AI-ঝুঁকির বিষয়ে স্নাতকদের প্রথম চাকরির হার কমেছে ১.৭ পয়েন্ট

২২ সেপ্টেম্বর ২০২৬-এ প্রকাশিত ডালাস ফেডের টেক্সাসভিত্তিক বিশ্লেষণে দেখা গেছে, কোনো শিক্ষাবিষয়ের সঙ্গে যুক্ত কাজে AI দিয়ে স্বয়ংক্রিয় করা সম্ভব এমন কাজের অংশ ১০ শতাংশ পয়েন্ট বেশি হলে, সেই বিষয়ের স্নাতকদের এক বছরের মধ্যে টেক্সাসে চাকরি পাওয়ার হার তুলনামূলকভাবে ১.৭ শতাংশ পয়েন্ট কমেছে; যাঁরা চাকরি পেয়েছেন, তাঁদের প্রথম বছরের আয়েও তুলনামূলক প্রায় ৫ শতাংশ পতন দেখা গেছে। ফলটি টেক্সাসের সরকারি বিশ্ববিদ্যালয়ের স্নাতকদের শিক্ষা ও আয়ের প্রশাসনিক রেকর্ড থেকে এসেছে। নতুন স্নাতকদের কর্মজীবনে প্রবেশে AI ভূমিকা রাখছে—এমন প্রমাণ এটি জোরদার করে, যদিও কোন নিয়োগকর্তা কেন একজনকে নিয়োগ দেননি, তা রেকর্ডে দেখা যায় না।

২৩ সেপ্টেম্বরের Fort Worth Inc.-এর প্রতিবেদন একই টেক্সাস গবেষণার চাকরি ও আয়ের ফল স্বাধীনভাবে তুলে ধরেছে। শিরোনামের ‘প্রথম চাকরি’ বলতে এখানে স্নাতক হওয়ার পর টেক্সাসে নথিভুক্ত কর্মসংস্থানের কথা বোঝানো হচ্ছে; প্রত্যেকের জীবনের প্রথম চাকরি শনাক্ত করা হয়নি। কম ও বেশি AI-উন্মুক্ত বিষয়ে পড়া স্নাতকদের ব্যবধান কীভাবে বদলেছে, সেটিই মূল তুলনা। তাই এই হারকে সব স্নাতকের চাকরি পাওয়ার সম্ভাবনা কিংবা একজন প্রার্থীর ব্যক্তিগত ঝুঁকি হিসেবে পড়া যাবে না।

কোন বিষয়ের ঝুঁকি কীভাবে মাপা হয়েছে

গবেষকেরা শিক্ষাবিষয়ের নাম দেখে ঝুঁকির তালিকা বানাননি। তাঁরা পেশাভিত্তিক কাজের মধ্যে কোন অংশ জেনারেটিভ AI দিয়ে স্বয়ংক্রিয় করা সম্ভব, তার একটি সূচক নিয়েছেন। এরপর ChatGPT প্রকাশের আগের চাকরির বিজ্ঞাপনে কোন পেশার জন্য কোন শিক্ষাবিষয় চাওয়া হতো, সেই সম্পর্ক দিয়ে বিষয়ভিত্তিক উন্মুক্ততা নির্ধারণ করেছেন। ফলে সূচকটি কোনো শিক্ষার্থীর নিজের AI ব্যবহারের মাত্রা নয়; তাঁর বিষয় থেকে সাধারণত যে ধরনের চাকরিতে যাওয়া হয়, সেসব কাজের সম্ভাব্য উন্মুক্ততা।

