যখন আমরা বলি “লিবারেল আর্টসের ছাত্রছাত্রীরাও এআই করতে পারে”, তখন আমরা আসলে কী বোঝাতে চাই?

"শিল্পকলার শিক্ষার্থীরাও এআই করতে পারে" "প্রত্যাবর্তন!" চীনা ইন্টারনেটে, শিল্পকলা এবং এআই-এর যুগলবন্দী একটি অপরিহার্য অংশ হয়ে উঠেছে।

মাঝে মাঝেই এই তকমাটি কারও নামের সাথে জুড়ে যায়, যা অল্প সময়ের জন্য অনলাইন ট্র্যাফিক বাড়িয়ে দেয়। মন্তব্য বিভাগের মেজাজের ওপর নির্ভর করে, এটি হয় প্রত্যাবর্তনের গল্প, নয়তো উপহাসের খোরাক।

একটি লেবেল, তিনটি পদ্ধতি

এর সর্বশেষ উদাহরণ হলেন ইয়াং তিয়ানরুন, একজন এআই উদ্যোক্তা যার ফিন্যান্সে অভিজ্ঞতা রয়েছে এবং যিনি একটি মাল্টি-এজেন্ট সমন্বয় প্ল্যাটফর্ম তৈরি করছেন। তিনি নিজেকে এমন একজন "লিবারেল আর্টসের ছাত্র যিনি এক লাইন কোডও লিখতে পারেন না" বলে বর্ণনা করেন এবং তিনি গিটহাবের অন্যতম জনপ্রিয় ওপেন-সোর্স প্রজেক্ট ওপেনক্ল-তে (OpenClaw) ব্যাপকভাবে কোড অবদান রাখার জন্য একদল এআই এজেন্ট তৈরি করেছেন।

আমি একটি অনুমান পরীক্ষা করতে চাই: প্রযুক্তি সম্পর্কে একেবারেই অজ্ঞ কোনো ব্যক্তি কি শুধুমাত্র এআই পরিচালনার মাধ্যমে শীর্ষ-স্তরের ওপেন-সোর্স প্রকল্পে অংশগ্রহণ করতে পারে?

ফলাফল ছিল: ১৩৪টি পুল রিকোয়েস্ট, যার মধ্যে ২১টি মার্জ করা হয়েছে এবং ১১৩টি প্রত্যাখ্যাত হয়েছে। প্রথম দিকের কয়েকটি পুল রিকোয়েস্ট বেশ ভালো মানের ছিল এবং মেইনটেইনাররা সেগুলো অনুমোদন ও মার্জ করে দেন। কিন্তু, একজন মেইনটেইনার এজেন্টকে একটি অ্যাক্সিলারেশন কমান্ড দেওয়ার পর পরিস্থিতি দ্রুত নিয়ন্ত্রণের বাইরে চলে যায়—এজেন্টটি একটি অ্যাসেম্বলি লাইনের মতো বিপুল পরিমাণে নিম্নমানের কোড তৈরি করতে শুরু করে এবং তা পর্যালোচনার জন্য মরিয়া হয়ে কমেন্ট সেকশনে মেইনটেইনারদের ট্যাগ করতে থাকে। এই জগাখিচুড়ি সামাল দিতে ওপেনক্ল-এর অ্যাডমিনিস্ট্রেটররা হস্তক্ষেপ করেন এবং এর ফলস্বরূপ গিটহাব পুল রিকোয়েস্ট জমা দেওয়ার সর্বোচ্চ সীমা সংক্রান্ত নিয়ম পরিবর্তন করে।

নেতিবাচক প্রচারও এক প্রকার প্রচার, এবং জনপ্রিয় হওয়ার পর সমালোচিত হওয়াটা তো আরও বেশি। ইয়াং তিয়ানরুনকে "সব প্রতিকূলতা সত্ত্বেও সাফল্য অর্জনকারী কলা বিভাগের ছাত্র"-এর প্রতিনিধি হিসেবে তুলে ধরা হয়েছিল, এবং তিনি নিজেও এই ভূমিকাটি সানন্দে গ্রহণ করেছেন বলে মনে হয়। পিংওয়েস্টকে দেওয়া এক সাক্ষাৎকারে তিনি নিম্নলিখিত কথাগুলো বলেন:

কোড না বোঝাটা আসলে একটা সুবিধা। এআই হলো ভ্যান গগ, আর আপনি তো একজন সামান্য চিত্রকর মাত্র। মাঝখানে কোন তুলির আঁচড় ব্যবহার করতে হবে, তা ভ্যান গগকে বলার আপনার কী অধিকার আছে?

