ডেটা সায়েন্স কি এআই দ্বারা প্রতিস্থাপিত হবে?

ঠিক আছে, টেবিলে কার্ড - এই প্রশ্নটি সর্বত্রই আসে। টেক মিটআপে, কর্মক্ষেত্রে কফি ব্রেক, এবং হ্যাঁ, এমনকি সেই দীর্ঘ-ঘন লিঙ্কডইন থ্রেডগুলিতেও কেউ পড়ার কথা স্বীকার করে না। উদ্বেগটি বেশ স্পষ্ট: যদি AI এত অটোমেশন পরিচালনা করতে পারে, তাহলে কি ডেটা সায়েন্সকে একরকম ... নিষ্পত্তিযোগ্য করে তোলে? দ্রুত উত্তর: না। দীর্ঘ উত্তর? এটি জটিল, অগোছালো এবং স্পষ্ট "হ্যাঁ" বা "না" এর চেয়ে অনেক বেশি আকর্ষণীয়।

এর পরে আপনি যে প্রবন্ধগুলি পড়তে পছন্দ করতে পারেন:

🔗 তথ্য বিজ্ঞান এবং কৃত্রিম বুদ্ধিমত্তা: উদ্ভাবনের ভবিষ্যৎ
আগামীকালের উদ্ভাবনী ভূদৃশ্যকে কীভাবে কৃত্রিম বুদ্ধিমত্তা এবং ডেটা বিজ্ঞান রূপ দেবে তা অন্বেষণ করা।.

🔗 এআই কি ডেটা বিশ্লেষকদের স্থান নেবে: আসল কথা
ডেটা বিশ্লেষকের ভূমিকা এবং শিল্পের চাহিদার উপর AI-এর প্রভাব বোঝা।.

🔗 AI টুলের জন্য ডেটা ম্যানেজমেন্ট যা আপনার দেখা উচিত
এআই টুলের সম্ভাবনা সর্বাধিক করার জন্য মূল ডেটা ম্যানেজমেন্ট অনুশীলন।.

আসলে কী ডেটা সায়েন্সকে মূল্যবান করে তোলে 🎯

এখানেই আসল কথা হলো - ডেটা সায়েন্স কেবল গণিত এবং মডেলের মিশ্রণ নয়। পরিসংখ্যানগত নির্ভুলতা, ব্যবসায়িক প্রেক্ষাপট এবং সৃজনশীল সমস্যা সমাধানের এক । AI এক পলকের মধ্যেই দশ হাজার সম্ভাব্যতা গণনা করতে পারে। কিন্তু এটি কি সিদ্ধান্ত নিতে পারে যে কোন সমস্যাটি একটি কোম্পানির মূল লক্ষ্যের জন্য গুরুত্বপূর্ণ? অথবা ব্যাখ্যা করতে পারে যে কীভাবে সেই সমস্যাটি কৌশল এবং গ্রাহকের আচরণের সাথে সম্পর্কিত? এখানেই মানুষ হস্তক্ষেপ করে।

এর মূলে, ডেটা সায়েন্স অনেকটা অনুবাদকের মতো। এটি কাঁচা জগাখিচুড়ি - কুৎসিত স্প্রেডশিট, লগ, কোন অর্থহীন জরিপ - গ্রহণ করে এবং এটিকে এমন সিদ্ধান্তে পরিণত করে যা সাধারণ মানুষ আসলেই করতে পারে। অনুবাদ স্তরটি সরিয়ে ফেলুন এবং AI প্রায়শই আত্মবিশ্বাসী অর্থহীন কথা বলে। HBR বছরের পর বছর ধরে এটি বলে আসছে: গোপন সস নির্ভুলতার মেট্রিক্স নয়, এটি প্ররোচনা এবং প্রেক্ষাপট [2]।

