আপনি একটি কৃত্রিম বুদ্ধিমত্তা এজেন্টকে বললেন, “৩০ ডলারের কম দামের একটি শার্ট খুঁজে দাও, তবে কিনবে না।” এজেন্ট শার্ট খুঁজে বের করল, কিন্তু শেষ পর্যন্ত আপনার অনুমতি ছাড়াই সেটি কিনে ফেলল।

এরপর শুরু হলো বিপত্তি। বিক্রেতা বলবে, আপনার হিসাব থেকেই অর্ডার এসেছে। কৃত্রিম বুদ্ধিমত্তা সেবাদাতা প্রতিষ্ঠান দেখাবে, আপনি কেনার অনুমতি দেননি। অর্থ পরিশোধকারী প্রতিষ্ঠান দেখাবে, আপনার হিসাব থেকে টাকা কাটা হয়েছে। তিন পক্ষের কাছেই আলাদা আলাদা নথি থাকবে। কিন্তু সবচেয়ে গুরুত্বপূর্ণ প্রশ্নটির উত্তর কোনো একটি নথিতে পাওয়া যাবে না—আপনি যে কাজটি করতে বলেছিলেন, সেই নির্দিষ্ট নির্দেশের সীমার মধ্যে থেকেই কি এজেন্ট কাজটি করেছিল?

সাধারণ কথোপকথনের ব্যবস্থা থেকে এজেন্ট কতটা আলাদা

সাধারণ কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা আপনাকে একটি শার্টের পরামর্শ দিতে পারে এবং এরপর আপনার সিদ্ধান্তের অপেক্ষা করবে। কিন্তু স্বয়ংক্রিয় এজেন্ট আপনার হয়ে বিভিন্ন ওয়েবসাইটে ঢুকতে, বিভিন্ন সেবার সঙ্গে যোগাযোগ করতে এবং শেষ পর্যন্ত লেনদেন সম্পন্ন করতে পারে।

অর্থাৎ, আপনার একটি বাক্য থেকেই একাধিক প্রতিষ্ঠানের ব্যবস্থায় ধারাবাহিকভাবে অনেকগুলো কাজ শুরু হয়ে যেতে পারে। প্রত্যেক প্রতিষ্ঠান নিজের দেখা অংশটুকু যাচাই করতে পারে। কিন্তু কোনো বিরোধ মেটাতে হলে তিনটি ব্যবস্থার তথ্য একসঙ্গে মিলিয়ে দেখতে হবে।

প্রশ্ন হবে—এই এজেন্ট কি ওই ব্যক্তির হয়ে কাজ করছিল এবং তাকে যে নির্দিষ্ট কাজটি দেওয়া হয়েছিল, তার সীমার মধ্যেই কি কাজটি করেছে?

যুক্তরাষ্ট্রের সিনেটের একটি প্রস্তাবিত আইন এই সমস্যার দিকেই ইঙ্গিত করছে। ২০২৬ সালের ২১ জুলাই সিনেটর মার্ক ওয়ার্নার ‘এআই এজেন্ট আইন’ নামে একটি বিল উত্থাপন করেন। এতে এমন একটি এজেন্টের কথা বলা হয়েছে, যাকে ব্যবহারকারীর হয়ে স্বচ্ছ, নথিভুক্ত, সীমিত এবং প্রত্যাহারযোগ্য ক্ষমতায় কাজ করার অনুমতি দেওয়া হয়েছে।

প্রস্তাবটিতে এ ধরনের এজেন্টকে ব্যবহারকারীর হয়ে নেওয়া পদক্ষেপের তাৎক্ষণিক নথি সংরক্ষণের বিষয়েও গুরুত্ব দেওয়া হয়েছে। একই সঙ্গে জাতীয় মান ও প্রযুক্তি প্রতিষ্ঠানকে এমন প্রযুক্তিগত মান বা পদ্ধতি চিহ্নিত কিংবা তৈরির নির্দেশ দেওয়া হয়েছে, যার মাধ্যমে বোঝা যাবে কোনো ব্যবহারকারী সত্যিই এজেন্টকে নির্দিষ্ট ক্ষমতা দিয়েছিলেন কি না এবং এজেন্ট কী কী কাজ করেছে তার নিরীক্ষাযোগ্য নথি রাখা হয়েছে কি না।

