গত দুই বছরে জেনারেটিভ এআই ডেভেলপমেন্ট এবং গ্রহণের গতি এবং কর্মীদের প্রস্তুতির ধারণাটি পুনঃব্যবহারে আগ্রহ থাকা সত্ত্বেও, আমরা ভুল পথে আছি।
সম্প্রতি, আমি আমেরিকায় কাজের ভবিষ্যৎ নিয়ে একটি বৃহৎ কর্পোরেশনের একটি উপস্থাপনায় অংশ নিয়েছিলাম। মূল ধারণা ছিল যে উচ্চশিক্ষার মতো জ্ঞান-ভিত্তিক শিল্পে কর্মীদের তাদের চাকরির জন্য ভয় পাওয়া উচিত নয়, যদি তারা সহানুভূতি, নান্দনিক বিচার এবং সমালোচনামূলক চিন্তাভাবনার মতো অনন্য মানবিক ক্ষমতার পাশাপাশি এআই সাক্ষরতার দক্ষতা বিকাশ করে। মূল ধারণা ছিল যে জেনারেটিভ এআই প্ল্যাটফর্মগুলি (GenAI) মূল “নরম দক্ষতা”, দক্ষতাগুলি প্রতিলিপি এবং প্রতিস্থাপন করার সম্ভাবনা কম, যা আমরা অন্তত বিংশ শতাব্দীর শেষের দিকে STEM শিক্ষার উপর জোর দেওয়ার পর থেকে আলোচনা করে আসছি (বিজ্ঞান, প্রযুক্তি, প্রকৌশল এবং গণিত)। অন্য কথায়, এআই-চালিত কর্মীদের চাহিদার জন্য নতুন প্রযুক্তি-সম্পর্কিত দক্ষতা অর্জনের প্রয়োজন হবে, তবে আমরা যেভাবে কর্মীদের কর্মীদের জন্য প্রস্তুত করি তা মৌলিকভাবে পরিবর্তিত হবে না।
তারা ভুল: প্রচলিত ধারায় AI-বর্ধিত কর্মীবাহিনীতে মানুষের ভূমিকা তৈরি করার চেষ্টা করা হল একটি AI ভবিষ্যতের জন্য অপ্রস্তুত কর্মীবাহিনী তৈরির সবচেয়ে নিশ্চিত উপায়। ইতিমধ্যেই, Grammarly এবং Pi AI-এর মতো জেনারেটিভ AI প্ল্যাটফর্মগুলি মানসিক বুদ্ধিমত্তা অনুকরণ করে, এবং Grammarly-এর দিকগুলি ব্যবহার করা হচ্ছে যাতে মানুষের যোগাযোগগুলি সামঞ্জস্যপূর্ণ, ভদ্র, প্রাসঙ্গিক এবং ব্র্যান্ড-ভিত্তিক হয় – যার সবকটিই “অনন্যভাবে মানব দক্ষতার” উপর AI-এর আগ্রাসনকে প্রতিফলিত করে। ক্রমবর্ধমানভাবে, AI প্রযুক্তিগুলি (যেমন OpenAI-এর ChatGPT4.5) এমনভাবে আচরণ করছে যা আবেগগতভাবে বুদ্ধিমান, চিন্তাশীল মানব এজেন্টদের কাছ থেকে আশা করা যায়, অন্তত সীমিত প্রেক্ষাপটের মধ্যে।
ব্যাপকভাবে আলোচিত একটি গবেষণায় (এবং প্রচলিত জ্ঞানের বিপরীতে), জেনারেটিভ AI করোনাভাইরাস এবং নির্বাচনী জালিয়াতির ষড়যন্ত্রে মানুষের বিশ্বাসকে উড়িয়ে দিতে উল্লেখযোগ্যভাবে সক্ষম প্রমাণিত হয়েছে, যা ইঙ্গিত দিতে পারে যে AI যোগাযোগে উৎকর্ষ অর্জন করতে পারে যেখানে মানুষ পারে না। আরেকটি গবেষণায় ব্যক্তিগতকৃত প্ররোচনায় GenAI-এর কার্যকারিতা অন্বেষণ করা হয়েছে, যা সীমিত তাৎক্ষণিক তথ্য থাকা সত্ত্বেও, প্রাপকদের মনস্তাত্ত্বিক প্রোফাইলের সাথে মেলে বার্তা পাঠানোর ক্ষমতার উপর ভিত্তি করে তৈরি করা হয়। এই এবং অন্যান্য গবেষণাগুলি স্পষ্টভাবে ইঙ্গিত দিতে পারে যে AI-বর্ধিত কর্মক্ষেত্রে মানুষের জন্য স্থায়ী ভূমিকা নিশ্চিত করার জন্য নরম দক্ষতার উপর বিশ্বাস ভুল।
