পাঠ ৫৬ · ৫৭-এর মধ্যে · মডিউল ১৩
Home / AI Courses / Human-Centered AI / ক্যাপস্টোন

একটি হিউম্যান-সেন্টার্ড AI ফিচার ডিজাইন করা — রিসার্চ থেকে ডিজাইন

Designing a human-centered AI feature — from research to design
৯ মিনিট পড়া উন্নত · Advanced Python কোডসহ সম্পূর্ণ বাংলায়

এই পাঠে যা শিখবেন

  • একটি নির্দিষ্ট, কংক্রিট AI ফিচারে ইউজার রিসার্চ, ট্রাস্ট-ক্যালিব্রেশন, এক্সপ্লেইনেবিলিটি, হিউম্যান-ইন-দ্য-লুপ ও UX প্যাটার্ন — এই পাঁচটি মডিউলের চিন্তা একসাথে কীভাবে প্রয়োগ করতে হয়
  • কীভাবে একটি লেভেল-অফ-অটোমেশন ক্লাসিফায়ার একাধিক ডিজাইন বিকল্প তুলনা করে একটি সুনির্দিষ্ট সিদ্ধান্তে পৌঁছাতে সাহায্য করে
  • কেন "কনফিডেন্স গেটিং" একাই যথেষ্ট নয়, এবং একটি ছোট, কম-স্টেকের মনে-হওয়া ফিচারও কেন গুরুত্বপূর্ণ ডিজাইন সিদ্ধান্ত দাবি করে
  • এই ফিচারের চূড়ান্ত ডিজাইন-স্পেসিফিকেশন — যা L57-এ সংখ্যাগতভাবে যাচাই করা হবে

১ · ফিচার ও তার রিসার্চ-ভিত্তি (M2 প্রয়োগ)

ধরা যাক আমরা একটি ইমেইল ক্লায়েন্টে "স্মার্ট রিপ্লাই সাজেশন" নামে একটি ফিচার ডিজাইন করছি — সম্পূর্ণ কাল্পনিক, কোনো বাস্তব প্রোডাক্টের নাম বা কোড নয়। ব্যবহারকারী একটি ইমেইল খুললে, মেসেজের নিচে AI সর্বোচ্চ ৩টি সংক্ষিপ্ত রিপ্লাই-চিপ (যেমন "ধন্যবাদ, দেখছি", "হ্যাঁ, ঠিক আছে, নিশ্চিত করছি") দেখায়; একটিতে ট্যাপ করলে সেটি কম্পোজ বক্সে বসে যায়, ব্যবহারকারী চাইলে এডিট করতে পারেন, তারপর নিজে Send চাপেন।

M2-এর ইউজার রিসার্চ চিন্তা প্রয়োগ করলে তিনটি জিনিস স্পষ্ট হয় (L05-L08-এর প্যাটার্নে — পার্সোনা, কনটেক্সট-অফ-ইউজ, মেন্টাল মডেল):

ব্যবহারের প্রেক্ষাপট (L07)
বেশিরভাগ ব্যবহার ঘটে সংক্ষিপ্ত "ট্রায়াজ" মুহূর্তে (দুই মিটিংয়ের ফাঁকে, মোবাইলে) — মনোযোগ সীমিত, দ্রুততা প্রত্যাশিত, কিন্তু মনোযোগহীনভাবে না পড়েই রিপ্লাই পাঠানোর ঝুঁকি বেশি।
ঝুঁকির মাত্রা কম মনে হলেও আসলে সামাজিক (L08)
ব্যবহারকারীরা প্রাথমিকভাবে ফিচারটিকে "অটোকমপ্লিটের মতো" নিরীহ ভাবেন, কিন্তু আউটপুট একটি সম্পূর্ণ বাক্য যা তাদের প্রতিনিধিত্ব করে অন্য একজন মানুষের কাছে যায় — মেন্টাল মডেল ও প্রকৃত স্টেকের মধ্যে একটি ফারাক (L06)।
রিসার্চ পদ্ধতি
একটি সংক্ষিপ্ত কনটেক্সচুয়াল-ইনকোয়ারি-ধাঁচের পর্যবেক্ষণ (ব্যবহারকারী আসলে কীভাবে ইমেইল ট্রায়াজ করেন) + একটি সাক্ষাৎকার প্রশ্ন ("কোন ধরনের ভুল রিপ্লাই আপনার কাছে শুধু 'বিরক্তিকর' আর কোনটা 'বিব্রতকর'?") ডিজাইন সীমাবদ্ধতা নির্ধারণ করে।

