তিন নোবেল-মানের অর্থনীতিবিদ বলছেন AI শ্রমিকদের জন্য ভুল পথে

যখন Daron Acemoglu, David Autor আর Simon Johnson একসাথে পেপার প্রকাশ করেন, অর্থনীতি জগৎ মনোযোগ দেয়। এরা প্রান্তিক কণ্ঠস্বর না। Acemoglu ২০২৪ সালে অর্থনীতিতে নোবেল পুরস্কার পেয়েছেন। [তথ্য] Autor "tasks framework" তৈরি করেছেন যা প্রযুক্তি আর শ্রমবাজারের সম্পর্ক সম্পর্কে আমাদের চিন্তা আমূল বদলে দিয়েছে। [তথ্য] Johnson, প্রাক্তন IMF প্রধান অর্থনীতিবিদ আর MIT Sloan-এর অধ্যাপক, ক্ষমতার কেন্দ্রীভবন কীভাবে অর্থনৈতিক ফলাফল গঠন করে তার উপর মৌলিক গ্রন্থ লিখেছেন। [তথ্য]

২০২৬ সালের ফেব্রুয়ারিতে Brookings Institution-এর Hamilton Project-এর মাধ্যমে প্রকাশিত তাদের নতুন পেপারের বার্তা সোজা: আমরা এখন যেভাবে AI বানাচ্ছি সেটা শ্রমিকদের সাহায্য করার জন্য ডিজাইন করা হয়নি। [মতামত] আর যদি আমরা ইচ্ছাকৃতভাবে দিক না বদলাই, যে প্রযুক্তি আধুনিক শ্রম ইতিহাসের সবচেয়ে বড় force-multiplier হতে পারত সেটা বরং বৈষম্যের আরেকটা ইঞ্জিন হয়ে যাবে।

মূল সমস্যা: AI augment করছে না, automate করছে

লেখকরা একটা গুরুত্বপূর্ণ পার্থক্য করেন যা বেশিরভাগ AI আলোচনা এড়িয়ে যায়। তারা প্রযুক্তিকে শ্রমে প্রভাবের ভিত্তিতে পাঁচ ভাগে ভাগ করেন: শ্রম-বর্ধক (শ্রমিককে বেশি কার্যকর করে), পুঁজি-বর্ধক (যন্ত্র উন্নত করে), স্বয়ংক্রিয়করণ (মানুষের কাজ যন্ত্র দিয়ে প্রতিস্থাপন), দক্ষতা-সমতাকরণ (নতুনদের বিশেষায়িত কাজ করতে দেয়), আর নতুন কাজ সৃষ্টি (একেবারে নতুন ধরনের মানুষের কাজ তৈরি)। [তথ্য]

এই পাঁচটির মধ্যে শুধু "নতুন কাজ সৃষ্টিকারী" প্রযুক্তি নিঃসন্দেহে শ্রমিকদের উপকার করে। [তথ্য] বাকি সবকিছুতে trade-off আছে — আর বর্তমান AI বিনিয়োগের ল্যান্ডস্কেপ ভারীভাবে automation-এর দিকে ঝুঁকে আছে।

লেখকদের ভাষায়: "বর্তমান AI ফোকাসের একটা বড় অংশ task automation আর AGI-এর দিকে উচ্চ-স্তরের সক্ষমতা তৈরিতে, শ্রমিক-বান্ধব AI তৈরিতে কম শক্তি ও বিনিয়োগ যাচ্ছে।" [তথ্য] কারণটা সোজা অর্থনীতি: নেতৃস্থানীয় কোম্পানিগুলো দক্ষতা automate করায় বেশি return দেখে মানুষের জন্য নতুন কাজ তৈরির চেয়ে। [মতামত]

এই ফ্রেমওয়ার্ক গুরুত্বপূর্ণ যে কেউ নিজের পেশার AI exposure দেখছে তার জন্য। যখন আমরা বলি সফটওয়্যার ডেভেলপারদের AI exposure বেশি, স্বাভাবিক প্রশ্ন: কিসের exposure? কাজ প্রতিস্থাপনকারী automation, না ক্ষমতা বাড়ানো augmentation? Acemoglu, Autor আর Johnson বলেন উত্তরটা নির্ভর করে আমরা এখন যে নীতিগত সিদ্ধান্ত নিচ্ছি তার উপর।

