Academic Integrity এবং AI: একজন শিক্ষার্থীর নির্দেশিকা
AI ব্যবহারের কোন দিকটি প্রায় সবসময় ঠিক, কোনটি প্রায় কখনও ঠিক নয়, মাঝের ধূসর এলাকা কী, এবং আপনি যা করেছেন তার একটি সহজ রেকর্ড কীভাবে রাখবেন, তার একটি ব্যবহারিক পর্যালোচনা, সেই একমাত্র নীতি থেকে শুরু করে যা সত্যিই একটি অ্যাসাইনমেন্টকে নিয়ন্ত্রণ করে: কোর্সের নিজস্ব নীতি.
Academic integrity AI: এই বাক্যাংশটি এমন এক বিস্তৃত পরিসরকে বোঝায়, যেখানে একটি সম্পন্ন অনুচ্ছেদকে grammar checker-এর মাধ্যমে চালানো থেকে শুরু করে একটি chatbot-কে প্রথমেই সেই অনুচ্ছেদ লিখতে বলা পর্যন্ত সবই অন্তর্ভুক্ত হতে পারে, এবং অধিকাংশ শিক্ষার্থী কখনও স্পষ্ট উত্তর পায় না যে এক ধরনের ব্যবহার কোথায় শেষ হয় এবং অন্যটি কোথায় শুরু হয়। সেই সীমারেখা একবারে, কেন্দ্রীয়ভাবে, কোনো শিক্ষার্থীর নেওয়া প্রতিটি কোর্সের জন্য নির্ধারিত হয় না। এটি প্রতিটি instructor, প্রতিটি course handbook, এবং নির্দিষ্ট assignment-এর ক্ষেত্রে প্রযোজ্য সংস্করণ অনুযায়ী আলাদাভাবে নির্ধারিত হয়, এবং সেই সংস্করণটি প্রায়ই university-এর সাধারণ policy যা বলে তার চেয়ে বেশি সংকীর্ণ হয়।
এটি কোনো loophole নয়। এটি প্রায় প্রতিটি institution, যারা সত্যিই একটি policy লিখে রেখেছে, এই বিষয়টি সামলানোর জন্য যে পদ্ধতি বেছে নিয়েছে তা-ই, কারণ একটি lab report, একটি personal essay এবং একটি coding assignment ভিন্ন ভিন্ন প্রশ্ন তোলে, যেগুলোর উত্তর একটি কেন্দ্রীয় rule ভালোভাবে দিতে পারে না। এই guide-এ কোথায় সাধারণত সব জায়গায় ব্যবহার গ্রহণযোগ্য, কোথায় সাধারণত কোথাও গ্রহণযোগ্য নয়, মাঝের grey area, এবং আসলে কী করা হয়েছে তার একটি record রাখার সহজ উপায় তুলে ধরা হয়েছে। তাই কোনো নির্দিষ্ট প্রশ্নের উত্তর কখনও কেবল অনুমান নয়।
Academic Integrity AI শুরু হয় আপনার Course Policy থেকে, আপনার University-এর Policy থেকে নয়
যে universities বিস্তারিত AI guidance প্রকাশ করেছে, তারা ধারাবাহিকভাবে প্রকৃত সিদ্ধান্তটি 'the university' সামগ্রিক সত্তার চেয়ে ছোট একটি unit-এর কাছে সরিয়ে দেয়। Oxford's policy স্পষ্টভাবে বলে যে শিক্ষার্থীদের ক্ষেত্রে assessments-এ AI-এর ব্যবহার কেবল তখনই অনুমোদিত, যখন তা স্পষ্টভাবে অনুমতি দেওয়া হয়েছে, এবং department বা faculty-এর নির্দেশনা অনুসারে তা ঘোষণা করতে হবে, এবং অননুমোদিত ব্যবহারকে default হিসেবে academic misconduct ধরা হয়। Cambridge কার্যকর rule-টি individual assessment brief-এর স্তরে নির্ধারণ করে: summative assessment-এ অস্বীকৃত AI-generated content ব্যবহার করা misconduct হিসেবে গণ্য হয়, যদি না সেই brief-এ স্পষ্টভাবে ভিন্ন কিছু বলা থাকে, যার অর্থ একই module এক assignment-এ এক ধরনের ব্যবহার অনুমোদন করতে পারে এবং পরেরটিতে তা নিষিদ্ধ করতে পারে।
