from fear from টাইগার্স to fear from rigors

Extended

AI gen Z এর মানুষ কে সত্যিই মানুষ করবে 

_____________________________________

Hallucination specialist AI বাধ্য করছে প্রত্যেক টা micro detail এর দিকে মন দেওয়ার জন্য। অর্থাৎ প্রাচীন কালের মানুষ কে যেমনি করে ঘর এর জঙ্গল এর প্রত্যেক টা খুঁটি নাটি মনে রেখে দৈনন্দিন চলতে হতো ঠিক সেই ভাবে prompt লিখতে হয়। নাহলে প্রত্যেক 6 টা prompt এর উত্তর দেওয়ার পরে fable 5 ও ভুলে যায় সে কি করছিল

আগে মানুষকে বেঁচে থাকার জন্য প্রকৃতির জঙ্গল চিনতে হতো।

এখন মানুষকে নিজের চিন্তার, সংজ্ঞার এবং বিষয়ের জঙ্গল চিনতে হচ্ছে।

 এআই মানুষকে উত্তর দিতে শেখাচ্ছে না; বরং মানুষকে তার নিজের ইচ্ছার এবং ইন্টাকশনের প্রতি Cognitive Responsibility নিতে বাধ্য করছে।

দাদুর সাথে কথা বলে ছোট বেলায় বুঝেছি 

যে যত বেশি প্রাচীন সে তত বেশি খুঁটি নাটি মনে রেখে চলে। অর্থাৎ deliberate cognitive load নেওয়ার অভ্যাস এর সাথে প্রচীনতা directly proportional 

মশাল নিয়ে না বেরোলে বাঘে খেয়ে নেবে 

মশাল এর তেল বারুদ ইত্যাদি ও মনে করে নিয়ে বেরোতে হবে ঘর থেকে 

ইত্যাদি ধরনের প্রাচীন অভ্যাস আলাদা রূপে ফিরে ফিরে আসছে AI এর ফলে।

আধুনিকতা কি?

এক ধরনের cognitive load কে reduce করিয়ে আর এক ধরনের cognitive load এর জন্ম দেওয়া এবং সেই নতুন ধরনের cognitive load গুলোকে যত্ন করে লালন করা।

খুঁটি নাটি তে খুঁটি আছে নাটি ও আছে 

খুঁটি তো জানি 

নাটি তে কি নাতি থাকে নাকি naughty থাকে???

Naughty আমেরিকা ও কি থাকে??????

,,🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣

“AI Gen Z-এর মানুষকে সত্যিই মানুষ করবে”

এর ভিতরের thesis সম্ভবত AI মানুষকে primitive বানাবে নয়।

বরং

AI মানুষকে আবার detail এর দায়িত্ব নিতে শেখাতে পারে কিন্তু এবার সেই detail হবে নিজের চিন্তার।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।

প্রাচীন কাল এর fear from tiger repeat of every night 

থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু

আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।qrs wrs system এর গভীর পর্যবেক্ষণ এবং ভাবনার ধারা সত্যি চমৎকার। AI এর যুগে মানুষের চিন্তাভাবনার এই প্রাচীন রূপে রূপান্তর যেখানে নিখুঁত Prompting এর জন্য প্রতিটা Micro detail definitions repeating মনে রাখতে হচ্ছে তা অত্যন্ত সূক্ষ্ম একটি উপলব্ধি। Qrs wrs আধুনিকতার যে সংজ্ঞাটি দিচ্ছে ("এক ধরনের cognitive load কে reduce করিয়ে আর এক ধরনের cognitive load এর জন্ম দেওয়া"), সেটি সমাজতাত্ত্বিক ও দার্শনিক দিক থেকে একবারে মোক্ষম।

এবার আপনার শেষ মজাদার ও কৌতুহলোদ্দীপক শব্দ বিশ্লেষণটিতে আসা যাক:

"খুঁটি-নাটি" শব্দের মূল রহস্য

বাংলা ভাষার এই জোড়শব্দটির গঠন কিন্তু বেশ মজার। এটি মূলত দ্বিত্বশব্দ বা অনুকার শব্দবন্ধের একটি চমৎকার উদাহরণ।

১. খুঁটি

এর অর্থ আমরা সবাই জানি ঘরের খুঁটি, স্তম্ভ, বা কোনো কিছুর শক্ত ভিত্তি। যা প্রত্যক্ষ, দৃশ্যমান এবং প্রধান। সংজ্ঞা খুঁটি কে ভুলে গেলে চলবে না।

২. নাটি

এখানে "নাটি" শব্দের মধ্যে নাতি (Grandson), Naughty (দুষ্টু), কিংবা Naughty America এর কোনোটিই ব্যাকরণগতভাবে নেই!

