মানবসম্পদ ও এআই-এর যৌথ কর্মক্ষেত্রের একটি আধুনিক সম্পাদকীয় চিত্রণ, যেখানে বাংলায় টেক্সট ওভারলে ব্যবহার করা হয়েছে।
ইতিহাসের প্রতিটি শিল্প বিপ্লবের সূচনালগ্নেই এক গভীর শঙ্কা ও সামাজিক অস্থিরতা তৈরি হয়েছে। আঠারো শতকে বাষ্পীয় ইঞ্জিনের উদ্ভাবন যখন কায়িক শ্রমের ভিত্তি নাড়িয়ে দিয়েছিল, তখন ‘লুডাইট’ আন্দোলনকারীরা কারখানার যন্ত্রপাতি ভাঙচুর করেছিল এই ভয়ে যে প্রযুক্তি তাদের জীবিকা ছিনিয়ে নেবে। বিংশ শতাব্দীর শেষভাগে যখন কম্পিউটার ও ইন্টারনেটের উত্থান ঘটে, তখনও টাইপরাইটার পরিচালকদের মনে হয়েছিল তাঁদের যুগের অবসান ঘটল।
তবে কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স (AI)-এর বর্তমান বিপ্লব পূর্বের যেকোনো প্রযুক্তিগত পরিবর্তনের চেয়ে একেবারেই আলাদা।
কারণ এআই কেবল মানুষের শারীরিক শ্রমকে প্রতিস্থাপন করছে না; এটি সরাসরি আঘাত হানছে মানুষের জ্ঞানচর্চা, বুদ্ধিবৃত্তিক দক্ষতা (Cognitive Skills) এবং তথাকথিত সৃজনশীলতার (Creativity) ওপর। জেনারেটিভ এআই, লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) এবং অ্যাডভান্সড অটোমেশনের যুগে আজ বৈশ্বিক অর্থনীতির সবচেয়ে বড় প্রশ্ন: এআই কি কোটি কোটি মানুষকে বেকার করে দেবে, নাকি এটি কর্মসংস্থানের এক নতুন সংজ্ঞা ও সম্ভাবনার জন্ম দিচ্ছে?
১. ‘জব রিপ্লেসমেন্ট’ বনাম ‘টাস্ক অটোমেশন’: দৃষ্টিভঙ্গির ভুল
এআই এবং চাকরির সম্পর্ক আলোচনার সময় সবচেয়ে বড় ভুলটি হয় “Job” (চাকরি) এবং “Task” (কাজ)-কে এক করে দেখার কারণে।
যেকোনো একটি নির্দিষ্ট চাকরি মূলত অনেকগুলো ছোট ছোট কাজের (Tasks) সমষ্টি। এআই সাধারণত কোনো একটি পুরো চাকরিকে রাতারাতি গায়েব করে দেয় না; বরং চাকরির ভেতরের নির্দিষ্ট কিছু পুনরাবৃত্তিমূলক, উপাত্তনির্ভর এবং নিয়মমাফিক কাজকে স্বয়ংসক্রিয় (Automate) করে।
আরও পড়ুন AI দিয়ে তৈরি ছবি কীভাবে চিনবেন? ১০টি সহজ উপায়, যা অনেকেই জানেন না
শ্রমের নতুন অর্থনৈতিক রূপান্তর
- টাস্ক অটোমেশন (Task Automation): ডেটা প্রসেসিং, প্রাথমিক কোড লেখা, টেক্সট প্রুফরিডিং বা কাস্টমার কোয়েরির উত্তর দেওয়ার মতো কাজগুলো এখন এআই কম সময়ে নিখুঁতভাবে সমাধান করছে।
