পরিবেশ, শ্রম ও অন্তর্ভুক্তি: AI-এর বৃহত্তর খরচ ও উপকার

এ পর্যন্ত আমাদের উদাহরণের মানুষগুলো কাছাকাছি ছিলেন: একজন গ্রাহক, একজন শিক্ষার্থী, একজন সহকর্মী। AI-এর খরচ ও উপকার পর্দা থেকে অনেক দূরেও থাকে। চ্যাটের একটা উত্তর তৈরি হয় এমন একটা ডেটা সেন্টারে যেখানে বিদ্যুৎ লাগে। মডেল যে ডেটা থেকে শিখেছে তার কিছু অংশ সাজিয়েছেন, লেবেল করেছেন বা যাচাই করেছেন এমন মানুষ, যাঁদের কাজের পরিবেশ পণ্যের বিবরণে খুব কম দেখা যায়। আর আপনি যে উত্তর পান তার মান নির্ভর করতে পারে আপনি কোন ভাষায় লিখছেন তার ওপর। এই প্রশ্নগুলো বাস্তব, আর মাপাও কঠিন। এই পাতা শেখায় কীভাবে শান্তভাবে প্রশ্নগুলো করবেন এবং কোনটা অনিশ্চিত তা সততার সঙ্গে বলবেন।

সংখ্যা নিয়ে একটা কথা। জ্বালানি, পানি ও মজুরি নিয়ে শিরোনামের সংখ্যাগুলো দ্রুত বদলায়, কীভাবে মাপা হয়েছে তার ওপর নির্ভর করে, আর প্রায়ই শর্ত ছাড়াই পুনরাবৃত্ত হয়। তাই এই পাতা শেখায় দিক ও সীমারেখা: একটা খরচ কোন দিকে যাচ্ছে, একটা সংখ্যা কী ধরে আর কী ধরে না, আর প্রমাণ কীভাবে চাইবেন। এখানে শিরোনামের সংখ্যা ছাপা হয়নি। কোনো কথা শুধু সংবাদ-প্রতিবেদনের ওপর দাঁড়ালে আমরা তা বলে দিয়েছি।

যা শিখবেন

• AI সেবার জ্বালানি ও সম্পদের কী কী খরচ থাকতে পারে, আর ট্রেনিং, ইনফারেন্স (inference) ও ডেটা সেন্টারের চাহিদা কীভাবে আলাদা।
• কখন ছোট মডেলই যথেষ্ট হতে পারে, আর পরিবেশ-সংক্রান্ত দাবির পেছনে তুলনাযোগ্য প্রমাণ কীভাবে চাইবেন।
• ভিন্ন ভিন্ন সিস্টেমের জ্বালানি-সংখ্যা কেন প্রায়ই তুলনা করা যায় না, আর ভদ্রভাবে তা কীভাবে বলবেন।
• ডেটা সংগ্রহ ও লেবেলিংয়ের পেছনের মানুষের কাজ কারা করেন, আর ন্যায্য কাজের পরিবেশের দিকে কোন প্রশ্ন নির্দেশ করে।
• AI পণ্যে ভাষা ও অঞ্চলভিত্তিক ফাঁক কীভাবে দেখা দেয়, আর কোনো পক্ষ না নিয়ে ওপেন ও ক্লোজড মডেলের যুক্তি কীভাবে তুলনা করবেন।

AI ব্যবহারের জ্বালানি ও সম্পদের খরচ

প্রতিটা AI উত্তর কোথাও না কোথাও বাস্তব সম্পদ ব্যবহার করে: কম্পিউটার চালানোর বিদ্যুৎ, আর তার চারপাশের ভবন, নেটওয়ার্ক ও যন্ত্রপাতি। আন্তর্জাতিক জ্বালানি সংস্থা (IEA) ২০২৫ সালের এপ্রিলে Energy and AI নামে একটা প্রতিবেদন প্রকাশ করেছে। এর ওভারভিউয়ে বলা হয়েছে, AI-এর জন্য ডেটা সেন্টারে বিদ্যুৎ লাগে, আর প্রতিবেদনে মডেল করা হয়েছে আগামী দশ বছরে AI-এর বিদ্যুৎ ব্যবহার কীভাবে বাড়তে পারে, সেই বিদ্যুৎ কোথা থেকে আসতে পারে, এবং জ্বালানি নিরাপত্তা, নিঃসরণ, উদ্ভাবন ও ক্রয়ক্ষমতার ওপর তার প্রভাব কী। এটা যে দিকটা বর্ণনা করে তা হলো: ডেটা সেন্টারের বিদ্যুৎ-চাহিদা বাড়ছে এবং AI একটা বড় চালিকাশক্তি। অনুমানগুলোর সঙ্গে বড় অনিশ্চয়তা আছে। সংখ্যাগুলো মডেলের অনুমানের ওপর নির্ভর করে বলে আমরা এখানে তা পুনরাবৃত্তি করিনি।

