কর্মীদের ক্লিক ও কিস্ট্রোক ধরার Meta-র পরিকল্পনা দেখায় AI ডেটা-সন্ধান কতটা বিস্তৃত হচ্ছে

AI প্রশিক্ষণ ডেটার নতুন উৎসের জন্য Meta ভিতরের দিকে তাকাচ্ছে

Meta বলছে, কিছু অ্যাপ্লিকেশনে নিজেদের কর্মীদের কাছ থেকে মাউসের নড়াচড়া, বোতাম ক্লিক এবং অন্যান্য ব্যবহারকারী ইনপুট সংগ্রহ করবে, যাতে কৃত্রিম বুদ্ধিমত্তার মডেল প্রশিক্ষণ দেওয়া যায়। কোম্পানির ব্যাখ্যাটি কার্যকরী: যদি তারা এমন এজেন্ট তৈরি করতে চায় যারা মানুষকে কম্পিউটারে দৈনন্দিন কাজ সম্পন্ন করতে সাহায্য করবে, তাহলে মডেলগুলোর দরকার হবে উদাহরণ, যেখানে দেখা যাবে মানুষ আসলে কীভাবে ইন্টারফেস ব্যবহার করে, মেনুতে নেভিগেট করে, এবং সফটওয়্যার পরিবেশে কাজ শেষ করে।

সামনে থেকে দেখলে এই যুক্তি বোঝা সহজ। কম্পিউটারে কাজ করতে সক্ষম কোনো সিস্টেমের দরকার এমন আচরণগত চিহ্ন, যা শুধু কাজটি কী তা নয়, বরং একজন মানুষ কীভাবে সেটি সম্পন্ন করে তাও দেখায়। তবুও এই পদক্ষেপটি গুরুত্বপূর্ণ, কারণ এটি AI শিল্পে একটি বৃহত্তর পরিবর্তনকে তুলে ধরে। প্রশিক্ষণ ডেটা আর শুধু সর্বজনীন লেখা, লাইসেন্সপ্রাপ্ত মিডিয়া বা প্রচলিত লেবেলযুক্ত ডেটাসেটের মধ্যে সীমাবদ্ধ নয়। ক্রমশ মডেল উন্নয়নের কাঁচামাল হচ্ছে মানুষের কাজের নিজস্ব রেকর্ড।

Meta কী সংগ্রহ করছে

মূল লেখার মতে, Meta এক বিবৃতিতে বলেছে যে তারা এমন একটি অভ্যন্তরীণ টুল চালু করছে, যা কিছু অ্যাপ্লিকেশনে “এই ধরনের ইনপুট” ধরে রাখবে। কোম্পানি বলেছে, এর উদ্দেশ্য হলো এমন এজেন্টের জন্য মডেল প্রশিক্ষণ দেওয়া, যারা মানুষকে দৈনন্দিন কম্পিউটার-ভিত্তিক কাজ সম্পন্ন করতে সাহায্য করতে পারে। Meta আরও বলেছে, সংবেদনশীল বিষয়বস্তু সুরক্ষিত রাখতে সুরক্ষা ব্যবস্থা রয়েছে, এবং এই ডেটা অন্য কোনো উদ্দেশ্যে ব্যবহার করা হয় না।

এই ভাষা গুরুত্বপূর্ণ। বিবৃতিটি ব্যাপক নজরদারির বদলে ইন্টারঅ্যাকশন ডেটার উপর জোর দেয়, কিন্তু তবুও এটি এমন একটি ব্যবস্থা বর্ণনা করে যা সাধারণ কর্মস্থলের আচরণকে প্রশিক্ষণ উপাদানে রূপান্তর করে। ক্লিক, কার্সারের নড়াচড়া, এবং নেভিগেশন প্যাটার্ন আলাদা করে সামান্য মনে হতে পারে, কিন্তু একসঙ্গে তারা দেখায় ডিজিটাল সিস্টেমে কাজ কীভাবে সম্পন্ন হয়।

এই ধরনের ডেটা মূল্যবান হতে পারে, কারণ এটি কম্পিউটিংয়ের প্রক্রিয়াগত স্তরকে ধরে। বড় ভাষা মডেল ইতিমধ্যেই সফটওয়্যার কাজ সম্পর্কে লেখা তৈরি করতে পারে। কিন্তু বাস্তব ইন্টারফেসে মানুষ যে ধাপে ধাপে পদক্ষেপ নেয়, তার ভিত্তিগত আচরণগত প্রমাণ প্রায়শই তাদের কাছে থাকে না। অভ্যন্তরীণ কর্মী-ব্যবহার ঠিক সেটাই দেয়।

