আগামীকালের এআই আজকের বিশ্বের সাথে তাল মেলাতে পারবে না।

তিন বছর আগে, কেনিয়ার কর্মীরা ওপেনএআই (OpenAI)-এর জন্য ডেটা লেবেল করার সময় যে পরিস্থিতির সম্মুখীন হয়েছিলেন, তার জন্য তাঁরা আন্তর্জাতিক সংবাদ শিরোনামে এসেছিলেন। এই কর্মীরা ঘণ্টায় প্রায় ১.৩৫ ডলারের বিনিময়ে দিনরাত ঘৃণামূলক বক্তব্য, যৌন নিপীড়ন এবং হিংসাত্মক ছবির মতো ইন্টারনেটের সবচেয়ে উদ্বেগজনক বিষয়বস্তুগুলো বাছাই করতেন। তাঁদের তৈরি করা লেবেলগুলো পরবর্তীতে ক্ষতিকর বা নিষিদ্ধ বিষয়বস্তু শনাক্ত করার জন্য চ্যাটজিপিটি (ChatGPT)-কে প্রশিক্ষণ দিতে ব্যবহৃত হতো।

২০২৩ সালে, ক্ষোভের একটি বড় অংশ — সঙ্গত কারণেই — এই ডেটা লেবেলারদের কাজের পরিবেশকে কেন্দ্র করে ছিল। কিন্তু ২০২৬ সালে পুনরায় পর্যালোচনা করলে, এই কাহিনিটি এক ভিন্ন অন্ধকার রূপ নেয়।

কৃত্রিম বুদ্ধিমত্তা (এআই) নিয়ে নতুন করে উদ্বেগ দেখা দেওয়ায়, মানুষ আশঙ্কা করতে শুরু করেছে যে তথ্যপ্রযুক্তি পরিষেবা খাতের চাকরিগুলো হয়তো পুরোপুরি বিলুপ্ত হয়ে যাবে। এই দৃষ্টিকোণ থেকে, চ্যাটজিপিটি-কে প্রশিক্ষণ দিতে সাহায্য করার মাধ্যমে এই কর্মীরা হয়তো অজান্তেই সেই ধরনের বাণিজ্যযোগ্য পরিষেবা কাজগুলোকে স্বয়ংক্রিয়ভাবে বিলুপ্ত করে দিতে সাহায্য করছেন, যা কেনিয়ার সমৃদ্ধির পথকে সংকুচিত করে দিচ্ছে।

কিন্তু উন্নয়নশীল দেশগুলোতে কৃত্রিম বুদ্ধিমত্তা-সম্পর্কিত স্থানচ্যুতি যে সত্যিই শুরু হয়েছে, তার সপক্ষে প্রমাণ কতটা আছে? এবং যখন কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রভাবিত শ্রমিক, প্রতিষ্ঠান ও দেশগুলো নিজেরাই এর প্রতিক্রিয়ায় নিজেদের মানিয়ে নেবে, নতুন উপায় বের করবে এবং পরিবর্তিত হবে, তখন পরবর্তী পরিস্থিতি সম্পর্কে আমাদের কীভাবে পূর্বাভাস দেওয়া উচিত?

উন্নতির সিঁড়ি বেয়ে ওঠা

ঐতিহাসিকভাবে, উৎপাদন খাতের প্রবৃদ্ধিই দেশগুলোকে দারিদ্র্য থেকে মুক্তির পথ দেখিয়েছে। জাপান, দক্ষিণ কোরিয়া, তাইওয়ান এবং সবচেয়ে উল্লেখযোগ্যভাবে চীনে, রপ্তানি-ভিত্তিক উৎপাদনের সম্প্রসারণ লক্ষ লক্ষ মানুষকে কৃষিকাজ থেকে সরিয়ে কারখানার অধিক বেতনের চাকরিতে নিয়ে আসে। আন্তর্জাতিক প্রতিযোগিতার চাপে, পূর্ব এশীয় সংস্থাগুলো দ্রুত প্রযুক্তিগত অগ্রগতির দিকে ধাবিত হয়।

কিন্তু, ভিয়েতনাম ও বাংলাদেশের মতো কয়েকটি উজ্জ্বল ব্যতিক্রম ছাড়া, উন্নয়নশীল দেশগুলো পূর্ব এশিয়ার সাফল্যকে অনুকরণ করতে মূলত ব্যর্থ হয়েছে। ভারতে, জিডিপিতে উৎপাদন খাতের অংশ কখনোই ২০ শতাংশ অতিক্রম করেনি এবং ২০১০ সাল থেকে তা আরও হ্রাস পেয়েছে। সাব-সাহারান আফ্রিকায়, জিডিপিতে উৎপাদন খাতের অবদান প্রায় ১০ শতাংশ । নতুন বিশ্লেষণ থেকে জানা যায় যে, গত ৩০ বছর ধরে দরিদ্রতম দেশগুলোতে উৎপাদনশীলতা জেদ ধরে বৈশ্বিক অগ্রগতির চেয়ে অনেক নিচেই রয়ে গেছে।

