AI: বাস্তবতা ও করনীয়

AI এর এই সময়ে এসে একটা বিষয়ে অবাকও হই আবার কষ্টও লাগে যে ইন্ডাস্ট্রিতে কেউই AI নিয়ে সত্যিকার অর্থে ডেভলপারদের কিভাবে কাজ করতে হবে, কিভাবে তারা এই সময়ে নিজেকে গড়ে তুলতে পারবে, চাকরীর ক্ষেত্রে সত্যিকারের ফ্যাক্ট কি, এই সময়ে কি কি সম্ভাবনা তৈরী হচ্ছে এগুলো নিয়ে কথাই হয় না। বরং এক গ্রুপ বলে চাকরী চলে যাবে আর অন্য গ্রুপ বলে চাকরী থাকবে তবে নিজেকে আপডেট করতে হবে। কিন্তু নিজেকে কিভাবে, কি দিয়ে আপডেট করবেন সেটা অলমোস্ট কেউই বলছেন না। আমার আজকের এই লেখাটি মূলত নিজেকে আপডেট কিভাবে ও কি দিয়ে করা যেতে পারে সেটা নিয়ে, সাথে থাকবে এর চ্যালেঞ্জগুলো।

কমিউনিটিতে দেখবেন অলমোস্ট দুটি বিষয় নিয়ে কথা হয়, Prompt Engineering ও Context Engineering. আপনি বুকে হাত দিয়ে বলেনতো এই দুটি স্কিল আদৌ শেখার কিছু আছে কিনা? Prompt Engineering এই টার্মটাই একটা ফ্যাতরা টার্ম, তবে Context Engineering আলাদা বিষয় কিন্তু সেখানে এই ইঞ্জিনিয়ারিংটা শেখার কিছু নেই। এখানে এই টার্মিনোলজিটা ভুলভাবে ব্যাখ্যা করা হচ্ছে। Context Engineering আসলে কি? এক কথায় Agent-কে আপনার কাজের পুরো কনটেক্সট/বিষয়বস্তু দেয়া। এই যে আপনি আপনার কাজের পুরো কনটেক্সট AI-কে দিবেন সেটা দিতে হলে কিন্তু আপনাকে আপনার ডোমেইনে বিস্তর একটা নলেজ রাখতে হবে। আপনাকে এর সুবিধা-অসুবিধা জানতে হবে, কি কেন কিভাবে এর উত্তর জানতে হবে। সেটা না জানলে আপনি Context Engineering দিয়ে ঘোড়ার ডিমও করতে পারবে না।

🟢 চলুন, এটা ধীরে ধীরে ব্যাখ্যা করি

অনেকেই বলেন AI ভালো কোড লিখতে পারে আর সে ইঞ্জিনিয়ারিং বেস্ট প্রাক্টিস বা ডিসিশন নিতে পারবে না? কথাটা আংশিক সত্য হলেও এর ভিতরে নলেজ গ্যাপ রয়েছে। বেস্ট, সুন্দর, ভালো এই জিনিসগুলো আপেক্ষিক। আপনার কাছে টিয়া কালার ভালো লাগে, আমার কাছে সেটা খ্যাত লাগে। আমি কাচ্চি বিরিয়ানী পছন্দ করি আর আপনার কাচ্চি বিরিয়ানী দেখলেই বমি আসে। তো আপনি যদি একটি রেস্টুরেন্টে গিয়ে AI-কে বলেন তোমার এখানকার বেস্ট খাবারটা দাও, তাহলে AI কি দিবে? এখানকার অধিকাংশ লোক কাচ্চি পছন্দ করে তাই AI হয়তো আপনাকে কাচ্চি বিরিয়ানীই দিবে, কিন্তু আপনার তো কাচ্চি দেখলে বমি আসে। তাই AI-কে আপনি বেষ্ট বললেও সে আপনার জন্য বেস্ট নাও দিতে পারে। আপনার কাছে টুল থাকা মানেই আপনি এক্সপার্ট না, ধরুন আপনার কাছে নানচাকু বা সামুরাই আছে, এতেই কি আপনি নিরাপদ? না বরং আপনি ব্যবহার করতে না জানলে এটা বরং আরও ক্ষতিকর, জীবননাশও হতে পারে।

