ailiteracynepal 🇳🇵
पाठ आकार

अध्याय १ · खण्ड III · 17 मिनेट

निष्पक्षताको दाँव — र मानव संसाधनले एआईलाई मार्केटिङजस्तो किन व्यवहार गर्न मिल्दैन

मानव संसाधनको पूर्वनिर्धारित मापदण्ड अन्य विभागभन्दा किन कडा हुनुपर्छ — संविधान र श्रम ऐन २०७४ ले वास्तवमा के माग्छन्, र लापरबाहीलाई सबैभन्दा छिटो दण्डित गर्ने नेपाली-सन्दर्भका पूर्वाग्रहहरू।

काठमाडौंको एउटै कार्यालयका दुई दृश्य कल्पना गर्नुहोस्। मार्केटिङ टोलीको बिहानी स्ट्यान्डअपमा कसैले भन्छन् — चाटबटले दशैंको अभियानका लागि अलि बेमेल ट्यागलाइन लेख्यो र अस्सी लाइक र चार आँखा-गुडाइपछि हामीले हटायौं। सबै हाँस्छन्। लागत सानो, समाधान छिटो, ब्रान्ड बाँच्छ। अब त्यही हप्ता मानव संसाधन टोलीको बिहानी स्ट्यान्डअप हेर्नुहोस्। कसैले भन्छन् — स्क्रिनिङ औजारले एउटा उम्मेदवारलाई “कमजोर सांस्कृतिक मेल” भनेर झ्याल लगायो किनकि उनको सीभीमा महिला नेतृत्व कार्यक्रमको उल्लेख थियो, र तीन हप्तापछि, भूमिका भरिएपछि, हामीले याद गर्‍यौं — यो त्रैमासमा यो तेस्रोपटक हो। कोही हाँस्दैन। यो खण्ड दोस्रो दृश्य किन अस्तित्वमा छ र पहिलो दृश्यको प्लेबुकले मानव संसाधनलाई त्यसबाट किन जोगाउँदैन भन्ने बारे हो।

दुई विभाग, दुई जोखिम मोडेल

टाढाबाट हेर्दा मार्केटिङ र मानव संसाधन सतही रूपमा उस्तै देखिन्छन् — दुवैले धेरै पाठ उत्पादन गर्छन्, दुवैले अभियान चलाउँछन्, दुवैले टेम्प्लेट प्रयोग गर्छन्, दुवैले पहिलो ड्राफ्टका लागि एआई प्रयोग गर्न थालेका छन्। जोखिम मोडेल झण्डै पूरै फरक छ।

मार्केटिङको सबैभन्दा नराम्रो सम्भावित एआई गल्ती हो — अभियानमा फुहर लाइन, बेमेल ब्रान्ड छवि, खराब अनुवाद हुने ट्यागलाइन, बढी सोच्नुपर्ने सूचीमा पठाइएको साधारण इमेल। लज्जाजनक, कहिलेकाहीँ महँगो, झण्डै सधैं सच्याउन सकिने। श्रोता धेरै र प्रायः अज्ञात। समाधान सच्चिएको पोस्ट र, कहिलेकाहीँ, माफी।

मानव संसाधनको सबैभन्दा नराम्रो सम्भावित एआई गल्ती हो — योग्य एउटा उम्मेदवार छनोट सूचीबाट चुपचाप छानिनु, कमाएको तलब दायराबाट महिलालाई तल झार्ने कार्यसम्पादन मूल्याङ्कन, श्रम ऐन गलत उद्धरण गरेको समाप्ति पत्र, काठमाडौं उपत्यकाका सीभीलाई व्यवस्थित रूपमा प्राथमिकता दिने स्क्रिनिङ औजार — किनभने त्यसको प्रशिक्षण डाटाले त्यही धेरै देखाएको थियो। श्रोता एकपटकमा एक व्यक्ति, र त्यो व्यक्ति पहिचान योग्य, उपस्थित, र हानिग्रस्त। समाधान नै नहुन सक्छ; यीमध्ये केही गल्ती छ महिनापछि श्रम अदालतमा मात्र सतहमा आउँछन्, त्यतिबेलासम्म हानिग्रस्त उम्मेदवार अघि बढिसकेकी हुन्छिन्, फर्मको प्रतिष्ठा अघि बढिसकेको हुन्छ, र उपलब्ध एक मात्र परिणाम मिलापत्र, जरिवाना र नीतिको चुपचाप पुनर्लेखन हो।

