AI বেশি ব্যবহারেই চাকরির ভয় দ্বিগুণ—manager-এর আচরণে ফারাক ১১.১ পয়েন্ট
২০২৬ সালের ৯ সেপ্টেম্বর প্রকাশিত Gallup-এর longitudinal বিশ্লেষণে দেখা গেছে, যুক্তরাষ্ট্রে প্রতিদিন বা সপ্তাহে একাধিকবার AI ব্যবহারকারী কর্মীরা কম ব্যবহারকারীদের তুলনায় পাঁচ বছরের মধ্যে নিজের চাকরি বিলুপ্ত হওয়ার তীব্র আশঙ্কা জানানোর সম্ভাবনায় অধিকাংশ জরিপ-পর্যায়ে দ্বিগুণের বেশি এগিয়ে ছিলেন। ২০২৩ থেকে ২০২৬ সালের শুরু পর্যন্ত একই কর্মীদের অনুসরণ করা চার দফা তথ্যের আরেকটি ফল হলো, প্রতিষ্ঠান নিজের wellbeing নিয়ে ভাবে বলে যাঁরা দৃঢ়ভাবে মনে করেন, তাঁদের ক্ষেত্রে ঘন ঘন AI ব্যবহার ও স্থানচ্যুতির আশঙ্কার সম্পর্ক ১১.১ শতাংশ পয়েন্ট ছোট।
ফলটি AI tool-এর সঙ্গে পরিচয় বাড়লেই ভয় কমে—এমন ধারণাকে সমর্থন করে না। নিয়মিত ব্যবহারকারীরা প্রযুক্তিটি নিজের কাজের কোন অংশ নিতে পারে, তা কাছ থেকে দেখেন; সেই exposure-এর সঙ্গে যদি ভূমিকা, মূল্যায়ন ও ভবিষ্যৎ দায়িত্ব নিয়ে স্পষ্টতা না থাকে, দক্ষতার পাশাপাশি নিরাপত্তাহীনতাও বাড়তে পারে। তবে গবেষণাটি একটি সম্পর্ক দেখিয়েছে—AI ব্যবহার উদ্বেগের কারণ, ব্যবস্থাপক চাকরি বাঁচান কিংবা ১১.১ পয়েন্ট ছাঁটাই কমে যায়, এমন প্রমাণ দেয়নি।
ঘন ঘন ব্যবহারকারীর উদ্বেগ কেন বেশি
গবেষণায় ঘন ঘন ব্যবহার বলতে প্রতিদিন বা সপ্তাহে একাধিকবার AI ব্যবহার বোঝানো হয়েছে; তুলনামূলক দলে ছিলেন মাসে বা বছরে কয়েকবার ব্যবহারকারীরা। নিয়মিত ব্যবহারকারী যখন দেখেন একটি tool খসড়া লেখা, তথ্য সংক্ষেপ বা বিশ্লেষণের কোনো ধাপ দ্রুত শেষ করছে, তখন উৎপাদনশীলতার সুবিধার সঙ্গে নিজের পদের প্রয়োজনীয়তা নিয়েও প্রশ্ন তৈরি হতে পারে।
কিন্তু এখান থেকে সরল কারণ–ফল টানা যাবে না। AI-তে বেশি উন্মুক্ত পেশার মানুষ আগে থেকেই এসব tool বেশি ব্যবহার করতে পারেন; প্রতিষ্ঠানের পুনর্গঠন, অস্পষ্ট নীতি বা কাজ বদলের অভিজ্ঞতাও তাঁদের আশঙ্কাকে প্রভাবিত করতে পারে। একই কর্মীকে সময়ের সঙ্গে অনুসরণ এবং শিল্প ও পেশাভিত্তিক সময়ের প্রবণতা নিয়ন্ত্রণ করার পরও ফলটি ভবিষ্যৎ ছাঁটাইয়ের পূর্বাভাস নয়।
পরিচিতি তাই নিশ্চয়তার বিকল্প নয়। একজন কর্মী AI দিয়ে নিয়মিত প্রতিবেদন তৈরি করতে পারলেও প্রতিষ্ঠান যদি না জানায় কোন সিদ্ধান্ত, জবাবদিহি ও মূল্যায়ন মানুষের হাতে থাকবে, প্রযুক্তিগত দক্ষতা তাঁর নিজের ভূমিকার ভবিষ্যৎ স্পষ্ট করে না।
