"AI দেয়াল" — কেন AI আপনার কর্মীদের বিশেষজ্ঞ বানাতে পারে না (স্ট্যানফোর্ড-হার্ভার্ড গবেষণা)
স্ট্যানফোর্ড ও হার্ভার্ডের গবেষকরা ৭৮ জন কর্মী নিয়ে পরীক্ষা করে "AI দেয়াল" আবিষ্কার করেছেন — যে বিন্দুতে AI আর সাহায্য করতে পারে না কারণ আপনার নিজের দক্ষতাই যথেষ্ট নয়। আইডিয়া তৈরি উন্নত হয়, কিন্তু আসল লেখার দক্ষতা একগুঁয়েভাবে মানবিক থেকে যায়।
যে পরীক্ষাটা একটা ধারণা ভেঙে দিলো
বর্তমানে ব্যবসায় সবচেয়ে জনপ্রিয় ধারণাগুলোর একটি হলো generative AI "দক্ষতার গণতন্ত্রায়ন" করে — যে কাউকে বিশেষজ্ঞের মতো perform করতে দেয়, background যাই হোক না কেন। Stanford এবং Harvard-এর গবেষকরা এই ধারণাটাকে একটা কঠোর পরীক্ষায় ফেলেছেন। ফলাফল AI enthusiast আর skeptic উভয়ের প্রত্যাশার চেয়ে জটিল এবং বেশি গুরুত্বপূর্ণ। [তথ্য] (HBR, "Gen AI Won't Make Your Employees Experts", ১ মার্চ ২০২৬)
গবেষকরা IG Group-এর ৭৮ জন কর্মীর সাথে কাজ করেছেন — একটি UK-ভিত্তিক fintech কোম্পানি। তারা কর্মীদের তিনটি group-এ ভাগ করেছেন একটি নির্দিষ্ট domain — আর্থিক বিষয়ে content writing — থেকে তাদের দূরত্বের ভিত্তিতে। [তথ্য] (Stanford-Harvard গবেষণা via HBR)
প্রথম group: professional writer যারা প্রতিদিন এই কাজ করেন। দ্বিতীয়: marketing specialist যারা content-এর কাছাকাছি কাজ করেন কিন্তু লেখেন না। তৃতীয়: developer এবং data scientist যারা সম্পূর্ণ ভিন্ন domain-এ কাজ করেন। প্রতিটি group-কে দুটো কাজ করতে বলা হয়েছিল — article idea তৈরি এবং আসলে article লেখা — AI সহায়তা সহ ও ছাড়া। IG Group-এর executive-রা সব output blind review-তে ১ থেকে ৫ স্কেলে rate করেছেন। [তথ্য] (গবেষণা পদ্ধতি, HBR)
এরপর যা হলো, সেখানেই "AI দেয়াল" দেখা দিলো।
যেখানে AI কাজ করে — আর যেখানে দেয়ালে ধাক্কা খায়
Conceptualization task-এ — brainstorming, angle খোঁজা, argument গঠন — AI তিনটি group-েই চমৎকার কাজ করেছে।
AI ছাড়া, performance gap স্পষ্ট ছিল। Writer-রা পেয়েছেন ৩.৮২, marketing specialist-রা ৩.০৪, আর technologist-রা ৩.০২। বিশেষজ্ঞরা clearly ভালো ছিলেন relevant content idea তৈরিতে। [তথ্য] (গবেষণার তথ্য, HBR)
AI সহায়তায় মজার ব্যাপার ঘটলো। Writer-রা উন্নত হলেন ৪.১২-তে। কিন্তু marketing specialist-রা লাফ দিলেন ৪.১৮-এ — expert-দের ছাড়িয়ে গেলেন। Technologist-রা উঠলেন ৪.০৫-এ। [তথ্য] (গবেষণার তথ্য, HBR) Ideation-এ AI মাঠ প্রায় পুরোপুরি সমান করে দিলো।
পরীক্ষা এখানে শেষ হলে "AI দক্ষতা গণতন্ত্রায়ন করে" এই narrative confirm হয়ে যেতো। তারপর এলো writing task।
AI ছাড়া, writer-রা প্রত্যাশিতভাবে সবচেয়ে ভালো কাজ করলেন। AI সহায়তায়, writer-রা পেলেন ৩.৯৬ আর marketing specialist-রা ৩.৯২ — এত কাছাকাছি যে AI সত্যিই adjacent group-কে সাহায্য করছিলো বলা যায়। [তথ্য] (গবেষণার তথ্য, HBR)
