শ্রমিক বা কর্মীদের ক্ষতিপূরণ বা পারিশ্রমিক সংক্রান্ত তথ্য ও অন্তর্দৃষ্টি দিয়ে সজ্জিত করা

বেতন সংক্রান্ত তথ্য গুরুত্বপূর্ণ সিদ্ধান্তগুলো নির্ধারণে সাহায্য করে: যেমন মানুষ কোন চাকরির জন্য আবেদন করবে, তারা আলোচনা বা নেগোশিয়েট করবে কি না এবং একটি নির্দিষ্ট ক্যারিয়ারের পথ অনুসরণের যোগ্য কি না. কিন্তু অধিকাংশ পণ্যের দামের মতো নয়, শ্রমের দাম প্রায়ই খুঁজে পাওয়া কঠিন এবং ব্যাখ্যা করাও কঠিন. বিশেষ করে সেইসব কর্মীদের জন্য, যারা ক্যারিয়ারের শুরুর দিকে রয়েছে, ক্ষেত্র পরিবর্তন করছে বা স্থান বদলাচ্ছে.

AI শ্রমবাজারের একটি নতুন ধরনের সম্পদ. একজন কর্মীকে একাধিক ওয়েবসাইটে খোঁজাখুঁজি করতে, ছড়িয়ে থাকা বেতনের পেজ ব্যাখ্যা করতে, বা সামাজিকভাবে ঝুঁকিপূর্ণ প্রশ্ন করতে বাধ্য করার পরিবর্তে, একটি মডেল মজুরি তথ্য সংকলন করে কয়েক সেকেন্ডের মধ্যে একটি বেঞ্চমার্ক প্রদান করতে পারে. মার্কিন যুক্তরাষ্ট্রে গড় হিসাবে কর্মীরা ইতোমধ্যেই এইভাবে ChatGPT ব্যবহার করছেন, দিনে প্রায় তিন মিলিয়ন বার্তা পাঠাচ্ছেন এবং মজুরি, পারিশ্রমিক বা আয়ের বিষয়ে জিজ্ঞাসা করছেন.

আমাদের সর্বশেষ গবেষণা রিপোর্টে দেখা হয়েছে কিভাবে আমেরিকানরা মজুরি তথ্যের ব্যবধান কমাতে ChatGPT ব্যবহার করছেন. তারা সবচেয়ে বেশি ChatGPT‑তে আসে দুই ধরনের সাহায্যের জন্য: পারিশ্রমিককে ব্যবহারযোগ্য একটি বেঞ্চমার্কে রূপান্তর করা এবং একটি ভূমিকা, কোম্পানি, ক্যারিয়ার পথ বা ব্যবসায়িক আইডিয়া বাস্তবসম্মতভাবে কত পারিশ্রমিক দিতে পারে তা বোঝা. লেবেলযুক্ত মজুরি-বেঞ্চমার্কিং বার্তাগুলোর মধ্যে, বেতন গণনা সংক্রান্ত প্রশ্ন 26% প্রশ্নের অংশ, এরপর রয়েছে নির্দিষ্ট ভূমিকা (19%), উদ্যোক্তা (18%), কোনো কোম্পানিতে নির্দিষ্ট ভূমিকা (11%), এবং পেশা বা ক্যারিয়ার সংক্রান্ত প্রশ্ন (11%). আমরা গোপনীয়তা-সুরক্ষিত একটি বিশ্লেষণের মাধ্যমে এটি নির্ধারণ করেছি, যা স্বয়ংক্রিয় ক্লাসিফায়ার ব্যবহার করে এবং কখনোই কোনো মানুষ পৃথক বার্তাগুলো দেখতে জড়িত থাকে না.