- মূল্যমানের স্থানান্তর (Value Shift): যে কাজগুলোর জন্য আগে কেবল প্রযুক্তিগত দক্ষতা বা তথ্য মুখস্থ রাখার প্রয়োজন হতো, সেগুলোর আর্থিক মূল্য দ্রুত কমে যাচ্ছে। বিপরীতে, এআই-কে সঠিক নির্দেশনা দেওয়া (Prompting), এআই-এর তৈরি ফলাফল যাচাই করা (Verification) এবং জটিল সিদ্ধান্ত নেওয়ার মতো মানবিক সক্ষমতার মূল্য বৃদ্ধি পাচ্ছে।
- লেভারেজড ওয়ার্ক (Leveraged Work): এআই একজন কর্মীর ক্ষমতাকে বহুগুণ বাড়িয়ে দিচ্ছে। যেখানে আগে ১০ জন বিশ্লেষকের প্রয়োজন হতো এক সপ্তাহের উপাত্ত বিশ্লেষণ করতে, সেখানে এখন ১ জন প্রযুক্তি-দক্ষ বিশ্লেষক এআই টুল ব্যবহার করে কয়েক ঘণ্টার মধ্যে একই কাজ সম্পন্ন করছেন।
ওয়ার্ল্ড ইকোনমিক ফোরাম (WEF)-এর বিশ্লেষণ অনুযায়ী, এআই-এর কারণে বিশ্বজুড়ে লাখ লাখ ঐতিহ্যগত চাকরি বিলুপ্ত বা পরিবর্তিত হলেও, একই সাথে এটি সম্পূর্ণ নতুন ধরনের অর্থনৈতিক চাহিদা ও কাজের ক্ষেত্র তৈরি করছে।
২. এআই-এর প্রভাবে সর্বাধিক রূপান্তরমুখী প্রধান খাতসমূহ
কৃত্রিম বুদ্ধিমত্তার প্রভাব কেবল একটি বা দুটি নির্দিষ্ট শিল্পে সীমাবদ্ধ নয়। তবে কিছু নির্দিষ্ট খাতে এর রূপান্তর প্রক্রিয়া অত্যন্ত দ্রুত ও গভীর।
ক. কন্টেন্ট, মিডিয়া ও ক্রিয়েটিভ ইন্ডাস্ট্রি
মিডিয়া, কপিরাইটিং, গ্রাফিক ডিজাইন, মিউজিক প্রোডাকশন এবং ভিডিও এডিটিং খাত এআই বিপ্লবের প্রথম সারিতে রয়েছে।
- প্রভাব: প্রাথমিক খসড়া তৈরি, বেসিক লোগো তৈরি, স্ট্যান্ডার্ড সোশ্যাল মিডিয়া পোস্ট লেখা এবং বেসিক এডিটিংয়ের জন্য আর বিশাল টিম বা দীর্ঘ সময়ের প্রয়োজন হচ্ছে না। এআই টুলগুলো সেকেন্ডে শত শত বৈচিত্র্যময় কন্টেন্ট আউটপুট দিতে সক্ষম।
- কাজের রূপান্তর: ক্রিয়েটরদের ভূমিকা এখন ‘উৎপাদক’ (Producer) থেকে বদলে ‘সম্পাদক’ (Editor) ও ‘আর্ট ডিরেক্টর’ (Art Director)-এ উন্নীত হচ্ছে। কাজের পরিমাণের (Quantity) চেয়ে দৃষ্টিভঙ্গি, স্টোরিটেলিং এবং ব্র্যান্ডের নিজস্ব বার্তার (Original Human Voice) ওপর বেশি নজর দিতে হচ্ছে।
খ. সফটওয়্যার ইঞ্জিনিয়ারিং ও তথ্যপ্রযুক্তি (IT)
কম্পিউটার সায়েন্স ও সফটওয়্যার ডেভেলপমেন্ট খাত এআই দ্বারা সবচেয়ে দ্রুত পরিবর্তিত হওয়া ক্ষেত্রগুলোর একটি।
- প্রভাব: প্রাথমিক লাইনের কোড লেখা (Boilerplate code), সাধারণ বাগ (Bug) সনাক্তকরণ এবং সিনট্যাক্স অপটিমাইজেশনের কাজে এআই কোপাইলটগুলো প্রকৌশলীদের গতি বহুগুণ বাড়িয়ে দিয়েছে। কেবল সাধারণ কোডিং করা জুনিয়র বা এন্ট্রি-লেভেলের ডেভলপারদের চাহিদা কমছে।