কিন্তু technologist-রা — domain থেকে সবচেয়ে দূরের group — পেলেন মাত্র ৩.৩৮ থেকে ৩.৪২। AI তাদের জন্য প্রায় কিছুই করতে পারলো না। [তথ্য] (গবেষণার তথ্য, HBR)
এটাই AI দেয়াল। যে বিন্দুতে আপনার বিদ্যমান জ্ঞান আর task-এর মধ্যে দূরত্ব এতটাই বেশি যে AI আর সেতু বানাতে পারে না।
দেয়াল কেন আছে
একজন study participant পার্থক্যটা নিখুঁতভাবে ধরেছেন: "Conceptualize করা হলো marathon দৌড়ানো কল্পনা করার মতো, কিন্তু লেখা হলো সত্যিই দৌড়ানোর মতো।" [তথ্য — অংশগ্রহণকারীর উদ্ধৃতি] (HBR)
Luca Vendraminelli-র নেতৃত্বে গবেষক দল একটি নির্দিষ্ট mechanism শনাক্ত করেছেন। Marketing specialist-রা AI-এর suggestion নিয়ে audience, messaging এবং brand voice সম্পর্কে তাদের মৌলিক বোঝাপড়া ব্যবহার করে refine করতে পেরেছিলেন। Adjacent domain সম্পর্কে তারা যথেষ্ট জানতেন AI output মূল্যায়ন ও উন্নত করতে। [তথ্য] (HBR)
Technologist-দের এই foundational knowledge ছিল না। AI-generated draft সঠিক tone ব্যবহার করছে কিনা, industry-appropriate terminology আছে কিনা, financial audience-এর কাছে বিশ্বাসযোগ্য claim করছে কিনা — তারা বলতে পারতেন না। AI-কে content generate করাতে পারতেন, কিন্তু অর্থপূর্ণভাবে উন্নত করতে পারতেন না। Output-এর ceiling নির্ধারণ করেছিল তাদের নিজেদের expertise, AI-এর সক্ষমতা না। [মতামত] (HBR)
Vendraminelli সরাসরি বলেন: "দক্ষতা অপ্রতিলিপিযোগ্য। কোনো প্রযুক্তি এর বিকল্প হতে পারে না।" [তথ্য — সরাসরি উদ্ধৃতি] (HBR)
আর্থিক বিশ্লেষক এবং মার্কেটিং ম্যানেজারদের জন্য এই ফলাফলের তাৎক্ষণিক ব্যবহারিক তাৎপর্য আছে। একজন financial analyst AI দিয়ে marketing material তৈরি করলে ভালো idea পাবেন কিন্তু execution হবে মাঝারি — AI খারাপ বলে না, analyst output কার্যকরভাবে মূল্যায়ন করতে পারেন না বলে। উল্টোদিকে, একজন সফটওয়্যার ডেভেলপার নিজের domain-এ AI দিয়ে code করলে marketing থেকে আসা কেউ AI দিয়ে code লেখার চেষ্টা করার চেয়ে অনেক ভালো ফল পাবেন।
দক্ষতার pipeline সমস্যা
গবেষণার সবচেয়ে উত্তেজক ফলাফল AI-এর সীমাবদ্ধতা নিয়ে না — বরং সংগঠনগুলো সেগুলো ভুল পড়লে কী হয় সেটা নিয়ে।
যদি কোম্পানিগুলো ধরে নেয় AI generalist-দের specialist বানাতে পারবে, তারা কম domain expert নিয়োগ দিতে পারে এবং AI-augmented generalist-দের উপর নির্ভর করতে পারে। Short term-এ এটা কাজ করে মনে হয় — conceptualization score-এ প্রায় সমতা দেখায়। কিন্তু যখন execution quality গুরুত্বপূর্ণ, gap আবার দেখা দেয়। [মতামত] (HBR)
আরও খারাপ, গবেষকরা সতর্ক করেছেন যে specialized role-এ কম novice নিয়োগ "ভবিষ্যৎ দক্ষতা তৈরির pipeline ধ্বংস করার ঝুঁকি রাখে।" [তথ্য] (HBR) আজকের junior আর্থিক বিশ্লেষক বছরের পর বছর domain practice-এর মধ্য দিয়ে আগামীকালের senior expert হন। কোম্পানিগুলো সেই development path AI tool দিয়ে replace করলে, হয়তো দেখবে internally senior talent তৈরি করতে পারছে না।
