এআই আপনার দলের কাজকে কতটা পরিবর্তন করেছে? উপরিভাগে, কাজটি অন্যরকম নাও লাগতে পারে। মিটিংগুলি এখনও আছে, ডকুমেন্টগুলি এখনও একই চ্যানেলের মাধ্যমে সরানো হয় এবং রিপোর্টগুলি যেভাবে থাকে সেভাবে জমা দেওয়া হয়৷
কিন্তু কিছু আছে পরিবর্তিত
দল জুড়ে, লোকেরা কর্মক্ষেত্রে AI ব্যবহার করছে এমনভাবে যে তাদের প্রযুক্তি স্ট্যাকের অন্যান্য সরঞ্জামগুলি সম্পূর্ণরূপে দেখায় না। অন্য কথায়, এমন একটি মডেল দ্বারা সিদ্ধান্ত নেওয়া হচ্ছে যা অফিসিয়াল ওয়ার্কফ্লোতে নেই।
প্রকৃতপক্ষে, 85% পেশাদাররা AI ব্যবহার করে রিপোর্ট করেন, তবুও এটি মোট কাজের সময়ের মাত্র 4%। আউটপুটটি সাধারণের বাইরের কিছুর মতো নাও হতে পারে, তবে এর পিছনের প্রচেষ্টা তা নয় — এবং বেশিরভাগ সিস্টেমই এই পার্থক্যটি লক্ষ্য করার জন্য তৈরি করা হয়নি৷
এই পোস্টে, আমরা দেখব কীভাবে AI ব্যবহার পর্দার পিছনে ফলাফলগুলি চালাচ্ছে এবং কীভাবে আপনি উত্পাদনশীলতা অপ্টিমাইজ করতে এই যুগান্তকারী প্রযুক্তির প্রভাবকে আরও ভালভাবে ট্র্যাক করতে পারেন। শুরু করা যাক.
আমাদের ইন্টারেক্টিভ ডেমোতে ডুব দিন এবং বৈশিষ্ট্যগুলি অন্বেষণ করুন যা বৈশ্বিক দলগুলিকে পরিচালনা করা আগের চেয়ে সহজ করে তোলে৷
আপনি যদি বাইরে থেকে বেশিরভাগ দলের দিকে তাকান, তাহলে নাটকীয়ভাবে ভিন্ন মনে হয় এমন কিছু আপনি লক্ষ্য করবেন না। যাইহোক, আউটপুট উন্নত হয়েছে, যেমন:
দেখে মনে হতে পারে দলটি আরও ভালো হয়েছে। এবং কিছু বিরল ক্ষেত্রে, এটি করতে পারে তাই হবে।
কিন্তু, বেশিরভাগ ক্ষেত্রে, সম্ভবত আপনার টিম কর্মদিবস জুড়ে বিভিন্ন কাজের মধ্যে AI থ্রেড করা শুরু করেছে, ঠিক যেভাবে আপনার সরঞ্জামগুলি স্পষ্টভাবে লেবেল করতে পারে না, যেমন:
(সূত্র:ক্যানভা নির্মাতা)
আপনার ড্যাশবোর্ড আপনাকে বলবে যে ওয়ার্কফ্লো পরিষ্কার দেখাচ্ছে। টাস্ক অ্যাসাইন করা হয়েছে, কাজ শেষ হয়েছে, সম্পন্ন হয়েছে।
কিন্তু এর মধ্যে চেষ্টা বদলে গেছে। নেতৃত্ব বিশ্বাস করতে পারে যে তাদের এআই গ্রহণের যুক্তিসঙ্গত ধারণা রয়েছে কারণ লাইসেন্সগুলি ট্র্যাক করা হয় এবং অফিসিয়াল সরঞ্জামগুলি পর্যবেক্ষণ করা হয়।
ইতিমধ্যে, আসল ব্যবহার আপনার দলের কর্মপ্রবাহের নকস এবং ক্র্যানিগুলিতে ঘটছে৷
আমরা আরও এগিয়ে যাওয়ার আগে, এটি সুনির্দিষ্ট হতে সাহায্য করে।
যখন আমরা বলি "লুকানো AI ব্যবহার" তখন আমরা নাটকীয় বা প্রতারণামূলক কিছুর কথা বলি না। আমরা সাধারণ, অপ্রতিবেদিত উপায় সম্পর্কে কথা বলছি যে লোকেরা তাদের কাজকে সমর্থন করার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছে। প্রায়শই, এটি একটি আনুষ্ঠানিক দত্তক নেওয়ার সিদ্ধান্ত হিসাবে বিবেচিত না হয়েই ঘটে।
