AI নামটি এখন অনেক কার্যকর প্রযুক্তির পাশাপাশি দুর্বল, অযাচাইকৃত ও অতিরঞ্জিত পণ্যের ক্ষেত্রেও ব্যবহার হচ্ছে। তাই কোনো AI দাবি বিশ্বাস করার আগে তার কাজ, প্রমাণ ও বাস্তব সীমাবদ্ধতা আলাদা করে দেখা জরুরি।

AI Snake Oil বাংলা সামারি: AI-এর আসল ক্ষমতা আর ভুয়া প্রচারণা চেনার উপায়

বর্তমান বিশ্বে AI নিয়ে যত কথা হয়, তার একটা বড় অংশই বাস্তবতার সাথে মেলে না। প্রতিদিন নতুন নতুন কোম্পানি দাবি করছে তাদের পণ্য “AI-চালিত”, অথচ সেই দাবির পেছনে বাস্তব প্রমাণ খুব কমই থাকে। প্রিন্সটন বিশ্ববিদ্যালয়ের দুই গবেষক Arvind Narayanan ও Sayash Kapoor-এর লেখা AI Snake Oil বইটি ঠিক এই সমস্যা নিয়েই কথা বলে। এই AI Snake Oil বাংলা সামারি-তে আমরা বিস্তারিতভাবে দেখব, কোন ধরনের AI সত্যিই কাজ করে, কোনটা নিছক মার্কেটিং হাইপ, আর একজন সাধারণ পাঠক কীভাবে এই দুটোর মধ্যে পার্থক্য করতে শিখবেন।

AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell the Difference ২০২৪ সালে Princeton University Press থেকে প্রকাশিত। বইটির কেন্দ্রীয় যুক্তি হলো—AI কোনো একক প্রযুক্তি নয়। প্রেডিক্টিভ AI, জেনারেটিভ AI এবং কনটেন্ট মডারেশন AI-এর সক্ষমতা, নির্ভরযোগ্যতা ও ঝুঁকি এক নয়। এই পার্থক্য না বুঝলে একই “AI” শব্দের আড়ালে কার্যকর উদ্ভাবন ও দুর্বল মার্কেটিং দাবিকে গুলিয়ে ফেলার আশঙ্কা থাকে।

প্রযুক্তি নিয়ে অতিরিক্ত প্রত্যাশা তৈরির এই প্রবণতা নতুন নয়। AI-এর ইতিহাসে কয়েক দফা এমন সময় এসেছে, যখন বড় প্রতিশ্রুতির পর বাস্তব ফল না মেলায় বিনিয়োগ ও আগ্রহ কমে যায়—যা “AI winter” নামে পরিচিত। লেখকদের শিক্ষা হলো, ইতিহাসের এই ওঠানামা মনে রেখে প্রতিটি নতুন AI পণ্যের সক্ষমতা আলাদাভাবে যাচাই করা।

লেখক পরিচিতি: Arvind Narayanan ও Sayash Kapoor

Arvind Narayanan প্রিন্সটন বিশ্ববিদ্যালয়ের কম্পিউটার সায়েন্সের অধ্যাপক এবং সেখানকার Center for Information Technology Policy-র পরিচালক। তার গবেষণার একটা বড় অংশ জুড়ে আছে প্রযুক্তির স্বচ্ছতা ও জবাবদিহিতা নিয়ে কাজ। তিনি Princeton Web Transparency and Accountability Project-এর নেতৃত্ব দিয়েছেন, যেখানে দেখানো হয়েছে কীভাবে কোম্পানিগুলো ব্যবহারকারীর ব্যক্তিগত তথ্য সংগ্রহ ও ব্যবহার করে। তার ডক্টরাল গবেষণায় তিনি দেখিয়েছিলেন যে ডেটা “ডি-আইডেন্টিফিকেশন” বা নাম-পরিচয় মুছে ফেলার পদ্ধতির একটা মৌলিক সীমাবদ্ধতা আছে— অর্থাৎ পরিচয় সম্পূর্ণ গোপন রাখা যতটা সহজ মনে হয়, বাস্তবে ততটা নয়। এছাড়া তিনি মেশিন লার্নিং কীভাবে সমাজের বিদ্যমান পক্ষপাত ও স্টেরিওটাইপ প্রতিফলিত করে, তা নিয়েও প্রথম দিকের গুরুত্বপূর্ণ গবেষণা করেছেন। তিনি Presidential Early Career Award for Scientists and Engineers (PECASE) পুরস্কারও পেয়েছেন, আর এর আগে Bitcoin and Cryptocurrency Technologies এবং Fairness and Machine Learning নামে দুটো বইয়ের সহলেখক ছিলেন।

Sayash Kapoor একই সেন্টারে পিএইচডি করছেন। বই লেখার আগে তিনি Facebook-এ সফটওয়্যার ইঞ্জিনিয়ার হিসেবে কাজ করেছেন, যেখানে তিনি কনটেন্ট মডারেশনের জন্য AI তৈরির কাজে সরাসরি যুক্ত ছিলেন— এই অভিজ্ঞতা বইয়ের কনটেন্ট মডারেশন অংশে গভীরতা যোগ করেছে। এর আগে তিনি Columbia University এবং École Polytechnique Fédérale de Lausanne (EPFL)-তেও কাজ করেছেন। দুজনেই ২০২৩ সালে TIME ম্যাগাজিনের “AI-তে সবচেয়ে প্রভাবশালী ১০০ ব্যক্তি” তালিকায় জায়গা পান। বই প্রকাশের পর তারা একটি নিয়মিত নিউজলেটার লেখেন, যেখানে তারা AI নিয়ে সর্বশেষ ঘটনাপ্রবাহ বিশ্লেষণ করেন এবং বইয়ের মূল যুক্তিগুলো হালনাগাদ করেন। প্রতিদিনের বাস্তব কাজের অভিজ্ঞতা আর একাডেমিক গবেষণার গভীরতা মিলিয়ে তারা এমন একটা বই লিখেছেন, যা জটিল প্রযুক্তিকে এমনভাবে ব্যাখ্যা করে, যা প্রযুক্তি বিশেষজ্ঞ না হয়েও যে কেউ বুঝতে পারবেন।

