একটি AI Humanizer যা একাডেমিক উদ্ধৃতি অক্ষুণ্ণ রাখে

আমাদের বেটা কোহর্টের একজন পোস্টডক থেকে আমরা একটি স্ক্রিনশট পেয়েছি। তিনি একটি ওপেন-অ্যাক্সেস ইমিউনোলজি জার্নালে সাবমিশনের প্রস্তুতি নিচ্ছিলেন, এবং ঘটনাটি ঠিক সেই ধরনের কেস যা ব্যাখ্যা করে, একাডেমিক উদ্ধৃতি অক্ষুণ্ণ রাখে এমন AI humanizer কেন সাধারণ উদ্দেশ্যের (general-purpose) পণ্য থেকে আলাদা। তিনি একটি প্রত্যাখ্যানমূলক ইমেইলে নিম্নোক্ত কারণ পেয়েছিলেন: non-compliant reference formatting। আমরা তার রেফারেন্স তালিকা দেখলাম, সব ঠিকঠাক ছিল। তিনি অ্যাবস্ট্রাক্ট খুলে দেখলেন কোথায় সমস্যা হচ্ছে, এবং আসলেই সমস্যা ধরা পড়ল। humanization-এর আগে অ্যাবস্ট্রাক্টে একটি ইন-টেক্সট APA citation ছিল, যা পড়ত "(Nakamura et al., 2024)"। কিন্তু তিনি যে জনপ্রিয় humanizer ব্যবহার করেছিলেন, সেটি সেটিকে বদলে দিয়েছে, "as Nakamura and colleagues showed in their 2024 study." এটা দারুণ গদ্য, এবং এটি ভিন্ন ধরনের citation। সম্পাদকদের স্ক্রিনিং টুল দেখেছে: অ্যাবস্ট্রাক্টে থাকা storytelling referenceটি পেপারের বাকি অংশে থাকা parenthetical reference-এর সঙ্গে মেলেনি। ফলাফল যদি হয়, humanizer যে স্টাইলিস্টিক পরিবর্তনকে উন্নতি ভেবেছিল, তার কারণে অ্যাবস্ট্রাক্ট সাবমিট করতে দুই সপ্তাহ দেরি, তবে কি সত্যিই তা হয়েছে, নাকি অন্য কিছু ছিল, এ প্রশ্নটি এখনো উন্মুক্ত।

আমরা ২০২৫ সালের শুরু থেকেই এই ইস্যুটি ট্র্যাক করছি। ২০০টি humanized একাডেমিক প্যারাগ্রাফের ওপর একটি নিয়ন্ত্রিত পরীক্ষায়, যেসব প্যারাগ্রাফে ইন-টেক্সট citation ছিল, সেখানে ৪৭% কেসে Phrasly citation formatting পরিবর্তন করেছে, ৫৩% কেসে Undetectable.ai করেছে, এবং ৩৮% কেসে Quillbot-এর humanizer করেছে। আরও বেশি ক্ষেত্রেই টুলগুলো এমন অংশে হাত দেয় যেগুলো যুক্তি-সংগতভাবে একটি একাডেমিক পেপারের সবচেয়ে গুরুত্বপূর্ণ উপাদান, উদ্ধৃতি-তালিকার (reference list) এন্ট্রিগুলো (যেমন italics) এবং DOI, যেগুলো অধিকাংশ লেখক তো আক্ষরিক অর্থে একবারও চেক করে দেখেন না। বেশিরভাগ humanizer বানানো হয়েছে কনটেন্ট মার্কেটারদের জন্য, যারা ব্লগ পোস্ট লেখে এবং SEO-র জন্য প্রোডাক্ট ডেসক্রিপশন তৈরি করে। কিন্তু একাডেমিক গদ্যের একটি কাঠামোগত প্রয়োজন আছে, যেটা মার্কেটিং-কেন্দ্রিক টুলগুলোর নকশায় রাখা হয়নি: citation-টি rewrite-এর পরেও অক্ষুণ্ণ থাকতে হবে।

