ਕੱਲ੍ਹ ਦੀ ਏਆਈ ਅੱਜ ਦੀ ਦੁਨੀਆਂ ਨੂੰ ਨਹੀਂ ਮਿਲੇਗੀ

ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ, ਕੀਨੀਆ ਵਿੱਚ ਕਾਮਿਆਂ ਨੇ OpenAI ਲਈ ਡੇਟਾ ਲੇਬਲਿੰਗ ਕਰਦੇ ਸਮੇਂ ਅਨੁਭਵ ਕੀਤੀਆਂ ਗਈਆਂ ਸਥਿਤੀਆਂ ਲਈ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸੁਰਖੀਆਂ ਬਣਾਈਆਂ। ਇਹਨਾਂ ਕਾਮਿਆਂ ਨੇ ਆਪਣੇ ਦਿਨ ਨਫ਼ਰਤ ਭਰੇ ਭਾਸ਼ਣ, ਜਿਨਸੀ ਸ਼ੋਸ਼ਣ ਅਤੇ ਹਿੰਸਕ ਤਸਵੀਰਾਂ – ਇੰਟਰਨੈੱਟ 'ਤੇ ਕੁਝ ਸਭ ਤੋਂ ਪਰੇਸ਼ਾਨ ਕਰਨ ਵਾਲੀ ਸਮੱਗਰੀ – ਨੂੰ ਲਗਭਗ $1.35 ਪ੍ਰਤੀ ਘੰਟਾ ਵਿੱਚ ਛਾਂਟਣ ਵਿੱਚ ਬਿਤਾਏ। ਫਿਰ ਉਹਨਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਲੇਬਲਾਂ ਦੀ ਵਰਤੋਂ ChatGPT ਨੂੰ ਜ਼ਹਿਰੀਲੇ ਜਾਂ ਅਸਵੀਕਾਰਿਤ ਸਮੱਗਰੀ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਕੀਤੀ ਗਈ।

2023 ਵਿੱਚ, ਜ਼ਿਆਦਾਤਰ ਗੁੱਸਾ ਇਨ੍ਹਾਂ ਡੇਟਾ ਲੇਬਲਰਾਂ ਦੀਆਂ ਕੰਮ ਕਰਨ ਦੀਆਂ ਸਥਿਤੀਆਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਸੀ – ਸਹੀ – ਪਰ 2026 ਵਿੱਚ ਦੁਬਾਰਾ ਵਿਚਾਰਿਆ ਗਿਆ, ਇਹ ਕਹਾਣੀ ਇੱਕ ਹੋਰ ਹਨੇਰੇ ਕਿਰਦਾਰ ਨੂੰ ਲੈ ਕੇ ਜਾਂਦੀ ਹੈ।

ਏਆਈ ਚਿੰਤਾ ਦੀ ਇੱਕ ਨਵੀਂ ਲਹਿਰ ਦੇ ਵਿਚਕਾਰ, ਲੋਕਾਂ ਨੂੰ ਡਰ ਹੋਣਾ ਸ਼ੁਰੂ ਹੋ ਗਿਆ ਹੈ ਕਿ ਆਈਟੀ ਸੇਵਾ ਨੌਕਰੀਆਂ ਦੀ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਲੋਪ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਦੇ ਤਹਿਤ, ਚੈਟਜੀਪੀਟੀ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਕੇ, ਇਹ ਕਰਮਚਾਰੀ ਅਣਜਾਣੇ ਵਿੱਚ ਉਸ ਕਿਸਮ ਦੇ ਵਪਾਰਯੋਗ ਸੇਵਾ ਕਾਰਜ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਰਹੇ ਹੋਣਗੇ ਜੋ ਉਨ੍ਹਾਂ ਨੇ ਕੀਤਾ ਸੀ, ਜਿਸ ਨਾਲ ਕੀਨੀਆ ਦੀ ਖੁਸ਼ਹਾਲੀ ਦੇ ਰਸਤੇ ਨੂੰ ਸੀਮਤ ਕੀਤਾ ਗਿਆ ਸੀ।

ਪਰ ਇਸ ਗੱਲ ਦੇ ਕਿੰਨੇ ਸਬੂਤ ਹਨ ਕਿ ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ਾਂ ਵਿੱਚ ਏਆਈ ਨਾਲ ਸਬੰਧਤ ਵਿਸਥਾਪਨ ਅਸਲ ਵਿੱਚ ਸ਼ੁਰੂ ਹੋ ਗਿਆ ਹੈ? ਅਤੇ ਸਾਨੂੰ ਕਿਵੇਂ ਭਵਿੱਖਬਾਣੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਅੱਗੇ ਕੀ ਹੋਵੇਗਾ ਜਦੋਂ ਏਆਈ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਕਾਮੇ, ਫਰਮਾਂ ਅਤੇ ਦੇਸ਼ ਖੁਦ ਅਨੁਕੂਲ ਹੋਣਗੇ, ਸੁਧਾਰ ਕਰਨਗੇ ਅਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਵਿੱਚ ਬਦਲਾਅ ਕਰਨਗੇ?

ਵਿਕਾਸ ਦੀ ਪੌੜੀ ਚੜ੍ਹਨਾ

ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ, ਨਿਰਮਾਣ ਵਿਕਾਸ ਦੇਸ਼ਾਂ ਲਈ ਗਰੀਬੀ ਤੋਂ ਬਾਹਰ ਨਿਕਲਣ ਦਾ ਰਸਤਾ ਰਿਹਾ ਹੈ। ਜਪਾਨ, ਦੱਖਣੀ ਕੋਰੀਆ, ਤਾਈਵਾਨ ਅਤੇ ਸਭ ਤੋਂ ਸ਼ਾਨਦਾਰ ਤੌਰ 'ਤੇ, ਚੀਨ ਵਿੱਚ, ਨਿਰਯਾਤ ਨਿਰਮਾਣ ਦੇ ਵਿਸਥਾਰ ਨੇ ਲੱਖਾਂ ਲੋਕਾਂ ਨੂੰ ਖੇਤਾਂ ਤੋਂ ਫੈਕਟਰੀਆਂ ਵਿੱਚ ਬਿਹਤਰ ਤਨਖਾਹ ਵਾਲੀਆਂ ਨੌਕਰੀਆਂ ਵੱਲ ਖਿੱਚਿਆ। ਅੰਤਰਰਾਸ਼ਟਰੀ ਮੁਕਾਬਲੇ ਦੇ ਦਬਾਅ ਹੇਠ, ਪੂਰਬੀ ਏਸ਼ੀਆਈ ਫਰਮਾਂ ਤੇਜ਼ੀ ਨਾਲ ਤਕਨੀਕੀ ਸਰਹੱਦ 'ਤੇ ਆ ਗਈਆਂ।

ਪਰ, ਵੀਅਤਨਾਮ ਅਤੇ ਬੰਗਲਾਦੇਸ਼ ਵਰਗੇ ਕੁਝ ਚਮਕਦਾਰ ਸਥਾਨਾਂ ਤੋਂ ਇਲਾਵਾ, ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ ਪੂਰਬੀ ਏਸ਼ੀਆ ਦੀ ਸਫਲਤਾ ਨੂੰ ਦੁਹਰਾਉਣ ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਸਫਲ ਰਹੇ ਹਨ। ਭਾਰਤ ਵਿੱਚ, ਜੀਡੀਪੀ ਵਿੱਚ ਨਿਰਮਾਣ ਹਿੱਸਾ ਕਦੇ ਵੀ 20% ਤੋਂ ਵੱਧ ਨਹੀਂ ਹੋਇਆ ਹੈ ਅਤੇ 2010 ਤੋਂ ਬਾਅਦ ਇਸ ਵਿੱਚ ਗਿਰਾਵਟ ਵੀ ਆਈ ਹੈ। ਉਪ-ਸਹਾਰਨ ਅਫਰੀਕਾ ਵਿੱਚ, ਨਿਰਮਾਣ ਜੀਡੀਪੀ ਦਾ ਲਗਭਗ 10% ਬਣਦਾ ਹੈ। ਨਵਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਪਿਛਲੇ 30 ਸਾਲਾਂ ਵਿੱਚ, ਸਭ ਤੋਂ ਗਰੀਬ ਦੇਸ਼ਾਂ ਵਿੱਚ ਨਿਰਮਾਣ ਉਤਪਾਦਕਤਾ ਜ਼ਿੱਦ ਨਾਲ ਵਿਸ਼ਵ ਸੀਮਾ ਤੋਂ ਬਹੁਤ ਹੇਠਾਂ ਰਹੀ ਹੈ।

