Sapling-এর AI ডিটেক্টর দ্রুত একবার দেখে নেওয়ার মতো যথেষ্ট নির্ভুল, তবে কার লেখা কার তা নিশ্চিতভাবে নির্ধারণের প্রশ্ন মেটানোর মতো নির্ভুল নয়। Sapling-এর নিজস্ব ডিটেক্টর পেজে বলা আছে, "accuracy ডেটাসেট, লেখার দৈর্ঘ্য এবং সিদ্ধান্তের থ্রেশহোল্ডের ওপর নির্ভর করে," এবং আরও বলা আছে যে কোনো ডিটেক্টরকে "এককভাবে চূড়ান্ত চেক হিসেবে ব্যবহার করা উচিত নয়"। স্বাধীন প্রমাণ তুলনামূলকভাবে কম। Sapling নিয়ে সবচেয়ে ভালোভাবে নথিভুক্ত একটি পরীক্ষায় দেখা গেছে, এটি ৩০টি মানুষের লেখা পদার্থবিজ্ঞানের প্রবন্ধের মধ্যে ১৮টিকে AI হিসেবে চিহ্নিত করেছে। Sapling সেপ্টেম্বর ২০২৬-এ তার মডেল আপগ্রেড করেছে, তাই আগের ফলগুলো আগের একটি সংস্করণকে বর্ণনা করে।
Sapling যদি আপনার নিজের লেখা ফ্ল্যাগ করে, স্কোরটি লেখার ভেতরের প্যাটার্নকে বোঝায়, এবং এটি আপনি কীভাবে লিখেছেন তার প্রমাণ নয়।
Sapling-এর AI ডিটেক্টরের নির্ভুলতা কত?
Sapling-এর নিজস্ব পেজগুলো কোনো একক নির্ভুলতার শতাংশ দেয় না। ডিটেক্টর পেজে বলা আছে নির্ভুলতা ডেটাসেট, লেখার দৈর্ঘ্য এবং থ্রেশহোল্ডের ওপর নির্ভর করে। এটি আপনাকে পরামর্শ দেয় নিজের উদাহরণ দিয়ে ডিটেক্টরটি পরীক্ষা করতে এবং ভুল পজিটিভ ও মিস হওয়া AI লেখাও গণনা করতে। আরও বলা আছে, ডিটেক্টরটি "প্রায় ৫০টি শব্দের পর অনেক বেশি নির্ভুল" হয়ে ওঠে।
Sapling তার ভ্যালিডেশন কাজের কথা বর্ণনা করেছে। একটি টেকনিক্যাল হোয়াইটপেপার, "Sapling AI Content Detection: Technical Overview and Validation Report", ১১ পৃষ্ঠার একটি নথি। এতে ১,০০০-সাম্পল হোল্ড-আউট সেটের ওপর মূল্যায়ন আছে, যার মধ্যে ভুল-পজিটিভ এবং ভুল-নেগেটিভ বিশ্লেষণও রয়েছে। আপনি ডিটেক্টর পেজের একটি ফর্মের মাধ্যমে এটি চেয়ে নেন, এবং সেখানে ফলাফল মুদ্রিত থাকে না।
Sapling-এর চেঞ্জলগে সর্বশেষ নির্ভুলতার বক্তব্য দেওয়া আছে। ১৭ সেপ্টেম্বর ২০২৬-এ তারা ডিফল্ট মডেল আপগ্রেড করেছে। এতে সাম্প্রতিক AI মডেলে precision বেশি এবং humanizer করা AI টেক্সট শনাক্তকরণ বেশি হয়েছে। এটি জানায়, অভ্যন্তরীণ হোল্ড-আউট মূল্যায়নে ভুল পজিটিভ ৬০% কমেছে।
প্রকাশিত দুটি টেস্টে Sapling-এর ডিটেক্টর ব্যবহার করা হয়েছে, এবং দুটিই এই আপগ্রেডের আগের। নিচের টেবিল দেখায় প্রতিটি টেস্টে কী মাপা হয়েছিল।
| গবেষণা | কী পরীক্ষা করা হয়েছিল | Sapling সম্পর্কে কী পাওয়া গেছে |
|---|---|---|
| Liang et al. (2023), Patterns | ইংরেজি মাতৃভাষা নয় এমন বক্তাদের ৯১টি প্রবন্ধ (TOEFL) এবং যুক্তরাষ্ট্রের ৮ম শ্রেণির ৮৮টি প্রবন্ধে সাতটি ডিটেক্টর | Sapling সাতটির একটি। ডিটেক্টরগুলো TOEFL প্রবন্ধগুলোতে গড়ে ৬১.২২% false-positive রেট দেখিয়েছে |
| Yeadon et al. (2024), Durham University প্রিপ্রিন্ট | ChatGPT আসার আগে শিক্ষার্থীরা যে পদার্থবিজ্ঞানের প্রবন্ধ লিখেছিল এবং GPT-4-এর লেখা প্রবন্ধে পাঁচটি ডিটেক্টর | ৩০টির মধ্যে ৩০টি AI প্রবন্ধ ধরা পড়েছে এবং ১৮টি মানব প্রবন্ধ AI হিসেবে ফ্ল্যাগ করা হয়েছে, ফলে ৭০% নির্ভুলতা পাওয়া |
দুটি গবেষণাই সেই সময়ের ওয়েব ডিটেক্টরকে যেমন ছিল তেমনভাবেই পরীক্ষা করেছে। Sapling-এর বর্তমান মডেল ভিন্নভাবে কাজ করতে পারে, এবং সেপ্টেম্বর ২০২৬-এর সংস্করণ নিয়ে কোনো স্বাধীন পরীক্ষা কেউ প্রকাশ করেনি।
Sapling কী এবং এটি কারা তৈরি করে?
