এআই (AI)-এর উত্থানে কম্পিউটার সায়েন্স (CS) পেল তার পূর্ণাঙ্গ রূপ

এক সময় প্রচলিত একটা ধারণা ছিল — কম্পিউটার সায়েন্স কেবল তাদের জন্য, যারা কম্পিউটার সায়েন্স অ্যান্ড ইঞ্জিনিয়ারিং (CSE) বিভাগে পড়াশোনা করে। কোড লেখা, সফটওয়্যার বানানো, ওয়েবসাইট ডেভেলপ করা — এসব ছিল একটি নির্দিষ্ট শ্রেণির মানুষের একচেটিয়া দক্ষতা। বাকিরা, অর্থাৎ একজন ব্যবসায়ী, একজন সাহিত্যিক, একজন চিকিৎসক বা একজন কৃষি বিশেষজ্ঞ — তাদের জন্য কম্পিউটার সায়েন্স ছিল এক দুর্বোধ্য জগৎ, যেখানে ঢুকতে হলে হয় বছরের পর বছর কোডিং শিখতে হবে, নয়তো মোটা অঙ্কের টাকা খরচ করে একজন সফটওয়্যার ইঞ্জিনিয়ারের দ্বারস্থ হতে হবে।

কিন্তু আমার ব্যক্তিগত বিশ্বাস, কম্পিউটার সায়েন্সের প্রকৃত লক্ষ্য এটা কখনোই ছিল না। কম্পিউটার সায়েন্সের জন্ম হয়েছিল একটি সর্বজনীন প্রতিশ্রুতি নিয়ে — প্রতিটি মানুষের চিন্তাশক্তিকে বাড়িয়ে দেওয়ার একটি হাতিয়ার হিসেবে, শুধু একটি নির্দিষ্ট পেশাজীবী শ্রেণির সম্পত্তি হিসেবে নয়। আজ, কৃত্রিম বুদ্ধিমত্তা (Artificial Intelligence - AI)-এর উত্থানের মধ্য দিয়ে আমরা প্রথমবারের মতো সেই প্রতিশ্রুতিকে বাস্তবে রূপ নিতে দেখছি। এই লেখায় আমি ব্যাখ্যা করার চেষ্টা করব কেন AI আসলে কম্পিউটার সায়েন্সের প্রতিদ্বন্দ্বী নয়, বরং এটি তার দীর্ঘদিনের অসমাপ্ত লক্ষ্যকে পূর্ণতা দেওয়ার হাতিয়ার — বিশেষ করে বাংলাদেশের প্রেক্ষাপটে।

১. প্রচলিত ভুল ধারণা: কম্পিউটার সায়েন্স মানেই শুধু কোডিং বিভাগ

বাংলাদেশের প্রেক্ষাপটে এই ভুল ধারণাটি বিশেষভাবে শক্তিশালী। এখানে "কম্পিউটার সায়েন্স" শব্দটি শুনলেই বেশিরভাগ মানুষের মাথায় আসে বুয়েট, ঢাকা বিশ্ববিদ্যালয় বা নর্থ সাউথ ইউনিভার্সিটির (NSU) মতো প্রতিষ্ঠানের CSE বিভাগের একজন শিক্ষার্থী, যে সারাদিন কোড নিয়ে বসে থাকে। একজন ব্যবসায়ী যখন তার দোকানের জন্য একটি ওয়েবসাইট চান, তিনি ধরেই নেন এর জন্য তাকে একজন "প্রোগ্রামার" খুঁজতে হবে। একজন লেখক যখন তার বইয়ের জন্য একটি ডিজিটাল প্ল্যাটফর্ম তৈরি করতে চান, তিনিও একই সমস্যায় পড়েন।

এই ধারণা এতটাই প্রোথিত হয়ে গিয়েছিল যে, "নন-টেকনিক্যাল" মানুষদের জন্য কম্পিউটার ব্যবহার মানেই দাঁড়িয়েছিল কেবল মাইক্রোসফট ওয়ার্ড, এক্সেল আর ফেসবুক চালানো পর্যন্ত সীমাবদ্ধ। প্রকৃতপক্ষে কম্পিউটার একটি সাধারণ-উদ্দেশ্য যন্ত্র (General-Purpose Machine) — এটি ডিজাইন করাই হয়েছিল যেকোনো ধরনের সমস্যা সমাধানের জন্য, শুধু একটি নির্দিষ্ট পেশার মানুষের জন্য নয়।

