तीन अभियान स्लोगन। पाठकों के दो समूह। अंतर सिर्फ़ एक: आधे लोगों को बताया गया कि इन्हें एक मार्केटिंग पेशेवर ने लिखा है, बाक़ी आधों को बताया गया कि इन्हें एआई मार्केटिंग सॉफ़्टवेयर ने बनाया है। स्लोगन शब्दशः एक जैसे थे। जिस समूह ने माना कि इन्हें एआई ने बनाया, वह अपना कोई विचार देने के लिए 3.4 प्रतिशत अंक कम तैयार निकला — 26% के आधार के मुक़ाबले, यानी स्वैच्छिक प्रयास में 13% की सापेक्ष गिरावट (Brookings, 2026)।
काम में कुछ नहीं बदला। सिर्फ़ बायलाइन बदली।
यह कार्यप्रवाह के भीतर एआई एट्रिब्यूशन पर अब तक का सबसे साफ़ कारणात्मक प्रमाण है, और यह ठीक उस जगह गिरता है जिसके लिए अधिकांश परिचालन योजनाओं में कोई मद ही नहीं है। एआई और अपनी टीम को लेकर आपने जो भी चर्चा की है, वह क्षमता के बारे में रही है: मॉडल क्या कर सकता है, आउटपुट कितना अच्छा है, त्रुटि दर कहाँ बैठती है। यह निष्कर्ष कहता है कि गुणवत्ता स्थिर रखते हुए भी आउटपुट पर लगा लेबल अपने आप मानव व्यवहार बदल देता है। एट्रिब्यूशन काम के बाद आने वाला संचार-विवरण नहीं है। यह इस बात का इनपुट है कि आपको कितना काम मिलेगा।
प्रयोग ने क्या स्थिर रखा और क्या हिलाया
यह अध्ययन निकोलोवा, मिलानोवा और वांग का पूर्व-पंजीकृत सर्वेक्षण प्रयोग है, जो अमेरिका (N=1,511) और नीदरलैंड (N=2,117) के राष्ट्रीय स्तर पर प्रतिनिधि नमूनों पर एक समान ढंग से चलाया गया और N=3,628 पर संयोजित किया गया (GLO Discussion Paper 1788, 2026)। डिज़ाइन पहले ही AEA रजिस्ट्री में दर्ज किया गया था (AEA RCT Registry #15363, 2026) — यानी परिणाम डेटा आने से पहले तय थे, और यही किसी निष्कर्ष और किसी कहानी के बीच का फ़र्क़ है।
प्रतिभागियों के सामने एक छोटा सार्वजनिक स्वास्थ्य मुद्दा रखा गया — बहुत से लोग पर्याप्त पानी नहीं पीते — और उनसे अभियान का स्लोगन बनाने में मदद माँगी गई। कुछ भी देखने से पहले उन्होंने आँका कि यह काम कितना सार्थक लगता है; 7-बिंदु पैमाने पर औसत लगभग 5 रहा। फिर उन्होंने तीन स्लोगन पढ़े। आधों को बताया गया कि इन्हें मार्केटिंग पेशेवर ने लिखा; बाक़ी आधों को कि इन्हें एआई सॉफ़्टवेयर ने बनाया। दोनों समूहों में स्लोगन वही थे। इसके बाद उन्होंने काम की सार्थकता फिर से आँकी और उन्हें अपना स्लोगन देने का विकल्प मिला। यही स्वैच्छिक योगदान प्रयास का माप था।
इससे दो नतीजे निकले। एआई-लेबल वाली स्थिति में काम की सार्थकता लगभग 0.07 मानक विचलन गिरी। अपना विचार देने की इच्छा 26% के आधार से 3.4 अंक घटी — यही 13% का आँकड़ा है। दोनों देशों में प्रभाव दोहराए गए।
ग़ौर कीजिए कि यहाँ मापा क्या जा रहा है। संतुष्टि नहीं। भावना नहीं। बल्कि वह जो लोगों ने तब किया जब किसी ने उनसे कुछ माँगा ही नहीं था: विवेकाधीन योगदान। आपकी प्रक्रिया-सुधार, आपके एस्केलेशन और आपकी गुणवत्ता-पकड़ ठीक इसी इनपुट पर चलती हैं।