MIT Sloan আরও সরাসরি বলেছে, তাদের কাছে জেনারেটিভ AI টুল ব্যবহার করে অ্যাসাইনমেন্ট সম্পন্ন করার বিষয়ে কোনো চূড়ান্ত নীতি নেই, এবং অনুষদ সদস্যরা কোর্সভেদে নিজেদের নিয়ম নির্ধারণ করেন, যার মধ্যে এ ধরনের কিছু বা সব ব্যবহার অনুমোদন বা নিষিদ্ধ করা অন্তর্ভুক্ত। Monash এই সিদ্ধান্ত প্রতিটি ইউনিটের Chief Examiner-এর ওপর ছেড়ে দেয়, যিনি নির্দিষ্ট করতে হবে AI কোথায় এবং কীভাবে ব্যবহার করা যেতে পারে, এবং তা হলে স্বীকৃতি দেওয়া সবসময়ই আবশ্যক। এগুলোর কোনোটিই ব্যতিক্রমী ঘটনা নয়। তিনটি মহাদেশের চারটি ভিন্ন বিশ্ববিদ্যালয় কীভাবে একই নীতিগত প্রশ্নকে গঠন করার সিদ্ধান্ত নিয়েছে, তারই উদাহরণ এগুলো, এবং কোনো স্কুলের সাধারণ বক্তব্যই পুরো গল্প, এমন ধরে নেওয়ার আগে এটি মনে রাখা মূল্যবান। প্রতিষ্ঠানভেদে university AI policy আরও কাছ থেকে দেখলে প্রায় সর্বত্রই একই বিকেন্দ্রীকৃত ধারা দেখা যায়, যেখানে তা পরীক্ষা করা হয়েছে।
যে ব্যবহারগুলো প্রায় সবসময়ই গ্রহণযোগ্য
সবচেয়ে স্পষ্ট ধারা বিশ্ববিদ্যালয়ের বাইরেই দেখা যায়, যখন academic publisher-রা সমাপ্ত গবেষণা জমা দেওয়া লেখকদের ক্ষেত্রে একই প্রশ্নটি কীভাবে বিবেচনা করে। Elsevier-এর নীতিতে বলা হয়েছে, ব্যাকরণ, বানান এবং বিরামচিহ্নের মৌলিক যাচাইয়ের জন্য কোনো ঘোষণা একেবারেই প্রয়োজন নেই। Wiley কেবল বানান, ব্যাকরণ এবং সাধারণ সম্পাদনার জন্য ব্যবহৃত টুলগুলোকে তার প্রকাশ-সংক্রান্ত শর্ত থেকে বাদ দেয়। IEEE ব্যাকরণ এবং সম্পাদনা টুলগুলোকে শুরু থেকেই তার AI নীতির উদ্দেশ্যের বাইরে বলে বর্ণনা করে। এগুলোর কোনোটিই বিশ্ববিদ্যালয়ের plagiarism rule নয়, কিন্তু অন্তর্নিহিত পার্থক্যটি একই, এমন একটি যান্ত্রিক সংশোধন যা ইতিমধ্যে শিক্ষার্থীর নিজের লেখা, বনাম নতুন বিষয়বস্তু যা তা নয়, এবং প্রায় প্রতিটি course-level AI policy-ও একই পার্থক্য টানে। একটি free grammar checker প্রায় যেকোনো নীতির অধীনে, যা একজন শিক্ষার্থী সাধারণত মোকাবিলা করতে পারে, এই গ্রহণযোগ্য শ্রেণির মধ্যেই পড়ে।
এটি গঠনগত প্রতিক্রিয়ার ক্ষেত্রেও একইভাবে কাজ করে। বিদ্যমান বিষয়বস্তুর ওপর প্রতিক্রিয়া দিতে হলে তা নীতিগত বিবৃতি, বাক্য ধরে বাক্য, এমন হওয়ার প্রয়োজন নেই। একটি টুল আপনাকে জিজ্ঞাসা করতে পারে, আপনি যে যুক্তি লিখেছেন তা যৌক্তিক কি না, অথবা আপনি কোথাও নিজেকে পুনরাবৃত্তি করছেন কি না। এটি পুরোনো বিষয়বস্তুর বদলে নতুন বিষয়বস্তু চাইছে না। উপরের প্রতিটি নীতিতে যে পার্থক্যটি বারবার ফিরে আসে, তা হলো মূল বক্তব্যের লেখকত্ব, চূড়ান্ত খসড়ার পথে নথিটিকে কোন কোন টুল স্পর্শ করেছে তা নয়।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
