প্রক্রিয়াই নতুন প্রমাণ: ট্র্যাকড চেঞ্জেস ডিটেক্টরকে হারায়

Newby v. Adelphi মামলাটি নিউইয়র্কের একটি আদালত নির্ধারণ করে, যেখানে একটি একক Turnitin AI স্কোরকে নিজের মধ্যে, যথেষ্ট প্রমাণের (preponderance of evidence) ভিত্তি হিসেবে, বিবেচনা করা হয়নি, ফলে একাডেমিক সততা সংক্রান্ত সিদ্ধান্তটি বাতিল করা হয়। ২০২৬ সালের বসন্তে শত শত প্রতিষ্ঠানে শুরু হওয়া পাইলট কর্মসূচি এমন খসড়া ফরেনসিক্স চালু করছে যা কেবল কপি-পেস্ট করা টেক্সট নয়, লেখার সময়, এবং একজন শিক্ষার্থীর সংশোধনী ইতিহাসের সম্পূর্ণ প্লেব্যাকও ধারণ করে। Turnitin-এর মালিকানাধীন Clarity পণ্যটি এতে জড়িত। ১০ এপ্রিল, ২০২৬-এ Anthropic পাবলিক বেটাতে Word-এর জন্য Claude চালু করে, যা AI-সহায়তাপ্রাপ্ত একাডেমিক লেখায় নেটিভভাবে ট্র্যাকড চেঞ্জেস সক্ষম করে। ফলে Claude-এর সম্পাদনাগুলো Word-এর রিভিউ প্যানে রিভিশন হিসেবে যোগ হয়। প্রতিটি পরিবর্তনই পর্যালোচনাযোগ্য। সব মূল লাইন অক্ষত থাকে। Curtin University Turnitin-এর AI detection সম্পূর্ণভাবে বন্ধ করে দেয়, কারণ তাদের আরও বেশি বিরোধ হয়েছে যেখানে ডিটেক্টর ভুল করেছে, যেখানে ডিটেক্টর সেই শিক্ষার্থীদের ধরেছে যারা প্রতারণা করেছিল তার চেয়ে। ২০২৬ সালের প্রথমার্ধে চারটি সংকেত একই দিকে জোরালোভাবে ইঙ্গিত দিচ্ছে।

চারটি সংকেতই একটি প্যাটার্ন। প্যাটার্নটি হলো, একাডেমিক লেখায় লেখকত্বের “বিশ্বস্ত প্রমাণ” এখন আর ডিটেক্টর স্কোর নয়; বরং তা একটি প্রক্রিয়া-রেকর্ড। আদালত, জার্নাল, সম্মেলন এবং এমনকি ডিটেক্টর বিক্রেতারাও সবাই একই অবস্থানে মিলিত হচ্ছে: খসড়ার ইতিহাস সম্ভাব্যতার (probability) স্কোরকে হারায়।

এই পোস্টটি হলো, ২০২৬ সালের বাকি সময়জুড়ে আমরা যে “ব্র্যান্ড আর্গুমেন্ট” করব। আমরা বিস্তারিতভাবে দেখাই এই চারটি কনভার্জেন্স সংকেত কীভাবে কাজ করছে, ডিটেক্টর-ভিত্তিক প্রমাণ আর প্রক্রিয়া-ভিত্তিক প্রমাণের মধ্যে অসমতা (asymmetry), গবেষকেরা ইতিমধ্যে যেসব টুল ব্যবহার করেন সেগুলোর মধ্যে “বচনযোগ্য” (defensible) প্রক্রিয়া ডকুমেন্টেশন আসলে কেমন দেখায়, এবং কীভাবে এমন খসড়া করার অভ্যাস গড়ে তোলা যায় যাতে আপনি সম্পাদকের কাছে, রিভিউয়ারের কাছে, বা একাডেমিক সততা বোর্ডের কাছে, ভাবনা ছাড়াই, একটি হস্তান্তরযোগ্য রেকর্ড দিতে পারেন। পুনর্গঠনটি দার্শনিক নয়, কার্যকরী: ডিটেক্টরের জন্য অপ্টিমাইজ করা বন্ধ করুন, কাজটি নথিভুক্ত করা শুরু করুন।

AI-সহায়তাপ্রাপ্ত একাডেমিক লেখায় আপনি যে লিখেছেন: ট্র্যাকড চেঞ্জেস কি তা প্রমাণ করতে পারে?

