AI কি ডেমোগ্রাফারদের প্রতিস্থাপন করবে?

ডেমোগ্রাফি হলো জনসংখ্যার বিজ্ঞান — জন্ম, মৃত্যু, অভিবাসন, বার্ধক্য এবং এদের মধ্যকার জটিল পারস্পরিক ক্রিয়া। এটি একটি সংখ্যা-নির্ভর ক্ষেত্র, যার অর্থ AI একটি স্পষ্ট মিত্র এবং সম্ভাব্য হুমকি উভয়ই মনে হয়। দক্ষিণ কোরিয়ার উর্বরতার হার এখন ০.৭২-এ পৌঁছেছে — মানব ইতিহাসে রেকর্ড করা সর্বনিম্ন। AI এই বক্ররেখা বর্ণনা করতে পারে, এটি কোথায় নিয়ে যাবে তা প্রজেক্ট করতে পারে এবং পরবর্তীতে কী ঘটে তার হাজার হাজার বৈচিত্র্য অনুকরণ করতে পারে। কিন্তু এই মডেলগুলির কোনোটিই আপনাকে বলতে পারবে না কেন কোরিয়ান প্রাপ্তবয়স্কদের একটি প্রজন্ম সন্তান না নেওয়ার সিদ্ধান্ত নিয়েছে। বর্ণনা এবং বোঝার মধ্যে সেই ব্যবধানটি ঠিক সেখানেই যেখানে ডেমোগ্রাফারের কাজ অবস্থান করে, এবং এই কারণেই এই পেশাটি নির্মূল হওয়ার পরিবর্তে রূপান্তরিত হচ্ছে।

বাস্তবতা উভয় চরমের চেয়ে আরও সূক্ষ্ম।

তথ্য কী পরামর্শ দেয়

ডেমোগ্রাফাররা সাধারণত বিশেষায়িত পরিসংখ্যানবিদ, অর্থনীতিবিদ বা সমাজবিজ্ঞানী হিসেবে কাজ করেন, তাই তাদের জন্য একটি নির্দিষ্ট BLS পেশাগত বিভাগ নেই। আমাদের ডেটাবেসের ঘনিষ্ঠভাবে সম্পর্কিত ভূমিকাগুলির উপর ভিত্তি করে — পরিসংখ্যানবিদরা ৮৩% এক্সপোজার এবং ৩৭% ঝুঁকি নিয়ে, সমাজবিজ্ঞানীরা ৫৪% এক্সপোজার এবং ৪১% ঝুঁকি নিয়ে, এবং সার্ভে গবেষকরা ৬১% এক্সপোজার এবং ৫০% ঝুঁকি নিয়ে — আমরা অনুমান করি যে ডেমোগ্রাফাররা সামগ্রিকভাবে প্রায় ৫৫-৬৫% AI এক্সপোজার এবং প্রায় ৩৫-৪৫% অটোমেশন ঝুঁকির সম্মুখীন। [অনুমান]

কাজের পরিমাণগত মূলের দ্বারা এক্সপোজার চালিত হয়। জনসংখ্যা প্রজেকশন, লাইফ টেবিল গণনা, অভিবাসন মডেলিং এবং আদমশুমারি তথ্যের পরিসংখ্যান বিশ্লেষণ — এগুলি সবই এমন কাজ যেখানে AI এবং মেশিন লার্নিং উল্লেখযোগ্য অটোমেশন সম্ভাবনা প্রদান করে। ডেমোগ্রাফারদের জন্য মধ্যমান বেতন সাধারণত $৮০,০০০ থেকে $১,০০,০০০ পর্যন্ত হয়, কর্মসংস্থান সরকারি সংস্থা (বিশেষত আদমশুমারি ব্যুরো), বিশ্ববিদ্যালয়, গবেষণা প্রতিষ্ঠান এবং বেসরকারি খাতে ছড়িয়ে আছে। [তথ্য] মার্কিন ফেডারেল সরকার একাই আদমশুমারি ব্যুরো, জাতীয় স্বাস্থ্য পরিসংখ্যান কেন্দ্র, সামাজিক নিরাপত্তা প্রশাসনের মুখ্য আকচুয়ারি অফিস এবং স্বরাষ্ট্র নিরাপত্তা বিভাগের ইমিগ্রেশন পরিসংখ্যান অফিস জুড়ে কয়েক শত ডেমোগ্রাফার নিয়োগ করে। [তথ্য] এই সংস্থাগুলির প্রতিটিই বর্তমানে মেশিন লার্নিং ওয়ার্কফ্লো পাইলট করছে যা পাঁচ বছর আগে অস্বাভাবিক বলে বিবেচিত হত।

