Copyleaks AI Detector পর্যালোচনা: আপনার LMS-এর মধ্যে থাকা ডিটেক্টর
Copyleaks হলো সেই AI detector, যেটির সঙ্গে ছাত্ররা প্রায়ই তা বেছে না নিয়েই মুখোমুখি হয়, Canvas, Moodle, এবং Blackboard-এর মধ্যে plagiarism checking-এর সঙ্গে bundled অবস্থায়। বিক্রেতা 99 percent-এর বেশি নির্ভুলতা এবং .03 percent false positive rate প্রচার করে। 2026 সালের জুনে Vrije Universiteit Brussel study-তে, এটি 40টি সম্পূর্ণ AI-generated পেপারের একটিকেও পুরোপুরি flag করতে ব্যর্থ হয়। এখানে আসল প্রমাণ কী দেখায় তা বলা হলো।
অধিকাংশ শিক্ষার্থী কখনও Copyleaks বেছে নেয় না। এটি আগে থেকেই ইনস্টল করা থাকে, বহু বছর আগে চুক্তি স্বাক্ষর করা কোনো প্রতিষ্ঠানের মাধ্যমে অ্যাসাইনমেন্ট ড্রপবক্সে সংযুক্ত থাকে, এবং অনেক লেখক প্রথমবার এই নাম শোনেন তখন, যখন তাদের জমার পাশে একটি শতাংশ দেখা যায়। তাই গুরুত্বপূর্ণ প্রশ্নটি Copyleaks জনপ্রিয় কি না, তা নয়। প্রশ্নটি হলো, আপনার বিশ্ববিদ্যালয় যে ডিটেক্টরটি তার learning management system-এ বসিয়েছে, সেটি কি যথেষ্ট নির্ভুল, যাতে প্রতিষ্ঠানগুলো যে ভার তার ওপর চাপায়, তা বহন করতে পারে।
বিক্রেতার উত্তর স্পষ্ট, তার product page 99 percent-এর বেশি নির্ভুলতা এবং শিল্পে সর্বনিম্ন .03 percent false positive rate দাবি করে। কিন্তু এখন পর্যন্ত প্রকাশিত সবচেয়ে কঠোর স্বাধীন একাডেমিক পরীক্ষা ভিন্ন উত্তর দেয়। June 2026-এ প্রকাশিত Vrije Universiteit Brussel-এর একটি peer-reviewed study-তে Copyleaks 40টি সম্পূর্ণ AI-generated academic papers-এর একটিকেও পুরোপুরি চিহ্নিত করতে পারেনি।
এই দুইটি বক্তব্য একই সঙ্গে সত্য, এবং এদের মধ্যকার দূরত্বই এই পর্যালোচনার বিষয়, Copyleaks কী, কোম্পানিটি কী দাবি করে, স্বাধীন পরীক্ষায় আসলে কী পাওয়া গেছে, এবং এর একটি score কী প্রমাণ করতে পারে আর কী পারে না।
Copyleaks কী, এবং আসলে কারা এটি ব্যবহার করে?
Copyleaks শুরু হয়েছিল একটি plagiarism checker হিসেবে, এবং generative models আসার পর এটি AI detection যোগ করে, আর এটাই ঠিক সেই কারণ, যার জন্য প্রতিষ্ঠানগুলো এটি পছন্দ করে, একটি submission থেকে plagiarism matches এবং সন্দেহভাজন AI content, উভয়ই অন্তর্ভুক্ত করে একটি combined report তৈরি হয়। এর নিজস্ব site-এ Canvas, D2L, Moodle, Blackboard, Schoology, Edsby, এবং Sakai-এর জন্য native integrations তালিকাভুক্ত আছে, যা একজন শিক্ষার্থী যে LMS market-এর ভেতরে থাকতে পারে, তার বেশিরভাগই আচ্ছাদন করে। কোম্পানিটি আরও দাবি করে যে এটি 30টিরও বেশি ভাষা সমর্থন করে এবং GPT-5, GPT-4, Claude, Gemini, DeepSeek, Llama, এবং অন্যান্য থেকে উৎপন্ন output শনাক্ত করতে পারে।
এই distribution model-ই Copyleaks-এর একক সবচেয়ে গুরুত্বপূর্ণ তথ্য। Turnitin এবং GPTZero-এর পাশাপাশি, এটি সেই অল্প কয়েকটি AI detector-এর একটি, যেগুলো প্রতিষ্ঠানগুলো বাস্তবে বড় পরিসরে deploy করে, যার মানে, যাদের score করা হয়, তারা খুব কমই সেই মানুষ, যারা এটি বেছে নিয়েছে, এবং খুব কমই সেই মানুষ, যারা পূর্ণ report দেখতে পারে।
Copyleaks নিজের নির্ভুলতা সম্পর্কে কী দাবি করে?