হ্যাঁ। কাজ করার সময়ই একটি টাইমস্ট্যাম্পড ট্র্যাকড-চেঞ্জেস এবং রিভিশন হিস্ট্রি তৈরি হয়, এবং একই পরিমাণ সময় বিনিয়োগ না করে পরে সেটি পুনর্গঠন করা যায় না, ফলে ডিটেক্টর স্কোরের চেয়ে জাল করা অনেক বেশি কঠিন। আদালত, জার্নাল, এমনকি Turnitin-ও এখন একই অবস্থানে মিলিত হচ্ছে: একাডেমিক লেখায় এই প্রক্রিয়া-রেকর্ড একটি AI ডিটেক্টরের probability স্কোরের চেয়েও বেশি মূল্য রাখে। Newby v. Adelphi রায়টি ধরে যে শুধু একটি ডিটেক্টর স্কোরই যথেষ্ট প্রমাণের (preponderance of evidence) মানদণ্ড পূরণ করে না।

চারটি কনভার্জেন্স সংকেত

এই পরিবর্তন কল্পনা করে ধাপে ধাপে “থিওরাইজ” হয়ে আসেনি। ২০২৫-২০২৬ সময়ের চারটি বাস্তব ঘটনার মাধ্যমে এটি ঠেলে দেওয়া হয়েছে, প্রতিটি ঘটনা এসেছে একাডেমিক ইকোসিস্টেমের ভিন্ন অংশ থেকে।

Newby v. Adelphi (ফেব্রুয়ারি ২০২৬, নিউইয়র্ক রাজ্যের আদালত)। AI ডিটেকশনের নিয়ম-শৃঙ্খলা নিয়ে প্রথম বড় আদালতের সিদ্ধান্তটি Adelphi-এর ESL স্নাতক শিক্ষার্থীর বিরুদ্ধে হওয়া রায় উল্টে দেয়। ফলাফলটি ছিল সীমিত পরিসরের, কিন্তু যুক্তিটি ছিল সিদ্ধান্তমূলক: শিক্ষার্থীর ভাষাগত প্রোফাইল যাচাই ছাড়াই কেবল ডিটেক্টর স্কোর, স্কুলের নীতিমালা অনুযায়ী, যথেষ্ট প্রমাণের ভিত্তি তৈরি করে না। বিশেষভাবে, আদালত Adelphi-কে তিরস্কার করেছে কারণ সাবমিশন পোর্টালে খসড়ার ইতিহাস না থাকার বিষয়টিকে অপরাধের প্রমাণ হিসেবে ব্যবহার করা হয়েছিল (যদিও পোর্টালটি খসড়া আপলোড বাধ্যতামূলক করেনি)। ফলে আইনগত রেকর্ডে প্রক্রিয়া-ভিত্তিক প্রমাণ (বা তার অনুপস্থিতি) যুক্ত হয়।

Turnitin Clarity (২০২৬ সালের বসন্তে পাইলট, বিস্তৃত রোলআউট চলমান)। Feedback Studio-তে Turnitin-এর অ্যাড-অনটি শিক্ষার্থীর লেখার প্রক্রিয়ার পূর্ণ প্লেব্যাক ইনস্ট্রাক্টরদের জন্য দেয়, শিক্ষার্থী কখন টেক্সট পেস্ট করেছে, লেখার সেশনের দৈর্ঘ্য, লেখাটি গঠনে সময় কত লেগেছে, এবং খসড়ার ইতিহাস কী ছিল, এসবসহ। শিক্ষার্থীর অনুমতি থাকলে, Clarity কিস্ট্রোকের ছন্দ এবং এডিটিং টাইমলাইনও রেকর্ড করে। পণ্যের ঘোষিত ফ্রেম হলো "assessment for integrity, not just detection." টানা তিন বছর ধরে একাডেমিক প্রতিষ্ঠানগুলো যে AI ডিটেকশন স্কোরের ওপর ভর করেছে, সেই স্কোর তৈরি করা সংস্থার কাছ থেকে এটি একটি বড় ধরনের পরিবর্তন। এখন তারা প্রক্রিয়া-রেকর্ডকে আরও নির্ভরযোগ্য সংকেত হিসেবে দিচ্ছে। Claude থেকে

Word-এর জন্য Claude (১০ এপ্রিল, ২০২৬, পাবলিক বেটা)। Anthropic এটি একটি নেটিভ Microsoft Word অ্যাড-ইন হিসেবে পাঠায়। Claude কোনো এডিট করলে সেটি Word-এর রিভিউ প্যানে একটি ট্র্যাকড চেঞ্জ হিসেবে পড়ে, মূল টেক্সটকে ডিলিশন হিসেবে রেখে, নতুন টেক্সট যোগ হয় ইনসারশন হিসেবে। লেখক নেটিভ Word ইন্টারফেসেই প্রতিটি পরিবর্তন গ্রহণ বা প্রত্যাখ্যান করেন। ডকুমেন্টটি খুললেই রিভিউয়ারের কাছে সম্পূর্ণ এডিট ইতিহাস দৃশ্যমান থাকে। এটি কোনো “ফিচার অ্যাড” নয়, এটি একটি স্থাপত্যগত সিদ্ধান্ত: ট্র্যাকড-চেঞ্জেস রেকর্ডকে মানুষ-লেখক ও AI সহায়তাকারীর মধ্যে canonical ইন্টারফেস হিসেবে গণ্য করা, ঠিক সেই রেকর্ড যা জার্নাল বা থিসিস কমিটি কাজটি যাচাই করতে ব্যবহার করতে পারে। এরপর