"শ্রমিক-বান্ধব AI" আসলে কেমন দেখতে

পেপার "শ্রমিক-বান্ধব প্রযুক্তি"কে সংজ্ঞায়িত করে এমন প্রযুক্তি হিসেবে যা মানুষের দক্ষতা ও বিশেষজ্ঞতাকে বেশি মূল্যবান করে — কম না। [তথ্য] ভাবুন একটা ডায়াগনস্টিক AI টুল যা নার্সকে এমন রোগ ধরতে সাহায্য করে যা হয়তো মিস হতো, এমন একটা AI সিস্টেম না যা নার্সের প্রয়োজনই দূর করে। ভাবুন code-completion টুল যা সফটওয়্যার ডেভেলপারকে দ্রুত feature বানাতে দেয়, সম্পূর্ণ autonomous coding agent না যা ডেভেলপারকে redundant করে।

নির্দিষ্ট পেশার জন্য এই পার্থক্য বিশাল। কাস্টমার সার্ভিস প্রতিনিধিদের জন্য শ্রমিক-বান্ধব AI মানে এমন টুল যা জটিল কলে তাৎক্ষণিক প্রাসঙ্গিক তথ্য দেখায়, এজেন্টকে দ্রুত সমস্যা সমাধানে সাহায্য করে। বিকল্প — chatbot যা বেশিরভাগ query মানুষের সম্পৃক্ততা ছাড়াই সামলায় — সেটা automation, আর এটা এখন বিনিয়োগ দৌড়ে জিতছে।

হিসাবরক্ষকদের জন্য পার্থক্য হলো AI রুটিন compliance check automate করে (হিসাবরক্ষককে পরামর্শ কাজে মুক্ত করে) vs AI পরামর্শ কাজও সামলে নেয়, পেশার value chain সংকুচিত করে।

প্রশাসনিক সহকারীদের জন্য প্রশ্ন হলো AI scheduling আর email টুল তাদের জটিল workflow-এর অপরিহার্য coordinator বানায়, না একই টুল ভূমিকাটাই অপ্রয়োজনীয় করে দেয়।

নয়টি নীতি সুপারিশ

পেপার শুধু diagnosis-এ থামে না। শ্রমিক-বান্ধব পরিণতির দিকে AI উন্নয়ন ঘোরানোর জন্য নয়টি সুনির্দিষ্ট হস্তক্ষেপ প্রস্তাব করে। [তথ্য]

সবচেয়ে চমকপ্রদ সুপারিশ মার্কিন ট্যাক্স কোড টার্গেট করে। [তথ্য] বর্তমান কর নীতি — Section 168 bonus depreciation-এর মতো ব্যবস্থায় — কোম্পানির জন্য যন্ত্রপাতি ও সফটওয়্যারে বিনিয়োগ শ্রমিক নিয়োগ বা প্রশিক্ষণের চেয়ে সস্তা করে। [তথ্য] লেখকরা বলেন এটা automation-এর পক্ষে একটা systematic bias তৈরি করে: যখন শ্রমিক সফটওয়্যার দিয়ে প্রতিস্থাপন করা tax-advantaged কিন্তু শ্রমিক প্রশিক্ষণ না, তখন অর্থনৈতিক প্রণোদনা displacement-এর দিকে ঠেলে।

অন্যান্য সুপারিশে আছে ফেডারেল grant শ্রমিক-বান্ধব AI গবেষণায় পরিচালনা, শ্রমিক-বান্ধব উদ্ভাবনের জন্য DARPA-ধরনের প্রতিযোগিতামূলক পুরস্কার, antitrust enforcement শক্তিশালীকরণ, আর শ্রমিকদের বিশেষজ্ঞতা AI সিস্টেম দ্বারা নিষ্কাশন থেকে রক্ষার আইনি কাঠামো — লেখকরা যাকে বলেন "expertise theft" প্রতিরোধ। [তথ্য]

দুটি সুপারিশ নির্দিষ্ট সেক্টরে ফোকাস করে: স্বাস্থ্যসেবা ও শিক্ষা। [তথ্য] লেখকরা এগুলোকে এমন ক্ষেত্র হিসেবে দেখেন যেখানে শ্রমিক-বান্ধব AI অতিরিক্ত ইতিবাচক প্রভাব ফেলতে পারে — যেখানে AI-বর্ধিত পেশাদাররা শুধু খরচ কমানো না সেবায় প্রবেশাধিকার নাটকীয়ভাবে বাড়াতে পারে।