আবার আপনি খেয়াল করলে দেখবেন, AI এর কোনো একটা আউটপুট-কে দিয়ে আপনি যদি AI-কেই বলেন এটি ইম্প্রুভ করে দাও দেখবেন সে সেটা ইম্প্রুভ করে দিবে। এই একই আউটপুটে আপনি ধারাবাহিকভাবে ১০০ বার ইমপ্রুভ করতে বলেন, ও ১০০ বারই করবে। এর মানে AI নিজেও জানে না কোথায় কি ইম্প্রুভ করবে। তাহলে এটা জানে কে? হ্যা এটা আপনি জানেন।

ধরুন আপনি একটা এ্যাপলিকেশন বানানোর প্লান করলেন এবং সেখানের অথেকটিকেশন সিস্টেম বিল্ড করবেন। তো এখানে দুটো জিনিস জরুরী, এ্যাপ্লিকেশনের কমিউনিকেশন প্রোটোকল ও অথেনটিকেশন সিস্টেম। আপনি যদি AI-কে বলেন “Develop this application with modern and best communication protocol and authentication system”. তাহলে এটা দিয়ে AI আসলে কি বানাবে? ও হয়তো মডার্ন ও বেস্ট communication protocol হিসেবে gRPC বা GraphQL ব্যবহার করলো আবার Authentication system হিসেবে OpenID connect ব্যবহার করলো। কিন্তু আপনার সিস্টেম একেবারে প্লেইন এবং সিম্পল। আপনার হয়তো Communication protocol হিসেবে Rest এবং Authentication system হিসেবে Basic Auth ইম্লিমেন্ট করলেই হতো। অথবা এই দুটোই আপনার রিকোয়ার্মেন্ট। আপনি এখানে বলতে পারবেন না Basic Auth এর চেয়ে OpenID Connect বেস্ট। সবগুলোই বেস্ট তবে কোথায়, কেন এবং কখন ব্যবহার করতে হবে সেটা জানতে হবে, আর সেটা আপনাকেই ডিসিশন নিতে হবে। সেগুলোর Pros ও Cons জানতে হবে। AI সবগুলোই ইমপ্লিমেন্ট করতে জানে সেটা সত্যি, কিন্তু কোনটা আপনার লাগবে সেটা AI সত্যিই জানে না। কোনোদিন জানবেও না। এটা বাস্তব। তো কেউ যদি বলে “AI কি বানাতে পারে না?” এটা একটা গার্বেজ প্রশ্ন। রাজমিস্ত্রীও সব বাড়িই বানাতে পারে কিন্তু ডিজাইন করে আর্কিটেক্ট, ডিসিসন নেয় আর্কিটেক্ট। বানাতে পারা মূখ্য বিষয় না, কেন বানাচ্ছি, কি বানাচ্ছি, কিভাবে বানাচ্ছি, এর উদ্দেশ্য কি, এটা কিভাবে অডিয়েন্সকে বেনিফিটেড করবে এটা বোঝা জরুরী।

🟢 তাহলে আপনাকে কি শিখতে হবে?

