जेनेरेटिव एआई का उपयोग गलतियों के लिए पेशेवरों की जवाबदेही तय करने और उनके मूल्यांकन के तरीके को कैसे बदलता है?

AI and the Shifting Boundaries of Professional Accountability

Leily Soleimanof, Derrick Neufeld, Yasser Rahrovani · International Conference on Information Systems (ICIS) · 2026

Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।

मुख्य निष्कर्ष

एआई की भागीदारी के बावजूद पेशेवर परिणामों के लिए पूरी व्यक्तिगत जिम्मेदारी बनाए रखते हैं, लेकिन एआई का उपयोग उस गहन मैन्युअल समझ को कम करता है जो पारंपरिक रूप से जांच के तहत निर्णयों को समझाने और उनका बचाव करने के लिए आवश्यक होती है।
मूल्यांकन के मानक तर्क के आकलन से हटकर कर्मठता के मूल्यांकन की ओर स्थानांतरित होते हैं: मैन्युअल त्रुटियों को सामान्य शिक्षण क्षण माना जाता है जिसमें विचार प्रक्रियाओं के स्पष्टीकरण की आवश्यकता होती है, जबकि एआई-सहायता प्राप्त त्रुटियों को आउटपुट सत्यापित करने में विफलता से उत्पन्न लापरवाही या आलस्य के रूप में देखा जाता है।
पेशेवर जवाबदेही सत्यापन-आधारित जवाबदेही की ओर परिवर्तित होती है, जिससे मुख्य अपेक्षा निर्णयों पर 'गहराई से विचार करने' के बजाय एआई-जनित परिणामों की 'जांच करने' पर केंद्रित हो जाती है।
पेशेवर अपनी पेशेवर विश्वसनीयता की रक्षा करने और दंड से बचने के लिए ग्राहकों और सहकर्मियों के कथित दृष्टिकोण के आधार पर रणनीतिक रूप से एआई के उपयोग का खुलासा या उसे छुपाते हैं।

आपके लिए इसका क्या अर्थ है

CIO / आईटी एक्ज़ीक्यूटिव

Establish an enterprise-wide policy mandating the logging of all AI-assisted prompt histories and verification steps to protect staff from accusations of negligence when errors occur.

आईटी प्रबंधक

Implement a mandatory 'double-check' workflow requiring staff to document the specific validation checks they performed on any AI-generated deliverable before client submission.

बिज़नेस रणनीतिकार

Update client engagement terms and communication templates to explicitly transparentize AI usage protocols, countering the professional fear of strategic concealment.

शोधकर्ता

Design a comparative study tracking how different professional sectors transition from reasoning-based to verification-based evaluation metrics under varying levels of AI adoption.

नीति निर्माता

Draft regulatory standards that formally redefine professional due diligence requirements to account for verification-based accountability in AI-augmented workflows.

सारांश

यह गुणात्मक अध्ययन जांच करता है कि जेनेरेटिव एआई को अपनाना पेशेवर काम में जवाबदेही की गतिशीलता और मूल्यांकन को कैसे बदलता है। शोधकर्ताओं ने कनाडा में विभिन्न भूमिकाओं और अनुभव स्तरों के चार्टर्ड प्रोफेशनल अकाउंटेंट्स के साथ 12 अर्ध-संरचित साक्षात्कार और 4 पायलट साक्षात्कार आयोजित किए।

समस्या

यद्यपि पूर्व मानव-एआई अनुसंधान व्यक्तिगत जिम्मेदारी की भावना या अमूर्त शासन रूपरेखाओं पर केंद्रित है, यह अक्सर एक सामाजिक और संबंधपरक प्रक्रिया के रूप में जवाबदेही की उपेक्षा करता है। नतीजतन, इस बारे में बहुत कम जानकारी है कि जब एआई पेशेवरों के कार्यों में योगदान देता है तो सहकर्मियों और ग्राहकों द्वारा उनका मूल्यांकन कैसे किया जाता है।

