শিল্প জুড়ে পেশাদাররা কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি গ্রহণ করার জন্য দৌড়ানোর জন্য, একটি উদ্বেগজনক প্রশ্ন জল্পনা থেকে পরিমাপিত প্রমাণের রাজ্যে চলে যাচ্ছে: আমরা কি সেই দক্ষতা হারাচ্ছি যা এই সরঞ্জামগুলিকে সহায়তা করার জন্য ছিল?
প্রকৃতি-এ প্রকাশিত একটি প্রতিবেদনে দেখা গেছে যে প্রাথমিক ফলাফল এসেছে - এবং তারা উত্সাহজনক নয়। এআই-চালিত সিস্টেমের উপর নির্ভরতা চিকিত্সক, সফ্টওয়্যার প্রকৌশলী এবং অন্যান্য দক্ষ কর্মীদের ক্ষমতাকে ক্ষয় করতে শুরু করেছে, অটোমেশনের যুগে কীভাবে মানুষের দক্ষতা সংরক্ষণ করা যায় সে সম্পর্কে জরুরী প্রশ্ন উত্থাপন করছে। For more context on this story, see our ongoing AI industry coverage.ডাক্তাররা এআই ছাড়া আরও খারাপ কাজ করে
একটি পরিষ্কার উদাহরণ মেডিসিন থেকে আসে। এন্ডোস্কোপিতে বিশেষজ্ঞ পোলিশ চিকিত্সকদের একটি গবেষণায় পরীক্ষা করা হয়েছে যে অভিজ্ঞ ডাক্তাররা যখন এআই সহকারীর সাথে অভ্যস্ত হয়ে যায় এবং তারপরে এটির অ্যাক্সেস হারায় তখন কী ঘটে।
চিকিত্সক, যাদের সকলেই তাদের কর্মজীবনে কমপক্ষে 2,000টি কোলোনোস্কোপি করেছিলেন, তাদের একটি এআই সিস্টেম দেওয়া হয়েছিল যা বাস্তব সময়ে কোলনোস্কোপি চিত্রগুলি বিশ্লেষণ করে এবং অ্যাডিনোমা নামক এক ধরণের প্রাক-ক্যানসারাস অন্ত্রের ক্ষতকে পতাকা দেয়। সরঞ্জামটি কিছু দিনে উপলব্ধ ছিল কিন্তু অন্যদের জন্য নয়, একটি প্রাকৃতিক পরীক্ষা তৈরি করে৷
ফলাফল কঠোর ছিল. AI টুল প্রবর্তনের তিন মাস আগে, বিশেষজ্ঞরা 28.4 শতাংশ কোলনোস্কোপিতে অন্তত একটি অ্যাডেনোমা খুঁজে পেয়েছেন। টুলটি চালু হওয়ার পর, এআই সহায়তা ছাড়া কোলনোস্কোপির জন্য অ্যাডেনোমা সনাক্তকরণের হার 22.4 শতাংশে নেমে এসেছে।
অন্য কথায়, একবার ডাক্তাররা এআই সিস্টেমের উপর নির্ভর করা শুরু করলে, তাদের নিজস্ব ডায়াগনস্টিক কর্মক্ষমতা হ্রাস পায় যখন এটি অনুপলব্ধ ছিল। ফলাফলগুলি গত অক্টোবরে The Lancet Gastroenterology and Hepatology-এ প্রকাশিত হয়েছিল।
গবেষণার লেখকরা উপসংহারে পৌঁছেছেন যে এই ধরনের সরঞ্জামগুলির সাথে ক্রমাগত এক্সপোজারের ফলে চিকিত্সকদের "এআই সহায়তা ছাড়াই জ্ঞানীয় সিদ্ধান্ত নেওয়ার সময় কম অনুপ্রাণিত, কম মনোযোগী এবং কম দায়িত্বশীল" হতে পারে।
একটি সমীক্ষা দেখায় উদ্বেগ ব্যাপক
দক্ষতা হ্রাসের ভয় কয়েকটি গবেষণায় সীমাবদ্ধ নয়। জুনের শুরুতে প্রকাশিত মার্কিন স্বাস্থ্যসেবা কর্মীদের একটি সমীক্ষায় দেখা গেছে যে 70 শতাংশ নার্স এবং 77 শতাংশ চিকিত্সক এআই সিস্টেমের উপর অতিরিক্ত নির্ভরতার কারণে তাদের দক্ষতা হারানোর বিষয়ে উদ্বিগ্ন।
সেই উদ্বেগ উদীয়মান তথ্য দ্বারা ন্যায়সঙ্গত বলে মনে হচ্ছে। যত বেশি পেশাদাররা তাদের দৈনন্দিন কর্মপ্রবাহে AI-কে একীভূত করে, প্রযুক্তির সাথে তারা কী করতে পারে এবং এটি ছাড়া তারা কী করতে পারে তার মধ্যে ব্যবধান আরও প্রসারিত হতে পারে।
