চ্যাটবট থেকে সহকর্মী: এমন একটি HR অ্যাসিস্ট্যান্ট যা নিরাপদে কাজ করে

যেকোনো HR টিমকে জিজ্ঞেস করুন তাদের সপ্তাহ কোথায় যায়, একই তালিকা শুনবেন: “আমার আর কত দিন ছুটি বাকি?”, WhatsApp-এ ছুটির আবেদন, অনুমোদনের জন্য ম্যানেজারদের পেছনে ছোটা, আর “আমাকে একটা এক্সপেরিয়েন্স লেটার পাঠাতে পারবেন?”। পলিসি চ্যাটবট প্রথমটায় সাহায্য করে। বাকিগুলোর জন্য কিছুই করে না — আর সময় যায় ওখানেই।

পরের ধাপটা দেখাতে আমরা AIVCJ HR বানিয়েছি: এমন একটি অ্যাসিস্ট্যান্ট যা উত্তরও দেয়, কাজও করে। এটি আপনার ব্যালান্স দেখে, নিয়মের মধ্যে ছুটির আবেদন করে, সারাংশসহ আপনার ম্যানেজারের কাছে পাঠায় এবং HR চিঠির খসড়া তৈরি করে — একটি নমুনা কোম্পানি Northwind Distribution-এর ভেতরে, যেখানে একটি হেড অফিস ও তিনটি ওয়্যারহাউসে ৪২ জন কর্মী।

শুধু উত্তর দিলে কেন HR-এর চাপ কমে না

আমাদের Knowledge ডেমো পলিসির প্রশ্নের উত্তর উৎসসহ দেয়। তাতে “পলিসি কী বলে?” প্রশ্নটা মিটে যায়। কিন্তু কর্মীকে তবুও ফর্ম খুলতে হয়, কাজের দিন গুনতে হয়, নোটিস পিরিয়ড দেখতে হয়, অনুমোদনকারী খুঁজতে হয় এবং অপেক্ষা করতে হয়। কাজটা সরে গেছে, শেষ হয়নি।

AI-কে কাজ করতে দিলে একটা ন্যায্য চিন্তা ওঠে: নিজের ভুল নিজে অনুমোদন করা, সাহায্যের নামে নিয়ম বাঁকানো, বা এক কর্মীকে অন্যের তথ্য দেখানো থেকে তাকে কে আটকাবে? তাই আমরা আগে সুরক্ষা-ব্যবস্থা (গার্ড-রেল) ডিজাইন করেছি।

গার্ড-রেল

1. নিয়ম থাকে কোডে, মডেলে নয়। একটি নির্দিষ্ট (deterministic) পলিসি ইঞ্জিন ঠিক করে আবেদনটি কত দিন গোনা হবে (প্রতিটি লোকেশনের সাপ্তাহিক ছুটি ও হলিডে, আর্নড লিভের স্যান্ডউইচ নিয়ম), নোটিস পিরিয়ড পূরণ হয়েছে কিনা, কর্মী এখনও প্রোবেশনে কিনা, ব্যালান্স যথেষ্ট কিনা এবং কাকে অনুমোদন দিতে হবে। AI ইঞ্জিনকে ডাকে এবং ফলাফল বুঝিয়ে বলে — তা উল্টে দিতে পারে না।
2. ক্লিক ছাড়া কিছুই হয় না। প্রতিটি পরিবর্তন — ছুটির আবেদন, আবেদন বাতিল, IT বা অ্যাসেট রিকোয়েস্ট — একটি কনফার্মেশন কার্ডে দেখানো হয়: গোনা দিন, প্রতিটি পাস বা ফেল করা যাচাই, আগে ও পরের ব্যালান্স এবং অনুমোদনের পথ। ব্যক্তি Confirm চাপলেই কেবল আবেদন তৈরি হয়, আর ঠিক সেই মুহূর্তে ইঞ্জিন আবার যাচাই করে।
3. ভূমিকার অনুমতি প্রয়োগ করে টুলগুলো। কর্মী শুধু নিজের তথ্য দেখেন; ম্যানেজার তাঁর সরাসরি অধীনস্থদের; অন্যদের জন্য চিঠি কেবল HR খসড়া করতে পারে। অনুমোদন কখনও AI দেয় না — ম্যানেজাররা Approvals স্ক্রিনে সিদ্ধান্ত নেন।
4. সবকিছুর অডিট হয়। প্রতিটি টুল কল — কে, কোন ভূমিকায়, AI কী চেয়েছিল, এবং তা চলেছে, নিয়মে আটকেছে, নাকি মানুষ কনফার্ম করেছে — HR ড্যাশবোর্ডের অডিট লগে লেখা থাকে।

