জেন জি কি সত্যিই সবচেয়ে নির্বোধ প্রজন্ম?

এই শিরোনামটি আপনাকে বোঝাচ্ছে কি না তা জানতে এখনই AI-কে জিজ্ঞাসা করার দরকার নেই। সংক্ষিপ্ত উত্তরটি হলো: প্রজন্মের সীমানা কোনো প্রাকৃতিক নিয়ম নয় এবং উৎসভেদে কিছুটা বদলে যায়। এই নিবন্ধে আমি বর্তমানে বহুল ব্যবহৃত বিভাজন অনুসরণ করছি, যেখানে ১৯৯৭ থেকে ২০১২ সালের মধ্যে জন্ম নেওয়া মানুষদের জেনারেশন Z ধরা হয়।

আপনি যদি ১৯৯৭ থেকে ২০১২ সালের মধ্যে জন্ম নিয়ে থাকেন, তবে সত্যিই এটি আপনার প্রজন্মকে নিয়ে লেখা। আর তা না হলেও নিশ্চিন্ত হয়ে বসে থাকার সুযোগ নেই। এখানে আলোচিত সমস্যা কোনো নির্দিষ্ট জন্মসালে শেষ হয়ে যায় না।

জেনারেশন Z আধুনিক ইতিহাসের সবচেয়ে নির্বোধ প্রজন্ম—এই উসকানিমূলক দাবিটির মধ্যে আমার কাছে সত্যের একটি অংশ আছে। তবে “নির্বোধ” কোনো সুনির্দিষ্ট বৈজ্ঞানিক মাপকাঠি নয়। এটি এমন একটি সমস্যার তীক্ষ্ণ শিরোনাম, যাকে আরও সূক্ষ্ম অথচ আরও উদ্বেগজনকভাবে বলা যায়: গুরুত্বপূর্ণ শিক্ষাগত ও জ্ঞানীয় দক্ষতা কমছে, আর ডিজিটাল ব্যবস্থা আমাদের কঠিন চিন্তার কাজ এড়িয়ে যাওয়ার সুযোগ বাড়িয়ে দিচ্ছে।

কোথা থেকে এই দাবি এসেছে

২০২৬ সালের জানুয়ারিতে স্নায়ুবিজ্ঞানী ও সাবেক শিক্ষক জারেড কুনি হরভ্যাথ মার্কিন সিনেটের একটি কমিটিকে বলেন, জেনারেশন Z আধুনিক ইতিহাসের প্রথম প্রজন্ম যারা প্রায় সব উপলভ্য জ্ঞানীয় মাপকাঠিতে আগের প্রজন্মের চেয়ে খারাপ করেছে। তিনি মনোযোগ, স্মৃতি, পড়া, গণিত, নির্বাহী কার্যক্ষমতা এবং সাধারণ IQ-এর কথা উল্লেখ করেন।

এটি একটি শক্তিশালী দাবি। সোশ্যাল মিডিয়া ও সংবাদমাধ্যমে দ্রুত একে সংক্ষেপ করে বলা হয়, জেনারেশন Z-কে নাকি আনুষ্ঠানিকভাবে সবচেয়ে নির্বোধ প্রজন্ম হিসেবে নিশ্চিত করা হয়েছে। বিষয়টি এত সরল নয়। হরভ্যাথ একটি রাজনৈতিক শুনানিতে বিশেষজ্ঞ মতামত দিয়েছেন। কোনো একক গবেষণা বা বৈজ্ঞানিক প্রতিষ্ঠান পুরো একটি প্রজন্মকে আনুষ্ঠানিকভাবে এই তকমা দেয়নি।

আরও গুরুত্বপূর্ণ হল, কারণটি প্রমাণিত হয়নি। হরভ্যাথ ২০১০ এর আশেপাশে একটি বড় পার্থক্য দেখেছেন এবং মূলত শিক্ষাক্রমে ডিজিটাল যন্ত্রপাতির ব্যাপক প্রসারের দায় দিয়েছেন। অন্যান্য ব্যাখ্যাও আলোচনার মধ্যে রয়েছে: মহামারীর সময় স্কুলগুলি বন্ধ হওয়া, সামাজিক অসমতা, পাঠ্যক্রমের পরিবর্তন, নম্বর বৃদ্ধি, পরীক্ষা-বিনা ভর্তি প্রক্রিয়া, মানসিক চাপ এবং অবশ্যই স্মার্টফোনগুলি আমাদের মনোযোগ কীভাবে নিয়ে যাচ্ছে তার প্রকৃতি।

তাই এই সংক্ষিপ্ত বিবৃতি আক্রমণের মুখে পড়তে পারে। কিন্তু এর নীচে লুকানো সতর্কতা সংকেতগুলি অনেক বেশি প্রামাণিক।