এই পোস্টে ব্যাখ্যা করা হয়েছে কেন একটি ai humanizer যা একাডেমিক citations ধরে রাখে, একটি general-purpose humanizer-এর তুলনায় বাস্তবিক অর্থে ভিন্ন পণ্য, কীভাবে citation-aware preservation আসলে “ভিতরের প্রক্রিয়ায়” কাজ করে, ভুল হলে চারটি গবেষক-পরিণতি কী হয়, এবং ৫ মিনিটের মধ্যে এমন একটি টেস্ট কীভাবে চালানো যায়, যাতে আপনি ম্যানুস্ক্রিপ্টে বিশ্বাস করার আগে যাচাই করতে পারেন।

একাডেমিক উদ্ধৃতি অক্ষুণ্ণ রাখে এমন AI Humanizer কী?

একটি AI humanizer যা একাডেমিক citations অক্ষুণ্ণ রাখে, rewrite শুরুর আগে ইন-টেক্সট citations, reference list entries, পরিসংখ্যানগত অভিব্যক্তি (statistical expressions), এবং সমীকরণ লেবেল (equation labels) আলাদা করে বের করে; এরপর rewrite-এর পর সেগুলো ঠিক যেমন ছিল তেমনই (verbatim) আবার বসিয়ে দেয়, ফলে APA, MLA এবং IEEE রেফারেন্সগুলো অক্ষুণ্ণ থাকে। সাধারণ (generic) humanizer-গুলো এই ধাপটি এড়িয়ে যায় এবং citations-কে সাধারণ টোকেন হিসেবে ধরে নেয়। এজন্যই Phrasly, Undetectable.ai এবং Quillbot-এর মতো টুলগুলো আমাদের পরীক্ষিত ৩৮% থেকে ৫৩% পর্যন্ত একাডেমিক প্যারাগ্রাফে citation formatting বদলেছে। আপনি চাইলে ফ্রি টিয়ারের ওপর ৫ মিনিটের টেস্ট চালিয়ে নিশ্চিত হতে পারেন, কোনো টুল সত্যিই citations-aware কি না।

উদ্ধৃতি-সচেতন (citation-aware) AI humanizer কীভাবে আপনার citations অক্ষুণ্ণ রাখে?

সাধারণ humanizer একজনের লেখা টোকেনের একটি ধারাবাহিকতা হিসেবে দেখে, যেগুলো সে বিভিন্নভাবে rewrite করে উপরিভাগে (surface) নতুন কিছু তৈরি করবে। তাই সেখানে যা-ই থাকুক, তা parenthetical (যেমন reference), italicized (যেমন journal title), কোনো acronym (যেমন DOI), অথবা equation label/পরিসংখ্যানগত অভিব্যক্তি, সবকিছুকেই rewrite-এর “ন্যায্য সুযোগ” ধরে নেওয়া হয়।

কিন্তু একটি citation-aware humanizer কিছু বিষয় অক্ষত রেখে দেয়। তারা সেগুলোর চারপাশে কাজ করে। কংক্রিটভাবে, তারা শনাক্ত করে:

• ইন-টেক্সট parenthetical citations। "(Smith, 2024)", "(Smith & Jones, 2024)", "(Smith et al., 2024, p. 47)", "[12]", এবং APA, MLA, Chicago, IEEE, Harvard, Vancouver, Turabian ও AMA জুড়ে থাকা ডজনখানেক ফরম্যাট বৈচিত্র।
• Reference list entries। Italicized জার্নাল টাইটেল, volume ও issue-এর মাঝের বিরামচিহ্ন, "and"-এর বদলে ampersand, sentence-case বনাম title-case, এবং DOI-তে শেষ হওয়া যেকোনো লাইন।
• পরিসংখ্যানগত অভিব্যক্তি। "p < 0.01," "95% CI [0.34, 0.58]," "n = 1,247," এবং confidence interval, odds ratio ও effect size রিপোর্ট করার প্রচলিত রীতি।
• প্রযুক্তিগত নোটেশন (Technical notation)। Equation labels (Eq. 3), figure references (Fig. 2a), table references (Table 1), এবং আপনার ম্যানুস্ক্রিপ্টে যেগুলো দিয়ে তাদের মধ্যে নেভিগেট করা হয়, সেসব cross-reference marker।
• ডিসিপ্লিন-নির্দিষ্ট শব্দভাণ্ডার। মেথডের নাম ("PRISMA"), যন্ত্রের নাম ("CRISPR-Cas9"), ট্রায়াল রেজিস্ট্রি ("ClinicalTrials.gov NCT03945383"), এবং যেসব proper noun-এ rewrite-এর হাত লাগানো উচিত নয়।