उस्तै प्रविधि। दुई जोखिम मोडेल। मानव संसाधन कार्यका लागि मार्केटिङको जोखिम मनस्थिति उधारो लिनु “छिटो हिँड्नु” होइन — यो हानिको मूल्य दस गुणा कमजोर तुलना गर्नु हो।

कानूनले वास्तवमा के भन्छ

यो नेपाली श्रम कानूनको अध्याय होइन, तर एआई कुराकानी सुरु हुनुअघि प्रत्येक मानव संसाधन पेसाकर्मीको टेबलमा तीन बन्धन बस्नैपर्छ।

संविधान, धारा १८। समानताको हक मौलिक हक हो। उप-खण्डहरूले राज्य र निजी पक्ष दुवैद्वारा उत्पत्ति, धर्म, वर्ण, जात, जनजाति, लिङ्ग, भाषा, विचारधारा, वा “अन्य त्यस्तै आधार” मा गरिने भेदभावलाई निषेध गर्छन्। यीमध्ये कुनै पनि आधारमा भिन्न परिणाम उत्पादन गर्ने नियुक्ति प्रणाली — अनजानमै भए पनि, मोडेलले उत्तराधिकारका रूपमा बोकेकै कारण भए पनि — संवैधानिक समस्या हो, मानव संसाधन-नीति समस्या मात्र होइन। “विक्रेताले पूर्वाग्रह-रहित भन्यो” अदालतले स्वीकार गर्नैपर्ने बचाव होइन।

श्रम ऐन २०७४, यसका नियमावली र संशोधनसहित। ऐनले कसले के अनुपालनमा भर्ती हुनुपर्छ, बहिर्गमनमा कस्तो सूचना र बक्यौता तिर्नुपर्छ, कार्यस्थलमा भेदभाव कस्तो देखिन्छ, र पीडित श्रमिकको उपचार के हो भन्ने तय गर्छ। एआई-युगको मानव संसाधनका लागि सम्बद्ध प्रावधानमा भर्ती र रोजगारीका सर्तमा भेदभावको निषेध, गुनासो सम्हाल्ने व्यवस्था, र समाप्तिका कार्यविधिगत नियम पर्छन् — तर सीमित छैनन्। आवश्यक कार्यविधि उल्लंघन गर्ने मोडेलले उत्पादन गरेको निर्णय छिटो निर्णय होइन; त्रुटिपूर्ण निर्णय हो।

क्षेत्र-विशिष्ट नियम। बैंकिङ, आईएनजीओ, सरकारी-ठेकेदार फर्म, GDPR-नियमित ग्राहकलाई सेवा दिने बीपीओ — प्रत्येकले थप तह बोक्छन्। बैंक नियुक्तिमा एनआरबीका विचार छन्। दाता संगठनका सुरक्षा आवश्यकता छन्। नेपाली बीपीओका अन्तर्राष्ट्रिय ग्राहकले बढ्दो रूपमा सोध्छन् — मानव संसाधन निर्णयमा प्रयोग गरिएका एआई औजारको अडिट भएको छ कि छैन। यीमध्ये कुनै पनि “निष्पक्ष देखिने” चाटबटले सन्तुष्ट हुँदैन।

नेपाली सन्दर्भले दाँव अझ तीखो बनाउँछ

उधारिएका एआई प्लेबुक प्रायः अमेरिका वा युरोपका मानव संसाधन कुराकानीबाट आउँछन्, जहाँ प्रमुख निष्पक्षता चिन्ता पश्चिमी विशिष्ट ढाँचामा लिङ्ग र जातीयता हुन्छन्। ती चिन्ता यहाँ पनि लागू हुन्छन्, तर नेपालले आफ्नै थप्छ।