Curtin University (২০২৬ সালের শুরু, অস্ট্রেলিয়া) এবং সমান্তরাল কিছু প্রতিষ্ঠান। Curtin সিদ্ধান্তে আসে যে স্কোরটি যতটা বিরোধ সমাধান করছে, তার চেয়ে বেশি বিরোধ তৈরি করছে, ফলে তারা Turnitin-এর AI detection পুরোপুরি বন্ধ করে দেয়। Vanderbilt এবং কয়েকটি Michigan State বিভাগেরও ২০২৫ সালে একই সিদ্ধান্তে পৌঁছায়। এসব বিশ্ববিদ্যালয় কোনো ক্ষেত্রেই AI ব্যবহার নিষিদ্ধ করেনি। তারা শুধু ডিটেকশন লেয়ারটা বাদ দিয়েছে এবং সততার কথোপকথনকে স্থানান্তর করেছে প্রকাশ (disclosure), প্রক্রিয়া, এবং ট্র্যাকড-চেঞ্জেস প্রমাণের ওপর। একই সময়ে, আরও কিছু বিশ্ববিদ্যালয় (বিশেষ করে ২০২৫ সালের শেষ দিকে কিছু Big Ten এবং Ivy League প্রতিষ্ঠান) ডিটেকশনে জোর বাড়িয়েছে, ফলে ক্ষেত্রটি অসম হলেও বদলটা থেমে যায়নি; বরং পরিবর্তনের দিকটিই শক্ত হয়েছে।

চারটি সংকেত, সিস্টেমের চারটি অংশ, একটিই দিক। এটা কাকতালীয় নয়; কাস্টম probability স্কোরের চেয়ে সহজে প্রমাণযোগ্য প্রমাণকে কেন্দ্র করে সিস্টেমের ভারসাম্য ঠিক করা হচ্ছে।

কেন এই পরিবর্তন যুক্তিযুক্ত

এই পরিবর্তনের স্থায়িত্ব আসে ডিটেক্টর-ভিত্তিক প্রমাণ আর প্রক্রিয়া-ভিত্তিক প্রমাণের মধ্যে অসমতা (asymmetry) থাকার কারণেই। উভয় ধরনের প্রমাণেই নির্ভুলতার পরিচিত “ফ্লোর” আছে। ডিটেক্টরের ফ্লোর অনেক কম।

ডিটেক্টর-ভিত্তিক প্রমাণ হলো এমন একটি probability score, যা এমন মডেল থেকে আসে যা AI আউটপুটের সঙ্গে সম্পর্কযুক্ত টেক্সট বৈশিষ্ট্য শেখে। Stanford-এর ২০২৩ সালের গবেষণায় সাতটি বড় ডিটেক্টরকে শনাক্ত করা হয়, যারা ভুলভাবে TOEFL-এর ৬১.৩ শতাংশ প্রবন্ধকে, যেগুলো ছিল ইংরেজিতে অ-স্থানীয় বক্তাদের লেখা, AI-generated হিসেবে চিহ্নিত করেছে। Newby আবিষ্কারের (discovery) সময় প্রকাশিত Adelphi-এর প্রাতিষ্ঠানিক তথ্য দেখায় যে বিশ্ববিদ্যালয়ের নিজস্ব Turnitin ইনটেকে ২৮ শতাংশ ESL false-positive হার ছিল। বিক্রেতাদের দেওয়া precision সংখ্যাগুলো সাধারণত মূলত স্থানীয় ইংরেজি টেক্সটের ওপর হিসাব করা হয়, ফলে তা সাধারণভাবে (generalize) প্রয়োগযোগ্য হয় না। স্কোরের নির্ভুলতা নির্ভর করে লেখকের ভাষাগত পটভূমি, ডিটেক্টর যে prompt distribution-এর ওপর প্রশিক্ষিত, এবং প্রতিষ্ঠান যে threshold নির্ধারণ করেছে, এসবের ওপর। সাবমিশনের সময় লেখক এগুলোর কোনোটা দেখেন না।