এটা বৃহত্তর entry-level employment trend-এর সাথে সরাসরি সংযুক্ত। Dallas Federal Reserve দেখেছে AI-exposed পেশায় তরুণ কর্মীদের employment share ইতিমধ্যে ১৬.৪% থেকে ১৫.৫%-এ নেমেছে। [তথ্য] (Dallas Fed, জানুয়ারি ২০২৬) AI দেয়াল গবেষণা সঠিক হলে, এই পতন শুধু শ্রমবাজার সমস্যা না — এটা expertise উৎপাদন সমস্যা।
আপনার career-এর জন্য এর মানে কী
AI দেয়াল গবেষণা কর্মীদের জন্য তিনটি ব্যবহারিক শিক্ষা দেয়।
প্রথমত, AI আপনার বিদ্যমান দক্ষতা বাড়ায়, ঘাটতি পূরণ করে না। আপনি যদি আর্থিক বিশ্লেষক হন, AI আপনাকে আরও ভালো আর্থিক বিশ্লেষক বানাবে। একজন দক্ষ মার্কেটিং ম্যানেজার বানাবে না। সবচেয়ে শক্তিশালী career move হলো আপনার domain knowledge গভীর করা, এমন AI-enabled task-এ ছড়িয়ে পড়া না যেগুলো আপনি মৌলিকভাবে বোঝেন না।
দ্বিতীয়ত, কাছের skill দূরের skill-এর চেয়ে বেশি গুরুত্বপূর্ণ। Marketing specialist-রা — adjacent group — AI থেকে expert-দের প্রায় সমান উপকার পেয়েছেন। Skill বাড়াতে চাইলে পাশের domain-এ যান যেখানে আপনার foundational knowledge এখনও কাজ করে, সম্পূর্ণ অপরিচিত জায়গায় লাফ দিয়ে AI-এর উপর ভরসা করবেন না gap পূরণের জন্য।
তৃতীয়ত, idea generation আর execution গুলিয়ে ফেলবেন না। AI সত্যিই brainstorming, structuring এবং conceptualizing-এ অসাধারণ। কিন্তু execution — উচ্চমানের কাজ তৈরির আসল craft — এখনও মানুষের দক্ষতার উপর ব্যাপকভাবে নির্ভরশীল। আপনার কাজ যদি মূলত execution quality-র উপর নির্ভর করে, আপনার position "AI সবাইকে replace করবে" narrative যতটা বলে ততটা ঝুঁকিতে নেই।
AI কীভাবে এই পেশাগুলোকে প্রভাবিত করছে দেখুন: আর্থিক বিশ্লেষক, মার্কেটিং ম্যানেজার, সফটওয়্যার ডেভেলপার।
সূত্র
- Harvard Business Review — Luca Vendraminelli প্রমুখ (Stanford-Harvard), "Gen AI Won't Make Your Employees Experts", ১ মার্চ ২০২৬
- Dallas Federal Reserve — Tyler Atkinson & Shane Yamco, "AI and Youth Employment", ৬ জানুয়ারি ২০২৬
আপডেট ইতিহাস
- ২০২৬-০৩-২১: সূত্র লিঙ্ক ও সূত্র সেকশন যোগ করা হয়েছে
- ২০২৬-০৩-১৯: HBR-এ প্রকাশিত Stanford-Harvard গবেষণার (১ মার্চ ২০২৬) ভিত্তিতে প্রথম প্রকাশ
এই নিবন্ধটি Claude (Anthropic) এর AI সহায়তায় গবেষণা ও রচনা করা হয়েছে। বিশ্লেষণে IG Group-এর ৭৮ জন কর্মীর উপর Stanford-Harvard পরীক্ষার ফলাফল সংকলিত হয়েছে, যেমনটি Harvard Business Review-এ প্রকাশিত। এটি প্রকাশ্য গবেষণার AI-generated বিশ্লেষণ এবং পেশাদার career বা কর্মসংস্থান পরামর্শ হিসেবে নেওয়া উচিত নয়। সম্পূর্ণ গবেষণা বিবরণের জন্য মূল সূত্র দেখুন।