এআই বা কৃত্রিম বুদ্ধিমত্তার সহজলভ্য বিশ্লেষণ অনেক সময় এমন সব দুর্বল ধারণাকে বিশ্বাসযোগ্যতা দেয়, যা আসলে পাওয়ার যোগ্য নয়। এ কারণে এআইয়ের দেওয়া উত্তর সঠিক কি না, তা যাচাই করার আগে প্রশ্নটি নিজে থেকেই সঠিক কি না, সেটি ভেবে দেখা অত্যন্ত জরুরি।
গাড়ির বিমা নিয়ে বহু বছর আগের একটি ফোকাস গ্রুপের গবেষণার কথা উল্লেখ করা যেতে পারে। সেখানে অংশগ্রহণকারীদের জিজ্ঞাসা করা হয়েছিল, বিমা বেছে নেওয়ার ক্ষেত্রে কোনটি সবচেয়ে গুরুত্বপূর্ণ। অধিকাংশের উত্তর ছিল দাম এবং এরপর ডিডাক্টিবল, যেখানে প্রতিষ্ঠানের সুনামের কথা প্রায় কেউই উল্লেখ করেননি। কিন্তু যখন প্রশ্নটি ঘুরিয়ে জানতে চাওয়া হলো, কতটুকু ছাড় পেলে তারা কম সুনামের কোম্পানি বেছে নেবেন, তখন উত্তর সম্পূর্ণ বদলে গেল। যারা আগে দামকে প্রধান বলেছিলেন, তারা জানালেন যে কোনো ছাড়ই তাদের কম সুনামের কোম্পানিতে যেতে রাজি করাতে পারবে না। এই ঘটনাটি প্রমাণ করে যে, প্রশ্ন বদলানোর সঙ্গে সঙ্গে এমন তথ্য সামনে আসে যা প্রথমবার ধরা পড়েনি। অর্থাৎ, প্রথম উত্তরটি ভুল ছিল না, বরং প্রশ্নটিই সঠিক তথ্য বের করতে ব্যর্থ হয়েছিল।
এআইয়ের ক্ষেত্রেও একই ঝুঁকি বিদ্যমান। আগে যেকোনো ব্যবসায়িক সিদ্ধান্ত যেমন বাজারে প্রবেশ, পণ্যের দাম নির্ধারণ কিংবা নতুন পণ্য তৈরির ক্ষেত্রে গবেষণা করতে প্রচুর সময় ও অর্থ ব্যয় হতো, ফলে দুর্বল ধারণাগুলো সহজে বড় প্রকল্পে রূপ নিতে পারত না। বর্তমান সময়ে এআই খুব দ্রুত বাজার বিশ্লেষণ, প্রতিযোগী প্রতিষ্ঠানের তথ্য, মূল্য নির্ধারণের মডেল এমনকি প্রাথমিক নমুনাও তৈরি করে দিতে পারে। এতে একটি দুর্বল ধারণা খুব দ্রুত শক্তিশালী গবেষণা ও যুক্তির আবরণ পেয়ে যায়।
এআই ব্যবহারের ক্ষেত্রে বড় ঝুঁকি হলো—আমরা হয়তো ভুল প্রশ্ন করছি অথবা সঠিক প্রশ্নটি ভুলভাবে করছি। প্রথমটির কারণে ভুল অনুমান শুরুতেই প্রতিষ্ঠিত হয়ে যেতে পারে, আর দ্বিতীয়টির কারণে এমন গুরুত্বপূর্ণ তথ্য আড়াল হয়ে যেতে পারে যা ভিন্নভাবে প্রশ্ন করলে বেরিয়ে আসত। হার্ভার্ডের নেতৃত্বে পরিচালিত বোস্টন কনসাল্টিং গ্রুপের ৭৫৮ জন পরামর্শককে নিয়ে করা একটি গবেষণায় দেখা গেছে, এআইয়ের সক্ষমতার সীমার বাইরে থাকা কঠিন ব্যবসায়িক কাজে এআই ব্যবহারকারীরা সঠিক উত্তর পাওয়ার ক্ষেত্রে ১৯ শতাংশ কম সফল হয়েছেন।