লুকানো মানে দূষিত অর্থেও গোপন নয়। এটি সাধারণত আনট্র্যাক বা আনলেবেল বোঝায়। মূলত, কীভাবে কাজ করা হয় তা বোঝার জন্য নেতৃত্ব নির্ভর করে এমন সিস্টেমের বাইরে।
অনুশীলনে, এটি এর মতো দেখতে পারে:
এর কোনটিই অগত্যা নীতি লঙ্ঘন করে না। অনেক ক্ষেত্রে, লঙ্ঘন করার মতো সুস্পষ্ট নীতিও নেই।
যা এটিকে "লুকানো" করে তোলে তা হল যে ঐতিহ্যগত সিস্টেমগুলি সময় ব্যয়, ব্যবহৃত সরঞ্জাম এবং কাজ সম্পন্ন করার মতো কার্যকলাপ পরিমাপ করে। তারা দেখায় না:
সুতরাং, একটি প্রতিবেদনের দৃষ্টিকোণ থেকে, এটি স্থির কর্মক্ষমতার মতো দেখতে পারে। কিন্তু নীচে, প্রক্রিয়াটিকে ছোট ছোট উপায়ে পুনর্বিন্যাস করা হচ্ছে যা ক্যাপচার করার জন্য কোনও ড্যাশবোর্ড ডিজাইন করা হয়নি৷
বেশিরভাগ কর্মক্ষেত্রের সরঞ্জামগুলি স্ট্যান্ডার্ড অ্যাক্টিভিটি মেট্রিক্স ট্র্যাক করার জন্য তৈরি করা হয়েছিল। এগুলিও এই ধারণার চারপাশে ডিজাইন করা হয়েছিল যে প্রচেষ্টা মিথস্ক্রিয়া দ্বারা দৃশ্যমান হয়।
দীর্ঘ সময়ের জন্য, এটি কাজ করেছে। যাইহোক, AI সেই মডেলের সাথে সুন্দরভাবে ফিট করে না। এটি সম্পর্কে চিন্তা করুন:
সিস্টেমের দৃষ্টিকোণ থেকে, কর্মপ্রবাহ অক্ষত। কিন্তু ড্যাশবোর্ড আসলে কি পরিমাপ করে:প্রচেষ্টা নাকি আউটপুট?
AI প্রায়শই কাজ আনুষ্ঠানিকভাবে শুরু হওয়ার আগে, দুটি ট্র্যাক করা অ্যাকশনের মধ্যে বা কিছু টেকনিক্যালি হয়ে গেছে হিসাবে চিহ্নিত হওয়ার পরে কাজ করে। এটি মার্জিনে চিন্তাভাবনাকে নতুন আকার দেয়। এবং যেহেতু বেশিরভাগ সরঞ্জামগুলি নির্ধারিত টাস্ক থেকে একটি রৈখিক পথ ধরে নেয় যে টাস্কটি সম্পন্ন হয়, তারা এর মধ্যে ঘটতে থাকা লুপ এবং বৃদ্ধি মিস করে।
যদি প্রক্রিয়াটি পরিবর্তিত হয়ে থাকে কিন্তু দৃশ্যমান চেকপয়েন্টগুলি না থাকে, তাহলে কীভাবে কাজ করা হয় তা বোঝার জন্য আমরা ঠিক কিসের উপর নির্ভর করছি?
সরঞ্জামগুলি কীভাবে AI ব্যবহারকে ব্যাখ্যা করে তার বাইরের দিকে তাকিয়ে, আমাদের নিজেদেরকে মনে করিয়ে দিতে হবে যে আমরা এখনও সাম্প্রতিক AI পরিবর্তনের সাংস্কৃতিক প্রভাব অনুভব করছি৷
প্রযুক্তি নীতি পরিবর্তনের অনেক আগেই আচরণ পরিবর্তন করে। অনেক কর্মচারীর জন্য, AI ব্যবহার পরীক্ষা-নিরীক্ষার বিষয়ে কম এবং যোগ্য থাকার বিষয়ে বেশি। যখন প্রত্যাশা বাড়ে কিন্তু সময় হয় না, তখন মানুষ লিভারেজ খোঁজে। যদি একটি মডেল তাদের দ্রুত খসড়া তৈরি করতে বা ভুল কমাতে সাহায্য করতে পারে, তাহলে তারা কীভাবে তাদের নিজস্ব কর্মক্ষমতা রক্ষা করে তার অংশ হয়ে ওঠে।
তবুও, এটা জোরে বলতে দ্বিধা আছে।