Sapling একটি ভাষা-টুলস কোম্পানি, এবং AI ডিটেক্টর হলো বড় একটি টুলকিটের মধ্যে একটি পণ্য। Sapling Intelligence, Inc. এটি তৈরি করে, এবং তাদের about পেজে বলা আছে টিমের কাজ Berkeley এবং Stanford-এর AI ল্যাব থেকে আসে, এবং কোম্পানিটি Y Combinator দ্বারা সমর্থিত।
Sapling-এর হোমপেজ এটিকে "ডেভেলপার এবং ব্যবসার জন্য একটি language model toolkit" হিসেবে বর্ণনা করে। তাদের গ্রাহকদের মধ্যে সাপোর্ট এবং CX টিমও আছে, এবং তাদের অন্য টুলগুলো ঐ ধরনের কাজে ব্যবহারের জন্য বানানো। ডিটেক্টরটি ওয়েবসাইটে যে কেউ ব্যবহার করতে পারে এমন একটি অংশ।
Sapling-এর অন্যান্য পণ্য
একই সাইটে ডিটেক্টরের পাশে বেশ কিছু টুল তালিকাভুক্ত আছে:
- ব্যাকরণ যাচাই, অটোকমপ্লিট এবং পুনর্লিখন করার জন্য এন্ডপয়েন্ট ও এডিটর কম্পোনেন্টসহ একটি API এবং SDK।
- একটি MCP সার্ভার যা Claude-এর মতো ক্লায়েন্টদের Sapling-এর ভাষা টুলগুলো কল করতে দেয়।
- স্কোরিং এবং ত্রুটি প্রতিবেদনসহ ব্যাকরণ ও মান যাচাই।
- মেসেজিং প্ল্যাটফর্মের জন্য অটোকমপ্লিট, এবং টেক্সট-এক্সপ্যানশন স্নিপেটের একটি শেয়ার্ড লাইব্রেরি।
- পুনর্লিখন এবং চ্যাট-সহায়তা টুল, পাশাপাশি ওয়েবসাইটে একটি AI punctuation check এবং একটি বাক্য পুনর্লিখনকারী।
- একটি ব্রাউজার এক্সটেনশন এবং Zendesk, ServiceNow, Salesforce, Twilio Flex-এর সাথে ইন্টিগ্রেশন, এবং TinyMCE ও Quill-এর মতো এডিটরের সাথে।
আপনি যদি এমন সাপোর্ট বা সেলস টুলে কাজ করেন যেটি Sapling সাপোর্ট করে, তাহলে এই পরিসরটা কাজে লাগে।
Sapling-এর বিনামূল্যের AI ডিটেক্টর কী করতে দেয়?