সংখ্যাগুলো অস্বস্তিকর হয়ে উঠছে

যুক্তরাষ্ট্রের প্রদর্শনী গবেষণা NAEP দেখায় দ্বাদশ শ্রেণির ছাত্রছাত্রীদের মধ্যে স্পষ্ট পতন হচ্ছে। ২০২৪ সালে গণিতে ৪৫ শতাংশ ছাত্রছাত্রী “NAEP Basic” স্তরের নীচে ছিল। ২০১৯ সালে এটি ছিল ৪০ শতাংশ। পাঠ্য পড়ার ক্ষেত্রে ৩২ শতাংশ ছিল “Basic” স্তরের নীচে, যা ২০১৯ সালে ৩০ শতাংশ এবং ১৯৯২ সালে ২০ শতাংশের তুলনায়। এই শ্রেণিবিভাগগুলি সাধারণ শ্রেণি স্তরের সমতুল্য নয় এবং NAEP স্পষ্টভাবে এগুলি সতর্কতার সাথে ব্যবহার করে। তবুও প্রবণতা খারাপ, বিশেষ করে দুর্বল ছাত্রছাত্রীদের ক্ষেত্রে।

আরও স্পষ্ট হয়ে ওঠে ক্যালিফোর্নিয়া ইউনিভার্সিটি সান ডিয়েগোতে। বিশ্ববিদ্যালয়ের একটি প্রতিবেদন জানায় যে ২০২০ সালে প্রায় ৩০ জন নতুন ছাত্রছাত্রী উচ্চ বিদ্যালয়ের মানের চেয়ে নিচে গণিতের দক্ষতা নিয়ে এসেছিল। পাঁচ বছর পর, সংখ্যা বেড়ে হয়েছে ৯০০ এর বেশি, প্রায় তিরিশগুণ বেশি। এই গ্রুপের প্রায় ৭০ শতাংশ মাধ্যমিক স্কুলের মানের নীচে ছিল। অনেকে ভগ্নাংশ এবং সরল বীজগণিতে ব্যর্থ হয়েছিল।

মূল প্রতিবেদনটি সময়ের সাথে সাথে একটি বিবৃতির সাথে মিলিয়ে দেওয়া হয়েছিল যে প্রতি আটজন নতুন ছাত্রছাত্রীর মধ্যে একজন মাধ্যমিক স্তরের নীচে ছিল। পরে এই বাক্যাংশটি সংশোধন করা হয়েছিল। বাস্তব সংখ্যাগুলো যথেষ্ট খারাপ, তাই তাকে আরও খারাপ করার দরকার নেই।

আরও আকর্ষণীয় বিষয় হলো: ২০২৪ সালে বিশ্ববিদ্যালয়ের সবচেয়ে নিচের গণিত কোর্সে নিযুক্ত ছাত্রছাত্রীদের মধ্যে এক চতুর্থাংশের উচ্চ বিদ্যালয়ের গণিতে গড়ে ৪.০ নম্বর ছিল। উচ্চ মান এবং বাস্তব প্রস্তুতির মধ্যে মিল নেই। যে কেউ বছরের পর বছর ভালো নম্বর পায়, কিন্তু মৌলিক দক্ষতা নেই, তার নিজের মনে হয় যে তার দক্ষতা বেশি, যা প্রকৃতপক্ষে তার বাস্তব দক্ষতার চেয়ে বেশি।

পাঠ্য পড়ার ক্ষেত্রে অবস্থা ভালো নয়। একটি YouGov জরিপে ২,২০৩ জন মার্কিন নাগরিকের উপর ভিত্তি করে জানা গেছে যে ২০২৫ সালে ৪০ শতাংশ মানুষ কোনো বই শেষ করেননি। মধ্যমান ছিল দুই বই। ১৮ থেকে ২৯ বছর বয়সী মানুষের গড় ছিল ৫.৮ বই। এখানে অডিওবুককেও অন্তর্ভুক্ত করা হয়েছে। এটি প্রমাণ করে না যে তরুণ মানুষ কিছু পড়ে না, কারণ ইন্টারনেট এবং মেসেঞ্জার সবই টেক্সট দিয়ে গঠিত। কিন্তু একটি বই পড়তে হলে কিছু চাওয়া হয় যা ফিড কম চায়: একটি চিন্তার ধারার সাথে দীর্ঘ সময় ধরে থাকা।

ফিড কোনো প্রশ্ন জিজ্ঞাসা করে না

চ্যাটজিপিটির আগে থেকেই অনবরত ফিড ছিল। টিকটক, ইনস্টাগ্রাম, ইউটিউব শর্টস এবং এর মতো ফরম্যাটগুলো তৈরি হয়নি যাতে আমরা বিশ মিনিটের পর সন্তুষ্ট হয়ে বন্ধ করি। এগুলো তৈরি হয়েছে আমাদের আঙুলের পরবর্তী চাপের জন্য।

