গেটস: এআই-এর সীমান্ত ইতিমধ্যেই পেরিয়ে গেছে — এবং তাঁকে ভয় দেখাচ্ছে প্রযুক্তি নিজে নয়, বরং তার চারপাশের নীরবতা
MIT Technology Review-এর সাক্ষাৎকার এবং একটি নতুন প্রবন্ধে বিল গেটস দাবি করেছেন যে মানবজাতি মডেলগুলোর জৈবিক, সাইবার ও সাইকোসোশ্যাল সক্ষমতা এবং শ্রমবাজার ভেঙে দেওয়ার ক্ষমতার গুরুত্বপূর্ণ সীমা ছাড়িয়ে গেছে। এর বদলে তিনি কিছু পেশা মানুষের জন্য সংরক্ষিত রাখার এবং রোবট ও টোকেনের ওপর শুল্ক আরোপের প্রস্তাব দিয়েছেন, এই স্বীকারোক্তি দিয়ে যে প্রাচুর্যের আগে আমাদের গুরুতর অস্থিরতার মধ্য দিয়ে যেতে হবে।

সতর্ক আশাবাদের বদলে উদ্বেগ
২০২৬ সালের আগস্টের শেষে MIT Technology Review বিল গেটসের সঙ্গে একটি বড় সাক্ষাৎকার প্রকাশ করে — তিনি একজন সমাজসেবক এবং মাইক্রোসফটের সাবেক প্রধান, উপাদানটিতে তাঁর বয়স ৭০ বছর উল্লেখ করা হয়েছে। কথাবার্তা পরিচালনা করেন ম্যাট হোনান। স্থান — ওয়াশিংটন অঙ্গরাজ্যের কার্কল্যান্ডে Gates Ventures-এর সম্মেলন কক্ষ, যার জানালা দিয়ে ক্যারিলন পয়েন্ট মেরিনা দেখা যায়। উপলক্ষ ছিল সেদিনই গেটসের প্রকাশিত একটি প্রবন্ধ: একই বিষয়ে পরিকল্পিত কয়েকটির মধ্যে প্রথমটি।
সাক্ষাৎকারের সুর — উচ্ছ্বাসও নয়, আতঙ্কও নয়, বরং ক্রমবর্ধমান অস্বস্তি। গেটসকে উদ্বিগ্ন করে না ততটা কৃত্রিম বুদ্ধিমত্তা নিজে, যতটা একটি ফাঁক: মডেলের সামর্থ্য যত দ্রুত বাড়ছে, সীমা ও নিয়মকানুন তৈরি হওয়ার গতি তার চেয়ে কম। আর তাঁর কাছে আরও গুরুত্বপূর্ণ হলো, শিল্পের বাইরে এ নিয়ে প্রায় কোনো বিতর্কই হয় না।

যে সীমাগুলো তাঁর মতে ইতিমধ্যেই পেরিয়ে গেছে
গেটস তাঁর অস্বস্তির দুটি কারণ ব্যাখ্যা করেন। প্রথমটি — এমন কিছু সীমার তালিকা, যেগুলো তাঁর মতে ইতিমধ্যেই পিছনে পড়ে গেছে: জীববিজ্ঞানের সামর্থ্য, সাইবার জগতের সামর্থ্য, মনোসামাজিক প্রভাব, শ্রমবাজার ধ্বংস করার ক্ষমতা এবং সবশেষে, নিয়ন্ত্রণ হারানো। এই সব সীমা পেরিয়ে যাওয়ার ঘটনাটিই তাঁর মধ্যে আতঙ্কের অবস্থা তৈরি করে।
দ্বিতীয় কারণ — আশপাশের মানুষের প্রতিক্রিয়া। গেটস বলেন, শিল্পের বাইরে তিনি যে এত কম উদ্বেগ ও আলোচনা দেখেন, তাতে তিনি হতবাক।
জীববিজ্ঞান — তালিকার সবচেয়ে ভয়ংকর বিন্দু
তিনি আলাদাভাবে জৈবিক ঝুঁকির কথা তোলেন। তাঁর যুক্তি অনুযায়ী, নতুন অণু তৈরি করতে সক্ষম যেকোনো মডেল অবশ্যই তত্ত্বাবধানে থাকা উচিত — এটি শিল্পনীতির নৈতিকতার প্রশ্ন নয়, বরং মৌলিক দাবি। তিনি যে মূল্যায়ন দেন, তা কঠোর শোনায়: জৈবসন্ত্রাসের ঝুঁকিকে তিনি প্রাকৃতিক মহামারির ঝুঁকির চেয়ে প্রায় পঞ্চাশ গুণ ভয়ংকর ও সম্ভাব্য মনে করেন।
শিল্পের ভেতরে কেন চুপ
