আমার 'বাংলার অবক্ষয় ও অলিখিত অভিযোগ' সিরিজের পাঠক, মন্তব্যকারী এবং সমালোচক সত্যেন্দু বাবু আমাকে একটি স্মৃতিকথার দুটি ছবি তুলে পাঠিয়েছিলেন। বইটির নাম Teen Kuri Dosh, অর্থাৎ আক্ষরিক অর্থে সত্তর বছর। লেখক অশোক মিত্র, একজন বিশিষ্ট আমলা ও লেখক, যিনি পরবর্তী জীবনে বহু বছর ধরে সামাজিক ও রাজনৈতিক ইতিহাস নিয়ে গবেষণা করেছিলেন।পাতাগুলি রাজনীতি নিয়ে ছিল না। ছিল ডাক্তারদের নিয়ে।
পঞ্চাশের দশকের শেষ পর্যন্ত, অশোক মিত্রের লেখা অনুযায়ী, বাংলার শহর ও গ্রামগুলিকে কার্যত বাঁচিয়ে রেখেছিলেন LMF এবং LMS ডাক্তাররা। এঁরা ছিলেন licentiate ডাক্তার, যাঁরা তুলনামূলকভাবে ছোট ডিপ্লোমা কোর্সে প্রশিক্ষিত হতেন এবং পূর্ণাঙ্গ MBBS ডাক্তারদের এক ধাপ নিচে ছিলেন।
তাঁদের পাশাপাশি জেলা বোর্ডের sanitary inspector-রাও কাজ করতেন। সাপ্তাহিক হাট এবং উৎসবের মেলায় তাঁরা bleaching powder ছড়িয়ে দিতেন এবং কলেরা, আমাশয় ও গুটিবসন্ত যাতে গ্রামাঞ্চলে ছড়িয়ে না পড়ে, তা নিশ্চিত করার চেষ্টা করতেন।
তারপর licentiate course বন্ধ করে দেওয়া হল। যুক্তিটা ছিল যথেষ্ট যুক্তিসঙ্গত: গ্রামীণ ভারতের মানুষও পূর্ণাঙ্গ প্রশিক্ষণপ্রাপ্ত ডাক্তার পাওয়ার অধিকার রাখে।
কিন্তু সেই পূর্ণাঙ্গ প্রশিক্ষণপ্রাপ্ত ডাক্তাররা গ্রামে গেলেন না।
সত্তরের দশকে মিত্র বিভিন্ন জেলায় সমীক্ষা চালিয়ে দেখেছিলেন, বাংলার গ্রামাঞ্চলে প্রতি হাজার মানুষের জন্য যে diploma-holding ডাক্তাররা বাস করতেন এবং চিকিৎসা করতেন, তাঁদের সংখ্যা চল্লিশের দশকের গোড়ার তুলনায় অর্ধেকেরও নিচে নেমে গেছে। যাঁরা ছিলেন, তাঁদের অধিকাংশই ইতিমধ্যে শহরে চলে গিয়েছিলেন।
পঞ্চাশের দশকে বহু পরিশ্রমে তৈরি করা গ্রামীণ হাসপাতালগুলি ডাক্তার না থাকার কারণে অর্ধেক খালি পড়ে রইল। তারপর রক্ষণাবেক্ষণের অভাবে সেগুলিও ভেঙে পড়ল।
মিত্রের কথাটা খুব সহজ ছিল:
 

সেরাটার মরীচিকার পেছনে ছুটতে গিয়ে আমরা যা ভালো ছিল, সেটাকেই প্রত্যাখ্যান করেছিলাম।যে নিয়মটি জিপ আশায় চলে গেল।
দ্বিতীয় পাতায় তিনি এমন একটি বিষয় লিখেছেন, যেটিকে আমি আরও গভীর শিক্ষা বলে মনে করি।পুরনো প্রশাসনিক নিয়ম অনুযায়ী, থানা স্তর থেকে শুরু করে তার ঊর্ধ্বতন প্রত্যেক কর্মকর্তাকে প্রতি মাসে কয়েকটি রাত নিজের এলাকার কোথাও কাটাতে হত। সেই সময় তাঁকে স্থানীয় সরকারি দপ্তর ও চলমান কাজগুলি সরেজমিনে পরিদর্শন করতে হত।
যুক্তিটা ছিল খুব সহজ।
আপনি যদি কোনও গ্রামে একটি রাত না কাটান, তাহলে আপনি নিজের চোখে তার অভাবগুলি দেখেননি। নিজের কানে তার অভিযোগগুলি শোনেননি।
আর মানুষও আপনার সঙ্গে খোলাখুলি কথা বলে না, যতক্ষণ না তারা বুঝতে পারে আপনি সত্যিই তাদের সমস্যার প্রতি সহানুভূতিশীল কি না।