প্রক্রিয়া-ভিত্তিক প্রমাণ হলো ঘটনাপ্রবাহ, টাইমস্ট্যাম্প, এবং চূড়ান্ত ডকুমেন্টে পৌঁছানোর আগে হওয়া সংশোধনগুলোর ধারাবাহিক রেকর্ড। Google Docs সব সংশোধন স্বয়ংক্রিয়ভাবে ট্র্যাক করে। Word AutoRecover এবং বিল্ট-ইন revision info, সব সংশোধন ট্র্যাক করে। OneDrive লগ করে ফাইলটি কখন খোলা ও সেভ করা হয়েছিল। ব্রাউজার ট্যাব হিস্ট্রি বলে দেয় লেখক উৎস (sources) খুঁজতে কখন গবেষণা করছিলেন। রেফারেন্স ম্যানেজার সফটওয়্যার (Zotero, Mendeley, EndNote, Paperpile) প্রতিটি উদ্ধৃতিতে (citation) যোগ হওয়ার মুহূর্তেই টাইমস্ট্যাম্প দেয়। সব প্রমাণই প্রক্রিয়ার অংশ হিসেবে তৈরি হয়। প্রথম লেখার মতো একই সময় বিনিয়োগ না করে পরে সেটি বানানো যায় না।

এই কারণেই পরিবর্তনটি “লোড-বেয়ারিং”, যে বিশ্বাসটি বহনযোগ্য। ডিটেক্টর স্কোরকে চ্যালেঞ্জ করা যায় validation, threshold, এবং population bias সংক্রান্ত যুক্তিতে; স্কোরটি রক্ষা করতে প্রতিষ্ঠানকে এমন প্রমাণ দিতে হয় যা অনেক সময় তাদের কাছে থাকে না। প্রক্রিয়া রেকর্ডকে চ্যালেঞ্জ করা যায় authenticity সংক্রান্ত যুক্তিতে, যার জন্য এমন প্রমাণ দরকার হয় যা প্রতিষ্ঠানকে এমন একজন লেখকের বিপরীতে সরবরাহ করতে হবে যে প্ল্যাটফর্ম-উৎপন্ন মেটাডাটার দিকে আঙুল তুলতে পারেন। প্রায় সবসময়, প্রক্রিয়া রেকর্ডের রক্ষকের কেসটি তুলনামূলকভাবে সহজ।

এটি humanizer বনাম ডিটেক্টর, এই ধরনের যুক্তি নয়। humanizer শুধু পৃষ্ঠতল বদলায়; প্রক্রিয়া-রেকর্ড বদলায় প্রমাণের ভিত্তি (evidence base)। ধরে নিন আগামীকাল সব AI ডিটেক্টর নিখুঁত নির্ভুলতায় স্থানীয় ইংরেজিতে কাজ করতে শিখে গেলেও, তবুও প্রক্রিয়া রেকর্ডটি আরও উপকারী সংকেতই থাকবে, কারণ এটি probability-এর বদলে লেখকত্বের দিকে কথা বলে।

ট্র্যাকড চেঞ্জেস ও খসড়ার ইতিহাস: বচনযোগ্য প্রক্রিয়া ডকুমেন্টেশন দেখতে কেমন

ভালো খবর হলো, গবেষকদেরা ইতিমধ্যে প্রায় সব টুলই ডিফল্ট হিসেবে প্রক্রিয়া-ভিত্তিক প্রমাণ তৈরি করে। কাজটা হলো সেটি ধারণ করা এবং প্রয়োজন হলে কোথায় খুঁজে পাওয়া যাবে তা জানা।

Google Docs. File তারপর Version history তারপর See version history। পুরো রিভিশন ট্রি অনির্দিষ্টকাল ধরে সংরক্ষিত থাকে, কে এডিট করেছে এবং কখন করেছে সেটিসহ। শেয়ারযোগ্য রেকর্ড দরকার হলে PDF হিসেবে এক্সপোর্ট করুন; এক্সপোর্টে টাইমলাইন দেখা যায়। ২০২৬ সালে একাডেমিক লেখকদের হাতে থাকা সবচেয়ে উপকারী প্রক্রিয়া-টুল, মূলত এটি ডিফল্ট হওয়ায়, অনির্দিষ্টকাল ধরে সংরক্ষিত থাকে।

Microsoft Word. AutoRecover অটো-সেভ করা সংস্করণগুলোকে একটি গোপন ফোল্ডারে রাখে। Track Changes (Review ট্যাব তারপর Track Changes) সক্রিয় করলে আপনি যে প্রতিটি এডিট করেন তা ধরে। যে workflow পরিবর্তনটি সবচেয়ে মূল্যবান তা হলো: আপনার নিজের ড্রাফটিংয়ের জন্য Track Changes চালু করা। শুরু থেকেই Track Changes অন করে রাখুন, তাহলে ওই মুহূর্ত থেকে সব এডিটই ধরা পড়বে। প্রতিটি সংস্করণকে স্পষ্টভাবে সংরক্ষণ করা এবং বর্ণনামূলক নামে দেওয়া ("draft-2026-07-12-section-3-rewrite") গুরুত্বপূর্ণ, যাতে প্রতিটি ফাইল না খুলেও ক্রমটা বোঝা যায়। বেশিরভাগ গবেষক নিজের ড্রাফটিংয়ের জন্য Track Changes অন করেন না; তবে আপনি যদি লিখতে লিখতে পরিবর্তন ট্র্যাক করতে চান, এটাই সবচেয়ে ভালো উপায়।

