ChatGPT کے بعد سے ڈگری کا مالی فائدہ کچھ کم ہو گیا ہے
کسی کارکن کا علم دو قسم کا ہوتا ہے۔ اس کا ایک حصہ لکھا، سکھایا اور محفوظ کیا جا سکتا ہے: فارمولے، قواعد، طریقۂ کار۔ دوسرا حصہ کر کے سیکھا جاتا ہے اور اسی شخص سے بندھا رہتا ہے: مقالے کی مثالوں میں، ایک سماجی کارکن (caseworker) سیکھتا ہے کہ کن کلائنٹس کو زیادہ قریبی نگرانی کی ضرورت ہے، ایک سرجن سیکھتا ہے کہ بافتوں کا تناؤ کب غلط ہے، ایک مذاکرات کار سیکھتا ہے کہ محفل کا مزاج کیسے بھانپا جائے۔ تخلیقی مصنوعی ذہانت (generative AI) پہلی قسم کو عین ضرورت کے وقت سستا اور وافر بنا دیتی ہے۔ اس کا تنخواہوں پر کیا اثر پڑتا ہے؟
تنخواہ کی پرچی پر دو قیمتیں
بیونس آئرس کی تورکواتو دی تیلا یونیورسٹی (Torcuato Di Tella University) کے ایدواردو لیوی یِیاتی، داریو جودزک اور خوان اگناسیو باربیرو (Eduardo Levy Yeyati, Darío Judzik, Juan Ignacio Barbiero) دو جانے پہچانے اعداد کو دیکھتے ہیں: ایک کارکن تعلیم کے ایک اضافی سال پر کتنا زیادہ کماتا ہے، اور تجربے کے ایک اضافی سال پر۔ تعلیم، نامکمل طور پر سہی، اس علم کی نمائندگی کرتی ہے جو لکھا جا سکتا ہے؛ اسکول چھوڑنے کے بعد کے برس عمل سے حاصل ہونے والے علم کی نمائندگی کرتے ہیں۔
ان کا ماڈل دو پیش گوئیاں کرتا ہے۔ اگر مشینیں لکھا ہوا علم فراہم کریں تو تعلیم پر ملنے والی اضافی تنخواہ کو سکڑنا چاہیے۔ اگر یہ علم اور عملی فہم مل کر بہترین کام کرتے ہیں تو عملی تجربہ زیادہ قیمتی ہو جانا چاہیے — خاص طور پر کیریئر کے آغاز میں، جب لوگ سب سے تیزی سے سیکھتے ہیں۔ لیکن کچھ تجربہ کام کرنے کے پرانے طریقے سے بندھا ہوتا ہے اور اپنی قدر کھو سکتا ہے، اس لیے آگے چل کر یہ اثر منفی ہو سکتا ہے۔
زد میں آنے والی ملازمتیں، محفوظ ملازمتیں
جانچ کے لیے جنوری 2018 سے جون 2026 تک کا امریکی کرنٹ پاپولیشن سروے (Current Population Survey) استعمال کیا گیا ہے: اجرتوں کے تقریباً 656,000 ریکارڈ۔ ملازمتوں کی درجہ بندی مصنوعی ذہانت کی زد کے ایک اشاریے کے مطابق کی گئی ہے جو ChatGPT کے وجود میں آنے سے پہلے بنایا گیا تھا۔ سب سے زیادہ زد میں آنے والی چوتھائی — سافٹ ویئر ڈویلپرز، انتظامی معاونین، اکاؤنٹنٹس، مالیاتی منیجرز، یونیورسٹی اساتذہ — کا موازنہ سب سے کم زد میں آنے والی چوتھائی سے کیا گیا ہے: ٹرک ڈرائیور، گودام کے مزدور، صفائی کرنے والے، نگہداشت کے معاون، ویٹر۔ گھڑی نومبر 2022 سے، ChatGPT کے عوامی اجرا کے ساتھ، چلنا شروع ہوتی ہے۔