AI জনতাত্ত্বিক গবেষণাকে কীভাবে রূপান্তরিত করে

AI বেশ কয়েকটি জনতাত্ত্বিক প্রয়োগে সত্যিকার অর্থে শক্তিশালী। স্যাটেলাইট চিত্র বিশ্লেষণ এখন নির্ভরযোগ্য আদমশুমারি তথ্য ছাড়া এলাকায় জনসংখ্যার ঘনত্ব এবং নগরায়ণ ধরন অনুমান করতে পারে — এটি উন্নয়নশীল দেশগুলির জন্য গুরুত্বপূর্ণ যেখানে ঐতিহ্যগত গণনা অব্যবহারিক। সাউদাম্পটন বিশ্ববিদ্যালয়ের WorldPop এবং Facebook Data for Good উদ্যোগের মতো সংস্থাগুলি আদমশুমারি তথ্যের সাথে যুক্ত স্যাটেলাইট চিত্রে কনভোলিউশনাল নিউরাল নেটওয়ার্ক প্রশিক্ষণ দিয়ে পৃথিবীর প্রায় প্রতিটি বসবাসযোগ্য অংশের জন্য ৩০-মিটার রেজোলিউশনে গ্রিডেড জনসংখ্যা অনুমান তৈরি করেছে। [তথ্য] যেসব দেশে শেষ নির্ভরযোগ্য আদমশুমারি পনেরো বা বিশ বছর আগে হয়েছিল, সেখানে এই মডেলগুলি প্রায়শই সরকারি পরিসংখ্যানকে ছাড়িয়ে যায়।

মেশিন লার্নিং মডেলগুলি একাধিক ডেটা উৎস একত্রিত করতে পারে — মোবাইল ফোন রেকর্ড, সামাজিক মিডিয়া জিওলোকেশন, প্রশাসনিক রেকর্ড, বিদ্যুৎ গ্রিড খরচ, এমনকি রাতের আলোর তীব্রতা — প্রায় বাস্তব সময়ে অভিবাসন প্রবাহ অনুমান করতে। ২০২২ সালে রাশিয়ার ইউক্রেন আক্রমণের সময়, গবেষকরা প্রধান ঘটনার ৪৮ ঘণ্টার মধ্যে শরণার্থী আন্দোলনের যুক্তিসঙ্গত অনুমান তৈরি করছিলেন, টেলিকম মেটাডেটার উপর নির্ভর করে যা UNHCR নিবন্ধন সিস্টেম সপ্তাহের জন্য ধারণ করত না। [তথ্য]

জনসংখ্যা প্রজেকশন মডেলগুলি যেগুলি একসময় ডেমোগ্রাফারদের উর্বরতা, মৃত্যুহার এবং অভিবাসন সম্পর্কে অনুমান ম্যানুয়ালি নির্দিষ্ট করতে হত এখন সম্ভাব্য পদ্ধতি অন্তর্ভুক্ত করতে পারে যা হাজার হাজার পরিস্থিতি তৈরি করে, AI বর্তমান প্রবণতার আলোকে কোন পরিস্থিতিগুলি সবচেয়ে প্রশংসনীয় তা মূল্যায়ন করতে সাহায্য করে। জাতিসংঘের জনসংখ্যা বিভাগ ২০১৪ সালে সম্ভাব্য প্রজেকশনে স্থানান্তরিত হয়েছে, এবং অন্তর্নিহিত বেয়েসিয়ান হায়ারার্কিকাল মডেলগুলি তারপর থেকে ডজনখানেক দেশে জাতীয় পরিসংখ্যান সংস্থায় একীভূত হয়েছে। [তথ্য]

