কর্মক্ষেত্রে AI-এর গুরুত্বপূর্ণ পরিবর্তনটি কোনো মডেল আরও ভালো একটি অনুচ্ছেদ লিখতে পারে—এটা নয়। বরং পরিবর্তনটি হলো, একটি সিস্টেম ক্রমেই কয়েকটি ধাপ পেরিয়ে একটি লক্ষ্য অনুসরণ করতে পারে: ফাইল পরিদর্শন করা, সংযুক্ত সেবাগুলোতে অনুসন্ধান করা, একটি আর্টিফ্যাক্ট তৈরি করা, কোনো রেকর্ড আপডেট করা এবং একটি বার্তা পাঠানো।
এতে পেশাগত প্রশ্নটি “এই উত্তরটি কি সঠিক?” থেকে বদলে হয়ে যায়, “আমাকে জিজ্ঞেস করার আগে এই সিস্টেমকে কী কী করার অনুমতি দেওয়া আছে?”
Zapier ChatGPT Work-কে এমন একটি এজেন্টধর্মী মোড হিসেবে বর্ণনা করে, যা ফাইল ও সংযুক্ত অ্যাপ্লিকেশন নিয়ে দীর্ঘ সময় ধরে কাজ করতে পারে; অন্যদিকে, এর Plan mode কার্যকর করার আগে অনুমোদনের জন্য একটি কৌশল প্রস্তাব করে। Microsoft-ও একইভাবে Copilot, সাংগঠনিক জ্ঞান এবং গভর্ন্যান্সকে একটি কার্যকরী AI স্ট্যাকের পরস্পর-পরিপূরক অংশ হিসেবে উপস্থাপন করে। এই উদাহরণগুলো একটি ব্যবহারিক পার্থক্যের দিকে ইঙ্গিত করে: AI কথোপকথনের সঙ্গী থেকে অর্পিত দায়িত্বে কাজ করা অপারেটরে পরিণত হচ্ছে।
দায়িত্ব অর্পণ সময় বাঁচাতে পারে, কিন্তু এটি দায়িত্বের কাঠামোও বদলে দেয়। একটি চ্যাটবট সাধারণত একজন মানুষের পর্যালোচনার জন্য একটি আউটপুট তৈরি করে। একটি এজেন্ট কয়েকটি মধ্যবর্তী কাজ সম্পন্ন করতে পারে, যার কিছু পরে আর সহজে চোখে পড়ে না। তাই সবচেয়ে নিরাপদ গ্রহণ-কৌশল সর্বাধিক স্বায়ত্তশাসন নয়। বরং এটি হলো স্পষ্ট, ধাপে ধাপে বাড়ানো কর্তৃত্ব।
প্রম্পট নয়, কাজের ভিত্তিতে চিন্তা করুন
একটি কার্যপ্রবাহে কোনো AI সিস্টেম কী কী কাজ করতে পারে, তার তালিকা করা একটি কার্যকর প্রথম পদক্ষেপ। “গ্রাহক অনবোর্ডিং সামলানো” পরিচালনার জন্য অতিরিক্ত বিস্তৃত। আরও কার্যকর একটি তালিকায় থাকতে পারে:
- একটি অভ্যন্তরীণ নীতি পড়ে প্রয়োজনীয়তাগুলো বের করা;
- অনুমোদিত জ্ঞানভান্ডারে অনুসন্ধান করা;
- একটি ইমেল বা চুক্তির সারাংশের খসড়া তৈরি করা;
- একটি টিকিট বা স্প্রেডশিটের সারি তৈরি করা;
- কোনো গ্রাহক বা আর্থিক রেকর্ড পরিবর্তন করা;
- কোনো ব্যবহারকারীকে আমন্ত্রণ জানানো, একটি নথি প্রকাশ করা বা প্রতিষ্ঠানের বাইরের কাউকে বার্তা পাঠানো;
- কোনো অর্থপ্রদান অনুমোদন করা, ডেটা মুছে ফেলা বা প্রতিষ্ঠানের পক্ষে কোনো প্রতিশ্রুতি দেওয়া।