বিনামূল্যের ডিটেক্টর আপনি যেটা পেস্ট করবেন তার প্রথম 2,000 অক্ষর যাচাই করে, যা আনুমানিক ৩০০ থেকে ৩৫০ শব্দের ইংরেজি। এর পরের অংশগুলো স্কোর করা হয় না। পেইড প্ল্যানগুলো সীমা বাড়িয়ে প্রতি চেকে 100,000 অক্ষর পর্যন্ত করে।
অক্টোবর ২০২৬ অনুযায়ী Sapling-এর ডিটেক্টর সীমা এবং দামগুলো।
| প্ল্যান | দাম | প্রতি চেকের অক্ষর | প্রতি ব্যাচে ফাইল |
|---|---|---|---|
| ফ্রি | US$0 | 2,000 | 5 |
| Pro | US$25 প্রতি মাসে, অথবা বছরে বিল করলে US$12 প্রতি মাসে | 100,000 | 10 |
| এন্টারপ্রাইজ | প্রতি সিটিতে প্রতি মাসে US$15 থেকে, ১০টি সিট থেকে শুরু | 100,000 | 10 |
| API | মিটারড, US$0.005 প্রতি 1,000 অক্ষর থেকে, এবং US$5 এককালীন ন্যূনতম | প্রতি অনুরোধে 200,000 | n/a |
নতুন অ্যাকাউন্টগুলো ক্রেডিট কার্ড ছাড়াই এক মাসের Pro ট্রায়াল শুরু করতে পারে। API নতুন কী পায় দিনে 50,000 অক্ষর এবং মাসে 250,000 অক্ষর ফ্রি, এবং প্রতি অনুরোধে সর্বোচ্চ 200,000 অক্ষর পর্যন্ত সাপোর্ট করে।
২,000 অক্ষরের সীমা যতটা মনে হয় তার চেয়ে বেশি গুরুত্বপূর্ণ। একটি থিসিস অধ্যায়ে সাধারণত হাজার হাজার অক্ষর থাকে, তাই ফ্রি স্কোরটি কেবল শুরুর দিকের প্যারাগ্রাফগুলো বর্ণনা করে। Sapling-এর মূল্যায়ন গাইডও নিজেরাই এটিই বলে: ফ্রি চেক প্রথম 2,000 অক্ষর স্কোর করে, তাই দীর্ঘ ডকুমেন্টের বাকি অংশ সম্পর্কে এটি আপনাকে কিছুই জানায় না।
ডিটেক্টরটি PDF এবং Word ফাইলও নেয়। আগে এটি টেক্সট বের করে, এবং Sapling-এর গাইড বলে বের করা টেক্সট চেক করা উচিত, কারণ এক্সট্র্যাকশন পড়ার ক্রম বদলে দিতে পারে।
Sapling কীভাবে টেক্সট স্কোর করে?
Sapling একটি সামগ্রিক শতাংশ দেয় এবং প্রতিটি বাক্যের জন্য আলাদা স্কোর দেয়। সামগ্রিক ফলাফলটি AI-generation স্কোর, এবং যেসব অংশ ফ্ল্যাগ করা হয়েছে সেগুলো টেক্সটে হাইলাইট করা থাকে। স্কোর যত বেশি, টেক্সটের AI দিয়ে তৈরি হওয়ার সম্ভাবনা তত বেশি।
Sapling পদ্ধতিটিকে একটি Transformer-based মডেল হিসেবে বর্ণনা করে, যা প্রতিটি টোকেনের জন্য অনুমান করে সেটি AI-generated কি না। বাক্যের স্কোর তাদের ভেতরের টোকেনগুলোর সম্ভাবনাগুলো একত্র করে নির্ণয় করা হয়। API টোকেন-স্তরের সম্ভাবনাও ফেরত দেয় এবং এটি একটি HTML হিটম্যাপও ফিরিয়ে দিতে পারে।
API ডকুমেন্টেশন ওয়েব ফলাফল পড়ার সময় কাজে লাগে এমন কিছু অতিরিক্ত বিবরণ যোগ করে:
- সামগ্রিক স্কোর 0 থেকে 1 এর মধ্যে থাকে, যেখানে 0 মানুষের লেখায় সর্বোচ্চ আস্থাকে বোঝায় এবং 1 AI-এর সর্বোচ্চ আস্থাকে বোঝায়।
- সামগ্রিক স্কোর একবারে পুরো লেখার ওপর গণনা করা হয়। এটি বাক্যগুলোর স্কোরের গড় নয়।
ai_fractionনামে একটি ক্ষেত্র আছে, যা 0.5 বা তার বেশি স্কোর পাওয়া বাক্যগুলোর মধ্যে টেক্সটের অংশ দেয়; ফলে এটি বোঝায় একটি মিশ্র নথিতে কতটা অংশ AI-লেখা বলে মনে হচ্ছে।- Sapling প্রতি অনুরোধে অন্তত 300 অক্ষর ব্যবহার করার পরামর্শ দেয়।
