AI কি অর্থনীতিবিদদের প্রতিস্থাপন করবে? বিশ্লেষণ ও তথ্য

৬০% — এটি অর্থনীতিবিদদের AI এক্সপোজার স্তর। অর্থনীতিবিদরা তাদের ক্যারিয়ার বাজার কীভাবে প্রযুক্তিগত ব্যাঘাতে সাড়া দেয় তা অধ্যয়নে ব্যয় করেন। এখন তারা নিজেরাই এটি জীবনযাপন করছেন। সৃজনশীল ধ্বংস মডেল করে এমন পেশা এটি প্রথম হাতে অনুভব করছে — এবং এই অভিজ্ঞতা অর্থনীতিবিদদের তাদের নিজস্ব কাজ সম্পর্কে গুরুত্বপূর্ণ কিছু শেখাচ্ছে যা তারা একা তত্ত্ব থেকে শিখত না।

তথ্য: উচ্চ এক্সপোজার, মাঝারি ঝুঁকি

আমাদের ডেটা দেখায় অর্থনীতিবিদরা সামগ্রিক ৬০% AI এক্সপোজার এবং ৩৬% অটোমেশন ঝুঁকি [অনুমান] মোকাবেলা করছেন। এক্সপোজার উল্লেখযোগ্য — বেশিরভাগ সামাজিক বিজ্ঞানের চেয়ে বেশি — কিন্তু ঝুঁকি অর্থনৈতিক পরামর্শের বিচারমূলক প্রকৃতি এবং বেশিরভাগ পেশাদার অর্থনীতিবিদ যে প্রাতিষ্ঠানিক প্রেক্ষাপটে কাজ করেন তার দ্বারা মধ্যপন্থী।

মূল পরিমাণগত কাজ — অর্থনৈতিক তথ্য এবং প্রবণতা বিশ্লেষণ — ৪৮% অটোমেশন [অনুমান] এ রয়েছে। এই সংখ্যাটি AI-এর বিশ্লেষণমূলক ক্ষমতার কথা বিবেচনা করে আশ্চর্যজনকভাবে কম মনে হতে পারে, কিন্তু এটি প্রতিফলিত করে যে অর্থনৈতিক ডেটা বিশ্লেষণ শুধুমাত্র রিগ্রেশন চালানো নয়। এতে প্রশ্নের জন্য সঠিক মডেল নির্বাচন, প্রায়ই এলোমেলো এবং অসম্পূর্ণ ডেটা পরিষ্কার করা, চতুর গবেষণা নকশার মাধ্যমে পরিচয় সমস্যা সমাধান এবং প্রাতিষ্ঠানিক জ্ঞানের প্রেক্ষাপটে ফলাফল ব্যাখ্যা করা জড়িত।

আমাদের ডেটাবেজের শ্রম অর্থনীতিবিদরা আরও উচ্চ এক্সপোজার দেখান: সামগ্রিক ৫৮% এবং ৪৬% ঝুঁকি [অনুমান]। মার্কিন যুক্তরাষ্ট্রে আনুষ্ঠানিক BLS শ্রেণীভুক্তির অধীনে প্রায় ১৯,৬০০ অর্থনীতিবিদ [তথ্য] রয়েছেন, $১১৩,৯৪০ [তথ্য] মধ্যম বেতন সহ। শ্রম পরিসংখ্যান ব্যুরো ২০৩৪ সাল পর্যন্ত ৬% বৃদ্ধি প্রজেক্ট করে [তথ্য]।

অর্থনীতিতে AI কোথায় উজ্জ্বল হয়

AI অর্থনৈতিক অনুশীলনের বেশ কয়েকটি ক্ষেত্র সত্যিকারের রূপান্তরিত করছে।

নাউকাস্টিং — বাস্তব-সময়ের ডেটা (ক্রেডিট কার্ড লেনদেন, স্যাটেলাইট চিত্র, ওয়েব ট্র্যাফিক, বিদ্যুৎ খরচ, পেরোল ডেটা) ব্যবহার করে সরকারি পরিসংখ্যানের জন্য অপেক্ষা না করে বর্তমান অর্থনৈতিক পরিস্থিতি অনুমান করা — এমন একটি ক্ষেত্র যেখানে মেশিন লার্নিংয়ের ঐতিহ্যগত অর্থমিতি পদ্ধতির উপর স্পষ্ট সুবিধা রয়েছে। নিউ ইয়র্কের ফেডারেল রিজার্ভ ব্যাংক, আটলান্টার ফেডারেল রিজার্ভ ব্যাংকের GDPNow, ক্লিভল্যান্ড ফেডের নাউকাস্টিং মডেল এবং প্রধান বাণিজ্যিক পূর্বাভাসকারীরা সবাই ঐতিহ্যগত পদ্ধতির পাশাপাশি মেশিন লার্নিং পদ্ধতি ব্যবহার করে।

