2026 সালে একাডেমিক লেখার জন্য সেরা AI ডিটেক্টর: 10টি টুলের তুলনা

এখানে থাকা দশটি টুলের মধ্যে দুটি একই শিরোনামসংখ্যা প্রকাশ করে, 99.98% accuracy। এর মধ্যে একটি সেই পরিসংখ্যানের পেছনে থাকা গবেষক এবং বিশ্ববিদ্যালয়গুলোর নাম উল্লেখ করে এবং তার false positive rate কে বিষয়বস্তুর ধরন অনুযায়ী আলাদা করে দেখায়। অন্যটি কোনো test-ই উল্লেখ করে না। AI detectors কে পাশাপাশি তুলনা করলে এই পার্থক্যই সবচেয়ে উপযোগী বিষয়, এবং এই পৃষ্ঠাগুলোর প্রতিটির সব price বদলে যাওয়ার পরেও এটি উপযোগী থাকবে।

এই guide 2026 সালে academic writing এর জন্য সেরা AI detectors তুলনা করে, Turnitin, GPTZero, Copyleaks, Originality.ai, Pangram, Winston AI, ZeroGPT, Scribbr, Sapling এবং Compilatio, অর্থাৎ এমন দশটি tool যেগুলোর সঙ্গে একজন student, একজন researcher, একজন marker বা একজন editor এর সাক্ষাৎ হওয়ার সম্ভাবনা সবচেয়ে বেশি। এগুলো ভিন্ন buyer এর কাছে বিক্রি হয়, ভিন্ন model এ priced হয়, এবং এগুলো ভিন্ন ধরনের তথ্য ফেরত দেয়। শুধু accuracy ধরে তুলনা করলে কোন text এর ওপর কোনটি run করা হবে, এবং run হওয়ার পরে কী ঘটবে, তা নির্ধারণকারী প্রায় সবকিছুই বাদ পড়ে যায়।

যে চারটি বিষয় বাস্তবে ভিন্ন

Detector marketing page গুলো একটি সংখ্যার ওপর একত্রিত হয় এবং বাকি সবকিছুতে ভিন্ন হয়। এই products গুলোকে আলাদা করে চারটি প্রশ্ন, এবং homepage এর percentage টিই কেবল তার মধ্যে একটি।

• এটি কাদের কাছে বিক্রি হয়। কোনো tool যদি institutions এর জন্য licensed হয় এবং কেবল instructors দের দেখানো হয়, তবে সেটি browser এ যে কেউ sign up করতে পারে এমন tool এর তুলনায় ভিন্ন অবস্থানে থাকে, এবং এই পার্থক্যই নির্ধারণ করে আপনার সম্পর্কে কোনো result কে কখন দেখা হবে।
• এটি কোন figure প্রকাশ করে। এখানে প্রতিটি vendor কোনো না কোনো ধরনের claim প্রকাশ করে, bare percentage থেকে শুরু করে চারটি figure পর্যন্ত quoted false positive rate পর্যন্ত।
• এই figure এর পেছনে কোনো named test আছে কি না। এই axis-ই দশটিকে সবচেয়ে স্পষ্টভাবে আলাদা করে, এবং এটিই একমাত্র বিষয় যা কোনো vendor comparison table ব্যবহার করে না।
• report আসলে কী ফেরত দেয়। document-level percentage, sentence-level highlights, interpretability view এবং shareable report, এগুলো চারটি ভিন্ন object, এবং একটির ওপর ভিত্তি করে করা accusation, অন্যটির ওপর ভিত্তি করে করা accusation থেকে ভিন্ন conversation।

তৃতীয় প্রশ্নটি নিয়ে একটু ভেবে দেখা উচিত। একটি নামযুক্ত প্রতিষ্ঠান, একটি নামযুক্ত ডেটাসেট এবং তার পেছনে উল্লেখিত একটি পদ্ধতি সহ একটি শতাংশ নিয়ে তর্ক করা যায়, তা পুনরুত্পাদন করা যায় বা তা নিয়ে বিতর্ক করা যায়। কিন্তু পেছনে কিছুই না থাকা একটি শতাংশ কেবল বিশ্বাস করা বা উপেক্ষা করা যায়, আর বিশ্বাস কোনো misconduct hearing-এর ভিত্তি নয়। Perplexity, যে পরিসংখ্যানগত বৈশিষ্ট্যের ওপর আগের প্রজন্মের detector-রা সবচেয়ে বেশি নির্ভর করত, তা যথেষ্ট পরিমাপযোগ্য, এমনকি একটি free perplexity checker আপনাকে দেখাবে এটি আপনার নিজের লেখায় কেমন দেখায়, যদিও নিচের কোনো vendor তাদের verdict-কে perplexity score হিসেবে জানায় না।