কেউ কেউ এখনও উদ্বিগ্ন যে কর্মক্ষেত্রে জেনারেটিভ এআই ব্যবহার করা কর্নার কাটা হিসাবে দেখা হবে। অন্যরা মনে করেন যে নেতৃত্ব তাত্ত্বিকভাবে "এআই রূপান্তর" উদযাপন করে কিন্তু তাদের দলের দৈনন্দিন ব্যবহার সম্পর্কে সৎ কথোপকথনের জন্য জায়গা তৈরি করেনি। তাই ব্যবহার চলতে থাকে, শুধুমাত্র স্বীকৃতি ছাড়াই।
যা বিকাশ হয় তা হল উপলব্ধির পার্থক্য। নেতারা বিশ্বাস করেন যে তারা কর্মক্ষমতা মূল্যায়ন করছেন কারণ এটি সর্বদা পরিমাপ করা হয়েছে। অন্যদিকে, কর্মচারীরা জানেন যে তাদের কাজ ক্রমবর্ধমান সহযোগিতামূলক হচ্ছে:চাকার পিছনে মানুষের বিচারের সাথে মেশিন সহায়তা।
যখন এই দুটি ভিউ লাইন আপ হয় না, তখন এটি কীভাবে প্রতিক্রিয়া প্রাপ্ত হয় তা পরিবর্তন করে। এটি কীভাবে ক্রেডিট বরাদ্দ করা হয় এবং কীভাবে ঝুঁকি পরিচালনা করা হয় তাও পরিবর্তন করে। সময়ের সাথে সাথে, অদৃশ্য উত্পাদনশীলতা বৃদ্ধি স্বাভাবিক হয়ে যায়। বেসলাইন উপরের দিকে সরে যায়।
কিছু সময়ের জন্য লুকানো AI ব্যবহার উপেক্ষা করা সম্ভব। জিনিসগুলি হচ্ছে৷ সব শেষে করা হচ্ছে।
কিন্তু দূর থেকে কিছু ভাঙ্গা মনে না হলেও ঝুঁকিটি ধীরগতির এবং দেখা কঠিন।
যখন AI কীভাবে কাজ করা হয় তার অংশ হয়ে ওঠে কিন্তু আনুষ্ঠানিক স্বীকৃতির বাইরে থাকে, তখন নেতারা অসম্পূর্ণ তথ্যের ভিত্তিতে সিদ্ধান্ত নেয়।
সেই সংযোগ বিচ্ছিন্ন হওয়ার ফলে হতে পারে:
এর কোনোটির মানেই এআই সমস্যা নয়। পরিবর্তে, সমস্যা হল অস্বচ্ছতা৷
৷নেতারা সহজেই দৈনন্দিন কাজের আকার ঢালাই করার সুযোগটি মিস করতে পারেন যদি তারা এতে AI এর প্রভাব দেখতে না পান। তারা সঠিক দক্ষতায় বিনিয়োগ করতে পারে না, এবং আরও গুরুত্বপূর্ণভাবে, তারা দায়িত্বশীল ব্যবহার নিয়ন্ত্রণ করতে পারে না।
কর্মক্ষেত্রে AI এর আশেপাশে কথোপকথন নিয়ন্ত্রণের দিকে দ্রুত অগ্রসর হতে থাকে:নতুন নির্দেশিকা, কঠোর সংজ্ঞা, পরিষ্কার সীমানা।
এই আবেগটি বোঝা যায়, কিন্তু আনুষ্ঠানিক কিছু লেখার আগে, আরও মৌলিক স্তর রয়েছে যা মনোযোগের যোগ্য।
এটি এমন প্রশ্ন দিয়ে শুরু হয় যা প্রয়োগের বিষয়ে কম এবং বোঝার বিষয়ে বেশি:
এই প্রশ্নগুলির কোনটিই তাৎক্ষণিক নিয়ম তৈরি করে না। তারা পরিবর্তে আরও মৌলিক কিছু করে:নেতাদের দেখতে সাহায্য করুন যে ফাঁক প্রযুক্তির বা অব্যক্ত প্রত্যাশা সম্পর্কে।
AI ইতিমধ্যেই দৈনন্দিন কাজের মধ্যে বোনা হয়েছে। এটি কেবল আরও বিস্তৃত হতে চলেছে। বাস্তব পছন্দ হল যে বাস্তবতা অনানুষ্ঠানিক এবং অসম থেকে যায় বা এমন কিছু হয়ে ওঠে যা দলগুলি খোলাখুলিভাবে কথা বলতে পারে এবং তাই ইচ্ছাকৃতভাবে উন্নতি করতে পারে৷
আউটপুট দেখে বলার জন্য খুব কমই একটি নির্ভরযোগ্য উপায় আছে। পরিষ্কার লেখা, দ্রুত পরিবর্তনের সময়, বা আরও সুগঠিত চিন্তাভাবনা সবই এআই সমর্থনের লক্ষণ হতে পারে, তবে তারা কে সেগুলি ব্যবহার করছে তার অভিজ্ঞতা এবং দক্ষতাও প্রতিফলিত করবে। নিরীক্ষণ সরঞ্জামগুলি সাধারণত কার্যকলাপ ট্র্যাক করে, বৃদ্ধি নয়৷