সেই প্রশ্নগুলোর প্যাটার্ন গুরুত্বপূর্ণ. পেশা-সংশ্লিষ্ট মজুরি অনুসন্ধানগুলো শিল্পকলা, নকশা, বিনোদন, খেলাধুলা এবং মিডিয়ার মতো ক্ষেত্রগুলোতে; ব্যবস্থাপনা; স্বাস্থ্যসেবা; পরিবহন; বিক্রয়; এবং ব্যবসা ও আর্থিক কার্যক্রমে কেন্দ্রীভূত. চাকরির তুলনায়, মজুরি অনুসন্ধান উচ্চ-দক্ষতা এবং কম স্বচ্ছ পেশায়—যেমন সৃজনশীল ক্ষেত্র, ব্যবস্থাপনা, স্বাস্থ্যসেবা এবং কম্পিউটার ও গাণিতিক ভূমিকা—অস্বাভাবিকভাবে বেশি দেখা যায়, যা ইঙ্গিত করে যে চাহিদা সবচেয়ে বেশি সেখানে, যেখানে বেতনকে মানদণ্ডে বেঁধে তুলনা করা কঠিন, বেশি দর-কষাকষিযোগ্য বা ক্যারিয়ার অগ্রগতির জন্য বেশি গুরুত্বপূর্ণ. উদ্যোক্তা-সংক্রান্ত প্রশ্নগুলোতেও আমরা একটি অনুরূপ ধারা দেখি, যা সৃজনশীল কাজ এবং ছোট সেবা ব্যবসায় কেন্দ্রীভূত—এমন ক্ষেত্রগুলোতে যেখানে প্রায়ই কোনো প্রকাশিত মজুরি বেঞ্চমার্ক থাকে না.

বিভিন্ন শিল্পে, যেখানে বেতন বেশি বৈচিত্র্যময় এবং মজুরি বেশি, সেখানে বেতন অনুসন্ধান বৃদ্ধি পায়. অন্য কথায় সঠিক উত্তর পাওয়া বেশি গুরুত্বপূর্ণ হলে এবং মজুরি বোঝা কঠিন হলে কর্মীরা পারিশ্রমিক সংক্রান্ত তথ্য বেশি খোঁজেন. এ কারণেই এটি শুধু মজুরি অনুসন্ধানের বাইরেও গুরুত্বপূর্ণ. সম্ভাব্য আয়ের ভুল বোঝাবুঝি কর্মীদের কম বেতনের চাকরিতে আটকে রাখতে পারে, দরকষাকষির ক্ষমতা কমাতে পারে, ক্যারিয়ার পরিবর্তনে দেরি করাতে পারে অথবা শিক্ষা ও প্রশিক্ষণে বিনিয়োগে নিরুৎসাহিত করতে পারে. ভালো তথ্য অনিশ্চয়তা দূর করতে পারে না, তবে এটি কোন কাজ কতটা পারিশ্রমিক দেয় সে বিষয়ে যুক্তিসংগত ধারণা গঠনে সহায়ক হতে পারে এবং মানুষকে আরও ভালো সিদ্ধান্ত নিতে সাহায্য করতে পারে.

আমাদের মডেলগুলো কিভাবে কর্মীদের সেবা দেয় তা আরও ভালোভাবে বুঝতে, প্রতিবেদনটি WorkerBench-ও পরিচয় করিয়ে দিচ্ছে, যা শ্রমবাজারের এমন কাজগুলিতে ChatGPT‑এর মূল্যায়নের জন্য একটি নতুন প্রচেষ্টা, যেগুলো কর্মীদের জন্য মূল্যবান. এই প্রথম বেঞ্চমার্কে, আমরা জাতীয় পেশা এবং মেট্রো স্তরে 2024 OEWS মধ্যম মজুরির বিপরীতে GPT‑5.4‑কে মূল্যায়ন করেছি. পর্যবেক্ষিত নমুনায়, মডেলটি অত্যন্ত নির্ভুল: কভারেজ উচ্চ, পক্ষপাত কম এবং প্রায় সব সংখ্যাগত অনুমান বেঞ্চমার্কের খুব কাছাকাছি.

পারিশ্রমিক সংক্রান্ত তথ্য অর্থনৈতিকভাবে গুরুত্বপূর্ণ, তবে এটি প্রায়ই সংগ্রহ করা কঠিন বা সংবেদনশীল. কর্মীরা ইতোমধ্যেই সেই সমস্যাটি সামাল দিতে ChatGPT ব্যবহার করছেন, বিশেষ করে শ্রমবাজারের সেই অংশগুলোতে যেখানে অনিশ্চয়তা সবচেয়ে বেশি এবং ঝুঁকি সবচেয়ে গুরুত্বপূর্ণ. আমাদের লক্ষ্য হলো সেই সহায়তাটি কতটা কার্যকর এবং নির্ভরযোগ্য হতে পারে তা আরও উন্নত করা, জাতীয় বেঞ্চমার্কের গণ্ডি ছাড়িয়ে কর্মীরা প্রতিদিন যে ভূগোল, প্রতিষ্ঠান, স্তর এবং পারিশ্রমিক-সংক্রান্ত প্রশ্ন করে, সেদিকে এগিয়ে যাওয়া.