তুলনামূলক সারণি, প্রতিটি কোন ক্রেতার জন্য বিক্রি হয়, এবং এটি কী দাবি করে

Detector	কার কাছে বিক্রি করা হয়	আপনি কীভাবে প্রবেশাধিকার পান	প্রধান দাবি	দাবির পেছনের নামযুক্ত পরীক্ষা
Turnitin	লাইসেন্সপ্রাপ্ত প্রতিষ্ঠানের শিক্ষক ও প্রশাসকরা	শুধু প্রতিষ্ঠানিক লাইসেন্স	20% সীমার উপরে নথির false positive হার 1% এর নিচে	Turnitin-এর নিজস্ব validation set, কোনো বহিঃস্থ গবেষণার নাম নেই
GPTZero	শিক্ষক, শিক্ষার্থী, লেখক, নিয়োগকর্তা, প্রকাশক	সরাসরি সাইন আপ, free tier	99% নির্ভুলতা, মিশ্র নথিতে 96.5%	RAID, একটি তৃতীয় পক্ষের benchmark, এবং Penn State অংশীদারিত্বের দিকে ইঙ্গিত করে
Copyleaks	Canvas, Blackboard এবং Moodle-এর মধ্যে শিক্ষা ও enterprise	সরাসরি সাইন আপ এবং LMS লাইসেন্স	0.03% false positive হারসহ 99% এর বেশি নির্ভুলতা	স্বাধীন তথ্য আছে, নিচের 2026 VUB গবেষণা
Originality.ai	লেখক, সম্পাদক, বিপণনকারী, সংস্থা, enterprise	সরাসরি সাইন আপ, credit-based	সর্বশেষ AI মডেলগুলিতে 99% নির্ভুলতা	এর নিজস্ব নির্ভুলতা গবেষণা এবং তৃতীয় পক্ষের peer-reviewed কাজ
Pangram	বিশ্ববিদ্যালয়, স্কুল এবং enterprise	সরাসরি সাইন আপ, প্রতিষ্ঠানিক এবং API পরিকল্পনা	99.98% নির্ভুলতা, 10,000 এ 1 এর false positive হার	Chicago Booth এবং University of Maryland-এর গবেষকদের সঙ্গে এটি যে গবেষণাকে যুক্ত করে
Winston AI	ব্যক্তি, দল, ওয়েবসাইট certification গ্রাহকরা	সরাসরি সাইন আপ, credit-based	99.98% নির্ভুলতা, এবং বলা হয়েছে যে এটিই একমাত্র detector যা সেখানে পৌঁছেছে	কোনোটির নাম নেই
ZeroGPT	ব্যক্তি, signup ছাড়া pre-check	বিনামূল্যে, 15,000 অক্ষর, কোনো অ্যাকাউন্ট নয়	অভ্যন্তরীণ মূল্যায়নে 98% এর উপরে	কোনোটির নাম নেই, এই সংখ্যাটি বিক্রেতার নিজস্ব
Scribbr	শিক্ষার্থী, free checker এবং premium tier	ব্রাউজারে বিনামূল্যে	পরীক্ষামূলক পাঠ্যের 78% সঠিকভাবে শনাক্ত করা হয়েছে	Scribbr-এর নিজস্ব তুলনা, Scribbr নিজেই পরিচালিত
Sapling	ডেভেলপার এবং support team, API-first	সরাসরি সাইন আপ, public API, browser extension	প্রতি বাক্যে AI সম্ভাবনা	কোনোটির নাম নেই, স্বাধীন পর্যালোচনাগুলি একে অপরের সঙ্গে তীব্রভাবে ভিন্ন
Compilatio	ইউরোপীয় প্রতিষ্ঠান এবং শিক্ষার্থীরা, ফরাসিভাষী ব্যবস্থায় সবচেয়ে শক্তিশালী	প্রতিষ্ঠানিক লাইসেন্স, অথবা 4.99 euros থেকে সরাসরি শিক্ষার্থী ক্রয়	94 থেকে 99% নির্ভরযোগ্যতা, 1% এর নিচে false positive	14টি টুলের মধ্যে 2য় স্থান, Weber-Wulff et al. 2023

একটি সারি বাকি সবগুলোর মতো আচরণ করে না। Turnitin মূল্যায়িত ব্যক্তির দ্বারা কেনা যায় না, তাদের দ্বারা জমা দেওয়ার আগে চালানো যায় না, এবং এর ফলাফল অন্য কারও কাছে ফেরত যায়। Compilatio একইভাবে প্রতিষ্ঠানগুলোর দ্বারা লাইসেন্সকৃত, কিন্তু শিক্ষার্থীদের কাছেও একই যাচাই সরাসরি বিক্রি করে, তাই এটিই একমাত্র প্রাতিষ্ঠানিক ডিটেক্টর যেটি আপনি নিজের খসড়ার ওপর আগে চালাতে পারেন। এখানে বাকি প্রতিটি ডিটেক্টর এমন একটি পণ্য, যা একজন শিক্ষার্থী, লেখক বা সম্পাদক আজ বিকেলে ব্রাউজারে খুলে নিজের লেখার ওপর প্রয়োগ করতে পারেন।

নির্ভুলতার দাবি, এবং কোনগুলোর পেছনে নামযুক্ত পরীক্ষা আছে

Winston AI এবং Pangram একই সংখ্যা প্রকাশ করে। Winston বলে, এটি "The only AI detector with a 99.98% accuracy rate". Pangram-এর হোমপেজে লেখা আছে: "Detect AI-generated content with 99.98% accuracy. Trusted by universities, schools, and enterprises worldwide." সংখ্যাগুলো অভিন্ন। কিন্তু সেগুলোর পেছনের প্রমাণ তার কাছাকাছিও নয়।