পানিও ছবির অংশ। লি, ইয়াং, ইসলাম ও রেন-এর ২০২৩ সালের একটা গবেষণাপত্রের যুক্তি, AI-এর কার্বন-পদচিহ্নের তুলনায় পানি-পদচিহ্ন কম মনোযোগ পেয়েছে। এটা পানি উত্তোলন (withdrawal, অর্থাৎ উৎস থেকে নেওয়া পানি) আর পানির ক্ষয় (consumption, অর্থাৎ যে পানি উৎসে ফেরে না, যেমন বাষ্প হয়ে গেলে) আলাদা করে। এটা আরও বলে যে পানির দক্ষতা স্থান ও সময়ভেদে বদলায়। গবেষণাপত্রে কিছু অনুমান আছে, কিন্তু সেগুলো মডেলিংয়ের অনুমানের ওপর দাঁড়ানো, তাই এগুলোকে চূড়ান্ত সংখ্যা না ভেবে প্রশ্নটার চিহ্ন হিসেবে দেখুন।

সূত্র-নোট (২০২৬-১০-১২ অনুযায়ী): IEA, Energy and AI (প্রকাশিত ২০২৫-০৪-১০), iea.org-এর ওভারভিউ পাতা; Li, Yang, Islam, Ren (২০২৩), arXiv:2304.03271। দুটোই গবেষণা বা বিশ্লেষণের নথি, আইন নয়। কোনো সংখ্যা ব্যবহার করতে চাইলে সর্বশেষ সংস্করণ দেখে নিন।

এ থেকে যা নেবেন: একটা AI সেবার বাস্তব পদচিহ্ন আছে, সেটা ওজনহীন নয়, আর পদচিহ্নের আকার অনিশ্চিত এবং নির্ভর করে সেবাটা কীভাবে বানানো, কোথায় চলে আর কতটা ব্যবহার হয় তার ওপর। এক বাক্যে "AI পরিচ্ছন্ন" বা "AI অপচয়ী" বলা প্রমাণ যতটা সমর্থন করে তার চেয়ে বেশি দূর যায়।

ট্রেনিং, ইনফারেন্স ও ডেটা সেন্টারের চাহিদা

মানুষ "AI-এর জ্বালানি খরচ" বললে তিনটা আলাদা জিনিস বোঝাতে পারেন। এগুলো গুলিয়ে ফেলা বিভ্রান্তির সবচেয়ে সাধারণ উৎস।

গবেষণা থেকে বোঝা যায় পার্থক্যটা কেন জরুরি। স্ট্রুবেল, গণেশ ও ম্যাকক্যালাম (২০১৯) অনুমান করেছিলেন, টেক্সটের বড় ভাষা মডেল ট্রেইন করতে যথেষ্ট জ্বালানি ও আর্থিক খরচ হতে পারে, এবং সেই খরচ কমানোর উপায়ও সুপারিশ করেছিলেন। লুচিওনি, জার্নাইট ও স্ট্রুবেল (২০২৩) অন্য দিকটা দেখেছেন: চলমান ব্যবহার। তাঁরা বেঞ্চমার্ক কাজে প্রতি ১,০০০ ব্যবহারে জ্বালানি ও কার্বন মেপেছেন এবং জানিয়েছেন, নানা কাজে বহুমুখী জেনারেটিভ মডেল নির্দিষ্ট-কাজের সিস্টেমের চেয়ে অনেক বেশি খরচ করেছে, তাঁদের নিজের ভাষায় "orders of magnitude" (দশগুণ বা তারও বেশি মাত্রার পার্থক্য) বেশি। তাঁদের গবেষণা নির্দিষ্ট মডেল ও হার্ডওয়্যার নিয়ে, তাই এটা প্রতিটা টুলের জন্য নিয়ম নয়, একটা দিক দেখায়। বাস্তব শিক্ষা হলো: একবারের ট্রেনিং খরচ আর প্রতি ব্যবহারে পুনরাবৃত্ত খরচ আলাদা জিনিস, আর দ্বিতীয়টা ব্যবহারকারীর সংখ্যার সঙ্গে বাড়ে।