এটি স্বয়ংক্রিয়ভাবে আইকিউ বাড়ায় না। কিন্তু এটি তথ্যের সাথে নির্দিষ্ট ধরনের মানসিক ব্যবহার প্রশিক্ষণ দেয়। অ্যালগরিদম পরবর্তী বিষয়টি নির্বাচন করে, উত্তেজনা প্রদান করে এবং কয়েক সেকেন্ডের মধ্যেই তা প্রতিস্থাপন করে। আমার কোনো প্রশ্ন করার, কোনো উৎস নির্বাচন করার, কোনো বাধা তৈরি করার বা এমনকি পরবর্তীতে কী জানতে চাই তা নির্ধারণ করার প্রয়োজন হয় না। আমি শুধু প্রাপ্ত হই।

2025 সালে স্প্রাউট সোশ্যালের কাছে আমেরিকা, যুক্তরাজ্য এবং অস্ট্রেলিয়ার বেশিরভাগ সোশ্যাল মিডিয়া ব্যবহারকারীদের উপর একটি জাতীয় জিজ্ঞাসা করা হয়েছিল। তাতে দেখা গেছে, জেন জি প্রায় 41 শতাংশ তথ্য খোঁজার সময় প্রথমে সোশ্যাল মিডিয়া প্ল্যাটফর্ম খোলেন। প্রচলিত সার্চ ইঞ্জিনগুলো 32 শতাংশ এবং কৃত্রিম বুদ্ধিমত্তা চ্যাটবটগুলো 11 শতাংশ প্রাপ্ত হয়েছে। এটি একটি মার্কেটিং গবেষণা, নিরপেক্ষ শিক্ষাগত গবেষণা নয়। কিন্তু এটি এমন আচরণের সাথে মানানসই যা দৈনিক জীবনে সহজেই লক্ষ্য করা যায়: গবেষণা ক্রমশ ছোট ভিডিও দেখার সাথে মিলিয়ে ফেলা হচ্ছে।

ছোট ভিডিও অসাধারণ হতে পারে। এটি আগ্রহ জাগাতে পারে, জটিল বিষয়গুলো দৃশ্যমান করতে পারে এবং কোনো বিষয়ে প্রবেশের পথ সহজ করতে পারে। কিন্তু সমস্যা হয় যখন এটি একইসাথে গবেষণার শুরু এবং শেষ হয়ে যায়। যে ব্যক্তি কখনো প্রাথমিক উৎস খোলে না, তার কাছে হঠাৎ করে “NAEP বেসিকের চেয়ে 45 শতাংশ গণিতে কম” থেকে “প্রায় অর্ধেক পড়তে পারে না” হয়ে যাওয়ার কোনো অনুভূতি থাকে না।

এই ধরনের ব্যবহার কি সত্যিই মস্তিষ্কের ক্ষতি করে?

“মস্তিষ্কের ক্ষতি” শব্দটি আকর্ষণীয়, কিন্তু বিজ্ঞানগত দৃষ্টিভঙ্গি থেকে অত্যধিক সাধারণ। এখন পর্যন্ত কোনো পরিষ্কার প্রমাণ নেই যে সোশ্যাল মিডিয়া বা শর্ট-ফর্ম ভিডিও সুস্থ মানুষের মস্তিষ্কের দীর্ঘমেয়াদী শারীরিক ক্ষতি করে বা স্বয়ংক্রিয়ভাবে তার আইকিউ কমিয়ে দেয়। তবে বর্ধমান প্রমাণ আছে যে অতিরিক্ত এবং বিচ্ছিন্ন মাত্রায় এই মাধ্যমগুলি ব্যবহার করলে মনোযোগ, স্মৃতি, আত্ম-নিয়ন্ত্রণ এবং দীর্ঘ প্রসঙ্গগুলির প্রক্রিয়াকরণে ক্ষতি হতে পারে।

মিউনিখের লুদোউইগ-ম্যাক্সিমিলিয়ান বিশ্ববিদ্যালয়ের একটি পরীক্ষায় 60 জন মানুষের উপর গবেষণা করা হয়েছিল, যারা স্মৃতি পরীক্ষার সময় টিকটক, টুইটার, ইউটিউব বা কোনো মাধ্যমই ব্যবহার না করেন। শুধুমাত্র টিকটক ব্যবহারকারীদের মধ্যে পূর্বে গৃহীত পরিকল্পনাকে বিরতির পর পুনরায় পুনরাবৃত্তি করার ক্ষমতা স্পষ্টভাবে কমে গেছে। গবেষকরা এটিকে সহজেই “সোশ্যাল মিডিয়া” দিয়ে ব্যাখ্যা করেননি, বরং ছোট ভিডিও এবং দ্রুত প্রসঙ্গ পরিবর্তনের সমন্বয়ের কারণে এটি ঘটেছে বলে মনে করেন।

2026 সালে npj Science of Learning পত্রিকায় প্রকাশিত একটি গবেষণা আরও এগিয়ে গিয়েছিল। 57 জন তরুণ প্রাপ্তবয়স্ক ব্যক্তি একটি সংযুক্ত দশ মিনিটের ভিডিও দেখেন বা সমতুল্য বিষয়বস্তু নিয়ে সাতটি ছোট ভিডিও দেখেন। ছোট ভিডিও দেখা দলের মানুষ পরে স্পষ্টতই কম স্মরণ করেছিল। ফিএমআরআই পরিমাপে দেখা গেছে যে তথ্য সংযোজন, কার্যকর নিয়ন্ত্রণ এবং স্মৃতি পুনরুদ্ধারে জড়িত নেটওয়ার্কগুলিতে কম ক্রিয়াকলাপ এবং দুর্বল কার্যকর সংযোগ ছিল।

