মূর্খের ভবিষ্যদ্বাণী হ্যাঁ, ভবিষ্যদ্বাণীটি বোকা এবং জোকারদের দেওয়া হয়েছিল, কিন্তু একজন ডেটা নেতা এবং প্রযুক্তিগত পরিবর্তনের প্রখর পর্যবেক্ষক হিসাবে, আমি একটি সাহসী ভবিষ্যদ্বাণী করতে চলেছি: । এবং এটি একটি অপ্রত্যাশিত জায়গা থেকে আসছে. আমরা কীভাবে অনলাইন সামগ্রী ব্যবহার করি তার মধ্যে সবচেয়ে উল্লেখযোগ্য পরিবর্তনের ভোরের সাক্ষী হচ্ছি গুগল সার্চে বিপ্লব ঘটিয়েছে ডিজিটাল বিশৃঙ্খলার বর্তমান অবস্থা আমাদের অনলাইন ফিড ভাঙ্গা হয়. নম্রব্র্যাগ এবং অনুপ্রেরণামূলক ক্লিচের একটি বর্জ্যভূমিতে পরিণত হয়েছে। LinkedIn (আগের টুইটার) ঘৃণামূলক বক্তব্য এবং কেলেঙ্কারীতে ডুবে যাচ্ছে। X হল ডিজিটাল ঘোস্ট টাউন যেখানে আপনার খালা এখনও Minion memes শেয়ার করেন। Facebook প্রাসঙ্গিক, অর্থপূর্ণ বিষয়বস্তুর সাথে আমাদের সংযুক্ত করার অ্যালগরিদমের স্বপ্ন একটি ব্যস্ততা-আবেদিত দুঃস্বপ্নে পরিণত হয়েছে। এলএলএম বিপ্লব বোঝা আমাদের ডিজিটাল ল্যান্ডস্কেপ কীভাবে বড় ভাষা মডেল (LLMs) নতুন আকার দেবে তা নিয়ে আলোচনা করার আগে, আসুন বুঝতে পারি কী সেগুলিকে আলাদা করে তোলে। প্রথাগত অ্যালগরিদমগুলির বিপরীতে যা পূর্ব-সংজ্ঞায়িত নিয়ম এবং প্যাটার্ন ম্যাচিং এর উপর নির্ভর করে, LLMগুলি প্রসঙ্গ, সূক্ষ্মতা এবং সবচেয়ে গুরুত্বপূর্ণভাবে, উদ্দেশ্য বোঝে। তারা শুধু দেখেন না যে আপনি ডেটা সায়েন্স সম্পর্কিত একটি পোস্টে ক্লিক করেছেন; তারা বুঝতে পারে কেন সেই পোস্টটি আপনার সাথে অনুরণিত হয়েছে। চেকলিস্টের সাথে কাজ করা ম্যাচমেকার হিসাবে ঐতিহ্যগত সুপারিশ ইঞ্জিনগুলিকে ভাবুন, যখন LLMগুলি এমন একজন বন্ধুর মতো যে আপনার স্বাদ জানে, আপনার মেজাজ বোঝে এবং ভবিষ্যদ্বাণী করতে পারে যে কোন বিষয়বস্তু আসলে আপনার দিনের জন্য মূল্য যোগ করতে পারে। ভবিষ্যতের এক ঝলক দুটি সাম্প্রতিক অভিজ্ঞতা হাইলাইট করে যে সিসমিক শিফট এলএলএম আনতে পারে: কেনাকাটা পুনঃউদ্ভাবিত: স্মার্টওয়াচগুলি নিয়ে গবেষণা করার সময়, আমি আমার হতাশাগুলি Google-এর মিথুনের সাথে শেয়ার করেছি৷ কীওয়ার্ড-চালিত সুপারিশের পরিবর্তে, জেমিনি আমার চাহিদা, হতাশা এবং আকাঙ্ক্ষা বিশ্লেষণ করেছে। এটি তিনটি বাজেট-বান্ধব বিকল্প এবং একটি প্রিমিয়াম বিকল্পের পরামর্শ দিয়েছে - ঠিক যদি এটি স্প্লার্জের মূল্য ছিল। এটি একটি পণ্য ক্যাটালগ ব্রাউজ করার মত কম এবং একটি ভাল পড়া বন্ধুর সাথে পরামর্শ করার মত ছিল। বিষয়বস্তু আবিষ্কার যা আপনাকে : একটি