OneDrive, Google Drive, Dropbox. ক্লাউড স্টোরেজ প্রোভাইডাররা ফাইল কার্যক্রম লগ করে। বেশিরভাগ একাডেমিক IT সার্ভিস অন্তত ৯০ দিনের জন্য (কারও ক্ষেত্রে আরও দীর্ঘ সময়) এগুলো সংরক্ষণ করে। এই লগ প্রমাণ করে ফাইলটি কখন, কার দ্বারা, এবং কোন ডিভাইস থেকে পরিবর্তিত হয়েছে। আপনার প্রধান সম্পাদক (editor)-এর রিভিশন হিস্ট্রি যদি অসম্পূর্ণ থাকে, তখন এটি একটি কাজে লাগা সম্পূরক।

রেফারেন্স ম্যানেজার। Zotero, Mendeley, EndNote, এবং Paperpile, সবগুলোই আপনার লাইব্রেরিতে কোনো citation যোগ হওয়ার তারিখ এবং কোন ডকুমেন্টে যোগ হয়েছে তা রেকর্ড করে। গবেষণা পর্যায়ের প্রক্রিয়া-প্রমাণ হলো লেখার পর্যায়ের প্রমাণ, কারণ এটি লেখার পর্যায়ে যাওয়ার আগে বৈধতা ও যাচাই (validation) হিসেবে কাজ করে। ধরুন, কোনো রিভিউয়ার ভাবলেন আপনি এমন একটি উৎস উদ্ধৃত করেছেন যা আপনি পড়েননি। তখন টাইমস্ট্যাম্প দেখিয়ে আপনি তাকে (বা তাকে) বলতে পারেন, কখন পড়েছিলেন।

Tracked changes export. এটি হলো রিভিউয়ার, সম্পাদক, বা সততা বোর্ডের কাছে নিজের প্রক্রিয়া-ভিত্তিক প্রমাণ ভাগ করে দেওয়ার জন্য সবচেয়ে উপকারী একক আউটপুট। ট্র্যাকড চেঞ্জেস হলো একটি Word বা Google Docs ডকুমেন্ট, যেখানে সব পরিবর্তন স্পষ্টভাবে দেখানো থাকে (কে কী করেছে, কখন)। আমাদের proofreader-এ ডিফল্টভাবেই tracked changes সক্ষম থাকে; তবে পরিষ্কার সংস্করণ (clean version) দেখা দরকার হলে “raw text” তৈরি করার অপশনও আছে। আমরা যেসব সাবমিশনে লেখার প্রক্রিয়া সম্পর্কে প্রশ্ন করা হতে পারে, সেখানে এই সংস্করণটি সুপারিশ করি। মনে রাখবেন, এটি Claude for Word-এ নেটিভভাবেই তৈরি করা যায়। Claude for Word একই আর্টিফ্যাক্ট নেটিভভাবে তৈরি করে, এটাই পণ্যের স্থাপত্যগত মূল কথা।

ইমেইল ও চ্যাট আর্কাইভ। সুপারভাইজার, সহ-লেখক, এবং রাইটিং সেন্টারের টিউটরদের সঙ্গে আলোচনা। থ্রেডগুলো সংরক্ষণ করুন। এগুলো সেই পুনরাবৃত্তিমূলক (iterative) চিন্তাকে স্থাপন করে যা ম্যানুস্ক্রিপ্ট তৈরি করেছে, যেটা কোনো ডিটেক্টরও জাল করতে পারে না।

এমন ড্রাফটিং অভ্যাস যা বচনযোগ্য প্রক্রিয়া তৈরি করে

আপনার বিদ্যমান workflow-এ অর্থবহ কোনো অতিরিক্ত বাধা (friction) না বাড়িয়ে, পাঁচটি অভ্যাস মিলে এমন এক প্রক্রিয়া-রেকর্ড তৈরি করে যা বচনযোগ্য (defensible)।

1. এমন টুলে ড্রাফট করুন যা ডিফল্টভাবেই revision history সংরক্ষণ করে। Track Changes অন সহ Google Docs বা Word ব্যবহার করুন। ইতিহাস সংরক্ষণ করে না, এমন plain text এডিটরে ড্রাফট করবেন না; পরিষ্কার কপি এক্সপোর্ট করে working ফাইল বাদও দেবেন না। আপনার বর্তমান workflow যদি নোটবুকে ড্রাফট করা এবং পরে টাইপ আপ করা, এর মধ্যে থাকে, তবে টাইপ করা সংস্করণটাই ড্রাফট; সেটিকে সংরক্ষণ করুন।