গেটসের মতে, নীরবতার যুক্তি স্পষ্ট এবং তাই অপ্রীতিকর: কোম্পানি ও গবেষকরা নিজেদের এবং সহকর্মীদের সমালোচনা করতে পছন্দ করেন না। তাই তিনি ইচ্ছাকৃতভাবে উচ্চকণ্ঠ ভূমিকা নিয়েছেন — তিনি নিজেই এটাকে এভাবে বলেন। প্রকাশ্যে এটি প্রবন্ধ ও সাংবাদিকদের সঙ্গে কথাবার্তা, গোপনে — শিল্প, সরকার ও সুশীল সমাজের মানুষের সঙ্গে আলোচনা।
তিনি মনে করিয়ে দেন, বছরের পর বছর সান্ত্বনা হিসেবে কোন যুক্তিটি শোনা যেত: যখন আমরা বিপজ্জনক সীমার খুব কাছে পৌঁছে যাব, তখন আমরা ভেবে নেব কীভাবে কেবল সৎ ব্যবহারকারীদের মডেলে প্রবেশাধিকার দেওয়া যায়, কীভাবে তাকে অগ্রহণযোগ্য কাজ করতে নিষেধ করা যায় এবং সম্ভবত কীভাবে ওজনগুলো নিজেই কপি করা নিষিদ্ধ করা যায়। সমস্যা হলো, তাঁর কথায়, সীমাগুলো ইতিমধ্যেই পেরিয়ে গেছে, অথচ এসব প্রশ্নের স্পষ্ট উত্তর এখনো আসেনি।

শ্রমবাজার: «বিনীত সংকেত», যা তিনি শুরুর লক্ষণ হিসেবে পড়েন
কিছু কোম্পানি প্রাথমিক পর্যায়ের কম কর্মী নিয়োগ শুরু করেছে — গেটস এটাকে বরং বিনীত সংকেত বলেন, তবে এড়িয়ে যান না। তিনি নিশ্চিত, প্রক্রিয়াটি বেশি দূরে নয়: মডেলের সামর্থ্য ও নির্ভরযোগ্যতার সীমাবদ্ধতা সরে গেলেই «সাদা কলার» শ্রমবাজারের বড় একটি অংশ খুব সস্তা বিকল্প পেয়ে যাবে।
রোবোটিকস, তাঁর মূল্যায়নে, এখনো সেই পর্যায়ে পৌঁছায়নি, তবে অগ্রগতি হতবাক করার মতো — চীনে যুক্তরাষ্ট্রের চেয়ে কিছুটা দ্রুত, যদিও দুই দেশেই এগিয়ে চলছে।
দুটি ধারণা: সংরক্ষিত পেশা ও কর
গেটস তাঁর সতর্কবার্তার সঙ্গে প্রস্তাবও দেন। প্রথমটি — «মানুষের জন্য সংরক্ষিত পেশা»-র ধারণা: সামাজিকভাবে সম্মত কিছু কাজ মানুষের জন্য থাকবে, আর তালিকা দেশভেদে ভিন্ন হতে পারে। দ্বিতীয়টি — রোবট ও টোকেনের উপর কর। রোবটের উপর কর পুরোনো ধারণা, কিন্তু টোকেনের উপর শুল্ক নতুন শোনায়: যেখানে কৃত্রিম বুদ্ধিমত্তা মানুষের শ্রম প্রতিস্থাপন করছে, সেখানে অর্জিত অর্থ সাধারণ বাজেটে বাজেয়াপ্ত না করে আলাদা করে রাখার প্রস্তাব করা হয়।
«এবার ভিন্ন» — এবং কেন অতীত বিভ্রান্তিকর
সাক্ষাৎকারের সবচেয়ে অস্বস্তিকর বক্তব্য ঐতিহাসিক তুলনার বিষয়ে। কোনো পূর্বের প্রযুক্তি নিট কর্মসংস্থান হ্রাস ঘটায়নি — এই দাবিটিকে গেটস সঠিক মনে করেন, এবং স্বীকার করেন যে তিনিও এই ধরনের বক্তৃতা দিয়েছেন। কিন্তু এখন, তাঁর যতটা বোঝা যায়, পরিস্থিতি ভিন্ন।
তাঁর যুক্তি কয়েকটি শর্তের মিলের উপর দাঁড়িয়ে। মানুষের জ্ঞানকে একসঙ্গে সব শিল্পে, একই সময়সীমায় এবং জীবন্ত শ্রমের মজুরির তুলনায় মাঝারি খরচে অত্যন্ত বড় একটি পেশার অংশের জন্য প্রতিস্থাপন করা সম্ভব, আর সিস্টেমের ভুলের হার সম্ভবত মানুষের চেয়ে কম হবে। যখন এসব একসঙ্গে মিলে যায়, তখন অতীতের প্রযুক্তিগত পরিবর্তনের অভিজ্ঞতা এবং বর্তমান অর্থনৈতিক পরিসংখ্যান — দুটোই নির্ভরযোগ্য দিশা হতে থেমে যায়; তাঁর ভাষায়, তারা বিভ্রান্ত করে।

