पेशेवर ऑन-रैंप का शांत संकुचन और युवा श्रम बाजार का विखंडन

अगस्त के अंत में एक चौबीस वर्षीय कॉलेज स्नातक पड़ोस के एक शांत पुस्तकालय में बैठी है। वह इस एक घंटे में दसवीं बार जॉब बोर्ड को रिफ्रेश करती है, और देखती है कि जूनियर स्टाफ अकाउंटेंट के लिए वही तीन लिस्टिंग कुछ ही मिनटों में दिखाई देती हैं और गायब हो जाती हैं। उसके माता-पिता अपनी पहली नौकरियों को कक्षा से क्यूबिकल तक के सीधे बदलाव के रूप में वर्णित करते हैं; जबकि वह अपनी नौकरी की खोज को एक अपारदर्शी डिजिटल भूलभुलैया के माध्यम से नेविगेशन के रूप में देखती है। अर्थव्यवस्था स्थिर विकास और कम समग्र बेरोजगारी की रिपोर्ट करती है, फिर भी उसका इनबॉक्स स्वचालित अस्वीकृति पत्रों का कब्रिस्तान बना हुआ है। यह व्यक्तिगत हताशा एक प्रणालीगत बदलाव का सूक्ष्म रूप है। जबकि व्यापक श्रम बाजार स्थिर दिखाई देता है, प्रवेश स्तर (एंट्री-लेवल) का स्तर एक गहरे संरचनात्मक संकुचन से गुजर रहा है।

मैक्रो स्तर पर, पारंपरिक करियर की सीढ़ी अपने निचले पायदान खो रही है। दशकों तक, पेशेवर दुनिया एक अनुमानित विनिमय पर संचालित होती थी: युवा श्रमिकों ने निहित ज्ञान प्राप्त करने के अवसर के बदले सस्ता, उत्साही श्रम प्रदान किया। आज, वह विनिमय टूट रहा है। जो उपकरण कभी मानवीय उत्पादकता में सहायता के लिए थे, वे अब वही कार्य करते हैं जो पहले नए पेशेवरों के लिए प्रशिक्षण आधार के रूप में कार्य करते थे। हम शुरुआती करियर के परमाणुकरण (atomization) को देख रहे हैं, जहां मेंटरशिप के भौतिक और सामाजिक स्थानों को स्वायत्त स्क्रिप्ट और बड़े भाषा मॉडल (LLMs) द्वारा प्रतिस्थापित किया जा रहा है।

कोयले की खदान से मिले निष्कर्ष

स्टैनफोर्ड यूनिवर्सिटी डिजिटल इकोनॉमी लैब के हालिया डेटा से संकेत मिलता है कि यह प्रवृत्ति अब भविष्य के लिए केवल एक सैद्धांतिक चिंता नहीं है। अध्ययन "Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence" का अगस्त 2026 का अपडेट श्रम बाजार में एक बड़ा अंतर प्रकट करता है। सबसे अधिक एआई-एक्सपोज़्ड व्यवसायों में 22 से 25 वर्ष की आयु के श्रमिकों के लिए रोजगार का स्तर अब कम एक्सपोज़्ड क्षेत्रों के उनके साथियों की तुलना में 19 प्रतिशत कम है। यह अंतर सिर्फ एक साल पहले दर्ज किए गए 13 प्रतिशत के अंतर से महत्वपूर्ण विस्तार दर्शाता है। एरिक ब्रायनजोल्फसन के नेतृत्व में शोधकर्ता, वास्तविक समय में इन बदलावों को ट्रैक करने के लिए ए़डीपी (ADP) के उच्च-आवृत्ति पेरोल डेटा का उपयोग करते हैं।

