লোকেরা যেভাবে এআই এজেন্ট ব্যবহার করে

২০২৫ সালকে বলা হচ্ছিল এমন একটি বছর যখন এআই এজেন্ট প্রযুক্তি মূলধারায় পরিণত হয়। আজ আমরা ঘোষণা করছি যে Perplexity এবং হার্ভার্ডের গবেষকরা বাস্তব বিশ্বে লোকেরা কীভাবে আসলে এআই এজেন্ট ব্যবহার করে</g1 তার প্রথম বৃহৎ স্কেলের গবেষণা প্রকাশ করেছেন।

আমাদের গবেষকরা তিনটি মৌলিক প্রশ্ন উত্থাপন করেছিলেন: কারা এআই এজেন্ট গ্রহণ করছে? তারা কত গভীরভাবে এগুলো ব্যবহার করছে? এবং তারা তাদের এআই সহকারীদের কাছে কোন কাজগুলো অর্পণ করছে? Comet এবং Comet Assistant ব্যবহারকারীদের শত কোটি অ্যানোনিমাইজড মিথস্ক্রিয়া বিশ্লেষণ করে, আমরা এজেন্ট গ্রহণ এবং ব্যবহার সম্পর্কিত মৌলিক প্যাটার্নগুলো উন্মোচন করেছি।

এই ফলাফলগুলো কিছু প্রচলিত ধারণাকে চ্যালেঞ্জ করে। উদাহরণস্বরূপ, এজেন্টরা হোটেল বুকিং করা বা সাধারণ কাজগুলো সামলানোর ক্ষেত্রে ভালো, তবে তারা গভীর জ্ঞানভিত্তিক কাজের অংশীদার হিসেবেও কাজ করছে। তারা আমাদের শেখার, কাজ করার এবং সমস্যা সমাধানের পদ্ধতিকে নতুন রূপ দিচ্ছে।

বাটলারের চেয়ে বিবেচনার অংশীদার বেশি

এআই এজেন্টদের একটি জনপ্রিয় ধারণা হলো “ডিজিটাল কনসিয়ার্জ” ব্যবহারের ক্ষেত্র, যেখানে মানুষ সময় বাঁচানোর জন্য সহজ কাজগুলো অফলোড করে। তবুও, যখন আমরা লক্ষ লক্ষ ব্যবহারকারীর মিথস্ক্রিয়া শ্রেণিবদ্ধ করেছি, তখন আমরা দেখতে পেয়েছি যে সমস্ত এজেন্ট কার্যকলাপের ৫৭% জ্ঞানভিত্তিক কাজের উপর ফোকাস করে। সবচেয়ে সাধারণ কাজের ছত্রিশ শতাংশ উৎপাদনশীলতা এবং ওয়ার্কফ্লো কাজ হিসাবে শ্রেণীবদ্ধ করা হয়েছে, যার সাথে আরও ২১% লার্নিং এবং রিসার্চ হিসাবে শ্রেণীবদ্ধ করা হয়েছে।

এগুলো এমন কাজ যা মানুষের ক্ষমতাকে স্কেল করে। একজন প্রকিউরমেন্ট পেশাদার গ্রাহকের কেস স্টাডি স্ক্যান করতে এবং বিক্রেতার সাথে কাজ করার আগে প্রাসঙ্গিক ব্যবহারের কেসগুলো শনাক্ত করতে Comet Assistant ব্যবহার করেছিলেন। একজন ছাত্র এজেন্টকে কোর্স উপাদানের মাধ্যমে নেভিগেট করতে এবং তারা যা শিখছে তা বিশ্লেষণ করতে বলেছিল। একজন ফাইন্যান্স কর্মী স্টক অপশন ফিল্টার করা এবং বিনিয়োগের তথ্য বিশ্লেষণ করার কাজগুলো অর্পণ করেছিলেন। প্রতিটি ক্ষেত্রে, এজেন্ট স্বায়ত্তশাসিতভাবে তথ্য সংগ্রহ এবং প্রাথমিক সংশ্লেষণ পরিচালনা করেছিল, ব্যবহারকারীকে চূড়ান্ত রায় এবং সিদ্ধান্ত নেওয়ার জন্য প্রয়োজনীয় তথ্য দিয়েছিল এবং তাদের অনুরোধে সেই সিদ্ধান্তগুলো বাস্তবায়ন করেছিল।

