অনুকরণ খেলা: কৃত্রিম বুদ্ধিমত্তা কি প্রতারণায় দক্ষ?

কৃত্রিম বুদ্ধিমত্তায় এক যুগান্তকারী দাবি

যন্ত্র তৈরি করার প্রচেষ্টা, যা চিন্তা করতে পারে বা অন্তত মানুষের চিন্তাভাবনাকে বিশ্বাসযোগ্যভাবে অনুকরণ করতে পারে, কম্পিউটার বিজ্ঞানের শুরু থেকেই এর একটি ভিত্তিপ্রস্তর। কয়েক দশক ধরে, এই ক্ষেত্রের মানদণ্ড, যদিও বিতর্কিত, প্রায়শই Turing Test بودهছে, যা দূরদর্শী Alan Turing প্রস্তাবিত একটি ধারণাগত বাধা। সম্প্রতি, একটি নতুন গবেষণার ফলাফলের পর AI সম্প্রদায়ের মধ্যে গুঞ্জন চিৎকারে পরিণত হয়েছে। গবেষকরা রিপোর্ট করেছেন যে আজকের সবচেয়ে উন্নত বৃহৎ ভাষা মডেলগুলির (LLMs) মধ্যে একটি, OpenAI-এর GPT-4.5, এই পরীক্ষার একটি আধুনিক পুনরাবৃত্তিতে শুধু অংশগ্রহণই করেনি – এটি তর্কযোগ্যভাবে বিজয়ী হয়েছে, প্রায়শই প্রকৃত মানব অংশগ্রহণকারীদের চেয়ে তার ‘মানবতা’ প্রমাণে বেশি বিশ্বাসযোগ্য প্রমাণিত হয়েছে। এই উন্নয়ন বুদ্ধিমত্তার প্রকৃতি, অনুকরণের সীমা এবং অত্যাধুনিক AI দ্বারা ক্রমবর্ধমানভাবে পরিপূর্ণ যুগে মানব-কম্পিউটার মিথস্ক্রিয়ার গতিপথ সম্পর্কে মৌলিক প্রশ্নগুলিকে পুনরায় জাগিয়ে তুলেছে। এর প্রভাব একাডেমিক কৌতূহলের বাইরেও বিস্তৃত, ডিজিটাল যুগে বিশ্বাস, কর্মসংস্থান এবং সামাজিক মিথস্ক্রিয়ার মূল কাঠামোকে স্পর্শ করছে।

চ্যালেঞ্জ বোঝা: Turing Test-এর উত্তরাধিকার

এই সাম্প্রতিক দাবির তাৎপর্য উপলব্ধি করতে হলে প্রথমে পরীক্ষাটি বুঝতে হবে। ব্রিটিশ গণিতবিদ এবং কোডব্রেকার Alan Turing তার ১৯৫০ সালের যুগান্তকারী গবেষণাপত্র ‘Computing Machinery and Intelligence’-এ এটি কল্পনা করেছিলেন। পরীক্ষাটি প্রাথমিকভাবে একটি কঠোর প্রোটোকল হিসাবে উপস্থাপিত হয়নি, বরং একটি চিন্তার পরীক্ষা, একটি ‘অনুকরণ খেলা’ হিসাবে উপস্থাপিত হয়েছিল। এর ভিত্তি তার সরলতায় মার্জিত: একজন মানব জিজ্ঞাসক দুটি অদৃশ্য সত্তার সাথে পাঠ্য-ভিত্তিক কথোপকথনে নিযুক্ত হন – একটি মানুষ, অন্যটি একটি যন্ত্র। জিজ্ঞাসকের কাজ হল শুধুমাত্র তাদের টাইপ করা প্রতিক্রিয়ার ভিত্তিতে কোনটি কোনটি তা নির্ধারণ করা।

