বিশ্ববিদ্যালয়ের একজন শিক্ষার্থী টানা কয়েক দিন গবেষণা করে একটি টার্ম পেপার বা অ্যাসাইনমেন্ট জমা দিলেন। শিক্ষক সেটি মূল্যায়নের জন্য Turnitin বা GPTZero-এর মতো কোনো সফটওয়্যারে আপলোড করলেন। কয়েক সেকেন্ডের মধ্যে ফলাফল এল: “80% AI Generated”। শিক্ষক ধরে নিলেন, শিক্ষার্থী নিজে না লিখে চ্যাটজিপিটি (ChatGPT) বা এ ধরনের কোনো টুলের সাহায্যে পুরো লেখাটি তৈরি করেছেন। ফলস্বরূপ, তাকে Academic Misconduct বা অ্যাকাডেমিক অসততার দায়ে অভিযুক্ত করা হলো।
বর্তমানে বাংলাদেশসহ বিশ্বজুড়ে শিক্ষাপ্রতিষ্ঠানগুলোতে এই দৃশ্য বেশ পরিচিত হয়ে উঠেছে। এআই টুলগুলোর ব্যবহার যেমন বাড়ছে, তেমনি সেগুলো ধরার জন্য এআই ডিটেক্টরের ওপর শিক্ষাপ্রতিষ্ঠানগুলোর নির্ভরতাও আশঙ্কাজনক হারে বৃদ্ধি পাচ্ছে। কিন্তু এখানে একটি বড় প্রশ্ন থেকে যায়—কোনো এআই ডিটেক্টরের (AI Detector) স্কোরের ওপর ভিত্তি করে একজন শিক্ষার্থীর বিরুদ্ধে এমন গুরুতর শাস্তিমূলক সিদ্ধান্ত নেওয়া কি বিজ্ঞানসম্মত বা যৌক্তিক?
এর সোজা উত্তর হলো—না। এআই ডিটেক্টর স্কোর কোনোভাবেই অ্যাকাডেমিক অসততার চূড়ান্ত বা অকাট্য প্রমাণ হতে পারে না। এটি বড়জোর একটি ‘সতর্ক সংকেত’ বা ফ্ল্যাগ হিসেবে কাজ করতে পারে। কেন এই প্রযুক্তিগুলোর ওপর অন্ধভাবে নির্ভর করা উচিত নয় এবং শিক্ষক-শিক্ষার্থীদের এই নতুন পরিস্থিতিতে ঠিক কী ধরনের পদ্ধতি অনুসরণ করা উচিত, তা নিয়েই আমাদের এই বিশ্লেষণ।
এআই ডিটেক্টরগুলো আসলে কীভাবে কাজ করে?
কোনো লেখা মানুষের নাকি যন্ত্রের, তা বোঝার জন্য ডিটেক্টরগুলো মূলত লেখার ভেতরের দুটি গাণিতিক বৈশিষ্ট্যের ওপর নির্ভর করে। এই মেট্রিক্সগুলো না বুঝলে ডিটেক্টরের ভুলগুলো ধরা কঠিন:
১. Perplexity (জটিলতা বা অনুমেয়তা): এআই মডেলগুলো মূলত পরিসংখ্যানের ওপর ভিত্তি করে কাজ করে। একটি শব্দের পর কোন শব্দটি বসালে বাক্যটি সবচেয়ে নিখুঁত হবে, তারা সেই হিসাব করে। ফলে তাদের লেখা হয় খুব সাধারণ, অনুমেয় এবং ছকে বাঁধা। ডিটেক্টর যখন দেখে কোনো লেখার ভাষা খুব বেশি সরল বা প্রচলিত শব্দের ওপর নির্ভরশীল, তখন এটি ধরে নেয় লেখার পারপ্লেক্সিটি কম এবং এটি এআই জেনারেটেড।
২. Burstiness (বৈচিত্র্য বা ছন্দ): মানুষের লেখার ধরনে একধরনের স্বাভাবিক বিশৃঙ্খলা থাকে। আমরা হয়তো একটি খুব ছোট বাক্য লেখার পরই একটি দীর্ঘ, জটিল বা আবেগময় বাক্য লিখি। বাক্যের এই কাঠামোগত বৈচিত্র্যকে বলে বার্সটিনেস। এআই সাধারণত একই দৈর্ঘ্যের এবং একই কাঠামোর বাক্য বারবার তৈরি করে।
সমস্যাটি তৈরি হয় অ্যাকাডেমিক রাইটিংয়ের ক্ষেত্রে। গবেষণাপত্র বা টার্ম পেপার লেখার সময় শিক্ষার্থীদের নির্দেশই দেওয়া হয় সহজ, সাবলীল এবং নির্দিষ্ট কাঠামো মেনে লেখার জন্য। অ্যাকাডেমিক লেখায় খুব বেশি আলংকারিক শব্দ বা বাক্যের অকারণ বৈচিত্র্য পরিহার করতে হয়। ফলে, একজন শিক্ষার্থী যখন নিয়ম মেনে একটি নিখুঁত অ্যাকাডেমিক প্রবন্ধ লেখেন, তখন ডিটেক্টরের অ্যালগরিদম সেই কম ‘পারপ্লেক্সিটি’ ও ‘বার্সটিনেস’-এর কারণে লেখাটিকে ভুলবশত এআই জেনারেটেড হিসেবে চিহ্নিত করার ঝুঁকি তৈরি করে।
আরও পড়ুনঃ শিক্ষক প্রশিক্ষণে AI Literacy Curriculum কীভাবে সাজাবেন
নির্ভরযোগ্যতার সংকট: কেন এআই স্কোর চূড়ান্ত প্রমাণ নয়?