Sapling-এর গাইডে আরও বলা আছে যে স্কোরটি যাচাই করা টেক্সটটি AI-generated হওয়ার সম্ভাবনা সম্পর্কে একটি অনুমান। এটি AI যে শব্দ লিখেছে তার অংশ নয়। বাক্য-হাইলাইটগুলো আলাদাভাবে স্কোর করা হয়, তাই এগুলো সামগ্রিক স্কোরের সাথে মিল নাও থাকতে পারে এবং Sapling আপনাকে উভয়ই পর্যালোচনা করতে বলে।
ভাষাসমূহ
Sapling ইংরেজি, স্প্যানিশ, পর্তুগিজ, ফরাসি, জার্মান, ইতালিয়ান, ডাচ এবং জাপানি পরীক্ষা করে। স্প্যানিশ, পর্তুগিজ, ফরাসি, জার্মান এবং জাপানি 9 অক্টোবর 2026 তারিখে যোগ করা হয়েছে, আর ইতালিয়ান এবং ডাচ প্রাথমিক আকারে 13 অক্টোবর 2026 তারিখে যোগ করা হয়েছে। তালিকার বাইরে অন্য যেকোনো ভাষার টেক্সট ইংরেজি মডেলের মধ্য দিয়ে যায়, এবং Sapling বলছে এসব ফল তুলনামূলকভাবে কম নির্ভরযোগ্য।
যে গবেষকেরা এই তালিকার বাইরে কোনো ভাষায় লেখেন, তাদের জন্য থাই বা আরবিতে লেখা টেক্সটে Sapling স্কোরটি এমন মডেলের ওপর ভিত্তি করে নয় যা বিশেষভাবে তাদের ভাষার জন্য তৈরি করা হয়েছে।
নিজের ভয়েসে একটি খসড়া পালিশ করে নিন, তারপর তা যাচাই করুন
ProofreaderPro.ai humanizer আপনার AI-সহায়তাপ্রাপ্ত খসড়াগুলোকে স্বাভাবিক একাডেমিক গদ্যে পরিণত করে এবং AI স্কোর কমানোর জন্য ডিজাইন করা। ডিটেক্টরগুলো নিজেদের মতো সময়সূচি অনুযায়ী বদলায়, তাই কোনো টুলই ফলাফলের নিশ্চয়তা দিতে পারে না।
Text Humanizer চেষ্টা করুনস্বাধীন গবেষণাগুলো কী পেয়েছে?
Sapling সম্পর্কে স্বাধীন প্রমাণ এসেছে দুটি পেপার থেকে, এবং কোনোটাই Sapling-কে একা পরীক্ষা করার জন্য নকশা করা হয়নি।
Liang et al. (2023): সাতটি ডিটেক্টর এবং দ্বিতীয়-ভাষার রচনা
স্ট্যানফোর্ডে Weixin Liang, Mert Yuksekgonul, Yining Mao, Eric Wu এবং James Zou সাতটি ডিটেক্টর পরীক্ষা করেন। গবেষণাটি, "GPT detectors are biased against non-native English writers", Patterns জার্নালে প্রকাশিত হয়। Sapling তাদের মধ্যে ছিল, পাশাপাশি Originality.AI, Quil.org, OpenAI-এর ডিটেক্টর, Crossplag, GPTZero এবং ZeroGPT ছিল। লেখকেরা 15 মার্চ 2023 তারিখে এই সব সাতটি ডিটেক্টরে প্রবেশ করেন।
মার্কিন যুক্তরাষ্ট্রের অষ্টম শ্রেণির রচনায় ডিটেক্টরগুলো প্রায় নিখুঁত ফল দেয়। 91টি TOEFL রচনায় তারা গড়ে 61.22% কে AI-generated হিসেবে চিহ্নিত করে। সব সাতটি সম্মত হয় যে 91টির মধ্যে 18টি ছিল AI, এবং অন্তত একটি ডিটেক্টর 91টির মধ্যে 89টিকে চিহ্নিত করেছে।
যেসব TOEFL রচনা প্রতিটি ডিটেক্টরই চিহ্নিত করেছে, সেগুলোর perplexity অন্যগুলোর তুলনায় উল্লেখযোগ্যভাবে কম ছিল। লেখকেরা এটিকে এমন একটি লক্ষণ হিসেবে ব্যাখ্যা করেছেন যে ডিটেক্টররা সীমিত ভাষাগত পরিসরের লেখকদের শাস্তি দেয়। পেপারটি শিরোনাম সংখ্যার হিসেবে সাতটি ডিটেক্টরের গড় মান দেয়, তাই এটি টেক্সটে Sapling-এর নিজস্ব হারকে আলাদা করে দেখায় না। আমরা পুরো গবেষণাটি কভার করেছি কেন AI ডিটেক্টর অ-স্থানীয় লেখকদের চিহ্নিত করে (ভুল পজিটিভ).
