ए. आई. तकनीकी कार्य को बदल रहा है, लेकिन बढ़ती स्वीकार्यता के बावजूद नौकरी की कमी और विश्वास की कमी बनी हुई है। AI is transforming tech work, but job losses and trust gaps persist despite rising adoption.

गूगल के एक नए अध्ययन में पाया गया है कि वैश्विक स्तर पर 90 प्रतिशत तकनीकी कर्मचारी काम पर एआई का उपयोग करते हैं, जो पिछले वर्ष की तुलना में 14 प्रतिशत अधिक है, मुख्य रूप से कोडिंग, प्रलेखन और डीबगिंग के लिए, जिसमें जेमिनी कोड असिस्ट जैसे उपकरण इंजीनियरिंग टीमों में व्यापक रूप से अपनाए जाते हैं। A new Google study finds 90% of tech workers globally use AI at work, up 14% from last year, primarily for coding, documentation, and debugging, with tools like Gemini Code Assist widely adopted across engineering teams. उच्च उपयोग के बावजूद, ए. आई.-जनरेटेड कोड में विश्वास मिश्रित बना हुआ है, जिसमें केवल 20 प्रतिशत ने मजबूत विश्वास व्यक्त किया है और कोड की गुणवत्ता में न्यूनतम सुधार की सूचना दी है। Despite high usage, trust in AI-generated code remains mixed, with only 20% expressing strong confidence and minimal reported improvements in code quality. विशेषज्ञ ध्यान देते हैं कि ए. आई. जटिल कार्यों में सक्षम है लेकिन फिर भी मानव निरीक्षण की आवश्यकता होती है। Experts note AI is capable of complex tasks but still requires human oversight. यह बदलाव सॉफ्टवेयर नौकरी सूची में तेज गिरावट के साथ मेल खाता है-2022 की शुरुआत से 71 प्रतिशत नीचे-और हाल के कंप्यूटर विज्ञान स्नातकों के बीच बढ़ती बेरोजगारी, कुछ मानविकी क्षेत्रों में दरों को पार करती है। The shift coincides with a sharp decline in software job listings—down 71% since early 2022—and rising unemployment among recent computer science graduates, surpassing rates in some humanities fields. जबकि ए. आई. को स्वचालित दोहराए जाने वाले काम के रूप में देखा जाता है, नौकरी के विस्थापन, कौशल अंतराल और उद्योग के प्रचार को अपनाने पर चिंता बनी हुई है। While AI is seen as automating repetitive work, concerns persist over job displacement, skill gaps, and industry hype driving adoption. तकनीकी कंपनियाँ और स्टार्टअप एआई कोडिंग उपकरण प्रदान करने के लिए प्रतिस्पर्धा करना जारी रखते हैं, लेकिन दीर्घकालिक सफलता व्यापक प्रक्रिया परिवर्तन, प्रशिक्षण और प्रायोगिक कार्यक्रमों से परे सिद्ध मूल्य पर निर्भर करती है। Tech companies and startups continue competing to offer AI coding tools, but long-term success depends on broader process changes, training, and proven value beyond pilot programs.