नागपुर की एक टेक्सटाइल फैक्ट्री में हर सुबह शिफ्ट शुरू होने से पहले 30 वर्षीय मशीन टेक्नीशियन आशीष नारायण अपने माथे पर एक छोटा रिकॉर्डिंग डिवाइस बांध लेते हैं। इसके बाद घंटों तक कैमरा उनकी हर हरकत को रिकॉर्ड करता रहता है (लूम पर टेंशन एडजस्ट करने से लेकर मशीन के मूविंग पार्ट्स को कैलिब्रेट करने तक) सब कुछ कैद होता है।

पूरी शिफ्ट के दौरान उन्हें यह डिवाइस पहनना पड़ता है। जाम हुई मशीन को ठीक करते समय उनकी पकड़ कैसे बदलती है और हाथ किस तरह मूव करते हैं, यह भी रिकॉर्ड किया जाता है। उन्हें इसे केवल लंच और बाथरूम ब्रेक के दौरान ही उतारने की अनुमति होती है।

नारायण फैक्ट्री के उन सैकड़ों वर्करों में से एक थे जिन्हें डिवाइस पहनने के लिए कहा गया था, जिनमें मशीन ऑपरेटर, टेक्नीशियन और प्रोडक्शन लाइन पर कपड़े संभालने वाले सिलाई वर्कर शामिल थे। यह काम AI और रोबोटिक्स कंपनियों द्वारा “ईगोसेंट्रिक डेटा” इकट्ठा करने की बढ़ती ग्लोबल कोशिश को दिखाता है। यह इंसानी एक्टिविटी की फर्स्ट-पर्सन रिकॉर्डिंग है जो मशीनों को सिखा सकती है कि लोग फिजिकल काम कैसे करते हैं।

नारायण ने जनसत्ता के सहयोगी द इंडियन एक्सप्रेस को बताया, “मुझे ऐसा लगता है जैसे आप अपनी कब्र में काम कर रहे हों और अपना ताबूत खुद बना रहे हों।” नारायण ने कहा कि उन्हें एहसास है कि ये वीडियो जो वे रिकॉर्ड कर रहे हैं, आगे चलकर उन्हें बेकार कर देंगे।

ऐसी फुटेज ज्यादा कीमती होती जा रही है क्योंकि रोबोट अभी भी उन छोटी-छोटी चीजों से जूझते हैं जो इंसान अपने आप करते हैं। मशीन के लीवर पर प्रेशर एडजस्ट करना, नाज़ुक चीज को पकड़ना, दोनों हाथों को कोऑर्डिनेट करना या मूवमेंट और टेक्सचर में छोटे बदलावों पर रिएक्ट करना।

इन्वेस्टमेंट फर्म स्टेलारिस वेंचर पार्टनर्स की अप्रैल में जारी एक रिपोर्ट के मुताबिक, रोबोटिक्स लैब्स को अगले दो से तीन सालों में 100 मिलियन से 1 बिलियन घंटे के खुद पर ध्यान देने वाले प्री-ट्रेनिंग डेटा की जरूरत है।

ऐसा डेटा इकट्ठा करने का आखिरी मकसद ऐसे रोबोट बनाना है जो असल दुनिया में इंसानों जैसी अडैप्टेबिलिटी और सटीकता के साथ काम कर सकें। जबकि इंडस्ट्रियल रोबोट लंबे समय से कंट्रोल्ड सेटिंग्स में बार-बार होने वाले कामों को संभालते रहे हैं, नए AI-ड्रिवन सिस्टम को डायनामिक माहौल (वेयरहाउस, फैक्ट्री, घर या हॉस्पिटल) में काम करने के लिए डिजाइन किया जा रहा है, जहं उन्हें लगातार अनप्रेडिक्टेबल कंडीशन में एडजस्ट करना पड़ता है।

इसके लिए, रोबोटिक्स कंपनियों को बहुत सारे ह्यूमन बिहेवियरल डेटा की जरूरत होती है। मकसद सिर्फ एक काम को ऑटोमेट करना नहीं है, बल्कि ऐसी मशीनें बनाना है जो खुद फिजिकल इंटेलिजेंस सीख सकें। लेकिन फैक्ट्री में यह टेक्नोलॉजी पावर के बड़े इम्बैलेंस को भी सामने ला रही है।

