एजेंट कब कमान संभालेगा, यह कौन तय करता है? नया फ़्लाइट-सिम्युलेटर अध्ययन कहता है — उत्तर लगभग कभी एजेंट नहीं होना चाहिए

बानवे ऑपरेटरों ने फ़्लाइट सिम्युलेटर पर NASA की मल्टी-एट्रिब्यूट टास्क बैटरी चलाई। जब कार्यभार अचानक बढ़ा, उनकी ट्रैकिंग सटीकता 76% से गिरकर 55% रह गई — उन्होंने अलग-अलग कार्यों को बचाने के लिए निरंतर निगरानी वाला कार्य छोड़ दिया (TechXplore, 2026)। यह हिस्सा चौंकाता नहीं। चौंकाने वाला दूसरा दौर है, और वही आपके एजेंट-कॉन्फ़िगरेशन को बदलना चाहिए: जब सिस्टम को स्वयं तय करने की छूट मिली कि कोई कार्य कब अपने हाथ में ले और कब लौटा दे, तो प्रदर्शन केवल तीव्र शिखर के दौरान बेहतर रहा। बाकी हर स्थिति में वे लोग बेहतर रहे जिन्होंने प्रत्यायोजन का क्षण स्वयं चुना — और जब सिस्टम ने उनके लिए चुना, तो उन्होंने कहीं अधिक थकान बताई (International Journal of Human–Computer Interaction, 2026)।

वही एजेंट। वही क्षमता। एकमात्र चर यह था कि कार्य को स्थानांतरित करने का अधिकार किसके पास है।

एजेंटिक एआई का जो भी रोडमैप आपको दिखाया गया है, वह स्वायत्तता को परिपक्वता की सीढ़ी मानता है: सहायता-प्राप्त, फिर पर्यवेक्षित, फिर स्वायत्त — और सबसे ऊपर अनुकूली नियंत्रण-हस्तांतरण। यह प्रमाण कहता है कि उस सीढ़ी का एक डंडा उल्टा जड़ा हुआ है। एजेंट द्वारा स्वयं शुरू किया गया टेकओवर परिस्थितियों की एक संकीर्ण पट्टी के लिए सही डिज़ाइन है, और बाकी हर जगह ग़लत डिफ़ॉल्ट।

सिम्युलेटर ने क्या मापा, और क्या नहीं

यह अध्ययन Lingnan University के मनोविज्ञान विभाग से आया है, प्रोफ़ेसर Jie (Jay) Xu के नेतृत्व में, और अगस्त 2026 में International Journal of Human–Computer Interaction में प्रकाशित हुआ (IJHCI, 2026)। प्रतिभागियों ने NASA की MATB पर तीन एक साथ चलने वाले कार्य किए: जॉयस्टिक ट्रैकिंग, सिस्टम मॉनिटरिंग और संसाधन प्रबंधन — भार की ऐसी संरचना जो जानबूझकर एक पूरी शिफ़्ट के अधिक निकट है, किसी एकल निर्णय के नहीं।

पहले दौर ने आधार-रेखा तय की। भार-शिखर के दौरान ट्रैकिंग सटीकता 76% से 55% पर गिर गई, जबकि दोनों पृथक कार्य लगभग स्थिर रहे। दबाव में लोग सबसे पहले निरंतर सतर्कता छोड़ते हैं। यही वह अंतराल है जिसे एजेंट को भरना चाहिए।

दूसरे दौर ने इसे भरने के दो तरीक़ों की तुलना की:

• Human-led authority allocation (HLAA)। ऑपरेटर तय करता है कि कार्य कब सिस्टम को सौंपना है और कब वापस लेना है।
• Shared authority allocation (ShAA)। सिस्टम भार पर नज़र रखता है और अपनी पहल पर कार्य ले लेता है — या लौटा देता है।