LLM-চালিত ফিড দ্বারা প্রতিস্থাপিত লিঙ্কডইনের বর্তমান জগাখিচুড়ি কল্পনা করুন। জেনেরিক পোস্ট দেখানোর পরিবর্তে, এটি আপনার পেশাগত গতিপথ এবং পৃষ্ঠের নিবন্ধ, আলোচনা এবং আপনার কর্মজীবনের পথের জন্য তৈরি গল্পগুলিকে চিনতে পারে। এটি কীওয়ার্ড-ম্যাচিং এবং মধ্যে পার্থক্য। বুঝতে পারে বোঝার যাত্রার আমি এই মুহূর্তে একটি ক্রসিংয়ে আছি, আমি কয়েক মাস আগে আমার কাজ ছেড়ে দিয়েছিলাম এবং পরবর্তীতে কী করতে হবে তা বোঝার চেষ্টা করছি, হয়তো ডেটার ক্ষেত্রে একজন বিষয়বস্তু নির্মাতা হতে ফিরে যাচ্ছি, অথবা আবার পূর্ণ-টাইমার হিসেবে নিয়োগ পাচ্ছি, একটি পরিবারের সাথে থাকা আমি জানি বাস্তবতা উভয়ই নয় কিন্তু একটিই, আমার কিছু $1 প্রভাবকের কাছ থেকে তাদের অনুপ্রেরণার প্রয়োজন নেই যে তারা ভোর 4 টায় ঘুম থেকে উঠে তাদের ব্যবসায় কাজ করার জন্য বাচ্চাদের কিন্ডারগার্টেনে নামিয়ে দেয় এবং তাদের 9-5 কাজ শুরু করে, আমি এটাকে BS বলি। আমাকে এমন একটি ফিড পেতে দিন যা আমাকে আমার চাহিদাগুলি খুঁজে বের করতে সাহায্য করে এবং প্রকৃত লোকেদের কাছ থেকে অনুপ্রাণিত হতে যারা এই পদক্ষেপ নিয়েছে, আমাকে তাদের সাথে জড়িত হতে এবং আমি কোথায় যেতে পারি তা আরও ভালভাবে শিখতে দিন বা আমাকে এমন লোকদের সাথে আরও ভালভাবে সংযুক্ত করতে দিন যারা আমাকে তাদের কর্মের ভিত্তিতে সফল হতে সাহায্য করতে পারে। প্ল্যাটফর্ম যুদ্ধ: একটি নতুন যুদ্ধক্ষেত্র টুইটার/এক্স এবং গ্রোক: এলনস লং গেম যখন ইলন মাস্ক টুইটারের কর্মী সংখ্যা 8,000 থেকে কমিয়ে 1,500 করে, তখন অনেকেই বিশৃঙ্খলা দেখেছিল। কিন্তু যদি এটি একটি ভিন্ন ধরনের বিষয়বস্তু সংযম করার জন্য প্রস্তুতি ছিল? চালু করার সাথে সাথে, আমরা একটি নতুন কৌশলের বীজ দেখতে পাই: বিষয়বস্তু কিউরেশন সূক্ষ্ম বোঝার উপর ভিত্তি করে, ভোঁতা অ্যালগরিদম নয়। Grok Facebook এর LLAMA: মার্কস লাস্ট স্ট্যান্ড Facebook-এর LLAMA মডেলের প্রকাশ শুধুমাত্র এআই রেসে যোগদানের জন্য নয় - এটি বেঁচে থাকার বিষয়ে। ব্যবহারকারীরা টিকটক এবং ইনস্টাগ্রামে পালানোর সাথে সাথে (যা মূলত টিকটকের ক্লোন হয়ে উঠছে), মেটা এর ফ্ল্যাগশিপ প্ল্যাটফর্মকে পুনরুজ্জীবিত করার জন্য কিছু বৈপ্লবিক প্রয়োজন। হোয়াটসঅ্যাপ মেসেজ থেকে ইনস্টাগ্রাম ইন্টারঅ্যাকশন পর্যন্ত মেটার ইকোসিস্টেম জুড়ে ব্যবহারকারীর অভিপ্রায় বোঝার চাবিকাঠি হতে পারে LLAMA। গুগলের মিথুন: সার্চ সাম্রাজ্য রক্ষা করা Google-এর মিথুনের প্রবর্তন