যখন এআই (AI) শেখার নিয়ম পরিবর্তন করে, সাপ্লাই চেইনগুলিকেও পরিবর্তন করতে হবে

এআই (AI) যখন গতানুগতিক উত্তর স্বয়ংক্রিয় করে তোলে, তখন সাপ্লাই চেইন শিল্পকে অবশ্যই প্রতিভা বিকাশের ধারাকে মানুষের বিচার ক্ষমতা মূল্যায়ন, সমালোচনামূলক প্রশ্ন করা, অপারেশনাল জবাবদিহিতা এবং ব্যতিক্রমী পরিস্থিতি ব্যবস্থাপনার দিকে নিয়ে যেতে হবে।

লেখকMGS দল·
৯ নভে, ২০২৬পড়ার সময়: 5 মিনিট
·হালনাগাদ১১ নভে, ২০২৬

ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের, বার্কলে-এর একজন গণিত অধ্যাপক এই সিদ্ধান্তে আসার পর হোমওয়ার্কের সঠিকতার জন্য নম্বর দেওয়া বন্ধ করে দিয়েছেন যে, এআই টুলস এখন শিক্ষার্থীদের খুব সহজে উচ্চ-মানের উত্তর তৈরি করতে সাহায্য করতে পারে। অধ্যাপক রিচার্ড বোরচার্ডস এখন মূলত অ্যাসাইনমেন্ট সম্পূর্ণ করার জন্য নম্বর দেন এবং এর পরিবর্তে ব্যক্তিগতভাবে, ডিভাইস-মুক্ত পরীক্ষার উপর ভিত্তি করে গ্রেড দেন।

তার এই সিদ্ধান্ত কেবল একটি ক্যাম্পাস নীতি বিতর্ক নয়। এটি দক্ষ প্রতিভার উপর নির্ভরশীল প্রতিটি শিল্পের জন্য একটি সতর্কতা—বৈশ্বিক সাপ্লাই চেইন সহ: যখন এআই পরিমার্জিত আউটপুট তৈরি করতে পারে, তখন সংস্থাগুলিকে কেবল চূড়ান্ত উত্তর নয়, বরং বিচার, প্রয়োগ এবং জবাবদিহিতা মূল্যায়ন করতে শিখতে হবে।

সাপ্লাই চেইনের জন্য শিক্ষা

সাপ্লাই চেইনের কাজ দীর্ঘদিন ধরে এমন ব্যক্তিদের পুরস্কৃত করেছে যারা ডেটা বিশ্লেষণ করতে, অপারেশনাল সমস্যা সমাধান করতে এবং সঠিক পরিকল্পনা তৈরি করতে পারে। এআই সেই সমীকরণ পরিবর্তন করছে পূর্বাভাস, রুটের বিকল্প, ইনভেন্টরি সুপারিশ, সরবরাহকারীর সারাংশ এবং এমনকি খসড়া আলোচনা সেকেন্ডের মধ্যে উপলব্ধ করে।

কিন্তু একটি সঠিক-দেখানো এআই আউটপুট একটি সুচিন্তিত ব্যবসায়িক সিদ্ধান্তের মতো নয়। একজন পরিকল্পনাকারী একটি সঠিক চাহিদা পূর্বাভাস পেতে পারেন, তবুও তাকে একটি প্রচার, সরবরাহকারীর সীমাবদ্ধতা, বন্দর বিঘ্ন, আবহাওয়ার ঘটনা বা গ্রাহকের আচরণে পরিবর্তনের বিরুদ্ধে এটিকে চ্যালেঞ্জ করতে হতে পারে। মানুষের অবদান উত্তর তৈরি করা থেকে প্রশ্ন করা, যাচাই করা এবং সে অনুযায়ী কাজ করার দিকে সরে যাচ্ছে।

উত্তর থেকে বিচার

বোরচার্ডসের উদ্বেগ হলো যে চূড়ান্ত উত্তরগুলির জন্য নম্বর দেওয়া আর প্রমাণ করে না যে একজন শিক্ষার্থী অন্তর্নিহিত গণিত বোঝে। একই সমস্যা সাপ্লাই চেইনের ক্ষেত্রেও প্রযোজ্য: একটি পরিমার্জিত এআই-জেনারেটেড রিপোর্ট প্রমাণ করে না যে একজন পরিকল্পনাকারী ইনভেন্টরি ঝুঁকি, সরবরাহকারীর ক্ষমতা, বাণিজ্য নিয়ম বা স্টকআউটের পরিণতি বোঝেন।

অতএব, ভবিষ্যতের সাপ্লাই চেইন প্রতিভাদের তাদের যুক্তি ব্যাখ্যা করতে, একটি সুপারিশ রক্ষা করতে, ডেটা ফাঁক চিহ্নিত করতে এবং তথ্য অসম্পূর্ণ হলে সিদ্ধান্ত নিতে প্রশিক্ষণ দিতে হবে। এগুলি এমন দক্ষতা যা মূল্যবান থাকে যখন এআই প্রথম খসড়া, গণনা বা বিকল্প পরিস্থিতি তৈরি করতে পারে।

প্রতিভা বিকাশের পুনর্বিবেচনা

সাপ্লাই চেইন শিল্পের এআই নিষিদ্ধ করে বা এটিকে শর্টকাট হিসাবে বিবেচনা করে প্রতিক্রিয়া জানানো উচিত নয়। পরিবর্তে, এটি শেখার এবং কাজকে এমনভাবে নতুন করে ডিজাইন করা উচিত যাতে তরুণ পেশাদাররা এআইকে একটি চিন্তাভাবনার অংশীদার হিসাবে ব্যবহার করতে পারে যখন তারা এখনও মূল অপারেশনাল বিচার বিকাশ করছে।