যে ব্যবহারগুলো প্রায় কখনোই গ্রহণযোগ্য নয়
উৎপন্ন যুক্তি প্রায় সর্বত্রই সেই একই সীমার অন্য পাশে অবস্থান করে, যেখানে এটি লিখিত হয়েছে: একটি chatbot-কে প্রকৃত দাবি, প্রকৃত বিশ্লেষণ বা প্রকৃত ব্যাখ্যা চাইতে বলা, এবং তার আউটপুটকে জমা দেওয়ার মূল বিষয়বস্তু হিসেবে রাখা। উৎপন্ন প্রমাণ আরও খারাপ, ভালো নয়, কারণ একটি বানানো পরিসংখ্যান বা অস্তিত্বহীন কোনো গবেষণা শৈলীর সমস্যা নয়। এটি তথ্য হিসেবে জমা দেওয়া একটি মিথ্যা দাবি। উদ্ধৃতিগুলিও আরও নির্দিষ্ট রূপে একই ঝুঁকি বহন করে: language models নিয়মিত এমন উৎস উদ্ভাবন করে যা সম্পূর্ণ বিশ্বাসযোগ্য বলে মনে হয়, আর ঠিক এই কারণেই does ChatGPT make up references একটি উৎপন্ন উদ্ধৃতি রেফারেন্স তালিকার কাছে যাওয়ার আগেই পড়া উচিত।
এই সবকিছুর পেছনের যুক্তি নিয়মগুলোর চেয়েও বেশি সামঞ্জস্যপূর্ণ। একটি chatbot তার উৎপন্ন দাবির পক্ষে দাঁড়াতে পারে না, সেটিকে কোনো উৎসের সঙ্গে মিলিয়ে দেখতে পারে না, বা দাবি ভুল প্রমাণিত হলে দায় নিতে পারে না, আর ঠিক এই কারণেই গবেষণা প্রকাশকেরা একজন মানব লেখকের কাছ থেকে প্রত্যেকটি দাবির নিশ্চয়তা চান, বাক্যটি তৈরিতে যা-ই সাহায্য করে থাকুক না কেন। Turnitin's AI writing report কোনো নির্দিষ্ট অনুচ্ছেদকে চিহ্নিত করবে কি না, তা একটি পৃথক, যান্ত্রিক প্রশ্ন, আর অন্তর্নিহিত বিষয়বস্তু আদৌ শিক্ষার্থীর নিজের জমা দেওয়ার মতো ছিল কি না, তা সম্পূর্ণ ভিন্ন প্রশ্ন।
ধূসর মধ্যবর্তী ক্ষেত্র, এবং কীভাবে তা সামলাতে হবে
উপরের দুইটি স্পষ্ট শ্রেণির মাঝখানে কিছু ব্যবহার পড়ে, এবং ঠিক এই জায়গাতেই কোর্স-নির্দিষ্ট নীতি সবচেয়ে বেশি গুরুত্বপূর্ণ। একটি কঠিন অনুচ্ছেদ অনুবাদ করা, বা একটি বাক্য দ্বিতীয় ভাষায় স্বাভাবিক শোনায় কি না তা পরীক্ষা করা, প্রথম ভাষায় শুধু লিখছেন এমন একজন শিক্ষার্থীর তুলনায় বহুভাষিক শিক্ষার্থীর জন্য ভিন্নভাবে অবস্থান করে, এবং যে নীতিতে এ বিষয়ে একেবারেই কিছু বলা নেই, তা সাধারণত এমনভাবে লেখা হয়নি যে নীতিটি প্রণয়নকারী ব্যক্তির সামনে সেই শিক্ষার্থীকে রাখা হয়েছিল। কোনো ধারণা সম্পর্কে লেখার আগে একটি টুলকে তা ব্যাখ্যা করতে বলা, একটি জমা দেওয়ার কাজ তৈরি করার চেয়ে পাঠ্যপুস্তক ব্যবহার করার কাছাকাছি, কিন্তু সব মূল্যায়নকারী এতে একমত হবেন না, আর ঠিক এই কারণেই এটি এমন একটি শ্রেণি, যা অনুমান না করে সরাসরি জিজ্ঞাসা করা উচিত।