প্রাকৃতিক ভাষা প্রক্রিয়াকরণ প্রশাসনিক রেকর্ড, গুরুত্বপূর্ণ পরিসংখ্যান এবং সার্ভে প্রতিক্রিয়া বৃহৎ পরিসরে বিশ্লেষণ করতে পারে, অকাঠামোবদ্ধ পাঠ্য থেকে জনতাত্ত্বিক তথ্য ম্যানুয়াল কোডিংয়ের চেয়ে অনেক দ্রুত বের করতে পারে। হস্তলিখিত মৃত্যুর কারণ ক্ষেত্র সহ মৃত্যু সনদ, ইমিগ্রেশন হলফনামা এবং আশ্রয় আবেদনগুলি এখন মেশিন লার্নিং মডেল দ্বারা শ্রেণীবদ্ধ এবং কোড করা যেতে পারে প্রশিক্ষিত মানব কোডারদের সাথে ৯৫%+ চুক্তি সহ, ডেমোগ্রাফারদের সত্যিকার অর্থে অস্পষ্ট ক্ষেত্রগুলির জন্য মুক্ত করে। [তথ্য]

কেন মানব ডেমোগ্রাফাররা গুরুত্বপূর্ণ থাকেন

জনসংখ্যার গতিশীলতা সংস্কৃতি, রাজনীতি এবং অর্থনীতিতে এমনভাবে এমবেড করা হয়েছে যা বিশুদ্ধ ডেটা বিশ্লেষণ ধারণ করতে পারে না। দক্ষিণ কোরিয়ার উর্বরতার হার কেন ০.৭২-এ নেমে গেল — মানব ইতিহাসে সর্বনিম্ন? সংখ্যাগুলি প্রবণতা বর্ণনা করে, কিন্তু এটি ব্যাখ্যা করার জন্য কোরিয়ান কর্ম সংস্কৃতি, আবাসন খরচ, লিঙ্গ গতিশীলতা, শিক্ষাগত প্রত্যাশা এবং তীব্র অর্থনৈতিক প্রতিযোগিতার মনস্তাত্ত্বিক প্রভাব বোঝার প্রয়োজন। কোনো AI সিস্টেম এই ধরনের সমন্বিত সামাজিক বিশ্লেষণ তৈরি করতে পারে না। [দাবি] একই কথা প্রতিটি জনতাত্ত্বিক ধাঁধার জন্য সত্য যা সমাধানের মূল্য আছে: জাপানের দুই দশকের উর্বরতা মালভূমি প্রায় ১.৩ এর কাছাকাছি, ইতালির বয়স-কাঠামো বিপর্যয়, সাব-সাহারান আফ্রিকার যুব উচ্ছ্বাস, ভারতের জনতাত্ত্বিক লভ্যাংশ যা সে পরবর্তী বিশ বছরে সংগ্রহ করবে এবং তারপর হারাবে। [অনুমান] প্রতিটির জন্য এমন একজন গবেষক প্রয়োজন যিনি সংখ্যার পিছনে প্রতিষ্ঠান, ইতিহাস এবং নীতি পছন্দ বোঝেন।

জনতাত্ত্বিক পূর্বাভাস এমনভাবে অন্তর্নিহিতভাবে অনিশ্চিত যা AI-কে চ্যালেঞ্জ করে। রাজনৈতিক সংকটের কারণে অভিবাসনের ধরন রাতারাতি পরিবর্তন হতে পারে। মহামারী মাসের মধ্যে মৃত্যুহারের ধরন পুনর্গঠন করতে পারে — মার্কিন জীবন প্রত্যাশা ২০১৯ থেকে ২০২১ সালের মধ্যে ২.৭ বছর কমেছে পুনরুদ্ধারের আগে, এমন একটি আন্দোলন যা মহামারীর আগের কোনো মডেল কল্পনাও করেনি। [তথ্য] সরকারি নীতি (অভিবাসন সংস্কার, শিশু যত্ন ভর্তুকি, পেনশন পরিবর্তন) ইচ্ছাকৃত বাধা তৈরি করে যা ঐতিহাসিক ডেটা ভবিষ্যদ্বাণী করতে পারে না। হাঙ্গেরির জনসংখ্যাবাদী কর হ্রাস, ফ্রান্সের শিশু ভাতা, সিঙ্গাপুরের বিবাহ বোনাস — এগুলির প্রতিটিই একটি প্রাকৃতিক পরীক্ষা যার ফলাফলের জন্য মানবিক ব্যাখ্যা প্রয়োজন, কারণ সাংস্কৃতিক প্রেক্ষাপটের উপর নির্ভর করে একই নীতি সম্পূর্ণ ভিন্ন প্রতিক্রিয়া তৈরি করে।