কোম্পানির AI detector page-এর শিরোনামে লেখা আছে "99% accuracy backed by independent third-party studies," এবং একই page-এর আরও নিচে এই দাবি আরও নির্দিষ্ট হয়ে "over 99% accuracy and an industry-low .03% false positive rate" বলা হয়েছে। pageটি এর সর্বশেষ model-এর জন্য ভাষাভিত্তিক পরিসংখ্যান প্রকাশ করে, যেখানে English-এর ক্ষেত্রে human text-এ 99.97 percent এবং AI text-এ 99.20 percent দেখানো হয়েছে, আর French, German, Italian, Portuguese, এবং Spanish সবই 93 percent-এর ওপরে। এতে আরও বলা হয়েছে যে toolটি "low false-positive rates for non-native English text" বজায় রাখে, এবং Cornell Tech-এর গবেষকদের arXiv-এ প্রকাশিত একটি study-এর দিকে ইঙ্গিত করা হয়েছে, যেখানে Copyleaks-কে পরীক্ষিত সবচেয়ে নির্ভুল detector বলা হয়েছে।
এই দাবিগুলো মনোযোগ দিয়ে পড়ুন। ভাষাভিত্তিক সংখ্যাগুলো vendor-এর নিজস্ব testing methodology থেকে এসেছে, এবং যে third-party studies-এর উল্লেখ করা হয়েছে, সেগুলোও তারই নির্বাচিত। এতে সংখ্যাগুলো মিথ্যা হয়ে যায় না, কিন্তু কোনো বাইরের পক্ষ বিশ্ববিদ্যালয়গুলো বাস্তবে যে ধরনের document adjudicate করে, সেই ধরনের document-এ এগুলো পুনরুত্পাদন না করা পর্যন্ত এগুলোকে marketing-ই বলা যায়। যান্ত্রিকভাবে, Copyleaks এমন একটি model-এর কথা বলে যা human writing-এর ওপর trained, এবং human pattern থেকে বিচ্যুতি চিহ্নিত করে, যা TextPulse-এর how AI detectors work ব্যাখ্যায় পুরো category-এর জন্য যে statistical family of signals আলোচনা করা হয়েছে, তারই মতো।
স্বাধীন প্রমাণ কী দেখায়?