ছোট ও বড় মডেল

বড় মডেল বেশি ধরনের এবং কঠিন কাজ সামলাতে পারে। ছোট মডেল সাধারণত চালাতে সস্তা, দ্রুত, আর কখনো কখনো আপনার নিজের ডিভাইসেই চলে। দৈনন্দিন অনেক কাজ সংকীর্ণ: বানান ঠিক করা, বার্তাকে পাঁচটা লেবেলে সাজানো, ফর্ম থেকে একটা তারিখ তোলা। সংকীর্ণ কাজে ওপরের গবেষণা বলে যে নির্দিষ্ট-কাজের সিস্টেমের প্রতি ব্যবহারে খরচ সাধারণ সিস্টেমের চেয়ে অনেক কম হতে পারে। এটা "ছোট টুল যথেষ্ট কি না?" প্রশ্ন করার কারণ, ছোট সব সময় ভালো এমন নিয়ম নয়।

এগুলোর একমাত্র নির্ভরযোগ্য উত্তর আপনার নিজের উদাহরণ দিয়ে ছোট পরীক্ষা, যেমন আপনি পলিসি, ভেন্ডর, রেকর্ড ও ঘটনা: ছোট টিমে দায়িত্বশীল AI পাতায় শিখেছেন।

পরিবেশ-সংক্রান্ত দাবির পেছনে সমর্থন চাওয়া

"কার্বন-নিরপেক্ষ AI", "৩০% বেশি দক্ষ", বা "ওয়েব সার্চের চেয়ে কম জ্বালানি লাগে" ধরনের দাবি আপনার সামনে আসবে। কিছু ঠিক; অনেকগুলো অসম্পূর্ণ। কোম্পানিরা আসলে কী প্রকাশ করে সে বিষয়ে এখানে আমাদের কাছে যাচাই করা উৎস নেই, তাই কাজের দক্ষতা হলো প্রশ্ন করা, রায় দেওয়া নয়। নিচের পাঁচটা প্রশ্ন করুন। দাবিটা ভেন্ডরের, সংবাদের বা সোশ্যাল মিডিয়া পোস্টের যা-ই হোক, প্রশ্নগুলো একই।

জ্বালানি-সংখ্যা তুলনার সীমাবদ্ধতা

সৎ সংখ্যাও প্রায়ই তুলনা করা যায় না। নিচের দুটো উদাহরণ কাল্পনিক, বানানো এককে।

টয় ডেটা:

Toy data (made-up units, illustrates the problem only):
Vendor A says: "0.3 units of energy per request".
Vendor B says: "2.0 units of energy per 1,000 requests, measured on a lab server".

At first glance A looks 150 times larger than B. But:
 - A may measure the whole data centre; B only the chip while it works.
 - A's request may be a long document; B's a one-line label.
 - A's answer may be a full essay; B's output a single word.
 - A is measured in a place with one kind of electricity supply; B in another.
So the two numbers do not describe the same thing, and neither is "wrong".

তুলনা কঠিন করে এমন পার্থক্যগুলো হলো: কী মাপা হয়েছে (সীমানা), কাজ এবং ইনপুট-আউটপুটের দৈর্ঘ্য, ফলের মান, হার্ডওয়্যার, বিদ্যুৎ-সরবরাহ ও দিনের সময়, আর সংখ্যাটা ল্যাবে মাপা নাকি সাধারণ দিনের আন্দাজ। শান্ত প্রতিক্রিয়া "আপনি মিথ্যা বলছেন" নয়, বরং "দয়া করে সীমানা, একক, পদ্ধতি আর সময়কাল জানান, যাতে সমান জিনিসের সঙ্গে সমান জিনিস মেলাতে পারি"। লুচিওনি ও সহকর্মীদের মতো গবেষণা একই বেঞ্চমার্ক কাজে তুলনা করে এবং তা জানায়, ঠিক এমন যত্নই খুঁজে দেখার মতো।

যেখানে যুক্তিসঙ্গত মানুষেরা একমত হন না

একজন ব্যবহারকারীর নিজের বেছে নেওয়া কতটা গুরুত্বপূর্ণ?