तीव्र शिखरों और आपात स्थितियों में ShAA जीता। उसने ठीक वही कार्य बचाया जिसे मनुष्य भार में छोड़ देते हैं। उन खिड़कियों के बाहर HLAA जीता। ShAA में ऑपरेटर कार्य से कट गए; नियंत्रण लौटने पर वे परिस्थितिजन्य बोध को पर्याप्त तेज़ी से पुनः नहीं बना सके, जिससे प्रदर्शन में मापने योग्य गिरावट आई। लंबे सत्रों में ShAA समूह के उत्तरार्ध की थकान-स्कोर मानव-नेतृत्व वाले समूह से काफ़ी ऊँचे थे (TechXplore, 2026)।

शोधकर्ताओं की कारण-व्याख्या आँकड़ों से अधिक महत्वपूर्ण है। कमी क्षमता में नहीं थी। कमी बिना व्याख्या के हुए अधिकार-हस्तांतरण में थी। सिस्टम क्या कर रहा है, उसने हस्तक्षेप क्यों किया और आगे क्या करेगा — इसका हिसाब रखना स्वयं संज्ञानात्मक श्रम है, ऐसा श्रम जो "बचाए गए समय" की किसी गणना में नहीं दिखता।

विफलता का बिंदु टेकओवर नहीं, वापसी है

एजेंट डिज़ाइन का लगभग सारा ध्यान प्रत्यायोजन के क्षण पर जाता है: एजेंट को क्या सक्रिय करता है, उसे क्या करने की अनुमति है, कौन-से सुरक्षा-घेरे उसे बाँधते हैं। वापसी पर लगभग कुछ नहीं जाता।

यह क्रम उल्टा है। इन आँकड़ों में भार के दौरान टेकओवर वही हिस्सा है जो काम कर गया। नुक़सान वापसी के रास्ते पर केंद्रित था: नियंत्रण ऐसे व्यक्ति के पास लौटता है जो लूप से बाहर रहा है, इस स्पष्टीकरण के बिना कि क्या बदला और क्यों — और उसके बाद एक पुनर्प्राप्ति अवधि जिसमें प्रदर्शन गिरा रहता है और किसी ने उसे मापा नहीं है।

मिड-मार्केट संस्करण देखिए। एक एजेंट रातभर एक क़तार संभालता है, जिन अपवादों को हल नहीं कर पाता उन्हें ऊपर भेजता है, और एक समन्वयक सुबह 8 बजे उन्हें उठाता है। डैशबोर्ड पर यह साफ़ दिखता है: बारह मामले निपटे, तीन ऊपर भेजे गए। डैशबोर्ड जो नहीं देखता, वे बीस मिनट हैं जो समन्वयक यह पुनर्निर्मित करने में लगाता है कि वे तीन क्यों भेजे गए और एजेंट पहले क्या आज़मा चुका है। इसे सप्ताह की हर वापसी से गुणा कीजिए, और पुनर्प्राप्ति की लागत निपटान की बचत से होड़ करने लगती है — एक ऐसे मद पर जो किसी ने बनाया ही नहीं।

यह वही संरचनात्मक समस्या है जो IBM Institute for Business Value ने शीर्ष प्रबंधन स्तर पर पाई। 2,000 CIO और CTO के सर्वेक्षण में दो-तिहाई ने कहा कि वे ऐसी एआई प्रणालियों के लिए जवाबदेह हैं जिन पर उनका पूरा नियंत्रण नहीं, और 77% ने कहा कि अपनाव पहले ही उनकी अभिशासन क्षमता से आगे निकल चुका है (IBM Institute for Business Value, 2026)। सिम्युलेटर अध्ययन वही अंतराल है, डेस्क के स्तर पर, स्टॉपवॉच के साथ दोहराया हुआ।

अनुकूली स्वायत्तता प्रीमियम फ़ीचर के रूप में क्यों बेची जाती है

क्योंकि उसका डेमो शानदार बनता है। जो एजेंट यह भाँप ले कि क़तार भर रही है और बिना कहे हस्तक्षेप कर दे, वह निर्देश की प्रतीक्षा करने वाले एजेंट से बेहतर दो-मिनट का प्रदर्शन है। पर डेमो स्वयं एक शिखर-स्थिति है। और शिखर ही एकमात्र स्थिति है जिसमें प्रमाण कहते हैं कि निर्णय एजेंट करे।