এটা ভাবতেও গা শিউরে ওঠে। সে 'অন্তর্নিহিত কাঠামো না বোঝা'-কে এক ধরনের মুক্তি হিসেবে ব্যাখ্যা করেছিল: সিস্টেম কী করছে তা জানার প্রয়োজন নেই, শুধু তাকে বলে দিলেই হলো যে আপনি কী চান। এর ফল হলো, যখন এজেন্টটি একসাথে অনেক স্প্যাম কোড ফেলতে শুরু করে, তখন সে কী ঘটছে তা নির্ণয়ও করতে পারে না, কারণ সে কী করছে সে সম্পর্কে তার কোনো ধারণাই থাকে না।

সে ভাবছিল সে ভ্যান গগকে নির্দেশনা দিচ্ছে, কিন্তু বাস্তবে সে ব্রেকবিহীন একটি গাড়ি অন্ধের মতো চালাচ্ছিল এবং ব্রেকগুলো কোথায় আছে সে সম্পর্কে তার কোনো ধারণাই ছিল না।

এই বিষয়টিকে ঘিরে আলোচনা পরবর্তীকালে দুটি চরমপন্থায় বিভক্ত হয়ে পড়েছে: হয় "লিবারেল আর্টসের ছাত্রছাত্রীরাও এআই নিয়ে কাজ করতে পারে," অথবা "লিবারেল আর্টসের ছাত্রছাত্রীদের এআই থেকে দূরে থাকা উচিত"; প্রথমটি হলো ব্যবধানটি অতিক্রম করার এক অসাধারণ কৃতিত্ব, আর দ্বিতীয়টি হলো তাতে পড়ে যাওয়ার এক হাস্যকর ব্যাপার।

"লিবারেল আর্টসের ছাত্রছাত্রীরা এআই করছে" এই বিষয়ে আমাদের কল্পনা যদি শুধু এগুলোর মধ্যেই সীমাবদ্ধ থাকে, তাহলে তা একেবারেই সীমিত।

ক্লদের একজন দার্শনিকের প্রয়োজন কেন?

আমরা যেমনটা আগে লিখেছিলাম, অ্যানথ্রোপিকের অফিসে একজন সত্যিকারের লিবারেল আর্টসের ছাত্র ছিলেন যিনি ক্লডের বিকাশে গভীরভাবে জড়িত ছিলেন। এর উদ্দেশ্য তার কোডিং দক্ষতা বা গাণিতিক পারদর্শিতা পরীক্ষা করা ছিল না, বরং এর সাথে মূল্যবোধ, ভাষার সূক্ষ্মতা এবং ‘অনিশ্চয়তার মুখে নিজেকে কীভাবে প্রকাশ করা যায়’—এইসব বিষয়ে দীর্ঘ আলোচনা করা ছিল মূল উদ্দেশ্য।

স্কটল্যান্ডের অধিবাসী আমান্ডা আসকেলের বয়স ৩৭ বছর। তাঁর কর্মজীবন নিজেই এক ব্যতিক্রমী কাহিনী: তিনি প্রথমে বিশ্ববিদ্যালয়ে চারুকলা ও দর্শন নিয়ে পড়াশোনা শুরু করেন, পরে বিশুদ্ধ দর্শনে চলে যান এবং অক্সফোর্ড থেকে বিফিল ও পরে নিউইয়র্ক বিশ্ববিদ্যালয় থেকে দর্শনে পিএইচডি অর্জন করেন। তাঁর ডক্টরাল গবেষণার মূল বিষয় ছিল অসীম নীতিশাস্ত্রে প্যারেটো নীতি: অর্থাৎ, অসীম সংখ্যক নৈতিক সত্তা বা অসীম সময়কালের ক্ষেত্রে নৈতিক শৃঙ্খলা নির্ধারণের জন্য কোন নিয়মগুলো অনুসরণ করা উচিত।

