এই পাতাটি যা, এবং যা নয়
এই পাতাটি সংখ্যার পিছনের প্রমাণ সম্পর্কে, সংখ্যাগুলো নিজেরাই নয়। আপনি শিরোনাম দেখেছেন: একজন গুরুতর গবেষক বলেন এআই-চালিত মানব বিলুপ্তির সম্ভাব্যতা প্রায় ২০%, আরেকজন বলেন এটি কার্যকরভাবে শূন্য, এবং উভয়ই দক্ষতা উদ্ধৃত করেন। এই পাতাটি ব্যাখ্যা করে সেই অনুমানগুলো কোথা থেকে আসে, কেন সেগুলো দুই মাত্রার ক্রম জুড়ে ছড়িয়ে পড়ে, এবং — সবচেয়ে উপযোগীভাবে — একজন সতর্ক পাঠকের এমন একটি পরিমাণ নিয়ে কী করা উচিত যা কেউ পরিমাপ করতে পারে না।
এখানে আলোচিত জরিপ ফলাফল ও মডেলগুলো পর্যবেক্ষিত প্রকাশনা। তাদের মতবিরোধের অর্থ কী তার ব্যাখ্যা বিশ্লেষণ। এই সংখ্যাগুলো একটি শ্রেণীগতভাবে ভিন্ন ধরনের ফলাফল বর্ণনা করে এমন সহচর যুক্তির জন্য, দেখুন বিলুপ্তি বনাম ব্যাপক-হতাহত ঘটনা; অনুমানগুলোর ম্যানুয়ালের ব্যাপকতর চিকিৎসা থাকে ঝুঁকি অনুমান ও বিশেষজ্ঞ মতবিরোধ-এ।
জরিপগুলো প্রকৃতপক্ষে যা বলে
সবচেয়ে বড় প্রাসঙ্গিক জরিপ হাজার হাজার মেশিন-লার্নিং গবেষকদের — প্রধান এআই কনফারেন্সের লেখক — উন্নত এআই-এর দীর্ঘ-মেয়াদী প্রভাবের ওপর তাদের সম্ভাব্যতা জিজ্ঞাসা করেছিল। ২০২৩ তরঙ্গ ভবিষ্যৎ এআই অগ্রগতি দ্বারা সৃষ্ট মানব বিলুপ্তি বা একইভাবে স্থায়ী ও গুরুতর ক্ষমতাহীনতার জন্য প্রায় ৫% একটি মধ্যক অনুমান খুঁজে পেয়েছে, ১৬%-এর কাছাকাছি একটি গড় ও মোটামুটি ০% থেকে ১৯% বিস্তৃত একটি আন্তঃচতুর্থক পরিসীমাসহ (Grace et al., ২০২৪)। সেই বণ্টনটি পড়ুন, শুধু মধ্যক নয়: মধ্যকের চারগুণ একটি গড় মানে একটি দীর্ঘ ডান লেজ, বিশেষজ্ঞদের একটি উল্লেখযোগ্য সংখ্যালঘু ২০%-এর ওপরে ও কিছু ৫০%-এর কাছাকাছি, যখন আরেকটি উল্লেখযোগ্য সংখ্যালঘু মূলত শূন্যে বসে।
একই গবেষণাপত্র নথিভুক্ত করে যে সংখ্যাটি শব্দচয়নের সাথে চলে। যখন প্রশ্নটি উন্নত এআই নিয়ন্ত্রণ করতে মানুষের অক্ষমতা দ্বারা সৃষ্ট বিলুপ্তি নির্দিষ্ট করেছিল, মধ্যকটি প্রায় ১০%-এ দ্বিগুণ হয়েছিল। যখন একটি ২০২২ তরঙ্গ সাধারণভাবে এআই থেকে বিলুপ্তি সম্পর্কে জিজ্ঞাসা করেছিল, মধ্যকটি ছিল ৫%; পূর্ববর্তী AI Impacts জরিপ রাউন্ডগুলো ফ্রেমিংয়ে একই সংবেদনশীলতা দেখায় (2022 Expert Survey on Progress in AI)। একটি পরিমাণ যা প্রশ্ন পুনর্বাক্যাংশিত হলে দুই গুণক দ্বারা স্থানান্তরিত হয় তা আপনাকে উত্তরদাতাদের অনিশ্চয়তা সম্পর্কে কিছু বলছে — এবং, খোলাখুলিভাবে, পরিমাপ করা ধারণাটির শিথিলতা সম্পর্কে। এর কোনোটিই জরিপগুলোকে মূল্যহীন করে না। এটি তাদের কাঁচামাল করে তোলে, রায় নয়।