नारायण ने बताया कि उनकी फैक्ट्री के मैनेजमेंट ने वर्कर्स से कहा कि यह एक्सरसाइज़ “ऑपरेशन को बेहतर बनाने” के लिए है, लेकिन इसके अलावा कोई खास एक्सप्लेनेशन नहीं दिया गया और उनके सीनियर्स ने उस कंपनी के बारे में कोई जानकारी नहीं दी जिसके लिए उनका ऑपरेशन उनके वीडियो इकट्ठा कर रहा था।

वर्कर्स को अक्सर ठीक से पता नहीं होता कि क्या रिकॉर्ड किया जा रहा है, फुटेज कहां जा रही है या इसका आखिर में कैसे इस्तेमाल किया जा सकता है। ऐसे माहौल में एम्प्लॉई शायद ही कभी पार्टिसिपेशन से सही तरीके से मना करने की हालत में होते हैं, खासकर उन सेक्टर्स में जहां जॉब्स इनसिक्योर हैं और वर्कर्स की सुरक्षा कमजोर है।

असल में, वर्कर्स सिर्फ कपड़े ही नहीं बना रहे हैं या मशीनें मेंटेन नहीं कर रहे हैं, बल्कि बिहेवियरल डेटा भी बना रहे हैं सालों का टैसिट स्किल, मसल मेमोरी और एमबॉडीड नॉलेज इस पर उनका बहुत कम कंट्रोल होता है कि वह डेटा बाद में उनके अपने काम के कुछ हिस्सों को ऑटोमेट करने में कैसे मदद कर सकता है या उन्हें पूरी तरह से कैसे रिप्लेस कर सकता है।

तमिलनाडु की एक और टेक्सटाइल फैक्ट्री में कई महिला वर्कर मेटा के बनाए स्मार्ट ग्लास पहन रही हैं ताकि एक के बाद एक प्लास्टिक कवर में सामान को बड़े करीने से पैक करते समय उनके हाथों की हरकतें रिकॉर्ड हो सकें। जिस मैन्युफैक्चरिंग फर्म के लिए ये महिलाएं काम करती हैं, उसका US की AI डेटा सॉल्यूशन कंपनी ऑब्जेक्टवेज़ के साथ कॉन्ट्रैक्ट है, जो ऐसा डेटा इकट्ठा करती है, उसे एनोटेट करती है और फिर रोबोटिक्स फर्मों को बेचती है।

कंपनी ने भारत में सैकड़ों वर्करों को कॉन्ट्रैक्ट किया है, जो फैक्ट्री फ्लोर पर काम करते हैं और घर पर काम करने वालों को पैसे देकर फल और सब्जियां काटने, बर्तन साफ ​​करने और कपड़े तह करने जैसे काम रिकॉर्ड करने के लिए कहते हैं, ताकि रोबोटिक्स लैब के लिए ह्यूमन-सेंट्रिक डेटा इकट्ठा किया जा सके।

ऑब्जेक्टवेज के प्रेसिडेंट रवि शंकर ने कहा कि जनरल पर्पस AI सिस्टम के उलट, जहां अंदरूनी डेटा इंटरनेट पर बॉट्स द्वारा स्क्रैप किए जाने के लिए उपलब्ध था, ऐसा बहुत कम डेटा उपलब्ध है जिसका इस्तेमाल ह्यूमनॉइड रोबोट को ट्रेन करने के लिए किया जा सके, जो फिजिकल AI की बड़ी कैटेगरी में आता है।

शंकर ने फोन पर बताया, “भारत, USA, वियतनाम, मलेशिया, फिलीपींस जैसे देशों में हमारे लिए ऐसे लोग हैं जो ऐसा डेटा इकट्ठा कर रहे हैं। अभी भारत सबसे बड़ा सोर्स बना हुआ है।”