এটাকে সিলিকন ভ্যালি থেকে সবচেয়ে দূরের অ্যাকাডেমিক পথ বলে মনে হতে পারে, কিন্তু পরবর্তীতে তিনি ওপেনএআই-এর পলিসি টিম এবং অ্যানথ্রোপিক-এর অ্যালাইনমেন্ট টিমে যোগ দেন। ২০২১ সাল থেকে তিনি অ্যানথ্রোপিক-এর "পার্সোনালিটি অ্যালাইনমেন্ট" টিমের প্রধান হিসেবে দায়িত্ব পালন করছেন। তার কাজের মূল লক্ষ্য হলো, ক্লদ কীভাবে মানুষের সাথে কথা বলে, অনিশ্চয়তার মুহূর্তে নিজের অবস্থান প্রকাশ করে এবং মূল্যবোধের দ্বন্দ্বে সিদ্ধান্ত নেয়, তা নির্ধারণ করা। ২০২৪ সালে তাকে টাইম১০০ এআই তালিকায় অন্তর্ভুক্ত করা হয়। দ্য ওয়াল স্ট্রিট জার্নাল তার দৈনন্দিন কাজকে বর্ণনা করেছে এভাবে: "১০০ পৃষ্ঠারও বেশি নির্দেশনার মাধ্যমে ক্লদের যুক্তির ধরণ শেখা এবং তার আচরণগত পক্ষপাতিত্ব সংশোধন করা।" বলা হয়ে থাকে, তিনিই এই গ্রহে সেই ব্যক্তি যিনি ক্লদের সাথে সবচেয়ে বেশিবার কথা বলেছেন।

এই কাজটি করার জন্য একটি এআই কোম্পানির একজন দার্শনিকের প্রয়োজন হবে কেন? এর উত্তরটি কিছু সুনির্দিষ্ট প্রযুক্তিগত সিদ্ধান্তের মধ্যে নিহিত রয়েছে।

এই বছরের জানুয়ারিতে, অ্যানথ্রোপিক ‘ক্লদের ‘সংবিধান’ নামে একটি ৮০-পৃষ্ঠার নথি প্রকাশ করে। নথিটির শেষে কৃত্রিম বুদ্ধিমত্তার চেতনাকে ঘিরে থাকা জল্পনা-কল্পনার ওপর গণমাধ্যমের দৃষ্টি নিবদ্ধ হয়—যে বিষয়টির প্রতি সিইও দারিও আমোদিও পরোক্ষভাবে ইঙ্গিত দিয়েছিলেন।

তবে এর চেয়েও উল্লেখযোগ্য বিষয় হলো এর অন্তর্নিহিত যুক্তি: কোনো কিছু কীভাবে করতে হবে তা বলার চেয়ে, কেন করতে হবে তা এআই-কে শেখানো বেশি কার্যকর। এটি এমন একটি প্রযুক্তিগত বিচার যা বিশ্বাস করে যে, নিয়মকানুন অনুসরণ করার চেয়ে মূল্যবোধকে আত্মস্থ করলে আরও নির্ভরযোগ্য আচরণ তৈরি হয়, এবং এই বিচারের জ্ঞানভিত্তি এমন একজনের কাছ থেকে এসেছে যিনি শিল্পকলা ও দর্শন নিয়ে পড়াশোনা করেছেন।

আমান্ডার ঘটনাটি একটি প্রশ্নের উত্তর দেয়: "অপ্রয়োজনীয়" বলে বিবেচিত বিষয়ভিত্তিক জ্ঞান কি কোনো প্রযুক্তিগত ব্যবস্থার মূল সক্ষমতা হয়ে উঠতে পারে? উত্তরটি শুধু হ্যাঁ-ই নয়, বরং তার দার্শনিক প্রশিক্ষণ ছাড়া প্রচলিত প্রকৌশল পদ্ধতি ব্যবহার করে ক্লদের অ্যালাইনমেন্ট সমস্যার সমাধান করা যেত না।