প্রতিটি কাজের প্রত্যাবর্তনযোগ্যতা, সংবেদনশীলতা, বাহ্যিক প্রভাব এবং ব্যয়ের ভিন্ন সমন্বয় রয়েছে। সবকিছুকে “AI সহায়তা” হিসেবে বিবেচনা করলে প্রকৃত সিদ্ধান্তটি আড়ালে থেকে যায়।
একজন মানুষ সবকিছুর তদারকি করবেন—এমন অস্পষ্ট প্রতিশ্রুতির চেয়ে একটি সরল শ্রেণিবিন্যাস বেশি কার্যকর:
- করতে পারে: স্পষ্টভাবে সীমাবদ্ধ একটি কর্মপরিসরের মধ্যে কম-ঝুঁকিপূর্ণ, প্রত্যাবর্তনযোগ্য কাজ।
- প্রস্তাব করতেই হবে: এমন কাজ, যা ভাগাভাগি করা কাজের পরিবর্তন ঘটায়, বাইরের সঙ্গে যোগাযোগ করে বা তাৎপর্যপূর্ণ কোনো প্রতিশ্রুতি তৈরি করে।
- একা কখনোই করতে পারবে না: নিয়ন্ত্রিত সিদ্ধান্ত, অপরিবর্তনীয়ভাবে মুছে ফেলা, উচ্চমূল্যের স্থানান্তর, প্রবেশাধিকার-নিয়ন্ত্রণে পরিবর্তন বা সংবেদনশীল কর্মীসংক্রান্ত বিষয় জড়িত কাজ।
সংযুক্ত আরব আমিরাতের সরকারি agentic-AI কর্মসূচি একটি প্রাসঙ্গিক নীতিগত উদাহরণ দেয়: এতে কোন কাজ এজেন্টরা সম্পন্ন করতে পারবে এবং কোন কাজের ক্ষেত্রে তারা কেবল সুপারিশ করতে পারবে, তা নির্ধারণের নিয়ম রয়েছে। অন্তর্নিহিত ধারণাটি একটি স্বতন্ত্র দলের ক্ষেত্রেও ভালোভাবে প্রযোজ্য: অনুমতি কাজের সঙ্গে যুক্ত হওয়া উচিত, সিস্টেমটি সক্ষম বলে মনে হচ্ছে বলেই অনুমতি দেওয়া উচিত নয়।
যেখানে পরিণতি বদলে যায়, সেখানে অনুমোদনের ধাপ ব্যবহার করুন
প্রতিটি ধাপের জন্য নিশ্চিতকরণ ডায়ালগের প্রয়োজন নেই। কোনো সিস্টেম যদি প্রতিটি ফাইল পড়ার পর অনুমোদন চায়, মানুষ যান্ত্রিকভাবে অনুমোদন দিতে থাকবে অথবা নিয়ন্ত্রণটি নিষ্ক্রিয় করে দেবে। পরিণামপূর্ণ পরিবর্তনের ঠিক আগে অনুমোদনের ধাপটি রাখুন।
উদাহরণস্বরূপ, কোনো এজেন্টকে বাধা ছাড়াই তথ্য সংগ্রহ, বিকল্পগুলোর তুলনা এবং একটি খসড়া প্রস্তুত করার অনুমতি দেওয়া যেতে পারে। তবে নিম্নলিখিত কাজগুলোর আগে তার থামা উচিত:
- প্রতিষ্ঠানের বাইরে কোনো কিছু পাঠানো;
- নতুন কোনো শ্রোতাগোষ্ঠীর সঙ্গে কোনো নথি প্রকাশ বা শেয়ার করা;
- প্রামাণ্য রেকর্ড পরিবর্তন করা;
- অর্থ ব্যয় করে বা কোনো ছাড় প্রয়োগ করে;
- অনুমতি পরিবর্তন করে বা পরিচয়পত্র তৈরি করে;
- ডেটা মুছে ফেলে, প্রতিস্থাপন করে বা রপ্তানি করে;
- এমন সিদ্ধান্ত নেয় যা চাকরি, যোগ্যতা, ঋণসুবিধা, নিরাপত্তা বা আইনগত অধিকারকে প্রভাবিত করে।
অনুমোদনের অনুরোধে প্রস্তাবিত কাজ, সঠিক লক্ষ্য, গুরুত্বপূর্ণ ইনপুট এবং সম্ভাব্য পরিণতি দেখানো উচিত। “চালিয়ে যাবেন?” একটি দুর্বল নিয়ন্ত্রণ। “সংযুক্ত তালিকা ব্যবহার করে, আনুমানিক $X প্রচারাভিযান ব্যয়ে, 2,400 জন গ্রাহকের কাছে এই বার্তাটি পাঠান”—এভাবে বললে পর্যালোচনার জন্য একজন ব্যক্তির হাতে অর্থবহ তথ্য থাকে।