Turing প্রস্তাব করেছিলেন যে যদি একটি যন্ত্র জিজ্ঞাসককে ধারাবাহিকভাবে বিশ্বাস করাতে পারে যে এটি মানব অংশগ্রহণকারী, তবে ব্যবহারিক উদ্দেশ্যে এটিকে চিন্তাভাবনা করতে সক্ষম বলে বিবেচনা করা যেতে পারে। তিনি সত্যিই যন্ত্র চিন্তা করতে পারে কিনা বা চেতনা ধারণ করতে পারে কিনা এই কাঁটাযুক্ত দার্শনিক প্রশ্নটি এড়িয়ে গিয়েছিলেন, পরিবর্তে মানুষের কথোপকথন আচরণকে অবিচ্ছেদ্যভাবে প্রতিলিপি করার ক্ষমতার উপর দৃষ্টি নিবদ্ধ করেছিলেন। এটি একটি বাস্তববাদী পদ্ধতি ছিল, যার লক্ষ্য ছিল যন্ত্র বুদ্ধিমত্তার একটি পরিমাপযোগ্য, যদিও আচরণগত, সংজ্ঞা প্রদান করা। বছরের পর বছর ধরে, Turing Test জনপ্রিয় সংস্কৃতিতে একটি আইকনিক প্রতীক এবং কৃত্রিম বুদ্ধিমত্তা ক্ষেত্রে একটি পুনরাবৃত্তিমূলক, যদিও বিতর্কিত, মাইলফলক হয়ে উঠেছে। এর স্থায়ী শক্তি এই প্রশ্নের সাথে সরাসরি সংঘর্ষে নিহিত: মানবিকভাবে আচরণ করার অর্থ কী?

আধুনিক ক্ষেত্র: এক নতুন ধরনের পরীক্ষা

UC San Diego-র Language and Cognition Lab-এর গবেষকদের নেতৃত্বে একটি প্রিপ্রিন্ট স্টাডিতে বিস্তারিত সাম্প্রতিক পরীক্ষাটি, Turing-এর মূল ধারণাকে সমসাময়িক ডিজিটাল ল্যান্ডস্কেপের জন্য অভিযোজিত করেছে। একজন একক জিজ্ঞাসকের দুটি লুকানো অংশগ্রহণকারীর উপর মনোযোগ কেন্দ্রীভূত করার পরিবর্তে, এই সংস্করণটি একটি অনলাইন সেটিংয়ে একটি ত্রি-পক্ষীয় গতিশীলতা নিযুক্ত করেছে। প্রায় ৩০০ জন অংশগ্রহণকারীকে নিয়োগ করা হয়েছিল এবং একাধিক রাউন্ড জুড়ে এলোমেলোভাবে ভূমিকা বরাদ্দ করা হয়েছিল। কেউ কেউ জিজ্ঞাসকের ভূমিকায় অভিনয় করেছিলেন, যাদের কাজ ছিল প্রশ্ন জিজ্ঞাসা করা এবং প্রতিক্রিয়া মূল্যায়ন করা। অন্যরা দুটি ‘সাক্ষী’-র মধ্যে একজন হিসাবে কাজ করেছিল – প্রকৃত মানব উত্তরদাতা। চূড়ান্ত গুরুত্বপূর্ণ ভূমিকাটি একটি AI চ্যাটবট দ্বারা পূরণ করা হয়েছিল, যা দ্বিতীয় সাক্ষী হিসাবে কাজ করেছিল।

মূল চ্যালেঞ্জ একই ছিল: জিজ্ঞাসককে, মানব এবং AI উভয় সাক্ষীর সাথে একযোগে চ্যাট মিথস্ক্রিয়ার একটি সময়কালের পরে, একটি রায় দিতে হয়েছিল – কোন সত্তাটি যন্ত্র এবং কোনটি সহকর্মী মানুষ? এই সেটআপটি বাস্তব সময়ের মিথস্ক্রিয়ায় মানব মানদণ্ডের বিপরীতে আধুনিক AI সিস্টেমগুলির কথোপকথন দক্ষতা কঠোরভাবে মূল্যায়ন করার জন্য একটি নিয়ন্ত্রিত পরিবেশ সরবরাহ করার লক্ষ্যে ছিল। অধ্যয়নের পরিধি, একটি উল্লেখযোগ্য সংখ্যক অংশগ্রহণকারী এবং একাধিক রাউন্ড জড়িত, ফলাফলগুলিতে পরিসংখ্যানগত ওজন দেওয়ার চেষ্টা করেছিল, AI পরিশীলিততার উপাখ্যানমূলক দাবির বাইরে গিয়ে। গবেষকরা তাদের পরীক্ষায় বেশ কয়েকটি ভিন্ন AI মডেলও অন্তর্ভুক্ত করেছিলেন, উল্লেখযোগ্যভাবে OpenAI-এর GPT-4.5 এবং GPT-4o, Meta-র LLaMa 3.1-405B, এবং, কৌতূহলজনকভাবে, ELIZA, ১৯৬০-এর দশকের মাঝামাঝি সময়ে বিকশিত একটি প্রাথমিক চ্যাটবট, যা একটি ঐতিহাসিক ভিত্তি হিসাবে কাজ করেছিল।