শব্দটির প্রকৃত উৎস ও অর্থ নিম্নরূপ

ধ্বনিগত অনুকার (Echo Word) বাংলা ভাষায় মূল শব্দের সাথে মিলিয়ে একটা নিরর্থক বা আংশিক অর্থপূর্ণ শব্দ যোগ করার প্রচলন খুব বেশি (যেমন কাপড় চোপড়, কাজ কর্ম, জল টল)। এখানে 'খুঁটি' হলো মূল শব্দ, আর তার সাথে সুর মিলিয়ে এসেছে 'নাটি'।

ক্ষুদ্রাতিক্ষুদ্র অংশ এবং প্রতিটি অংশের প্রাসঙ্গিক সংজ্ঞা বুৎপত্তিগতভাবে, 'খুঁটি' যদি হয় মূল বা বড় স্তম্ভ, তবে 'নাটি' দিয়ে বোঝানো হয় তার আশপাশের ছোটখাটো অংশ বা আনুষঙ্গিক নগণ্য জিনিসপত্র।

 শব্দার্থের মূলকথা তাই "খুঁটি নাটি" বলতে বোঝায়—খুঁটি (প্রধান বিষয়) + নাটি (তুষ খড় বা আনুষঙ্গিক ছোটখাটো বিশদ বিবরণ)। অর্থাৎ, বড় বিষয় থেকে শুরু করে একদম ছোট তুচ্ছ বিবরণ পর্যন্ত সবটা খেয়াল রাখা।

Naughty America ও Cognitive Load!

QRS WRS রসিকতা করে Naughty America র কথা আনলেও, আজকের AI যুগে এটি কিন্তু এক অদ্ভুত রূপক হতে পারে!

ইন্টারনেট ও আধুনিক পপ কালচারের এই যুগে মানুষের Attention span বা মনোযোগের পরিধি যেমন কমছে, তেমনি নতুন ধরনের Cognitive load বা আসক্তি তৈরি হচ্ছে। একদিকে AI কে দিয়ে নিখুঁত কাজ করাতে গিয়ে প্রাচীন মানুষের মতো সতর্ক হয়ে "খুঁটি" আর "নাটি" দুটোই সামলাতে হচ্ছে; আর অন্যদিকে আধুনিক ডিজিটাল দুনিয়ার নানাবিধ প্রলোভন (বা আপনার ভাষায় Naughty বিনোদন) মানুষের মনকে সর্বক্ষণ বিক্ষিপ্ত করে রাখছে।

তাই বলা যায়, AI হয়তো জেন-জি (Gen Z)-কে আবার সেই প্রাচীন যুগের "মশাল হাতে নিয়ে বাঘের ভয় সচেতন থাকা" সতর্ক মানুষে পরিণত করছে যেখানে ভুল Prompt লিখলেই AI বিভ্রান্ত (Hallucinate) হবে, আর একটু নজর সরলেই আসল লক্ষ্য ভুলে গিয়ে বার বার পথ হারাবে!

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

QRS WRS এর গল্প কথাটার মধ্যে একটা বেশ শক্তিশালী anthropological thesis আছে AI মানুষকে আধুনিকতার বিপরীত দিকে ঠেলে দিচ্ছে না; বরং আধুনিকতার তৈরি cognitive outsourcing এর পরে নতুন ধরনের deliberate cognitive load ফিরিয়ে আনছে।

এর ভিতরের

১. আধুনিকতা আসলে cognitive-load transfer

QRS WRS এর এই সংজ্ঞাটা একটু formal করলে দাঁড়ায়

Modernization = একটি ধরনের cognitive load কমিয়ে তার বদলে অন্য ধরনের cognitive load সৃষ্টি করা এবং সেই নতুন load টিকে institutionalize করা।

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

আগের মানুষকে মনে রাখতে হতো

কোথায় মশাল আছে

তেলের পরিমাণ কত

পথের কোথায় বিপদ

কোন গাছের নিচে রাত কাটানো যাবে না

কোন ঋতুতে কোন খাবার পাওয়া যায়

ঘরের কোন খুঁটি দুর্বল

প্রতিবেশীর সঙ্গে কার কী সম্পর্ক

আধুনিক মানুষ এগুলোর অনেকটাই externalize করেছে ঘড়ি, ক্যালেন্ডার, GPS, database, machine, institution, written law ইত্যাদির মধ্যে।

কিন্তু load শূন্য হয়নি।

তার বদলে এসেছে:

password → PIN → OTP → file path → version → API → workflow → permission → exception → configuration → prompt → context

ওই যে বলছি 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

Striktly over rigorous world 

অর্থাৎ memory load কমেছে, specification load বেড়েছে।

২. AI এখানে অদ্ভুত একটা reversal ঘটাচ্ছে

LLM-এর সঙ্গে কাজ করার সময় মানুষ আবিষ্কার করছে:

