গবেষণা লেখালেখির জন্য GPT-5.6 (তারপর সেটিকে মানবিক করে নিন)

আপনার লিটারেচার রিভিউ জমা দিতে বাকি আছে দশ দিন, আর ফাঁকা পাতা জিতে যাচ্ছে। আপনি ChatGPT খুললেন, এখন জুলাই ৯ তারিখে উন্মুক্ত হওয়া GPT-5.6 পরিবারেরই একটি সংস্করণ চলছে, এবং এক ঘণ্টার মধ্যেই আপনার ইন্ট্রোডাকশনের একটি রুক্ষ খসড়া তৈরি হয়ে গেল। কাজে লাগে। আবার ঝুঁকিও আছে। গবেষণা লেখালেখির জন্য GPT-5.6 ব্যবহার করলে বাস্তব অর্থে ঘন্টা বাঁচতে পারে, কিন্তু এটি যে লেখা ফিরিয়ে দেয় তা তখনও আপনার নয়, এবং সেটি জমা দেওয়ার জন্য তখনও নিরাপদ নয়।

এখন যা আসলে ঘটে, সেটার সত্যি সংস্করণ বলি। মডেলটি আপনাকে দিল সাবলীল, সমানভাবে ওজন দেওয়া গদ্য, যা পড়তে অন্য প্রতিটি মডেলের আউটপুটের মতোই লাগে, কারণ সেটাই বানানো হয়েছে। এতে সম্ভবত এক-দুইটি উদ্ধৃতি ঢুকে পড়েছে, যেগুলো দেখতে নিখুঁত, কিন্তু আসলে নেই। আর আপনার সুপারভাইজার, আপনার জার্নাল, এবং আপনার বিশ্ববিদ্যালয়, সবাই এই বিষয়ে এমন একটি নীতি অনুসরণ করে, যেটা সম্পর্কে আপনি এখনো ভাবেননি।

এটা কাউকে ফাঁকি দেওয়ার গল্প নয়। এটা সঠিকভাবে “helped writing” প্রক্রিয়া করার কথা: মডেলকে ব্যবহার করুন যেন সে আপনার নিজের পেপার লেখায় সহায়তা করে, খসড়াটি সম্পাদনা করুন যাতে সেটি আপনার কণ্ঠে হয় এবং আপনার যাচাইকৃত উৎস থাকে, এবং আপনার জার্নালের চাহিদা অনুযায়ী কীভাবে আপনাকে সাহায্য করা হয়েছে সেটি রিপোর্ট করুন। ডিটেক্টরে শূন্য স্কোর তাড়া করা ভুল লক্ষ্য। প্রকৃত, গ্রহণযোগ্য, এমন স্কলারশিপ তৈরি করাই সঠিক লক্ষ্য।

কেন গবেষণা লেখালেখির জন্য GPT-5.6, GPT-5 থেকে আলাদা

GPT-5.6 জুলাই ৯, ২০২৬ সালে সাধারণ ব্যবহারের জন্য উন্মুক্ত (general availability) হয়, এবং GPT-5.5-কে ছাড়িয়ে যায়। “GPT-5” এখন একটি পুরোনো রেফারেন্স, ফলে ২০২৬ সালের অনলাইনে যত “কীভাবে করবেন” পরামর্শ পাবেন, সেগুলোর বেশিরভাগই সম্ভবত আরও পুরোনো একটি মডেলকে বর্ণনা করছে। আপনি যদি ছয় মাস আগের কোনো ব্লগ থেকে প্রম্পটের রেসিপি কপি করেন, তখন বিষয়টি গুরুত্বপূর্ণ হয়ে ওঠে।

বড় পরিবর্তনটা হলো কাঠামো (structure)। OpenAI GPT-5.6-কে নম্বরযুক্ত ভ্যারিয়েন্টের বদলে তিনটি নামধারী স্তর হিসেবে পাঠায়: Sol, Terra, এবং Luna। একটি দ্রুত নোট, নামগুলো মানুষকে বিভ্রান্ত করে বলে: Sol, Terra, এবং Luna আলাদা করে তিনটি গোপন মডেল নয়। এগুলো হলো একটিমাত্র GPT-5.6 পরিবারের তিনটি পাবলিক স্তর; ভিন্ন ভিন্ন খরচ ও রিজনিং ট্রেডঅফ অনুযায়ী এগুলো টিউন করা।

মডেলের পাশাপাশি OpenAI “ChatGPT Work” নামে একটি এজেন্ট চালু করেছে, যা বহু ধাপের একটি প্রকল্পকে ভাগ করে এবং আপনার সংযুক্ত অ্যাপগুলো থেকে একটি ডকুমেন্ট একত্র করে। দীর্ঘ খসড়া তৈরির কাজ, যেখানে লেখা ভাগে ভাগে, বিভিন্ন সেকশন ও উৎস মিলিয়ে তৈরি হয়, সেখানে এজেন্টিক মোডটি জানা মূল্যবান। তবে এই টুলগুলোর সাথে গবেষকদের যে দুইটি সমস্যা নিয়মিত দেখা দেয়, সেটি এটি সরায় না: বানানো উদ্ধৃতি (invented references), এবং এমন গদ্য যা দেখতে মেশিন বানানো।