অ্যাকাডেমিক ইন্টিগ্রিটি বা শিক্ষার নৈতিক মান বজায় রাখা অবশ্যই জরুরি। কিন্তু এআই শনাক্তকরণের নামে যে প্রযুক্তি ব্যবহার করা হচ্ছে, তার বৈজ্ঞানিক ভিত্তি ও নির্ভুলতা নিয়ে খোদ প্রযুক্তি খাতের শীর্ষ গবেষক ও নির্মাতারাই সন্দিহান।
OpenAI-এর নিজস্ব টুল বন্ধ করে দেওয়ার ঘটনা
চ্যাটজিপিটি তৈরি করেছে যে প্রতিষ্ঠান, সেই ওপেনএআই (OpenAI) ২০২৩ সালের জানুয়ারিতে নিজস্ব একটি ‘এআই টেক্সট ক্লাসিফায়ার’ চালু করেছিল। তাদের লক্ষ্য ছিল, শিক্ষক ও গবেষকদের এআই লেখা শনাক্ত করতে সাহায্য করা। কিন্তু মাত্র ছয় মাস পর, জুলাই মাসে তারা টুলটি নীরবে বন্ধ করে দিতে বাধ্য হয়। কারণ হিসেবে তারা আনুষ্ঠানিকভাবে জানায়, টুলটি লেখা শনাক্ত করার ক্ষেত্রে যথেষ্ট নির্ভুল ফলাফল দিতে ব্যর্থ হচ্ছিল। মানুষের নিজের হাতে লেখা কনটেন্টকেও এটি ভুল করে এআই লেখা বলে রায় দিচ্ছিল। যে কোম্পানি সবচেয়ে শক্তিশালী জেনারেটিভ এআই তৈরি করেছে, তারাই যখন নিজেদের কনটেন্ট সঠিকভাবে ধরতে পারছে না, তখন তৃতীয় পক্ষের অন্যান্য ডিটেক্টরের নির্ভুলতা নিয়ে প্রশ্ন ওঠা অত্যন্ত স্বাভাবিক।
নন-নেটিভ ইংরেজি স্পিকারদের প্রতি অ্যালগরিদমের বৈষম্য
যাদের মাতৃভাষা ইংরেজি নয় (যেমন বাংলাদেশ বা ভারতের শিক্ষার্থী), তাদের জন্য এআই ডিটেক্টরগুলো এক নীরব ফাঁদে পরিণত হয়েছে। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের গবেষকদের করা একটি গবেষণায় (যা ২০২৩ সালে ‘Patterns’ জার্নালে প্রকাশিত হয়) দেখা গেছে, এআই ডিটেক্টর টুলগুলো নন-নেটিভ স্পিকারদের লেখাকে অনেক বেশি মাত্রায় এআই জেনারেটেড হিসেবে চিহ্নিত করে, যা প্রযুক্তিগত ভাষায় ‘ফলস পজিটিভ’ (False Positive) হিসেবে পরিচিত।
এর পেছনের কারণটি খুবই সাধারণ। নন-নেটিভ স্পিকাররা সাধারণত পাঠ্যবই থেকে শেখা নির্দিষ্ট ও প্রমিত ইংরেজি শব্দ ব্যবহার করেন এবং তাদের বাক্য গঠন তুলনামূলকভাবে সরল হয়। এই সরলতা এবং জটিল শব্দের অভাব এআই মডেলের লেখার ধরনের সঙ্গে হুবহু মিলে যায়। ফলে, নিজে কষ্ট করে ডিকশনারি ঘেঁটে লিখলেও তারা অকারণে এআই প্লেজিয়ারিজমের (AI Plagiarism) শিকার হচ্ছেন।
ফলস পজিটিভের মনস্তাত্ত্বিক বিপর্যয়