আইটি পরিষেবা চালু হলো।

বিশ্বজুড়ে সস্তা ব্রডব্যান্ডের আগমন পশ্চিমা সংস্থাগুলির জন্য তথ্য প্রযুক্তি পরিষেবাগুলির আউটসোর্সিংকে লাভজনক করে তোলে, যা তাদের উন্নয়নশীল দেশগুলিতে সস্তা শ্রমের সুবিধা নিতে সক্ষম করে। ১৯৯৯ সালে, ভারত তার টেলিযোগাযোগ খাতকে নিয়ন্ত্রণমুক্ত করে, যা উচ্চ-গতির ইন্টারনেট গ্রহণকে ত্বরান্বিত করে এবং ইনফোসিস ও উইপ্রোর মতো নতুন সংস্থাগুলিকে অত্যন্ত লাভজনক হতে সাহায্য করে। ভারতে একটি নতুন খাতের জন্ম হয়, যার নাম “বিজনেস প্রসেস আউটসোর্সিং” (বিপিও)।

যেসব দেশ প্রবৃদ্ধির সূচনা করতে হিমশিম খাচ্ছিল, তাদের জন্য বিপিও একটি জীবনরেখা বলে মনে হয়েছিল। অতীতের রপ্তানি-ভিত্তিক উৎপাদন খাতের চাকরির মতোই, রপ্তানি পরিষেবাগুলো বিপুল পরিমাণ বৈদেশিক মুদ্রা আয়ের পাশাপাশি আরও বেশি বেতনের বহু কর্মসংস্থান সৃষ্টির প্রতিশ্রুতি দিয়েছিল। ২০২১ সালে, বিশ্বব্যাংক “পরিষেবা-ভিত্তিক উন্নয়নের সম্ভাবনা”-র প্রশংসা করে একটি প্রতিবেদন প্রকাশ করে , যেখানে “শ্রম উৎপাদনশীলতা বৃদ্ধিকারী উদ্ভাবন”-এর সাথে এর সম্পৃক্ততার বিষয়টি তুলে ধরা হয়।

বিগত কয়েক দশকে ফিলিপাইন ও ব্রাজিলের মতো দেশগুলো বিশাল তথ্যপ্রযুক্তি খাত গড়ে তুলেছে, যা বছরে শত শত কোটি ডলারের পরিষেবা রপ্তানি করে এবং প্রতিটি দেশে প্রায় ২০ লক্ষ কর্মী নিয়োগ করেছে।¹ ¹ , বিশ্বব্যাপী এই ক্ষেত্রে সুস্পষ্টভাবে শীর্ষে ছিল ভারত, যার তথ্যপ্রযুক্তি পরিষেবা খাতে ৫৮ লক্ষ মানুষ কর্মরত এবং ২০২৫ সাল নাগাদ ২০০ বিলিয়ন ডলার রপ্তানি হবে।

কৃত্রিম বুদ্ধিমত্তা (এআই) মানুষের চাকরি কেড়ে নেবে, এই ভয় এখন সর্বত্র বিরাজমান। আমেরিকায়, সফটওয়্যার ডেভেলপমেন্ট এবং কাস্টমার সার্ভিসের মতো প্রাথমিক স্তরের চাকরিগুলোতে যে বিশৃঙ্খলা দেখা দেবে, সেদিকেই মনোযোগ নিবদ্ধ হয়েছে — যা কিনা কয়লা খনির ক্যানারি পাখির মতো, অর্থাৎ সেই কাজগুলো যা (অন্তত তাত্ত্বিকভাবে) এআই কোডিং এজেন্টের মাধ্যমে সবচেয়ে সহজে স্বয়ংক্রিয় করা সম্ভব। অর্থনীতিবিদ এরিক ব্রাইনজলফসন, ভারত চন্দর এবং রুয়ু চেন-এর একটি প্রভাবশালী গবেষণাপত্রে দেখা গেছে যে, ২০২২ সাল থেকে এআই-এর সবচেয়ে বেশি সংস্পর্শে থাকা খাতগুলোতে কর্মজীবনের শুরুতে থাকা কর্মীদের (যুক্তরাষ্ট্রে ২২-২৫ বছর বয়সী) কর্মসংস্থানে ১৯% আপেক্ষিক হ্রাস ঘটেছে।