এগুলো কোনো ব্যতিক্রমী (edge) কেস নয়। আমাদের সম্পাদকীয় ডেটাসেটে, গড়ে ৬,০০০ শব্দের একটি ম্যানুস্ক্রিপ্টে থাকে ৪৭টি ইন-টেক্সট citation, ১১টি statistical expression, এবং ৬টি equation বা figure reference। যে humanizer এগুলোর এমনকি ১০% অংশে হাত দেয়, সে পেপারটিতে ৬ থেকে ৭টি ভুল তৈরি করবে, যেগুলো সাবমিশনের আগে হাতে খুঁজে বের করে উল্টে দিতে হবে।

কীভাবে AI humanizer-গুলো APA, MLA এবং IEEE citations ভেঙে দেয়?

আমাদের পরীক্ষায় দেখা গেছে, citation-blind humanizer-গুলো প্রতিবারই তিনভাবে ভেঙে পড়ে।

ব্যর্থতার ধরন ১: ইন-টেক্সট citations narrative রূপে rewrite হয়ে যায়। এই আর্টিকেলের শুরুর Nakamura কেসটি। "(Smith, 2024)" হয়ে যায় "as Smith demonstrated in 2024" অথবা "Smith's 2024 study suggested." নতুন গদ্যটি humanizer-এর ট্রেনিং ডিস্ট্রিবিউশনের সঙ্গে বেশি মানানসই। এটি citation-এর ধরন বদলে দেয় (parenthetical থেকে narrative), ফলে অধিকাংশ জার্নালের নির্দেশনা অনুযায়ী paragraph/section জুড়ে এটি ধারাবাহিকভাবে ব্যবহার করা প্রয়োজন হয়। সেই সঙ্গে এটি implied authorial voice-ও বদলে দেয়। সম্পাদকরা বুঝতে পারেন।

ব্যর্থতার ধরন ২: reference list reformatting। রেফারেন্স এন্ট্রি "Smith, J. (2024). The structure of Cell, 187(5), 945-961. Https://doi.org/10.1016/j.cell.2024.05.012" rewrite হয়ে যায়, italic বাদ পড়ে, volume নম্বরের emphasis হারায়, DOI prefix বদলে যায়, বা author initials ও year-এর মাঝের বিরামচিহ্নকে স্বাভাবিক করে অন্য স্টাইলে এনে ফেলে। টেকনিক্যালি, রেফারেন্সটি কাজ করে (resolve হয়), কিন্তু এটি আর APA 7 টেমপ্লেটের সঙ্গে মেলে না। কপিএডিটররা এটিকে চিহ্নিত করে।

ব্যর্থতার ধরন ৩: সুরক্ষিত কনটেন্টের চারপাশে “যন্ত্রণাদায়ক” বাক্যগঠন (tortured phrases)। Cabanac Problematic Paper Screener এমন ১৯,০০০-এর বেশি পেপার চিহ্নিত করেছে যেগুলোতে সেই synonym-substitution প্যাটার্ন আছে, যেটি paraphrase-ভিত্তিক humanizer তৈরি করে। Joined Together States for United States. Bosom peril for breast cancer. Renal disappointment for kidney failure. এই ধরনের tortured phrase-সহ উদ্ধৃতিগুলো আমাদের পরীক্ষার ডেটার চারপাশে অবস্থান করে, ফলে উদ্ধৃতিটা নিজে অক্ষুণ্ণ থাকলেও সম্পাদকদের সেই উদ্ধৃতির উপর আস্থা রাখা কঠিন হয়। Problematic Paper Screener (Cabanac, Labbe, and Magazinov) এখন peer review-এর আগে সম্পাদকীয় রিভিউয়ের জন্য পেপার ফ্ল্যাগ করতে কয়েকজন প্রকাশক ব্যবহার করছে।

তিনটি ব্যর্থতা একত্রে কাজ করে। একটি generic humanizer যেই পেপার ফেরত দেয়, তাতে থাকে narrative-rewritten ইন-টেক্সট citations (mode 1), reformat করা reference entries (mode 2), এবং tortured surrounding prose (mode 3)। আর গবেষকের লাগে ৯০ মিনিট, সবকিছু আগের (humanization-এর আগের) অবস্থায় ফিরিয়ে আনতে। এটা মূল্যবান ছিল কি না, সেটি এখনো উন্মুক্ত প্রশ্ন।

citations সংরক্ষণ করা AI humanizer-এর জন্য কেন কঠিন?