সেই বিচার করতে সময় লাগে।
চলন্ত গাড়ির পিছনের আসনে বসে সেই বিচার করা যায় না।
মিত্রের মতে, জিপ এবং সরকারি গাড়ির আগমনের সঙ্গে সঙ্গে নিয়মটি ধীরে ধীরে অদৃশ্য হয়ে গেল।
কেউ সেটি বাতিল করেনি। প্রয়োজনও হয়নি।
জিপ একটি দিনে পাঁচটি গ্রামে পৌঁছে দিতে পারত, যেখানে আগে একটি গ্রামেই একটি দিন লেগে যেত। ফলে একটি গ্রামে রাত কাটানোর নিয়মটিই ধীরে ধীরে অদক্ষতা বলে মনে হতে শুরু করল।
জিপটি খলনায়ক ছিল না।
সমস্যা ছিল অন্যত্র।
আমরা দেখেছিলাম জিপ আমাদের কীভাবে আরও দ্রুত এবং দক্ষ করেছে। কিন্তু আমরা মাপিনি, তার সুবিধা ধীরে ধীরে নীরবে কী সরিয়ে দিয়েছে।
কর্মকর্তার reach বেড়েছিল।
কিন্তু তাঁর contact কমে গিয়েছিল।
আমার মনে হয়, এর মধ্যে একটি বৃহত্তর pattern আছে, যার সঙ্গে আমি নিজের কাজের অভিজ্ঞতা থেকেও খুব পরিচিত।
যে কোনও উন্নতি যা আমাদের দ্রুততর করে, তা হয়তো এমন একটি ধীর feedback loop সরিয়ে দিতে পারে, যা মানুষের শারীরিক উপস্থিতির ওপর নির্ভর করত।
সেই loop কখনও লিখিত ছিল না। তাই সেটি হারিয়ে যাওয়ার সময় কেউ টেরও পায় না। টের পাওয়া যায় তখন, যখন সিদ্ধান্তগুলি ভুল হতে শুরু করে।
সব friction অদক্ষতা নয়। কিছু friction আসলে information।

অপারেটর যা শুনতে পেতেন
আমার কর্মজীবনের একটি বড় অংশ কেটেছে oil and gas production পরিচালনা করে। তাই মিত্রের সেই night halt অভিজ্ঞতাটি আমার খুব পরিচিত মনে হয়েছিল।
একটি production model তার input data যতটা ভালো, ততটাই ভালো।
আর field-এ সেই data-এর একটা বড় অংশ আসত এমন sensor থেকে, যেগুলি প্রায়ই কাজ করত না।
ফলে আমাদের model-এর অনেক update নির্ভর করত এমন কিছুর ওপর, যা কোনও instrument কখনও record করেনি।
একজন অভিজ্ঞ operator একটি flowing line-এর পাশে দাঁড়িয়ে শুধু তার শব্দ শুনে এবং হাত দিয়ে pipe-এর vibration অনুভব করে মোটামুটি বুঝতে পারতেন gas-oil ratio কীভাবে পরিবর্তিত হচ্ছে।
আমরা তাঁর judgment-এর ভিত্তিতে model update করতাম।
অর্থাৎ একজন ভালো engineer-এর আসল দক্ষতা শুধু model-এর মধ্যে ছিল না।
দক্ষতা ছিল কোন operator-কে বিশ্বাস করতে হবে, সেটা বুঝতে পারায়।
কেউ কেউ কুড়ি বছর ধরে নিজের কানে সেই শব্দ শুনেছেন এবং কী রিপোর্ট করছেন, সে ব্যাপারে অত্যন্ত সতর্ক ছিলেন।
কেউ অনুমান করতেন।
কেউ আবার লিখতেন, যা তাঁরা ভাবতেন আপনি শুনতে চান।
তাঁদের মধ্যে পার্থক্য বোঝার একমাত্র উপায় ছিল তাঁদের সঙ্গে সময় কাটানো।
তাঁদের office-এ বসা।
তাঁদের সঙ্গে site-এ হাঁটা।
তাঁরা বাস্তবে কীভাবে readings নেন, সেটা নিজের চোখে দেখা।
এটাই hard hat পরে করা সেই night halt।
Wax আমাকে একই শিক্ষা দিয়েছিল।
