AI ব্যবহারের সংখ্যা productivity নয়—আগে baseline ও quality মাপুন

কর্মক্ষেত্রে এআই উৎপাদনশীলতা বাড়াচ্ছে কি না জানতে একই ধরনের কাজের আগের ও পরের ফল তুলনা করুন। মাপুন প্রতি কর্মঘণ্টায় গ্রহণযোগ্যভাবে শেষ হওয়া কাজ, কাজ শেষ হতে লাগা সময়, মান, সংশোধনের চাপ এবং গ্রাহকের ফল। কত প্রম্পট পাঠানো হয়েছে বা কর্মীরা কত ঘণ্টা বাঁচিয়েছেন বলে মনে করছেন, তা ব্যবহার বোঝায়; কাজের ফল বোঝায় না। TechRadar Pro-র পরিমাপসংক্রান্ত পরামর্শে এআই ব্যবহারের আগের ফলের সঙ্গে পরের ব্যবসায়িক ফল মেলাতে বলা হয়েছে।

ছোট দলের জন্য একটি নির্দিষ্ট কর্মপ্রবাহ বেছে নেওয়াই শুরু করার উপায়; যেমন গ্রাহক সহায়তার অনুরোধ নিষ্পত্তি। একই ধরনের অনুরোধ, একই মানদণ্ড এবং কাছাকাছি কাজের চাপ ধরে তথ্য সংগ্রহ করুন। দ্রুত শেষ হওয়া অনুরোধ যদি আবার খুলতে হয় বা গ্রাহকের সমস্যা না মেটে, শুধু প্রথমবারের গতি উৎপাদনশীলতার পূর্ণ ছবি দেয় না।

কাজের সীমা ও প্রাথমিক ফল স্থির করুন

মাপার একক হিসেবে কর্মী কত খসড়া তৈরি করলেন, তার বদলে সম্পূর্ণ কর্মপ্রবাহ বেছে নিন। সহায়তা দলের ক্ষেত্রে অনুরোধ আসা থেকে গ্রহণযোগ্য সমাধান পর্যন্ত; নিয়োগ দলে আবেদন যাচাই থেকে যোগ্য প্রার্থীর পরবর্তী ধাপে যাওয়া পর্যন্ত। কোন ধরনের কাজ পরীক্ষায় থাকবে, কোন জটিল বা অস্বাভাবিক কাজ আলাদা থাকবে এবং ‘শেষ’ বলতে কী বোঝাবে, তা শুরুতেই লিখে রাখুন। কাজের এই সীমা বদলে গেলে আগের ও পরের ফল সরাসরি তুলনাযোগ্য থাকে না।

প্রাথমিক অবস্থার জন্য এআই চালুর আগের একই ধরনের কাজ নিন। প্রতিটি কাজের ধরন, জটিলতা, কর্মীর অভিজ্ঞতার স্তর, শুরু ও শেষের সময়, কাজটি গ্রহণযোগ্য হয়েছে কি না এবং পরে সংশোধন লেগেছে কি না নথিবদ্ধ করুন। মৌসুমি চাপ, নতুন কর্মী যোগ দেওয়া বা নীতির পরিবর্তনও ফল বদলাতে পারে। সম্ভব হলে পরীক্ষার সময় একই ধরনের একটি দল আগের পদ্ধতিতে কাজ করবে; তাতে সবার ওপর প্রভাব ফেলা পরিবর্তন আর এআই ব্যবহারের সঙ্গে যুক্ত পরিবর্তন আলাদা করে দেখা সহজ হয়।

Microsoft Research-এর কর্মক্ষেত্রবিষয়ক গবেষণা সংকলনে এক ডজনের বেশি গবেষণার ফল একত্র করা হয়েছে; সেখানে ভূমিকা, কাজের ধরন ও প্রতিষ্ঠানভেদে এআইয়ের প্রভাব বদলানোর কথা রয়েছে। ফলে অন্য প্রতিষ্ঠানের একটি গড় উন্নতির হার নিজের দলের লক্ষ্য হিসেবে নেওয়ার চেয়ে নির্বাচিত কর্মপ্রবাহের নিজস্ব প্রাথমিক ফল বেশি কার্যকর তুলনার ভিত্তি।