মডেল-ভিত্তিক অনুমান বনাম অন্তর্দৃষ্টিমূলক রায়
অনুমানের একটি দ্বিতীয় পরিবার কারো অন্তর্দৃষ্টি জিজ্ঞাসা করে না; এটি একটি স্পষ্ট যুক্তি তৈরি করে এবং প্রতিটি ধাপে সম্ভাব্যতা বরাদ্দ করে। সবচেয়ে কঠোর উদাহরণটি হলো জোসেফ কার্লস্মিথের কাঠামোবদ্ধ বিশ্লেষণ ক্ষমতা-অন্বেষণকারী এআই একটি অস্তিত্বগত ঝুঁকি তৈরি করে কিনা, যা দাবিটিকে ছয়টি সংযোজনে বিভক্ত করে — সিস্টেম অনেক বেশি সক্ষম হয়ে উঠবে, তারা ক্ষমতা খুঁজবে, মানুষ এটি সংশোধন করতে ব্যর্থ হবে, ইত্যাদি — এবং প্রতিটির ওপর একটি সম্ভাব্যতা রক্ষা করে। তার নিচের লাইনটি এই শতাব্দীতে এআই-সৃষ্ট বিপর্যয়ের জন্য প্রায় ১০%-এ অবতরণ করে, প্রশস্ত ত্রুটি বারসহ যা তিনি সাবধানে প্রদর্শন করেন (Carlsmith, ২০২২)। একই ঐতিহ্যে কাজ করা দার্শনিকরা পৃথক সংযোজন নিয়ে বিতর্ক করে ভিন্ন সংখ্যায় পৌঁছান: টবি অর্ড, The Precipice (২০২০)-এ, ভুল-সংযুক্ত এআই থেকে এই শতাব্দীতে মোটামুটি ছয়ে একটি সামগ্রিক অস্তিত্বগত ঝুঁকির জন্য যুক্তি দেন, প্রান্তিককরণ সমস্যার একটি আরও নৈরাশ্যবাদী পাঠ দ্বারা চালিত।
এই মডেলগুলো একটি গুণ ভাগ করে যা জরিপগুলোর অভাব: প্রতিটি ধাপ দৃশ্যমান ও বিতর্কযোগ্য। তারা দুটি দোষও ভাগ করে। প্রতিটি ধাপও বিতর্কযোগ্য, যে কারণে যুক্তিসঙ্গত পাঠকরা পৃথক সংযোজনের চিহ্ন উল্টে দেন; এবং প্রতিটি ধাপের সাথে সংযুক্ত সম্ভাব্যতা এখনও, শেষ পর্যন্ত, রায়। একটি ডায়াগ্রামসহ একটি অন্তর্দৃষ্টিমূলক রায় এখনও একটি অন্তর্দৃষ্টিমূলক রায়। একটি ১০% কাঠামোবদ্ধ মডেল ও একটি ০.১% অন্তর্দৃষ্টির মধ্যে মতবিরোধ একটি পরিমাপ দ্বন্দ্ব নয়। এটি কোন রেফারেন্স শ্রেণী ও কোন ব্যর্থতার ধরন ওজনের যোগ্য তা নিয়ে একটি দ্বন্দ্ব।
কেন রেফারেন্স শ্রেণী ভিন্ন দিকে টানে
প্রতিটি অনুমানের নিচে একটি সাদৃশ্য বসে, এবং সাদৃশ্যগুলো সত্যিকারভাবে সংঘর্ষ করে:
- জৈবিক বিলুপ্তি। প্রজাতি ক্রমাগত বিলুপ্ত হয়; সাম্প্রতিক দশকে পটভূমি হার প্রতি বছর মোটামুটি এক থেকে পাঁচ প্রজাতি। কিন্তু সেগুলো ছোট জনসংখ্যা ও সংকীর্ণ পরিসরসহ প্রজাতি। নিকটতম মানব সাদৃশ্য, টোবা সুপারইরাপশন বাধা, বিতর্কিত এবং সভ্যতার সম্পূর্ণ পূর্ববর্তী। এই ভিত্তি হার “বিলুপ্তি একটি স্বাভাবিক ফলাফল” এর দিকে টানে যখন একটি বৈশ্বিক প্রযুক্তিগত প্রজাতি সম্পর্কে প্রায় কিছুই বলে না।
- পারমাণবিক নিকট-মিস। কিউবান মিসাইল সংকট, ১৯৮৩ সালের স্তানিস্লাভ পেত্রভ ঘটনা, এবং ১৯৯৫ সালের নরওয়েজিয়ান রকেট আতঙ্ক সর্বোচ্চ উত্তেজনার অধীনে সিস্টেমগুলো নিকট-ব্যর্থতা তৈরি করে এবং তারপর ব্যর্থ না হওয়া দেখায়। আশাবাদীরা ভাগ্য-দ্বারা-রক্ষা পাওয়া ঘটনার একটি দীর্ঘ স্ট্রিং পড়েন; নৈরাশ্যবাদীরা একই স্ট্রিং ভাগ্য ফুরিয়ে যাওয়ার প্রমাণ হিসেবে পড়েন।
- প্রযুক্তি দুর্ঘটনা। এয়ারলাইনার, রিঅ্যাক্টর, ও মহাকাশযান পরিমাপযোগ্য হারে ব্যর্থ হয় এবং তারপর কঠিন-শিক্ষিত পুনর্নকশার মাধ্যমে নিরাপদ হয়ে ওঠে। আশাবাদীরা পুনর্নকশা এক্সট্রাপোলেট করেন; নৈরাশ্যবাদীরা লক্ষ্য করেন বিমান চলাচলকে মাত্র একবার সফল হতে হয়নি।
প্রতিটি সাদৃশ্য সৎ। প্রতিটি একটি প্রায়র এনকোড করে, একটি সত্য নয়। অনুমান বিচ্যুত হয় কারণ প্রায়রগুলো বিচ্যুত হয়, এবং প্রায়রগুলো বিচ্যুত হয় কারণ কোনো সরাসরি প্রমাণ নেই — পরীক্ষার কোনো সম্পূর্ণ রান নেই — তাদের যেকোনো একটিকে শৃঙ্খলাবদ্ধ করার জন্য।
মতবিরোধ নিজেই আপনাকে কী বলে
এখানে বিশ্লেষণাত্মক বিন্দু যা বেশিরভাগ কভারেজ মিস করে: বৈচিত্র্যই অনুসন্ধান। যদি বিলুপ্তি সম্ভাব্যতা অনুমান করা সহজ হতো, হাজার হাজার অবগত বিশেষজ্ঞ প্রায় শূন্য থেকে প্রায় কয়েন-ফ্লিপ পর্যন্ত অনুমান তৈরি করতেন না। বিস্তারটি জ্ঞানের অবস্থা সম্পর্কে প্রমাণ, একইভাবে যে ব্যাপকভাবে বিচ্যুত আবহাওয়া মডেল প্রমাণ যে ঝড়টি সত্যিকারভাবে অপূর্বাভাসযোগ্য, গড় পূর্বাভাস অবশ্যই সঠিক হতে হবে তার প্রমাণ নয়। বিশেষজ্ঞদের একটি পরিপাটি মধ্যম সংখ্যায় — বলুন, ৫% — গড় করা নির্ভুলতার অনুভূতি তৈরি করে তথ্যের কোনোটি উত্তরাধিকারসূত্রে না নিয়ে। ২০২৬ আন্তর্জাতিক এআই নিরাপত্তা প্রতিবেদন, আজ পর্যন্ত সবচেয়ে ব্যাপক সংশ্লেষণ প্রচেষ্টা, স্পষ্টবাদী যে গুরুতর-ঝুঁকির প্রমাণ পাতলা, বিতর্কিত, ও অল্প সংখ্যক গবেষণাগারে কেন্দ্রীভূত (International AI Safety Report 2026)।