আমরা যখন heavy crude উৎপাদন করতাম, তখন pipeline-এর ভিতরে wax জমে যেত। সেটি পরিষ্কার করার জন্য আমরা cleaning operation চালাতাম।
আমাদের কাছে ভালো chemicals ছিল, carefully specified pumps এবং hoses ছিল, engineered procedures ছিল।
কিন্তু একাধিকবার operation সফল হয়েছিল কারণ একজন operator এসে বলেছিলেন, flush করার আগে pipe-টিকে একটু agitate করা দরকার।
আর তাঁদের কেউ কেউ wax আলগা করার জন্য pipe-এ hammer দিয়ে আঘাত করতেন।
এর কিছুই procedure-এ লেখা ছিল না।
সেগুলি ছিল তাঁদের মাথায়।
Manual-এ নেই।
Data-তে নেই।
তাই সেই data দিয়ে train করা কোনও model-এর মধ্যেও নেই।

পৃথিবীর অধিকাংশ কাজ যেখানে হয়
এখন এটি আমার কর্মজীবনের অন্য যেকোনও সময়ের তুলনায় বেশি গুরুত্বপূর্ণ বলে মনে হয়। কারণ আমাদের বলা হচ্ছে, AI খুব শিগগিরই আমাদের অধিকাংশ চিন্তার কাজ করে দেবে।
অনেক ক্ষেত্রেই সেটা সত্যি। কিন্তু পৃথিবীর অধিকাংশ কাজ keyboard-এর সামনে বসে হয় না।
সেগুলির জন্য দরকার একটি physical system-কে বোঝা এবং সেই system-এর চারপাশে কাজ করা মানুষগুলিকে বোঝা।
কৃষক, যিনি মাটি এবং আকাশ দেখে বুঝতে পারেন কী ঘটতে চলেছে।
Technician, যিনি machine-এর শব্দ শুনেই বুঝতে পারেন কিছু একটা ঠিক নেই।
Nurse, যিনি কোনও monitor কিছু দেখানোর আগেই বুঝতে পারেন রোগীর আচরণে কিছু অস্বাভাবিকতা আছে।
Hotel manager, যিনি একজন অতিথি যেভাবে নিজের bag বহন করছেন, তা দেখেই বুঝতে পারেন তিনি অসন্তুষ্ট।
Delivery rider, যিনি জানেন কোন building-এর lift নষ্ট এবং কোন security guard তাঁকে ঢুকতে দেবে।
Driver, যিনি জানেন মাত্র কুড়ি মিনিট বৃষ্টি হলেই কোন রাস্তা জলে ডুবে যায়।
এই জ্ঞান local।
Physical।
Social।
এবং বেশিরভাগ ক্ষেত্রেই লিখিত নয়। এটাই সেই জ্ঞান, যা একটি jeep, একটি dashboard অথবা একটি summary decision-making process থেকে সরিয়ে দেয়।
 

Moore’s Law এবং Murphy’s Law
Moore’s Law আমাদের সেই machines দিয়েছে, যেগুলি আধুনিক AI সম্ভব করেছে।
কিন্তু কোনও কিছু বাস্তবে প্রয়োগ করার সময় এখনও Murphy’s Law-ই রাজত্ব করে।
যা কিছু ভুল হতে পারে, তা ভুল হবেই।
আর সেই ভুল হয় physical world-এ।
Sensor নষ্ট হয়।
Wax জমে যায়।
Doctor আসে না।
আর যে মানুষটি জানেন কীভাবে সমস্যাটি ঠিক করতে হয়, তিনি meeting room-এ বসে নেই।
তিনি field-এ দাঁড়িয়ে আছেন।
আপনি নতুন কিছু শুরু করুন বা পুরনো কোনও system চালান, এই কথাটি দু’ক্ষেত্রেই সত্যি।
আমি নিজেও আবার এটি শিখছি।
গত কয়েক বছর ধরে আমি Sundarbon তৈরি করছি, একটি continuous learning platform, যার মধ্যে AI-কে গভীরভাবে যুক্ত করা হয়েছে।
আজ আপনি ত্রিশ মিনিটে একটি app বানিয়ে ফেলতে পারেন।