ਆਈਟੀ ਸੇਵਾਵਾਂ ਵਿੱਚ ਦਾਖਲ ਹੋਵੋ।

ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਸਸਤੇ ਬਰਾਡਬੈਂਡ ਦੇ ਆਉਣ ਨਾਲ ਪੱਛਮੀ ਕੰਪਨੀਆਂ ਲਈ ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਸੇਵਾਵਾਂ ਦੀ ਆਊਟਸੋਰਸਿੰਗ ਨੂੰ ਵਿਹਾਰਕ ਬਣਾਇਆ ਗਿਆ, ਜਿਸ ਨਾਲ ਉਹ ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ਾਂ ਵਿੱਚ ਸਸਤੇ ਮਜ਼ਦੂਰਾਂ ਦਾ ਫਾਇਦਾ ਉਠਾ ਸਕਣ। 1999 ਵਿੱਚ, ਭਾਰਤ ਨੇ ਆਪਣੇ ਦੂਰਸੰਚਾਰ ਖੇਤਰ ਨੂੰ ਨਿਯਮਤ ਨਹੀਂ ਕੀਤਾ, ਜਿਸ ਨਾਲ ਹਾਈ-ਸਪੀਡ ਇੰਟਰਨੈਟ ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਤੇਜ਼ੀ ਆਈ ਅਤੇ ਇਨਫੋਸਿਸ ਅਤੇ ਵਿਪਰੋ ਵਰਗੀਆਂ ਨਵੀਆਂ ਫਰਮਾਂ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਲਾਭਕਾਰੀ ਬਣਨ ਦੀ ਆਗਿਆ ਮਿਲੀ। ਇੱਕ ਨਵੇਂ ਖੇਤਰ – ਭਾਰਤ ਵਿੱਚ, "ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆ ਆਊਟਸੋਰਸਿੰਗ" (BPO) – ਦਾ ਜਨਮ ਹੋਇਆ।

ਉਨ੍ਹਾਂ ਦੇਸ਼ਾਂ ਲਈ ਜੋ ਜ਼ਮੀਨ ਤੋਂ ਵਿਕਾਸ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੇ ਸਨ, BPO ਇੱਕ ਜੀਵਨ ਰੇਖਾ ਵਾਂਗ ਜਾਪਦਾ ਸੀ। ਪੁਰਾਣੇ ਸਮੇਂ ਦੀਆਂ ਨਿਰਯਾਤ ਨਿਰਮਾਣ ਨੌਕਰੀਆਂ ਵਾਂਗ, ਨਿਰਯਾਤ ਸੇਵਾਵਾਂ ਨੇ ਮਹੱਤਵਪੂਰਨ ਵਿਦੇਸ਼ੀ ਮੁਦਰਾ ਮਾਲੀਆ ਪੈਦਾ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕੀਤਾ ਅਤੇ ਨਾਲ ਹੀ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਬਿਹਤਰ ਤਨਖਾਹ ਵਾਲੀਆਂ ਨੌਕਰੀਆਂ ਵੀ ਪੈਦਾ ਕੀਤੀਆਂ। 2021 ਵਿੱਚ, ਵਿਸ਼ਵ ਬੈਂਕ ਨੇ ਇੱਕ ਰਿਪੋਰਟ ਪ੍ਰਕਾਸ਼ਤ ਕੀਤੀ ਜਿਸ ਵਿੱਚ "ਸੇਵਾਵਾਂ-ਅਗਵਾਈ ਵਾਲੇ ਵਿਕਾਸ ਦੇ ਵਾਅਦੇ" ਦੀ ਪ੍ਰਸ਼ੰਸਾ ਕੀਤੀ ਗਈ, "ਕਿਰਤ ਉਤਪਾਦਕਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਵਾਲੀ ਨਵੀਨਤਾ" ਪ੍ਰਤੀ ਉਨ੍ਹਾਂ ਦੇ ਸੰਪਰਕ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ।

ਪਿਛਲੇ ਕੁਝ ਦਹਾਕਿਆਂ ਦੌਰਾਨ, ਫਿਲੀਪੀਨਜ਼ ਅਤੇ ਬ੍ਰਾਜ਼ੀਲ ਵਰਗੇ ਦੇਸ਼ਾਂ ਨੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਆਈਟੀ ਸੈਕਟਰ ਵਿਕਸਤ ਕੀਤੇ ਹਨ, ਹਰ ਸਾਲ ਅਰਬਾਂ ਡਾਲਰ ਦੀਆਂ ਸੇਵਾਵਾਂ ਦਾ ਨਿਰਯਾਤ ਕਰਦੇ ਹਨ ਅਤੇ ਹਰੇਕ ਦੇ ਲਗਭਗ 20 ਲੱਖ ਕਾਮਿਆਂ ਨੂੰ ਰੁਜ਼ਗਾਰ ਦਿੰਦੇ ਹਨ। ¹ ਪਰ, ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ, ਇਸ ਸਮੂਹ ਦਾ ਸਪੱਸ਼ਟ ਆਗੂ ਭਾਰਤ ਸੀ, ਜਿਸ ਦੇ ਆਈਟੀ ਸੇਵਾਵਾਂ ਦੇ ਖੇਤਰ ਨੇ 5.8 ਮਿਲੀਅਨ ਲੋਕਾਂ ਨੂੰ ਰੁਜ਼ਗਾਰ ਦਿੱਤਾ ਅਤੇ 2025 ਵਿੱਚ 200 ਬਿਲੀਅਨ ਡਾਲਰ ਦਾ ਨਿਰਯਾਤ ਕੀਤਾ:

ਮਨੁੱਖੀ ਨੌਕਰੀਆਂ ਦੀ ਥਾਂ AI ਲੈਣ ਦਾ ਡਰ ਹੁਣ ਹਰ ਜਗ੍ਹਾ ਹੈ। ਅਮਰੀਕਾ ਵਿੱਚ, ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਅਤੇ ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ ਐਂਟਰੀ-ਪੱਧਰ ਦੀਆਂ ਨੌਕਰੀਆਂ ਦੇ ਵਿਘਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਹੋ ਗਿਆ ਹੈ – ਕੋਲਾ ਖਾਨ ਵਿੱਚ ਕਹਾਵਤ ਕੈਨਰੀ, ਉਹ ਕੰਮ ਜੋ (ਘੱਟੋ ਘੱਟ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ) AI ਕੋਡਿੰਗ ਏਜੰਟਾਂ ਦੁਆਰਾ ਸਭ ਤੋਂ ਆਸਾਨੀ ਨਾਲ ਆਟੋਮੇਟੇਬਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਰਥਸ਼ਾਸਤਰੀਆਂ ਏਰਿਕ ਬ੍ਰਾਇਨਜੋਲਫਸਨ, ਭਰਤ ਚੰਦਰ ਅਤੇ ਰੁਯੂ ਚੇਨ ਦੇ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਪੇਪਰ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਹੈ ਕਿ ਸਭ ਤੋਂ ਵੱਧ AI-ਸੰਪਰਕ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਕਰੀਅਰ ਵਰਕਰਾਂ (ਅਮਰੀਕਾ ਵਿੱਚ 22-25 ਸਾਲ ਦੀ ਉਮਰ ਦੇ) ਨੇ 2022 ਤੋਂ ਬਾਅਦ ਆਪਣੇ ਰੁਜ਼ਗਾਰ ਵਿੱਚ 19% ਦੀ ਸਾਪੇਖਿਕ ਗਿਰਾਵਟ ਦੇਖੀ ਹੈ।

ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ, ਘੱਟ ਅਤੇ ਦਰਮਿਆਨੀ ਆਮਦਨ ਵਾਲੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਰਹਿਣ ਵਾਲੇ 6.8 ਬਿਲੀਅਨ ਲੋਕਾਂ ਲਈ AI ਦੇ ਪ੍ਰਭਾਵਾਂ ਵੱਲ ਧਿਆਨ ਜਾਣਾ ਸ਼ੁਰੂ ਹੋ ਗਿਆ ਹੈ। ਹੁਣ ਤੱਕ, AI ਦਾ 2.5 ਬਿਲੀਅਨ ਲੋਕਾਂ 'ਤੇ ਬਹੁਤਾ ਪ੍ਰਭਾਵ ਨਹੀਂ ਪਿਆ ਹੈ, ਸਕਾਰਾਤਮਕ ਜਾਂ ਨਕਾਰਾਤਮਕ, ਜੋ ਅਜੇ ਵੀ ਛੋਟੇ ਕਿਸਾਨਾਂ ਦੀ ਖੇਤੀ 'ਤੇ ਨਿਰਭਰ ਹਨ। ਨਿਰਮਾਣ ਵਿੱਚ, ਪ੍ਰਭਾਵ ਦੇ ਸਬੂਤ ਵੀ ਸੀਮਤ ਹਨ, ਹਾਲਾਂਕਿ ਸ਼ਾਇਦ ਉਦਯੋਗਿਕ ਰੋਬੋਟਿਕਸ ਵਿੱਚ AI-ਪ੍ਰੇਰਿਤ ਤਰੱਕੀ ਘੱਟ ਰਹੀ ਹੈ। ਇਹ ਸੇਵਾ ਨਿਰਯਾਤ ਵਿੱਚ ਹੈ ਜਿੱਥੇ AI-ਸਬੰਧਤ ਨੌਕਰੀਆਂ ਦੇ ਵਿਸਥਾਪਨ ਦਾ ਖ਼ਤਰਾ ਸਭ ਤੋਂ ਵੱਡਾ ਹੈ।

ਕੋਲੇ ਦੀ ਖਾਨ ਵਿੱਚ ਕੈਨਰੀ

ਚੈਟਜੀਪੀਟੀ ਦੀ ਸ਼ੁਰੂਆਤ ਨੂੰ ਹੁਣ ਚਾਰ ਸਾਲ ਹੋ ਗਏ ਹਨ। ਏਜੰਟ ਗਾਹਕ ਸੇਵਾ ਦਾ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਹਨ; ਦਰਅਸਲ, ਕਾਰਪੋਰੇਟ ਸਹਾਇਤਾ ਲਾਈਨਾਂ ਨੂੰ ਚੈਟਜੀਪੀਟੀ ਜਾਂ ਕਲਾਉਡ ਰੈਪਰ ਨਾਲ ਬਦਲ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਤਾਂ ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ਾਂ ਵਿੱਚ ਸੇਵਾ ਨਿਰਯਾਤ ਦੀ ਥਾਂ ਆਟੋਮੇਸ਼ਨ ਪਹਿਲਾਂ ਹੀ ਕਿੰਨਾ ਕੁ ਲੈ ਰਿਹਾ ਹੈ?

ਅਸੀਂ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਬ੍ਰਾਇਨਜੋਲਫਸਨ ਅਤੇ ਹੋਰਾਂ ਦੁਆਰਾ ਏਆਈ-ਐਕਸਪੋਜ਼ਡ ਡਿਸਪਲੇਸਮੈਂਟ 'ਤੇ ਹਾਲ ਹੀ ਵਿੱਚ ਕੀਤੀ ਗਈ ਖੋਜ ਤੋਂ ਇੱਕ ਪੰਨਾ ਲੈ ਸਕਦੇ ਹਾਂ ਅਤੇ ਦੇਖ ਸਕਦੇ ਹਾਂ ਕਿ ਉਨ੍ਹਾਂ ਲੋਕਾਂ ਲਈ ਰੁਜ਼ਗਾਰ ਕਿਵੇਂ ਵਿਕਸਤ ਹੋ ਰਿਹਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਅਸੀਂ ਏਆਈ ਵਿਸਥਾਪਨ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਸੰਪਰਕ ਵਿੱਚ ਆਉਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ: ਐਂਟਰੀ-ਲੈਵਲ ਤਕਨੀਕੀ ਕਰਮਚਾਰੀ। ²

ਸ਼ਾਇਦ ਕਿਸੇ ਵੀ ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ ਤੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਉਪਲਬਧ ਡੇਟਾ ਭਾਰਤ ਦੇ ਪੀਰੀਅਡਿਕ ਲੇਬਰ ਫੋਰਸ ਸਰਵੇਖਣ (PLFS) ਤੋਂ ਆਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਰੁਜ਼ਗਾਰ ਅਤੇ ਉਜਰਤਾਂ ਦੇ ਰੁਝਾਨਾਂ 'ਤੇ ਇੱਕ ਉੱਚ-ਵਾਰਵਾਰਤਾ ਵਾਲੀ ਨਜ਼ਰ ਹੈ। ³ ਅਸੀਂ AI ਐਕਸਪੋਜਰ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਅਰਥਸ਼ਾਸਤਰੀ "ਤੀਹਰੇ ਅੰਤਰ" ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਪਹਿਲਾਂ, ਅਸੀਂ AI-ਐਕਸਪੋਜਰ ਵਾਲੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਨੌਜਵਾਨ ਕਾਮਿਆਂ (ਉਹ 15-24 ਸਾਲ ਦੀ ਉਮਰ ਦੇ) ਲਈ ਰੁਜ਼ਗਾਰ ਲੈਂਦੇ ਹਾਂ ਅਤੇ ਉਸੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਵੱਡੀ ਉਮਰ ਦੇ ਕਾਮਿਆਂ (ਉਹ 25-39) ਲਈ ਰੁਝਾਨ ਨੂੰ ਘਟਾਉਂਦੇ ਹਾਂ। ਫਿਰ ਅਸੀਂ AI ਤੋਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵੱਖ ਕੀਤੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਨੌਜਵਾਨ ਬਨਾਮ ਬਜ਼ੁਰਗਾਂ ਦੀ ਉਹੀ ਤੁਲਨਾ ਕਰ ਸਕਦੇ ਹਾਂ। ਅੰਤ ਵਿੱਚ, ਇਹਨਾਂ ਦੋ ਅੰਤਰਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਲੈ ਕੇ, ਅਸੀਂ AI ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਸੰਪਰਕ ਵਾਲੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਐਂਟਰੀ-ਪੱਧਰ ਦੇ ਕੰਮ ਦੇ ਝਟਕੇ ਨੂੰ ਅਲੱਗ ਕਰ ਸਕਦੇ ਹਾਂ।