একজন শিক্ষার্থী যখন নিজের মেধা, ঘুম ও সময় ব্যয় করে একটি অ্যাসাইনমেন্ট তৈরি করার পর চুরির অভিযোগে অভিযুক্ত হন, তখন তা তার অ্যাকাডেমিক ক্যারিয়ারের পাশাপাশি মানসিক স্বাস্থ্যের ওপর বিপর্যয়কর প্রভাব ফেলে। অনেক শিক্ষাপ্রতিষ্ঠানে নিজেকে নির্দোষ প্রমাণ করার মতো কোনো প্রাতিষ্ঠানিক কাঠামো বা পরিষ্কার আপিল প্রক্রিয়া নেই। ফলে, প্রযুক্তিগত ত্রুটির কারণে অনেক নিরপরাধ শিক্ষার্থী বাধ্য হয়ে শাস্তি মেনে নিচ্ছেন অথবা তাদের আত্মবিশ্বাস চিরতরে নষ্ট হচ্ছে।
শিক্ষকদের জন্য সম্পাদকীয় গাইডলাইন: যন্ত্রের চেয়ে মানুষের বিচার বড়
শিক্ষাক্ষেত্রে এআই-এর সঠিক ব্যবহার নিশ্চিত করার অর্থ এই নয় যে প্রযুক্তির সাহায্য নিয়ে শিক্ষার্থীদের পুলিশিং করতে হবে। কোনো অ্যাসাইনমেন্টে উচ্চ AI Detector Score এলে শিক্ষকদের চূড়ান্ত সিদ্ধান্ত নেওয়ার আগে নিচের যৌক্তিক পদক্ষেপগুলো অনুসরণ করা উচিত:
- স্কোরটিকে শুধুমাত্র একটি ‘ফ্ল্যাগ’ হিসেবে দেখুন: টার্নিটিন বা অন্য কোনো টুলের উচ্চ স্কোরকে চুরির অকাট্য প্রমাণ ভাবার কোনো বৈজ্ঞানিক ভিত্তি নেই। এটি আপনাকে শুধু বলছে যে লেখাটি আরও গভীরভাবে মানব-পর্যালোচনা (Human Review) দাবি করে।
- শিক্ষার্থীর পূর্ববর্তী লেখার সঙ্গে তুলনা করুন: শিক্ষার্থীর আগের অ্যাসাইনমেন্ট, ক্লাসে বসে লেখা পরীক্ষা বা প্রেজেন্টেশনের লেখার স্টাইলের সঙ্গে বর্তমান লেখার তুলনা করুন। রাতারাতি লেখার ধরনে যদি অতি-মানবিক বা অস্বাভাবিক উন্নতি দেখা যায়, তবেই তা সন্দেহের কারণ হতে পারে।
- মৌখিক মূল্যায়ন বা ভাইভা নিন: এটি সবচেয়ে কার্যকর পদ্ধতি। লেখার মূল বিষয়বস্তু, রেফারেন্স এবং যুক্তিগুলো নিয়ে শিক্ষার্থীর সঙ্গে ৫-১০ মিনিট কথা বলুন। যদি সে নিজে গবেষণা করে লিখে থাকে, তবে সে তার কাজের প্রক্রিয়া, উৎসের ব্যবহার ও যুক্তির পক্ষে আত্মবিশ্বাসের সঙ্গে কথা বলতে পারবে। চ্যাটজিপিটি দিয়ে লেখা কপি-পেস্ট করলে মৌখিক আলোচনায় তা সহজেই ধরা পড়বে।
- কাজের ধাপ বা ড্রাফট দেখতে চান: চূড়ান্ত কপি জমা দেওয়ার আগে শিক্ষার্থী কীভাবে কাজ করেছে, তার কোনো আউটলাইন, রাফ ড্রাফট বা ব্রেইনস্টর্মিং নোটস আছে কি না, তা যাচাই করুন।
কী করা উচিত এবং কী করা উচিত নয়
| এআই স্কোর বেশি এলে যা করবেন | যা করা থেকে কঠোরভাবে বিরত থাকবেন |
| লেখার রেফারেন্স এবং সোর্সগুলোর বাস্তব অস্তিত্ব আছে কি না, তা যাচাই করা। | শুধুমাত্র এআই স্কোরের স্ক্রিনশট দেখিয়ে শিক্ষার্থীকে সরাসরি ফেল করানো বা বহিষ্কার করা। |
| শিক্ষার্থীর সঙ্গে ওয়ান-টু-ওয়ান কথা বলে তার চিন্তার গভীরতা ও যুক্তির সত্যতা যাচাই করা। | শিক্ষার্থীর আত্মপক্ষ সমর্থনের সুযোগ না দিয়ে সরাসরি অ্যাকাডেমিক শৃঙ্খলা কমিটিতে অভিযোগ পাঠানো। |
