AI ও কর্পোরেট গভর্নেন্স: বোর্ড সিদ্ধান্তে কৃত্রিম বুদ্ধিমত্তার ভূমিকা
কৃত্রিম বুদ্ধিমত্তা কীভাবে বোর্ডরুমের সিদ্ধান্ত গ্রহণে ঢুকে পড়ছে, এর ঝুঁকি, মানুষের তদারকির প্রয়োজনীয়তা এবং বাংলাদেশের প্রেক্ষাপটে AI গভর্নেন্সের ভবিষ্যৎ নিয়ে একটি বিস্তৃত আলোচনা।
Md. Mehedi Hasan, LLB, ACS
05 October 2026 · 4 min read · 7 views
In This Article
আমাদের ESG ও ভবিষ্যতের কর্পোরেট গভর্নেন্স নিয়ে সিরিজের প্রথম লেখায় আমরা দেখেছি পরিবেশ ও সমাজের প্রতি দায়বদ্ধতা কীভাবে গভর্নেন্সের কেন্দ্রে আসছে। এই লেখায় আমরা দেখব আরেকটি বড় পরিবর্তন, কৃত্রিম বুদ্ধিমত্তা বা AI কীভাবে বোর্ডরুমের সিদ্ধান্ত গ্রহণ প্রক্রিয়ায় ঢুকে পড়ছে, এবং এর সাথে কী কী নতুন গভর্নেন্স ঝুঁকি তৈরি হচ্ছে।
বোর্ডরুমে AI কীভাবে ঢুকছে
একসময় AI মূলত কারখানার উৎপাদন বা গ্রাহক সেবার মতো কাজে সীমাবদ্ধ ছিল। অনেক বিশেষজ্ঞ মনে করেন, আগামী দিনে AI ধীরে ধীরে বোর্ডের নিজস্ব কাজেও জায়গা করে নেবে, যেমন ঝুঁকি পর্যালোচনার জন্য ডেটা বিশ্লেষণ, আর্থিক প্রতিবেদনে অস্বাভাবিক প্যাটার্ন খুঁজে বের করা, বা বাজারের প্রবণতা বিশ্লেষণ করে বোর্ডকে সিদ্ধান্তের জন্য সংক্ষিপ্ত তথ্য দেওয়া।
A quick story
একটি ব্যাংকের ঝুঁকি ব্যবস্থাপনা বিভাগ একটি AI-ভিত্তিক ড্যাশবোর্ড চালু করে, যা প্রতিদিন হাজারো লেনদেন বিশ্লেষণ করে অস্বাভাবিক প্যাটার্ন চিহ্নিত করে বোর্ডের ঝুঁকি কমিটির কাছে সংক্ষিপ্ত প্রতিবেদন পাঠায়। প্রথম কয়েক মাসে এই ব্যবস্থা কয়েকটি সম্ভাব্য প্রতারণামূলক লেনদেন আগেভাগেই চিহ্নিত করতে সাহায্য করে, যা আগে মানুষের পক্ষে এত দ্রুত ধরা সম্ভব ছিল না। কিন্তু কমিটি দ্রুত বুঝতে পারে, AI-এর সতর্কবার্তা যতই দ্রুত আসুক, প্রতিটি সতর্কবার্তার পেছনের প্রকৃত কারণ বিশ্লেষণ করার জন্য এখনো অভিজ্ঞ মানুষের বিচারবুদ্ধি অপরিহার্য।
আপনি কি কখনো ভেবেছেন, একটি সফটওয়্যার যদি ভুল সিদ্ধান্তের পরামর্শ দেয়, তার দায় আসলে কার?
