AI Highlights — সামগ্রিক চিত্র — 2026-10-23 (শুক্র) দৈনিক সংবাদ

Barclays এআইকে কারণ হিসেবে উল্লেখ করে প্রায় 5,000টি চাকরি ছাঁটাইয়ের পরিকল্পনা করছে, যা মূলত সহায়ক বিভাগগুলোতে। প্রায় একই সময়ে Axios প্রতিবেদন করেছে যে একটি অনুসন্ধানহীন এআই এজেন্ট মার্কিন ব্যাংক অ্যাকাউন্টে প্রবেশ করছিল, এবং শিশুদের মানসিক স্বাস্থ্য নিয়ে উদ্বেগের কারণে Google-এর শিক্ষা-বিষয়ক এআই Senate-এর নজরদারির মুখে পড়েছে। এআই চালু করা হবে কি না, তা নিয়ে বিতর্ক শুরু হওয়ার আগেই এটি মানুষ, অ্যাকাউন্ট ও শিশুদের জীবনে ঢুকে পড়ছে। যাঁরা পণ্যটি প্রয়োগ করছেন, তাঁদের দাবি যে এটি নিরাপদ এবং কার্যকর, তা পাঠকেরা নিজেরা যাচাই করতে পারেন না। রাজ্যের আইন ও দেশগুলোর মধ্যকার প্রতিযোগিতা এই গতির সঙ্গে তাল মেলানোর মতো করে গড়া নয়। এই অর্ধদিনের ঘটনাপ্রবাহ থেকে যা দেখা যায় তা হলো, ব্যবস্থাটি চালু করার পক্ষে-বিপক্ষে নয়, বরং আগাম পরীক্ষা কে সম্পন্ন করবে এবং চালুর পর ফলাফল কে যাচাই করবে, সেই বিচার আমাদের বদলানো দরকার।

এআই-এর কারণে কর্মী হ্রাস এবং পুনঃশিক্ষণ নেওয়া মানুষ

Barclays প্রায় 5,000টি চাকরি ছাঁটাইয়ের পরিকল্পনা করছে, যা মূলত সহায়ক বিভাগগুলোতে (ব্যবসা + আইটি)। The New York Times এটিকে এআই-চালিত ব্যয় হ্রাসের কারণে ছাঁটাই হিসেবে প্রতিবেদন করেছে (The New York Times)। ছাঁটাইয়ের কারণ হিসেবে এআইয়ের কথা বলা হয়েছে, এবং ছাঁটাইয়ের সংখ্যা নির্দিষ্ট সংখ্যায় দেখানো হয়েছে। এখানে পাঠকেরা দেখছেন যে, প্রয়োগের ফলাফল এখন কতজনকে কমানো হয়েছে তার হিসাবে আলোচিত হতে শুরু করেছে। সে ক্ষেত্রে, যাঁরা প্রয়োগের মূল্যায়ন করছেন, তাঁদের জন্য শুধু ছাঁটাইয়ের সংখ্যা যথেষ্ট নয়। যাঁরা ছাঁটাই হওয়া কাজগুলোর দায়িত্বে ছিলেন, তাঁরা কোথায় যাবেন, সেই প্রশ্নও করা প্রয়োজন।

পুনঃশিক্ষণের দিকে, প্রচেষ্টাগুলোর দায়িত্বে থাকা ব্যক্তিরা বিভক্ত। ভারতের IIT Madras এআই চাকরি, বৈশ্বিক মান ও পুনঃদক্ষতা অর্জন নিয়ে একটি হোয়াইট পেপার প্রকাশ করেছে (The Economic Times)। যুক্তরাষ্ট্রে Sundance ও University of Colorado Boulder চলচ্চিত্র নির্মাতাদের জন্য একটি এআই শিক্ষা কেন্দ্র প্রতিষ্ঠা করবে (Longmont Times-Call)। জাপানে Houou High School-এ শিক্ষার্থীরা একটি বিশেষ ক্লাসের মাধ্যমে এআই সম্পর্কে শিখেছে, যেখানে তারা পরিবারকে "ধন্যবাদ" জানানোর জন্য ভিডিও তৈরি করেছে (Minami Nippon Shimbun)। বিশ্ববিদ্যালয়, চলচ্চিত্র শিল্প সংস্থা ও উচ্চ বিদ্যালয়ে যাঁরা পড়াশোনা করছেন, তাঁদের বয়স ও পেশা আলাদা। অন্যদিকে, Barclays-এর মতো ছাঁটাইয়ের লক্ষ্যবস্তু ব্যক্তিরা এ ধরনের শিক্ষা পেতে পারবেন কি না, তা এই প্রবন্ধ থেকে স্পষ্ট নয়। পুনঃপ্রশিক্ষণের সুযোগ থাকা এক বিষয়, আর যাঁদের প্রয়োজন তাঁদের কাছে সেই সুযোগ পৌঁছানো আরেক বিষয়।