এই সূচকের সঙ্গে টেক্সাসের সরকারি বিশ্ববিদ্যালয়ের স্নাতকদের পড়াশোনার তথ্য এবং অঙ্গরাজ্যে নথিভুক্ত চাকরি ও আয় মিলিয়ে দেখা হয়েছে। ChatGPT আসার আগের ও পরের স্নাতক দলগুলোর মধ্যে বেশি ও কম উন্মুক্ত বিষয়ের ব্যবধান তুলনা করা হয়েছে। আগে ব্যবধানটি মোটামুটি স্থিতিশীল ছিল; পরের দলগুলোতে বেশি উন্মুক্ত বিষয়ের ফল দুর্বল হয়েছে। এই পদ্ধতি একই সময়ে সব স্নাতকের ওপর পড়া সাধারণ চাপ থেকে বিষয়ভেদে আলাদা পরিবর্তন খুঁজতে সাহায্য করে। তবে একই সময়ে কোনো নির্দিষ্ট বিষয়ের চাকরির বাজারে অন্য পরিবর্তন ঘটেছে কি না, সেই প্রশ্ন পুরোপুরি দূর করে না।

কম্পিউটার বিজ্ঞান, কম্পিউটার প্রকৌশল ও ভাষাসংশ্লিষ্ট বিষয় বেশি উন্মুক্ততার দিকে রয়েছে; নার্সিং, শিক্ষা ও মনোবিজ্ঞান তুলনামূলক কম উন্মুক্ত। এর অর্থ কোনো বিষয়ের সব কাজ AI করতে পারে, অথবা কম উন্মুক্ত বিষয়ের স্নাতকের চাকরি নিশ্চিত—এমন নয়। একটি পেশার কিছু কাজ স্বয়ংক্রিয় করা সম্ভব হলেও পুরো পদটি উঠে যাবে, তা এই সূচক বলে না। আবার নতুন কর্মীর জন্য রাখা কাজের কিছু অংশ কমে গেলে প্রতিষ্ঠান নিয়োগ পিছিয়ে দিতে পারে; সেই সম্ভাবনাও শুধু বিষয়ভিত্তিক স্কোর থেকে সরাসরি প্রমাণ করা যায় না।

অন্য গবেষণার ৫ পয়েন্ট কেন আলাদা

মার্কিন Census Bureau-র সাইটে প্রকাশিত গবেষকদের কার্যপত্রে সবচেয়ে বেশি AI-উন্মুক্ত বিষয়ের স্নাতকদের চাকরি পাওয়ার সম্ভাবনা স্নাতক হওয়ার পরের ত্রৈমাসিকে তুলনামূলক ৫ শতাংশ পয়েন্ট কম এবং পূর্ণ ত্রৈমাসিক চাকরিতে থাকা ব্যক্তিদের প্রারম্ভিক আয় প্রায় ১৩ শতাংশ কম পাওয়া গেছে; নমুনাটি ২০১৬ থেকে ২০২৪ সালে যুক্তরাষ্ট্রে দেওয়া স্নাতক ডিগ্রির প্রায় ২৯ শতাংশের রেকর্ড নিয়ে গঠিত। কর্মসংস্থানের তুলনায় সবচেয়ে উন্মুক্ত বিষয়গুলোর বিপরীতে ছিল উন্মুক্ততার নিচের ছয় দশমাংশ। এটি টেক্সাসের ফলের একই মাপের বড় সংস্করণ নয়।

দুই গবেষণার পর্যবেক্ষণের সময় ও তুলনাযোগ্য দল আলাদা। টেক্সাসের হিসাবে স্নাতক হওয়ার পর প্রথম বছরের মধ্যে ওই অঙ্গরাজ্যে নথিভুক্ত চাকরি দেখা হয়েছে; অন্য কার্যপত্রে স্নাতক হওয়ার পরের ত্রৈমাসিকের কর্মসংস্থান দেখা হয়েছে। আয়ের ক্ষেত্রেও দ্বিতীয় গবেষণায় পূর্ণ ত্রৈমাসিক ধরে চাকরিতে থাকা ব্যক্তিদের আয় গণনা করা হয়েছে। একজন স্নাতক পরে চাকরি পেলে, মাঝপথে কাজ বদলালে বা অন্য জায়গায় গেলে এসব সংজ্ঞা ফলের ওপর ভিন্নভাবে প্রভাব ফেলতে পারে। তাই দুই কর্মসংস্থান ব্যবধান যোগ করে AI-র একটি সামগ্রিক প্রভাব নির্ণয় করা যায় না।

