AI ডিটেক্টর কি নিউরোডাইভার্জেন্ট লেখকদের বেশি বার চিহ্নিত করে? গবেষণাগুলো কী বলে

হ্যাঁ। 2025 সালের একটি পিয়ার-রিভিউকৃত গবেষণায়, একটি AI ডিটেক্টর সম্ভাব্য অটিস্টিক লেখকদের বেশি হারে চিহ্নিত করেছে: তাদের পোস্টের 1.7 শতাংশ, যেখানে সাধারণ একটি গোষ্ঠীর ক্ষেত্রে 1.2 শতাংশ, প্রতি পোস্টে 300 শব্দ ধরে। এটি AI শনাক্তকরণ মিথ্যা ধনাত্মক স্নায়ুবৈচিত্র্য বিষয়ক প্রধান গবেষণা, এবং বিশ্ববিদ্যালয়গুলো এডিএইচডি ও ডিসলেক্সিয়া সম্পর্কেও সতর্ক করে।

এগুলো AI লেখা ডিটেক্টর, যা লেখাকে মানবসৃষ্ট বা যন্ত্রনির্মিত হিসেবে স্কোর করে। অটিজম-এর জন্য মানুষকে筛করণ করে এমন টুলস প্রায়ই একই অনুসন্ধানে আসে এবং এটি ভিন্ন বিষয়। এসব গবেষণা কোনো ডায়াগনোসিস সম্পর্কে কোনো দাবি না করে, ডিটেক্টর কতবার লেখা-কে চিহ্নিত করে তা মাপে।

এক নজরে AI শনাক্তকরণ মিথ্যা ধনাত্মক নিউরোডাইভারজেন্ট গবেষণা

অটিস্টিক লেখকদের ওপর 2025 সালের একটি গবেষণা এখন পর্যন্ত সর্বোত্তম তথ্য প্রদান করে। এটি একটি AI ডিটেক্টর-এর জন্য চিহ্নিত হার মেপেছে। বিশ্ববিদ্যালয়ের শিক্ষণ কেন্দ্রগুলোও এডিএইচডি ও ডিসলেক্সিয়া-যুক্ত শিক্ষার্থীদের সম্পর্কে শিক্ষকদের সতর্ক করে। 2024 সালের একটি সংবাদ পরীক্ষা মেপেছে বানান পরীক্ষা ও পুনর্লিখন টুলগুলো AI স্কোরকে কীভাবে প্রভাবিত করে। অ-স্থানীয় ইংরেজি লেখকদের অন্যান্য বৃহৎ গবেষণা দেখায়, ভিন্ন ক্লাসিফায়ারগুলোর ফলাফল কীভাবে পরিবর্তিত হয়।

দল	আবিষ্কার বা নির্দেশনা	উৎস
অটিস্টিক লেখকরা	একটি AI ডিটেক্টর-এ 300 শব্দে সাধারণ একটি গোষ্ঠীর 1.2 শতাংশের বিপরীতে 1.7 শতাংশ চিহ্নিত	চেম্বার্স এবং কেলি, AIED 2025
ADHD-যুক্ত লেখকরা	"মিথ্যা ধনাত্মক রেটিং" পাওয়ার প্রবণতা আছে এমন শিক্ষার্থীদের মধ্যে তালিকাভুক্ত	নেব্রাস্কা-লিংকন বিশ্ববিদ্যালয়ের শিক্ষণ কেন্দ্র
dyslexia-যুক্ত লেখকরা	একই নির্দেশনায় তালিকাভুক্ত	নেব্রাস্কা-লিংকন বিশ্ববিদ্যালয়ের শিক্ষণ কেন্দ্র
সাধারণভাবে neurodivergent শিক্ষার্থীরা	"আরও বেশি সম্ভাবনা আছে যে তারা ভুলভাবে চিহ্নিত হবে"	উত্তর ইলিনয় বিশ্ববিদ্যালয়ের শিক্ষণ কেন্দ্র
editing tools ব্যবহারকারী লেখকরা	বানান পরীক্ষা ও ব্যাকরণ পরামর্শ AI স্কোরকে সামান্যই বদলেছে, আর পুরো লেখা পুনর্লিখন সেগুলোকে অনেকটা বদলেছে	ব্লুমবার্গ বিজনেসউইক test, 2024
non-native English writers	13 detectors জুড়ে মিথ্যা ধনাত্মক হার 0.0 থেকে 100.0%	পার্ক, জিয়ং এবং কিম, EMNLP 2026