Yeadon et al. (2024): Durham-এর পদার্থবিজ্ঞানের রচনা
Durham University-এর Will Yeadon এবং সহকর্মীরা ছোট পদার্থবিজ্ঞানের রচনায় পাঁচটি ডিটেক্টর পরীক্ষা করেন, যার অর্ধেক লেখা হয়েছিল ChatGPT আসার আগে থাকা শিক্ষার্থীদের দ্বারা এবং বাকি অর্ধেক GPT-4 দ্বারা লেখা। তারা এটি মার্চ 2024 এ arXiv প্রিপ্রিন্ট হিসেবে প্রকাশ করেন। এই টুলগুলো ছিল ZeroGPT, QuillBot, Hive Moderation, Sapling এবং Radar।
Sapling-এর জন্য তাদের কনফিউশন ম্যাট্রিক্সে 30টি সত্য পজিটিভ, 18টি মিথ্যা পজিটিভ, 12টি সত্য নেগেটিভ এবং কোনো মিথ্যা নেগেটিভ দেখানো হয়নি। এতে 70% নির্ভুলতা এবং 62% precision। Sapling সবগুলো AI-লেখা রচনা ধরতে পেরেছে এবং একই সঙ্গে 30টির মধ্যে 18টি মানব রচনাও চিহ্নিত করেছে। পেপারটি বলছে, পাঁচটি টুলের মধ্যে Sapling-এর মিথ্যা পজিটিভের সংখ্যা সবচেয়ে বেশি।
পরীক্ষাটির ফলাফলকে ওই পরীক্ষার বিষয়ে একটি বিবৃতি হিসেবে পড়ুন। রচনাগুলো ছিল সংক্ষিপ্ত, আনুষ্ঠানিক এবং একটিমাত্র বিষয়কেন্দ্রিক, যা ধরনের লেখা Sapling-এর নিজস্ব FAQ বলছে বেশি সম্ভাবনায় flagged হয়। গবেষণায় 2026 upgrade-এর আগের একটি সংস্করণও পরীক্ষা করা হয়েছিল।
দুইটি গবেষণায় যে বিষয়গুলো মিল আছে
দুইটি গবেষণাই দেখিয়েছে যে Sapling AI টেক্সট ভালোভাবে ধরতে পারে এবং একই সাথে অনেক মানব লিখিত টেক্সটও শনাক্ত করে। Durham পরীক্ষায় এটি কোনো AI প্রবন্ধ মিস করেনি এবং ১৮টি মানব প্রবন্ধ চিহ্নিত করেছে। এই ধরনের প্রোফাইলের একটি ডিটেক্টর দীর্ঘ টেক্সটের প্রথম পর্যালোচনার জন্য উপযোগী, যেখানে উচ্চ স্কোর আপনাকে ঠিক কোথায় ঘনিষ্ঠভাবে পড়তে হবে তা ইঙ্গিত করে। এটি অনেক কম উপযোগী চূড়ান্ত রায়ের ক্ষেত্রে।
কেন Sapling কিছু মানব লেখা ফ্ল্যাগ করে
Sapling-এর FAQ সরাসরি এই প্রশ্নের উত্তর দেয়। আপনি যদি নিজের লেখা কপি পেস্ট করেন এবং সেটি AI বলে, তাহলে false positives ঘটতে পারে, এবং ছোট, বেশি সাধারণ ও বেশি প্রবন্ধধর্মী লেখা ফ্ল্যাগ হওয়ার সম্ভাবনা বেশি। Sapling-এর মূল্যায়ন গাইড আরও যোগ করে যে নিয়মবদ্ধ বা সূত্রনির্ভর মানব লেখা ফ্ল্যাগ হতে পারে, এবং এডিট করা AI লেখা মিসও হতে পারে।
একাডেমিক গদ্যে এগুলোর সব বৈশিষ্ট্য থাকে। পদ্ধতি অংশ, সারসংক্ষেপ এবং সাহিত্য সারাংশগুলো আনুষ্ঠানিক, সাধারণ এবং বহুল ব্যবহৃত বাক্যাংশের ওপর তৈরি। দ্বিতীয় ভাষায় যারা লেখেন, তারা প্রায়ই সীমিত শব্দভান্ডার ব্যবহার করেন, যা Liang et al. নিম্ন perplexity এবং বেশি false positives এর সঙ্গে যুক্ত করেছেন। AI detection এ perplexity সম্পর্কিত আমাদের গাইডে মাপকাঠিটি ব্যাখ্যা করা হয়েছে, এবং burstiness হলো বাক্যের ছন্দ-সংক্রান্ত সেই সংকেত, যেটিকে ডিটেক্টরগুলো প্রায়ই ব্যবহার করে বলে বর্ণনা করা হয়।
