GPTZero কীভাবে কাজ করে
GPTZero perplexity এবং burstiness-কে বিখ্যাত করেছিল, তারপর নীরবে দুটিকেই বাদ দেয়। এখন এর শ্রেণিবিন্যাসক কী মাপে, একটি প্রতিবেদন আসলে কী দেখায়, এবং টুলটি নিজের সীমাবদ্ধতা কোথায় বলে, তা এখানে দেওয়া হলো.
সার্চ বারে "how gptzero works" লিখলে এখনো যে ফলাফলগুলোর বেশিরভাগ ফিরে আসে, সেগুলোতে এখনও perplexity এবং burstiness, এই দুইটি পরিসংখ্যানের বর্ণনা থাকে, যেগুলো ChatGPT প্রকাশের প্রথম কয়েক সপ্তাহে এর প্রতিষ্ঠাতা জনপ্রিয় করেছিলেন। 2023 সালের জানুয়ারিতে এই বর্ণনা সঠিক ছিল। কিন্তু সেই বছরের শরৎকাল থেকে এটি আর সঠিক নয়, কারণ GPTZero-এর নিজস্ব ডকুমেন্টেশন অনুযায়ী কোম্পানিটি সেই পদ্ধতিকে সম্পূর্ণ ভিন্ন আরেকটি পদ্ধতিতে বদলে দেয়। চালুর সময় টুলটি যা করত এবং এখন যা করে, এই দুইয়ের মধ্যে ফারাক এতটাই বড় যে আজও প্রচলিত অধিকাংশ ব্যাখ্যা এমন একটি পণ্যকে বর্ণনা করে, যা আর অস্তিত্বই নেই।
আজ, GPTZero perplexity গণনার বদলে মানব-উৎপাদিত এবং AI-উৎপাদিত পাঠ্যের একটি বৃহৎ মিশ্র corpus-এর ওপর বাক্যভিত্তিক classifier চালায়। আজকের GPTZero এখনও একটি একক শিরোনামসংখ্যা দেয়, কিন্তু গণিতটি ভিন্ন। শিরোনামসংখ্যার নিচে বাক্যস্তরের highlighting-এর অর্থও 2023 সালের তুলনায় ভিন্ন। এই কাহিনির দুই সংস্করণই জানা প্রয়োজন, একদিকে যে সংস্করণটি এই শব্দগুলোকে বিখ্যাত করেছিল, অন্যদিকে যে সংস্করণটি সত্যিই আজ চালু আছে।
ইতিহাস: কীভাবে perplexity এবং burstiness GPTZero-কে বিখ্যাত করেছিল
2023 সালের 2 জানুয়ারি, তখনকার Princeton-এর ছাত্র Edward Tian, ChatGPT প্রকাশের কয়েক সপ্তাহ পরেই GPTZero-এর একটি জনসমক্ষে ডেমো প্রকাশ করেন। তাঁর মূল ব্যাখ্যামূলক পৃষ্ঠায় বর্ণনা করা হয়েছে, কীভাবে তিনি ভাষা মডেলিং থেকে ধার করা দুটি পরিসংখ্যান ব্যবহার করে শনাক্ত করতেন, কখন একটি ভাষা মডেল কিছু লিখেছে। Perplexity হলো এমন একটি স্কোর, যা দেখায় যে একটি রেফারেন্স মডেল পাঠ্যের শব্দচয়নে কতটা বিস্মিত হয়েছিল। Burstiness হলো GPTZero-এর সেই নাম, যা দিয়ে বোঝানো হয় একটি নথির মধ্যে সেই বিস্ময় কতটা ওঠানামা করেছে। এই ব্যাখ্যামূলক পৃষ্ঠাগুলোর কারণেই AI লেখালেখি নিয়ে দৈনন্দিন কথোপকথনে এই দুই শব্দের প্রবেশ ঘটেছে। আজ যারা perplexity বা burstiness সংজ্ঞায়িত করতে পারেন, তাদের অধিকাংশই শব্দগুলো GPTZero থেকে শিখেছেন, কোনো পাঠ্যবই থেকে নয়।
এই প্রক্রিয়াটি নিজেই বর্ণনা করা সহজ ছিল। একটি অংশকে একটি রেফারেন্স ভাষা মডেলের মধ্য দিয়ে পাঠান, এবং যে গদ্যকে মডেলটি অত্যন্ত পূর্বানুমেয়, নিম্ন perplexity, বলে মনে করে, তা যন্ত্রসুলভ বলে পড়া হয়, কারণ উৎপাদন সাধারণত বিস্ময়কর শব্দের চেয়ে সম্ভাব্য পরবর্তী শব্দটিকেই অগ্রাধিকার দেয়। GPTZero-এর নিজস্ব অবসরপ্রাপ্ত নথিতেও একটি অভিজ্ঞতালব্ধ নিয়ম প্রকাশ করা হয়েছিল, 85-এর বেশি perplexity স্কোরকে যন্ত্রের চেয়ে মানুষের লেখা হিসেবে বেশি সম্ভাব্য বলে ধরা হতো। সেই সীমা এসেছিল এক বিক্রেতার কাছ থেকে, এক মডেলে, সময়ের এক নির্দিষ্ট মুহূর্তে, এবং GPTZero নিজেই এখন আর সেটির পক্ষে অবস্থান নেয় না।
GPTZero এখন কীভাবে কাজ করে: একটি বাক্য-স্তরের শ্রেণিবিন্যাসক