Pangram তার উৎসের নাম দেয়। এর নিজস্ব পাতাগুলো এই পরিসংখ্যানকে University of Chicago's Booth School of Business এবং University of Maryland-এর গবেষকদের একটি তুলনামূলক গবেষণার সঙ্গে যুক্ত করে, এবং বিষয়বস্তুর ধরন অনুযায়ী false positive-এর বিভাজন প্রকাশ করে। Winston-এর পাতাগুলো কোনো গবেষণার নাম দেয় না, 99.98% সংখ্যার জন্য কোনো dataset, কোনো sample size, কোনো method নেই। সেখানে বিশ্বাসযোগ্যতার চিহ্ন হিসেবে আছে SOC 2 এবং GDPR ব্যাজ, আর প্রেসের লোগো, যা detection performance-এর বদলে security posture এবং media coverage-এর কথা বলে। প্রতিটি দাবির পূর্ণ বিশ্লেষণ আলাদা পর্যালোচনায় আছে: Pangram reviewed এবং Winston AI reviewed.

দশটির মধ্যে সবচেয়ে নির্দিষ্ট সংখ্যাগুলো Turnitin প্রকাশ করে, এবং সেগুলো error rate, accuracy rate নয়: একটি document false positive rate, 20% threshold-এর উপরে 1% এর কম, sentence-level error likelihood প্রায় 4%, এবং একটি document-এ AI text-এর 15% মিস করার stated chance, একটি প্রকাশিত miss rate যা প্রায় কেউই উদ্ধৃত করে না। How Turnitin's detector works এবং what its false positive rate means in practice আলাদাভাবে আলোচিত হয়েছে।

GPTZero 99% নির্ভুলতা প্রকাশ করে এবং RAID, একটি তৃতীয়-পক্ষের বেঞ্চমার্ক, এবং Penn State-এর একটি গবেষণা অংশীদারিত্বের দিকে ইঙ্গিত করে, যা এটিকে কেবল একটি খালি সংখ্যার চেয়ে এক ধাপ উপরে এবং একটি উদ্ধৃতির চেয়ে এক ধাপ নিচে রাখে। Originality.ai সর্বশেষ AI মডেলগুলিতে 99% প্রকাশ করে, নিজের গবেষণা এবং তৃতীয়-পক্ষের peer-reviewed কাজ উদ্ধৃত করে, এবং এমন একটি বাক্যও প্রকাশ করে যা এই পুরো অংশকে পরিচালনা করা উচিত: "Any AI detector accuracy claim that is not transparently supported by methodology, benchmark data, and independent or reproducible analysis should be viewed skeptically." এই মানদণ্ড সমভাবে প্রয়োগ করলে, এই পাতার প্রতিটি সংখ্যার ক্ষেত্রেই একই প্রশ্ন ওঠে, যার মধ্যে উভয় 99.98% দাবিও রয়েছে। ZeroGPT-এর সংখ্যা, অভ্যন্তরীণ মূল্যায়নে 98% এর বেশি, এর পেছনেও কোনো নামযুক্ত পরীক্ষা নেই; the ZeroGPT accuracy review ব্যাখ্যা করে এই সংখ্যাটি কোথা থেকে এসেছে। Scribbr-এর 78% অন্তত তার পরিসর সম্পর্কে সৎ, যদিও পরীক্ষাটি Scribbr-এর নিজস্ব।

একই মানদণ্ড আমাদের নিজেদের সংখ্যার ক্ষেত্রেও প্রযোজ্য হতে হবে। TextPulse তার academic AI humanizer-এর জন্য Turnitin AI-এ 92.33%, Originality.ai-এ 89.12% এবং GPTZero-তে 87.91% পরিমাপিত pass rate প্রকাশ করে। এগুলি বিক্রেতার পরীক্ষার বিক্রেতা-প্রকাশিত সংখ্যা, ঠিক Winston এবং Pangram-এর মতো, এবং এই বাজারের কোনো পক্ষের কোনো টুলই নির্দিষ্ট কোনো নথি সম্পর্কে detector কী রিপোর্ট করবে তা প্রতিশ্রুতি দিতে পারে না।

Academic Writing-এর জন্য শীর্ষ 10 AI Detector

প্রতিটি এন্ট্রিতে একই চারটি বিষয় অন্তর্ভুক্ত আছে, engine কীভাবে কাজ করে, বিক্রেতা কী দাবি করে, স্বাধীন প্রমাণ কী দেখায়, এবং আসলে কে টুলটি ব্যবহার করে। প্রতিটি অংশ থেকে সংযুক্ত নিবেদিত review আরও গভীরে যায়।

1. Turnitin: প্রাতিষ্ঠানিক ডিফল্ট

Turnitin-এর AI writing indicator একটি deep-learning classifier, যা academic prose-এর ওপর প্রশিক্ষিত। এটি একটি submission-কে কয়েকশো শব্দের overlapping segment-এ ভাগ করে, model-generated text-এর statistical pattern-এর জন্য প্রতিটি segment-কে score করে, এবং ফলাফলগুলো একত্র করে document percentage-এ রূপান্তর করে, যা instructors দেখেন। কেবল long-form prose-ই qualifying text হিসেবে গণ্য হয়, bullet lists, quotations এবং references বাদ দেওয়া হয়।

