क्या जेन Z सचमुच सबसे मूर्ख पीढ़ी है?

इस शीर्षक में आपका जिक्र है या नहीं, यह जानने के लिए अभी AI से पूछने की जरूरत नहीं। संक्षिप्त जवाब यह है: पीढ़ियों की सीमाएँ प्राकृतिक नियम नहीं हैं और स्रोत के अनुसार थोड़ी बदलती हैं। इस लेख में मैं आज प्रचलित वर्गीकरण इस्तेमाल कर रहा हूँ, जिसमें 1997 से 2012 के बीच जन्मे लोगों को जेनरेशन Z माना जाता है।

तो अगर आपका जन्म 1997 से 2012 के बीच हुआ है, तो हाँ, यह वाकई आपकी पीढ़ी है। लेकिन अगर नहीं, तो फिर भी आप आराम से पीछे नहीं बैठ सकते। इस लेख की बात एक जन्म वर्ष तक सीमित नहीं है।

जेनरेशन Z को आधुनिक इतिहास की सबसे मूर्ख पीढ़ी कहने वाले उकसाऊ दावे में मुझे सच्चाई का एक अंश दिखता है। फिर भी “मूर्ख” कोई साफ वैज्ञानिक माप नहीं है। यह ऐसी बात की तीखी सुर्खी है जिसे अधिक सूक्ष्म और उतने ही चिंताजनक ढंग से कहा जा सकता है: महत्वपूर्ण शैक्षिक और संज्ञानात्मक क्षमताएँ गिर रही हैं, जबकि डिजिटल प्रणालियाँ कठिन सोच से बचने के अधिक अवसर दे रही हैं।

इस दावे का स्रोत क्या है?

जनवरी 2026 में न्यूरोसाइंटिस्ट और पूर्व शिक्षक जारेड कूनी हॉर्वथ ने अमेरिकी सीनेट की एक समिति से कहा कि जेनरेशन Z आधुनिक इतिहास की पहली पीढ़ी है जो लगभग हर उपलब्ध संज्ञानात्मक मापदंड पर पिछली पीढ़ी से पीछे रही है। उन्होंने ध्यान, स्मृति, पढ़ने, गणित, कार्यकारी क्षमताओं और सामान्य IQ का उल्लेख किया।

यह एक तीव्र दावा है। इसे सोशल मीडिया और मीडिया में त्वरित रूप से सरलीकृत कर दिया गया कि जेन जी को अब आधिकारिक तौर पर “सबसे बेवकूफ पीढ़ी” के रूप में पुष्टि कर दी गई है। ऐसा बिल्कुल नहीं है। हॉर्वथ ने एक राजनीतिक सुनवाई में विशेषज्ञ राय दी थी। इस तरह का कोई एकल अध्ययन नहीं है, और कोई भी वैज्ञानिक निकाय ने एक पूरी पीढ़ी को आधिकारिक रूप से ऐसे लेबल से नहीं चिह्नित किया है।

इसके अलावा कारण के बारे में भी अंतिम प्रमाण नहीं है। हॉर्वथ के अनुसार, वर्ष 2010 के आसपास एक बड़ा ब्रेक आया और उन्होंने विशेष रूप से स्कूलों में डिजिटल उपकरणों के तेजी से फैलाव को जिम्मेदार ठहराया है। अन्य व्याख्याएं भी चर्चा में हैं: महामारी के दौरान स्कूलों के बंद होने के कारण, सामाजिक असमानता, परिवर्तित पाठ्यक्रम, ग्रेड फ्लैटिंग, परीक्षा-मुक्त प्रवेश प्रक्रियाएं, मानसिक तनाव और निश्चित रूप से वह तरीका जिससे स्मार्टफोन हमारा ध्यान ले रहे हैं।

इसलिए इस तरह के सरलीकरण को आलोचना के लिए खुला छोड़ा जा सकता है। लेकिन इसके नीचे छिपे चेतावनी संकेतों को इतना आसानी से नहीं नकारा जा सकता।

