AI আপনার চাকরি নেবে কি না, প্রশ্নটা আসলে সেটা নয়

বাংলাদেশের তরুণদের AI থেকে রক্ষা করার নয়, AI দিয়ে তৈরি করার ক্ষমতা দেওয়ার সময় এসেছে

একজন শিক্ষার্থী ChatGPT খুলে বলল, আমার assignment লিখে দাও। আরেকজন একই ChatGPT খুলে বলল, বিষয়টা আমাকে এমনভাবে বুঝিয়ে দাও যেন আমি নিজে এর পক্ষে এবং বিপক্ষে যুক্তি দাঁড় করাতে পারি।

দুজনই AI ব্যবহার করল। কিন্তু দুজন একই জিনিস শিখল না। প্রথমজন একটি উত্তর পেল। দ্বিতীয়জন নিজের চিন্তার পরিধি বাড়াল।

সম্ভবত AI নিয়ে আমাদের সময়ের সবচেয়ে গুরুত্বপূর্ণ বিভাজনটি এখানেই তৈরি হচ্ছে। কে AI ব্যবহার করছে আর কে করছে না, ভবিষ্যতে সেটিই হয়তো সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন হবে না। গুরুত্বপূর্ণ হবে, কে AI দিয়ে নিজের সক্ষমতা বাড়াচ্ছে আর কে ধীরে ধীরে নিজের সক্ষমতাই AI এর কাছে সমর্পণ করছে।

বাংলাদেশে AI নিয়ে আলোচনা এখন মোটামুটি দুটি চরম অবস্থানের মধ্যে আটকে আছে। একদিকে আতঙ্ক। AI চাকরি খেয়ে ফেলবে। মানুষ অপ্রয়োজনীয় হয়ে যাবে। অন্যদিকে সীমাহীন উচ্ছ্বাস। Prompt engineering শিখুন। ChatGPT ব্যবহার করুন। AI শিখলেই ভবিষ্যৎ নিশ্চিত।

দুটো অবস্থানেই সমস্যা আছে।

প্রথমটি প্রযুক্তিকে এমন একটি স্বয়ংসম্পূর্ণ শক্তি হিসেবে দেখে, যার সামনে মানুষের কিছু করার নেই। দ্বিতীয়টি প্রযুক্তিকে এমন একটি shortcut হিসেবে দেখে, যা ব্যবহার করলেই মানুষ automatically এগিয়ে যাবে।

বাস্তবতা সম্ভবত মাঝখানে নয়। বাস্তবতা আরও জটিল।

AI সবাইকে সমানভাবে শক্তিশালী করবে না। বরং একই প্রযুক্তি একজন মানুষকে আরও সক্ষম করতে পারে, আরেকজনকে আরও নির্ভরশীল।

পার্থক্যটা তৈরি হবে সে প্রযুক্তিটিকে কীভাবে ব্যবহার করছে তার ওপর।

একই AI, চারটি ভিন্ন ভবিষ্যৎ

ধরা যাক চারজন তরুণ AI ব্যবহার করছে।

একজন university student AI দিয়ে assignment লিখিয়ে জমা দিচ্ছে। একজন freelancer AI দিয়ে client এর কাজ আগের চেয়ে দ্রুত শেষ করছে। একজন programmer AI ব্যবহার করে এমন software তৈরি করছে, যা আগে বানাতে একটি ছোট team লাগত। আরেকজন entrepreneur AI দিয়ে customer support, sales, research এবং business operations এর কিছু অংশ automate করছে।

চারজনই বলতে পারে, “আমি AI ব্যবহার করি।”

কিন্তু এই চারটি ব্যবহার এক নয়।

প্রথমজন AI দিয়ে নিজের চিন্তার কাজটি সরিয়ে দিচ্ছে। দ্বিতীয়জন নিজের productivity বাড়াচ্ছে। তৃতীয়জন নিজের technical capacity বাড়াচ্ছে। চতুর্থজন নিজের organizational capacity বাড়াচ্ছে।

