AI বটে রিজিউম মূল্যায়নে গড়মিল, চাকরি প্রার্থীরা সতর্ক হোন
Interview Street সম্প্রতি hiring-agent টুলটি ওপেন সোর্স করেছে, যা রিজিউম স্কোর করতে AI ব্যবহার করে। কিন্তু PDF রূপান্তর ও মডেলের এলোমেলোতার কারণে একই রিজিউম প্রতিবার ভিন্ন ফল দিচ্ছে। এই ঘটনা প্রমাণ করে যে প্রোবাবিলিস্টিক AI দিয়ে ডিটারমিনিস্টিক লজিক প্রতিস্থাপন করা এখনও ঝুঁকিপূর্ণ।
Interview Street সম্প্রতি hiring-agent টুলটি ওপেন সোর্স করেছে, যা রিজিউম স্কোর করতে AI ব্যবহার করে। কিন্তু PDF রূপান্তর ও মডেলের এলোমেলোতার কারণে একই রিজিউম প্রতিবার ভিন্ন ফল দিচ্ছে। এই ঘটনা প্রমাণ করে যে প্রোবাবিলিস্টিক AI দিয়ে ডিটারমিনিস্টিক লজিক প্রতিস্থাপন করা এখনও ঝুঁকিপূর্ণ।
Interview Street 2026 সালের জুন মাসে hiring-agent নামে একটি ওপেন সোর্স টুল প্রকাশ করেছে। এই পাইথন-ভিত্তিক CLI টুলটি প্রার্থীদের রিজিউম স্কোর করতে বড় ভাষার মডেল (LLM) এবং গিটহাব ডেটা ব্যবহার করে। টুলটির উদ্দেশ্য ছিল নিয়োগ প্রক্রিয়ায় স্বচ্ছতা আনা, কিন্তু বাস্তবে এটি AI-নির্ভর সিস্টেমের একটি বড় সমস্যা উন্মোচন করেছে।
প্রধান সমস্যাটি হলো পুনরুৎপাদনযোগ্যতার অভাব। hiring-agent টুলটি প্রথমে PDF রিজিউমকে মার্কডাউন ফরম্যাটে রূপান্তর করে। এরপর সেই লেখা একাধিক LLM কলের মাধ্যমে পাঠিয়ে স্কোর নির্ধারণ করে। কিন্তু একই রিজিউম বারবার রান করলে প্রতিবার ভিন্ন ভিন্ন ফল আসছে। কারণ PDF থেকে মার্কডাউন রূপান্তর প্রক্রিয়ায় সামান্য পরিবর্তন ঘটে এবং LLM নিজেই প্রোবাবিলিস্টিক, অর্থাৎ এটি প্রতিবার একই ইনপুটে ভিন্ন আউটপুট দিতে পারে।
এই ঘটনা নিয়োগ প্রক্রিয়ায় AI ব্যবহারের একটি মৌলিক সীমাবদ্ধতা দেখায়। ডিটারমিনিস্টিক সিস্টেমে যেমন একটি নির্দিষ্ট ইনপুটে একই আউটপুট পাওয়া যায়, AI মডেলে তা সম্ভব নয়। এর ফলে নিয়োগকারী সংস্থাগুলো একই প্রার্থীকে ভিন্ন সময়ে ভিন্ন স্কোর দিতে পারে, যা ন্যায্যতা ও নির্ভরযোগ্যতা নিয়ে প্রশ্ন তোলে। HackerRank-এর এই টুলটি তাই প্রযুক্তি শিল্পে একটি গুরুত্বপূর্ণ কেস স্টাডি হয়ে উঠেছে।
বাংলাদেশের ডেভেলপার, ফ্রিল্যান্সার ও স্টার্টআপ প্রতিষ্ঠানগুলোর জন্য এই খবর অত্যন্ত প্রাসঙ্গিক। দেশে দ্রুত বাড়ছে AI-ভিত্তিক নিয়োগ প্ল্যাটফর্মের ব্যবহার। যেসব প্রতিষ্ঠান নিজস্ব AI এটিএস তৈরি করছে বা কিনছে, তাদের বুঝতে হবে যে এই সিস্টেমগুলো এখনও পুরোপুরি নির্ভরযোগ্য নয়। একজন প্রার্থী একই রিজিউম জমা দিয়ে ভিন্ন ভিন্ন প্রতিক্রিয়া পেতে পারেন। তাই নিয়োগ সিদ্ধান্তের জন্য শুধু AI স্কোরের ওপর নির্ভর করা বিপজ্জনক হতে পারে।
ভবিষ্যতে এই সমস্যা সমাধানের জন্য টুলটিতে আরও উন্নতি আনার পরিকল্পনা আছে। এর মধ্যে রয়েছে PDF রূপান্তর প্রক্রিয়াকে আরও স্থির করা এবং LLM কলের সংখ্যা কমানো। তবে ততক্ষণ পর্যন্ত, নিয়োগকারীদের উচিত AI টুলকে সহায়ক হিসেবে ব্যবহার করা, চূড়ান্ত সিদ্ধান্তের মাধ্যম হিসেবে নয়। Interview Street-এর এই ওপেন সোর্স প্রকাশনা প্রমাণ করে যে AI-নির্ভর সিস্টেম ডিজাইন করার সময় পুনরুৎপাদনযোগ্যতা ও ইনপুট অখণ্ডতা নিশ্চিত করা কতটা জরুরি।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...