২০২০ সালের শেষ দিকে কিংবা ২০২১ সালের শুরুর দিকে OpenAI-এর প্রযুক্তির সঙ্গে পরিচয়ের মধ্য দিয়ে কৃত্রিম বুদ্ধিমত্তার জগতে আমার যাত্রা শুরু। এরপর বিষয়টি আরও পুঙ্খানুপুঙ্খভাবে শিখতে ও ব্যবহার করতে শুরু করি। আজ ফিরে তাকালে আমার কাছে সবচেয়ে বড় পরিবর্তনটি শুধু নতুন কোনো সফটওয়্যার নয়। বদলে যাচ্ছে কাজকে আমরা কীভাবে চিন্তা করি, ভাগ করি, শুরু করি এবং যাচাই করি।
Editorialge Media LLC, ImagineLab.art, Edutorial Gaming Technologies ও HappinessFit LLC-এর প্রতিষ্ঠাতা ও সিইও হিসেবে মিডিয়া, সৃজনশীল প্রযুক্তি, শিক্ষা ও মানুষের দৈনন্দিন জীবনের সঙ্গে প্রযুক্তির সম্পর্ক নিয়ে ভাবা আমার কাজের অংশ। সেই অবস্থান থেকে আমি এআইকে দেখি একই সঙ্গে সম্ভাবনা, দায়িত্ব এবং কঠিন কিছু প্রশ্নের উৎস হিসেবে।
আমার এই লেখায় ব্যক্তিগত উপলব্ধির সঙ্গে প্রকাশিত গবেষণা যুক্ত করছি। গবেষণার ফলকে আমার প্রতিষ্ঠানগুলোর নিজস্ব পরীক্ষার ফল হিসেবে দেখাচ্ছি না। কারণ প্রযুক্তি নিয়ে সৎ আলোচনার প্রথম শর্তই হলো—কোনটি অভিজ্ঞতা, কোনটি গবেষণা, আর কোনটি ভবিষ্যৎ সম্পর্কে অনুমান, তা পরিষ্কার রাখা।
একটি প্রযুক্তি থেকে প্রতিদিনের কথোপকথনে
এআইয়ের ইতিহাস ChatGPT দিয়ে শুরু হয়নি। সুপারিশ ব্যবস্থা, তথ্যের ধরন শনাক্ত করা, অনুবাদ কিংবা ছবি বিশ্লেষণের মতো কাজে তার নানা রূপ আগেই ছিল। কিন্তু সাধারণ একজন মানুষ স্বাভাবিক ভাষায় প্রশ্ন করে লেখা, ধারণা কিংবা কম্পিউটার কোডের খসড়া পাওয়ার অভিজ্ঞতা নতুন প্রজন্মের এআইকে অনেক বেশি দৃশ্যমান করে তোলে।
OpenAI Playground থেকে আমার এআই যাত্রার শুরু
২০২০ সালের শেষ দিকে বা ২০২১ সালের প্রথম দিকে কর্মসূত্রে ভারতের গুজরাটের একজন সফটওয়্যার ইঞ্জিনিয়ারের সঙ্গে আমার পরিচয় হয়। তাঁর হাত ধরেই OpenAI-এর প্রযুক্তি এবং এআই টুল ব্যবহারে আমার হাতে খড়ি। তিনি বর্তমানে একটি আন্তর্জাতিক লেখালেখি-ভিত্তিক প্রযুক্তি প্রতিষ্ঠানের প্রতিষ্ঠাতা ও সিইও; ব্যক্তিগত গোপনীয়তার কারণে তাঁর নাম প্রকাশ করছি না।
তখন OpenAI Playground-এ টেক্সট প্রম্পট দিয়ে ফলাফল দেখার অভিজ্ঞতা আমার কাছে নতুন ছিল। আগে প্রযুক্তিকে আমরা নির্দিষ্ট নির্দেশে নির্দিষ্ট কাজ করার মাধ্যম হিসেবে বেশি দেখতাম; এখানে সাধারণ ভাষায় একটি অনুরোধ লিখে সম্ভাব্য লেখা বা উত্তর পাওয়া যেত। সে সময় ওয়ার্ডপ্রেসকে ঘিরে বিভিন্ন অটোমেশন ব্যবস্থার সঙ্গেও আমার পরিচয় হয়। লেখালেখি ও ওয়েবসাইট পরিচালনার কিছু ধাপে প্রযুক্তি কীভাবে সহায়তা করতে পারে, তা নিয়ে তখন থেকেই আমার আগ্রহ বাড়তে থাকে।
আজ পেছনে তাকিয়ে আমার মনে হয়, সেই অভিজ্ঞতা আমাকে শুধু একটি টুল ব্যবহার করতে শেখায়নি; একটি কাজকে কতগুলো ধাপে ভাগ করা যায় এবং কোথায় মানুষের যাচাই প্রয়োজন—সেটিও নতুনভাবে ভাবতে শিখিয়েছে। তবে আমার সেই শুরুর নির্দিষ্ট মডেলের নাম বা সংস্করণ নম্বর আজ নিশ্চিতভাবে নথিভুক্ত নেই; তাই অনুমান করে কোনো মডেলের নাম বলছি না।
Playground থেকে ChatGPT: সময়রেখাটি কী?