2. টাইমস্ট্যাম্পসহ স্পষ্টভাবে সংস্করণ সংরক্ষণ করুন এবং বর্ণনামূলক নামে দিন। সপ্তাহে একবার বর্তমান ড্রাফটের একটি স্ন্যাপশট সংরক্ষণ করুন, যেমন "manuscript-2026-07-18-after-methods-rewrite"। নাম দেওয়া সংস্করণগুলোতে ক্রমটা এক নজরেই বোঝা যায় এবং ক্লাউড-স্টোরেজের রিটেনশন পিউর্জেও টিকে থাকে।

3. ম্যানুস্ক্রিপ্টের পাশে এক লাইনের এডিট লগ রাখুন। একই ফোল্ডারে একটি plain text ফাইল। প্রতিটি এন্ট্রি হলো একটি তারিখ এবং একটি বাক্য: "2026-07-18: সুপারভাইজারের সঙ্গে দেখা করার পর Section 3 methodology আবার লিখেছি." সপ্তাহে পাঁচ মিনিট, এই অংশটি এমন চিন্তা ধারণ করে যা নিজেরাই revision history দেখাতে পারে না।

4. AI-সহায়তাপ্রাপ্ত এডিটগুলোকে ট্র্যাকড-চেঞ্জেস পাইপলাইনের মাধ্যমে চালান। আপনি যদি Word-এর জন্য Claude, ChatGPT, বা অন্য কোনো AI টুল দিয়ে এডিটিংয়ে সহায়তা নেন, তাহলে কাজটা এমন একটি পাইপলাইনে করুন যা ট্র্যাকড-চেঞ্জেস রেকর্ড তৈরি করে। Word-এর জন্য Claude এটি নেটিভভাবেই করে। আমাদের proofreader প্রতিটি এক্সপোর্টে এটি করে। এই রেকর্ডই ভবিষ্যতের যে কোনো disclosure বা integrity আলোচনাকে বাস্তবসম্মত করে তোলে।

5. সহায়ক গবেষণাকে আর্কাইভ করুন। রেফারেন্স ম্যানেজারের এক্সপোর্ট, তারিখ দেওয়া ফোল্ডারে ডাউনলোড করা PDF, এবং উৎস পেজের ব্রাউজার বুকমার্ক। গবেষণার রেকর্ড citation রেকর্ডকে যাচাই করে, যা আবার লেখার রেকর্ডকে যাচাই করে। প্রতিটি স্তর উপরের স্তরকে সুরক্ষা দেয়।

এই পাঁচটি অভ্যাস, সপ্তাহে মোটামুটি ১৫ মিনিটের ওভারহেড, এমন একটি প্রক্রিয়া-রেকর্ড তৈরি করে যা ডিটেক্টর, রিভিউয়ার, বা একাডেমিক সততা বোর্ড, যেকোনো ভবিষ্যৎ চ্যালেঞ্জের বিরুদ্ধে দাঁড়াতে পারে। বৃহত্তর প্রশ্ন হলো কীভাবে AI টুল ব্যবহারের ডকুমেন্টেশন লিখিত ম্যানুস্ক্রিপ্টের ভেতরেই করবেন, এ বিষয়ে আমাদের AI disclosure guide-এ manuscripts অংশে disclosure দিকটি কভার করা হয়েছে; আর যদি পরিষ্কার প্রক্রিয়াও থাকা সত্ত্বেও আপনাকে ফ্ল্যাগ করা হয়, আপিলের প্রশ্নে কী করবেন, এ জন্য appeal-letter playbook প্রতিক্রিয়াটি কীভাবে করবেন তা ব্যাখ্যা করে।

প্রতিষ্ঠান, জার্নাল, এবং ডিটেক্টর বিক্রেতাদের জন্য এর মানে কী

পরিবর্তনটি প্রাতিষ্ঠানিক পরিণতি তৈরি করে, আগামী ১৮ মাসে সেটি স্পষ্ট হবে।

বিশ্ববিদ্যালয়গুলোর জন্য operational প্রশ্ন হলো: সাবমিশনের সময় কী খসড়ার ইতিহাস ধারণ (draft history capture) বাধ্যতামূলক করা হবে কি না, কোন consent ফ্রেমওয়ার্ক সেটিকে সমর্থন করবে, এবং ডিসিপ্লিনারি প্রক্রিয়ায় ধারণ করা প্রমাণকে ডিটেক্টর স্কোরের সঙ্গে কীভাবে ওজন দেওয়া হবে। যারা বিষয়টি ঠিকভাবে পরিচালনা করবে তারা এমন একটি স্পষ্ট নীতিমালা প্রকাশ করবে যেখানে trusted evidence এবং action-এর threshold, দুটিই নির্দিষ্ট থাকবে। যারা দ্বিধায় থাকবে তারা নিয়মিতভাবেই Newby-ধাঁচের আপিলের মুখোমুখি হবে।