ਉਪਰੋਕਤ ਚਾਰਟ ਰੁਜ਼ਗਾਰ 'ਤੇ ਇਸ ਤੀਹਰੇ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਭਰੋਸੇ ਦੇ ਅੰਤਰਾਲ ਲੰਬਕਾਰੀ ਬਾਰਾਂ ਦੁਆਰਾ ਚਿੰਨ੍ਹਿਤ ਕੀਤੇ ਗਏ ਹਨ। ChatGPT ਤੋਂ ਪਹਿਲਾਂ ਦੇ ਤਿੰਨ ਸਾਲਾਂ ਲਈ, ਸਭ ਤੋਂ ਵੱਧ AI-ਐਕਸਪੋਜ਼ਡ ਅਤੇ ਗੈਰ-ਐਕਸਪੋਜ਼ਡ ਉਦਯੋਗਾਂ ਵਿੱਚ ਐਂਟਰੀ-ਲੈਵਲ ਅਤੇ ਵੱਡੀ ਉਮਰ ਦੇ ਕਾਮਿਆਂ ਵਿਚਕਾਰ ਬਹੁਤ ਘੱਟ ਪਾੜਾ ਸੀ। ਪਰ 2022 ਤੋਂ ਬਾਅਦ – ਜਿਸ ਸਾਲ ChatGPT ਨੂੰ ਜਨਤਾ ਲਈ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਸੀ – ਸਭ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ, AI-ਐਕਸਪੋਜ਼ਡ ਕਾਮਿਆਂ ਲਈ ਸਾਪੇਖਿਕ ਰੁਜ਼ਗਾਰ ਅਚਾਨਕ 32% ਘੱਟ ਗਿਆ। ਉਸ ਤੋਂ ਬਾਅਦ ਸਾਪੇਖਿਕ ਰੁਜ਼ਗਾਰ ਠੀਕ ਨਹੀਂ ਹੋਇਆ ਹੈ, ਨਵੀਨਤਮ 2025 ਸਨੈਪਸ਼ਾਟ ਵਿੱਚ 2022 ਦੇ ਬੇਸਲਾਈਨ ਤੋਂ ਲਗਭਗ 20% ਹੇਠਾਂ ਰਹਿੰਦਾ ਹੈ।

ਸਾਨੂੰ ਇਸ ਨਤੀਜੇ ਨੂੰ ਓਵਰਰੀਡਿੰਗ ਕਰਨ ਬਾਰੇ ਸਾਵਧਾਨ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਸੰਭਵ ਹੈ ਕਿ ਇਹ ਗਿਰਾਵਟ ਉਨ੍ਹਾਂ ਢਾਂਚਾਗਤ ਤਾਕਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜੋ ਜਨਰੇਟਿਵ ਏਆਈ ਦੇ ਉਭਾਰ ਦੇ ਨਾਲ ਹੀ ਹੋ ਰਹੀਆਂ ਸਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕੁਝ ਭਾਰਤੀ ਆਈਟੀ ਫਰਮਾਂ ਨੇ ਮਹਾਂਮਾਰੀ ਦੌਰਾਨ ਓਵਰਹਾਇਰ ਕੀਤਾ ਅਤੇ 2023 ਵਿੱਚ ਗ੍ਰੈਜੂਏਟ ਭਰਤੀ ਨੂੰ ਰੋਕ ਦਿੱਤਾ।

ਬੀਪੀਓ ਕੰਪਨੀਆਂ ਵੱਲੋਂ ਏਆਈ ਅਪਣਾਉਣ ਨੂੰ ਵਧਾਉਣ ਬਾਰੇ ਬਿਆਨਬਾਜ਼ੀ ਦੇ ਵਿਚਕਾਰ – ਇੱਕ ਮਜ਼ਬੂਤ ਰੁਜ਼ਗਾਰ ਰਿਕਵਰੀ ਦੀ ਅਣਹੋਂਦ ਇੱਕ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਕਿ ਪ੍ਰਭਾਵ ਅਸਲ ਹੋ ਸਕਦਾ ਹੈ। ਇਤਫਾਕਨ, ਇਹ ਬ੍ਰਾਇਨਜੋਲਫਸਨ ਅਤੇ ਉਸਦੇ ਸਹਿ-ਲੇਖਕਾਂ ਦੁਆਰਾ ਕੰਮ ਦੇ ਨਵੀਨਤਮ ਸੰਸ਼ੋਧਨ ਦੇ ਨਤੀਜੇ ਨੂੰ ਦੁਹਰਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਏਆਈ-ਸੰਪਰਕ ਵਾਲੇ ਨੌਜਵਾਨ ਕਾਮਿਆਂ ਲਈ ਰੁਜ਼ਗਾਰ ਵਿੱਚ 19% ਦੀ ਕਮੀ ਦੇ ਗਾਇਬ ਹੋਣ ਦਾ ਕੋਈ ਸੰਕੇਤ ਨਹੀਂ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।

ਪਰ ਸਾਨੂੰ ਇਸਨੂੰ ਇਸ ਸੰਕੇਤ ਵਜੋਂ ਨਹੀਂ ਲੈਣਾ ਚਾਹੀਦਾ ਕਿ ਸਾਰੀਆਂ ਨੌਕਰੀਆਂ ਜਾ ਰਹੀਆਂ ਹਨ। ਇਹ ਡੇਟਾ ਇੱਕ ਖੇਤਰ ਤੋਂ ਹੈ, ਇੱਕ ਦੇਸ਼ ਵਿੱਚ, ਉਨ੍ਹਾਂ ਕਾਮਿਆਂ ਵਿੱਚੋਂ ਜਿਨ੍ਹਾਂ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵਿਤ ਹੋਣ ਦੀ ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ। (ਅਜੇ ਤੱਕ) ਸਾਰੀਆਂ ਉਮਰ ਸ਼੍ਰੇਣੀਆਂ ਜਾਂ ਏਆਈ-ਸੰਪਰਕ ਖੇਤਰਾਂ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਮੰਦੀ ਦਾ ਕੋਈ ਸਬੂਤ ਨਹੀਂ ਹੈ। ਇਹ ਨਤੀਜਾ ਵੀ ਅੰਕੜਾਤਮਕ ਤੌਰ 'ਤੇ ਜ਼ੀਰੋ ਤੋਂ ਵੱਖਰਾ ਕਰਨ ਯੋਗ ਨਹੀਂ ਹੈ।

ਅਸੀਂ ਕਿਵੇਂ ਅਤੇ ਕਦੋਂ ਸਪੱਸ਼ਟ ਸਿੱਟੇ ਕੱਢ ਸਕਦੇ ਹਾਂ? ਇਹ ਸਾਡੀ ਇੱਛਾ ਤੋਂ ਵੱਧ ਲੰਬਾ ਹੋ ਸਕਦਾ ਹੈ – ਜ਼ਿਆਦਾਤਰ ਹੋਰ ਵਿਕਾਸਸ਼ੀਲ ਦੇਸ਼ਾਂ ਵਿੱਚ, ਡੇਟਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਦੇਰ ਨਾਲ ਆਉਂਦਾ ਹੈ।

ਉਡਾਣ ਭਰਨ ਤੋਂ ਬਾਅਦ ਫਲਾਇੰਗ ਬਲਾਇੰਡ

"ਸੱਜਣੋ, ਤੁਸੀਂ 60 ਦਿਨ ਬਹੁਤ ਦੇਰ ਨਾਲ ਆਏ ਹੋ। ਉਦਾਸੀ ਖਤਮ ਹੋ ਗਈ ਹੈ।" ਹਰਬਰਟ ਹੂਵਰ, ਜੂਨ 1930 ⁴

1930 ਵਿੱਚ, ਮੰਦੀ ਬਹੁਤ ਹੱਦ ਤੱਕ ਖਤਮ ਨਹੀਂ ਹੋਈ ਸੀ। ਪਰ ਹੂਵਰ ਨੂੰ ਕਿਵੇਂ ਪਤਾ ਸੀ? ਇਹ 1934 ਵਿੱਚ ਕੁਜ਼ਨੇਟਸ ਦੀ "ਰਾਸ਼ਟਰੀ ਆਮਦਨ" ਰਿਪੋਰਟ ਪੇਸ਼ ਕੀਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਦੀ ਗੱਲ ਹੈ, ਜੋ ਕਿ ਆਧੁਨਿਕ ਰਾਸ਼ਟਰੀ ਆਮਦਨ ਖਾਤਿਆਂ ਅਤੇ ਜੀਡੀਪੀ ਦਾ ਪੂਰਵਗਾਮੀ ਸੀ। ਇਹ ਭਰੋਸੇਯੋਗ ਮਾਸਿਕ ਬੇਰੁਜ਼ਗਾਰੀ ਦੇ ਅੰਕੜੇ ਉਪਲਬਧ ਹੋਣ ਤੋਂ ਵੀ ਪਹਿਲਾਂ ਦੀ ਗੱਲ ਹੈ, ਕਿਉਂਕਿ ਆਧੁਨਿਕ ਘਰੇਲੂ ਸਰਵੇਖਣ 1940 ਤੱਕ ਸ਼ੁਰੂ ਨਹੀਂ ਹੋਇਆ ਸੀ।