কোন প্রবণতাগুলি অব্যাহত থাকবে এবং কোনগুলি বিঘ্নিত হবে — এবং কেন — সে বিষয়ে ডেমোগ্রাফারের বিচার হলো সেই মূল্য যা স্বয়ংক্রিয় করা যায় না। ২০২৪ সালের স্প্যানিশ উর্বরতার তথ্য পড়া একজন প্রশিক্ষিত ডেমোগ্রাফার আপনাকে বলতে পারবেন যে পতনের কোন অংশটি চক্রাকার (২০০৮ আর্থিক সংকট এবং ২০২০ মহামারীর প্রতি বিলম্বিত প্রতিক্রিয়া), কোন অংশটি কাঠামোগত (মহিলা শ্রমশক্তি অংশগ্রহণ এবং আবাসন খরচের পরিবর্তন), এবং কোন অংশটি সত্যিকার অর্থে নতুন কিছু প্রতিফলিত করে (একটি অর্থনৈতিক ফলাফলের পরিবর্তে সাংস্কৃতিক পরিচয় হিসেবে স্বেচ্ছামূলক নিঃসন্তানতার উত্থান)। [দাবি] একটি AI মডেল কেবল আপনাকে বলতে পারে যে রেখাটি নিচে যাচ্ছে।

নীতির অপরিহার্যতা

শতাব্দীর সবচেয়ে গুরুত্বপূর্ণ কিছু নীতি চ্যালেঞ্জের জন্য জনতাত্ত্বিক দক্ষতা জরুরিভাবে প্রয়োজন: পেনশন এবং স্বাস্থ্যসেবা সিস্টেমে চাপ দেওয়া বার্ধক্য জনসংখ্যা, জলবায়ু-প্রেরিত অভিবাসন, উন্নয়নশীল বিশ্বে নগরায়ণের চাপ এবং শিল্পোন্নত বিশ্ব জুড়ে হ্রাসমান জন্মহারের অর্থনৈতিক প্রভাব। এগুলি এমন সমস্যা যেখানে ডেটা বিশ্লেষণ প্রয়োজনীয় কিন্তু অপর্যাপ্ত — সেগুলির জন্য প্রাসঙ্গিক, আন্তঃবিভাগীয় বোঝাপড়ার প্রয়োজন যা মানব ডেমোগ্রাফাররা প্রদান করে।

মার্কিন সামাজিক নিরাপত্তা ট্রাস্ট তহবিল বিবেচনা করুন। মুখ্য আকচুয়ারি অফিসের বার্ষিক প্রতিবেদন উর্বরতা, মৃত্যুহার, অভিবাসন এবং অক্ষমতার ঘটনা সম্পর্কে জনতাত্ত্বিক অনুমানের উপর নির্ভর করে। প্রতিটি অনুমান হলো ডেটা দ্বারা জানানো মানবিক বিচারের পণ্য, ডেটা নিজেই নয়। [দাবি] ধরে নেওয়া মোট উর্বরতার হারে একটি ছোট পরিবর্তন ১.৯৫ থেকে ১.৮০-তে ট্রাস্ট তহবিলের ক্ষয়ের তারিখ বছরের ব্যবধানে সরিয়ে দেয় এবং ওয়াশিংটনের প্রতিটি সংস্কার বিতর্কের রাজনীতি পরিবর্তন করে। [অনুমান] এই বিচার করা ডেমোগ্রাফার এমন কাজ করছেন যা কোনো স্বয়ংক্রিয় সিস্টেম প্রতিস্থাপন করতে পারে না, কারণ বিচারের জন্য শুধু পরিসংখ্যানগত ধরন নয় বরং উপলব্ধ নীতি লিভার, অনুরূপ প্রজেকশনের ঐতিহাসিক নির্ভরযোগ্যতা এবং এক দিকে বনাম অন্য দিকে ভুল হওয়ার প্রাতিষ্ঠানিক পরিণতি বিবেচনা করা প্রয়োজন।