বই প্রকাশের পরও তাদের কাজ থেমে থাকেনি। তারা একসাথে একটি নিউজলেটার ও পরবর্তীতে একটি প্রকাশনা চালান, যেখানে তারা AI-কে “স্বাভাবিক প্রযুক্তি” হিসেবে বিশ্লেষণ করেন— অর্থাৎ AI কোনো অতিমানবীয় বুদ্ধিমত্তা নয়, বরং বিদ্যুৎ বা ইন্টারনেটের মতোই একটা রূপান্তরকারী কিন্তু সাধারণ প্রযুক্তি, যা সমাজে ধীরে ধীরে প্রতিষ্ঠিত হয়। এই ধারাবাহিক লেখালেখির মাধ্যমে তারা বইয়ের মূল যুক্তিগুলো নিয়মিত হালনাগাদ করেন এবং নতুন AI মডেল ও নীতিমালা নিয়ে বিশ্লেষণ প্রকাশ করেন। তাদের এই ধারাবাহিকতা প্রমাণ করে, বইটি একবার লিখে শেষ করে দেওয়া কোনো কাজ নয়— বরং এটা একটা চলমান গবেষণা প্রকল্পের অংশ।

একাডেমিক দিক থেকেও দুজনের অবদান উল্লেখযোগ্য। Narayanan-এর গবেষণাপত্র নিয়মিতভাবে কম্পিউটার সায়েন্সের শীর্ষস্থানীয় সম্মেলনে প্রকাশিত হয়, আর তিনি প্রিন্সটনে আন্ডারগ্র্যাজুয়েট ও স্নাতকোত্তর পর্যায়ে প্রযুক্তি নীতি সংক্রান্ত কোর্স পড়ান। Kapoor-এর গবেষণার একটা বড় অংশ জুড়ে আছে মেশিন লার্নিং গবেষণায় “পুনরুৎপাদনযোগ্যতা” বা reproducibility সংকট নিয়ে— অর্থাৎ অনেক প্রকাশিত AI গবেষণার ফলাফল স্বাধীনভাবে পুনরায় যাচাই করা গেলে টেকে না। এই অভিজ্ঞতাই তাদের বইয়ে AI দাবি যাচাইয়ের কঠোর মানদণ্ড প্রয়োগ করতে সাহায্য করেছে।

কেন এই বই লেখা হয়েছে

AI নিয়ে আজকাল যত কথা শোনা যায়, তার বড় অংশই আসে টেক কোম্পানির মার্কেটিং বিভাগ থেকে, গবেষণাগার থেকে নয়। লেখকদের মতে, “AI” শব্দটা এখন এত বিচিত্র সব প্রযুক্তির জন্য ব্যবহার হয় যে মানুষ প্রায়ই বুঝতেই পারে না কোন AI-এর কথা বলা হচ্ছে। বইয়ের শুরুতেই একটা মজার তুলনা দেওয়া হয়েছে— কল্পনা করুন এমন একটা জগৎ, যেখানে গাড়ি, বাস, সাইকেল, রকেট— সবকিছুর জন্য একটাই শব্দ ব্যবহার হয়: “বাহন”। তখন “বাহন পরিবেশবান্ধব কিনা” নিয়ে তর্ক হবে, কিন্তু কেউ বুঝবেই না যে একপক্ষ সাইকেলের কথা বলছে, আরেকপক্ষ ট্রাকের কথা। রকেট প্রযুক্তিতে অগ্রগতি হলে মানুষ ভাববে তাদের গাড়িও দ্রুত হয়ে যাবে। AI নিয়ে ঠিক এই বিভ্রান্তিই আজ চলছে।

একদিকে ChatGPT-এর মতো জেনারেটিভ AI সত্যিই দ্রুত উন্নতি করছে, অন্যদিকে চাকরির আবেদন যাচাই বা অপরাধের ঝুঁকি নির্ধারণের মতো ক্ষেত্রে ব্যবহৃত প্রেডিক্টিভ AI প্রায়ই কাজই করে না। এই দুই ধরনের প্রযুক্তিকে একই “AI” নামে ডাকার ফলে সাধারণ মানুষ, নীতিনির্ধারক, এমনকি সাংবাদিকরাও প্রায়ই ভুল সিদ্ধান্ত নেন। এই বিভ্রান্তি দূর করে পাঠককে একটা স্পষ্ট মানদণ্ড দেওয়াই বইটির মূল লক্ষ্য, যাতে কেউ AI-নির্ভর কোনো পণ্য বা দাবি দেখলে নিজেই বিচার করতে পারেন সেটা আসল প্রযুক্তি নাকি নিছক প্রচারণা। লেখকরা এটাও স্পষ্ট করেছেন যে তারা AI-বিরোধী নন— বরং তারা চান মানুষ AI নিয়ে এমন একটা ভবিষ্যৎ বেছে নিক, যা কোম্পানিগুলো তাদের ওপর চাপিয়ে দিতে চায়, তা নয়।

বইয়ে আরেকটা গুরুত্বপূর্ণ প্রশ্ন তোলা হয়েছে— কেন কোম্পানিগুলো বারবার AI নিয়ে অতিরঞ্জিত দাবি করে। এর একটা বড় কারণ হলো ব্যবসায়িক প্রণোদনা। বিনিয়োগকারীদের কাছে টাকা তোলার জন্য, প্রতিযোগীদের থেকে এগিয়ে থাকার জন্য, অথবা সংবাদমাধ্যমে আলোচিত হওয়ার জন্য কোম্পানিগুলো তাদের পণ্যের ক্ষমতাকে বাস্তবের চেয়ে বড় করে দেখাতে চায়। লেখকরা দেখান, এই প্রবণতা শুধু ছোট স্টার্টআপে নয়, বড় বড় টেক জায়ান্ট প্রতিষ্ঠানেও সমানভাবে বিদ্যমান। সাংবাদিক ও গবেষকরাও অনেক সময় এই প্রচারণার শিকার হন, কারণ চমকপ্রদ দাবি নিয়ে লেখা সহজ, কিন্তু সেই দাবির প্রযুক্তিগত ভিত্তি যাচাই করা সময়সাপেক্ষ ও কষ্টসাধ্য। এই পুরো ব্যবস্থাটাই— কোম্পানি, মিডিয়া আর জনসাধারণের প্রত্যাশা মিলিয়ে— একটা এমন পরিবেশ তৈরি করে, যেখানে ভুয়া দাবি সহজেই টিকে থাকতে পারে।