অধিকন্তু, যদি ভবিষ্যদ্বাণীগুলি সঠিক প্রমাণিত হয়, তাহলে এজেন্টিক AI শীঘ্রই গ্রাহক, শিক্ষার্থী এবং মানব কর্মচারীদের সাথে এমনভাবে জড়িত করতে সক্ষম হবে যা অন্যান্য মানুষের তুলনায় আরও সহানুভূতিশীল, স্পষ্ট এবং ব্যক্তিগত চাহিদার সাথে খাপ খাইয়ে নেওয়া হবে। প্রকৃতপক্ষে, এজেন্টিক AI-এর প্রতিশ্রুতি এই ধারণার উপর ভিত্তি করে বলে মনে হচ্ছে, কারণ ক্রমবর্ধমান স্বায়ত্তশাসিত AI সিস্টেমগুলিকে তাদের মানব প্রতিপক্ষের চাহিদা মেটাতে মূল্য-ভিত্তিক, আবেগগতভাবে বুদ্ধিমান বিচার করতে হবে। “আবেগগত বুদ্ধিমত্তা, সমালোচনামূলক চিন্তাভাবনা, নেতৃত্ব এবং জটিল সমস্যা সমাধান সহজাতভাবে মানবিক বৈশিষ্ট্য…” এই ধারণাটি সর্বোপরি বর্তমান সীমাবদ্ধতার একটি বিবৃতি, শিল্প কর্মীদের দক্ষতা বৃদ্ধির পরিকল্পনার ভিত্তি নয় বা “কর্মশক্তির প্রস্তুতি” ধারণাটি সামঞ্জস্য করার ভিত্তি নয়।
স্বল্পমেয়াদে এজেন্টিক এআই-এর আকাঙ্ক্ষা পূরণ করা কঠিন হলেও, আমরা ইতিমধ্যেই এই ধারণার বাইরে চলে এসেছি যে এআই-সাক্ষরতা, অর্থাৎ, জেএনএআই প্ল্যাটফর্মগুলিকে দায়িত্বশীল এবং কার্যকরভাবে ব্যবহার করার জন্য প্রয়োজনীয় দক্ষতা, পরিষ্কারভাবে “প্রযুক্তিগত দক্ষতা” এবং “মানব দক্ষতা”-এ বিভক্ত। অবশ্যই, যতদূর মানুষ একটি কর্মীবাহিনীর অংশ এবং একে অপরের সাথে সহযোগিতা করতে হবে, ততদূর সহানুভূতি, মানসিক বুদ্ধিমত্তা এবং সমালোচনামূলক চিন্তাভাবনা সর্বদা কর্মীবাহিনীর প্রস্তুতির জন্য অপরিহার্য হবে। কিন্তু এআই সাক্ষরতার জন্য শিল্প এবং শিক্ষায় প্রযুক্তির সাথে ইন্টারফেস এবং ব্যবহার করার অর্থ কী তা নিয়ে আমরা যেভাবে চিন্তা করি তাতে একটি টেকটোনিক পরিবর্তন প্রয়োজন: এর জন্য শিক্ষার একটি সিস্টেম-তাত্ত্বিক পদ্ধতি গ্রহণ করা প্রয়োজন যা জ্ঞানীয় এবং মানসিক নমনীয়তা, কৌতূহল এবং অভিযোজিত সমস্যা সমাধানকে উৎসাহিত করে।