- কাজের রূপান্তর: সফটওয়্যার প্রকৌশলীদের এখন কেবল ‘কোড রাইটার’ হলে চলছে না। তাঁদের মূলত সিস্টেম আর্কিটেক্ট (System Architect) ও প্রবলেম সলভার (Problem Solver) হতে হচ্ছে—যাঁরা এআই-কে ব্যবহার করে বড় আকারের জটিল ডিজিটাল অবকাঠামো পরিকল্পনা ও নিয়ন্ত্রণ করতে পারেন।
গ. আইনি ও আর্থিক খাত (Legal & Finance)
আইনি নথি তৈরি এবং পুঁজিবাজার বিশ্লেষণ পূর্বে সম্পূর্ণ মানবসম্পদ নির্ভর ও অত্যন্ত সময়সাপেক্ষ কাজ ছিল।
- প্রভাব: হাজার হাজার পৃষ্ঠার কেস নথি, চুক্তিপত্র বা কোম্পানির ব্যালেন্স শিট কয়েক সেকেন্ডে প্রসেস করে তথ্য ও ঝুঁকি বের করে আনছে এআই অ্যালগরিদম।
- কাজের রূপান্তর: জুনিয়র ল-ইয়ার এবং আর্থিক বিশ্লেষকরা এখন ডেটা খোঁজার বিরক্তিকর কাজ থেকে মুক্তি পাচ্ছেন। তাঁদের মূল মনোযোগ দিতে হচ্ছে স্ট্র্যাটেজিক কনসালটেশন, মক্কেলের মানসিক চাহিদা বোঝা এবং নিয়ন্ত্রক সংস্থার জটিল নীতিমালার সাথে সমন্বয় সাধনে।
ঘ. কাস্টমার সাপোর্ট ও ব্যাক-অফিস অপারেশনস
ঐতিহ্যবাহী কল সেন্টার এবং ডেটা এন্ট্রি অপারেশনস এআই-এর কারণে সবচেয়ে বেশি সংকটের মুখে পড়েছে।
- প্রভাব: সাধারণ প্রশ্ন উত্তর দেওয়া, অর্ডার ট্র্যাক করা বা প্রাথমিক অ্যাকাউন্ট সমস্যার সমাধানের জন্য এখন প্রাকৃতিক ভাষায় কথা বলা ‘এআই এজেন্ট’ বা ‘ভয়েস বট’ ব্যবহার করা হচ্ছে, যা ২৪/৭ বিরতিহীনভাবে কাজ করতে সক্ষম।
- কাজের রূপান্তর: কাস্টমার সার্ভিস কর্মীদের এখন আর স্ক্রিপ্ট দেখে বাঁধাধরা উত্তর দিলে হচ্ছে না। জটিল ও স্পর্শকাতর অভিযোগ (Escalated Complex Issues), যেখানে সহানুভূতি ও দ্রুত ব্যক্তিগত সিদ্ধান্ত প্রয়োজন, সেখানে কর্মীদের নিয়োগ দেওয়া হচ্ছে।
ঙ. স্বাস্থ্যসেবা ও ফার্মা রিচার্জ (Healthcare)
স্বাস্থ্যসেবায় এআই মানুষের বিকল্প তৈরি করছে না, বরং চিকিৎসকদের সক্ষমতা অভূতপূর্ব মাত্রায় বাড়িয়ে দিচ্ছে।
- প্রভাব: রেডিওলজি, এক্স-রে, এমআরআই স্ক্যান বিশ্লেষণ বা প্রাথমিক পর্যায়ে টিউমার সনাক্তকরণে এআই মানুষের চেয়েও বেশি নির্ভুলতা দেখাচ্ছে। এছাড়া নতুন ওষুধ আবিষ্কারের (Drug Discovery) সময়সীমা বহু বছর থেকে কয়েক মাসে নেমে এসেছে।
- কাজের রূপান্তর: ডাক্তারদের ভূমিকা কেবল রোগ সনাক্তকরণের মধ্যে সীমাবদ্ধ থাকছে না; রোগী ব্যবস্থাপনা, মানসিক সমর্থন প্রদান এবং জটিল চিকিৎসার মানবিক সিদ্ধান্ত নেওয়ার কাজে তাঁদের গুরুত্ব আরও বাড়ছে।
৩. পরিবর্তনশীল যুগে মানুষ কীভাবে নিজেকে প্রস্তুত করবে?