পূর্বাভাস হল AI অবদানের আরেকটি উল্লেখযোগ্য ক্ষেত্র। নিউরাল নেটওয়ার্ক এবং এনসেম্বল পদ্ধতিগুলি অনেক বেশি ভেরিয়েবল প্রক্রিয়া করতে এবং ঐতিহ্যগত মডেলগুলি মিস করে এমন অরৈখিক সম্পর্ক সনাক্ত করতে পারে। কিছু AI পূর্বাভাস সিস্টেম ইতিমধ্যে GDP, মুদ্রাস্ফীতি এবং কর্মসংস্থানের স্বল্প-দিগন্ত পূর্বাভাসে মানব অর্থনীতিবিদদের ছাড়িয়ে যাচ্ছে। সাম্প্রতিক তুলনামূলক গবেষণায় দেখা গেছে যে মেশিন লার্নিং পদ্ধতি প্রায়ই সাধারণ অর্থনৈতিক লক্ষ্যমাত্রায় ঐকমত্য পূর্বাভাস মেলে বা হারায় [দাবি]।

সাহিত্য পর্যালোচনা এবং সংশ্লেষণ — একটি বিষয়ে জ্ঞানের অবস্থা বুঝতে শত শত কাগজ পড়ার শ্রম-নিবিড় প্রক্রিয়া — AI সরঞ্জামের সাথে নাটকীয়ভাবে ত্বরান্বিত হচ্ছে। কোডিং এবং প্রতিলিপিও রূপান্তরিত হচ্ছে। AI কোডিং সহায়কগুলি অর্থমিতিক বাস্তবায়নকে দ্রুততর করেছে।

কেন মানব অর্থনীতিবিদরা অপরিহার্য থাকেন

অর্থনৈতিক রায় অর্থনৈতিক গণনা থেকে মৌলিকভাবে ভিন্ন। মুদ্রানীতি বিবেচনা করুন: যখন ফেডারেল রিজার্ভ সুদের হারের পরিবর্তন নির্ধারণ করে, ডেটা বিশ্লেষণ সহজ অংশ। কঠিন অংশ হল প্রতিযোগিতামূলক ঝুঁকি ওজন করা (মুদ্রাস্ফীতি বনাম বেকারত্ব), বর্তমান অর্থনৈতিক পরিবেশের নির্দিষ্ট সংক্রমণ প্রক্রিয়া বোঝা, বাজার অংশগ্রহণকারীরা নীতি সংকেতে কীভাবে প্রতিক্রিয়া জানাবে তা প্রত্যাশা করা, প্রত্যাশা পরিচালনার জন্য সিদ্ধান্ত যোগাযোগ করা, এবং স্বাধীন মুদ্রানীতিকে সীমাবদ্ধ করে এমন রাজনৈতিক পরিবেশ নেভিগেট করা।

এটি ডেটা প্রক্রিয়াকরণ নয় — এটি বিশাল পরিণতি সহ অনিশ্চয়তার অধীনে রায়। ২০২২-২০২৪ মুদ্রাস্ফীতির অভিজ্ঞতা দেখিয়েছে কীভাবে পরিশীলিত পূর্বাভাস সরঞ্জামগুলিও মুদ্রাস্ফীতির অধ্যবসায় মিস করেছিল, কীভাবে AI মডেলগুলি মহামারী-পরবর্তী সরবরাহ ধাক্কার অভূতপূর্ব সংমিশ্রণ পূর্বাভাস দিতে পারেনি, এবং কীভাবে মানব অর্থনীতিবিদদের অপূর্ণ তথ্য দিয়ে কঠিন সিদ্ধান্ত নিতে হয়েছিল।

একইভাবে, অর্থনৈতিক নীতি পরামর্শ — একটি সরকারকে বলা একটি প্রস্তাবিত বাণিজ্য চুক্তি তার শ্রমিকদের উপকার করবে কিনা, বা কীভাবে একটি কার্বন কর ডিজাইন করতে হবে যা কার্যকর এবং রাজনৈতিকভাবে কার্যকর উভয়ই, বা AI-বিঘ্নিত শ্রম বাজারে শ্রমিকদের সর্বোত্তম সমর্থন করার জন্য বেকারত্ব বীমা সংস্কার — প্রযুক্তিগত বিশ্লেষণকে রাজনৈতিক সম্ভাব্যতা, বিতরণমূলক উদ্বেগ এবং আদর্শিক মূল্যবোধের সাথে একীভূত করার প্রয়োজন।