“স্নেক অয়েল” শব্দটার ইতিহাসও লক্ষণীয়। উনিশ শতকের আমেরিকায় ভ্রাম্যমাণ বিক্রেতারা “সাপের তেল” নামে এক ধরনের ওষুধ বিক্রি করত, যা দাবি করা হতো প্রায় সব রোগ সারিয়ে দেয়। বাস্তবে এসব ওষুধের কোনো চিকিৎসাগত কার্যকারিতা ছিল না। লেখকরা এই ঐতিহাসিক প্রতারণার সাথে আজকের অনেক AI পণ্যের প্রচারণার সরাসরি তুলনা করেন— উভয় ক্ষেত্রেই বিক্রেতারা এমন একটা সমাধানের প্রতিশ্রুতি দেয়, যা বাস্তবে কখনোই পূরণ হওয়ার কথা না। এই ঐতিহাসিক প্রেক্ষাপট থেকেই বইয়ের শিরোনাম নেওয়া হয়েছে, যা পাঠককে সরাসরি সতর্ক করে দেয়— নতুন প্রযুক্তির চকচকে মোড়কের আড়ালে পুরনো প্রতারণার কৌশলও লুকিয়ে থাকতে পারে।

অধ্যায়ভিত্তিক বিশ্লেষণ ও মূল দর্শন

বইয়ে মোট আটটি অধ্যায় আছে, আর প্রতিটি অধ্যায় AI-এর একেকটা দিক নিয়ে আলাদা করে কথা বলে। প্রথম অধ্যায়ে ফেসিয়াল রিকগনিশন প্রযুক্তির ভুলের কারণে ছয়জন কৃষ্ণাঙ্গ মানুষের ভুল গ্রেফতারের ঘটনা তুলে ধরা হয়, যা দেখায় প্রযুক্তির ভুল সিদ্ধান্ত কীভাবে সরাসরি মানুষের জীবনে প্রভাব ফেলতে পারে। লেখকরা এখানে শিল্প বিপ্লবের সাথেও তুলনা করেন, দেখান যে AI চালাতে গেলেও পেছনে প্রচুর মানুষের শ্রম লাগে— ডেটা লেবেলিং থেকে শুরু করে কনটেন্ট মডারেটর পর্যন্ত, যা অনেকেই খেয়াল করেন না। এই অধ্যায়ের মূল বার্তা হলো, AI যতই “স্বয়ংক্রিয়” মনে হোক না কেন, এর পেছনে সবসময় মানুষের শ্রম আর সিদ্ধান্ত জড়িয়ে থাকে।

দ্বিতীয় অধ্যায়ে প্রেডিক্টিভ AI নিয়ে বিস্তারিত আলোচনা আছে, যেখানে দেখানো হয় ভবিষ্যদ্বাণীর প্রযুক্তি নিয়ে বাড়াবাড়ি রকম প্রত্যাশা কীভাবে ভুল সিদ্ধান্তের জন্ম দেয়। মেডিকেয়ারের মতো স্বাস্থ্যসেবা প্রতিষ্ঠান যখন রোগী কতদিন হাসপাতালে থাকবে তা অনুমান করতে AI ব্যবহার করে, তখন সেই অনুমান প্রায়ই ভুল হয় এবং তা রোগীর চিকিৎসা সিদ্ধান্তকে প্রভাবিত করে। তৃতীয় অধ্যায়ে প্রাথমিক গণনামূলক ভবিষ্যদ্বাণীর ইতিহাস তুলে ধরা হয়েছে, যেখানে Simulmatics-এর মতো পুরনো কোম্পানির উদাহরণ দিয়ে দেখানো হয়েছে যে “ডেটা দিয়ে ভবিষ্যৎ বলে দেওয়া”-র প্রতিশ্রুতি নতুন কিছু নয়— দশকের পর দশক ধরে এই একই প্রতিশ্রুতি দেওয়া হচ্ছে, আর প্রতিবারই তা প্রত্যাশামতো কাজ করেনি।

চতুর্থ অধ্যায়ে জেনারেটিভ AI নিয়ে কথা হয়, ChatGPT, DALL-E, Midjourney, Stable Diffusion-এর মতো টুলের প্রকৃত সম্ভাবনা আর সীমাবদ্ধতা দুটোই তুলে ধরা হয়। লেখকরা এখানে একটা ইতিবাচক উদাহরণ দিয়ে শুরু করেন, দেখান কীভাবে এই প্রযুক্তি কয়েক সেকেন্ডে বাস্তবসম্মত উত্তর বা ছবি তৈরি করতে পারে— যেমন “গোলাপি সোয়েটার পরা একটা গরু রান্নাঘরে দাঁড়িয়ে আছে” ধরনের বর্ণনা থেকেও নিখুঁত ছবি বানিয়ে ফেলা। তবে সাথে সাথে তারা সতর্ক করেন যে পণ্য হিসেবে এই প্রযুক্তি এখনো অপরিণত, অনির্ভরযোগ্য এবং অপব্যবহারের ঝুঁকিতে পূর্ণ। পঞ্চম অধ্যায়ে AI নিয়ে চরম আশঙ্কাবাদী তত্ত্ব— অর্থাৎ AI মানবজাতির অস্তিত্বের জন্য হুমকি হয়ে উঠবে এমন যুক্তি— সরাসরি খণ্ডন করা হয়েছে। এই অধ্যায়টি সমালোচকদের কাছে বিশেষভাবে প্রশংসিত হয়েছে, কারণ লেখকরা এখানে আবেগ দিয়ে নয়, যুক্তি আর প্রমাণ দিয়ে “AI ডুমার” বা AI-ধ্বংস তত্ত্বকে চ্যালেঞ্জ করেছেন।