৪৫০ জনেরও বেশি প্রশিক্ষকের ওপর করা একটি সমীক্ষা অনুযায়ী, প্রায় দুই-তৃতীয়াংশ শিক্ষক বলেন যে তারা নিয়মিতভাবে একটি AI চেকার ব্যবহার করেন। কেন্দ্র ফর ডেমোক্রেসি & টেকনোলজি এটি ২০২৪ সালের মার্চ মাসে প্রকাশ করে। ব্লুমবার্গ বিজনেসউইক জানিয়েছে, একটি কম ত্রুটির হারও শিক্ষার্থীরা প্রতি বছর যতগুলো প্রবন্ধ লেখে, তার সংখ্যার সঙ্গে মিলিয়ে বড় হয়ে উঠতে পারে।

অটিজম AI ডিটেক্টর গবেষণা: লেখকেরা কী পেয়েছেন

প্রবন্ধটির শিরোনাম "দ্য মিসক্লাসিফিকেশন অব অটিস্টিক রাইটিং অ্যাজ AI-জেনারেটেড", এটি জর্জ মেসন বিশ্ববিদ্যালয়-এর সামার চেম্বার্স এবং ম্যাথিউ সি. কেলি-এর লেখা। এটি পিয়ার রিভিউড, এবং স্প্রিংগার এটি আর্টিফিশিয়াল ইন্টেলিজেন্স ইন এডুকেশন (AIED 2025)-এ প্রকাশ করেছে। আপনি arXiv-এ একটি বিনামূল্যের অনুলিপি পেতে পারেন। গবেষকেরা লেখেন যে, অটিস্টিক লেখকদের বেশি ঘন ঘন ভুল শনাক্ত করা হয়, এমন উপাখ্যানগুলো "আনুষ্ঠানিকভাবে অনুসন্ধান করা হয়নি"। তাঁরা এই দাবিগুলো পরীক্ষা করতে চেয়েছিলেন।

তাঁদের তথ্যসেটটি প্রায় 60,000টি রেডডিট পোস্ট নিয়ে গঠিত, প্রতি ব্যবহারকারীর জন্য একটি পোস্ট। তাঁরা সংক্ষিপ্ত পোস্ট, অর্থাৎ 1,000 অক্ষরের কম, বাদ দিয়েছেন। সম্ভাব্য-অটিস্টিক দলটি অটিজম-সংক্রান্ত 13টি সাবরেডডিট থেকে নেওয়া হয়েছে। সাধারণ দলটি 12টি জনপ্রিয় সাবরেডডিট থেকে নেওয়া হয়েছে, যেগুলোকে শৈলীতে অনুরূপ করে বেছে নেওয়া হয়েছিল, যেখানে মানসিক স্বাস্থ্য, সামাজিক পরিস্থিতি এবং পরামর্শ নিয়ে দীর্ঘ প্রথম-পুরুষ বর্ণনা ছিল। অটিজম-সংক্রান্ত কীওয়ার্ড থাকা সাধারণ পোস্টগুলো সরিয়ে দেওয়া হয়েছে।