পুনঃনামকরণ করা শৃঙ্খলা

যদি আমান্ডার গল্পটি এটা প্রমাণ করে যে 'মানবিক' হিসেবে শ্রেণীবদ্ধ নির্দিষ্ট কিছু বিষয়ে প্রশিক্ষণ কৃত্রিম বুদ্ধিমত্তার জন্য একটি মূল দক্ষতা হতে পারে, তাহলে লিন জুনিয়াং-এর গল্পটি আরও গুরুত্বপূর্ণ একটি বিষয়ের কথা বলে: এমন একটি সম্পূর্ণ শাখা রয়েছে যা বৃহৎ মডেল প্রযুক্তি স্ট্যাকের সর্বনিম্ন স্তরে কাজ করে চলেছে।

লিন চুন-ইয়াং টংয়ি ছিয়ানওয়েন ছেড়ে যাওয়ার পর, চীনা ইন্টারনেটে বারবার একই কথা বলা হতে থাকে: তার ফলিত ভাষাবিজ্ঞানে পড়াশোনা রয়েছে। কয়েকবার প্রচারিত হওয়ার পর, এই কথাটি বিকৃত হয়ে যায় এবং বলা হতে থাকে যে তিনি একজন 'লিবারেল আর্টসের ছাত্র'।

এই লেবেলটি ইয়াং তিয়ানরুনের সাথে সংযুক্ত লেবেলটিরই অনুরূপ, কিন্তু এটিকে আসলে মারাত্মকভাবে বিকৃত করা হয়েছে।

লিন জুনিয়াং ভাষাবিজ্ঞান নিয়ে পড়াশোনা করেছেন, যা একটি ব্যাপক জ্ঞানশাখা এবং যার শাখাগুলোর মধ্যে রয়েছে ভাষা শিক্ষাদান, ভাষা নীতি, অনুবাদ গবেষণা এবং কম্পিউটেশনাল ভাষাবিজ্ঞান। প্রকৃতপক্ষে, কম্পিউটেশনাল ভাষাবিজ্ঞানকে ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (NLP)-এরই একটি শাখা হিসেবে বিবেচনা করা যেতে পারে।

চমস্কি ১৯৫০-এর দশকে আনুষ্ঠানিক ব্যাকরণের প্রস্তাব করেন, যা একটি তাত্ত্বিক হাতিয়ার হিসেবে এনএলপি-র প্রাথমিক সিনট্যাকটিক বিশ্লেষণ কৌশলগুলোর বিকাশে সরাসরি প্রেরণা যুগিয়েছিল; এনএলপি ক্ষেত্রের সর্বাধিক উদ্ধৃত দুটি পাঠ্যপুস্তকের লেখক ড্যানিয়েল জুরাফস্কি এবং ক্রিস্টোফার ম্যানিং, উভয়েরই ভাষাবিজ্ঞানে পড়াশোনা রয়েছে।

অন্য কথায়, "একজন ভাষাবিজ্ঞানের ছাত্রের এনএলপি-তে যাওয়া" অনেকটা "একজন পদার্থবিজ্ঞানের ছাত্রের চিপ ডিজাইনে যাওয়া"-র মতো—এটি একটি বৈধ পথ, কোনো আন্তঃশাস্ত্রীয় পথ নয়।

সেই 'বিস্ময়' বোধটি পুরোপুরি চীনা প্রেক্ষাপট থেকেই তৈরি হয়েছিল। কলেজ ভর্তি পরীক্ষা পদ্ধতির কলা ও বিজ্ঞানের বিভাজনের জড়তা 'ভাষাবিজ্ঞান'-কে 'কলা'র মানসিক মডেলের মধ্যে ঠাসাঠাসি করে ঢুকিয়ে দিয়েছে। কিন্তু ভাষাবিজ্ঞানের মূল পদ্ধতি—আনুষ্ঠানিকীকরণ, পরিসংখ্যানগত মডেলিং এবং কর্পাস টীকা—মূলত প্রকৌশলগত চিন্তাভাবনা। পিকিং বিশ্ববিদ্যালয়ে লিন জুনিয়াং-এর সহযোগী সান শু এবং সু কি, দুজনেই এনএলপি-র গবেষক; ২০১৯ সালে যখন তিনি ড্যামো একাডেমিতে যোগ দেন, তখন তিনি এনএলপি দলে যোগ দেন। এটি কোনো কলা বিভাগের ছাত্রের দুর্ঘটনাক্রমে প্রযুক্তিগত ক্ষেত্রে প্রবেশের গল্প নয়; শুরু থেকেই তা ছিল না।

