এআই হাইলাইটস — সামগ্রিক চিত্র — 2026-10-15 (বৃহস্পতিবার) সকালের সংবাদ

AI-এর তহবিল ও প্রবৃদ্ধির সংখ্যা প্রতি ত্রৈমাসিকে উল্লেখযোগ্যভাবে হালনাগাদ হয়। AI চাহিদার জোরে সিঙ্গাপুর 5.4% প্রবৃদ্ধি নথিভুক্ত করেছে, এবং $1.2 billion পর্যন্ত মূল্যের AI ওষুধ আবিষ্কার অংশীদারিত্ব স্বাক্ষরিত হয়েছে। এদিকে Publicis কায়িক শ্রম 25% কমানোর প্রতিশ্রুতি দেওয়ার পর কর্মসংস্থান অনিশ্চিত থেকে গেছে, আর মুখ শনাক্তকরণের ভুলের বিরুদ্ধে মামলা করা এক দিদিমা $10 million দাবি করছেন। তহবিল সংগ্রহের গতি এবং ক্ষতিগ্রস্তরা বোঝা সম্পর্কে জানতে পারার গতি একই সময়ে ঘটে না। নিচে সংখ্যার পরিধির পাশাপাশি পড়ুন, এটি ইতিমধ্যে ক্ষেত্র, ব্যক্তি এবং নিরাপত্তা ব্যবস্থার ওপর কী চাপ ফেলছে। খরচ ও দায়িত্ব বণ্টনের জন্য কে দায়ী হবে তা বিবেচনা না করা পর্যন্ত প্রবর্তনের প্রভাব কতটা স্বীকার করা উচিত তা নির্ধারণ করা যায় না।

কর্মী ছাঁটাই ও পুনঃপ্রশিক্ষণের মধ্যে দোদুল্যমান কর্মক্ষেত্র

Publicis AI-এর মাধ্যমে ম্যানুয়াল শ্রম 25% কমানোর লক্ষ্য নির্ধারণ করেছে, কিন্তু কর্মসংস্থানের ওপর এর প্রভাব এখনও অস্পষ্ট বলে জানা গেছে (Storyboard18)। সংখ্যাগুলো কাজের চাপ কমার কথা বলছে, কর্মীসংখ্যা কমার কথা নয়। তবে ম্যানুয়াল শ্রমের এক-চতুর্থাংশ বাদ পড়লে সেই একই লোকজন ওই সময়ে অন্য কাজ করবে, নাকি লোকবলের সংখ্যা পুনর্বিবেচনা করা হবে, তা এখনও ঠিক হয়নি। শুধু লক্ষ্যমাত্রা দেখে কতজন কমবে তা অনুমান করতে গেলে বিচারে সহজেই ভুল হবে।

একই ভূমিকা সত্ত্বেও এই ক্ষেত্রের প্রবণতা আলাদা হতে শুরু করেছে। জানা গেছে, HSBC ও Kroger AI-এর কারণে ছাঁটাইয়ের সংখ্যা বাড়াচ্ছে এবং পুনঃপ্রশিক্ষণের সঙ্গে খরচের তুলনা নিয়ে আলোচনা চলছে (AICERTs)। ছাঁটাই স্বল্পমেয়াদে শ্রমব্যয় কমায়, কিন্তু পুনঃপ্রশিক্ষণে প্রশিক্ষণ-খরচ ও সময় লাগে। কোনটি সস্তা তা নির্ভর করে কোন কাজ প্রতিস্থাপিত হচ্ছে এবং অবশিষ্ট কর্মীরা নতুন কাজ নিতে পারবেন কি না তার ওপর। পাঠকেরা নিজেদের কোম্পানি ও কর্মক্ষেত্রের দিকে তাকালে কেবল ছাঁটাইয়ের পরিমাণ নয়, দক্ষতা পুনর্গঠনের খরচ এবং ছাঁটাইয়ের পর কে দায়িত্ব নেবে তাও দেখা দরকার।