আইনিভাবে দায় কখনোই AI সিস্টেমের নয়, বরং সেই সিদ্ধান্ত অনুমোদন করা মানুষ বা বোর্ডের। এই কারণেই অনেক গভর্নেন্স বিশেষজ্ঞ বলেন, AI যত উন্নতই হোক, চূড়ান্ত দায়বদ্ধতা মানুষের হাতেই থাকতে হবে, একে বলা হয় "human-in-the-loop" নীতি।
AI ঝুঁকি তদারকির নতুন দায়িত্ব
AI ব্যবহারের সাথে কয়েকটি নতুন ধরনের ঝুঁকি যুক্ত হয়। ডেটা পক্ষপাত বা bias, ভুল তথ্য তৈরি করা বা hallucination, গ্রাহকের তথ্যের গোপনীয়তা লঙ্ঘন, এবং সিদ্ধান্তের প্রক্রিয়া ব্যাখ্যা করতে না পারা, এই প্রতিটি বিষয়ই বোর্ডের তদারকির আওতায় আসা প্রয়োজন। বিশেষ করে ঋণ অনুমোদন বা নিয়োগের মতো সংবেদনশীল সিদ্ধান্তে AI ব্যবহার করলে পক্ষপাতের ঝুঁকি অনেক বেশি গুরুত্বপূর্ণ হয়ে ওঠে।
বোর্ড যে ভুলগুলো করতে পারে
Common Mistakes Companies Make
-
1
AI-এর সুপারিশ প্রশ্ন ছাড়াই মেনে নেওয়া
AI যত নির্ভরযোগ্য মনে হোক, তার পেছনের যুক্তি বুঝে না নিয়ে সরাসরি সিদ্ধান্ত নিলে ভুল সিদ্ধান্তের ঝুঁকি তৈরি হয়।
-
2
ডেটার গুণমান যাচাই না করা
পুরনো বা পক্ষপাতদুষ্ট ডেটার ওপর প্রশিক্ষিত AI সিস্টেম একই পক্ষপাত নতুন সিদ্ধান্তেও বহন করে আনতে পারে।
-
3
AI ব্যবহারের জন্য কোনো লিখিত নীতিমালা না রাখা
কোথায় AI ব্যবহার করা যাবে, কোথায় যাবে না, এবং কে অনুমোদন দেবে, এসব স্পষ্ট না থাকলে প্রতিষ্ঠানের ভেতরে অসামঞ্জস্যপূর্ণ ব্যবহার তৈরি হয়।
-
4
গ্রাহকের ডেটা সুরক্ষা উপেক্ষা করা
AI মডেল প্রশিক্ষণের জন্য গ্রাহকের সংবেদনশীল তথ্য ব্যবহারের আগে পর্যাপ্ত সুরক্ষা ব্যবস্থা না থাকলে বড় আইনি ও সুনামগত ঝুঁকি তৈরি হয়।
আলাদা AI বা টেকনোলজি কমিটি কি জরুরি
ছোট প্রতিষ্ঠানের জন্য সম্পূর্ণ আলাদা একটি AI কমিটি বাস্তবসম্মত না হলেও, অনেক বিশেষজ্ঞ মনে করেন, মাঝারি ও বড় প্রতিষ্ঠানে বিদ্যমান ঝুঁকি কমিটি বা অডিট কমিটির দায়িত্বের মধ্যে AI তদারকি স্পষ্টভাবে অন্তর্ভুক্ত করা উচিত, যাতে কোনো ফাঁকা জায়গা তৈরি না হয়।
আপনি কি কখনো ভেবেছেন, একটি AI সিস্টেম যদি কোনো ঋণ আবেদন প্রত্যাখ্যান করে, গ্রাহক কীভাবে জানবেন কেন প্রত্যাখ্যান হলো?
এই "ব্যাখ্যাযোগ্যতা" বা explainability এখন AI গভর্নেন্সের একটি কেন্দ্রীয় প্রশ্ন। যে সিদ্ধান্তের যুক্তি ব্যাখ্যা করা যায় না, সেই সিদ্ধান্ত গ্রাহকের কাছে ন্যায্য বলে মনে না হতে পারে, এবং ভবিষ্যতে এটি আইনি জটিলতার কারণও হয়ে উঠতে পারে।
সিদ্ধান্ত সহায়ক টুল হিসেবে AI, মানুষের ভূমিকা কোথায়
সবচেয়ে বাস্তবসম্মত দৃষ্টিভঙ্গি হলো, AI-কে সিদ্ধান্ত প্রতিস্থাপনকারী নয়, সিদ্ধান্ত সহায়ক হিসেবে দেখা। AI দ্রুত বিপুল পরিমাণ তথ্য বিশ্লেষণ করতে পারে, কিন্তু প্রাতিষ্ঠানিক প্রেক্ষাপট, নৈতিক বিচার এবং দীর্ঘমেয়াদি কৌশলগত বিচারবুদ্ধির জন্য মানুষের ভূমিকা অপরিবর্তনীয় থাকে।
Case Study
AI-চালিত ঋণ মূল্যায়নে পক্ষপাতের দৃষ্টান্তমূলক দৃশ্যকল্প