ट्रांसक्रिप्ट

Host: नमस्कार और "A.I.S. Insights — powered by Living Knowledge" में आपका स्वागत है। मैं हूँ आपकी होस्ट, Anna Ivy Summers। आज हम एक नए अध्ययन पर चर्चा कर रहे हैं जिसका शीर्षक है "एआई और पेशेवर जवाबदेही की बदलती सीमाएं"। यह गुणात्मक अध्ययन इस बात की पड़ताल करता है कि जेनेरेटिव एआई को अपनाना पेशेवर काम में जवाबदेही की गतिशीलता और उसके मूल्यांकन को कैसे बदलता है। इस विषय के विश्लेषण के लिए हमारे साथ मौजूद हैं Alex Ian Sutherland। Alex, कार्यक्रम में आपका स्वागत है।
Expert: धन्यवाद, Anna। यह अध्ययन Leily Soleimanof, Derrick Neufeld और Yasser Rahrovani द्वारा किया गया है और इसे International Conference on Information Systems 2026 में प्रस्तुत किया गया है। जब कार्यस्थल में जेनेरेटिव एआई के उपयोग की बात आती है, तो अधिकांश ध्यान व्यक्तिगत जिम्मेदारी या अमूर्त शासन रूपरेखाओं पर दिया जाता है। लेकिन यह अध्ययन इस बात पर रोशनी डालता है कि पेशेवर माहौल में जवाबदेही वास्तव में एक सामाजिक और संबंधपरक प्रक्रिया के रूप में कैसे काम करती है।
Host: Alex, इस समस्या के व्यावहारिक संदर्भ को थोड़ा और स्पष्ट करें। पेशेवर दुनिया में यह मुद्दा इतना महत्वपूर्ण क्यों है?
Expert: पूर्व शोध में मुख्य रूप से यह देखा गया कि एक व्यक्ति एआई का उपयोग करते समय कैसा महसूस करता है। लेकिन इसमें यह अनदेखा रह गया कि जब कोई पेशेवर एआई की सहायता से काम पूरा करता है, तो उसके सहकर्मी, प्रबंधक और ग्राहक उसके काम का मूल्यांकन कैसे करते हैं। समस्या यह है कि इस बारे में बहुत कम व्यवस्थित जानकारी थी कि एआई के हस्तक्षेप के बाद सामाजिक स्तर पर पेशेवर विश्वसनीयता और जवाबदेही कैसे तय की जाती है।
Host: शोधकर्ताओं ने इस प्रश्न की जांच के लिए कौन सा तरीका अपनाया?
Expert: शोधकर्ताओं ने एक गुणात्मक शोध पद्धति का उपयोग किया। उन्होंने कनाडा में विभिन्न भूमिकाओं और अनुभव स्तरों के चार्टर्ड प्रोफेशनल अकाउंटेंट्स, यानी सीपीए, के साथ 12 अर्ध-संरचित साक्षात्कार और 4 पायलट साक्षात्कार आयोजित किए। लेखांकन क्षेत्र को इसलिए चुना गया क्योंकि यह एक ऐसा पेशा है जहाँ सटीकता, प्रक्रियात्मक स्पष्टता और जवाबदेही के मानक बहुत सख्त होते हैं।
Host: इस अध्ययन के मुख्य निष्कर्ष क्या रहे? क्या एआई के आने से पेशेवरों की जिम्मेदारी कम हो जाती है?
Expert: नहीं, अध्ययन से पता चलता है कि एआई की भागीदारी के बावजूद पेशेवर परिणामों के लिए पूरी व्यक्तिगत जिम्मेदारी बनाए रखते हैं। यदि कोई त्रुटि होती है, तो दोष एआई पर नहीं डाला जा सकता। हालांकि, एक महत्वपूर्ण बदलाव यह देखा गया कि एआई का उपयोग उस गहन मैन्युअल समझ को कम कर देता है जो पारंपरिक रूप से किसी निर्णय की जांच होने पर उसका बचाव करने के लिए आवश्यक होती थी। जब काम स्वचालित रूप से होता है, तो पेशेवर के पास हर कदम का विस्तृत आंतरिक तर्क हमेशा तैयार नहीं होता।
Host: इसका मतलब है कि कार्यस्थल पर गलतियों को देखने का नजरिया भी बदल रहा है?
Expert: बिल्कुल। अध्ययन का एक मुख्य निष्कर्ष यह है कि मूल्यांकन के मानक अब तर्क के आकलन से हटकर कर्मठता यानी डिलिजेंस के मूल्यांकन की ओर चले गए हैं। यदि किसी पेशेवर से मैन्युअल काम में कोई त्रुटि होती है, तो सहकर्मी उसे सीखने का एक सामान्य अवसर मानते हैं, जहाँ केवल विचार प्रक्रिया को समझाने की आवश्यकता होती है। इसके विपरीत, यदि वही त्रुटि एआई-सहायता प्राप्त कार्य में होती है, तो उसे आउटपुट को ठीक से सत्यापित न करने के कारण हुई लापरवाही या आलस्य के रूप में देखा जाता है।
Host: यानी पेशेवर की मुख्य भूमिका अब केवल समाधान तैयार करने के बजाय सत्यापन करने की हो गई है?
Expert: जी हाँ, अध्ययन इसे सत्यापन-आधारित जवाबदेही के रूप में परिभाषित करता है। अब मुख्य अपेक्षा निर्णयों पर गहराई से विचार करने के बजाय एआई द्वारा उत्पन्न परिणामों की सूक्ष्मता से जांच करने पर केंद्रित हो गई है। इसके साथ ही, शोधकर्ताओं ने यह भी पाया कि पेशेवर अपनी साख की रक्षा करने के लिए रणनीतिक व्यवहार अपनाते हैं। वे ग्राहकों और वरिष्ठों के दृष्टिकोण को भांपकर ही यह तय करते हैं कि एआई के उपयोग का खुलासा करना है या उसे छुपाना है।
Host: व्यावसायिक दृष्टिकोण से यह अध्ययन प्रबंधकों और संगठनों के लिए क्या सबक देता है?
Expert: संगठनों के लिए इसका सीधा व्यावहारिक अनुप्रयोग यह है कि केवल एआई टूल्स लागू करना पर्याप्त नहीं है। प्रबंधकों को सत्यापन की स्पष्ट प्रक्रियाएं और मानक स्थापित करने होंगे। कर्मचारियों को एआई आउटपुट की गहन जांच के लिए औपचारिक समय और दिशानिर्देश दिए जाने चाहिए। इसके अतिरिक्त, कंपनियों को एआई प्रकटीकरण से संबंधित पारदर्शी नीतियां बनानी चाहिए ताकि कर्मचारी बिना किसी नकारात्मक पूर्वाग्रह के डर के एआई के उपयोग को साझा कर सकें।
Host: संक्षेप में कहें तो, तकनीक कितनी भी आगे बढ़ जाए, सत्यापन और अंतिम परिणाम की जवाबदेही मानव पेशेवर के पास ही रहती है। Alex, इस स्पष्ट और व्यावहारिक विश्लेषण के लिए आपका धन्यवाद।
Expert: धन्यवाद, Anna।
Host: और हमारे सभी श्रोताओं का "A.I.S. Insights — powered by Living Knowledge" सुनने के लिए धन्यवाद। मिलते हैं अगले अंक में।

Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

AIS eLibrary में शोध पत्र पढ़ें

Artificial Intelligence, Generative AI, Accountability, Professional Work, Accountants, Verification