व्यापक रूप से देखने पर, शोधकर्ताओं ने पाया कि समग्र अर्थव्यवस्था में अभी तक एआई के कारण कुल रोजगार में भारी गिरावट नहीं देखी गई है। यह स्थिरता की एक भ्रामक भावना पैदा करता है। वरिष्ठ कर्मचारी और मध्य-करियर के पेशेवर अपनी भूमिकाओं में बने हुए हैं, अक्सर अपनी दक्षता बढ़ाने के लिए एआई का उपयोग करते हैं। हालांकि, डेटा दिखाता है कि सबसे कम उम्र के समूह के लिए भर्ती दर गिर रही है। इसका प्रभाव अचानक बड़े पैमाने पर छंटनी की लहर नहीं है; यह दरवाजे का चुपचाप बंद होना है। रिसेप्शनिस्ट और जूनियर ऑडिटर जैसे स्वचालन (ऑटोमेशन) के लिए सबसे अधिक संवेदनशील माने जाने वाले व्यवसायों में नए प्रवेशकों के लिए रोजगार का स्तर सबसे खराब है। इसके विपरीत, जिन भूमिकाओं में भौतिक उपस्थिति या जटिल मानवीय हस्तक्षेप की आवश्यकता होती है, जैसे पंजीकृत नर्स, वहां युवा श्रमिकों के लिए निरंतर वृद्धि देखी जा रही है।

कोडीफाइड और निहित ज्ञान के बीच का विभाजन

यह समझने के लिए कि युवा कर्मचारी इस संक्रमण का खामियाजा क्यों भुगत रहे हैं, हमें पेशेवर विशेषज्ञता की प्रकृति को देखना होगा। समाजशास्त्री अक्सर कोडीफाइड (codified) और निहित (tacit) ज्ञान के बीच अंतर करते हैं। कोडीफाइड ज्ञान औपचारिक और प्रलेखित होता है; यह पाठ्यपुस्तकों, मैनुअल और मानक प्रक्रियाओं में मौजूद होता है। यह ठीक उसी प्रकार की जानकारी है जिसे आधुनिक एआई मॉडल उच्च सटीकता के साथ संसाधित करते हैं। प्रवेश स्तर की नौकरियों में लगभग पूरी तरह से कोडीफाइड ज्ञान पर आधारित कार्य होते हैं। जब एक जूनियर वकील एक मानक अनुबंध का मसौदा तैयार करता है या एक जूनियर विश्लेषक डेटासेट को साफ करता है, तो वे ऐसा काम कर रहे होते हैं जो अत्यधिक अनुमानित होता है और सॉफ्टवेयर द्वारा आसानी से दोहराया जा सकता है।

रोजमर्रा के शब्दों में, ये कार्य प्रवेश की कीमत हुआ करते थे। एक जूनियर कर्मचारी ने वरिष्ठ भागीदार के निहित ज्ञान को क्रियान्वित होते देखने का अधिकार अर्जित करने के लिए दोहराव वाला, कोडीफाइड कार्य किया। निहित ज्ञान अभ्यास और मेंटरशिप के माध्यम से प्राप्त किया जाता है; यह वह "गट फीलिंग" या सूक्ष्म सामाजिक अंतर्ज्ञान है जिसका उपयोग एक अनुभवी पेशेवर किसी संकट से निपटने के लिए करता है। चूंकि एआई अब कोडीफाइड कार्यों को संभालता है, इसलिए युवा श्रमिकों के लिए अपने मेंटर के साथ एक ही स्थान पर रहने का अवसर लुप्त हो रहा है। यदि किसी फर्म को स्प्रेडशीट बनाने के लिए जूनियर कर्मचारी की आवश्यकता नहीं है, तो वह शायद ही कभी उन्हें उस बैठक में आमंत्रित करती है जहां वास्तविक निर्णय होते हैं। प्रवेश स्तर की भूमिकाओं की कमी मानवीय विशेषज्ञता के दीर्घकालिक विकास के लिए खतरा पैदा करती है।

