AI-এর কোডিং পরিবর্তন ছুটি থেকে ফেরা নারীদের বিশেষভাবে কঠিনভাবে আঘাত করছে

সফটওয়্যার কাজের AI রূপান্তরে সময়ের সমস্যা আছে, শ্রমের সমস্যাও আছে

parental leave-এর পর ফিরে আসা সফটওয়্যার ডেভেলপারদের জন্য, শিল্পের AI-assisted coding-এর দিকে দ্রুত ঝোঁক এক ধরনের বিশেষ reentry shock তৈরি করছে। maternity leave-এর পর engineering ভূমিকায় ফেরা নারীদের নিয়ে WIRED-এর একটি প্রতিবেদন এমন কর্মক্ষেত্রের বর্ণনা দেয়, যা তাদের অনুপস্থিতির সময় অনেক ক্ষেত্রেই উল্লেখযোগ্যভাবে বদলে গিয়েছিল, conventional development practices থেকে সরে code increasingly AI tools-এর মাধ্যমে generate, complete, বা supervise করা হবে এমন প্রত্যাশার দিকে।

সফটওয়্যারে AI নিয়ে বিস্তৃত বিতর্ক মূলত productivity, job security, এবং programming পেশার ভবিষ্যৎ নিয়েই ঘুরেছে। এই প্রতিবেদনে আরও একটি মাত্রা যোগ হয়: timing. দ্রুত বদলাতে থাকা tool shift-এর সঙ্গে মানিয়ে নেওয়ার বোঝা সব workers-এর ওপর সমানভাবে পড়ে না। যারা পরিবর্তন দ্রুততর হওয়ার সময় তাদের ডেস্ক থেকে দূরে ছিলেন, তারা এমন jobs-এ ফিরে আসতে পারেন যা তারা ছেড়ে গিয়েছিলেন সেই jobs থেকে বাস্তবিক অর্থেই আলাদা লাগে।

অনুপস্থিতির মধ্যে বদলে যাওয়া পেশা

এই নিবন্ধটি এমন developers-দের কেন্দ্র করে, যারা AI coding tools স্বাভাবিক হয়ে ওঠার আগে কাজ ছেড়ে বেরিয়ে গিয়েছিলেন এবং ফিরে এসে দেখেছেন সেসব tools দৈনন্দিন প্রত্যাশার অংশ হয়ে গেছে। একজন software developer WIRED-কে জানান, তিনি যে rote development skills শিখেছিলেন, এখন সেগুলো AI-তে outsource করা হবে বলেই ধরে নেওয়া হচ্ছে। maternity leave-এ থাকা আরেকজন worker বলেন, একজন manager পরামর্শ দিয়েছিলেন ছুটির কিছুটা সময় AI সম্পর্কে আপডেট হতে, আর সেই অনুরোধ চাপ এবং vulnerability দুটোকেই সামনে এনেছিল।

এই চাপ শুধু একটি নতুন product শেখার বিষয় নয়। এটি professional legitimacy-এর প্রশ্ন। যদি কোনো workplace engineer-দের direct composition-এর বদলে prompt design, review, orchestration, এবং machine-generated output supervision-এর ভিত্তিতে বিচার করতে শুরু করে, তাহলে কাজ থেকে দূরে থাকার সময়টি ধীর প্রযুক্তিগত পরিবর্তনের তুলনায় অনেক বড় perceived skills gap তৈরি করতে পারে।

নিবন্ধটি এটিকে বিশেষভাবে নতুন মায়েদের জন্য তীব্র বলে দেখায়, কিন্তু underlying pattern আরও বিস্তৃত। কোনো worker যদি তীব্র প্রযুক্তিগত পরিবর্তনের সময় দীর্ঘ leave নেন, তবে তিনি পরিবর্তিত competency baseline-এ ফিরে যাওয়ার ঝুঁকিতে পড়েন। developer tooling-এ পরিবর্তনের গতি অস্বাভাবিকভাবে দ্রুত ছিল এবং executives নিকট ভবিষ্যতের transformation-এর প্রতিশ্রুতি দিয়ে বিষয়টি ব্যাপকভাবে প্রচার করায় AI সেই প্রভাবকে আরও বাড়িয়ে দিয়েছে।