নতুন স্নাতকদের চাকরির ক্ষেত্রে পরিবর্তনের দিক কিছুটা ভিন্ন। The Economic Times জানিয়েছে, AI দক্ষতাকে বেশি গুরুত্ব দেওয়ার প্রবণতার কারণে নতুন স্নাতকদের চাকরির ধরন বদলাচ্ছে এবং ভারতের IT ও BPM খাতে নতুন নিয়োগের সংখ্যা পুনরুদ্ধার হচ্ছে। প্রাথমিক পর্যায়ের হাতে-কলমে কাজ AI-এর হাতে গেলে নতুন কর্মীদের চাকরি আগে হারাবে, এমনটা কল্পনা করা সহজ; কিন্তু নিয়োগ ফিরে আসার দৃষ্টান্ত থাকা দেখায় যে কিছু কোম্পানি AI সামলাতে পারে এমন মানবসম্পদ গড়ে তুলতে অর্থ বরাদ্দ করছে। এখানে AI সাক্ষরতা কীভাবে গড়ে উঠছে, সেটিই কর্মসংস্থানের ওপর প্রভাব নির্ধারণকারী চলক।

ব্যবহারকারীর পরিসরও বাড়ছে। জানা যায়, OpenAI Forum জনমত জরিপ বিশেষজ্ঞদের জন্য AI ব্যবহার নিয়ে আলোচনা করেছে (EdTech Innovation Hub)। ব্যবহার নিয়ে আলোচনা পেশাদার বৃত্তি পর্যন্ত প্রসারিত হওয়া দেখায় যে রিস্কিলিং নির্দিষ্ট কয়েকটি পেশায় সীমাবদ্ধ সমস্যা নয়। এছাড়া AI Implementation Report-এর 2026 সংস্করণ (Knowledge at Wharton) বাস্তবায়নের প্রকৃত অবস্থা যাচাইয়ের উপকরণ হিসেবেও কাজ করবে। শুধু বাস্তবায়ন এগিয়েছে বলেই প্রভাব পরিমাপ করা যায় না; তা ছাঁটাইয়ে নাকি প্রশিক্ষণে ব্যবহৃত হয়েছে সেটিও না দেখলে ফলাফল তুলনা করা যায় না।

ছাঁটাই ও প্রবৃদ্ধির মধ্যে বেছে নেওয়া কেবল কোম্পানির আর্থিক প্রশ্ন নয়, বরং বণ্টনেরও প্রশ্ন—কে আগে খরচ ও দায়িত্ব নেবে। পরবর্তী অংশে আমরা দেখব এই বণ্টন ব্যক্তি ও নিরাপত্তার ক্ষেত্রে কীভাবে প্রকাশ পায়।

ওষুধ আবিষ্কারের জন্য অর্থায়ন ও সহযোগিতার শৃঙ্খল

ছোট ব্যক্তিগত প্লেসমেন্ট থেকে সরকারি ক্রয় পর্যন্ত, এআই ওষুধ আবিষ্কারের জন্য তহবিল প্রতিটি পর্যায়ে ভিন্ন ভিন্ন পথে প্রবাহিত হয়। কানাডার Rakovina Therapeutics (TSXV:RKV) C$1.99 million এর একটি ব্যক্তিগত প্লেসমেন্ট সম্পন্ন করেছে এবং ব্যাখ্যা করেছে কেন তারা এই অর্থ এআই-চালিত ক্যানসার ওষুধ আবিষ্কারে ব্যয় করবে (kalkine.ca)। পরিমাণ ছোট হলেও, এটি এআই-এর জন্য তহবিল সংগ্রহ এবং তা গবেষণায় বরাদ্দ করার প্রথম ধাপের একটি উদাহরণ।

