மேற்பட்ட ChatGPT செய்திகளை ஆய்வு செய்ததில், தொழில்களைக் கடந்து செய்யப்படும் சில செயற்கை நுண்ணறிவுப் பயன்பாடுகள் மீண்டும் மீண்டும் நிகழ்வதற்கான சான்றுகளைக் கண்டோம். ஊழியர்கள் தங்கள் தொழில் எல்லைக்கு அப்பாற்பட்ட பணிகளை மீண்டும் செய்கின்றனர்; காலப்போக்கில், அவர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதில் இந்தச் செயல்களின் பங்கு அதிகரிக்கிறது.

புதிய பணிகளை முயல்வதிலிருந்து அவற்றை ஊழியர்களின் வழக்கமான நடைமுறைகளில் இணைப்பதற்கு, செயற்கை நுண்ணறிவு அணுகல் எவ்வாறு வழிவகுக்கலாம் என்பதை இந்த முடிவுகள் முதற்கட்டமாகக் காட்டுகின்றன. தங்கள் நிறுவனங்களில் செயற்கை நுண்ணறிவை எவ்வாறு சிறப்பாக ஏற்றுப் பயன்படுத்துவது என்பதைத் தீர்மானிக்க முயலும் நிறுவனங்களுக்கு, தொழில்முறை ஊழியர்களின் செயற்கை நுண்ணறிவுப் பயன்பாடு மற்றும் ப்ராம்ப்ட்கள் குறித்த எங்கள் நான்கு மாத ஆய்வில் கண்டறியப்பட்ட போக்குகள் முக்கியமான புரிதலை வழங்குகின்றன. ஒரு சிக்கலைக் கண்டறிவதற்கும், செயற்கை நுண்ணறிவின் உதவியுடன் ஒட்டுமொத்தப் பணியை முன்னெடுத்துச் செல்வதற்கும் இடையிலான தடைகளை நிறுவனங்கள் எவ்வாறு குறைக்கலாம் என்பதை அவை காட்டுகின்றன. நிறுவனங்கள் தங்கள் செயற்கை நுண்ணறிவு உத்திகளைச் செயல்படுத்தும்போது, கருவிகளுக்கான அணுகலைப் போலவே பணிவடிவமைப்புக்கும் இடமளிக்க வேண்டும் என எங்கள் முடிவுகள் காட்டுகின்றன.

குறிப்பிட்ட துறையில் ஒரு பணி தங்கள் பணிப் பாத்திரத்திற்குப் பொருந்துகிறதா என்பதைப் பொறுத்து, ஊழியர்கள் செயற்கை நுண்ணறிவை வெவ்வேறு விதமாகப் பயன்படுத்துகின்றனர். தங்கள் வழக்கமான பணிப் பாத்திரங்களுக்கு உட்பட்ட மற்றும் அப்பாற்பட்ட பணிகளுக்கு, ஊழியர்கள் செயற்கை நுண்ணறிவுக்கு வெவ்வேறு விதமாக ப்ராம்ப்ட்களை வழங்குகின்றனர். தங்கள் தொழிலுக்கு அப்பாற்பட்ட பணிகளைப் பற்றிக் கேட்கும்போது, அதற்கு உட்பட்ட பணிகளுக்குப் பயன்படுத்துவதைவிடச் சராசரியாகக் குறுகிய ப்ராம்ப்ட்களை எழுதுகின்றனர். விளக்கங்கள், செயல்முறை வழிகாட்டுதல், குறிப்பிட்ட பதில் வடிவம் அல்லது ஆலோசனையைக் கேட்பதற்கான வாய்ப்பும் குறைவாக உள்ளது.

அதே நேரத்தில், தங்கள் தொழிலுக்கு அப்பாற்பட்ட உதவியைச் செயற்கை நுண்ணறிவிடம் கேட்கும்போது, எடுத்துக்காட்டுகளையோ பின்னணித் தகவல்களையோ வழங்குவதற்கான வாய்ப்பு அதிகம். மேலும், ஏதாவது ஒன்றைச் சரிபார்க்கவோ உறுதிப்படுத்தவோ செயற்கை நுண்ணறிவிடம் கேட்பதற்கான வாய்ப்பும் அதிகம்.