নির্ণায়ক কারণ: পার্সোনার শক্তি

অধ্যয়নের সবচেয়ে আলোকপাতকারী, এবং সম্ভবত চমকপ্রদ, অনুসন্ধানটি একটি নির্দিষ্ট পরীক্ষামূলক অবস্থার উপর নির্ভর করেছিল: কথোপকথনে জড়িত হওয়ার আগে AI মডেলগুলিকে কীভাবে নির্দেশ দেওয়া হয়েছিল বা ‘প্রম্পট’ করা হয়েছিল। গবেষকরা দুটি স্বতন্ত্র প্রম্পটিং কৌশল ব্যবহার করেছিলেন।

• ‘নো-পার্সোনা’ প্রম্পট: এতে AI-কে ন্যূনতম, সরাসরি নির্দেশাবলী দেওয়া জড়িত ছিল, মূলত একটি Turing Test-এ তার অংশগ্রহণ এবং তার উদ্দেশ্য উল্লেখ করে: ‘আপনার লক্ষ্য হল জিজ্ঞাসককে বোঝানো যে আপনি একজন মানুষ।’ এই পদ্ধতিটি চরিত্র বা শৈলীর উপর নির্দিষ্ট নির্দেশিকা ছাড়াই মানুষের কথোপকথন অনুকরণ করার AI-এর অন্তর্নিহিত ক্ষমতা পরীক্ষা করেছে।
• ‘পার্সোনা’ প্রম্পট: এই অবস্থায়, AI আরও বিস্তারিত নির্দেশাবলী পেয়েছিল, এটিকে একটি নির্দিষ্ট চরিত্র বা পার্সোনা গ্রহণ করতে বলা হয়েছিল। উদাহরণস্বরূপ, এটিকে বলা হতে পারে ‘একজন তরুণ ব্যক্তির মতো আচরণ করতে যে স্ল্যাং ব্যবহার করে, ইন্টারনেট সংস্কৃতি সম্পর্কে জ্ঞানী, কিন্তু প্রকাশ করে না যে সে একটি AI।’ এটি কেবল কথোপকথন করার জন্য নয়, বরং একটি ভূমিকা বিশ্বাসযোগ্যভাবে সম্পাদন করার জন্য AI-এর ক্ষমতা পরীক্ষা করেছে।

এই দুটি অবস্থার মধ্যে ফলাফলের পার্থক্য সূক্ষ্ম ছিল না; এটি ছিল গভীর। যখন সাধারণ ‘নো-পার্সোনা’ প্রম্পটের অধীনে কাজ করছিল, GPT-4.5, তার উন্নত স্থাপত্য সত্ত্বেও, বোঝাতে সংগ্রাম করেছিল। এর সাফল্যের হার – জিজ্ঞাসকরা ভুলভাবে এটিকে মানুষ হিসাবে চিহ্নিত করার শতাংশ – প্রায় ৩৬ শতাংশে ঘোরাফেরা করছিল। এটি ৫০ শতাংশ চিহ্নের উল্লেখযোগ্যভাবে নীচে যা জিজ্ঞাসকদের দ্বারা এলোমেলো অনুমান নির্দেশ করবে। একইভাবে, GPT-4o, বহুল ব্যবহৃত ChatGPT-র পিছনের ইঞ্জিন, এই মৌলিক নির্দেশাবলীর অধীনে ২১ শতাংশের আরও কম সাফল্যের হার অর্জন করেছে। কৌতূহলজনকভাবে, আদিম ELIZA চ্যাটবট একটি ২৩ শতাংশ সাফল্যের হার পরিচালনা করেছিল, এই নির্দিষ্ট পরিস্থিতিতে অনেক বেশি পরিশীলিত GPT-4o-কে সামান্য ছাড়িয়ে গিয়েছিল, সম্ভবত তুলে ধরেছে যে কীভাবে মৌলিক কথোপকথন নিদর্শনগুলি কখনও কখনও পাস করতে পারে, বা কীভাবে মানুষের প্রত্যাশা একটি ভূমিকা পালন করে।