আমাদের ডেটা দ্বারা সমর্থিত “বিবেচনার অংশীদার" ব্যবহারের কেসটি দেখায় যে ব্যবহারকারীরা কঠিন কাজ করার ক্ষমতা প্রসারিত করতে চান। লোকেরা কাজ এড়াতে Comet Assistant ব্যবহার করছে না, তারা আরও ভাল কাজ করার জন্য এটি ব্যবহার করছে।

ব্যবহারের প্রবণতা থেকে উপযোগিতার বিবর্তন

গবেষণার অন্যতম প্রকাশ্য প্যাটার্ন হলো ব্যবহারকারীর যাত্রা। আপনি ১ম দিনে যেভাবে এজেন্ট ব্যবহার করেন তা ১০০ তম দিনে খুব কমই ব্যবহার করেন।

নতুন ব্যবহারকারীরা প্রায়শই কম ঝুঁকির ক্যোয়ারী দিয়ে পরীক্ষা-নিরীক্ষা করেন। তারা ভ্রমণের পরিকল্পনা, মুভির সুপারিশ বা সাধারণ ট্রিভিয়া সম্পর্কে জিজ্ঞাসা করেন। ধীরে ধীরে, একটি পরিবর্তন আসে। ক্যোয়ারী ট্রানজিশনের আমাদের বিশ্লেষণ উৎপাদনশীলতার প্রতি একটি শক্তিশালী মহাকর্ষীয় টান দেখায়। একজন ব্যবহারকারী ছুটির স্থান সম্পর্কে জিজ্ঞাসা করে শুরু করতে পারেন, তবে একবার তারা একটি পাইথন স্ক্রিপ্ট ডিবাগ করতে বা আর্থিক প্রতিবেদন সারসংক্ষেপ করতে এজেন্ট ব্যবহার করলে, তারা খুব কমই ফিরে যান। উৎপাদনশীলতা এবং ওয়ার্কফ্লো বিভাগগুলোর ধারণ হার সবচেয়ে বেশি, এবং যে ব্যবহারকারীরা প্রথম দিকে শেখার বা গবেষণার কাজে নিয়োজিত হন তাদের দীর্ঘমেয়াদী সক্রিয় ব্যবহারকারী হওয়ার সম্ভাবনা অনেক বেশি।

এটি পার্সোনাল কম্পিউটারের শুরুর দিনগুলোকে প্রতিফলিত করে। এটি প্রায়শই রেসিপি ব্যবস্থাপনা বা গেমের জন্য একটি হাতিয়ার হিসাবে বিক্রি করা হতো, তবে এটি স্প্রেডশীট এবং ওয়ার্ড প্রসেসিংয়ের কারণে অপরিহার্য হয়ে ওঠে। এআই এজেন্টরা একই পথ অনুসরণ করছে।

কারা এজেন্ট ব্যবহার করছে? গ্রহণ বনাম তীব্রতা

সবচেয়ে তাৎপর্যপূর্ণ মেট্রিক হলো কারা এআই এজেন্ট গ্রহণ করে না, বরং কারা তাদের উপর নির্ভর করে। গ্রহণের হার এবং ব্যবহারের তীব্রতার মধ্যে ব্যবধান প্রকাশ করে যে প্রযুক্তিটি কোথায় একটি নতুনত্ব থেকে একটি প্রয়োজনীয়তাতে স্থানান্তরিত হয়েছে। সংকীর্ণ ব্যবধানগুলো প্রকৃত আচরণগত পরিবর্তন নির্দেশ করে এবং ছয়টি মূল পেশা এখন সমস্ত এজেন্ট কার্যকলাপের ৭০% চালিত করে।