OpenAI ২০২০ সালের জুনে তাদের API সীমিত পরীক্ষামূলক ব্যবহারের জন্য উন্মুক্ত করে; সেই API-তে GPT-3 পরিবারের মডেল ব্যবহৃত হতো। ২০২১ সালের নভেম্বরে প্রতিষ্ঠানটি GPT-3 API-এর অপেক্ষার তালিকা সরিয়ে দেওয়ার পাশাপাশি উন্নত Playground-এর কথাও জানায়। Playground হলো মডেল নিয়ে পরীক্ষা করার একটি পরিবেশ; এটি নিজে মডেলের সংস্করণ নম্বর নয়। ফলে সে সময় আমি ঠিক কোন মডেল বা সংস্করণ ব্যবহার করেছি, কেবল সময়ের ভিত্তিতে তা নিশ্চিত করা যায় না।
এরপর ৩০ নভেম্বর ২০২২-এ OpenAI ChatGPT চালু করে। প্রতিষ্ঠানটির তথ্য অনুযায়ী, প্রথম ChatGPT তৈরি হয়েছিল GPT-3.5 সিরিজের একটি মডেলকে কথোপকথনের জন্য বিশেষভাবে প্রশিক্ষণ দিয়ে। এটি GPT-2 বা GPT-2.5 নামে চালু হয়নি; আবার Playground সরাসরি ChatGPT-তে রূপান্তরিত হয়েছে বলাও যথাযথ নয়। দুটো OpenAI-এর প্রযুক্তি ব্যবহারের ভিন্ন মাধ্যম, আর এদের পেছনের মডেল ও সুবিধা সময়ের সঙ্গে বদলেছে।
আমার কাছে পরিবর্তনটি ছিল তাৎপর্যপূর্ণ: Playground-এ প্রম্পট ও টেক্সটের ফল নিয়ে পরীক্ষা করার অভিজ্ঞতা থেকে সাধারণ মানুষের কাছে প্রশ্নোত্তরের মাধ্যমে এআই ব্যবহারের একটি সহজ পথ দৃশ্যমান হলো। ২০২৩ সালে সেই ব্যবহার ও আলোচনা আরও বিস্তৃত হতে দেখি।
সেই পরিবর্তনের গভীরতা বোঝার জন্য একটি সাধারণ কাজের দিকে তাকানো যায়। আগে একটি নিবন্ধের বিষয় নির্বাচন, প্রাথমিক প্রশ্ন সাজানো, তথ্য খোঁজা, কাঠামো তৈরি, লেখা, সম্পাদনা ও প্রকাশ—প্রতিটি ধাপ আলাদাভাবে এগোত। এখন এআই অনেক ধাপেই সহায়তা করতে পারে। কিন্তু তথ্যটি সত্য কি না, সূত্রটি প্রাসঙ্গিক কি না, পাঠকের জন্য ব্যাখ্যাটি ন্যায্য কি না—এসব সিদ্ধান্ত এখনও দায়িত্বশীল মানুষের নেওয়া প্রয়োজন।
কাজের শুরু বদলেছে, শেষের দায়িত্ব নয়
আমার কাছে জেনারেটিভ এআইয়ের সবচেয়ে দৃশ্যমান পরিবর্তন হলো, এটি শুরু করার বাধা কমিয়েছে। একজন উদ্যোক্তা একটি ধারণাকে সম্ভাব্য পণ্য পরিকল্পনায় রূপ দিতে পারেন। শিক্ষক একটি পাঠের জন্য ভিন্ন স্তরের অনুশীলনী সাজাতে পারেন। একজন লেখক বিকল্প কাঠামো নিয়ে ভাবতে পারেন। প্রোগ্রামার কোনো সমস্যার সম্ভাব্য সমাধান বা কোডের ব্যাখ্যা চাইতে পারেন।