উন্মুক্ততা মাপার পথও এক নয়। টেক্সাস বিশ্লেষণ আগের চাকরির বিজ্ঞাপনে শিক্ষাবিষয় ও পেশার সম্পর্ক ব্যবহার করেছে। বৃহত্তর নমুনার কার্যপত্রে আগের স্নাতকেরা কোন পেশায় কাজ করতেন, সেই বণ্টনের সঙ্গে কাজভিত্তিক AI সক্ষমতার সূচক মিলেছে। দুই পথেই বিষয়টি স্নাতক হওয়ার পর পাওয়া চাকরি দেখে নির্ধারিত হয়নি; এতে চাকরি না পাওয়া বা অন্য খাতে চলে যাওয়া ব্যক্তিদেরও অনুসরণ করা যায়। কিন্তু সূচকের পার্থক্য থাকায় একই শিক্ষাবিষয় দুই গবেষণায় সমান মাত্রায় উন্মুক্ত হিসেবে গণ্য হবে, এমন নিশ্চয়তা নেই।

দুর্বল ফলের পেছনে কী থাকতে পারে

প্রারম্ভিক আয়ের ব্যবধানের একটি অংশ চাকরির ধরন বদলানোর সঙ্গে যুক্ত। বৃহত্তর নমুনার গবেষণায় বেশি উন্মুক্ত বিষয়ের কিছু স্নাতক তথ্যপ্রযুক্তি ও পেশাগত সেবার তুলনামূলক বেশি আয়ের খাতের বদলে খুচরা বিক্রি, খাবার ও আবাসনসেবার মতো কম আয়ের খাতে কাজ শুরু করেছেন। আয়ের পতনের প্রায় অর্ধেক এই খাতবদলের সঙ্গে সম্পর্কিত; বাকি অংশ একই খাতের ভেতরে কম আয়ের ফল থেকে এসেছে। ফলে কেবল ‘চাকরি পেয়েছেন কি না’ দেখলে প্রথম চাকরির মান ও বিষয়টির সঙ্গে কাজের মিলের পরিবর্তন আড়ালে থাকে।

কেন নিয়োগ বা আয় বদলেছে, তার একটিমাত্র পথ রেকর্ড থেকে শনাক্ত করা যায় না। AI নতুন কর্মীদের কিছু কাজ করতে পারায় চাহিদা কমে থাকতে পারে। প্রতিষ্ঠান নতুনদের প্রশিক্ষণের পদ্ধতি বদলাতে পারে, অথবা AI-র সাহায্যে তৈরি কোড ও লেখার নমুনা থেকে আবেদনকারীর নিজস্ব দক্ষতা বোঝা কঠিন হতে পারে। এগুলো গবেষণায় আলোচিত সম্ভাব্য ব্যাখ্যা, প্রত্যেক প্রতিষ্ঠানের নিয়োগ সিদ্ধান্তের প্রত্যক্ষ প্রমাণ নয়। এই সীমার মধ্যেও চাকরিতে প্রবেশের সময় দুর্বল ফল এবং পরে কম আয়ের খাতে সরে যাওয়ার চিত্রটি নতুন স্নাতকদের জন্য গুরুত্বপূর্ণ।

ক্যারিয়ার প্রস্তুতিতে ফলটির অর্থ

এই তথ্য শুধু বিষয়ের নাম দেখে পড়াশোনা বদলানোর নির্দেশ দেয় না। একই বিষয়ের ভেতরে এমন কাজ থাকতে পারে যেখানে সমস্যাটি ঠিকভাবে নির্ধারণ, ক্ষেত্রবিশেষের জ্ঞান প্রয়োগ, AI-তৈরি ফল যাচাই এবং ভুল সংশোধনের কারণ ব্যাখ্যা করা জরুরি। প্রযুক্তি দিয়ে প্রথম খসড়া তৈরি করা সম্ভব হলেও কোন ফল গ্রহণযোগ্য, তা বিচার করার দক্ষতা আলাদা। গবেষণার ইঙ্গিত থেকে শিক্ষার্থীর কাজের নমুনায় এই বিচার ও যাচাই দৃশ্যমান রাখা যুক্তিসংগত সম্পাদকীয় পরামর্শ; এটি পরীক্ষায় সফল প্রমাণিত নিয়োগ-কৌশল নয়।