কৃত্রিম বুদ্ধিমত্তার এই অগ্রযাত্রায় নিজেকে প্রাসঙ্গিক রাখতে হলে সনাতনী চিন্তা ও দক্ষতা অর্জনের মানসিকতা থেকে বেরিয়ে আসতে হবে। এআই-এর যুগে সফল হওয়ার জন্য মানুষের সামনে মূল চালিকাশক্তি হলো অভিযোজন সক্ষমতা (Adaptability) এবং মানবিক দক্ষতার সর্বোচ্চ বিকাশ।
১. ‘সেঞ্চুর মডেল’ (The Centaur Model) গ্রহণ করা
গ্রীক পৌরাণিক চরিত্রের মতো (যার অর্ধেক মানব ও অর্ধেক অশ্ব)—ভবিষ্যতের সফল কর্মী হবেন তিনি, যিনি নিজের প্রজ্ঞা ও মানবিক বিচারবুদ্ধির সাথে এআই-এর গতি ও ডেটা প্রসেসিং ক্ষমতাকে সমন্বিত করবেন।
- এআই লিটারেসি (AI Literacy): আপনি যে খাতেই কাজ করুন না কেন, আপনার ক্ষেত্রের শীর্ষ এআই টুলসগুলো কীভাবে কাজ করে এবং সেগুলোকে কীভাবে সঠিকভাবে চালনা (Prompt Engineering/Tool Fluency) করতে হয় তা শিখতে হবে।
- সহযোগী মনোভাব: এআই -কে প্রতিযোগী হিসেবে না দেখে নিজের ‘কোপাইলট’ বা ‘অ্যাসিস্ট্যান্ট’ হিসেবে চিন্তা করার অভ্যাস গড়ে তুলতে হবে।
২. এআই-প্রতিরোধী বা “Non-Automatable” মানবিক দক্ষতায় জোর দেওয়া
এআই বিপুল পরিমাণ ডেটা দ্রুত বিশ্লেষণ করতে পারে, কিন্তু এটি মানুষের মতো আবেগ, নৈতিক বিচার এবং বাস্তবতা উপলব্ধি করতে পারে না। যে দক্ষতাগুলো এআই সহজে অনুকরণ করতে পারে না, সেগুলোতে দক্ষতা বাড়াতে হবে:
- ক্রিটিক্যাল থিংকিং ও স্কেপটিসিজম: এআই-এর তৈরি ফলাফল অনেক সময় ভুল বা মনগড়া (Hallucination) হতে পারে। সেই ভুল সনাক্ত করা এবং তথ্যের সত্যতা যাচাই করার জন্য গভীর পর্যবেক্ষণ ক্ষমতা প্রয়োজন।
- ইমোশনাল ইন্টেলিজেন্স (EQ) ও সহানুভূতি: নেতৃত্ব (Leadership), মানুষের সাথে সম্পর্ক তৈরি, সংবেদনশীল কথোপকথন পরিচালনা এবং জটিল দরকষাকষির (Negotiation) কাজ কোনো মেশিন দিয়ে সম্ভব নয়।
- কৌশলগত দৃষ্টিভঙ্গি (Strategic Thinking): “কেন এই কাজটি করা উচিত” এবং “এর সুদূরপ্রসারী সামাজিক বা অর্থনৈতিক প্রভাব কী”—এই ধরনের কৌশলগত সিদ্ধান্ত নেওয়ার দায়িত্ব মানুষের হাতেই থাকবে।
৩. “এক দক্ষতা কেন্দ্রিক” মানসিকতা ত্যাগ ও লাইফলং লার্নিং
এক সময় একটি নির্দিষ্ট ডিগ্রি অর্জন করে সারাজীবন একই দক্ষতায় চাকরি করার দিন শেষ হয়ে গেছে।
- টি-শেপড (T-Shaped) স্কিলসেট: নিজের মূল বিষয়ের ওপর গভীর জ্ঞান (Deep Expertise) রাখার পাশাপাশি আনুষঙ্গিক একাধিক প্রযুক্তি ও কৌশলগত বিষয়ে সাধারণ জ্ঞান রাখা।
- নিরন্তর নতুন শেখা (Unlearn and Re-learn): প্রতি কয়েক বছর পর পর বাজার এবং প্রযুক্তির চাহিদার সাথে সাথে নিজেকে রি-স্কিল (Reskilling) এবং আপ-স্কিল (Upskilling) করার মানসিকতা রাখতে হবে।
৪. সমস্যা সমাধানের মূল কেন্দ্রে মানব অভিজ্ঞতাকে রাখা (Human-Centric Value)
এআই প্রচুর কন্টেন্ট বা সমাধান তৈরি করতে পারে, কিন্তু এটি সরাসরি বাস্তব জগতের মানব সমস্যা অনুভব করতে পারে না। আপনি যে কাজই করুন না কেন, কীভাবে শেষ পর্যন্ত একজন মানুষের সত্যিকারের সমস্যার সমাধান হচ্ছে—সেদিকে মূল মনোযোগ দিতে হবে। ব্র্যান্ড বা ব্যবসায়িক ক্ষেত্রে ‘হিউম্যান টাচ’ এবং সত্যতা (Authenticity)-র কদর এআই যুগের সাথে সাথে আরও বৃদ্ধি পাবে।