শুধুমাত্র AI রেসে ধরা পড়ার চেয়ে আরও বেশি কিছুর প্রতিনিধিত্ব করে - এটি তাদের মূল ব্যবসার সুরক্ষা সম্পর্কে। প্রথাগত সার্চ ইঞ্জিন মডেল, এবং বিশেষ করে Google বিজ্ঞাপন হুমকির মুখে, এবং Gemini-এর বিষয়বস্তু বোঝার এবং প্রাসঙ্গিক করার ক্ষমতা আমরা কীভাবে অনলাইনে তথ্য আবিষ্কার করি তা পরিবর্তন করতে পারে। সোশ্যাল মিডিয়ার বাইরে: ই-কমার্স বিপ্লব কিন্তু এখানে এটি আকর্ষণীয় হয় - এই রূপান্তর সামাজিক মিডিয়াতে থামবে না। একটি ই-কমার্স ফিড কল্পনা করুন যা আপনি যা কিনেছেন তার উপর ভিত্তি করে শুধুমাত্র আপনাকে পণ্য দেখায় না, তবে আপনার কেনাকাটার আচরণের প্রেক্ষাপট বুঝতে পারে। এলএলএমগুলি পণ্যের সুপারিশগুলিকে "অন্যরাও কেনা" থেকে "আপনার সমস্যার সমাধান করে"-তে রূপান্তরিত করতে পারে। কয়েক বছর আগে, একটি টেক কনফারেন্সে, একজন সাহসী বিশ্লেষক মঞ্চে উঠেছিলেন এবং শেয়ার করেছিলেন যা ইন্ডাস্ট্রির বেশিরভাগই জানত কিন্তু খুব কম লোকই খোলাখুলি বলার সাহস করেছিল। তাদের সবচেয়ে বড় চ্যালেঞ্জ, তারা প্রকাশ করেছে, ব্যবহারকারীর চাহিদা পরিচালনা করার জন্য প্রয়োজনীয় প্রযুক্তি ছিল না - এটি SEO প্রচেষ্টা এবং অর্থ প্রদানের বিজ্ঞাপনের মধ্যে সঠিক ভারসাম্য খুঁজে বের করছিল। প্রকৃত ভয় প্রযুক্তিগত মাপযোগ্যতা সম্পর্কে নয়, কিন্তু অর্থনীতি সম্পর্কে: কিছু প্ল্যাটফর্ম ব্যবহারকারীর অধিগ্রহণের খরচ প্রতি ব্যবহারকারীর $100-এ ঊর্ধ্বমুখী হতে দেখছিল, মূলত অনকেন্দ্রিক বিজ্ঞাপন পরিবেশন করার কারণে যার ফলে রূপান্তর ঘটেনি। এদিকে, এসইওর মাধ্যমে আসা ব্যবহারকারীরা অনেক ভালো এনগেজমেন্ট মেট্রিক দেখিয়েছেন। কিন্তু এখানে যেখানে এটি অস্বস্তিকর হয়ে ওঠে: বিশ্লেষক একটি নিকটবর্তী টিপিং পয়েন্টের দিকে নির্দেশ করেছেন। যখন ফিড অ্যালগরিদম সিদ্ধান্ত নেয় যে জৈব সামগ্রী দেখানো প্ল্যাটফর্মের আর্থিক স্বার্থে আর নয়? বিজ্ঞাপন আয়ের ড্রাইভ যখন ব্যবহারকারীর অভিজ্ঞতাকে সম্পূর্ণরূপে অভিভূত করে? এটি কেবল তাত্ত্বিক ছিল না - তারা বাস্তব সময়ে এই উত্তেজনার প্রাথমিক লক্ষণগুলি দেখছিল। প্ল্যাটফর্ম জুড়ে আমরা আজ যা দেখছি তা এই মিরস করে। যখন ইলন মাস্ক টুইটারের বিজ্ঞাপনের আয় সম্পর্কে অভিযোগ করেন, বা যখন Facebook আপনার ফিডে আরও বিজ্ঞাপন দেয়, তখন তারা এই একই মৌলিক সমস্যার সাথে লড়াই করছে। প্রথাগত বিজ্ঞাপন-চালিত মডেলটি তার সীমাতে পৌঁছেছে, প্ল্যাটফর্মগুলিকে ক্রমবর্ধমান আক্রমনাত্মক নগদীকরণের দিকে ঠেলে