प्राविधिक नियुक्तिमा लैङ्गिक पूर्वाग्रह। नेपालमा इन्जिनियरिङ र उत्पादन भूमिकामा आवेदन दिने महिलाहरूको पुल पुरुषहरूको पुलभन्दा सानो छ, राम्ररी अभिलिखित सामाजिक कारणले। विश्वव्यापी नियुक्ति डाटामा प्रशिक्षित मोडेलले सिक्छ — “सफल इन्जिनियर” पुरुष नाम, पुरुष-संकेतक अतिरिक्त क्रियाकलाप, र पुरुष-संकेतक भाषासँग सम्बन्धित छ। त्यो मोडेल नेपाली इन्जिनियरिङ छनोट सूचीमा चलाउनुहोस् र तटस्थ फिल्टर पाउनुहुन्न; प्रशिक्षण डाटाको उत्तराधिकारमा पाएको पूर्वाग्रह पाउनुहुन्छ, त्यो पनि महिलाले पहिल्यै बढी घर्षण भोगिरहेको पुलमा प्रक्षेपण। हानि चुपचाप र संचयी हुन्छ।

जात-नाम स्क्रिनिङ जोखिम। नेपाली थर अन्य धेरै देशका थरले नबोक्ने तरिकाले जात जानकारी बोक्छन्। सीभीलाई क्रमबद्ध गर्ने मोडेल जसको प्रशिक्षण डाटामा कहीं केही थर र निम्न-तहका पेसाबीचको सम्बन्ध छ — त्यसले त्यो सम्बन्ध पुन: उत्पादन गर्छ। मोडेलले गरिरहेको छु भनेर घोषणा गर्दैन। रिक्रुटरले क्रमबद्ध सूची देख्छन् र विश्वास गर्छन्। यही चुपचाप हानिविरुद्ध धारा १८ लेखिएको हो।

बागमती-केन्द्रित डाटाबाट क्षेत्रीय पूर्वाग्रह। नेपालका अधिकांश डिजिटाइज सीभी, जागिर पोस्टिङ, प्रशिक्षण डाटा र मानव संसाधन विश्लेषण काठमाडौं उपत्यकाबाट आउँछन्। सुर्खेतका बलिया कार्यक्रम-अधिकृत उम्मेदवार जसको त्रिभुवन-विश्वविद्यालय सम्बद्ध कलेजको नाम मोडेलले कहिल्यै देखेको छैन, मोडेलले कहिल्यै नसुनेका नगरपालिकामा कार्य अनुभव, र मोडेलसँग कुनै अभिलेख नभएका कर्णाली-आधारित गैरसरकारी संस्थामा सन्दर्भ — उही दक्षता र बढी चिनिने कागजी छाप भएको काठमाडौं उम्मेदवारभन्दा तल क्रमबद्ध हुनेछन्। यो दोष होइन; मोडेल त्यही गर्दैछ जुन गर्न प्रशिक्षित गरिएको थियो। समावेशी संघीय नियुक्तिलाई स्पष्ट दायित्व बनाउने संविधान भएको देशमा निष्पक्षता निहितार्थ गम्भीर छ।

भाषिक र शैक्षिक पूर्वाग्रह। सुदूरपश्चिमको नेपाली माध्यमको डिग्री धेरै भूमिकाका लागि काठमाडौंको निजी कलेजको अङ्ग्रेजी माध्यमको डिग्रीसँग कडा अर्थमा बराबर हो। विश्वव्यापी नियुक्ति ढाँचामा प्रशिक्षित मोडेलसँग यो जान्ने कुनै तरिका छैन र प्रवृत्ति अङ्ग्रेजी माध्यमको सीभीलाई बढी अङ्क दिने हुन्छ। फर्म यसप्रति सजग छैन भने मोडेलले चुपचाप शैक्षिक-भाषा पूर्वाग्रह निर्णय गरिरहेको हुन्छ, जुन निर्णय मानव समीक्षकले सीभी पढ्दा फर्म आफैले कहिल्यै गर्ने थिएन।