যাইহোক, যখন GPT-4.5-কে ‘পার্সোনা’ প্রম্পট দেওয়া হয়েছিল তখন আখ্যানটি নাটকীয়ভাবে পরিবর্তিত হয়েছিল। একটি নির্দিষ্ট চরিত্রকে মূর্ত করার নির্দেশ দেওয়া হলে, এর কর্মক্ষমতা আকাশচুম্বী হয়েছিল। জিজ্ঞাসকরা GPT-4.5-কে মানব অংশগ্রহণকারী হিসাবে চিহ্নিত করেছিল একটি বিস্ময়কর ৭৩ শতাংশ সময়। এই সংখ্যাটি কেবল Turing Test পাস করার জন্য ৫০ শতাংশ থ্রেশহোল্ডের উপরেই স্বাচ্ছন্দ্যে নয়; এটি টেকসই, চরিত্র-চালিত কথোপকথন প্রতারণায় একটি অসাধারণ দক্ষতার পরামর্শ দেয়। গবেষকরা Meta-র LLaMa মডেলের জন্যও অনুরূপ সাফল্য উল্লেখ করেছেন যখন এটিকেও একটি পার্সোনা দিয়ে প্রম্পট করা হয়েছিল। এর অন্তর্নিহিত অর্থ স্পষ্ট: এই উন্নত AI মডেলগুলির বিশ্বাসযোগ্যভাবে মানবতা অনুকরণ করার ক্ষমতা উল্লেখযোগ্যভাবে বৃদ্ধি পায় যখন তাদের কেবল কথা বলার জন্য নয়, বরং একটি নির্দিষ্ট ধরণের মানুষের মতো অভিনয় করার জন্য নির্দেশ দেওয়া হয়।

মানুষের চেয়েও বেশি মানবিক? এক অস্বস্তিকর ফলাফল

সম্ভবত অধ্যয়নের সবচেয়ে বিপরীতমুখী এবং চিন্তা-উদ্দীপক দিকটি GPT-4.5 জড়িত ‘পার্সোনা’ পরীক্ষাগুলি থেকে উদ্ভূত হয়েছিল। AI কেবল জিজ্ঞাসকদের প্রায়শই বোকা বানায়নি, বরং প্রধান লেখক Cameron Jones-এর মতে, এটি আসলে একই কথোপকথনে প্রকৃত মানব অংশগ্রহণকারীদের চেয়ে উল্লেখযোগ্যভাবে বেশি বার মানুষ হিসাবে চিহ্নিত হয়েছিল। Jones সোশ্যাল মিডিয়াতে এটি তুলে ধরেছিলেন, বলেছিলেন, ‘লোকেরা GPT-4.5 এবং LLaMa (পার্সোনা প্রম্পট সহ) থেকে মানুষকে আলাদা করার ক্ষেত্রে সুযোগের চেয়ে ভাল ছিল না… এবং ৪.৫ এমনকি প্রকৃত মানুষের চেয়ে উল্লেখযোগ্যভাবে বেশি বার মানুষ হিসাবে বিচার করা হয়েছিল!’