দুটো মত একসঙ্গেও রাখা যায়: প্রদানকারীর কাছে প্রমাণ চান (ব্যবস্থার স্তর), আর নিজের জন্য সমানুপাতে বেছে নিন (ব্যক্তিগত স্তর)। কেউ কেউ এ-ও বলেন, AI অন্য ক্ষেত্রে সম্পদের ব্যবহার কমাতে সাহায্য করতে পারে। সেটা প্রমাণ দিয়ে ক্ষেত্র ধরে ধরে যাচাই করার দাবি; সাধারণভাবে মেনে নেওয়া বা উড়িয়ে দেওয়ার নয়।

ডেটার পেছনের মানুষের কাজ

অনেক AI সিস্টেম মানুষের ওপর নির্ভর করে। কেউ মডেলের শেখার উদাহরণ লেখেন বা বাছেন। কেউ ছবি ও টেক্সট লেবেল করেন, যেমন কোন মন্তব্য ক্ষতিকর তা চিহ্নিত করা। কেউ মডেলের উত্তরে রেটিং দেন, যাতে সিস্টেম উন্নত করা যায়। এই কাজ কখনো কর্মচারীরা করেন, কখনো ঠিকাদাররা, কখনো অনলাইন প্ল্যাটফর্মের মাধ্যমে, প্রায়ই পণ্য বিক্রেতা কোম্পানির দেশ থেকে ভিন্ন দেশে।

সাংবাদিকদের প্রতিবেদনে কিছু ডেটা কর্মীর কম মজুরি আর কষ্টদায়ক বিষয়বস্তুর সংস্পর্শে আসার কথা বলা হয়েছে। এমন প্রতিবেদনে উল্লিখিত কোম্পানিগুলো কখনো কখনো কিছু বিবরণে আপত্তি জানিয়েছে, এবং আমরা কোনো মূল প্রতিবেদন যাচাই করিনি, তাই শুধু সাধারণ কথাটা বলছি: প্রতিবেদনে এই কাজের কিছু অংশে কম মজুরি ও কঠিন বিষয়বস্তুর বর্ণনা আছে। আমরা কোনো অঙ্ক দিচ্ছি না, আর দাবি করছি না যে সব ডেটা-কাজ খারাপ। দায়িত্বশীল অবস্থান হলো ধরে না নিয়ে জিজ্ঞেস করা।

যেখানে যুক্তিসঙ্গত মানুষেরা একমত হন না

দুই মত একটা ব্যবহারিক জায়গায় মেলে: পরিবেশ সম্পর্কে জিজ্ঞেস করুন এবং উত্তর দিতে পারে এমন সরবরাহকারীকে বেছে নিন। কোনো নির্দিষ্ট ব্যবস্থা ন্যায্য কি না তা নির্ভর করে সেই কর্মস্থল সম্পর্কে তথ্যের ওপর, কোনো সাধারণ নিয়মের ওপর নয়।

ভাষাগত বৈষম্য ও কম-প্রতিনিধিত্বপ্রাপ্ত সম্প্রদায়

এআই কীভাবে কাজ করে: LLM, টোকেন ও সীমাবদ্ধতা পাতায় আপনি শিখেছেন যে লেখা টোকেনে ভাগ হয়। একটা গবেষকদল (আহিয়া ও সহকর্মীরা, ২০২৩) ২২টা ভাষায় টোকেন-সংখ্যা ও খরচ কীভাবে আলাদা হয় তা পড়েছেন। তাঁরা জানিয়েছেন, অনেক ভাষার ব্যবহারকারীকে "overcharged while obtaining poorer results" (অর্থাৎ বেশি খরচ করে খারাপ ফল পাওয়া) অবস্থায় পড়তে হতে পারে, প্রায়ই যেসব অঞ্চলে সেবাটা কম সাশ্রয়ী। সহজ কথায় কারণটা: কিছু ভাষায় একই অর্থের জন্য বেশি টোকেন লাগে, ফলে খরচ বেশি হয় আর মডেলের স্মৃতিতে কম ধরে, আর মডেল হয়তো সেই ভাষা কম দেখেছে। আমরা একটামাত্র গবেষণা উল্লেখ করছি; এর বাইরে বিস্তৃত বেঞ্চমার্ক প্রমাণ এখানে যাচাই করা হয়নি।