১১.১ পয়েন্ট কী বোঝায়, কী বোঝায় না
১১.১ শতাংশ পয়েন্ট কোনো প্রতিষ্ঠানের ছাঁটাই কমার হার নয়। এটি একই কর্মীর পরিবর্তন অনুসরণ করা মডেলে ঘন ঘন AI ব্যবহার ও তীব্র স্থানচ্যুতি-আশঙ্কার মধ্যকার সম্পর্কের পার্থক্য: সর্বোচ্চ wellbeing support অনুভব করা কর্মীদের ক্ষেত্রে ব্যবধানটি অন্যদের চেয়ে ছোট ছিল। সর্বোচ্চ respect rating দেওয়া কর্মীদের ক্ষেত্রে একই পার্থক্য ছিল ৬.৮ পয়েন্ট।
গবেষণার প্রকাশিত সংস্করণগুলোর estimate-ও এক নয়। CESifo Working Paper No. 12678-এর মূল পৃষ্ঠায় wellbeing support সবচেয়ে বেশি অনুভব করা কর্মীদের frequent-use premium সর্বোচ্চ ৯.০ পয়েন্ট কম বলে উল্লেখ আছে; পরের Gallup বিশ্লেষণে একই লেখকের longitudinal ফল হিসেবে ১১.১ পয়েন্ট দেওয়া হয়েছে। ফলে দুটি সংখ্যাকে একই specification-এর অভিন্ন estimate ধরে নেওয়া ঠিক হবে না।
উদ্বেগ কমানো এবং চাকরি নিশ্চিত করা আলাদা বিষয়। সম্মানজনক আচরণ, উদ্বেগ শোনা ও ভূমিকার স্পষ্ট ব্যাখ্যা কর্মীর অনিশ্চয়তা কমাতে পারে; এগুলো বাজেট, বাজারের চাহিদা, automation plan বা headcount সিদ্ধান্ত বাতিল করে না। সিদ্ধান্ত অনির্ধারিত থাকলে সাধারণ আশ্বাসের চেয়ে কোন তথ্য নিশ্চিত এবং কোনটি এখনও অজানা—তা আলাদা করে বলা বেশি নির্ভুল।
ব্যবস্থাপকের আলোচনায় পাঁচটি সংকেত
গবেষণাটিকে সাপ্তাহিক ব্যবস্থাপনায় প্রয়োগ করতে নিচের action matrix ব্যবহার করা যেতে পারে। এটি গবেষকদের পরীক্ষিত scorecard নয়; role communication, respect, wellbeing ও engagement-সংক্রান্ত ফলকে বাস্তব আলোচনায় সাজানোর একটি সম্পাদকীয় কাঠামো।
- Role impact: পদের উদ্দেশ্য বদলাচ্ছে কি না, কোন ফলাফলের দায় কর্মীর এবং তাঁর মূল্যায়নের মাপকাঠি কী—তা নির্দিষ্ট করা।
- Task change: কোন কাজে AI সহায়তা দেবে, কোন সিদ্ধান্ত মানুষের হাতে থাকবে এবং কোনো কাজ সত্যিই বাদ যাচ্ছে কি না—এই তিনটি বিষয় আলাদা করে নথিবদ্ধ করা। কাজ বদলকে স্বয়ংক্রিয়ভাবে পদ বিলুপ্তির সমার্থক না ধরা।
- Respect: কর্মীর আপত্তি, AI-এর ভুল এবং পেশাগত বিচারের উদাহরণ শোনা। AI ব্যবহারের দক্ষতাকে তাঁর অভিজ্ঞতা বা সিদ্ধান্তক্ষমতার বিকল্প হিসেবে উপস্থাপন না করা।