২ · ট্রাস্ট-ক্যালিব্রেশন ঝুঁকি চিহ্নিতকরণ (M3 প্রয়োগ)

M3-এর ট্রাস্ট-ক্যালিব্রেশন লেন্স (L09-L13) প্রয়োগ করলে দুটো বিপরীতমুখী ঝুঁকি স্পষ্ট হয়:

  • ওভার-ট্রাস্ট ঝুঁকি: তাড়াহুড়োয় থাকা একজন ব্যবহারকারী পুরো মূল ইমেইলটা না পড়েই একটা "আত্মবিশ্বাসী দেখতে" সম্পূর্ণ বাক্য-সাজেশনে ট্যাপ করে ফেলতে পারেন — যেমন একটি বাতিলকরণ নোটিশে "ধন্যবাদ, দেখছি" জাতীয় ভুল-টোনের রিপ্লাই পাঠিয়ে ফেলা। সাজেশন যত সাবলীল ও সম্পূর্ণ বাক্যের মতো দেখতে, অটোমেশন বায়াস (L11) তত সহজে ঘটে।
  • আন্ডার-ট্রাস্ট ঝুঁকি: শুরুর দিকে যদি সাজেশনগুলো প্রায়ই অপ্রাসঙ্গিক মনে হয়, ব্যবহারকারীরা ফিচারটি স্থায়ীভাবে উপেক্ষা করা শুরু করতে পারেন, এমনকি পরে এটি ভালো হয়ে গেলেও (M3/L11-এর ব্যর্থতা-স্ট্রিকের পরে আন্ডার-ট্রাস্ট প্যাটার্ন)।
ডিজাইন ইমপ্লিকেশন

দুটো ঝুঁকিই একটি সিদ্ধান্তে নিয়ে যায়: কনফিডেন্স গেটিং — শুধুমাত্র মডেলের কনফিডেন্স একটি থ্রেশহোল্ডের (এখানে ০.৫৫) উপরে থাকলেই একটি চিপ দেখানো হবে, নাহলে কোনো চিপই দেখানো হবে না (চুপচাপ, কোনো এরর মেসেজ ছাড়া)। এটি দুটো ঝুঁকিই কিছুটা কমায় — কিন্তু, লক্ষণীয়, এটি একাই পুরো সমস্যার সমাধান নয়, কারণ কনফিডেন্স স্কোর নিজেই কতটা নির্ভরযোগ্য তা যাচাই করা দরকার (এটাই L57-এর প্রথম ধাপের বিষয়)।

৩ · এক্সপ্লেনেশন অ্যাপ্রোচ নির্বাচন (M4 প্রয়োগ)

M4 (L14-L18) শিখিয়েছে এক্সপ্লেনেশনের বিভিন্ন ধরন (গ্লোবাল, লোকাল, কন্ট্রাস্টিভ, উদাহরণ-ভিত্তিক) ও প্রোগ্রেসিভ ডিসক্লোজার। এই ফিচারের জন্য একটি ভারী এক্সপ্লেনেশন প্যানেল ("কেন এই সাজেশনটি দেখানো হলো — এই তিনটি শব্দের কারণে...") স্পষ্টতই ভুল পছন্দ হবে — এটি M2-এ চিহ্নিত "সংক্ষিপ্ত, দ্রুত ট্রায়াজ" প্রেক্ষাপটের সাথে সাংঘর্ষিক এবং অহেতুক কগনিটিভ লোড যোগ করবে (M6)।