आंकड़े असहज हो रहे हैं

अमेरिकी प्रदर्शन अध्ययन NAEP के अनुसार, बारहवीं कक्षा के छात्रों में स्पष्ट गिरावट दर्ज की गई है। 2024 में गणित में 45 प्रतिशत छात्र “NAEP Basic” स्तर से नीचे रहे। 2019 में यह संख्या 40 प्रतिशत थी। पढ़ाई में 32 प्रतिशत छात्र “Basic” स्तर से नीचे रहे, जबकि 2019 में यह संख्या 30 प्रतिशत थी और 1992 में 20 प्रतिशत। इन श्रेणियाँ सामान्य कक्षाओं के समान नहीं हैं और NAEP ने स्पष्ट रूप से इनके उपयोग के साथ सावधानी बरती है। फिर भी, ट्रेंड बदलता जा रहा है, खासकर कमजोर छात्रों के मामले में।

कैलिफोर्निया विश्वविद्यालय सांडिएगो में इस समस्या को और भी स्पष्ट रूप से देखा जा सकता है। विश्वविद्यालय की एक रिपोर्ट में बताया गया कि 2020 में लगभग 30 नए छात्रों के गणित के ज्ञान का स्तर हाईस्कूल के स्तर से नीचे था। पांच साल बाद यह संख्या 900 से अधिक हो गई, लगभग तीस गुना अधिक। इस समूह के लगभग 70 प्रतिशत छात्र माध्यमिक विद्यालय के स्तर से भी नीचे रहे। बहुत से छात्र भिन्नात्मक और सरल बीजगणित में असफल रहे।

मूल रिपोर्ट के समय इस बात के साथ एक बयान जोड़ दिया गया था कि हर आठवें नए छात्र का स्तर माध्यमिक विद्यालय के स्तर से नीचे है। बाद में इस वाक्यांश को सुधार दिया गया। वास्तविक संख्याएँ इतनी खराब हैं कि उन्हें और बदतर बनाने की जरूरत नहीं है।

एक अन्य विशेष बात बहुत दिलचस्प है: 2024 में विश्वविद्यालय के सबसे निचले गणित कोर्स में रखे गए छात्रों में से एक चौथाई से अधिक के हाईस्कूल में गणित में औसत नामांक 4.0 था। उत्तम नामांक और वास्तविक तैयारी के बीच असंगति बनी हुई है। जो लोग वर्षों तक अच्छे नामांक प्राप्त करते हैं, लेकिन ज्ञान की बुनियादी बातें नहीं जानते, वे अपने बारे में अपने वास्तविक क्षमता से अधिक क्षमतावान महसूस करते हैं, जो एक स्वतंत्र परीक्षा में दिखाई नहीं देती।

पढ़ाई के मामले में स्थिति बेहतर नहीं है। यूगोव द्वारा 2,203 अमेरिकी वयस्कों पर किए गए सर्वेक्षण में पाया गया कि 2025 में 40 प्रतिशत लोग ने एक भी पुस्तक पूरी नहीं की। माध्य संख्या दो पुस्तकों की थी। 18 से 29 वर्ष के लोगों के औसत ने 5.8 पुस्तकें पूरी कीं। इसमें ऑडियोबुक्स को भी शामिल किया गया था। यह साबित नहीं करता कि युवा लोग कुछ भी नहीं पढ़ते, क्योंकि इंटरनेट और मैसेंजर भी टेक्स्ट से बने हैं। लेकिन एक पुस्तक पढ़ने के लिए ऐसी चीज़ चाहिए जो फीड के बारे में नहीं कहती: लंबे समय तक एक ही विचार पर ध्यान केंद्रित रखना।

फीड कोई अगला सवाल नहीं पूछता

अनंत फीड चैटजीपीटी से पहले ही था। टिकटॉक, इंस्टाग्राम, यूट्यूब शॉर्ट्स और इसी तरह के फॉर्मेट नहीं बनाए गए थे ताकि हम बीस मिनट बाद संतुष्ट होकर बंद कर दें। इनका उद्देश्य अगली उंगली की गति को ट्रिगर करना है।