এর অর্থ হলো মানুষকে রুটিন কাজ সম্পূর্ণ করার প্রশিক্ষণ দেওয়ার বাইরে যাওয়া। শিক্ষানবিশ, লাইভ সিমুলেশন, সরবরাহকারীর সাথে আলোচনা, বিঘ্ন-প্রতিক্রিয়া অনুশীলন এবং বাস্তব অপারেশনাল প্রকল্পগুলি দেখাতে পারে যে একজন তরুণ পেশাদার বিশ্লেষণকে দায়িত্বশীল কর্মে রূপান্তরিত করতে পারে কিনা। নিয়োগকর্তাদের মূল্যায়ন করা উচিত যে প্রার্থীরা কীভাবে সমস্যাগুলি তৈরি করে, এআই সুপারিশগুলিকে চ্যালেঞ্জ করে, বিভিন্ন ফাংশন জুড়ে সহযোগিতা করে এবং একটি সিদ্ধান্তের পিছনের সুবিধা-অসুবিধাগুলি ব্যাখ্যা করে।

এন্ট্রি-লেভেল শিক্ষা রক্ষা করুন

গার্টনার রিপোর্ট করেছে যে সাপ্লাই চেইন নেতাদের ৫৫% আশা করেন যে এজেন্টিক এআই এন্ট্রি-লেভেল নিয়োগের প্রয়োজনীয়তা হ্রাস করবে, যখন ৫১% এআই এজেন্টদের তত্ত্বাবধানের দিকে একটি পরিবর্তন আশা করেন। একই সময়ে, ৮৬% সম্মত যে এআই ভবিষ্যতের প্রতিভা পাইপলাইন বিকাশের জন্য নতুন প্রক্রিয়ার প্রয়োজন হবে।

এটি একটি ঝুঁকি তৈরি করে: যদি এআই সেই রুটিন কাজগুলি শোষণ করে যার মাধ্যমে জুনিয়র কর্মীরা একসময় শিখেছিল, তবে কোম্পানিগুলি অভিজ্ঞ পরিকল্পনাকারী এবং অপারেশনাল নেতাদের পরবর্তী প্রজন্মকে বিকাশে সংগ্রাম করতে পারে। সমাধান হলো তত্ত্বাবধানে সিদ্ধান্ত গ্রহণ, ব্যতিক্রম ব্যবস্থাপনা, সরবরাহকারীর সাথে যোগাযোগ এবং ক্রমাগত শেখার উপর ভিত্তি করে এন্ট্রি-লেভেল ভূমিকাগুলিকে নতুন করে ডিজাইন করা—কেবল সেগুলিকে সরিয়ে দেওয়া নয়।

এআই-প্রস্তুত প্রতিভা তৈরি করুন

সাপ্লাই চেইন সংস্থাগুলির এআই সাক্ষরতাকে একটি মূল সক্ষমতা হিসাবে তৈরি করা উচিত, তবে এটিকে বিস্তৃতভাবে সংজ্ঞায়িত করা উচিত। কেবল একটি মডেলকে কীভাবে প্রম্পট করতে হয় তা জানাই যথেষ্ট নয়; পেশাদারদের ডেটার গুণমান, মডেলের সীমাবদ্ধতা, পক্ষপাত, সাইবার নিরাপত্তা, জবাবদিহিতা এবং কখন মানুষের বিচার একটি স্বয়ংক্রিয় সুপারিশকে বাতিল করবে তা বুঝতে হবে।

একটি ব্যবহারিক পদ্ধতি হলো প্রতিটি এআই-সক্ষম কর্মপ্রবাহকে একটি মানব চেকপয়েন্টের সাথে যুক্ত করা। উদাহরণস্বরূপ, এআই একটি সম্ভাব্য সরবরাহ বিঘ্ন চিহ্নিত করতে পারে, তবে একজন পরিকল্পনাকারীকে উৎস যাচাই করতে হবে, ব্যবসায়িক প্রভাব মূল্যায়ন করতে হবে, প্রভাবিত অংশীদারদের সাথে পরামর্শ করতে হবে এবং প্রতিক্রিয়ার বিষয়ে সিদ্ধান্ত নিতে হবে। এটি জবাবদিহিতা বজায় রেখে গতি রক্ষা করে।

মূল কথা

বার্কলে অধ্যাপকের সিদ্ধান্ত দেখায় যে এআই শিক্ষাকে একটি উত্তর তৈরি করা এবং বোঝাপড়া থাকার মধ্যে পার্থক্য করতে বাধ্য করছে। বৈশ্বিক সাপ্লাই চেইনগুলি একই পরীক্ষার মুখোমুখি। যে সংস্থাগুলি উন্নতি করবে তারা হলো যারা এআই ব্যবহার করে মানুষের বিচারকে বাড়িয়ে তোলে, প্রাথমিক-ক্যারিয়ারের ভূমিকাগুলিকে শেখার সুযোগ হিসাবে নতুন করে ডিজাইন করে এবং অনিশ্চয়তার মধ্য দিয়ে জটিল নেটওয়ার্কগুলিকে নেতৃত্ব দিতে সক্ষম প্রতিভা বিকাশ করে।

সূত্র: https://www.ndtv.com/world-news/california-professor-stops-grading-homework-after-spotting-students-growing-reliance-on-ai-12240518