Turnitin error rate প্রকাশ করে, accuracy rate নয়: 20% threshold-এর উপরে থাকা papers-এর জন্য document false positive rate 1%-এর নিচে, যেকোনো single highlighted sentence-এর জন্য প্রায় 4% error likelihood, এবং document-এর AI text-এর 15% মিস করার একটি stated chance। 2026 VUB study vendor-এর নিজস্ব সংখ্যার চেয়েও কঠোর ছিল: test set-এর 40টি fully AI-generated thesis-এর প্রতিটিতে Turnitin 0% AI রিপোর্ট করেছে। এটি default হিসেবেই থাকে, কারণ এটি plagiarism workflow-এর মধ্যে অন্তর্ভুক্ত, যা ইতিমধ্যে 16,000-এর বেশি institution license করেছে, Turnitin-এর নিজস্ব গণনা অনুযায়ী, এবং score কেবল instructors ও administrators-ই দেখেন। এটি এই page-এর সবচেয়ে walked-back tool-ও বটে: false positive concern-এর কারণে বেশ কয়েকটি major university এটি disable করেছে, যা universities that stopped using Turnitin-এ tracked আছে। How Turnitin detects AI এবং similarity versus AI score mechanics আলোচনা করে।

2. GPTZero: the biggest student-side brand

GPTZero 2023 সালের জানুয়ারিতে perplexity এবং burstiness checker হিসেবে চালু হয় এবং পরে তার engine-কে multi-layer classifier-এ পুনর্গঠন করেছে। একটি scan document verdict, AI, human এবং mixed জুড়ে বিভক্ত probability, ফলাফল নির্ধারণকারী passages-এর per-sentence highlighting, এবং একটি AI vocabulary list ফেরত দেয়। এর homepage 99% accuracy, 17 million users এবং 1 million educators দাবি করে; free tier প্রতি scan-এ প্রায় 10,000 characters গ্রহণ করে, এবং company non-native English writing-এ false flags কমানোর উদ্দেশ্যে একটি ESL calibration প্রকাশ করে।

প্রমাণের ভিত্তিতে এটি মাঝামাঝি অবস্থানে আছে। এটি third-party RAID benchmark এবং Penn State research partnership-এর উল্লেখ করে, যা নিছক দাবির চেয়ে এক ধাপ এগিয়ে, কিন্তু VUB study-তে সম্পূর্ণ AI-generated theses-এর ওপর এর median score 20% এর নিচে ছিল, individual papers-এর মধ্যে ব্যাপক ওঠানামাসহ। শিক্ষার্থীরা নিজেদের draft submission-এর আগে pre-check করার জন্য সবচেয়ে বেশি যে tool ব্যবহার করে, সেটি এটি। How GPTZero works report-টি layer by layer ব্যাখ্যা করে; GPTZero versus Turnitin একই text-এ দুইটির মতভেদ কেন হয় তা ব্যাখ্যা করে।

3. Copyleaks: আপনার LMS-এর ভিতরের detector

Copyleaks AI detection এবং plagiarism checking-কে একক enterprise product হিসেবে বিক্রি করে, যা Canvas, Blackboard এবং Moodle-এর সঙ্গে সংযুক্ত, এবং দশটির মধ্যে ভাষা কভারেজে সবচেয়ে বিস্তৃত: vendor প্রতি ভাষার detection models-সহ 30 এর বেশি ভাষার তালিকা দেয়। একটি scan highlighted passages-সহ একটি document percentage ফেরত দেয়। vendor 99% accuracy-এর বেশি এবং 0.03% false positive rate দাবি করে, এবং free scanner প্রায় 25,000 characters গ্রহণ করে।

স্বতন্ত্র রেকর্ডটি এই প্রস্তাবের দুর্বল অর্ধাংশ। VUB গবেষণায়, Copyleaks 40টি সম্পূর্ণ AI-উৎপাদিত থিসিসের একটিকেও সম্পূর্ণ AI-লিখিত হিসেবে শ্রেণিবদ্ধ করেনি, 40টির মধ্যে মাত্র 10টিকে আংশিকভাবেও চিহ্নিত করেছে, এবং 100% যন্ত্র-উৎপাদিত প্রবন্ধে মধ্যমা প্রতিবেদনকৃত AI অংশ 20% এর নিচে রেখেছে। তবে এটি 40টি মানব-লিখিত প্রবন্ধের সবকটিকেই পরিষ্কারভাবে পাস করিয়েছে, প্রতিটি একটি অ-স্থানীয় ইংরেজি বক্তার লেখা, যা false positives সম্পর্কে এর পক্ষে প্রকৃত প্রমাণ। Copyleaks পর্যালোচনা সম্পূর্ণ চিত্রটি দেয়।

4. Originality.ai: প্রকাশকদের জন্য নির্মিত, শ্রেণিকক্ষের জন্য নয়

Originality.ai প্রকাশক, SEO agency এবং freelance copy যাচাইকারী content team-এর জন্য সেবা দেয়, এবং প্রতিটি নকশাগত সিদ্ধান্ত এই ক্রেতার ধরন থেকেই এসেছে, credit-based pricing, প্রতি 100 শব্দে 1 credit, একটি API, একটি Chrome extension, plagiarism এবং fact-checking add-on, এবং একটি সমন্বয়যোগ্য AI allowance slider, যা একজন সম্পাদককে নির্ধারণ করতে দেয় AI-assisted text কতটা গ্রহণযোগ্য। এটি প্রতিটি নতুন প্রজন্মের language model-এর জন্য তার detection model পুনঃপ্রশিক্ষণ করে এবং সর্বশেষগুলোর ক্ষেত্রে 99% accuracy দাবি করে, নিজের গবেষণা এবং third-party peer-reviewed কাজ উদ্ধৃত করে।