इससे IQ अपने आप कम नहीं होता। लेकिन यह जानकारी से निपटने का एक खास तरीका सिखाता है। एल्गोरिदम अगला विषय चुनता है, उत्तेजना देता है और कुछ सेकंड बाद उसे बदल देता है। मुझे सवाल बनाने, स्रोत चुनने, आपत्ति सोचने या यह तय करने की जरूरत नहीं रहती कि आगे क्या जानना है। मैं बस ग्रहण करता हूँ।

2025 में स्प्राउट सोशल द्वारा अमेरिका, ब्रिटेन और ऑस्ट्रेलिया में 2,200 से अधिक सोशल मीडिया उपयोगकर्ताओं पर की गई एक जांच में पाया गया कि जेन जी के 41 प्रतिशत जानकारी खोज में पहले सोशल प्लेटफॉर्म खोलते हैं। पारंपरिक सर्च इंजन 32 प्रतिशत रहे, जबकि कृत्रिम बुद्धिमत्ता चैटबॉट्स केवल 11 प्रतिशत। यह एक मार्केटिंग अध्ययन है, न कि निष्पक्ष शैक्षिक शोध। लेकिन यह एक ऐसे व्यवहार के साथ मेल खाता है जिसे दैनिक जीवन में आसानी से देखा जा सकता है: रिसर्च को अब अक्सर एक छोटे वीडियो के उपभोग से भ्रमित कर दिया जाता है।

एक छोटा वीडियो बहुत अच्छा हो सकता है। यह दिलचस्पी पैदा कर सकता है, एक जटिल मामले को दृश्यमान बना सकता है, और किसी विषय में प्रवेश करने में आसानी प्रदान कर सकता है। लेकिन जब यह एक साथ शुरुआत और अंत भी हो जाता है, तो समस्या उत्पन्न होती है। जो कभी प्राथमिक स्रोत नहीं खोलता, उसे नहीं पता चलता जब “NAEP बेसिक में गणित में 45 प्रतिशत” का अर्थ अचानक बदलकर “लगभग आधा लोग पढ़ नहीं सकते” हो जाता है।

क्या यह उपभोग वास्तव में मस्तिष्क को नुकसान पहुँचाता है?

शब्द “मस्तिष्क क्षति” आकर्षक है, लेकिन वैज्ञानिक रूप से बहुत सामान्य है। अब तक कोई स्पष्ट साक्ष्य नहीं है कि सोशल मीडिया या शॉर्ट-फॉर्म वीडियो किसी स्वस्थ व्यक्ति के मस्तिष्क को लंबे समय तक शारीरिक रूप से नुकसान पहुँचाते हैं या उनके IQ को स्वतः ही कम कर देते हैं। हालाँकि, बढ़ते संकेत हैं कि अत्यधिक और बहुत टूटे हुए उपभोग के कारण ध्यान केंद्रित करने की क्षमता, स्मृति, स्व-नियंत्रण और लंबे समय तक जुड़े विचारों को समझने की क्षमता प्रभावित हो सकती है।

म्यूनिख की लुडविग-मैक्सिमिलियन विश्वविद्यालय ने 60 लोगों पर एक प्रयोग किया, जिन्हें या तो TikTok, Twitter, YouTube या कोई माध्यम नहीं देखने के लिए कहा गया था, जब वे एक स्मृति कार्य कर रहे थे। केवल TikTok वाले समूह में, एक पहले बनाए गए इरादे को बाधा के बाद फिर से जारी रखने और क्रियान्वित करने की क्षमता में स्पष्ट गिरावट आई। शोधकर्ताओं ने इसे सिर्फ “सोशल मीडिया” के लिए नहीं जिम्मेदार ठहराया, बल्कि छोटे वीडियो और तेजी से कंटेक्स्ट बदलने के संयोजन के कारण बताया।