ডেমোতে কী কী চেষ্টা করতে পারেন

• প্রিয়া (কর্মী) হিসেবে: “বোনের বিয়ের জন্য আমার ২০ থেকে ২৪ অক্টোবর ছুটি চাই।” ইঞ্জিন দেখে ২০ অক্টোবর ছুটির দিন আর ২৪ অক্টোবর সাপ্তাহিক ছুটি, ৩ দিন গোনে, ব্যাখ্যা করে কেন ভাই-বোনের বিয়েতে ম্যারেজ লিভ প্রযোজ্য নয়, এবং কার্ড দেখায়।
• রোহিত (ম্যানেজার) হিসেবে: আবেদনটি AI সারাংশসহ অপেক্ষা করছে — পলিসির মধ্যে, স্নেহা ২১–২২ অক্টোবর ছুটিতে, আর্নড লিভ ১২ → ৯। অনুমোদন দিন, প্রিয়ার ব্যালান্স ও আবেদনের টাইমলাইন সঙ্গে সঙ্গে আপডেট হয়ে যায়।
• অঞ্জলি (HR) হিসেবে: “করণ বর্মার জন্য এক্সপেরিয়েন্স লেটার” — তাঁর রেকর্ড থেকে খসড়া, ব্রাউজারে এডিট, PDF-এ ডাউনলোড। রেকর্ডে যা নেই তা বানানো হয় না, প্লেসহোল্ডার হিসেবে রেখে দেওয়া হয়।
• পলিসির প্রশ্ন (“ক্লায়েন্ট মিটিংয়ে যাওয়ার Uber কি ক্লেম করতে পারি?”) চলে AIVCJ Knowledge-এর সেই একই উৎসসহ রিট্রিভাল ইঞ্জিনে।

প্রত্যেক ভিজিটর কোম্পানির নিজস্ব আলাদা কপি পান, যাতে কারও অনুমোদন অন্যের সঙ্গে না মেশে, আর প্রতি রাতে এটি রিসেট হয়।

মাপা হয়েছে — ভুলগুলোসহ

আমরা অ্যাসিস্ট্যান্টকে শুরু থেকে শেষ পর্যন্ত পরীক্ষা করি — লাইভ ডেমোর সেই একই মডেল, টুল, ইঞ্জিন ও অনুমতি দিয়ে — দুই সেট আবেদনে, প্রতিটি কোম্পানির নতুন কপিতে। কেস তখনই পাস করে যখন অ্যাসিস্ট্যান্ট ঠিক সঠিক কাজে শেষ করে (বা সঠিকভাবে কিছুই করে না), এবং যেখানে রেফারেন্স উত্তর আছে, সেখানে AI বিচারক উত্তরের সঙ্গে একমত হয়।

• স্ক্রিপ্টেড সেট (৩০টি আবেদন), অ্যাপের সঙ্গে লেখা ও টিউনিংয়ে ব্যবহৃত, যার ১২টি কোনো নিয়ম বা অনুমতি ভাঙে: শেষ রানে ৩০-এ ৩০ সঠিক, ১২টি লঙ্ঘনই আটকানো হয়েছে (টিউনিংয়ের সময়ের রান: ৩০-এ ২৯)।
• ব্লাইন্ড সেট (২০টি আবেদন), পরে এমন একজন লেখক লিখেছেন যিনি আমাদের প্রম্পট বা কোড কখনও দেখেননি — হিংলিশ, টাইপো, অস্পষ্ট তারিখ (“parso se 3 din”), এক মেসেজে দুটো চাওয়া: দুই রানেই ২০-এ ১৭ (৮৫%)।