২. কম্পিউটার সায়েন্সের প্রকৃত লক্ষ্য: সবার জন্য কম্পিউটিং

কম্পিউটার সায়েন্সের ইতিহাস ঘাঁটলে দেখা যায়, এর প্রতিষ্ঠাতা ব্যক্তিত্বদের চিন্তাভাবনায় কখনোই এই বিষয়টি সীমাবদ্ধ ছিল না। অ্যাডা লাভলেস (Ada Lovelace), যাকে বিশ্বের প্রথম প্রোগ্রামার হিসেবে গণ্য করা হয়, ১৮৪৩ সালেই লিখেছিলেন যে চার্লস ব্যাবেজের অ্যানালিটিক্যাল ইঞ্জিন (Analytical Engine) শুধু সংখ্যা গণনা নয়, বরং সংগীত রচনা থেকে শুরু করে যেকোনো প্রতীকী তথ্য নিয়ে কাজ করতে সক্ষম হবে — অর্থাৎ, তার কল্পনায় কম্পিউটার ছিল একটি সৃজনশীল, সর্বজনীন যন্ত্র, শুধু গণিতবিদদের জন্য নয়।

আসল লক্ষ্যটা ছিল এমন: একজন ব্যবসায়ী যেন নিজের হিসাব নিজেই সফটওয়্যারের মাধ্যমে করতে পারেন, একজন শিল্পী যেন তার শিল্পকর্ম ডিজিটালি প্রকাশ করতে পারেন, একজন কৃষিবিদ যেন ফসলের তথ্য বিশ্লেষণ করতে পারেন — প্রত্যেকেই যেন কম্পিউটারকে নিজের কাজের একটি সম্প্রসারণ হিসেবে ব্যবহার করতে পারেন, কোনো মধ্যস্থতাকারীর মুখাপেক্ষী না হয়ে। কিন্তু বাস্তবতা ছিল ভিন্ন — প্রোগ্রামিং ভাষা শেখা, সিনট্যাক্সের জটিলতা, আর সিস্টেম ডিজাইনের কারিগরি জ্ঞান অর্জন করতে এত সময় ও শ্রম লাগত যে, এই "সবার জন্য কম্পিউটার সায়েন্স" ধারণাটি কার্যক্ষেত্রে একটি সংকীর্ণ, বিশেষায়িত পেশায় পরিণত হয়ে গিয়েছিল।

৩. কম্পিউটার বিজ্ঞানের ৮৮ বছরের যাত্রা: টুরিং থেকে জেনারেটিভ AI

এই রূপান্তরটি ভালোভাবে বুঝতে হলে কম্পিউটার বিজ্ঞানের ইতিহাসের দিকে সংক্ষেপে চোখ বুলানো জরুরি। নিচের সময়রেখাটি দেখায় কীভাবে একটি তাত্ত্বিক ধারণা ধীরে ধীরে আজকের AI-চালিত সরঞ্জামে রূপান্তরিত হয়েছে:

এই সময়রেখা থেকে একটি গুরুত্বপূর্ণ সত্য বেরিয়ে আসে: কৃত্রিম বুদ্ধিমত্তা কম্পিউটার সায়েন্সের কোনো বহিরাগত হুমকি নয় — বরং এটি এই শাস্ত্রেরই স্বাভাবিক ও দীর্ঘ-প্রত্যাশিত বিবর্তনের ফসল। ১৯৫৬ সালে ডার্টমাউথে যে স্বপ্ন দেখা হয়েছিল, ৬৭ বছর পর এসে তা বাস্তবে রূপ নিচ্ছে।

৪. AI কীভাবে কম্পিউটার সায়েন্সের পরিধি ও ক্ষমতা বহুগুণ বাড়িয়ে দিয়েছে

কৃত্রিম বুদ্ধিমত্তা কম্পিউটার সায়েন্সের গতানুগতিক ধারা পরিবর্তন করে সমস্যা সমাধান ও সিস্টেম ডিজাইনকে আরও বুদ্ধিদীপ্ত ও গতিশীল করেছে। এটি কীভাবে ঘটছে, তার কয়েকটি বাস্তব উদাহরণ দেখা যাক:

• ওয়েবসাইট ও অ্যাপ তৈরি: আগে যেখানে একটি ব্যবসায়িক ওয়েবসাইট তৈরি করতে HTML, CSS, JavaScript, ব্যাকএন্ড ভাষা এবং ডেটাবেস — এই সবকিছু শিখতে হতো, এখন একজন উদ্যোক্তা AI-কে স্বাভাবিক ভাষায় (এমনকি বাংলায়) নির্দেশ দিয়ে একটি কার্যকরী ওয়েবসাইটের প্রাথমিক কাঠামো দাঁড় করাতে পারছেন।
• ডেটা বিশ্লেষণ: একজন ব্যবসায়ী এখন জটিল স্প্রেডশিট বা ডেটাবেস কোয়েরি ভাষা (SQL) না জেনেও AI-কে সরাসরি প্রশ্ন করে তার বিক্রয় তথ্য, গ্রাহক প্রবণতা বিশ্লেষণ করতে পারছেন।
• কনটেন্ট ও ডিজাইন: একজন সাহিত্যিক বা শিল্পী প্রথাগত গ্রাফিক ডিজাইন সফটওয়্যার শেখার প্রয়োজন ছাড়াই AI ব্যবহার করে বইয়ের প্রচ্ছদ, অলঙ্করণ বা প্রচারণা সামগ্রী তৈরি করতে পারছেন — ঠিক যেমনটা এই ওয়েবসাইটের আইইএলটিএস (IELTS) বই এবং চাকরি বাংলার প্রশ্ন ব্যাংকের প্রচ্ছদ তৈরিতে ব্যবহৃত হয়েছে।
• অটোমেশন: ছোট ব্যবসা প্রতিষ্ঠানগুলো এখন জটিল এন্টারপ্রাইজ সফটওয়্যার না কিনেই AI-চালিত ওয়ার্কফ্লো দিয়ে ইনভেন্টরি ব্যবস্থাপনা, গ্রাহক সেবা এবং হিসাবরক্ষণ স্বয়ংক্রিয় করতে পারছে।

যে কাজগুলো করতে আগে দীর্ঘ সময় প্রয়োজন হতো — কখনো কখনো লক্ষ লক্ষ টাকা ব্যয় হতো একটি সফটওয়্যার এজেন্সিকে নিয়োগ দিয়ে — সেটা এখন অনেক স্বল্প খরচে, এমনকি কিছু ক্ষেত্রে সম্পূর্ণ বিনামূল্যে AI-এর মাধ্যমে সম্পন্ন করা সম্ভব হচ্ছে। নিচের চিত্রে একটি প্রচলিত উদাহরণ — একটি সাধারণ ব্যবসায়িক ওয়েবসাইট তৈরির খরচ ও সময়ের তুলনা দেখানো হলো:

আসলে এটাই তো কম্পিউটার সায়েন্সের প্রকৃত লক্ষ্য ছিল — সব ডিসিপ্লিনের মানুষ যেন সঠিকভাবে কম্পিউটার ব্যবহার করতে পারেন, যেন কম্পিউটার সংক্রান্ত কোনো কাজের জন্য কাউকে অন্য কারো দ্বারস্থ হতে না হয়। AI সেই লক্ষ্যকে বাস্তবে রূপ দেওয়ার সবচেয়ে শক্তিশালী হাতিয়ার হিসেবে আবির্ভূত হয়েছে।

৫. বাংলাদেশের প্রেক্ষাপট: মাঠপর্যায়ের রূপান্তর

বাংলাদেশে এই পরিবর্তনটি বিশেষভাবে তাৎপর্যপূর্ণ, কারণ এখানে প্রশিক্ষিত সফটওয়্যার ইঞ্জিনিয়ারের সংখ্যা দেশের প্রয়োজনের তুলনায় সবসময়ই কম ছিল, এবং একজন দক্ষ ডেভেলপার নিয়োগ করা ছোট ও মাঝারি উদ্যোক্তাদের জন্য বেশ ব্যয়বহুল। আমার নিজের অভিজ্ঞতা থেকে কয়েকটি উদাহরণ দিচ্ছি:

• উদ্যোক্তাদের জন্য দ্রুত ডিজিটাল উপস্থিতি: ঢাকা, চট্টগ্রাম বা মফস্বল শহরের ছোট ব্যবসায়ীরা এখন AI টুল ব্যবহার করে নিজেরাই তাদের পণ্যের ক্যাটালগ, মূল্য তালিকা এবং সাধারণ ই-কমার্স পেজ তৈরি করতে পারছেন, কোনো ডেভেলপার নিয়োগ ছাড়াই।
• শিক্ষা ও দক্ষতা উন্নয়ন: ABCL TECH-এর মতো প্ল্যাটফর্মে যখন আমরা প্রোগ্রামিং শেখাই, তখন দেখি শিক্ষার্থীরা এখন AI-কে একজন "সহ-প্রোগ্রামার" হিসেবে ব্যবহার করে অনেক দ্রুত শেখার প্রক্রিয়া সম্পন্ন করছেন — যা আগে বছরের পর বছর সময় নিত।
• প্রকাশনা ও কনটেন্ট শিল্প: চাকরি বাংলা এবং ভিসা বাংলার জন্য প্রশ্ন ব্যাংক ও আইইএলটিএস বই তৈরির ক্ষেত্রে, ডিজাইন থেকে শুরু করে কনটেন্ট স্ট্রাকচারিং পর্যন্ত — AI সহায়ক টুল ব্যবহার করে কাজের গতি এবং মান দুটোই উল্লেখযোগ্যভাবে বৃদ্ধি পেয়েছে।
• সরকারি ডিজিটাল সেবা: ই-জিপি (e-GP)-এর মতো সরকারি ডিজিটাল ক্রয় ব্যবস্থাপনা সিস্টেমগুলোতেও এখন AI-চালিত ডেটা যাচাইকরণ ও প্রতিবেদন তৈরির প্রক্রিয়া অন্তর্ভুক্ত হচ্ছে, যা মানুষের ম্যানুয়াল কাজের চাপ কমাচ্ছে।

এই প্রতিটি উদাহরণে একটি অভিন্ন সুর — যে কাজ একসময় শুধুমাত্র কম্পিউটার সায়েন্স বিভাগের প্রশিক্ষিত মানুষদের একচেটিয়া দক্ষতা ছিল, তা এখন AI-এর মাধ্যমে অনেক বেশি মানুষ, অনেক সহজে সম্পন্ন করতে পারছেন।

৬. চ্যালেঞ্জ: সফটওয়্যার ইঞ্জিনিয়ারদের নতুন করে ভাবতে হবে

এখানে মূল চ্যালেঞ্জটা হয়ে দাঁড়িয়েছে — যারা কম্পিউটার সায়েন্স ডিসিপ্লিন এবং সফটওয়্যার ইঞ্জিনিয়ারিং এর সাথে জড়িত, তাদেরকে সম্পূর্ণ নতুনভাবে চিন্তা করতে হবে। কারণ কৃত্রিম বুদ্ধিমত্তা কম্পিউটার সায়েন্সের পরিধি ও ক্ষমতা বহুগুণ বাড়িয়ে দিয়েছে। এটি কোডিংয়ের গতানুগতিক ধারা পরিবর্তন করে সমস্যা সমাধান ও সিস্টেম ডিজাইনকে আরও বুদ্ধিদীপ্ত ও গতিশীল করেছে। শুধু সিনট্যাক্স মুখস্থ রাখা বা প্রচলিত অ্যালগরিদম লেখার দক্ষতা আর যথেষ্ট প্রতিযোগিতামূলক সুবিধা নয়।