اس تاریخ سے پہلے، زد میں آنے والی ملازمتوں میں تعلیم کا ایک سال تنخواہ میں تقریباً 7.5% اضافہ کرتا تھا، جبکہ محفوظ ملازمتوں میں 1.7%۔ تجزیہ ایک ہی پیشے کے اندر کارکنوں کا، پہلے اور بعد میں، موازنہ کرتا ہے، اس لیے یہ تعلیم اور تجربے کی ان “قیمتوں” میں تبدیلی ناپتا ہے، اوسط اجرتوں میں نہیں۔
تعلیم کے ایک سال کی نئی قیمت
زد میں آنے والی ملازمتوں میں تعلیم کے ایک سال پر ملنے والا تنخواہ کا اضافہ محفوظ ملازمتوں کے مقابلے میں 0.55 پوائنٹس گر گیا — تقریباً 7.5% سے 6.9% تک، یعنی اپنی سابقہ قدر کے تقریباً 7% کی کمی۔ محفوظ ملازمتوں میں یہ 1.7% پر برقرار رہا۔ اجرا سے پہلے کوئی بتدریج سرکاؤ نہیں تھا، اور یہ موڑ پہلے بارہ مہینوں ہی میں ظاہر ہو جاتا ہے۔
ایک کیریئر جو جھک جاتا ہے
تجربہ مجموعی طور پر اوپر یا نیچے نہیں سرکا؛ منحنی گھوم گیا۔ تجربے کا ایک اضافی سال تین سال کا تجربہ رکھنے والے شخص کو 0.26 پوائنٹس زیادہ دیتا ہے، پندرہ سال پر تقریباً اتنا ہی، اور پچیس سال پر 0.12 پوائنٹس کم۔ مصنفین کے مرکزی ماڈل میں یہ اثر تقریباً 18 سال پر اپنی علامت بدل لیتا ہے؛ زیادہ لچکدار منحنیوں کے ساتھ جھکاؤ برقرار رہتا ہے مگر وہ عین نقطہ کم یقینی ہو جاتا ہے۔ یہ جھکاؤ کالج کی ڈگری رکھنے والے کارکنوں میں سب سے زیادہ ہے۔
سب ملا کر، زد میں آنے والی ملازمت میں سولہ سال کی تعلیم اور پندرہ سال کا تجربہ رکھنے والا کارکن محفوظ ملازمتوں کے رجحان کی پیش گوئی سے تقریباً 3.2% کم کماتا ہے۔
اتفاقات کے خلاف جانچ
- آغاز کی تاریخ کو جنوری 2020، یعنی وبا کے آغاز، پر منتقل کرنے سے کوئی اثر پیدا نہیں ہوتا۔
- سب سے زیادہ تنخواہوں پر، جن کی امریکی اعداد و شمار ایک بالائی حد مقرر کرتے ہیں اور جنہیں اپریل 2023 سے مختلف طریقے سے درج کیا جاتا ہے، ایک مشترکہ قاعدہ لاگو کرنے سے نتائج تقریباً جوں کے توں رہتے ہیں۔
- کمپیوٹر اور ریاضی کی ملازمتوں کو، جو اسی دوران ٹیک صنعت کی برطرفیوں کی زد میں آئیں، نکال دینے کے بعد بھی تعلیم والی کمی 0.49 پوائنٹس رہتی ہے۔
کیریئر کے آخری حصے کی کمی ثبوت کا سب سے کمزور حصہ ہے: اجرا سے پہلے بھی منحنی کا وہ سرا تھوڑا ڈگمگا رہا تھا۔
پیش گوئی نہیں
مصنفین یہ دعویٰ نہیں کرتے کہ ڈگریاں بے قدر ہو گئی ہیں یا گریجویٹس کم پیداواری ہو گئے ہیں۔ ان کا نتیجہ زد میں آنے والی ملازمتوں کے اندر قلیل مدتی قیمتوں کا ازسرِنو تعین ہے۔ تعلیم کے انتخاب، تربیت اور ابتدائی سطح کی ملازمتیں خود کو ڈھال لیں گی۔ وہ لکھتے ہیں کہ طویل مدت میں شاید ایک سوال سب سے زیادہ اہم ہو: اگر مصنوعی ذہانت سیکھنے کے عمل کے ایک حصے ہی کو خودکار بنا دے تو کیا کارکن وہ عملی مہارت اب بھی حاصل کر سکیں گے جو زیادہ قیمتی ہوتی جا رہی ہے۔