Can Turnitin Claude, Gemini এবং DeepSeek সনাক্ত করতে পারে?
একটি classifier যা statistical pattern-এর প্রতি সাড়া দিতে প্রশিক্ষিত, কোনো নির্দিষ্ট chatbot দেখেনি বলেই তার output flag করতে অক্ষম নয়। DeepSeek-এর ক্ষেত্রে এটি কেন গুরুত্বপূর্ণ, Claude, Gemini এবং অন্যান্য model সম্পর্কে Turnitin নিজে কী প্রকাশ করে, এবং তাদের কোনো একটির ক্ষেত্রেই কী প্রকাশ করে না, তা এখানে বলা হলো।
উদাহরণস্বরূপ, একজন শিক্ষার্থী প্রথম খসড়ার জন্য ChatGPT-এর বদলে DeepSeek বেছে নেয়, বিশেষ করে কারণ একটি ফোরাম থ্রেডে দাবি করা হয়েছিল যে Turnitin কেবল OpenAI-এর মডেলগুলোই চিনতে পারে। Turnitin কি DeepSeek-কে সেইভাবে শনাক্ত করতে পারে যেভাবে এটি ChatGPT-কে শনাক্ত করে? কিন্তু অপেক্ষা করুন, শ্রেণিবিন্যাসকারীটি প্রথম থেকেই কোনো ব্র্যান্ড চিনতে তৈরি করা হয়নি। Turnitin-এর নিজস্ব প্রযুক্তিবর্ণনায় বলা হয়েছে যে শ্রেণিবিন্যাসকারীটি প্রথম থেকেই কোনো ব্র্যান্ড চিনতে কখনও নির্মিত হয়নি, এবং এটি প্রশ্নটিকে অধিকাংশ শিক্ষার্থীর প্রত্যাশার চেয়ে বেশি বদলে দেয়।
AI লেখন সূচকটি যন্ত্র-উৎপাদিত গদ্যের ধরন, শব্দের পূর্বানুমেয়তা এবং বাক্যের ছন্দের ওপর প্রশিক্ষিত, যা সাইটের নিজস্ব AI detector কীভাবে কাজ করে তার বিবরণে সাধারণভাবে আলোচিত একই পরিসংখ্যানগত ভিত্তি। এভাবে প্রশিক্ষিত একটি মডেল কোনো অনুচ্ছেদ কীভাবে পড়া যায় তার প্রতি সাড়া দেয়, কোন কোম্পানির সার্ভার তা তৈরি করেছে তার প্রতি নয়। এই পার্থক্যই হলো chatbot বদলানো detection এড়ানোর উপায় কি না, সেই প্রশ্নের অধিকাংশ উত্তর।
TextPulse-এর Turnitin কি ChatGPT শনাক্ত করতে পারে কি না, সে বিষয়ে নির্দেশিকা সেই একক প্রতিবেদনের কার্যপ্রণালী সম্পূর্ণভাবে ব্যাখ্যা করে, শতাংশটি কী মাপে, কে তা দেখে, এবং Turnitin-এর নিজস্ব পরীক্ষায় এটি কতটা সঠিক বলা হয়েছে। এই লেখাটি সেই বৃহত্তর প্রশ্নের ভেতরে বারবার ফিরে আসা একটি প্রশ্নে সীমিত থাকে, ভিন্ন chatbot বেছে নিলে কিছু বদলায় কি না।
Turnitin কি DeepSeek শনাক্ত করতে পারে? মডেল-নিরপেক্ষ বিষয়টি
Turnitin-এর নিজস্ব উপকরণ শনাক্তকরণকে কোনো অনুচ্ছেদ কীভাবে পড়া যায় তার ভিত্তিতে উপস্থাপন করে, কোন কোম্পানি তা তৈরি করেছে তার ভিত্তিতে নয়। এই উপস্থাপনাই হলো DeepSeek, ChatGPT, Claude বা Gemini, একই ব্যবস্থার মধ্যে ভিন্নভাবে扱া হয় কি না, সেই প্রশ্নের সম্পূর্ণ ভিত্তি।
কেন instruction-tuned মডেলগুলো একই পরিসংখ্যানগত আকারে অভিসারিত হয়
2023 সালের পর প্রকাশিত প্রতিটি প্রধান chatbot একই সাধারণ পদ্ধতিতে নির্মিত, প্রথমে বিপুল পরিমাণ পাঠ্যের মধ্যে পরবর্তী শব্দ অনুমান করতে প্রশিক্ষিত, তারপর সেই কাঁচা পূর্বাভাস-ইঞ্জিনকে এমন এক সাবলীল, সহযোগী সহকারীতে fine-tune করা হয়, যা একটি prompt-এর সরাসরি উত্তর দেয়। সেই দ্বিতীয় পর্যায়েই এই অভিসরণ ঘটে।