ভবিষ্যতের সফটওয়্যার ইঞ্জিনিয়ার এবং কম্পিউটার সায়েন্স বিশেষজ্ঞদের ভূমিকা বদলে যাচ্ছে — তারা এখন আর শুধু "কোড লেখক" নন, বরং তারা হয়ে উঠছেন "সিস্টেম আর্কিটেক্ট" এবং "AI অর্কেস্ট্রেটর" — যারা জটিল সমস্যাকে ছোট ছোট অংশে ভাগ করে, AI-কে সঠিকভাবে পরিচালনা করে, এবং সবচেয়ে গুরুত্বপূর্ণ, AI-এর তৈরি করা সমাধানের নিরাপত্তা, নির্ভুলতা ও মানের দায়িত্ব নেন। এই সাইটেই "এআই ও সিস্টেমস আর্কিটেক্ট" ভূমিকার গুরুত্ব নিয়ে বিস্তারিত আলোচনা করা হয়েছে।

৭. সীমাবদ্ধতা: AI দিয়ে সবকিছু সম্ভব নয়

তবে হ্যাঁ, সবকিছু তো আর AI দিয়ে সম্ভব নয়, বা সব কাজ সবাই করতে পারবেন না। জটিল, বড় মাপের, নিরাপত্তা-সংবেদনশীল সিস্টেম — যেমন ব্যাংকিং অবকাঠামো, স্বাস্থ্যসেবা প্ল্যাটফর্ম, বা জাতীয় পর্যায়ের ডেটাবেস — এসব ক্ষেত্রে অভিজ্ঞ, প্রশিক্ষিত সফটওয়্যার ইঞ্জিনিয়ার এবং সিস্টেম আর্কিটেক্টের প্রয়োজনীয়তা অপরিবর্তিত থাকবে, বরং বাড়বে। AI ভুল করতে পারে, "হ্যালুসিনেট" করতে পারে, এবং জটিল স্থাপত্যগত সিদ্ধান্ত নেওয়ার ক্ষমতা এখনো মানুষের বিচার-বুদ্ধির বিকল্প নয়।

তবে দৈনন্দিন কাজে কম্পিউটার ব্যবহারের ক্ষেত্রে মানুষের যে সফটওয়্যার ইঞ্জিনিয়ারদের দ্বারস্থ হওয়ার প্রবণতা ছিল, তা অধিকাংশ ক্ষেত্রেই উল্লেখযোগ্যভাবে কমে আসবে বলে আশা করা যায়। ছোট, সাধারণ, ব্যক্তিগত বা ক্ষুদ্র ব্যবসায়িক প্রয়োজনগুলো এখন মানুষ নিজেই মেটাতে পারছেন।

কখন AI যথেষ্ট, কখন বিশেষজ্ঞ প্রয়োজন?

কম্পিউটার সায়েন্স এখন সত্যিকার অর্থে সবার জন্য

কম্পিউটার সায়েন্সের ইতিহাস আসলে একটি একক গল্প বলে — ধীরে ধীরে কম্পিউটিং শক্তিকে আরো বেশি মানুষের নাগালে পৌঁছে দেওয়ার গল্প। ENIAC-এর একটি ঘর-ভর্তি যন্ত্র থেকে পার্সোনাল কম্পিউটার, তারপর স্মার্টফোন, আর এখন প্রাকৃতিক ভাষায় কথা বলা AI — প্রতিটি ধাপেই কম্পিউটার সায়েন্স তার মূল প্রতিশ্রুতির দিকে একধাপ এগিয়ে গেছে। জেনারেটিভ AI সেই যাত্রার সবচেয়ে গুরুত্বপূর্ণ মাইলফলক, কারণ এটিই প্রথমবারের মতো ভাষাগত এবং প্রযুক্তিগত বাধা দুটোই একসাথে ভেঙে দিয়েছে।

যারা কম্পিউটার সায়েন্স ও সফটওয়্যার ইঞ্জিনিয়ারিং পেশায় আছেন, তাদের জন্য এটি হুমকি নয়, বরং এক নতুন সুযোগ — আরও উচ্চ পর্যায়ের চিন্তা, স্থাপত্য এবং নেতৃত্বের সুযোগ। আর যারা এতদিন কম্পিউটার সায়েন্সকে "অন্যদের বিষয়" মনে করে দূরে সরে ছিলেন, তাদের জন্য এখনই সময় — কম্পিউটার সায়েন্স সত্যিকার অর্থেই এখন সবার জন্য।