2026 में npj Science of Learning में प्रकाशित एक अध्ययन ने एक कदम आगे बढ़कर अध्ययन किया। 57 युवा वयस्कों को या तो एक संपूर्ण दस मिनट का वीडियो दिखाया गया या सात छोटे, सामग्री में तुलनात्मक खंड। छोटे वीडियो वाले समूह ने बाद में याद रखने में स्पष्ट रूप से कमी दर्ज की। fMRI मापनों में भी पाया गया कि जानकारी के एकीकरण, संज्ञानात्मक नियंत्रण और स्मृति पुनर्प्राप्ति में शामिल नेटवर्क में कम एक्टिवेशन और कमजोर कार्यात्मक जुड़ाव थे।

यह एक विशिष्ट कार्य के दौरान मस्तिष्क की गतिविधि में मापा गया अंतर है। यह अभी भी लंबे समय तक क्षति के साक्ष्य की कमी है। इस अध्ययन का आकार छोटा था, इसमें केवल युवा वयस्कों का ही अध्ययन किया गया था, और यह नहीं बता सकता कि महीनों या सालों बाद क्या होता है। एक समग्र विश्लेषण ने चिंताजनक बिल्डिंग उपयोग के बारे में 34 अध्ययनों का विश्लेषण किया, जिसमें ध्यान और निष्पादनात्मक कार्यों में हल्की से मध्यम कमी मिली। हालाँकि, सभी शामिल अध्ययन अनुप्रस्थ (क्वार्टर) अध्ययन थे। इसलिए निर्णायक सवाल अभी भी खुला है: क्या अत्यधिक मीडिया उपभोग समस्याओं का कारण है, या क्या वे लोग जिन्हें पहले से ही ध्यान की कमी है, वे अधिक बार इन मीडिया का उपयोग करते हैं? संभवतः दोनों दिशाओं का मिलकर प्रभाव होता है।

इसलिए मैं सोशल मीडिया को समग्र रूप से बुरा नहीं कहना चाहता। एक ग्रुप चैट, एक विशेषज्ञ फोरम, एक लंबा व्याख्यात्मक वीडियो और एक घंटा अंतहीन फीड में बिताना एक ही गतिविधि नहीं है। महत्वपूर्ण बात यह है कि क्या मैं सक्रिय रूप से संवाद कर रहा हूँ और कुछ समझ रहा हूँ, या क्या एक एल्गोरिदम सेकंड में मेरा ध्यान ले रहा है।

एक छोटे वीडियो में एलॉन मस्क से पूछा गया है कि कौन सी नवाचार हमें बेहतर बनाने के बजाय खराब बनाती है। उनका जवाब था: शॉर्ट-फॉर्म वीडियो। मस्क का कथन एक व्यक्तिगत मूल्यांकन है, और कोई अध्ययन नहीं है। लेकिन यह वैज्ञानिक शोध द्वारा धीरे-धीरे स्पष्ट हो रहे पैटर्न के साथ बहुत अच्छी तरह मेल खाता है। विशेष रूप से विडंबनापूर्ण बात यह है कि ठीक वही चेतावनी हमें फिर से शॉर्ट-फॉर्म वीडियो के रूप में मिली है।

सिर्फ अमेरिकी डेटा, कोई वैश्विक रैंकिंग नहीं

इस बिंदु पर लेख को भौगोलिक सीमा की जरूरत है। NAEP, UC San Diego, पुस्तक पढ़ने की आदत, स्नातकों की संख्या और धन के आंकड़े मुख्य रूप से अमेरिका के बारे में हैं। ऑनलाइन प्रवेश परीक्षा का मामला मेक्सिको से लिया गया है। इससे न तो किसी वैश्विक प्रतियोगिता में पीढ़ी की रैंकिंग बन सकती है, न ही यह दावा किया जा सकता है कि दुनिया भर के हर युवा एक जैसे विकसित हो रहा है।