অংশীদারিত্ব ও চুক্তির দিকে সংখ্যাগুলো আরও একধাপ বেড়েছে। Deep Origin, BioAge Labs-এর সঙ্গে একাধিক লক্ষ্যভিত্তিক AI ওষুধ আবিষ্কার সহযোগিতার ঘোষণা দিয়েছে এবং জানিয়েছে যে প্রথম লক্ষ্যে একটি যাচাইকৃত হিট নিশ্চিত হয়েছে (Yahoo Finance Singapore)। জাপানে AI ওষুধ আবিষ্কারের জন্য ITOCHU Corporation, MOLCURE Inc.-এর সঙ্গে একটি মূলধন জোট চুক্তি স্বাক্ষর করেছে (BioSpectrum Asia)। Zealand Pharma ও Generate স্থূলতার ওষুধ নিয়ে 1.2 billion ডলার পর্যন্ত মূল্যের একটি AI চুক্তি স্বাক্ষর করেছে (WTVB)। এখানে "সর্বোচ্চ" শব্দটি এমন একটি ঊর্ধ্বসীমা বোঝায় যার মধ্যে কার্যকারিতার শর্তসাপেক্ষে প্রদেয় অর্থও ধরা হয়েছে। শিরোনামে উল্লিখিত চুক্তির অঙ্ক বড় হতে পারে, কিন্তু নির্দিষ্ট অর্থ প্রদান এবং ভবিষ্যতের শর্তসাপেক্ষ অর্থ দুটি আলাদা জিনিস।

তহবিলের প্রবাহ কেবল বেসরকারি খাতে সীমাবদ্ধ নয়। AI ও ডেটা বাস্তবায়নে সহায়তার জন্য ThinkTrends মার্কিন খাদ্য ও ওষুধ প্রশাসন (FDA)-এর কাছ থেকে ৪৯ মিলিয়ন ডলারের একটি IDIQ চুক্তি পেয়েছে (The Globe and Mail)। নিয়ন্ত্রক সংস্থাগুলো নিজেরাই AI ও ডেটা অবকাঠামো সংগ্রহ করবে। বাজারের দিকে, ২.৬ ট্রিলিয়ন ডলার পরিচালনাকারী Nuvin Asset Management একটি বাজার-মন্তব্য প্রকাশ করে জানিয়েছে যে AI জৈব-ওষুধ শিল্পের অর্থনৈতিক কাঠামো নতুন করে গড়ছে। লাইফ সায়েন্স আইটি বাজার প্রসঙ্গে একটি বিশ্লেষণ ইঙ্গিত দেয় যে IQVIA, Oracle, Accenture, Veeva Systems ও SAP ২০৩৫ সালের মধ্যে ৮২.২৪ বিলিয়ন ডলার লক্ষ্য করছে (Yahoo Finance UK)। এছাড়া, সিঙ্গাপুরের ১.৫ বিলিয়ন মার্কিন ডলার মূল্যের AI ওষুধ-আবিষ্কারকারী বায়োটেক Nanyang Biologics Nasdaq-এ তালিকাভুক্ত হয়েছে বলে জানানো হয়েছে (The Business Times)।

পাশাপাশি রেখে দেখলে, সামনে যা আছে তা হলো তহবিল, মূল্যায়ন ও চুক্তির মূল্য, আর ফলাফল হিসেবে যা দেখা যায় তা কেবল Deep Origin-এর ``যাচাইকৃত হিট''-এর মতো প্রাথমিক পর্যায়ের ফলাফল। হিট নিশ্চিত হওয়া ওষুধ আবিষ্কারের দীর্ঘ প্রক্রিয়ার সূচনা মাত্র, আর তালিকাভুক্তি বা বড় চুক্তির ঘোষণা থেকে পরবর্তী ক্লিনিক্যাল ট্রায়াল বা অনুমোদনের নির্ভুলতা বোঝা যায় না। পাঠকের উচিত চুক্তির অর্থের নিশ্চিত ও শর্তাধীন অংশের বিভাজন এবং তহবিল যাচাইকৃত ফলাফলের সঙ্গে যুক্ত কি না তা দেখা। পরবর্তী অংশে দেখা হয়েছে এই আর্থিক গতিবিধি এ ক্ষেত্রে ব্যয় ও দায়িত্ব কীভাবে পুনর্বণ্টন করে।