৪. শ্রমবাজারের ভবিষ্যৎ: বৈশ্বিক নীতি ও সামাজিক চ্যালেঞ্জ
এআই-এর মাধ্যমে কাজের এই বিশ্বব্যাপী পুনর্গঠন কেবল ব্যক্তি পর্যায়ে নয়, জাতীয় ও বৈশ্বিক নীতি-নির্ধারণী পর্যায়েও বেশ কিছু বড় চ্যালেঞ্জ তৈরি করছে:
┌─────────────────────────────────────────────────────────────┐
│ এআই যুগের অর্থনৈতিক ও সামাজিক চ্যালেঞ্জ │
└──────────────────────────────┬──────────────────────────────┘
│
┌───────────────────────┼───────────────────────┐
▼ ▼ ▼
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
ডিজিটাল ও রি-স্কিলিং এর নতুন সামাজিক
অর্থনৈতিক
│ বৈষম্য ব্যাপক সংকট সুরক্ষা নীতি
└──────────────┘ └──────────────┘ └──────────────┘১. ডিজিটাল ও অর্থনৈতিক বৈষম্য: প্রযুক্তি ও মূলধনে এগিয়ে থাকা দেশ ও কর্পোরেশনগুলো এআই-এর সুফল সবচেয়ে বেশি ভোগ করবে। অন্যদিকে, গ্লোবাল সাউথ বা উন্নয়নশীল দেশগুলো—যাদের অর্থনীতি মূলত সস্তা কায়িক শ্রমের ওপর নির্ভরশীল—তারা প্রযুক্তিগত পিছিয়ে পড়ার কারণে বড় ধরনের ঝুঁকিতে পড়তে পারে।
২. রি-স্কিলিং এর বিশাল সংকট: কোটিকোটি বিদ্যমান কর্মীবাহিনীকে এত দ্রুত এআই-বান্ধব প্রযুক্তিতে প্রশিক্ষণ দেওয়া যেকোনো সরকারের জন্য এক বিশাল প্রশাসনিক ও অর্থনৈতিক পরীক্ষা।
৩. সামাজিক সুরক্ষা নেট: অটোমেশনের কারণে সাময়িক যে ছাঁটাই বা অস্থিরতা তৈরি হবে, তা সামাল দিতে Universal Basic Income (UBI), এআই ট্যাক্সেশন এবং কাজের সময়সীমা কমানোর মতো নতুন অর্থনৈতিক নীতি নিয়ে বৈশ্বিক ভাবনার প্রয়োজন হয়ে দাঁড়িয়েছে।
কৌশলগত মূল্যায়ন (Strategic Conclusion)
কৃত্রিম বুদ্ধিমত্তা মানব সভ্যতার কাজ কেড়ে নেওয়ার কোনো অশুভ বা ক্ষতিকারক শক্তি নয়; এটি মূলত মানুষের উৎপাদনশীলতার ইতিহাসের সবচেয়ে শক্তিশালী অনুঘটক।
এআই মানুষের চাকরি কাড়বে না, তবে –
“যে ব্যক্তি এআই ব্যবহারে দক্ষ, সে এআই ব্যবহার না করা ব্যক্তির চাকরিটিকে প্রতিস্থাপন করবে।”
ঐতিহাসিক দৃষ্টিকোণ থেকে বলা যায়, এই বিপ্লব মানুষকে কায়িক ও মানসিক পুনরাবৃত্তিমূলক কাজের ক্লান্তি থেকে মুক্তি দিচ্ছে, যাতে মানুষ তার আসল পরিচয়—সৃজনশীলতা, কৌশলগত চিন্তাভাবনা এবং গভীর মানবিক অনুভূতির চর্চায় আরও বেশি মনোযোগ দিতে পারে। যারা এই পরিবর্তনকে ভয় না পেয়ে হাতিয়ার হিসেবে গ্রহণ করবে, তাদের জন্য এটি কাজের অবসান নয়; বরং কর্মক্ষেত্রের এক নতুন ও মহিমান্বিত যুগের সূচনা।
তথ্যসূত্রঃ
McKinsey & Company: How AI is—and isn’t—changing the future of work
International Monetary Fund (IMF): Gen-AI: Artificial Intelligence and the Future of Work
Boston Consulting Group (BCG): AI Will Reshape More Jobs Than It Replaces
Goldman Sachs Insights: How Will AI Affect the Global Workforce?
The Budget Lab at Yale: Evaluating the Impact of AI on the Labor Market