দিচ্ছে যা শেষ পর্যন্ত ব্যবহারকারীর অভিজ্ঞতাকে হ্রাস করে। এআই অ্যাক্ট, জিডিপিআর এবং ডিএমএ কীভাবে আমাদের বিশ্বকে নতুন আকার দিচ্ছে (এবং এটি আমাদের জন্য কী বোঝায়) আমার মনে আছে প্রথমবার আমি জিডিপিআর-এর প্রভাব দেখেছি। এটা শুধু কুকি ব্যানার সব জায়গায় পপ আপ সম্পর্কে ছিল না. এর পিছনে ছিল: কোম্পানিগুলি কীভাবে তারা আমাদের ডেটা পরিচালনা করেছে তা পুনর্বিবেচনা করার সময় মেনে চলতে ঝাঁকুনি দিচ্ছে। এটি আমাকে উপলব্ধি করেছে যে কীভাবে একটি একক প্রবিধান শিল্পগুলিকে উদ্ভাবন করতে বাধ্য করতে পারে—বা ভেঙে পড়তে পারে৷ কারণ এখন, এবং সাথে, আমার মনে হচ্ছে আমরা অন্য একটি টার্নিং পয়েন্টে আছি। এগুলো শুধু নিয়ম নয়; তারা ইউরোপের বলার উপায়, "আসুন প্রযুক্তি ভিন্নভাবে করি।" আমরা কীভাবে নৈতিক ও স্বচ্ছভাবে প্রযুক্তি তৈরি, স্থাপন এবং ব্যবহার করি তার নজির তারা স্থাপন করছে। এআই অ্যাক্ট ডিএমএ-এর উদাহরণস্বরূপ, নিন। এটি আমাকে মেশিন-লার্নিং মডেল তৈরিকারী দলের সাথে আলোচনার কথা মনে করিয়ে দেয়। আমরা সকলেই সেই মুহুর্তগুলির মুখোমুখি হয়েছি যেখানে একজন স্টেকহোল্ডার জিজ্ঞাসা করেছেন, "কেন মডেলটি এই সিদ্ধান্ত নিয়েছে?" শীঘ্রই, এটা শুধু একটি প্রশ্ন হবে না; এটা একটি আইনি প্রয়োজন হবে. যদি আপনার ডেটা টিম আপনার AI সিস্টেমগুলি ব্যাখ্যা করতে প্রস্তুত না হয় তবে আপনি ইতিমধ্যেই পিছিয়ে আছেন। AI আইন অথবা দেখুন। এটি তাজা বাতাসের শ্বাসের মতো, বড় প্ল্যাটফর্মের আধিপত্যকে চ্যালেঞ্জ করে এবং সহযোগিতাকে উৎসাহিত করে। কিন্তু এটি কঠিন প্রশ্নও উত্থাপন করে: কীভাবে আমরা নিজেদেরকে আরও ঝুঁকির মুখোমুখি না করে উন্মুক্ত বাস্তুতন্ত্র তৈরি করব? DMA ডেটা টিমের জন্য এর অর্থ কী (এবং আপনি, ব্যক্তিগতভাবে) আমি সেখানে গিয়েছি — উদ্ভাবন করার চেষ্টা করার সময় সম্মতি জাগলিং। এটি সহজ নয়, তবে আমি যা শিখেছি তা এখানে: GDPR-এর মতো প্রবিধানগুলিকে বিশ্বাস গড়ে তোলার সুযোগ হিসেবে ভাবুন, বাধা নয়। সম্মতির জন্য এগিয়ে যান: আপনার সিদ্ধান্তগুলি ব্যাখ্যা করা - সেগুলি একজন মানুষ বা AI দ্বারা নেওয়া হোক - আপনার প্রতিযোগিতামূলক প্রান্ত হতে পারে৷ স্বচ্ছতার দিকে ঝুঁকুন: জিডিপিআর-এর পরে যে কোম্পানিগুলি উন্নতি লাভ করেছিল সেগুলি কেবলমাত্র ন্যূনতম প্রয়োজনীয়তাগুলি পূরণ করেনি বরং সেগুলিকে আরও ভাল পণ্য এবং পরিষেবাগুলির জন্য একটি স্প্রিংবোর্ড হিসাবে ব্যবহার করেছিল৷ নিয়মের বাইরে চিন্তা করুন: মনো