আপনার নিজের লেখায় এই সংকেতগুলো দেখতে চাইলে, সাইটে একটি বিনামূল্যের পারপ্লেক্সিটি চেকার এবং একটি বিনামূল্যের বার্স্টিনেস চেকার আছে।
নিজের লেখায় Sapling স্কোর কীভাবে পড়বেন
Sapling স্কোরকে এমন অংশের দিকে নির্দেশক হিসেবে ধরুন, যেগুলো আবার পড়ার মতো, এবং এটিকে লেখকদের পরিচয় সম্পর্কে কোনো ফলাফল হিসেবে ধরবেন না। নিচের ধাপগুলো Sapling এর নিজস্ব নির্দেশনা অনুসরণ করে।
- কতটা লেখা স্কোর করা হয়েছে দেখুন। ফ্রি চেক শুধু প্রথম 2,000টি অক্ষর কভার করে।
- বাক্য-স্তরের ভিউ খুলুন এবং কোন বাক্যগুলোতে উচ্চ স্কোর হয়েছে তা দেখুন। কম সামগ্রিক স্কোর কিছু সংখ্যক উচ্চ-স্কোরিং বাক্য আড়াল করতে পারে।
- অনেক লম্বা লেখা সেকশনে ভাগ করে দেখুন। Sapling-এর FAQ দীর্ঘ লেখাকে ভাগ করার পরামর্শ দেয়, তাই প্রতিটি অংশ আলাদাভাবে পেস্ট করুন এবং স্কোরগুলো তুলনা করুন।
- চিহ্নিত বাক্যগুলো একজন পাঠকের মতো পড়ে দেখুন। সাধারণত কারণ হয় প্রস্তুত করা বাক্যাংশ, হেজিং-এর লম্বা তালিকা, এবং খুবই সমান বাক্যদৈর্ঘ্য।
- আপনার ড্রাফট, নোট এবং উৎসগুলো রেখে দিন। তারিখসহ ড্রাফটগুলো, যে কোনো detector স্কোরের চেয়ে লেখকত্বের প্রমাণ হিসেবে বেশি কার্যকর।
Sapling-এর মূল্যায়ন গাইড একই সতর্কবার্তা দেয়: "শুধু score দেখে কোনো গুরুত্বপূর্ণ সিদ্ধান্ত নেবেন না।" একজন শিক্ষক বা সম্পাদক আপনার কাজ প্রশ্ন করতে score ব্যবহার করে থাকতে পারেন। সেক্ষেত্রে, আমাদের ESL গবেষকের AI শনাক্তকরণ আপিল লেটার টেমপ্লেট আপনাকে জবাবের জন্য ভাষা দেয়।
Sapling অন্যান্য ডিটেক্টরের সঙ্গে তুলনা
Sapling হলো বেশ কিছু ফ্রি ডিটেক্টরের একটি, এবং প্রতিটির আলাদা পদ্ধতি ও আলাদা প্রকাশিত প্রমাণ রয়েছে। আমাদের অন্যান্য ডিটেক্টর পোস্টগুলো সেগুলোকে এক এক করে কভার করে:
- Pangram-এর AI ডিটেক্টর, নির্ভুলতা ও ফলস পজিটিভের দিক থেকে পর্যালোচিত।
- GPTZero কি সঠিক? স্বাধীন পরীক্ষাগুলো কী দেখায় (2026), যার মধ্যে এর স্বাধীন পরীক্ষাগুলোও অন্তর্ভুক্ত।
- ZeroGPT কি সঠিক এবং নির্ভরযোগ্য? এর AI স্কোরের মানে কী, যা উপরে উল্লিখিত ডারহাম গবেষণায় সেরা ফল দেখিয়েছে।
- Winston AI Detector এবং এর চেকার কতটা নির্ভুল।
Sapling বিনামূল্যে চেষ্টা করা যায়, প্রতিটি বাক্যের জন্য একটি স্কোর দেখায়, PDF এবং Word ফাইল গ্রহণ করে, এবং ডেভেলপারদের জন্য বিনামূল্যে মাসিক কোটাসহ একটি API আছে। এটি আরও আটটি ভাষা সমর্থন করে। কোর্সওয়ার্কের ক্ষেত্রে এর বিনামূল্যের সীমা 2,000 অক্ষরই মূল বাধা, কারণ পুরো একটি প্রবন্ধ বা অধ্যায়ের জন্য প্রদেয় পরিকল্পনা দরকার, অথবা কয়েকটি আলাদা করে পরীক্ষা করতে হয়।
সবাই কীভাবে স্বাধীন পরীক্ষায় পারফর্ম করেছে তার সারসংক্ষেপ দেখতে দেখুন 2026 সালে AI ডিটেক্টরগুলো কতটা নির্ভুল.
