আপনি AI ব্যবহার করেননি, তবু অভিযুক্ত হলে কী করবেন
একটি academic integrity ইমেলে AI ব্যবহারের অভিযোগ থাকা ভীতিকর, কারণ এমন কোনো একক তথ্য নেই যা একটি শতাংশকে খণ্ডন করে। প্রথম 48 ঘণ্টায়, ক্রমানুসারে কী করবেন, কী বলবেন, কী কখনও স্বীকার করবেন না, কী প্রমাণ চাইবেন, এবং একটি স্কোর একাই টিকে থাকার অনুমতি পায় কি না, তা কীভাবে জানবেন, এখানে দেওয়া হলো।
ইমেলটি এমন একটি বিষয়বস্তু লাইন নিয়ে আসে, যেমন Academic Integrity Concern বা Meeting Request: Regarding Your Submission, এবং এর ভেতরের প্রথম লাইনটি আপনাকে জানায় যে আপনার প্রশিক্ষক মনে করেন আপনি নিজে লেখা কাজে artificial intelligence ব্যবহার করেছেন। আপনি যে essay কাজটি সত্যিই নিজে লিখেছেন, তাতে AI ব্যবহার করার অভিযোগ পাওয়া একটি নির্দিষ্ট ধরনের বিভ্রান্তি তৈরি করে: এমন কোনো একক তথ্য নেই যা আপনি সামনে তুলে ধরে একটি শতাংশকে খণ্ডন করতে পারেন, এবং প্রথম বার্তায় আতঙ্কিত হওয়া, তর্ক করা, বা অতিরিক্ত ব্যাখ্যা দেওয়ার প্রবৃত্তি একেবারেই ভুল পদক্ষেপ। ভয়টি বাস্তব এবং যুক্তিসংগত। তবু এর প্রতি প্রতিক্রিয়াটি আবেগগত নয়, বরং প্রক্রিয়াগত হতে হবে, কারণ পরবর্তী কয়েক সপ্তাহ আসলে সেই প্রক্রিয়ার ওপরই চলবে।
এটি এই প্রশ্ন নিয়ে নয় যে detectorটি সঠিক ছিল কি না। অনেক লেখা এমন কারণে flag হয়, যার সঙ্গে authorship-এর কোনো সম্পর্ক নেই, এবং TextPulse অন্যত্র বিস্তারিতভাবে এই toolগুলো বাস্তবে কতটা accurate তা আলোচনা করেছে। পরবর্তী 2 দিনে যা গুরুত্বপূর্ণ, তা হলো প্রক্রিয়া, আপনি কী বলবেন, কী চাইবেন, এবং ঘটনাপ্রবাহের এমন একটি version-এ অঙ্গীকার করার আগে কী জানতে পারবেন, যা পরে আপনাকে ফিরিয়ে নিতে হতে পারে। ক্রমটি ঠিক রাখুন, তাহলে অন্তর্নিহিত প্রশ্নটি শেষ পর্যন্ত যেভাবেই মীমাংসিত হোক না কেন, আপনি নিজেকে সুরক্ষিত রাখতে পারবেন।
Essay কাজে AI ব্যবহারের অভিযোগ? প্রথম প্রতিক্রিয়া নিয়ন্ত্রণ করুন
প্রতিক্রিয়া জানানোর আগে অপেক্ষা করুন, এবং প্রাথমিক যেকোনো বার্তা সংক্ষিপ্ত রাখুন। রাগ লেখায় স্পষ্টভাবে ধরা পড়ে, এবং একটি academic integrity office তার অনেকটাই পড়ে ফেলে। প্রথম 1 ঘণ্টার মধ্যে পাঠানো একটি উত্তর, বিশেষ করে যা প্রক্রিয়াটিকে অন্যায্য বা professor-কে অদক্ষ বলে, তা আপনি সেই অনুভূতিতে সঠিক হোন বা না হোন, আপনার নিজের file-এর অংশ হয়ে যায়।