কিন্তু যে backend-টি সেটিকে বাস্তবে learners-এর জন্য কাজ করাবে, সেটি তৈরি করতে আমার বছর লেগেছে।
প্রতি সপ্তাহে demo এবং বাস্তবে কাজ করা system-এর মধ্যে যে gap দেখি, তা আমাকে এমন কিছু শেখায় যা demo কখনও শেখাতে পারে না।
তাই এখন shortcut বিক্রি করা মানুষদের ব্যাপারে আমি কিছুটা সন্দিহান।
কেউ যদি আপনাকে খুব দ্রুত ধনী হওয়ার উপায় দেয়, অথবা আপনার organisation-কে রাতারাতি transform করার প্রতিশ্রুতি দেয়, অথবা একটি tool দিয়ে আপনার মানুষদের replace করার কথা বলে, তাহলে বেশিরভাগ সময় তারা আপনাকে demo-টাই বিক্রি করছে।
বাস্তব system-টির জন্য এখনও এমন একজন মানুষের দরকার, যিনি বোঝেন সেই system-কে কোন physical space-এর মধ্যে বেঁচে থাকতে হবে।
 

Board pack-টিও একটি jeep
Corporate decision-making-এও আমি একই pattern দেখেছি। AI-generated summary pack হল একটি jeep।
এটি একজন director-কে এক বিকেলে একটি organisation-এর প্রতিটি business unit-এর খবর দিয়ে দিতে পারে।
কিন্তু একই সঙ্গে এটি site visit-কে optional বলে মনে করাতে পারে। আর plant চালানো মানুষগুলির সঙ্গে বসে কথা বলাকে duty নয়, courtesy বলে মনে করাতে পারে।
AI নিয়ে আমার দুশ্চিন্তা এই নয় যে এটি ভুল করবে। অনেক সময়ই এটি সঠিক হবে।
আমার দুশ্চিন্তা হল, এটি আমাদের এমনভাবে বিশ্বাস করিয়ে দিতে পারে যে night halt-এর আর কোনও প্রয়োজন নেই।
Field-এর একটি খুব সুন্দর summary শেষ পর্যন্ত একটি summary-ই।
সেটি তৈরি করেছেন এমন কেউ, যিনি সেখানে ছিলেন না, এমন কারও জন্য যিনি সেখানে ছিলেন না, এবং এমন data-এর ভিত্তিতে যা হয়তো সেই failed sensors কখনও capture-ই করেনি।
যে director সেই summary পড়ছেন, তাঁর reach আছে।
কিন্তু হয়তো আর নেই local knowledge-এর সঙ্গে সেই contact।
তাই practical lessons-গুলি খুব পুরনো।
কিন্তু আমার মনে হয়, এখন সেগুলির মূল্য কমেনি, বরং বেড়েছে।
Site-এ যান।
যাঁরা সেটি চালান, তাঁদের সঙ্গে যথেষ্ট সময় কাটান, যতক্ষণ না তাঁরা নিজেরাই সিদ্ধান্ত নেন যে আপনার কাছে সত্যি কথা বলা নিরাপদ।
কোন মানুষটিকে বিশ্বাস করতে হবে, তা শিখুন।
তাঁদের হাত এবং কানে থাকা knowledge-কে data হিসেবে বিবেচনা করুন।
কারণ অনেক সময় সেটিই একমাত্র data, যা এখনও নষ্ট হয়নি।
আর যখন কোনও নতুন tool আপনাকে মনে করায় যে এসব করা নিছক inefficiency, তখন সেই jeep-এর গল্পটি মনে রাখুন।
LMF doctor হয়তো তাঁর পরিবর্তে আসা doctor-এর তুলনায় কম formal qualification-এর অধিকারী ছিলেন।
কিন্তু তিনি যেখানে কাজ করতেন, সেখানেই থাকতেন।
আর কখনও কখনও,
কাছাকাছি থাকাটাই নিজেই একটি qualification হয়ে ওঠে।