বেশিরভাগ সংস্থায়, হ্যাঁ, তবে সীমানা গুরুত্বপূর্ণ। গ্রহণযোগ্য ব্যবহার কাজের ধরন, ডেটা সংবেদনশীলতা, শিল্পের নিয়মাবলী এবং কোম্পানির নীতির উপর নির্ভর করে। মূল পার্থক্য হল AI রায় সমর্থন বা জবাবদিহিতা প্রতিস্থাপন করতে ব্যবহার করা হচ্ছে কিনা। কর্মীদের তাদের কাজের ফলাফলের জন্য দায়বদ্ধ থাকতে হবে, জড়িত সরঞ্জাম নির্বিশেষে।
একটি সাধারণ উদাহরণ হল খসড়া। চূড়ান্ত সংস্করণ জমা দেওয়ার আগে একজন কর্মচারী একটি প্রতিবেদনের রূপরেখা, মিটিং নোটের সারসংক্ষেপ বা মেসেজিং পরিমার্জন করতে একটি জেনারেটিভ এআই টুল ব্যবহার করতে পারে। ধারণা এবং সিদ্ধান্তগুলি এখনও ব্যক্তির কাছ থেকে আসে, তবে মডেলটি আউটপুট গঠন এবং পোলিশ করতে সহায়তা করে। এই ক্ষেত্রে, AI রেকর্ডের লেখকের বিপরীতে সহকারী হিসাবে কাজ করে।
সুবিধা: AI পুনরাবৃত্তিমূলক কাজগুলি কমাতে পারে, গবেষণার গতি বাড়াতে পারে, প্রথম খসড়াগুলি উন্নত করতে পারে এবং কর্মীদের জটিল সমস্যাগুলি আরও দক্ষতার সাথে চিন্তা করতে সাহায্য করতে পারে৷
কনস: অত্যধিক নির্ভরতা মূল দক্ষতাগুলিকে দুর্বল করতে পারে, ত্রুটির পরিচয় দিতে পারে (যদি আউটপুটগুলি সাবধানে পর্যালোচনা করা না হয়), এবং ভুলভাবে ব্যবহার করা হলে নৈতিক বা ডেটা সুরক্ষা ঝুঁকি তৈরি করে৷
বেশিরভাগ টুলের মতো, এর মান নির্ভর করে এটি যেভাবে ব্যবহার করা হয়েছে তার উপর।
লুকানো ব্যবহার অন্ধ দাগ তৈরি করে। নেতারা পারফরম্যান্স সিগন্যালকে ভুল ব্যাখ্যা করতে পারে বা ভুল বুঝতে পারে কিভাবে কাজ সম্পন্ন করা হচ্ছে। খোলা কথোপকথনের মাধ্যমে AI দৃশ্যমান করা দলগুলিকে দক্ষতা এবং জবাবদিহিতা সারিবদ্ধ করার অনুমতি দেয়৷
দলগুলো এআই ব্যবহার করছে কিনা সেই প্রশ্ন আর নেই। এটা পশ্চাদপসরণ করবে বা শক্তিশালী হতে থাকবে তা নয়।
পরিবর্তে, পরবর্তী বড় প্রশ্ন হল সেই ব্যবহার বোঝা যায় কিনা।
লুকানো AI ব্যবহার ভীতিকর শোনাচ্ছে, হ্যাঁ। তবে এটি শুধুমাত্র তখনই ঝুঁকিপূর্ণ যখন এটি পরীক্ষা না করা হয়।
যখন নেতারা অনুমান করেন যে কর্মপ্রবাহগুলি এক বছর আগের মতই দেখায়, তখন তারা পুরানো অনুমানের বিরুদ্ধে কর্মক্ষমতা মূল্যায়ন করে। অন্যদিকে, যখন কর্মীরা অনিশ্চিত বোধ করেন যে তাদের সরঞ্জামগুলি কীভাবে উপলব্ধি করা হবে, তখন তারা নীরবতা পালন করে।
দৃশ্যমানতা কঠোর পর্যবেক্ষণের সাথে শুরু হয় না। এটি ইতিমধ্যে যা ঘটছে তা স্বীকার করে এবং AI সাবলীলতাকে শক্তিশালী করার একটি দক্ষতা হিসাবে বিবেচনা করে শুরু হয়, লুকানোর শর্টকাট নয়।