এই অনুসন্ধানটি ব্যাখ্যার একটি জটিল Pandora’s Box খুলে দেয়। এর মানে কি এই যে AI মানবতা সম্পাদনে ব্যতিক্রমীভাবে পারদর্শী হয়ে উঠেছে, সম্ভবত বাস্তব মানুষের চেয়েও কিছু স্টিরিওটাইপিক্যাল কথোপকথন বৈশিষ্ট্যকে আরও ধারাবাহিকভাবে মূর্ত করে তুলেছে, যারা হয়তো বেশি বৈচিত্র্য, দ্বিধা বা অদ্ভুততা প্রদর্শন করতে পারে? নাকি এটি জিজ্ঞাসকদের প্রত্যাশা এবং উপলব্ধি সম্পর্কে কিছু প্রতিফলিত করে? সম্ভবত মানুষ, যখন একটি পরীক্ষার সেটিংয়ে সচেতনভাবে মানুষ হিসাবে ‘পারফর্ম’ করার চেষ্টা করে, তখন একটি প্রোগ্রাম করা পার্সোনাকে ত্রুটিহীনভাবে সম্পাদনকারী AI-এর চেয়ে কম স্বাভাবিক বা বেশি সতর্ক হিসাবে প্রতীয়মান হয়। এটি এমনও পরামর্শ দিতে পারে যে নির্দিষ্ট নির্ধারিত পার্সোনাগুলি (যেমন, ‘ইন্টারনেট সংস্কৃতি সম্পর্কে জ্ঞানী তরুণ ব্যক্তি’) সেই ধরণের সাবলীল, কিছুটা জেনেরিক, তথ্য-সমৃদ্ধ পাঠ্যের সাথে ভালভাবে সারিবদ্ধ হয় যা LLM গুলি তৈরি করতে পারদর্শী, যা তাদের আউটপুটকে সেই আর্কিটাইপের হাইপার-প্রতিনিধিত্বমূলক বলে মনে করে। সুনির্দিষ্ট ব্যাখ্যা যাই হোক না কেন, একটি যন্ত্রকে যন্ত্র-সদৃশ গুণাবলী সনাক্ত করার জন্য ডিজাইন করা একটি পরীক্ষায় মানুষের চেয়ে বেশি মানবিক হিসাবে উপলব্ধি করা যেতে পারে তা একটি গভীরভাবে অস্বস্তিকর ফলাফল, যা যোগাযোগে সত্যতা সম্পর্কে আমাদের অনুমানকে চ্যালেঞ্জ করে।

অনুকরণের বাইরে: মানদণ্ড নিয়ে প্রশ্ন তোলা

Turing Test সফলভাবে নেভিগেট করা, বিশেষ করে এত উচ্চ শতাংশের সাথে, একটি প্রযুক্তিগত মাইলফলক উপস্থাপন করলেও, অনেক বিশেষজ্ঞ এই অর্জনকে প্রকৃত মানব-সদৃশ বুদ্ধিমত্তা বা বোঝার সাথে সমান করার বিরুদ্ধে সতর্ক করেছেন। Turing Test, বিশাল ডেটাসেট এবং ডিপ লার্নিংয়ের আবির্ভাবের অনেক আগে কল্পনা করা হয়েছিল, প্রাথমিকভাবে আচরণগত আউটপুট মূল্যায়ন করে – বিশেষত, কথোপকথন সাবলীলতা। GPT-4.5-এর মতো বৃহৎ ভাষা মডেলগুলি, তাদের মূলে, অসাধারণভাবে পরিশীলিত প্যাটার্ন-ম্যাচিং এবং ভবিষ্যদ্বাণী ইঞ্জিন। এগুলি মানুষের দ্বারা উত্পন্ন বিপুল পরিমাণ পাঠ্য ডেটার উপর প্রশিক্ষিত – বই, নিবন্ধ, ওয়েবসাইট, কথোপকথন। তাদের ‘দক্ষতা’ শব্দ, বাক্যাংশ এবং ধারণাগুলির মধ্যে পরিসংখ্যানগত সম্পর্ক শেখার মধ্যে নিহিত, যা তাদের সুসংগত, প্রাসঙ্গিকভাবে প্রাসঙ্গিক এবং ব্যাকরণগতভাবে সঠিক পাঠ্য তৈরি করতে দেয় যা তাদের প্রশিক্ষণ ডেটাতে পর্যবেক্ষণ করা নিদর্শনগুলির অনুকরণ করে।