ফিডের বিপদ: যখন এআই একটি ইকো চেম্বারে পরিণত হয় এখানে একটি বিরক্তিকর দৃশ্য রয়েছে যা আমাদের ধারণার চেয়ে কাছাকাছি: এলএলএমগুলি আমরা কী দেখতে চাই তা ভবিষ্যদ্বাণী করতে এত ভাল হয়ে উঠছে যে তারা নিখুঁত ইকো চেম্বার তৈরি করে। এমন একটি ফিড কল্পনা করুন যাতে এটি আপনার বিদ্যমান বিশ্বাস বা পছন্দকে চ্যালেঞ্জ না করে। আপনি যদি বিশ্বাস করেন যে পৃথিবী সমতল, অ্যালগরিদম ধীরে ধীরে অন্যথায় ব্যাখ্যা করে সমস্ত বিষয়বস্তু ফিল্টার করতে পারে। আপনি যদি একটি নির্দিষ্ট ব্র্যান্ডের টিভি দুবার কিনে থাকেন, তবে সিস্টেমটি সিদ্ধান্ত নিতে পারে যে আপনাকে আর বিকল্পগুলি দেখতে হবে না। এটি ইকো চেম্বার অতিক্রম করে যা আমরা আজকে নিয়ে চিন্তিত। বর্তমান সোশ্যাল মিডিয়া অ্যালগরিদমগুলি আপনাকে এমন সামগ্রী দেখাতে পারে যার সাথে আপনি একমত নন যদি এটি তর্কের মাধ্যমে জড়িত হওয়ার সম্ভাবনা থাকে। কিন্তু LLMs, গভীর স্তরে প্রসঙ্গ এবং অভিপ্রায় বোঝা, তৈরি করতে পারে যাকে আমি বলি "কমফোর্ট বাবল" - এমন একটি ফিড যা আপনার পছন্দের সাথে এমনভাবে সারিবদ্ধ যে এটি শান্তভাবে বৌদ্ধিক বৈচিত্র্য দূর করার সময় নিখুঁত অনুভব করে। সুবিধা প্রলোভনসঙ্কুল হয়. বেশিরভাগ লোকেরা ওয়াশিং মেশিনের তুলনা করে 40 টি YouTube ভিডিও দেখতে চায় না - তারা কেবল চায় যে কেউ তাদের বলুক "এটি আপনার প্রয়োজনের জন্য সেরা।" কিন্তু যখন আমরা আমাদের আবিষ্কারের প্রক্রিয়াকে AI-তে আউটসোর্স করি, তখন আমরা নতুন ধারনা, বিভিন্ন দৃষ্টিভঙ্গির সাথে জড়িত থাকার ফলে যে বৃদ্ধি আসে এবং একাধিক বিকল্পের তুলনা করার ফলে যে সমালোচনামূলক চিন্তাভাবনা তৈরি হয়, সেগুলি হারানোর ঝুঁকিতে থাকি। আমার মনে রাখার মতো বয়স হয়েছে যে দিনগুলি আমি মুখস্ত করেছি, আমি যেকোন পাবলিক ফোনে আমার মেমরির উপর ভিত্তি করে প্রয়োজনে যে কাউকে কল করতে পারি, আজ আমাকে আমার সঙ্গীর ফোন নম্বর জিজ্ঞাসা করুন। আমার কোন ধারণা নেই! ফোন হারিয়ে গেছে, আমাকে তার সাথে যোগাযোগ করার জন্য অন্য উপায় খুঁজতে হবে। আমি কি বিভিন্ন পরিষেবাতে সেট করা সমস্ত পাসওয়ার্ড মনে রাখব? আপনি দেখুন আমি এটির সাথে কোথায় যাচ্ছি ;-) এটি সম্পর্কে চিন্তা করুন: মনো ফিডের বিশ্বে, আমরা কীভাবে আবিষ্কার করব যে আমরা কিছু সম্পর্কে ভুল করছি? কিভাবে আমরা আমাদের বর্তমান পছন্দ অতিক্রম করতে হবে? অত্যন্ত দক্ষতা যা এলএলএম-চালিত ফিডগুলিকে আকর্ষণীয় করে তোলে তা তাদের বিপজ্জনক ইকো চেম্বারও করে তুলতে