সফটওয়্যার কাজের নমুনায়, যেমন, শুধু শেষ কোডের পাশাপাশি সমস্যার শর্ত, পরীক্ষায় ধরা পড়া ত্রুটি এবং সংশোধনের যুক্তি দেখানো যেতে পারে। ভাষাসংশ্লিষ্ট কাজে AI-তৈরি খসড়ার অর্থগত ভুল কোথায় ছিল ও কোন ক্ষেত্রজ্ঞান দিয়ে তা ঠিক করা হয়েছে, সেটি বোঝানো যায়। নমুনার লক্ষ্য হবে প্রার্থী কী সিদ্ধান্ত নিয়েছেন তা স্পষ্ট করা, কেবল AI ব্যবহার জানেন তা ঘোষণা করা নয়। একই কারণে উচ্চতর ডিগ্রিও স্বয়ংক্রিয় সুরক্ষা নয়: টেক্সাসের বিশ্লেষণে বেশি উন্মুক্ত ক্ষেত্রের স্নাতকোত্তর ডিগ্রিধারীদের আয়ের আপেক্ষিক দুর্বলতা পুরোপুরি কাটেনি।

বাংলাদেশ ও ভারতের জন্য কী জানা যায় না

টেক্সাসের রেকর্ড ওই অঙ্গরাজ্যের সরকারি বিশ্ববিদ্যালয় ও সেখানে নথিভুক্ত চাকরিতে সীমিত। কোনো স্নাতক অন্য অঙ্গরাজ্যে কাজ করলে টেক্সাসের কর্মসংস্থান হিসাবে তাঁর চাকরি ধরা পড়ে না। অন্য কার্যপত্রের নমুনা যুক্তরাষ্ট্রের অংশগ্রহণকারী শিক্ষাপ্রতিষ্ঠান ও প্রশাসনিক রেকর্ডের ওপর দাঁড়ানো। বাংলাদেশের বা ভারতের শিক্ষাক্রম, নিয়োগের নিয়ম, কাজের মিশ্রণ এবং AI ব্যবহারের মাত্রা সেখানে একই কি না, এই গবেষণাগুলো তা পরীক্ষা করেনি। ফলে এখানকার স্নাতকদের চাকরির হারও একই পরিমাণে কমবে বলা যায় না।

এখন পর্যন্ত প্রশাসনিক তথ্যের সবচেয়ে স্পষ্ট ফল হলো, যুক্তরাষ্ট্রে বেশি AI-উন্মুক্ত বিষয়ে পড়া নতুন স্নাতকদের কর্মজীবনের শুরু তুলনামূলক দুর্বল হয়েছে। কিছু স্নাতক পরে ভালো চাকরিতে যেতে পারেন, কিন্তু পর্যবেক্ষিত সময়ের মধ্যে সবচেয়ে উন্মুক্ত বিষয়গুলোর ব্যবধান পুরোপুরি মুছে গেছে—এমন প্রমাণ নেই। দীর্ঘ মেয়াদে তাঁরা কতটা ঘুরে দাঁড়াবেন এবং নিয়োগকর্তাদের বাস্তব AI ব্যবহার কতটা দায়ী, তা জানতে আরও দীর্ঘ সময়ের চাকরি ও আয়ের তথ্য প্রয়োজন। দক্ষিণ এশিয়ার প্রভাবের আকার জানতে সেখানকার নিজস্ব স্নাতক, নিয়োগ ও আয়ের তথ্যও দরকার।

আরও পড়ুন:

• UBS-এর junior চাকরির interview-তে AI—শুধু chatbot চালালেই হবে না
• AI চাকরির হিসাব বদলাবে: Big Tech-এর তথ্য নিচ্ছে মার্কিন শ্রম দপ্তর
• AI বেশি ব্যবহারেই চাকরির ভয় দ্বিগুণ—manager-এর আচরণে ফারাক ১১.১ পয়েন্ট