পোস্টগুলো রেডডিট API থেকে সংগ্রহ করা হয়েছে এবং প্রায় ২০২১ থেকে ২০২৪ পর্যন্ত পোস্ট, পাশাপাশি পুরোনো পোস্টের একটি সংগ্রহ, অর্থাৎ ২০১০ থেকে ২০২০ পর্যন্ত, অন্তর্ভুক্ত করেছে। অটিজম-সংক্রান্ত কীওয়ার্ড এবং "my কন্যা" বা "my ভাতিজা" ধরনের বাক্যাংশ উভয়ই থাকা পোস্টও সরিয়ে দেওয়া হয়েছে, যাতে অটিস্টিক লেখকদের লেখা পোস্ট বজায় থাকে।

লেখকেরা প্রথম দলটিকে "সম্ভবত-অটিস্টিক" বলেন, কারণ কোনো রোগনির্ণয় যাচাই করা হয়নি, এবং যে কেউ যেকোনো সাবরেডিট-এ পোস্ট করতে পারে। কিছু অটিস্টিক মানুষ সাধারণ সাবরেডিট-এও পোস্ট করেন, তাই লেখকেরা সন্দেহ করেন যে অটিস্টিক এবং নন-অটিস্টিক লেখকদের মধ্যে প্রকৃত ব্যবধান তাঁদের পরিমাপ করা ব্যবধানের চেয়ে বড় হতে পারে।

ডিটেক্টরটি ছিল OpenAI-এর RoBERTa GPT-2 ডিটেক্টর, যা 2019 সালে প্রকাশিত হয় এবং বিনামূল্যে ডাউনলোড করা যেত। কোনো পোস্টে "Fake" লেবেল পড়লে, যা এখানে একটি ফ্ল্যাগ হিসেবে গণ্য হয়, ডিটেক্টরটি তার AI সম্ভাবনা 0.5-এর উপরে তুললে তা ঘটত। প্রথম পরীক্ষায়, ছোট পোস্টগুলো দীর্ঘ পোস্টের তুলনায় বেশি বার ফ্ল্যাগ করা হয়েছিল, এবং সম্ভাব্য-অটিস্টিক পোস্টগুলো গড়ে আরও ছোট ছিল। দৈর্ঘ্য এই ব্যবধানের একটি অংশ ব্যাখ্যা করতে পারত, তাই দ্বিতীয় পরীক্ষার জন্য লেখকেরা কেবল 300 শব্দের বেশি পোস্ট রেখেছিলেন এবং প্রতিটিকে ঠিক 300 শব্দে কেটে নিয়েছিলেন।

পরিমাপ	পরীক্ষা 1	পরীক্ষা 2
বিশ্লেষিত পোস্ট	59,947	33,216
ব্যবহৃত লেখা	1,000 অক্ষর বা তার বেশি দৈর্ঘ্যের পোস্ট	ঠিক 300 শব্দে কাটা পোস্ট
সম্ভাব্য-অটিস্টিক গোষ্ঠী চিহ্নিত	1.9 শতাংশ	1.7 শতাংশ
সাধারণ গোষ্ঠী চিহ্নিত	1.5 শতাংশ	1.2 শতাংশ
সমন্বিত অডস অনুপাত	1.246 (p = 0.001)	1.501 (p 0.001-এর নিচে)
উচ্চ perplexity	চিহ্নিত হওয়ার সম্ভাবনা কম	গুরুত্বপূর্ণ নয়

দৈর্ঘ্য সমান থাকলেও ব্যবধানটি রয়ে গিয়েছিল। পরীক্ষা 2-এ, 1.7 এবং 1.2 শতাংশ প্রায় প্রতি 1,000 পোস্টে 17 বনাম 12 পোস্টের সমান, তাই উভয় গোষ্ঠীর বেশিরভাগ পোস্টই চিহ্নিত করা হয়নি।