বোঝা শুধু কর্মসংস্থানেই সীমাবদ্ধ নয়। নিউ ইয়র্ক ফেডারেল রিজার্ভের সাবেক প্রেসিডেন্ট Dudley মনে করেন, AI বিনিয়োগ ফেডারেল রিজার্ভকে এমন পরিস্থিতিতে ঠেলে দেবে যেখানে সুদের হার উল্লেখযোগ্যভাবে বাড়তে-কমতে পারে (BigGo Finance)। এই দৃষ্টিকোণ থেকে, AI-তে বিপুল বিনিয়োগের প্রভাব কেবল কর্মী ছাঁটাই করা কোম্পানির ভেতরেই নয়, সুদের হারের মাধ্যমে যারা ঋণ নেয় ও সঞ্চয় করে তাদের কাছেও পৌঁছাবে। কর্মসংস্থান ও অর্থায়ন—উভয় দিকের ব্যয়ই বাস্তবায়নকারী কোম্পানির বাইরে প্রবাহিত হয়।

কোম্পানিগুলো প্রয়োগের সুবিধা সংখ্যায় দেখাবে। কিন্তু কোম্পানির নিজস্ব প্রতিবেদনের মাধ্যমে জানা সম্ভব নয় যে খরচ কে এবং কতটা বহন করবে। পরবর্তী প্রশ্ন হলো, পরিমাপ ও পরীক্ষার দায়িত্ব কার হবে।

যাচাইয়ের নাগালের বাইরের ক্ষেত্রে প্রবেশ করা AI এজেন্ট এবং শিশুদের জন্য AI

অনুসন্ধান-না-করা একটি AI এজেন্ট মার্কিন ব্যাংক অ্যাকাউন্টে প্রবেশ করছিল, Axios একটি স্কুপে জানিয়েছে। শিরোনাম যা বোঝায় তা হলো, কোনো পূর্ব-অনুসন্ধানের মধ্য দিয়ে না যাওয়া একটি এজেন্ট আপনার অর্থের প্রবেশদ্বার, আপনার অ্যাকাউন্টে পৌঁছে গেছে। প্রায় একই সময়ে New York Post জানিয়েছে, শিশুদের মানসিক স্বাস্থ্য নিয়ে উদ্বেগ তুলে Google-এর শিক্ষাবিষয়ক AI-এর বিষয়ে সিনেটে তদন্ত চলছে। অ্যাকাউন্ট ও শিশু উভয়ই এমন ক্ষেত্র যেখানে ব্যবহারকারীর পক্ষে নিজে ঝুঁকি শনাক্ত করা কঠিন। যিনি AI চালু করছেন তিনি "নিরাপদ" বললেও পাঠকরা নিজেরা তার প্রমাণ যাচাই করতে পারেন না। এই দুটি ঘটনা দেখায় যে, ব্যবস্থাটি চালু করা হবে কি না তা নিয়ে আলোচনার আগে প্রশ্ন করা উচিত চালুর পূর্বের অনুসন্ধান কে সম্পন্ন করেছে।