কাল্পনিক পরিস্থিতি:

Nadia coordinates a district help desk in Dhaka. She tests an AI assistant with 20 questions
about forms, first in English, then in Bangla (toy results, invented):
  English: 18 answers good, 2 need fixing.
  Bangla : 12 answers good, 8 need fixing; two answers are polite but give a wrong office.
Most visitors to the desk write in Bangla. Nadia's staff speak both languages.

এটা একটা ছোট পরীক্ষা, প্রমাণ নয়, কিন্তু অভ্যাসটা দেখায়। নাদিয়ার বিকল্পগুলোর মধ্যে আছে: টুলটা শুধু কর্মীদের খসড়ার জন্য ব্যবহার করা (ইংরেজিতে, পর্যালোচনাসহ); বাংলায় ব্যবহার করে প্রতিটা উত্তর একজন কর্মী যাচাই করা; ভেন্ডরের কাছে বাংলায় প্রমাণ চেয়ে অপেক্ষা করা; কিংবা এই সেবায় AI একেবারেই না ব্যবহার করা। সবচেয়ে বেশি প্রভাবিত হন সেই দর্শনার্থীরা যাঁরা ইংরেজি উত্তর সহজে যাচাই করতে পারেন না, তাই ভালো সিদ্ধান্ত তাঁদের একজন মানুষের কাছে পৌঁছানোর পথ দেয়। এটা ন্যায্যতা ও তার ট্রেড-অফ: অন্তর্ভুক্তি, অ্যাক্সেসিবিলিটি ও ভাষা পাতার সঙ্গে যুক্ত: একটা টুল গড়ে ন্যায্য হয়েও এক ভাষা-সম্প্রদায়কে কম ভালো সেবা দিতে পারে।

একই প্রশ্ন খাটে এমন যেকোনো সম্প্রদায়ের জন্য যারা ডেটা বা ডিজাইন-টিমে কম আছে: আঞ্চলিক ভাষা ও উপভাষার মানুষ, সহায়ক প্রযুক্তি ব্যবহারকারী, বয়স্ক মানুষ, ধীর বা ব্যয়বহুল ইন্টারনেটের মানুষ, এবং যাঁদের নাম, জায়গা বা রীতি টুলটা যে উদাহরণ দেখেছে তার থেকে আলাদা। তিনটা জিনিস জিজ্ঞেস করুন: কারা, কাদের নিয়ে পরীক্ষা করেছে? কোথায় খারাপ করে, আর তা লেখা আছে কি না? প্রভাবিত সম্প্রদায়ের মানুষ এটা গড়তে বা পর্যালোচনা করতে সাহায্য করতে পারেন কি না? এগুলো প্রশ্ন, অভিযোগ নয়। প্রমাণ ছাড়া ধরে নেবেন না যে কোনো গোষ্ঠীর জন্য ফাঁক আছে, আবার ধরে নেবেন না যে নেই।

ওপেন ও ক্লোজড মডেল: বিজয়ী ছাড়া যুক্তি

"ওপেন" একটামাত্র জিনিস নয়। এর মানে হতে পারে মডেলের প্যারামিটার (শেখা সংখ্যাগুলো) ডাউনলোড করা যায়, কোড শেয়ার করা হয়, ট্রেনিং ডেটার বিবরণ দেওয়া আছে, কিংবা লাইসেন্স পুনর্ব্যবহারের অনুমতি দেয়। লাইসেন্স আলাদা হয়, তাই আসল শর্ত দেখুন। "ক্লোজড" মডেল সাধারণত প্রদানকারীর চালানো সেবার মাধ্যমে পাওয়া যায়। কোনো শব্দই বলে না মডেলটা নিরাপদ, নির্ভুল বা ন্যায্য কি না। এখানে বিভিন্ন প্রেক্ষাপট থেকে সবচেয়ে শক্ত যুক্তিগুলো।