বইয়ের পরবর্তী অধ্যায়গুলোতে কনটেন্ট মডারেশন, সোশ্যাল মিডিয়ায় ভুয়া তথ্যের বিস্তার, এবং AI নিয়ে নীতিনির্ধারণী চ্যালেঞ্জ নিয়ে আলোচনা আছে। এখানে একটা মর্মস্পর্শী উদাহরণ আছে— এক বাবার গল্প, যার সন্তানের র‍্যাশের ছবি ডাক্তারকে দেখানোর জন্য তোলা হয়েছিল, কিন্তু Google-এর স্বয়ংক্রিয় সিস্টেম ভুলভাবে সেটাকে শিশু নিপীড়নমূলক কনটেন্ট হিসেবে চিহ্নিত করে তার অ্যাকাউন্ট বন্ধ করে দেয়। একইভাবে, একটা কমিকের ছবিতে “ক্যাপ্টেন আমেরিকা নাৎসিদের সাথে যুদ্ধ করছে”— এমন দৃশ্যকেও AI ভুলভাবে সহিংস কনটেন্ট হিসেবে ফ্ল্যাগ করেছিল। এই উদাহরণগুলো দেখায়, প্রেক্ষাপট বোঝার ক্ষেত্রে AI এখনো কতটা দুর্বল। লেখকরা এও উল্লেখ করেন যে বেশিরভাগ AI মডারেশন সিস্টেম পশ্চিমা ও ইংরেজিভাষী দৃষ্টিভঙ্গি দিয়ে তৈরি, ফলে ভিন্ন সংস্কৃতির সূক্ষ্ম প্রসঙ্গ বুঝতে তারা প্রায়ই ব্যর্থ হয়— যা বাংলাদেশের মতো দেশের পাঠকদের জন্য বিশেষভাবে প্রাসঙ্গিক একটা পর্যবেক্ষণ।

বইয়ের কেন্দ্রীয় দর্শন হলো, AI একটা একক প্রযুক্তি নয়, বরং ভিন্ন ভিন্ন সক্ষমতার এক গুচ্ছ প্রযুক্তির সমষ্টি। প্রেডিক্টিভ AI ভবিষ্যৎ অনুমান করতে ব্যবহার হয় আর এখানেই সবচেয়ে বেশি প্রতারণা হয়, কারণ মানব আচরণ বা সমাজের ভবিষ্যৎ নির্ভুলভাবে অনুমান করা প্রায় অসম্ভব। জেনারেটিভ AI সৃজনশীল কাজে সত্যিকারের অগ্রগতি দেখিয়েছে, তবে এখনো নির্ভরযোগ্যতার দিক থেকে অপরিণত। আর কনটেন্ট মডারেশনে ব্যবহৃত AI মাঝামাঝি অবস্থানে থাকে— কিছু ক্ষেত্রে কার্যকর, বিশেষ করে যেখানে প্রচুর ডেটা ও গণনা-ক্ষমতা পাওয়া যায়, কিন্তু কিছু ক্ষেত্রে বিপজ্জনকভাবে ভুল, বিশেষত যেখানে প্রেক্ষাপট বা উদ্দেশ্য বোঝার প্রয়োজন হয়।

সমালোচকদের প্রতিক্রিয়া ও লেখার ধরন

বইটি প্রকাশের পর থেকেই ব্যাপকভাবে প্রশংসিত হয়েছে। Kirkus রিভিউ একে “স্টারড রিভিউ” দিয়ে সম্মানিত করে এবং উল্লেখ করে যে বইটি প্রযুক্তিবিদ নন এমন পাঠকদের জন্যও সহজবোধ্য ভাষায় লেখা, যেখানে ব্যবহারিক পরামর্শও প্রচুর আছে। Science News-এর পর্যালোচক লিখেছেন, লেখকরা তাদের লক্ষ্য অর্জনে সফল হয়েছেন— পাঠককে কার্যকর AI আর ভুয়া AI-এর মধ্যে পার্থক্য বোঝার ক্ষমতা দেওয়া। The New Yorker-এর একটি প্রবন্ধে উল্লেখ করা হয়েছে, অনেক প্রযুক্তিবিদের তুলনায় Narayanan ও Kapoor প্রযুক্তির সম্ভাবনা নিয়ে অনেক বেশি সতর্ক ও সংশয়ী দৃষ্টিভঙ্গি রাখেন। লেখার ধরনের দিক থেকে বইটির একটা বড় গুণ হলো, প্রতিটা তাত্ত্বিক আলোচনার সাথে বাস্তব জীবনের গল্প জুড়ে দেওয়া হয়েছে— যেমন একজন বাবার সন্তানের ছবি নিয়ে ভুল বোঝাবুঝি, বা ভুল পূর্বাভাসের কারণে ভুক্তভোগী রোগীর অভিজ্ঞতা। এতে জটিল প্রযুক্তিগত ধারণাও সহজে হৃদয়ঙ্গম হয়, আর পাঠক বিষয়টার সাথে আবেগিকভাবেও সংযুক্ত হতে পারেন।

তিন ধরনের AI-এর তুলনা

AI নিয়ে প্রচলিত কিছু ভুল ধারণা

বইয়ে বেশ কয়েকটি প্রচলিত ভুল ধারণা নিয়ে আলাদাভাবে আলোচনা করা হয়েছে, যা সাধারণ মানুষের মনে গভীরভাবে গেঁথে আছে। প্রথম ভুল ধারণা হলো, AI মানে একটামাত্র সর্বশক্তিমান প্রযুক্তি, যা যেকোনো সমস্যার সমাধান করতে পারে। বাস্তবে প্রতিটা AI সিস্টেম একটা নির্দিষ্ট কাজের জন্য তৈরি, আর একটা কাজে ভালো করলেই অন্য কাজেও ভালো করবে— এমন কোনো নিশ্চয়তা নেই। দ্বিতীয় ভুল ধারণা হলো, AI মানুষের চেয়ে বেশি “নিরপেক্ষ” বা “পক্ষপাতহীন”। লেখকরা দেখান, AI মডেল যে ডেটায় প্রশিক্ষিত হয়, সেই ডেটায় থাকা সব ধরনের সামাজিক পক্ষপাতও AI শিখে নেয়— ফলে অনেক ক্ষেত্রে AI মানুষের চেয়েও বেশি বৈষম্যমূলক সিদ্ধান্ত নিতে পারে।