এটি একটি নির্দিষ্ট কাজের সময় মস্তিষ্কের ক্রিয়াকলাপের পরিমাপযোগ্য পার্থক্য। এখনও এটি দীর্ঘমেয়াদী ক্ষতির প্রমাণ নয়। এই গবেষণাও ছোট ছিল, শুধুমাত্র তরুণ প্রাপ্তবয়স্কদের উপর পরিচালিত হয়েছিল এবং মাস বা বছর পর কী ঘটে তা প্রমাণ করতে পারেনি। একটি মেটা-বিশ্লেষণ সমস্যাপূর্ণ পর্দা ব্যবহারের উপর গবেষণা করে দেখেছে যে 34টি গবেষণার বিশ্লেষণে স্মৃতি এবং নিয়ন্ত্রণ ক্ষমতার মতো ক্ষুদ্র থেকে মাঝারি অসুবিধা রয়েছে। কিন্তু সমস্ত অন্তর্ভুক্ত গবেষণা ছিল ক্রস-সেকশনাল স্টাডি। তাই প্রধান প্রশ্ন এখনও উন্মুক্ত: অতিরিক্ত মিডিয়া ব্যবহার সমস্যার কারণ, না আগে থেকেই মনোযোগ সমস্যা থাকা ব্যক্তিরা এই মিডিয়াগুলিতে বেশি আসে? সম্ভবত উভয় দিক একসাথে কাজ করে।

তাই আমি সোশ্যাল মিডিয়াকে সামগ্রিকভাবে নেতিবাচক করে দেব না। একটি গ্রুপ চ্যাট, একটি বিশেষ বিষয়ের ফোরাম, একটি দীর্ঘ ব্যাখ্যামূলক ভিডিও এবং অনন্ত ফিডে এক ঘন্টা কাটানো একই কাজ নয়। গুরুত্বপূর্ণ হল আমি কি সক্রিয়ভাবে যোগাযোগ করছি এবং কিছু প্রক্রিয়া করছি, না কোনো অ্যালগরিদম সেকেন্ডে সেকেন্ডে আমার মনোযোগ নিয়ন্ত্রণ করছে।

একটি ছোট ভিডিওতে এলন মাস্ককে জিজ্ঞাসা করা হয়েছিল যে কোন আবিষ্কার আমাদের ভালো না খারাপ করেছে। তার উত্তর ছিল: শর্ট-ফর্ম ভিডিও। মাস্কের মতামত একটি ব্যক্তিগত মূল্যায়ন, কোনো গবেষণা নয়। কিন্তু এটি গবেষণার যে ধারা ধীরে ধীরে স্পষ্ট হচ্ছে তার সঙ্গে খুব ভালো মেলে। বিশেষ করে বিষণ্ণ হওয়ার বিষয়টি হল যে এই সতর্কবার্তা আবার আমাদের শর্ট-ফর্ম ভিডিওর মাধ্যমে পৌঁছেছে।

মূলত আমেরিকান ডেটা, কোনো বিশ্ব র্যাঙ্কিং নয়

এখানে নিবন্ধটির একটি ভৌগোলিক সীমানা প্রয়োজন। NAEP, UC San Diego, বই পাঠের হার, উচ্চ শিক্ষার সমাপ্তি এবং সম্পদের সংখ্যাকে মূলত মার্কিন যুক্তরাষ্ট্রের প্রেক্ষাপটে বোঝানো হয়েছে। অনলাইন পরীক্ষার পতনের কথা মেক্সিকো থেকে আসে। এর থেকে কোনো বিশ্বব্যাপী প্রজন্মের র্যাঙ্কিং বা প্রতিটি তরুণ মানুষের একইভাবে বিকাশ হওয়ার দাবি করা যায় না।

চীন সম্পূর্ণ সোশ্যাল মিডিয়া মুক্ত দেশ নয়। অনেক পশ্চিমা প্ল্যাটফর্ম ব্লক করা হয়েছে, তবে স্থানীয় প্ল্যাটফর্মগুলি যেমন ডাউইন এবং কুয়াশিউ অত্যন্ত জনপ্রিয়। চীন ইন্টারনেট নেটওয়ার্ক তথ্য কেন্দ্রের তথ্য অনুযায়ী, ২০২৪ সালে প্রায় ১.০৪ বিলিয়ন ছোট ভিডিও ব্যবহারকারী ছিল, যাদের গড় দৈনিক ব্যবহারের সময় ১৫৬ মিনিট। চীন একই সময়ে কিশোরদের জন্য অপেক্ষাকৃত শক্তিশালী যুব মোড, সময় সীমা এবং কনটেন্ট নিয়ন্ত্রণ চালু করেছে। এটি দেশটিকে মিডিয়া-মুক্ত নিয়ন্ত্রণ দল হিসেবে তৈরি করে না। বরং দেখায় যে একই প্রযুক্তি ভিন্ন প্ল্যাটফর্ম এবং নিয়মের অধীনে ব্যবহার করা হয়।