কর্মক্ষেত্রের প্রত্যাশার সমস্যা

রিপোর্টের অন্যতম গুরুত্বপূর্ণ দিক হলো, tools শেখার প্রযুক্তিগত চ্যালেঞ্জ খুব বেশি না হলেও প্রত্যাশা বদলে গিয়েছিল। সমস্যা কেবল এই নয় যে developers AI coding assistants বুঝে নিতে পারেন কি না। প্রশ্ন হলো, তারা কি তা করতে পারবেন কাজ শুরুতে ফেরার চাপ, নতুন caregiving demands সামলানো, এবং ইতিমধ্যে মাসের পর মাস মানিয়ে নেওয়া সহকর্মীদের সঙ্গে তাল মেলাতে মেলাতে।

theoretical learnability এবং practical fairness-এর মধ্যে এই পার্থক্য গুরুত্বপূর্ণ। কোনো tool ব্যবহার করা সহজ হলেও, যদি কিছু employees-কে কার্যত নিজেদের সময়ে training নিতে বলা হয় আর অন্যরা paid work-এর মধ্যে মানিয়ে নেয়, তবে workplace power dynamics বদলে যেতে পারে। সেই অর্থে, নিবন্ধের উদাহরণগুলো AI-র চেয়েও বেশি কিছু। দ্রুত retooled হওয়া কোনো ক্ষেত্রে transition costs কে বহন করে, সেটাই এখানে মূল প্রশ্ন।

সফটওয়্যার শিল্প দীর্ঘদিন ধরে নিজেকে meritocratic এবং unusually adaptable হিসেবে তুলে ধরেছে। কিন্তু সেই self-image adaptation burdens কীভাবে অসমভাবে বণ্টিত হয়, তা আড়াল করতে পারে। leave থেকে ফেরা কেউ এমন একটি team-এ ঢুকতে পারেন, যেখানে norms, workflows, এবং performance signals তার অনুপস্থিতিতেই বদলে গেছে, কোনো formal retraining বা protected ramp-up time ছাড়াই।

এই গল্প সফটওয়্যারের বাইরেও কেন গুরুত্বপূর্ণ

নিবন্ধটি আরও বড় এক সামাজিক থিমও তুলে ধরে, যা অন্য white-collar sectors-এও দেখা যেতে পারে। AI executives বারবার বলেছেন, law, finance, consulting, sales, এবং programming-ও generative systems দ্বারা reshaped হবে। যদি এই পরিবর্তনগুলো দ্রুত ঘটে, তাহলে এখানে বর্ণিত friction professional life-এর একটি সাধারণ বৈশিষ্ট্য হয়ে উঠতে পারে: leave, illness, caregiving, বা অন্য interruptions থেকে ফেরা workers-দের শুধু কাজে ফেরাই নয়, requalification-ও করতে হবে।

এটি policy এবং management-এর প্রশ্ন তৈরি করে। AI-heavy workflows-এ মানিয়ে নেওয়াকে কি individual responsibility ধরা হবে, নাকি training এবং equitable reintegration-সংশ্লিষ্ট employer responsibility? প্রতিবেদনে ইঙ্গিত দেওয়া হয়েছে, অনেক worker ইতিমধ্যেই অনুভব করছেন উত্তরটি former-এর দিকে অতিরিক্ত ঝুঁকে যাচ্ছে।

গল্পটিতে একটি সাংস্কৃতিক বিরোধও আছে। tech industry প্রায়ই AI-কে drudgery কমানো এবং higher-level work খুলে দেওয়া হিসেবে উদযাপন করে। কিন্তু যারা আবার field-এ ফিরছেন, তাদের কাছে একই পরিবর্তন এমন skills-কে destabilize করার মতো মনে হতে পারে, যেগুলো একসময় এই profession-কে security-র পথ বানিয়েছিল। এর মানে এই নয় যে transformation অবাস্তব বা উল্টানো যায়। এর মানে, এর খরচগুলো আগে সেখানে দেখা দিচ্ছে, যেখানে industry অগ্রাধিকার দেয়নি।

এই piece-টি প্রাসঙ্গিক কারণ এটি AI-কে abstract productivity wave হিসেবে নয়, বরং অসম মানবিক সময়জ্ঞানসহ এক workplace change হিসেবে দেখে। সফটওয়্যারে coding-এর ভবিষ্যৎ increasingly machines-কে guide করার সঙ্গে যুক্ত হতে পারে। leave থেকে ফেরা workers-দের জন্য তাৎক্ষণিক চ্যালেঞ্জ হলো, তারা অনুপস্থিত থাকার সময়ই ভবিষ্যৎ এসে গেছে।

এই নিবন্ধটি Wired-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধটি পড়ুন.