তারা রিগ্রেশন (পরিসংখ্যানগত মডেল) থেকে নেওয়া odds-ও জানায়, যেখানে বাক্যের দৈর্ঘ্য, শব্দের দৈর্ঘ্য, perplexity, burstiness এবং পোস্টের তারিখ নিয়ন্ত্রণ করা হয়েছে। তারা Experiment 1-এ একটি flag-এর জন্য "a 25% greater chance" এবং Experiment 2-এ "a 50% greater chance", এমন কথা বলে। এগুলো একটি ছোট ভিত্তির ওপর আপেক্ষিক সংখ্যা। Experiment 2-এ পার্থক্যটি কাঁচা শতাংশে আধা শতাংশ পয়েন্ট; কতগুলো flagged পোস্ট ছিল তা জানতে চাইলে শতাংশগুলোই ব্যবহার করুন।

ডিটেক্টরগুলো কেন নিউরোডাইভার্জেন্ট লেখাকে ফ্ল্যাগ করতে পারে

বিশ্ববিদ্যালয়ের নির্দেশনা এবং গবেষকেরা শব্দ নির্বাচনের দিকে ইঙ্গিত করেন। "The Challenge of AI Checkers", University of Nebraska-Lincoln-এর প্রশিক্ষকদের জন্য একটি গাইড, বলছে neurodivergent শিক্ষার্থীরা কেন false positives পায় তার একটিই কারণ নেই। এতে বলা হয়েছে, এগুলো প্রায়ই পুনরাবৃত্ত বাক্যাংশ, শব্দ ও টার্মের ওপর নির্ভরতার সঙ্গে সম্পর্কিত। একই গাইড বলছে, I, me এবং we-এর মতো সর্বনামের অনুপস্থিতি checker-এর ওপর নির্ভর করে AI লেখা হিসেবে ভুলভাবে ব্যাখ্যা হতে পারে।

অক্টোবর 2024-এর একটি ব্লুমবার্গ বিজনেসউইক প্রতিবেদনে বলা হয়েছে, সবচেয়ে বেশি সংবেদনশীল শিক্ষার্থীরা সম্ভবত তারা, যারা আরও সাধারণ ধরনের ভাষায় লেখে, এর মধ্যে নিউরোডাইভার্জেন্ট শিক্ষার্থীরাও অন্তর্ভুক্ত। প্রতিবেদকেরা এটি শিক্ষার্থী, শিক্ষাবিদ এবং এআই ডেভেলপারদের কাছ থেকে শুনেছেন। স্ট্যানফোর্ডের জেমস ঝৌ নন-নেটিভ লেখকদের নিয়ে 2023 সালের গবেষণার সিনিয়র লেখক ছিলেন। একই প্রতিবেদনে তাঁকে উদ্ধৃত করা হয়েছে: "যদি শব্দের পছন্দগুলো আরও সাধারণ এবং সূত্রবদ্ধ হতে থাকে, তবে সেই কাজের এআই ডিটেক্টর দ্বারা চিহ্নিত হওয়ার সম্ভাবনা বেশি থাকে।"

অটিজম বিষয়ক গবেষণায়, চিহ্নিত হওয়ার উচ্চতর হার perplexity বা burstiness-এ কোনো হ্রাস না থাকার সঙ্গে সম্পর্কিত ছিল। উভয় স্কোরই দুই দলের জন্য প্রায় অভিন্ন ছিল, তবে অটিজম-সম্ভাব্য দলের ক্ষেত্রে সামান্য বেশি হওয়ার প্রবণতা ছিল। লেখকেরা উল্লেখ করেন যে অটিজম থাকার সম্ভাবনা আছে এমন লেখকদের লেখাবৈশিষ্ট্য এবং এআই-উৎপন্ন লেখা-এর বৈশিষ্ট্যের মধ্যে সম্পর্ক "সোজাসাপ্টা ছিল না".