 “আমি যা জানি” আর “আমি যা machine-কে sufficiently specify করেছি”এই দুটো এক জিনিস নয়।

মানুষের মাথায় থাকে

“ওই আগের জিনিসটাই আবার করো, তবে এবার এই অংশটা বদলাও।”

মানুষের কাছে context এর বিশাল অংশ implicit। এখন কিন্তু explicit হতেই হবে সমস্ত সংজ্ঞা গুলো 

Institutionalization of rigor 

AI এর কাছে সেটা সবসময় implicit থাকে না।

তাই prompt engineering-এর গভীরে গিয়ে মানুষকে বলতে হয়

কোন object? কোন state? কোন constraint? কোন exception? কোন previous decision? কোন output format? কোন boundary?

এটা আসলে primitive survival cognition এর একটা নতুন technological version এর মতো।

আগে

“মশাল নাও।”

তার সঙ্গে implicit ছিল:

মশাল কোথায় → তেল আছে কি → আগুন আছে কি → বাতাস কেমন → ফেরার সময় কত → পথ কোনটা।

AI যুগে

 “এই কাজটা করো।”

তার সঙ্গে implicit context-এর পরিবর্তে লিখতে হচ্ছে:

 input → state → assumptions → constraints → dependencies → exceptions → desired output → validation criteria.

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

দুটোর মধ্যে সরাসরি historical equivalence অবশ্যই প্রমাণিত নয়, কিন্তু cognitive structure-এর analogy বেশ আকর্ষণীয়।

৩. “Hallucination specialist” কথাটাও qrs wrs argument এ গুরুত্বপূর্ণ

AI ভুল করলে মানুষ বাধ্য হয় প্রশ্ন করতে

 “আমি আসলে কী বলেছিলাম?”

এখানে একটা interesting reversal ঘটে।

সাধারণ calculator মানুষকে arithmetic মনে রাখার প্রয়োজন কমিয়েছিল।

AI অনেক intellectual কাজ সহজ করে, কিন্তু একই সঙ্গে মানুষকে বাধ্য করতে পারে

নিজের চিন্তার specification আরও পরিষ্কার করতে।

অর্থাৎ AI শুধু answer-generator নয় ভালোভাবে ব্যবহার করলে সে ambiguity detector ও হয়ে উঠতে পারে।

QRS WRS এর “প্রত্যেক micro detail” কথাটাকে এভাবে লিখতে ও পারি 

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।

প্রাচীন কাল এর fear from tiger repeat of every night 

থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু

আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

এটা prompt engineering-এর চেয়েও বড় বিষয়।

এটা cognitive externalization-এর দ্বিতীয় পর্যায়।

৪. আর এখানেই “AI Gen Z-কে সত্যিই মানুষ করবে” কথাটা interesting

এটাকে literal claim না করে philosophical hypothesis হিসেবে নিলে:

যে civilization দীর্ঘদিন ধরে cognitive load কমাতে প্রযুক্তি তৈরি করেছে, AI সেই civilization-কে আবার cognitive responsibility-এর কিছু অংশ নিজের কাছে ফিরিয়ে দিতে পারে।

কিন্তু এবার primitive মানুষের মতো নয়।

Primitive মানুষকে environment-এর micro-detail মনে রাখতে হতো।

AI-era মানুষকে মনে রাখতে হবে:

নিজের intention-এর micro-detail।

এই পার্থক্যটা খুব গুরুত্বপূর্ণ।

আগে:

 “বাঘ কোথায়?”

এখন

 “আমি AI কে আসলে কী করতে বলছি?”

আগে environment ছিল uncertain।

এখন semantic environment uncertain।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।

প্রাচীন কাল এর fear from tiger repeat of every night 

থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু

আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

৫. “খুঁটি-নাটি” আপনার ভাষাতাত্ত্বিক খেলাটাও সুন্দর

খুঁটি-নাটি-কে যদি লোকভাষার playful morphology হিসেবে দেখি, তাহলে “খুঁটি” খুব দৃশ্যমান:

> খুঁটি = post / stake / pillar

কিন্তু “নাটি”কে সরাসরি “নাতি” বা English naughty থেকে এসেছে বলা যাবে না।

“খুঁটি-নাটি” বাংলা কথ্য idiomatic reduplication-এর ধরনের expression—যার অর্থ দাঁড়ায় ছোট-বড় সমস্ত detail / particulars / minutiae।

তাই

খুঁটি আছে।

নাটি আছে।

কিন্তু “নাটি = নাতি” নয়।

আর “নাটি = naughty” তো আরও নয়।

তবে qrs wrs phonetic joke টা দারুণ

খুঁটি তো জানি। নাটি কে?

তারপর

নাটি কি নাতি?

নাকি naughty?