একই technology। চার ধরনের leverage।

এ কারণেই শুধু AI ব্যবহার করতে জানা এখন আর যথেষ্ট নয়। Google ব্যবহার করতে জানা যেমন কাউকে researcher বানায় না, calculator ব্যবহার করতে জানা যেমন কাউকে mathematician বানায় না, ChatGPT ব্যবহার করতে জানাও কাউকে AI literate বানায় না।

AI literacy আরও গভীর একটি বিষয়।

কোথায় AI বিশ্বাস করা যায়, কোথায় যায় না। কীভাবে একটি সমস্যাকে এমনভাবে ভাঙতে হয় যাতে AI কাজে লাগে। কীভাবে তার উত্তর যাচাই করতে হয়। কীভাবে নিজের domain knowledge এর সঙ্গে AI যুক্ত করতে হয়। কীভাবে repetitive কাজ machine কে দিয়ে নিজের সময় judgment, creativity এবং decision making এ ব্যয় করতে হয়।

এবং সবচেয়ে গুরুত্বপূর্ণ, কীভাবে AI ব্যবহার করে এমন কিছু তৈরি করা যায় যার value নিজের কাছেও থাকে।

AI শেখা আর prompt শেখা এক জিনিস নয়

আমরা AI শেখাকে খুব দ্রুত prompt লেখার সঙ্গে গুলিয়ে ফেলেছি।

ইন্টারনেটে এখন হাজার হাজার prompt পাওয়া যায়। এই prompt দিয়ে business বানান। এই prompt দিয়ে content লিখুন। এই prompt দিয়ে এক মাসের কাজ এক দিনে করুন।

কিন্তু prompt কোনো durable skill নয় যদি prompt এর পেছনের problem আপনি না বোঝেন।

একজন marketer যদি customer psychology না বোঝেন, AI তাকে একশটি advertisement লিখে দিতে পারে।

একশটি খারাপ advertisement।

একজন programmer যদি software architecture না বোঝেন, AI তাকে হাজার লাইন code দিতে পারে।

হাজার লাইন technical debt।

একজন student যদি বিষয়টাই না বোঝেন, AI তাকে flawless paragraph দিতে পারে।

Flawless ignorance।

AI এর সবচেয়ে বিপজ্জনক দিক সম্ভবত ভুল উত্তর দেওয়া নয়। বরং এমন একটি উত্তর দেওয়া, যা এত আত্মবিশ্বাসী এবং সুন্দরভাবে লেখা যে ব্যবহারকারী বুঝতেই পারে না সে আসলে কিছু শেখেনি।

এই কারণে AI literacy এর প্রথম শর্ত prompting নয়।

Judgment।

AI কী বলল তার চেয়ে গুরুত্বপূর্ণ হলো, আপনি বুঝতে পারছেন কি না AI যা বলল সেটি অর্থবহ কি না।

আমাদের শিক্ষাব্যবস্থার জন্য এটি একটি অস্বস্তিকর মুহূর্ত

বাংলাদেশের একজন শিক্ষার্থী জীবনের একটি বড় সময় ব্যয় করে তথ্য মনে রাখতে। সংজ্ঞা, রচনা, Paragraph, Model answer। পরীক্ষার আগের রাতে মুখস্থ করা এমন অসংখ্য তথ্য, যার বড় অংশ পরীক্ষার কয়েক সপ্তাহ পর আর মনে থাকে না।

এই ব্যবস্থার একটি মৌলিক ধারণা ছিল।

তথ্য যার মাথায় বেশি, সে তুলনামূলকভাবে এগিয়ে।

AI সেই ধারণাটিকেই প্রশ্নের মুখে ফেলেছে।

একটি machine যদি কয়েক সেকেন্ডে তথ্য retrieve করতে পারে, summarize করতে পারে, translate করতে পারে এবং একটি acceptable essay লিখতে পারে, তাহলে মানুষের শিক্ষার উদ্দেশ্য কী?