चीन भी सोशल मीडिया से बचा नहीं है। बहुत सी पश्चिमी प्लेटफॉर्म ब्लॉक कर दी गई हैं, लेकिन घरेलू सेवाएं जैसे डाउयिन और कुआशिकौ बहुत बड़ी हैं। चीन इंटरनेट नेटवर्क सूचना केंद्र के अनुसार, 2024 में लगभग 10.4 अरब लोग छोटे वीडियो का उपयोग करते थे, जिनका औसत दैनिक उपयोग 156 मिनट था। चीन ने किशोरों के लिए भी काफी कठोर युवा मोड, समय सीमा और सामग्री नियंत्रण लागू किए हैं। इससे चीन को कोई मीडिया-मुक्त नियंत्रण समूह नहीं बनाता। बल्कि यह दिखाता है कि वही तकनीक अलग-अलग प्लेटफॉर्म और नियमों के साथ भी उपयोग की जा सकती है।

दिलचस्प बात यह है कि चीन के लिए अध्ययन की कमी नहीं है। 2026 में प्रकाशित एक मेटा-विश्लेषण ने अपने 58 शोधों में से 55 को चीन से लिया। लेकिन इससे उल्टी समस्या उत्पन्न होती है: चीन के नमूनों से प्राप्त परिणाम भी अमेरिका, यूरोप या अफ्रीका पर स्वतः ही लागू नहीं किए जा सकते।

अफ्रीका इस शोध में वास्तव में बहुत कम प्रतिनिधित्व वाला है। युवाओं में सोशल मीडिया और डिप्रेशन के बीच संबंध को लेकर एक समीक्षा कार्य ने 34 अध्ययनों में से कोई भी अफ्रीकी नमूना नहीं पाया। यूरोप का प्रतिनिधित्व था, लेकिन वह भी अलग-अलग स्कूल प्रणालियों, भाषाओं, सामाजिक सुरक्षा और स्मार्टफोन उपयोग के नियमों के कारण एक समान तुलना के आधार के रूप में नहीं बन सकता। इसलिए ईमानदार बात यह है कि अमेरिका को दिखाने के लिए नहीं कि वह बेहद बेवकूफ है, या चीन को तुरंत बुद्धिमान माना जाए। हम बस वहां देखते हैं जहां मापन किया गया है, और हम अभी तक हर जगह एक जैसी चीज़ माप रहे हैं।

व्यंग्य के रूप में बनी फिल्म, आज लगभग एक डॉक्यूमेंट्री

सभी बातों के बीच मुझे हमेशा Idiocracy की याद आती है। माइक जज की फिल्म 2006 में आई थी। इसमें एक पूरी तरह से सामान्य अमेरिकी एक समाज में 500 साल बाद जागता है, जहां खपत, विज्ञापन, मनोरंजन और आराम ने लगभग हर तरह की क्षमता और तर्कसंगत निर्णय लेने की क्षमता को दबा दिया है।

मैंने इस फिल्म को पिछले 20 सालों में निश्चित रूप से तीन बार देखा है। हर बार यह थोड़ा कम एक अतिशयोक्ति भरी कॉमेडी लगती थी और थोड़ा अधिक एक बहुत असहज भविष्यवाणी लगती थी। निश्चित रूप से Idiocracy कोई दस्तावेज़ नहीं है। फिल्म अपनी बेहूदा भविष्य की शुरुआत में जो जैविक व्याख्या देती है, वह बहुत सरलीकृत है और मेरी तर्कसंगत व्याख्या से भी मेल नहीं खाती। लेकिन कुछ बातें बहुत डरावनी तरीके से सही हैं: एक समाज को अचानक अपनी बुद्धि खोने की जरूरत नहीं है। बस इतना काफी है कि वह ध्यान, शिक्षा और तार्किक समझ को कम इनाम देने लगे, जबकि सबसे आसान उत्तेजना हर समय उपलब्ध हो।

मेरी ओर से यह फिल्म एक स्पष्ट सिफारिश है। Idiocracy 2006 में मजाक के रूप में फिल्माई गई थी। अगर हम आगे भी इसी दिशा में बढ़ते रहे, तो शायद जल्द ही इसे एक दस्तावेज़ के रूप में बुलाया जा सकता है। ठीक वही बात इसके डरावने मजाक को बनाती है: फिल्म शायद बस बीस साल पहले आ गई थी।