আগ্রহের বিষয় হলো, চীনে মৌলিক অভিযোগ নেই। ২০২৬ সালে প্রকাশিত একটি মেটা-অ্যানালিসিস ছোট ভিডিও এবং মানসিক স্বাস্থ্যের সম্পর্কে ৫৮টি গবেষণার মধ্যে ৫৫টি চীনের নমুনা থেকে আসে। তবে এটি বিপরীত সমস্যা তৈরি করে: চীনের নমুনা থেকে পাওয়া ফলাফল স্বয়ংক্রিয়ভাবে মার্কিন যুক্তরাষ্ট্র, ইউরোপ বা আফ্রিকাতে প্রয়োগ করা যাবে না।

আফ্রিকা এই গবেষণায় প্রকৃতপক্ষে অত্যন্ত অপ্রতিনিধিত্ব করা হয়েছে। কিশোরদের সোশ্যাল মিডিয়া এবং উদ্বেগের সম্পর্কে একটি পর্যালোচনা গবেষণায় ৩৪টি গবেষণার মধ্যে কোনো আফ্রিকান নমুনা পাওয়া যায়নি। ইউরোপ উপস্থিত ছিল, কিন্তু ভিন্ন স্কুল ব্যবস্থা, ভাষা, সামাজিক নিরাপত্তা এবং স্মার্টফোন ব্যবহারের নিয়মের কারণে এটিও একটি একক তুলনার মাধ্যম নয়। তাই সত্য বলতে হলে, আমেরিকা প্রমাণিত ভাবে সবচেয়ে দুর্বল প্রজন্ম নয় বা চীন স্বয়ংক্রিয়ভাবে বুদ্ধিমান নয়। আমরা মূলত দেখি কোথায় পরিমাপ করা হয়েছে, এবং আমরা আরও সব জায়গায় একই কিছু পরিমাপ করি না।

ব্যঙ্গ হিসেবে তৈরি, আজ প্রায় তথ্যচিত্র

সব কিছুর মধ্যে আমি প্রতিবার Idiocracy নামের ছবিটির কথা মনে করি। মাইক জাডগের এই ছবিটি ২০০৬ সালে মুক্তি পায়। এতে একজন সম্পূর্ণ সাধারণ আমেরিকান প্রায় ৫০০ বছর পর একটি সমাজে জাগ্রত হয়, যেখানে ভোগ-বিলাস, বিজ্ঞাপন, মনোরঞ্জন এবং সুবিধাজনক জীবনযাপন প্রায় সব ধরনের দক্ষতা এবং যুক্তিযুক্ত সিদ্ধান্ত নেওয়ার ক্ষমতাকে দূরে সরিয়ে দিয়েছে।

গত ২০ বছরে আমি ছবিটি নিশ্চয়ই তিনবার দেখেছি। প্রতিবারই এটি একটু কম অতিরঞ্জিত কমেডি এবং একটু বেশি অস্বস্তিকর ভবিষ্যদ্বাণী বলে মনে হয়েছে। অবশ্যই, Idiocracy কোনো তথ্যচিত্র নয়। নির্বোধ ভবিষ্যৎ বোঝাতে ছবিটি যে জৈবিক ব্যাখ্যা দেয়, তা অত্যন্ত সরলীকৃত এবং আমার যুক্তিও নয়। ভয়ের মতো সঠিক বিষয়টি অন্যত্র: কোনো সমাজকে হঠাৎ তার বুদ্ধিমত্তা হারাতে হয় না। মনোযোগ, শিক্ষা ও দক্ষতার মূল্য ক্রমে কমে গেলেই যথেষ্ট, যদি একই সময়ে সবচেয়ে সহজ উত্তেজনা সব সময় হাতের কাছে থাকে।

আমার পক্ষ থেকে ছবিটি স্পষ্ট সুপারিশ। Idiocracy ২০০৬ সালে ব্যঙ্গচিত্র হিসেবে মুক্তি পেয়েছিল। আমরা একই দিকে এগোতে থাকলে হয়তো শিগগিরই একে তথ্যচিত্র বলা যাবে। সেটিই এর অস্বস্তিকর রসিকতা: ছবিটি হয়তো কেবল বিশ বছর আগে মুক্তি পেয়েছিল।

তারপর এল কৃত্রিম বুদ্ধিমত্তা

সোশ্যাল মিডিয়া মনোযোগকে ছোট ছোট টুকরোতে ভাগ করেছে। এখন জেনারেটিভ কৃত্রিম বুদ্ধিমত্তা আরও একটি বিষয় যোগ করেছে: চিন্তার ক্লান্তিকর অংশগুলো সম্পূর্ণ নিজের দায়িত্ব নেওয়ার সুযোগ।