Sol, Terra, নাকি Luna: কাজ অনুযায়ী স্তর মিলিয়ে নেওয়া

ব্যবহারিক দক্ষতা হলো “GPT-5.6 ব্যবহার করুন”, এটা নয়। দক্ষতা হলো প্রতিটি ধাপে কোন স্তরটি ধরবেন তা জানা, যাতে আপনি কমা ঠিক করার জন্য ফ্ল্যাগশিপ রেট না দেন এবং নিজের পদ্ধতি-লজিকের (methods logic) জন্য দ্রুতগতির মডেলের ওপর ভরসা না করেন। OpenAI পরিবারের অবস্থান নির্ধারণ করে কেবল কাঁচা আকার (raw size) দিয়ে নয়, বরং টোকেন দক্ষতা (token efficiency) এবং প্রতি কাজের খরচের ওপর ভিত্তি করে; সহজ ভাষায় বলা যায়, এই স্তরগুলো সত্যিই আলাদা টুল।

Sol হলো ফ্ল্যাগশিপ: সবচেয়ে কঠিন রিজনিং, কোডিং, বিজ্ঞান, এবং জ্ঞানভিত্তিক কাজ (Pro এবং Enterprise-এ উচ্চতর রিজনিংয়ের “Sol Pro” সেটিং থাকে)। Terra দৈনন্দিন ড্রাফটিং, এডিটিং, এবং সারসংক্ষেপের জন্য মধ্যম স্তর (ফ্রি এবং বাজেট ব্যবহারকারীরা সাধারণত এখানেই পড়েন)। Luna সবচেয়ে দ্রুত এবং সবচেয়ে সস্তা, উচ্চ পরিমাণের দ্রুত এডিট ও পুনর্বাক্যায়নের জন্য নির্মিত।

অ্যাক্সেস প্রসঙ্গে: ফ্রি স্তর $0, এবং রিপোর্ট অনুযায়ী ২০২৬ সালে এটি বিজ্ঞাপন-সমর্থিত (ad-supported), ব্যবহারে সীমাবদ্ধ (usage-capped), এবং সাধারণত পুরো Sol-এর বদলে ছোট মডেলে রাউট করে। পেইড স্তরগুলোতে আছে একটি Go প্ল্যান, প্রায় $8/মাস থেকে শুরু করে; Plus, প্রায় $20 (যেটিতে Sol অন্তর্ভুক্ত); এবং Pro স্তরগুলো, প্রায় $100 এবং $200 (পরেরটিতে আরও বেশি ব্যবহার এবং 1M-টোকেন কনটেক্সট যুক্ত থাকে)। সর্বজনীন কোনো ছাত্রছাত্রী ডিসকাউন্ট নেই। শিক্ষার্থীদের জন্য প্রিমিয়াম অ্যাক্সেসের প্রধান পথ হলো প্রতিষ্ঠান-লাইসেন্সকৃত ChatGPT Edu সিট।

বানানো উদ্ধৃতির সমস্যা: যেটা আপনি উপেক্ষা করতে পারবেন না

এটাই ক্যারিয়ার শেষ করে দেয়, তাই দুবার পড়ুন। এই পরিবারের প্রতিটি মডেলই কোনো না কোনো সময় আপনাকে এমন একটি রেফারেন্স ধরিয়ে দেবে যা দেখতে একদম নিখুঁত এবং কোনো কিছুর সাথে মেলে না। বাস্তবসম্মত লেখকের নাম, পরিষ্কার ফরম্যাট, যুক্তিসঙ্গত জার্নাল, এবং একটি DOI যেটা কাজ না করে ত্রুটির পেজে নিয়ে যায়।

সংখ্যাগুলো আশ্বস্ত করার মতো নয়। পিয়ার-রিভিউড গবেষণায় পাওয়া গেছে, GPT-3.5 কোথাও ৪০ থেকে ৫৫ শতাংশ উদ্ধৃতি বানিয়ে তৈরি করেছিল, এবং GPT-4 এখনও প্রায় ১৮ থেকে ২৮.৬ শতাংশ পর্যন্ত বানিয়ে ফেলেছে। জানুয়ারি ২০২৬-এ GPTZero-এর বিশ্লেষণে ৪,৮৪১টি গৃহীত NeurIPS 2025 পেপারের মধ্যে ৫৩টি পেপারে ১০০-এর বেশি নিশ্চিত hallucinated citations পাওয়া যায়, এটা আনুমানিক এক শতাংশ, এবং এগুলো ইতোমধ্যেই পিয়ার রিভিউ পার হয়েছে। যদি বানানো রেফারেন্স NeurIPS রিভিউয়ারদের চোখ এড়িয়ে যেতে পারে, তবে সেটা রাত ২টায় আপনারও চোখ এড়াবে।