লক্ষ করুন, একই তথ্য দুই পক্ষকেই সমর্থন করতে পারে: অ্যাক্সেস ছোট ল্যাবকে সাহায্য করে, আবার অ্যাক্সেস খারাপ উদ্দেশ্যের মানুষকেও সাহায্য করে। ভারসাম্য কোথায় পড়ে তা নির্ভর করে মডেল, কাজ, লাইসেন্স, পাওয়া সহায়তা ও প্রেক্ষাপটের ওপর। এই পাতা কোনো পক্ষ নেয় না। আপনার দক্ষতা হলো নিজের ক্ষেত্রে কোন বিষয়টা সবচেয়ে গুরুত্বপূর্ণ তা চিহ্নিত করা এবং তার প্রমাণ চাওয়া।

সিদ্ধান্ত-পদ্ধতির প্রয়োগ

কাল্পনিক পরিস্থিতি:

Ana runs a language school in Lima. She wants AI feedback on 200 student essays a month.
Option A: a large online assistant. Option B: a small tool running on the school computer.

পূরণ করা ওয়ার্কশিট (সংক্ষেপে):

1. SITUATION     Feedback on spelling, grammar and structure for 200 essays a month.
2. AFFECTED      Students (essays are personal), teachers, the school.
3. BENEFITS/HARMS Time saved; risk of wrong feedback; student text leaving the school;
                 resource use grows with volume.
4. OPTIONS       A large online assistant. B small local tool. C teacher marks only.
                 D small tool for spelling, teacher for structure.
5. EVIDENCE      Unknown: quality on our students' Spanish and English. Test 15 essays
                 with each; ask the vendor for the boundary and unit of any energy claim.
6. DECISION      Option D if the small tool matches the teacher on spelling; stop if
                 it misses more than 3 of 15 errors teachers consider important.
7. ACCOUNTABLE   Ana.
8. REVIEW DATE   2027-01-15.

এই সিদ্ধান্তের পরিবেশ-অংশটা ছোট ও সৎ: এটা অনেক বিবেচনার একটা, যা সামলানো হয়েছে "ছোট টুল যথেষ্ট কি না?" জিজ্ঞেস করে এবং তুলনাযোগ্য প্রমাণ চেয়ে। এটা দাবি করে না যে কোনো বিকল্প "সবুজ"।

কর্মক্ষেত্রে এটা কোথায় দেখা যায়

একজন ক্রয় কর্মকর্তা টেন্ডারে তিনটা প্রশ্ন যোগ করেন: জ্বালানি-সংখ্যায় কী ধরা আছে, ডেটা কর্মীদের সঙ্গে কেমন আচরণ হয়, আর ব্যবহারকারীরা যে ভাষায় কথা বলেন তাতে পণ্য কেমন কাজ করে। একটা স্কুল বানান যাচাইয়ের জন্য ছোট টুল বেছে নেয়। একজন প্রোডাক্ট ম্যানেজার টিমকে বলেন, চালুর আগে প্রধান স্থানীয় ভাষায় বাস্তব উদাহরণ দিয়ে পরীক্ষা করতে। একজন সাংবাদিক, শিক্ষার্থী বা ম্যানেজার জ্বালানি-দাবি পুনরাবৃত্তির আগে সীমানা আর একক জিজ্ঞেস করেন। এর কোনোটার জন্য জ্বালানি বা শ্রম বিষয়ে বিশেষজ্ঞ হতে হয় না; দরকার প্রশ্ন করার অভ্যাস।