AI শিল্প কেন নতুন ইনপুট খুঁজছে

রিপোর্টটি Meta-র সিদ্ধান্তকে প্রশিক্ষণ ডেটার বৃহত্তর ছুটে চলার প্রেক্ষাপটে স্থাপন করেছে। AI সিস্টেম যত বেশি সক্ষম হচ্ছে, কোম্পানিগুলো তত বেশি এমন উৎস খুঁজছে যা আরও কাজ-নির্দিষ্ট, আরও বর্তমান, এবং বাস্তব জীবনের আচরণের সঙ্গে আরও ঘনিষ্ঠভাবে যুক্ত। ডিজিটাল এজেন্ট হিসেবে কাজ করার জন্য তৈরি সিস্টেমের ক্ষেত্রে শুধু লেখা যথেষ্ট নয়। ডেভেলপারদের দরকার গ্রাফিক্যাল ইন্টারফেস, ফর্ম, বোতাম, ড্রপডাউন, এবং একাধিক অ্যাপ্লিকেশন জুড়ে থাকা workflow-র সঙ্গে ইন্টারঅ্যাকশনের রেকর্ড।

এতে বোঝা যায়, কেন অভ্যন্তরীণ কর্পোরেট কার্যকলাপ আকর্ষণীয় হয়ে উঠছে। কোম্পানিগুলোর ভেতরেই অনেক পরিমাণ অপারেশনাল আচরণ থাকে: মিটিং নোট, সাপোর্ট লগ, প্রকল্পের ইতিহাস, সফটওয়্যার ব্যবহারের ধরন, এবং যোগাযোগের আর্কাইভ। মূল লেখায় আরেকটি সাম্প্রতিক উদাহরণ উল্লেখ করা হয়েছে, যেখানে পুরনো startup-গুলোর Slack archive এবং Jira ticket-এর মতো অভ্যন্তরীণ যোগাযোগ খোঁজা হচ্ছিল, যা AI-র জ্বালানি হিসেবে পুনরায় ব্যবহার করা যেতে পারে। প্যাটার্নটি স্পষ্ট। একসময় সহযোগিতার জন্য তৈরি হওয়া তথ্য এখন model input হিসেবে আবার মূল্যায়িত হচ্ছে।

Meta-র পদ্ধতি ভিন্ন, কারণ এটি শুধু ঐতিহাসিক রেকর্ড সংগ্রহ করছে না। এটি নির্দিষ্ট একটি পণ্য আকাঙ্ক্ষাকে সমর্থন করতে কর্মীদের কাছ থেকে সরাসরি ইন্টারঅ্যাকশন ডেটা ধরছে।

কৌশলগত লক্ষ্য: আরও ভালো কম্পিউটার-ব্যবহারকারী এজেন্ট

Meta-র বিবৃতি সরাসরি সেই পণ্য শ্রেণিকে নির্দেশ করে, যা এখানে গুরুত্বপূর্ণ: এমন AI এজেন্ট, যারা ব্যবহারকারীদের কম্পিউটারে দৈনন্দিন কাজ সম্পন্ন করতে সাহায্য করতে পারে। এটি শিল্পের এক গুরুত্বপূর্ণ সীমান্ত। একটি workflow ব্যাখ্যা করতে পারে এমন chatbot আর সেটি বাস্তবায়ন করতে পারে এমন agent-এর মধ্যে পার্থক্য বিশাল। সেই ব্যবধান অতিক্রম করতে কোম্পানিগুলোর এমন মডেল দরকার, যা শুধু ভাষা নয়, ইন্টারফেসের আচরণও বোঝে।

মাউসের নড়াচড়া ও ক্লিকের ওপর প্রশিক্ষণ দিলে মডেলগুলো সাধারণ কর্মধারা, সম্ভাব্য ইন্টারফেস সুবিধা, এবং অ্যাপ্লিকেশনের ভেতরে কাজ করতে গিয়ে মানুষের যে সিদ্ধান্ত-বিন্দুগুলো আসে, সেগুলো শিখতে পারে। অন্য কথায়, কোম্পানিটি এমন আচরণগত ভিত্তি সংগ্রহ করছে বলে মনে হচ্ছে, যা এমন স্বয়ংক্রিয়তার জন্য দরকার, যা কম বিমূর্ত এবং বেশি কার্যকরী।

এ কারণেই এই পদক্ষেপটি একটি অভ্যন্তরীণ টুল আপডেটের চেয়েও বড়। এটি দেখায়, পরবর্তী প্রজন্মের AI সিস্টেম কীভাবে প্রতিযোগিতা করবে বলে কোম্পানিগুলো আশা করছে: শুধু কথোপকথনের মানে নয়, বরং সফটওয়্যার পরিবেশের ভেতরে কাজ করার ক্ষমতায়ও।