আমি নিজের মধ্যে এটি অনুভব করি। যখন কোনো টেক্সট দীর্ঘ হয়, দুটি ডকুমেন্ট তুলনা করতে হয় বা কোনো ফর্মুলেশন তাত্ক্ষণিকভাবে কাজ না করে, তখন কৃত্রিম বুদ্ধিমত্তার দিকে হাত বাড়ানো প্রায় অপরিহার্য হয়ে যায়। এটি প্রথম পরিসংখ্যান দিতে পারে, পার্থক্যগুলো বের করতে পারে বা ফর্মুলেশনে সাহায্য করতে পারে। সমস্যা হয় যখন সারাংশ উৎসটি এবং ফর্মুলেশনের প্রস্তাবনা নিজের চিন্তাকে প্রতিস্থাপন করে।

ঠিক এই সুবিধাটিই এই টুলটিকে এত ভালো করে তৈরি করেছে। আর ঠিক এই সুবিধাটিই এটিকে বিপজ্জনক করে তুলেছে।

একটি মিট গবেষণা দল 54 জন ব্যক্তিকে তিনটি পরিস্থিতিতে এসে লিখতে বলেছিল: শুধু নিজের মস্তিষ্ক দিয়ে, সার্চ ইঞ্জিন ব্যবহার করে বা একটি ভাষা মডেল ব্যবহার করে। এই গবেষণায় এলেকট্রো-এনসেফালোগ্রাফি (EEG) পরিমাপ দেখায় যে, কোনো সাহায্য ছাড়া লেখার সময় সবচেয়ে শক্তিশালী এবং ব্যাপকভাবে বিতরিত ফাংশনাল নেটওয়ার্ক ছিল। সার্চ গ্রুপের মানুষগুলো মাঝামাঝি ছিল, আর LLM গ্রুপের মানুষগুলোর নেটওয়ার্ক সবচেয়ে দুর্বল ছিল। এছাড়াও, LLM সাহায্য পাওয়া ব্যক্তিদের নিজের লেখার কোনো অংশ থেকে উদ্ধৃতি করতে কম পারত এবং তাদের নিজের লেখার প্রতি কম ব্যক্তিগত দায়িত্ববোধ ছিল।

এটি মনে হয় যেন চ্যাটজিপিটি মস্তিষ্ককে ক্ষয় করে দেয় এই প্রমাণের চূড়ান্ত প্রমাণ। কিন্তু এটি নয়। গবেষণাটি প্রথমে প্রিপ্রিন্ট আকারে প্রকাশিত হয়েছিল, নমুনা ছিল ছোট এবং মাত্র 18 জন ব্যক্তি চতুর্থ সেশন সম্পূর্ণ করেছিল। পরিমাপ করা হয়েছিল নির্দিষ্ট লেখার কাজের সময় এই মস্তিষ্কের নেটওয়ার্ক বিন্যাস, মস্তিষ্কের শারীরিক ক্ষয় নয়। তবুও ফলাফলগুলো একটি গুরুতর সতর্কবার্তা। যদি টুলটি আসল চিন্তার প্রক্রিয়াকে প্রতিস্থাপন করে, তবে পরে মনে রাখার জন্য কম নিজস্ব প্রক্রিয়া বাকি থাকে।

যখন কৃত্রিম বুদ্ধিমত্তা কৃত্রিম বুদ্ধিমত্তার বিরুদ্ধে পরীক্ষা করে

মেক্সিকোর জাতীয় স্বায়ত্তশাসিত বিশ্ববিদ্যালয় 2026 সালে একটি প্রায় অবাস্তব উদাহরণ দিয়েছিল। প্রথমবারের মতো এই বিশ্ববিদ্যালয়ের ভর্তি পরীক্ষা সম্পূর্ণ অনলাইনে হয়েছিল। 158,712 প্রার্থী অংশগ্রহণ করেছিলেন। প্রক্রিয়াটি কৃত্রিম বুদ্ধিমত্তা, মুখ ও কণ্ঠস্বর চিনতে সাহায্য করা প্রযুক্তি এবং মানুষের নজরদারি ব্যবহার করেছিল অস্বাভাবিকতা শনাক্ত করার জন্য।

অস্বাভাবিক ফলাফলের পর বিশ্ববিদ্যালয় একটি প্রযুক্তিগত কমিটি গঠন করে। শেষ পর্যন্ত 58,783 জন প্রার্থীকে স্থানীয়ভাবে পুনরায় পরীক্ষার জন্য ডাকা হয়েছিল। মিডিয়ায় প্রার্থীদের ক্যামেরার বাইরে কৃত্রিম বুদ্ধিমত্তা এবং অন্যান্য সহায়তা ব্যবহার করে পরীক্ষার ফাঁক ফাঁক করার অভিযোগ উঠেছিল।