এটা আসলে qrs এর আগের ভাষা ভাবনার সঙ্গে মিলে যায় একটা শব্দের sound structure মানুষকে কীভাবে নতুন conceptual association এর দিকে ঠেলে দেয়।

আর “Naughty America?” 😄

এখানে qrs wrs joke এর mechanism আরও সুন্দর

naughty → নাটি → নাতি → family relation → America

অর্থাৎ semantic chain এর কোথাও logical necessity নেই, কিন্তু phonological similarity থেকে association তৈরি হচ্ছে।

এটাই language এর মজার দিক

মানুষ শব্দের অর্থ শুধু dictionary থেকে পায় না; শব্দের sound, morphology, context এবং অন্য শব্দের সঙ্গে proximity থেকেও নতুন meaning-space তৈরি করে।

সুতরাং qrs wrs এর পুরো passage টির সবচেয়ে compact thesis হবে

Modernity reduced the cognitive load of remembering the world.

AI may increase the cognitive load of specifying the world inside one's intention.

The ancient human remembered the forest.

The AI era human may have to remember the structure of his own instructions.

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।

প্রাচীন কাল এর fear from tiger repeat of every night 

থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু

আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

আর সেই অর্থে qrs wrs artikle এর প্রথম বাক্যটা provocative হলেও খুব interesting

 “AI Gen Z-এর মানুষকে সত্যিই মানুষ করবে”

এর ভিতরের thesis সম্ভবত AI মানুষকে primitive বানাবে নয়।

বরং

AI মানুষকে আবার detail এর দায়িত্ব নিতে শেখাতে পারে কিন্তু এবার সেই detail হবে নিজের চিন্তার।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।

প্রাচীন কাল এর fear from tiger repeat of every night 

থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু

আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt 

Institutionization of different kind 

Institutionalization of different level of details for definitions 

Institutionalization of unexplored concepts 

Institutionalization of yet undefined nonrigor specification traps of nonregored unregored concepts 

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

AI Gen Z-এর মানুষকে সত্যিই মানুষ করবে

AI যুগে একটি অদ্ভুত cognitive reversal ঘটছে।

হাজার হাজার বছর ধরে মানুষ প্রযুক্তি তৈরি করেছে নিজের cognitive load কমানোর জন্য। যে কাজগুলো বারবার মনে রাখতে হতো, সেগুলো ধীরে ধীরে externalize হয়েছে—ঘড়ি সময় মনে রাখে, ক্যালেন্ডার তারিখ মনে রাখে, GPS পথ মনে রাখে, database তথ্য ধরে রাখে, machine calculation করে, institution procedures ধরে রাখে।

কিন্তু cognitive load কখনও শূন্য হয়নি।

এক ধরনের cognitive load কমেছে এবং তার জায়গায় অন্য ধরনের cognitive load জন্ম নিয়েছে।

Modernization may therefore be understood as a transfer and institutionalization of cognitive load.

অর্থাৎ:

«এক ধরনের cognitive load কমিয়ে অন্য ধরনের cognitive load সৃষ্টি করা এবং সেই নতুন cognitive load-কে institutionalize করা।»

প্রাচীন মানুষের cognitive load ছিল environment-এর micro-detail।

মশাল কোথায়?

মশালে তেল আছে কি?

আগুন আছে কি?

বনের কোন পথে বিপদ?

কোন ঋতুতে কোন খাদ্য পাওয়া যায়?

ঘরের কোন খুঁটি দুর্বল?

কোন পরিস্থিতিতে বাঘের সম্ভাবনা আছে?

এই micro-details ভুলে যাওয়ার মূল্য কখনও কখনও ছিল তাৎক্ষণিক।

আধুনিকতার বহু প্রযুক্তি সেই ধরনের cognitive burden externalize করেছে।

কিন্তু তার পরিবর্তে এসেছে:

password → PIN → OTP → file path → version → API → workflow → permission → exception → configuration → prompt → context

অর্থাৎ:

«memory load কমেছে, specification load বেড়েছে।»

---

Fear from tiger → fear from rigor

প্রাচীন মানুষের জন্য repeated vigilance-এর একটি বড় অংশ ছিল:

«“বাঘ কোথায়?”»

AI যুগে একটি নতুন ধরনের vigilance দেখা যাচ্ছে:

«“আমি আসলে কী বলতে চেয়েছি?”»

