লেন্জ রিসার্চ-এর একটি নতুন গবেষণায় দেখা গেছে যে কৃত্রিম বুদ্ধিমত্তার মডেলগুলি ৬৭% ফ্যাক্ট-চেক দাবিতে দ্বিমত পোষণ করে, যা স্বয়ংক্রিয় যাচাইকরণ ব্যবস্থার নির্ভরযোগ্যতা নিয়ে প্রশ্ন তুলেছে। পূর্বঘোষণা ছাড়াই প্রকাশিত এই ফলাফলগুলি ইঙ্গিত দেয় যে এমনকি উন্নত এআই টুলগুলিও সত্য নির্ণয়ের কাজে প্রায়শই একে অপরের বিরোধিতা করে। গবেষকরা সিদ্ধান্ত গ্রহণে বিভিন্ন উৎস এবং মানব তত্ত্বাবধানের প্রয়োজনীয়তার ওপর জোর দিয়েছেন, বিশেষ করে আর্থিক বাজারের মতো দ্রুত গতির ক্ষেত্রে।
অসম্মতির মাত্রা
৬৭% সংখ্যাটি চোখে পড়ার মতো। এর অর্থ হলো, বিভিন্ন এআই মডেলের মাধ্যমে পরিচালিত প্রতি তিনটি ফ্যাক্ট-চেক দাবির মধ্যে দুটিতে পরস্পরবিরোধী রায় পাওয়া যায়। লেন্জ রিসার্চ কোন মডেলগুলি পরীক্ষা করা হয়েছে বা দাবিগুলির প্রকৃতি নির্দিষ্ট করেনি, তবে ইঙ্গিতটি স্পষ্ট: কোনো একক এআই ব্যবস্থাকে নিজে নিজে সত্য ও মিথ্যা আলাদা করার জন্য বিশ্বাস করা যায় না। অসম্মতির হার মডেলগুলির প্রশিক্ষণের পদ্ধতি, তারা যে তথ্য থেকে আঁকে এবং তাদের অন্তর্নিহিত যুক্তিতে মৌলিক পার্থক্য নির্দেশ করে।
অস্থির বাজারে, যেখানে গুজব সেকেন্ডের মধ্যে দাম পরিবর্তন করতে পারে, সেখানে ঝুঁকি অনেক বেশি। একজন ব্যবসায়ী যদি কোনো এআই ফ্যাক্ট-চেকারের ওপর নির্ভর করেন, তাহলে তিনি এমন একটি লেবেলের ভিত্তিতে কাজ করতে পারেন যা অন্য একটি মডেল প্রত্যাখ্যান করবে। গবেষণার লেখকরা স্পষ্টভাবে 'অস্থির বাজার'কে এমন একটি প্রসঙ্গ হিসেবে উল্লেখ করেছেন যেখানে বিভিন্ন উৎস এবং মানব বিচার গুরুত্বপূর্ণ হয়ে ওঠে। স্বয়ংক্রিয় সরঞ্জামগুলি বিপুল পরিমাণ তথ্য প্রক্রিয়া করতে পারে, কিন্তু একজন মানুষকে সম্পৃক্ত না করে তারা নিজেদের দ্বন্দ্ব সমাধান করতে পারে না।
গবেষণাটি কী পরামর্শ দেয়
লেন্জ রিসার্চ-এর সুপারিশটি সরল: একটি একক এআই উৎসের ওপর নির্ভর করবেন না। পরিবর্তে, আউটপুটগুলি ক্রস-চেক করুন, মানব পর্যালোচকদের নিয়োগ করুন এবং স্বয়ংক্রিয় ফ্যাক্ট-চেকগুলিকে অনেকগুলি ইনপুটের একটি হিসাবে বিবেচনা করুন। এটি প্রযুক্তি পরিত্যাগ করার আহ্বান নয়—এটি অতি-আত্মবিশ্বাসের বিরুদ্ধে একটি সতর্কবাণী। গবেষণাটি অসম্মতির সমস্যার সমাধান দেয় না, তবে এটি মানুষকে সম্পৃক্ত রাখার পক্ষে একটি শক্ত যুক্তি উপস্থাপন করে।
এই ফলাফলগুলি ক্রমবর্ধমান প্রমাণের স্তূপে যোগ দেয় যে এআই, তার সমস্ত গতির জন্য, এখনও ধারাবাহিকতার সাথে লড়াই করে। লেন্জ রিসার্চ জানায়নি যে তারা মডেলগুলি কেন দ্বিমত পোষণ করে বা কীভাবে তাদের সারিবদ্ধ করা যায় তার গভীর বিশ্লেষণ অনুসরণ করার পরিকল্পনা করছে কিনা। আপাতত, বার্তাটি সহজ: যখন মেশিনগুলি একমত হতে পারে না, তখন সিদ্ধান্ত মানুষের কাছে থাকে।