স্বতন্ত্র পরীক্ষায় এটি সম্মানজনকভাবে কাজ করে, RAID benchmark-এ সবচেয়ে শক্তিশালী commercial toolগুলোর মধ্যে একটি, এবং এর calibration ইচ্ছাকৃতভাবে আক্রমণাত্মক, এটি under-flag করার চেয়ে over-flag করতে বেশি পছন্দ করে। প্রকাশকের জন্য এটি সঠিক trade-off, কিন্তু misconduct panel-এর জন্য ভুল, এবং যখন এর pre-check score পরে কোনো university tool যা দেখায় তার সঙ্গে মেলে না, তখন বোঝার জন্য এটিই সবচেয়ে গুরুত্বপূর্ণ বিষয়। Originality.ai versus Turnitin সেই ব্যবধানটি মানচিত্রায়িত করে।

5. Pangram: যেটিকে স্বতন্ত্র গবেষণা বারবার অগ্রাধিকার দেয়

Pangram এখানে সবচেয়ে নতুন টুল, এবং গবেষকেরা এটিকেই বারবার যাচাই করছেন। এর classifier বিশেষভাবে প্রশিক্ষিত হয়েছে যাতে false positives প্রায় শূন্যের কাছাকাছি থাকে, এবং এর report-এ একটি interpretability view আছে, যা দেখায় কোন বাক্যাংশগুলো verdict নির্ধারণ করেছে। এর বৈশিষ্ট্যের মধ্যে 20টিরও বেশি ভাষা, OCR সহ file upload, একটি browser extension এবং একটি Google Docs integration অন্তর্ভুক্ত, free tier দিনে সর্বোচ্চ 2,000 words scan করে। vendor 99.98% accuracy এবং 10,000-এ 1 false positive rate দাবি করে, যা per-genre breakdown সহ প্রকাশিত।

অস্বাভাবিকভাবে, স্বাধীন প্রমাণ marketing-এর সঙ্গে একই দিকে ইঙ্গিত করে। 2026 VUB study-তে দেখা যায়, পরীক্ষিত চারটির মধ্যে এটিই একমাত্র tool, যার fully AI-generated theses-এ median score প্রকৃত মানের কাছাকাছি পৌঁছেছিল, এবং hybrid ও humanized papers-এও এটিই সবচেয়ে কাছাকাছি ছিল। Chicago Booth এবং Maryland গবেষকদের NBER working paper-এ দেখা যায়, rewritten text-এ শক্তিশালী থাকলেও false positives 0.5% বা তার নিচে ধরে রাখা একমাত্র detector এটিই। উভয় study-ই সাম্প্রতিক এবং পরিসরে সীমিত, কিন্তু এই page-এ অন্য কোনো tool-এর পক্ষে এতটা বর্তমান প্রমাণ নেই। The Pangram review উভয় study-ই নিবিড়ভাবে পড়ে।

6. Winston AI: সবচেয়ে বড় দাবি, সবচেয়ে কম প্রমাণ

Winston AI শিক্ষাবিদ এবং কনটেন্ট টিমের জন্য লক্ষ্যভিত্তিক একটি credit-based detector। এর feature set ব্যবহারিক, একটি per-sentence heat map, OCR যা ফটোগ্রাফ করা এবং হাতে লেখা পৃষ্ঠা পড়ে, একটি plagiarism add-on এবং Google Classroom integration। homepage-এ 99.98% accuracy এবং 10 million-এর বেশি users-এর দাবি করা হয়েছে, accuracy-র এই figure internal testing থেকে এসেছে, এবং site জুড়ে কোথাও কোনো methodology, dataset বা sample size প্রকাশ করা হয়নি।

সেরা independent reference point হলো RAID benchmark (ACL 2024), যেখানে Winston fixed 5% false positive rate-এ সামগ্রিকভাবে 71% AI text শনাক্ত করেছে, ChatGPT-style output-এ 99.6% নিয়ে উৎকৃষ্ট, পুরোনো এবং open-source models-এ অনেক দুর্বল, এবং paraphrased text-এ 52.6% পর্যন্ত নেমে গেছে। একটি competent tool, কিন্তু headline অতিরঞ্জিত। The Winston AI review এই দাবিটি বিস্তারিতভাবে পরীক্ষা করে।

7. ZeroGPT: the free pre-check

ZeroGPT হলো সর্বাধিক traffic-যুক্ত free pre-check, কোনো account ছাড়াই 15,000 characters পর্যন্ত paste করুন এবং তার DeepAnalyse technology নামে ব্র্যান্ড করা বিষয় থেকে তাৎক্ষণিক একটি percentage এবং highlighted sentences পান। vendor internal evaluations-এ 98%-এর বেশি accuracy দাবি করে এবং কোনো external test-এর নাম দেয় না। Independent comparisons ধারাবাহিকভাবে এটিকে commercial field-এর নিচের দিকে স্থাপন করে, এবং একই text-এ এর score run ভেদে পরিবর্তিত হতে পারে। একটি rough first look হিসেবে এটি ক্ষতিকর নয়, verdict হিসেবে এটি এই page-এর সবচেয়ে কম defensible tool। The ZeroGPT accuracy review এর দাবিগুলিকে তাদের উৎস পর্যন্ত অনুসরণ করে।