তৃতীয় ভুল ধারণা হলো, AI-এর ভুল মানেই তা প্রযুক্তিগত উন্নতির মাধ্যমে সহজে ঠিক করা যাবে। বাস্তবে প্রেডিক্টিভ AI-এর অনেক সীমাবদ্ধতা মৌলিক— অর্থাৎ আরও বেশি ডেটা বা আরও শক্তিশালী কম্পিউটার দিয়েও তা সমাধান করা সম্ভব নয়, কারণ সমস্যাটা সমাজ ও মানুষের আচরণের অন্তর্নিহিত অনিশ্চয়তার সাথে জড়িত। চতুর্থ ভুল ধারণা হলো, AI প্রতিস্থাপন করবে সব ধরনের মানুষের কাজ। লেখকরা দেখান, বেশিরভাগ ক্ষেত্রে AI মানুষের কাজকে সম্পূর্ণ প্রতিস্থাপন না করে বরং রূপান্তরিত করে— নতুন ধরনের দক্ষতা ও তদারকির প্রয়োজন তৈরি করে।

নীতিনির্ধারণে বইয়ের সুপারিশ

বইয়ে নীতিনির্ধারকদের জন্যও বেশ কিছু সুনির্দিষ্ট সুপারিশ আছে। লেখকরা মনে করেন, AI নিয়ন্ত্রণের ক্ষেত্রে প্রযুক্তিকে নয়, বরং প্রয়োগের ক্ষেত্রকে নিয়ন্ত্রণ করা উচিত— যেমন নিয়োগ, ঋণ অনুমোদন বা ফৌজদারি বিচারে AI ব্যবহারের ক্ষেত্রে কঠোর মান নির্ধারণ করা, প্রযুক্তির নাম দেখে নয়। তারা আরও সুপারিশ করেন, AI সিস্টেম বাজারে আনার আগে স্বাধীন নিরীক্ষা (অডিট) বাধ্যতামূলক করা, যাতে কোম্পানির নিজস্ব দাবির ওপর নির্ভর করতে না হয়। সাংবাদিকদের প্রতিও তাদের আহ্বান হলো, কোনো AI দাবি প্রকাশের আগে প্রযুক্তিগত প্রমাণ যাচাই করা, শুধু কোম্পানির প্রেস রিলিজের ওপর নির্ভর না করা। সবশেষে তারা জোর দেন, সাধারণ নাগরিকদের AI-সাক্ষরতা বাড়ানোর ওপর— কারণ নিয়ন্ত্রক কাঠামো যতই শক্তিশালী হোক না কেন, সচেতন নাগরিকই সবচেয়ে বড় সুরক্ষা।

ব্যবহারিক শিক্ষা

বইটি থেকে সবচেয়ে বড় ব্যবহারিক শিক্ষা হলো, কোনো পণ্যে “AI-চালিত” লেখা থাকলেই সেটাকে বিশ্বাস করা উচিত না। কোনো সিদ্ধান্ত-গ্রহণকারী টুল কেনার আগে জিজ্ঞাসা করা দরকার— এটা কী অনুমান করছে, কীসের ভিত্তিতে অনুমান করছে, আর ভুল হলে তার দায় কে নেবে। লেখকরা পরামর্শ দেন, প্রেডিক্টিভ দাবিকে সবসময় সন্দেহের চোখে দেখতে, কারণ ভবিষ্যৎ অনুমানের সীমাবদ্ধতা প্রযুক্তির নয়, বাস্তবতারই সীমাবদ্ধতা।

দ্বিতীয় গুরুত্বপূর্ণ শিক্ষা হলো, জেনারেটিভ AI ব্যবহারের সময় এর আউটপুট সবসময় যাচাই করে নেওয়া। ChatGPT বা এই ধরনের টুল অনেক সময় খুব আত্মবিশ্বাসের সাথে ভুল তথ্য দেয়— একে বলা হয় “হ্যালুসিনেশন”। যারা লেখালেখি, রিসার্চ বা কনটেন্ট তৈরিতে এই টুল ব্যবহার করেন, তাদের জন্য প্রতিটা তথ্য আলাদাভাবে যাচাই করা অপরিহার্য। তৃতীয় শিক্ষা হলো, কোনো প্রতিষ্ঠান বা সরকার যখন AI দিয়ে সিদ্ধান্ত নেওয়ার কথা বলে, তখন সেই সিদ্ধান্তের প্রক্রিয়ায় স্বচ্ছতা দাবি করা— অর্থাৎ কীভাবে সিদ্ধান্ত নেওয়া হচ্ছে, কোন ডেটার ভিত্তিতে, এবং ভুল হলে আপিলের সুযোগ আছে কিনা।

চতুর্থ শিক্ষা হলো, AI নিয়ে সংবাদ বা মার্কেটিং কনটেন্ট পড়ার সময় সমালোচনামূলক দৃষ্টিভঙ্গি রাখা। মিডিয়া প্রায়ই AI-কে মানুষের মতো চিন্তা করতে সক্ষম কোনো সত্তা হিসেবে উপস্থাপন করে, যা বাস্তবতার সাথে মেলে না। পঞ্চম শিক্ষা হলো, নিয়োগকর্তা বা প্রতিষ্ঠান হিসেবে কোনো AI টুল কেনার আগে স্বাধীন তৃতীয় পক্ষের মূল্যায়ন খুঁজে দেখা, শুধু বিক্রেতার নিজস্ব দাবির ওপর নির্ভর না করা।