অধ্যয়নের ক্ষেত্র হিসেবে, জেনারেল সিস্টেমস থিওরি (GST) বিংশ শতাব্দীর মাঝামাঝি সময়ে একটি আন্তঃবিষয়ক কাঠামো হিসেবে আবির্ভূত হয় যেখানে নরবার্ট উইনার, নিকলাস লুহম্যান এবং লুডভিগ ভন বার্টানানফির মতো চিন্তাবিদরা জটিল সিস্টেমের প্রকৃতি, তাদের নির্দেশিকা নীতি এবং তাদের আন্তঃসম্পর্ক সম্পর্কিত প্রশ্নগুলিতে আগ্রহী ছিলেন। মূল ধারণা হল যে সিস্টেমগুলি – জৈবিক, সামাজিক বা প্রযুক্তিগত – আন্তঃনির্ভরশীল উপাদান, প্রতিক্রিয়া লুপ এবং উদীয়মান বৈশিষ্ট্যের মাধ্যমে কাজ করে। সবচেয়ে গুরুত্বপূর্ণ বিষয় হল, সিস্টেমগুলি গতিশীল, যার অর্থ হল তাদের অধ্যয়নের জন্য জটিলতা এবং পরিবর্তনের বোঝার পাশাপাশি অপ্রত্যাশিত বিষয়গুলির জন্য সহনশীলতা প্রয়োজন – যা সবই বৃহৎ ভাষা মডেল (LLM) এর মতো উৎপাদক AI সিস্টেমগুলির সাথে কাজ করার জন্য অপরিহার্য।
GST-এর প্রতি কর্মীদের প্রস্তুতি এবং শিক্ষাগত অনুশীলন সম্পর্কে আমাদের বোধগম্যতা পুনর্নির্মাণ করার জন্য, অন্যান্য বিষয়ের মধ্যে, “মানব দক্ষতা” এবং “AI ক্ষমতা”-এর মধ্যে প্রচলিত পার্থক্য ক্রমশ কৃত্রিম হয়ে উঠছে তা স্বীকার করা। পরিবর্তে, আমাদের অবশ্যই মানুষ এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে সম্পর্ককে একটি জটিল ব্যবস্থার অংশ হিসেবে কল্পনা করতে হবে – জৈবিক এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে একটি আন্তঃসম্পর্ক, যার প্রতিটিই মিথস্ক্রিয়া এবং সম্পৃক্ততার মাধ্যমে একে অপরকে গঠন করে। দক্ষ কৃত্রিম বুদ্ধিমত্তা ব্যবহারকারীদের অবশ্যই এই সত্যটি মেনে নিতে হবে যে কৃত্রিম বুদ্ধিমত্তা ব্যবস্থাগুলি বিকশিত হওয়ার সাথে সাথে সেই ব্যবস্থাগুলির সাথে জড়িত থাকার রূপ এবং প্রকৃতিও – এবং দ্রুত। অনিশ্চয়তার প্রতি সহনশীলতা এবং সমস্যা এবং সমাধানগুলিকে পুনর্গঠন এবং পুনর্নির্মাণের ক্ষমতা স্পষ্টতা, কঠোরতা এবং দায়িত্বের প্রতি ঝোঁকের সাথে সহাবস্থান করতে হবে। অর্থাৎ, জটিল ব্যবস্থার উদীয়মান চাহিদার সাথে ঐতিহ্যবাহী দক্ষতা এবং মৌলিক জ্ঞানতত্ত্বের একটি গতিশীল মিশ্রণ থাকতে হবে।
এটা বলা প্রলুব্ধকর (এবং প্রকৃতপক্ষে এটি প্রায়শই বলা হয়) যে এর অর্থ হল শিক্ষা এবং প্রশিক্ষণ এখন ব্লুমের ট্যাক্সোনমির উচ্চতর স্তর থেকে শুরু করা উচিত – মুখস্থ এবং বোঝার পরিবর্তে বিশ্লেষণ, মূল্যায়ন এবং সৃজনশীলতা দিয়ে। এই দৃষ্টিকোণ থেকে, GenAI-এর উত্থান আমাদের কর্মপ্রবাহের আরও যান্ত্রিক দিকগুলিকে স্বয়ংক্রিয় করার সুযোগ করে দেয়, যার ফলে আমরা উচ্চতর বৌদ্ধিক ক্ষমতা প্রয়োগ করতে পারি। ফলস্বরূপ, শিক্ষার জ্ঞানীয় কার্যকারিতার এই “উচ্চতর” দিকগুলিকে গড়ে তোলার উপর মনোনিবেশ করা উচিত।