আপনাকে যে সময়টি প্রকৃতপক্ষে দেওয়া হয়েছে, সেটি নিন। অধিকাংশ শিক্ষক এবং integrity office কয়েক মিনিটের মধ্যে নয়, কয়েক দিনের মধ্যে উত্তর আশা করেন, এবং একটি সংক্ষিপ্ত অপেক্ষামূলক বার্তা, যেখানে উল্লেখ থাকবে যে আপনি নোটিশটি পেয়েছেন এবং একটি উত্তর প্রস্তুত করছেন, আপনাকে এড়িয়ে যাচ্ছেন বলে মনে না করিয়ে ভাবার জন্য কিছুটা সময় দেয়। কিছু লেখার আগে বার্তাটি দুবার পড়ুন, এবং এটি ঠিক কী দাবি করছে তা লিখে রাখুন: কোন অ্যাসাইনমেন্ট, কোন tool-এর নাম, এবং কী প্রমাণ, যদি কিছু থাকে, এটি ইতিমধ্যে উদ্ধৃত করেছে। যদি এটি আপনার উত্তরের জন্য কোনো deadline উল্লেখ করে, সেই তারিখটি ইমেলটির বাইরে আলাদা কোথাও লিখে রাখুন, কারণ সেটি মিস করলে বিতর্কিত অভিযোগটি ডিফল্টভাবে অপ্রতিদ্বন্দ্বিত হয়ে যেতে পারে।
আপনি যা করেননি, তা স্বীকার করবেন না
শুধু যা সত্যিই ঘটেছে, সেটাই বলুন, এবং তার চেয়ে বেশি কিছু স্বীকার করে সহযোগিতাপূর্ণ শোনানোর প্রলোভন প্রতিরোধ করুন। মিথ্যা অভিযোগের আশ্চর্যজনকভাবে অনেক মামলা ঠিক এই ধাপেই ভুল পথে যায়। একজন student, অপরিচিত একটি প্রক্রিয়ায় বিচলিত হয়ে, এমন কিছু বলে, আমি এটি পরীক্ষা করতে Grammarly ব্যবহার করেছি, অথবা আমি হয়তো একটি ধারণার জন্য ChatGPT-এ কিছু খুঁজে দেখেছিলাম, যার অর্থ এটি দিয়ে essay লেখা থেকে অনেক কম কিছু।
একবার সেই বাক্যটি লিখে ফেলা হলে, সেটিই file-এর একমাত্র এমন তথ্য হয়ে যায় যা নিয়ে বিরোধ থাকে না, এবং বাকি সবকিছু সেটির আলোকে পড়া হয়। কেবল যা আসলে জিজ্ঞাসা করা হয়েছে, সেটিরই উত্তর দিন, এবং নির্ভুলভাবে উত্তর দিন: আপনি যদি একটি grammar checker, একটি citation tool, বা একটি spell checker ব্যবহার করে থাকেন, ঠিক সেটাই বলুন, এর বেশি নয়, কারণ অস্পষ্ট সহযোগিতাপূর্ণতা নীরবতার মতোই সহজে এড়িয়ে যাওয়া বলে মনে হতে পারে। আপনি যদি নিশ্চিত না হন যে আপনি যে tool ব্যবহার করেছেন তা policy আসলে যে ধরনের AI use বোঝায়, তার মধ্যে পড়ে কি না, তাহলে আপনি কী ব্যবহার করেছেন তা বলুন এবং সরাসরি জিজ্ঞাসা করুন, অনুমান করে এমন একটি উত্তরে অঙ্গীকারবদ্ধ হওয়ার বদলে, যা পরে সংশোধন করতে হতে পারে।
লিখিতভাবে আপনি কোন প্রমাণ চাইবেন?
