AI-এর কারণে সফটওয়্যার ইঞ্জিনিয়ারদের চাকরি কমছে? নতুনদের ভবিষ্যৎ চিন্তা, ChatGPT, Gemini ও Grok-এর প্রভাব

একসময় একটি সফটওয়্যার তৈরি করতে কয়েকজন প্রোগ্রামারের কয়েক সপ্তাহ, এমনকি কয়েক মাসও সময় লেগে যেত। ওয়েবসাইটের ডিজাইন তৈরি, ব্যাকএন্ড ডেভেলপমেন্ট, ডেটাবেজ সংযোগ, বাগ ঠিক করা এবং প্রয়োজনীয় ফিচার যুক্ত করার জন্য আলাদা আলাদা দক্ষতার মানুষ প্রয়োজন হতো। কিন্তু কৃত্রিম বুদ্ধিমত্তা বা Artificial Intelligence (AI) আসার পর সফটওয়্যার তৈরির এই চিত্র দ্রুত বদলে যাচ্ছে।

এখন ChatGPT-কে একটি নির্দেশনা দিয়েই ওয়েবসাইটের কোড তৈরি করা, Google Gemini-এর সাহায্যে প্রোগ্রামের ভুল খুঁজে বের করা, Grok দিয়ে কোড ব্যাখ্যা করানো কিংবা Google AI Studio ব্যবহার করে AI-ভিত্তিক অ্যাপের প্রোটোটাইপ তৈরি করা সম্ভব। কিছু ক্ষেত্রে কয়েক ঘণ্টার কাজ কয়েক মিনিটের মধ্যেই প্রাথমিকভাবে সম্পন্ন করা যাচ্ছে। অবশ্য জটিল সফটওয়্যারের ক্ষেত্রে পরীক্ষা, নিরাপত্তা যাচাই ও সংশোধনের জন্য আরও সময় প্রয়োজন হয়।

এই পরিবর্তনের কারণে প্রযুক্তি জগতে একটি গুরুত্বপূর্ণ প্রশ্ন তৈরি হয়েছে—AI যদি অল্প সময়ে অনেক কাজ করতে পারে, তাহলে কোম্পানিগুলো আগের মতো এত সফটওয়্যার ইঞ্জিনিয়ার নিয়োগ করবে কেন?

এই প্রশ্নের উত্তর শুধু চাকরি হারানোর মধ্যে সীমাবদ্ধ নয়। AI যেমন কিছু কাজের প্রয়োজন কমিয়ে দিচ্ছে, তেমনি সফটওয়্যার তৈরির খরচ কমিয়ে নতুন ধরনের কাজের সুযোগও তৈরি করছে। সবচেয়ে বড় পরিবর্তনটি দেখা যাচ্ছে নতুনদের ক্ষেত্রে। কারণ, আগে যেসব সাধারণ প্রোগ্রামিংয়ের কাজ দিয়ে একজন জুনিয়র ডেভেলপার ক্যারিয়ার শুরু করতেন, সেগুলোর অনেকটাই এখন AI-এর সাহায্যে দ্রুত করা সম্ভব।

এই আর্টিকেলে আলোচনা করা হবে AI-এর কারণে সফটওয়্যার ইঞ্জিনিয়ারদের চাকরিতে কী পরিবর্তন আসছে, কেন নতুনদের নিয়োগ পাওয়া কঠিন হতে পারে, কোন AI টুলগুলো এই পরিবর্তনে ভূমিকা রাখছে এবং ভবিষ্যতে একজন প্রোগ্রামারের টিকে থাকতে কী কী দক্ষতা প্রয়োজন।

AI-এর কারণে কি সত্যিই সফটওয়্যার ইঞ্জিনিয়ারদের চাকরি হারাতে হচ্ছে?

সংক্ষিপ্ত উত্তর হলো—হ্যাঁ, AI কিছু কাজের ধরন বদলে দিচ্ছে এবং কিছু প্রতিষ্ঠানে কর্মীসংখ্যা বা নিয়োগের প্রয়োজন কমানোর একটি কারণ হতে পারে। তবে সব সফটওয়্যার ইঞ্জিনিয়ার AI-এর কারণে চাকরি হারাচ্ছেন, কিংবা প্রোগ্রামিং পেশা খুব শিগগিরই শেষ হয়ে যাবে—এমন সিদ্ধান্তে পৌঁছানোর মতো প্রমাণ নেই।

২০২৬ সালের জুনে প্রকাশিত IZA-এর একটি গবেষণাপত্রে যুক্তরাষ্ট্রের অনলাইন চাকরির বিজ্ঞাপন বিশ্লেষণ করে দেখা হয়েছে, ChatGPT প্রকাশের পর সফটওয়্যার ডেভেলপারদের নিয়োগের ধরনে কী পরিবর্তন এসেছে। গবেষণাটিতে জুনিয়র ও সিনিয়র সফটওয়্যার ডেভেলপারদের চাকরির বিজ্ঞাপনের অনুপাত তুলনা করে দেখা যায়, জুনিয়র পদের সংখ্যা সিনিয়র পদের তুলনায় আনুমানিক ১৪–১৫ শতাংশ কমেছে।

এখানে গুরুত্বপূর্ণ বিষয় হলো, এই সংখ্যা জুনিয়রদের মোট চাকরি ১৪–১৫ শতাংশ কমে যাওয়ার অর্থ নয়। এটি গবেষণায় দেখা জুনিয়র বনাম সিনিয়র পদের আপেক্ষিক পরিবর্তন। গবেষণাটি যুক্তরাষ্ট্রের চাকরির বিজ্ঞাপন নিয়ে করা হয়েছে, বাংলাদেশের চাকরির বাজার নিয়ে নয়। একই সঙ্গে এটি প্রমাণ করে না যে এই পরিবর্তনের একমাত্র কারণ AI।

গবেষণাটি পড়ুন: IZA — Generative AI and the Redefinition of Entry-Level Software Work