স্বাভাবিকভাবেই, নিম্ন ও মধ্যম আয়ের দেশগুলোতে বসবাসকারী ৬.৮ বিলিয়ন মানুষের উপর এআই-এর প্রভাবের দিকে মনোযোগ ঘুরতে শুরু করেছে। এখন পর্যন্ত, ক্ষুদ্র কৃষিকাজের উপর নির্ভরশীল ২.৫ বিলিয়ন মানুষের উপর এআই-এর তেমন কোনো ইতিবাচক বা নেতিবাচক প্রভাব পড়েনি। উৎপাদন খাতেও এর প্রভাবের প্রমাণ সীমিত, যদিও সম্ভবত শিল্প রোবটিক্সে এআই-এর প্রভাবে অগ্রগতি আসন্ন। পরিষেবা রপ্তানির ক্ষেত্রেই এআই-সম্পর্কিত চাকরিচ্যুতির হুমকি সবচেয়ে বড়।

কয়লা খনির ক্যানারি পাখি

ChatGPT চালু হওয়ার পর এখন চার বছর হয়ে গেছে। এজেন্টরা গ্রাহক সেবার অনেক কাজই করতে সক্ষম; প্রকৃতপক্ষে, কর্পোরেট সাপোর্ট লাইনগুলো ক্রমশ ChatGPT বা Claude র‍্যাপার দ্বারা প্রতিস্থাপিত হচ্ছে। তাহলে উন্নয়নশীল বিশ্বে অটোমেশন ইতোমধ্যে পরিষেবা রপ্তানিকে কতটা প্রতিস্থাপন করছে?

মার্কিন যুক্তরাষ্ট্রে ব্রাইনজলফসন ও অন্যান্যদের দ্বারা পরিচালিত এআই-এর প্রভাবে কর্মচ্যুতি বিষয়ক সাম্প্রতিক গবেষণা থেকে আমরা শিক্ষা নিতে পারি এবং দেখতে পারি যে, এআই-এর কারণে কর্মচ্যুতির সবচেয়ে বেশি ঝুঁকিতে থাকা মানুষ—অর্থাৎ শিক্ষানবিশ প্রযুক্তি কর্মীরা—এর জন্য কর্মসংস্থান কীভাবে বিকশিত হচ্ছে। ²

সম্ভবত যেকোনো উন্নয়নশীল দেশের জন্য উপলব্ধ সেরা তথ্য আসে ভারতের পর্যায়ক্রমিক শ্রমশক্তি সমীক্ষা (PLFS) থেকে, যা কর্মসংস্থান এবং মজুরির প্রবণতার একটি উচ্চ-ফ্রিকোয়েন্সি পর্যবেক্ষণ। ³ কৃত্রিম বুদ্ধিমত্তার (AI) সংস্পর্শের প্রভাব সঠিকভাবে চিহ্নিত করতে আমরা অর্থনীতিবিদদের ভাষায় যাকে “ট্রিপল ডিফারেন্স” বলা হয়, তা ব্যবহার করতে পারি। প্রথমত, আমরা AI-এর সংস্পর্শে থাকা শিল্পগুলিতে তরুণ কর্মীদের (১৫-২৪ বছর বয়সী) কর্মসংস্থানের হার নিই এবং একই শিল্পগুলিতে বয়স্ক কর্মীদের (২৫-৩৯ বছর বয়সী) প্রবণতা বিয়োগ করি। তারপর আমরা AI থেকে মূলত সুরক্ষিত শিল্পগুলিতে তরুণ বনাম বয়স্কদের একই তুলনা করতে পারি। সবশেষে, এই দুটি পার্থক্যের মধ্যে পার্থক্য নিয়ে, আমরা AI-এর সবচেয়ে বেশি সংস্পর্শে থাকা শিল্পগুলিতে প্রবেশ-স্তরের কাজের উপর অভিঘাতকে আলাদা করতে পারি।