সাধারণ ভুল

• একটা জ্বালানি-সংখ্যাকে পুরো গল্প ধরা। এতে ট্রেনিং, পুরো স্থাপনা বা পানি বাদ থাকতে পারে। সমাধান: সীমানা, একক, পদ্ধতি ও সময়কাল জিজ্ঞেস করুন।
• ভিন্ন জিনিস মাপা দুটো সংখ্যার তুলনা। সমাধান: সমানের সঙ্গে সমান তুলনা করুন, নয়তো বলুন যে তুলনা সম্ভব নয়।
• ধরে নেওয়া যে "ওপেন" বা "ক্লোজড" নিরাপত্তা বা ন্যায্যতা ঠিক করে দেয়। সমাধান: আসল লাইসেন্স, প্রমাণ ও সহায়তা দেখুন।
• ডেটার পেছনের মানুষের কথা ভুলে যাওয়া। সমাধান: জিজ্ঞেস করুন কারা লেবেল করেছেন, কোন পরিবেশে, আর উত্তর দিতে পারে এমন সরবরাহকারী বেছে নিন।
• শুধু ইংরেজিতে পরীক্ষা করা। সমাধান: আপনার ব্যবহারকারীরা আসলে যে ভাষায় লেখেন তাতে পরীক্ষা করুন, আর ফল টিমকে জানান।

নিজে চেষ্টা করুন

1. সহজ। একটা সংবাদ-পোস্ট বলছে "মডেল X মডেল Y-এর চেয়ে ৫ গুণ কম জ্বালানি ব্যবহার করে"। পুনরাবৃত্তির আগে যে পাঁচটা প্রশ্ন করবেন তা লিখুন।
2. মাঝারি। ওপরের জ্বালানি-তুলনার টয় ডেটা ব্যবহার করে ভেন্ডর A আর ভেন্ডর B-কে কেন তুলনা করা যায় না তার তিনটা কারণ লিখুন, এবং প্রত্যেক ভেন্ডরকে আপনার যা দরকার তা চেয়ে একটা করে বার্তা লিখুন।
3. কঠিন। কাল্পনিক পরিস্থিতি: আক্রার একটা আঞ্চলিক পত্রিকা সারসংক্ষেপের খসড়া করতে এবং পাঠকদের মন্তব্য লেবেল করতে AI ব্যবহার করতে চায়, লেবেলিংয়ের কাজ করবে একটা বাইরের কোম্পানি। আট ধাপের পদ্ধতিটা ব্যবহার করুন। অন্তত একটা প্রশ্ন ডেটা-কর্মীদের পরিবেশ নিয়ে, একটা ভাষার মান নিয়ে, আর একটা ভেন্ডরের ব্রোশিওরের পরিবেশ-দাবি নিয়ে রাখুন। একজন মালিক ও একটা রিভিউ-তারিখ ঠিক করুন।

উত্তর

সহজ। শক্ত উত্তর: (১) সীমানার ভেতরে কী আছে: ট্রেনিং, ব্যবহার, পুরো স্থাপনা? (২) একক কী: প্রতি অনুরোধে, প্রতি কাজে, মোট? (৩) পদ্ধতি ও সময়কাল: মাপা না আন্দাজ, কখন, কারা? (৪) কীসের সঙ্গে তুলনা: একই কাজ, একই মান, একই হার্ডওয়্যার ও জায়গা? (৫) অন্যরা পদ্ধতি যাচাই করতে পারেন কি না? পাস: পাঁচটাই, নিজের ভাষায়, অন্তত একটার কারণসহ। দুর্বল: শুধু "এটা সত্যি কি না?" জিজ্ঞেস করা, বা "৫ গুণ" যেমন আছে তেমন মেনে নেওয়া।

মাঝারি। শক্ত কারণ: ভিন্ন একক (প্রতি অনুরোধ বনাম প্রতি ১,০০০ অনুরোধ); ভিন্ন সীমানা (পুরো স্থাপনা বনাম শুধু চিপ); ভিন্ন কাজ ও দৈর্ঘ্য (লম্বা নথি বনাম এক লাইনের লেবেল); সম্ভবত ভিন্ন হার্ডওয়্যার ও বিদ্যুৎ-সরবরাহ; একটা ল্যাব-মাপ। শক্ত বার্তায় সীমানা, একক, পদ্ধতি, সময়কাল, কাজ ও আউটপুটের দৈর্ঘ্য চাওয়া হয়, আর দুই ভেন্ডরকেই একই পরীক্ষা ব্যবহার করতে বলা হয়। পাস: অন্তত তিনটা কারণ ও দুটো নির্দিষ্ট অনুরোধ। দুর্বল: সিদ্ধান্ত নেওয়া যে একজন ভেন্ডর ভালো, বা সংখ্যাগুলো ভুয়া।