সম্ভাব্য দৃষ্টিকোণের একটি তালিকা নিয়ে ভাবনা, বা প্রতিটি বাক্য একেবারে শুরু থেকে লেখার আগে একটি খসড়া রূপরেখা চাওয়া, একই ধূসর পরিসরে পড়ে। কিছু শিক্ষক এটিকে সহপাঠীর সঙ্গে একটি ধারণা নিয়ে আলোচনা করার চেয়ে ভিন্ন কিছু মনে করেন না। অন্যরা চান জমা দেওয়ার প্রতিটি ধাপ স্পষ্টভাবে শিক্ষার্থীর নিজের কাজ হোক। কোনটি একটি নির্দিষ্ট কাজের ক্ষেত্রে প্রযোজ্য, তা জানার একমাত্র নির্ভরযোগ্য উপায় হলো এই নির্দেশিকার শুরুতে যে উপায়টি বলা হয়েছিল সেটিই, জিজ্ঞাসা করা, অথবা নির্দেশনাটি যথেষ্ট মনোযোগ দিয়ে পড়া, যাতে নিশ্চিত হওয়া যায়।
এটিকে দ্বিতীয় একটি কাজ না বানিয়ে একটি রেকর্ড রাখুন
একটি সহজ অভ্যাসের মাধ্যমে এর বেশির ভাগই সামলানো যায়, এবং সেটি নিজে আরেকটি প্রকল্পে পরিণত হয় না। তারিখ, টুলকে কী জিজ্ঞাসা করা হয়েছিল, এবং আসলে কী রাখা হয়েছিল বনাম কী পুনর্লিখন করা হয়েছিল, তা নোট করুন, যেমন একটি উৎসকে উদ্ধৃতি দেওয়া হয়, একবার কিছু পড়েছিলাম এমন অস্পষ্ট স্মৃতির মতো নয়। কোর্স অনুমতি দিলে চ্যাট সংরক্ষণ করুন, আর না দিলে একটি স্ক্রিনশট রাখুন। যেখানে কোনো কোর্সে আনুষ্ঠানিক AI-use disclosure statement প্রয়োজন, সেই বিন্যাসটি কোর্সই নির্ধারণ করে, এই নির্দেশিকা নয়, এবং তার সঠিক ভাষা অনুসরণ করা স্বাধীনভাবে তৈরি করা আরও দীর্ঘ বা আরও বিস্তারিত কিছু লেখার চেয়ে বেশি গুরুত্বপূর্ণ।
নীতিটির অন্তর্নিহিত ব্যবহারিক প্রশ্নগুলোর নিজস্ব পৃষ্ঠা আছে: একজন অধ্যাপক কি বুঝতে পারেন আপনি ChatGPT ব্যবহার করেছেন কি না, এবং আরও সরাসরি সংস্করণ, ChatGPT ব্যবহার করলে কি আমি ধরা পড়ব।
এর কোনোটিই সেই একক নথি পড়ার বিকল্প নয়, যা বাস্তবে একটি নির্দিষ্ট অ্যাসাইনমেন্টকে নিয়ন্ত্রণ করে, অর্থাৎ মডিউল হ্যান্ডবুক বা নিজস্ব ব্রিফ, অন্য শিক্ষার্থীরা কীভাবে পার পেয়ে যাচ্ছে বলে মনে হয় তার সাধারণ ধারণা নয়। TextPulse-এর AI humanizer for students এই বিষয়ের সেই অংশের জন্যই আছে, যা সত্যিই লেখার সঙ্গে সম্পর্কিত, অনুমতির সঙ্গে নয়। এটি একটি খসড়ার নিজস্ব পরিসংখ্যানগত গঠন থেকে নির্মিত একটি আনুমানিক Human Score জানায়, যা জমা দেওয়ার আগে প্রামাণিক লেখা পরীক্ষা করার জন্য উপযোগী, এবং তা নীতিমালা ইতিমধ্যে যে ধরনের ব্যবহার অনুমোদন করে, ঠিক সেই শ্রেণিগুলির ক্ষেত্রেই।
সচরাচর জিজ্ঞাসিত প্রশ্ন
Academic integrity AI সংক্রান্ত প্রশ্ন সাধারণত বিষয়বস্তুর লেখকত্বের ওপর এসে দাঁড়ায়, কোন টুল একটি নথিকে স্পর্শ করেছে তার ওপর নয়। ইতিমধ্যে লেখা কোনো যুক্তির বানান, ব্যাকরণ বা প্রবাহ পরীক্ষা করতে AI ব্যবহার করা প্রায় প্রতিটি প্রকাশিত নীতির অধীনে ঠিক। যুক্তি, প্রমাণ বা উদ্ধৃতিগুলো নিজেই তৈরি করতে এটি ব্যবহার করা, এবং সেই আউটপুটকে জমা দেওয়া হিসেবে রাখা, যেখানে প্রশ্নটি লিখিতভাবে সত্যিই উত্তর দেওয়া হয়েছে সেখানে প্রায় সর্বত্র অসদাচরণ হিসেবে গণ্য হয়.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