বণ্টনটি এনকোড করে এমন আরেকটি তথ্য: মতবিরোধ এলোমেলো নয়। জরিপগুলোতে, গবেষকরা যারা দ্রুততর সক্ষমতা অগ্রগতি প্রত্যাশা করেন তারা উচ্চতর বিপর্যয়কর-ঝুঁকি সম্ভাব্যতা বরাদ্দ করেন, এবং ফ্রন্টিয়ার গবেষণাগারের গবেষকরা স্বাধীন একাডেমিকদের চেয়ে কম বরাদ্দ করেন। এর কিছু কে কী দেখে তার প্রমাণ। এর কিছু প্রণোদনা। পাঠকদের উভয় ব্যাখ্যা ধরে রাখা উচিত।
এই সংখ্যাগুলো প্রকৃতপক্ষে কীভাবে ব্যবহার করতে হয়
ব্যবহারিক উপসংহারটি এই নয় যে সংখ্যাগুলো মূল্যহীন; এটি হলো সেগুলো সঠিক টুল দিয়ে ব্যবহার করতে হবে। প্রত্যাশিত-মূল্য বুককিপিং — একটি নির্ভুল সম্ভাব্যতাকে একটি পেঅফ দ্বারা গুণ করুন এবং ফলাফল র্যাঙ্ক করুন — এখানে ব্যর্থ হয়, কারণ ইনপুটটি একটি দুই-মাত্রার-ক্রম-প্রশস্ত রায়, এবং ইনপুটে ছোট ত্রুটি নীরবে আউটপুটে আধিপত্য করে। গভীর অনিশ্চয়তার অধীনে সিদ্ধান্ত-গ্রহণ ভিন্নভাবে কাজ করে: আপনি জিজ্ঞাসা করেন কোন পদক্ষেপগুলো সম্পূর্ণ যুক্তিসঙ্গত পরিসীমাজুড়ে নেওয়ার যোগ্য থেকে যায়, এবং আপনি সর্বোত্তমের পরিবর্তে দৃঢ় পদক্ষেপগুলো পছন্দ করেন।
এআই বিলুপ্তি ঝুঁকিতে প্রয়োগ করা, সেই যুক্তিটি স্পষ্টকারী। প্রতিরোধ কাজ — সক্ষমতা মূল্যায়ন, স্থাপনা সুরক্ষা ব্যবস্থা, কম্পিউট শাসন — ২০%-এ, ৫%-এ, ও ১%-এ উপযোগী দেখায়, কারণ কাজের খরচ পরিমিত এবং এটি রক্ষা করে এমন ফলাফল সাধারণ নীতিতে মূল্য নির্ধারিত যেকোনো কিছুর থেকে শ্রেণীগতভাবে ভিন্ন। খারিজ শুধুমাত্র শূন্যের কাছাকাছি রক্ষণযোগ্য দেখায়। তাই জরিপগুলো, তাদের শিথিলতা সত্ত্বেও, প্রকৃত কাজ করে: তারা আপনাকে বলে প্রায়-শূন্য একটি বিতর্কিত অবস্থান, একটি ঐকমত্য নয়। অন্তর্নিহিত সময়রেখা প্রত্যাশা কীভাবে মতবিরোধ চালায় তার জন্য, দেখুন সময়রেখা পূর্বাভাস। অগ্নিনির্বাপক যন্ত্র কেনা ন্যায্যতা দিতে আগুনের সম্ভাব্যতা জানার প্রয়োজন নেই। আপনার জানার প্রয়োজন যে গুরুতর মানুষরা, একই প্রমাণের দিকে তাকিয়ে, ধোঁয়া গন্ধ পেতে থাকেন।