ইংরেজিতে লেখেন এমন গ্রিক গবেষকদের জন্য AI Humanizer
ইংরেজিতে লেখেন এমন গ্রিক গবেষকদের জন্য AI humanizer। গ্রিক-প্রভাবিত ইংরেজিতে ভুলভাবে AI শনাক্তকরণে পতাকাঙ্কিত হওয়ার হার কমান, অর্থ ও উদ্ধৃতি অক্ষুণ্ণ রাখুন এবং স্বচ্ছভাবে AI ব্যবহারের কথা জানান।
একজন অ্যাথেন্সের ন্যাশনাল টেকনিক্যাল ইউনিভার্সিটির (National Technical University of Athens) পদার্থবিদ ইংরেজিতে নিজের পদ্ধতি-সংক্রান্ত অংশটি খসড়া করেন। তিনি প্রতিটি নিবন্ধ এবং প্রতিটি কাল (tense) দু’বার করে যাচাই করেন। এরপর তা Scopus-ইনডেক্সড একটি জার্নালে জমা দেন। কয়েক সপ্তাহ পর এক সহ-লেখক সম্পাদকীয় একটি নোট ফরোয়ার্ড করেন: পান্ডুলিপির একটি অংশকে একটি স্বয়ংক্রিয় AI ডিটেক্টর মেশিন-লিখিত বলে শনাক্ত করেছে। তিনি প্রতিটি বাক্যই নিজে লিখেছেন।
এখন এমন পরিস্থিতি এতটাই সাধারণ যে এটি মোটেই জমা দেওয়ার আগে গবেষকদের সতর্কতা ও উদ্বেগকে আকার দেয়। গ্রিক গবেষকদের জন্য একটি AI humanizer এই সমস্যার সমাধানের জন্যই তৈরি, আর কেন এটি প্রয়োজন, তা ডিটেক্টরদের কথাই বেশি বলে, লেখালেখির নয়।
গ্রিক গবেষণা প্রকৌশল, কম্পিউটার বিজ্ঞান, পদার্থবিদ্যা, চিকিৎসাবিজ্ঞান এবং ধ্রুপদী বিদ্যায় (classics) শক্তিশালী। এর বড় অংশ ইংরেজিতে বিশ্বের কাছে পৌঁছায়; কিন্তু চিন্তা ও প্রথম খসড়া তৈরি হয় গ্রিক ভাষায়। Web of Science এবং Scopus-এ প্রকাশনার অগ্রগতি ও ইউনিট মূল্যায়ন পুরস্কৃত করে, ফলে পরিষ্কার ইংরেজিতে লেখার চাপ কখনোই থামে না। এখানেই সমস্যা: স্পষ্ট, মানসম্মত দ্বিতীয় ভাষার ইংরেজি, ঠিক এই ধরনের লেখাই এসব টুলের দ্বারা সবচেয়ে বেশি ভুল বোঝা হয়।
গ্রিক গবেষকদের জন্য AI টেক্সটকে humanise করা (εξανθρωπισμός κειμένου AI)
আমাদের humanizer গ্রিক শিক্ষাবিদদের এমনভাবে ইংরেজিতে প্রকাশ করতে সাহায্য করে, যাতে তাদের যত্নসহকারে লেখা, নেটিভ-প্রভাবিত, গদ্যকে ভুল করে মেশিন-লিখিত বলে ধরা না হয়। এটি আপনার নিজের AI-সহায়তাপ্রাপ্ত খসড়ায় কাজ করে, আপনার অর্থ ও উদ্ধৃতি অক্ষুণ্ণ রাখে, এবং ডিটেক্টররা যেসব বিষয়ে বেশি নজর দেয়, সেই তাল/ছন্দ (rhythm) ও শব্দচয়নকে বদলে দেয়। আপনি যেসব অনুচ্ছেদ যথেচ্ছভাবে পতাকাঙ্কিত হয়েছে, সেগুলোর যে কোনো অংশ নিয়ে text humanizer ব্যবহার করে পরীক্ষা করতে পারবেন।
এই গাইডটি একটি বৃহত্তর multilingual AI humanizer hub-এর একটি নোড, যেখানে ষাটেরও বেশি ভাষায় একই সমস্যা সমাধানের দিকনির্দেশনা রয়েছে। কারণ দ্বিতীয় ভাষা হিসেবে একাডেমিক ইংরেজি লেখার ক্ষেত্রে false-flag প্যাটার্নটি যেখানে মানুষ লেখে, সেখানেই পুনরাবৃত্তি হয়।