Scenario: এটি একটি দৃষ্টান্তমূলক কাল্পনিক দৃশ্যকল্প, যেখানে একটি আর্থিক প্রতিষ্ঠান ক্ষুদ্র ঋণ অনুমোদনের গতি বাড়াতে একটি AI মডেল চালু করে, যা পুরনো ঋণ রেকর্ডের ভিত্তিতে প্রশিক্ষিত।
Problem: কয়েক মাস পর দেখা যায়, মডেলটি নির্দিষ্ট একটি অঞ্চলের আবেদনকারীদের অস্বাভাবিকভাবে বেশি প্রত্যাখ্যান করছে, কারণ পুরনো ডেটায় সেই অঞ্চলের ঋণ খেলাপের হার বেশি ছিল, যদিও বর্তমান আবেদনকারীদের আর্থিক অবস্থা পর্যাপ্ত ভালো ছিল।
Solution: বোর্ডের ঝুঁকি কমিটি মডেলটি স্থগিত করে একটি স্বাধীন পরীক্ষার নির্দেশ দেয়, ডেটাসেট পুনর্গঠন করে এবং মানুষের চূড়ান্ত পর্যালোচনার একটি স্তর যুক্ত করে। এরপর থেকে প্রতি তিন মাসে মডেলের সিদ্ধান্তের একটি নমুনা স্বাধীনভাবে পর্যালোচনা করা হয়।
| Category | Step |
|---|---|
| প্রাথমিক ব্যবহার শুরু | 1 |
| ঝুঁকি মূল্যায়ন | 2 |
| লিখিত নীতিমালা প্রণয়ন | 3 |
| মানুষের তদারকি স্তর যুক্ত করা | 4 |
| স্বাধীন পর্যায়ক্রমিক পরীক্ষা | 5 |
বাংলাদেশের প্রেক্ষাপটে AI গভর্নেন্স
বাংলাদেশের ব্যাংক ও আর্থিক প্রতিষ্ঠানগুলো ধীরে ধীরে গ্রাহক সেবা, প্রতারণা সনাক্তকরণ এবং ঋণ মূল্যায়নে AI ব্যবহার শুরু করেছে। অনেক বিশেষজ্ঞ মনে করেন, আগামী দিনে নিয়ন্ত্রক সংস্থাগুলো আর্থিক প্রতিষ্ঠানের AI ব্যবহারের জন্য সুনির্দিষ্ট নির্দেশনা প্রণয়ন করতে পারে, বিশেষ করে গ্রাহকের তথ্য সুরক্ষা এবং সিদ্ধান্তের স্বচ্ছতা নিয়ে।
A quick story
ঢাকার একটি মাইক্রোফাইন্যান্স প্রতিষ্ঠান ঋণ আবেদন যাচাইয়ের গতি বাড়াতে একটি সাধারণ স্কোরিং মডেল চালু করে, যা গ্রাহকের লেনদেনের ইতিহাস বিশ্লেষণ করে ঝুঁকি নির্ধারণ করত। প্রথম কয়েক মাসে প্রক্রিয়া অনেক দ্রুত হয়ে ওঠে, কিন্তু বোর্ড পরে লক্ষ্য করে, মডেলটি গ্রামীণ এলাকার নতুন গ্রাহকদের প্রায়ই বেশি ঝুঁকিপূর্ণ হিসেবে চিহ্নিত করছে, কারণ তাদের লেনদেনের ইতিহাস শহরের গ্রাহকদের তুলনায় কম ছিল। বোর্ড মডেলটি সম্পূর্ণ প্রতিস্থাপন না করে একটি মানুষ-পর্যালোচনার স্তর যুক্ত করে, যাতে সীমিত ইতিহাসের গ্রাহকদের ক্ষেত্রে আলাদাভাবে বিবেচনা করা যায়।
আপনি কি কখনো ভেবেছেন, আপনার প্রতিষ্ঠান AI ব্যবহার শুরু করার আগে বোর্ডের কী প্রশ্ন তোলা উচিত?
অন্তত এই তিনটি প্রশ্ন জরুরি, কোন ডেটার ওপর মডেল প্রশিক্ষিত, সিদ্ধান্ত ভুল হলে কে দায়ী থাকবে, এবং সিদ্ধান্তের যুক্তি গ্রাহককে কীভাবে ব্যাখ্যা করা হবে। এই প্রশ্নগুলোর স্পষ্ট উত্তর ছাড়া কোনো সংবেদনশীল সিদ্ধান্তে AI ব্যবহার করা ঝুঁকিপূর্ণ।
উপসংহার
AI বোর্ডের সিদ্ধান্তকে দ্রুত ও তথ্যভিত্তিক করতে পারে, কিন্তু চূড়ান্ত দায়বদ্ধতা এবং নৈতিক বিচার সবসময় মানুষের হাতেই থাকতে হবে। সাইবার সিকিউরিটি গভর্নেন্স নিয়ে আমাদের পরের লেখায় আমরা দেখব কীভাবে প্রযুক্তিগত ঝুঁকি বোর্ডের আরেকটি নতুন দায়িত্বে পরিণত হচ্ছে, এবং ২০৩০ সালের পূর্বাভাস নিয়ে লেখায় আমরা এই সব প্রবণতা একসাথে দেখব।
FAQ
AI কি বোর্ডের সদস্যদের প্রতিস্থাপন করতে পারে?