পারে যা স্বাস্থ্যকর জ্ঞানীয় ঘর্ষণ দূর করার সময় বিদ্যমান বিশ্বাস এবং পছন্দগুলিকে শক্তিশালী করে। আসল চ্যালেঞ্জটি প্রযুক্তিগত নয় - এটি দার্শনিক। আমরা কীভাবে বৌদ্ধিক বৈচিত্র্যের প্রয়োজনের সাথে অত্যন্ত ব্যক্তিগতকৃত সামগ্রীর সুবিধার ভারসাম্য বজায় রাখব? আমরা কীভাবে নিশ্চিত করব যে এআই-চালিত ফিডগুলি কেবল আমাদের কী শুনতে চাই তা নয়, আমাদের কী শুনতে হবে তাও বলে? আমি জানি আপনাদের মধ্যে কেউ কেউ বলবেন কিন্তু অ্যামাজন অ্যালেক্সাকে ব্যাটারি অর্ডার করতে বলে এবং প্ল্যাটফর্মের উপর আস্থা রেখে আপনাকে সেরা বিকল্পটি পাঠানোর জন্য শুধুমাত্র পরে আবিষ্কার করতে পারে যে তারা আরও বেশি অর্থ প্রদান করেছে এবং এই বৈশিষ্ট্যটি ধীরে ধীরে আলেক্সা ডিভাইস থেকে মারা গেছে, ভাল এটি করবে। এলএলএম নিয়ে আরও ভালো প্রত্যাবর্তন ডিজিটাল আবিষ্কারের ভবিষ্যত এই রূপান্তর শুধুমাত্র ভাল অ্যালগরিদম সম্পর্কে নয়। এটি 2024 সালের জন্য অনুমান করা হয়েছে প্রায় LLM-চালিত ফিডগুলিকে আয়ত্ত করে এমন প্ল্যাটফর্মগুলিকে পুনরায় সংজ্ঞায়িত করবে যে কীভাবে আমরা তাদের কোষাগার পূর্ণ রেখে বিষয়বস্তুর সাথে যুক্ত হই৷ $740 বিলিয়ন অনলাইন বিজ্ঞাপনের বাজার৷ আপনার জন্য কি এই মানে মনে আছে যখন মার্ক জুকারবার্গ ফেসবুকের প্রথম দিকে "গোপনীয়তার সমাপ্তি" ঘোষণা করেছিলেন? আমরা এলএলএম-এর সাথে একই ধরনের জলাবদ্ধতার মুহূর্তে আছি। কিন্তু এইবার, এটা শুধু আমাদের ডেটার বিষয় নয় - আমরা কীভাবে সমগ্র ডিজিটাল বিশ্বকে আবিষ্কার করি এবং তার সাথে ইন্টারঅ্যাক্ট করি। আসুন বিভিন্ন গোষ্ঠীর জন্য এর অর্থ কী তা ভেঙে দেওয়া যাক: ব্যবহারকারীদের জন্য: ভাল: আরও প্রাসঙ্গিক বিষয়বস্তু, অপ্রাসঙ্গিক অনুসন্ধানে কম সময় নষ্ট, এবং সম্ভাব্য আরও অর্থপূর্ণ আবিষ্কার উদ্বেগ: আমরা আর শুধু পণ্য নই - আমরা সরবরাহ এবং প্রশিক্ষণ ডেটা উভয়ই অজানা: আমাদের ডিজিটাল আবিষ্কারের কতটুকু আমরা AI কে অর্পণ করতে ইচ্ছুক? বিষয়বস্তু নির্মাতাদের জন্য: সুযোগ: সত্যিকারের আগ্রহী দর্শকদের কাছে পৌঁছানোর আরও ভালো সম্ভাবনা চ্যালেঞ্জ: এমন সামগ্রী তৈরি করতে শেখা যা মানুষ এবং এলএলএম উভয়ের সাথেই অনুরণিত হয় ঝুঁকি: এআই-চালিত বন্টন ব্যবস্থার উপর নির্ভরশীল হওয়া ব্যবসার জন্য: প্রথাগত বিজ্ঞাপনদাতাদের তাদের কৌশলগুলি পুনর্বিবেচনা করতে হতে পারে - যখন এলএলএমগুলি সত্যিই ব্যবহারকারীর অভিপ্রায় বুঝতে পারে, তখন বিস্তৃত দর্শকদের কাছে বিজ্ঞাপনগুলিকে