রোগ নির্ণয় ও চিকিৎসায় সহায়ক পূর্বাভাস মডেলের প্রতি আস্থা

ছবি ও মাল্টিমোডাল ডেটা ব্যবহারকারী ভবিষ্যদ্বাণীমূলক মডেলগুলো গবেষণার পর্যায় থেকে সরে ক্লিনিক্যাল পথের কাছাকাছি আসছে। উপরের মূত্রনালির ইউরোথেলিয়াল ক্যানসারের ক্ষেত্রে অস্ত্রোপচার-পরবর্তী পুনরাবৃত্তির পূর্বাভাসের জন্য একটি মাল্টিমোডাল ক্লিনিক্যাল সিদ্ধান্ত সহায়ক ব্যবস্থা, CLIP-CGPNet, প্রকাশিত হয়েছে (Journal of imaging informatics in medicine)। স্তন ক্যানসারের ক্ষেত্রে, ডাইনামিক কন্ট্রাস্ট-এনহ্যান্সড MRI থেকে অস্ত্রোপচারের আগেই আণবিক উপপ্রকার শ্রেণিবদ্ধ করে এমন HCF-Net ক্লিনিক্যাল চিকিৎসা-পথ বরাবর একটি ক্যাসকেড ফিউশন হিসেবে গঠিত (একই জার্নাল)। ফুসফুসের মিউসিনাস অ্যাডেনোকার্সিনোমার ক্ষেত্রে, মাল্টিমোডাল ডেটা সমন্বিত করে উপপ্রকার শ্রেণিবদ্ধ করা ও পূর্বাভাস দেওয়ার কিছু গবেষণা প্রকাশিত হয়েছে (translational cancer research)। তিনটির মধ্যে মিল হলো, এগুলো মডেলটিকে সিদ্ধান্ত গ্রহণ প্রক্রিয়ার একটি নির্দিষ্ট বিন্দুতে রাখে, যেমন অস্ত্রোপচারের আগে নাকি পরে বেছে নেওয়া হবে। শুধু নির্ভুলতার সংখ্যা নয়, কোন পরিস্থিতিতে একে প্রতিস্থাপন বা পরিপূরক করা উচিত তাও যাচাই করা প্রয়োজন।

অন্যদিকে, মডেলের দেওয়া উত্তর চিকিৎসকেরা গ্রহণ করবেন কি না, তা একটি আলাদা বিষয়। গ্লিওব্লাস্টোমার চিকিৎসায় সাড়া পূর্বাভাস দিতে ডিপ লার্নিং ব্যবহারের ক্ষেত্রে ব্যাখ্যাযোগ্যতা ও ক্লিনিকাল আস্থার প্রশ্নটি সরাসরি মোকাবিলা করা হচ্ছে (Journal of imaging informatics in medicine)। MRI র‍্যাডিওমিক্স ব্যবহার করে P53 মিউট্যান্ট হেপাটোসেলুলার কার্সিনোমার পূর্বাভাস দেওয়ার গবেষণা শুধু টিউমারের ভেতরের অংশ নয়, টিউমারের চারপাশের অংশকেও লক্ষ্য করছে (translational cancer research)। র‍্যাডিওলজিতে AI নিয়ে UMass Chan Medical School-এর একটি সাক্ষাৎকারও প্রযুক্তিটিকে ছবি পড়েন এমন চিকিৎসকদের দৃষ্টিকোণ থেকে বিবেচনা করে। পূর্বাভাস নির্ভুল হওয়াই যথেষ্ট নয়; চিকিৎসকেরা ছবির ঠিক কোন অংশের ভিত্তিতে পূর্বাভাসটি দেওয়া হয়েছে তা যাচাই করতে পারা বাস্তব ব্যবহারের পূর্বশর্ত।