অন্যদিকে, ২০২৬ সালের এপ্রিল মাসে প্রকাশিত আরেকটি গবেষণায় GitHub Copilot গ্রহণকারী প্রতিষ্ঠানের সফটওয়্যার ইঞ্জিনিয়ার নিয়োগের সঙ্গে ইতিবাচক সম্পর্ক পাওয়া গেছে। গবেষণাটিতে নিয়োগের মাসিক সম্ভাবনা প্রায় ৩–৫ শতাংশ বেশি হওয়ার সম্পর্ক দেখা যায়, যার পেছনে এন্ট্রি-লেভেল নিয়োগও ভূমিকা রেখেছিল।

গবেষণাটি পড়ুন: Firms' GitHub Copilot Adoption and Labor Market Outcomes for Software Engineers

দুটি গবেষণার ফলাফল একসঙ্গে দেখলে বোঝা যায়, AI-এর প্রভাব সব প্রতিষ্ঠান ও সব ধরনের চাকরিতে এক রকম নয়। কিছু জায়গায় সাধারণ কাজের জন্য নতুন কর্মী নেওয়ার প্রয়োজন কমতে পারে, আবার অন্য জায়গায় AI ব্যবহারের কারণে নতুন সফটওয়্যার তৈরি ও নিয়োগের সুযোগ বাড়তে পারে।

কেন AI সফটওয়্যার ইঞ্জিনিয়ারদের কাজের ধরন বদলে দিচ্ছে?

এর প্রধান কারণ হলো, AI এখন শুধু প্রশ্নের উত্তর দেওয়া বা সাধারণ তথ্য খোঁজার মধ্যে সীমাবদ্ধ নেই। এটি কোড লিখতে, কোডের ভুল শনাক্ত করতে, ফাইল বিশ্লেষণ করতে, টেস্ট তৈরি করতে এবং একাধিক ধাপে সফটওয়্যার তৈরির কাজে সহায়তা করতে পারে।

আগে একজন ডেভেলপারকে একটি ফিচার তৈরির জন্য অনেক কাজ হাতে করতে হতো। এখন তিনি AI-কে প্রয়োজনীয় নির্দেশনা দিয়ে সেই কাজের প্রাথমিক সংস্করণ তৈরি করাতে পারেন। এরপর কোড পরীক্ষা, সংশোধন এবং চূড়ান্ত সিদ্ধান্ত নেওয়ার দায়িত্ব মানুষের ওপর থাকে।

উদাহরণ হিসেবে, একটি সাধারণ লগইন সিস্টেম তৈরির কাজ ধরা যাক। আগে একজন জুনিয়র ডেভেলপারকে ফর্ম তৈরি, ইনপুট যাচাই, API সংযোগ এবং ত্রুটি ব্যবস্থাপনার জন্য একের পর এক কোড লিখতে হতো। এখন AI এসব কাজের প্রাথমিক কোড তৈরি করতে পারে, সম্ভাব্য ভুল দেখাতে পারে এবং প্রয়োজনীয় টেস্টের খসড়াও লিখে দিতে পারে।

ফলে কোম্পানির কাছে শুধু কোড লেখার জন্য কর্মী নিয়োগের আগের প্রয়োজনীয়তা কিছু ক্ষেত্রে কমে যেতে পারে। বিশেষ করে যে কাজগুলো বারবার করতে হয় এবং যার নিয়ম স্পষ্ট, সেগুলো AI দিয়ে দ্রুত করানো তুলনামূলক সহজ।

তবে সফটওয়্যারের প্রয়োজন বুঝতে পারা, সঠিক সমাধান বেছে নেওয়া, নিরাপত্তা নিশ্চিত করা এবং বাস্তব সমস্যার দায় নেওয়ার কাজ এখনো অত্যন্ত গুরুত্বপূর্ণ।

আগে যে কাজে কয়েক দিন লাগত, AI দিয়ে এখন কয়েক মিনিটেই শুরু করা সম্ভব

AI-এর প্রভাব বোঝার জন্য সফটওয়্যার ডেভেলপমেন্টের কয়েকটি সাধারণ কাজ দেখা যাক।

কাজ	AI ব্যবহারের আগের প্রচলিত পদ্ধতি	AI ব্যবহারের সম্ভাব্য সুবিধা
সাধারণ ওয়েবপেজ তৈরি	HTML, CSS ও JavaScript লিখে তৈরি	প্রাথমিক কোড ও ডিজাইনের খসড়া দ্রুত পাওয়া
API তৈরি	রাউট, ইনপুট যাচাই ও লজিক লিখতে হয়	কোডের খসড়া ও উদাহরণ পাওয়া
বাগ শনাক্ত করা	লগ ও কোড পরীক্ষা করে কারণ খোঁজা	সম্ভাব্য কারণ ও সমাধানের পরামর্শ পাওয়া
টেস্ট লেখা	বিভিন্ন পরিস্থিতির জন্য টেস্ট তৈরি	টেস্ট কেস ও টেস্ট কোডের খসড়া পাওয়া
ডকুমেন্টেশন	ফাংশন ও কোড ব্যাখ্যা লিখতে হয়	কোড থেকে ডকুমেন্টেশনের খসড়া তৈরি
পুরোনো কোড বোঝা	ফাইল ধরে ধরে বিশ্লেষণ	কোডের সারাংশ ও নির্ভরতার ব্যাখ্যা পাওয়া

এখানে একটি বিষয় পরিষ্কার রাখা প্রয়োজন: AI দিয়ে কয়েক মিনিটে কোডের খসড়া তৈরি করা সম্ভব হলেও একটি নির্ভরযোগ্য, নিরাপদ এবং ব্যবহারযোগ্য সফটওয়্যার তৈরি করতে আরও অনেক কাজ থাকতে পারে। কোড তৈরি হওয়া এবং সেই কোড বাস্তবে সঠিকভাবে কাজ করা এক বিষয় নয়।

তবুও প্রাথমিক কাজের গতি বেড়ে যাওয়ায় একজন দক্ষ ডেভেলপার আগের তুলনায় একই সময়ে বেশি কাজ সম্পন্ন করতে পারেন। আর কোম্পানি যদি কম কর্মী দিয়েই একই পরিমাণ কাজ সম্পন্ন করতে পারে, তাহলে নতুন কর্মী নিয়োগের প্রয়োজন কমে যেতে পারে।

কেন সবচেয়ে বেশি চাপে পড়তে পারেন নতুন সফটওয়্যার ইঞ্জিনিয়াররা?