इस बिक्री-कथा में एक अपरीक्षित मान्यता भी छिपी है: कि किसी व्यक्ति से निर्णय छीन लेने से उसका भार घटता है। थकान के आँकड़े दिखाते हैं कि महँगा हिस्सा कभी निर्णय था ही नहीं। महँगा है यह मानसिक मॉडल बनाए रखना कि सिस्टम क्या कर रहा है — और स्वायत्त हस्तांतरण उसे बढ़ाता है: अब आपको काम भी देखना है और काम पर एजेंट के निर्णय को भी।

पारदर्शिता की शर्त कोई सुविधा नहीं है

लेखक स्पष्ट हैं: नियंत्रण क्यों स्थानांतरित हुआ, इसकी व्याख्या के अभाव में ऑपरेटर और सिस्टम के बीच एक संज्ञानात्मक खाई खुल जाती है। यह UX की पसंद नहीं है। यही वह तंत्र है जो प्रदर्शन की गिरावट पैदा करता है।

इसकी छाया बेंचमार्क में भी है। Surge AI के HANDBOOK.md मूल्यांकन ने अग्रणी मॉडलों को 65 एजेंटिक कार्यों से गुज़ारा, जिन्हें वास्तविक 43-पृष्ठीय कंपनी हैंडबुक नियंत्रित कर रही थीं; हर परीक्षित मॉडल का सख़्त pass@1 25% से नीचे रहा, और अधिक तर्क-प्रयास ने भरोसेमंद सुधार नहीं दिया (Surge AI, 2026)। यदि लंबे कार्य में एजेंट की नीति-पालना इतनी भंगुर है, तो दो घंटे से कटा हुआ ऑपरेटर, जिसे बिना कारण बताए नियंत्रण लौटा दिया गया है, एक ऐसा पैकेट पा रहा है जिसे कुशलता से जाँचने का उसके पास कोई तरीक़ा नहीं।

यह 50 से 500 कर्मचारियों वाले संगठन में कहाँ उतरता है

तीन जगहें, असर की गति के क्रम में।

अपवाद-क़तारें और कार्य-समय के बाहर कवरेज। ऐसा हर प्रवाह जिसमें एजेंट बिना निगरानी चलता है और एक हिस्सा मनुष्य को लौटाता है, वह रूटिंग के भेस में वापसी की समस्या है। यदि वापसी के साथ कारण नहीं आता, तो आप हर चक्र में पुनर्प्राप्ति लागत चुका रहे हैं।

हमेशा-चालू पर्यवेक्षण भूमिकाएँ। थकान का प्रभाव लंबे सत्रों में, देर से प्रकट हुआ। छोटे पायलट इसे नहीं पकड़ेंगे। यदि किसी का पूरा दिन एजेंटों को काम करते देखने में जाता है, तो आपके दो-सप्ताह के पायलट ने ग़लत खिड़की मापी।

विक्रेता द्वारा तय की गई एस्केलेशन सीमाएँ। अधिकांश एजेंट प्लेटफ़ॉर्म एक डिफ़ॉल्ट संवेदनशीलता के साथ आते हैं कि हस्तक्षेप या एस्केलेशन कब हो। वह डिफ़ॉल्ट उस व्यक्ति ने चुना जो डेमो-प्रभाव और सपोर्ट-टिकट की मात्रा को अनुकूलित कर रहा था, आपके ऑपरेटरों का परिस्थितिजन्य बोध नहीं। यह एक सक्रिय कॉन्फ़िगरेशन निर्णय है जिसे लगभग किसी ने सचेत होकर नहीं लिया।

इन तीनों के नीचे संगठन-डिज़ाइन का वह बिंदु है जिसे Microsoft के 2026 Work Trend Index ने दूसरी दिशा से रखा: 86% कर्मचारी एआई के आउटपुट को पहले ही अंतिम उत्तर नहीं, शुरुआती बिंदु मानते हैं, और संगठनात्मक कारकों का भार व्यक्तिगत एआई कौशल से दोगुने से अधिक है — 67% बनाम 32% (Microsoft Work Trend Index, 2026)। सत्यापन का काम लोग पहले से कर रहे हैं। हस्तांतरण का डिज़ाइन तय करता है कि वह काम सस्ता होगा या महँगा।