খসড়া কি গ্রিকেই? humanizer সেটিও শনাক্ত করে ও প্রক্রিয়াজাত করে
সব খসড়াই ইংরেজিতে শুরু হয় না, আর humanizer সেটিরও প্রয়োজন করে না। গ্রিক টেক্সট পেস্ট করুন, ProofreaderPro স্বয়ংক্রিয়ভাবে গ্রিক বর্ণমালা শনাক্ত করে, এরপর সেটিকে এমন একটি ভাষা-সচেতন মডেলের মধ্যে রাউট করে যা আপনার পরিভাষা, উচ্চারণচিহ্ন (accents), এবং উদ্ধৃতিগুলো ঠিক যেমন লেখা আছে তেমনভাবেই ধরে রাখে। ‘εξανθρωπισμός κειμένου AI’ হিসেবে এটি আপনার গ্রিক গদ্যই সরাসরি পুনর্লিখন করে, যাতে আপনি অনুবাদের আগেই humanize করতে পারেন। একই শনাক্তকরণ ষাটেরও বেশি ভাষাকে কভার করে, প্রতিটিকে নিজস্ব ভাষাতেই পুনর্লিখিত করা হয়।

ProofreaderPro AI Humanizer গ্রিক একাডেমিক টেক্সট পুনর্লিখন করছে। before-and-after diff আপনার অর্থ ও উদ্ধৃতি ধরে রাখে, এবং ডিটেক্টর চেকগুলো নিশ্চিত করে যে পাঠটি স্বাভাবিকভাবে মানুষের পড়ার মতো।
কেন গ্রিক গবেষকদের AI ডিটেক্টরগুলো পতাকাঙ্কিত করে
সমস্যাটিকে সংখ্যায় রূপ দেওয়া ওই গবেষণাটি দিয়ে শুরু করা যাক। ২০২৩ সালে স্ট্যানফোর্ডের একটি দল, Weixin Liang-এর নেতৃত্বে, Cell Press-এর জার্নাল Patterns-এ প্রকাশ করে "GPT detectors are biased against non-native English writers"। তারা মানব-লিখিত TOEFL রচনাগুলো নিয়ে সেগুলোকে সাতটি বহুল ব্যবহৃত ডিটেক্টরের মধ্যে চালায়।
ফলাফল ছিল একপেশে। গড়ে অ-নেটিভ লেখকদের প্রায় ৬১% রচনা AI হিসেবে পতাকাঙ্কিত হয়েছিল; নেটিভ ইংরেজি লেখকদের ক্ষেত্রে তা ছিল প্রায় ৫%। এমনকি প্রতিটি ডিটেক্টরের কাছ থেকে একযোগে পতাকা পাওয়া অ-নেটিভ রচনার সংখ্যা ছিল প্রায় এক-পঞ্চমাংশ, অর্থাৎ ১৯.৮%। যেসব রচনায় সবাই মিলে পতাকা দিয়েছে, সেগুলোর প্রত্যেকটিতেই মানব লেখক ছিল।
এই প্রক্রিয়াকে বলা হয় perplexity। বহু ডিটেক্টর প্রতিটি পরের শব্দ ভাষা মডেলের কাছে কতটা ‘অপ্রত্যাশিত’, সেটার স্কোর হিসাব করে। সাধারণ শব্দ এবং পূর্বানুমেয় ক্রমে নির্মিত টেক্সট সাধারণত কম স্কোর করে। কম perplexity যেন মেশিন-লিখিত বলে পড়ে। একজন সতর্ক গ্রিক গবেষক যদি মানসম্মত শব্দভাণ্ডার এবং নিরাপদ বাক্য-নকশা বেছে নেন, তবে তিনি আসলে ঠিক সেই গদ্যই তৈরি করছেন, যেটা ডিটেক্টর প্রশিক্ষণের সময় শিখেছে অবিশ্বাস করতে। আমরা why AI detectors flag non-native writers অংশে এই ব্যর্থতার ধরনটি আরও গভীরে আলোচনা করি।
false flag-এর পেছনে গ্রিকের প্রথম-ভাষার প্যাটার্ন
