ক্রিয়েটিভ ও জেনারেটিভ টুলে HCAI

১ · অগমেন্টেশন-ভারী ট্রাস্ট ডাইনামিক্স

একটি লেখা-সহায়ক বা ইমেজ-জেনারেশন টুল সাধারণত অগমেন্টেশন (L03)-এর কাছাকাছি বসে — AI একটি প্রাথমিক ড্রাফট বা কয়েকটি বিকল্প তৈরি করে, চূড়ান্ত সিদ্ধান্ত মানুষের হাতে থাকে। এর মানে M3-এর ট্রাস্ট-ক্যালিব্রেশন নীতিগুলো এখনো প্রযোজ্য, কিন্তু স্টেকের ধরন আলাদা: L48-এ একটি ভুল-ক্যালিব্রেটেড ট্রাস্ট সরাসরি ক্ষতির কারণ হতে পারতো, এখানে একটি দুর্বল সাজেশনের খরচ হলো শুধু কিছুটা সময়-অপচয় — ব্যবহারকারী সহজেই সেটি বাতিল করে আবার চেষ্টা করতে পারেন। তাই এখানে ভারী ওভারসাইট-মেকানিজমের (M5) চেয়ে বেশি গুরুত্বপূর্ণ হলো দ্রুত ইটারেশন লুপ — কম ঘর্ষণে (friction) রিজেক্ট/রিজেনারেট/এডিট করার সুযোগ।

২ · ব্যবহারকারীর কন্ট্রোল প্রত্যাশা

L48-এর ফ্ল্যাগ-ফর-রিভিউ প্যাটার্নের সাথে তুলনা করলে, ক্রিয়েটিভ টুলে কন্ট্রোল সম্পূর্ণ ভিন্নভাবে কাজ করে — এখানে মানুষ প্রতিটি আউটপুট আলাদাভাবে "অনুমোদন" করেন না, বরং প্রতিনিয়ত ছোট ছোট সমন্বয় (steering) করেন।

৩ · একটি সত্যিকারের ডেমো — সিঙ্গেল সাজেশন বনাম মাল্টি-ভ্যারিয়েশন

ধরা যাক একটি লেখা-সহায়ক টুল প্রতিটি অনুরোধে একটি ড্রাফট তৈরি করে, যার "গুণমান" ০ থেকে ১-এর মধ্যে একটি সংখ্যা (ব্যবহারকারীর কাছে সরাসরি-ব্যবহারযোগ্য মনে হওয়ার সম্ভাবনা)। "গ্রহণযোগ্য" ধরা হচ্ছে গুণমান ≥ ০.৭৫। নিচের কোডে দুটি ইন্টারঅ্যাকশন-স্টাইল তুলনা করা হয়েছে — একটি মাত্র সাজেশন দেখানো বনাম একসাথে ৩টি ভ্যারিয়েশন দেখিয়ে সেরাটি ব্যবহারকারীর বেছে নেওয়ার সুযোগ দেওয়া।

import random
random.seed(21)

def draft_quality():
    # প্রতিটি ড্রাফটের গুণমান একটি এলোমেলো, স্বাভাবিক-বণ্টনের সংখ্যা (গড় ০.৬, কিছুটা বিচ্যুতি)
    q = random.gauss(0.6, 0.15)
    return max(0.0, min(1.0, q))

N = 200
THRESHOLD = 0.75
K = 3  # মাল্টি-ভ্যারিয়েশন মোডে একসাথে কতগুলো বিকল্প দেখানো হয়

single_success = 0
multi_success = 0
for _ in range(N):
    single_draft = draft_quality()
    if single_draft >= THRESHOLD:
        single_success += 1

    variations = [draft_quality() for _ in range(K)]
    if max(variations) >= THRESHOLD:
        multi_success += 1

print(f"মোট সিমুলেটেড টাস্ক: {N}")
print(f"সিঙ্গেল-সাজেশন মোডে সরাসরি-গ্রহণযোগ্য ড্রাফট পাওয়া গেছে: {single_success}/{N} ({single_success/N*100:.1f}%)")
print(f"মাল্টি-ভ্যারিয়েশন (K={K}) মোডে অন্তত একটি গ্রহণযোগ্য ড্রাফট পাওয়া গেছে: {multi_success}/{N} ({multi_success/N*100:.1f}%)")

৪ · ঝুঁকি — হোমোজেনাইজেশন ও ওভার-রিলায়েন্স

প্রতিটি আউটপুট আলাদাভাবে কম-স্টেক হলেও, লক্ষ লক্ষ ব্যবহারকারী যখন একই ডিফল্ট "AI-ভয়েস" বা একই ডিফল্ট স্টাইলে বারবার কাজ শুরু করেন, তখন সামগ্রিকভাবে লেখা/ডিজাইনের বৈচিত্র্য কমে যাওয়ার (স্টাইল হোমোজেনাইজেশন) ঝুঁকি তৈরি হয় — এই বিষয়ের কপিরাইট, সৃজনশীল-শ্রমের মূল্য ও সাংস্কৃতিক প্রভাব নিয়ে গভীর নৈতিক আলোচনা AI Ethics কোর্সের বিষয়। এই কোর্সের ডিজাইন-অ্যাঙ্গেল থেকে সমাধানের একটি দিক হলো: ডিফল্ট আউটপুট একটি একক "সেফ" স্টাইলে না গিয়ে, ভ্যারিয়েশনগুলো ইচ্ছাকৃতভাবে ভিন্ন ভিন্ন দিকনির্দেশনায় তৈরি করা (শুধু দৈর্ঘ্যের ভিন্নতা নয়, স্টাইলগত ভিন্নতা) — যাতে "বেছে নেওয়া" সত্যিকারের একটি সৃজনশীল সিদ্ধান্ত হয়, নিছক আরেকটি ক্লিক না হয়।