अर्थतज्ज्ञांची जागा घेणार AI? सरकारी धोरण आखण्यात निर्माण झाला नवा वाद

अमेरिकेच्या 'काउन्सिल ऑफ इकॉनॉमिक ॲडव्हायझर्स' (CEA) चे माजी अध्यक्ष Jason Furman यांनी केलेल्या एका विधानामुळे आर्थिक धोरण वर्तुळात मोठी खळबळ उडाली आहे. २०२६ च्या अखेरीस त्यांनी असे सुचवले की, डेटा प्रोसेसिंग, माहितीचे संकलन आणि रिसर्च यांसारखी कनिष्ठ अर्थतज्ज्ञांची कामे आता AI अधिक वेगाने आणि अचूकपणे करू शकते.\n\n### AI आणि कार्यक्षमतेचा प्रश्न\n\nFurman यांनी स्वतः ऑक्टोबर २०२६ मध्ये 'Econvitals' नावाचे प्लॅटफॉर्म लाँच केले आहे, जे अमेरिकेतील आर्थिक डेटा आणि फेडरल रिझर्व्हच्या अधिकार्‍यांच्या विधानांचा मागोवा घेण्यासाठी AI चा वापर करते. त्यांच्या मते, आर्थिक संस्थांमधील सुरुवातीच्या स्तरावरील कामाचा मोठा भाग हा फॉरमॅटिंग आणि फॅक्ट-चेकिंगचा असतो, जिथे लार्ज लँग्वेज मॉडेल्स (LLMs) अतिशय कार्यक्षम ठरत आहेत. यामुळे वरिष्ठ तज्ज्ञांना धोरणात्मक निर्णयांवर लक्ष केंद्रित करण्यास अधिक वेळ मिळेल.\n\n### मानवी बुद्धिमत्तेची अपरिहार्यता\n\nदुसरीकडे, अनेक तज्ज्ञांनी या कल्पनेवर कडाडून टीका केली आहे. CEA चे काम केवळ डेटा गोळा करणे नसून, सरकारी निर्णयांना एक प्रकारचा 'चेक' लावणे हे देखील आहे. अनेक नोबेल विजेत्या अर्थतज्ज्ञांनी नमूद केले आहे की, चुकीच्या गृहितकांना आव्हान देण्यासाठी लागणारी अंतर्ज्ञान आणि स्वतंत्र निर्णयक्षमता ही केवळ मानवाकडेच असते. केवळ ऐतिहासिक डेटा आणि संभाव्यतेवर (Probability) चालणारी यंत्रणा गंभीर धोरणात्मक चुका टाळू शकत नाही.\n\n### भविष्यातील धोके आणि आव्हाने\n\nया वादाचे पडसाद केवळ सरकारी कार्यालयांपुरते मर्यादित नसून, त्याचा परिणाम संपूर्ण लेबर मार्केटवर होण्याची शक्यता आहे. जर कनिष्ठ पदांवर AI ची नियुक्ती झाली, तर नवीन अर्थतज्ज्ञ घडवणारी 'ट्रेनिंग ग्राऊंड'च संपुष्टात येईल. भविष्यातील नेतृत्व अशा अनुभवाविना सक्षम ठरेल का, असा प्रश्न उपस्थित होत आहे. शिवाय, AI च्या 'हॅल्युसिनेशन' (चुकीची माहिती खरी वाटणे) किंवा पक्षपाती आउटपुटमुळे मोठ्या आर्थिक गणितांमध्ये चुका होऊ शकतात. या सर्व घडामोडींनंतर, एक 'हायब्रीड मॉडेल' उदयास येण्याची चिन्हे आहेत, जिथे डेटा मॅनेजमेंटचे काम AI करेल, पण अंतिम धोरणात्मक निर्णय घेण्यासाठी मानवी देखरेख अनिवार्य असेल.