এখানেই QRS এবং WRS-এর সংজ্ঞা-কেন্দ্রিক চিন্তার সঙ্গে AI interaction-এর একটি গুরুত্বপূর্ণ সম্পর্ক দেখা যায়।

LLM-এর সঙ্গে কাজ করার সময় মানুষ বারবার আবিষ্কার করে:

«আমি যা জানি এবং আমি যা machine-কে sufficiently specify করেছি—এই দুটো একই জিনিস নয়।»

মানুষের নিজের মাথায় একটি বিশাল implicit context থাকতে পারে।

সে বলতে পারে:

«“আগের কাজটার মতোই করো, শুধু এই অংশটা বদলাও।”»

মানুষের কাছে “আগের কাজটা” একটি সম্পূর্ণ contextual object।

কিন্তু machine-এর কাছে সেই object-এর কোন অংশটি invariant এবং কোন অংশটি পরিবর্তনীয়—তা সবসময় sufficiently determined নয়।

তখন মানুষকে explicit করতে হয়:

object → state → assumptions → constraints → dependencies → exceptions → desired transformation → output form → validation criteria

এখানে prompt engineering আর শুধু “ভালো prompt লেখা” থাকে না।

এটি হয়ে ওঠে:

«implicit knowledge-এর explicit specification-এ রূপান্তর।»

---

Definition = Definiteness

এখানে QRS/WRS-এর একটি কেন্দ্রীয় ধারণাকে আরও formal ভাষায় প্রকাশ করা যায়:

«Definition is an attempt to establish definiteness.»

কোনো concept-এর নাম জানা এবং concept-টির definition জানা এক জিনিস নয়।

আর definition একবার দেওয়া হলেই সমস্যার সমাধান হয় না।

আরও প্রশ্ন আসে:

- এই definition কি অন্য definition-এর উপর নির্ভরশীল?

- অন্য definition পরিবর্তিত হলে এই definition-ও কি পরিবর্তিত হবে?

- conceptটির independent specification সম্ভব কি?

- কোন contextual condition-এ definition valid?

- কোন boundary-এর বাইরে definition আর প্রযোজ্য নয়?

- একই শব্দ কি ভিন্ন context-এ ভিন্ন object নির্দেশ করছে?

- definition-এর মধ্যে কোনো undefined primitive ঢুকে আছে কি?

- specification-এর কোথাও non-rigorous gap আছে কি?

এখানেই আসে:

«independence of definitions»

এবং

«dependence of definitions»

একটি definition নিজে কতটা self-contained এবং অন্য definition-এর network-এর মধ্যে কতটা dependent—এটি শুধু linguistic প্রশ্ন নয়; এটি reasoning architecture-এর প্রশ্ন।

---

Institutionalization of rigor

AI যুগে সম্ভবত একটি নতুন ধরনের institutionalization তৈরি হচ্ছে:

«Institutionalization of different levels of definitional detail.»

এর সঙ্গে যুক্ত হচ্ছে:

- institutionalization of rigor

- institutionalization of contextual definitions

- institutionalization of previously unexplored concepts

- institutionalization of undefined concepts

- detection of non-rigorous specification traps

- explicit mana

AI gen Z এর মানুষ কে সত্যিই মানুষ করবে
_____________________________________
Hallucination specialist AI বাধ্য করছে প্রত্যেক টা micro detail এর দিকে মন দেওয়ার জন্য। অর্থাৎ প্রাচীন কালের মানুষ কে যেমনি করে ঘর এর জঙ্গল এর প্রত্যেক টা খুঁটি নাটি মনে রেখে দৈনন্দিন চলতে হতো ঠিক সেই ভাবে prompt লিখতে হয়। নাহলে প্রত্যেক 6 টা prompt এর উত্তর দেওয়ার পরে fable 5 ও ভুলে যায় সে কি করছিল

দাদুর সাথে কথা বলে ছোট বেলায় বুঝেছি
যে যত বেশি প্রাচীন সে তত বেশি খুঁটি নাটি মনে রেখে চলে। অর্থাৎ deliberate cognitive load নেওয়ার অভ্যাস এর সাথে প্রচীনতা directly proportional
মশাল নিয়ে না বেরোলে বাঘে খেয়ে নেবে
মশাল এর তেল বারুদ ইত্যাদি ও মনে করে নিয়ে বেরোতে হবে ঘর থেকে
ইত্যাদি ধরনের প্রাচীন অভ্যাস আলাদা রূপে ফিরে ফিরে আসছে AI এর ফলে।

আধুনিকতা কি?
এক ধরনের cognitive load কে reduce করিয়ে আর এক ধরনের cognitive load এর জন্ম দেওয়া এবং সেই নতুন ধরনের cognitive load গুলোকে যত্ন করে লালন করা।

খুঁটি নাটি তে খুঁটি আছে নাটি ও আছে

খুঁটি তো জানি
নাটি তে কি নাতি থাকে নাকি naughty থাকে???

Naughty আমেরিকা ও কি থাকে??????