| পরবর্তী অ্যাসাইনমেন্ট জমার নিয়মে ড্রাফট ভার্সন যুক্ত করা বাধ্যতামূলক করা। | এআই ডিটেকশন টুলকে শতভাগ নির্ভুল, নিরপেক্ষ ও চূড়ান্ত বিচারক হিসেবে ধরে নেওয়া। |
এআই যুগে শিক্ষার্থীদের আত্মরক্ষার উপায়
আপনি নিজে শতভাগ সততার সঙ্গে লেখার পরও যদি এআই ডিটেক্টর আপনাকে ভুলভাবে অভিযুক্ত করে, তবে সেই পরিস্থিতি সামাল দেওয়ার জন্য কিছু পূর্বপ্রস্তুতি থাকা জরুরি। বর্তমান সময়ে শুধু ভালো লিখলেই হবে না, আপনি যে নিজে লিখেছেন, তার প্রমাণও রাখতে হবে:
১. কাজের ডিজিটাল প্রমাণ সংরক্ষণ করুন: আপনার গবেষণা ও লেখার কাজ Google Docs বা Microsoft Word-এর মতো ক্লাউডভিত্তিক সফটওয়্যারে করুন এবং “Version History” বা “Track Changes” অপশন চালু রাখুন। এটি প্রমাণ করবে যে আপনি শূন্য থেকে শুরু করে ধাপে ধাপে লেখাটি তৈরি করেছেন এবং বিভিন্ন সময়ে কতটা সময় নিয়ে এডিট করেছেন। কপি-পেস্ট করা লেখায় এই হিস্ট্রি থাকে না।
২. গ্রামার টুল ব্যবহারে চরম সতর্কতা: Grammarly বা QuillBot-এর মতো টুলের সাহায্যে পুরো বাক্য বা অনুচ্ছেদ প্যারাফ্রেজ (Paraphrase) করার অভ্যাস পরিহার করুন। এই টুলগুলো যখন আপনার বাক্য পুনরায় লিখে দেয়, তখন লেখার কাঠামোগত বার্সটিনেস নষ্ট হয়ে যায়। ফলে এআই ডিটেক্টর অনেক সময় সেটিকে এআই জেনারেটেড হিসেবে ধরে নেয়। শুধু বানান ও সাধারণ ব্যাকরণগত ভুলের জন্য এসব টুলের বেসিক ফিচার ব্যবহার করা নিরাপদ।
৩. নোট এবং আউটলাইন গুছিয়ে রাখুন: গবেষণার সময় যে সোর্সগুলো পড়েছেন, তার লিংক, পিডিএফ এবং হাতে লেখা নোট বা প্রাথমিক আউটলাইন সংরক্ষণ করুন। যদি কখনো অভিযুক্ত হন, তবে আপনার এই অপরিমার্জিত কাঁচামালগুলোই আপনার নিরপরাধ হওয়ার সবচেয়ে শক্তিশালী প্রমাণ হিসেবে কাজ করবে।
অ্যাকাডেমিক মূল্যায়নের ভবিষ্যৎ: পুলিশিং বনাম শিখন
বাস্তবতা হলো, এআই ডিটেক্টরগুলো বর্তমান সময়ের জেনারেটিভ এআই মডেলগুলোর (যেমন GPT-4, Claude 3) গতির সঙ্গে পাল্লা দিয়ে পেরে উঠছে না। প্রযুক্তি যত উন্নত হচ্ছে, এআই লেখা তত বেশি মানুষের লেখার কাছাকাছি চলে আসছে। আগামী দিনে মানুষের লেখা এবং এআই-এর লেখার মধ্যে পার্থক্য করা প্রায় অসম্ভব হয়ে পড়বে।