GPTZero-এর সহায়তা কেন্দ্র এটি স্পষ্টভাবে বলে: "2023 সালের শরৎকাল থেকে, GPTZero আর তার AI সনাক্তকরণের জন্য perplexity এবং burstiness ব্যবহার করে না, কারণ আমরা deep-learning ভিত্তিক স্থাপত্যে স্থানান্তরিত হয়েছি।" এর বর্তমান প্রযুক্তি পৃষ্ঠা নিশ্চিত করে যে এই পরিবর্তন সম্পূর্ণ। সেখানে "ওয়েব, শিক্ষা, এবং AI-generated from a range of LLMs" থেকে সংগৃহীত পাঠ্য ডেটাসেটে প্রশিক্ষিত "একটি end-to-end deep learning approach" বর্ণনা করা হয়েছে, যেখানে "একটি sentence-by-sentence classification model নির্ধারণ করে যে একটি পাঠ্য AI দ্বারা তৈরি হওয়ার সম্ভাবনা এবং confidence কতটা"। সেই পৃষ্ঠায় perplexity এবং burstiness কোথাও নেই।
তারপর থেকে, এটি একটি প্রতিরক্ষা স্তরও যোগ করেছে, একটি Paraphraser Shield, যা সনাক্তকরণ এড়াতে পুনর্লিখন টুলের মাধ্যমে প্রক্রিয়াকৃত AI পাঠ ধরার জন্য তৈরি। আপনি পাঠ্য পেস্ট করতে পারেন, Word নথি, PDF এবং চিত্র ফাইল আপলোড করতে পারেন, এবং একসঙ্গে সর্বোচ্চ পঞ্চাশটি ফাইল দিতে পারেন। এই অবকাঠামোর কোনোটিরই কোনো সম্পর্ক নেই এই গণনার সঙ্গে যে একটি রেফারেন্স মডেল কতবার একই শব্দ অনুমান করত।
একটি GPTZero রিপোর্ট আসলে আপনাকে কী দেখায়
একটি GPTZero ফলাফলে তিনটি অংশ থাকে, AI, human বা mixed এর একটি শ্রেণিবিন্যাস, নথিটি AI-লিখিত হওয়ার সম্ভাবনা সম্পর্কে মডেলের ধারণা প্রকাশকারী একটি শতাংশ, এবং সেই নির্দিষ্ট পূর্বাভাস কতটা নির্ভরযোগ্য তা বর্ণনা করা একটি confidence label। এই label যতটা মনে হয় তার চেয়ে বেশি গুরুত্বপূর্ণ। GPTZero "highly confident" কে 2 percent এর নিচের error rate এর সঙ্গে এবং "low confidence" কে 14 percent বা তার বেশি error rate এর সঙ্গে যুক্ত করে, যা যথেষ্ট বিস্তৃত পরিসর, ফলে একই headline percentage এক report থেকে আরেক report এ খুব ভিন্ন গুরুত্ব বহন করতে পারে।
Paid scan sentence-level highlighting যোগ করে, এবং এটি সঠিকভাবে পড়া মূল্যবান। GPTZero highlighted sentences কে সেই সব sentence হিসেবে বর্ণনা করে যা overall score-এ অসমভাবে প্রভাব ফেলে, পৃথক line-এর বিরুদ্ধে অভিযোগের তালিকা হিসেবে নয়। একটি sentence highlighted না হলেও ফলাফল গঠনে ভূমিকা রাখতে পারে, কারণ classifier নথিটিকে সামগ্রিকভাবে পড়ে, sentence by sentence ভোট দেয় না।
| Report element | এটি আপনাকে কী জানায় |
|---|---|
| Classification | একটি একক label, AI, human, বা mixed |
| AI probability score | মডেল নথিটিকে AI-written বলে কতটা সম্ভাব্য মনে করে তা প্রতিফলিত করা একটি percentage |
| Confidence label | 2 percent error rate এর নিচে highly confident থেকে 14 percent বা তার বেশি low confidence পর্যন্ত বিস্তৃত |
| Sentence highlighting | Advanced Scan-এ score-এ সর্বাধিক অবদান রাখা sentence চিহ্নিত করে, এর সঙ্গে যুক্ত প্রতিটি sentence নয় |
perplexity-and-burstiness ব্যাখ্যাকারীটি যখন এখনও GPTZero-এর নিজস্ব public description ছিল, তখন এই report elementগুলোর কোনোটিই তাদের বর্তমান রূপে বিদ্যমান ছিল না। method-এর সঙ্গে সঙ্গে interface-ও বদলেছে।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
Perplexity এবং Burstiness বর্ণনা কেন এখনও প্রচলিত আছে