উপরের চার্টটি কর্মসংস্থানের ক্ষেত্রে এই ত্রিমুখী পার্থক্যটি দেখায়, যেখানে উল্লম্ব বারগুলো দ্বারা কনফিডেন্স ইন্টারভ্যাল চিহ্নিত করা হয়েছে। ChatGPT-এর আগের তিন বছরে, সবচেয়ে বেশি এআই-এর সংস্পর্শে থাকা এবং না থাকা শিল্পগুলোতে নতুন এবং বয়স্ক কর্মীদের মধ্যে ব্যবধান খুব কম ছিল। কিন্তু ২০২২ সালের পর — যে বছর ChatGPT সর্বসাধারণের জন্য প্রকাশ করা হয় — সবচেয়ে কম বয়সী, এআই-এর সংস্পর্শে থাকা কর্মীদের আপেক্ষিক কর্মসংস্থান হঠাৎ করে ৩২% কমে যায়। এরপর থেকে আপেক্ষিক কর্মসংস্থান আর পুনরুদ্ধার হয়নি, এবং সর্বশেষ ২০২৫ সালের চিত্রেও এটি ২০২২ সালের ভিত্তিরেখার চেয়ে প্রায় ২০% নিচে রয়েছে।

এই ফলাফলটিকে অতিরিক্ত গুরুত্ব দেওয়ার ব্যাপারে আমাদের সতর্ক থাকা উচিত। এমনও হতে পারে যে, এই পতনটি সেইসব কাঠামোগত শক্তিকে প্রতিফলিত করে, যা জেনারেটিভ এআই-এর উত্থানের সমসাময়িক সময়েই ঘটছিল। উদাহরণস্বরূপ, কিছু ভারতীয় আইটি সংস্থা মহামারীর সময় প্রয়োজনের চেয়ে বেশি কর্মী নিয়োগ করেছিল এবং ২০২৩ সালে স্নাতক নিয়োগ স্থগিত করে দিয়েছিল।

বিপিও কোম্পানিগুলোর নিজেদের পক্ষ থেকে এআই-এর ব্যবহার বৃদ্ধির কথাবার্তার মাঝেও কর্মসংস্থানে জোরালো পুনরুদ্ধারের অনুপস্থিতি এই ইঙ্গিত দেয় যে, এর প্রভাব হয়তো বাস্তব। প্রসঙ্গত, এটি ব্রাইনজলফসন এবং তাঁর সহ-লেখকদের কাজের সর্বশেষ সংশোধনের ফলাফলেরই প্রতিধ্বনি করে, যেখানে এআই-এর সংস্পর্শে আসা তরুণ কর্মীদের কর্মসংস্থানে ১৯% হ্রাস দূর হওয়ার কোনো লক্ষণ দেখায়নি।

কিন্তু এটিকে সব চাকরি চলে যাওয়ার লক্ষণ হিসেবে নেওয়া উচিত নয়। এই তথ্য একটি দেশের একটি নির্দিষ্ট খাতের, এবং সেইসব কর্মীদের মধ্য থেকে নেওয়া, যাদের সবচেয়ে বেশি ক্ষতিগ্রস্ত হওয়ার আশঙ্কা করা হচ্ছে। (এখন পর্যন্ত) সব বয়সীদের মধ্যে বা এআই-এর সংস্পর্শে থাকা খাতগুলোতে সার্বিক মন্দার কোনো প্রমাণ নেই। এমনকি এই ফলাফলটিও পরিসংখ্যানগতভাবে শূন্য থেকে প্রায় আলাদা নয়।

কীভাবে এবং কখন আমরা আরও সুস্পষ্ট সিদ্ধান্তে পৌঁছাতে পারি? এতে আমাদের প্রত্যাশার চেয়ে বেশি সময় লাগতে পারে — বেশিরভাগ অন্যান্য উন্নয়নশীল দেশে তথ্য আসতে আরও অনেক বেশি বিলম্ব হয়।

উড্ডয়নের পর থেকেই অন্ধের মতো উড়া

মহোদয়গণ, আপনারা ৬০ দিন দেরিতে এসেছেন। মহামন্দা শেষ হয়ে গেছে। —হার্বার্ট হুভার, জুন ⁴

১৯৩০ সালে মহামন্দা তখনও শেষ হয়নি । কিন্তু হুভারই বা তা জানবেন কী করে? এটা ছিল ১৯৩৪ সালে কুজনেৎসের “জাতীয় আয়” প্রতিবেদন পেশ করার আগের ঘটনা, যা ছিল আধুনিক জাতীয় আয় হিসাব এবং জিডিপির পূর্বসূরি। নির্ভরযোগ্য মাসিক বেকারত্বের পরিসংখ্যান সহজলভ্য হওয়ারও আগের সময় ছিল এটি, কারণ আধুনিক গৃহস্থালি জরিপ ১৯৪০ সালের আগে শুরু হয়নি।