বাস্তবতা যাচাই: গবেষণায় দেখা গেছে যে AI একটি কাজের মধ্যে প্রচুর কাজ স্বয়ংক্রিয় করতে পারে - কখনও কখনও অর্ধেকেরও বেশি । কিন্তু কাজের পরিধি নির্ধারণ, বিচার-বিবেচনা করা এবং "একটি প্রতিষ্ঠান" নামক অগোছালো জিনিসের সাথে সামঞ্জস্যপূর্ণ হওয়া? এখনও অনেক কিছু মানুষের ভূখণ্ডে [1]।

দ্রুত তুলনা: ডেটা সায়েন্স বনাম এআই

এই টেবিলটি নিখুঁত নয়, তবে এটি তাদের বিভিন্ন ভূমিকা তুলে ধরে:

"পূর্ণ প্রতিস্থাপন" এর মিথ 🚫

AI প্রতিটি ডেটা কাজ গিলে ফেলছে কল্পনা করাটা ভালো শোনাচ্ছে, কিন্তু এটি ভুল ধারণার উপর ভিত্তি করে তৈরি - যে ডেটা সায়েন্সের পুরো মূল্য প্রযুক্তিগত। এর বেশিরভাগই আসলে ব্যাখ্যামূলক, রাজনৈতিক এবং যোগাযোগমূলক ।

• কোনও নির্বাহী বলেন না, "দয়া করে আমাকে ৯৪% নির্ভুলতার একটি মডেল দিন।"

• তারা বলে, "আমাদের কি এই নতুন বাজারে সম্প্রসারণ করা উচিত, হ্যাঁ নাকি না?"

AI একটি পূর্বাভাস তৈরি করতে পারে। এটি যে বিষয়গুলিকে বিবেচনা করবে না: নিয়ন্ত্রক মাথাব্যথা, সাংস্কৃতিক সূক্ষ্মতা, অথবা CEO-এর ঝুঁকির প্রবণতা। বিশ্লেষণকে কার্যে রূপান্তরিত করা এখনও একটি মানবিক খেলা , যা বিনিময় এবং প্ররোচনায় পূর্ণ [2]।

যেখানে AI ইতিমধ্যেই সবকিছু নাড়া দিচ্ছে 💥

আসুন সৎ হই - ডেটা সায়েন্সের কিছু অংশ ইতিমধ্যেই AI দ্বারা জীবন্তভাবে গ্রাস করা হচ্ছে:

• ডেটা পরিষ্কার এবং প্রস্তুতি → স্বয়ংক্রিয় পরীক্ষা অনুপস্থিত মান, অসঙ্গতি এবং এক্সেলের মাধ্যমে মানুষের স্লোগানের চেয়ে দ্রুত প্রবাহ সনাক্ত করে।

• মডেল নির্বাচন এবং টিউনিং → অটোএমএল অ্যালগরিদম পছন্দগুলিকে সংকুচিত করে এবং হাইপারপ্যারামিটারগুলি পরিচালনা করে, সপ্তাহের পর সপ্তাহের ঝামেলা বাঁচায় [5]।

• ভিজ্যুয়ালাইজেশন এবং রিপোর্টিং → টুলগুলি এখন একটি একক প্রম্পট থেকে ড্যাশবোর্ড বা টেক্সট সারাংশ খসড়া করতে পারে।

কে এটা সবচেয়ে বেশি অনুভব করে? যাদের কাজ বারবার চার্ট তৈরি বা মৌলিক মডেলিং-এর উপর নির্ভর করে। এর থেকে উত্তরণের উপায় কী? মূল্য শৃঙ্খলে আরও উপরে যান: আরও তীক্ষ্ণ প্রশ্ন জিজ্ঞাসা করুন, স্পষ্ট গল্প বলুন এবং আরও ভাল সুপারিশ তৈরি করুন।