চিকিৎসার বাইরেও একই ধারণা বিদ্যমান। জানা যায়, AI-সজ্জিত ড্রোন উৎপাদকেরা কেবল ফসল পর্যবেক্ষণের জন্যই নয়, আরও বিস্তৃত কাজেও ব্যবহার করছেন (Growing Produce)। মাঠের পর্যবেক্ষণ আরও নিখুঁত হলেও, সেই তথ্য কীভাবে কাজে লাগিয়ে কার্যক্রম ও উপকরণ সংক্রান্ত সিদ্ধান্ত নেওয়া হবে, তা উৎপাদকের ওপরই নির্ভর করে। রোগনির্ণয় হোক বা কৃষি, কোনো স্থাপনার মূল্য কার্যক্ষমতার সংখ্যার চেয়ে বেশি নির্ভর করে মাঠ পর্যায়ে এর ফলাফল কীভাবে সামলানো হয় এবং কিছু ভুল হলে কে দায়িত্ব নেয়, তার ওপর। এটি সরাসরি পরবর্তী প্রশ্নের সঙ্গে যুক্ত, যেখানে ব্যয় ও দায়িত্ব বণ্টনসহ প্রযুক্তির প্রভাব বিবেচনা করা হবে।

ব্যক্তি ও শিশুদের সুরক্ষায় সীমারেখা টানার অনুরোধ

মুখ শনাক্তকরণে ভুল শনাক্তকরণের ঘটনা ইতিমধ্যেই আদালতে গেছে। AI মুখ শনাক্তকরণ ব্যবহার করে ব্যাংক চুরির অপরাধী হিসেবে ভুলভাবে শনাক্ত হওয়া এক দাদি/নানি ১০ মিলিয়ন ডলার ক্ষতিপূরণ চেয়ে মামলা করেছেন বলে ABC News জানিয়েছে। অর্থাৎ একজন ব্যক্তিকে অপরাধীর সঙ্গে যুক্ত করার সিদ্ধান্ত শুরু হয়েছিল যন্ত্রের মিলের ফলাফল থেকে। মানসিক স্বাস্থ্যের ক্ষেত্রে, দক্ষিণ কোরিয়া মানসিক স্বাস্থ্য AI-এর জন্য নিরাপত্তা নির্দেশিকা ঘোষণা করেছে (Healthcare IT News)। ব্যবহার ব্যাপক হওয়ার আগে AI-এর ওপর কতটা ছেড়ে দেওয়া যায়, তা সরকার নথিবদ্ধ করছে—এটি তার একটি উদাহরণ। মুখ শনাক্তকরণ হোক বা কাউন্সেলিং সহায়তা, ভুলের প্রভাব পড়ে ফলাফল গ্রহণকারী ব্যক্তিদের ওপর, সিস্টেম নির্বাচনকারীদের ওপর নয়। যাঁরা চালু করার কথা ভাবছেন, তাঁদের কেবল নির্ভুলতার সংখ্যা নয়, ভুল কে সংশোধন করতে পারবে এবং ভুল হলে কে দায় নেবে, তাও যাচাই করা দরকার।

সম্পর্ক তৈরি করে এমন ধরনের AI-তে আকর্ষণের বিষয়বস্তু ব্যবহারকারীর অন্তর্জগতের আরও কাছাকাছি। Universidad de Córdoba (UCO) বলছে তাদের AI গার্লফ্রেন্ড অ্যাপে ব্যক্তিত্ব সেটিংস ও গোপনীয়তা সুবিধা রয়েছে। ব্যবহারকারীকে ব্যক্তিত্ব বেছে নেওয়ার সুযোগ দেওয়া ব্যবস্থা ব্যবহারকারীর পছন্দের সঙ্গে মানানসই হলেও, অন্তরঙ্গ কথোপকথনের রেকর্ড কীভাবে সামলানো হবে সেই প্রশ্নও তোলে। শিশুদের ক্ষেত্রে, একজন বিশেষজ্ঞ Florida Politics-এ লিখেছেন যে Florida-র উচিত নয় শিশুদের চ্যাটবটের হাতে ছেড়ে দেওয়া। এই লেখা একজন বিশেষজ্ঞের ব্যক্তিগত মত, এবং এর অর্থ এই নয় যে বিধিমালা চূড়ান্ত হয়ে গেছে। তবে গোপনীয়তা সুবিধা থাকা এবং অপ্রাপ্তবয়স্কদের সঙ্গে যোগাযোগ করতে পারা দুটি ভিন্ন প্রশ্ন। ফিচার আছে কি নেই তা থেকে আলাদাভাবে, অভিভাবক, স্কুল ও সেবাপ্রদানকারীদের প্রতিটি বয়সগোষ্ঠীর জন্য ব্যবহারের পরিধি ঠিক করতে হবে।