এখন পর্যন্ত সবচেয়ে শক্তিশালী স্বতন্ত্র পরীক্ষা হলো Vrije Universiteit Brussel study, যা 2026 সালের জুনে International Journal for Educational Integrity-এ প্রকাশিত হয়। গবেষকেরা 160টি দীর্ঘ একাডেমিক পেপারের একটি corpus তৈরি করেন, প্রতিটি 4,000 শব্দের বেশি, এবং সেগুলোকে সমানভাবে চারটি শ্রেণিতে ভাগ করেন: non-native English-speaking graduate students দ্বারা সম্পূর্ণ মানব-রচিত, সম্পূর্ণ AI-generated, hybrid, এবং AI-generated হয়ে পরে ইচ্ছাকৃতভাবে humanized। তাঁরা এই 160টি পেপারকে চারটি institutional detector-এর মধ্য দিয়ে চালান: Pangram, GPTZero, Copyleaks, এবং Turnitin।
Copyleaks 40টি human-written পেপারই সঠিকভাবে ছেড়ে দেয়, যা সত্যিই একটি ভালো ফল। বাকি সবকিছু খারাপভাবে যায়। 40টি সম্পূর্ণ AI-generated পেপারের ক্ষেত্রে এটি একটিকেও সম্পূর্ণ AI-written হিসেবে শ্রেণিবদ্ধ করেনি, মাত্র 40টির মধ্যে 10টিকে আংশিকভাবেও চিহ্নিত করেছে, এবং 100 percent machine-generated নথিতে এর reported AI share-এর মধ্যম মান 20 percent-এর নিচেই ছিল। humanized AI পেপারের ক্ষেত্রে এটি 22.5 percent ধরতে পেরেছে। Pangram, গবেষণাটির সেরা performer, একই নথিতে সম্পূর্ণ AI-generated সেটের 97.5 percent এবং humanized সেটের 92.5 percent চিহ্নিত করেছে।
| Paper set (40 each) | Copyleaks | Turnitin | Pangram |
|---|---|---|---|
| Fully human-written | 100% correctly cleared | 100% correctly cleared | 100% correctly cleared |
| Fully AI-generated | 25% flagged at least partially, 0% fully | 0% flagged | 97.5% flagged, 65% fully |
| Humanized AI | 22.5% identified | 50% identified | 92.5% identified |
লেখকদের উপসংহার ছিল স্পষ্ট: অধ্যয়ন করা চারটি tool-এর মধ্যে, "at this moment only one produced satisfactory results," এবং সেটি Copyleaks ছিল না। বর্তমান model থেকে দীর্ঘ-রূপ একাডেমিক লেখায়, যেসব নথি নিয়ে প্রতিষ্ঠানগুলো সবচেয়ে বেশি চিন্তিত, এই পরীক্ষায় Copyleaks-এর প্রধান failure mode ছিল AI text মিস করা, মানুষের বিরুদ্ধে ভুল অভিযোগ তোলা নয়।
মিথ্যা পজিটিভ সম্পর্কে কী, এবং এতে কারা ক্ষতিগ্রস্ত হয়?
মিথ্যা নেগেটিভ একজন বিক্রেতাকে বিব্রত করে। মিথ্যা পজিটিভ একজন শিক্ষার্থীর সেমিস্টার নষ্ট করে, তাই .03 percent দাবিটি আলাদা যাচাইয়ের দাবি রাখে। Bloomberg Businessweek-এর 2024 সালের অনুসন্ধানে, প্রতিবেদকেরা 500টি Texas A&M আবেদন প্রবন্ধ, যেগুলো সবই 2022 সালের গ্রীষ্মে, ChatGPT অস্তিত্বে আসার আগেই লেখা হয়েছিল, Copyleaks এবং GPTZero-এর মাধ্যমে চালান। এই দুই সেবা সেগুলোর 1 থেকে 2 percent ভুলভাবে চিহ্নিত করে, কিছু ক্ষেত্রে প্রায় 100 percent stated certainty সহ। 1 থেকে 2 percent শুনতে ছোট লাগে, যতক্ষণ না আপনি এটিকে একটি বিশ্ববিদ্যালয়ের জমা দেওয়ার পরিমাণের সঙ্গে গুণ করেন, এবং এটি Copyleaks যে হার বিজ্ঞাপন করে তার 30 থেকে 60 গুণ।
ন্যায্যতার চিত্রটি সত্যিই মিশ্র। VUB গবেষণায়, Copyleaks যে 40টি মানব-লিখিত প্রবন্ধকে পরিষ্কার বলে গণ্য করেছিল, সেগুলো সবই non-native English speakers দ্বারা লেখা ছিল, যা ওই নমুনায় বিক্রেতার পক্ষে বাস্তব প্রমাণ। কিন্তু বিস্তৃত peer-reviewed সাহিত্য বারবার দেখিয়েছে যে detector ঠিক এই জনগোষ্ঠীর ক্ষেত্রেই ভুলভাবে সক্রিয় হয়, একটি ধারা যা TextPulse-এর why AI detectors are biased against non-native speakers পাতায় বিস্তারিতভাবে আলোচিত হয়েছে, এবং Bloomberg-এর প্রতিবেদনে এমন শিক্ষার্থীদের তুলে ধরা হয়েছে যাদের রেকর্ড এমন স্কোরের কারণে ক্ষতিগ্রস্ত হয়েছিল, যেগুলো তারা দেখতে বা চ্যালেঞ্জ করতে পারেনি। যদি আপনার সঙ্গে এমন হয়, তবে ব্যবহারিক করণীয় আলাদাভাবে নথিবদ্ধ আছে: how to prove you didn't use AI.