তবে প্রস্তাবিত আইনটিতে ব্যবহারকারীর নির্দেশ দেওয়া থেকে শুরু করে শেষ লেনদেন পর্যন্ত বিভিন্ন প্রতিষ্ঠানের ব্যবস্থায় থাকা তথ্যকে একটিমাত্র যাচাইযোগ্য প্রমাণশৃঙ্খলে যুক্ত করার বাধ্যবাধকতা স্পষ্টভাবে নেই।

সমস্যাটা কোথায়

ধরা যাক, ওই শার্ট কেনার ঘটনা ঘটল। বিক্রেতা হয়তো শুধু কৃত্রিম বুদ্ধিমত্তা সেবাদাতা প্রতিষ্ঠানটিকে চিনতে পারছে। অর্থ পরিশোধকারী প্রতিষ্ঠান একই গ্রাহককে অন্য পরিচয়ে শনাক্ত করছে। তদন্তকারীদের প্রথমে ব্যবহারকারী, সেবাদাতা প্রতিষ্ঠান এবং নির্দিষ্ট এজেন্টকে বিভিন্ন নথির মধ্যে মিলিয়ে নিতে হবে।

কিন্তু তাতেও সমস্যার সমাধান হবে না। এরপর প্রমাণ করতে হবে, ওই নির্দিষ্ট কাজের জন্য ব্যবহারকারী সত্যিই এজেন্টকে কতটা ক্ষমতা দিয়েছিলেন।

প্রযুক্তি ব্যবস্থায় পরিচয় বা ক্ষমতার প্রমাণ হিসেবে ব্যবহৃত তথ্যকে বলা হয় অনুমোদন-প্রমাণ। বিভিন্ন ওয়েবসাইটে ব্যবহারকারীর পাসওয়ার্ড প্রকাশ না করেই অন্য একটি সেবাকে নির্দিষ্ট অনুমতি দেওয়ার জন্য দীর্ঘদিন ধরে এমন ব্যবস্থা ব্যবহৃত হয়ে আসছে।

কিন্তু এখানেই একটি বড় ফাঁক রয়েছে। হয়তো কয়েক সপ্তাহ আগে কোনো একটি সেবাকে আপনার হিসাব ব্যবহারের অনুমতি দেওয়া হয়েছিল। সেই অনুমতি তখন বৈধ থাকলেও আজকের নির্দেশ হতে পারে সম্পূর্ণ ভিন্ন—শুধু শার্ট খুঁজবে, কিনবে না।

বিক্রেতার ব্যবস্থায় যদি শুধু বৈধ প্রবেশাধিকার দেখা যায়, তাহলে সেটি লেনদেন সম্পন্ন করে দিতে পারে। কিন্তু আপনি যে কেনার অনুমতি দেননি, সেই নির্দিষ্ট শর্তটি তখন আটকে থাকে কৃত্রিম বুদ্ধিমত্তা সেবাদাতা প্রতিষ্ঠানের ভেতরে।

প্রমাণকে প্রতিটি ধাপ পেরিয়ে যেতে হবে

এ ধরনের জবাবদিহি কার্যকর করতে হলে কয়েকটি বিষয় নিশ্চিত করা প্রয়োজন। ব্যবহারকারীর হিসাব, নির্দিষ্ট সময়ের নির্দিষ্ট এজেন্ট এবং নির্দিষ্ট কাজের মধ্যে যাচাইযোগ্য সম্পর্ক থাকতে হবে। কাজটির নিজস্ব সীমা থাকতে হবে। লেনদেনের প্রতিটি ধাপে সেই সম্পর্ক যাচাই করা সম্ভব হতে হবে। প্রতিটি গুরুত্বপূর্ণ কাজের আগে অনুমোদন পরীক্ষা করতে হবে। পাশাপাশি এমন নথি রাখতে হবে, যাতে পরে কেউ তথ্য বদলে ফেললে তা শনাক্ত করা যায়।