তাই AI Detector Score-এর ভিত্তিতে Academic Misconduct-এর সিদ্ধান্ত নেওয়া প্রযুক্তিগতভাবে ত্রুটিপূর্ণ এবং নৈতিকভাবে প্রশ্নবিদ্ধ। শিক্ষাপ্রতিষ্ঠানগুলোকে এখন “চিরাচরিত অ্যাসাইনমেন্ট” ব্যবস্থার পরিবর্তন নিয়ে গুরুত্বের সঙ্গে ভাবতে হবে। শুধু প্রবন্ধ জমা দেওয়ার ওপর নির্ভর না করে প্রজেক্ট-ভিত্তিক কাজ, ক্লাসরুম প্রেজেন্টেশন এবং মৌখিক মূল্যায়নের ওপর জোর দিলে এআই দিয়ে তৈরি করা লেখার ওপর নির্ভরতা এমনিতেই কমে আসবে।
প্রযুক্তিকে ভয় পেয়ে বা সফটওয়্যার দিয়ে আটকানোর চেষ্টা না করে, বরং এআই টুলের নৈতিক ও সহায়ক ব্যবহার শিক্ষার্থীদের শেখানোই হবে ভবিষ্যতের শিক্ষাব্যবস্থার সবচেয়ে কার্যকর সমাধান।
শেষ কথা
প্রযুক্তির অগ্রগতিকে ঠেকিয়ে রাখা সম্ভব নয়, আর শিক্ষাক্ষেত্রে কৃত্রিম বুদ্ধিমত্তার ব্যবহারও এখন বাস্তবতা। তাই অন্ধভাবে এআই ডিটেক্টরের স্কোরকে একমাত্র মানদণ্ড ধরে শিক্ষার্থীদের শাস্তি দেওয়ার সংস্কৃতি থেকে বেরিয়ে আসতে হবে। প্রযুক্তি কেবল সহায়ক মাধ্যম হতে পারে, কিন্তু বিচারবুদ্ধি ও মূল্যায়নের ভার সবসময় মানুষের হাতেই থাকা উচিত। স্বচ্ছতা, খোলামেলা আলোচনা এবং নৈতিক নির্দেশিকা তৈরির মাধ্যমেই কেবল অ্যাকাডেমিক সততা রক্ষা করা সম্ভব।
প্রায়শই জিজ্ঞাসিত প্রশ্ন
এআই ডিটেক্টর কি ১০০% নির্ভুল ফলাফল দিতে পারে?
না। বর্তমানে এমন কোনো এআই ডিটেক্টর নেই যা শতভাগ নির্ভুল। মানুষের নিজের লেখাকেও এগুলো ভুলবশত এআই হিসেবে চিহ্নিত করতে পারে (ফলস পজিটিভ)। আবার এআই দিয়ে লেখা কনটেন্টও ঠিকঠাকমতো প্রম্পট বা নির্দেশ দিলে ডিটেক্টরকে সহজেই ফাঁকি দিতে পারে।
গ্রামারলি (Grammarly) ব্যবহার করলে কি লেখার এআই স্কোর বেড়ে যায়?
হ্যাঁ, ক্ষেত্রবিশেষে উল্লেখযোগ্য হারে বাড়তে পারে। গ্রামারলি বা অনুরূপ টুল দিয়ে পুরো অনুচ্ছেদ রিরাইট (Rewrite) বা প্যারাফ্রেজ করলে লেখার গঠন যান্ত্রিক হয়ে যায়। এটি টার্নিটিন বা অন্য ডিটেক্টরগুলোতে এআই জেনারেটেড হিসেবে ধরা পড়ার একটি অন্যতম প্রধান কারণ।
বিশ্ববিদ্যালয় কি শুধু টার্নিটিন স্কোরের ভিত্তিতে কোনো শিক্ষার্থীকে বহিষ্কার করতে পারে?
এটি বিশ্ববিদ্যালয়ের নিজস্ব নীতির ওপর নির্ভর করে। তবে আধুনিক শিক্ষানীতি এবং প্রযুক্তিগত সীমাবদ্ধতার কারণে শুধুমাত্র একটি সফটওয়্যারের স্কোরের ভিত্তিতে চূড়ান্ত শাস্তিমূলক ব্যবস্থা নেওয়া কখনোই যৌক্তিক নয়। এ ধরনের সিদ্ধান্তে শিক্ষার্থীর পূর্ববর্তী রেকর্ড এবং ভাইভা বা মৌখিক মূল্যায়নকে প্রধান ভিত্তি হিসেবে ধরা উচিত।