उन्होंने कहा कि ऑब्जेक्टवेज के लिए ऐसे वीडियो बनाने वाले वर्कर्स को हर घंटे 250-350 रुपये के बीच पेमेंट किया जाता है, यह इस बात पर निर्भर करता है कि वे क्या काम रिकॉर्ड कर रहे हैं, और वीडियो की लंबाई और क्वालिटी कैसी है, वगैरह।

उन्होंने आगे कहा, “जो लोग अपने घरों से ये वीडियो इकट्ठा कर रहे हैं, हम उनसे हमारा ऐप डाउनलोड करने के लिए कहते हैं, जिससे वे काम रिकॉर्ड कर सकें।”

शंकर इस बात से सहमत हैं कि वर्कर्स का यह डर कि वे ऐसे रोबोट को ट्रेन करने में मदद कर रहे हैं जो एक दिन उनकी जगह ले लेंगे, एक असली चिंता है, लेकिन उन्होंने कहा कि मशीनों का इस्तेमाल ऐसे काम करने के लिए किया जा सकता है जो इंसान नहीं करना चाहते या ऐसी जगहों पर काम करने के लिए जहां इंसान आसानी से नहीं पहुंच सकते।

शंकर ने कहा, “मैं इसे हल्का नहीं करूंगा, यह एक असली चिंता है।” “लेकिन, इसे इस तरह से भी देखें – मान लीजिए कि एक बहुत गंदा पब्लिक बाथरूम है। बेहतर होगा कि इसे साफ करने के लिए एक मशीन भेजी जाए, जबकि जो लोग इसे वैसे करते, वे कुछ और करके बेहतर ज़िंदगी जी सकते हैं।”

बेंगलुरु की ह्यूमन लैब्स के को-फाउंडर और गेमिंग फर्म नजारा टेक्नोलॉजीज के पूर्व CEO मनीष अग्रवाल ने कहा कि आज, ऐसे “लाखों-करोड़ों घंटे” के डेटा की बहुत जरूरत है। इस साल की शुरुआत में कंपनी ने भारत, दक्षिण-पूर्व एशिया, लैटिन अमेरिका और मिडिल ईस्ट में डेटा कलेक्शन ऑपरेशन को फंड करने के लिए 20 मिलियन डॉलर देने की घोषणा की।

अग्रवाल ने कहा कि जो लोग अपने घरों पर ऐसा डेटा इकट्ठा करते हैं, उनकी वैल्यू कम हो सकती है, क्योंकि डिमांड उन अलग-अलग माहौल से तय हो सकती है जिनमें रोबोटिक्स कंपनियां अपने ह्यूमनॉइड्स को लगाना चाहती हैं।

नागपुर के टेक्नीशियन नारायण को अभी भी ठीक से नहीं पता कि उनकी शिफ्ट की रिकॉर्डिंग कहां गईं या वे आखिर में क्या बनाने में मदद कर सकती हैं। नारायण ने कहा, “मैं सिर्फ अपने काम रिकॉर्ड नहीं कर रहा हूं, बल्कि कहीं न कहीं मुझे लगता है, मैं अपना एक हिस्सा भी दे रहा हूं। मशीन को आखिरकार पता चल ही जाएगा कि मैं कौन हूं।”

यह भी पढ़ें : ITR-1 से ITR-U तक जारी, जानें डाउनलोड से लेकर फाइलिंग तक का पूरा प्रोसेस

आयकरदाताओं के लिए यह खबर बेहद जरूरी है। इनकम टैक्स डिपार्टमेंट ने असेसमेंट ईयर 2026-27 (AY 2026-27) यानी फाइनेंशियल ईयर 2025-26 के लिए सभी इनकम टैक्स रिटर्न (ITR) फॉर्म नोटिफाई कर दिए हैं। विभाग ने ITR-1 से ITR-4 फॉर्म 30 मार्च को जारी किया था, जबकि ITR-2, ITR-3, ITR-5, ITR-6, ITR-7 और अपडेटेड रिटर्न दाखिल करने के लिए ITR-U फॉर्म 12 मई को नोटिफाई किए गए। यहां पढ़ें पूरी खबर…