ব্লাস্ট করা কম কার্যকর হয় ফোকাস "কতজন লোক আমাদের বিজ্ঞাপন দেখে" থেকে "আমরা কি সঠিক মুহুর্তে সঠিক লোকেদের কাছে পৌঁছেছি" এ স্থানান্তরিত হতে পারে প্রাসঙ্গিক শ্রোতাদের কাছে পৌঁছানোর ক্ষেত্রে এলএলএমগুলি খেলার ক্ষেত্রকে সমান করে দিলে ছোট ব্যবসাগুলি উপকৃত হতে পারে বিকাশকারী এবং প্রযুক্তি পেশাদারদের জন্য: এটি শুধুমাত্র কোড পর্যালোচনা স্বয়ংক্রিয়করণ বা ডকুমেন্টেশন তৈরি করার বিষয়ে নয় আমরা কীভাবে ডিজিটাল অভিজ্ঞতা তৈরি এবং অপ্টিমাইজ করি তার একটি মৌলিক পরিবর্তনের দিকে নজর দিচ্ছি চ্যালেঞ্জটি এমন সিস্টেম তৈরি করা হবে যা এআই সক্ষমতাগুলিকে কাজে লাগানোর সময় মানব সংস্থা বজায় রাখে না, এলএলএম আমাদের সবাইকে প্রতিস্থাপন করবে না, এবং তারা আমাদের হত্যা করবে না (এখনও)। তবে তারা পুরো শিল্পকে নতুন আকার দেবে। বিকাশকারীরা ভিন্নভাবে নির্মাণ করবে, বিপণনকারীরা ভিন্নভাবে লক্ষ্যবস্তু করবে এবং গ্রাহক সেবা ভিন্নভাবে কাজ করবে। বিজয়ীরা তারা হবেন না যারা কেবল এলএলএম গ্রহণ করেন, তবে যারা এই শক্তিশালী সরঞ্জামগুলি ব্যবহার করার সময় কীভাবে মানবিক মূল্য এবং সৃজনশীলতা বজায় রাখতে হয় তা খুঁজে বের করেন। এই নতুন যুগে, আমরা শুধু ভোক্তা বা নির্মাতা নই - আমরা AI-চালিত বিষয়বস্তু কিউরেশনে একটি বিশাল পরীক্ষায় অংশগ্রহণকারী। প্রশ্নটি অংশগ্রহণ করতে হবে কিনা তা নয় (আমরা ইতিমধ্যেই আছি), তবে কীভাবে আমাদের স্বায়ত্তশাসন এবং সমালোচনামূলক চিন্তাভাবনা বজায় রেখে তা বিজ্ঞতার সাথে করা যায়। মনে রাখবেন: দিনের শেষে, আমরা সরবরাহের অংশ, বিজ্ঞাপনদাতারা চাহিদা, এবং এই চক্রে, শুধুমাত্র তারাই জয়ী হবে যারা উভয়ের মধ্যে সবচেয়ে অর্থপূর্ণ সংযোগ তৈরি করতে পারে। কিন্তু এলএলএম-এর যুগে "অর্থপূর্ণ" আমরা যা অভ্যস্ত তার থেকে খুব আলাদা দেখতে হতে পারে। লেখকের দ্রষ্টব্য: এই অংশটি বর্তমান প্রযুক্তিগত প্রবণতার উপর ভিত্তি করে ব্যক্তিগত পর্যবেক্ষণ এবং ভবিষ্যদ্বাণী প্রতিফলিত করে। ভবিষ্যত, বরাবরের মতো, প্রত্যাশার চেয়ে ভিন্নভাবে উদ্ভাসিত হতে পারে। আমার সম্পর্কে (লিওর): একজন ডেটা লিডার এবং প্রযুক্তি কৌশলবিদ AI, বিষয়বস্তু এবং মানব সংযোগের ছেদ অন্বেষণ করছেন। বর্তমানে আমার পেশাদার ট্রানজিশন নেভিগেট করছি এবং যাত্রা থেকে অন্তর্দৃষ্টি শেয়ার করছি। বিষয়বস্তু আবিষ্কার এবং ডেটা নেতৃত্বের ভবিষ্যত সম্পর্কে কথোপকথন চালিয়ে যেতে এখানে Hackernoon বা এ আমার সাথে সংযোগ করুন। LinkedIn-