फिर कृत्रिम बुद्धिमत्ता आई

सोशल मीडिया ने ध्यान को छोटे-छोटे टुकड़ों में बाँट दिया है। अब जनरेटिव AI सोचने के थकाऊ हिस्सों को पूरी तरह अपने हाथ में लेने का विकल्प भी देता है।

मैं इसे अपने भीतर भी महसूस करता हूँ। जैसे ही कोई पाठ लंबा हो, दो दस्तावेज़ों की तुलना करनी पड़े या कोई वाक्य तुरंत सही न बैठे, AI का सहारा लेना स्वाभाविक लगता है। वह शुरुआती अवलोकन दे सकता है, अंतर सामने ला सकता है या भाषा सुधारने में मदद कर सकता है। समस्या तब शुरू होती है जब सारांश मूल स्रोत की जगह और सुझाया गया वाक्य अपने विचार की जगह ले लेता है।

यही सुविधा ही इस उपकरण को इतना अच्छा बनाती है। और यही वह वजह है जो इसे खतरनाक बनाती है।

MIT के एक शोध समूह ने 54 लोगों से तीन परिस्थितियों में निबंध लिखवाए: केवल अपने दिमाग से, सर्च इंजन की मदद से या भाषा मॉडल की मदद से। EEG मापों में बिना किसी सहायता वाले समूह में सबसे मजबूत और सबसे व्यापक कार्यात्मक संपर्क दिखाई दिए। सर्च इंजन वाला समूह बीच में रहा, जबकि LLM वाले समूह में संपर्क सबसे कमजोर थे। LLM का उपयोग करने वाले प्रतिभागी अपने ही लेख से कम उद्धरण दे पाए और उन्हें अपने लेख पर निजी स्वामित्व का अहसास भी कम हुआ।

यह ऐसा लगता है जैसे चैटजीपीटी के दिमाग को कमजोर करने का अंतिम प्रमाण हो। लेकिन ऐसा नहीं है। यह शोध पहले एक प्रीप्रिंट थी, नमूना छोटा था, और केवल 18 लोगों ने चौथी सत्र पूरी की थी। मापन एक निश्चित लेखन कार्य के दौरान EEG वेबिंग के बारे में था, दिमाग के शारीरिक अपव्यय के बारे में नहीं। फिर भी, परिणाम एक गंभीर संकेत हैं। जब उपकरण वास्तविक विचार प्रक्रिया को बदल देता है, तो बाद में याद रखने योग्य कम विचार बचते हैं।

जब AI ही AI की निगरानी करे

मैक्सिको की राष्ट्रीय स्वायत्त विश्वविद्यालय ने 2026 में एक ऐसा लगभग विचित्र उदाहरण प्रस्तुत किया। इसकी प्रवेश परीक्षा पहली बार पूरी तरह ऑनलाइन हुई। 158,712 आवेदनकर्ताओं ने इसमें भाग लिया। प्रणाली ने कृत्रिम बुद्धिमत्ता, चेहरा और आवाज़ पहचान, और मानव निगरानी का उपयोग करके अनियमितताओं की पहचान की।

असामान्य परिणामों के बाद विश्वविद्यालय ने एक तकनीकी समिति गठित की। अंततः 58,783 लोगों को वास्तविक स्थान पर निरीक्षण परीक्षा देने के लिए बुलाया गया। मीडिया ने आरोप लगाया कि आवेदनकर्ताओं ने कैमरे के बाहर चैटजीपीटी और अन्य सहायक उपकरणों का उपयोग किया होगा।