সিরাকিউজ ইউনিভার্সিটির তথ্য বিজ্ঞানী কেভিন ক্রাস্টন স্পষ্টভাবে চ্যালেঞ্জটি তৈরি করেছেন: "শুধুমাত্র সচেতন হওয়া যে এই ঘটনাটি বিদ্যমান রয়েছে আশা করি কিছু আত্ম-প্রতিফলনকে উস্কে দেয় যে লোকেরা কোন দক্ষতা বজায় রাখতে চায় এবং কোনটি তারা আউটসোর্স করতে ইচ্ছুক" AI সরঞ্জামগুলিতে।
সফ্টওয়্যার ইঞ্জিনিয়াররা একই ধরনের প্যাটার্ন দেখান
ডেসকিলিং প্রভাব ওষুধের মধ্যে সীমাবদ্ধ নয়। কম্পিউটার বিজ্ঞানে দক্ষতা হারিয়ে যাচ্ছে কিনা তা তদন্ত করতে, এআই ফার্ম অ্যানথ্রপিকের গবেষকরা 52 সফ্টওয়্যার প্রকৌশলীকে জড়িত একটি এলোমেলো নিয়ন্ত্রিত ট্রায়াল ডিজাইন করেছেন।
সমস্ত অংশগ্রহণকারীদের একটি মৌলিক কোডিং কাজ সম্পাদন করতে বলা হয়েছিল। প্রতিটি প্রকৌশলী ওয়েব অনুসন্ধান করতে পারে এবং কীভাবে এটি সম্পূর্ণ করতে হয় তার নির্দেশাবলী অ্যাক্সেস করতে পারে। অর্ধেককে এআই সহকারী ব্যবহার করার জন্যও বলা হয়েছিল। অধ্যয়ন, একটি প্রিপ্রিন্ট হিসাবে প্রকাশিত, মৌলিক কোডিং ক্ষমতার উপর AI সহায়তার প্রভাবকে আলাদা করার জন্য ডিজাইন করা হয়েছিল।
অনুসন্ধানগুলি প্রমাণের একটি ক্রমবর্ধমান সংস্থাকে যোগ করে যে AI-তে নিয়মিত জ্ঞানীয় কাজ অফলোড করা অন্তর্নিহিত দক্ষতাগুলিকে দুর্বল করতে পারে যা পেশাদাররা একবার বারবার অনুশীলনের মাধ্যমে বিকাশ করেছিল। যখন AI ভারী উত্তোলন পরিচালনা করে, তখন মানব অনুশীলনকারী দক্ষতা তৈরি এবং বজায় রাখার জন্য কম সুযোগ পায়।
ডেসকিলিং এর মেকানিক্স
গবেষকরা ডেসকিলিংকে ধীরে ধীরে প্রক্রিয়া হিসেবে বর্ণনা করেন। যখন একটি টুল নির্ভরযোগ্যভাবে একটি কাজ পরিচালনা করে, তখন অন্তর্নিহিত দক্ষতার সাথে একজন কর্মীর ব্যস্ততা হ্রাস পায়। সময়ের সাথে সাথে, বছরের পর বছর অনুশীলনের মাধ্যমে প্রাপ্ত নিউরাল পথ এবং বিচার বিবর্ণ হতে শুরু করে।
ওষুধে, এটি বিশেষত বিপজ্জনক হতে পারে। একজন চিকিত্সক যিনি একবার সন্দেহজনক টিস্যু সনাক্ত করার জন্য প্রখর চাক্ষুষ বিচারের উপর নির্ভর করেছিলেন, কয়েক মাস AI সহায়তার পরে, সিস্টেমের প্রম্পটের উপর নির্ভরশীল হতে পারেন। যদি সিস্টেমটি ব্যর্থ হয় বা অনুপলব্ধ হয়, তবে ডাক্তারের সাহায্যবিহীন কর্মক্ষমতা আর একবারের মান পূরণ করতে পারে না।
ইউনিচি মরি, অসলো বিশ্ববিদ্যালয়ের একজন চিকিত্সক-গবেষক এবং কোলনোস্কোপি গবেষণার একজন সহ-লেখক, সতর্ক করেছেন যে যারা এআই সরঞ্জাম ব্যবহার করেন তাদের সচেতন হওয়া উচিত তাদের কিছু দক্ষতা হারানোর ঝুঁকি রয়েছে। "এখনই ডেস্কিলিংয়ের বিরুদ্ধে কোনও প্রতিষ্ঠিত সমাধান নেই," তিনি বলেছিলেন। "এটি পরবর্তী দশকে একটি খুব গরম গবেষণা বিষয় হওয়া উচিত।"
কেন স্ট্যান্ডার্ড টেস্টিং সমস্যা মিস করে
ডেসকিলিং এড্রেস করার অসুবিধার একটি অংশ হল যে AI অপসারণ না হওয়া পর্যন্ত এটি অদৃশ্য। কর্মক্ষমতা মেট্রিক্স শক্তিশালী দেখায় যখন টুলটি ব্যবহার করা হয়, মানুষের ক্ষমতার ক্রমশ ক্ষয়কে মুখোশ করে।