কিন্তু শুরু করতে পারা আর কাজটি নির্ভরযোগ্যভাবে শেষ করা এক জিনিস নয়। এআই আত্মবিশ্বাসের সঙ্গে ভুল তথ্য, অস্তিত্বহীন সূত্র বা বাস্তবতার সঙ্গে মেলে না এমন পরামর্শ দিতে পারে। তাই আমি মনে করি, এআই ব্যবহারের দক্ষতার মধ্যে প্রশ্ন করার দক্ষতার পাশাপাশি উত্তরকে সন্দেহ করার দক্ষতাও থাকতে হবে।
একটি ব্যবহারযোগ্য কর্মপ্রবাহ এমন হতে পারে: মানুষ উদ্দেশ্য ও সীমা নির্ধারণ করবে; এআই সম্ভাব্য খসড়া বা বিকল্প দেবে; মানুষ মূল সূত্র, প্রেক্ষাপট ও ঝুঁকি যাচাই করবে; তারপর প্রয়োজনীয় সংশোধন করে সিদ্ধান্ত নেবে। এই ধাপগুলো যেকোনো প্রতিষ্ঠানের জন্য একটি প্রস্তাবিত কাঠামো—আমার প্রতিষ্ঠানগুলোর পরিমাপ করা ফলাফলের দাবি নয়।
গবেষণা কী বলছে: লাভ আছে, তবে সবার জন্য সমান নয়
NBER-এ প্রকাশিত একটি গবেষণায় ৫,১৭৯ জন কাস্টমার সাপোর্ট কর্মীর তথ্য বিশ্লেষণ করে দেখা যায়, এআই সহায়তা পাওয়া কর্মীদের প্রতি ঘণ্টায় সমাধান করা সমস্যার সংখ্যা গড়ে ১৪ শতাংশ বেড়েছিল। তুলনামূলক নতুন ও কম দক্ষ কর্মীদের ক্ষেত্রে বৃদ্ধি ছিল ৩৪ শতাংশ; অভিজ্ঞ কর্মীদের ক্ষেত্রে প্রভাব ছিল খুবই কম।
এই ফল মূল্যবান, তবে একটি নির্দিষ্ট কাজ, প্রতিষ্ঠানের পরিবেশ ও প্রযুক্তি ব্যবহারের পরিপ্রেক্ষিতে পাওয়া। এর অর্থ সব প্রতিষ্ঠানে, সব ধরনের কাজে বা আমার নিজের প্রতিষ্ঠানগুলোতেও একই হারে উৎপাদনশীলতা বাড়বে—এমন নয়। গতি বাড়লেও ভুল সংশোধন, নিরাপত্তা, প্রশিক্ষণ ও গ্রাহকের সন্তুষ্টির খরচ বিবেচনায় নিতে হয়।
আমার মতে, একটি ভালো প্রশ্ন হলো: কত ঘণ্টা বাঁচল, তার পাশাপাশি কতটা ভালো সিদ্ধান্ত হলো? কাজ দ্রুত শেষ করে যদি ভুল তথ্য প্রকাশ করা হয় অথবা গ্রাহকের সমস্যা ঠিকভাবে না বোঝা হয়, তাহলে সময় সাশ্রয়ের হিসাব অসম্পূর্ণ থেকে যায়।
বাস্তব গবেষণায় কাজের পরিবর্তন: চারটি কেস স্টাডি
একজন উদ্যোক্তা হিসেবে আমার কাছে একটি দাবি যথেষ্ট নয় যে এআই কাজ সহজ করে। জানতে চাই: কোন কাজ, কাদের জন্য, কীভাবে, এবং কোন শর্তে? নিচের গবেষণাগুলো আমার নিজের প্রতিষ্ঠানে পরিচালিত পরীক্ষা নয়; এগুলো থেকে আমার কাজের জগতে কী শিক্ষা প্রযোজ্য হতে পারে, তা ব্যাখ্যা করছি।
কেস স্টাডি ১: পরামর্শকদের কাজে গতি ও মান—কিন্তু সব প্রশ্নে নয়
হার্ভার্ডের গবেষকদের সঙ্গে Boston Consulting Group-এর এক পরীক্ষায় ৭৫৮ জন পরামর্শক অংশ নেন। এআইয়ের সক্ষমতার মধ্যে থাকা নির্দিষ্ট কাজগুলোতে এআই ব্যবহারকারীরা বেশি কাজ সম্পন্ন করেন, দ্রুত শেষ করেন এবং মূল্যায়নকারীদের বিচারে উন্নত মানের ফল দেন। কিন্তু গবেষণার গুরুত্বপূর্ণ ধারণাটি হলো প্রযুক্তির সক্ষমতার সীমা সমান বা মসৃণ নয়: একই ধরনের দেখতে দুটি সমস্যার একটিতে এআই ভালো এবং অন্যটিতে দুর্বল হতে পারে।