ਅੱਜ ਦੇ ਬਹੁਤ ਸਾਰੇ ਨੇਤਾ, ਖਾਸ ਕਰਕੇ ਘੱਟ ਅਤੇ ਮੱਧ-ਆਮਦਨ ਵਾਲੇ ਦੇਸ਼ਾਂ ਵਿੱਚ, ਆਪਣੇ ਆਪ ਨੂੰ 1930 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਹੂਵਰ ਵਰਗੀ ਸਥਿਤੀ ਵਿੱਚ ਪਾਉਂਦੇ ਹਨ – ਆਰਥਿਕ ਤਬਦੀਲੀ ਦੇ ਦੌਰ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਹੇ ਹਨ ਜੋ ਇਸ ਗੱਲ ਤੋਂ ਅਣਜਾਣ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਦੀਆਂ ਅਰਥਵਿਵਸਥਾਵਾਂ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲ ਰਹੀਆਂ ਹਨ। ਭਾਰਤ ਦਾ PLFS ਇੱਕ ਸ਼ਾਨਦਾਰ ਯਤਨ ਹੈ, ਅਤੇ ਇੱਕ ਅਜਿਹਾ ਯਤਨ ਹੈ ਜਿਸਦੇ ਬਰਾਬਰ ਦੂਜੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਕੋਈ ਨਹੀਂ ਹੈ ਜੋ IT ਨਿਰਯਾਤ ਦੇ ਝਟਕੇ ਲਈ ਇਸੇ ਤਰ੍ਹਾਂ ਕਮਜ਼ੋਰ ਹੋ ਸਕਦਾ ਹੈ।

ਫਿਲੀਪੀਨਜ਼ ਨੂੰ ਹੀ ਲੈ ਲਓ, ਇੱਕ ਹੋਰ ਦੇਸ਼ ਜਿਸ ਕੋਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੇਵਾ ਨਿਰਯਾਤ ਖੇਤਰ ਹੈ। ਕਾਰੋਬਾਰ ਅਤੇ ਉਦਯੋਗ ਦਾ ਉਨ੍ਹਾਂ ਦਾ ਸਾਲਾਨਾ ਸਰਵੇਖਣ ਉਸ ਸਮੇਂ ਦੇ ਅਧਿਐਨ ਤੋਂ ਇੱਕ ਸਾਲ ਤੋਂ ਵੱਧ ਸਮੇਂ ਬਾਅਦ ਜਾਰੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹ AI ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਉੱਚ-ਆਵਿਰਤੀ ਕਿਰਤ ਸ਼ਕਤੀ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ ਲਗਭਗ ਬੇਕਾਰ ਬਣਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਹੋ ਸਕਦਾ ਜਦੋਂ ਤੱਕ ਫੈਬਲ 8 ਜਾਰੀ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਅਸੀਂ ਫਿਲੀਪੀਨਜ਼ ਆਈਟੀ ਸੈਕਟਰ ਦੇ ਕਿਰਤ ਸ਼ਕਤੀ 'ਤੇ ਫੈਬਲ 5 (ਅਤੇ ਅੱਜ ਦੇ ਹੋਰ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ) ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦੂਰ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਕੋਈ ਅਸਲ-ਸਮੇਂ ਦਾ ਟਰੈਕਿੰਗ ਡੇਟਾ ਨਹੀਂ ਹੈ। ⁵

ਹੁਣ ਏਆਈ ਅਰਥ ਸ਼ਾਸਤਰ ਖੋਜ ਵੱਲ ਧਿਆਨ ਅਤੇ ਪੈਸਾ ਵਹਿ ਰਿਹਾ ਹੈ, ਇਸ ਲਈ ਸਾਡੇ 'ਤੇ ਵੀ ਸਾਡੇ ਵਰਗੇ ਹੀ ਅਨੁਮਾਨਾਂ ਦੀ ਬੰਬਾਰੀ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਜੋ ਕਿ ਪ੍ਰੈੱਸ ਦੇ ਗਰਮ-ਆਫ-ਦ-ਪ੍ਰੈਸ ਵਰਕਿੰਗ ਪੇਪਰ ਐਬਸਟਰੈਕਟ ਤੋਂ ਸਾਨੂੰ ਦੱਸਦੇ ਹਨ ਕਿ ਕਿਵੇਂ ਏਆਈ ਨੇ ਕਿਸੇ ਸ਼੍ਰੇਣੀ ਦੇ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਦੂਜੀ ਕੰਪਨੀ ਦੇ ਮੁਕਾਬਲੇ ਵਿਸਥਾਪਿਤ ਕੀਤਾ ਹੈ ਜਾਂ ਕਿਸੇ ਕੰਪਨੀ ਵਿੱਚ ਦੂਜੀ ਕੰਪਨੀ ਦੇ ਮੁਕਾਬਲੇ ਉਤਪਾਦਕਤਾ ਨੂੰ ਵਧਾਇਆ ਹੈ।

ਇਸ ਲਈ ਸਾਡੇ ਕੋਲ ਜੋ ਡਾਟਾ ਹੈ, ਉਸ ਨੂੰ ਓਵਰਰੀਡ ਕਰਨਾ ਵੀ ਲੁਭਾਉਣ ਵਾਲਾ ਹੋਵੇਗਾ – ਇੱਕ ਟਵਿੱਟਰ ਥ੍ਰੈੱਡ ਨੂੰ ਡੈਸ਼ ਕਰਨਾ ਜੋ ਭਾਰਤ ਦੇ ਨੌਜਵਾਨ ਆਈਟੀ ਕਰਮਚਾਰੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਆਉਣ ਵਾਲੇ ਰੁਜ਼ਗਾਰ ਦੇ ਸੰਕਟ ਵਿੱਚ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ। ਪਰ ਹਰੇਕ ਨਤੀਜਾ ਬੁਝਾਰਤ ਦਾ ਸਿਰਫ਼ ਇੱਕ ਟੁਕੜਾ ਹੈ। ਇਹ ਨਤੀਜਾ – ਅਤੇ ਇਸ ਵਰਗੇ ਹੋਰ – ਸਾਨੂੰ ਸਮੁੱਚੇ ਪ੍ਰਭਾਵਾਂ ਬਾਰੇ ਨਹੀਂ ਦੱਸਦੇ।

ਅਤੇ ਫਿਰ, ਇਸਨੂੰ ਭਵਿੱਖ ਵਿੱਚ ਪੇਸ਼ ਕਰਨਾ ਸਿਰਫ਼ ਛੋਟੀ ਜਿਹੀ ਗੱਲ ਹੈ। ਭਾਵੇਂ ਅਸੀਂ ਅੱਜ ਦੀਆਂ ਅਰਥਵਿਵਸਥਾਵਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝ ਸਕਦੇ ਹਾਂ, ਪਰ ਕੱਲ੍ਹ ਦੇ ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਇਸਨੂੰ ਬਾਹਰ ਕੱਢਣਾ ਸਾਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗੁੰਮਰਾਹਕੁੰਨ ਭਵਿੱਖਬਾਣੀਆਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦਾ ਹੈ।

