কৃত্রিম বুদ্ধিমত্তা কোড লিখেছে। আপনি হ্যাক করা হয়েছে. এখন কি?
যখন এআই সিস্টেমগুলি শক্তিশালী কোড তৈরি করা শুরু করে, অনেক দল তাদের উত্পাদনশীলতা বুস্টার হিসাবে স্বাগত জানায়। বিকাশকারীরা রুটিন কাজগুলি দ্রুত করার জন্য কৃত্রিম বুদ্ধিমত্তার দিকে ঝুঁকছে। নেতৃবৃন্দ উত্পাদনশীলতা লাভ উদযাপন. কিন্তু সপ্তাহ পরে, কোম্পানিগুলি এই কোডের কারণে নিরাপত্তা লঙ্ঘনের সম্মুখীন হয়। প্রশ্ন হল: কার দায়িত্ব বহন করা উচিত? এটি অনুমানমূলক নয়। মার্কিন যুক্তরাষ্ট্র এবং ইউরোপ জুড়ে 450 জন নিরাপত্তা নেতা, প্রকৌশলী এবং ডেভেলপারদের একটি সমীক্ষায়, 5 টির মধ্যে 1টি সংস্থা বলেছে যে তারা ইতিমধ্যে AI-উত্পাদিত কোড সম্পর্কিত একটি গুরুতর সাইবার নিরাপত্তা ঘটনার সম্মুখীন হয়েছে এবং দুই-তৃতীয়াংশেরও বেশি (69%) এআই-উত্পন্ন ত্রুটিগুলি প্রকাশ করেছে৷ মেশিনের দ্বারা করা ত্রুটিগুলি, মানুষ নয়, সরাসরি লঙ্ঘনের সাথে যুক্ত যা প্রকৃতপক্ষে আর্থিক, সুনাম বা অপারেশনাল ক্ষতির কারণ হয়৷ তবে কৃত্রিম বুদ্ধিমত্তা বাদ যাচ্ছে না। বেশিরভাগ সংস্থাই দ্রুত গ্রহণ করার জন্য চাপ অনুভব করে, প্রতিযোগীতা বজায় রাখার জন্য বা প্রতিশ্রুতি এত শক্তিশালী হওয়ার কারণে। যাইহোক, দায়িত্ব মানুষের উপর দৃষ্টি নিবদ্ধ করা হয়. নিয়ম ছাড়াই একটি দোষারোপের খেলা যখন জিজ্ঞাসা করা হয় যে AI-সম্পর্কিত হ্যাকের জন্য কার দায়ভার বহন করা উচিত, কোন স্পষ্ট উত্তর নেই। অর্ধেকেরও বেশি (53%) বলেছেন যে যদি সমস্যাগুলি উপেক্ষা করা হয় বা নির্দিষ্ট নির্দেশিকা যা অনুসরণ করা আবশ্যক তা বাস্তবায়িত না হয় তবে নিরাপত্তা দলকে দায়ী করা উচিত। ইতিমধ্যে, প্রায় অনেক (45%) সেই ব্যক্তির দিকে আঙুল তুলেছেন যিনি AI কে ত্রুটিপূর্ণ কোড তৈরি করতে অনুরোধ করেছিলেন। এই বিভাগটি ক্রমবর্ধমান জবাবদিহিতার শূন্যতাকে তুলে ধরে। কৃত্রিম বুদ্ধিমত্তা দায়িত্বের সীমানাকে অস্পষ্ট করে যা আগে স্পষ্ট ছিল। বিকাশকারীরা যুক্তি দিতে পারে যে তারা কেবল তাদের উত্পাদন উন্নত করার জন্য একটি সরঞ্জাম ব্যবহার করছে, যখন নিরাপত্তা দলগুলি যুক্তি দিতে পারে যে তারা এআই প্রবর্তিত প্রতিটি বাগ সনাক্ত করতে পারে বলে আশা করা যায় না। সুস্পষ্ট নিয়ম না থাকলে, দলের মধ্যে আস্থা নষ্ট হতে পারে এবং ভাগ করা দায়িত্বের সংস্কৃতিতে ফাটল ধরতে পারে। কিছু অংশগ্রহণকারী আরও এগিয়ে গিয়েছিলেন, এমনকি কোডটি অনুমোদনকারী সহকর্মীদের বা এটি যাচাই করার জন্য নির্ধারিত বাহ্যিক সরঞ্জামদের দোষারোপ করেছেন। কার জবাবদিহিতা হবে কেউ জানে না। মানবিক খরচ আমাদের সমীক্ষায়, 92% সংস্থা বলেছে যে তারা এআই-উত্পন্ন কোডের ফলে দুর্বলতা সম্পর্কে উদ্বিগ্ন। এই উদ্বেগ কর্মক্ষেত্রে একটি বৃহত্তর প্রবণতার সাথে খাপ খায়: AI এর লক্ষ্য বোঝা কমানো, কিন্তু প্রায়শই এর বিপরীত হয়। ফাস্ট কোম্পানি ইতিমধ্যেই “কাজের প্রক্রিয়া”-এর উত্থান অন্বেষণ করেছে – কম-মূল্যের উত্পাদন যা আরও তদারকি এবং পরিচ্ছন্নতার কাজের দিকে নিয়ে যায়। আমাদের গবেষণা দেখায় যে এটি কীভাবে নিরাপত্তায় অনুবাদ করে: স্ট্রেস অপসারণের পরিবর্তে, AI এতে যোগ করতে পারে, কর্মীদের চাপে ফেলে এবং জবাবদিহিতা সম্পর্কে অনিশ্চিত। সাইবার নিরাপত্তায়, বিশেষ করে, বার্নআউট ইতিমধ্যেই ব্যাপক, প্রায় দুই-তৃতীয়াংশ পেশাদাররা এটির রিপোর্ট করছেন এবং ভারী কাজের চাপকে একটি প্রধান কারণ হিসাবে উল্লেখ করা হয়েছে। একসাথে, এই চাপগুলি দ্বিধান্বিত সংস্কৃতি তৈরি করে। দলগুলি পরীক্ষা, নির্মাণ বা উন্নতির চেয়ে দোষ সম্পর্কে উদ্বিগ্ন হয়ে বেশি সময় ব্যয় করে। প্রতিষ্ঠানের জন্য, অগ্রগতি ত্বরান্বিত করতে ব্যবহৃত প্রযুক্তি আসলে এটিকে ধীর করে দিতে পারে। কেন দায়িত্ব অর্পণ করা কঠিন? কৃত্রিম বুদ্ধিমত্তা কর্মক্ষেত্রে বিভ্রান্তির একটি স্তর যুক্ত করে। প্রথাগত কোডিং ত্রুটিগুলি একজন ব্যক্তি, সিদ্ধান্ত বা দলে খুঁজে পাওয়া যেতে পারে। কৃত্রিম বুদ্ধিমত্তার সাথে, দায়িত্বের এই শৃঙ্খলটি ভেঙে যায়। এটি কি অনিরাপদ কোডের উপর নির্ভর করার জন্য বিকাশকারীর দোষ ছিল, নাকি প্রথম স্থানে এটি তৈরি করার জন্য AI এর দোষ ছিল? AI ভুল হলেও, এর সৃষ্টিকর্তারা পরিণতি বহন করবেন না। এই অনিশ্চয়তা কোম্পানির মধ্যে সীমাবদ্ধ নয়। সারা বিশ্বে নিয়ন্ত্রকরা একই প্রশ্ন নিয়ে ঝাঁপিয়ে পড়েছেন: যদি এআই ক্ষতির কারণ হয়, তাহলে দায় কার বহন করা উচিত? উভয় স্তরে স্পষ্ট উত্তরের অভাব কর্মচারী এবং নেতাদের একই জবাবদিহিতা শূন্য করে দেয়। কর্মক্ষেত্রের নীতি এবং প্রশিক্ষণ এখনও এআই গ্রহণের গতি থেকে পিছিয়ে রয়েছে। দায়িত্ব কীভাবে ভাগ করা হয় তা নির্দেশ করার জন্য খুব কম নিয়ম বা নজির নেই। কিছু কোম্পানি তাদের সিস্টেমে কীভাবে AI ব্যবহার করা হয় তা পর্যবেক্ষণ করে, কিন্তু অনেকেই তা করে না, নেতাদের একত্রিত করতে ছেড়ে দেয় যে ঘটনাটির পরে কী ঘটেছিল, একটি ধাঁধার মতো মূল টুকরোগুলি হারিয়ে গেছে। জবাবদিহিতার ফাঁক বন্ধ করতে নেতারা কী করতে পারেন? নেতারা জবাবদিহিতা উপেক্ষা করতে পারেন