আজকের অনেক নেতা, বিশেষ করে নিম্ন ও মধ্য-আয়ের দেশগুলোতে, ১৯৩০-এর দশকে হুভারের মতো একই পরিস্থিতিতে পড়েছেন — তাঁরা অর্থনৈতিক রূপান্তরের এক পর্যায়ে প্রবেশ করছেন, কিন্তু তাঁদের অর্থনীতি বাস্তবে কীভাবে পরিবর্তিত হচ্ছে সে সম্পর্কে তাঁরা সম্পূর্ণ অজ্ঞ। ভারতের পিএলএফএস একটি অসাধারণ প্রচেষ্টা, এবং তথ্যপ্রযুক্তি রপ্তানির আকস্মিক ধাক্কার কারণে একইভাবে ঝুঁকিপূর্ণ হতে পারে এমন অন্য কোনো দেশে এর সমতুল্য কিছু নেই।

উদাহরণস্বরূপ ফিলিপাইনের কথা ধরা যাক, এটিও এমন একটি দেশ যার একটি উল্লেখযোগ্য পরিষেবা রপ্তানি খাত রয়েছে। তাদের ব্যবসা ও শিল্প বিষয়ক বার্ষিক সমীক্ষাটি, সমীক্ষাকৃত সময়কাল শেষ হওয়ার এক বছরেরও বেশি সময় পরে প্রকাশিত হয়। এর ফলে, কৃত্রিম বুদ্ধিমত্তার (AI) সক্ষমতার পরিবর্তনের প্রতিক্রিয়ায় শ্রমশক্তির ঘন ঘন পরিবর্তন বিশ্লেষণ করার ক্ষেত্রে এটি প্রায় অকেজো হয়ে পড়ে। সম্ভবত ফেবল ৮ (Fable 8) প্রকাশিত না হওয়া পর্যন্ত আমরা ফিলিপাইনের আইটি খাতের শ্রমশক্তির উপর ফেবল ⁵ (এবং আজকের অন্যান্য ফ্রন্টিয়ার মডেলগুলোর) প্রভাব সম্পূর্ণরূপে আলাদা করতে পারব না। এর কোনো রিয়েল-টাইম ট্র্যাকিং ডেটা নেই।

কৃত্রিম বুদ্ধিমত্তার অর্থনীতি গবেষণার দিকে এখন যে মনোযোগ ও অর্থ প্রবাহিত হচ্ছে, তাতে আমরা সম্ভবত আমাদের নিজেদের অনুমানের মতোই অসংখ্য অনুমানের সম্মুখীন হব। এই অনুমানগুলো আসবে সদ্য প্রকাশিত ওয়ার্কিং পেপারের সারসংক্ষেপ থেকে, যা আমাদের জানাবে কীভাবে কৃত্রিম বুদ্ধিমত্তা এক শ্রেণীর কর্মীকে অন্য শ্রেণীর তুলনায় স্থানচ্যুত করেছে, অথবা কোনো একটি কোম্পানির উৎপাদনশীলতা অন্যটির তুলনায় বাড়িয়েছে।

তাই আমাদের কাছে থাকা তথ্যগুলোকে অতিরিক্ত বিশ্লেষণ করার একটি প্রলোভনও থাকবে — ভারতের তরুণ আইটি কর্মীদের আসন্ন কর্মসংস্থান সংকট নিয়ে একটি টুইটার থ্রেড লিখে ফেলার। কিন্তু প্রতিটি ফলাফলই একটি ধাঁধার মাত্র একটি অংশ। এই ফলাফল — এবং এর মতো অন্যান্য ফলাফল — আমাদের সামগ্রিক প্রভাব সম্পর্কে কিছু বলে না।

আর তারপর, এটিকে ভবিষ্যতে প্রসারিত করার একটি সামান্য বিষয় তো রয়েছেই। এমনকি যদি আমরা আজকের অর্থনীতিগুলোকে নিখুঁতভাবে বুঝতেও পারতাম, তবুও ভবিষ্যতের মডেলগুলোর সক্ষমতার সাথে মেলানোর জন্য কেবল সেই ধারণাকে প্রসারিত করলে তা আমাদের অত্যন্ত বিভ্রান্তিকর পূর্বাভাসের দিকে নিয়ে যেতে পারে।

অতটা বোকা নন এমন কৃষক এবং যে জনসংখ্যা বিস্ফোরণটি ঘটেনি

কৃত্রিম বুদ্ধিমত্তার অর্থনৈতিক প্রভাব সম্পর্কে অনেক ভয়েরই উদ্ভব হয় ভবিষ্যৎ প্রযুক্তির প্রভাবকে এমন এক বিশ্বের উপর প্রক্ষেপণ করার ফলে, যা আজকের বিশ্বের মতোই দেখতে হবে। কিন্তু এই ধরনের অনুমানের একটি দীর্ঘ এবং উত্থান-পতনের ইতিহাস রয়েছে, কারণ আমরা মানুষরা নিজেদের যতটা যোগ্য মনে করি, তার চেয়ে অনেক বেশি অভিযোজনক্ষম।