পরিবর্তে সিদ্ধান্ত নেওয়া হয়েছে: সাজেশনের টেক্সটটাই তার নিজের এক্সপ্লেনেশন — একটি উদাহরণ-ভিত্তিক (example-based) এক্সপ্লেনেশনের ধরন, যা ব্যবহারকারী শুধু চিপটা পড়েই সেকেন্ডে বিচার করতে পারেন প্রাসঙ্গিক কি না। এর সাথে একটি হালকা ভিজ্যুয়াল কনফিডেন্স সিগন্যাল (উচ্চ-কনফিডেন্স চিপ সামান্য বেশি হাইলাইটেড স্টাইলে, সংখ্যাসূচক শতাংশ ছাড়াই — L16-এর প্যাটার্নে) যোগ করা হয়েছে। এটি L17-এর প্রোগ্রেসিভ-ডিসক্লোজার নীতির একটি বাস্তব প্রয়োগ: লেভেল ১ (সবসময় দৃশ্যমান) হলো চিপের টেক্সট নিজেই; একটি লং-প্রেসে একটি ছোট টুলটিপ ("AI অনুমান — আপনি সবসময় সম্পাদনা করতে পারবেন") ছাড়া গভীর কোনো এক্সপ্লেনেশন লেভেল প্রয়োজন নেই, কারণ Send চাপার আগ পর্যন্ত সিদ্ধান্তটি সম্পূর্ণ রিভার্সিবল।

৪ · হিউম্যান-ইন-দ্য-লুপ ও অটোমেশন লেভেল (M5 প্রয়োগ)

M5 (L19-L23) থেকে সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন: AI ঠিক কতটা স্বায়ত্তশাসন পাবে? নিচের কোড সেলে L20-এর লেভেল-অফ-অটোমেশন প্যাটার্নে ৫টি সম্ভাব্য ডিজাইন বিকল্পকে একটি Sheridan-Verplanck-ধাঁচের সরলীকৃত স্কেলে শ্রেণীবদ্ধ করা হয়েছে — সম্পূর্ণ বাস্তব শর্তসাপেক্ষ (conditional) লজিক দিয়ে, কোনো সংখ্যা হার্ডকোড করে বসানো হয়নি।

Python
# ========== অটোমেশন লেভেল ক্লাসিফায়ার -- স্মার্ট রিপ্লাই ফিচারের ৫টি ডিজাইন বিকল্প ==========
designs = [
    {"name": "ডিজাইন A -- কোনো AI সাজেশন নেই (বেসলাইন)",
     "ai_suggests": False, "shows_multiple_options": False, "requires_manual_send": True,
     "prefilled_in_box": False, "auto_sends": False, "veto_window_seconds": 0},
    {"name": "ডিজাইন B -- ৩টি সাজেশন চিপ, ম্যানুয়াল সিলেক্ট ও সেন্ড",
     "ai_suggests": True, "shows_multiple_options": True, "requires_manual_send": True,
     "prefilled_in_box": False, "auto_sends": False, "veto_window_seconds": 0},
    {"name": "ডিজাইন C -- একটি সেরা রিপ্লাই প্রি-ফিল করা কম্পোজ বক্সে, ম্যানুয়াল সেন্ড",
     "ai_suggests": True, "shows_multiple_options": False, "requires_manual_send": True,
     "prefilled_in_box": True, "auto_sends": False, "veto_window_seconds": 0},
    {"name": "ডিজাইন D -- অটো-সেন্ড, ৫ সেকেন্ড ভেটো উইন্ডো",
     "ai_suggests": True, "shows_multiple_options": False, "requires_manual_send": False,
     "prefilled_in_box": False, "auto_sends": True, "veto_window_seconds": 5},
    {"name": "ডিজাইন E -- সম্পূর্ণ অটো-সেন্ড, কোনো ভেটো নেই",
     "ai_suggests": True, "shows_multiple_options": False, "requires_manual_send": False,
     "prefilled_in_box": False, "auto_sends": True, "veto_window_seconds": 0},
]

def classify_automation_level(d):
    # Sheridan-Verplanck-ধাঁচের সরলীকৃত ১-১০ স্কেলের একটি সংস্করণ, এই ফিচারের জন্য
    if not d["ai_suggests"]:
        return 1   # মানুষ সবকিছু নিজে করে
    if d["shows_multiple_options"] and d["requires_manual_send"]:
        return 3   # AI কয়েকটি অপশন সাজেস্ট করে, মানুষ বেছে নেয় ও কনফার্ম করে
    if d["prefilled_in_box"] and d["requires_manual_send"]:
        return 5   # AI একটি সেরা অপশন প্রি-ফিল করে, মানুষ শুধু কনফার্ম করে (সক্রিয় পছন্দ নেই)
    if d["requires_manual_send"]:
        return 4
    if d["auto_sends"] and d["veto_window_seconds"] > 0:
        return 6   # সীমিত সময়ের মধ্যে ভেটো না দিলে স্বয়ংক্রিয়ভাবে সম্পন্ন হয়
    if d["auto_sends"]:
        return 8   # স্বয়ংক্রিয়ভাবে সম্পন্ন হয়, মানুষকে আগে জানানো হয় না
    return 2

print(f"{'ডিজাইন':60s} লেভেল")
for d in designs:
    level = classify_automation_level(d)
    d["level"] = level
    print(f"{d['name']:60s} {level:2d}")

chosen = designs[1]
print(f"\nএই ফিচারের জন্য নির্বাচিত ডিজাইনের অটোমেশন লেভেল: {chosen['level']}  ({chosen['name']})")