আবেগ ও পক্ষপাত পড়ার কৌশল এ ধরনের বিচারে সহায়তা করতেও ব্যবহার করা যায়। Bioengineer.org-এর বরাতে, নেকড়ের আচরণ থেকে অনুপ্রাণিত অপ্টিমাইজেশন বিভিন্ন ভাষায় বক্তব্যের আবেগ শনাক্তকরণের কর্মক্ষমতা বাড়িয়েছে। বিভিন্ন ভাষায় আবেগ সামলানো গেলে এর ব্যবহারের ক্ষেত্র আরও বিস্তৃত হবে। তবে যারা এটি বাস্তবায়ন করছেন, তাদের যাচাই করতে হবে যে সিস্টেমটি নির্দিষ্ট ভাষা বা কথা বলার ধরনের মানুষকে ভুলভাবে শনাক্ত করছে না। Penn Today জানাচ্ছে, মিডিয়ার পক্ষপাত শনাক্ত করতে এবং তা ভোটার ও পাঠকদের সিদ্ধান্তের ভিত্তি হিসেবে ব্যবহার করতে এআই কাজে লাগানোর চেষ্টা চলছে। পক্ষপাত বিচারের মানদণ্ড নিজেই পক্ষপাতদুষ্ট নয় তা নিশ্চিত না করলে এই টুল পাঠকদের সিদ্ধান্ত নিতে সাহায্য না করে বরং তাদের একটি নির্দিষ্ট দৃষ্টিভঙ্গিতে দেখতে বাধ্য করতে পারে। আবেগ শনাক্তকরণ ও পক্ষপাত শনাক্তকরণ উভয় ক্ষেত্রেই প্রশ্নটি হলো, ফলাফলের ওপর সরাসরি নির্ভর না করে বিচারের ভিত্তি ও ভুলের প্রবণতা প্রকাশ করার পরই এগুলো ব্যবহার করা হবে কি না।

এখন পর্যন্ত আমরা দেখেছি, যেসব পরিস্থিতিতে ক্ষতি প্রথমে ব্যক্তির ওপর পড়ে, সেখানে আগে ঠিক করতে হয় কে তদন্ত করবে এবং কে দায়িত্ব নেবে। এরপর আমরা দেখি সেই ব্যয় ও দায়িত্ব কোম্পানি ও সমাজের মধ্যে কীভাবে বণ্টিত হয়।