মানবীকৃত লেখার জন্য Sapling-এর সেপ্টেম্বর 2026 আপডেটের তাৎপর্য
Sapling বলছে 17 সেপ্টেম্বর 2026-এর মডেলটি মানবীকৃত AI লেখা শনাক্ত করতে আরও ভালো। এই দাবিটি জানা জরুরি, এবং বাইরে থেকে যাচাই করা যায় না, কারণ নতুন মডেলের কোনো স্বাধীন পরীক্ষা প্রকাশিত হয়নি।
গবেষকের জন্য ব্যবহারিক বিষয় হলো, প্রতিটি মডেল আপডেটের সাথে ডিটেক্টরের ফল বদলে যায়। গত বসন্তে যার স্কোর কম ছিল, আজ সেটির স্কোর ভিন্ন হতে পারে। তাই কোনো humanizer, আমাদেরটিও অন্তর্ভুক্ত, স্কোরের নিশ্চয়তা দিতে পারে না।
আপনি যদি প্রবন্ধ খসড়া করতে AI ব্যবহার করেন, তাহলে নিজের কাজের একটি রেকর্ড রাখুন এবং আপনার জার্নাল বা বিশ্ববিদ্যালয়ের প্রকাশ সংক্রান্ত নিয়মগুলো মেনে চলুন।
সচরাচর জিজ্ঞাস্য
Sapling-এর AI ডিটেক্টর কতটা নির্ভুল?
Sapling-এর পেজগুলো বলে নির্ভুলতা নির্ভর করে ডেটাসেট, লেখা কত দীর্ঘ এবং সিদ্ধান্ত গ্রহণের থ্রেশহোল্ডের উপর, এবং ফলাফল হিসেবে তারা একটি হোয়াইটপেপারের দিকে নির্দেশ করে। Sapling-এর নিজস্ব সংখ্যা প্রকাশ করে এমন একমাত্র স্বাধীন পরীক্ষা হলো পদার্থবিজ্ঞানের প্রবন্ধ নিয়ে 2024 সালে Durham University-এর একটি প্রিপ্রিন্ট। এতে দেখা যায়, 30টি AI প্রবন্ধের সবগুলোই ধরা পড়েছে এবং 30টি মানব প্রবন্ধের মধ্যে 18টিকে AI হিসেবে চিহ্নিত করা হয়েছে, অর্থাৎ 70% নির্ভুলতা।
Sapling-এর AI ডিটেক্টর কি বিনামূল্যে?
হ্যাঁ। বিনামূল্যের সংস্করণ প্রতিটি চেকের জন্য প্রথম 2,000 অক্ষর পরীক্ষা করে, আর Pro প্ল্যান সেটি বাড়িয়ে করে 100,000 অক্ষর, প্রতি মাসে US$25 অথবা বার্ষিকভাবে বিল করা হলে প্রতি মাসে US$12। Sapling আরও একটি এক মাসের Pro ট্রায়াল দেয়, যেখানে ক্রেডিট কার্ড লাগে না।
Sapling কে তৈরি করে?
Sapling Intelligence, Inc. তৈরি করে। কোম্পানির দাবি, তাদের টিম Berkeley এবং Stanford-এর AI ল্যাব থেকে এসেছে এবং এটি Y Combinator দ্বারা সমর্থিত। Sapling ডেভেলপার ও ব্যবসার জন্য ব্যাকরণ, অটো কমপ্লিট, রিরিফ্রেজ এবং AI-ডিটেকশন টুল বিক্রি করে।
Sapling-এর ডিটেক্টর কি মানব লেখা AI হিসেবে চিহ্নিত করতে পারে?
হ্যাঁ, এবং Sapling তাদের ডিটেক্টর পেজেই তা বলেছে। তারা বলে, সংক্ষিপ্ত, সাধারণ এবং প্রবন্ধধর্মী টেক্সট বেশি সম্ভাবনায় চিহ্নিত হয়, এবং ফর্মুলামাফিক মানব লেখা চিহ্নিতও হতে পারে। Durham পদার্থবিজ্ঞান-প্রবন্ধ পরীক্ষায় 30টি মানব প্রবন্ধের মধ্যে 18টি চিহ্নিত হয়েছিল।
Sapling-এর AI ডিটেক্টর কি ইংরেজি ছাড়াও অন্য ভাষায় কাজ করে?