যেমন François Chollet, Google-এর একজন বিশিষ্ট AI গবেষক, Turing Test সম্পর্কিত Nature-এর সাথে ২০২৩ সালের একটি সাক্ষাত্কারে উল্লেখ করেছেন, ‘এটি একটি আক্ষরিক পরীক্ষা হিসাবে বোঝানো হয়নি যা আপনি আসলে মেশিনে চালাবেন – এটি একটি চিন্তার পরীক্ষার মতো ছিল।’ সমালোচকরা যুক্তি দেন যে LLM গুলি কোনও অন্তর্নিহিত উপলব্ধি, চেতনা বা বিষয়গত অভিজ্ঞতা ছাড়াই কথোপকথন অনুকরণ অর্জন করতে পারে – যা মানব বুদ্ধিমত্তার বৈশিষ্ট্য। তারা ডেটা থেকে প্রাপ্ত সিনট্যাক্স এবং শব্দার্থবিদ্যায় পারদর্শী, কিন্তু বাস্তব জগতে প্রকৃত ভিত্তি, সাধারণ জ্ঞান যুক্তি (যদিও তারা এটি অনুকরণ করতে পারে) এবং ইচ্ছাকৃততার অভাব রয়েছে। এই দৃষ্টিতে, Turing Test পাস করা অনুকরণের শ্রেষ্ঠত্ব প্রদর্শন করে, অগত্যা চিন্তার উত্থান নয়। এটি প্রমাণ করে যে AI দক্ষতার সাথে মানুষের ভাষার ধরণগুলি প্রতিলিপি করতে পারে, সম্ভবত এমন একটি মাত্রায় যা নির্দিষ্ট প্রসঙ্গে সাধারণ মানুষের কর্মক্ষমতা ছাড়িয়ে যায়, কিন্তু এটি মেশিনের অভ্যন্তরীণ অবস্থা বা বোঝা সম্পর্কে গভীর প্রশ্নগুলির সমাধান করে না। খেলাটি, মনে হচ্ছে, মুখোশের গুণমান পরীক্ষা করে, এর পিছনে থাকা সত্তার প্রকৃতি নয়।

দ্বিধারী তলোয়ার: সামাজিক তরঙ্গ

AI-এর বিশ্বাসযোগ্যভাবে মানুষের ছদ্মবেশ ধারণ করার ক্ষমতা, যেমনটি এই গবেষণায় প্রদর্শিত হয়েছে, গভীর এবং সম্ভাব্য বিঘ্নকারী সামাজিক প্রভাব বহন করে, যা বুদ্ধিমত্তা সম্পর্কে একাডেমিক বিতর্কের বাইরেও বিস্তৃত। Cameron Jones, অধ্যয়নের প্রধান লেখক, স্পষ্টভাবে এই উদ্বেগগুলি তুলে ধরেছেন, পরামর্শ দিয়েছেন যে ফলাফলগুলি উন্নত LLM-গুলির বাস্তব-বিশ্বের পরিণতির জন্য শক্তিশালী প্রমাণ সরবরাহ করে।