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
মূল্য নির্ধারণ এবং প্রবেশাধিকার, যাঁরা এটি বেছে নেননি তাঁদের জন্য
বিক্রেতার নিজস্ব পৃষ্ঠাগুলো পৃথক মূল্য নির্ধারণ স্পষ্ট করে: 25,000 characters পর্যন্ত একটি free scan allowance, 16.99 dollars per month দরে একটি Personal plan, বার্ষিক বিলিং হলে 13.99, credit limits সহ, 99.99 dollars per month দরে একটি Pro plan, এবং তার sales team-এর মাধ্যমে বিক্রি হওয়া custom-priced Education এবং Enterprise contracts। শিক্ষার্থীরা প্রায় কখনও এর কোনোটির জন্যই অর্থ দেন না। প্রতিষ্ঠান license কেনে, instructor report দেখেন, এবং যার লেখা মূল্যায়ন করা হচ্ছে তিনি প্রায়ই কিছুই দেখেন না, যদি না কেউ তা শেয়ার করে। এই অসমতা, sticker price নয়, access reality যা গুরুত্বপূর্ণ।
Detector landscape-এ Copyleaks কোথায় অবস্থান করে
Copyleaks-এর প্রকৃত শক্তি কার্যগত: plagiarism এবং AI detection একত্রে থাকা একটি report, category-তে সবচেয়ে বিস্তৃত LMS coverage, এবং অধিকাংশ প্রতিদ্বন্দ্বীর তুলনায় বেশি supported languages। একটি enterprise workflow product হিসেবে এটি বিশ্বাসযোগ্য। একটি measurement instrument হিসেবে, এর public evidence base এর deployment footprint-এর তুলনায় পাতলা। দীর্ঘ academic documents-এর ওপর একমাত্র peer-reviewed head-to-head পরীক্ষায়, এটি best-in-class tool-এর তুলনায় বিপুল ব্যবধানে পিছিয়ে ছিল, এবং এমনকি Turnitin, যার নিজস্ব detection method ভিন্নভাবে কাজ করে, humanized set-এর আরও বেশি অংশ ধরেছিল। একটি Copyleaks percentage, বেশি হোক বা কম, হলো vendor যে reporting-এর নিয়ন্ত্রণ করে সেই conditions-এর অধীনে একটি model-এর estimate। এটি আরও কাছ থেকে দেখার একটি কারণ, কখনোই নিজে থেকে একটি verdict নয়।
সম্পূর্ণ তুলনা
Copyleaks হলো একটি crowded field-এর এক player, এবং এই review যে pattern খুঁজে পেয়েছে, সামনে vendor certainty, পেছনে thinner independent evidence, তা জুড়ে জুড়ে পুনরাবৃত্ত হয়। একই evidence-first standard-এ Turnitin, GPTZero, Pangram, ZeroGPT, এবং বাকি সবার সঙ্গে এটি কীভাবে তুলনীয়, তা জানতে সম্পূর্ণ AI detectors compared guide দেখুন।
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।
সচরাচর জিজ্ঞাসিত প্রশ্ন
বিক্রেতার product page-এ তার নিজস্ব testing methodology-এর ভিত্তিতে 99 percent-এর বেশি নির্ভুলতা এবং .03 percent false positive rate দাবি করা হয়েছে। স্বাধীন ফলাফল আরও দুর্বল: Vrije Universiteit Brussel-এর 2026 সালের জুনের একটি peer-reviewed study-তে, Copyleaks 40টি সম্পূর্ণ AI-generated academic paper-এর কোনোটিকেই fully AI-written হিসেবে শ্রেণিবদ্ধ করেনি এবং humanized AI paper-এর মাত্র 22.5 percent শনাক্ত করেছে, যদিও একই পরীক্ষায় 40টি human-written paper-ই সঠিকভাবে ছেড়ে দিয়েছে।
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.