কারণ অনুমান অর্থনীতিতে মৌলিকভাবে একটি মানব উদ্যোগ। গত তিন দশকে অভিজ্ঞতামূলক অর্থনীতিকে রূপান্তরিত করা বিশ্বাসযোগ্যতা বিপ্লব সৃজনশীল গবেষণা নকশার উপর নির্মিত — প্রাকৃতিক পরীক্ষা, যন্ত্রমূলক চলক, রিগ্রেশন অসংলগ্নতা — যা কারণগত প্রভাব সনাক্ত করতে নির্দিষ্ট প্রাতিষ্ঠানিক বৈশিষ্ট্যগুলি ব্যবহার করে।

একাডেমিক বনাম ফলিত বিভাজন

প্রাথমিকভাবে অভিজ্ঞতামূলক বিশ্লেষণে মনোনিবেশ করা একাডেমিক অর্থনীতিবিদরা সর্বোচ্চ ব্যাঘাত ঝুঁকির মুখোমুখি। রিগ্রেশন চালানোর ক্ষমতা — দশকের পর দশক ধরে অভিজ্ঞতামূলক অর্থনীতিকে সংজ্ঞায়িত করা দক্ষতা — পণ্যায়িত হচ্ছে। একাডেমিয়ায় উন্নতি করবে এমন অর্থনীতিবিদরা হলেন যারা নতুন প্রশ্ন জিজ্ঞাসা করেন, নতুন তাত্ত্বিক কাঠামো বিকাশ করেন, চতুর প্রাকৃতিক পরীক্ষা ডিজাইন করেন এবং গভীর প্রাতিষ্ঠানিক জ্ঞান দিয়ে ফলাফল ব্যাখ্যা করেন।

সরকার, পরামর্শ এবং বেসরকারি খাতে ফলিত অর্থনীতিবিদরা কম স্থানচ্যুতির মুখোমুখি কারণ তাদের কাজ স্বভাবতই বিচারমূলক এবং ক্লায়েন্টমুখী। অ-অর্থনীতিবিদদের কাছে অর্থনৈতিক বিশ্লেষণ ব্যাখ্যা করা, বাস্তব-বিশ্বের পরিণতি সহ সিদ্ধান্তে পরামর্শ দেওয়া, নির্দিষ্ট প্রসঙ্গে সাধারণ নীতি অভিযোজিত করা, এবং আইনি বা নিয়ন্ত্রক কার্যক্রমে যাচাই সহ্য করতে পারে এমন বিশ্লেষণ তৈরি করা — সবাই মানব দক্ষতার প্রয়োজন।

প্রযুক্তি খাতের চাহিদা

প্রযুক্তি কোম্পানিগুলিতে "অর্থনীতিবিদ ভূমিকা" সম্প্রসারণ গত দশকে পেশায় সবচেয়ে আকর্ষণীয় উন্নয়নগুলির মধ্যে একটি। Amazon মূল্য নির্ধারণ, মার্কেটপ্লেস ডিজাইন, সুপারিশ সিস্টেম এবং শ্রম বাজারের প্রশ্নে কাজ করে শত শত পিএইচডি অর্থনীতিবিদ নিয়োগ করে। Microsoft, Meta, Google, Uber, Airbnb এবং অন্যান্য কোম্পানিতে অর্থনৈতিক গবেষণা দল রয়েছে।

ক্ষতিপূরণ প্রায়ই একাডেমিক বেতনের চেয়ে উল্লেখযোগ্যভাবে বেশি — সিনিয়র প্রযুক্তি অর্থনীতিবিদরা মোট ক্ষতিপূরণে প্রায়ই $৩,০০,০০০-$৫,০০,০০০+ [দাবি] উপার্জন করেন।

AI অর্থনীতি: সবচেয়ে উত্তপ্ত উপক্ষেত্র

AI-এর অর্থনৈতিক বিশ্লেষণ নিজেই গবেষণার সবচেয়ে সক্রিয় ক্ষেত্রগুলির মধ্যে একটি হয়ে উঠেছে। AI উৎপাদনশীলতাকে কীভাবে প্রভাবিত করবে? বৈষম্য? শ্রম বাজারের গতিশীলতা? শিক্ষায় ফেরত? অর্থনৈতিক শক্তির ঘনত্ব? AI শিল্পের নিজস্ব শিল্প সংগঠন?