প্রবৃদ্ধি, রাজনীতি ও নিরাপত্তা ব্যবস্থার সময়রেখা

সিঙ্গাপুর এআই চাহিদার জোরে ৫.৪% প্রবৃদ্ধি দেখিয়েছে, আর মুদ্রানীতি অপরিবর্তিত রয়েছে (Bloomberg.com)। সংখ্যাগুলো শক্তিশালী হলেও, এগুলো কেবল দেখায় যে চাহিদা-পক্ষের অনুকূল হাওয়া প্রথমে পরিসংখ্যানে ধরা পড়েছে। প্রায় একই সময়ে, একটি এআই তহবিল গোষ্ঠী কংগ্রেসে Scott Wiener-এর প্রার্থিতাকে ৩ মিলিয়ন ডলার দিয়ে সমর্থন করেছে বলে জানা গেছে (Mission Local)। অর্থায়নের মাধ্যমে যাঁরা প্রবৃদ্ধির ফল পান এবং যাঁরা নিয়ম নির্ধারণ করেন, তাঁদের মধ্যকার দূরত্ব কমে আসছে। এদিকে Harris সতর্ক করেছেন যে এআই নিরাপত্তা ব্যবস্থার জন্য হাতে সময় খুব কম এবং যুক্তরাষ্ট্র ও চীনের মধ্যে সহযোগিতার আহ্বান জানিয়েছেন (Reuters)। প্রবৃদ্ধির হার প্রতি ত্রৈমাসিকে হালনাগাদ হয় এবং নির্বাচন নির্ধারিত সময়সূচিতেই চলছে, কিন্তু নিরাপত্তা ব্যবস্থার জন্য কেউ কোনো সময়সীমা ঠিক করেনি। এই অংশের সূচনাবিন্দু হলো সেই জায়গা, যেখানে তিনটি ভিন্ন সময়-অক্ষ পাশাপাশি এগিয়ে চলেছে।

এই সময়ের পার্থক্য সাইটের কাজের সূচিতেও প্রতিফলিত হয়েছে। নার্সিং হোম পরিচালক প্রতিষ্ঠান Cascadia, CarDon এবং FellowshipLIFE AI ব্যবহারের নিজেদের রোডম্যাপ নিয়ে কথা বলেছে (Skilled Nursing News)। ধাপে ধাপে বাস্তবায়নের এই মনোভাব দেখায় যে ব্যবস্থাটি প্রবৃদ্ধি বা নির্বাচনের গতি থেকে স্বতন্ত্র একটি কার্যকরী সময়ের মাপে চলছে। সৃজনশীল ক্ষেত্রে, Air শিল্পী Joe Bloom-এর সঙ্গে একটি ছাদের অনুষ্ঠানের আয়োজন করে AI ও সৃজনশীলতা নিয়ে আলোচনা করেছে (Ad Age)। নার্সিং কেয়ারের কাজের সূচি এবং সৃজনশীল লেখায় সংলাপের সুযোগ, প্রতিটি ক্ষেত্রে বিষয়গুলো কীভাবে অনুভূত হয় তা গুছিয়ে নেওয়ার চেষ্টা করছে।

এবার প্রশ্নের স্থান বদলানো যাক। Marvel-এর "Vision Quest"-এ যে AI রোবট দেখা যায়, সে প্রশ্ন তোলে যন্ত্র নিজে চিন্তা করতে পারে কি না (Moneycontrol.com)। এটি কাল্পনিক গল্প হলেও, পাঠকেরা যখন এটি চালু করার সিদ্ধান্ত নেন, তখন কোন কাজ যন্ত্রের হাতে ছাড়া উচিত আর কোনটি মানুষের সামলানো উচিত—সেই সীমারেখা টানার প্রশ্নের সঙ্গে এটি মিলে যায়। প্রবৃদ্ধির হারের অঙ্ক বা রাজনৈতিক অনুদানের পরিমাণ আমাদের জন্য সেই সীমারেখা টেনে দেয় না।

পাঠকের বিবেচনায় ফিরে এলে, আমাদের যা দেখা উচিত তা সংখ্যার আকার নয়, বরং চলমান বস্তুটি কত গতিতে চলছে এবং কোন বোঝা আগে পড়বে। Harris-এর সতর্কবার্তা সঠিক হলে, বাস্তব সময়সূচির চেয়ে অবকাশকাল ছোট হতে পারে। তবে স্থগিতাদেশের মেয়াদ অপরিবর্তনীয় নয়, এবং তা তাঁর বর্ণিত সতর্কবার্তার সীমার মধ্যেই থাকে। বিতর্ক গতির সঙ্গে তাল মেলাতে পারবে কি না, শেষ পর্যন্ত তা বণ্টনের প্রশ্নেই ফিরে আসবে: খরচ ও দায়িত্ব কে বহন করবে।