এটি ইংরেজির পাশাপাশি স্প্যানিশ, পর্তুগিজ, ফরাসি, জার্মান, ইতালীয়, ডাচ এবং জাপানিজেও কাজ করে। ইতালীয় ও ডাচ সাপোর্ট প্রাথমিক পর্যায়ের। অন্য ভাষার টেক্সটগুলো ইংরেজি মডেল দিয়ে স্কোর করা হয়, এবং Sapling বলছে এসব ফল কম নির্ভরযোগ্য।
Sapling-এর AI ডিটেক্টর কি অ-স্থানীয় ইংরেজি লেখকদের বিরুদ্ধে পক্ষপাতদুষ্ট?
Liang et al. (2023) সাতটি ডিটেক্টর পরীক্ষা করে, এবং দলটি সামগ্রিকভাবে অ-স্থানীয় ইংরেজি প্রবন্ধের গড়ে 61.22% কে AI হিসেবে চিহ্নিত করেছে। পেপারটি Sapling-এর নিজস্ব হার তাদের টেক্সটে রিপোর্ট করে না। Sapling-এর পরীক্ষিত ভার্সনটি মার্চ 2023-এর, তাই বর্তমান স্কোর ভিন্ন হতে পারে।
Sapling টেক্সটকে কীভাবে স্কোর করে?
Sapling সামগ্রিক AI-জেনারেশন শতাংশ দেখায় এবং প্রতিটি বাক্যের জন্য একটি স্কোর দেয়। একটি Transformer-based মডেল অনুমান করে প্রতিটি টোকেন কতটা সম্ভবনা নিয়ে AI-উৎপন্ন, এবং বাক্যের স্কোরগুলো সেই টোকেন সম্ভাবনাগুলোকে একত্র করে। পুরো টেক্সটের উপর ভিত্তি করে সামগ্রিক স্কোর গণনা করা হয়, তাই এটি বাক্যের স্কোরগুলোর গড় নয়।
একটি বিশ্ববিদ্যালয় কি Sapling-এর স্কোরকে প্রমাণ হিসেবে ব্যবহার করবে?
না। Sapling-এর নিজস্ব নির্দেশনাতেই বলা আছে যে কেবল স্কোরের ওপর ভর করে কোনো গুরুত্বপূর্ণ সিদ্ধান্ত নেওয়া উচিত নয় এবং এটিও বলা আছে যে বর্তমান কোনো AI ডিটেক্টরকে একা বা স্বতন্ত্র যাচাই হিসেবে ব্যবহার করা উচিত নয়। ডিটেক্টরের স্কোর সম্পর্কে সাধারণভাবে বিশ্ববিদ্যালয়গুলো একই সিদ্ধান্তে পৌঁছেছে।
আমি কি নিজের খসড়ায় Sapling-এর একটি AI স্কোর কমাতে পারি?
আপনি সেই অনুচ্ছেদগুলো সংশোধন করতে পারেন যেগুলো বাক্য-দৃশ্যে হাইলাইট করা হয়েছে। সাধারণত এর মানে হলো প্রচলিত বাক্যাংশ ও বাক্যের দৈর্ঘ্য পরিবর্তন করা, এবং নিজের উদাহরণ ও যুক্তি যোগ করা। ProofreaderPro.ai AI humanizer এমনভাবে তৈরি যে AI-সহায়তায় লেখা খসড়ায় AI স্কোর কমাতে পারে, এবং উদ্ধৃতি সংরক্ষিত থাকে। প্রতিটি আপডেটের সাথে ডিটেক্টর বদলে যায়, তাই কোনো টুল নির্দিষ্ট একটি স্কোর নিশ্চিত করতে পারে না।
আপনার নিজের লেখায় ব্যাকরণ, শব্দচয়ন এবং একাডেমিক টোন ঠিক করুন, প্রতিটি পরিবর্তন দেখানো হবে যাতে চূড়ান্ত লেখাটি আপনারই থাকে।

ডানা ProofreaderPro-এর একজন বিষয়বস্তু নির্মাতা, যেখানে তিনি দৈনিক ব্লগ এবং লেখার কাজ চালান। অনলাইন এডিটিং প্ল্যাটফর্ম কীভাবে কাজ করে সে বিষয়ে তিনি নিবন্ধগুলি লেখেন এবং তিনি প্রতিদিন গ্রাহকের বার্তাগুলি পরিচালনা করেন, এটি দেখানোর জন্য একটি ফাইভ-স্টার সন্তুষ্টি স্কোর সহ।