অর্থ পরিশোধ ব্যবস্থাগুলো ইতিমধ্যে এসব উপাদানের কিছু কিছু তৈরি করতে শুরু করেছে।

প্রথম নথিতে থাকতে পারে কোন ব্যবহারকারীর হিসাব কাজটি অনুমোদন করেছে এবং কোন এজেন্ট সেই ক্ষমতা পেয়েছে। শুধু সেবাদাতা প্রতিষ্ঠানের নাম যথেষ্ট নয়। সেবাদাতা প্রতিষ্ঠান ব্যবহারকারীর হিসাব, নির্দিষ্ট এজেন্ট এবং নির্দিষ্ট কাজকে একটি অনুমোদন নথিতে যুক্ত করে তাতে ডিজিটাল স্বাক্ষর দিতে পারে। তখন বিক্রেতা ও অর্থ পরিশোধকারী প্রতিষ্ঠান যাচাই করতে পারবে কে অনুমোদন দিয়েছে এবং নথিটি পরে পরিবর্তন করা হয়েছে কি না।

এরপর কৃত্রিম বুদ্ধিমত্তা সেবাদাতা প্রতিষ্ঠান ব্যবহারকারীর মূল নির্দেশ সংরক্ষণ করবে এবং সেটিকে এমন কিছু নির্দিষ্ট নিয়মে রূপান্তর করবে, যা অন্য প্রতিষ্ঠানও প্রয়োগ করতে পারে।

শার্টের ক্ষেত্রে নিয়ম হতে পারে—১৫ মিনিটের মধ্যে শার্ট খুঁজবে, কোনোভাবেই কিনবে না এবং অন্য কোনো এজেন্টকে কেনার ক্ষমতা দেবে না। কাজ শুরুর আগে ব্যবহারকারীকে এই কাঠামোবদ্ধ নিয়ম দেখিয়ে অনুমোদন নেওয়া যেতে পারে। ফলে পরে কোনো সমস্যা হলে তদন্তকারীরা দেখতে পারবেন, ব্যবহারকারীর মূল কথার সঙ্গে অনুমোদিত নিয়মের মিল ছিল কি না।

প্রতিটি কাজের সঙ্গে থাকতে পারে আলাদা পরিচিতি

একটি নির্দিষ্ট কাজের জন্য আলাদা একটি পরিচিতি নম্বর ব্যবহার করা যেতে পারে। একই কাজের সঙ্গে যুক্ত প্রতিটি প্রতিষ্ঠানের নথিতে সেই নম্বর থাকবে। এতে একটি কাজের সঙ্গে সম্পর্কিত বিভিন্ন প্রতিষ্ঠানের বিচ্ছিন্ন নথিগুলোকে পরে একসঙ্গে জোড়া দেওয়া সম্ভব হবে।

তবে এই পরিচিতি নম্বর নিজে কোনো ক্ষমতা দেবে না। এটি ব্যবহারকারীর অনুমোদিত নিয়মের সঙ্গে সেবাদাতা প্রতিষ্ঠানের ডিজিটালভাবে স্বাক্ষর করা অনুমোদন নথির মাধ্যমে যুক্ত থাকতে হবে।

নিরাপত্তার জন্য এমন পরিচিতি অল্প সময়ের জন্য কার্যকর রাখা এবং কেবল ওই কাজে যুক্ত প্রতিষ্ঠানগুলোর কাছেই দৃশ্যমান রাখা যেতে পারে।

টাকা খরচের আগে আবার যাচাই

লেনদেনের সময় বিক্রেতার ব্যবস্থাকে অনুমোদন নথি যাচাই করতে হবে এবং প্রস্তাবিত কেনাকাটা অনুমোদিত সীমার মধ্যে আছে কি না তা পরীক্ষা করতে হবে।