কীভাবে AI ডিটেক্টর কাজ করে সম্পর্কে আমাদের নির্দেশিকায় perplexity এবং burstiness ব্যাখ্যা করা হয়েছে, যদি এগুলো আপনার কাছে নতুন হয়।

এডিএইচডি লেখা AI হিসেবে চিহ্নিত: বিশ্ববিদ্যালয়গুলো প্রশিক্ষকদের কী বলে

বিশ্ববিদ্যালয়ের teaching centers শিক্ষকদের ADHD-সহ শিক্ষার্থীদের ব্যাপারে সতর্ক করতে শুরু করেছে। Nebraska গাইডটি বলছে: "Students that are neurodivergent (autism, ADHD, dyslexia, etc...) are also prone to receive false positive ratings"। Northern Illinois University's "AI ডিটেক্টরs: An ethical minefield", December 2024 থেকে, বলছে: "Neurodiverse students are also more likely to be falsely flagged for AI-generated writing"।

হুইটনি গেগ-হ্যারিসন এবং ক্লেয়ার কোয়ার্টারম্যান 2024 সালের একটি বইয়ের অধ্যায় লিখেছেন একাডেমিক ইন্টেগ্রিটি ইন দ্য এজ অব আর্টিফিশিয়াল ইন্টেলিজেন্স (আইজিআই গ্লোবাল)-এ। এর ক্ষুদ্র কর্পাস-ভিত্তিক গবেষণায় জনপ্রিয় শনাক্তকরণ সরঞ্জামগুলোর মধ্যে বিজ্ঞাপিত হারের তুলনায় অনেক বেশি মিথ্যা ধনাত্মক হার পাওয়া গেছে। সেই গবেষণা, সংবাদ প্রতিবেদন এবং শিক্ষার্থীদের সাক্ষ্যের ভিত্তিতে অধ্যায়টি "এই সম্ভাবনা উপস্থাপন করে যে, নিউরোডাইভার্জেন্ট লেখকরা, L2 লেখকদের সঙ্গে, মিথ্যা ধনাত্মক ফলাফলে বেশি প্রভাবিত হওয়ার সম্ভাবনা রাখেন"। L2 অর্থ দ্বিতীয় ভাষা।

autism study-এর একটি ফলাফল এমন যে, সংক্ষিপ্ত অংশ লেখেন এমন যে কেউই এর আওতায় পড়েন, যেমন discussion posts। Experiment 1-এ, ছোট পোস্টগুলো দীর্ঘ পোস্টের চেয়ে বেশি বার flagged হয়েছিল। length সম্পর্কে detectors কী বলে, তা আমরা আমাদের AI ডিটেক্টরের ন্যূনতম শব্দসংখ্যা পোস্টে আলোচনা করেছি। আপনি লিখতে লিখতে আপনার drafts এবং notes সংরক্ষণ করা আপনার লেখার প্রক্রিয়ার একটি রেকর্ড রাখার ভালো উপায়। এটি যেকোনো score-এর চেয়ে একটি flag-কে ভালোভাবে ব্যাখ্যা করে।

ডিসলেক্সিয়ার জন্য AI শনাক্তকরণ এবং সম্পাদনা সরঞ্জাম

নেব্রাস্কা নির্দেশিকাটি মিথ্যা ধনাত্মক ফলাফল সম্পর্কে তার সতর্কতায় ডিসলেক্সিয়াযুক্ত শিক্ষার্থীদের অন্তর্ভুক্ত করেছে। অনেক লেখক খসড়া তৈরির সময় বানান পরীক্ষা, ব্যাকরণগত পরামর্শ বা পুনর্লিখন সরঞ্জাম ব্যবহার করেন, এবং দুটি গবেষণা দেখায় যে সেই সরঞ্জামগুলো কীভাবে AI স্কোর পরিবর্তন করে।

2024 সালের ব্লুমবার্গ বিজনেসউইক পরীক্ষায়, একটি জনপ্রিয় লেখার সহকারীর বানান পরীক্ষক এবং ব্যাকরণগত পরামর্শ নথিগুলোকে আরও AI-লিখিত বলে মনে করানোর ক্ষেত্রে কেবল সামান্য প্রভাব ফেলেছিল। সম্পূর্ণ-পাঠ পুনর্লিখন ছিল ভিন্ন: একই সহকারীকে একটি প্রবন্ধ "উন্নত" করতে বা "এটিকে একাডেমিক শোনাতে" বলা হলে 100 শতাংশ মানব-লিখিত হিসেবে স্কোর পাওয়া কাজ 100 শতাংশ AI-লিখিত হয়ে যায়।