AI কি আমাদের শিক্ষা অপ্রয়োজনীয় করে দিয়েছে?

না।

বরং AI আমাদের দেখিয়ে দিয়েছে, আমরা শিক্ষাকে অনেক সময় ভুল জিনিস দিয়ে মাপছিলাম।

ভবিষ্যতে মূল্যবান হবে শুধু কে উত্তর জানে তা নয়। কে সঠিক প্রশ্ন করতে পারে, কে conflicting information বিচার করতে পারে, কে একটি complex problem ভেঙে বুঝতে পারে, কে evidence আর opinion আলাদা করতে পারে, কে নতুন context এ পুরোনো knowledge ব্যবহার করতে পারে এবং কে machine এর উত্তরকে challenge করতে পারে।

AI যুগে critical thinking কোনো philosophical luxury নয়। এটি economic skill।

কিন্তু irony হলো, একজন শিক্ষার্থী যদি AI ব্যবহার করে প্রতিটি assignment থেকে চিন্তার অংশটুকুই বাদ দেয়, তাহলে যে technology তার intelligence বাড়াতে পারত, সেটিই ধীরে ধীরে তার intellectual dependency তৈরি করবে।

AI তখন assistant থাকবে না।

Crutch হয়ে যাবে।

Productivity আর capability এক জিনিস নয়

ধরা যাক AI ব্যবহার করে আপনি আগে আট ঘণ্টায় যে কাজ করতেন, এখন দুই ঘণ্টায় করতে পারেন।

আপনি কি ছয় ঘণ্টা বেশি সক্ষম হয়ে গেলেন?

অবশ্যই নয়। আপনি ছয় ঘণ্টা সময় ফিরে পেলেন।

এখন প্রশ্ন হলো সেই সময় দিয়ে আপনি কী করছেন। আরও একই কাজ? আরও বেশি scrolling? নাকি এমন কাজ শিখছেন যা আগে করার সময় বা সামর্থ্য ছিল না?

AI productivity বাড়াতে পারে। কিন্তু capability আপনাকে নিজেকেই তৈরি করতে হবে।

এই distinction গুরুত্বপূর্ণ। কারণ ভবিষ্যতে average output তৈরি করা ক্রমেই সহজ হবে। একটি decent email, একটি acceptable presentation, একটি functional website, একটি generic logo, একটি readable article, একটি basic piece of code। এসব তৈরির cost দ্রুত কমছে।

যে কাজ একসময় skill এর প্রমাণ ছিল, তার অনেক কিছুই এখন commodity হয়ে যাচ্ছে।

তাহলে মানুষের value কোথায় যাবে?

Judgment এ। Taste এ। Originality তে। Domain expertise এ। Problem selection এ।

মানুষ কী বানাতে বলবে, কেন বানাবে এবং বানানো জিনিসটি আসলে ভালো কি না, এই সিদ্ধান্তগুলোতে।

AI execution এর দাম কমিয়ে দিলে direction এর দাম বাড়ে।

এটাই সম্ভবত AI economy এর সবচেয়ে underestimated পরিবর্তন।

বাংলাদেশের জন্য সুযোগটা অন্যরকম

আমরা Industrial Revolution এর কেন্দ্র ছিলাম না। Internet revolution এরও infrastructure আমরা তৈরি করিনি।

আমরা Google বানাইনি। Facebook বানাইনি। Amazon বানাইনি। Cloud infrastructure আমাদের নয়।

Digital economy তে আমরা অসংখ্য user, freelancer, seller এবং consumer তৈরি করেছি, কিন্তু global platform ownership এ আমাদের অংশ খুব সামান্য।

AI এর ক্ষেত্রেও একই ভুল করার ঝুঁকি আছে।

আমরা যদি শুধু অন্যদের তৈরি AI দিয়ে caption লিখি, ছবি বানাই, assignment করি এবং entertainment নিই, তাহলে প্রযুক্তি বদলাবে, কিন্তু global value chain এ আমাদের অবস্থান খুব বেশি বদলাবে না।