প্রতিটি অংশে আলোচিত ঘটনাগুলোর একটি অভিন্ন বিন্যাস রয়েছে। প্রবৃদ্ধির হার, তহবিলের পরিমাণ এবং অংশীদারিত্বের পরিধি ঘোষণার সময় সংখ্যা হিসেবে চূড়ান্ত হবে। অন্যদিকে, কর্মীদের বিষয়ে সিদ্ধান্ত, পূর্বাভাস মডেল দ্বারা প্রতিস্থাপিত সিদ্ধান্ত, ভুল হলে সংশোধন ও দায়দায়িত্ব, এবং নিরাপত্তা ব্যবস্থার সময়সীমা বাস্তবায়নের পরে নির্ধারিত হয়। বোঝা প্রথমে শেষোক্ত দিকে এসে পড়ে, আর সেই বোঝা বহন করেন মাঠপর্যায়ের দায়িত্বপ্রাপ্ত ব্যক্তিরা এবং যাদের উদ্দেশে ফলাফল নির্দেশিত হয় সেই ব্যক্তিরা। তাই ব্যয় হ্রাসের পরিমাণ, নির্ভুলতা ও প্রবৃদ্ধির হারের মতো বিচ্ছিন্ন সংখ্যা দিয়ে প্রবর্তনের কার্যকারিতা বিচার করা যায় না। কে এর খরচ বহন করবে, কে ভুল সংশোধন করতে পারবে এবং কে দায় নেবে—তা নিশ্চিত করলেই কেবল বোঝা যাবে একই বাস্তবায়ন আমাদের জন্য সুবিধা হবে নাকি ক্ষতি। সংখ্যার আকার যাত্রাবিন্দু হিসেবেই থাকে, আর বিচারের কেন্দ্রবিন্দু হলো বণ্টন।

Q1: আপনার কর্মক্ষেত্রে AI-এর কারণে বেঁচে যাওয়া সময় ও শ্রম কোন কাজে লাগানো হবে, তা কে ঠিক করে? Q2: AI ভুল ফল দিলে তা খুঁজে বের করে সংশোধনের কোনো পদ্ধতি আছে কি, এবং লিখিতভাবে দায়িত্ব কার? Q3: প্রবর্তনের কার্যকারিতা মাপার সংখ্যাগুলোতে কি পুনঃপ্রশিক্ষণের খরচ, ভুল সামলানোর খরচ এবং ক্ষতিগ্রস্তদের ওপর চাপ অন্তর্ভুক্ত?

সবশেষে, তিনটি প্রশ্ন

- আপনার কর্মক্ষেত্রে AI-এর কারণে মুক্ত হওয়া সময় ও শ্রম কোন কাজে বরাদ্দ হবে, তা কে ঠিক করে? Q2: AI ভুল ফলাফল দিলে তা খুঁজে বের করে সংশোধনের পদ্ধতি আছে কি, এবং লিখিতভাবে কে দায়ী? Q3: প্রবর্তনের কার্যকারিতা পরিমাপক সংখ্যাগুলোতে কি পুনঃপ্রশিক্ষণের খরচ, ভুল সামলানোর খরচ এবং প্রভাবিত মানুষদের বোঝা অন্তর্ভুক্ত? - AI ভুল ফলাফল দিলে তা খুঁজে বের করে সংশোধনের পদ্ধতি আছে কি, এবং লিখিতভাবে কে দায়ী? Q3: প্রবর্তনের কার্যকারিতা পরিমাপক সংখ্যাগুলোতে কি পুনঃপ্রশিক্ষণের খরচ, ভুল সামলানোর খরচ এবং প্রভাবিত মানুষদের বোঝা অন্তর্ভুক্ত? - বাস্তবায়নের কার্যকারিতা পরিমাপক সংখ্যাগুলোতে কি পুনঃপ্রশিক্ষণের খরচ, ভুল সামলানোর খরচ এবং প্রভাবিত মানুষদের বোঝা অন্তর্ভুক্ত?