আমার শিক্ষা: সম্পাদকীয় পরিকল্পনায় বিষয় ও কাঠামোর বিকল্প পাওয়া উপকারী হতে পারে; কিন্তু জটিল তথ্যের উৎস যাচাই বা প্রেক্ষাপট বিচার আলাদা দায়িত্ব। আমি কোনো পরিসংখ্যান সুন্দরভাবে লেখা হয়েছে বলে গ্রহণ করার পক্ষে নই। এক ক্ষেত্রের সুবিধাকে সব ধরনের কাজে কার্যকারিতার নিশ্চয়তা হিসেবে দেখা যায় না।
কেস স্টাডি ২: পণ্য উদ্ভাবনে ব্যক্তি, দল ও এআই
২০২৫ সালের NBER-এর একটি কর্মক্ষেত্রভিত্তিক পরীক্ষায় Procter & Gamble-এর ৭৭৬ জন পেশাজীবী বাস্তব পণ্য উদ্ভাবনের সমস্যা নিয়ে ব্যক্তি বা দলে, এআইসহ বা এআই ছাড়া কাজ করেন। ওই পরীক্ষায় এআই সহায়তাপ্রাপ্ত ব্যক্তিদের মূল্যায়িত ফল এআই ছাড়া দুই ব্যক্তির দলের ফলের সঙ্গে তুলনীয় হয়। এটি কর্মীদের আলোচনার সব মানবিক ও সাংগঠনিক সুবিধা যন্ত্র প্রতিস্থাপন করে—এমন সিদ্ধান্ত নয়।
আমার শিক্ষা: মিডিয়া, ক্রিয়েটিভ টুল বা শিক্ষামূলক পণ্য নিয়ে ভাবার সময় একটি ধারণাকে একাধিক দৃষ্টিকোণ থেকে প্রশ্ন করতে এআই সহায়ক হতে পারে। তবে বাস্তব ব্যবহারকারীর অভিজ্ঞতা, দলের তর্ক এবং স্থানীয় সংস্কৃতির বোঝাপড়া ছাড়া পণ্য ঠিকমতো তৈরি হয়েছে কি না, তা নিশ্চিত করা যায় না।
কেস স্টাডি ৩: কোড লেখায় এআই সব সময় দ্রুত নয়
গবেষণা প্রতিষ্ঠান METR-এর ২০২৫ সালের পরীক্ষায় ১৬ জন অভিজ্ঞ ওপেন সোর্স ডেভেলপার নিজেদের পরিচিত প্রকল্পে ২৪৬টি কাজ করেন। ব্যবহৃত ওই সময়ের এআই টুলের সহায়তায় কাজগুলো শেষ করতে গড়ে ১৯ শতাংশ বেশি সময় লাগে। নমুনা ছোট, অংশগ্রহণকারীরা নির্দিষ্ট ধরনের অভিজ্ঞ ডেভেলপার, আর টুলও ২০২৫ সালের শুরুর দিকের; ফলে এই ফল সব প্রোগ্রামার বা বর্তমান সব টুলের জন্য প্রযোজ্য নয়।
আমার শিক্ষা: সফটওয়্যার টিমে এআই কোড সাজেশন বা ব্যাখ্যা দিতে পারলেও পরীক্ষা, নিরাপত্তা, বিদ্যমান সিস্টেমের সঙ্গে সামঞ্জস্য এবং সংশোধনের সময় হিসাব করতে হবে। কেবল তৈরি হওয়া কোডের পরিমাণ বাড়লেই কার্যকর পণ্য দ্রুত তৈরি হচ্ছে—এ কথা বলা যায় না।
কেস স্টাডি ৪: দক্ষিণ এশিয়ায় দক্ষতার চাহিদা বদলাচ্ছে