গতি, মান ও পুনরায় কাজ একসঙ্গে মাপুন

কাজের পরিমাণের মূল সূচক হতে পারে মোট কর্মঘণ্টায় গ্রহণযোগ্যভাবে নিষ্পত্তি হওয়া অনুরোধের সংখ্যা। পাশাপাশি অনুরোধ আসা থেকে গ্রহণযোগ্য সমাপ্তি পর্যন্ত সময়ের মধ্যক রাখুন; অল্প কয়েকটি অত্যন্ত দীর্ঘ কাজ যেন গড় সময়কে বিভ্রান্ত না করে। কর্মঘণ্টার হিসাবে এআইয়ের উত্তর যাচাই, সম্পাদনা, অনুমোদন এবং ভুল ঠিক করার সময়ও ধরুন। শুধু প্রথম খসড়া তৈরির সময় মাপলে কর্মপ্রবাহের বাকি খরচ অদৃশ্য থাকে।

মান যাচাইয়ের জন্য পরীক্ষার আগে সংক্ষিপ্ত মানদণ্ড তৈরি করুন: উত্তরটি সঠিক কি না, প্রয়োজনীয় তথ্য সম্পূর্ণ কি না, প্রতিষ্ঠানের নিয়ম মেনেছে কি না এবং গ্রাহকের সমস্যার সমাধান হয়েছে কি না। একই মানদণ্ডে আগের ও পরের কাজের নমুনা যাচাই করুন। সম্ভব হলে যাচাইকারীকে কোন নমুনায় এআই ব্যবহৃত হয়েছে তা জানাবেন না। নমুনা বাছাইয়ের নিয়মও একই রাখুন, যাতে শুধু সহজ বা সফল কাজ যাচাইয়ে না আসে।

পুনরায় কাজের জন্য নির্দিষ্ট সময়ের মধ্যে আবার খোলা অনুরোধের হার, সংশোধনে ব্যয় হওয়া সময় এবং অন্য কর্মীর কাছে পাঠানোর হার রাখুন। গ্রাহকমুখী কাজে সন্তুষ্টি বা একই সমস্যায় ফের যোগাযোগের তথ্য যুক্ত করুন, যদি দলের কাছে এগুলো ধারাবাহিকভাবে থাকে। বিক্রয়ের কাজে সম্ভাব্য গ্রাহক থেকে বাস্তব বিক্রয়ে রূপান্তর বেশি প্রাসঙ্গিক হতে পারে। বেশি কাজ শেষ হলেও ভুল সংশোধনে সময় বেড়ে গেলে বা গ্রাহকের ফল খারাপ হলে উৎপাদনশীলতার হিসাবও বদলে যায়।

চার সপ্তাহের তুলনার ছক

নিচের ছকটি ছোট দলের জন্য একটি পরীক্ষার পদ্ধতি, নির্দিষ্ট উন্নতির প্রতিশ্রুতি নয়। দলের কাজের চক্র দীর্ঘ হলে পর্যবেক্ষণের সময়ও বাড়াতে হবে। শুরুতেই ঠিক করুন কোন ফল উন্নতি হিসেবে গণ্য হবে এবং মানের কতটা অবনতি অগ্রহণযোগ্য; ফল দেখার পরে সেই সীমা বদলালে সিদ্ধান্ত পক্ষপাতদুষ্ট হতে পারে।

1. প্রথম সপ্তাহ—প্রাথমিক অবস্থা: এআই ছাড়া নির্বাচিত কাজের তথ্য সংগ্রহ করুন। কাজের ধরন ও জটিলতা অনুযায়ী গতি, মান, সংশোধন এবং গ্রাহকের ফল লিখুন। নতুন ও অভিজ্ঞ কর্মীর শ্রেণিও আগে ঠিক করুন।
2. দ্বিতীয় সপ্তাহ—নিয়ন্ত্রিত ব্যবহার: একই শ্রেণির কাজে এআই সহায়তা চালু করুন। কোন ধাপে এআই পরামর্শ দেবে, চূড়ান্ত সিদ্ধান্ত কার এবং কোন ভুলে মানুষের পর্যালোচনা বাধ্যতামূলক, তা স্থির রাখুন। সম্ভব হলে আগের পদ্ধতিতে চলা তুলনামূলক দল রাখুন।
3. তৃতীয় সপ্তাহ—একই নিয়মে পর্যবেক্ষণ: কাজের জটিলতা ও কর্মঘণ্টা ধরে আগের সূচকগুলোই সংগ্রহ করুন। প্রথম সপ্তাহের তুলনায় সহজ কাজ বেশি এলে তা আলাদা চিহ্নিত করুন; কাজের মিশ্রণ বদলানোকে এআইয়ের কৃতিত্ব ধরবেন না।
4. চতুর্থ সপ্তাহ—মান ও ফল মেলানো: আগের ও পরের কাজ থেকে একই নিয়মে নমুনা নিয়ে মান যাচাই করুন। ফের খোলা কাজ ও সংশোধনের সময় যোগ করে গ্রহণযোগ্য কাজের হার বের করুন। গ্রাহকের ফল প্রকাশে দেরি হলে সেই ফল আসার আগে চূড়ান্ত সিদ্ধান্ত নেবেন না।