AI-এর কারণে নতুনদের চাকরি পাওয়ার সমস্যা নিয়ে আলোচনা করার সময় একটি বিষয় বুঝতে হবে—জুনিয়র ডেভেলপারদের কাজ এবং সিনিয়র ডেভেলপারদের কাজের মধ্যে পার্থক্য রয়েছে।

সাধারণত একজন নতুন ডেভেলপারকে শুরুতে ছোট ছোট কাজ দেওয়া হয়। যেমন:

• সাধারণ UI কম্পোনেন্ট তৈরি করা।
• ছোটখাটো বাগ ঠিক করা।
• API সংযোগ করা।
• ফর্ম ভ্যালিডেশন লেখা।
• সাধারণ CRUD ফিচার তৈরি করা।
• ইউনিট টেস্ট ও ডকুমেন্টেশন লেখা।
• সিনিয়রদের নির্দেশনা অনুযায়ী কোড পরিবর্তন করা।

এই কাজগুলোর অনেক অংশ AI দিয়ে দ্রুত করা সম্ভব। ফলে কোনো কোম্পানি যদি আগে পাঁচজন জুনিয়র ডেভেলপার দিয়ে যে পরিমাণ কাজ করাত, এখন তিনজন অভিজ্ঞ ডেভেলপার ও AI টুল দিয়ে কাছাকাছি পরিমাণ কাজ করতে পারে, তাহলে নতুনদের জন্য পদের সংখ্যা কমে যেতে পারে।

এটি একটি সম্ভাব্য পরিস্থিতির উদাহরণ, কোনো নির্দিষ্ট কোম্পানির বাস্তব কর্মীসংখ্যার হিসাব নয়। কিন্তু এর মাধ্যমে সমস্যাটির মূল বিষয়টি বোঝা যায়: AI শুধু কাজ দ্রুত করছে না, কিছু ক্ষেত্রে কাজ সম্পন্ন করতে কতজন কর্মী প্রয়োজন হবে, সেই হিসাবও বদলে দিচ্ছে।

১. সাধারণ কোড লেখার কাজ AI করতে পারে

একজন নতুন প্রোগ্রামার সাধারণত ছোট ফাংশন, ফর্ম, API রাউট বা সাধারণ UI তৈরি করার মধ্য দিয়ে অভিজ্ঞতা অর্জন করেন। AI এখন এই ধরনের কোডের প্রাথমিক সংস্করণ দ্রুত তৈরি করতে পারে।

ফলে কোম্পানি যদি শুধু সাধারণ কোড লেখার জন্য নতুন কাউকে নিয়োগ দিতে চায়, তাহলে AI-সক্ষম একজন অভিজ্ঞ ডেভেলপার দিয়েই সেই কাজের একটি অংশ সম্পন্ন করতে পারে।

২. কোম্পানিগুলো অভিজ্ঞ কর্মীদের কাছ থেকে বেশি কাজ আশা করতে পারে

AI ব্যবহারের মাধ্যমে একজন অভিজ্ঞ ডেভেলপার একই সময়ে বেশি কোড তৈরি, পরীক্ষা ও সংশোধন করতে পারলে কোম্পানি তাঁর কাছ থেকে বেশি উৎপাদনশীলতা আশা করতে পারে।

এতে কিছু প্রতিষ্ঠানে নতুন কর্মীর বদলে বিদ্যমান টিমের সাহায্যে কাজ চালিয়ে যাওয়ার প্রবণতা বাড়তে পারে।

৩. নতুনদের প্রশিক্ষণ দেওয়ার আগ্রহ কমে যেতে পারে

আগে কোম্পানিগুলো নতুন কর্মী নিয়োগ করে ছোট কাজের মাধ্যমে তাদের প্রশিক্ষণ দিত। সময়ের সঙ্গে সেই কর্মীরা বড় দায়িত্ব নিতে শিখতেন।

কিন্তু এখন যদি কোম্পানিগুলো দ্রুত কাজ সম্পন্ন করার ওপর বেশি গুরুত্ব দেয়, তাহলে তারা শুরু থেকেই এমন কর্মী খুঁজতে পারে, যিনি AI ব্যবহার করেও জটিল কাজ বুঝতে, কোড যাচাই করতে এবং স্বাধীনভাবে সমস্যা সমাধান করতে পারেন।

ফলে একেবারে নতুনদের জন্য প্রবেশের বাধা বাড়তে পারে।

৪. শুধু ডিগ্রি বা সার্টিফিকেট দিয়ে চাকরি পাওয়া কঠিন হতে পারে

কম্পিউটার সায়েন্সে ডিগ্রি, প্রোগ্রামিং কোর্স কিংবা সার্টিফিকেট এখনো গুরুত্বপূর্ণ। কিন্তু এগুলো একাই একজন প্রার্থী বাস্তবে কী করতে পারেন, তা প্রমাণ করে না।

কোম্পানি জানতে চাইতে পারে—আপনি কি একটি বাস্তব সমস্যা সমাধান করতে পারেন? AI দিয়ে তৈরি কোডের ভুল ধরতে পারেন? নিরাপত্তার বিষয়টি বুঝতে পারেন? নিজের তৈরি প্রজেক্টের প্রতিটি অংশ ব্যাখ্যা করতে পারেন?