আমরা আবার consumer হব। শুধু product বদলাবে।

এই কারণেই বাংলাদেশের জন্য AI শেখার অর্থ শুধু ChatGPT ব্যবহার শেখানো হতে পারে না।

আমাদের এমন মানুষ দরকার যারা AI দিয়ে local problem solve করবে। বাংলা ভাষার problem, কৃষির problem, ছোট ব্যবসার problem, Healthcare access এর problem, Education এর problem, Legal information এর problem, Government service এর problem এবং Local commerce এর problem।

বাংলাদেশের একজন ছোট ব্যবসায়ীর হয়তো দশজনের marketing team রাখার সামর্থ্য নেই। AI তাকে research, customer support, analytics এবং content creation এ সাহায্য করতে পারে।

একজন গ্রামের শিক্ষার্থীর হয়তো expensive private tutor নেই। সঠিকভাবে ব্যবহার করলে AI তাকে personalized explanation দিতে পারে।

একজন ছোট software entrepreneur হয়তো বিশজন engineer hire করতে পারবেন না। AI তার prototype তৈরির cost কমিয়ে দিতে পারে।

এখানেই AI এর democratizing potential।

কিন্তু potential আর outcome এক জিনিস নয়।

Technology সস্তা হলেই opportunity automatically সমান হয় না। যার ভালো education আছে, English ভালো, internet ভালো, domain knowledge আছে এবং experimentation করার সময় আছে, সে AI থেকে অনেক বেশি value নিতে পারবে।

অন্যদিকে যে মানুষ শুধু ready made answer copy করতে শিখবে, তার জন্য AI নতুন ক্ষমতা নয়।

নতুন dependency।

তাই AI access যথেষ্ট নয়।

AI capability দরকার।

AI কি চাকরি নেবে?

প্রশ্নটির সহজ উত্তর নেই।

কিছু কাজ হারাবে। কিছু কাজ ছোট হবে। কিছু কাজের বাজারদর কমবে। কিছু নতুন কাজ তৈরি হবে। আর অনেক চাকরি পুরোপুরি হারাবে না, কিন্তু চাকরির ভেতরের কাজ বদলে যাবে।

একজন accountant হয়তো থাকবে, কিন্তু তার repetitive reconciliation এর বড় অংশ automated হবে। একজন programmer থাকবে, কিন্তু boilerplate code লেখার মূল্য কমবে। একজন designer থাকবে, কিন্তু basic visual generation সহজ হবে। একজন writer থাকবে, কিন্তু generic writing এর scarcity কমবে। একজন researcher থাকবে, কিন্তু information gathering এর cost কমবে।

তখন competition শুধু মানুষ বনাম AI হবে না।

বরং একই profession এর দুই মানুষের মধ্যে হবে।

একজন AI ছাড়া কাজ করছে। অন্যজন AI ব্যবহার করে একই সময়ে তিনগুণ exploration করছে, দ্রুত prototype করছে, বেশি alternative পরীক্ষা করছে এবং repetitive কাজ automate করছে।

এখানে দ্বিতীয় মানুষটির advantage বাস্তব।

এই কারণেই বহুল প্রচলিত বাক্যটি,

“AI আপনার চাকরি নেবে না, AI জানা একজন মানুষ নেবে”

আংশিক সত্য।

কিন্তু আরও সঠিকভাবে বলা যায়,

AI হয়তো সরাসরি আপনার চাকরি নেবে না। কিন্তু AI এমনভাবে কাজের মূল্য বদলে দিতে পারে যে আপনি যদি একই জায়গায় দাঁড়িয়ে থাকেন, বাজার আপনার পুরোনো দক্ষতার জন্য আগের দাম আর দিতে চাইবে না।