নিচের অভ্যাসগুলো কোনো ভুল নয়। এগুলো সঠিক, মানসম্মত নির্মাণ (construction), এবং ঠিক সেজন্যই এগুলো perplexity কমিয়ে দেয় ও পতাকা টেনে আনে।
নিবন্ধ (Articles) সবচেয়ে স্পষ্ট উদাহরণ। গ্রিক ভাষা abstract noun, proper name, এবং generics-এর ক্ষেত্রে definite article ব্যবহার করে। ফলে একজন গ্রিক বক্তা ইংরেজিতে যখন লেখেন, তখন “the” স্বাভাবিকভাবেই ভরে যায়, যেমন: "the science shows", "the Professor Papadopoulos argued", "the nature of the problem"। প্রতিটি বাক্যাংশই ব্যাকরণগত, এবং তাদের স্থির ধারাবাহিক সঞ্চয় (accumulation) অত্যন্ত নিয়মিত।
কাল (Tense) ও দৃষ্টিভঙ্গি/অ্যাসপেক্ট (aspect) দ্বিতীয় আরেকটি সংকেত দেয়। গ্রিক ভাষা যেখানে aspect চিহ্নিত করে এমনভাবে যেটা ইংরেজি করে না, সেখানে present perfect বনাম simple past কিংবা simple বনাম continuous, এই দ্বৈততার মধ্যকার পছন্দগুলো একটি অনুচ্ছেদ জুড়ে সমভাবে ও পূর্বানুমেয়ভাবে বেরিয়ে আসতে পারে। ডিটেক্টর এই ‘সমতা’কে কোনো ব্যক্তি সিদ্ধান্ত নিচ্ছে, এভাবে না দেখে বরং একটি প্যাটার্ন হিসেবে পড়ে।
বাক্যের দৈর্ঘ্যও গুরুত্বপূর্ণ। গ্রিক একাডেমিক শৈলী দীর্ঘ period-কে প্রাধান্য দেয়, যেগুলো ভারী connectives দিয়ে বাঁধা থাকে। ফলে "moreover", "furthermore", এবং "in addition" যুক্তির ফাঁকগুলোতে গুচ্ছবদ্ধ হয়ে উঠে আসে। এই connectives-গুলোর অনেকগুলোই এমন শব্দ, যেগুলো একটি মডেল পরের সম্ভাব্য শব্দ হিসেবে সর্বোচ্চ সম্ভাব্যতার মধ্যে রাখে, ফলে perplexity আরও নিচে টেনে আনে।
আরও দুটি transfer effect পুরোটা ঘিরে ফেলে। তুলনামূলকভাবে বেশি স্বাধীন word order-সমৃদ্ধ ভাষা থেকে word order বহন হয়ে আসে, যার ফলে এমন বাক্য তৈরি হয় যেগুলো topicalised, সঠিক হলেও আকারে বেশ একঘেয়ে। আর transliteration-এর পছন্দগুলো, যখন নাম ও টেকনিক্যাল টার্মগুলো গ্রিক বর্ণমালা থেকে বাইরে আসে, তখন নিয়মিততার আরেকটি স্তর যোগ করে। একসঙ্গে এই বৈশিষ্ট্যগুলো এমন করে যে, সৎ গ্রিক-ইংরেজি (Greek-English) কোনো ডিটেক্টরের কাছে সন্দেহজনকভাবে ‘মসৃণ’ লাগে।
গ্রিসের AI-ডিটেকশন এবং Turnitin-এর প্রেক্ষাপট
গ্রিক প্রতিষ্ঠানগুলো থেকে আসা থিসিস ও জার্নাল সাবমিশন নিয়মিতভাবে স্ক্রিন করা হয়। Turnitin বা iThenticate-এর মাধ্যমে similarity checking ডিসার্টেশন ও পান্ডুলিপির ক্ষেত্রে মানসম্মত চর্চা। একই প্ল্যাটফর্মগুলো এখন similarity স্কোরের পাশাপাশি AI-writing নির্দেশকও দেখায়।