কিন্তু এটি মূল বিষয় নয় এবং হতে পারে না, কারণ ব্লুমের সুপরিচিত কাঠামো দীর্ঘস্থায়ী শিক্ষামূলক অনুশীলনকে সংহিতাবদ্ধ করে, যার ফলে শিক্ষাদান এবং শেখার বিষয়ে ঐতিহ্যবাহী ধারণাগুলিকে শক্তিশালী করে। ভিন্নভাবে বলতে গেলে, ব্লুমের শ্রেণীবিন্যাস হল একটি উত্তরাধিকার জ্ঞানতত্ত্ব বলা যেতে পারে, অর্থাৎ, শিক্ষার একটি ঐতিহ্যবাহী তত্ত্ব যা নির্দিষ্ট সাংস্কৃতিক এবং ঐতিহাসিক মুহুর্তের মধ্যে উদ্ভূত হয়েছিল। যেহেতু এই তত্ত্বগুলি এই বিশ্বাসের উপর ভিত্তি করে তৈরি করা হয় যে শিক্ষা হল তথ্যের বৃহৎ স্থিতিশীল ক্ষেত্রগুলির সঞ্চয়, এটি এমন একটি দৃষ্টিভঙ্গি যা AI প্রযুক্তি এবং তাদের মানব ব্যবহারকারীদের মধ্যে গতিশীল আন্তঃসংযোগকে উপেক্ষা করতে পারে। ফলস্বরূপ, ব্লুমের শ্রেণীবিন্যাসের মতো গঠনের পরিপ্রেক্ষিতে AI সাক্ষরতা এবং AI সম্পৃক্ততাকে কাঠামোবদ্ধ করে আমাদের চিন্তাভাবনাকে ক্রমবর্ধমান অপ্রাসঙ্গিক ধারণা এবং অনুশীলনের সাথে সংযুক্ত করে। এটি এমন নয় যে GenAI আমাদের ঐতিহ্যগত অর্থে আরও সৃজনশীল এবং বিশ্লেষণাত্মক হতে দেয়; প্রযুক্তি এবং মানুষের মধ্যে জটিল সম্পর্কের আলোকে সৃজনশীলতা এবং বিশ্লেষণের মতো ধারণাগুলি এখন আমাদের অভ্যস্ত করতে হবে।
কর্মীদের প্রস্তুতির ভবিষ্যতের জন্য এর অর্থ কী? অন্যান্য বিষয়ের মধ্যে, এটি “সিস্টেম-স্তরের” দক্ষতার উপর একটি বিশেষ গুরুত্ব আরোপ করে যা GenAI-এর সাথে জড়িত থাকার জন্য এবং AI ইন্টিগ্রেশনকে পুঁজি করার জন্য সংস্থাগুলিকে পুনর্নির্মাণের জন্য অপরিহার্য হবে। এর মধ্যে রয়েছে জ্ঞানীয় নমনীয়তা, আবেগিক স্থিতিশীলতা, কৌতূহল, প্রেক্ষাপট-সংবেদনশীলতা, সমালোচনামূলক মূল্যায়ন এবং অভিযোজিত সমস্যা সমাধান — এই সমস্ত কিছু মানব-এআই সম্পৃক্ততার গতিশীল প্রেক্ষাপটে বোঝা উচিত। এই দক্ষতা সম্পন্ন ব্যক্তিরা AI আউটপুটে অন্তর্নিহিত অনুমান এবং পক্ষপাত সনাক্ত করতে, GenAI-কে কীভাবে এর শক্তিকে পুঁজি করে জড়িত করতে হয় তা বুঝতে এবং মানব-এআই সহযোগিতার পণ্যগুলিকে হাতের কাছের উদ্দেশ্যে তৈরি করতে পারদর্শী হবেন।
দিনের শেষে, ভবিষ্যতের কর্মীদের বৌদ্ধিকভাবে চটপটে, আবেগগতভাবে অভিযোজিত এবং কৌতূহলী হতে হবে। এটি প্রশিক্ষণ এবং শিক্ষার ক্ষেত্রে একটি সিস্টেম-তাত্ত্বিক পদ্ধতি যা আমাদের সেখানে পৌঁছানোর সম্ভাবনা সবচেয়ে বেশি।
সূত্র: দ্য এআই জার্নাল / ডিগপু নিউজটেক্স