    
গণনা করা ফলাফল: ডিজাইন A (কোনো সাজেশন নেই) লেভেল ১, ডিজাইন B (৩টি চিপ, ম্যানুয়াল সেন্ড) লেভেল ৩, ডিজাইন C (একটি প্রি-ফিল করা রিপ্লাই) লেভেল ৫ — লক্ষ্য করুন, C-তেও ম্যানুয়াল Send লাগে, কিন্তু লেভেল B-এর চেয়ে বেশি, কারণ একটিমাত্র প্রি-ফিল করা সম্পূর্ণ বাক্যে "সক্রিয় পছন্দ" নেই, শুধু প্যাসিভ কনফার্মেশন থাকে — এটি ওভার-ট্রাস্ট ঝুঁকি বাড়ায়। ডিজাইন D (৫-সেকেন্ড ভেটো উইন্ডোসহ অটো-সেন্ড) লেভেল ৬, আর ডিজাইন E (সম্পূর্ণ অটো-সেন্ড) লেভেল ৮। যেহেতু একটি ইমেইল একবার পাঠানো হয়ে গেলে তা কার্যত অপরিবর্তনীয় (সাধারণ "undo send" উইন্ডো মাত্র কয়েক সেকেন্ডের এবং সহজেই miss হয়ে যায়) ও সামাজিক/পেশাগত স্টেক জড়িত, D ও E বাতিল করা হয়েছে (L23-এর "ওভাররাইড করার অধিকার" নীতি লঙ্ঘন করে)। নির্বাচিত ডিজাইন: B, লেভেল ৩ — AI একাধিক অপশন সাজেস্ট করে, কিন্তু চূড়ান্ত Send-সিদ্ধান্ত সবসময় মানুষের হাতে।

৫ · UX প্যাটার্ন সিদ্ধান্ত (M6 প্রয়োগ)

শেষ ধাপে M6 (L24-L28)-এর কগনিটিভ-লোড ও ইন্টারঅ্যাকশন-প্যাটার্ন নীতি প্রয়োগ করে কয়েকটি নির্দিষ্ট UX সিদ্ধান্ত নেওয়া হয়েছে:

সর্বোচ্চ ৩টি চিপ (L24)
একসাথে দেখানো সিদ্ধান্ত-সম্পর্কিত অপশনের সংখ্যা সীমিত রাখলে চয়েস-ওভারলোড কমে — একজন ট্রায়াজ-মুহূর্তে থাকা ব্যবহারকারীর জন্য ৩টিই যথেষ্ট।
চিপ, ফুল প্যারাগ্রাফ নয় (L17, L28)
সংক্ষিপ্ত, স্ক্যান-করা-যায় এমন চিপ ফরম্যাট — সাধারণ AI UX সাজেশন-প্যাটার্নের সাথে সামঞ্জস্যপূর্ণ, যাতে ব্যবহারকারী মিলিসেকেন্ডে প্রাসঙ্গিকতা বিচার করতে পারেন।
নীরব ফলব্যাক (L25)
কনফিডেন্স থ্রেশহোল্ডের নিচে কোনো চিপ দেখানো না-থাকাটা একটি "নীরব নন-ইভেন্ট" — কোনো এরর মেসেজ বা "ব্যর্থ হয়েছে" ইঙ্গিত ছাড়াই, যাতে অনুপস্থিতিটা ভাঙা মনে না হয়।
ফিডব্যাক লুপের ভিত্তি (L27)
ব্যবহারকারী কোন চিপ ট্যাপ করলেন, কোনটা এডিট করলেন, কোনটা উপেক্ষা করলেন — এই লগ ভবিষ্যতে কনফিডেন্স-ক্যালিব্রেশন উন্নত করতে ব্যবহারের পরিকল্পনা রাখা হয়েছে (এখনও আংশিকভাবে বাস্তবায়িত)।
চূড়ান্ত ডিজাইন-স্পেসিফিকেশন · Key takeaway