অনেকেই বলেন AI এর যুগে Programming শেখার আর কিছু নাই। কোড করবে নাকি AI. এই যে কথাটা, এটা আরেকটা মিসলিডিং কথা যা পুরো জেনারেশনকে ডেস্ট্রয় করে দিতে পারে। আপনি বলুন তো সাইন্টিফিক ক্যালকুলেটরে কোন ম্যাথটা করা যায় না? ক্যালকুলাস, ডিফরেনশিয়াল ইকুয়েশন, লগারিদম সহ কোনটা করা যায় না? সাইন্টিফিক ক্যালকুলেটর সবার জন্য মার্কেটে প্রথম আসে ১৯৭২ সালে। তাও কি মানুষজনের এই ম্যাথগুলো জানা, শেখা বন্ধ হয়ে গিয়েছে, যে সাইন্টিফিক ক্যালকুলেটর সব করে দিতে পারে বা এখন কম্পিউটার সব করে দিতে পারে তাহলে আর এগুলো জেনে বা শিখে কি করবো এজন্য? এক্সাক্টলি, আমাদের প্রোগ্রামিংয়েরও একই বিষয়। যতই আপনার কোড AI লিখে দিক, আপনার প্রোজেক্ট বিল্ড করে দিক, আপনাকে প্রোগ্রামিংয়ে ভালো হতেই হবে, এর কোনোই বিকল্প নাই। কোড শিখতে হবে না এই ট্রাপে পরে গেলেন তো ইন্ডাস্ট্রি থেকে নাই হয়ে গেলেন। আপনি হয়তো AI এর এই সময়ে এসে বুঝতেছেন যে কোড লেখা পুরো প্রোজেক্টের জন্য মূল কাজ না, এটা AI-কে দিয়ে করিয়ে নিবেন। সত্যি কথা বলতে কোড করা কোনোদিনই একটা প্রোজেক্টের মূল বিষয় ছিলো না। একটা প্রোজেক্ট একটা বিজনেসের পিছনে কোড করা ছাড়াও শতশত উপকরন থাকে। সবথেকে বড় যেটা দরকার যেটা আগেও ছিলো সেটা হলো বিজনেস ডোমেইনে নলেজ ও সেটাকে ইঞ্জিনিয়ারিংয়ের সাথে সমন্বয় করা। যেটা আগেও ছিলো এখনও আছে, আগামিতেও থাকবে। পূর্বেও যারা ভালো করেছে তারা এভাবেই করেছে। সুন্দর পিচাই কি গুগোলের সবথেকে ভালো কোডার, সব থেকে ভালো প্রোগ্রামার, সবথেকে ভালো প্রোবলেম সলভার? উত্তর না, বরং সে অন্য অনেকের থেকে এই বিষয়গুলোতে খারাপ, কিন্তু সে যেভাবে বিজনেস ও প্রযুক্তিকে সমন্বয় করতে জানে সেটা হয়তো অনেকেই জানেন না। এটাই আসল স্কিল, এটাই আপনার সাথে অন্যদের পার্থক্য তৈরী করে।

তবে এখন ডেভলপার বা ইঞ্জিনিয়ারদের কাজের প্যারাডাইম চেঞ্জ হয়ে যাচ্ছে। আগে আপনি নিজেকে ব্যাকএন্ড বা ফ্রন্টএন্ড বা মোবাইল বা ডেভঅপস বলে পরিচয় দিতেন এবং এই একটি নিশে সারাজীবন কাজ করতেন। বর্তমান প্রেক্ষাপটে এরকম হবে না। আগে ছিলো Fullstack, যেখানে Frontend+Backend উভয় নিয়ে কাজ করতে হতো। আর এখন হবে Allstack, যেখানে Design(UI/UX)+Frontend+Backend+Mobile+Devops+System Architect+Product Owner+Marketing+Testing সব নিয়ে কাজ করতে হবে। আপনার সবগুলো সেগমেন্টের টপ লেভেলে থেকে বটম লেভল পর্যন্ত জ্ঞান থাকতে হবে। আগে যেমন যেকোনো কিছুর একটা সারফেস লেভেলের জ্ঞান দিয়ে চলে গেছেন এখন সেই যুগ নাই, ডেপথের জ্ঞান লাগবে। বিষয়টা বিলিয়ার্ড খেলার মতো, আপনি জাস্ট একটা বল পকেট করতে পারলেই হবে না, বরং আপনাকে ইমাজিন করতে জানতে হবে যে একটা শটে কোন বল কতো ডিগ্রি এঙ্গেলে কতোটুকু গতিতে কার সাথে সংঘর্ষ হয়ে কোথায় যাবে। ঠিক তেমনি আপনাকে জানতে হবে, একটা রিকুয়েস্ট সাইকেল কিভাবে কাজ করে, ডেটাবেসে ডাটা কিভাবে থাকবে, কিভাবে ডাটা রিট্রিভ করা হবে, ডাটা ফ্লো কেমন হবে, সিকিউরিটি কিভাবে ইমপ্লিমন্ট হবে, ডেপ্লয়মেন্ট সাইকেল কি হবে, সিপিউ ইউজেস কেমন হবে, কতোটা কোর ব্যবহার হচ্ছে, ইউজারের জার্নি কিভাবে অপটিমাইজ করা যাবে, সব সবকিছু। এই সবকিছু আপনার মাথায় থাকতে হবে, আপনাকে এই সবকিছু প্রেডিক্ট করতে জানতে হবে, টপ লেভেল থেকে পুরো সিনারিও বার্ডস আই ভিউতে দেখতে জানতে হবে। শুধু AI Agent এর কাছে কন্টেক্সট থাকলে হবে না বরং আপনাকে সেই কন্টেক্সট পুরোটা ধারন করতে হবে ও বুঝতে হবে। এগুলো না জানলে এটা সত্যিই আপনার জন্য ডিজাস্টার হয়ে যাবে।