প্রতিটি কাজের জন্য একটি সারিতে কাজের শ্রেণি, জটিলতা, কর্মীর অভিজ্ঞতার স্তর, এআই ব্যবহারের অবস্থা, কর্মঘণ্টা, সমাপ্তির সময়, মানের নম্বর, সংশোধনের সময় ও গ্রাহকের ফল রাখলেই হিসাব শুরু করা যায়। পর্যবেক্ষণের মাঝখানে মানদণ্ড বা এআই ব্যবহারের নিয়ম বদলালে পরিবর্তনের সময় লিখে রাখুন। তা না হলে নিয়ম বদলানোর প্রভাবকে এআইয়ের প্রভাব বলে ভুল হতে পারে।

গড় ফলের আড়ালে দক্ষতার পার্থক্য দেখুন

একটি সামগ্রিক গড় নতুন ও অভিজ্ঞ কর্মীর ভিন্ন ফল ঢেকে দিতে পারে। গ্রাহক সহায়তা নিয়ে মাঠপর্যায়ের গবেষণায় ৫,১৭২ কর্মীর তথ্য ব্যবহার করে এআই সহায়তায় ঘণ্টাপ্রতি নিষ্পত্তি হওয়া সমস্যার সংখ্যা গড়ে ১৫ শতাংশ বাড়ার ফল পাওয়া যায়। কম অভিজ্ঞ ও কম দক্ষ কর্মীদের গতি ও মান বেশি উন্নত হয়েছিল; সবচেয়ে অভিজ্ঞ ও দক্ষ কর্মীদের গতিতে সামান্য লাভের পাশাপাশি মানে সামান্য অবনতি দেখা যায়। ফলটি ওই সহায়তা ব্যবস্থার কাজ ও কর্মীদের ক্ষেত্রে পাওয়া, সব পেশার জন্য পূর্বাভাস নয়।

নিজের দলের ফল তাই অন্তত অভিজ্ঞতার স্তর এবং কাজের জটিলতা অনুযায়ী আলাদা করুন। একই কর্মীর আগের ও পরের কাজ তুললে কাজের ধরন কাছাকাছি রাখুন; দলভিত্তিক তুলনায় প্রতিটি স্তরের কর্মীর অনুপাতও দেখুন। কোনো স্তরে গতি বাড়লেও মান কমলে সেখানে যাচাইয়ের নিয়ম বা এআই ব্যবহারের ধাপ বদলানো দরকার হতে পারে। মাত্র কয়েকটি কাজের ওপর দাঁড়ানো পরিবর্তনকে নিশ্চিত ফল হিসেবে দেখাবেন না।

কর্মপ্রবাহ মাপুন, কর্মী নজরদারি নয়

পরীক্ষার উদ্দেশ্য কর্মপ্রবাহের উন্নতি বোঝা। প্রম্পটের সংখ্যা দিয়ে ব্যক্তিগত তালিকা বানালে বেশি ব্যবহার করার চাপ তৈরি হতে পারে, অথচ গ্রহণযোগ্য কাজের হার বাড়ল কি না জানা যায় না। দলের সামষ্টিক ফল দেখুন এবং অভিজ্ঞতার স্তর অনুযায়ী পার্থক্য দেখানোর সময় ব্যক্তিকে শনাক্ত করা যায় এমন তথ্য সীমিত রাখুন। ছোট উপদলে কার ফল কার, তা সহজে বোঝা গেলে সেই উপদলের ফল আরও বড় দলে মিলিয়ে প্রকাশ করুন।

শুরুতেই কর্মীদের জানান কোন তথ্য সংগ্রহ হবে, কারা ফল দেখবেন এবং কত দিন তথ্য রাখা হবে। কাজের মান বোঝার জন্য প্রয়োজনীয় নমুনা যাচাই করুন; ব্যক্তিগত কথোপকথন বা অপ্রাসঙ্গিক প্রম্পট সংরক্ষণকে পরীক্ষার শর্ত বানাবেন না। সিদ্ধান্তের ভিত্তি রাখুন একই ধরনের কাজের গ্রহণযোগ্য ফল, সংশোধনের খরচ এবং গ্রাহকের অভিজ্ঞতা।

আরও পড়ুন:

• কাজে Claude AI নেওয়ার আগে দেখুন: আসনমূল্যের বাইরেও token bill
• AWS Activate না Microsoft for Startups—credit নয়, exit cost আগে মাপুন
• Meta আর token গুনে কর্মী মাপবে না—Hatch ব্যবহারের চাপ কিন্তু থাকছে