"লিন চুন-ইয়াং মানবিক বিদ্যার ছাত্র হিসেবে গণ্য হয় না"—এই আলোচনার চেয়েও বেশি গুরুত্বপূর্ণ হলো বৃহৎ মডেল প্রযুক্তি কাঠামোতে ভাষাবিজ্ঞানের প্রকৃত ভূমিকা। এই ভূমিকা অধিকাংশ মানুষের ধারণার চেয়ে অনেক বেশি গভীর এবং প্রচ্ছন্ন।

উদাহরণস্বরূপ, শব্দ বিভাজনের কথা ধরা যাক। যেকোনো ল্যাঙ্গুয়েজ মডেল যখন টেক্সট প্রসেস করে, তখন তার প্রথম ধাপ হলো ইনপুটকে এমন মৌলিক এককে ভেঙে ফেলা যা মডেলটি প্রসেস করতে পারে। ইংরেজির ক্ষেত্রে, স্পেস শব্দের স্বাভাবিক সীমানা তৈরি করে, যা শুনতে সহজ মনে হয়। কিন্তু চীনা ভাষায় কোনো স্পেস নেই, এবং প্রতিটি যতিচিহ্নের ব্যবহার একটি বাক্যের অর্থকে প্রভাবিত করতে পারে।

"I am studying at Peking University" বাক্যটিকে কি "I/am/at/Beijing/University/Studying" নাকি "I/am/at/Peking University/Studying" হিসেবে ভাঙা উচিত? এটি কোনো প্রকৌশলগত প্রশ্ন নয় যার কোনো নির্দিষ্ট উত্তর আছে; এটি চীনা ভাষার শব্দার্থ কাঠামো এবং শব্দার্থগত একক সম্পর্কে আপনার উপলব্ধির উপর নির্ভর করে।

২০২৪ সালের শেষের দিকে, গবেষকরা একটি গবেষণাপত্র প্রকাশ করেন যেখানে বিশেষভাবে আলোচনা করা হয়েছে কিভাবে Qwen মডেলের আরবি শব্দ বিভাজন দক্ষতা অপ্টিমাইজ করা যায়, কারণ সাধারণ সমাধানগুলো এই ধরনের ভাষা পরিচালনা করার ক্ষেত্রে দক্ষতার উল্লেখযোগ্য হ্রাস দেখায়। বহুভাষিক পরিস্থিতিতে Qwen সিরিজের পারফরম্যান্স সমস্ত ভাষাকে ইংরেজির বিভিন্ন রূপ হিসেবে বিবেচনা করে অর্জিত হয় না, বরং ভাষাগুলোর মধ্যে কাঠামোগত পার্থক্য বোঝার উপর ভিত্তি করে ডিজাইনগত সিদ্ধান্তের মাধ্যমে এটি সম্ভব হয়।

এর আরেকটি উদাহরণ হলো ফিডব্যাক অ্যালাইনমেন্ট। আরএলএইচএফ (RLHF) প্রক্রিয়ায়, অ্যানোটেটরকে নির্ধারণ করতে হয় যে মডেলের দুটি প্রতিক্রিয়ার মধ্যে কোনটি "ভালো"। এই বিচারটি ব্যক্তিনিষ্ঠ মনে হতে পারে, কিন্তু এটি এমন একটি কাঠামোর ওপর ভিত্তি করে প্রতিষ্ঠিত যা ভাষাবিজ্ঞানে কয়েক দশক ধরে অধ্যয়ন করা হয়েছে: প্রায়োগিক ভাষাতত্ত্ব (প্র্যাগম্যাটিক্স)।

যখন টীকাকাররা 'ভালো উত্তর' মূল্যায়ন করেন, তখন তারা আসলে নিম্নলিখিত বিষয়গুলো বিচার করেন: সহযোগিতার নীতি—উত্তরটি কি যথেষ্ট তথ্য প্রদান করে, কিন্তু অতিরিক্ত নয়? কথোপকথনমূলক অর্থ—উত্তরটি কি ব্যবহারকারীর আসল জিজ্ঞাসাকেই তুলে ধরে, নাকি শুধু আক্ষরিকভাবে যা জিজ্ঞাসা করা হয়েছে তাকেই? প্রাসঙ্গিকতা—একই বিষয়বস্তু কি এই প্রেক্ষাপটে এইভাবে বলার জন্য উপযুক্ত?