ডেভিড অটর, ডেরন এসেমোগ্লু, এরিক ব্রাইনজলফসন, অ্যান্টন কোরিনেক এবং অন্যান্যরা এই প্রশ্নগুলির চারপাশে প্রভাবশালী গবেষণা কার্যক্রম তৈরি করেছেন। NBER-এর AI অর্থনীতি ওয়ার্কিং গ্রুপ, স্ট্যানফোর্ডের ডিজিটাল ইকোনমি ল্যাব, MIT-এর IDE কার্যকলাপের কেন্দ্রীভূত কেন্দ্র।

পেশায় প্রবেশকারী অর্থনীতিবিদদের জন্য, AI অর্থনীতি বাধ্যকারী সুযোগ প্রদান করে। প্রশ্নগুলি গুরুত্বপূর্ণ, ডেটা প্রচুর এবং নীতির প্রাসঙ্গিকতা উচ্চ।

অর্থনীতিবিদদের কী করা উচিত

মেশিন লার্নিং এবং ডেটা বিজ্ঞান বিশ্লেষণাত্মক সরঞ্জাম হিসাবে আয়ত্ত করুন। শীর্ষ বিভাগগুলিতে বিস্তৃত "অর্থনীতিবিদদের জন্য ML" কোর্সগুলি প্রয়োজনীয় দক্ষতার একটি স্থায়ী পরিবর্তনকে প্রতিফলিত করে।

AI অর্থনীতিতে দক্ষতা বিকাশ করুন — বাজার, শ্রম এবং বৈষম্যের উপর AI-এর প্রভাবের অর্থনৈতিক বিশ্লেষণ। এটি সমসাময়িক অর্থনীতির সবচেয়ে নীতি-প্রাসঙ্গিক ক্ষেত্রগুলির মধ্যে একটি এবং একাডেমিয়া, সরকার এবং শিল্পে বাধ্যকারী ক্যারিয়ার পথ প্রদান করে।

যোগাযোগ এবং পরামর্শ দক্ষতা তৈরি করুন যা অর্থনৈতিক বিশ্লেষণকে কার্যকর সিদ্ধান্তে রূপান্তরিত করে। নিয়োগকর্তা, নীতিনির্ধারক এবং জনসাধারণ যাদের সর্বাধিক মূল্য দেয় তারা হলেন যারা প্রযুক্তিগত কঠোরতা এবং স্পষ্ট যোগাযোগের মধ্যে চলাচল করতে পারেন।

গভীর প্রাতিষ্ঠানিক জ্ঞানে বিনিয়োগ করুন যা কাঁচা বিশ্লেষণমূলক ক্ষমতার বাইরে অর্থনৈতিক রায়কে মূল্যবান করে তোলে। একটি নির্দিষ্ট শ্রম বাজার আসলে কীভাবে কাজ করে, একটি নিয়ন্ত্রক সংস্থা কীভাবে সিদ্ধান্ত নেয়, একটি আদালত কীভাবে অর্থনৈতিক প্রমাণ ব্যাখ্যা করে জানা — এটি সেই ধরনের দক্ষতা যা AI সহজে প্রতিলিপি করতে পারে না।

বিস্তারিত তথ্যের জন্য, অর্থনীতিবিদ পেশা পৃষ্ঠা দেখুন।

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

সম্পর্কিত: অন্যান্য চাকরির কী হবে?

AI অনেক পেশা পুনর্গঠন করছে:

• AI কি ভূগোলবিদদের প্রতিস্থাপন করবে?
• AI কি দার্শনিকদের প্রতিস্থাপন করবে?
• AI কি সফ্টওয়্যার ডেভেলপারদের প্রতিস্থাপন করবে?
• AI কি নার্সদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে ৪৭০+ পেশা বিশ্লেষণ অন্বেষণ করুন।_

পরিমাণগত পদ্ধতি এবং ডেটা বিজ্ঞানের মিলন

অর্থশাস্ত্র এবং ডেটা বিজ্ঞান ক্রমবর্ধমানভাবে একত্রিত হচ্ছে, এবং পিএইচডি অর্থনীতিবিদরা এই মিলনস্থলে অনন্যভাবে অবস্থিত। কারণ অনুমানে প্রশিক্ষণ — বিশেষত A/B পরীক্ষা, রিগ্রেশন অসংলগ্নতা ডিজাইন এবং কারণ-ব্যবহারমূলক গ্রাফ — এমন দক্ষতা যা সাধারণ ডেটা বিজ্ঞানীদের প্রায়ই অভাব থাকে।

