প্রোগ্রামিংয়ে AI-এর ভূমিকা দেখছেন Linus Torvalds

Linux-এর নির্মাতা Linus Torvalds প্রোগ্রামিংয়ে কৃত্রিম বুদ্ধিমত্তার শর্তসাপেক্ষ সমর্থন দিয়েছেন। তাঁর মতে, আনন্দ ও বাগ খোঁজার ক্ষেত্রে এটি কার্যকর সরঞ্জাম হতে পারে, কিন্তু উচ্চঝুঁকির সফটওয়্যার উন্নয়নে এর ব্যবহারে স্পষ্ট সীমা থাকা দরকার।

Prague-তে Open Source Summit Europe-এ বক্তব্য দেওয়ার সময় Torvalds বলেন, আগে AI-কে যথেষ্ট সক্ষম মনে না করলেও এখন তিনি এটি ব্যবহার করতে পছন্দ করেন। তবে Linux kernel-এর মতো প্রকল্পে অসতর্কভাবে ব্যবহার করলে AI-নির্মিত উপাদান maintainers-দের কাজ বাড়াতে পারে বলে তিনি সতর্ক করেন।

সরঞ্জাম, স্বয়ংক্রিয় বিকল্প নয়

Torvalds AI-কে এমন একটি সরঞ্জাম হিসেবে বর্ণনা করেন যার মূল্য পরিস্থিতিনির্ভর। শখের প্রোগ্রামিং ও শেখার ক্ষেত্রে এটি coding সহজ করতে পারে এবং ছোট প্রকল্পে কাজের আনন্দ ফিরিয়ে দিতে পারে। AI-সহায়তায় “vibe coding” মানুষকে প্রোগ্রামিংয়ে আনন্দ খুঁজে পেতে সাহায্য করতে পারে বলে তিনি জানান।

অনেক মানুষের ব্যবহৃত গুরুত্বপূর্ণ সফটওয়্যারে generated output-এর ওপর নির্ভর করা ভিন্ন বিষয়। বাস্তব ও গুরুত্বপূর্ণ কাজে AI প্রয়োগের সময় developers-দের সতর্ক থাকতে হবে বলে Torvalds বলেন।

এই পার্থক্য Linux-এর মতো open-source প্রকল্পের ব্যবহারিক চাহিদা তুলে ধরে। বড় contributor community kernel রক্ষণাবেক্ষণ করে এবং maintainers-দের patches, reports ও প্রস্তাবিত পরিবর্তন মূল্যায়ন করতে হয়। নিম্নমানের AI-generated submissions বেড়ে গেলে কিছু উপাদান বিশ্বাসযোগ্য দেখালেও review-এর সময় নষ্ট হতে পারে।

বাগ খোঁজা বেশি সম্ভাবনাময় ব্যবহার

প্রতিবেদন অনুযায়ী, Linux kernel-এ বাগ খুঁজে ঠিক করার ক্ষেত্রে AI গুরুত্বপূর্ণ উপাদান হয়ে উঠতে পারে বলে Torvalds মনে করেন। এটি design বা code review-এর দায়িত্ব model-এর হাতে তুলে দেওয়ার চেয়ে সীমিত ব্যবহার: প্রযুক্তি সমস্যা চিহ্নিত করতে পারে, কিন্তু প্রস্তাবিত সংশোধন উপযুক্ত কি না তা মানুষকেই ঠিক করতে হবে।

coding assistants ব্যবহারকারী দলগুলোর জন্য এটি একটি কার্যকর পার্থক্য। কোড তৈরি করা software কাজের একটি অংশ মাত্র। বড় প্রকল্প রক্ষণাবেক্ষণে system behavior বোঝা, পরিবর্তন পর্যালোচনা, পরীক্ষা করা এবং ফলাফলের দায় নেওয়াও জরুরি।

Torvalds বলেন, তিনি মূলত maintainer, নিজে বিপুল পরিমাণ kernel programming করা ব্যক্তি নন। একটি পরিণত, সহযোগিতামূলক codebase-এ AI output কীভাবে প্রবেশ করে, সেই ব্যবহারিক প্রশ্নে তাঁর ভূমিকা বিশেষ প্রাসঙ্গিক।