গোপনীয়তা ও শাসনের সমস্যা

এই ডেটাকে উপযোগী করে তোলার একই যুক্তি এটিকে সংবেদনশীলও করে। কর্মক্ষেত্রের ইন্টারঅ্যাকশন নিরপেক্ষ অবশিষ্ট নয়। এগুলো অভ্যাস, অগ্রাধিকার, ভুল, অ্যাক্সেসের ধরন, এবং কিছু ক্ষেত্রে সংবেদনশীল তথ্যের ঝলক প্রকাশ করতে পারে। Meta যদি সংগ্রহকে কিছু নির্দিষ্ট অ্যাপ্লিকেশনে সীমাবদ্ধ রাখে এবং বলে যে সুরক্ষা ব্যবস্থা আছে, তবুও এই সিদ্ধান্ত এমন একটি শাসন প্রশ্ন তোলে, যা একটি কোম্পানির মধ্যে সীমাবদ্ধ থাকবে না: সাধারণ কর্মী-ক্রিয়াকলাপের কতটা অংশ model training-এর জন্য পুনরায় ব্যবহার করা যাবে, তার আগে workplace monitoring আর product development আলাদা করা কঠিন হয়ে যাবে?

সমস্যাটি শুধু ব্যক্তিগত বিষয়বস্তু প্রকাশ পাচ্ছে কি না, তা নয়। এটি সম্মতি, পরিসর, এবং নজির সম্পর্কেও। একবার enterprise system-এর ভেতরের user behavior-কে প্রশিক্ষণ উপাদান হিসেবে দেখা শুরু হলে, প্রতিষ্ঠানগুলোর ওপর চাপ আসতে পারে নির্ধারণ করার জন্য যে কোন ধরনের work trace সংগ্রহ করা যাবে, সেগুলো কতদিন রাখা যাবে, এবং কর্মীদের অংশগ্রহণের ওপর অর্থপূর্ণ মতামত আছে কি না। মূল লেখাটি এসব প্রশ্নের উত্তর দেয় না, কিন্তু কেন এগুলো জরুরি হয়ে উঠছে তা পরিষ্কার করে।

AI বিকাশ কোন দিকে যাচ্ছে তার সংকেত

Meta-র অভ্যন্তরীণ ডেটা-সংগ্রহ টুলটি বর্তমান AI দৌড় সম্পর্কে একটি বড় সত্য প্রকাশ করে। শিল্পটি সেই যুগ ছাড়িয়ে যাচ্ছে, যখন মডেল অগ্রগতি মূলত আরও বেশি ইন্টারনেট-স্তরের লেখা জমা করার ওপর নির্ভর করত। পরবর্তী লাভ আসতে পারে আরও সংকীর্ণ, আরও আচরণভিত্তিক, এবং নির্দিষ্ট কাজের সঙ্গে আরও ঘনিষ্ঠভাবে যুক্ত ডেটা থেকে। এতে প্রযুক্তিগত কৌশল এবং ডেটা ব্যবহারের সামাজিক চুক্তি, দুটোই বদলে যায়।

Meta-র জন্য, স্বল্পমেয়াদি লাভ হতে পারে এমন সিস্টেমের জন্য উন্নত প্রশিক্ষণ, যা আরও কার্যকরভাবে কম্পিউটার চালাতে পারে। বৃহত্তর বাজারের জন্য, এই ঘোষণা আরেকটি ইঙ্গিত যে দৈনন্দিন ডিজিটাল আচরণকে AI-র জন্য কৌশলগত অবকাঠামো হিসেবে পুনর্গঠন করা হচ্ছে।

শেষ পর্যন্ত সেটাই সম্ভবত সবচেয়ে গুরুত্বপূর্ণ শিক্ষা। AI প্রশিক্ষণের ভবিষ্যৎ কেবল মানুষ অনলাইনে কী বলে বা লেখে, তার ওপর নির্ভর করবে না। তারা কীভাবে সফটওয়্যারের মধ্যে নড়াচড়া করে, স্ক্রিনে কী সিদ্ধান্ত নেয়, এবং ডিজিটাল কাজের দৈনন্দিন রুটিন কীভাবে শেষ করে, তার ওপরও নির্ভর করবে। Meta এই পরিবর্তনটিকে অস্বাভাবিকভাবে স্পষ্ট করেছে। বাকি শিল্প সম্ভবত এর প্রযুক্তিগত সুবিধা এবং উন্মোচিত শাসনঝুঁকি, দুটোই সতর্কভাবে পর্যবেক্ষণ করবে।

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