দ্রুত কেস স্ন্যাপশট: একজন খুচরা বিক্রেতা অটোএমএলকে মর্নিং পরীক্ষা করে। এটি একটি শক্ত বেসলাইন মডেল বের করে। কিন্তু বড় জয় আসে যখন ডেটা বিজ্ঞানী কাজটি পুনরায় ফ্রেম করেন: "কে মর্নিং করবে?" এর পরিবর্তে এটি হয়ে যায় "কোন হস্তক্ষেপগুলি আসলে সেগমেন্ট অনুসারে নেট মার্জিন বৃদ্ধি করে?" এই পরিবর্তন - এবং সীমাবদ্ধতা নির্ধারণের জন্য অর্থের সাথে অংশীদারিত্ব - মূল্যকে চালিত করে। অটোমেশন জিনিসগুলিকে গতি দেয়, কিন্তু ফ্রেমিং ফলাফল আনলক করে।

ডেটা বিজ্ঞানীদের ভূমিকা বিকশিত হচ্ছে 🔄

কাজটি ম্লান হওয়ার পরিবর্তে নতুন আকার ধারণ করছে:

1. এআই অনুবাদক - যারা ডলার এবং ব্র্যান্ড ঝুঁকির কথা চিন্তা করেন তাদের জন্য প্রযুক্তিগত ফলাফলগুলি হজমযোগ্য করে তোলা।

2. শাসন ​​ও নীতিশাস্ত্রের নেতৃত্ব NIST-এর AI RMF [3] এর মতো মানদণ্ডের সাথে সামঞ্জস্যপূর্ণ পক্ষপাত পরীক্ষা, পর্যবেক্ষণ এবং নিয়ন্ত্রণ স্থাপন

3. পণ্য কৌশলবিদ - গ্রাহক অভিজ্ঞতা এবং পণ্য রোডম্যাপে ডেটা এবং এআই বুনন।

হাস্যকরভাবে, কৃত্রিম বুদ্ধিমত্তা যখন আরও বেশি প্রযুক্তিগত কাজ গ্রহণ করে, তখন মানুষের দক্ষতা - গল্প বলা, বিচারের ক্ষেত্র, সমালোচনামূলক চিন্তাভাবনা - এমন অংশ হয়ে ওঠে যা আপনি সহজেই প্রতিস্থাপন করতে পারবেন না।

বিশেষজ্ঞ এবং তথ্য কী বলছেন 🗣️

• অটোমেশন বাস্তব, কিন্তু আংশিক : বর্তমান AI অনেক কাজের মধ্যে অনেক কাজ স্বয়ংক্রিয় করতে পারে, কিন্তু এটি সাধারণত মানুষকে উচ্চ-মূল্যের কাজের দিকে ঝুঁকতে মুক্ত করে [1]।

• সিদ্ধান্তের জন্য মানুষের প্রয়োজন : এইচবিআর উল্লেখ করে যে, সংখ্যার অপ্রতুলতার কারণে সংগঠনগুলি নড়াচড়া করে না - তারা নড়াচড়া করে কারণ গল্প এবং আখ্যান নেতাদের কাজ করতে বাধ্য করে [2]।

• চাকরির প্রভাব ≠ ব্যাপক ছাঁটাই : WEF তথ্য দেখায় যে কোম্পানিগুলি আশা করে যে AI ভূমিকা পরিবর্তন করবে এবং কর্মীদের ছাঁটাই করবে যেখানে কাজগুলি অত্যন্ত স্বয়ংক্রিয়, তবে তারা পুনঃদক্ষতা বৃদ্ধির উপরও দ্বিগুণ চাপ সৃষ্টি করছে [4]। প্যাটার্নটি প্রতিস্থাপনের চেয়ে পুনর্নির্মাণের মতো বেশি দেখাচ্ছে।

কেন ভয় থাকে 😟

মিডিয়ার শিরোনামগুলি ধ্বংসের উপর জোর দেয়। "এআই চাকরি প্রতিস্থাপন করছে!" বিক্রি হয়। কিন্তু গুরুতর গবেষণাগুলি ধারাবাহিকভাবে এই সূক্ষ্মতাটি দেখায়: টাস্ক অটোমেশন, কর্মপ্রবাহ পুনর্নির্মাণ এবং নতুন ভূমিকা তৈরি কখন ক্যালকুলেটর ব্যবহার করবেন তা জানতে আপনাকে এখনও বীজগণিত বুঝতে হবে