- Wellbeing: নতুন tool-এর কারণে বাড়তি কাজ, শেখার সময়, নজরদারির অনুভূতি ও মানসিক চাপ তৈরি হচ্ছে কি না—নির্দিষ্টভাবে জানতে চাওয়া এবং সহায়তার জন্য সময় ও সম্পদ রাখা।
- Engagement signal: অংশগ্রহণ, মতামত দেওয়া, কাজের মালিকানা বা চাকরি খোঁজার প্রবণতায় পরিবর্তন এলে সেটিকে গোপন প্রমাণ না ধরে সরাসরি কথোপকথনের সূচনা হিসেবে নেওয়া।
এই কাঠামোর কেন্দ্র সত্যনিষ্ঠ role communication। অনুমোদিত AI use case, বর্তমান মূল্যায়ননীতি ও প্রশিক্ষণের সুযোগ নিশ্চিত হলে সেগুলো বলা যায়; সম্ভাব্য পুনর্গঠন অনির্ধারিত থাকলে সেটিও স্পষ্ট করতে হবে। এতে চাকরির নিশ্চয়তা তৈরি হয় না, তবে কর্মী যাচাইযোগ্য তথ্য এবং পরের আলোচনার জন্য নির্দিষ্ট প্রশ্ন পান।
Culture data-তেও ব্যবস্থাপকের প্রভাব দৃশ্যমান
স্থানচ্যুতির আশঙ্কা ও কর্মসংস্কৃতি এক মাপকাঠি নয়, তবে আলাদা তথ্য ব্যবস্থাপকের ভূমিকার বিস্তৃত প্রেক্ষাপট দেয়। ১৬ আগস্টের Gallup culture analysis অনুযায়ী, ব্যবস্থাপক দলের AI ব্যবহার সক্রিয়ভাবে সমর্থন করেন বলে দৃঢ়ভাবে একমত কর্মীদের ৩১% আগের বছরে workplace culture-এর উন্নতি দেখেছেন; অন্যদের ক্ষেত্রে হার ছিল ২১%।
এই ১০ পয়েন্টের culture gap-এর সঙ্গে wellbeing-সংক্রান্ত ১১.১ পয়েন্ট যোগ করা যাবে না, কারণ outcome ও বিশ্লেষণের ধরন আলাদা। সীমিত যৌথ ইঙ্গিতটি হলো, শুধু AI tool দেওয়া কর্মীর অভিজ্ঞতা নির্ধারণ করে না; পরিবর্তনের উদ্দেশ্য, মানুষের অবশিষ্ট দায়িত্ব এবং সহায়তার ব্যবস্থা কীভাবে ব্যাখ্যা করা হচ্ছে, সেটিও তাঁদের প্রতিক্রিয়ার সঙ্গে যুক্ত।
বর্তমান ফল যুক্তরাষ্ট্রের কর্মীদের তথ্যভিত্তিক। তাই বাংলাদেশ বা ভারতের knowledge worker-দের উদ্বেগের হার হিসেবে সংখ্যাগুলো প্রয়োগ করা যাবে না। দক্ষিণ এশিয়ায় একই longitudinal pattern আছে কি না এবং role clarity, respect বা wellbeing support-এর নির্দিষ্ট পদক্ষেপ উদ্বেগে কারণগত পরিবর্তন আনে কি না, তা জানতে স্থানীয় ও পরীক্ষামূলক গবেষণা প্রয়োজন। এখন পর্যন্ত ১১.১ পয়েন্ট চাকরির নিরাপত্তার গ্যারান্টি নয়; একই ধরনের AI ব্যবহারের মধ্যেও কর্মীরা ঝুঁকিকে কেন ভিন্নভাবে অনুভব করেন, তার একটি পরিমাপ।
আরও পড়ুন:
আমাদের নিউজলেটার নিন
সর্বশেষ Web3, AI ও ক্রিপ্টো সংবাদ সরাসরি আপনার ইনবক্সে পান।