বিশ্বব্যাংকের বিশ্লেষণ অনুযায়ী, একটি সংগৃহীত চাকরির বিজ্ঞাপনের ডেটাসেটে দক্ষিণ এশিয়ায় এআই-সম্পর্কিত বিজ্ঞাপনের অংশ জানুয়ারি ২০২৩ থেকে মার্চ ২০২৫-এর মধ্যে ২.৯ শতাংশ থেকে ৬.৫ শতাংশে পৌঁছায়। এগুলো পুরো শ্রমবাজারের সব চাকরির হিসাব নয়; ডেটাসেটভুক্ত অনলাইন বিজ্ঞাপনের চিত্র। অন্যদিকে যেসব কাজ এআইয়ের সঙ্গে বেশি প্রতিস্থাপনযোগ্য, সেগুলোর সুযোগ কমার ঝুঁকিও বিশ্লেষণে উঠে এসেছে।
আমার শিক্ষা: বাংলাদেশের তরুণদের জন্য শুধু একটি নির্দিষ্ট টুল চালানো শেখাই যথেষ্ট নয়। ইংরেজি ও বাংলা যোগাযোগ, সমস্যা নির্ধারণ, তথ্য যাচাই, ডেটা বোঝা, বিষয়ভিত্তিক দক্ষতা এবং বাস্তব কাজের পোর্টফোলিও একসঙ্গে গুরুত্বপূর্ণ। প্রতিষ্ঠানকেও নতুন কর্মীদের শেখার সুযোগ ধরে রাখতে হবে।
মিডিয়া থেকে গেমিং: কাজের কোন ধাপে এআই কাজে লাগতে পারে?
আমার চারটি কাজের ক্ষেত্র আমাকে একই প্রযুক্তিকে ভিন্ন প্রশ্ন দিয়ে দেখতে শেখায়। নিচের উদাহরণগুলো সম্ভাব্য কর্মপ্রবাহ বোঝানোর জন্য; এগুলোকে নির্দিষ্ট প্রতিষ্ঠানে সম্পন্ন বা পরীক্ষিত প্রকল্প হিসেবে পড়া উচিত নয়।
- সংবাদমাধ্যম ও গবেষণা: এআই বিষয়ভিত্তিক প্রশ্ন সাজাতে এবং দীর্ঘ নথির প্রাথমিক সারসংক্ষেপ দিতে পারে। প্রতিবেদক মূল নথি পড়বেন, উদ্ধৃতি মিলিয়ে দেখবেন, প্রাসঙ্গিক পক্ষের বক্তব্য সংগ্রহ করবেন এবং সম্পাদক প্রকাশের সিদ্ধান্ত নেবেন। মাপার বিষয়: যাচাই শেষে সংশোধনের সংখ্যা ও সময়।
- সৃজনশীল প্রযোজনা: একটি লেখা থেকে সম্ভাব্য স্টোরিবোর্ড, ছবি বা ভয়েসওভারের খসড়া তৈরি করা যায়। কিন্তু ছবিতে ভুল তথ্য, মানুষের মুখ, বাংলা অক্ষর, দৃশ্যের ধারাবাহিকতা ও ব্যবহারের অধিকার যাচাই করতে হবে। মাপার বিষয়: ব্যবহারযোগ্য চূড়ান্ত আউটপুট ও সংশোধনের খরচ।
- শিক্ষা ও গেমিং: একটি বিষয় শিশুদের বয়স অনুযায়ী ব্যাখ্যা বা অনুশীলনের ধারণা সাজানো যেতে পারে। শিক্ষক ও বিষয়বিশেষজ্ঞকে সত্যতা, বয়সোপযোগিতা এবং শিশুর তথ্যের নিরাপত্তা দেখতে হবে। মাপার বিষয়: শিক্ষার্থী ব্যাখ্যা করতে পারছে কি না, শুধু দ্রুত উত্তর পেয়েছে কি না নয়।
- স্বাস্থ্য ও সুস্থতা: সাধারণ স্বাস্থ্যশিক্ষার ভাষা সহজ করা বা চিকিৎসকের কাছে করার প্রশ্নের তালিকা তৈরিতে সাহায্য পাওয়া যেতে পারে। ব্যক্তিগত উপসর্গ, রোগনির্ণয় ও চিকিৎসার সিদ্ধান্তে যোগ্য স্বাস্থ্যপেশাজীবী প্রয়োজন। অনুমতি ছাড়া ব্যক্তিগত স্বাস্থ্যতথ্য আপলোড করা উচিত নয়।