• অটোমেশন এবং কাজের ভবিষ্যত: Jones LLM-গুলির ‘সংক্ষিপ্ত মিথস্ক্রিয়ায় মানুষের বিকল্প’ হওয়ার সম্ভাবনার দিকে ইঙ্গিত করেছেন, যেখানে কেউ পার্থক্য করতে পারবে না। এই ক্ষমতা পাঠ্য-ভিত্তিক যোগাযোগের উপর ব্যাপকভাবে নির্ভরশীল চাকরিগুলির অটোমেশনকে ত্বরান্বিত করতে পারে, যেমন গ্রাহক পরিষেবা ভূমিকা, প্রযুক্তিগত সহায়তা, বিষয়বস্তু সংযম, এবং এমনকি সাংবাদিকতা বা প্রশাসনিক কাজের কিছু দিক। যদিও অটোমেশন দক্ষতার লাভের প্রতিশ্রুতি দেয়, এটি চাকরিচ্যুতি এবং অভূতপূর্ব স্কেলে কর্মশক্তি অভিযোজনের প্রয়োজনীয়তা সম্পর্কে উল্লেখযোগ্য উদ্বেগও উত্থাপন করে। পূর্বে সূক্ষ্ম যোগাযোগের উপর নির্ভরতার কারণে অনন্যভাবে মানবিক হিসাবে বিবেচিত ভূমিকাগুলি স্বয়ংক্রিয় করার অর্থনৈতিক এবং সামাজিক পরিণতি বিশাল হতে পারে।
• পরিশীলিত প্রতারণার উত্থান: সম্ভবত আরও অবিলম্বে উদ্বেগজনক হল দূষিত কার্যকলাপে অপব্যবহারের সম্ভাবনা। অধ্যয়নটি ‘উন্নত সামাজিক প্রকৌশল আক্রমণ’-এর সম্ভাব্যতাকে তুলে ধরে। কল্পনা করুন AI-চালিত বটগুলি অত্যন্ত ব্যক্তিগতকৃত ফিশিং স্ক্যামে জড়িত, উপযুক্ত ভুল তথ্য ছড়াচ্ছে, বা অনলাইন ফোরাম বা সোশ্যাল মিডিয়াতে ব্যক্তিদের অভূতপূর্ব কার্যকারিতার সাথে চালিত করছে কারণ তারা মানুষের থেকে неотличи্য বলে মনে হচ্ছে। নির্দিষ্ট, বিশ্বস্ত পার্সোনা গ্রহণ করার ক্ষমতা এই আক্রমণগুলিকে আরও অনেক বেশি বিশ্বাসযোগ্য এবং সনাক্ত করা কঠিন করে তুলতে পারে। এটি অনলাইন মিথস্ক্রিয়ায় বিশ্বাসকে ক্ষয় করতে পারে, ডিজিটাল যোগাযোগের সত্যতা যাচাই করা ক্রমবর্ধমান কঠিন করে তুলতে পারে এবং সম্ভাব্যভাবে সামাজিক বিভাজন বা রাজনৈতিক অস্থিতিশীলতাকে উস্কে দিতে পারে।
• সাধারণ সামাজিক বিঘ্ন: নির্দিষ্ট হুমকির বাইরে, বিশ্বাসযোগ্যভাবে মানব-সদৃশ AI-এর ব্যাপক স্থাপনা বৃহত্তর সামাজিক পরিবর্তনের দিকে নিয়ে যেতে পারে। যখন আমরা নিশ্চিত হতে পারি না যে আমরা একজন মানুষ বা একটি যন্ত্রের সাথে কথা বলছি তখন আন্তঃব্যক্তিক সম্পর্কগুলি কীভাবে পরিবর্তিত হয়? খাঁটি মানব সংযোগের মূল্যের কী হয়? AI সঙ্গীরা কি সামাজিক শূন্যতা পূরণ করতে পারে, কিন্তু প্রকৃত মানব মিথস্ক্রিয়ার মূল্যে? মানব এবং কৃত্রিম যোগাযোগের মধ্যে ঝাপসা রেখাগুলি মৌলিক সামাজিক নিয়মগুলিকে চ্যালেঞ্জ করে এবং আমরা একে অপরের সাথে এবং প্রযুক্তির সাথে কীভাবে সম্পর্কিত তা পুনরায় আকার দিতে পারে। ইতিবাচক অ্যাপ্লিকেশন (যেমন উন্নত অ্যাক্সেসিবিলিটি সরঞ্জাম বা ব্যক্তিগতকৃত শিক্ষা) এবং নেতিবাচক পরিণতি উভয়ের সম্ভাবনা একটি জটিল ল্যান্ডস্কেপ তৈরি করে যা সমাজ কেবল নেভিগেট করতে শুরু করেছে।

মানবিক উপাদান: উপলব্ধির পরিবর্তন

এটা স্বীকার করা অত্যন্ত গুরুত্বপূর্ণ যে Turing Test, এবং UC San Diego-তে পরিচালিত পরীক্ষার মতো পরীক্ষাগুলি, কেবল যন্ত্রের ক্ষমতার মূল্যায়ন নয়; এগুলি মানব মনোবিজ্ঞান এবং উপলব্ধির প্রতিফলনও বটে। যেমন Jones তার ভাষ্যে উপসংহারে বলেছেন, পরীক্ষাটি AI-এর মতো আমাদেরও অণুবীক্ষণ যন্ত্রের নীচে রাখে। মানুষ থেকে যন্ত্রকে আলাদা করার আমাদের ক্ষমতা বা অক্ষমতা আমাদের নিজস্ব পক্ষপাত, প্রত্যাশা এবং AI সিস্টেমগুলির সাথে ক্রমবর্ধমান পরিচিতি (বা এর অভাব) দ্বারা প্রভাবিত হয়।