এটি একটি প্রতিক্রিয়া লুপ তৈরি করে। কর্মীরা AI এর সাথে আরও ভাল পারফর্ম করে, তাই তারা এটি বেশি ব্যবহার করে। তারা যত বেশি এটি ব্যবহার করে, তত কম তারা অসহায় দক্ষতা অনুশীলন করে। যখন পতনটি স্পষ্ট হয়ে ওঠে — যখন টুলটি বন্ধ হয়ে যায়, অবসর নেওয়া হয় বা প্রতিস্থাপিত হয় — দক্ষতা ইতিমধ্যেই কমে গেছে।
এই ঘটনাটি সংস্থাগুলির প্রশিক্ষণ এবং মূল্যায়নকে কীভাবে গঠন করা উচিত সে সম্পর্কেও প্রশ্ন উত্থাপন করে। যদি AI সহায়তা সক্রিয় থাকাকালীন পেশাদার দক্ষতা ক্রমবর্ধমানভাবে পরিমাপ করা হয়, তাহলে কর্মীরা নিজেরাই কী করতে পারে তা মূল্যায়নের অতিরিক্ত ব্যাখ্যা হতে পারে।
মানুষের দক্ষতা সংরক্ষণ
গবেষক এবং কর্মক্ষেত্র বিশেষজ্ঞরা এখন বিতর্ক করছেন কিভাবে এআই যুগে গুরুত্বপূর্ণ মানুষের দক্ষতা সংরক্ষণ করা যায়। সমাধানগুলি এখনও স্পষ্ট নয়, তবে বেশ কয়েকটি নীতি উদ্ভূত হচ্ছে।
প্রথমত, সচেতনতা গুরুত্বপূর্ণ। সহজভাবে স্বীকার করা যে ডেস্কিলিং ঘটতে পারে তা ব্যক্তি এবং সংস্থাগুলিকে ইচ্ছাকৃতভাবে অসহায়ক অনুশীলন বজায় রাখতে প্ররোচিত করতে পারে। দ্বিতীয়ত, পেশাদারদের কোন দক্ষতা তীক্ষ্ণ রাখতে হবে এবং কোনটি অর্পণ করতে হবে সে সম্পর্কে সচেতন পছন্দ করতে হবে। প্রতিটি দক্ষতা পূর্ণ শক্তিতে সংরক্ষণের যোগ্য নয়, তবে কিছু - বিশেষ করে যারা নিরাপত্তা, রোগ নির্ণয় এবং সমালোচনামূলক রায়ের সাথে জড়িত - স্পষ্টতই।
তৃতীয়ত, সংস্থাগুলিকে কার্যপ্রবাহগুলিকে পুনরায় ডিজাইন করতে হতে পারে যাতে AI মূল জ্ঞানীয় কাজ প্রতিস্থাপনের পরিবর্তে বৃদ্ধি পায়। টুলটিকে চিন্তা করতে দেওয়ার পরিবর্তে, AI কে মানুষের বিচারের উপর একটি চেক হিসাবে অবস্থান করা যেতে পারে, সিস্টেমের সাথে পরামর্শ করার আগে পেশাদারকে প্রথমে একটি উত্তরে পৌঁছাতে হবে।
এআই যুগের জন্য একটি সংজ্ঞায়িত চ্যালেঞ্জ
প্রকৃতি রিপোর্টটি স্পষ্ট করে যে ডেস্কিলিং আর একটি অনুমানমূলক উদ্বেগ নয়। প্রমাণ, এখনও প্রাথমিক অবস্থায়, ক্ষেত্রগুলিতে সামঞ্জস্যপূর্ণ: যখন মানুষ AI-এর কাছে জ্ঞানীয় কাজ হস্তান্তর করে, তখন অন্তর্নিহিত দক্ষতা দুর্বল হতে পারে।লক্ষ লক্ষ পেশাদারদের জন্য যারা এখন তাদের দৈনন্দিন রুটিনে এআইকে একীভূত করছে, সেই দাগগুলি ব্যক্তিগত পাশাপাশি সামাজিক। একজন সার্জন যিনি টিউমার শনাক্ত করার জন্য স্পর্শ হারিয়ে ফেলেন, একজন প্রকৌশলী যিনি ভুলে যান কিভাবে একজন সহকারী ছাড়া ডিবাগ করতে হয়, একজন নার্স যার ক্লিনিকাল অন্তর্দৃষ্টি ম্লান হয়ে যায় - এগুলো বিমূর্ত ঝুঁকি নয়।
মরি যেমন উল্লেখ করেছেন, এখনও কোনও প্রতিষ্ঠিত সমাধান নেই। তবে প্রথম পদক্ষেপ, গবেষকরা একমত, হুমকিটিকে গুরুত্ব সহকারে নিচ্ছে। প্রাথমিক ফলাফল রয়েছে, এবং সেগুলি একটি সতর্কতা: আমাদের আরও ভাল করার জন্য ডিজাইন করা সরঞ্জামগুলি, যদি অসাবধানতার সাথে ব্যবহার করা হয়, তাহলে আমাদের আগের তুলনায় কম সক্ষম হতে পারে।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