ষষ্ঠ শিক্ষা হলো, AI টুলের কার্যকারিতা নির্ভর করে কোন প্রেক্ষাপটে সেটা ব্যবহার হচ্ছে তার ওপর— একটা টুল একটা নির্দিষ্ট ডেটাসেটে ভালো ফল দিলেও ভিন্ন পরিবেশে সম্পূর্ণ ব্যর্থ হতে পারে। সপ্তম শিক্ষা হলো, “নির্ভুলতার হার” নিয়ে কোম্পানির দাবি শুনলেই সন্তুষ্ট না হয়ে জিজ্ঞাসা করা উচিত— কোন ডেটাসেটে এই নির্ভুলতা মাপা হয়েছে, বাস্তব পরিবেশে সেটা এখনো বজায় আছে কিনা। অষ্টম শিক্ষা হলো, AI-চালিত কোনো সিদ্ধান্তে ক্ষতিগ্রস্ত হলে মানুষের যেন আপিল করার বা মানবিক পর্যালোচনার সুযোগ থাকে, তা নিশ্চিত করা। নবম শিক্ষা হলো, প্রতিষ্ঠানের ভেতরে AI ব্যবহারের নীতিমালা তৈরির সময় শুধু প্রযুক্তিবিদ নয়, আইনজীবী, নীতিনির্ধারক ও প্রভাবিত জনগোষ্ঠীর প্রতিনিধিদেরও যুক্ত করা উচিত। দশম শিক্ষা হলো, ব্যক্তি পর্যায়ে AI নিয়ে শেখার অভ্যাস গড়ে তোলা— কারণ যত বেশি মানুষ প্রযুক্তির প্রকৃত সক্ষমতা বুঝবে, তত কম মানুষ প্রতারণামূলক দাবির শিকার হবে।

প্রতিষ্ঠানের জন্য AI যাচাইয়ের সংক্ষিপ্ত চেকলিস্ট

বইয়ের শিক্ষাগুলোকে ব্যবহারিক করে তুলতে একটা সংক্ষিপ্ত চেকলিস্ট তৈরি করা যায়, যা যেকোনো প্রতিষ্ঠান বা ব্যক্তি AI টুল বাছাইয়ের আগে ব্যবহার করতে পারেন।

বইয়ের শীর্ষ ১০ শিক্ষা

1. AI একটা একক জিনিস নয়— প্রেডিক্টিভ, জেনারেটিভ, আর মডারেশন AI সম্পূর্ণ ভিন্ন প্রযুক্তি।
2. “AI স্নেক অয়েল” মানে এমন পণ্য যা কাজ করে না এবং সম্ভবত কখনো করবে না।
3. মানব আচরণ ও সমাজের ভবিষ্যৎ নির্ভুলভাবে অনুমান করা প্রায় অসম্ভব।
4. জেনারেটিভ AI-তে সত্যিকারের অগ্রগতি আছে, তবে ভুল করার প্রবণতাও আছে।
5. কনটেন্ট মডারেশনে AI মানুষের সাহায্য ছাড়া নির্ভরযোগ্য নয়।
6. মিডিয়া ও সিনেমা প্রায়ই AI-কে বাস্তবের চেয়ে অনেক বেশি শক্তিশালী দেখায়।
7. AI-চালিত সিদ্ধান্তে স্বচ্ছতা ও জবাবদিহিতা নিশ্চিত করা জরুরি।
8. প্রতিটি AI দাবির পেছনে প্রশ্ন করতে হবে— এর প্রমাণ কী।
9. AI-এর প্রকৃত সুবিধা পেতে হলে এর সীমাবদ্ধতা বোঝা জরুরি।
10. ভবিষ্যতের AI নীতিনির্ধারণে সাধারণ মানুষের সচেতনতা বড় ভূমিকা রাখবে।

বাংলাদেশ প্রেক্ষাপট

বাংলাদেশে ব্যাংকিং, ফিনটেক, শিক্ষা, স্বাস্থ্যসেবা, কৃষি, মানবসম্পদ ব্যবস্থাপনা ও ডিজিটাল পরিচয় যাচাইয়ে AI-ভিত্তিক সমাধানের ব্যবহার বাড়ছে। এসব ক্ষেত্রে বইটির শিক্ষা বিশেষ গুরুত্বপূর্ণ, কারণ একটি ভুল স্কোর বা ভুল শ্রেণিবিন্যাস সরাসরি ঋণ, চাকরি, চিকিৎসা কিংবা সরকারি সেবায় মানুষের সুযোগকে প্রভাবিত করতে পারে।

ধরা যাক, কোনো আর্থিক প্রতিষ্ঠান দাবি করল তাদের AI ক্রেডিট স্কোরিং মডেল ৯৫ শতাংশ নির্ভুল। তখন শুধু সংখ্যাটি দেখলেই হবে না। জানতে হবে—কোন জনগোষ্ঠীর ডেটায় পরীক্ষা হয়েছে, শহর ও গ্রামের গ্রাহকদের ফল আলাদা কি না, অনানুষ্ঠানিক আয়ের মানুষদের ক্ষেত্রে ভুলের হার কত, এবং ঋণ প্রত্যাখ্যাত হলে মানুষ ব্যাখ্যা বা আপিল চাইতে পারবেন কি না।

বাংলা ভাষার কনটেন্ট মডারেশনেও একই সতর্কতা দরকার। ইংরেজিকেন্দ্রিক ডেটায় তৈরি মডেল বাংলা ব্যঙ্গ, আঞ্চলিক শব্দ, রাজনৈতিক প্রসঙ্গ বা সাংস্কৃতিক ইঙ্গিত ভুল বুঝতে পারে। তাই স্থানীয় ভাষার ডেটা, স্বাধীন নিরীক্ষা, মানবিক পর্যালোচনা এবং ক্ষতিগ্রস্ত ব্যবহারকারীর অভিযোগ জানানোর ব্যবস্থা অপরিহার্য।

বাংলাদেশের জন্য সবচেয়ে কার্যকর নীতি হবে—“AI” নাম দেখে প্রযুক্তি অনুমোদন না করে, ব্যবহারের ক্ষেত্র ও সম্ভাব্য ক্ষতির ভিত্তিতে নিয়ন্ত্রণ করা। স্বাস্থ্য, ঋণ, নিয়োগ বা পরিচয় যাচাইয়ের মতো উচ্চঝুঁকির কাজে স্বচ্ছতা, পরীক্ষাযোগ্যতা এবং মানবিক সিদ্ধান্তের সুযোগ বাধ্যতামূলক হওয়া উচিত।

বইয়ের গুরুত্বপূর্ণ বক্তব্য

নিচের বক্তব্যগুলো বইয়ের ধারণার বাংলা ভাবার্থ; সরাসরি উদ্ধৃতি নয়।

সচরাচর জিজ্ঞাসিত প্রশ্ন (FAQ)