ফলাফল হলো, GPT, Claude, Gemini, DeepSeek এবং অধিকাংশ অন্যান্য instruction-tuned সহকারী এমন গদ্য তৈরি করতে প্রবণ, যা পরিসংখ্যানগতভাবে একই ধরনের অঞ্চলে অবস্থান করে, ধারাবাহিকভাবে পূর্বানুমানযোগ্য শব্দচয়ন এবং এমনকি বাক্যের ছন্দও একই রকম থাকে। এক মডেলের আউটপুটে সেই নিম্ন perplexity, নিম্ন burstiness বৈশিষ্ট্য শনাক্ত করার জন্য প্রশিক্ষিত একটি classifier, নির্মাণগতভাবেই, এমন কিছুর প্রতি প্রতিক্রিয়া জানায় যা আরও কয়েকটি মডেলও উৎপাদন করে, তাদের কোনোটিই তার মূল training data-র অংশ ছিল কি না, তা নির্বিশেষে।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
Turnitin Model Coverage সম্পর্কে আসলে কী বলে
Turnitin স্পষ্টভাবে বলে যে এটি একটি ইচ্ছাকৃত নকশাগত সিদ্ধান্ত, পরীক্ষার কোনো দুর্ঘটনাজনিত ফল নয়। এর মূল AI writing detection model GPT-3, GPT-3.5 এবং তাদের variant-এর বিরুদ্ধে প্রশিক্ষিত হয়েছিল, এবং Turnitin-এর নিজস্ব documentation স্পষ্টভাবে বলে: 'Our technology can also detect other AI writing tools that are based on these models, such as ChatGPT.' এটি হলো একটি vendor-এর দাবি, তার classifier কীভাবে generalize করে সে বিষয়ে, কোনো স্বাধীনভাবে পরীক্ষিত ফল নয়, এবং এটিকে ঠিক সেইভাবেই পড়া উচিত।
DeepSeek সেই তালিকায় নেই। Turnitin যে model-গুলিকে পরে যুক্ত করেছে বলে প্রকাশ করেছে, তার তালিকা বিস্তৃত। এই লেখার সময় পর্যন্ত, এর মধ্যে GPT-4 এবং GPT-5 family-এর model, Gemini-এর Pro এবং Flash line, তাদের সর্বশেষ preview version-সহ, Claude Sonnet-4.5, এবং LLaMA অন্তর্ভুক্ত।
| মডেল | Turnitin-এর নিজস্ব প্রকাশিত কভারেজ কী বলে |
|---|---|
| ChatGPT (GPT-3.5, GPT-4, GPT-4o, GPT-5 series) | স্পষ্টভাবে নামোল্লেখ করা হয়েছে, মূল প্রশিক্ষণ সেট এবং তার সরাসরি উত্তরসূরিগুলি |
| Claude (Sonnet 4.5) | Turnitin-এর বর্তমান প্রকাশিত তালিকায় স্পষ্টভাবে নামোল্লেখ করা হয়েছে |
| Gemini (Pro, 2.5 Pro, 2.5 Flash, 3-series previews) | Turnitin-এর বর্তমান প্রকাশিত তালিকায় স্পষ্টভাবে নামোল্লেখ করা হয়েছে |
| LLaMA | Turnitin-এর বর্তমান প্রকাশিত তালিকায় স্পষ্টভাবে নামোল্লেখ করা হয়েছে |
| DeepSeek | August 2026 পর্যন্ত Turnitin-এর প্রকাশিত তালিকায় নামোল্লেখ করা হয়নি। Turnitin বলে না যে DeepSeek বাদ দেওয়া হয়েছে, কেবল বলে যে এটি নাম ধরে উপস্থিত নয় |
| Any other chatbot built on a listed model | Turnitin জানায় যে এর প্রযুক্তি সেইসব মডেলের ভিত্তিতে তৈরি সরঞ্জামও শনাক্ত করে, যেগুলির নাম এটি উল্লেখ করে |
Turnitin কী প্রকাশ করে না
Turnitin-এর নিজস্ব উপকরণে যা অনুপস্থিত, তা ততটাই গুরুত্বপূর্ণ যতটা তাতে আছে। Turnitin যে প্রতিটি মডেলের নাম উল্লেখ করে, তার জন্য আলাদা নির্ভুলতার হার প্রকাশ করে না, GPT-4, Gemini, Claude এর বিরুদ্ধে প্রতিটি মডেলের জন্য পৃথক শনাক্তকরণ হারও প্রকাশ করে না। কয়েকটি সাইট DeepSeek শনাক্তকরণের জন্য একটি নির্দিষ্ট শতাংশ উল্লেখ করে, কিন্তু সেই সংখ্যার পেছনে কোনো দৃশ্যমান উৎস বা পদ্ধতি দেখায় না।
এই ফাঁকটিকে পূরণ না করে সরাসরি গ্রহণ করাই যুক্তিসঙ্গত। DeepSeek-সহ কোনো উৎস মডেল অনুযায়ী ভাগ করে Turnitin-এর AI writing indicator-এর একটি স্বাধীন, পদ্ধতিগতভাবে স্বচ্ছ পরীক্ষা Turnitin-এর বাইরে কেউ প্রকাশ করেনি, তাই কোনো একটি মডেলের শনাক্তকরণ হারের সঙ্গে যুক্ত নির্দিষ্ট সংখ্যা, প্রাথমিক উৎস তা সত্যিই না বলা পর্যন্ত, যাচাইহীন হিসেবে গণ্য করা উচিত।