বহুল ব্যবহৃত ‘সহায়ক, নিরীহ, সৎ’ এই অ্যালাইনমেন্ট স্ট্যান্ডার্ডটি মূলত মৌলিক প্রায়োগিক নীতিগুলোরই একটি পরিকল্পিত অনুবাদ।

লিন জুনিয়াং-এর শিক্ষাজীবনও একটি অত্যন্ত ভাষাতাত্ত্বিক গবেষণা শৈলী প্রকাশ করে। ২০২২ সালে মেশিন লার্নিং-এর একটি শীর্ষ সম্মেলন ICML-এ প্রকাশিত তাঁর কাজ OFA (One For All) আজ পর্যন্ত প্রায় ১৫০০ বার উদ্ধৃত হয়েছে। এই কাজের মূল ধারণাটি হলো প্রতিটি কাজের জন্য একটি নির্দিষ্ট সমাধান তৈরি করা নয়, বরং একটি যথেষ্ট সাধারণ সিকোয়েন্স-টু-সিকোয়েন্স ফ্রেমওয়ার্ক ব্যবহার করে ইমেজ জেনারেশন, ভিজ্যুয়াল লোকলাইজেশন, ইমেজ ক্যাপশনিং এবং টেক্সট ক্লাসিফিকেশনের মতো ক্রস-মোডাল কাজগুলোকে একীভূত করা।

OFA থেকে Qwen-VL (যা ২২০০ বারেরও বেশি উদ্ধৃত), তারপর Qwen 2.5 এবং সর্বশেষ 3.5 পর্যন্ত, এই সবকিছুর মধ্যে একটি স্পষ্ট যোগসূত্র রয়েছে: প্রতিটি সমস্যার জন্য একটি নির্দিষ্ট সমাধান উদ্ভাবন করার পরিবর্তে, এমন একটি যথেষ্ট ভালো সাধারণ কাঠামো খুঁজে বের করা শ্রেয়, যার আওতায় সমস্ত সমস্যার সমাধান করা যায়।

সর্বনিম্ন সংখ্যক নিয়মের মাধ্যমে সর্বাধিক সংখ্যক ঘটনাকে অন্তর্ভুক্ত করা—এটাই কয়েক দশক ধরে ভাষাবিজ্ঞানের মূল লক্ষ্য। জেনারেটিভ গ্রামারের সম্পূর্ণ অ্যাকাডেমিক উচ্চাকাঙ্ক্ষা হলো এমন একটি সসীম নিয়ম ব্যবস্থা খুঁজে বের করা, যা অসীম সংখ্যক ভাষাগত অভিব্যক্তি তৈরি করতে সক্ষম। OFA-এর স্থাপত্য দর্শন এর সাথে সাদৃশ্যপূর্ণ; প্রতিটি ভাষাগত ঘটনার জন্য একটি নির্দিষ্ট নিয়মাবলী লেখা অবাস্তব, তাই সেগুলোকে একীভূত করার জন্য একটি অন্তর্নিহিত কাঠামো খোঁজা উচিত।

লিন চুন-ইয়াং বৃহৎ আকারের মডেল তৈরিতে পারদর্শী, তার কারণ এই নয় যে তার ভাষাতাত্ত্বিক জ্ঞান তাকে কৃত্রিম বুদ্ধিমত্তা তৈরিতে 'সক্ষম করে', বরং তার ভাষাতাত্ত্বিক প্রশিক্ষণ একটি বিশেষ অ্যাকাডেমিক রুচি এবং সামঞ্জস্য ও আনুষ্ঠানিকতার প্রতি এক ধরনের পছন্দ তৈরি করেছে। বৃহৎ আকারের মডেলের এই যুগে ঠিক এই রুচিটিই হলো মূল প্রতিযোগিতামূলক সুবিধা।