বেশিরভাগ humanizer citations ঠিকভাবে ধরে রাখে না, কারণ অন্তর্নিহিত (underlying) language model জানে না citations আসলে কী। এটি citations-কে কেবল আরেক ধরনের টোকেনের ধারাবাহিকতা হিসেবে দেখে (অর্থাৎ, "(Smith, 2024)")। কেউ যদি tokenizer-কে বলে "preserve citations", তাহলে এটি করবে… কিছুটা পর্যন্ত। কিন্তু অন্তর্নিহিত মডেলকে প্রশিক্ষণ দেওয়া হয় যেন সে সাবলীল গদ্য তৈরি করতে পারে। যখন এই লক্ষ্যগুলোর মধ্যে সংঘাত হয়, তখন সাধারণত মডেল সাবলীল গদ্যকেই বেশি প্রাধান্য দেয়।

এই সমস্যার সমাধান করা যায় একটি citation-aware humanizer দিয়ে। rewrite শুরুর আগে আমরা একটি extraction phase চালাই, যেখানে আমরা citation spans, statistical expressions, equation labels, এবং reference list entries শনাক্ত করি; তারপর humanization pass-এর মধ্যে সেগুলোকে placeholders দিয়ে বদলে দিই। এরপর শেষে আসল spanগুলোকে হুবহু আবার বসিয়ে দিই। ফলে আমাদের মডেল কখনোই এমন citation দেখবে না, যেটিকে সে rewrite করে ফেলতে পারে।

এটি একই স্থাপত্য (architecture), যা মানুষ/ব্র্যান্ডের নাম বা বাক্যে থাকা একটি সংখ্যার মতো উপাদান থাকলে machine translation-এ সঠিক উত্তর পেতে সাহায্য করে। একই যুক্তি humanization-এর ক্ষেত্রেও প্রযোজ্য: generative pass থেকে যদি কোনো কিছুকে সুরক্ষিত রাখা যায়, তাহলে “জেনারেটিভ পাসকে সাবধানে থাকতে বলার” চেয়ে আমরা ভালো অবস্থানে থাকি।

ভুল হলে গবেষকদের চারটি পরিণতি

একটি citation-blind humanizer-এর খরচ গবেষকের ওপর চারভাবে এসে পড়ে। আমরা গত ১৮ মাসে প্রতিটি কেসই দেখেছি।

পরিণতি ১: প্রযুক্তিগত-স্ক্রিন প্রত্যাখ্যান (technical-screen rejection)। কোনো জার্নালের automated screening যখন reformatted abstract citations এবং reference list-এর মধ্যে অসামঞ্জস্য ধরতে পারে, তখন পেপারটি ফেরত যায়। peer review-এর আগে পেপারটি লেখকদের কাছে পাঠানো হয়। সর্বোত্তম ক্ষেত্রে: দুই সপ্তাহের বিলম্ব। সবচেয়ে খারাপ ক্ষেত্রে: এই ইস্যুটি অন্য সংশোধনের সঙ্গে compound হয়ে পাণ্ডুলিপিটি প্রকাশনার উইন্ডো থেকে ছিটকে যায়।

পরিণতি ২: fabrication নিয়ে রিভিউয়ারের সন্দেহ। রিভিউয়ার দেখেন ইন-টেক্সট citation, যা reference list entry-এর সঙ্গে মেলে না, অথবা কোনো parenthetical citation rewrite হয়ে টেক্সটের অংশ হয়ে গেছে। স্বাভাবিকভাবেই তিনি/তিনি ধরে নেন লেখক উৎসটি পড়েননি। আমাদের অডিট করা ম্যানুস্ক্রিপ্টে "major revisions" বা "reject" সিদ্ধান্তে পৌঁছানোর সবচেয়ে সাধারণ পথ এখন এটিই।