সমস্যাটা replacement এর চেয়ে বড়।

সমস্যাটা relevance।

সবাইকে coder হতে হবে না

AI শেখার কথা উঠলেই আরেকটি ভুল ধারণা আসে।

সবাইকে programming শিখতে হবে।

তা নয়।

একজন journalist এর AI literacy আর একজন engineer এর AI literacy এক হবে না। একজন doctor এর AI literacy আর একজন entrepreneur এর এক হবে না।

AI শেখার উদ্দেশ্য সবাইকে AI engineer বানানো নয়।

উদ্দেশ্য হলো নিজের profession এ AI কোথায় leverage তৈরি করছে তা বোঝা।

একজন teacher জানতে পারেন কীভাবে personalized learning material তৈরি করা যায়। একজন lawyer জানতে পারেন কীভাবে document analysis দ্রুত করা যায়, কিন্তু legal judgment নিজের হাতে রাখা যায়। একজন marketer research এবং experimentation দ্রুত করতে পারেন। একজন ছোট ব্যবসায়ী repetitive administrative কাজ automate করতে পারেন। একজন student AI কে answer machine না বানিয়ে tutor হিসেবে ব্যবহার করতে পারেন।

AI literacy profession neutral নয়।

Context matters।

এই কারণেই “সবাই prompt engineering শিখুন” ধরনের slogan শেষ পর্যন্ত খুব shallow।

Prompt নয়। Problem বুঝতে শিখুন। তারপর tool ব্যবহার করুন।

AI এর ওপর নির্ভরশীল হওয়া আর AI দিয়ে শক্তিশালী হওয়ার মধ্যে পার্থক্য আছে

এই পার্থক্যটি সম্ভবত আগামী দশকের সবচেয়ে গুরুত্বপূর্ণ skill distinction।

AI দিয়ে শক্তিশালী হওয়া মানে এমন কাজ করা, যা AI ছাড়া আপনার পক্ষে কঠিন ছিল।

AI এর ওপর নির্ভরশীল হওয়া মানে এমন কাজও আর নিজে করতে না পারা, যা AI আসার আগে আপনি পারতেন।

প্রথমটি augmentation। দ্বিতীয়টি atrophy।

একজন student যদি AI দিয়ে unfamiliar concept explore করে, counterargument খুঁজে, নিজের reasoning test করে, সে নিজের intelligence extend করছে। কিন্তু সে যদি প্রতিটি paragraph AI কে দিয়ে লিখিয়ে দেয়, কিছুদিন পর blank page এর সামনে নিজের চিন্তা সাজানোর ক্ষমতাই দুর্বল হতে পারে।

একজন programmer AI দিয়ে unfamiliar library দ্রুত বুঝতে পারেন। এটি leverage। কিন্তু generated code কী করছে না বুঝেই production এ deploy করলে সেটি dependency।

একজন founder AI দিয়ে market research accelerate করতে পারেন। এটি leverage। কিন্তু AI generated market analysis যাচাই না করে লাখ টাকা invest করলে সেটি negligence।

AI আমাদের কতটা সাহায্য করবে, সেটি শুধু AI কতটা intelligent তার ওপর নির্ভর করে না।

আমরা কতটা intellectually disciplined, তার ওপরও নির্ভর করে।

সবচেয়ে বড় বৈষম্য হয়তো access দিয়ে শুরু হবে না

একসময় digital divide বলতে বোঝানো হতো কার computer আছে, কার নেই। তারপর প্রশ্ন হলো কার internet আছে।

AI যুগে divide আরও subtle হতে পারে।

একই AI দুইজনের কাছেই থাকবে। একই subscription। একই model। একই interface।

কিন্তু একজন জানবে কীভাবে একটি vague problem কে precise problem এ রূপান্তর করতে হয়, কীভাবে output verify করতে হয়, কীভাবে multiple tools connect করতে হয়, কীভাবে automation তৈরি করতে হয় এবং কীভাবে নিজের domain expertise এর সঙ্গে AI combine করতে হয়।