ਮੂਰਖ ਕਿਸਾਨ ਅਤੇ ਆਬਾਦੀ ਬੰਬ ਜੋ ਕਦੇ ਨਹੀਂ ਸੀ

ਏਆਈ ਦੇ ਆਰਥਿਕ ਪ੍ਰਭਾਵਾਂ ਬਾਰੇ ਬਹੁਤ ਸਾਰੇ ਡਰ ਭਵਿੱਖ ਦੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ 'ਤੇ ਪੇਸ਼ ਕਰਨ ਤੋਂ ਪੈਦਾ ਹੁੰਦੇ ਹਨ ਜੋ ਅੱਜ ਦੇ ਸਮਾਨ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ। ਪਰ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਐਕਸਟਰਾਪੋਲੇਸ਼ਨਾਂ ਦਾ ਇੱਕ ਲੰਮਾ ਅਤੇ ਗੁੰਝਲਦਾਰ ਇਤਿਹਾਸ ਹੈ, ਕਿਉਂਕਿ ਅਸੀਂ ਮਨੁੱਖ ਆਪਣੇ ਆਪ ਨੂੰ ਜਿੰਨਾ ਸਿਹਰਾ ਦਿੰਦੇ ਹਾਂ ਉਸ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਅਨੁਕੂਲ ਹੁੰਦੇ ਹਾਂ।

ਸ਼ਾਇਦ ਅੰਤਰਰਾਸ਼ਟਰੀ ਵਿਕਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਬਦਨਾਮ ਭਵਿੱਖਬਾਣੀ ਪੌਲ ਏਹਰਲਿਚ ਦੀ 1968 ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਵਿਕਣ ਵਾਲੀ ਕਿਤਾਬ "ਦਿ ਪਾਪੂਲੇਸ਼ਨ ਬੰਬ" ਤੋਂ ਆਈ ਹੈ। ਆਬਾਦੀ ਵਾਧੇ ਅਤੇ ਭੋਜਨ ਉਤਪਾਦਨ ਵਿੱਚ ਸੀਮਤ ਪ੍ਰਗਤੀ ਵਿੱਚ ਦੇਖੇ ਗਏ ਰੁਝਾਨਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢਦੇ ਹੋਏ, ਏਹਰਲਿਚ ਜ਼ਿਆਦਾ ਆਬਾਦੀ ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਭੁੱਖਮਰੀ ਦੀ ਸੰਭਾਵਨਾ ਤੋਂ ਚਿੰਤਤ ਸੀ। "ਦਿ ਪਾਪੂਲੇਸ਼ਨ ਬੰਬ" ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸਭ ਤੋਂ ਆਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼, ਜਿਸ ਲਈ "ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਅਤੇ ਵਿਵਹਾਰ ਦੀ ਪਰਿਪੱਕਤਾ ਦੀ ਲੋੜ ਸੀ ਜੋ ਵਿਕਸਤ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਜਾਪਦੀ," ਵਿੱਚ ਅੱਧੇ ਅਰਬ ਲੋਕਾਂ (ਦੁਨੀਆ ਦੀ ਆਬਾਦੀ ਦਾ ਪੰਜਵਾਂ ਹਿੱਸਾ) ਦੀ ਭੁੱਖਮਰੀ ਨਾਲ ਮੌਤ ਸ਼ਾਮਲ ਸੀ। ⁶

ਪਰ ਏਹਰਲਿਚ ਦੇ ਅਨੁਮਾਨ ਮਨੁੱਖੀ ਵਿਵਹਾਰ ਦੇ ਸਥਿਰ ਐਕਸਟਰਪੋਲੇਸ਼ਨਾਂ 'ਤੇ ਅਧਾਰਤ ਸਨ। ਉਹ ਹਰੀ ਕ੍ਰਾਂਤੀ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ, ਜਿਸਨੇ ਅਨਾਜ ਦੀ ਪੈਦਾਵਾਰ ਵਿੱਚ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਸੁਧਾਰ ਕੀਤਾ (ਖਾਸ ਕਰਕੇ ਭਾਰਤ ਵਿੱਚ), ਅਤੇ ਜਨਸੰਖਿਆ ਪਰਿਵਰਤਨ, ਜਿਸ ਵਿੱਚ ਉਪਜਾਊ ਸ਼ਕਤੀ ਘਟ ਗਈ। ਕੁਪੋਸ਼ਣ ਅਤੇ ਅਕਾਲ ਤੋਂ ਮੌਤਾਂ ਅਸਲ ਵਿੱਚ ਘਟੀਆਂ ਹਨ। ਏਹਰਲਿਚ ਨੇ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀ ਆਬਾਦੀ ਨੂੰ ਭਵਿੱਖ ਦੀ ਦੁਨੀਆ 'ਤੇ ਥੋਪ ਕੇ, ਜਿਸਦੀ ਉਤਪਾਦਕ ਸੰਭਾਵਨਾਵਾਂ ਬਹੁਤ ਹੌਲੀ ਹੌਲੀ ਬਦਲ ਗਈਆਂ, ਨਵੀਨਤਾ ਅਤੇ ਅਨੁਕੂਲਤਾ ਦੀ ਸਾਡੀ ਅਕਸਰ ਘੱਟ ਪ੍ਰਸ਼ੰਸਾਯੋਗ ਯੋਗਤਾ ਦੇ ਵਿਰੁੱਧ ਸੱਟਾ ਲਗਾਇਆ।

ਦਰਅਸਲ, Y2K ਐਪੀਸੋਡ, ⁷ ਮੰਗ ਝਟਕਾ ਜਿਸਨੇ ਭਾਰਤ ਦੇ ਆਈਟੀ ਨਿਰਯਾਤ ਖੇਤਰ ਨੂੰ ਸੁਪਰਚਾਰਜ ਕੀਤਾ, ਭਵਿੱਖਬਾਣੀਆਂ ਦੇ ਅਨੁਕੂਲਨ 'ਤੇ ਖਰਾ ਨਾ ਉਤਰਨ ਦੀ ਇੱਕ ਹੋਰ ਉਦਾਹਰਣ ਹੈ। ਇਸ ਵਾਰ, 31 ਦਸੰਬਰ, 1999 ਨੂੰ ਅੱਧੀ ਰਾਤ ਨੂੰ ਘੜੀ ਦੇ ਸੂਈਆਂ ਵੱਜਣ ਤੋਂ ਪਹਿਲਾਂ, ਅਨੁਕੂਲਨ ਭਾਰਤ ਵਿੱਚ ਕੋਡਰਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਆਇਆ ਜੋ ਆਫ਼ਤ ਨੂੰ ਟਾਲਣ ਲਈ ਲੱਖਾਂ ਕੋਡ ਲਾਈਨਾਂ ਦਾ ਨਿਰੀਖਣ ਅਤੇ ਸੋਧ ਕਰ ਰਹੇ ਸਨ। ਅੰਤ ਵਿੱਚ, ਵਿੱਤੀ, ਸਰਕਾਰੀ ਅਤੇ ਆਵਾਜਾਈ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਇੱਕੋ ਸਮੇਂ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਕ੍ਰੈਸ਼ ਹੋਣ ਦੀਆਂ ਭਿਆਨਕ ਭਵਿੱਖਬਾਣੀਆਂ ਕਦੇ ਵੀ ਪੂਰੀਆਂ ਨਹੀਂ ਹੋਈਆਂ, ਕਿਉਂਕਿ ਅਸੀਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਕਿ ਉਹ ਨਾ ਹੋਣ।

ਜਲਵਾਯੂ ਅਰਥਸ਼ਾਸਤਰ ਨੇ ਵੀ ਹਾਲ ਹੀ ਦੇ ਦਹਾਕਿਆਂ ਵਿੱਚ ਇਸੇ ਤਰ੍ਹਾਂ ਦਾ ਸਬਕ ਸਿੱਖਿਆ ਹੈ। ਜਲਵਾਯੂ ਪਰਿਵਰਤਨ ਤੋਂ ਖੇਤੀਬਾੜੀ ਦੇ ਨੁਕਸਾਨ ਦੇ ਸ਼ੁਰੂਆਤੀ ਮਾਡਲ ਅਕਸਰ ਅਨੁਮਾਨਿਤ ਤਾਪਮਾਨ ਲੈਂਦੇ ਸਨ, ਉਹਨਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਤਾਪਮਾਨਾਂ 'ਤੇ ਫਸਲਾਂ ਦੀ ਪੈਦਾਵਾਰ ਦੇ ਸਮੀਕਰਨਾਂ ਰਾਹੀਂ ਚਲਾਉਂਦੇ ਸਨ ਅਤੇ ਨੁਕਸਾਨ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਸਨ। ਅਨੁਮਾਨਤ ਤੌਰ 'ਤੇ, ਇਸ ਸ਼ੁਰੂਆਤੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਭਵਿੱਖਬਾਣੀਆਂ ਵਿੱਚ ਅਨੁਮਾਨਿਤ ਜਲਵਾਯੂ ਨੁਕਸਾਨ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਨ। ਪਰ ਇਹ ਮਾਡਲ ਇਸ ਮਹੱਤਵਪੂਰਨ ਧਾਰਨਾ ਵਿੱਚ ਪੱਕੇ ਹੋਏ ਸਨ ਕਿ ਕਿਸਾਨ ਬਦਲਦੇ ਮੌਸਮ ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਹੋਣਗੇ।