এখানে সত্যিই সুনির্দিষ্ট হওয়া প্রয়োজন। 58,783 সংখ্যাটি বোঝায় না যে এই সব ব্যক্তি প্রমাণিতভাবে ChatGPT ব্যবহার করে পরীক্ষার ফাঁক ফাঁক করেছে। এটি শুধু এমন দলের উল্লেখ করে যাদের আবার স্থানীয়ভাবে পরীক্ষা করা হয়েছিল। তবুও এই ঘটনা মূল সমস্যাটি দেখায়: একটি কৃত্রিম বুদ্ধিমত্তা মানুষদের নজরদারি করছে, যারা সম্ভবত অন্য কৃত্রিম বুদ্ধিমত্তার সাহায্যে পরীক্ষার ফাঁক ফাঁক করতে চাইছে। মেশিনগুলি পরস্পরকে পরীক্ষা করছে, আর মানুষ শুধু কাজের মানুষ হয়ে গেছে।

যদি পরীক্ষা শুধু একটি হাতিয়ার অপরাধী না হয়ে কেউ কোনো সহায়তা অবিজ্ঞাত ভাবে ব্যবহার করে তা মাপে, তবে পরীক্ষা শুধু ভাঙেনি। তখন পরীক্ষার আগের শেখার অর্থও হারিয়ে যায়।

আমি কিভাবে এই ব্লগে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করি

আমি নিয়মিত কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে গবেষণা এবং সংশোধনের কাজ করি। একটি নিবন্ধের খসড়া আমি নিজেই লিখি। গবেষণার সময় কৃত্রিম বুদ্ধিমত্তা আমাকে আরও নিদর্শন খুঁজে পাওয়া, দীর্ঘ দস্তাবেজগুলি বিশ্লেষণ করা বা বিভিন্ন উৎসের তুলনা করার সুযোগ দেয়। গুরুত্বপূর্ণ উৎসগুলি আমি পরে নিজেই খুলে পড়ি এবং পরীক্ষা করি।

যখন খসড়া প্রস্তুত হয়, তখন আমি ভুল শব্দ বিন্যাস, পুনরাবৃত্তি, অস্পষ্ট সংযোগ এবং ভাষাগত ত্রুটিগুলি চিহ্নিত করতে কৃত্রিম বুদ্ধিমত্তাকে ব্যবহার করি। কখনও কখনও কৃত্রিম বুদ্ধিমত্তা আমাকে এমন ফাঁক দেখায় যা আরও গবেষণার প্রয়োজন করে। এভাবে কৃত্রিম বুদ্ধিমত্তা আমাকে মূলত যান্ত্রিক কাজ থেকে মুক্তি দেয় এবং আমাকে নিজের লেখা টেক্সটটি আরও পরিষ্কার ও বোধগম্য করে তোলার সুযোগ দেয়।

বুদ্ধি এখন সস্তায় ব্যাপক পরিমাণে পাওয়া যাচ্ছে

প্রায়ই বলা ২০ ডলার কেবল একটি আনুমানিক অঙ্ক: বিভিন্ন প্রতিষ্ঠানের অর্থপ্রদত্ত পরিকল্পনার দাম এর কাছাকাছি, আবার Google, OpenAI, Anthropic বা চীনা প্রতিষ্ঠানের ব্যবহারযোগ্য মডেল কখনো বিনামূল্যেও পাওয়া যায়। নির্দিষ্ট দামটি মূল কথা নয়; মূল কথা হলো যন্ত্রনির্ভর বুদ্ধিমত্তা ক্রমে সস্তা ও সহজলভ্য হচ্ছে।

আজকাল কম টাকায় আপনি টেক্সট, বিশ্লেষণ, প্রোগ্রামিং কোড এবং জটিল গাণিতিক সমাধান উৎপাদন করতে পারেন। শীর্ষ সিস্টেমগুলি গণিত এবং প্রোগ্রামিং প্রতিযোগিতায় ইতিমধ্যে সোনার পদকের মান অর্জন করেছে, যদিও এখনও প্রতিটি মডেল প্রতিটি কাজ নির্ভরযোগ্যভাবে সমাধান করে না।

এর ফলে একটি বিপজ্জনক আকর্ষণ তৈরি হচ্ছে: নিজে লেখা, গণনা করা বা প্রোগ্রামিং শেখার আর কোন প্রয়োজন? কারণ শুধুমাত্র নিজের বোঝাপড়াই ভুল ফলাফল চিনতে সাহায্য করে। যত সস্তা উত্তর হবে, তত বেশি মূল্যবান হবে ভালো প্রশ্ন এবং উৎস সমালোচনা।

অর্থনৈতিক দিকটা এখানে জড়িত

তরুণদের শুধু অলস বলে দোষ দেওয়া খুব সহজ। পুরোনো অনেক প্রতিশ্রুতি বাস্তবে তাদের জন্য আর আগের মতো কাজ করছে না।

নিউ ইয়র্ক ফেডারেল রিজার্ভ ব্যাংকের হিসাবে, ২০২৬ সালের দ্বিতীয় ত্রৈমাসিকে তরুণ বিশ্ববিদ্যালয় স্নাতকদের বেকারত্ব ছিল প্রায় ৫.৬ শতাংশ এবং যোগ্যতার তুলনায় নিম্নস্তরের কাজে নিযুক্তির হার ছিল ৪২ শতাংশ। এখানে এর অর্থ হলো, বিশ্ববিদ্যালয়ের ডিগ্রিধারী কেউ এমন কাজে আছেন যেখানে সাধারণত ডিগ্রি প্রয়োজন হয় না।