ব্যবহারকারী যদি স্পষ্টভাবে বলে থাকেন, “কিনবে না”, তাহলে কৃত্রিম বুদ্ধিমত্তা এজেন্টের হিসাব ব্যবহারের বিস্তৃত ক্ষমতা থাকলেও কেনাকাটা আটকে যেতে হবে।

একইভাবে ব্যাংক থেকে বড় অঙ্কের টাকা স্থানান্তর বা চিকিৎসাসংক্রান্ত গুরুত্বপূর্ণ নথি সংগ্রহের মতো কাজের ক্ষেত্রে নতুন করে ব্যবহারকারীর অনুমতি নেওয়া যেতে পারে।

কোনো এজেন্ট অন্য কোনো এজেন্টকে কাজের ক্ষমতা দিলে সেই ক্ষমতাকেও একই কাজের পরিচিতির সঙ্গে যুক্ত থাকতে হবে এবং মূল অনুমোদনের সীমা অতিক্রম করা যাবে না।

লেনদেনের সিদ্ধান্ত নেওয়ার পর বিক্রেতার ব্যবস্থায় এজেন্টের পরিচয়, কাজের পরিচিতি, কোন নিয়ম যাচাই করা হয়েছে, সময়, সিদ্ধান্ত এবং ফলাফল সংরক্ষণ করা যেতে পারে। অর্থ পরিশোধকারী প্রতিষ্ঠান ও কৃত্রিম বুদ্ধিমত্তা সেবাদাতার নথিতেও একই পরিচিতি থাকবে।

প্রতিটি প্রতিষ্ঠানের নথি এমনভাবে সংরক্ষণ করা যেতে পারে, যাতে পরে পরিবর্তন করা হলে তা ধরা পড়ে।

ব্যবহারকারীকে তখন সহজ ভাষায় জানানো সম্ভব হবে—“আপনার এজেন্ট তিনটি দোকানে শার্ট খুঁজেছে এবং কেনার চেষ্টা করেছে। কেনার অনুমতি না থাকায় লেনদেনটি আটকে দেওয়া হয়েছে।”

গুগলের উদ্যোগ কতটা এগিয়েছে

গুগলের তৈরি কৃত্রিম বুদ্ধিমত্তা এজেন্টের অর্থ পরিশোধসংক্রান্ত একটি প্রোটোকল এসব সমস্যার কিছু অংশ সমাধানের পথ দেখাচ্ছে। এতে ব্যবহারকারী কোন সীমার মধ্যে অনুমতি দিয়েছেন এবং কোনো বিরোধ দেখা দিলে বিভিন্ন অংশগ্রহণকারীকে কী তথ্য দেখানো হয়েছিল, তার নথি তৈরি করা সম্ভব।

অর্থাৎ, ব্যবহারকারীর নির্দেশের প্রমাণ কীভাবে বিভিন্ন ব্যবস্থার মধ্য দিয়ে যেতে পারে, সেটির একটি কাঠামো এখানে দেখা যায়।

তবে এই ব্যবস্থা নিজে ঠিক করে দেয় না যে কোনো ভুল লেনদেনের আর্থিক দায় কে নেবে। পাশাপাশি কতদিন প্রতিটি প্রতিষ্ঠানকে এসব প্রমাণ সংরক্ষণ করতে হবে এবং পরে সেগুলো কীভাবে উদ্ধার করা যাবে, সেই বিষয়েও নির্দিষ্ট সমাধান নেই।

জাতীয় মান নির্ধারণের উদ্যোগেও ফাঁক রয়েছে

যুক্তরাষ্ট্রের জাতীয় মান ও প্রযুক্তি প্রতিষ্ঠান ২০২৬ সালের ফেব্রুয়ারিতে কৃত্রিম বুদ্ধিমত্তা এজেন্টের পরিচয় ও অনুমোদন নিয়ে একটি ধারণাপত্র প্রকাশ করেছে। সেখানে প্রশ্ন তোলা হয়েছে, কোনো এজেন্ট কীভাবে নিজের ক্ষমতার প্রমাণ দেবে, সেই ক্ষমতাকে কীভাবে একজন নির্দিষ্ট ব্যক্তির সঙ্গে যুক্ত করা হবে এবং এজেন্টের কাজের যাচাইযোগ্য নথি কীভাবে তৈরি হবে।