दंड काम पर भी पड़ता है
दूसरा निष्कर्ष कम ध्यान पाता है और ज़्यादा का हक़दार है।
जिन प्रतिभागियों को बताया गया कि स्लोगन एआई ने बनाए हैं, उन्होंने उन्हीं स्लोगनों को कम रचनात्मक और कम प्रभावशाली आँका, बनिस्बत उनके जिन्हें बताया गया कि किसी इंसान ने लिखे हैं (Brookings, 2026)। पाठ बिलकुल वही, अंक कम। उन्होंने इस तरह का काम करने की एआई की क्षमता में कम भरोसा भी जताया।
संचालन प्रमुख के लिए यह नतीजे का ज़्यादा तीखा किनारा है। अगर आपकी टीम अब एआई द्वारा तैयार सामग्री की समीक्षा कर रही है — नीति की भाषा, पहली-कड़ी विश्लेषण, ग्राहक उत्तर, आंतरिक नोट — तो समीक्षा बराबरी के मैदान पर नहीं हो रही। समीक्षक का गुणवत्ता-आकलन आंशिक रूप से लेबल का फलन है, केवल पाठ का नहीं। इस छूट का कुछ हिस्सा जायज़ संदेह है और वह आपको चाहिए भी। लेकिन वह सामने पड़े मसौदे की वास्तविक त्रुटि दर से अंशांकित नहीं है, जिससे एक साथ दो विफलता-रूप बनते हैं: अच्छे एआई आउटपुट का अति-संपादन, और उसे बनाने वाली पूरी शृंखला पर भरोसे का सामान्य क्षरण।
इन दोनों प्रभावों को लोगों से पूछकर अलग नहीं किया जा सकता। वे ईमानदारी से यही कहेंगे कि मसौदा कमज़ोर था।
एआई एट्रिब्यूशन मानक कार्यप्रवाह की क़ीमत क्यों बदल देता है
पिछले अठारह महीनों में मध्य-बाज़ार संचालन ने जो डिफ़ॉल्ट ढर्रा अपनाया वह है "एआई मसौदा बनाए, इंसान समीक्षा करे"। इसे इसलिए चुना गया क्योंकि यह प्रेरणा के लिहाज़ से तटस्थ दिखता था — नतीजे का मालिक अब भी इंसान है, मशीन बस ख़ाली पन्ना हटा देती है।
यह प्रमाण कहता है कि वह तटस्थता एक धारणा थी, गुण नहीं।
मानक ढर्रे में इंसान के योगदान को संपादन के रूप में गढ़ा जाता है। एआई के योगदान को लेखकत्व के रूप में। यह गढ़ना एक चुनाव है, जो आम तौर पर उस व्यक्ति ने किया जिसने उपकरण कॉन्फ़िगर किया, और अब यह मापनीय रूप से भार-वाहक है। वही काम अलग ढंग से गढ़ा जाए — इंसान संक्षेप तय करे और तर्क का मालिक हो, एआई कच्चा माल दे — तो वह अलग बायलाइन के साथ वही गतिविधि है; और नियंत्रित परिस्थिति में प्रयास को 13% हिलाने वाला चर यही बायलाइन है।
यह क्षेत्रीय आँकड़ों में पहले से दिख रही एक खाई से जुड़ता है। BCG के 2026 सर्वेक्षण में 11,749 कर्मियों में से 47% अब एआई को संभालने और निर्देशित करने में उससे ज़्यादा समय देते हैं जितना ख़ुद काम करने में, जबकि 66% कहते हैं कि एआई से बचे समय के उपयोग पर उन्हें कोई सार्थक मार्गदर्शन नहीं मिला (BCG, 2026)। भूमिकाएँ समीक्षा और निर्देशन के इर्द-गिर्द फिर से गढ़ी जा रही हैं — ठीक वही स्थिति जिसे प्रयोग प्रेरणा के लिहाज़ से उजागर बताता है — और इंसानी योगदान को क्या नाम दिया जाए, इस पर कोई तदनुरूप डिज़ाइन निर्णय नहीं है।