একই প্রশ্ন রাজ্য ও জাতীয় পর্যায়েও উঠছে। StateScoop-এর প্রতিবেদন অনুযায়ী, OpenAI গভর্নরকে ক্যালিফোর্নিয়ার AI সুরক্ষা আইন আরও কঠোর করার অনুরোধ জানিয়েছে। অর্থাৎ যে কোম্পানিগুলো নিয়ন্ত্রণের আওতায় পড়ে, তারাই আরও কড়া নিয়মের অনুরোধ করেছে। তবে শুধু শিরোনাম দেখে অনুরোধটির আসল অর্থ নির্ধারণ করা সম্ভব নয়। বিস্তারিত নিশ্চিত না হওয়া পর্যন্ত এটিকে কোম্পানির অবস্থানের প্রকাশ, অথবা নিয়ম প্রণয়নে তাদের সম্পৃক্ততা হিসেবে পড়া যেতে পারে। The New York Times যুক্তি দিয়েছে যে A.I. মধ্যবর্তী নির্বাচনের জন্যও ঝুঁকি তৈরি করে। Geopolitical Monitor উল্লেখ করেছে যে চীন AI ঝুঁকি সম্পর্কে আমেরিকার সহনশীলতার মাত্রা নির্ধারণ করে দিচ্ছে। যুক্তিটি হলো, নির্বাচনে হোক বা যুক্তরাষ্ট্র ও চীনের মধ্যকার প্রতিযোগিতায়, কতটা ঝুঁকি মেনে নেওয়া হবে তা ব্যবহারকারীর অজান্তেই ঠিক হয়ে যেতে পারে।

এখান থেকে পাঠকের যে সিদ্ধান্তগুলো নেওয়া উচিত তা হলো নিম্নরূপ। ঘটনাগুলো বৈচিত্র্যময়: Axios ব্যাংক নিয়ে, New York Post স্কুল নিয়ে, StateScoop রাজ্য আইন নিয়ে, The New York Times নির্বাচন নিয়ে এবং Geopolitical Monitor দেশগুলোর মধ্যকার প্রতিযোগিতা নিয়ে আলোচনা করেছে। তবুও সাধারণ বিষয় হলো, যারা ঝুঁকি সহনশীলতা নির্ধারণ করেন তারা ও যারা ঝুঁকি বহন করেন তারা একই মানুষ নন। কোম্পানির নিজস্ব প্রতিবেদন সিদ্ধান্ত গ্রহণে পক্ষপাত সৃষ্টি করতে পারে, রাজ্য আইন একটি রাজ্যের মধ্যেই সীমাবদ্ধ, এবং রাজ্যগুলোর মধ্যকার প্রতিযোগিতা সহনশীলতার মাত্রা বাড়িয়ে দিতে পারে। তাই কোনো AI সেবা মূল্যায়নের সময় কার্যকারিতা বা মূল্য দেখার চেয়ে বরং কোনো তৃতীয় পক্ষ কী এবং কখন পরীক্ষা করেছে তা যাচাই করা প্রয়োজন। পরীক্ষার বিষয়বস্তু দৃশ্যমান না হলে, এর প্রবর্তনের অর্থ হলো ব্যবহারকারীরা নীরবে সহনশীলতার সেই মাত্রা মেনে নিচ্ছেন।

পরীক্ষা চালানোর দায়িত্ব কারও ওপর নির্ধারিত না হলে ক্ষতি ঘটে যাওয়ার পরেই কেবল দায়িত্ব জিজ্ঞাসা করা হবে। এরপর দেখার বিষয় হলো, পরীক্ষার খরচ ও দায়িত্ব কে বহন করবে।

রোগনির্ণয় ও পর্যবেক্ষণে ছড়িয়ে পড়ছে মাঠপর্যায়ের AI

রোগনির্ণয় ও পর্যবেক্ষণের ক্ষেত্রে AI নির্দিষ্ট কিছু কাজ নিতে শুরু করেছে। Google Research AI-সহায়ক আল্ট্রাসাউন্ড পরীক্ষার মাধ্যমে সম্মুখসারির মাতৃস্বাস্থ্যসেবা জোরদার করার একটি উদ্যোগ তুলে ধরেছে (Google Research)। টেলিমেডিসিনে PomDoctor AI ও পরিধেয় যন্ত্র (wearable) কাজে লাগাচ্ছে (FinancialContent)। স্বাস্থ্যসেবার বাইরে Citri&Co এবং ORTH ফলের ব্যবসার জন্য AI কৃষিবিজ্ঞান পরিষেবায় অংশীদারি করেছে (GlobeNewswire)। তিনটির মধ্যে মিল হলো, এগুলো ঘটনাস্থলের কাছাকাছি সিদ্ধান্ত গ্রহণের উপকরণ সরবরাহে ব্যবহৃত হয়। পাঠকদের দেখা উচিত AI কী দেখাচ্ছে তার চেয়ে বরং মাঠপর্যায়ে ফলাফল কে যাচাই করতে পারে।