বৃহৎ প্রযুক্তি কোম্পানির অভিজ্ঞতা থেকে দেখা যাচ্ছে যে পিএইচডি অর্থনীতিবিদরা প্রায়ই উচ্চ-মূল্যের সমস্যা সমাধানে পরিসংখ্যানবিদ বা কম্পিউটার বিজ্ঞানীদের তুলনায় দ্রুত প্রশিক্ষিত হন কারণ তাদের নীতি-মূল্যায়নের কাঠামোগত পদ্ধতির কারণে [অনুমান]।

মেশিন লার্নিং নিজেই ক্রমবর্ধমানভাবে অর্থনৈতিক সরঞ্জাম হিসাবে স্বীকৃত হচ্ছে, কারণ অনুমানের জন্য না হলেও। উচ্চ-মাত্রার ডেটায় প্যাটার্ন সনাক্তকরণ, নমনীয় কার্যকরী রূপ, এবং ভিন্নধর্মী চিকিৎসা প্রভাব সনাক্তকরণ — এগুলি ক্ষেত্র যেখানে মেশিন লার্নিং ঐতিহ্যগত পদ্ধতির পরিপূরক।

অর্থনীতিতে প্রতিষ্ঠানগত জ্ঞানের মূল্য

অর্থনীতিতে একটি মৌলিক সত্য রয়েছে যা AI সহজে প্রতিলিপি করতে পারে না: প্রাতিষ্ঠানিক জ্ঞান। কেন্দ্রীয় ব্যাংক কীভাবে সিদ্ধান্ত নেয়, আদালত কীভাবে অর্থনৈতিক প্রমাণ ব্যাখ্যা করে, একটি শিল্প নিয়ন্ত্রক কী বিষয়গুলিকে সবচেয়ে বেশি গুরুত্ব দেয় — এই জ্ঞান বছরের পর বছরের অভিজ্ঞতা থেকে আসে এবং AI প্রশিক্ষণ ডেটায় সম্পূর্ণরূপে এনকোড করা যায় না।

এই কারণেই মজুরি পরামর্শ, অ্যান্টিট্রাস্ট মামলা বিশ্লেষণ, বা বাণিজ্য নীতি মূল্যায়নে অভিজ্ঞ অর্থনীতিবিদরা AI-প্রতিরোধী থাকেন। একটি বিশেষ বাজারের সূক্ষ্মতা বোঝা — কীভাবে দাম সত্যিই নির্ধারণ হয়, কোন প্রতিষ্ঠানগুলি গুরুত্বপূর্ণ এবং কেন — এটি এমন দক্ষতা যা অর্থনীতিবিদরা মাঠে সংগ্রহ করেন।

বৈশ্বিক চাহিদা এবং আন্তর্জাতিক সংস্থা

বিশ্বব্যাংক, আন্তর্জাতিক মুদ্রা তহবিল, আন্তর্জাতিক শ্রম সংস্থা, এবং আঞ্চলিক উন্নয়ন ব্যাংকগুলি নীতি পরামর্শ, প্রকল্প মূল্যায়ন এবং গবেষণায় অর্থনীতিবিদদের নিয়োগ অব্যাহত রাখে। উন্নয়নশীল দেশগুলিতে ক্ষেত্র গবেষণা, দারিদ্র্য হ্রাস কৌশলের মূল্যায়ন, এবং আর্থিক অন্তর্ভুক্তির বিশ্লেষণ — এগুলি এমন ক্ষেত্র যেখানে AI সহায়তা করতে পারে কিন্তু প্রতিস্থাপন করতে পারে না।

জলবায়ু পরিবর্তনের অর্থনীতি একটি দ্রুত বর্ধনশীল উপক্ষেত্র, কারণ সরকার এবং কর্পোরেশনগুলি কার্বন মূল্য নির্ধারণ, শক্তি সংক্রমণ নীতি এবং জলবায়ু-প্রভাবিত সম্পদ পুনর্বণ্টনের জটিল প্রশ্নগুলি নেভিগেট করে।

উপসংহার: বিচার এবং গণনার মধ্যে ভারসাম্য

AI অর্থনৈতিক গণনাকে শক্তিশালী এবং গণতান্ত্রিক করছে। এটি অর্থনৈতিক বিচারকে প্রতিস্থাপন করছে না। উচ্চ AI এক্সপোজার সত্ত্বেও, অর্থনীতিবিদ পেশা টেকসই বৃদ্ধির মুখোমুখি কারণ ডেটা বিপ্লব নিজেই ব্যাখ্যার চাহিদা বাড়ায় — সঠিক প্রশ্ন জিজ্ঞাসা করতে এবং ফলাফলের অর্থ কী তা বোঝাতে।