আন্তর্জাতিক উন্নয়নের ইতিহাসে সম্ভবত সবচেয়ে কুখ্যাত ভবিষ্যদ্বাণীটি এসেছে পল এরলিখের ১৯৬৮ সালের বেস্টসেলার “দ্য পপুলেশন বম্ব” থেকে। জনসংখ্যা বৃদ্ধির পর্যবেক্ষণকৃত ধারা এবং খাদ্য উৎপাদনে সীমিত অগ্রগতির ওপর ভিত্তি করে, এরলিখ অতিরিক্ত জনসংখ্যা এবং গণ-দুর্ভিক্ষের সম্ভাবনায় শঙ্কিত হয়েছিলেন। “দ্য পপুলেশন বম্ব”-এ উপস্থাপিত সবচেয়ে আশাবাদী পরিস্থিতিটিতে, যা বাস্তবায়নের জন্য “মার্কিন যুক্তরাষ্ট্রে দৃষ্টিভঙ্গি ও আচরণের এমন এক পরিপক্কতা প্রয়োজন যা বিকশিত হওয়ার সম্ভাবনা কম বলে মনে হয়”, অনাহারে অর্ধ বিলিয়ন মানুষের (বিশ্বের জনসংখ্যার এক-পঞ্চমাংশ) মৃত্যুর কথা বলা ⁶ ।

কিন্তু আর্লিখের পূর্বাভাসগুলো মানব আচরণের স্থির অনুমানের উপর ভিত্তি করে তৈরি হয়েছিল। তিনি সবুজ বিপ্লবের পূর্বাভাস দিতে ব্যর্থ হয়েছিলেন, যা শস্যের ফলন নাটকীয়ভাবে বাড়িয়ে দিয়েছিল (বিশেষ করে ভারতে), এবং জনতাত্ত্বিক রূপান্তরেরও, যেখানে উর্বরতা কমে গিয়েছিল। অপুষ্টি ও দুর্ভিক্ষে মৃত্যুর সংখ্যা প্রকৃতপক্ষে হ্রাস পেয়েছে। আর্লিখ আমাদের প্রায়শই অবমূল্যায়িত উদ্ভাবন ও অভিযোজন ক্ষমতার বিরুদ্ধে বাজি ধরেছিলেন, এমন এক ভবিষ্যৎ বিশ্বের উপর দ্রুত বর্ধনশীল জনসংখ্যা চাপিয়ে দিয়ে, যার উৎপাদনশীল সম্ভাবনাগুলো খুব ধীরে পরিবর্তিত হচ্ছিল।

প্রকৃতপক্ষে, Y2K পর্বটি ⁷ যে চাহিদা সংকট ভারতের তথ্যপ্রযুক্তি রপ্তানি খাতকে বিপুলভাবে চাঙ্গা করে তুলেছিল—ভবিষ্যদ্বাণী অভিযোজনের মুখে টিকতে না পারার আরেকটি উদাহরণ। এবার, ১৯৯৯ সালের ৩১শে ডিসেম্বর মধ্যরাত হওয়ার আগেই, বিপর্যয় এড়ানোর জন্য ভারতের কোডাররা লক্ষ লক্ষ লাইনের কোড পরীক্ষা ও সংশোধন করার মাধ্যমে অভিযোজন ঘটিয়েছিল। পরিশেষে, বিশ্বজুড়ে আর্থিক, সরকারি এবং পরিবহন ব্যবস্থা একযোগে ভেঙে পড়ার ভয়াবহ ভবিষ্যদ্বাণী কখনও সত্যি হয়নি, কারণ আমরা নিজেদেরকে এমনভাবে মানিয়ে নিয়েছিলাম যাতে তা না ঘটে।

জলবায়ু অর্থনীতিও সাম্প্রতিক দশকগুলোতে একই ধরনের শিক্ষা লাভ করেছে। জলবায়ু পরিবর্তনের কারণে কৃষিক্ষেত্রে ক্ষতির প্রাথমিক মডেলগুলোতে প্রায়শই পূর্বাভাসিত তাপমাত্রাকে বিভিন্ন তাপমাত্রায় ফসলের ফলনের সমীকরণের মাধ্যমে প্রয়োগ করে ক্ষতির পরিমাণ অনুমান করা হতো। স্বাভাবিকভাবেই, এই প্রথম প্রজন্মের পূর্বাভাসগুলোতে জলবায়ুজনিত ক্ষতির পরিমাণ ব্যাপক হওয়ার প্রবণতা দেখা যেত। কিন্তু এই মডেলগুলোতে একটি গুরুত্বপূর্ণ অনুমান অন্তর্নিহিত ছিল যে, কৃষকরা পরিবর্তিত জলবায়ুর সাথে নিজেদের খাপ খাইয়ে নিতে পারবে না।