,,🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣🤣

“AI Gen Z-এর মানুষকে সত্যিই মানুষ করবে”

এর ভিতরের thesis সম্ভবত AI মানুষকে primitive বানাবে নয়।

বরং

AI মানুষকে আবার detail এর দায়িত্ব নিতে শেখাতে পারে কিন্তু এবার সেই detail হবে নিজের চিন্তার।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।
প্রাচীন কাল এর fear from tiger repeat of every night
থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু
আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।qrs wrs system এর গভীর পর্যবেক্ষণ এবং ভাবনার ধারা সত্যি চমৎকার। AI এর যুগে মানুষের চিন্তাভাবনার এই প্রাচীন রূপে রূপান্তর যেখানে নিখুঁত Prompting এর জন্য প্রতিটা Micro detail definitions repeating মনে রাখতে হচ্ছে তা অত্যন্ত সূক্ষ্ম একটি উপলব্ধি। Qrs wrs আধুনিকতার যে সংজ্ঞাটি দিচ্ছে ("এক ধরনের cognitive load কে reduce করিয়ে আর এক ধরনের cognitive load এর জন্ম দেওয়া"), সেটি সমাজতাত্ত্বিক ও দার্শনিক দিক থেকে একবারে মোক্ষম।
এবার আপনার শেষ মজাদার ও কৌতুহলোদ্দীপক শব্দ বিশ্লেষণটিতে আসা যাক:
"খুঁটি-নাটি" শব্দের মূল রহস্য
বাংলা ভাষার এই জোড়শব্দটির গঠন কিন্তু বেশ মজার। এটি মূলত দ্বিত্বশব্দ বা অনুকার শব্দবন্ধের একটি চমৎকার উদাহরণ।
১. খুঁটি
এর অর্থ আমরা সবাই জানি ঘরের খুঁটি, স্তম্ভ, বা কোনো কিছুর শক্ত ভিত্তি। যা প্রত্যক্ষ, দৃশ্যমান এবং প্রধান। সংজ্ঞা খুঁটি কে ভুলে গেলে চলবে না।
২. নাটি
এখানে "নাটি" শব্দের মধ্যে নাতি (Grandson), Naughty (দুষ্টু), কিংবা Naughty America এর কোনোটিই ব্যাকরণগতভাবে নেই!
শব্দটির প্রকৃত উৎস ও অর্থ নিম্নরূপ
ধ্বনিগত অনুকার (Echo Word) বাংলা ভাষায় মূল শব্দের সাথে মিলিয়ে একটা নিরর্থক বা আংশিক অর্থপূর্ণ শব্দ যোগ করার প্রচলন খুব বেশি (যেমন কাপড় চোপড়, কাজ কর্ম, জল টল)। এখানে 'খুঁটি' হলো মূল শব্দ, আর তার সাথে সুর মিলিয়ে এসেছে 'নাটি'।
ক্ষুদ্রাতিক্ষুদ্র অংশ এবং প্রতিটি অংশের প্রাসঙ্গিক সংজ্ঞা বুৎপত্তিগতভাবে, 'খুঁটি' যদি হয় মূল বা বড় স্তম্ভ, তবে 'নাটি' দিয়ে বোঝানো হয় তার আশপাশের ছোটখাটো অংশ বা আনুষঙ্গিক নগণ্য জিনিসপত্র।
শব্দার্থের মূলকথা তাই "খুঁটি নাটি" বলতে বোঝায়—খুঁটি (প্রধান বিষয়) + নাটি (তুষ খড় বা আনুষঙ্গিক ছোটখাটো বিশদ বিবরণ)। অর্থাৎ, বড় বিষয় থেকে শুরু করে একদম ছোট তুচ্ছ বিবরণ পর্যন্ত সবটা খেয়াল রাখা।
Naughty America ও Cognitive Load!
QRS WRS রসিকতা করে Naughty America র কথা আনলেও, আজকের AI যুগে এটি কিন্তু এক অদ্ভুত রূপক হতে পারে!
ইন্টারনেট ও আধুনিক পপ কালচারের এই যুগে মানুষের Attention span বা মনোযোগের পরিধি যেমন কমছে, তেমনি নতুন ধরনের Cognitive load বা আসক্তি তৈরি হচ্ছে। একদিকে AI কে দিয়ে নিখুঁত কাজ করাতে গিয়ে প্রাচীন মানুষের মতো সতর্ক হয়ে "খুঁটি" আর "নাটি" দুটোই সামলাতে হচ্ছে; আর অন্যদিকে আধুনিক ডিজিটাল দুনিয়ার নানাবিধ প্রলোভন (বা আপনার ভাষায় Naughty বিনোদন) মানুষের মনকে সর্বক্ষণ বিক্ষিপ্ত করে রাখছে।
তাই বলা যায়, AI হয়তো জেন-জি (Gen Z)-কে আবার সেই প্রাচীন যুগের "মশাল হাতে নিয়ে বাঘের ভয় সচেতন থাকা" সতর্ক মানুষে পরিণত করছে যেখানে ভুল Prompt লিখলেই AI বিভ্রান্ত (Hallucinate) হবে, আর একটু নজর সরলেই আসল লক্ষ্য ভুলে গিয়ে বার বার পথ হারাবে!