শেষে প্রাচুর্য, পথে অস্থিরতা
তবে গেটস নৈরাশ্যবাদী হয়ে ওঠেন না। তিনি আশা করেন, কৃত্রিম বুদ্ধিমত্তা কৃষি, স্বাস্থ্যসেবা ও শিক্ষাকে লক্ষণীয়ভাবে বদলে দেবে, আর একইসঙ্গে আমলাতন্ত্র থেকে মানুষকে মুক্তি দিতে সাহায্য করবে। তাঁর কথায় শেষ বিন্দু — প্রাচুর্য। কিন্তু সেখানে পৌঁছানোর পথ অস্থিরতার মধ্য দিয়ে যাবে, এবং তা কম নয়।
তাঁর বক্তব্যের সারমর্ম সরল: আলোচনা করা উচিত কৃত্রিম বুদ্ধিমত্তা ভালো না খারাপ — তা নয়, বরং কোন সীমাগুলো ইতিমধ্যেই পেরিয়ে গেছে এবং এরপর যা ঘটছে তার দায় কার। আর এটা করা উচিত কেবল শিল্পের ভেতরে নয়, যা তাঁর পর্যবেক্ষণে নিজের ঝুঁকি নিয়ে চুপ থাকতে পছন্দ করে।
সাধারণ প্রশ্নোত্তর
বিভিন্ন উপাদান
সব উপাদান
ফাইন-টিউনিং ছাড়াই উৎসের SQL উপস্থাপনার মাধ্যমে LLM-এর হ্যালুসিনেশন যাচাই করা
এই গবেষণায় যাচাই করা হয়েছে, হ্যালুসিনেশন শনাক্তকরণে তত্ত্বাবধান ছাড়াই উৎসের সঙ্গে সংযোগ স্থাপনের জন্য LLM কি একটি মৌলিক প্রতীকী দক্ষতা—উৎস নথি থেকে SQL ডেটাবেস তৈরি—ব্যবহার করতে পারে। RAGTruth ও DiaHalu-তে এই নিউরো-সিম্বলিক পাইপলাইনটি সরাসরি পূর্বাভাসের চেয়ে বেশি নির্ভুল এবং অত্যাধুনিক পদ্ধতিগুলোর সঙ্গে তুলনীয়, অথচ বিষয়ভিত্তিক সূক্ষ্ম-টিউনিংয়ের প্রয়োজন হয় না।
9 নভেম্বর 2026
MathAdv: মেশিন-উৎপন্ন প্রমাণের চূড়ান্ত নির্ভুলতার আড়ালে কী লুকিয়ে আছে
গণিতের ১৩টি বিশ্ববিদ্যালয় ও স্নাতকোত্তর শাখার কাজ নিয়ে তৈরি এই ডায়াগনস্টিক সেটটি Lean 4-এ মেশিন প্রুফ সিস্টেমকে শুধু চূড়ান্ত ফলাফলের ভিত্তিতে নয়, বিষয়জ্ঞান, অনানুষ্ঠানিক যুক্তির গুণমান এবং শর্তাবলি নতুনভাবে উপস্থাপন করা হলে তা সামাল দেওয়ার সক্ষমতার ভিত্তিতেও মূল্যায়ন করে। উপাদানভিত্তিক বিশ্লেষণে দেখা যায়, কোনো সমস্যাকে আনুষ্ঠানিক রূপে রূপান্তর করা এখনও প্রধান বাধা; আর সাফল্য গণিতের শাখা ও সমস্যা উপস্থাপনের পদ্ধতির ওপর অনেকটাই নির্ভর করে।
9 নভেম্বর 2026
নিয়ন্ত্রিত অপারেশন হিসেবে প্রেজেন্টেশন সম্পাদনা: EditPPT ফ্রেমওয়ার্ক এবং DeckEdit-Bench বেঞ্চমার্ক
লেখকেরা কোডের অবাধ জেনারেশনের বদলে স্লাইড সম্পাদনাকে নির্দিষ্ট অবজেক্ট, অনুমোদিত কার্যকলাপ এবং বাইরের বিষয়বস্তু অপরিবর্তিত রয়েছে কি না তা যাচাই করার ভিত্তিতে বিশ্লেষণ করেছেন। গুণমান পরিমাপের জন্য তৈরি করা হয়েছে DeckEdit-Bench (মানুষের তৈরি 28টি প্রেজেন্টেশনে 183টি কাজ), আর পাঁচটি বেস মডেলে মাল্টি-এজেন্ট পদ্ধতি EditPPT 97%-এর বেশি বিষয়বস্তু অক্ষত রেখে 66,7–74,9% কাজ সফলভাবে সম্পন্ন করে।
8 নভেম্বর 2026