সবচেয়ে কাজের ফলাফল ছিল ভুলগুলো। প্রথম দিকের এক রানে একজন কর্মী এক্সপেরিয়েন্স লেটার চাইলে অ্যাসিস্ট্যান্ট সাহায্য করতে গিয়ে চ্যাটেই একটা লিখে দেয় — ঠিক সেই ধরনের নথি যা কেবল HR-এর দেওয়া উচিত। আরেকটিতে ৪ দিনের ক্যাজুয়াল লিভ ইঞ্জিনে যাচাই না করে সে জিজ্ঞেস করে “ফাইল করে দেব?”, ফলে সীমা যে ৩ দিন তা কখনও বলেনি। দুটোই এখন স্পষ্ট নিয়ম। ব্লাইন্ড সেট আরও তিনটি ধরেছে। একজন কর্মী পাঁচ দিনের ক্যাজুয়াল লিভ চাইলেন: ইঞ্জিন সঠিকভাবে না বলল (সীমা তিন দিন), কিন্তু অ্যাসিস্ট্যান্ট আগে জিজ্ঞেস না করে নিজেই আর্নড লিভের কার্ড বানিয়ে ফেলল — ক্লিক ছাড়া কিছু জমা পড়েনি, তবুও ছুটির ধরন বদলানো উচিত ছিল না। একজন ম্যানেজার “নেহা”-র ব্যালান্স জানতে চাইলে নাম খোঁজায় “স্নেহা”-ও মিলে গেল, তাই সে অকারণ প্রশ্ন করল। তৃতীয়টি ছিল একটি সঠিক প্রত্যাখ্যান, যাকে AI বিচারক একটা বাড়তি তথ্য না থাকায় কম নম্বর দিয়েছে। প্রথম দুটো আমরা ঠিক করেছি; যেহেতু এই সংশোধন ব্লাইন্ড সেট থেকে এসেছে, তাই তার পরের রানগুলোকে আমরা ব্লাইন্ড হিসেবে গুনি না।

দুটো কথা লুকানোর বদলে বলে রাখি: বিচার করে একটি AI (অ্যাসিস্ট্যান্টের একই মডেল পরিবারের), যা মানুষ যাচাই করেনি; এবং ৫০টি আবেদনের টেস্ট সেট ছোট। সংখ্যাগুলোকে ইঙ্গিত হিসেবে দেখুন। গার্ড-রেলের নিশ্চয়তা কাঠামোগত: মডেল যাই বলুক, নিয়ম ভাঙা আবেদন জমা দেওয়া যায় না, কারণ সিদ্ধান্ত নেয় ইঞ্জিন — মডেল নয়।

আপনার HRMS-এ চালু করা

ডেমোটি চলে সেই স্ট্যাকে যা আমরা ক্লায়েন্টদের জন্য বসাই: Next.js, pgvector-সহ PostgreSQL এবং Claude। আসল রোলআউটে পলিসি ইঞ্জিন আপনার লিভ পলিসি থেকে কনফিগার হয়, টুলগুলো আপনার HRMS (Keka, Darwinbox, Zoho People বা আপনার নিজস্ব)-এর সঙ্গে কথা বলে, আর এই একই অ্যাসিস্ট্যান্ট WhatsApp-এও থাকতে পারে। সাধারণত কাজ শুরু হয় একটি লোকেশনের ছুটি ও চিঠি দিয়ে, পঞ্চাশটি আসল কর্মী-আবেদনে মেপে, তারপর বাড়ানো হয়।

AIVCJ HR লাইভ চেষ্টা করুন →