সংক্ষেপে: স্মার্ট রিপ্লাই সাজেশন ফিচারটি সর্বোচ্চ ৩টি চিপ দেখাবে, শুধুমাত্র মডেলের কনফিডেন্স ≥ ০.৫৫ হলে; কোনো সংখ্যাসূচক কনফিডেন্স-শতাংশ দেখানো হবে না, শুধু হালকা ভিজ্যুয়াল হাইলাইট; ব্যবহারকারী যেকোনো চিপ এডিট বা উপেক্ষা করতে পারবেন; সিস্টেম কখনও নিজে থেকে Send করবে না — অটোমেশন লেভেল ৩। এই ঠিক স্পেসিফিকেশনটিই পরের পাঠে (L57) সংখ্যাগতভাবে যাচাই করা হবে — একটি ট্রাস্ট-ক্যালিব্রেশন চেক, একটি SUS ইউজেবিলিটি স্কোর, একটি WCAG কনট্রাস্ট চেক, এই একই লেভেল-অফ-অটোমেশন যাচাই, ও একটি চূড়ান্ত ওয়েটেড HCAI চেকলিস্ট স্কোর দিয়ে।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ একটি নির্দিষ্ট সংখ্যাসূচক কনফিডেন্স ("৮৭% কনফিডেন্ট") দেখানোর বদলে শুধু হালকা ভিজ্যুয়াল হাইলাইট বেছে নেওয়া হয়েছে। এই সিদ্ধান্ত কেন ঠিক?

একটি নির্দিষ্ট সংখ্যা দেখালে সেটি একধরনের মিথ্যা নিশ্চয়তা তৈরি করতে পারে — ব্যবহারকারী সংখ্যাটিকে একটি বস্তুনিষ্ঠ সত্য হিসেবে ধরে নিতে পারেন (অটোমেশন বায়াসের একটি রূপ), যদিও "কনফিডেন্স" নিজেই একটি নরম অনুমান। এছাড়া একটি দ্রুত ট্রায়াজ-মুহূর্তে একটি সংখ্যা পার্স করে তার অর্থ বুঝতে বাড়তি কগনিটিভ লোড লাগে, এবং বেশিরভাগ ব্যবহারকারীর কাছে "৮৭%" মানে ঠিক কী তা ক্যালিব্রেট করার প্রেক্ষাপট নেই (M4/L16-এ আলোচিত)। হালকা ভিজ্যুয়াল হাইলাইট একই তথ্য দেয় আরও কম কগনিটিভ খরচে।

প্র ০২ কনফিডেন্স গেটিং ("থ্রেশহোল্ডের নিচে চিপ দেখাবে না") কীভাবে বাতিলকরণ-ইমেইলে ভুল-টোনের রিপ্লাই দেওয়ার ঝুঁকি সম্পূর্ণ দূর করে না?

কারণ কনফিডেন্স মডেলটির নিজের ব্যাপারে নিশ্চয়তা প্রতিফলিত করে — একটি সাবলীল, প্লজিবল-দেখতে টেক্সট তৈরি করা সহজ হলে মডেল উচ্চ কনফিডেন্স দেখাতে পারে, এমনকি যদি সে ইমেইলের প্রকৃত সামাজিক/আবেগগত তাৎপর্য (যেমন এটি একটি বাতিলকরণ নোটিশ) ঠিকভাবে না বুঝে থাকে। গেটিং শুধু নিম্ন-কনফিডেন্স "নয়েজ" ফিল্টার করে, কিন্তু উচ্চ-কনফিডেন্স-অথচ-ভুল কেসগুলো আটকায় না — L57-এর প্রথম ধাপেই এই ঠিক ঝুঁকিটি সংখ্যা দিয়ে দেখানো হবে।

প্র ০৩ যদি ইউজার রিসার্চে দেখা যেত এই ফিচারটি মূলত টিমমেটদের সাথে দ্রুত, চ্যাট-সদৃশ, খুবই কম-স্টেকের ইমেইল থ্রেডে ব্যবহৃত হয়, তাহলে কি অটোমেশন-লেভেল সিদ্ধান্ত পাল্টাতে পারতো?