AI Snake Oil বইটি কাদের জন্য উপযোগী?
যারা AI নিয়ে বাস্তবসম্মত ধারণা পেতে চান, প্রযুক্তি বিশেষজ্ঞ না হয়েও।

বইটি কি কারিগরি জ্ঞান ছাড়া পড়া যায়?
হ্যাঁ, লেখকরা সহজ ভাষায় জটিল বিষয় ব্যাখ্যা করেছেন, যা সাধারণ পাঠকের জন্যও বোধগম্য।

প্রেডিক্টিভ AI ও জেনারেটিভ AI-এর মূল পার্থক্য কী?
প্রেডিক্টিভ AI ভবিষ্যৎ অনুমান করে, আর জেনারেটিভ AI নতুন কনটেন্ট তৈরি করে— দুটোর নির্ভরযোগ্যতা ও ঝুঁকি সম্পূর্ণ আলাদা।

বইটি কি AI-বিরোধী?
না, লেখকরা AI-এর প্রকৃত সম্ভাবনাকে স্বীকার করেন, শুধু অতিরঞ্জিত দাবির বিরুদ্ধে সতর্ক করেন।

বইয়ে কি AI-এর অস্তিত্বগত ঝুঁকি নিয়ে আলোচনা আছে?
হ্যাঁ, একটা পুরো অধ্যায়ে লেখকরা “AI মানবজাতি ধ্বংস করবে” ধরনের চরম তত্ত্বকে যুক্তি দিয়ে খণ্ডন করেছেন।

বাংলাদেশের পাঠকদের জন্য এই বই কতটা প্রাসঙ্গিক?
খুবই প্রাসঙ্গিক, কারণ দেশের ফিনটেক, শিক্ষা ও গার্মেন্টস খাতে AI-দাবি সংবলিত পণ্যের সংখ্যা দ্রুত বাড়ছে।

বইটি পড়তে কেমন সময় লাগতে পারে?
প্রায় ৩৬০ পাতার বইটি একজন গড় পাঠকের জন্য সপ্তাহখানেকের মধ্যে পড়ে শেষ করা সম্ভব, কারণ ভাষা সহজ ও উদাহরণ সমৃদ্ধ।

বইয়ে কি বাস্তব ঘটনার উদাহরণ আছে?
হ্যাঁ, ফেসিয়াল রিকগনিশনের ভুলে গ্রেফতার, হাসপাতালে ভুল পূর্বাভাস, কনটেন্ট মডারেশনের ভুল সিদ্ধান্ত— এমন অনেক বাস্তব ঘটনা বইয়ে বিশ্লেষণ করা হয়েছে।

বইটি কি নীতিনির্ধারকদের জন্য উপযোগী?
হ্যাঁ, বিশেষত যারা AI নিয়ন্ত্রণ বা নীতিমালা তৈরির সাথে যুক্ত, তাদের জন্য এটি একটি প্রয়োজনীয় রেফারেন্স।

বইয়ে কি কোনো সমাধান বা সুপারিশ দেওয়া হয়েছে, শুধু সমস্যা তুলে ধরা হয়নি?
হ্যাঁ, লেখকরা নীতিনির্ধারক, সাংবাদিক ও সাধারণ পাঠক— তিন পক্ষের জন্যই আলাদা আলাদা কার্যকর সুপারিশ দিয়েছেন।

এই বই পড়ে কি AI ব্যবহার করা বন্ধ করে দেওয়া উচিত মনে হবে?
না, বরং উল্টো— বইটি পড়ার পর পাঠক আরও আত্মবিশ্বাসের সাথে AI ব্যবহার করতে পারবেন, কারণ তখন তিনি জানবেন কোথায় ভরসা করা যায় আর কোথায় সতর্ক থাকতে হয়।

কারা এই বইটি পড়বেন

যারা নীতিনির্ধারণী কাজে যুক্ত, প্রযুক্তি সাংবাদিকতা করেন, স্টার্টআপে AI পণ্য নিয়ে কাজ করেন, অথবা শুধু একজন সচেতন ব্যবহারকারী হিসেবে AI নিয়ে বিভ্রান্তি কাটাতে চান— সবার জন্যই এই বই সমান উপযোগী। বিশেষভাবে যারা চাকরিক্ষেত্রে বা ব্যবসায় AI টুল কেনার সিদ্ধান্ত নেন, তাদের জন্য এই বই একটা কার্যকর মানদণ্ড হাতে তুলে দেয়। শিক্ষক, গবেষক এবং শিক্ষার্থীরাও উপকৃত হবেন, কারণ বইটি সমালোচনামূলক চিন্তাভাবনার একটা কাঠামো শেখায়, যা শুধু AI নয়— যেকোনো প্রযুক্তিগত দাবি যাচাইয়ের ক্ষেত্রেও কাজে লাগে। যারা বিনিয়োগ বা ব্যবসায়িক সিদ্ধান্তের ক্ষেত্রে “AI স্টার্টআপ”-এ টাকা ঢালার কথা ভাবছেন, তাদের জন্যও এই বই একটা প্রয়োজনীয় সতর্কবার্তা।

যারা নিজের পেশাগত জীবনে AI প্রতিস্থাপনের ভয়ে উদ্বিগ্ন— যেমন লেখক, শিক্ষক, প্রোগ্রামার বা গ্রাফিক ডিজাইনার— তাদের জন্যও বইটি একটা বাস্তবসম্মত দৃষ্টিভঙ্গি দেয়, কোন কাজগুলো সত্যিই ঝুঁকিতে আছে আর কোনগুলো নিয়ে অতিরিক্ত ভয় পাওয়ার দরকার নেই। অভিভাবকরাও উপকৃত হবেন, কারণ তাদের সন্তানরা যে শিক্ষামূলক অ্যাপ বা AI টুল ব্যবহার করছে, সেগুলোর দাবি যাচাই করার একটা কাঠামো এই বই থেকে পাওয়া যায়।