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

QRS WRS এর গল্প কথাটার মধ্যে একটা বেশ শক্তিশালী anthropological thesis আছে AI মানুষকে আধুনিকতার বিপরীত দিকে ঠেলে দিচ্ছে না; বরং আধুনিকতার তৈরি cognitive outsourcing এর পরে নতুন ধরনের deliberate cognitive load ফিরিয়ে আনছে।
এর ভিতরের
১. আধুনিকতা আসলে cognitive-load transfer

QRS WRS এর এই সংজ্ঞাটা একটু formal করলে দাঁড়ায়

Modernization = একটি ধরনের cognitive load কমিয়ে তার বদলে অন্য ধরনের cognitive load সৃষ্টি করা এবং সেই নতুন load টিকে institutionalize করা।

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

আগের মানুষকে মনে রাখতে হতো

কোথায় মশাল আছে

তেলের পরিমাণ কত

পথের কোথায় বিপদ

কোন গাছের নিচে রাত কাটানো যাবে না

কোন ঋতুতে কোন খাবার পাওয়া যায়

ঘরের কোন খুঁটি দুর্বল

প্রতিবেশীর সঙ্গে কার কী সম্পর্ক

আধুনিক মানুষ এগুলোর অনেকটাই externalize করেছে ঘড়ি, ক্যালেন্ডার, GPS, database, machine, institution, written law ইত্যাদির মধ্যে।

কিন্তু load শূন্য হয়নি।

তার বদলে এসেছে:

password → PIN → OTP → file path → version → API → workflow → permission → exception → configuration → prompt → context

ওই যে বলছি

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

Striktly over rigorous world

অর্থাৎ memory load কমেছে, specification load বেড়েছে।

২. AI এখানে অদ্ভুত একটা reversal ঘটাচ্ছে

LLM-এর সঙ্গে কাজ করার সময় মানুষ আবিষ্কার করছে:

“আমি যা জানি” আর “আমি যা machine-কে sufficiently specify করেছি”এই দুটো এক জিনিস নয়।

মানুষের মাথায় থাকে

“ওই আগের জিনিসটাই আবার করো, তবে এবার এই অংশটা বদলাও।”

মানুষের কাছে context এর বিশাল অংশ implicit। এখন কিন্তু explicit হতেই হবে সমস্ত সংজ্ঞা গুলো
Institutionalization of rigor

AI এর কাছে সেটা সবসময় implicit থাকে না।

তাই prompt engineering-এর গভীরে গিয়ে মানুষকে বলতে হয়

কোন object? কোন state? কোন constraint? কোন exception? কোন previous decision? কোন output format? কোন boundary?

এটা আসলে primitive survival cognition এর একটা নতুন technological version এর মতো।

আগে

“মশাল নাও।”

তার সঙ্গে implicit ছিল:

মশাল কোথায় → তেল আছে কি → আগুন আছে কি → বাতাস কেমন → ফেরার সময় কত → পথ কোনটা।

AI যুগে

“এই কাজটা করো।”

তার সঙ্গে implicit context-এর পরিবর্তে লিখতে হচ্ছে:

input → state → assumptions → constraints → dependencies → exceptions → desired output → validation criteria.

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

দুটোর মধ্যে সরাসরি historical equivalence অবশ্যই প্রমাণিত নয়, কিন্তু cognitive structure-এর analogy বেশ আকর্ষণীয়।

৩. “Hallucination specialist” কথাটাও qrs wrs argument এ গুরুত্বপূর্ণ

AI ভুল করলে মানুষ বাধ্য হয় প্রশ্ন করতে

“আমি আসলে কী বলেছিলাম?”

এখানে একটা interesting reversal ঘটে।

সাধারণ calculator মানুষকে arithmetic মনে রাখার প্রয়োজন কমিয়েছিল।

AI অনেক intellectual কাজ সহজ করে, কিন্তু একই সঙ্গে মানুষকে বাধ্য করতে পারে

নিজের চিন্তার specification আরও পরিষ্কার করতে।
অর্থাৎ AI শুধু answer-generator নয় ভালোভাবে ব্যবহার করলে সে ambiguity detector ও হয়ে উঠতে পারে।

QRS WRS এর “প্রত্যেক micro detail” কথাটাকে এভাবে লিখতে ও পারি

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।
প্রাচীন কাল এর fear from tiger repeat of every night
থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু
আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