প্রাথমিকভাবে, নতুন AI-এর মুখোমুখি হয়ে, মানুষ সহজেই বোকা বনতে পারে। যাইহোক, এক্সপোজার বাড়ার সাথে সাথে অন্তর্দৃষ্টি তীক্ষ্ণ হতে পারে। লোকেরা AI-উত্পন্ন পাঠ্যের সূক্ষ্ম পরিসংখ্যানগত আঙ্গুলের ছাপগুলির প্রতি আরও মনোযোগী হতে পারে – সম্ভবত একটি অত্যধিক সামঞ্জস্যপূর্ণ স্বন, প্রকৃত বিরতি বা দ্বিধার অভাব, বা একটি বিশ্বকোষীয় জ্ঞান যা কিছুটা অপ্রাকৃত মনে হয়। এই ধরনের পরীক্ষার ফলাফল তাই স্থির নয়; তারা AI পরিশীলিততা এবং মানব বিচক্ষণতার মধ্যে বর্তমান মিথস্ক্রিয়ার একটি সময়ের স্ন্যাপশট উপস্থাপন করে। এটা অনুমেয় যে জনসাধারণ বিভিন্ন ধরণের AI-এর সাথে মিথস্ক্রিয়া করতে অভ্যস্ত হওয়ার সাথে সাথে, সম্মিলিতভাবে ‘তাদের খুঁজে বের করার’ ক্ষমতা উন্নত হতে পারে, সম্ভাব্যভাবে একটি সফল ‘অনুকরণ’ কী গঠন করে তার জন্য বার বাড়িয়ে দিতে পারে। AI বুদ্ধিমত্তার উপলব্ধি একটি চলমান লক্ষ্য, যা একদিকে প্রযুক্তিগত অগ্রগতি এবং অন্যদিকে বিকশিত মানব বোঝাপড়া এবং অভিযোজন দ্বারা গঠিত।

আমরা এখান থেকে কোথায় যাব? বুদ্ধিমত্তার নতুন সংজ্ঞা

পার্সোনা-চালিত Turing Test-এ GPT-4.5-এর মতো মডেলগুলির সাফল্য AI বিকাশে একটি উল্লেখযোগ্য পয়েন্ট চিহ্নিত করে, যা ভাষাগত অনুকরণের একটি চিত্তাকর্ষক দক্ষতা প্রদর্শন করে। তবুও, এটি একই সাথে LLM-এর যুগে ‘বুদ্ধিমত্তা’-র একটি নির্দিষ্ট পরিমাপ হিসাবে Turing Test-এর সীমাবদ্ধতাগুলিকে তুলে ধরে। প্রযুক্তিগত অর্জন উদযাপন করার সময়, ফোকাসটি সম্ভবত স্থানান্তরিত হওয়া দরকার। AI আমাদের মানুষ বলে মনে করে বোকা বানাতে পারে কিনা তা জিজ্ঞাসা করার পরিবর্তে, আমাদের আরও সূক্ষ্ম মানদণ্ডের প্রয়োজন হতে পারে যা গভীর জ্ঞানীয় ক্ষমতাগুলি অনুসন্ধান করে – যেমন শক্তিশালী সাধারণ জ্ঞান যুক্তি, কারণ এবং প্রভাবের প্রকৃত বোঝা, সত্যিকারের নতুন পরিস্থিতিতে অভিযোজনযোগ্যতা (কেবল প্রশিক্ষণ ডেটার ভিন্নতা নয়), এবং নৈতিক বিচার। এগিয়ে যাওয়ার চ্যালেঞ্জটি কেবল এমন যন্ত্র তৈরি করা নয় যা আমাদের মতো কথা বলতে পারে, বরং তাদের ক্ষমতা এবং সীমাবদ্ধতার প্রকৃত প্রকৃতি বোঝা এবং তাদের সম্ভাবনাকে দায়িত্বের সাথে কাজে লাগানোর জন্য প্রযুক্তিগত এবং সামাজিক উভয় কাঠামো তৈরি করা, যখন আমাদের মধ্যে ক্রমবর্ধমান পরিশীলিত কৃত্রিম অভিনেতাদের দ্বারা সৃষ্ট অনস্বীকার্য ঝুঁকিগুলি প্রশমিত করা। অনুকরণ খেলা চলতে থাকে, কিন্তু নিয়ম, এবং সম্ভবত জেতার সংজ্ঞাই দ্রুত বিকশিত হচ্ছে।