পরিণতি ৩: tortured-phrase screener থেকে integrity flag। citation-এর চারপাশের synonym substitution প্যাটার্ন Cabanac screener বা কোনো প্রকাশকের অভ্যন্তরীণ সংস্করণ দ্বারা ধরা পড়ে। এরপর পেপারটি research integrity review-এর জন্য পাঠানো হয়। ভিত্তিগত পেপারটি ভালো হলেও এতে কয়েক সপ্তাহের অতিরিক্ত বিলম্ব যোগ হবে। পাশাপাশি লেখকের নামেও একটি দাগ পড়তে পারে।

পরিণতি ৪: প্রকাশ-পরবর্তী প্রত্যাহার (retraction post-publication)। বিরল, তবে কল্পনাপ্রসূত নয়। প্রকাশ-পরবর্তী অডিটে দেখা গেছে এমন পেপার, যেখানে humanizer-দ্বারা প্রবর্তিত tortured phrases বা citation rewrites সম্পাদকীয় প্রক্রিয়ার সময় ধরা পড়েনি, ফলে প্রত্যাহার (retractions) হয়েছে। এখন পর্যন্ত Problematic Paper Screener ১,০০০-এর বেশি retraction-এ সাহায্য করেছে; এর একটি অংশে থাকে humanizer-জনিত প্যাটার্ন।

সমতা নেই। লাভের দিকটা একপেশে: সাবলীল rewrite-এর লাভ কম, এটি অনেক কেসেই ক্ষতিকর হবে না এমনভাবে AI detection সামান্য কমায়। কিন্তু citation ভেঙে গেলে ক্ষতি হয় বেশি: বিলম্ব, সন্দেহ, integrity flag, কিংবা আরও খারাপভাবে retraction। citation-aware humanizer এই ক্ষতি এড়ায়, এবং লাভটিও ধরে রাখে।

৫ মিনিটে যেকোনো humanizer কীভাবে citation preservation-এর জন্য পরীক্ষা করবেন

বাজারে আসা প্রতিটি নতুন humanizer-এর ওপর আমরা এই টেস্ট চালাই। এতে লাগে পাঁচ মিনিট, এবং প্রায় যেকোনো টুলের ফ্রি টিয়ারে এটি করা যায়।

ধাপ ১। নিচের প্যারাগ্রাফটি আপনার পছন্দের humanizer-এ কপি করুন। এতে আছে সবচেয়ে সাধারণ চারটি citation ফরম্যাট এবং একটি statistical expression।

The intervention reduced symptoms in 64% of participants
(Smith, 2024). Other studies (Jones & Lee, 2023; Patel et al.,
2024, p. 47) reported comparable effects. A recent meta-analysis
[12] confirmed the pattern across populations (n = 1,247,
p < 0.01). The mechanism remains debated; see Reference 14 for
a competing interpretation.

ধাপ ২। humanized আউটপুটটি পড়ে দেখুন, এগুলোর প্রতিটি অক্ষুণ্ণ ছিল কি না:

• parenthetical "(Smith, 2024)" ঠিক যেমন ইনপুটে ছিল, তেমনই।
• multi-author "(Jones & Lee, 2023; Patel et al., 2024, p. 47)" ঠিক যেমন ইনপুটে ছিল, এampersand, semicolon, পেজ নম্বরসহ।
• numbered reference "[12]" ঠিক যেমন ছিল, তেমনই।
• statistical expression "n = 1,247, p < 0.01" ঠিক যেমন ছিল, তেমনই।
• cross-reference "Reference 14"-টি কোনোভাবে paraphrase হয়ে "the fourteenth reference" বা এর কাছাকাছি অন্যকিছুর মতো হয়নি।

ধাপ ৩। এই পাঁচটি উপাদানের যেকোনো একটি বদলালে বোঝা যাবে, যে অর্থে একাডেমিক লেখায় বিষয়টি গুরুত্বপূর্ণ, সেই অর্থে humanizer citation-aware নয়। একে মার্কেটিং কপিতে ব্যবহার করুন; ম্যানুস্ক্রিপ্টে নয়।