শেষ সেট ক্ষমতার গতিশীলতা নিয়ে: AI deployment সিদ্ধান্তে শ্রমিকদের কণ্ঠস্বরের ব্যবস্থা, আর লাইসেন্সিং বাধা শিথিল করা যা নতুন AI-ক্ষমতাপ্রাপ্ত শ্রমিকদের তাদের বর্ধিত সক্ষমতার পূর্ণ ব্যবহার থেকে আটকায়। [তথ্য]

আমরা যা ইতিমধ্যে জানি তার সাথে সংযোগ

এই পেপার ক্রমবর্ধমান প্রমাণের ভিত্তিতে একটা গুরুত্বপূর্ণ নীতি মাত্রা যোগ করে। আমরা কভার করেছি AI-exposed চাকরি ChatGPT লঞ্চের আগেই কমতে শুরু করেছিল, কোম্পানিরা পরিমাপযোগ্যভাবে মানব শ্রমের বদলে AI ব্যবহার করছে, আর Brookings ৬০ লাখ মার্কিন শ্রমিক চিহ্নিত করেছে যাদের AI ঝুঁকি বেশি কিন্তু অভিযোজন ক্ষমতা কম।

Acemoglu, Autor আর Johnson তাত্ত্বিক কাঠামো দেন কেন এসব ট্রেন্ড অনিবার্য নয়। শ্রমিক displacement ঘটছে AI সহজাতভাবে শ্রমিক-বিরোধী বলে না — ঘটছে কারণ incentive structure augmentation-এর চেয়ে automation-কে পছন্দ করে। [মতামত] incentive বদলান, প্রযুক্তি পুনর্নির্দেশিত হতে পারে।

এটা যতটা মনে হয় তার চেয়ে আশাবাদী ফ্রেমিং। মানে পরিণতি পূর্বনির্ধারিত না। কিন্তু এর মানে এও যে বাজার নিজে থেকে শ্রমিক-বান্ধব AI তৈরি করবে বলে অপেক্ষা করা, লেখকদের দৃষ্টিতে, সরল। Simon Johnson সরাসরি বলেছেন: "আমরা এখন শ্রমিক-বান্ধব AI পথে নেই।" [তথ্য]

আপনার ক্যারিয়ারের জন্য মানে কী

আপনি সফটওয়্যার ডেভেলপার, হিসাবরক্ষক, কাস্টমার সার্ভিস প্রতিনিধি, বা প্রশাসনিক সহকারী যাই হোন — এই পেপার সরল automation risk score-এর বাইরে আপনার ভবিষ্যৎ চিন্তার একটা কাঠামো দেয়।

প্রশ্ন শুধু "AI কি আমার চাকরি প্রভাবিত করবে?" না — প্রায় নিশ্চিতভাবে করবে। প্রশ্ন হলো আপনার নিয়োগকর্তা, আপনার শিল্প, আপনার সরকার এমন AI-তে বিনিয়োগ করছে যা আপনাকে বেশি মূল্যবান করে, নাকি যা আপনাকে প্রতিস্থাপনযোগ্য করে। [মতামত]

ব্যবহারিকভাবে এর মানে তিনটা জিনিস। প্রথমত, এমন ভূমিকা ও সংগঠন খুঁজুন যেখানে AI আপনার হাতের টুল হিসেবে deploy করা হয়, আপনার পদের বিকল্প হিসেবে না। দ্বিতীয়ত, আপনার কাজের judgment-intensive অংশে দক্ষতা তৈরি করুন — যেখানে AI automate না করে augment করে। তৃতীয়ত, নীতি আলোচনায় মনোযোগ দিন। কর আইন, antitrust enforcement আর শ্রম বিধিমালা নির্ধারণ করবে AI আপনার co-pilot হবে নাকি successor।

সম্পূর্ণ পেপার Brookings-এর Hamilton Project থেকে পাওয়া যাবে।

---

এই বিশ্লেষণ Acemoglu, Autor ও Johnson (2026)-এর মূল গবেষণার ভিত্তিতে AI সহায়তায় তৈরি। নির্দিষ্ট পেশার বিস্তারিত AI exposure ডেটার জন্য আমাদের পেশা পৃষ্ঠা দেখুন।