অবশ্যই, জলবায়ু পরিবর্তনের কারণে বড় ধরনের ক্ষতি হবে। এবং সব অভিযোজন সফল হয় না: মার্কিন কৃষিক্ষেত্রে, দীর্ঘমেয়াদী অভিযোজন জলবায়ু পরিবর্তনের ফলে সৃষ্ট ক্ষতির বড়জোর অর্ধেক, কিন্তু সম্ভবত কোনো ক্ষতিই কমাতে পারেনি । অভিযোজনের ক্ষেত্রে বাস্তব সীমাবদ্ধতা রয়েছে — যেখানে অভিযোজনের ইচ্ছা থাকে, সেখানেও তা করার উপায় সবসময় থাকে না।

কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রেও হয়তো পূর্ববর্তী চ্যালেঞ্জগুলোর মতোই ফলাফল দেখা যাবে। এই অভিযোজনের ফলে সম্ভবত কিছু পক্ষ ক্ষতিগ্রস্ত হবে। এমনকি এমন একটি সীমাও থাকতে পারে, যেখানে অভিযোজনের ক্ষমতা ফুরিয়ে যাবে। কিন্তু আগামী পাঁচ বা দশ বছরে পৃথিবীটা কেমন হবে তা নিয়ে যদি আপনি আন্দাজ করেন, তবে আমাদের ভবিষ্যৎ সত্তার অভিযোজন ক্ষমতাকে উপেক্ষা করলে আপনার ধারণাটি মারাত্মক ভুল হতে পারে। আগামী দিনের কৃত্রিম বুদ্ধিমত্তা আজকের নয়, বরং আগামী দিনের পৃথিবীর মুখোমুখি হবে।

এটি অর্থনীতিবিদদের জন্য একটি ছোট কিন্তু সম্ভবত গঠনমূলক পরামর্শের দিকে আমাদের দৃষ্টি আকর্ষণ করে। বিগত ২০ বছর ধরে, কার্যকারণ সম্পর্ক নির্ণয়—অর্থাৎ কারণ ও ফলাফলকে সুস্পষ্টভাবে পৃথক করার ক্ষমতা—প্রাতিষ্ঠানিক অর্থনৈতিক গবেষণার অপরিহার্য শর্ত হয়ে দাঁড়িয়েছে। এর বিপরীতে, পূর্বাভাসকে দ্বিতীয় বা তৃতীয় স্তরের অবস্থানে নামিয়ে আনা হয়েছে, যা এখন নীতি নির্ধারক এবং (ভাবতেই গা শিউরে ওঠে) ব্যাংকারদের একচেটিয়া ক্ষেত্র।

শ্রমের সেই বিভাজনটি তখন অর্থবহ ছিল, যখন আমরা যুক্তিসঙ্গতভাবে আশা করতে পারতাম যে আগামী দিনের পৃথিবী আজকের পৃথিবীর মতোই হবে। কিন্তু কৃত্রিম বুদ্ধিমত্তা যদি সত্যিই প্রবৃদ্ধির পথকে নতুন রূপ দিতে চলেছে, তবে অর্থনীতিবিদদের জন্য সবচেয়ে কার্যকর কাজটি হবে গতকালের ধাক্কাকে আরও নির্ভুলভাবে পরিমাপ করা নয়, বরং পরবর্তী ধাক্কাটির পূর্বাভাস দেওয়ার ক্ষেত্রে আরও দক্ষ হয়ে ওঠা।

আমাদের অর্থনৈতিক ভবিষ্যতের আরও নির্ভুল রূপরেখায় যন্ত্রের সক্ষমতা এবং মানুষের অভিযোজন ক্ষমতা—উভয়কেই বিবেচনায় রাখতে হবে। ঠিক যেমন মানবজাতি অনাহারে মরার জন্য হাত গুটিয়ে বসে থাকেনি, তেমনি ইনফোসিসের নির্বাহী কর্মকর্তারাও চাকরিচ্যুতির জন্য হাত গুটিয়ে বসে নেই। হয়তো চাকরির সুযোগ কমে যাবে, বা চাকরির ধরন বদলে যাবে, কিন্তু সংকট মোকাবিলার মাধ্যমে জন্ম নেওয়া এই শিল্পক্ষেত্রটি যদি কিছু করতে পারে, তবে তারা আবারও খাপ খাইয়ে নেওয়ার চেষ্টা করবে।