শুধু একটি flagged percentage নিজে থেকে এমন কোনো অভিযোগ নয়, যার জবাব আপনি সত্যিই দিতে পারেন, কারণ এটি বলে না কী সেটি ট্রিগার করেছে। summary score-এর বদলে সম্পূর্ণ report লিখিতভাবে চাইুন: কোন sentence বা section flagged হয়েছে, কোন threshold-এ আপনার institution একটি score-কে উদ্বেগের বিষয় হিসেবে গণ্য করে, এবং ঠিক কোন system সংখ্যাটি তৈরি করেছে।
Turnitin-এর নিজস্ব উপকরণ স্পষ্টভাবে বলে যে AI লেখন সনাক্তকরণ প্রতিবেদন এবং similarity, বা source matching, প্রতিবেদন পৃথক ব্যবস্থা, যা পৃথক বিষয় পরিমাপ করে, এবং একটি নথি একটিতে উচ্চ স্কোর করলেও অন্যটিতে নিম্ন স্কোর করতে পারে। আপনি যে বার্তাটি পেয়েছেন তাতে যদি না বলা থাকে যে এটি কোন প্রতিবেদনকে উদ্ধৃত করছে, তবে সেটিই প্রথম স্পষ্টীকরণমূলক প্রশ্ন, কারণ AI হিসেবে চিহ্নিত হওয়া এবং কোনো উৎসের সঙ্গে মিল হিসেবে চিহ্নিত হওয়া ভিন্ন অভিযোগ, যেগুলির জন্য ভিন্ন প্রতিক্রিয়া প্রয়োজন। বিশেষভাবে প্রকৃত প্রতিবেদনের একটি অনুলিপি চাইুন, কেবল তার বর্ণনা নয়। Turnitin ডিফল্টভাবে শিক্ষার্থীদের কাছে AI প্রতিবেদন দেখায় না, তাই কোনো শিক্ষক যদি একটি স্কোর উদ্ধৃত করেন, তবে তিনি সাধারণত এমন কিছু বর্ণনা করছেন যা আপনি নিজে কখনও দেখেননি, এবং যাঁর প্রবেশাধিকার আছে, তাঁকে সেটি রপ্তানি করে সরাসরি আপনাকে পাঠাতে হবে।
শুধু কথোপকথনে বিষয়টি তোলার বদলে অনুরোধটি ইমেলে করুন, যাতে আপনি যে অনুরোধ করেছেন তার একটি নথি থাকে। একটি যুক্তিসঙ্গত প্রক্রিয়ার পক্ষে এটি সরবরাহ করা সম্ভব হওয়া উচিত। একটি শতাংশের পেছনের প্রকৃত প্রমাণ ভাগ করতে অনীহা দেখানো নিজেই উল্লেখযোগ্য, বিশেষত যদি বিষয়টি পরে একটি আনুষ্ঠানিক শুনানিতে পৌঁছায়, যেখানে আপনি ঠিক কী চেয়েছিলেন এবং কখন চেয়েছিলেন তা দেখাতে চাইবেন।
এখন থেকে আপনি যা কিছু পাবেন এবং যা কিছু পাঠাবেন, তার সব কিছুর একটি অনুলিপি রাখুন, এমন একটি ফোল্ডারে যা আপনি নিয়ন্ত্রণ করেন, কেবল আপনার বিশ্ববিদ্যালয়ের ইমেল অ্যাকাউন্টে নয়। যদি মামলাটি সপ্তাহ বা মাস পরে একটি আনুষ্ঠানিক শুনানিতে অগ্রসর হয়, তবে ঠিক কী বলা হয়েছিল এবং কখন বলা হয়েছিল তা মনে রাখা আজকের তুলনায় অনেক বেশি গুরুত্বপূর্ণ হবে।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
কোন নীতি এবং কোন পদ্ধতি আপনার ক্ষেত্রে প্রযোজ্য?
প্রতিষ্ঠানভেদে এটি ভিন্নভাবে পরিচালিত হয়, এবং আপনার মামলার সঙ্গে যুক্ত লেবেলটি যতটা তুচ্ছ মনে হয়, বাস্তবে তার চেয়ে বেশি গুরুত্বপূর্ণ। সরাসরি জিজ্ঞাসা করুন, এটি কি আপনার এবং আপনার শিক্ষকের মধ্যে একটি অনানুষ্ঠানিক আলাপ, নাকি ইতিমধ্যে একটি আনুষ্ঠানিক মামলা হিসেবে academic integrity office এ পাঠানো হয়েছে? এই দুই প্রক্রিয়া ভিন্ন নিয়ম অনুসরণ করে, ভিন্ন ঝুঁকি বহন করে, এবং আপনার বিরুদ্ধে থাকা প্রমাণ দেখার ক্ষেত্রে আপনাকে ভিন্ন অধিকার দেয়। কেবল সুরের ভিত্তিতে উত্তর অনুমান করবেন না। বন্ধুসুলভ মনে হওয়া একটি ইমেলও আনুষ্ঠানিক প্রক্রিয়ার প্রথম ধাপ হতে পারে, আর কঠোর শোনানো একটি বার্তাও শেষ পর্যন্ত এমন একজন শিক্ষকের কাজ হতে পারে, যিনি কোথাও কিছু দাখিল করার আগে ব্যক্তিগত উদ্বেগ নিয়ে বিষয়টি সামলাচ্ছেন।