তবে প্রাথমিক পর্যায়ের উদ্যোগটি মূলত প্রতিষ্ঠানের অভ্যন্তরে পরিচালিত এজেন্টকে কেন্দ্র করে। কারণ প্রতিষ্ঠানের ভেতরের এজেন্ট এবং তার ব্যবহৃত ব্যবস্থাগুলোর ওপর তুলনামূলক বেশি নিয়ন্ত্রণ ও নজরদারি রাখা সম্ভব।

বাইরের অচেনা উৎস থেকে আসা এজেন্টকে এই প্রাথমিক উদ্যোগের বাইরে রাখা হয়েছে। ভবিষ্যতে সাধারণ ব্যবহারকারী বা জনসাধারণের ব্যবহৃত এজেন্টকে এর আওতায় আনার সম্ভাবনার কথাও বলা হয়েছে।

আর এখানেই বড় সমস্যা। একজন সাধারণ ব্যবহারকারীর এজেন্ট যখন এক প্রতিষ্ঠানের সীমানা পেরিয়ে অন্য প্রতিষ্ঠানের ব্যবস্থায় কাজ করবে, তখন প্রতিটি প্রতিষ্ঠান নিজের পরিচিতি, অনুমোদনের ভাষা এবং নথি সংরক্ষণের নিয়ম ব্যবহার করবে।

ফলে প্রত্যেক প্রতিষ্ঠান নিজেদের কাছে থাকা নথি ঠিকঠাক দেখাতে পারলেও সামগ্রিক বিরোধের সমাধান নাও হতে পারে।

৩০ ডলারের একটি শার্ট কেনার ঘটনা হয়তো ছোটখাটো সমস্যা মনে হতে পারে। কিন্তু একই ধরনের প্রমাণের ঘাটতি দেখা দিতে পারে যখন কোনো এজেন্ট আপনার হয়ে ৪০ হাজার ডলার স্থানান্তর করে, সরকারি সুবিধা পাওয়ার আবেদন জমা দেয় কিংবা আপনার নামে ওষুধের পুনরায় সরবরাহের আবেদন করে।

সেসব ক্ষেত্রে প্রমাণ করা কঠিন নাও হতে পারে যে এজেন্টকে কোনো একটি সেবায় প্রবেশের অনুমতি দেওয়া হয়েছিল। আসল কঠিন প্রশ্ন হবে—আপনি কি সত্যিই তাকে ওই নির্দিষ্ট কাজটি করার অনুমতি দিয়েছিলেন?

কৃত্রিম বুদ্ধিমত্তার এজেন্ট যত বেশি স্বয়ংক্রিয়ভাবে মানুষের হয়ে কাজ করবে, ততই শুধু “অনুমতি ছিল কি না” নয়, বরং “কোন কাজের জন্য কতটা অনুমতি ছিল”—তার নির্ভরযোগ্য প্রমাণের প্রয়োজন বাড়বে।

কৃত্রিম বুদ্ধিমত্তার যুগে তাই নিরাপত্তার পরবর্তী বড় প্রশ্ন সম্ভবত প্রযুক্তি কী করতে পারে, তা নয়; বরং প্রযুক্তি কিছু করে ফেললে সেটি আপনার অনুমতি অনুযায়ী করেছে কি না, তা কীভাবে প্রমাণ করা যাবে।

কৃত্রিম বুদ্ধিমত্তা এজেন্ট, স্বয়ংক্রিয় লেনদেন, ব্যবহারকারীর অনুমতি এবং ডিজিটাল জবাবদিহির এই নতুন বাস্তবতা আগামী দিনে অর্থনীতি ও ব্যক্তিগত নিরাপত্তা—দুই ক্ষেত্রেই বড় প্রশ্ন হয়ে উঠতে পারে।