যদি একজন প্রার্থী শুধু AI থেকে কোড নিয়ে ব্যবহার করেন, কিন্তু কোডটি কীভাবে কাজ করে তা না বোঝেন, তাহলে চাকরির পরীক্ষায় বা বাস্তব কাজে সমস্যায় পড়তে পারেন।

৫. অভিজ্ঞতা চাওয়ার প্রবণতা নতুনদের সমস্যায় ফেলতে পারে

যখন কোম্পানিগুলো কম সংখ্যক কর্মী নিয়ে কাজ করতে চায়, তখন তারা এমন প্রার্থীকে অগ্রাধিকার দিতে পারে, যিনি কম তত্ত্বাবধানে কাজ করতে পারবেন।

এতে জুনিয়র পদের বিজ্ঞাপনেও তুলনামূলক বেশি অভিজ্ঞতা চাওয়া হতে পারে। নতুনদের জন্য তৈরি হওয়ার সুযোগ কমে গেলে চাকরির বাজারে প্রবেশ করাই কঠিন হয়ে উঠতে পারে।

এটাই AI-যুগের বড় উদ্বেগগুলোর একটি: অভিজ্ঞ কর্মীদের কাজের গতি বাড়লেও, ভবিষ্যতের অভিজ্ঞ কর্মী তৈরি হওয়ার জন্য প্রয়োজনীয় প্রাথমিক চাকরির সুযোগ কমে যেতে পারে।

ChatGPT কীভাবে সফটওয়্যার ইঞ্জিনিয়ারদের কাজ বদলে দিচ্ছে?

ChatGPT এখন কোড লেখা, প্রোগ্রামিংয়ের ধারণা বোঝা, বাগের সম্ভাব্য কারণ বিশ্লেষণ এবং সফটওয়্যার তৈরির পরিকল্পনা করতে ব্যবহার করা যায়।

একজন ডেভেলপার ChatGPT-কে নির্দিষ্ট নির্দেশনা দিয়ে বলতে পারেন:

• একটি ওয়েবসাইটের HTML, CSS ও JavaScript তৈরি করতে।
• Python বা JavaScript কোডের ভুল খুঁজে বের করতে।
• API তৈরির জন্য কোডের খসড়া লিখতে।
• ডেটাবেজের SQL কুয়েরি তৈরি করতে।
• কোডের ব্যাখ্যা ও ডকুমেন্টেশন লিখতে।
• একটি ফিচারের জন্য টেস্ট কেস তৈরি করতে।

উদাহরণস্বরূপ, আগে একজন জুনিয়র ডেভেলপারকে একটি সাধারণ ড্যাশবোর্ডের কোড লিখতে এবং ডিজাইন ঠিক করতে বেশ সময় দিতে হতো। এখন তিনি প্রয়োজনীয় ফিচার, ডিজাইন এবং প্রযুক্তির বিবরণ দিয়ে ChatGPT থেকে একটি প্রাথমিক সংস্করণ পেতে পারেন।

তবে ChatGPT সবসময় সঠিক কোড দেয় না। কখনো ভুল API ব্যবহার করতে পারে, নিরাপত্তার দুর্বলতা তৈরি করতে পারে অথবা এমন কোড দিতে পারে যা নির্দিষ্ট পরিবেশে কাজ করবে না।

তাই ChatGPT-এর আসল সুবিধা হলো এটি কাজের গতি বাড়াতে পারে; মানুষের প্রয়োজনীয় জ্ঞান ও যাচাইয়ের দায়িত্ব পুরোপুরি সরিয়ে দেয় না।

Google Gemini কীভাবে প্রোগ্রামিংয়ের কাজে ব্যবহৃত হচ্ছে?

Google Gemini হলো Google-এর AI সহকারী, যা প্রোগ্রামিংসহ বিভিন্ন ধরনের কাজে সাহায্য করতে পারে।

Gemini ব্যবহার করে একজন ডেভেলপার কোড তৈরি, কোড ব্যাখ্যা, বাগের সম্ভাব্য কারণ খোঁজা, অ্যালগরিদম বোঝা এবং বিভিন্ন প্রযুক্তির মধ্যে তুলনা করার মতো কাজ করতে পারেন।

নতুনদের জন্য Gemini বিশেষভাবে সহায়ক হতে পারে, কারণ জটিল কোডকে সহজ ভাষায় ব্যাখ্যা করতে বলা যায়। আবার অভিজ্ঞ ডেভেলপাররা বড় সমস্যার সমাধানের সম্ভাব্য পথ খুঁজতে এটি ব্যবহার করতে পারেন।

কিন্তু এখানেও একই সতর্কতা প্রযোজ্য। AI-এর ব্যাখ্যা বা সমাধান ভুল হতে পারে। তাই কোড চালিয়ে পরীক্ষা করা, ডকুমেন্টেশন দেখা এবং নিরাপত্তা যাচাই করা জরুরি।

Grok কীভাবে সফটওয়্যার তৈরিতে সাহায্য করছে?

Grok হলো xAI-এর AI সহকারী। এটি প্রোগ্রামিংয়ের প্রশ্নের উত্তর দেওয়া, কোডের খসড়া তৈরি, কোড ব্যাখ্যা এবং সম্ভাব্য সমস্যার সমাধান খুঁজতে ব্যবহার করা যায়।

যেমন, একজন ডেভেলপার কোনো ফাংশন কেন কাজ করছে না, সেটি Grok-কে দেখিয়ে সম্ভাব্য ভুল সম্পর্কে জানতে পারেন। আবার একটি নির্দিষ্ট ফিচার কীভাবে তৈরি করা যায়, তার পরিকল্পনা বা কোডের উদাহরণও চাইতে পারেন।

AI সহকারী ব্যবহার করে দ্রুত প্রাথমিক সমাধান পাওয়া গেলে একই ধরনের কাজ হাতে করার প্রয়োজনীয় সময় কমতে পারে। তবে Grok-এর দেওয়া কোডও পরীক্ষা না করে সরাসরি বাস্তব সফটওয়্যারে ব্যবহার করা উচিত নয়।

Google AI Studio কীভাবে সফটওয়্যার তৈরির কাজ সহজ করছে?