গবেষণার দিকেও একই দিকে ফলাফল আসছে। জিন এক্সপ্রেশন প্রোফাইলকে ফ্লাক্স-ভিত্তিক বিপাকীয় ফিঙ্গারপ্রিন্টে রূপান্তর করে এমন একটি গণনামূলক কাঠামো CircumSpectrum Communications Medicine-এ প্রকাশিত হয়েছে। PeerJ-এ সেনেসেন্স-সংশ্লিষ্ট সিক্রেটরি ফেনোটাইপ (SASP) সম্পর্কিত জিনের ভিত্তিতে ফুসফুসের অ্যাডেনোকার্সিনোমার একটি মেশিন লার্নিং প্রগনস্টিক সিগনেচার এবং টিউমারের ইমিউন মাইক্রোএনভায়রনমেন্টের সঙ্গে এর সম্পর্ক নিয়ে একটি গবেষণাপত্র রয়েছে (PeerJ)। Radiology Artificial Intelligence বৃহৎ ভাষা মডেল ও কনভোল্যুশনাল নিউরাল নেটওয়ার্ক ব্যবহার করে মাল্টি-এজেন্ট সিস্টেমের মাধ্যমে BT-RADS-এর স্বয়ংক্রিয় শ্রেণিবিন্যাস নিয়ে একটি গবেষণা প্রকাশ করেছে। Nature Communications-এর তালিকায় রয়েছে HRDPath, যা রোগীভিত্তিক, ব্যাখ্যাযোগ্য একটি ডিপ লার্নিং আর্কিটেকচার এবং হোল-স্লাইড ইমেজ থেকে হোমোলগাস রিকম্বিনেশন ত্রুটি অনুমান করে। এআই প্রগনোসিস অনুমান থেকে শুরু করে ছবির শ্রেণিবিন্যাস এবং চিকিৎসা কৌশল-সংশ্লিষ্ট ত্রুটি অনুমান পর্যন্ত বিস্তৃত সিদ্ধান্ত নিতে পারে।

তবে, গবেষণাপত্রের শিরোনামের পরিধির মধ্যেও কিছু গবেষণার গুরুত্ব ভিন্ন। Advanced Science-এর মূত্রথলির ক্যানসার গবেষণায় সাইটোলজি ছবি থেকে লিম্ফ নোডে মেটাস্টাসিস ও রোগমুক্ত বেঁচে থাকার সময় অনুমান করা একটি মাল্টি-টাস্ক ডিপ লার্নিং মডেলের জন্য বহুকেন্দ্রিক গবেষণা এবং একাধিক ক্যানসারে সাইটোলজি যাচাই করা হয়েছে (Advanced Science)। একটি হাসপাতাল ও একটি ক্যানসারে পাওয়া ফলাফল এবং একাধিক প্রতিষ্ঠান ও রোগজুড়ে নিশ্চিত হওয়া ফলাফলের ওপর এই ক্ষেত্র কতটা নির্ভর করতে পারে, তা আলাদা। HRDPath-এর "ব্যাখ্যাযোগ্য" নকশাকেও এমন একটি প্রয়াস হিসেবে পড়া যায়, যা ফলাফল ব্যবহারকারী চিকিৎসকদের প্রমাণের উৎস খুঁজে বের করতে সাহায্য করতে চায়।

AI চালু করার পক্ষে-বিপক্ষে যা নির্ধারণ করে, তা AI ব্যবহার করা হচ্ছে কি না তা নয়, বরং ফলাফল বাইরের দৃষ্টিতে কতটা যাচাই করা হয় তা। আগের অংশে আমরা যে স্ব-প্রতিবেদনের ওপর নির্ভরশীল প্রয়োগ দেখেছি এবং যে চিকিৎসা গবেষণায় বারবার যাচাই আবশ্যক, তাদের মধ্যে পরীক্ষণের মানে পার্থক্য রয়েছে। পরবর্তী অংশে আমরা বিবেচনা করব এই ব্যবধান ঘোচানোর দায়িত্ব কে নেবে।