গ্রিস জুড়ে বিশ্ববিদ্যালয়গুলো নিজেদের generative-AI নির্দেশনা জারি করেছে, এবং চলমান দিকটি নিষেধাজ্ঞার চেয়ে বরং disclosure-এর দিকে ইঙ্গিত করছে। অর্থদাতা প্রতিষ্ঠান ও জার্নালগুলো ক্রমবর্ধমানভাবে লেখকদের জিজ্ঞেস করছে, কোথায় এবং কীভাবে AI টুল ব্যবহার করা হয়েছে তা উল্লেখ করতে। এর কোনোটাই AI সহায়তাকে ‘নিষিদ্ধ’ করে না। বরং AI সহায়তা সম্পর্কে সততার প্রত্যাশা তৈরি করে, যা এটি লুকানোর চেয়ে একেবারেই আলাদা।
মনে রাখা দরকার: একটি ডিটেক্টরের স্কোর কোনো রায় (verdict) নয়। Turnitin নিজেই কম AI স্কোর দমন করে এবং সতর্ক করে যে সেটি যেন integrity-সংক্রান্ত সিদ্ধান্তের একমাত্র ভিত্তি না হয়। অন্যত্র কিছু বিশ্ববিদ্যালয় উপরোক্ত নথিভুক্ত পক্ষপাতের ঠিক কারণেই তাদের AI ডিটেক্টর বন্ধ করে দিয়েছে। একটি flag হলো এমন একটি দাবি যা আপনি চ্যালেঞ্জ করতে পারেন, এটি দোষী সাব্যস্ত হওয়ার প্রমাণ নয়।
একটি পক্ষপাতদুষ্ট ডিটেক্টরকে যেন আপনার গবেষণার হয়ে কথা বলতে না দেয়
একটি ফ্ল্যাগ করা অনুচ্ছেদ পেস্ট করুন এবং দেখুন কীভাবে মানবিককরণ আপনার অর্থ, পরিভাষা, এবং উদ্ধৃতি অক্ষুণ্ণ রেখে, ডিটেক্টররা যে ছন্দ ভুলভাবে ব্যাখ্যা করতে পারে তা ভিন্নভাবে উপস্থাপন করে।
Humanizer ফ্রি করে দেখুনকোন কোন শীর্ষ গ্রিক বিশ্ববিদ্যালয়ে AI চেক দেখা যায়
নিচের প্রতিষ্ঠানগুলো থিসিস ও পান্ডুলিপি similarity-এর জন্য স্ক্রিন করে এবং ক্রমেই AI সূচকগুলোকেও বেশি ওজন দেয়। আপনি যদি এদের যেকোনো একটিতে লিখে জমা দেন, তাহলে আশা করুন আপনার ডিসার্টেশন বা সাবমিশন ওই সিস্টেমগুলোর একটির মধ্য দিয়ে যাবে।
- Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (National and Kapodistrian University of Athens, NKUA), in Athens
- Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (Aristotle University of Thessaloniki, AUTH), in Thessaloniki
- Εθνικό Μετσόβιο Πολυτεχνείο (National Technical University of Athens, NTUA), in Athens
- Πανεπιστήμιο Πατρών (University of Patras), in Patras
- Πανεπιστήμιο Κρήτης (University of Crete), in Heraklion and Rethymno
- Πανεπιστήμιο Ιωαννίνων (University of Ioannina), in Ioannina
- Πανεπιστήμιο Θεσσαλίας (University of Thessaly), in Volos
- Οικονομικό Πανεπιστήμιο Αθηνών (Athens University of Economics and Business, AUEB), in Athens
- Δημοκρίτειο Πανεπιστήμιο Θράκης (Democritus University of Thrace), in Komotini