হিয়নচু পার্ক, গাহিয়ে জিয়ং এবং বুগেউন কিম "স্টাইল অ্যাজ আ কনফাউন্ড"-এ পেশাগত সম্পাদনা অধ্যয়ন করেছেন, যা EMNLP 2026-এ উপস্থাপিত হয়েছিল। তাঁরা 2018 থেকে 2025 পর্যন্ত একটি একাডেমিক ইংরেজি সম্পাদনা সেবা থেকে 135,389 জোড়া নথি ব্যবহার করেছেন। প্রতিটি জোড়া হলো কোনো অ-স্থানীয় লেখকের পান্ডুলিপি, সম্পাদনার আগে এবং পরে, যখন একজন স্থানীয় বক্তা সম্পাদক সেটি সম্পাদনা করেছিলেন। 13টি ডিটেক্টর জুড়ে, একই সম্পাদনা কিছু ডিটেক্টরে স্কোর বাড়িয়েছে এবং অন্যগুলিতে কমিয়েছে, এবং সম্পাদনার পরিমাণের সঙ্গে স্কোর পরিবর্তন বেড়েছে।

এরপর তাঁরা একটি ডিটেক্টর, একটি OpenAI রোবার্টা মডেল, এ সম্পাদনাগুলিকে ধরন অনুযায়ী ভাগ করেছেন। ব্যাকরণগত সম্পাদনা এর স্কোরে সামান্য ঋণাত্মক পরিবর্তন ঘটিয়েছে, আর বাক্যগঠনগত সম্পাদনা, যা বাক্যের গঠন পরিবর্তন করে, সবচেয়ে বড় ধনাত্মক পরিবর্তন ঘটিয়েছে। তাঁরা উপসংহারে বলেছেন যে ডিটেক্টরের আউটপুটকে AI ব্যবহারের চূড়ান্ত প্রমাণ হিসেবে গণ্য করা উচিত নয়, বিশেষত যেখানে সম্পাদনা সাধারণ। আপনি যদি এমন কোনো টুল ব্যবহার করেন যা পুরো অনুচ্ছেদ পুনর্লিখন করে, তবে আপনার আগের সংস্করণগুলি রেখে দিন এবং আপনার কোর্সে কী অনুমোদিত তা যাচাই করুন।

মিথ্যা ধনাত্মক হারের নির্ভরতা ডিটেক্টরের ওপর

মিথ্যা ধনাত্মক হার প্রতিটি ডিটেক্টরের সঙ্গে ভিন্ন হয়। হারটি সেই নির্দিষ্ট ডিটেক্টরের জন্য, যেটি গবেষণাটি পরীক্ষা করছিল। লিয়াং এবং সহকর্মীদের 2023 সালের প্যাটার্নস-এ প্রকাশিত গবেষণায় US অষ্টম শ্রেণির শিক্ষার্থীদের রচনায় প্রায় নিখুঁত নির্ভুলতা পাওয়া গিয়েছিল। বিপরীতে, ডিটেক্টরগুলো অ-স্থানীয় লেখকদের টোফেল রচনার অর্ধেকেরও বেশি চিহ্নিত করেছিল। বিস্তারিত জানার জন্য অ-স্থানীয় লেখকদের বিরুদ্ধে ডিটেক্টরের পক্ষপাত সম্পর্কে আমাদের পোস্ট দেখুন।