একটি ন্যায্য তুলনা গড়ে তুলতে হলে প্রতিটি মডেল থেকে লেখার একটি বড়, সাম্প্রতিক নমুনা সংগ্রহ করতে হবে, নিশ্চিত করতে হবে যে তার কোনোটিই Turnitin-এর নিজস্ব প্রশিক্ষণ ডেটায় ফাঁস হয়নি, এবং একই শর্তে, একই সময়ে, একই ডিটেক্টরের মাধ্যমে সবকিছু চালাতে হবে। বিক্রেতারা প্রতি কয়েক মাস অন্তর তাদের মডেল আপডেট করে, তাই এমনকি এক বছর আগেও প্রকাশিত একটি তুলনা ইতিমধ্যে এমন চ্যাটবট বর্ণনা করতে পারে যা পরীক্ষিত রূপে আর অস্তিত্বই নেই। এটি একটি বাস্তব পদ্ধতিগত মানদণ্ড, অজুহাত নয়, এবং এই কারণেই এই লেখাটি Turnitin তার নিজস্ব কভারেজ সম্পর্কে যা বলে তা প্রতিবেদন করে, এমন detection percentages-এর একটি সেট নয় যা আসলে কেউ মাপেনি।
চ্যাটবট বদলালে কি সত্যিই সাহায্য হয়?
Turnitin নিজে যা প্রকাশ করে, সেই প্রমাণে নয়। পরিসংখ্যানগত pattern-এর প্রতি সাড়া দেওয়ার জন্য নির্মিত একটি classifier-এর কাছে DeepSeek-এর সাবলীল, পূর্বানুমেয় output-কে ChatGPT-এর output থেকে ভিন্নভাবে দেখার কোনো স্পষ্ট কারণ নেই, এবং 'based on these models' বলে টুল শনাক্ত করার বিষয়ে Turnitin-এর নিজস্ব ভাষাও একই দিকে ইঙ্গিত করে। তালিকায় অনুপস্থিতি মানে নিরাপত্তা, এই অনুমানের ভিত্তিতে একটি অনামা চ্যাটবট বেছে নেওয়া হলো কৌশলের ছদ্মবেশে একটি অনুমান।
কোর্সওয়ার্কের ব্যবহারিক দিকের জন্য, কলেজের জন্য একটি AI essay humanize করা আলাদাভাবে ব্যাখ্যা করা হয়েছে। আবেদনকারীরা একই উদ্বেগের ভিন্ন একটি রূপের মুখোমুখি হন, এবং কলেজ ভর্তি প্রক্রিয়ায় AI পরীক্ষা করা হয় কি না বিষয়টির জন্য নিজস্ব একটি পৃষ্ঠা আছে।
আরও নির্ভরযোগ্য পদক্ষেপটি কোন চ্যাটবট প্রথম খসড়া তৈরি করেছিল, সেখান থেকে সরে গিয়ে পরে তার কী হয়, তার কাছাকাছি অবস্থান করে। একটি free burstiness checker একই sentence-rhythm-এর সমতলতা দেখায়, যেটির প্রতি একটি classifier সাড়া দেয়, চ্যাট উইন্ডোর শীর্ষে যে মডেলের নামই থাকুক না কেন। TextPulse-এর ছাত্রদের জন্য AI humanizer একই পরিসংখ্যানগত স্তরে কাজ করে, একটি বিক্রেতার প্রকাশিত তালিকায় ফাঁক আছে কি না, তার ওপর বাজি ধরার বদলে sentence rhythm এবং structure পুনর্গঠন করে। প্রথম খসড়াটি কোন চ্যাটবট লিখেছিল, তার চেয়ে অনেক বেশি গুরুত্বপূর্ণ হলো, আপনি যে সংস্করণ জমা দিচ্ছেন তা সত্যিই কি আপনার লেখা বলে পড়া যায় কি না।
সচরাচর জিজ্ঞাসিত প্রশ্ন
Turnitin তার বর্তমান প্রকাশিত detected model-এর তালিকায় DeepSeek-এর নাম কোথাও উল্লেখ করে না, তবে DeepSeek বাদ দেওয়া হয়েছে, এমনও বলে না। বাস্তবে Turnitin কি DeepSeek সনাক্ত করতে পারে? এর classifier prose-এর statistical pattern-এর প্রতি সাড়া দেওয়ার জন্য নির্মিত, কোনো brand name-এর প্রতি নয়, এবং এর নিজস্ব documentation-এ এটি যে model-গুলোর নাম দেয়, সেগুলোর উপর নির্মিত tool সনাক্ত করার কথা বলা হয়েছে, যা কেবল নামের তালিকার তুলনায় বিস্তৃত দাবি।
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.