এই তালিকাটি গ্রিসের উচ্চশিক্ষার সম্পূর্ণ চিত্র নয়; তবে এটি এমন জায়গাগুলোকে কভার করে যেখানে ইংরেজি ভাষায় অধিকাংশ একাডেমিক গবেষণা লেখালেখি হয়, এবং যেখানে অধিকাংশ স্ক্রিনিং বাস্তবে ঘটে।
গ্রিক গবেষকদের জন্য AI humanizer কীভাবে কাজ করে
ওয়ার্কফ্লোটি সৎ ও সরল, এবং এটি আপনাকে নিয়মের ভেতরেই রাখে।
প্রথমে draft করুন। আপনার চিন্তা যখন সবচেয়ে পরিষ্কার হয়, সেই জায়গা অনুযায়ী গ্রিক ভাষায় লিখুন, তারপর অনুবাদ করুন; অথবা আপনি যে সহায়তা ব্যবহার করেন সেটার সুবিধা নিয়ে সরাসরি ইংরেজিতে draft করুন। বাক্যগুলো কেমন পড়ছে, তা নিয়ে ভাবার আগেই যুক্তি (argument) ও প্রমাণ (evidence) ঠিক করুন।
এরপর ব্যাকরণ প্রুফরিড করুন। নিবন্ধের (article) অতিরিক্ত ব্যবহার ঠিক করুন, কালগুলো (tenses) স্থির করুন, এবং পরিভাষা যাচাই করুন যাতে অর্থ ঠিক সেইটাই থাকে যা আপনি উদ্দেশ্য করেছেন। আমাদের text humanizer এই ধাপের বিকল্প নয়, কারণ পরিচ্ছন্ন ইনপুট ভালো আউটপুট তৈরি করে।
এরপর নিজের AI-সহায়তাপ্রাপ্ত গদ্যকে humanize করুন। টুলটি বাক্যের তাল/ছন্দ (sentence rhythm) ও শব্দচয়ন বদলে দেয়, একঘেয়ে cadence ভেঙে দেয় যেটা কম perplexity হিসেবে পড়ে, এবং বারবার আসা connectives ও ছিটকে থাকা em dashes-এর মতো চেনা চিহ্ন সরিয়ে দেয়—এ সবকিছু করার সময় আপনার অর্থ, আপনার টেকনিক্যাল পরিভাষা, এবং প্রতিটি উদ্ধৃতি অক্ষুণ্ণ থাকে। নন-ইংরেজি টেক্সট ভাষা-সচেতন মডেলের মধ্য দিয়ে যায়, ফলে একটি গ্রিক অংশ সমতল (flatten) না হয়ে তার কাঠামোই ধরে রাখে।
ফলাফল সম্পর্কে আমরা সৎভাবে কী দাবি করতে পারি? আমাদের নিজস্ব পরীক্ষায় দেখা যায়, humanizing করলে যত্নসহকারে লেখা, মানসম্মত অ-নেটিভ ইংরেজি প্রধান ডিটেক্টর, যেমন Turnitin, Originality.ai, এবং GPTZero, এসবের দ্বারা ভুলভাবে কতবার পড়া হয় তা উল্লেখযোগ্যভাবে কমে, আর একই সঙ্গে একাডেমিক অর্থ অক্ষুণ্ণ থাকে। আমরা এ ব্যাপারে একটি নির্দিষ্ট সংখ্যা দেব না। ডিটেক্টরগুলো কয়েক মাস পরপর তাদের মডেল নতুন করে প্রশিক্ষণ দেয়, আর কোনো সত্যিকারের টুল ১০০% অচেনা (undetectable) থাকার নিশ্চয়তা দিতে পারে না। কেউ যদি সেটার গ্যারান্টি দেয়, তবে সে আপনাকে কিছু বিক্রি করছে।
সবশেষে, disclosure করুন। আপনার AI ব্যবহারটি এমন ফরম্যাটে লিখুন যেভাবে আপনার সুপারভাইজার, আপনার প্রতিষ্ঠান, এবং আপনার টার্গেট জার্নাল চায়। Humanizing পক্ষপাতদুষ্ট কোনো flag থেকে যত্নসহকারে লেখা কাজকে সুরক্ষা দেয়; আর disclosure নিশ্চিত করে যে আপনি যেই সহায়তা নিয়েছেন সে বিষয়ে আপনি সত্য কথা লিখছেন। এই দুইটি একসঙ্গে থাকে। humanizing-এর বাইরে সম্পাদনার সহায়তা দরকার হলে, আমাদের global academic editing hub এক জায়গায় ভাষা-সহায়তাসংক্রান্ত সব রিসোর্স সংগ্রহ করেছে।