यहां भी सटीकता की आवश्यकता है। संख्या 58,783 का अर्थ नहीं है कि इन सभी लोगों ने चैटजीपीटी का उपयोग करके धोखाधड़ी की है। इसका अर्थ है कि इन लोगों को फिर से वास्तविक स्थान पर जांच के लिए बुलाया गया था। फिर भी यह मामला मूल समस्या को दर्शाता है: एक AI मनुष्यों की निगरानी करती है, जो संभवतः दूसरी AI का उपयोग करके परीक्षा से बचने की कोशिश कर रहे हैं। मशीनें एक-दूसरे की जांच करती हैं, जबकि मनुष्य बस एक ऑपरेटर बन जाते हैं।

अगर परीक्षा केवल यह मापती है कि कौन बिना पता चले किसी सहायक उपकरण का उपयोग कर सकता है, तो न केवल परीक्षा बर्बाद हो जाती है, बल्कि उससे पहले की पढ़ाई का भी कोई अर्थ नहीं रह जाता है।

मैं इस ब्लॉग के लिए AI का उपयोग कैसे करता हूँ

मैं शोध और संपादन के लिए नियमित रूप से AI का उपयोग करता हूँ। किसी लेख का पहला मसौदा मैं स्वयं लिखता हूँ। शोध के दौरान AI मुझे अतिरिक्त सुराग खोजने, लंबे दस्तावेज़ों को समझने और कई स्रोतों की तुलना करने में मदद करता है। महत्वपूर्ण स्रोतों को मैं बाद में स्वयं खोलकर जाँचता हूँ।

मसौदा तैयार होने के बाद मैं AI से गलत शब्दक्रम, दोहराव, अस्पष्ट संक्रमण और भाषाई त्रुटियाँ चिन्हित करवाता हूँ। कभी-कभी वह ऐसी कमी भी दिखाता है जिसके लिए अतिरिक्त शोध चाहिए। इस तरह AI मुख्यतः यांत्रिक काम कम करता है और मेरे लिखे हुए पाठ को अधिक साफ और समझने योग्य बनाने में मदद करता है।

बुद्धिमत्ता सस्ती और व्यापक रूप से उपलब्ध हो रही है

अक्सर उल्लेखित 20 डॉलर केवल एक आकार का अनुमान है: विभिन्न प्रदाताओं के भुगतान विकल्प लगभग इतने ही हैं, जबकि गूगल, ओपनएआई, एंथ्रोपिक या चीनी प्रदाताओं के उपयोगी मॉडल कभी-कभी पूरी तरह मुफ्त उपलब्ध हैं। महत्वपूर्ण बात न कि ठीक कीमत क्या है, बल्कि यह है कि मशीनी बुद्धि लगातार सस्ती और उपलब्ध हो रही है।

आज कम पैसे में टेक्स्ट, विश्लेषण, प्रोग्रामिंग कोड और जटिल गणितीय हल उत्पन्न किए जा सकते हैं। शीर्ष प्रणालियाँ अब गणित और प्रोग्रामिंग प्रतियोगिताओं में स्वर्ण पदक स्तर तक पहुँच चुकी हैं, हालांकि अभी भी प्रत्येक मॉडल हर कार्य को विश्वसनीय ढंग से हल नहीं करता है।

इससे एक खतरनाक आकर्षण उत्पन्न होता है: अपने आप क्यों लिखें, गणना करें या प्रोग्रामिंग सीखें? क्योंकि केवल अपने समझ के बल पर ही गलत परिणामों को पहचानने में मदद मिलती है। जितनी भी जल्दी उत्तर सस्ते होंगे, उतनी ही अधिक मूल्यवान होंगी अच्छी प्रश्न और स्रोत विश्लेषण की क्षमता।

आर्थिक पहलू भी इसमें शामिल है

युवाओं को बस आलस्य के लिए दोषी ठहराना बहुत आसान होगा। लेकिन बहुत सारे पुराने वादे उनके लिए वास्तव में कम काम कर रहे हैं।