অলিভার কিম একজন উন্নয়ন অর্থনীতিবিদ, যিনি কোএফিসিয়েন্ট গিভিং-এর গ্লোবাল গ্রোথ ফান্ডে রিসার্চ ফেলো হিসেবে কর্মরত। ⁸ ‘গ্লোবাল ডেভেলপমেন্টস’ নামে একটি সাবস্ট্যাক লেখেন । অলিভার হ্যানি ‘ইন ডেভেলপমেন্ট’-এর একজন কন্ট্রিবিউটিং এডিটর এবং ভক্সডেভ-এর ম্যানেজিং এডিটর, যেখানে তিনি ‘আইডিয়াজ ইন ডেভেলপমেন্ট’ পডকাস্টটি সঞ্চালনা করেন।

এই নিবন্ধটি সম্পর্কে আপনার কোনো মন্তব্য থাকলে, বা আলোচনায় অংশ নিতে চাইলে, অনুগ্রহ করে letters@indevelopmentmag.com-এ ইমেল করুন। প্রাপ্ত প্রতিক্রিয়াগুলো একটি চিঠিপত্র বিভাগে প্রকাশ করা হবে।

1. আফ্রিকান কর্মীদের অন্তর্ভুক্ত করার ক্ষেত্রে ওপেনএআই-এর গল্পটি তুলনামূলকভাবে ব্যতিক্রম ছিল; কেনিয়ার এই খাতে ২০২৫ সালে মাত্র ৩৬,০০০ লোক নিযুক্ত ছিল। ↩︎
2. সম্ভবত বয়স্ক প্রযুক্তি কর্মীরা আরও বেশি ‘সফট স্কিল’ এবং আরও বিশেষায়িত কারিগরি দক্ষতা অর্জন করেছেন, যার ফলে এআই দিয়ে তাদের প্রতিস্থাপন করা আরও কঠিন হয়ে পড়েছে। ↩︎
3. ২০২৫ সালে পিএলএফএস-এর কার্যপ্রণালী সংশোধন করা হয়েছিল, যার ফলে পূর্ববর্তী সময়ের সাথে তুলনা করা কঠিন হয়ে পড়ে। তা সত্ত্বেও, আমাদের কাছে এটাই সর্বোত্তম তথ্য। ↩︎
4. সঠিক শব্দগুলো অনিশ্চিত, তবে তিনি সম্ভবত এই ধরনেরই কিছু একটা বলেছিলেন। ↩︎
5. পরিমাপের নতুন পদ্ধতি, যেমন—মেশিন-লার্নিং-ভিত্তিক তাৎক্ষণিক পূর্বাভাস, স্যাটেলাইট ডেটা, মোবাইল ফোন ডেটা এবং স্বয়ংক্রিয় শ্রেণিবিন্যাস নিয়ে গবেষণার পরিমাণ ক্রমশ বাড়ছে। এই ধরনের নতুন পদ্ধতিগুলো প্রচলিত প্রশাসনিক ও জরিপভিত্তিক তথ্য উৎসের প্রয়োজনীয়তাকে অতিক্রম করতে পারবে কি না, তা এখনও দেখার বিষয়। ↩︎
6. পল এরলিখ, দ্য পপুলেশন বম্ব (সিয়েরা ক্লাব ব্যালান্টাইন বুকস), ৮০। ↩︎
7. মূলত “মিলেনিয়াম বাগ” নামে পরিচিত এই সমস্যার কারণে, অনেক কম্পিউটার প্রোগ্রাম বছর সংরক্ষণের জন্য মাত্র দুটি সংখ্যা ব্যবহার করত। এর ফলে এই ব্যাপক আশঙ্কা দেখা দেয় যে, সিস্টেমগুলো “০০”-কে ১৯০০ ভেবে ভুল করবে এবং ২০০০ সালের ১লা জানুয়ারি একযোগে ক্র্যাশ করবে। ↩︎
8. কোএফিশিয়েন্ট গিভিং-এর অন্তর্ভুক্ত আরেকটি দল, ইফেক্টিভ গিভিং অ্যান্ড ক্যারিয়ার্স টিম, ‘ইন ডেভেলপমেন্ট’-এর একজন অর্থদাতা । এই লেখাটির অনুমোদন, সম্পাদনা ও প্রকাশের বিষয়ে আমাদের সম্পাদকীয় সিদ্ধান্তে তাদের কোনো ভূমিকা ছিল না এবং অলিভার তাঁর ব্যক্তিগত ক্ষমতায় লিখছেন। ↩︎