सिद्धान्त: निष्पक्षता कायम राख्न मापन गर्नैपर्छ

तीन कानूनी बन्धन र चार नेपाली-सन्दर्भ पूर्वाग्रहसँग एक मिनेट बस्नुहोस्, एउटा सिद्धान्त निस्किन्छ। एआई-सहायित मानव संसाधन प्रणालीमा निष्पक्ष होस् भन्ने आशा गरेर निष्पक्षता कायम राख्न सकिँदैन। मानिसको जीविकालाई असर पार्ने कुनै पनि प्रणालीमा निष्पक्षता मापन गरिनुपर्छ — समय-समयमा, साँचो डाटासँग, गैर-एआई प्रक्रियाले उत्पादन गर्ने थिएको उही परिणामसँग तुलना गरेर। मापन नगर्नुभयो भने थाहा हुँदैन। थाहा छैन भने निष्पक्षता कायम राख्नुभएको छैन; नहेर्ने निर्णय मात्र गर्नुभएको छ।

यो यस पाठ्यक्रमको अध्याय ३ सम्मको पुल हो, जुन ठ्याक्कै यसैबारे हो — के मापन गर्ने, कहिलेकहिले, समीक्षा कसले गर्ने, र मापनले प्रणाली बहकिएको देखाएमा के गर्ने। अहिलेलाई, अध्याय १ का लागि व्यावहारिक निहितार्थ सरल छ। मानव संसाधनमा प्रत्येक एआई प्रयोग केसले मार्केटिङमा त्यही प्रयोग केसले नबोक्ने दायित्व बोक्छ। मार्केटिङका औजारलाई गति र लागतमा मूल्याङ्कन गर्न सकिन्छ। मानव संसाधनका औजारलाई थप यो पनि मूल्याङ्कन गर्नुपर्छ कि तिनले आकार दिएका निर्णय संविधान, श्रम ऐन, र उम्मेदवारलाई आँखामा हेरेर “प्रणालीले तपाईंलाई किन यसरी सम्हाल्यो” भनी व्याख्या गर्न सक्ने सरल परीक्षणविरुद्ध बचाव योग्य छन् कि छैनन्।

यो ठीक गर्ने टोलीहरू ढिलो हुँदैनन्। कार्यप्रवाहका सुरक्षित भागमा — जेडी, आउटरिच, सारांश, अनुवाद, ड्राफ्टिङ — त्यतिकै छिटो जान्छन्, र मानिसलाई दृढतापूर्वक निर्णयात्मक लूपमा राख्छन्। गलत गर्ने टोलीहरू ढिलो-चाँडो श्रम अदालतसँग, बोर्ड छानबिनसँग, वा एल्गोरिदमिक गलत नियुक्तिको कथा भएको पत्रकारसँग कुराकानीमा पुग्छन्। पेसागत छनौट कुन कुराकानीमा हुन चाहनुहुन्छ भन्ने हो।

Check your understanding

छोटो जाँच

सही वा गलत: मानव संसाधनले एआई औजारलाई मार्केटिङले जसरी सुरक्षित रूपमा व्यवहार गर्न सक्छ, किनभने दुवै विभागले उच्च मात्रामा टेम्प्लेट गरिएको सामग्री उत्पादन गर्छन् र अन्तर्निहित प्रविधि उस्तै हो।

What comes next

अध्याय १ ले ढाँचा तय गरेको छ: मानव संसाधन कार्यमा एआई कहाँ फिट हुन्छ, मासिक कार्यप्रवाहमा घण्टा वास्तवमा कहाँ सर्छन्, र निष्पक्षताको दाँवले अन्य विभागमा नदिने तरिकाले लापरबाहीलाई किन दण्डित गर्छ। अध्याय २ अधिकांश मानव संसाधन टोलीले छुने पहिलो ठोस पाइपलाइन — कार्य विवरण र सोर्सिङ — मा फर्किन्छ र ती कार्यमा एआई राम्ररी प्रयोग गर्ने व्यावहारिक नुस्खा हिँडेर बताउँछ, प्रम्प्ट, समीक्षा चरण, र मात्रा बढाउँदा हेर्नुपर्ने असफलताका ढाँचासहित।