🟢 সমস্যা ও চ্যালেঞ্জ

সবাই ভাবতেছে AI আসার কারনে লার্নিং মনে হয় খুব সহজ হয়ে গেছে, সহজেই সব রিসোর্স পাওয়া যায়, সহজেই এক্সপার্টকে এক্সেস করা যায়, তাই বুঝি শেখাটা অনেক সহজ। এটা আরেকটা মিথ। বরং এখন অর্থাৎ AI এর এই যুগে লার্নিং সবথেকে কঠিন। বিগত সকল সময়ের থেকে এখন লার্নিং করাটা অনেক অনেক কঠিন। অধিকাংশ মানুষজনের এখন আর সার্ফেস লেভেলের জ্ঞানও থাকবে না, ইনডেপথ তো পরের কথা। আপনি বলতে পারেন কেন? এর অনেকগুলে উত্তর রয়েছে, আমি তিনটি বলছি।

১। ইনফরমেশন ওভারলোড: একসময় বাসায় টিভিতে শুধু বিটিভি দেখা যেতো, তখন মানুষ বিটিভির সকল প্রোগ্রাম মনোযোগ দিয়ে দেখতো, সেটার পুরোটা অনুভব করতে ও তৃপ্তি পেতো। এখন টিভিতে ১০০ এর উপরে চ্যানেল, ইউটিউব, নেটফ্লিক্স কিন্তু আপনার কোনো কিছুই পুরোটা দেখা হয় না। কি দেখবেন সেটা ভাবতে ভাবতে দেখার আগ্রহ চলে যায়। এই একই সমস্যা অলরেডি মানুষজনের হওয়া শুরু করেছে AI থেকে। আগে রিসোর্স ছিলো না, কিন্তু এখন AI এর অনেক নলেজ, কিন্তু আমরা সেটা ব্যবহার করতে জানবো না, বা এতো এতো বিষয় থাকার কারনে আমরা সেগুলোকে এ্যাভয়েড করবো। ইভেন আমরা তো এখন AI থেকে নলেজ নেয়ার থেকে শুধু রেজাল্ট চাই। ও অনেক ডিটেইল কিছু দিলে আমরা বলি শুধু হ্যা বা না-তে বলো। আগে মানুষ কম জানলেও গভীরে জানতো, কিন্তু এখন মানুষ শুধু টার্ম জানে। যা শেখা ও ডিসিশন নিতে বাধা প্রদান করবে।

২। গাইডেড লার্নিং: AI তে কোনো গাইডেড লার্নিং নেই, বরং এটি কনভার্সেশন টাইপের। আপনি জিজ্ঞেস করবেন ও উত্তর দিবে। এখানে কোনো কারিকুলাম নেই, এক্ষেত্রে অনেকসময়েই দেখবেন আপনি AI থেকে জানা শুরু করেছেন একটি বিষয় কিন্তু শেষ হয়েছে ভিন্ন টপিক দিয়ে। ফলে আপনি যেই উদ্দেশ্যে শেখা শুরু করেছেন সেটা বিঘ্ন ঘটছে ও অসফল হচ্ছে। শেখার জন্য স্ট্রাগল করা দরকার, আপনি যখন সেটাকে বাইপাস করে যাবেন তখন মনে হবে শিখেছেন কিন্তু আদতে কিছু শিখেননি। এটা একধরনের illusion of learning তৈরী করছে।