অন্যজন শুধু বলবে,

“আমার জন্য এটা করে দাও।”

দুজনের access একই।

Agency একই নয়।

AI divide তাই শুধু technology access এর divide হবে না। এটি thinking quality, education এবং agency এর divide হতে পারে।

এবং Bangladesh যদি এই distinction না বোঝে, তাহলে লাখ লাখ মানুষ ChatGPT ব্যবহার করলেও আমরা technologically empowered nation হয়ে যাব না।

আমরা শুধু technologically assisted consumer হয়ে থাকব।

AI শেখার শেষ ধাপ হলো ownership

AI literacy কে যদি কয়েকটি স্তরে ভাবি, তাহলে প্রথম স্তর ব্যবহার। দ্বিতীয় স্তর বোঝা। তৃতীয় স্তর তৈরি করা। আর সবচেয়ে গুরুত্বপূর্ণ স্তর ownership।

Ownership মানে AI company এর মালিক হওয়া নয়।

এর অর্থ AI ব্যবহার করে এমন কিছু তৈরি করা যার value আপনার কাছে থাকে।

একটি skill, একটি product, একটি business, একটি dataset, একটি workflow, একটি audience, একটি research capability কিংবা একটি intellectual advantage।

কারণ শুধু tool ব্যবহার করলে tool company শক্তিশালী হয়।

Tool ব্যবহার করে asset তৈরি করলে আপনিও শক্তিশালী হন।

একজন creator যদি AI দিয়ে প্রতিদিন শত content বানান কিন্তু তার নিজের audience relationship না থাকে, platform বদলালে সব হারাতে পারেন। অন্যদিকে কেউ AI ব্যবহার করে নিজের newsletter, community, product এবং knowledge base তৈরি করলে সে asset তৈরি করছে।

একজন freelancer AI দিয়ে শুধু দ্রুত client work করলে productivity বাড়ছে। কিন্তু সেই সময় বাঁচিয়ে যদি reusable system, specialized expertise বা নিজের product তৈরি করেন, তখন ownership তৈরি হচ্ছে।

এই transition গুরুত্বপূর্ণ।

Use থেকে ownership।

কারণ technology democratize হতে পারে।

Ownership নিজে থেকে democratize হয় না।

AI কে ভয় নয়, প্রশ্ন করতে শেখা দরকার

AI নিয়ে optimism দরকার। কিন্তু blind optimism নয়।

Criticism দরকার। কিন্তু এমন criticism নয়, যা মানুষকে technology থেকে দূরে সরিয়ে দেয়।

আমাদের একই সঙ্গে দুটি কাজ করতে হবে।

AI এর power structure নিয়ে প্রশ্ন করতে হবে। Data কার? Model কার? Decision কে নিচ্ছে? Bias কোথায়? Worker কীভাবে affected হচ্ছে? Accountability কার?

একই সঙ্গে আমাদের মানুষকে AI ব্যবহার করতেও শেখাতে হবে।

কারণ কোনো technology এর ক্ষমতা নিয়ে সমালোচনা করার সবচেয়ে দুর্বল অবস্থান হলো সেটি না বোঝা।

AI literacy নিজেই এক ধরনের ক্ষমতা।

যে system আপনাকে প্রভাবিত করছে, সেটি অন্তত বোঝার ক্ষমতা।

এ কারণেই বাংলাদেশের তরুণদের AI থেকে রক্ষা করার ভাষা আমার কাছে ভুল মনে হয়।

তাদের AI এর জন্য প্রস্তুত করতে হবে।

আর প্রস্তুতি মানে একটি prompt course নয়।

শেখাতে হবে কীভাবে শিখতে হয়। কীভাবে ভুল ধরতে হয়। কীভাবে source যাচাই করতে হয়। কীভাবে problem ভাঙতে হয়। কীভাবে technology কে নিজের উদ্দেশ্যে ব্যবহার করতে হয়।

এবং কখন machine বন্ধ করে নিজের মাথা ব্যবহার করতে হয়।

আমরা এবার কোন ভূমিকায় থাকব?