| অনানুষ্ঠানিক আলাপ | আনুষ্ঠানিক প্রেরণ | |
|---|---|---|
| কারা জড়িত | আপনার শিক্ষক, এখনো কোনো case file নেই | একটি integrity office বা committee, একটি case number |
| সাধারণত কী ঝুঁকিতে থাকে | গ্রেড নিয়ে আলোচনা, কখনও কখনও এর পর আর কিছু নয় | transcript notation, suspension, অথবা গুরুতর ক্ষেত্রে আরও খারাপ কিছু |
| প্রমাণ দেখার আপনার অধিকার | তবু জিজ্ঞাসা করুন, এমনকি যদি তা আনুষ্ঠানিকভাবে বাধ্যতামূলক না হয় | সাধারণত পূর্ণ প্রতিবেদন দেখার নথিভুক্ত অধিকার থাকে |
| প্রথমে কী করবেন | এটি কোন শ্রেণির মধ্যে পড়ে, তা লিখিতভাবে জিজ্ঞাসা করুন | লিখিত পদ্ধতিটি নামসহ অনুরোধ করুন এবং উত্তর দেওয়ার আগে তা পড়ুন |
আপনি কোন অবস্থায় আছেন তা জানার পর, প্রকৃত policy document টি খুঁজে বের করুন, কারও মৌখিকভাবে দেওয়া তার কোনো সারসংক্ষেপ নয়। অধিকাংশ বিশ্ববিদ্যালয় এটি প্রকাশ্যে দেয়, এবং TextPulse's বিভিন্ন প্রতিষ্ঠানে AI policy বাস্তবে কীভাবে কাজ করে তার সংক্ষিপ্ত বিবরণ শুরু করার জন্য একটি যুক্তিসংগত স্থান, যদি আপনার নিজের বিশ্ববিদ্যালয়ের সংস্করণ খুঁজে পাওয়া কঠিন হয়। policy সাধারণত বলে দেয় কী evidence হিসেবে গণ্য হবে, কে সিদ্ধান্ত নেবে, এবং লিখিতভাবে আপনার জবাব দেওয়ার অধিকার কেমন দেখায়, আর এই প্রতিটি বিবরণ আপনার পরবর্তী বার্তায় কী বলা উচিত তা বদলে দেয়।
একটি Detector Score কি আপনার বিরুদ্ধে একমাত্র প্রমাণ হতে পারে?
সাধারণত না, অন্তত কাগজে-কলমে। Turnitin-এর নিজস্ব নির্দেশনা প্রতিষ্ঠানগুলিকে স্পষ্টভাবে বলে যে তার AI লেখন মডেল সবসময় সঠিক নাও হতে পারে এবং কোনো শিক্ষার্থীর বিরুদ্ধে প্রতিকূল পদক্ষেপের একমাত্র ভিত্তি হিসেবে এটি ব্যবহার করা উচিত নয়। Michigan State-এর নিজস্ব নির্দেশনাও প্রায় একই কথায় একই নীতি পুনরাবৃত্তি করে। মিথ্যা পজিটিভ হলো স্বতন্ত্রভাবে পরীক্ষিত ডিটেক্টরগুলির মধ্যে নথিভুক্ত একটি ধারা, এবং যদি আপনার মামলাটি এর পেছনে আর কিছু না রেখে কেবল একটি স্কোরের ওপর নির্ভর করে, তাহলে তা বলার অধিকার আপনার আছে।