হ্যাঁ, সম্ভবত। M2-এর "কনটেক্সট-অফ-ইউজ" (L07) নীতি অনুযায়ী স্টেক ও রিভার্সিবিলিটির মূল্যায়ন প্রেক্ষাপট-নির্ভর। যদি ভুল রিপ্লাইয়ের পরিণতি সত্যিই তুচ্ছ হয় (একজন টিমমেটকে দ্রুত একটি ঠিক-করা মেসেজ পাঠানো সহজ ও স্বাভাবিক), তাহলে হয়তো ডিজাইন C (প্রি-ফিল, লেভেল ৫) বা এমনকি একটি ছোট ভেটো-উইন্ডোসহ ডিজাইন D-এর মতো উচ্চতর অটোমেশন লেভেল যুক্তিসঙ্গত হতে পারতো। এটাই দেখায় অটোমেশন-লেভেল সিদ্ধান্ত একটি নির্দিষ্ট, রিসার্চ-চালিত ইনপুট, কোনো সার্বজনীন নিয়ম নয়।

অনুশীলন

  1. চিন্তা করুন: উপরের কোড সেলে designs-এর ডিজাইন D-তে veto_window_seconds-কে 5 থেকে 0-এ পরিবর্তন করলে তার অটোমেশন লেভেল কী হবে বলে আপনার ধারণা?

    classify_automation_level ফাংশনের যুক্তি অনুযায়ী, veto_window_seconds > 0 শর্তটি আর সত্য হবে না, তাই সেটি পরবর্তী শর্তে চলে যাবে (d["auto_sends"] সত্য) এবং লেভেল ৮ রিটার্ন করবে — ঠিক ডিজাইন E-এর মতো। অর্থাৎ ভেটো-উইন্ডো শূন্য করে দিলে ডিজাইন D কার্যকরভাবে ডিজাইন E-এর সমতুল্য হয়ে যায়।

  2. পরীক্ষা করুন: উপরের কোড সেলে ডিজাইন D-এর "veto_window_seconds": 5-কে "veto_window_seconds": 0-এ পরিবর্তন করে Run চেপে আপনার অনুমান যাচাই করুন।

    ফলাফল নিশ্চিত করবে ডিজাইন D-এর লেভেল ৬ থেকে বদলে ৮ হয়ে গেছে, এবং প্রিন্ট আউটে ডিজাইন D ও E-এর লেভেল এখন সমান। এটি হাতে-কলমে দেখায় কেন একটি "ভেটো উইন্ডো" থাকা বনাম না-থাকা একটি ছোট প্যারামিটার পরিবর্তন নয় — এটি একটি সম্পূর্ণ ভিন্ন অটোমেশন-শ্রেণিতে ফেলে দেয়, যা মানুষের নিয়ন্ত্রণের পরিমাণকে বাস্তবে পাল্টে দেয়।

আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ

  • পরবর্তী পাঠ — ক্যাপস্টোন L57 এই একই স্মার্ট রিপ্লাই সাজেশন ফিচারকে ট্রাস্ট-ক্যালিব্রেশন, SUS, WCAG কনট্রাস্ট, অটোমেশন লেভেল ও একটি ওয়েটেড HCAI চেকলিস্ট দিয়ে এন্ড-টু-এন্ড সংখ্যাগতভাবে মূল্যায়ন করা হয়েছে।
  • কোর্সের সম্পূর্ণ সিলেবাস দেখুন ৫৭টি পাঠ ব্যবহারকারী ও প্রেক্ষাপট, ট্রাস্ট ক্যালিব্রেশন, এক্সপ্লেইনেবিলিটি, হিউম্যান-ইন-দ্য-লুপ ডিজাইন, কগনিটিভ লোড, অ্যাক্সেসিবিলিটি, হিউম্যান-AI টিমিং, ইউজেবিলিটি ইভালুয়েশন, ইন্ডাস্ট্রি ফ্রেমওয়ার্ক ও ক্যাপস্টোন।
  • AI Ethics কোর্স সহোদর কোর্স নৈতিক ফ্রেমওয়ার্ক, বায়াস-ফেয়ারনেস, প্রাইভেসি ও AI অ্যালাইনমেন্টের গভীর কভারেজ — এই কোর্স সেই ভিত্তির উপর ইন্টারঅ্যাকশন ডিজাইনের দিকটি যোগ করে।
আগের পাঠ
হিউম্যান-AI ইন্টারঅ্যাকশনের ভবিষ্যৎ