৩। ডোপামিন রিলিজ: একসময় মানুষ ৩ ঘন্টার মুভি দেখতো, এরপরে আসলো ২ ঘন্টার মুভি, তারপরে দেড় ঘন্টার, আর এখন শর্ট ফিল্ম। তাও মানুষ দেখে না, তারা দেখে রিলস। ৩০ সেকেন্ডের রিলস যেই সুখ দেয় ৩ ঘন্টার মুভি সেটা দেয় না। আর ব্রেইন কোনো কিছুতে আনন্দিত, বা সুখ অনুভব করলে এর থেকে লোয়ার কিছু এক্সেপ্ট করতে পারে না অর্থাৎ মানুষের ব্রেইন efficiency না, pleasure chase করে। ঠিক তেমনি আপনি দুই লাইন প্রম্পট দিয়ে একটা এপ্লিকেশন ম্যাজিকের মতো বানাতে পারছেন, সেখানে আপনাকে বই পরে দিনের পর দিন শিখতে হবে, এটা বেশ বোরিং স্টাফ, যা অধিকাংশ মানুষই(বিশেষ করে নতুনরা) নিজের ব্রেইনকে কন্ট্রোল করতে পারবে না। ফলে তারা ব্রেইনকে সুখ ঠিকই দিবে কিন্তু তাদের সলিড নলেজ বিল্ড হবে না। এখানে নতুনরা ভাবে “আমি ১০ সেকেন্ডে AI দিয়ে app বানাতে পারি, তাহলে ৬ মাস data structure কেন শিখবো?”। এটাই সবথেকে বড় বাধা।

আমি মনে করি এই তিনটি চ্যালেঞ্জে অধিকাংশ মানুষই ফেইল করবে, তবে যারা এই তিনটিকে ওভারকাম করতে পারবে আশাকরা যায় তারা এগিয়ে যাবে ইনশা’আল্লাহ।

🟢 তো নতুনরা কি করবে?

বর্তমানে সবথেকে হুমকিতে আছে ফ্রেশার, ভার্সিটির সিএসসি গ্রাজুয়েটে অধ্যয়নরত শিক্ষার্থীরা। কারন আগের সেই রিপিটেটিভ কাজ এখন AI করে দিচ্ছে, ফলে সমস্যায় পরে অভিজ্ঞতা অর্জনের যেই জায়গাটা সেটা হাড়িয়ে যাচ্ছে। যেই কারনে ফান্ডামেন্টাল শেখার কোনো বিকল্প নেই।

• AI দারুন আউটপুট জেনারেট করলেও, আদতে সে নিচের বিষয়গুলোতে অসহায়

• requirement বোঝে না পুরোপুরি
• edge case anticipate করতে পারে না consistently
• architecture ownership নেয় না
• business tradeoff বুঝে না
• debugging-এর real-world complexity handle করতে পারে না

আর এই জায়গাগুলোতে মানুষ লাগবেই। এর কোনোই বিকল্প নেই।

আর এই স্কিলসেট গুলো ডেভলপ করার জন্য এদের অবশ্য অবশ্যই ইঞ্জিনিয়ারিং ফান্ডামেন্টাল, প্রোগ্রামিং, ডাটা স্ট্রাকচার, এলগরিদম, প্রোবলেম সলভিং, ডিবাগিং, সিস্টেম থিংকিং বেশি বেশি করে শেখা দরকার। সাথে বিজনেস ডোমেইনে নলেজ ডেভলপ করা, বিজনেসকে টেকনলজির সাথে কানেক্ট করতে পারা দরকার। প্রোডাক্টকে টপলেভেল থেকে দেখতে পারার দক্ষতা অর্জন করা এখন খুবই জরুরী। এগুলো শেখার জন্য অবশ্যই বই পড়া দরকার। বইয়ে যেটা বুঝবেন না, সেখানে AI-কে দিয়ে সেটার ডিটেইল বুঝে নেয়া দরকার। অন্তত ২-৩টা প্রোজেক্ট নিজের হাতে করা দরকার। এরপরে ভাইব কোডিং, এর আগে নয়।

অনেকেই মনে করে Programming মানে হচ্ছে Syntax শেখা, AI এর এই যুগে এটা একেবারে ভুল। হ্যা আপনাকে অন্তত সুডোকোড বা কোনো ল্যাঙ্গুয়েজ বুঝতে হবে। তবে এটা জাস্ট টুল। আপনার প্রোগ্রামিং শেখা মানে:

• abstraction ability
• decomposition skill
• debugging patience
• logical reasoning
• mental modeling

এগুলো AI দিয়ে শর্টকাট নেয়া যায় না।

🟢 তাহলে কি AI চাকরী খাবে না?