উচ্চ-প্রভাবসম্পন্ন কাজের ক্ষেত্রে, স্ক্রিনের সামনে যে ব্যক্তি ঘটনাচক্রে উপস্থিত আছেন তার পরিবর্তে নির্দিষ্ট নামের একজন অনুমোদনকারী আবশ্যক করুন। ঝুঁকি যখন তা ন্যায্যতা দেয়, তখন কর্মপ্রবাহটি যিনি নকশা করেছেন এবং এর সবচেয়ে পরিণামপূর্ণ ফলাফলকে যিনি অনুমোদন করেন—এই দুই ব্যক্তিকে আলাদা রাখুন।
এজেন্টের কার্যপরিসর নির্ধারণ করুন
উপযোগী সীমা নির্ধারণের জন্য পেশাজীবীদের প্রতিটি মডেল-সংক্রান্ত খুঁটিনাটি বুঝতে হবে না। তবে সিস্টেমের কার্যপরিসর নির্দিষ্ট করতে হবে:
- পরিধি: কোন প্রকল্প, ফোল্ডার, অ্যাকাউন্ট এবং ডেটা উৎসগুলিতে প্রবেশাধিকার থাকবে?
- সরঞ্জাম: সিস্টেম কি পড়তে, লিখতে, পাঠাতে, ক্রয় করতে, কোড চালাতে বা অনুমতি পরিবর্তন করতে পারবে?
- সীমা: ব্যয়, পরিমাণ, পুনরাবৃত্তির হার বা সময়ের কী সীমা প্রযোজ্য?
- উৎস: কোন ডোমেইন, রিপোজিটরি বা ডেটাবেসকে প্রামাণিক হিসেবে গণ্য করা হবে?
- উর্ধ্বতন পর্যায়ে প্রেরণ: কোন অনিশ্চয়তা, বিরোধ বা অনুপস্থিত তথ্যের ক্ষেত্রে একজন ব্যক্তির প্রয়োজন হবে?
- থামার শর্ত: অনুমান করে সিদ্ধান্ত নেওয়ার পরিবর্তে কখন সিস্টেমকে থামতে হবে?
সম্ভব হলে টুল ব্যবহারের অনুমতি ব্যবহারকারীর সাধারণ অ্যাকাউন্ট-অ্যাক্সেসের চেয়ে আরও সীমিত হওয়া উচিত। কোনো শেয়ার্ড ড্রাইভ পড়তে পারে এমন এজেন্টের স্বয়ংক্রিয়ভাবে প্রতিটি পরিচিতিকে ইমেল করার অনুমতি প্রয়োজন হয় না। কোডের খসড়া তৈরি করতে পারে এমন এজেন্টের স্বয়ংক্রিয়ভাবে প্রোডাকশন ক্রেডেনশিয়াল প্রয়োজন হয় না। একটি পৃথক সার্ভিস অ্যাকাউন্ট, সীমিত কর্মপরিসর বা শুধু-পাঠযোগ্য সংযোগ ভুলের ক্ষতি কমাতে পারে।
সীমাটি কার্যকরী ভাষায় লিখুন। “বিচক্ষণতা প্রয়োগ করুন” কোনো নিয়ন্ত্রণ নয়। “অনুমোদন ছাড়া বাহ্যিক ইমেল পাঠাবেন না; গ্রাহক ডেটাবেস পরিবর্তন করবেন না; [date] তারিখের অনুমোদিত মূল্যতালিকাই ব্যবহার করুন; দুটি উৎসের মধ্যে বিরোধ হলে থামুন”—এটি পরীক্ষাযোগ্য।
কার্যকর করার আগে পরিকল্পনাগুলো পরিদর্শনযোগ্য করুন
পরিকল্পনা অর্পিত এআইয়ের অন্যতম উপযোগী বৈশিষ্ট্য, কিন্তু কোনো পরিকল্পনা সঠিক—এটি তার প্রমাণ নয়। এটিকে প্রস্তাবিত কাজের ধারাবাহিকতা হিসেবে পর্যালোচনা করুন।
চারটি প্রশ্ন করুন:
- সিস্টেমটি কোন ফলাফল অর্জনের চেষ্টা করছে?