একই সময়ে মার্কিন ফেডারেল রিজার্ভের সম্পদ পরিসংখ্যান বিশাল প্রজন্মগত ব্যবধান দেখায়। ২০২৬ সালের প্রথম ত্রৈমাসিকে বেবি বুমারদের হাতে মার্কিন পরিবারের সম্পদের প্রায় ৫১.৬ শতাংশ ছিল। বিপরীতে, ফেডের খুব বিস্তৃত “মিলেনিয়ালস” শ্রেণি—যেখানে ১৯৮১ সালের পর জন্ম নেওয়া সবাই এবং তাই জেনারেশন Z-ও অন্তর্ভুক্ত—মোট সম্পদের প্রায় ১১.৩ শতাংশের মালিক ছিল।

এটা কোনো ক্ষমা নয় যে ভগ্নাংশ হিসাব, পড়াশোনা বা যোগাযোগ ছেড়ে দেওয়ার জন্য। কিন্তু এটা ব্যাখ্যা করে কেন বেশিরভাগ মানুষের কাছে প্রচলিত সমীকরণটি — ভালো শিক্ষা, কঠোর পরিশ্রম এবং নিরাপদ উন্নয়ন — কম বিশ্বাসযোগ্য মনে হচ্ছে। যে ব্যক্তি দেখে যে উচ্চ শিক্ষা বড় খরচ বহন করে, প্রবেশমুখ ক্রমশ হারিয়ে যাচ্ছে এবং সম্পদ মূলত বয়স্ক প্রজন্মের হাতে জমা হচ্ছে, সে অন্য প্রতীক এবং অন্য পথ খুঁজে বার করে।

ঠিক এই কারণেই আমি কোনো প্রজন্মের সামগ্রিক অপমান করার ব্যাপারটা খুব সহজ মনে করি। পরিবেশটা ছোট মনোযোগ, দৃশ্যমান প্রভাব এবং তাৎক্ষণিক প্রতিক্রিয়াকে পুরস্কৃত করে। তারপর আমরা বিস্মিত হই যে তরুণ মানুষ ঠিক এই জিনিসগুলোতে ভালো হয়ে যাচ্ছে।

তাহলে, জেনারেশন Z কি সবচেয়ে নির্বোধ প্রজন্ম?

যদি “বোকা” বলতে বুদ্ধি দিয়ে জন্মানোর কথা বোঝায়, তবে এ বিষয়ে কোনো প্রমাণ নেই।

কিন্তু যদি আমরা জানতে চাই পড়া, গণিত, মনোযোগ এবং নিজের ভাষায় মত প্রকাশের মতো মূল দক্ষতাগুলো অনেক তরুণের মধ্যে কম চর্চিত হচ্ছে কি না, তবে একাধিক পরিমাপ গুরুতর সমস্যার ইঙ্গিত দেয়। জেনারেশন Z একমাত্র ক্ষতিগ্রস্ত প্রজন্ম নয়। তবে তারাই প্রথম প্রজন্ম যারা পুরো কৈশোর স্মার্টফোন, অন্তহীন ফিড এবং পরে জেনারেটিভ AI-এর সঙ্গে কাটিয়েছে।

তাই উত্তরটি হতে পারে না, কৃত্রিম বুদ্ধিমত্তাকে নিষিদ্ধ করা এবং যেন সময় ফিরিয়ে আনা যায় তার মতো আচরণ করা। আমি নিজে এই সরঞ্জামগুলো ছাড়া চলতে পারি না। উত্তরটি হওয়া উচিত এটি সচেতনভাবে ব্যবহার করা এবং কিছু দক্ষতা জানাজানি করে বাহির করা থেকে বিরত থাকা।

তিন অনুচ্ছেদ পড়ার পর সারাংশে লাফিয়ে যাওয়া নয়, দীর্ঘ পাঠ্য পড়া। প্রথম খসড়া নিজে লিখা। সমাধান জানার আগে একটি গণিত সমস্যা চেষ্টা করা। কথোপকথনে প্রশ্ন করা। উৎস খোলা। ভুল সহ্য করা। একটি চিন্তাকে শেষ পর্যন্ত পৌঁছে দেওয়া।

এগুলো দেখতে কোনো বিশেষ কিছু নয়। হয়তো ঠিক এই সাধারণতা এখন বিপ্লবের মূল হয়ে উঠেছে।

কৃত্রিম বুদ্ধিমত্তা আমাদের অনেক কাজ কমিয়ে দিতে পারে। কিন্তু এটি আমাদের যে অংশটুকু কাজের মান বুঝতে শেখায়, সেটা আমাদের থেকে নিজে নিজে নিতে পারবে না।

পরবর্তী প্রবন্ধে,
Joe