প্রতিটি বড় technological shift কিছু মানুষকে নতুন ক্ষমতা দিয়েছে এবং কিছু পুরোনো ক্ষমতা ভেঙেছে।

AI ও তার ব্যতিক্রম হবে না।

কিন্তু technology নিজে ঠিক করবে না Bangladesh এই পরিবর্তনে কোথায় থাকবে।

আমরা ঠিক করব।

আমরা কি শুধু foreign AI products এর user হব, নাকি builder হব?

আমরা কি শুধু generated content এর consumer হব, নাকি নতুন knowledge তৈরি করব?

আমরা কি শুধু automation এর কারণে চাকরি হারানোর ভয় করব, নাকি automation ব্যবহার করে এমন business তৈরি করব যা আগে সম্ভব ছিল না?

আমরা কি শিক্ষার্থীদের AI ব্যবহার নিষিদ্ধ করব, নাকি তাদের শেখাব কীভাবে AI ব্যবহার করেও নিজের চিন্তা অক্ষত রাখতে হয়?

এসব প্রশ্নের উত্তর কোনো AI model দেবে না।

এগুলো রাজনৈতিক, অর্থনৈতিক এবং শিক্ষাগত সিদ্ধান্ত।

AI revolution এখনো শেষ হয়ে যায়নি। এই গল্প এখনো লেখা হচ্ছে।

আমরা Industrial Revolution এর machine বানাইনি। Internet revolution এর সবচেয়ে বড় platform গুলোও আমাদের ছিল না।

কিন্তু তার মানে এই নয় যে প্রতিটি technological revolution এ আমাদের ভূমিকা শুধু user হওয়া।

AI এর barrier তুলনামূলকভাবে অন্যরকম।

একজন মানুষ আজ ছোট একটি ঘরে বসে এমন software তৈরি করতে পারেন, এমন research করতে পারেন, এমন automation বানাতে পারেন, এমন global service দিতে পারেন, যার জন্য কয়েক বছর আগেও বড় team এবং বড় capital দরকার হতো।

এই সুযোগকে romanticize করার দরকার নেই। কিন্তু underestimate করাও ভুল।

AI আমাদের বাঁচাতে আসেনি।

AI আমাদের ধ্বংস করতেও আসেনি।

এটি একটি technology।

কিন্তু কিছু technology এমন সময় আসে, যখন সেটি শুধু কাজ করার পদ্ধতি বদলায় না। কে কতটা করতে পারে, সেই সীমাটাও বদলে দেয়।

সেই সীমা এখন নড়ছে।

তাই প্রশ্নটা আর শুধু এই নয়,

AI আপনার চাকরি নেবে কি না।

আরও গুরুত্বপূর্ণ প্রশ্ন হলো,

AI যখন একজন মানুষের পক্ষে আগের চেয়ে অনেক বেশি কিছু করা সম্ভব করে দিচ্ছে, তখন আমরা কি সেই ক্ষমতা ব্যবহার করতে শিখছি?

কারণ ভবিষ্যতে সবচেয়ে অসহায় মানুষটি হয়তো সে হবে না, যে AI এর চেয়ে কম intelligent।

বরং সে, যে নিজের intelligence কোথায় শেষ হয় এবং machine এর সাহায্য কোথা থেকে শুরু হওয়া উচিত, সেই পার্থক্যটাই আর বুঝতে পারে না।

AI শেখার উদ্দেশ্য machine এর মতো হওয়া নয়।

উদ্দেশ্য হলো machine কে ব্যবহার করেও আরও সক্ষম মানুষ হয়ে থাকা।

এবার আমাদের সিদ্ধান্ত নিতে হবে,

আমরা শুধু নতুন পৃথিবীর user হব, নাকি তার নির্মাতাদের