Google AI Studio হলো Google-এর একটি প্ল্যাটফর্ম, যেখানে Gemini মডেলের সঙ্গে পরীক্ষা-নিরীক্ষা করা, প্রম্পট তৈরি ও পরীক্ষা করা এবং AI-ভিত্তিক অ্যাপ্লিকেশন তৈরির প্রাথমিক কাজ করা যায়।

উদাহরণস্বরূপ, একজন ডেভেলপার একটি AI চ্যাটবট তৈরি করতে চাইলে প্রথমে AI Studio-তে প্রম্পট পরীক্ষা করতে পারেন। এরপর প্রয়োজন অনুযায়ী API ব্যবহার করে নিজের ওয়েবসাইট বা অ্যাপ্লিকেশনের সঙ্গে সেটি যুক্ত করতে পারেন।

এটি বিশেষভাবে গুরুত্বপূর্ণ, কারণ AI-ভিত্তিক ফিচারের প্রাথমিক প্রোটোটাইপ তৈরি করা আগের তুলনায় সহজ হতে পারে। তবে Google AI Studio নিজে সব ধরনের সফটওয়্যার স্বয়ংক্রিয়ভাবে তৈরি করে দেয়—এমন নয়। পূর্ণাঙ্গ অ্যাপ তৈরি করতে অনেক ক্ষেত্রেই কোডিং, ডেটাবেজ, নিরাপত্তা, ডেপ্লয়মেন্ট এবং রক্ষণাবেক্ষণের কাজ করতে হয়।

AI ব্যবহারে কোম্পানিগুলোর লাভ কোথায়?

কোনো কোম্পানি কর্মী নিয়োগ করার সময় শুধু বেতন বিবেচনা করে না। একজন কর্মীকে নিয়োগ দেওয়া, প্রশিক্ষণ দেওয়া, কাজ বুঝিয়ে দেওয়া এবং তাঁর তৈরি কোড পরীক্ষা করারও খরচ রয়েছে।

AI ব্যবহারের ফলে কিছু প্রতিষ্ঠানের ক্ষেত্রে:

• সাধারণ কোড তৈরি করতে কম সময় লাগতে পারে।
• বাগ খুঁজে বের করার প্রাথমিক কাজ দ্রুত হতে পারে।
• ডকুমেন্টেশন ও টেস্ট লেখার সময় কমতে পারে।
• নতুন প্রযুক্তি শেখা ও পুরোনো কোড বোঝা সহজ হতে পারে।
• একই টিম দিয়ে বেশি ফিচার তৈরি করা সম্ভব হতে পারে।

GitHub-এর ২০২৪ সালের একটি জরিপে যুক্তরাষ্ট্র, ব্রাজিল, জার্মানি ও ভারতের সফটওয়্যার টিমের ২,০০০ সদস্য অংশ নেন। তাঁদের ৯৭ শতাংশের বেশি কোনো না কোনো সময় AI কোডিং টুল ব্যবহার করেছেন বলে জানান। অংশগ্রহণকারীরা উৎপাদনশীলতা, কোডের মান এবং কাজের প্রবাহ উন্নত হওয়ার মতো সুবিধার কথাও উল্লেখ করেন।

সূত্র: GitHub — Survey: The AI wave continues to grow on software development teams

এই ফলাফলটি দেখায় যে AI কোডিং টুল সফটওয়্যার শিল্পে ব্যাপকভাবে ব্যবহৃত হচ্ছে। তবে জরিপে AI ব্যবহার করার কথা বলা মানেই প্রতিটি প্রতিষ্ঠানে কর্মীসংখ্যা কমেছে—এমন নয়।

কোম্পানির জন্য AI-এর মূল আকর্ষণ হলো কাজের গতি ও দক্ষতা বাড়ানোর সম্ভাবনা। কিন্তু এই সুবিধা কর্মী ছাঁটাইয়ে ব্যবহার করা হবে, নাকি নতুন পণ্য তৈরি ও ব্যবসা সম্প্রসারণে ব্যবহার করা হবে, সেটি প্রতিষ্ঠানের সিদ্ধান্তের ওপর নির্ভর করে।

তাহলে কি ভবিষ্যতে সফটওয়্যার ইঞ্জিনিয়ারের প্রয়োজন থাকবে না?

না, এমন সিদ্ধান্ত নেওয়া ঠিক হবে না।

সফটওয়্যার ইঞ্জিনিয়ারের কাজ শুধু কোড লেখা নয়। একটি সফটওয়্যার কী সমস্যা সমাধান করবে, কীভাবে কাজ করবে, কীভাবে নিরাপদ থাকবে, কতজন ব্যবহারকারী একসঙ্গে ব্যবহার করতে পারবেন এবং ভবিষ্যতে কীভাবে রক্ষণাবেক্ষণ করা হবে—এসব সিদ্ধান্তও অত্যন্ত গুরুত্বপূর্ণ।

AI কোড তৈরি করতে পারে, কিন্তু বাস্তব ব্যবসার প্রয়োজন সবসময় নিজে থেকে সঠিকভাবে বুঝতে পারে না। একটি ফিচার ব্যবহারকারীর জন্য সত্যিই উপকারী কি না, কোনো ডেটা ফাঁস হওয়ার ঝুঁকি আছে কি না, বা সিস্টেমটি দীর্ঘমেয়াদে টেকসই হবে কি না—এসব যাচাইয়ের জন্য দক্ষ মানুষের প্রয়োজন থাকে।

ভবিষ্যতে সফটওয়্যার ইঞ্জিনিয়ারদের কাজের ধরন বদলাতে পারে। আগে যেখানে বেশি সময় কোড লেখায় ব্যয় হতো, সেখানে এখন সমস্যার বিশ্লেষণ, সিস্টেম ডিজাইন, AI-তৈরি কোড যাচাই, নিরাপত্তা এবং ব্যবহারকারীর প্রয়োজন বুঝতে বেশি গুরুত্ব দেওয়া হতে পারে।

তাই শুধু দ্রুত কোড লিখতে পারার চেয়ে সঠিক সমস্যা বুঝে নির্ভরযোগ্য সফটওয়্যার তৈরি করতে পারা আরও গুরুত্বপূর্ণ হয়ে উঠছে।

AI-এর কারণে কোন ধরনের সফটওয়্যার চাকরি বেশি চাপে পড়তে পারে?