TextPulse গবেষণা-এর 2026 সালের অ-স্থানীয় লেখক এবং মিথ্যা ধনাত্মক সম্পর্কে আমাদের কার্যপত্র আধুনিক AI সরঞ্জামের আগে লেখা 5,600টি আইসিএনএলই রচনা স্কোর করেছে। একটি গবেষণা ক্লাসিফায়ার, একটি লজিস্টিক রিগ্রেশন, শিক্ষার্থীদের রচনার 2.7 শতাংশ এবং স্থানীয় লেখকদের রচনার 3.3 শতাংশকে চিহ্নিত করেছে। একই বৈশিষ্ট্য ও রচনার ওপর প্রশিক্ষিত একটি গ্রেডিয়েন্ট বুস্টিং মডেল শিক্ষার্থীদের 12.5 শতাংশ এবং স্থানীয়দের 3.8 শতাংশকে চিহ্নিত করেছে। সুতরাং, কোনো একটি গোষ্ঠীকে বেশি ঘন ঘন চিহ্নিত করা হবে কি না, তা ডিটেক্টরের ওপর নির্ভর করে।

পার্ক গবেষণায়, 13টি ক্লাসিফায়ার-এর মিথ্যা ধনাত্মক হার মানব-লিখিত লেখা-এর ক্ষেত্রে ব্যাপকভাবে ভিন্ন ছিল, 0.0 শতাংশ থেকে 100.0 শতাংশ পর্যন্ত। ব্লুমবার্গ বিজনেসউইক ChatGPT-এর আগে, গ্রীষ্ম 2022-এ টেক্সাস A&M-এ পাঠানো 500টি কলেজ আবেদন প্রবন্ধ-এর একটি এলোমেলো নমুনা-এর ওপর দুটি বিশিষ্ট ক্লাসিফায়ার পরীক্ষা করে। এই পরিষেবাগুলি ভুলভাবে 1 শতাংশ থেকে 2 শতাংশ প্রবন্ধ-কে likely AI হিসেবে শ্রেণিবদ্ধ করে।

একই প্রতিবেদনে, Turnitin বলেছিল document-level false positive rate 1%-এর নিচে ছিল এবং sentence-level rate ছিল 4%। তাই একজন শিক্ষার্থীর জন্য যেটি গুরুত্বপূর্ণ, তা হলো তাদের school যে detector ব্যবহার করে তার জন্য প্রযোজ্য figure।

আপনাকে চিহ্নিত করা হলে, অথবা আপনি যদি একটি চিহ্নিতকরণ পর্যালোচনা করেন

ছাত্রদের জন্য

আপনার খসড়া ইতিহাস হলো শুরু করার স্থান। এতে আগের খসড়া এবং আপনার লেখা কীভাবে বিকশিত হয়েছে সে সম্পর্কে নোট দেখা যায়, এবং একটি স্কোর তা দেখাতে পারে না। সম্পূর্ণ প্রতিবেদন এবং প্রযোজ্য নীতি লিখিতভাবে চাইুন। পদক্ষেপগুলো আমাদের পোস্ট-এ অন্তর্ভুক্ত আছে, আপনাকে AI ব্যবহারের অভিযোগ করা হলে প্রথমে কী করবেন এবং AI শনাক্তকরণ আপিল পত্র কীভাবে লিখবেন।

একটি চিহ্নিত-এর সর্বোত্তম প্রতিক্রিয়া হলো আপনার কাজ দেখানো। আপনি যা লিখেছেন তার একটি নথি রাখুন। গুগল ডক্স বা মাইক্রোসফট ওয়ার্ড, সংস্করণ ইতিহাস সক্রিয় রেখে, ব্যবহার করে আপনার নোট, রূপরেখা এবং আপনি যে উৎস পড়েছেন সেগুলোর খসড়া তৈরি করুন এবং অনুসরণ করুন। যদি আপনি বানান পরীক্ষা, শ্রুতিলিপি বা পাঠ্য-থেকে-বাক্য-পাঠ-এর মতো সহায়ক প্রযুক্তি ব্যবহার করেন, তবে আপনি আপনার শিক্ষক বা প্রবেশগম্যতা কার্যালয়-কে বলতে পারেন আপনি কোনগুলো ব্যবহার করেন এবং কীভাবে।