প্রাসঙ্গিক থাকা: একটি ব্যবহারিক খেলার বই 🧰

• সিদ্ধান্ত নিয়ে শুরু করুন। ব্যবসায়িক প্রশ্ন এবং ভুলের মূল্যের উপর আপনার কাজকে নির্ভর করুন।

• এআই খসড়া তৈরি করতে দিন, আপনি পরিমার্জন করুন। এর ফলাফলগুলিকে শুরুর বিন্দু হিসাবে বিবেচনা করুন - আপনি বিচার এবং প্রেক্ষাপট নিয়ে আসবেন।

• আপনার প্রবাহে শাসনব্যবস্থা তৈরি করুন। NIST এর [3] মত কাঠামোর সাথে সংযুক্ত হালকা পক্ষপাত পরীক্ষা, পর্যবেক্ষণ এবং ডকুমেন্টেশন।

• কৌশল এবং যোগাযোগের দিকে ঝুঁকুন। "বোতাম-ঠেলা"-এর সাথে আপনি যত কম আবদ্ধ থাকবেন, আপনাকে স্বয়ংক্রিয়ভাবে দূরে সরিয়ে দেওয়া তত কঠিন হবে।

• তোমার অটোএমএল সম্পর্কে জান। একজন মেধাবী কিন্তু বেপরোয়া ইন্টার্নের মতো ভাবো: দ্রুত, অক্লান্ত, কখনও কখনও ভীষণ ভুল। তুমিই রেলিং জোগাও [5]।

তাহলে... কি AI ডেটা সায়েন্সের স্থান নেবে? ✅❌

স্পষ্ট উত্তর: না, তবে এটি এটিকে নতুন আকার দেবে টুলকিটটি পুনর্লিখন করছে - ঘাঁটাঘাঁটি কমানো, স্কেল বৃদ্ধি করা এবং সবচেয়ে গুরুত্বপূর্ণ দক্ষতাগুলি পরিবর্তন করা। এটি যা দূর করে না তা হল মানুষের ব্যাখ্যা, সৃজনশীলতা এবং বিচারের । যদি কিছু হয়, তবে ভাল ডেটা বিজ্ঞানীরা ক্রমবর্ধমান জটিল আউটপুটগুলির দোভাষী হিসাবে আরও

মূল কথা: AI কাজগুলিকে প্রতিস্থাপন করে, পেশাকে নয় [1][2][4]।

তথ্যসূত্র

[1] ম্যাককিনসে অ্যান্ড কোম্পানি - জেনারেটিভ এআই-এর অর্থনৈতিক সম্ভাবনা: পরবর্তী উৎপাদনশীলতা সীমান্ত (জুন ২০২৩)।
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

[2] হার্ভার্ড বিজনেস রিভিউ - ডেটা সায়েন্স অ্যান্ড দ্য আর্ট অফ পারসুয়েশন (স্কট বেরিনাটো, জানুয়ারি-ফেব্রুয়ারী ২০১৯)।
https://hbr.org/2019/01/data-science-and-the-art-of-persuasion

[3] NIST - কৃত্রিম বুদ্ধিমত্তা ঝুঁকি ব্যবস্থাপনা কাঠামো (AI RMF 1.0) (2023)।
https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf

[4] বিশ্ব অর্থনৈতিক ফোরাম - এআই কি প্রাথমিক স্তরের চাকরির সুযোগ বন্ধ করে দিচ্ছে? (৩০ এপ্রিল, ২০২৫) - ফিউচার অফ জবস ২০২৫ ।
https://www.weforum.org/stories/2025/04/ai-jobs-international-workers-day/

[5] তিনি, এক্স. প্রমুখ - অটোএমএল: অত্যাধুনিক প্রযুক্তির একটি সমীক্ষা (arXiv, 2019)।
https://arxiv.org/abs/1908.00709

অফিসিয়াল এআই অ্যাসিস্ট্যান্ট স্টোরে সর্বশেষ এআই খুঁজুন

আমাদের সম্পর্কে