সব ধরনের সফটওয়্যার ইঞ্জিনিয়ারের কাজ সমানভাবে AI দিয়ে করা সম্ভব নয়। যেসব কাজের নিয়ম স্পষ্ট, পুনরাবৃত্তিমূলক এবং সহজে পরীক্ষা করা যায়, সেগুলো স্বয়ংক্রিয় করার সুযোগ তুলনামূলক বেশি।

কাজের ধরন	AI-এর সম্ভাব্য প্রভাব
সাধারণ HTML/CSS পেজ তৈরি	প্রাথমিক কাজ দ্রুত স্বয়ংক্রিয় হতে পারে
সাধারণ CRUD অ্যাপ্লিকেশন	কোডের বড় অংশ AI দিয়ে তৈরি করা সম্ভব
সাধারণ বাগ ফিক্সিং	AI সম্ভাব্য কারণ ও সমাধান দিতে পারে
টেস্ট ও ডকুমেন্টেশন	অনেক কাজ স্বয়ংক্রিয়ভাবে করা সম্ভব
জটিল ব্যাকএন্ড ও সিস্টেম ডিজাইন	মানুষের বিশ্লেষণ ও যাচাই গুরুত্বপূর্ণ
সাইবার নিরাপত্তা	AI সহায়ক হলেও বিশেষজ্ঞের প্রয়োজন থাকে
ক্লাউড ও DevOps	কিছু কাজ স্বয়ংক্রিয় হতে পারে, কিন্তু অবকাঠামো পরিচালনা জরুরি
AI ইন্টিগ্রেশন ও মূল্যায়ন	নতুন ধরনের দক্ষতার প্রয়োজন তৈরি হচ্ছে

এই তালিকা কোনো নির্দিষ্ট চাকরি হারানোর পূর্বাভাস নয়। এটি কাজগুলোর প্রকৃতি অনুযায়ী AI কোথায় বেশি সহায়তা করতে পারে, তার একটি সাধারণ বিশ্লেষণ।

বাংলাদেশের সফটওয়্যার ইঞ্জিনিয়ারদের জন্য বিষয়টি কেন গুরুত্বপূর্ণ?

বাংলাদেশে অনেক শিক্ষার্থী কম্পিউটার সায়েন্সে পড়াশোনা করেন, অনলাইন কোর্স করেন অথবা ওয়েব ডেভেলপমেন্ট শিখে ফ্রিল্যান্সিং ও চাকরির বাজারে প্রবেশের চেষ্টা করেন। তাঁদের অনেকের প্রথম লক্ষ্য থাকে জুনিয়র ওয়েব ডেভেলপার, ফ্রন্টএন্ড ডেভেলপার বা সফটওয়্যার ইঞ্জিনিয়ার হিসেবে কাজ শুরু করা।

কিন্তু AI-এর কারণে এই প্রবেশপথে পরিবর্তন আসতে পারে।

আগে ছোট ওয়েবসাইট তৈরি, সাধারণ ল্যান্ডিং পেজ, ফর্ম, ড্যাশবোর্ড বা API সংযোগের মতো কাজের মাধ্যমে একজন নতুন ডেভেলপার অভিজ্ঞতা অর্জন করতেন। এখন এসব কাজের প্রাথমিক সংস্করণ AI দিয়ে তৈরি করা সহজ হওয়ায়, শুধু এই ধরনের কাজ করতে পারা একজন প্রার্থীর প্রতিযোগিতামূলক সুবিধা কমে যেতে পারে।

এখানে বাংলাদেশের বাজার সম্পর্কে সতর্ক থাকা জরুরি। যুক্তরাষ্ট্রের চাকরির বিজ্ঞাপন নিয়ে করা গবেষণার ফল সরাসরি বাংলাদেশের বাজারে প্রয়োগ করা যাবে না। বাংলাদেশে AI-এর কারণে ঠিক কতজন সফটওয়্যার ইঞ্জিনিয়ার চাকরি হারিয়েছেন বা কতটি জুনিয়র পদ কমেছে, তার নির্ভরযোগ্য জাতীয় পরিসংখ্যান এই আর্টিকেলে উদ্ধৃত করা হয়নি।

তবুও বাংলাদেশের নতুন ডেভেলপারদের জন্য একটি বাস্তব প্রস্তুতি হলো—শুধু কোড লেখা শেখা নয়, বরং AI ব্যবহার করে বাস্তব সমস্যা সমাধান এবং নিজের কাজের মান প্রমাণ করার দক্ষতা তৈরি করা।

AI-এর যুগে নতুন সফটওয়্যার ইঞ্জিনিয়াররা কীভাবে টিকে থাকবেন?