স্থানীয় অর্থায়নকারী সংস্থা, জার্নাল, এবং AI-disclosure প্রত্যাশা
গ্রিসে প্রতিযোগিতামূলক গবেষণা অর্থ মূলত HFRI (Hellenic Foundation for Research and Innovation, ΕΛΙΔΕΚ)-এর মাধ্যমে প্রবাহিত হয়। এটি এমন প্রকল্প অর্থায়ন করে যা গবেষক-নেতৃত্বাধীন (investigator-led)। অন্যদিকে GSRI (General Secretariat for Research and Innovation) জাতীয় গবেষণা নীতি নির্ধারণ করে। আরো বহু গ্রিক দল European Research Council (ERC) গ্র্যান্টও ধরে। এগুলোর প্রতিটিরই নিজস্ব প্রতিবেদন-সংস্কৃতি (reporting culture) আছে, এবং AI-ব্যবহার disclosure ধীরে ধীরে সেটিরই অংশ হয়ে উঠছে।
প্রকাশনার দিক থেকে, গ্রিক গবেষকেরা Web of Science এবং Scopus-ইনডেক্সড জার্নালকে লক্ষ্য করেন। ন্যাশনাল ডকুমেন্টেশন সেন্টার (EKT) জাতীয় রিপোজিটরি ও গবেষণা পরিসংখ্যান বজায় রাখে। অধিকাংশ আন্তর্জাতিক জার্নাল এখন তাদের লেখক নির্দেশিকায় AI-disclosure সম্পর্কিত একটি ধারা (clause) রাখে। সবচেয়ে নিরাপদ অভ্যাস হলো সাবমিট করার আগে ওই ধারাটি পড়া, এবং আপনার প্রক্রিয়া অনুমান করতে রেখে না দিয়ে, আপনার টুলগুলোর বিষয়ে একটি সংক্ষিপ্ত বিবৃতি লেখা।
যুক্তিটা মাথায় রাখুন। আপনার নিজের draft-কে humanize করা এসবের কোনো ‘বাইপাস’ নয়। এটি নথিভুক্ত ডিটেক্টর পক্ষপাতের (detector bias) হাত থেকে স্পষ্ট গ্রিক-ইংরেজিকে রক্ষা করে, আর disclosure রেকর্ডকে সোজা রাখে। বাস্তব কাজ, সঠিকভাবে বিবেচিত।
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
Q: আমার পেপারটি AI humanizer না দেখে, যদিও আমি নিজেই লিখেছি, তবুও যদি পতাকাঙ্কিত হয়ে থাকে, তাহলে কি AI humanizer সাহায্য করবে?
হ্যাঁ, ঠিক এ কারণেই এটি তৈরি করা হয়েছে। যত্নসহকারে লেখা অ-নেটিভ ইংরেজি perplexity-তে কম স্কোর করে এবং মেশিন-লিখিত টেক্সট হিসেবে ভুল পড়া হয়। humanizing সেই rhythm ও শব্দচয়ন বদলে দেয় যেগুলো flag ট্রিগার করে, আর একই সঙ্গে আপনার অর্থ বজায় রাখে। এটি ডিটেক্টরগুলো অপূর্ণ, এই সত্যটি মুছে দিতে পারে না, তবে যেসব নির্দিষ্ট বৈশিষ্ট্যকে তারা বেশি ওজন দেয়, সেগুলো কমিয়ে দেয়।
Q: AI টেক্সটকে humanising করলে কি আমার উদ্ধৃতি বা টেকনিক্যাল টার্মগুলো বদলে যায়?