8. Scribbr: the trusted brand with a licensed engine

Scribbr-এর AI checker হলো Scribbr branding-এর অধীনে QuillBot detection engine, result panel-এ engine version দেখায়, এবং Scribbr-এর about page উভয় কোম্পানিকে Learneo family-তে স্থাপন করে। free tier browser-এর মধ্যে প্রায় 1,200 words scan করে, signup ছাড়াই, এবং AI-generated, AI-refined ও human-written, এই তিন ভাগে report দেয়। Scribbr-এর নিজস্ব July 2026 comparison-এ free checker test texts-এর 78% শনাক্ত করেছে এবং premium version 84%, সেই sample-এ zero false positives ছিল।

এগুলো free tier-এ প্রকাশিত সেরা সংখ্যা, এবং সেগুলো এসেছে এমন একটি test থেকে, যা Scribbr নিজেই design, run এবং score করেছে, যেখানে তার own corporate sibling first place-এর জন্য tied ছিল। Students checker-এ trust করে, কারণ Scribbr-এর citation এবং thesis guides সেই trust অর্জন করেছে, detector সেটি উত্তরাধিকারসূত্রে পায়। The Scribbr review free এবং premium আসলে কী measure করে, তা আলোচনা করে।

9. Sapling: the developer tool

Sapling-এর detector এসেছে একটি NLP company থেকে, যার main business হলো customer-support teams-এর জন্য writing assistance, এবং তা স্পষ্ট: group-এর সবচেয়ে accessible API, per-sentence probability scores-এর সঙ্গে perplexity view, এবং একটি browser extension যা Google Docs, Gmail, Zendesk এবং Salesforce-এর ভেতরে text scan করে। free checks 2,000 characters-এ cap করা, paid plans cap-টি 100,000-এ বাড়ায়।

এর স্বতন্ত্র রেকর্ড দশটির মধ্যে সবচেয়ে অস্থির, Scribbr-এর তুলনায় 68% শূন্য false positives সহ, 2023 arXiv benchmark-এ প্রায় সম্পূর্ণ ব্যর্থতা, এবং অন্তত একটি হাতে-কলমে পর্যালোচনা যেখানে এটি সবকিছুকেই নকল বলে চিহ্নিত করেছে। একক-পর্যালোচনার স্কোর সব detector-এর ক্ষেত্রেই দুর্বলভাবে সাধারণীকৃত হয়, এবং Sapling তার সবচেয়ে স্পষ্ট উদাহরণ। Sapling review কেন, তা দেখে।

10. Compilatio: Europe's institutional counterpart

Compilatio হলো plagiarism-and-AI suite, যা European প্রতিষ্ঠানগুলো লাইসেন্স করে, যেখানে US-কেন্দ্রিক roundup-গুলো Turnitin ধরে নেয়। এটি French-speaking ব্যবস্থায় সবচেয়ে শক্তিশালী, AI detection একই instructor-facing workflow-এ similarity checking-এর সঙ্গে একীভূত, এবং student edition credit অনুযায়ী একই checks বিক্রি করে। এটি 94 to 99% reliability rate এবং 1% এর নিচে false positives দাবি করে, এবং এখানে Turnitin ছাড়া peer-reviewed test-এ শীর্ষের কাছাকাছি স্থান পাওয়া একমাত্র tool, Weber-Wulff এবং সহকর্মীদের পরীক্ষায় fourteen-এর মধ্যে second। আপনি যদি EU-তে পড়েন, আপনার thesis পড়া detectorটি সম্ভবত এটিই। Compilatio review এই ranking কী প্রতিষ্ঠা করে আর কী করে না, তা আলোচনা করে।

iThenticate: the detector on the publisher's desk

আরও একটি Turnitin পণ্য এখানে একটি অংশের যোগ্য, কারণ অধিকাংশ গবেষক এটি দেখার আগেই এর মুখোমুখি হন। iThenticate হলো প্রকাশক, জার্নাল এবং গবেষণা প্রতিষ্ঠানের জন্য Turnitin-এর স্ক্রিনিং টুল, যা কোর্সওয়ার্ক মূল্যায়নের বদলে প্রকাশনার আগে পান্ডুলিপি পরীক্ষা করার জন্য তৈরি। এর মূল প্রতিশ্রুতি হলো আত্মবিশ্বাসের সঙ্গে প্রকাশনা, অর্থাৎ, বাইরে যাওয়ার আগে উচ্চ ঝুঁকির নথি সম্ভাব্য অসদাচরণের জন্য স্ক্রিন করা। হাজার হাজার একাডেমিক জার্নাল Crossref-এর Similarity Check পরিষেবার মাধ্যমে জমা পড়া লেখা এতে চালায়, তাই আপনি যদি কোনো peer-reviewed জার্নালে জমা দিয়ে থাকেন, তবে কেউ তা আপনাকে বলুক বা না বলুক, আপনার পান্ডুলিপি সম্ভবত iThenticate-এর মধ্য দিয়ে গেছে।