AI-এর কারণে চাকরির বাজার বদলাচ্ছে বলে প্রোগ্রামিং শেখা ছেড়ে দেওয়া কোনো ভালো সমাধান নয়। বরং শেখার পদ্ধতি পরিবর্তন করা প্রয়োজন।

১. AI-এর ওপর নির্ভর না করে প্রোগ্রামিংয়ের ভিত্তি শক্ত করুন

Python, JavaScript, Java বা অন্য কোনো ভাষা শেখার সময় শুধু AI দিয়ে কোড তৈরি করাবেন না। নিজে কোড লেখা, ভুল খুঁজে বের করা এবং সমস্যার সমাধান করার অভ্যাস গড়ে তুলুন।

ভিত্তি শক্ত না হলে AI-এর তৈরি কোডে সমস্যা দেখা দিলে সেটি ঠিক করা কঠিন হবে।

২. AI-কে প্রতিদ্বন্দ্বী নয়, কাজের সহকারী হিসেবে ব্যবহার করুন

ChatGPT, Gemini ও Grok-কে শুধু কোড লিখতে বলার পরিবর্তে কোডের ব্যাখ্যা চাইুন, সম্ভাব্য ভুল জানতে চান এবং বিকল্প সমাধানের তুলনা করুন।

যেমন, AI-কে বলতে পারেন:

• এই কোডে কী কী নিরাপত্তার সমস্যা থাকতে পারে?
• এই ফাংশনটি কীভাবে কাজ করছে, ধাপে ধাপে ব্যাখ্যা করো।
• কোন কোন edge case পরীক্ষা করা প্রয়োজন?
• একই সমস্যার আরও কার্যকর সমাধান কী হতে পারে?

এভাবে ব্যবহার করলে AI শুধু কাজ দ্রুত করার মাধ্যম নয়, শেখার সহায়কও হতে পারে।

৩. বাস্তব প্রজেক্ট তৈরি করুন

শুধু টিউটোরিয়াল দেখে বা AI থেকে কোড নিয়ে ছোট ছোট ডেমো তৈরি করলে নিজের দক্ষতা প্রমাণ করা কঠিন হতে পারে।

তার পরিবর্তে এমন প্রজেক্ট তৈরি করুন, যেখানে বাস্তব সমস্যার সমাধান থাকবে। উদাহরণ:

• ব্যবহারকারী নিবন্ধন ও লগইনসহ একটি ওয়েব অ্যাপ।
• ডেটাবেজসহ ইনভেন্টরি ম্যানেজমেন্ট সিস্টেম।
• পেমেন্ট ইন্টিগ্রেশনসহ ই-কমার্স প্রোটোটাইপ।
• AI API ব্যবহার করে তৈরি একটি চ্যাটবট।
• লগিং, টেস্টিং ও ডেপ্লয়মেন্টসহ একটি পূর্ণাঙ্গ অ্যাপ্লিকেশন।

প্রজেক্টের কোড GitHub-এ রাখুন এবং কীভাবে কাজ করে, তা পরিষ্কারভাবে ব্যাখ্যা করতে শিখুন।

৪. ডিবাগিং ও কোড রিভিউ শিখুন

AI দিয়ে কোড তৈরি করা সহজ হলেও সেই কোডের সমস্যা খুঁজে বের করা অত্যন্ত গুরুত্বপূর্ণ।

একজন ভালো ডেভেলপার বুঝতে পারেন কেন কোনো ফাংশন ব্যর্থ হচ্ছে, কোন ইনপুটে ভুল ফল আসছে এবং কীভাবে সমস্যাটি স্থায়ীভাবে সমাধান করা যায়।

তাই ডিবাগার, লগ, ইউনিট টেস্ট, ইন্টিগ্রেশন টেস্ট এবং কোড রিভিউয়ের দক্ষতা তৈরি করুন।

৫. ডেটাবেজ, API ও সিস্টেম ডিজাইন বুঝুন

শুধু ফ্রন্টএন্ডের ডিজাইন তৈরি করতে পারলেই সব ধরনের সফটওয়্যার সমস্যা সমাধান করা যায় না। ডেটাবেজের কাঠামো, API ডিজাইন, অথেনটিকেশন, পারফরম্যান্স এবং নিরাপত্তার ধারণা থাকলে আপনি আরও জটিল কাজ করতে পারবেন।

AI এসব বিষয়ে সাহায্য করতে পারে, কিন্তু আপনার সিদ্ধান্ত সঠিক কি না তা বোঝার জন্য নিজের জ্ঞান প্রয়োজন।

৬. ইংরেজি ও যোগাযোগের দক্ষতা বাড়ান

সফটওয়্যার ইঞ্জিনিয়ারদের অনেক সময় ক্লায়েন্টের প্রয়োজন বুঝতে, টিমের সঙ্গে আলোচনা করতে এবং প্রযুক্তিগত সিদ্ধান্ত ব্যাখ্যা করতে হয়।

ভালো যোগাযোগের দক্ষতা থাকলে আপনি শুধু নির্দেশ অনুযায়ী কোড লেখা নয়, বরং সমস্যার উপযুক্ত সমাধান তৈরিতেও ভূমিকা রাখতে পারবেন।

৭. নিজের দক্ষতা নিয়মিত হালনাগাদ করুন

প্রোগ্রামিংয়ের জগতে প্রযুক্তি দ্রুত পরিবর্তিত হয়। তাই নতুন টুল শেখার পাশাপাশি পুরোনো জ্ঞানের ভিত্তি শক্ত রাখুন।

কোন AI টুল জনপ্রিয়, শুধু সেটি জানাই যথেষ্ট নয়। কোন কাজে কোন টুল উপযুক্ত, তার আউটপুট কীভাবে যাচাই করতে হয় এবং কোথায় AI ব্যবহার করা উচিত নয়—এসব বোঝাও গুরুত্বপূর্ণ।

AI ব্যবহার করে কীভাবে নিজের কাজের মূল্য বাড়াবেন?