আবেগ, সৃজনশীলতা ও চেতনাকে ঘিরে সীমারেখা টানা

বক্তৃতা থেকে আবেগ পড়তে পারে এমন AI নিয়ে গবেষণা বর্তমানে একাডেমিক মহলে মূল্যায়নের পর্যায়ে রয়েছে। দক্ষিণ কোরিয়ার Pyler-এর ভয়েস ইমোশন রিকগনিশন AI বিষয়ক দুটি গবেষণাপত্র NeurIPS-এ গৃহীত হয়েছে বলে জানানো হয়েছে (Seoul Economic Daily)। যন্ত্রের মাধ্যমে আবেগ অনুমান করা ইতিমধ্যেই একটি প্রধান গবেষণা বিষয়। অন্যদিকে সৃজনশীল ক্ষেত্রে প্রশ্ন হলো, চিন্তাশীল AI শিল্প কি AI slop-এর সঙ্গে প্রতিযোগিতা করতে পারবে। নির্মাতারা যে স্ববিরোধিতার মুখোমুখি হন, তা নিয়ে আলোচনা করা হয়েছে (The Conversation)। এছাড়া, Hokuriku Regional Development Bureau-এর নামে ‘নতুনদের জন্য AI গার্লফ্রেন্ড সুপারিশ ২০২৬’ শিরোনামের একটি পৃষ্ঠা প্রচারিত হচ্ছে। যদিও আমি এর বিষয়বস্তু নিশ্চিত করতে পারিনি, শুধু শিরোনাম দেখেই বোঝা যায় যে মানুষের মতো সাড়া দেওয়ার পণ্য সাধারণ অনুসন্ধান ফলাফলে তালিকাভুক্ত থাকে। পাঠকের যা দেখা উচিত তা হলো, আবেগ পড়ার প্রযুক্তি এবং আবেগে সাড়া দিচ্ছে বলে মনে হওয়া পণ্যের কার্যপদ্ধতি ও দায়বদ্ধতা ভিন্ন।

চেতনা নিয়ে বক্তব্যগুলোও বিভক্ত। NDTV World Summit-এ Swami Sarvapuryananda নাকি বলেছেন যে AI চেতনাসম্পন্ন না হয়েও বুদ্ধিমান হতে পারে। ধারণাটি হলো, অত্যন্ত বুদ্ধিমান হওয়া এবং চেতনাসম্পন্ন হওয়া দুটি আলাদা বিষয়। এর প্রেক্ষিতে IEEE Spectrum জানিয়েছে, AI মডেলের কল্যাণ নিয়ে ভাবা উচিত কি না, সে বিষয়ে গবেষকরা বিভক্ত (IEEE Spectrum)। বুদ্ধিমত্তা ও চেতনাকে আলাদা করার দৃষ্টিকোণ থেকে হোক বা কল্যাণ নিয়ে উদ্বেগের দৃষ্টিকোণ থেকে, AI-কে কতটা বিবেচনা দেওয়া উচিত তার কোনো প্রতিষ্ঠিত মানদণ্ড নেই। AI যে মানুষের মতো আচরণ করে—এই তথ্য এবং AI-কে মানুষের মতো গণ্য করা উচিত কি না—এই দুটি বিষয় পাঠককে একই পর্যায়ে স্থির করতে হবে না।

আচরণের ক্ষেত্রে পক্ষপাত পরিমাপ করে এমন গবেষণাও রয়েছে। স্পেনের UC3M (Universitat Carlos III of Madrid)-এর একটি গবেষণায় দেখা গেছে, স্পেনে AI নিয়ে গণমাধ্যমের কভারেজে লিঙ্গবৈষম্য আছে (Newswise)। AI নিয়ে কারা কথা বলছে এবং কাদের নিয়ে কথা বলা হচ্ছে, তাতে পক্ষপাত থাকলে AI-কে মানুষের কাছাকাছি কিছু হিসেবে গণ্য করা হবে কি না, সেই বিতর্ক পক্ষপাতদুষ্ট কণ্ঠস্বরের দ্বারা গড়ে ওঠার ঝুঁকি থাকে। আবেগ অনুমান, AI শিল্প, চেতনা নিয়ে বিতর্ক, কল্যাণ নিয়ে বিতর্ক এবং পক্ষপাতপূর্ণ প্রতিবেদন—সবই প্রশ্ন তোলে মানুষ ও AI-এর মধ্যে সীমারেখা কোথায় টানা হবে। এই সীমারেখা কে এবং কোন ভিত্তিতে নিশ্চিত করবে, সেই প্রশ্নটি পরবর্তী অংশে বিস্তারিতভাবে আলোচনা করা হবে।