না, বর্তমান এবং নিকট ভবিষ্যতের প্রযুক্তিতে AI মূলত সিদ্ধান্ত সহায়ক টুল, পরিচালকদের নৈতিক বিচার ও দায়বদ্ধতার বিকল্প নয়।
AI ব্যবহারের জন্য বোর্ডে বিশেষজ্ঞ থাকা জরুরি কি?
অনেক বিশেষজ্ঞ মনে করেন, অন্তত একজন সদস্যের প্রযুক্তি বা ডেটা বিষয়ে পর্যাপ্ত বোঝাপড়া থাকা কার্যকর তদারকির জন্য সহায়ক।
AI মডেলে পক্ষপাত কীভাবে তৈরি হয়?
সাধারণত পুরনো বা অসম্পূর্ণ ডেটার ওপর প্রশিক্ষণের কারণে, যেখানে অতীতের বৈষম্য বা ভুল প্যাটার্ন নতুন সিদ্ধান্তেও প্রতিফলিত হতে পারে।
human-in-the-loop নীতি কী?
এর অর্থ, AI যত সুপারিশই দিক, চূড়ান্ত সিদ্ধান্ত একজন মানুষ পর্যালোচনা করে অনুমোদন করবেন, যাতে দায়বদ্ধতা স্পষ্ট থাকে।
ছোট প্রতিষ্ঠানের জন্য AI গভর্নেন্স কতটা প্রাসঙ্গিক?
যত ছোটই হোক, গ্রাহকের তথ্য বা আর্থিক সিদ্ধান্তে AI ব্যবহার করলে মৌলিক নীতিমালা ও তদারকি সবার জন্যই প্রাসঙ্গিক।
AI সিদ্ধান্তের ব্যাখ্যাযোগ্যতা কেন গুরুত্বপূর্ণ?
গ্রাহক বা নিয়ন্ত্রক সংস্থা যদি সিদ্ধান্তের কারণ জানতে চায় এবং তা ব্যাখ্যা করা না যায়, তাহলে সিদ্ধান্তের ন্যায্যতা প্রশ্নবিদ্ধ হতে পারে।
AI ঝুঁকি কোন কমিটির অধীনে পড়া উচিত?
প্রতিষ্ঠানের গঠন অনুযায়ী ভিন্ন হতে পারে, তবে অনেকেই বিদ্যমান ঝুঁকি বা অডিট কমিটির দায়িত্বে স্পষ্টভাবে অন্তর্ভুক্ত করার পরামর্শ দেন।
গ্রাহকের ডেটা ব্যবহার নিয়ে বোর্ডের কী দায়িত্ব?
বোর্ডকে নিশ্চিত করতে হয় ডেটা সংগ্রহ, সংরক্ষণ ও AI প্রশিক্ষণে ব্যবহারের ক্ষেত্রে গ্রাহকের সম্মতি ও প্রাসঙ্গিক সুরক্ষা ব্যবস্থা বজায় আছে।
AI গভর্নেন্স নীতিমালা কত ঘন ঘন পর্যালোচনা করা উচিত?
প্রযুক্তি দ্রুত বদলায়, তাই অনেক বিশেষজ্ঞ বছরে অন্তত একবার, বা বড় কোনো মডেল পরিবর্তনের সময় নীতিমালা পর্যালোচনার পরামর্শ দেন।
Key Points
- ●AI ধীরে ধীরে ঝুঁকি বিশ্লেষণ ও সিদ্ধান্ত সহায়ক টুল হিসেবে বোর্ডের কাজে জায়গা করে নিচ্ছে।
- ●ডেটা পক্ষপাত, ব্যাখ্যাযোগ্যতার অভাব এবং তথ্য গোপনীয়তা, এই তিনটি সবচেয়ে বড় AI গভর্নেন্স ঝুঁকি।
- ●human-in-the-loop নীতি অনুযায়ী চূড়ান্ত সিদ্ধান্তের দায়বদ্ধতা সবসময় মানুষের হাতে রাখা জরুরি।
- ●AI-এর সুপারিশ প্রশ্ন ছাড়াই মেনে নেওয়া এবং লিখিত নীতিমালা না রাখা সবচেয়ে সাধারণ ভুল।
- ●সংবেদনশীল সিদ্ধান্তে, যেমন ঋণ অনুমোদন, AI মডেলের পর্যায়ক্রমিক স্বাধীন পর্যালোচনা জরুরি।
- ●বাংলাদেশের আর্থিক প্রতিষ্ঠানে AI ব্যবহার বাড়ার সাথে সাথে নিয়ন্ত্রক নির্দেশনাও ভবিষ্যতে আরও সুনির্দিষ্ট হতে পারে।