उत्पादकता का निहितार्थ लेखक स्वयं उठाते हैं: दबा हुआ विवेकाधीन प्रयास इसका एक कारण हो सकता है कि एआई के बड़े प्रयोगात्मक लाभ अब तक अर्थव्यवस्था-स्तर के उत्पादकता आँकड़ों में नहीं दिखे। आप प्रति कार्य ज़्यादा आउटपुट और उसके इर्द-गिर्द कम योगदान पा सकते हैं, और दूसरा प्रभाव किसी टूलिंग डैशबोर्ड पर नहीं दिखेगा।
यह 50 से 500 कर्मचारियों वाले संगठन में कहाँ दिखता है
चार जगहें, असर की रफ़्तार के मोटे क्रम में।
आंतरिक संचार। एआई से तैयार और पहचान में आने वाले नीति-अद्यतन, प्रक्रिया-परिवर्तन और सर्वदलीय बैठक की सामग्री। संदेश इंसान द्वारा लिखे संस्करण जैसा ही है; स्वागत वैसा नहीं। अगर आपको चाहिए कि लोग केवल अनुपालन न करें बल्कि स्वेच्छा से काम करें, तो लेबल आपके ख़िलाफ़ काम कर रहा है।
सहकर्मी समीक्षा और गुणवत्ता द्वार। Adaptavist के 2026 अध्ययन में 2,500 ज्ञान-कर्मियों में से 52% नियमित रूप से सहकर्मियों के एआई-निर्मित काम को सुधारते पाए गए (Adaptavist, 2026)। यह सुधार-भार पहले से असली है। यह प्रयोग यह जोड़ता है कि समीक्षक का गंभीरता-निर्णय आंशिक रूप से लेबल से चलता है, इसलिए आपका पुनःकार्य-आयतन आपकी त्रुटि दर का साफ़ संकेत नहीं है।
संचय की समस्या
अलग-अलग देखें तो इनमें से कोई भी गंभीर नहीं है। तंत्र है संपर्क की आवृत्ति। एआई-लेबल वाली एक कृति आपको एक व्यक्ति के एक कार्य पर विवेकाधीन प्रयास का एक अंश ही महँगी पड़ती है। लेकिन जिस शृंखला में अधिकांश पहले मसौदे, सारांश और नियमित विश्लेषण लेबल के साथ आते हैं, वहाँ वही छोटी छूट हर सप्ताह दर्जनों बार हर अगली कड़ी पर लागू होती है। प्रयोग ने एक मुलाक़ात मापी। आपके संचालन में हज़ारों हैं।
इसीलिए ऊपर से यह प्रभाव देखना कठिन है। कोई एक मामला दृश्य विफलता नहीं देता। जो बनता है वह है स्वैच्छिक परत का धीमा चपटा होना — वे सुझाव जो कभी दिए ही नहीं जाते, वह दूसरी नज़र जो कोई डालता ही नहीं — और यह परत कभी किसी परिचालन डैशबोर्ड पर नहीं आई, क्योंकि वह हमेशा मुफ़्त थी।
मान्यता और प्रदर्शन-वार्ता। जब यह ज्ञात हो कि कोई मज़बूत काम एआई-सहायता से हुआ है, तो योगदानकर्ता की स्वामित्व-भावना और प्रबंधक का उस योगदान का पाठ, दोनों बदल जाते हैं। कोई मानक प्रदर्शन प्रक्रिया इसका हिसाब नहीं रखती।
ग्राहक और उम्मीदवार के सामने आने वाला पाठ। वही छूट कंपनी के बाहर भी लागू होती है, और अध्ययन के उत्तरदाता कर्मचारी नहीं, आम जनसंख्या के नमूने थे। भरोसे और पारदर्शिता के लिए बनाई गई प्रकटीकरण पद्धतियाँ कथित गुणवत्ता पर एक मापा हुआ प्रभाव साथ लाती हैं। यह प्रकटीकरण के ख़िलाफ़ तर्क नहीं है — यह तर्क है कि आप जो स्वरूप चुनते हैं उसकी क़ीमत जानें।
यह प्रमाण क्या नहीं कहता
तीन सीमाएँ, साफ़ शब्दों में, क्योंकि अतिपाठ पर बनी योजना विफल होगी।