ধাপ ৪। এরপর দ্বিতীয় একটি প্যারাগ্রাফ চালান, যেখানে italics এবং একটি DOI সহ একটি reference list entry থাকবে:

Smith, J., & Jones, K. (2024). The structure of cellular
respiration in mitochondrial disease. Nature Reviews Molecular
Cell Biology, 25(3), 187-203. https://doi.org/10.1038/s41580-024-00712-3

ইতালিকস, ampersand, volume-issue ফরম্যাট এবং DOI URL, সবকিছু টিকে আছে কি না দেখুন। যে humanizer ইন-টেক্সট citation সামলাতে পারে কিন্তু reference entries পারে না, সে আংশিকভাবে নিরাপদ (half-safe)। আপনার ম্যানুস্ক্রিপ্টের জন্য দরকার পূর্ণ গ্যারান্টি।

ধাপ ৫। আপনার নিজের ম্যানুস্ক্রিপ্ট থেকে নেওয়া একটি প্যারাগ্রাফে শেষ টেস্টটি চালান। কৃত্রিম ইনপুটে কাজ করে এমন টুল বাস্তব গদ্যে, যেখানে citation pattern বেশি ঘন, ব্যর্থও হতে পারে। ডেডলাইনের আগে নিজের টেক্সটের বিরুদ্ধে যাচাই না করে কোনো humanizer-এর উপর বিশ্বাস করবেন না।

আমরা আমাদের নিজস্ব humanizer এই টেস্টের বিরুদ্ধে humanizer rankings page-এ এবং Phrasly vs Undetectable.ai comparison-এ উল্লিখিত প্রতিযোগীদের বিরুদ্ধে ডকুমেন্ট করি। আমাদের সংখ্যাগুলো টুলগুলোর মধ্যে তুলনাযোগ্য, কারণ দু’টি পোস্টই উপরে বর্ণিত একই টেস্ট পদ্ধতি ব্যবহার করে। আপনি যদি দেখতে চান paraphrasing টুলগুলো (একটি ভিন্ন ক্যাটাগরি) একই চ্যালেঞ্জ, citations সংরক্ষণ, কীভাবে সামলায়, তবে আমাদের paraphrasing বিষয়ে নোটটি দেখুন, যেখানে preserves citations আলোচনা করা আছে। এটি একই architectural pattern-এর paraphrasing দিকটি কভার করে।

ঘন ঘন জিজ্ঞাসিত প্রশ্ন (Frequently asked questions)

প্রশ্ন: কেন অধিকাংশ AI humanizer একাডেমিক citations ভেঙে দেয়?

এগুলো বানানো হয়েছিল কনটেন্ট মার্কেটারদের জন্য, গবেষকদের জন্য নয়। সাধারণ humanizer-গুলো সব টোকেনকেই সম্ভাব্য rewrite প্রার্থী হিসেবে ধরে নেয়। ফলে ইন-টেক্সট citations narrative টেক্সটে রূপান্তরিত হয়, reference list entry-এর italic অংশ বাদ পড়ে এবং বিরামচিহ্নগুলোকে স্বাভাবিক করা হয়, আর tortured phrases-এর জন্য synonym-গুলো citation-এর চারপাশে গুচ্ছবদ্ধ হয়ে যায়। এই সমস্যার সমাধান হলো citation-aware humanizer, যে rewrite শুরুর আগেই citations বের করে এবং পরে আবার বসিয়ে দেয়।

প্রশ্ন: citation-aware humanizer কি আমার পেপারকে সত্যিই undetectable করে দেবে?

citation preservation এবং detection bypass, দুটি আলাদা সমস্যা। citation-aware humanizer-এর লক্ষ্য হলো আপনার citations অক্ষুণ্ণ রাখা, কিন্তু ডিটেক্টরগুলো যেসব ধরনের surface variation খোঁজে, সেই ধরনের ভিন্নতা এখনো তৈরি করা। humanizer যে মাত্রায় (aggressiveness) আশেপাশের টেক্সট rewrite করে, সেটিই detected citation-এর স্কোর নির্ধারণ করে, কিন্তু citations সামলানোর হারে তা কোনো প্রভাব ফেলে না। বেশিরভাগ citation-aware humanizer detection bypass-এ ভালো করে। যে টুলটি ব্যবহার করা হচ্ছে তার benchmark detection scores (যেগুলো প্রকাশিত থাকা উচিত) এবং citations সামলানোর হার, দুটিই দেখে নিন।

প্রশ্ন: humanize করার আগে আমি কি কেবল citations নিজে হাতে বের করে নিতে পারি?