ஊழியர்கள் செயற்கை நுண்ணறிவின் மூலம் பிறரின் நிபுணத்துவத்தைப் பயன்படுத்துகின்றனர் என்பது இதற்கான ஒரு விளக்கம். முற்றிலும் புதிய துறையைக் கற்றுத்தருமாறு செயற்கை நுண்ணறிவிடம் கேட்பதற்குப் பதிலாக, ஓர் ஆவணம், எடுத்துக்காட்டு அல்லது சக ஊழியரின் தகவல் போன்ற தொடர்புடைய சூழலுடன் ஒரு சிக்கலை முன்வைத்து, வேறொரு துறை சார்ந்த அறிவைப் பயன்படுத்த உதவுமாறு ஊழியர்கள் கேட்கலாம். 

ஊழியர்கள் இந்தச் செயல்களை மீண்டும் செய்கிறார்களா என்பதே அடுத்த கேள்வி. ஏப்ரல் முதல் ஜூலை வரை தொடர்ந்து கவனிக்கப்பட்ட சுமார் 6,200 ஊழியர்களிடையே, முன்பு செய்யப்பட்ட தொழில்களைக் கடந்த பணிகளின் பங்கு, தொழில் சார்ந்த செயற்கை நுண்ணறிவுச் செயல்பாட்டில் ஏப்ரலில் 13.1% ஆக இருந்ததிலிருந்து ஜூலையில் 25.9% ஆக உயர்ந்தது¹. ஒருமுறை மட்டும் சோதித்துப் பார்ப்பதற்குப் பதிலாக, தொழில்களைக் கடந்த சில உதவிகளை ஊழியர்கள் தொடர்ச்சியான பணிப்பாய்வுகளில் இணைத்துக்கொள்வதை இந்த முறை சுட்டிக்காட்டுகிறது. 

தனி ஆய்வு ஒன்று, இந்த மறுநிகழ்வைச் சூழலுடன் விளக்குகிறது. மாதிரி எடுக்கப்பட்ட, பொருத்தப்பட்ட ஒரு மாதப் பின்தொடர்தல் பதிவுகளில், முந்தைய மாதம் பயன்படுத்திய தொழில்களைக் கடந்த பணியை ஊழியர்கள் 23.6% நேரங்களில் மீண்டும் செய்தனர். முந்தைய மாதம் அந்தப் பணியைச் செய்ததாகப் பதிவு இல்லாத ஒப்பிடத்தக்க ஊழியர்கள் அதே பணியைப் பயன்படுத்திய விகிதம் 8.4% மட்டுமே. ஒரே தொழிலுக்கு உட்பட்ட பணிகளிலும் பொதுப் பணிகளிலும் இதேபோன்ற இடைவெளிகள் காணப்படுகின்றன.

பணியின் வகையைப் பொறுத்து மறுநிகழ்வு கணிசமாக மாறுபடுகிறது. தொழில்களைக் கடந்த பின்வரும் சில பணிகளை ஊழியர்கள் அடுத்த மாதமும் ஒப்பீட்டளவில் அதிக விகிதத்தில் மீண்டும் செய்தனர்:

• வாடிக்கையாளர்களுடன் பொருட்கள் அல்லது சேவைகளைப் பற்றிப் பேசுதல்: 54%

• விளம்பர அல்லது ஊக்குவிப்பு உள்ளடக்கம் எழுதுதல்: 44%

• சந்தைப்படுத்தல் உள்ளடக்கங்களை உருவாக்குதல்: 37%

ஒப்பிடுகையில், நிதித் தகவல்களை விளக்கும் பணியை ஊழியர்கள் சுமார் 15% நேரங்களில் மீண்டும் செய்தனர். தொழில்களைக் கடந்த பணிகளில், அடுத்த மாதம் மீண்டும் செய்ததற்கான சராசரி விகிதம் 18.5% ஆக இருந்தது. தொடர்ந்து நிகழும் பணிப்பாய்வுகளில் செயற்கை நுண்ணறிவு இயல்பாகப் பொருந்தும் இடங்களை இந்த வேறுபாடுகள் காட்டக்கூடும். பணியிட நடைமுறைகள், எச்சரிக்கை உணர்வு அல்லது தவறு செய்வதால் ஏற்படும் எனக் கருதப்படும் விளைவுகளில் உள்ள வேறுபாடுகளையும் இவை பிரதிபலிக்கலாம். 

முதல் இரண்டு வேலையின் புதிய எல்லைகள் அறிக்கைகள், பதவிப் பெயர்கள் மாறுவதற்கு முன்பே பணி எவ்வாறு மாறலாம் என்பதைக் காட்டுகின்றன. பாரம்பரியத் தொழில் எல்லைகளைக் கடக்க ஊழியர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதை முதல் அறிக்கை காட்டியது. அந்தச் செயல்களில் சில வழக்கமான பணிப்பாய்வுகளின் அங்கமாகின்றன என்பதை இந்த அறிக்கை கண்டறிந்துள்ளது. செயற்கை நுண்ணறிவால் பணிகள் மாறுவதற்கான ஒரு சாத்தியமான பாதையை இந்த முறைகள் காட்டுகின்றன: ஓர் ஊழியர் தனது பாரம்பரியப் பாத்திரத்திற்கு அப்பாற்பட்ட ஒரு செயலை முயன்று, அதற்குச் செயற்கை நுண்ணறிவு பயனுள்ளதாக இருப்பதைக் கண்டறிந்து, அதைத் தனது பணியின் ஒரு பகுதியாக மீண்டும் மீண்டும் செய்யத் தொடங்குகிறார்.

பதவிப் பெயர்கள் மாறுவதற்கு வெகுகாலம் முன்பே செயற்கை நுண்ணறிவு பணிகளை மறுவடிவமைக்கலாம்: வேறொரு தொழிலுடன் தொடர்புடைய செயல்களுக்கு ஊழியர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்தி, அவற்றில் சிலவற்றைக் காலப்போக்கில் மீண்டும் செய்கின்றனர். அந்தச் செயல்கள் வழக்கமான பொறுப்புகளாகிவிட்டால், பதவிப் பெயர் மாறாமலேயே அதற்குள் அடங்கும் செயல்களின் வகைகள் விரிவடையலாம். செயற்கை நுண்ணறிவு வேலைப் பிரிவினையை எவ்வாறு மாற்றுகிறது, அது ஊழியர்கள், வணிகங்கள் மற்றும் பரந்த பொருளாதாரத்திற்கு என்ன பொருள் தருகிறது என்பதற்கான தெளிவான புரிதலை உருவாக்க, இந்த மாற்றங்களைத் தொடர்ந்து ஆய்வு செய்வோம்.

• ஊழியர்கள் தங்கள் பாரம்பரியப் பணிப் பாத்திரங்களுக்கு அப்பாற்பட்ட பணிகளைச் செய்ய ChatGPT‑ஐ எவ்வாறு பயன்படுத்துகின்றனர் என்பதை அறிய, பணிக் கலப்பு குறித்த எங்கள் ஆய்வைப் படியுங்கள்⁠.

• செயற்கை நுண்ணறிவின் திறன்கள், மனிதர்களின் பணிப் பாத்திரங்கள் மற்றும் தேவை ஆகியவை வேலைவாய்ப்பை எவ்வாறு வடிவமைக்கக்கூடும் என்பதை அறிய, எங்கள் செயற்கை நுண்ணறிவு வேலைவாய்ப்பு மாற்றக் கட்டமைப்பைப் படியுங்கள்⁠.