জার্নালগুলোর ক্ষেত্রে প্রশ্ন হলো: কীভাবে প্রক্রিয়া-ভিত্তিক প্রমাণকে পিয়ার-রিভিউ ওয়ার্কফ্লোতে একীভূত করা যায়, এমনভাবে যাতে সিস্টেমটি যে friction absorb করতে পারে না তা বাড়ে না। কিছু জার্নাল ম্যানুস্ক্রিপ্টের সঙ্গে ট্র্যাকড-চেঞ্জেস আপলোড বাধ্যতামূলক করবে; কিছু জার্নাল disclosure statement-এ প্রক্রিয়া-সংক্রান্ত attestations গ্রহণ করবে। কিছু জার্নাল যাচাইয়ের কাজ বিক্রেতাদের হাতে ছেড়ে দেবে, যারা প্রকাশক-কেন্দ্রিক টুলিং তৈরি করছে। যারা আগে এগিয়ে যাবে, তারাই সম্ভবত de facto মানদণ্ড স্থাপন করবে।

ডিটেক্টর বিক্রেতাদের জন্য এই পরিবর্তনটি অস্তিত্বগত (existential)। Turnitin-এর Clarity পিভটই হলো কেস স্টাডি: যে সংস্থা detection score তৈরি করেছে, সেই সংস্থাই এখন প্রক্রিয়া-রেকর্ডকে আরও নির্ভরযোগ্য সংকেত হিসেবে অফার করছে। যারা একই পিভট করবে না তারা এমন প্রতিষ্ঠানের চুক্তি হারাবে, যেসব চুক্তি শেষ পর্যন্ত সেই বিক্রেতাদের দিকে যাবে যারা পিভট করতে পারবে। ডিটেক্টর স্কোর পুরোপুরি উধাও হবে না; এটি একাধিক সংকয়ের একটি হয়ে যাবে, এবং ভালোভাবে ডিজাইন করা integrity প্রক্রিয়ায় প্রক্রিয়া-রেকর্ডের তুলনায় এর ওজন থাকবে কম। Turnitin Clarity-এর process forensics প্রসঙ্গে আমাদের নোটটি কভার করে, পণ্যটি আসলে কী করে এবং রোলআউটের ক্ষেত্রে প্রতিষ্ঠানগুলো কোথায় অবস্থান করছে।

গবেষকদের জন্য এর সবচেয়ে পরিষ্কার প্রভাব হলো: রেকর্ড তৈরি করার কাজটা সামান্য। যে সুরক্ষা (defensibility) এটি দেয় তা বড়। “ডিটেক্টর পাস করানো” থেকে “প্রক্রিয়াটি ডকুমেন্ট করা”, এই পুনর্গঠনটাই হলো সেই ব্র্যান্ড অবস্থান, যা আমরা বছরের বাকি সময় জুড়ে রক্ষা করব।

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

প্রশ্ন: “প্রক্রিয়াই নতুন প্রমাণ” কি বোঝায় AI ডিটেক্টররা চলে যাচ্ছে?

পুরোপুরি নয়। ডিটেক্টরগুলো থাকবে একটি screening signal হিসেবে, বিশেষ করে স্নাতক স্তরের (undergraduate) শিক্ষায়, যেখানে সাবমিশনের পরিমাণ এত বেশি যে প্রক্রিয়া-প্রমাণ রিভিউ করা ব্যয়বহুল। তবে যা বদলাচ্ছে তা হলো ওজন (weight): সুপরিকল্পিত প্রতিষ্ঠানগুলোতে কেবল ডিটেক্টর স্কোর আর শৃঙ্খলাভিত্তিক প্রক্রিয়ায় মূল প্রমাণ হিসেবে গ্রহণ করা হয় না, এবং Newby v. Adelphi রায় আদালতে সেই অবস্থানকে আনুষ্ঠানিকতা দিয়েছে। স্কোর তখন আর “শেষ সিদ্ধান্ত” নয়; তা হয় আরও ঘনিষ্ঠ রিভিউয়ের ইনপুট।

প্রশ্ন: আমি কাগজে ড্রাফট করি এবং পরে টাইপ আপ করি। তাহলে কি আমি প্রক্রিয়া-ডিফেন্স হারাচ্ছি?