নিয়মটা সহজ এবং অনমনীয়। আপনার বিবলিওগ্রাফিতে ঢোকার আগে প্রতিটি রেফারেন্স, প্রতিটি উদ্ধৃতি (quote), প্রতিটি পরিসংখ্যান, এবং প্রতিটি DOI-কে প্রাইমারি সোর্সের সাথে মিলিয়ে যাচাই করুন। মডেলের জ্ঞান-সীমা (knowledge cutoff) সাম্প্রতিক সাহিত্যও সীমিত করে, যদি না ব্রাউজিং অন করা থাকে, এবং যে সম্পূর্ণ 1M কনটেক্সট দীর্ঘ একটি পেপার সামনে রেখে ভাবতে সাহায্য করতে পারে, সেটিও শীর্ষ Pro স্তরেই সীমাবদ্ধ। GPT-5.6-কে একটি দ্রুত গবেষণা সহকারী (fast research assistant) হিসেবে ভাবুন, আত্মবিশ্বাসগত (confidence) সমস্যা আছে, লাইব্রেরিয়ান হিসেবে নয়।

আপনার GPT-5.6 খসড়াকে মানবিক করুন, তারপর তা প্রকাশ করুন

বলুন আপনি কাজটা করেছেন: খসড়াটি আপনার, উৎসগুলো যাচাই করা, যুক্তিটা বাস্তব। তবুও এটি পড়তে এমন লাগে যেন কোনো মডেল লিখেছে, মসৃণ, অভিন্ন (uniform), এবং মানুষের লেখায় যে স্বাভাবিক বৈচিত্র (natural variation) থাকে সেখানে কম। ঠিক এই অভিন্ন টেক্সচারই AI ডিটেক্টরদের স্কোরিং-এর বিরুদ্ধে যায়, এবং তাই নন-নেটিভ ইংরেজি লেখকদের ওপর আঘাতটা বেশি লাগে। Patterns-এ ২০২৩ সালের এক গবেষণায় দেখা গেছে, ডিটেক্টরগুলো নন-নেটিভ TOEFL রচনার প্রায় ৬১ শতাংশকে AI হিসেবে ফ্ল্যাগ করেছে, যেখানে নেটিভ লেখকদের ক্ষেত্রে সেটা প্রায় ৫ শতাংশ; কারণ আরও সহজ শব্দভাণ্ডার পড়লে তা অতিরিক্ত পূর্বানুমেয় মনে হয়।

এটাই শেষ ধাপ। আমাদের academic humanizer খসড়াটিকে এমনভাবে পুনর্লিখন করে যাতে তা আপনার প্রকৃত কণ্ঠে পড়ে, অথচ আপনার অর্থ, পরিসংখ্যান, এবং উদ্ধৃতিগুলো অক্ষত থাকে, যা সাধারণত জেনেরিক রিরাইটারগুলো নিয়মিতভাবে গুলিয়ে ফেলে। এটি Turnitin, GPTZero, Copyleaks, ZeroGPT, এবং Originality.ai-এর বিপরীতে টেস্ট করা হয়েছে, এবং Turnitin-এ সর্বোচ্চ প্রায় ৯২ শতাংশ, Originality.ai-তে প্রায় ৮৯ শতাংশ, এবং GPTZero-তে প্রায় ৮৮ শতাংশ পর্যন্ত ফল পৌঁছেছে, ব্যাকরণগত নির্ভুলতা ৯৬ শতাংশের ওপরে। আমরা এটাকে “নিশ্চিত” বলে কখনও দাবি করি না, আর আপনারও উচিত নয়: Turnitin আগস্ট ২০২৫-এ dedicated bypasser detection যোগ করেছে, এবং ডিটেক্টরগুলো ক্রমাগত আপডেট হতে থাকে, তাই আজকের পরিচ্ছন্ন স্কোর কালকে বদলে যেতে পারে। নিশ্চিতভাবে শূন্য স্কোর তাড়া করাই ভুল লক্ষ্য।