সবচেয়ে সংক্ষেপে বলতে গেলে, যে কেউ দৈনন্দিন জীবনে কোনো না কোনোভাবে AI-এর মুখোমুখি হন— অর্থাৎ প্রায় সবাই— তাদের জন্যই এই বই একবার হলেও পড়া উচিত। এটি এমন একটা বিনিয়োগ, যা ভবিষ্যতে ভুল সিদ্ধান্ত এড়াতে বহুগুণ কাজে লাগবে।

সম্পর্কিত বই

যারা AI Snake Oil পড়ে আরও গভীরে যেতে চান, তাদের জন্য নিচের বইগুলোও সহায়ক হতে পারে। এই তালিকায় Martvan.com-এ প্রকাশিত বই এবং এখনো অপ্রকাশিত বই— দুটোই আছে।

• The Alignment Problem বাংলা সামারি — AI ও মানবিক মূল্যবোধের সম্পর্ক নিয়ে গভীর আলোচনা
• Human Compatible বাংলা সামারি — AI-কে মানুষের নিয়ন্ত্রণে রাখার রোডম্যাপ
• Life 3.0 বাংলা সামারি — AI-এর দীর্ঘমেয়াদি ভবিষ্যৎ নিয়ে Max Tegmark-এর দৃষ্টিভঙ্গি
• The Age of AI বাংলা সামারি — AI, ভূরাজনীতি ও মানবিক সিদ্ধান্তের ভবিষ্যৎ
• Co-Intelligence বাংলা সামারি — মানুষের কাজ ও শেখায় জেনারেটিভ AI ব্যবহারের বাস্তব গাইড

একসাথে পড়লে এই বইগুলো AI নিয়ে একটা সম্পূর্ণ চিত্র তৈরি করে— AI Snake Oil বাস্তবতা যাচাইয়ের হাতিয়ার দেয়, The Alignment Problem ও Human Compatible AI-কে নিরাপদ রাখার কৌশল নিয়ে কথা বলে, আর Life 3.0 দীর্ঘমেয়াদি ভবিষ্যতের প্রশ্ন তোলে। যারা AI নিয়ে ধারাবাহিকভাবে পড়াশোনা করতে চান, তাদের জন্য এই বইগুলোর ক্রম অনুসরণ করা একটা কার্যকর পথ হতে পারে।

চূড়ান্ত মতামত

AI Snake Oil এমন একটা বই, যা AI নিয়ে চলমান বিভ্রান্তির সবচেয়ে যুক্তিসংগত সমাধান দেয়। এটা AI-কে পুরোপুরি নাকচও করে না, আবার অন্ধভাবে প্রশংসাও করে না— বরং একটা বিশ্লেষণী কাঠামো দেয়, যা দিয়ে যেকোনো AI দাবি যাচাই করা যায়। বইয়ের সবচেয়ে বড় শক্তি হলো এর ভারসাম্য— লেখকরা একদিকে যেমন AI-এর বাস্তব সাফল্য স্বীকার করেন, তেমনি অন্যদিকে ভুয়া প্রতিশ্রুতির বিরুদ্ধে জোরালো ভাষায় কথা বলেন। তবে বইটির একটা সীমাবদ্ধতাও আছে— যেহেতু AI প্রযুক্তি এত দ্রুত বদলাচ্ছে, বইয়ে উল্লেখিত কিছু নির্দিষ্ট পণ্য বা মডেলের উদাহরণ কয়েক বছরের মধ্যেই পুরনো হয়ে যেতে পারে। তবে লেখকদের মূল যুক্তি— প্রেডিক্টিভ, জেনারেটিভ ও মডারেশন AI-এর মধ্যে পার্থক্য বোঝা এবং প্রতিটি দাবিকে প্রমাণ দিয়ে যাচাই করা— এই কাঠামো দীর্ঘমেয়াদে প্রাসঙ্গিক থেকে যাবে, প্রযুক্তি যতই বদলাক না কেন।

বইটির শক্তি জনপ্রিয় বিজ্ঞানধর্মী ব্যাখ্যার সঙ্গে গবেষণাভিত্তিক সংশয়কে যুক্ত করা। এটি পাঠককে কোনো প্রযুক্তির পক্ষে বা বিপক্ষে অন্ধ অবস্থান নিতে বলে না; বরং দাবি, প্রমাণ, পরীক্ষার পরিবেশ ও সম্ভাব্য ক্ষতি—এই চারটি বিষয় একসাথে বিচার করতে শেখায়।

বাংলাদেশের প্রেক্ষাপটে, যেখানে প্রতিদিন নতুন নতুন “AI-চালিত” সেবার বিজ্ঞাপন আসছে, এই বইয়ের শিক্ষা সবচেয়ে বেশি প্রাসঙ্গিক। ফিনটেক থেকে শুরু করে শিক্ষা, গার্মেন্টস থেকে শুরু করে স্বাস্থ্যসেবা— সব খাতেই AI নিয়ে বাড়াবাড়ি রকম প্রতিশ্রুতি দেওয়া হচ্ছে, আর এই বইয়ের শেখানো মানদণ্ড দিয়ে সেই প্রতিশ্রুতিগুলো যাচাই করা সম্ভব। এই AI Snake Oil বাংলা সামারি পড়ার পর আশা করি পাঠকরা AI নিয়ে আরও সচেতন সিদ্ধান্ত নিতে পারবেন, এবং কোনো দাবিকে চোখ বন্ধ করে বিশ্বাস না করে প্রশ্ন করার অভ্যাস গড়ে তুলবেন। শেষ পর্যন্ত, এই বইয়ের সবচেয়ে বড় উপহার হলো একটা প্রশ্ন করার অভ্যাস— যা প্রযুক্তি যতই বদলাক, পাঠকের কাজে লাগবে।

Martvan.com-এ আরও পড়ুন

তথ্যসূত্র ও বাইরের লিংক

• Princeton University Press — AI Snake Oil — বইয়ের অফিসিয়াল প্রকাশক পাতা ও গ্রন্থবিবরণ।
• AI Snake Oil — লেখকদের প্রকাশনা — লেখকদের চলমান বিশ্লেষণ, গবেষণা ও হালনাগাদ আলোচনা।
• TIME100 AI — Arvind Narayanan ও Sayash Kapoor — লেখকদের কাজ, AI হাইপ ও ঝুঁকি নিয়ে সাক্ষাৎকার।