यह एक छोटा रचनात्मक सूक्ष्म-कार्य है, कार्य-प्रक्रिया नहीं। प्रतिभागियों ने एआई-निर्मित बताए गए आउटपुट को आँका; उन्होंने हफ़्तों तक किसी एआई प्रणाली के साथ ऐसे काम पर सहयोग नहीं किया जिसके वे जवाबदेह हों। निरंतर पेशेवर काम के लिए बाह्य वैधता अपरीक्षित है और लेखक यह कहते भी हैं।
अर्थ पर प्रभाव छोटा है। 0.07 मानक विचलन एक मामूली मानकीकृत प्रभाव-आकार है। शीर्षक का 13% 26% आधार पर सापेक्ष परिवर्तन है, जो 3.4 अंक की निरपेक्ष गति को बड़ा दिखाता है। दोनों आँकड़े सही हैं; नाटकीय केवल एक है।
यह एक कार्य-पत्र है। पूर्व-पंजीकृत और दो देशों में दोहराया गया, जो इस क्षेत्र के अधिकांश प्रमाणों से अधिक है — पर अभी तक सहकर्मी-समीक्षित नहीं।
तीनों चेतावनियों के बाद जो बचता है वह है दिशा और तंत्र: एट्रिब्यूशन गुणवत्ता से स्वतंत्र होकर प्रयास को हिलाता है। अगर वास्तविक कार्यप्रवाह में प्रभाव इसका आधा भी हो, और कर्मी एआई-लेबल वाले आउटपुट से एक बार नहीं बल्कि लगातार टकराते हों, तो यह जमा होता जाता है।
इस तिमाही में एट्रिब्यूशन को प्रक्रिया-पैरामीटर बनाइए
उत्तर डिज़ाइन है, संदेश नहीं। चार क़दम, किसी में नया ख़र्च नहीं।
उपकरण नहीं, इंसानी योगदान का नाम लीजिए। जहाँ काम पर एआई-स्रोत का लेबल है, वहाँ यह भी दर्ज हो कि व्यक्ति ने क्या किया — संक्षेप, निर्णय, प्रकाशित करने का फ़ैसला। लेखकों की अपनी सिफ़ारिश यही है कि ऐसे कार्यप्रवाह बनाए जाएँ जो इंसानी कर्तृत्व को दृश्य और व्यक्तिगत योगदान को आरोपणीय रखें। लागू करने में शून्य लागत; आज अधिकांश टेम्पलेट में अनुपस्थित।
स्रोत को मूल्यांकन से अलग कीजिए। किसी भी अहम गुणवत्ता-द्वार पर समीक्षक कृति का आकलन उससे पहले करे जब वह देखे कि यह कैसे बनी। आप जल्दी जान जाएँगे कि आपके पुनःकार्य में कितना दोष है और कितना छूट।
लोगों को संपादक के रूप में गढ़ना बंद कीजिए। "इस मसौदे की समीक्षा करो" और "यह आउटपुट तुम्हारा है, शुरू करने के लिए कच्चा माल यह रहा" एक ही घंटे के काम और दो अलग पेशों का वर्णन करते हैं। अपने प्रक्रिया-दस्तावेज़ों और टिकटों की भाषा बदलिए। यहाँ यही सबसे बड़ा लीवर है और इसकी क़ीमत बस शब्द बदलना है।
अपनाव नहीं, विवेकाधीन योगदान मापिए। सीट-गणना और प्रॉम्प्ट-आयतन इसे संरचनात्मक रूप से पकड़ नहीं सकते। स्वैच्छिक चीज़ों पर नज़र रखिए: बिना माँगे आए सुधार-सुझाव, द्वार से पहले पकड़े गए दोष, वे लोग जो बिना कहे दायरा जोड़ते हैं। अगर आउटपुट-आयतन बढ़ते हुए भी यह वक्र नीचे झुक रहा है, तो आपने प्रभाव अपने ही डेटा में पा लिया।
इस तिमाही आपके सामने का निर्णय यह नहीं है कि काम में एआई की भागीदारी बताई जाए या नहीं। वह इससे संकरा है और डिज़ाइन का प्रश्न है: आपकी मौजूदा प्रक्रियाओं में बैठा एआई एट्रिब्यूशन आपका सोचा-समझा चुनाव है, या किसी उपकरण की डिफ़ॉल्ट सेटिंग ने आपके लिए चुन लिया? इस प्रयोग में लेबल स्वैच्छिक प्रयास के 13% के बराबर था। यह आपकी मेज़ का सबसे सस्ता चर है और अब तक इकलौता, जिसका कोई मालिक नहीं।