নির্দিষ্ট কিছু সেক্টর তাদের ক্ষমতার চেয়ে ভালো ফল করে। ডিজিটাল প্রযুক্তিবিদরা স্বাভাবিকভাবেই ভলিউম (কোয়ারির ৩০%) নেতৃত্ব দিলেও, মার্কেটিং, সেলস, ম্যানেজমেন্ট এবং এন্টারপ্রেনারশিপের মতো জ্ঞান-নিবিড় ক্ষেত্রগুলো সর্বোচ্চ "স্টিকনেস" প্রদর্শন করে। একবার এই পেশাদাররা একটি এজেন্ট গ্রহণ করলে, তাদের ব্যবহারের তীব্রতা তাদের গ্রহণের সংখ্যাকে ছাড়িয়ে যায় কারণ তারা তাদের প্রতিদিনের ওয়ার্কফ্লোতে সহকারীকে একীভূত করে।

প্রসঙ্গটিও গুরুত্বপূর্ণ। ব্যবহারকারীরা তাদের শিল্পের নির্দিষ্ট ঘর্ষণ পয়েন্টগুলো সমাধান করতে Comet Assistant স্থাপন করে। ফিনান্স পেশাদাররা দক্ষতার উপর ব্যাপকভাবে ফোকাস করে, উৎপাদনশীলতার কাজে কোয়ারির ৪৭% উৎসর্গ করে। শিক্ষার্থীরা উপযোগিতার উপর ফোকাস করে, ৪৩% কাজ শেখার এবং গবেষণার জন্য বরাদ্দ করা হয়। ডিজাইন এবং আতিথেয়তায়, ডিজাইনারদের জন্য মিডিয়া কাজ থেকে শুরু করে আতিথেয়তা কর্মীদের জন্য ভ্রমণ পরিকল্পনা পর্যন্ত প্রসঙ্গ-নির্দিষ্ট ব্যবহার কীভাবে আধিপত্য বিস্তার করে তা দেখা আরও সহজ।

শেষ পর্যন্ত, ডেটা প্রমাণ করে যে Comet Assistant অত্যন্ত বহুমুখী এবং এর ব্যবহারকারীর নির্দিষ্ট প্রয়োজনগুলো প্রতিফলিত করে। একটি শিক্ষাগত প্রেক্ষাপটে এটি একটি বিশেষায়িত গবেষণা ইঞ্জিন যখন একটি পেশাদার প্রেক্ষাপটে এটি একটি বহুমুখী সহকারী হয়ে ওঠে। ব্যক্তিগত প্রেক্ষাপট সমস্ত কোয়ারি ভলিউমের অর্ধেকের বেশি।

নতুন জ্ঞান কাজ হলো প্রশ্ন কাজ

এই গবেষণাটি প্রথম পরীক্ষামূলক প্রমাণ সরবরাহ করে যে আমরা একটি হাইব্রিড ইন্টেলিজেন্স অর্থনীতির দিকে এগিয়ে যাচ্ছি। আমাদের ডেটায় জ্ঞানমূলক কাজের আধিপত্য পরামর্শ দেয় যে এআই এজেন্টরা মানব জ্ঞানমূলক কাজকে স্কেল করছে। এই টুলগুলো পরিপক্ক হওয়ার সাথে সাথে, আমরা উৎপাদনশীলতা কাজের "স্টিকনেস" আরও গভীর হবে বলে আশা করি।

যেহেতু ২০২৫ সাল শেষ হতে চলেছে, আমরা আর জিজ্ঞাসা করছি না যে মানুষ এআই এজেন্ট ব্যবহার করবে কিনা। আমরা জানি তারা করছে। এখন প্রশ্ন হলো অর্থনীতির বাকি অংশ এমন একটি কর্মীবাহিনীর সাথে কতটা দ্রুত খাপ খাইয়ে নেবে যা সর্বদা লুপে থাকা একজন বুদ্ধিমান অংশীদারের সাথে চিন্তা করে, শেখে এবং তৈরি করে। আমাদের পদ্ধতি, ট্যাক্সনমি স্পেসিফিকেশন এবং পরিসংখ্যানগত বিশ্লেষণ সম্পর্কে আরও পড়তে, সম্পূর্ণ গবেষণা পেপারটি এখানে দেখুন।