शैक्षिक बफर और नया सामाजिक स्तरीकरण

स्टैनफोर्ड शोध से पता चलता है कि शिक्षा इन ताकतों के खिलाफ एक महत्वपूर्ण, हालांकि अपूर्ण, ढाल बनी हुई है। कॉलेज स्नातकों के उच्च प्रतिशत वाले व्यवसायों में एआई-एक्सपोज़्ड और कम-एक्सपोज़्ड क्षेत्रों के बीच कम अंतर दिखाई देता है। इसके विपरीत, कम डिग्री धारकों वाले क्षेत्रों में युवा रोजगार में सबसे आक्रामक गिरावट देखी गई है। ऐतिहासिक रूप से, एक डिग्री सामान्य योग्यता का संकेत थी; आज, यह उन भूमिकाओं के लिए एक पूर्व शर्त बनती जा रही है जिन्हें एआई अभी तक पूरी तरह से स्वचालित नहीं कर सकता है। यह एक खंडित श्रम बाजार बनाता है जहां विशेष उच्च शिक्षा के बिना लोग खुद को कम वेतन वाली सेवा भूमिकाओं में धकेले जाने पर मजबूर पाते हैं जो शारीरिक रूप से कठिन हैं लेकिन संज्ञानात्मक रूप से स्थिर हैं।

दिलचस्प बात यह है कि अध्ययन तकनीक के स्वचालित (automative) और संवर्धित (augmentative) उपयोगों के बीच अंतर करने के लिए एंथ्रोपिक इकोनॉमिक इंडेक्स (Anthropic Economic Index) का भी उपयोग करता है। स्वचालन एक मानव कार्यकर्ता को पूरी तरह से प्रतिस्थापित कर देता है; संवर्धन एक मानव को अधिक प्रभावी ढंग से काम करने में मदद करता है। मुख्य कार्यकारी और वरिष्ठ प्रबंधक सूचनाओं की विशाल मात्रा को संश्लेषित करने के लिए एआई का उपयोग करते हैं—जो एक क्लासिक संवर्धित उपयोग है। यह उन्हें अपना प्रभाव बनाए रखने या बढ़ाने की अनुमति देता है। इस बीच, डेटा प्रविष्टि, बुनियादी शेड्यूलिंग और नियमित रिपोर्टिंग वाली भूमिकाएं स्वचालित हो जाती हैं। परिणाम उन लोगों के बीच एक बढ़ती खाई है जो मशीनों को निर्देशित करते हैं और वे लोग जिनके करियर के रास्ते उनके द्वारा अवरुद्ध कर दिए गए हैं।

परमाणुकरण और पेशेवर हैबिटस का नुकसान

इस प्रवृत्ति के पर्दे के पीछे, पेशेवर हैबिटस (habitus) की अवधारणा बदल रही है। समाजशास्त्री पियरे बोर्दियू ने इस शब्द का उपयोग उन गहराई से समाहित आदतों और स्वभावों का वर्णन करने के लिए किया था जिन्हें हम अपने पर्यावरण के माध्यम से प्राप्त करते हैं। एक युवा पेशेवर के लिए, हैबिटस कार्यालय में बनता है। यह वरिष्ठ कर्मचारियों द्वारा फोन कॉल संभालने, उनके पहनावे और ब्रेक रूम में संघर्षों को सुलझाने के आकस्मिक अवलोकन के माध्यम से सीखा जाता है। जब प्रवेश स्तर का काम स्क्रीन पर चला जाता है या पूरी तरह से गायब हो जाता है, तो इस पेशेवर संस्कृति का संचरण रुक जाता है। हमारे पास एक परमाणु कार्यबल बचता है जहां युवा तकनीकी रूप से कुशल तो हैं लेकिन अपने चुने हुए क्षेत्रों की परंपराओं से सामाजिक रूप से अलग-थलग हैं।