একজন নতুন ডেভেলপার যদি AI ব্যবহার করে দ্রুত কাজ সম্পন্ন করতে পারেন এবং একই সঙ্গে কোডের মান নিশ্চিত করতে পারেন, তাহলে তিনি নিজের দক্ষতার একটি শক্তিশালী প্রমাণ তৈরি করতে পারবেন।

ধরা যাক, দুজন প্রার্থী একই ধরনের ওয়েব অ্যাপ তৈরি করেছেন। প্রথমজন AI থেকে কোড নিয়ে সেটি কোনোভাবে চালু করেছেন। দ্বিতীয়জন AI ব্যবহার করলেও কোডের প্রতিটি অংশ বুঝেছেন, নিরাপত্তা পরীক্ষা করেছেন, টেস্ট লিখেছেন এবং অ্যাপটি কীভাবে কাজ করে তা ব্যাখ্যা করতে পারেন।

দ্বিতীয় প্রার্থী নিজের কাজের বিষয়ে বেশি পরিষ্কার ধারণা দেখাতে পারবেন। বাস্তব চাকরির পরীক্ষায় এই ধরনের দক্ষতা গুরুত্বপূর্ণ হতে পারে।

তাই লক্ষ্য হওয়া উচিত শুধু AI দিয়ে দ্রুত কোড তৈরি করা নয়, বরং AI-এর সাহায্যে ভালো সফটওয়্যার তৈরি করা এবং সেই সফটওয়্যারের দায়িত্ব নিতে পারা।

সফটওয়্যার ইঞ্জিনিয়ারদের ভবিষ্যৎ: ভয়, নাকি নতুন সুযোগ?

AI-এর কারণে কিছু কাজের চাহিদা কমতে পারে, আবার নতুন কাজও তৈরি হতে পারে। যেমন AI-ভিত্তিক অ্যাপ্লিকেশন তৈরি, AI API ইন্টিগ্রেশন, স্বয়ংক্রিয় পরীক্ষা, মডেল মূল্যায়ন এবং AI সিস্টেমের নিরাপত্তা নিশ্চিত করার মতো ক্ষেত্রগুলোতে নতুন দক্ষতার প্রয়োজন হতে পারে।

কিন্তু নতুন সুযোগ তৈরি হলেই চাকরি হারানো প্রত্যেক ব্যক্তি সহজে নতুন কাজ পাবেন, এমন নিশ্চয়তা নেই। নতুন দক্ষতা অর্জন করতে সময় লাগে, আর সবার পক্ষে একই গতিতে পরিবর্তনের সঙ্গে মানিয়ে নেওয়া সম্ভব হয় না।

কোম্পানিগুলোরও দায়িত্ব রয়েছে। শুধু কর্মী কমিয়ে AI ব্যবহার করার বদলে কর্মীদের প্রশিক্ষণ, নতুন দায়িত্বে স্থানান্তর এবং জুনিয়রদের শেখার সুযোগ বজায় রাখার বিষয়টি বিবেচনা করা প্রয়োজন।

একই সঙ্গে শিক্ষাপ্রতিষ্ঠান ও প্রশিক্ষণকেন্দ্রগুলোকে এমনভাবে প্রোগ্রামিং শেখাতে হবে, যাতে শিক্ষার্থীরা AI-এর তৈরি কোডের ওপর অন্ধভাবে নির্ভর না করে বাস্তব সফটওয়্যার তৈরি ও যাচাই করতে পারেন।

শেষ কথা

AI সফটওয়্যার ইঞ্জিনিয়ারদের কাজের জগতে বড় পরিবর্তন আনছে। ChatGPT, Gemini, Grok এবং Google AI Studio-এর মতো টুল দিয়ে কোডের খসড়া তৈরি, বাগ বিশ্লেষণ, প্রোটোটাইপ তৈরি এবং অনেক পুনরাবৃত্তিমূলক কাজ দ্রুত করা সম্ভব হচ্ছে। ফলে কিছু প্রতিষ্ঠানে একই কাজ সম্পন্ন করতে কম কর্মী প্রয়োজন হতে পারে, আর নতুনদের জন্য চাকরিতে প্রবেশের সুযোগও কঠিন হয়ে উঠতে পারে।

তবে এর অর্থ এই নয় যে সফটওয়্যার ইঞ্জিনিয়ারের প্রয়োজন শেষ হয়ে যাবে। বরং কাজের ধরন বদলাচ্ছে। যে ডেভেলপার শুধু সাধারণ কোড লেখার মধ্যে সীমাবদ্ধ থাকবেন, তাঁর জন্য প্রতিযোগিতা কঠিন হতে পারে। অন্যদিকে, যিনি প্রোগ্রামিংয়ের ভিত্তি বোঝেন, AI ব্যবহার করতে পারেন, কোড যাচাই করেন এবং বাস্তব সমস্যা সমাধান করতে পারেন, তিনি নতুন পরিবেশে নিজের দক্ষতা কাজে লাগানোর সুযোগ পাবেন।

সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো, AI-এর পরিবর্তনকে অস্বীকার না করে সেটিকে বুঝে প্রস্তুতি নেওয়া। নতুনদের জন্য শুধু একটি ভাষা শেখা বা কয়েকটি সার্টিফিকেট অর্জন করাই যথেষ্ট নাও হতে পারে। নিজের দক্ষতার প্রমাণ হিসেবে বাস্তব প্রজেক্ট তৈরি করা, সমস্যার সমাধান শেখা এবং AI-কে দায়িত্বশীলভাবে ব্যবহার করাই হতে পারে ভবিষ্যতের সফটওয়্যার ক্যারিয়ারের গুরুত্বপূর্ণ ভিত্তি।

AI হয়তো কোড লেখার অনেক কাজ সহজ করে দেবে, কিন্তু কোন সমস্যা সমাধান করা প্রয়োজন, সমাধানটি সঠিক কি না এবং সেটি মানুষের কাজে লাগছে কি না—এসব প্রশ্নের উত্তর দেওয়ার দক্ষতাই একজন ভালো সফটওয়্যার ইঞ্জিনিয়ারকে আলাদা করে তুলবে।

তথ্যসূত্র ও আরও বিস্তারিত

1. IZA — Generative AI and the Redefinition of Entry-Level Software Work (2026)

2. Wiley — Firms' GitHub Copilot Adoption and Labor Market Outcomes for Software Engineers (2026)

3. GitHub — AI-এর প্রভাব নিয়ে সফটওয়্যার টিমের জরিপ

4. Stack Overflow — 2025 Developer Survey: AI

5. JetBrains — State of Developer Ecosystem 2025

6. OpenAI ChatGPT

7. Google Gemini

8. Grok by xAI

9. Google AI Studio