- এটি কোন অনুমান করছে?
- এটি কোন টুল ব্যবহার করবে, এবং কী কী অনুমতি নিয়ে?
- কোন ধাপে একটি ভুলের খরচ বেড়ে যেতে পারে বা সেটি ফিরিয়ে আনা কঠিন হয়ে উঠতে পারে?
একটি ভালো অনুমোদন-স্ক্রিনে শুধু চূড়ান্ত বক্তব্য নয়, পরিকল্পনার সীমাগুলোও প্রকাশ করা উচিত। সিস্টেম যদি বলে যে এটি “অ্যাকাউন্ট গুছিয়ে নেবে,” তাহলে পর্যালোচনাকারী যেন দেখতে পারেন এর অর্থ রেকর্ডে ট্যাগ লাগানো, ডুপ্লিকেট একত্র করা, বার্তা আর্কাইভ করা, নাকি ডেটা মুছে ফেলা।
পুনরাবৃত্ত কাজের ক্ষেত্রে, প্রতিটি ঘটনাকে আলাদাভাবে অনুমোদন না করে একটি নীতিমালা অনুমোদন করুন—শুধু তখনই, যখন নীতিমালাটি পরীক্ষার জন্য যথেষ্ট সংকীর্ণ। “এই বিক্রেতাদের কাছ থেকে আসা, এই পরিমাণের কম মূল্যের চালানগুলো মূল কপি না মুছে স্বয়ংক্রিয়ভাবে এই শ্রেণির অধীনে সংরক্ষণ করুন”—এটি একটি সম্ভাব্য নীতিমালা। “চালান পরিচালনা করুন” তা নয়।
প্রেক্ষাপট ব্যর্থ হতে পারে—এটা ধরে নিন
বহু-ধাপের সিস্টেমগুলো আগের নির্দেশনা হারিয়ে ফেলতে পারে, পুনরুদ্ধার করা তথ্য ভুলভাবে পড়তে পারে, অথবা একটি ভুল অনুমানকে পরবর্তী ধাপগুলোতেও বহন করে নিয়ে যেতে পারে। ডাইজেস্টে গবেষণা ও প্রকৌশল-সংক্রান্ত নির্দেশিকায় প্রেক্ষাপট হারানো, প্রম্পট ইনজেকশন, অসমাপ্ত অবস্থায় থেকে যাওয়া, কাঠামোবদ্ধ আউটপুটের ত্রুটি এবং স্টেট পুনরায় সক্রিয় করার সমস্যাসহ বিভিন্ন ব্যর্থতার ধরন তুলে ধরা হয়েছে। Berkeley-এর ABBEL কাজটিও যুক্তি দেয় যে সম্পূর্ণ ইতিহাস বারবার বহন করে চলার চেয়ে মিথস্ক্রিয়ার ইতিহাসকে সংক্ষিপ্ত করে বিশ্বাস-অবস্থায় রূপান্তর করা বেশি উপযোগী হতে পারে; তবে প্রেক্ষাপট ব্যবস্থাপনা এখনও কর্মদক্ষতা ও নির্ভরযোগ্যতার জন্য উদ্বেগের বিষয়।
এর সরাসরি কর্মক্ষেত্রগত তাৎপর্য আছে: দীর্ঘ কোনো কাজের দ্বিতীয় ধাপের একটি সীমাবদ্ধতা এজেন্ট মনে রাখবে—এমন কিছুর ওপর গুরুত্বপূর্ণ অনুমোদন নির্ভর করাবেন না। গুরুত্বপূর্ণ সীমাবদ্ধতাগুলো টুল কল বা অনুমোদন-দ্বারের কাছাকাছি রাখুন। সংবেদনশীল কাজের জন্য প্রাপকের নাম, পরিমাণ, উৎস, যৌক্তিকতা এবং মেয়াদোত্তীর্ণের সময়ের মতো কাঠামোবদ্ধ ক্ষেত্র বাধ্যতামূলক করুন। কোনো কাজ দীর্ঘ সময় চললে, বর্তমান লক্ষ্য, সম্পন্ন ধাপ, মুলতুবি কাজ এবং অমীমাংসিত অনিশ্চয়তাগুলো আবার উল্লেখ করে এমন একটি চেকপয়েন্ট বাধ্যতামূলক করুন।