यह अध्ययन क्या नहीं कहता

तीन सीमाएँ, साफ़ शब्दों में, क्योंकि अति-व्याख्या पर बनी नीति विफल होगी।

प्रतिभागी विश्वविद्यालय के छात्र थे, क्षेत्र-विशेषज्ञ ऑपरेटर नहीं। अनुभवी पेशेवर परिस्थितिजन्य बोध शायद तेज़ी से पुनः बना लें। कुशल ज्ञान-कार्य तक बाह्य वैधता स्थापित नहीं है।

यह फ़्लाइट सिम्युलेटर है, बैक ऑफ़िस नहीं। MATB भार मापने का उपकरण है, अपवाद-क़तार का सन्निकटन नहीं। निष्कर्ष को संचालन में एजेंट-पर्यवेक्षण पर लागू करना एक अनुमान है — सुविचारित, पर अनुमान।

दो दौरों में N=92, और रिपोर्टिंग में प्रभाव-आकार नहीं दिए गए। दिशा सुसंगत है; आपके संदर्भ में परिमाण अज्ञात है।

इन तीनों सीमाओं के बाद जो बचता है वह तंत्र है, और वही हस्तांतरणीय हिस्सा है: बिना व्याख्या के स्थानांतरित होने वाला अधिकार, उसे पाने वाले मनुष्य पर पुनर्प्राप्ति की लागत डालता है। इसमें जॉयस्टिक की कोई भूमिका नहीं।

इस तिमाही में टेकओवर-अधिकार को डिज़ाइन का निर्णय बनाइए

चार क़दम। किसी में नया ख़र्च नहीं, और चारों रणनीति से अधिक कॉन्फ़िगरेशन हैं।

एस्केलेशन का डिफ़ॉल्ट मानव-प्रेरित रखिए। हस्तांतरण का क्षण ऑपरेटर तय करे। सिस्टम-प्रेरित टेकओवर को नामित शिखर-स्थितियों तक सीमित रखिए — सीमा से ऊपर मात्रा, परिभाषित व्यवधान, एक निश्चित समय-खिड़की — न कि एजेंट के निरंतर विवेक तक।

हर वापसी पर कारण अनिवार्य कीजिए। एजेंट बताए कि उसने क्या किया, क्या आज़माया और वह मामला क्यों लौटा रहा है। यह प्रॉम्प्ट और टेम्पलेट का बदलाव है, इंजीनियरिंग कार्यक्रम नहीं — और यह ठीक उसी खाई पर निशाना लगाता है जिसे अध्ययन ने पहचाना।

पायलट लंबा कीजिए, केवल चौड़ा नहीं। यदि किसी भूमिका में हमेशा-चालू एजेंट का पर्यवेक्षण शामिल है, तो मूल्यांकन से पहले कम से कम एक पूरी शिफ़्ट चलाइए। थकान की लागत संरचनात्मक रूप से देर से प्रकट होती है; आंशिक दिनों पर बना दो-सप्ताह का पायलट उसे चूकने के लिए ही बना है।

पुनर्प्राप्ति खिड़की को मापिए। वापसी और उस मामले पर मनुष्य की पहली सारभूत कार्रवाई के बीच का समय मापिए। यही अंतराल आपके मौजूदा हस्तांतरण-डिज़ाइन की लागत है, और आज यह हर एजेंट डैशबोर्ड पर अदृश्य है जो मैंने देखा है।

इस तिमाही आपके सामने सवाल यह नहीं है कि आपके एजेंट कितने स्वायत्त हों। सवाल इससे संकरा और कहीं अधिक उत्तर-योग्य है: आपके सबसे अधिक मात्रा वाले प्रवाह में आज यह कौन तय करता है कि एजेंट कब कमान संभालेगा — आप, या किसी और का भेजा हुआ डिफ़ॉल्ट? इस अध्ययन में तकनीक स्थिर रहते हुए इसी एक चर ने प्रदर्शन और थकान को विपरीत दिशाओं में खींचा। यह आपकी मेज़ पर सबसे सस्ता लीवर है, और डिफ़ॉल्ट रूप से ग़लत स्थिति पर लगा हुआ है।