ਬੇਸ਼ੱਕ, ਜਲਵਾਯੂ ਪਰਿਵਰਤਨ ਤੋਂ ਅਜੇ ਵੀ ਵੱਡੀ ਲਾਗਤ ਆਵੇਗੀ। ਅਤੇ ਸਾਰੇ ਅਨੁਕੂਲਨ ਸਫਲ ਨਹੀਂ ਹੁੰਦੇ: ਅਮਰੀਕੀ ਖੇਤੀਬਾੜੀ ਵਿੱਚ, ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਅਨੁਕੂਲਨ ਨੇ ਜਲਵਾਯੂ ਪਰਿਵਰਤਨ ਤੋਂ ਹੋਣ ਵਾਲੇ ਨੁਕਸਾਨਾਂ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਅੱਧਾ ਘਟਾ ਦਿੱਤਾ ਹੈ, ਪਰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਕੋਈ ਨਹੀਂ । ਅਨੁਕੂਲਨ ਲਈ ਅਸਲ ਪਾਬੰਦੀਆਂ ਹਨ – ਭਾਵੇਂ ਅਨੁਕੂਲਨ ਦੀ ਇੱਛਾ ਹੋਵੇ, ਉੱਥੇ ਅਜਿਹਾ ਕਰਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਹੁੰਦਾ।

AI ਵੀ ਇਹਨਾਂ ਪਿਛਲੀਆਂ ਚੁਣੌਤੀਆਂ ਵਾਂਗ ਹੀ ਖੇਡ ਸਕਦਾ ਹੈ। ਅਨੁਕੂਲਨ ਤੋਂ ਹਾਰਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ। ਅਜਿਹੀਆਂ ਹੱਦਾਂ ਵੀ ਹੋ ਸਕਦੀਆਂ ਹਨ ਜਿੱਥੇ ਅਨੁਕੂਲਨ ਦੀ ਯੋਗਤਾ ਖਤਮ ਹੋ ਜਾਂਦੀ ਹੈ। ਪਰ ਜੇ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਰਹੇ ਹੋ ਕਿ ਪੰਜ ਜਾਂ 10 ਸਾਲਾਂ ਦੇ ਸਮੇਂ ਵਿੱਚ ਦੁਨੀਆਂ ਕਿਹੋ ਜਿਹੀ ਦਿਖਾਈ ਦੇਵੇਗੀ, ਤਾਂ ਤੁਸੀਂ ਬਹੁਤ ਗਲਤ ਹੋ ਸਕਦੇ ਹੋ ਜੇਕਰ ਤੁਸੀਂ ਸਾਡੇ ਭਵਿੱਖ ਦੇ ਸਵੈ-ਅਨੁਕੂਲਨ ਦੀ ਯੋਗਤਾ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹੋ। ਕੱਲ੍ਹ ਦਾ AI ਕੱਲ੍ਹ ਦੀ ਦੁਨੀਆ ਨੂੰ ਮਿਲੇਗਾ, ਅੱਜ ਦੀ ਨਹੀਂ।

ਇਹ ਸਾਨੂੰ ਅਰਥਸ਼ਾਸਤਰੀਆਂ ਲਈ ਇੱਕ ਛੋਟੇ ਪਰ ਸ਼ਾਇਦ ਰਚਨਾਤਮਕ ਸੁਝਾਅ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ। ਪਿਛਲੇ 20 ਸਾਲਾਂ ਤੋਂ, ਕਾਰਣ ਅਨੁਮਾਨ – ਕਾਰਨ ਅਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਸਾਫ਼-ਸਾਫ਼ ਵੱਖ ਕਰਨ ਦੀ ਯੋਗਤਾ – ਅਕਾਦਮਿਕ ਆਰਥਿਕ ਖੋਜ ਦਾ ਜ਼ਰੂਰੀ ਹਿੱਸਾ ਰਹੀ ਹੈ। ਇਸਦੇ ਉਲਟ, ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਦੂਜੇ ਜਾਂ ਤੀਜੇ ਦਰਜੇ ਦੇ ਦਰਜੇ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਨੀਤੀਗਤ ਲੋਕਾਂ ਅਤੇ (ਕੰਬਦੇ) ਬੈਂਕਰਾਂ ਦਾ ਖੇਤਰ।

ਕਿਰਤ ਦੀ ਉਹ ਵੰਡ ਉਦੋਂ ਸਮਝ ਵਿੱਚ ਆਈ ਜਦੋਂ ਅਸੀਂ ਵਾਜਬ ਤੌਰ 'ਤੇ ਉਮੀਦ ਕਰ ਸਕਦੇ ਸੀ ਕਿ ਕੱਲ੍ਹ ਦੀ ਦੁਨੀਆਂ ਅੱਜ ਦੀ ਦੁਨੀਆਂ ਵਰਗੀ ਹੋਵੇਗੀ। ਪਰ ਜੇਕਰ ਏਆਈ ਸੱਚਮੁੱਚ ਵਿਕਾਸ ਦੇ ਰਾਹਾਂ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਵਾਲਾ ਹੈ, ਤਾਂ ਸਭ ਤੋਂ ਲਾਭਦਾਇਕ ਚੀਜ਼ ਜੋ ਅਰਥਸ਼ਾਸਤਰੀ ਕਰ ਸਕਦੇ ਹਨ ਉਹ ਹੈ ਕੱਲ੍ਹ ਦੇ ਝਟਕੇ ਨੂੰ ਹੋਰ ਸਹੀ ਢੰਗ ਨਾਲ ਮਾਪਣਾ ਨਹੀਂ, ਸਗੋਂ ਅਗਲੇ ਝਟਕੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਬਿਹਤਰ ਹੋਣਾ।

ਸਾਡੇ ਆਰਥਿਕ ਭਵਿੱਖ ਦੇ ਵਧੇਰੇ ਸਹੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਨੂੰ ਮਸ਼ੀਨਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਮਨੁੱਖਾਂ ਦੀਆਂ ਅਨੁਕੂਲਤਾਵਾਂ ਦੋਵਾਂ ਦਾ ਧਿਆਨ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਿਵੇਂ ਮਨੁੱਖਤਾ ਭੁੱਖੇ ਮਰਨ ਦੀ ਉਡੀਕ ਵਿੱਚ ਨਹੀਂ ਬੈਠੀ, ਉਸੇ ਤਰ੍ਹਾਂ ਇਨਫੋਸਿਸ ਦੇ ਕਾਰੋਬਾਰੀ ਕਾਰਜਕਾਰੀ ਬਦਲਣ ਦੀ ਉਡੀਕ ਵਿੱਚ ਨਹੀਂ ਬੈਠੇ ਹਨ। ਘੱਟ ਨੌਕਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਜਾਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੀਆਂ ਨੌਕਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਪਰ ਜੇਕਰ ਉਹ ਇਸ ਬਾਰੇ ਕੁਝ ਕਰ ਸਕਦੇ ਹਨ, ਤਾਂ ਸੰਕਟ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਤੋਂ ਪੈਦਾ ਹੋਇਆ ਉਦਯੋਗ ਇੱਕ ਵਾਰ ਫਿਰ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੇਗਾ।

