AI যত এগোয়, লিঙ্গ বৈষম্য তত বাড়ে: আপনার চাকরিতে প্রভাব কতটা?
আধুনিক AI সিস্টেমগুলো প্রযুক্তিগত দিক থেকে অনেক এগিয়ে গেলেও লিঙ্গ বৈষম্যের পুরনো প্যাটার্ন থেকে বেরিয়ে আসতে পারছে না। গবেষণা বলছে, ঐতিহাসিক তথ্য ও ডিজাইন পছন্দের কারণেই এই সমস্যা তৈরি হচ্ছে।
আধুনিক AI সিস্টেমগুলো প্রযুক্তিগত দিক থেকে অনেক এগিয়ে গেলেও লিঙ্গ বৈষম্যের পুরনো প্যাটার্ন থেকে বেরিয়ে আসতে পারছে না। গবেষণা বলছে, ঐতিহাসিক তথ্য ও ডিজাইন পছন্দের কারণেই এই সমস্যা তৈরি হচ্ছে।
কৃত্রিম বুদ্ধিমত্তা (AI) প্রযুক্তি যতই উন্নত হচ্ছে, ততই স্পষ্ট হচ্ছে একটি উদ্বেগজনক সত্য। নতুন গবেষণা বলছে, AI সিস্টেমগুলো এখনও লিঙ্গ বৈষম্যের পুরনো ধারা কাটিয়ে উঠতে পারছে না। Straight Arrow News - SAN - Unbiased. Straight Facts. এর এক প্রতিবেদনে এই বিষয়টি বিস্তারিতভাবে তুলে ধরা হয়েছে।
গবেষণাটি দেখিয়েছে, AI মডেলগুলো প্রশিক্ষণের জন্য যে ডেটা ব্যবহার করা হয়, সেটি অতীতের সামাজিক কাঠামো এবং পক্ষপাত বহন করে। উদাহরণস্বরূপ, চাকরির আবেদন প্রক্রিয়াকরণকারী AI সিস্টেম পুরুষ প্রার্থীদের বেশি পছন্দ করছে। কারণ ঐতিহাসিক তথ্যে পুরুষদেরই নেতৃত্বস্থানীয় পদে বেশি দেখা গেছে। একইভাবে, ভাষা মডেলগুলো 'নার্স' বা 'সেক্রেটারি' শব্দের সাথে নারী এবং 'ইঞ্জিনিয়ার' বা 'সিইও' শব্দের সাথে পুরুষকে যুক্ত করে বেশি।
এই সমস্যার মূল কারণ হলো ডেটা এবং ডিজাইন উভয় স্তরেই পক্ষপাত। AI সিস্টেম তৈরি করে মানুষ, আর মানুষের মধ্যেই নানান সামাজিক পক্ষপাত থাকে। যখন এই পক্ষপাত ডেটা নির্বাচন এবং মডেল ডিজাইনে প্রতিফলিত হয়, তখন AI সিস্টেমও সেগুলো শিখে ফেলে। গবেষকরা বলছেন, প্রযুক্তিগত অগ্রগতি এই সমস্যা সমাধানে যথেষ্ট নয়। বরং সচেতনভাবে ডেটা সংগ্রহ এবং মডেল তৈরির সময় লিঙ্গ সমতা নিশ্চিত করতে হবে।
বাংলাদেশের প্রেক্ষাপটেও এই সমস্যা অত্যন্ত গুরুত্বপূর্ণ। দেশে ফ্রিল্যান্সিং এবং AI টুল ব্যবহার বাড়ছে। স্থানীয় ডেভেলপার এবং ব্যবসাগুলো যদি পক্ষপাতমুক্ত AI সিস্টেম তৈরি করতে চায়, তাহলে তাদের প্রথমে ডেটার গুণগত মান নিশ্চিত করতে হবে। উদাহরণস্বরূপ, বাংলা ভাষার AI মডেল তৈরির সময় নারী ও পুরুষ উভয়ের সমান প্রতিনিধিত্ব নিশ্চিত করা জরুরি। অন্যথায়, এই মডেলগুলো সমাজে বিদ্যমান বৈষম্যকে আরও বাড়িয়ে দিতে পারে।
ভবিষ্যতে AI প্রযুক্তির বিকাশের জন্য শুধু প্রযুক্তিগত দক্ষতা নয়, নৈতিক বিবেচনাও সমান গুরুত্বপূর্ণ। গবেষকরা বলছেন, লিঙ্গ বৈষম্য দূর করতে ডেটা কিউরেশন, অ্যালগরিদমিক অডিট এবং বৈচিত্র্যপূর্ণ ডিজাইন টিম গঠনের মতো পদক্ষেপ নেওয়া প্রয়োজন। তবেই AI সিস্টেমগুলো সত্যিকার অর্থে নিরপেক্ষ এবং সবার জন্য উপকারী হয়ে উঠবে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: GNews AI Global
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...