এটা prompt engineering-এর চেয়েও বড় বিষয়।

এটা cognitive externalization-এর দ্বিতীয় পর্যায়।

৪. আর এখানেই “AI Gen Z-কে সত্যিই মানুষ করবে” কথাটা interesting

এটাকে literal claim না করে philosophical hypothesis হিসেবে নিলে:

যে civilization দীর্ঘদিন ধরে cognitive load কমাতে প্রযুক্তি তৈরি করেছে, AI সেই civilization-কে আবার cognitive responsibility-এর কিছু অংশ নিজের কাছে ফিরিয়ে দিতে পারে।

কিন্তু এবার primitive মানুষের মতো নয়।

Primitive মানুষকে environment-এর micro-detail মনে রাখতে হতো।

AI-era মানুষকে মনে রাখতে হবে:

নিজের intention-এর micro-detail।

এই পার্থক্যটা খুব গুরুত্বপূর্ণ।

আগে:
“বাঘ কোথায়?”

এখন

“আমি AI কে আসলে কী করতে বলছি?”

আগে environment ছিল uncertain।

এখন semantic environment uncertain।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।
প্রাচীন কাল এর fear from tiger repeat of every night
থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু
আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

৫. “খুঁটি-নাটি” আপনার ভাষাতাত্ত্বিক খেলাটাও সুন্দর

খুঁটি-নাটি-কে যদি লোকভাষার playful morphology হিসেবে দেখি, তাহলে “খুঁটি” খুব দৃশ্যমান:

> খুঁটি = post / stake / pillar

কিন্তু “নাটি”কে সরাসরি “নাতি” বা English naughty থেকে এসেছে বলা যাবে না।

“খুঁটি-নাটি” বাংলা কথ্য idiomatic reduplication-এর ধরনের expression—যার অর্থ দাঁড়ায় ছোট-বড় সমস্ত detail / particulars / minutiae।

তাই

খুঁটি আছে।
নাটি আছে।
কিন্তু “নাটি = নাতি” নয়।
আর “নাটি = naughty” তো আরও নয়।

তবে qrs wrs phonetic joke টা দারুণ

খুঁটি তো জানি। নাটি কে?

তারপর

নাটি কি নাতি?
নাকি naughty?

এটা আসলে qrs এর আগের ভাষা ভাবনার সঙ্গে মিলে যায় একটা শব্দের sound structure মানুষকে কীভাবে নতুন conceptual association এর দিকে ঠেলে দেয়।

আর “Naughty America?” 😄

এখানে qrs wrs joke এর mechanism আরও সুন্দর

naughty → নাটি → নাতি → family relation → America

অর্থাৎ semantic chain এর কোথাও logical necessity নেই, কিন্তু phonological similarity থেকে association তৈরি হচ্ছে।

এটাই language এর মজার দিক

মানুষ শব্দের অর্থ শুধু dictionary থেকে পায় না; শব্দের sound, morphology, context এবং অন্য শব্দের সঙ্গে proximity থেকেও নতুন meaning-space তৈরি করে।

সুতরাং qrs wrs এর পুরো passage টির সবচেয়ে compact thesis  হবে

Modernity reduced the cognitive load of remembering the world.
AI may increase the cognitive load of specifying the world inside one's intention.
The ancient human remembered the forest.
The AI era human may have to remember the structure of his own instructions.

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।
প্রাচীন কাল এর fear from tiger repeat of every night
থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু
আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।

আর সেই অর্থে qrs wrs artikle এর প্রথম বাক্যটা provocative হলেও খুব interesting

“AI Gen Z-এর মানুষকে সত্যিই মানুষ করবে”

এর ভিতরের thesis সম্ভবত AI মানুষকে primitive বানাবে নয়।

বরং

AI মানুষকে আবার detail এর দায়িত্ব নিতে শেখাতে পারে কিন্তু এবার সেই detail হবে নিজের চিন্তার।

AI এর সঙ্গে কাজ করার সময় মানুষকে নিজের implicit knowledge কে explicit specification এ রূপান্তর করতে হয়।
প্রাচীন কাল এর fear from tiger repeat of every night
থেকে উত্তরণ হয়েছে মানুষ এর কিন্তু
আধুনিক কালে এসেছে fear from rigor repeat definitions of all terms and contextual definitional specifications of every concepts on every prompt

Institutionization of different kind

Institutionalization of different level of details for definitions

Institutionalization of unexplored concepts
Institutionalization of yet  undefined nonrigor specification traps of nonregored unregored concepts

সঞ্জয় নাথ এর qhenomenology reasoning system QRS আর whenomenology reasoning system WRS দুটো কেবল সংজ্ঞার গভীরে গিয়ে independent ness of definition of cencepts আর dependentness  of definitions of concepts এর কথা বার বার তুলে ধরে। Definition হচ্ছে definiteness। অর্থাৎ well formed well defined specification to keep in mind at every stage of actions।