এটি এমন কোনো কারিগরি আপত্তি নয় যা আপনি নিজেকে রক্ষা করার জন্য উদ্ভাবন করছেন। Vanderbilt 2023 সালে Turnitin-এর AI ডিটেক্টর সম্পূর্ণভাবে বন্ধ করে দেয়, বিক্রেতার নিজস্ব প্রকাশিত মিথ্যা পজিটিভ হার উল্লেখ করে এবং অনুমান করে যে, বছরে এটি যে প্রায় 75,000টি পেপার জমা দেয়, তার মধ্যে শত শত শিক্ষার্থীর পেপার ভুলভাবে লেবেল করা হয়ে থাকতে পারে। University of Texas at Austin, Northwestern, এবং Montclair State একই সময়ের আশেপাশে অনুরূপ সিদ্ধান্ত নেয়। এর কোনোটিই প্রমাণ করে না যে আপনার নির্দিষ্ট মামলা ভুল। এটি দেখায় যে সংখ্যাটি একা কখনোই যথেষ্ট হিসেবে বিবেচিত হয়নি, এমনকি যেসব বিশ্ববিদ্যালয় এই সরঞ্জামগুলির জন্য অর্থ দেয় তারাও নয়।
আপনার প্রথম ভাষা যদি English না হয়, তাহলে এটি আরও বেশি গুরুত্বপূর্ণ। স্বতন্ত্র পরীক্ষায় বারবার দেখা গেছে যে ডিটেক্টরগুলি সাবলীল দ্বিতীয় ভাষার একাডেমিক লেখাকে মাতৃভাষার লেখার তুলনায় অনেক বেশি হারে ভুলভাবে পড়ছে, এবং TextPulse-এর ESL একাডেমিক লেখকদের জন্য পৃষ্ঠা ঠিক কেন এটি ঘটে তা ব্যাখ্যা করে। যদি এটি আপনার ক্ষেত্রে প্রযোজ্য হয়, তাহলে আপনার লিখিত জবাবে তা বলুন, এবং স্পষ্টভাবে জিজ্ঞাসা করুন যে আপনার স্কোরকে তাৎপর্যপূর্ণ হিসেবে গণ্য করার আগে সেই নথিভুক্ত ধারা বিবেচনায় নেওয়া হয়েছিল কি না।
প্রথম 48 ঘণ্টার পর কী ঘটে
আপনার কাছে প্রমাণ, নীতি, এবং আপনি কোন প্রক্রিয়ার মধ্যে আছেন সে সম্পর্কে স্পষ্ট ধারণা থাকলে, পরবর্তী ধাপ সাধারণত একটি লিখিত জবাব, কখনও কখনও একটি বৈঠক, কখনও উভয়ই। সেই বৈঠকে আপনি কী বলেন তার চেয়ে বেশি গুরুত্বপূর্ণ হলো আপনি কী দেখাতে পারেন, একটি সময়রেখা, একটি প্রক্রিয়া, একটি কাগজের নথিপত্রের ধারাবাহিকতা যা কারও বিরুদ্ধে কোনো অভিযোগ তোলার আগেই বিদ্যমান ছিল।
দুটি ব্যবহারিক পরবর্তী পদক্ষেপের জন্য আলাদা পৃষ্ঠা আছে: আপনি AI ব্যবহার করেননি, তা প্রমাণ করার জন্য প্রমাণ সংগ্রহ করা, এবং একটি আপিল পত্র লেখা, যা অভিযোগের বদলে স্কোরের জবাব দেয়।
এই নথিপত্রের ধারাবাহিকতা তৈরি করা মূল্যবান, আপনি তা আবার কখনও ব্যবহার করুন বা না করুন। মিথ্যা অভিযোগকে সহনীয় করে তোলার যে অভ্যাসগুলি, কাজ করতে করতে খসড়া সংরক্ষণ করা, আপনার অনুসন্ধান ইতিহাস রাখা, নিজের যুক্তি ধাপে ধাপে কাউকে বোঝাতে পারা, সেগুলি আজ শুরু করতে কোনো খরচ লাগে না, কিন্তু পরে সেগুলি পুনর্গঠন করতে অনেক বেশি খরচ হয়। এখনই, নীরবে, এই নির্দিষ্ট মামলাটি কীভাবে শেষ হয় তা নির্বিশেষে, শুরু করুন। সেই প্রমাণ আসলে কেমন দেখায়, এবং প্রতিটি ধরনের প্রমাণ কতটা ওজন বহন করতে পারে, তা চাপের মধ্যে কখনও প্রয়োজন হওয়ার আগেই আরও বিস্তারিতভাবে বোঝা মূল্যবান।
সচরাচর জিজ্ঞাসিত প্রশ্ন
সঙ্গে সঙ্গে জবাব দেবেন না, এবং যা সত্যিই ঘটেছে তার বাইরে কিছুই স্বীকার করবেন না। যদি আপনি নিজের লেখা প্রবন্ধে AI ব্যবহারের অভিযোগ পান, লিখিতভাবে নির্দিষ্ট প্রমাণ চাইুন, এটি অনানুষ্ঠানিক আলাপ না আনুষ্ঠানিক রেফারেল তা জেনে নিন, এবং উত্তর দেওয়ার আগে আপনার প্রতিষ্ঠানের প্রকৃত নীতি পড়ুন।
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.