শেষ ধাপ হলো disclosure, এবং বৈধ সহায়তা বনাম অসদাচরণের পার্থক্যটাই তৈরি করে এই অংশটি। Elsevier-এর আপডেটেড নীতিতে আপনার রেফারেন্সগুলোর ওপরের অংশে, জেনারেটিভ AI ব্যবহারের একটি ঘোষণা (declaration) দিতে বলা হয়েছে, যেখানে টুলের নাম ও কারণ উল্লেখ করতে হবে; এবং কনটেন্টের দায় আপনারই। Springer Nature চায় আপনার Methods সেকশনে একইভাবে নথিভুক্ত করা হোক। COPE পরিষ্কারভাবে বলে AI লেখক হতে পারে না এবং AI ব্যবহারের সবকিছুই disclosure দিতে হবে। মৌলিক ব্যাকরণ ও বানান যাচাই করার জন্য সাধারণত ঘোষণা দরকার হয় না, কিন্তু সাবস্ট্যান্টিভ ড্রাফটিং সহায়তার ক্ষেত্রে লাগে। আপনি যদি মেকানিকস চান, তাহলে কীভাবে AI-use disclosure statement লিখবেন সেটি দেখুন, যেটি বেশিরভাগ জার্নালকে সন্তুষ্ট করবে।

সেকশন-বাই-সেকশন পুরো পদ্ধতির জন্য দেখুন কীভাবে AI-সহায়তাপ্রাপ্ত গবেষণা পেপারকে মানবিক করবেন। আপনি যদি এখনো সিদ্ধান্ত না নিয়ে থাকেন, এটা ChatGPT-এর ভেতরে করবেন নাকি কোনো ডেডিকেটেড এডিটর দিয়ে করবেন, তাহলে আমরা তুলনা করেছি ProofreaderPro.ai vs ChatGPT একাডেমিক এডিটিংয়ের জন্য। আর যদি GPT-5.6 কেবল আপনার ডেস্কের একাধিক মডেলের একটি হয়, এই গাইড আপনাকে পেপারের প্রতিটি অংশের জন্য সঠিক মডেল কীভাবে মিলিয়ে নেবেন সে ব্যাপারেও সাহায্য করবে।

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলি

প্রশ্ন: গবেষণা লেখালেখির জন্য GPT-5.6 কি ভালো?

হ্যাঁ, লেখক (author) হিসেবে নয়, সহকারী (assistant) হিসেবে। গবেষণা লেখালেখির জন্য GPT-5.6 ড্রাফটিং, সারসংক্ষেপ, আউটলাইন তৈরি, এবং ভাষাগত এডিটিংয়ে শক্তিশালী। তবে এটি উদ্ধৃতি বানিয়ে ফেলতে পারে এবং অভিন্ন ধরনের গদ্য তৈরি করতে পারে, তাই জমা দেওয়ার আগে আপনাকে প্রতিটি উৎস যাচাই করতে হবে এবং খসড়াটিকে নিজের কণ্ঠে পুনর্লিখতে হবে।

প্রশ্ন: Turnitin কি GPT-5.6 লেখা শনাক্ত করতে পারে?

Turnitin AI-জেনারেটেড টেক্সট ফ্ল্যাগ করতে পারে, এবং আগস্ট ২০২৫ থেকে এটি humanizer টুল দিয়ে বদলানো টেক্সটও টার্গেট করে, ফলে কাঁচা GPT-5.6 আউটপুটও শনাক্তযোগ্য। কোনো টুলই পরিষ্কার পাস নিশ্চিত করতে পারে না, তাই সঠিক লক্ষ্য হলো প্রকৃত লেখকত্ব (genuine authorship) ও disclosure, ডিটেক্টর স্কোরে শূন্য পাওয়া নয়।

প্রশ্ন: GPT-5.6-এর কোন স্তর ব্যবহার করা উচিত, Sol, Terra, নাকি Luna?

Sol ব্যবহার করুন কঠিন সংশ্লেষ, methods reasoning, এবং পরিসংখ্যান-সম্পর্কিত কাজে; Terra ব্যবহার করুন নিয়মিত ড্রাফটিং ও সারসংক্ষেপে; আর Luna ব্যবহার করুন প্রচুর পরিমাণে পুনর্বাক্যায়ন ও দ্রুত এডিটে। মনে রাখবেন, এগুলো একটিমাত্র GPT-5.6 পরিবারের তিনটি স্তর, আলাদা মডেল নয়, এবং পুরো 1M কনটেক্সট থাকে শীর্ষ Pro স্তরে।

প্রশ্ন: আমি কি আমার পেপার লেখার জন্য GPT-5.6 ব্যবহার করেছি তা disclosure দিতে হবে?

যদি GPT-5.6 আপনার টেক্সট ড্রাফট করতে বা উল্লেখযোগ্যভাবে আপনার লেখাকে গঠন (shape) করতে সাহায্য করে থাকে, তাহলে হ্যাঁ। Elsevier, Springer Nature, এবং COPE সবাই জেনারেটিভ AI ব্যবহারের disclosure চায়, সাধারণত রেফারেন্সের ওপরে কোনো ঘোষণায় (declaration) অথবা Methods-এ, আর মৌলিক বানান যাচাইয়ের ক্ষেত্রে সাধারণত disclosure লাগে না।