ਓਲੀਵਰ ਕਿਮ ਇੱਕ ਵਿਕਾਸ ਅਰਥਸ਼ਾਸਤਰੀ ਹੈ ਜੋ ਕੋਐਫੀਸ਼ੀਐਂਟ ਗਿਵਿੰਗ ਦੇ ਗਲੋਬਲ ਗ੍ਰੋਥ ਫੰਡ 'ਤੇ ਰਿਸਰਚ ਫੈਲੋ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ⁸ ਉਹ ਗਲੋਬਲ ਡਿਵੈਲਪਮੈਂਟਸ ਨਾਮਕ ਇੱਕ ਸਬਸਟੈਕ ਲਿਖਦਾ ਹੈ । ਓਲੀਵਰ ਹੈਨੀ ਇਨ ਡਿਵੈਲਪਮੈਂਟ ਵਿੱਚ ਇੱਕ ਯੋਗਦਾਨ ਪਾਉਣ ਵਾਲਾ ਸੰਪਾਦਕ ਹੈ, ਅਤੇ ਵੌਕਸਡੇਵ ਵਿੱਚ ਪ੍ਰਬੰਧ ਸੰਪਾਦਕ ਹੈ, ਜਿੱਥੇ ਉਹ ਆਈਡੀਆਜ਼ ਇਨ ਡਿਵੈਲਪਮੈਂਟ ਪੋਡਕਾਸਟ ਦੀ ਮੇਜ਼ਬਾਨੀ ਕਰਦਾ ਹੈ।

ਜੇਕਰ ਇਸ ਲੇਖ 'ਤੇ ਤੁਹਾਡੀਆਂ ਟਿੱਪਣੀਆਂ ਹਨ, ਜਾਂ ਚਰਚਾ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਉਹਨਾਂ ਨੂੰ letters@indevelopmentmag.com 'ਤੇ ਈਮੇਲ ਕਰੋ। ਜਵਾਬ ਇੱਕ ਅੱਖਰ ਭਾਗ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਜਾਣਗੇ।

1. ਓਪਨਏਆਈ ਦੀ ਕਹਾਣੀ ਅਫ਼ਰੀਕੀ ਕਾਮਿਆਂ ਨੂੰ ਦਰਸਾਉਣ ਵਿੱਚ ਮੁਕਾਬਲਤਨ ਅਸਾਧਾਰਨ ਸੀ; ਕੀਨੀਆ ਦੇ ਸੈਕਟਰ ਨੇ 2025 ਵਿੱਚ ਸਿਰਫ਼ 36,000 ਲੋਕਾਂ ਨੂੰ ਰੁਜ਼ਗਾਰ ਦਿੱਤਾ। ↩︎
2. ਇਹ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਪੁਰਾਣੇ ਤਕਨੀਕੀ ਕਰਮਚਾਰੀਆਂ ਨੇ ਵਧੇਰੇ "ਨਰਮ ਹੁਨਰ" ਅਤੇ ਵਧੇਰੇ ਵਿਸ਼ੇਸ਼ ਤਕਨੀਕੀ ਹੁਨਰ ਦੋਵੇਂ ਹਾਸਲ ਕਰ ਲਏ ਹਨ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਨੂੰ AI ਨਾਲ ਬਦਲਣਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੋ ਗਿਆ ਹੈ। ↩︎
3. ਪੀਐਲਐਫਐਸ ਦੀ ਕਾਰਜਪ੍ਰਣਾਲੀ ਨੂੰ 2025 ਵਿੱਚ ਸੋਧਿਆ ਗਿਆ ਸੀ, ਜਿਸ ਨਾਲ ਪਿੱਛੇ ਵੱਲ ਤੁਲਨਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਗਿਆ ਸੀ। ਫਿਰ ਵੀ, ਇਹ ਸਾਡੇ ਕੋਲ ਮੌਜੂਦ ਸਭ ਤੋਂ ਵਧੀਆ ਡੇਟਾ ਹੈ। ↩︎
4. ਸਹੀ ਸ਼ਬਦਾਵਲੀ ਅਨਿਸ਼ਚਿਤ ਹੈ, ਪਰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਉਸਨੇ ਇਨ੍ਹਾਂ ਲਾਈਨਾਂ ਦੇ ਨਾਲ ਕੁਝ ਕਿਹਾ ਹੋਵੇਗਾ। ↩︎
5. ਮਾਪ ਦੇ ਨਵੇਂ ਰੂਪਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਲਈ ਖੋਜ ਦਾ ਇੱਕ ਵਧ ਰਿਹਾ ਸਮੂਹ ਹੈ, ਜਿਵੇਂ ਕਿ ਮਸ਼ੀਨ-ਲਰਨਿੰਗ ਸਮਰੱਥ ਨਾਓਕਾਸਟਿੰਗ, ਸੈਟੇਲਾਈਟ ਡੇਟਾ, ਮੋਬਾਈਲ ਫੋਨ ਡੇਟਾ ਅਤੇ ਆਟੋਮੇਟਿਡ ਵਰਗੀਕਰਨ। ਇਹ ਦੇਖਣਾ ਬਾਕੀ ਹੈ ਕਿ ਕੀ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਨਵੇਂ ਤਰੀਕੇ ਰਵਾਇਤੀ ਪ੍ਰਸ਼ਾਸਕੀ ਅਤੇ ਸਰਵੇਖਣ ਡੇਟਾ ਸਰੋਤਾਂ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ। ↩︎
6. ਪਾਲ ਏਹਰਲਿਚ, ਦ ਪਾਪੂਲੇਸ਼ਨ ਬੰਬ (ਸੀਅਰਾ ਕਲੱਬ ਬੈਲੈਂਟਾਈਨ ਬੁੱਕਸ), 80। ↩︎
7. ਮੂਲ ਰੂਪ ਵਿੱਚ "ਮਿਲੇਨੀਅਮ ਬੱਗ" ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਸੀ; ਬਹੁਤ ਸਾਰੇ ਕੰਪਿਊਟਰ ਪ੍ਰੋਗਰਾਮਾਂ ਨੇ ਸਿਰਫ਼ ਦੋ ਅੰਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਾਲਾਂ ਨੂੰ ਸਟੋਰ ਕੀਤਾ, ਜਿਸ ਕਾਰਨ ਵਿਆਪਕ ਡਰ ਪੈਦਾ ਹੋ ਗਿਆ ਕਿ ਸਿਸਟਮ "00" ਨੂੰ 1900 ਸਮਝ ਲੈਣਗੇ ਅਤੇ 1 ਜਨਵਰੀ, 2000 ਨੂੰ ਸਮੂਹਿਕ ਤੌਰ 'ਤੇ ਕਰੈਸ਼ ਹੋ ਜਾਣਗੇ। ↩︎
8. ਕੋਐਫੀਸ਼ਿਏਂਟ ਗਿਵਿੰਗ ਦੇ ਅੰਦਰ ਇੱਕ ਹੋਰ ਟੀਮ, ਇਫੈਕਟਿਵ ਗਿਵਿੰਗ ਐਂਡ ਕਰੀਅਰਜ਼ ਟੀਮ, ਇਨ ਡਿਵੈਲਪਮੈਂਟ ਦੀ ਫੰਡਰ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਇਸ ਲੇਖ ਨੂੰ ਕਮਿਸ਼ਨ ਕਰਨ, ਸੰਪਾਦਿਤ ਕਰਨ ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਦੇ ਸਾਡੇ ਸੰਪਾਦਕੀ ਫੈਸਲੇ ਵਿੱਚ ਕੋਈ ਭੂਮਿਕਾ ਨਹੀਂ ਨਿਭਾਈ, ਅਤੇ ਓਲੀਵਰ ਆਪਣੀ ਨਿੱਜੀ ਸਮਰੱਥਾ ਵਿੱਚ ਲਿਖ ਰਿਹਾ ਹੈ। ↩︎