यह अलगाव तरल आधुनिकता (liquid modernity) का लक्षण है, जहां करियर पथ अब ठोस संरचनाएं नहीं बल्कि बदलते, अल्पकालिक प्रवाह हैं। अतीत में, एक युवा व्यक्ति निरंतर उन्नति की उम्मीद के साथ एक कंपनी में शामिल होता था। अब, उन्हें क्षणिक अनुबंधों और गिग-आधारित कार्यों की एक श्रृंखला के माध्यम से नेविगेट करना होगा। 2022 के बाद से एआई-प्रभावित नौकरियों में युवा श्रमिकों के रोजगार में 11 प्रतिशत की गिरावट सिर्फ एक आंकड़ा नहीं है। यह उस पीढ़ी का प्रतिनिधित्व करता है जो अपने सबसे रचनात्मक वर्षों के दौरान एक स्थिर पेशेवर पहचान बनाने का मौका खो रही है।

आगे की राह को फिर से परिभाषित करना

अंततः, स्टैनफोर्ड अध्ययन हमारी अर्थव्यवस्था के "ऑन-रैंप" के बारे में एक चेतावनी के रूप में कार्य करता है। यदि हम युवाओं के लिए पेशेवर दुनिया में प्रवेश करने के नए तरीके बनाए बिना उनके कार्यों को स्वचालित करना जारी रखते हैं, तो हम स्थिर सामाजिक गतिशीलता के भविष्य का जोखिम उठाते हैं। वर्तमान श्रम बाजार पुराने श्रमिकों की गति पर भरोसा करके अपने समग्र रोजगार स्तर को उच्च रखता है, लेकिन उस गति की एक समाप्ति तिथि है। जब वरिष्ठ नेताओं की वर्तमान पीढ़ी सेवानिवृत्त होगी, तो तैयार मध्य स्तर की कमी एक प्रणालीगत संकट बन जाएगी।

इस बदलाव का सामना करने वाले व्यक्तियों को इस बात पर विचार करना चाहिए कि उन कौशलों को कैसे विकसित किया जाए जो मानवीय बने रहें। जबकि कोडीफाइड ज्ञान आसानी से स्वचालित हो जाता है, जटिल मानवीय संबंधों और नैतिक दुविधाओं को प्रबंधित करने की क्षमता एक प्रीमियम गुण बनी रहती है। हमें त्वरित डिजिटल प्रमाणपत्रों के फास्ट-फूड आहार से दूर जाना चाहिए और उन अनुभवों पर ध्यान केंद्रित करना चाहिए जो प्रत्यक्ष मानवीय संपर्क के माध्यम से निहित ज्ञान का निर्माण करते हैं। काम का भविष्य मशीनों का हो सकता है, लेकिन उस काम की दिशा मानवीय प्रयास ही रहनी चाहिए।

विचारोत्तेजक प्रश्न

• आपका दैनिक कार्य "कोडीफाइड" नियमों बनाम "निहित" अंतर्ज्ञान पर कितना निर्भर करता है?
• यदि आपकी पहली नौकरी आज स्वचालित हो गई होती, तो आपने अपने पेशे के अलिखित नियम कहाँ से सीखे होते?
• क्या "अपस्किलिंग" पर वर्तमान ध्यान एक वास्तविक समाधान है, या यह प्रवेश स्तर के अवसरों के संरचनात्मक गायब होने की अनदेखी करता है?
• कंपनियां ऐसे वातावरण में मेंटरशिप संरचनाओं को कैसे फिर से बना सकती हैं जहां जूनियर कार्य अब अस्तित्व में नहीं हैं?
• नौकरी की खोज का अलगाव युवाओं के व्यापक सामाजिक अनुबंध के प्रति उनके दृष्टिकोण को कैसे बदलता है?

स्रोत

• Stanford University Digital Economy Lab: "Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence," August 2026 edition.
• Anthropic Economic Index: Occupational analysis of Claude model usage in professional environments.
• O*NET Occupational Database: Educational requirements and knowledge classification for US occupations.
• Erik Brynjolfsson: Interview with The Washington Post regarding labor market on-ramps.
• ADP Research Institute: Anonymized high-frequency payroll data subsamples 2022-2026.