ডেমোগ্রাফারদের কী করা উচিত

জনসংখ্যা বিশ্লেষণের জন্য কম্পিউটেশনাল ডেমোগ্রাফি এবং মেশিন লার্নিং প্রয়োগে দক্ষতা গড়ুন। অ-ঐতিহ্যগত ডেটা উৎসের সাথে ডেটা একীকরণ এবং কাজ করার দক্ষতা বিকাশ করুন — মোবাইল ফোন রেকর্ড, স্যাটেলাইট চিত্র, সামাজিক মিডিয়া, প্রশাসনিক ডেটাসেট। স্থানিক ডেটা পরিচালনা করে এমন কোড লিখতে শিখুন (R প্যাকেজ যেমন _sf_ এবং _raster_, Python লাইব্রেরি যেমন _geopandas_ এবং _rasterio_) কারণ প্রতিটি জনতাত্ত্বিক প্রশ্ন ক্রমশ একটি ভৌগোলিক প্রশ্নে পরিণত হচ্ছে।

নীতি যোগাযোগে বিনিয়োগ করুন — সরকার, ব্যবসা এবং আন্তর্জাতিক সংস্থাগুলির জন্য জনতাত্ত্বিক প্রজেকশনকে কার্যকর পরিকল্পনায় অনুবাদ করার ক্ষমতা। জাতিসংঘ, বিশ্ব ব্যাংক এবং প্রধান পরামর্শ সংস্থাগুলিতে সবচেয়ে মূল্যবান ডেমোগ্রাফাররা সবসময় সেরা মডেলার নন; তারা হলেন যারা একজন অর্থমন্ত্রীর সামনে দাঁড়িয়ে পনেরো মিনিটে ব্যাখ্যা করতে পারেন যে জনতাত্ত্বিক পরিবর্তন পেনশন সিস্টেমের জন্য কী বোঝায় এবং বাস্তবসম্মত নীতি বিকল্পগুলি কী কী।

এবং সেই প্রাসঙ্গিক, সাংস্কৃতিক এবং ঐতিহাসিক জ্ঞান বজায় রাখুন যা জনতাত্ত্বিক সংখ্যাগুলিকে তাদের অর্থ দেয়। ইতিহাস পড়ুন। আপনি যে দেশগুলি অধ্যয়ন করেন সেখানে সময় কাটান। যাদের জীবন ডেটা তৈরি করে তাদের সাথে কথা বলুন। AI আপনার চেয়ে দ্রুত সংখ্যা প্রক্রিয়া করতে পারে। আপনার কাজ হলো তাদের অর্থ বোঝা।

_এই বিশ্লেষণটি AI সহায়তায় তৈরি করা হয়েছে, অ্যান্থ্রপিক লেবার মার্কেট রিপোর্ট এবং শ্রম পরিসংখ্যান ব্যুরোর প্রজেকশন থেকে ডেটা ব্যবহার করে।_

সম্পর্কিত: অন্যান্য চাকরির কী হবে?

AI অনেক পেশা পুনর্গঠন করছে:

• AI কি দার্শনিকদের প্রতিস্থাপন করবে?
• AI কি ভাষাবিদদের প্রতিস্থাপন করবে?
• AI কি আইনজীবীদের প্রতিস্থাপন করবে?
• AI কি শিক্ষকদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে ১,০১৬টি পেশা বিশ্লেষণ দেখুন।_