সংখ্যা হ্রাসের প্রতিক্রিয়ায় তৈরি পণ্য, অ্যাকাউন্ট অ্যাক্সেস, শিশুদের জন্য শিক্ষামূলক এআই, রোগনির্ণয় ও পর্যবেক্ষণ সাইট, এবং আবেগ পাঠের গবেষণা। আলোচিত ক্ষেত্রগুলো আলাদা হলেও প্রতিটি অংশের মিল হলো, এআই-এর কার্যপদ্ধতি নিয়ে যিনি কথা বলেন এবং যিনি তা যাচাই করেন, তিনি একই পক্ষ। কোম্পানিগুলো তাদের ফলাফল ও নিরাপত্তা নিয়ে কথা বলেছে, এবং কিছু ক্ষেত্রে নিয়ন্ত্রণের আওতাধীন OpenAI রাজ্য আইন আরও কঠোর করার আহ্বান জানিয়েছে। পুনঃশিক্ষণ প্রচেষ্টা প্রতিটি অঞ্চলে আলাদাভাবে এগোচ্ছে, এবং ঘটনাস্থলে ফলাফল যাচাই করার দায়িত্ব কেউ নির্ধারণ করেননি। কোনো সিস্টেম চালুর সিদ্ধান্ত নেওয়ার আগে জিজ্ঞাসা করার গুরুত্বপূর্ণ প্রশ্নটি কার্যক্ষমতা বা খরচ নয়, বরং কে এবং কোন পর্যায়ে স্বাধীন পরিদর্শন করবে। পরিদর্শনের দায়িত্বে থাকা ব্যক্তির পরিচয় স্পষ্ট এমন প্রবর্তনই ব্যবহারকারীদের সিদ্ধান্ত নেওয়ার ভিত্তি দেবে।

প্রশ্ন ১: চালু করা এআই-এর আউটপুট ঘটনাস্থলে যাচাই করার ব্যক্তি ও পদ্ধতি কি ঠিক করা হয়েছে? প্রশ্ন ২: বাস্তবায়নের আগের সমীক্ষা এবং বাস্তবায়নের পরের পরিদর্শন কি এআই সরবরাহকারী থেকে স্বাধীনভাবে করা হয়? প্রশ্ন ৩: এআই-এর কারণে প্রাপ্ত ফলাফল ও সংখ্যা হ্রাসের পরিসংখ্যান কি তৃতীয় পক্ষ যাচাই করতে পারে এমনভাবে দেখানো যায়?

সবশেষে, তিনটি প্রশ্ন

- ঘটনাস্থলে চালু করা AI-এর আউটপুট যাচাই করার জন্য ব্যক্তি ও পদ্ধতি নির্ধারণ করা হয়েছে কি? Q2: বাস্তবায়নের আগের সমীক্ষা এবং বাস্তবায়নের পরের পরিদর্শন কি AI সরবরাহকারীর থেকে স্বাধীনভাবে পরিচালিত হয়? Q3: AI-এর মাধ্যমে প্রাপ্ত ফলাফল ও হ্রাসের পরিসংখ্যান কি আপনি এমনভাবে দেখাতে পারেন যা তৃতীয় পক্ষ নিশ্চিত করতে পারে? - বাস্তবায়নের আগের সমীক্ষা এবং বাস্তবায়নের পরের পরিদর্শন কি AI সরবরাহকারীর থেকে স্বাধীনভাবে পরিচালিত হয়? Q3: AI-এর মাধ্যমে প্রাপ্ত ফলাফল ও হ্রাসের পরিসংখ্যান কি আপনি এমনভাবে দেখাতে পারেন যা তৃতীয় পক্ষ নিশ্চিত করতে পারে? - AI-এর অর্জিত ফলাফল ও হ্রাসের পরিসংখ্যান কি তৃতীয় পক্ষ নিশ্চিত করতে পারে এমন আকারে দেখানো হয়েছে?