- ছোট উদ্যোগ ও গ্রাহকসেবা: সাধারণ প্রশ্নের উত্তরের খসড়া, কাজের অগ্রাধিকার বা অভিযোগের ধরন সাজানো সম্ভব। মূল্য, প্রতিশ্রুতি, ফেরত নীতি ও ব্যতিক্রমী অভিযোগ একজন দায়িত্বপ্রাপ্ত মানুষ যাচাই করবেন। মাপার বিষয়: সত্যিকার সমাধান, পুনরায় যোগাযোগ ও গ্রাহক সন্তুষ্টি।
কোন কাজে ব্যবহার করবেন: একটি বাস্তব সিদ্ধান্তের তালিকা
- কাজটি কি পুনরাবৃত্তিমূলক, নাকি গভীর প্রেক্ষাপট ও ব্যক্তিগত বিচার প্রয়োজন?
- ভুল হলে ক্ষতি কতটা? স্বাস্থ্য, অর্থ বা আইনি সিদ্ধান্তে বিশেষজ্ঞের যাচাই আছে কি?
- যে তথ্য দেওয়া হবে, তা শেয়ার করার অনুমতি আছে কি?
- এআইয়ের উত্তরে উল্লেখিত তথ্য কি মূল উৎসে মিলিয়ে দেখা যাবে?
- শুরু থেকে চূড়ান্ত অনুমোদন পর্যন্ত সময় ও সংশোধনের খরচ কীভাবে তুলনা করবেন?
- কর্মীদের প্রশিক্ষণ, আপত্তি জানানোর সুযোগ এবং কাজ শেখার পথ কীভাবে বজায় থাকবে?
আমি মনে করি, এই প্রশ্নগুলোর উত্তর খুঁজতে পারলেই এআই ব্যবহারের আলোচনা বিজ্ঞাপনের প্রতিশ্রুতি থেকে বাস্তব ব্যবস্থাপনায় আসে। প্রযুক্তি নির্বাচন গুরুত্বপূর্ণ; তার চেয়েও গুরুত্বপূর্ণ হলো মানুষের প্রয়োজন, পরিমাপ এবং দায়িত্ববোধ।
মিডিয়া ও সৃজনশীল কাজে সুযোগ এবং সতর্কতা
মিডিয়ায় এআই সম্ভাব্য বিষয় খুঁজতে, দীর্ঘ নথির প্রাথমিক সারাংশ তৈরি করতে, বিভিন্ন পাঠকের জন্য ব্যাখ্যার ভিন্ন ধরন ভাবতে এবং অনুবাদের খসড়া তৈরিতে সাহায্য করতে পারে। কিন্তু সাংবাদিকতার মূল দায়িত্ব—সত্যতা যাচাই, প্রাসঙ্গিক ব্যক্তির বক্তব্য নেওয়া, ন্যায্যতা রক্ষা এবং ভুল হলে সংশোধন করা—যন্ত্রের কাছে হস্তান্তর করা যায় না।
বিশেষ করে একটি বিশ্বাসযোগ্য সূত্রের নাম ও একটি সত্যিকারের সূত্র এক জিনিস নয়। কোনো লিংক খুলে দেখা, মূল প্রতিবেদনের পদ্ধতি পড়া এবং সংখ্যার সীমা বোঝা জরুরি। এআই কোনো ব্যক্তির অভিজ্ঞতা বা সাক্ষাৎকারের মতো করে এমন বক্তব্য তৈরি করতে পারে, যা তিনি কখনও বলেননি। পাঠকের বিশ্বাস রক্ষায় এই সীমারেখা পরিষ্কার থাকা দরকার।
ছবি, ভিডিও ও শব্দের ক্ষেত্রেও একই কথা প্রযোজ্য। একটি বিষয় বোঝানোর জন্য এআই দিয়ে তৈরি ইলাস্ট্রেশন কার্যকর হতে পারে; কিন্তু সেটিকে বাস্তব ঘটনা বা ব্যক্তির প্রামাণ্য ছবি হিসেবে উপস্থাপন করা ভুল। বাংলা অক্ষর, উচ্চারণ, সাংস্কৃতিক প্রসঙ্গ এবং দৃশ্যের ধারাবাহিকতা মানুষকে খুঁটিয়ে দেখতে হয়।