এটি উপরের Turnitin সারি থেকে দুইটি বিষয়ে আলাদা। এটি course-first নয়, document-first, অর্থাৎ, কোনো class নেই, কোনো assignment নেই, প্রতি manuscript-এর জন্য একটি report। এবং Turnitin-এর বিপরীতে, এটি মূল্যায়িত ব্যক্তিও কিনতে পারেন। Credits সরাসরি সাইটে বিক্রি হয়, documentপ্রতি মূল্য নির্ধারিত, ফলে এটি Turnitin পরিবারের একমাত্র টুল, যা একজন author নিজের manuscript-এ journal-এর আগে নিজেই চালাতে পারেন। reportটি প্রথমে একটি similarity report, যা published literature এবং web-এর সঙ্গে মিল খোঁজে, এবং Turnitin যোগ্য customers-এর জন্য AI writing detection বহনকারী products-এর মধ্যে iThenticate-কে তালিকাভুক্ত করে।

একজন একাডেমিক লেখকের জন্য এর ব্যবহারিক প্রয়োগ সীমিত, কিন্তু বাস্তব: চূড়ান্ত পাণ্ডুলিপির ওপর জমা দেওয়ার আগে একটি originality check, যা চালায় সেই একই কোম্পানি, যার টুল জার্নালটি সম্ভবত ব্যবহার করবে। এই রিপোর্ট যা করে না, তা হলো কিছু ঠিক করা। এটি overlap এবং সম্ভাব্য AI লেখা চিহ্নিত করে, আর চিহ্নিত গদ্য সংশোধন করা এখনও আপনার কাজ, এবং submission checklist-এর যে অর্ধেক অংশের জন্য academic AI humanizer তৈরি, সেটিই এটি।

স্বাধীন গবেষণা এই শ্রেণি সম্পর্কে কী বলে

বিক্রেতাদের পরিসংখ্যান প্রায় 99% এর কাছাকাছি জমা হয়। প্রকাশিত গবেষণা তা করে না। Weber-Wulff এবং সহকর্মীরা 2023 সালে International Journal for Educational Integrity-এ 14টি সিস্টেম পরীক্ষা করেন, এর মধ্যে Turnitin ছিল, এবং Liang এবং সহকর্মীরা একই বছরে Patterns-এ দেখেন যে non-native English speakers-এর 91টি TOEFL essay-এর মধ্যে 89টি, অর্থাৎ 97.8%, অন্তত সাতটি detector-এর একটিতে AI হিসেবে চিহ্নিত হয়েছিল, এবং 18টি সব সাতটিতেই চিহ্নিত হয়।

উপরের টুলগুলোর সবচেয়ে সরাসরি একাডেমিক পরীক্ষা হলো 2026 VUB study, যা International Journal for Educational Integrity-এ open access হিসেবে প্রকাশিত হয়েছে: বাস্তব master's theses, চারটি commercial detector, এবং চারটির মধ্যে তিনটির ক্ষেত্রে সম্পূর্ণ AI-generated paper-এ median 20% এর নিচে। Jabarian এবং Imas, NBER working paper w34223-এ, 2020-এর আগের 1,992টি human text এবং চারটি frontier model থেকে 1,992টি AI text নিয়ে একটি corpus তৈরি করেন এবং Pangram, GPTZero, Originality.ai এবং একটি open-source baseline-এর stress test করেন: commercial detectorগুলো baseline-কে ছাড়িয়ে যায়, এবং মাত্র একটি tool rewritten text জুড়ে শক্তিশালী থাকতে থাকতে false positive rate 0.5% বা তার নিচে ধরে রাখে। open-source baseline human text-এর 30% থেকে 69% পর্যন্ত চিহ্নিত করে, এ কারণেই উপরের table-এ free GitHub detector অনুপস্থিত।

OpenAI 20 July 2023-এ তার নিজস্ব AI Text Classifier প্রত্যাহার করে, জানায় যে এটি "no longer available due to its low rate of accuracy"। Giray, Roe এবং Espiritu, March 2026-এ English Teaching: Practice & Critique-এ প্রকাশিত একটি লেখায়, সমতা-সংক্রান্ত সমস্যাটি স্পষ্টভাবে তুলে ধরেন: "These tools disproportionately flag authentic writing by multilingual students, creating a chilling effect that paradoxically encourages AI use to avoid false accusations." সেই অনুসন্ধানের পেছনের ধরণটি detectors কীভাবে non-native English writing-এর সঙ্গে আচরণ করে শীর্ষক আলোচনায় নথিভুক্ত আছে।

প্রতিষ্ঠানগুলো false positive-সংক্রান্ত রেকর্ডের ভিত্তিতে পদক্ষেপ নিয়েছে। Vanderbilt 2023 সালের August-এ Turnitin-এর AI detector নিষ্ক্রিয় করে, এই যুক্তিতে যে 2022 সালে এটি জমা দেওয়া 75,000টি paper-এর বিপরীতে 1% false positive rate মানে প্রায় 750টি paper ভুলভাবে চিহ্নিত হওয়া। Michigan State-এর নথিতে বলা আছে যে AI detection tools কোনো শিক্ষার্থীর বিরুদ্ধে adverse action নেওয়ার একমাত্র ভিত্তি হওয়া উচিত নয়, এবং University of Texas at Austin মোটেই AI detection software সমর্থন করে না। How accurate AI detectors actually are, একটি category হিসেবে, এটি আপনার প্রতিষ্ঠান কোনটি license করেছে তার থেকে পৃথক একটি প্রশ্ন।