AI সব চাকরী খাবে এটাও পুরোপুরি সত্য না আবার AI কোনো চাকরীই খাবে না এটাও পুরোটা সত্য না, বরং বিষয়টা মাঝামাঝি। তবে অন্তত আগামী দেড়-দুই বছরে অনেকেই চাকরী হাড়াবেন, অনেক কোম্পানী দেউলিয়া হয়ে যাবে। কিন্তু এই দূর্যোগকালীন সময়ে যারা সার্ভাইব করে যাবেন আশাকরা যায় এরপরেরটা সুন্দর। আর এই যে লেঅফ হবে এর সবগুলোই কিন্তু AI জন্য না, কিন্তু AI বলে চালানো হবে কারন ইনভেস্টরদের কাছে এটা শুনতে বেশ ফিউচারিস্টিক। তবে AI এর ইমপ্যাক্টটা ফেক না। ইন্ডাস্ট্রি রিশেপ নিচ্ছে, এই ট্রান্সিশন চলাকালী সময়টা বেশ কঠিন, তবে এরপরের বিষয়টা ভালো। যেমন টেকটনিক প্লেটের সংঘর্ষে মাউন্ট এভারেস্ট তৈরী হয়েছে, সেই এভারেস্ট তৈরীর সময়টা কিন্তু বেশ কঠিন ছিলো তবে এর আফটার ইফেক্ট বেশ ভালো। আমরাও ঠিক এখন সেইরকম সময় অতিবাহিত করছি। এরপরের ইমপ্যাক্ট বেশ আশানুরুপ। তাই এখন সময় নিজেকে প্রুভ করার, টিকিয়ে রাখার।

চাকরী যাওয়া না যাওয়াটা বিষয় না, আজ চাকরী গেলে আগামীকাল যেন আমরা চাকরী পেতে পারি সেটার জন্য প্রস্তুতি নেয়াটা হচ্ছে আসল বিষয়। আপনি(ডেভলপাররা) বুকে হাত দিয়ে বলুন তো AI আসার পরে আপনি Prompt Engineering আর Context Engineering ছাড়া আর এমন কি শিখেছেন? AI Agent ডেভলপমেন্ট, MCP সার্ভার ক্রিয়েট করা, RAG সিস্টেম নিয়ে কাজ করা, LLM কি এবং কিভাবে কাজ করে এগুলো জানা, LLM-কে ট্রেইন করা, এগুলো করেছেন? আপনার নিজের কি একটা AI Agent আছে যেটা RAG সিস্টেম ব্যবহার করে, কিংবা ট্রেইনড LLM ব্যবহার করে? নিজের ডেভলপ করা কোনো MCP আছে? আপনি কি জানেন Vector ডাটাবেস আসলে কি? Vector ডাটাবেসের vector ভ্যালুগুলো মূলত কি নির্দেশ করে? যদি এই উত্তরগুলো না হয়, তাহলে আপনার চাকরী কেন থাকবে একটু আমাকে বলুনতো?

---

তাই দূর্যোগ চলাকালীন সময়ে হতাশ না হয়ে, ধৈর্য ধারন করুন। নিজেকে প্রশ্ন করুন যে আপনি কি জানেন আর কি জানেন না। যেটা জানেন না সেটা ইপ্রুভ করুন। উপরের বিষয়গুলোর যেখানে ঘাটতি রয়েছে সেগুলো নিয়ে কাজ করুন, চাকরী যাওয়া সমস্যা না, সমস্যা হচ্ছে আর কখনোই চাকরী না পাওয়া। আপনি এই জায়গাটা নিয়ে কাজ করুন যাতে চাকরী গেলেও আবার নতুন করে শুরু করতে পারেন। ইনশা’আল্লাহ আপনার যোগ্যতা থাকলে সেই অনুযায়ী রিজিকও আল্লাহই দিবেন 🙂