পুরোপুরি নয়, তবে সুরক্ষা তুলনামূলকভাবে দুর্বল। টাইপ-আপ করা সংস্করণটাই প্রক্রিয়া-প্রমাণের দৃষ্টিতে আপনার ড্রাফট; আপনি টাইপ করা শুরু করার মুহূর্ত থেকে ডকুমেন্টটি সংরক্ষণ করুন এবং সেটিকে রিভিশন হিস্ট্রি জমতে দিন। হাতে লেখা নোটের ছবি তোলা বা স্ক্যান করা এবং ছবির ওপর তারিখ দেওয়া আরেকটি স্তর যোগ করে। ডুয়াল রেকর্ড (হাতের লেখা + টাইপড রিভিশন) আসলে টাইপড-অনলি রেকর্ডের চেয়েও শক্তিশালী, কারণ হাতে লেখা স্তরটি পরে রেট্রোঅ্যাকটিভভাবে বানানো কঠিন।

প্রশ্ন: আমার প্রতিষ্ঠান যদি tracked changes-কে প্রমাণ হিসেবে গ্রহণ না করে?

একটি FERPA অনুরোধ (যুক্তরাষ্ট্রে; যুক্তরাজ্যে U.K. Data Protection Act 2018 এবং অন্যত্র EU GDPR Article 15 অনুযায়ী সমতুল্য) করুন যাতে আপনার পুরো রেকর্ড পাওয়া যায়। প্রতিষ্ঠানটি আনুষ্ঠানিকভাবে ফরম্যাটটি গ্রহণ করুক বা না করুক, যে কোনো আপিলের সঙ্গে tracked changes জমা দিন। Newby রায় দেখিয়েছে যে এই প্রমাণকে বিবেচনা করার জন্য স্পষ্ট প্রক্রিয়ার অনুপস্থিতিই নিজে একটি procedural issue। প্রতিষ্ঠানগুলো প্রতিক্রিয়ায় তাদের নীতিমালা আপডেট করছে, এবং রেকর্ডটি আগামভাবে (proactively) সরবরাহ করা হলো সেই চাপের অংশ যা আপডেট চালায়।

প্রশ্ন: লেখার সময়, এমনকি যখন আমি একাই লেখক, তবুও কি আমার Track Changes অন করা উচিত?

আমাদের অভিজ্ঞতায় হ্যাঁ, এবং এটাই বেশিরভাগ গবেষক যে workflow পরিবর্তন থেকে উপকার পান। শুরু থেকেই প্রতিটি ডকুমেন্টে Track Changes অন রাখলে কোনো অতিরিক্ত কঠোরতা (discipline) ছাড়াই আপনি একটি সম্পূর্ণ এডিট রেকর্ড পান। স্বাভাবিক ড্রাফটিংয়ের জন্য মার্কআপ ভিউ লুকিয়ে রাখতে পারেন (Review ট্যাব তারপর Display for Review তারপর No Markup), তবে আন্ডারলাইং রেকর্ডটি রেখে দিন এবং প্রয়োজন হলে tracked-changes সংস্করণ এক্সপোর্ট করুন। ঘর্ষণ (friction) খুব কম, সুরক্ষাটি বাস্তব।

প্রশ্ন: এটি কি যুক্তরাষ্ট্রের বাইরে প্রযোজ্য, যেখানে Newby বাধ্যতামূলক নজির নয়?

হ্যাঁ, দুই কারণে। প্রথমত, Turnitin Clarity রোলআউট, Word-এর জন্য Claude, এবং জার্নাল নীতির পরিবর্তনগুলো নির্দিষ্ট কোনো jurisdiction-নির্ভর নয়, বরং বিশ্বজুড়েই হচ্ছে; trusted-evidence পরিবর্তনটি আপনি কোথায় সাবমিট করছেন তা নির্বিশেষে একাডেমিক প্রকাশনায় ছড়িয়ে পড়ছে। দ্বিতীয়ত, Newby যুক্তিটিও বহনযোগ্য (portable): যুক্তরাজ্য, অস্ট্রেলিয়া, কানাডা, ভারত, এবং ইউরোপীয় ইউনিয়নে আদালত ও integrity বোর্ডগুলো এই যুক্তির সঙ্গে যুক্ত হয়েছে যে কেবল ডিটেক্টর স্কোর যথেষ্ট প্রমাণের (preponderance of evidence) মানদণ্ড তৈরি করে না। যেখানে এটি বাধ্যতামূলক নয় কিন্তু বিশ্বাসযোগ্য, সেখানেও কেসটিকে স্পষ্টভাবে cite করুন; যুক্তিটি ভালোভাবে “ট্রাভেল” করে।

প্রসেস-ইজ-প্রুফ যুগের জন্য নির্মিত প্রুফরিডার

প্রতিটি সম্পাদনায় ট্র্যাকড-চেঞ্জেস এক্সপোর্ট। টুল ও সংস্করণ স্বয়ংক্রিয়ভাবে ধরা হয়। এটাই সেই রেকর্ড যা আপনার সম্পাদক, রিভিউয়ার, বা ইন্টেগ্রিটি বোর্ড বিশ্বাস করবেন।