এজেন্ট যখন অবিশ্বস্ত উপাদান পড়ে, তখন বিশেষভাবে সতর্ক থাকুন। কোনো ওয়েব পেজ, ইমেল, নথি বা কোডের মন্তব্যে কাজটি সম্পন্ন করতে সহায়তা করার বদলে সিস্টেমকে প্রভাবিত করার উদ্দেশ্যে লেখা নির্দেশনা থাকতে পারে। ওয়ার্কফ্লো স্পষ্টভাবে কোনো পুনরুদ্ধার করা পাঠ্যকে অনুমোদিত নির্দেশনা হিসেবে চিহ্নিত না করা পর্যন্ত, সেটিকে তথ্য হিসেবেই বিবেচনা করা উচিত।
থামানো ও পুনরুদ্ধারের জন্য নকশা করুন
অর্পিত কাজের জন্য দৃশ্যমানভাবে থামানোর ব্যবস্থা এবং পুনরুদ্ধারের পরিকল্পনা দরকার। যেসব কাজ লুপে আটকে যেতে পারে, সেগুলোর জন্য সর্বোচ্চ সংখ্যক পুনরাবৃত্তি, টুল কল বা রানটাইম নির্ধারণ করুন। পুনঃচেষ্টা নিরাপদ করুন: একই টিকিট দুবার তৈরি করা বা একই ইমেল দুবার পাঠানো কোনো নিরীহ ব্যর্থতা নয়। যেখানে সুবিধাটি সমর্থিত, সেখানে ইডেমপোটেন্ট অপারেশন ব্যবহার করুন, অথবা কোনো কাজ পুনরায় করার আগে সেটি ইতিমধ্যে সম্পন্ন হয়েছে কি না সিস্টেমকে পরীক্ষা করতে দিন।
মানুষের পড়ার উপযোগী একটি কার্যকলাপের রেকর্ড রাখুন: অনুরোধ, পরিকল্পনা, ব্যবহৃত টুল, পরামর্শ নেওয়া তথ্যের উৎস, প্রদত্ত অনুমোদন, করা পরিবর্তন এবং চূড়ান্ত ফলাফল। এটি শুধু পরবর্তী বিশ্লেষণের জন্য নয়। মূল অপারেটর অনুপস্থিত থাকলে এর মাধ্যমে কোনো সহকর্মী কাজটি গ্রহণ করতে পারেন, এবং পুরো অদৃশ্য ধারাটি পুনর্গঠন না করেই কোনো ফলাফলকে চ্যালেঞ্জ করা সম্ভব হয়।
গুরুত্বপূর্ণ ওয়ার্কফ্লোর ক্ষেত্রে স্বায়ত্তশাসন দেওয়ার আগে ইচ্ছাকৃতভাবে খারাপ পরিস্থিতিগুলো পরীক্ষা করুন। অনুপস্থিত তথ্য, পরস্পরবিরোধী নীতি, মেয়াদোত্তীর্ণ উৎস, কোনো নথিতে থাকা ক্ষতিকর নির্দেশনা, ডুপ্লিকেট অনুরোধ, বাতিল করা অনুমতি এবং ত্রুটি ফেরত দেয় এমন একটি টুল দিয়ে পরীক্ষা করুন। লক্ষ্য এজেন্ট কখনো ব্যর্থ হয় না—এটি প্রমাণ করা নয়। লক্ষ্য হলো যাচাই করা যে ব্যর্থতার ফলে কাজ থেমে যায়, স্পষ্টভাবে ঊর্ধ্বতন পর্যায়ে জানানো হয়, অথবা নিরাপদভাবে আগের অবস্থায় ফিরে যায়।
ব্যবহারিক অর্পণ-ধাপমালা
আপনি ধাপে ধাপে একজন এজেন্টকে পরিচয় করিয়ে দিতে পারেন:
- পর্যবেক্ষণ: সিস্টেম অনুমোদিত তথ্য পড়ে এবং সে কী করত তা ব্যাখ্যা করে।
- খসড়া তৈরি: এটি আউটপুট প্রস্তুত করে, কিন্তু প্রতিটি বাহ্যিক কাজ একজন মানুষ সম্পন্ন করেন।
- স্যান্ডবক্সে কাজ: এটি বিচ্ছিন্ন ওয়ার্কস্পেসে পরীক্ষামূলক রেকর্ড, ব্রাঞ্চ বা ফাইল তৈরি করে।
- সীমিত অনুমতি নিয়ে কাজ: এটি পরিমাণ ও সময়সীমার মধ্যে প্রত্যাবর্তনযোগ্য, কম-ঝুঁকির কাজ সম্পন্ন করে।
- নীতির অধীনে কাজ: এটি ভালোভাবে পরীক্ষিত একটি নির্দিষ্ট শ্রেণির কাজ সামলায় এবং নির্ধারিত অনুমোদন-দ্বারে থেমে যায়।
নিচের ধাপটি কেবল তখনই অতিক্রম করুন, যখন আগের ধাপটি প্রমাণ দিয়েছে যে ওয়ার্কফ্লো গ্রহণযোগ্যভাবে কাজ করে। কাজ বদলে গেলে, টুল বদলে গেলে বা তথ্য আরও সংবেদনশীল হয়ে উঠলে, ধাপমালায় আবার নিচে নেমে আসুন।
আপনার ক্যারিয়ারের জন্য এর অর্থ
মূল্যবান দক্ষতা শুধু এআইকে কোনো ফলাফল চাইতে জানা নয়। বরং অস্পষ্ট কোনো অর্পিত কাজকে সীমাবদ্ধ পরিচালন-প্রক্রিয়ায় রূপ দিতে জানা। এর মধ্যে রয়েছে কাজকে বিভিন্ন অ্যাকশনে ভাগ করা, অপরিবর্তনীয় পরিবর্তনের ধাপগুলো চিহ্নিত করা, ঊর্ধ্বতন পর্যায়ে জানানোর নিয়ম লেখা, অনুমোদনের অনুরোধ নকশা করা এবং কখন এজেন্টের থামা উচিত তা চিনতে পারা।
সাক্ষাৎকার বা কর্মদক্ষতা পর্যালোচনায় আপনি যে অটোমেশন চালু করেছেন শুধু তা নয়, যে সীমারেখা নকশা করেছেন তা বর্ণনা করুন: “সিস্টেম গবেষণা করে এবং খসড়া তৈরি করে; একজন নির্দিষ্ট পর্যালোচক বাহ্যিক যোগাযোগ অনুমোদন করেন; ডেটাবেসে লেখা এই ক্ষেত্রগুলোর মধ্যেই সীমিত; ডুপ্লিকেট কাজ পরীক্ষা করা হয়; অমীমাংসিত বিরোধ হলে রান থেমে যায়।” এই ভাষা পরিচালনাগত বিচক্ষণতা প্রদর্শন করে।
এজেন্ট-নির্ভর কাজ পেশাগত জবাবদিহির প্রয়োজনীয়তা দূর করবে না। বরং এটি জবাবদিহিকে আরও সুস্পষ্ট করে তোলে। কোনো কাজ হস্তান্তর করার আগে ঠিক করুন, সিস্টেম কী করতে পারবে, কী করার আগে আপনাকে অবশ্যই দেখাতে হবে এবং একা কখনো কী করতে পারবে না। এরপর সেই সিদ্ধান্তগুলো ওয়ার্কফ্লোর মধ্যেই দৃশ্যমান করে তুলুন।
Maya Chen হলেন AI Career Brief-এর জবাবদিহিবদ্ধ মানব সম্পাদক; তিনি এআইয়ের যুগে কাজ করার জন্য দক্ষতা, ভূমিকা এবং বুদ্ধিমান পদক্ষেপ নিয়ে লিখে থাকেন।