শিক্ষা, স্বাস্থ্য ও ছোট ব্যবসায় মানুষের ভূমিকা
শিক্ষায় ব্যক্তিভেদে ব্যাখ্যা তৈরি, অনুশীলন সাজানো এবং প্রতিক্রিয়ার খসড়া দেওয়ার সুযোগ রয়েছে। তবে শিক্ষার্থী যেন শুধু উত্তর নকল না করে, বরং নিজের যুক্তি ব্যাখ্যা করতে শেখে—সেদিকে নজর দিতে হবে। একটি উত্তর সুন্দরভাবে লেখা হলেই তা সঠিক বা বয়সোপযোগী হয় না।
স্বাস্থ্য ও সুস্থতার ক্ষেত্রে তথ্য সহজ ভাষায় বোঝানো বা প্রশ্ন সাজাতে এআই সহায়ক হতে পারে। কিন্তু ব্যক্তিগত রোগনির্ণয় বা চিকিৎসার সিদ্ধান্তের বিকল্প হিসেবে একটি সাধারণ এআই উত্তর ব্যবহার করা নিরাপদ নয়; সেখানে প্রশিক্ষিত পেশাজীবীর ভূমিকা অপরিহার্য। একই সঙ্গে ব্যক্তিগত স্বাস্থ্যতথ্য কোথায় দেওয়া হচ্ছে, সেটিও বিবেচ্য।
ছোট ব্যবসার জন্য এআই বাজার সম্পর্কে প্রশ্ন সাজানো, গ্রাহক যোগাযোগের খসড়া বা সাধারণ প্রশাসনিক কাজ গোছানোর সুযোগ তৈরি করতে পারে। তবে বাস্তব দাম, স্থানীয় নিয়ম, চুক্তি ও আর্থিক সিদ্ধান্তের ক্ষেত্রে নির্ভরযোগ্য উৎস এবং প্রয়োজনমতো বিশেষজ্ঞের সহায়তা প্রয়োজন।
চাকরির ভবিষ্যৎ: পেশার নামের চেয়ে কাজের ভেতরটা দেখুন
আন্তর্জাতিক শ্রম সংস্থার ২০২৫ সালের মূল্যায়ন অনুযায়ী, বিশ্বে প্রতি চারজন কর্মীর একজন এমন পেশায় আছেন যার কিছু কাজ জেনারেটিভ এআইয়ের প্রভাবে বদলাতে পারে। এটি চার ভাগের এক ভাগ চাকরি হারিয়ে যাবে—এমন পূর্বাভাস নয়। গবেষণাটি বলছে, মানুষের প্রয়োজন বজায় থাকায় অনেক কাজ সম্পূর্ণ বিলুপ্ত হওয়ার চেয়ে বদলে যাওয়ার সম্ভাবনাই বেশি।
তবু স্বস্তির এই কথাটুকুই যথেষ্ট নয়। কোনো প্রতিষ্ঠানে কিছু কাজ কমে যেতে পারে, নতুন পদের সুযোগ তৈরি হতে পারে, আবার নতুনদের কাজ শেখার প্রবেশপথ সংকুচিতও হতে পারে। ২০২৬ সালে ILO-র গবেষণা পর্যালোচনা বলছে, উৎপাদনশীলতার প্রভাব অসম এবং ব্যাপক চাকরিচ্যুতি তখনও সীমিত হলেও বৈষম্য ও তরুণ কর্মীদের সুযোগ নিয়ে উদ্বেগ রয়েছে।
আমি মনে করি, দায়িত্বশীল প্রতিষ্ঠানকে কর্মীদের সঙ্গে আগেভাগে কথা বলতে হবে: কোন কাজে এআই ব্যবহার হবে, কোন সিদ্ধান্ত মানুষ নেবে, প্রশিক্ষণ কীভাবে দেওয়া হবে এবং কাজের গুণমান কীভাবে মাপা হবে। শুধু নতুন সফটওয়্যার কিনে দিলেই রূপান্তর সম্পূর্ণ হয় না।
বাংলাদেশ ও বাংলা ভাষার জন্য আলাদা প্রশ্ন