স্কোরিং এড়িয়ে যাওয়া model, process tracking

false positive সমস্যার একটি ভিন্ন উত্তর institutional interest অর্জন করছে, finished text-এ স্কোর না করে document কীভাবে লেখা হয়েছে তা record করা। Grammarly-এর Authorship feature এবং assessment platform Cadmus উভয়ই এইভাবে কাজ করে, writing process, typing, pasting, revision history, যেভাবে ঘটে সেভাবেই capture করে। একটি process record genuinely typed কোনো essay-কে false-positive করতে পারে না, এবং এটাই সেই failure mode যা universities-কে detectors বন্ধ করতে বাধ্য করেছিল। trade-off ভিন্ন, statistics-সংক্রান্ত প্রশ্নের জায়গায় surveillance-সংক্রান্ত প্রশ্ন আসে, কিন্তু আপনার প্রতিষ্ঠান যদি এদের কোনো একটি গ্রহণ করে, তাহলে উপরের detector debate আপনার জন্য অনেকটাই irrelevant হয়ে যায়: evidence হলো process log, probability score নয়।

আপনাকে দেওয়া detector score কীভাবে পড়বেন

একটি সংখ্যা প্রায় প্রতিবারই তার প্রেক্ষাপট ছাড়া এসে পড়ে। চারটি প্রশ্ন তা যথেষ্ট পরিমাণে ফিরিয়ে আনে, যাতে একটি যুক্তিসংগত আলোচনা করা যায়।

• কোন টুল, এবং কোন পরিসংখ্যান। নথি-স্তরের শতাংশ এবং বাক্য-স্তরের হাইলাইট, একই বিক্রেতার কাছ থেকে প্রকাশিত ভিন্ন ত্রুটি-হার বহন করে, এবং Turnitin-এর ক্ষেত্রে সেগুলি যথাক্রমে 1% এবং প্রায় 4%।
• বিক্রেতা ভুল হওয়ার বিষয়ে কী প্রকাশ করেছে। যে টুল একটি miss rate এবং একটি false positive rate জানায়, সে আপনাকে তার সীমা কোথায় তা বলে দিয়েছে। যে টুল কেবল একটি accuracy percentage প্রকাশ করে, সে তা করেনি।
• স্কোরটি প্রমাণ নাকি একটি ইঙ্গিত। Michigan State-এর ভাষ্য, যে এই টুলগুলোকে adverse action-এর একমাত্র ভিত্তি হওয়া উচিত নয়, একটি সাধারণ প্রাতিষ্ঠানিক অবস্থান এবং appeal-এ উদ্ধৃত করার মতো। The appeal letter guide দেখায় কীভাবে।
• আপনার প্রতিষ্ঠানের নীতি আসলে কী বলে। একটি detector লাইসেন্সপ্রাপ্ত কি না, তার output কি misconduct প্রক্রিয়ায় ব্যবহার করা যেতে পারে, এবং একজন student কী অনুরোধ করতে পারে, এসব কোথাও লেখা থাকে, এবং বিশ্ববিদ্যালয়ভেদে সেগুলি ব্যাপকভাবে ভিন্ন।

Turnitin humanized text-এর সঙ্গে কী করে তা আলাদাভাবে উত্তর দেওয়া হয়েছে, humanizer বিকল্পগুলোর একটি বিস্তৃত সমীক্ষার পাশাপাশি।

Detector vendor-রা round number প্রকাশ করতে থাকবে, এবং অধিকাংশই সংখ্যাগুলি কোথা থেকে এসেছে তা বলতে অস্বীকার করতে থাকবে। আপনার কাজ এই দশটির মধ্যে কোনটির সঙ্গে মেলে, তা নির্ধারণ করেন যিনি এটি পড়েন, তাই কার্যকর প্রস্তুতি হলো, কেউ আপনাকে একটি শতাংশ বলার আগে সেই tool তার নিজস্ব error rates সম্পর্কে কী প্রকাশ করেছে তা জানা। Current TextPulse pricing নিজস্ব পাতায় থাকে, সেখানে হালনাগাদ হয়, কোনো roundup-এ নয়।

আমাদের নিজস্ব গবেষণা যা পেয়েছে

TextPulse Research-এর ডিটেক্টর সম্মতি গবেষণায় নয়টি বাণিজ্যিক AI ডিটেক্টর একই 90টি একাডেমিক লেখা মূল্যায়ন করেছে। এর একটি ছিল 455 শব্দের একটি হাইব্রিড লেখা: মানুষের লেখা শুরু ও শেষ, মাঝখানে 168 শব্দের AI-লেখা অংশ। Copyleaks এই লেখাটিকে 0% AI স্কোর দিয়েছে, অথচ একই শব্দে অন্য টুলগুলোর রায় 0% থেকে 95.7% পর্যন্ত ছড়িয়ে ছিল। সম্পূর্ণ গবেষণাপত্র, করপাস ও প্রতিটি টুলের স্কোর ম্যাট্রিক্স উন্মুক্তভাবে পাওয়া যাবে TextPulse Research-এ।