অদৃশ্য ভিত্তি, দৃশ্যমান চাহিদা

তিনজন ব্যক্তি, একটি লেবেল, তিনটি সম্পূর্ণ ভিন্ন কাঠামো।

অন্তর্নিহিত কাঠামো সম্পর্কে ধারণা না থাকায়, ইয়াং তিয়ানরুন এই অজ্ঞতাকে একটি সুবিধা বলে ভুল করেন, যার ফলে তিনি নিয়ন্ত্রণ হারিয়ে ফেলেন। এটি 'এআই নিয়ে কাজ করা লিবারেল আর্টসের ছাত্র'-এর একটি অন্তঃসারশূন্য সংস্করণ: লেবেলটি ট্র্যাফিক এনেছিল, কিন্তু কোনো প্রাতিষ্ঠানিক প্রশিক্ষণের ভূমিকা ছিল না। তার গল্পটি স্পষ্টভাবে দেখায় যে , 'লিবারেল আর্টসের ছাত্র' যখন কেবল একটি বিপণন লেবেল হয়ে দাঁড়ায়, তখন কী ঘটে।

অ্যামান্ডা আসকেলের দার্শনিক প্রশিক্ষণই অ্যালাইনমেন্ট সমস্যার মূল কার্যপদ্ধতি গঠন করে। তাকে ছাড়া ক্লদ, ক্লদ হতো না। তার গল্প এই প্রশ্নের উত্তর দেয় যে , 'অকেজো' বলে বিবেচিত বিভিন্ন শাখার জ্ঞান প্রযুক্তিগত ব্যবস্থার একটি মূল সক্ষমতা হয়ে উঠতে পারে কি না। উত্তরটি শুধু হ্যাঁ-ই নয়, বরং তা অপরিবর্তনীয়।

লিন চুন-ইয়াং-এর ভাষাগত প্রশিক্ষণই বৃহৎ মডেলটির প্রযুক্তি স্তরের অন্তর্নিহিত অবকাঠামো তৈরি করে। তার ‘উদারনৈতিক বিদ্যার পটভূমি’ কখনোই আন্তঃশাস্ত্রীয় ছিল না, বরং ছিল গতানুগতিক। তার গল্পটি এই প্রশ্নের উত্তর দেয়: উন্নত প্রযুক্তিতে উদারনৈতিক বিদ্যার অবদান ঠিক কতটা ‘অন্তর্নিহিত’ ছিল, এবং তা কি এখন সুস্পষ্ট হয়ে উঠছে?

চূড়ান্ত প্রশ্নটি এই নয় যে কলা বিভাগের শিক্ষার্থীরা কৃত্রিম বুদ্ধিমত্তা তৈরি করতে পারবে কি না, বরং প্রশ্নটি হলো আমরা এটা বুঝতে পারি কি না যে, জ্ঞান ও বিভিন্ন শাখাকে তাদের বাহ্যিক 'উপযোগিতার' ভিত্তিতে বিচার করা একটি সেকেলে ধারণা ।

যেহেতু বৃহৎ মডেলগুলো ব্যবহারের সহজতা থেকে সরে এসে নির্ভরযোগ্য ও নিয়ন্ত্রণযোগ্য হওয়ার দিকে মনোযোগ দিচ্ছে, তাই 'মানবিক' হিসেবে শ্রেণীবদ্ধ শাখাগুলোতে প্রশিক্ষণের গুরুত্ব কমছে না, বরং বাড়ছে। মডেলটি যত বেশি শক্তিশালী হয়, এটি কোথায় এবং কেন ভুল করছে তা নির্ণয় করার জন্য তত বেশি সুনির্দিষ্ট মূল্যায়ন ব্যবস্থার প্রয়োজন হয়। আরও ভালো প্রশিক্ষণ ডেটা তৈরি করতে এবং সামঞ্জস্য সংক্রান্ত বিষয়ে শাখা-সংবেদনশীল সিদ্ধান্ত নিতে ভাষা ও অর্থের জটিলতা বোঝারও প্রয়োজন হয়।

‘লিবারেল আর্টস শিক্ষার্থীদের প্রত্যাবর্তন’-এর আখ্যান—তা প্রশংসাই হোক বা উপহাস—ঘটে চলা প্রকৃত পরিবর্তনটিকে আড়াল করে দেয়: অদৃশ্য ভিত্তিটি একটি দৃশ্যমান প্রয়োজনে পরিণত হচ্ছে।

iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট iFanr (WeChat ID: ifanr) ফলো করুন, যেখানে যত তাড়াতাড়ি সম্ভব আপনার জন্য আরও আকর্ষণীয় কন্টেন্ট উপস্থাপন করা হবে।