আপনি আপনার বিশ্ববিদ্যালয়ের প্রতিবন্ধকতা বা প্রবেশগম্যতা অফিসের সঙ্গেও যোগাযোগ করতে চাইতে পারেন। আপনি আপনার রোগনির্ণয় সম্পর্কে আপনার শিক্ষক বা প্যানেলকে বলতে চান কি না, তা সিদ্ধান্ত নিন। আপনি এভাবে কিছু বলতে পারেন: ডিটেক্টর থেকে ডিটেক্টর-এ হার ভিন্ন হয়। একটি পিয়ার-রিভিউড গবেষণা তাদের একটিতে সম্ভাব্য-অটিস্টিক লেখকদের জন্য উচ্চ চিহ্নিত হার দেখিয়েছে। আপনার খসড়া দল-ভিত্তিক গবেষণার চেয়ে বেশি গুরুত্বপূর্ণ, কারণ দল-ভিত্তিক গবেষণা দেখাতে পারে না আপনার নিজের প্রবন্ধ কীভাবে লেখা হয়েছিল।

কর্মীদের জন্য

স্কোরটি কেবল একটি আনুমানিক মান। এটি লেখন প্রক্রিয়া সম্পর্কে প্রশ্ন করার একটি কারণ। যদি খসড়া ও নোট থাকে, সেগুলি দেখতে বলুন। শিক্ষার্থী কীভাবে অংশটি লিখেছে, তা জিজ্ঞাসা করুন। কোনো নির্ণয় বা লেখনশৈলী AI ব্যবহারের পক্ষে বা বিপক্ষে প্রমাণ নয়। শিক্ষার্থী কোন কোন সরঞ্জাম ব্যবহার করেছে, যেমন বানান পরীক্ষা বা ডিক্টেশন, তা জিজ্ঞাসা করুন। ব্লুমবার্গ-এর 2024 পরীক্ষায় বানান পরীক্ষা এবং ব্যাকরণগত পরামর্শ AI স্কোরে সামান্যই পরিবর্তন এনেছিল, কিন্তু সম্পূর্ণ-পাঠ পুনর্লিখন সেগুলিকে অনেকটাই বদলে দিয়েছিল। একই ব্লুমবার্গ প্রতিবেদনে বলা হয়েছে, ডিটেক্টর নির্মাতারা বলেন যে তাদের স্কোর শিক্ষককে নির্দেশনা দেওয়ার জন্য একটি তথ্যবিন্দু মাত্র। চেম্বার্স এবং কেলি এই মডেলগুলির এবং একাডেমিক প্রেক্ষাপটে তাদের ব্যবহারের আরও সমালোচনামূলক পরীক্ষা করার সুপারিশ করেন।

এই সাইটের সরঞ্জামসমূহ

বিনামূল্যের পারপ্লেক্সিটি পরীক্ষক আপনার খসড়ায় শব্দের বৈচিত্র্য অনুমান করে, এবং বিনামূল্যের বার্স্টিনেস পরীক্ষক আপনার বাক্যের দৈর্ঘ্যের চিত্রায়ন করে। কোনোটিই পাঠটি কে লিখেছে, সে সম্পর্কে কিছু প্রমাণ করে না। TextPulse AI humanizer এমনভাবে নকশা করা হয়েছে যাতে আপনি নিজে লেখা একটি খসড়ায় AI স্কোর কমানো যায়, একই সঙ্গে উদ্ধৃতি ও পরিভাষা সংরক্ষিত থাকে। আপনি যদি এটি ব্যবহার করেন, তবে যাচাই করুন যে আপনার কোর্সে এমন একটি সরঞ্জাম অনুমোদিত কি না, এবং আউটপুটটি পড়ুন। এই গবেষণার কোনো কিছুই বলে না যে আপনাকে আপনার লেখার ধরন বদলাতে হবে।