না। humanizer উদ্ধৃতি, রেফারেন্স, এবং ক্ষেত্রভিত্তিক (domain) পরিভাষা সংরক্ষণ করে, কারণ এগুলো পরিবর্তন করলে পেপারটি ক্ষতিগ্রস্ত হবে। এটি আপনার প্রমাণ (evidence) বা বিশেষজ্ঞ শব্দভাণ্ডার (specialist vocabulary) নয়, মূলত cadence এবং phrasing-এ কাজ করে।
Q: গ্রিক গবেষকদের জন্য AI humanizer ব্যবহার করা কি cheating হিসেবে ধরা হয়?
আপনি যদি সৎভাবে ব্যবহার করেন, তাহলে না। আপনি নিজের AI-সহায়তাপ্রাপ্ত draft-কে humanize করেন, আপনার অর্থ ও উদ্ধৃতি বজায় রাখেন, তারপর আপনার প্রতিষ্ঠান ও জার্নাল যেভাবে চায় সেভাবে AI ব্যবহার সম্পর্কে disclosure দেন। লক্ষ্য হলো বাস্তব লেখার ক্ষেত্রে ন্যায্যতা, নকল/বানানো কাজকে আড়াল করা নয়।
Q: কোনো টুল কি নিশ্চিত করতে পারে যে আমার টেক্সট সব AI detector পার করবে?
না, এবং যাদের কথা এমন বলে তাদের প্রতি আপনার অবিশ্বাস রাখা উচিত। ডিটেক্টরগুলো নিয়মিতভাবে তাদের মডেল আপডেট করে, তাই কোনো টুল ১০০% অচেনা থাকার নিশ্চয়তা দিতে পারে না। একটি ভালো humanizer যা করতে পারে তা হলো, সৎ অ-নেটিভ গদ্য কতবার ভুলভাবে flag পায়, সেই হার কমানো; আর পরীক্ষায় আমরা এটিই দেখতে পাই।
Q: আমি গ্রিক ভাষায় লিখেছি, তারপর অনুবাদ করেছি। এতে কি flag হওয়ার সম্ভাবনা বাড়ে?
বাড়তে পারে, কারণ অনুবাদ করা একাডেমিক গদ্য সাধারণত খুবই মানসম্মত ও নিয়মিত (regular) হয়, এবং ঠিক এটাই কম perplexity হিসেবে পড়ে। অনুবাদ করা draft-কে humanize করা, এবং পরে আপনার প্রক্রিয়া disclose করা, স্পষ্ট লেখাকে তার স্বচ্ছতার কারণে শাস্তি পাওয়া থেকে রক্ষা করার একটি যুক্তিসংগত উপায়।
অ-মাতৃভাষী একাডেমিকদের জন্য তৈরি, সতর্ক গ্রিক-ইংরেজিতে ভুল AI সতর্কবার্তা কমিয়ে দিন, উদ্ধৃতি, পরিভাষা, এবং যুক্তি অক্ষুণ্ণ রেখে।

Moe একজন NLP ইঞ্জিনিয়ার একজন PhD সহ প্রাকৃতিক ভাষা প্রক্রিয়াকরণে। তার গবেষণা কম্পিউটেশনাল ভাষাতত্ত্ব, পাঠ্য বিশ্লেষণ এবং মেশিন লার্নিংকে কভার করে এবং এটি সরাসরি ProofreaderPro-এর পিছনে সম্পাদনা এবং মানবীকরণ মডেলগুলিতে যোগ করে। তিনি প্রক্রিয়াটির অংশ সম্পর্কে লিখেছেন যা বেশিরভাগ লোকেরা কখনই দেখে না: কীভাবে একটি ভাষা মডেল একটি বাক্য পড়ে, স্কোর করে এবং কী পরিবর্তন করতে হবে তা সিদ্ধান্ত নেয়।