না। তবে প্রত্যাশা সেট করার অর্থ জিনিসগুলিকে ধীর করে দেওয়া নয়। সঠিক পদক্ষেপের মাধ্যমে, দলগুলি বিশ্বাস হারানো বা অপ্রয়োজনীয় ঝুঁকি তৈরি না করে দ্রুত অগ্রসর হতে পারে, উদ্ভাবন করতে পারে এবং প্রতিযোগিতামূলক থাকতে পারে। AI ব্যবহার ট্র্যাক করুন ট্র্যাকিং AI ব্যবহারের মান তৈরি করুন এবং এটিকে দলগুলিতে দৃশ্যমান করুন৷ দায়বদ্ধতা ভাগ করুন একে অপরের বিরুদ্ধে দলগুলি এড়িয়ে চলুন। একটি ডাবল সাইন-অফ সেট আপ করুন, যেভাবে HR এবং Finance একটি নতুন নিয়োগ অনুমোদন করতে পারে, যাতে দায়িত্ব একজন ব্যক্তির উপর না পড়ে। স্পষ্টভাবে প্রত্যাশা নির্ধারণ করে কর্মচারীরা জানেন যে কে AI আউটপুট পর্যালোচনা করে, কে এটি অনুমোদন করে এবং ফলাফলের মালিক কে তা নিশ্চিত করে চাপ কমিয়ে দিন। কাজে সাইন অফ করার আগে একটি ছোট এআই চেকলিস্ট তৈরি করুন। দৃশ্যমানতা প্রদানকারী সিস্টেমগুলি ব্যবহার করুন নেতাদের AI ব্যবহারকে স্বচ্ছ এবং সনাক্তযোগ্য করার জন্য ব্যবহারিক উপায়গুলি সন্ধান করা উচিত, যাতে দলগুলি দোষের বিষয়ে তর্ক করতে কম সময় ব্যয় করে এবং সমস্যাগুলি সমাধান করতে আরও বেশি সময় ব্যয় করে। একটি প্রাথমিক প্রতিরোধমূলক সরঞ্জাম হিসাবে AI ব্যবহার করুন AI শুধুমাত্র ঝুঁকির উৎস নয়; তিনি চোখের একটি অতিরিক্ত সেট হিসাবেও কাজ করতে পারেন, সমস্যাগুলি তাড়াতাড়ি চিহ্নিত করতে পারেন এবং দলগুলিকে দ্রুত এগিয়ে যাওয়ার জন্য আরও আত্মবিশ্বাস দিতে পারেন। যোগাযোগের চাবিকাঠি প্রায়শই, একটি গুরুতর নিরাপত্তা ঘটনা ঘটার পরেই সংস্থাগুলি তাদের দৃষ্টিভঙ্গি পরিবর্তন করে। এটি ব্যয়বহুল হতে পারে: গড় লঙ্ঘন অনুমান করা হয়েছে $4.4 মিলিয়ন, সুনামগত ক্ষতির কথা উল্লেখ না করে। স্পষ্টভাবে প্রত্যাশার যোগাযোগের মাধ্যমে এবং সঠিক প্রক্রিয়াগুলি স্থাপন করে, নেতারা চাপ কমাতে পারেন, আস্থা বাড়াতে পারেন এবং AI এর ক্ষেত্রে জবাবদিহিতা অদৃশ্য হয়ে না যায় তা নিশ্চিত করতে পারেন। এআই একটি শক্তিশালী সক্ষমকারী হতে পারে। স্পষ্টতা এবং দৃষ্টিভঙ্গির অভাবে, এটি আস্থা নষ্ট করার হুমকি দেয়। কিন্তু সঠিক রেললাইন দিয়ে, তারা গতি এবং নিরাপত্তা প্রদান করতে পারে। যে কোম্পানিগুলো উন্নতি করবে তারাই যারা AI নির্ভয়ে ব্যবহার করার শর্ত তৈরি করে: এর দুর্বলতা স্বীকার করা, জবাবদিহিতা তৈরি করা এবং AI এর গতিতে পর্যালোচনা ও উন্নতি করার সংস্কৃতি গড়ে তোলা। (অনুবাদের জন্য ট্যাগ) জবাবদিহিতা
প্রকাশিত: 2025-10-29 12:00:00
উৎস: www.fastcompany.com