বাংলাদেশের একজন শিক্ষার্থী, ফ্রিল্যান্সার বা ছোট উদ্যোক্তার জন্য এআই জ্ঞানের নতুন দরজা খুলতে পারে। বাংলা ভাষায় জটিল বিষয় বোঝা, ইংরেজিতে যোগাযোগের খসড়া তৈরি অথবা নতুন দক্ষতা শেখার সহায়তা পাওয়া—এসব সম্ভাবনা বাস্তব। কিন্তু সবার হাতে সমান মানের ইন্টারনেট, ডিভাইস, অর্থ বা প্রশিক্ষণ নেই।
বাংলা ভাষার ফলাফলও সব সময় সমান নির্ভুল নয়। আঞ্চলিক ভাষা, সাংস্কৃতিক ইঙ্গিত, নামের বানান, উদ্ধৃতি ও স্থানীয় তথ্য যাচাই না করলে প্রযুক্তি সুবিধার পাশাপাশি বিভ্রান্তিও বাড়াতে পারে। তাই বাংলায় মানসম্মত তথ্য, স্থানীয় গবেষণা, ডিজিটাল দক্ষতা এবং নিরাপদ ব্যবহারের শিক্ষা—সব কটিই জরুরি।
আমাদের শুধু বিদেশে তৈরি প্রযুক্তির গ্রাহক হয়ে থাকলে চলবে না; স্থানীয় বাস্তবতার সমস্যা বুঝে উপযোগী পণ্য, সেবা ও গবেষণা তৈরিতেও বিনিয়োগ করতে হবে। একই সঙ্গে প্রযুক্তির সুবিধা শহর ও গ্রামের মধ্যে, বড় প্রতিষ্ঠান ও ক্ষুদ্র উদ্যোগের মধ্যে কতটা সমানভাবে পৌঁছাচ্ছে, সেই প্রশ্নও করতে হবে।
এআই ব্যবহারে আমার কাছে যে পাঁচটি নীতি গুরুত্বপূর্ণ
- উদ্দেশ্য আগে: কোন সমস্যা সমাধান করছি এবং ফল কীভাবে যাচাই করব, তা নির্ধারণ করা।
- মূল সূত্রে ফেরা: সংখ্যা, উদ্ধৃতি, নাম, তারিখ ও গুরুত্বপূর্ণ দাবি স্বাধীনভাবে মিলিয়ে দেখা।
- গোপনীয়তা রক্ষা: অনুমতি ছাড়া ব্যক্তিগত বা প্রতিষ্ঠানের সংবেদনশীল তথ্য কোনো টুলে না দেওয়া।
- মানুষের জবাবদিহি: গুরুত্বপূর্ণ সিদ্ধান্তের দায়িত্ব নির্দিষ্ট মানুষের হাতে রাখা।
- কাজের মান মাপা: শুধু গতি নয়; নির্ভুলতা, সংশোধনের সময়, ব্যবহারকারীর অভিজ্ঞতা ও খরচ দেখা।
ভবিষ্যৎ নির্ধারণ করবে আমাদের সিদ্ধান্ত
২০২০ সালের শেষ দিকের কৌতূহল থেকে আজকের বাস্তবতায় পৌঁছে আমার উপলব্ধি হলো—এআইকে ভয় পেয়ে দূরে সরিয়ে রাখা যেমন যথেষ্ট নয়, তেমনি প্রতিটি উত্তরে অন্ধ আস্থা রাখাও দায়িত্বশীল নয়। প্রযুক্তিটি শক্তিশালী; কিন্তু তার ব্যবহার কোন উদ্দেশ্যে হবে, ভুলের দায় কে নেবে এবং এর সুফল কারা পাবে—সেসব প্রশ্ন মানুষের।
আমি এমন ভবিষ্যৎ দেখতে চাই, যেখানে এআই মানুষের চিন্তার জায়গা দখল না করে তাকে আরও মনোযোগী, সৃজনশীল ও কার্যকর হতে সাহায্য করবে। সে ভবিষ্যৎ নিজে থেকে তৈরি হবে না। আমাদের শেখা, প্রশ্ন করা, যাচাই করা এবং অন্যদের শেখার সুযোগ তৈরির মধ্য দিয়েই তা গড়ে তুলতে হবে।