न्यूयॉर्क फेडरल रिजर्व बैंक ने दूसरे क्वार्टर 2026 के लिए युवा स्नातकों के लिए बेरोजगारी दर लगभग 5.6 प्रतिशत और अंडरएम्प्लॉयमेंट दर 42 प्रतिशत बताई है। अंडरएम्प्लॉयमेंट का मतलब है कि कोई व्यक्ति स्नातक की उपाधि के साथ ऐसी नौकरी में काम कर रहा है, जिसमें आमतौर पर कोई उपाधि की जरूरत नहीं होती।

उसी समय अमेरिकी फेडरल रिजर्व के संपत्ति आँकड़े पीढ़ियों के बीच बहुत बड़ा अंतर दिखाते हैं। 2026 की पहली तिमाही में बेबी बूमर्स के पास अमेरिकी घरेलू संपत्ति का लगभग 51.6 प्रतिशत था। इसके विपरीत फेड की बहुत व्यापक “मिलेनियल्स” श्रेणी, जिसमें 1981 के बाद जन्मे सभी लोग और इस तरह जेनरेशन Z भी शामिल हैं, के पास कुल मिलाकर लगभग 11.3 प्रतिशत था।

यह बहाना नहीं है कि भिन्नांक, पढ़ना या संवाद को छोड़ देने के लिए। लेकिन यह समझाता है कि क्यों बहुत से लोगों के लिए पारंपरिक समीकरण — अच्छी शिक्षा, कठोर मेहनत और सुरक्षित उन्नति — कम विश्वसनीय लगता है। जो लोग देखते हैं कि उपाधि बहुत महंगी है, इंटर्नशिप जैसी नौकरियां गायब हो रही हैं, और संपत्ति ज्यादातर बड़ी उम्र की पीढ़ियों के पास है, वे दूसरे स्थान संकेतों और दूसरे त्वरित रास्तों की तलाश में होते हैं।

इसीलिए मैं मानता हूं कि किसी पीढ़ी को एक साथ बदनाम करना बहुत सस्ता और आसान तरीका है। वातावरण छोटी ध्यान केंद्रित करने, दिखाई देने वाले प्रभाव और तुरंत प्रतिक्रिया को बढ़ावा देता है। फिर हम चौंकते हैं कि युवा लोग ठीक उसी चीज में कितने अच्छे हो गए हैं।

क्या जेन जेड सबसे बेवकूफ पीढ़ी है?

अगर “बेवकूफ” का मतलब है कि जन्म से ही कम बुद्धिमत्ता वाले हों, तो ऐसा कोई सबूत नहीं है।

लेकिन यदि हम पूछें कि पढ़ना, गणित, ध्यान और अपने शब्दों में विचार व्यक्त करना जैसे मुख्य कौशल बहुत से युवाओं में कम अभ्यास पा रहे हैं, तो कई माप एक गंभीर समस्या दिखाते हैं। जेनरेशन Z अकेली प्रभावित पीढ़ी नहीं है। लेकिन वह पहली पीढ़ी है जिसने अपनी पूरी किशोरावस्था स्मार्टफोन, अनंत फीड और बाद में जनरेटिव AI के साथ बिताई है।

इसका जवाब AI पर प्रतिबंध लगाना और यह दिखावा करना नहीं हो सकता कि समय पीछे लौट सकता है। मैं स्वयं इन उपकरणों को छोड़ना नहीं चाहता। जवाब है उनका सोच-समझकर उपयोग करना और कुछ क्षमताओं को जानबूझकर मशीन को न सौंपना।

तीन अनुच्छेदों के बाद सारांश पर कूदे बिना लंबा पाठ पढ़ना। पहला मसौदा स्वयं लिखना। समाधान पूछने से पहले गणित का सवाल हल करने की कोशिश करना। बातचीत में अगला सवाल पूछना। स्रोत खोलना। गलती सहना। विचार को अंत तक ले जाना।

यह सब बहुत आम लग सकता है। लेकिन शायद ठीक वही अब विरोध का रूप बन गया है।

AI हमारा बहुत-सा काम कम कर सकता है। लेकिन उसे वह हिस्सा नहीं छीनना चाहिए जिसके जरिए हम अच्छे काम को पहचानना सीखते हैं।

अगली बार,
Joe