নতুন প্রোগ্রামারদের বাধা কমানো

Torvalds প্রোগ্রামিং শেখার অভিজ্ঞতার পরিবর্তনের সঙ্গেও AI-কে যুক্ত করেন। 1980-এর দশকের শুরুতে তিনি programming শুরু করেন, যখন কম্পিউটার ও সেগুলোর জন্য লেখা programs অনেক সহজ ছিল। আজ software engineering-এর মানদণ্ড অনেক উঁচু, ফলে নতুনদের কাছে ছোট প্রচেষ্টাকে অর্থবহ মনে হওয়া কঠিন।

আধুনিক computing stack-এর প্রতিটি স্তর আগে না শিখেও AI মানুষকে পরীক্ষা করতে, প্রশ্ন করতে এবং কিছু তৈরি করতে সাহায্য করতে পারে। এই পরিবেশে এর মূল্য প্রযুক্তিগত যেমন, অনুপ্রেরণামূলকও তেমন।

এতে মৌলিক বিষয় শেখার প্রয়োজন দূর হয় না। বরং assistant অনুসন্ধানের প্রাথমিক ধাপকে কম ভীতিকর করতে পারে। ব্যক্তিগত প্রকল্পে কাজ করা মানুষের জন্য ধারণা থেকে কার্যকর পরীক্ষায় পৌঁছানোর পথ ছোট করা programming-কে আরও তাৎক্ষণিক করে তুলতে পারে।

Maintainers-দের এখনও পরিমাণ নয়, কার্যকর সংকেত দরকার

শিক্ষার্থীদের সাহায্য করা একই সহজলভ্যতা প্রতিষ্ঠিত প্রকল্পে সমস্যা তৈরি করতে পারে। AI যদি patches বা bug reports বৃহৎ পরিসরে তৈরি করা সহজ করে, maintainers-দের submissions বাড়তে পারে, কিন্তু কার্যকর contributions নাও বাড়তে পারে। মূল্যায়নের সময় অভিজ্ঞ developers-দের ভুল, duplicates এবং project-এর সঙ্গে না-মেলা পরিবর্তন শনাক্ত করতে হয়।

তাই Torvalds-এর অবস্থান সম্পূর্ণ সমর্থনও নয়, প্রত্যাখ্যানও নয়। AI তখনই কার্যকর যখন এটি developer-এর কাজকে সহায়তা করে, বিশেষ করে পরীক্ষা ও বাগ খোঁজায়। মানুষকে না-বোঝা বা যাচাই না-করা কাজ জমা দিতে উৎসাহিত করলে এটি ঝুঁকিপূর্ণ।

Linux এবং অন্যান্য গুরুত্বপূর্ণ open-source প্রকল্পে মানবীয় review প্রক্রিয়ার কেন্দ্রে থাকবে। AI system কোনো issue খুঁজে পেতে বা একটি ধারণার খসড়া তৈরি করতে সাহায্য করতে পারে, কিন্তু technical correctness ও project suitability-এর বিচার maintainers-দেরই করতে হবে।

AI coding-এর ব্যবহারিক দৃষ্টিভঙ্গি

Torvalds-এর বক্তব্যের বৃহত্তর গুরুত্ব মতাদর্শের বদলে ব্যবহারের ওপর জোর দেওয়ায়। AI নিয়ে বিতর্ক প্রায়ই সম্পূর্ণ গ্রহণ বা সম্পূর্ণ প্রত্যাখ্যানের পছন্দে নেমে আসে। তাঁর মন্তব্য একটি ব্যবহারিক মানদণ্ড দেয়: যেখানে সাহায্য করে সেখানে প্রযুক্তি ব্যবহার করুন, আর ব্যর্থতার ফল যত বড় হবে তত বেশি সতর্ক থাকুন।

এই পদ্ধতি software development-এর সর্বত্র প্রযোজ্য হতে পারে। ব্যক্তিগত পরীক্ষা, শিক্ষামূলক প্রকল্প এবং production kernel release-এর ঝুঁকি এক নয়। AI assistant-এর উপযুক্ত ভূমিকাও সেই অনুযায়ী বদলানো উচিত।

Torvalds-এর বার্তা সরল। AI প্রোগ্রামিংকে আরও আনন্দদায়ক করতে এবং বাগ খুঁজে পেতে সাহায্য করতে পারে। কিন্তু গুরুত্বপূর্ণ সফটওয়্যারে generated output দায়িত্বশীল মানুষের যত্ন, দক্ষতা ও জবাবদিহির বিকল্প হতে পারে না।

এই নিবন্ধটি ZDNET-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধ পড়ুন।