হ্যাঁ, কিছু গবেষক তা করেন। প্রক্রিয়াটি হলো: যে ম্যানুস্ক্রিপ্টটি চান সেটি একটি ডকুমেন্টে কপি করুন এবং প্রতিটি citation-কে হাতে হাতে একটি placeholder ("[CITE_001]") দিয়ে বদলান; তারপর humanize করুন; এরপর আসল citations আবার বসিয়ে দিন। অল্প পরিমাণ টেক্সট হলে এটি কাজ করে। কিন্তু একটি পূর্ণ ম্যানুস্ক্রিপ্টের ক্ষেত্রে হাতে কাজটি humanization ধাপের চেয়েও বেশি সময় নিতে পারে। humanize করার সময় placeholder বাদ পড়ে যাওয়াটা খুবই সহজ। কাজটি যদি কয়েক মিনিটের বেশি সময় নেয়, তাহলে এটিকে কোনো টুল দিয়ে অটোমেট করার কথা ভাবুন। এখানে বর্ণিত pipeline-টি অটোমেট করতে ১,৫০০ শব্দের বেশি যেকোনো ডকুমেন্টে একটি টুল ব্যবহার করলে উপকার হবে।

প্রশ্ন: আমি কীভাবে বুঝব কোনো humanizer সত্যিই citation-aware, নাকি কেবল দাবি করছে?

উপরে বর্ণিত পাঁচ মিনিটের টেস্টটি নিন। মিশ্র APA, numbered, এবং statistical citations-যুক্ত একটি প্যারাগ্রাফ কপি করে টুলটির মাধ্যমে চালান। যদি সব উপাদান ইনপুটের মতোই হুবহু দেখা যায়, তাহলে humanizer citation-aware। যদি কিছুই কোনোভাবেই বদলায়, তাহলে "citation-aware" লেবেলটি মূলত মার্কেটিং। বেশিরভাগ টুল তাদের মার্কেটিং কপিতে citation preservation সক্ষমতার কথা বললেও তারা সত্যিকার অর্থে pipeline-এর extraction অংশ বাস্তবায়ন করেনি; এই টেস্ট চালালে বোঝা যায় কোনগুলো করেছে এবং কোনগুলো করেনি।

প্রশ্ন: এটা কি আমার সুপারভাইজারের কাছে জমা দেওয়া থিসিস অধ্যায়গুলোর জন্যও গুরুত্বপূর্ণ, নাকি শুধু জার্নাল ম্যানুস্ক্রিপ্টের জন্য?

উভয় ক্ষেত্রেই বিষয়টি গুরুত্বপূর্ণ, ভিন্ন কারণে। জার্নাল ম্যানুস্ক্রিপ্টে অসামঞ্জস্যপূর্ণ citations প্রযুক্তিগত-স্ক্রিন প্রত্যাখ্যানের দিকে নিয়ে যেতে পারে। থিসিস অধ্যায়ে পরিণতি হলো: আপনার সুপারভাইজার বা কমিটি citations-এর drift দেখে নেয়, এটিকে AI ব্যবহার বা অবহেলার প্রমাণ হিসেবে ধরে নিতে পারে, এবং integrity নিয়ে উদ্বেগ তোলে বা অধ্যায়টি আবার কাজ করে দিতে বলে। এই drift এতটাই সামান্য যে দুর্ঘটনা মনে হতে পারে, কিন্তু যথেষ্ট ধারাবাহিকভাবে থাকায় একজন সতর্ক পাঠকের নজরে আসে। citation-aware humanizer এই ব্যর্থতার ধরন, দুই ক্ষেত্রেই, অপসারণ করে।