কঠিন। শক্ত ওয়ার্কশিটে প্রভাবিত মানুষ হিসেবে পাঠক, মন্তব্যকারী ও বাইরের কর্মীরা থাকেন; বিকল্প থাকে যেমন AI নয়, শুধু সারসংক্ষেপে AI, বা নমুনার মানুষী পর্যালোচনাসহ AI লেবেলিং; দরকারি প্রমাণ থাকে (পাঠকদের প্রধান স্থানীয় ভাষায় পরীক্ষা, মজুরি, সহায়তা ও উদ্বেগ জানানোর পথ নিয়ে ভেন্ডরের উত্তর, আর যেকোনো পরিবেশ-দাবির সীমানা ও একক); শর্তসহ সিদ্ধান্ত; একজন মালিক; এবং একটা তারিখ। এতে অজানা বিষয় বলা থাকে এবং ধরে নেওয়া হয় না যে ভেন্ডর খারাপ আচরণ করছে। পাস: AI না ব্যবহার করাসহ তিন বা বেশি বিকল্প, তিনটা প্রয়োজনীয় প্রশ্নের প্রতিটা, আর সৎ অনিশ্চয়তা। দুর্বল: আউটসোর্সিং সব সময় ভুল বা সব সময় ঠিক বলে রায়, বা লেবেলিং করা মানুষদের নিয়ে কোনো প্রশ্ন না থাকা।

পলিসি, ভেন্ডর, রেকর্ড ও ঘটনা: ছোট টিমে দায়িত্বশীল AI পাতায় ফিরে যান এবং সেখানে লেখা ভেন্ডর-প্রশ্নের তালিকায় এই পাতার তিনটা প্রশ্ন যোগ করুন (জ্বালানি-দাবির সীমানা, কর্মীদের পরিবেশ, ভাষার প্রমাণ)।

সারসংক্ষেপ

• AI-এর জ্বালানি ও পানির খরচ বাস্তব কিন্তু অনিশ্চিত। দিক হলো চাহিদা বাড়ছে; আকার নির্ভর করে সীমানা, পদ্ধতি ও অনুমানের ওপর।
• ট্রেনিং, ইনফারেন্স ও ডেটা সেন্টারের চাহিদা আলাদা জিনিস। একটা সংখ্যা কোনটা ধরে তা জিজ্ঞেস করুন।
• সংকীর্ণ কাজে ছোট মডেল যথেষ্ট হতে পারে; সিদ্ধান্তের আগে পরীক্ষা করুন, আর ধরে নেবেন না ছোট বা বড় সব সময় ভালো।
• সীমানা, একক, পদ্ধতি, সময়কাল ও তুলনাযোগ্যতা চান। ভিন্ন সিস্টেমের সংখ্যা প্রায়ই তুলনা করা যায় না।
• মানুষ ডেটা লেবেল ও যাচাই করেন। প্রতিবেদনে এই কাজের কিছু অংশে খারাপ পরিবেশের বর্ণনা আছে; ভেন্ডরকে মজুরি, সহায়তা ও উদ্বেগ জানানোর পথ সম্পর্কে জিজ্ঞেস করুন।
• কিছু পণ্যে ভাষা ও অঞ্চলভিত্তিক ফাঁক বাস্তব। আপনার ব্যবহারকারীদের ভাষায় পরীক্ষা করুন। ওপেন ও ক্লোজড মডেল, দুই পক্ষেরই শক্ত যুক্তি আছে; নিজের ক্ষেত্রের প্রমাণ দেখুন।

এরপর: নিয়ম, অনিশ্চয়তা ও দায়িত্বশীল সিদ্ধান্ত: আপনার ক্ষেত্রে কী প্রযোজ্য তা খুঁজে বের করা পাতা দেখাবে উদ্ভাবনের সুবিধা আর সামাজিক ক্ষতিকে কীভাবে মেলাবেন, আপনার দেশ ও খাতের বর্তমান সরকারি নিয়ম কীভাবে খুঁজবেন, আর নিশ্চিত না হলে সমানুপাতে কীভাবে সিদ্ধান্ত নেবেন।