GPTZero-এর মূল ব্যাখ্যামূলক লেখা এখনও অনলাইনে আছে, এখনও সূচিবদ্ধ, এবং এখনও ধারণা হিসেবে perplexity এবং burstiness কীভাবে কাজ করে তার তুলনামূলকভাবে স্পষ্ট সাধারণ বর্ণনাগুলির একটি। সার্চ ইঞ্জিন এবং অন্যান্য সাইট এটি উদ্ধৃত করতে থাকে, এবং কিছু সাইট 2026 সালের একটি বহুল প্রচারিত পর্যালোচনার দিকে ইঙ্গিত করে, যেখানে দাবি করা হয়েছে যে টুলটি এখনও তার classifier-এর পাশাপাশি নীরবে একটি perplexity এবং burstiness স্তর চালায়। GPTZero-এর নিজস্ব বর্তমান পৃষ্ঠা, technology page এবং উভয় support article, বিপরীত কথা বলে, এই শব্দগুলো অবসরপ্রাপ্ত হয়েছে, কেবল পর্দার আড়ালে লুকানো নয়। কোনো ধারণাকে বিমূর্তভাবে বর্ণনা করা একটি পৃষ্ঠা এবং এই টুলের বর্তমান পদ্ধতি বর্ণনা করা একটি পৃষ্ঠা এক জিনিস নয়, এবং এই দুটিকে পরস্পরবিনিময়যোগ্য ধরে নেওয়াই বিভ্রান্তি তিন বছর ধরে, তার মেয়াদোত্তীর্ণ হওয়ার পরেও, টিকে থাকার প্রধান কারণ।
এটি তুচ্ছ বিষয়ের বাইরে গুরুত্বপূর্ণ। কোনো ছাত্র বা সহকর্মীকে GPTZero-কে হারাতে perplexity কমাতে বা বাক্যের দৈর্ঘ্য ছড়িয়ে দিতে বলা হলে, তাকে এমন এক সংস্করণের পণ্যের জন্য উপদেশ দেওয়া হচ্ছে যা 2023 সালে চালু থাকা বন্ধ করেছে। একটি sentence classifier-কে যা প্রভাবিত করে, তা একটি সম্পর্কিত কিন্তু ভিন্ন প্রশ্ন, যা এককভাবে এই দুই পরিসংখ্যানের যেকোনোটির চেয়ে AI detectors আসলে কীভাবে কাজ করে তার বিস্তৃত বিবরণের আরও কাছাকাছি। GPTZero নিজে বলছে, এটি সেগুলো মাপা বন্ধ করেনি, তাদের নিজস্ব বিবরণ অনুযায়ী সেগুলো বর্তমান model-এ তথ্য জোগানো সাতটি indicator-এর মধ্যে রয়েছে, কিন্তু সেগুলো আর সেই জিনিস নয় যা উত্তর নির্ধারণ করে।
GPTZero কী করতে পারে না বলে বলে
GPTZero-এর প্রকাশিত বেঞ্চমার্ক কোনো বিক্রেতা নিজের পণ্য সম্পর্কে যতটা শক্তিশালী দাবি সাধারণত প্রকাশ করতে পারে, ততটাই শক্তিশালী। কোম্পানিটি জানায়, "AI-generated text বনাম human writing শনাক্ত করার ক্ষেত্রে 99% accuracy rate", বলে, "AI versus human text মূল্যায়নের সময় আমরা GPTZero-এর false positive rate 1% এর বেশি হতে দিই না", এবং AI ও human writing মিশ্রিত জমাদানের ক্ষেত্রে "96.5% accuracy rate" নথিভুক্ত করে, পাশাপাশি TOEFL essays-এ 1.1 percent, যা non-native English writing-এর একটি সাধারণ বিকল্প সূচক। এই সংখ্যাগুলি GPTZero-এর নিজস্ব মূল্যায়ন থেকে এসেছে, যা January 2025-এ প্রকাশিত, এবং সেগুলি প্রতিবেদনকারী পাতায় কোনো independent replication উদ্ধৃত করা হয়নি। একই পৃষ্ঠা অবশ্য অধিকাংশ বিক্রেতা যে দাবির আশ্রয় নেয় তা নাকচ করে, বলে যে "there is never going to be a 100% guarantee" এবং যে কেউ এর বিপরীত দাবি করলে সম্ভবত তার data বা evaluation method-এ ত্রুটি আছে।
GPTZero-এর নিজস্ব limitations page marketing figures-এর তুলনায় বেশি নির্দিষ্ট। কোম্পানিটি বলে, বেশি text জমা দিলে accuracy উন্নত হয় এবং full document-এর তুলনায় sentence এবং paragraph level-এ তা কমে যায়। এটি বলে, এর training data মূলত adult English prose, তাই সেই pattern থেকে সরে যাওয়া text নির্ভরযোগ্যভাবে শ্রেণিবদ্ধ করা বেশি কঠিন। এটি বলে, classifier-টি generation-এর পরে ব্যাপকভাবে modified AI text ধরার জন্য trained নয়। এবং এটি স্পষ্টভাবে বলে, শুধু chatbot output নয়, অন্য machine-generated বা অত্যন্ত procedural writing-ও একইভাবে flagged হতে পারে।
এর কোনোটিই GPTZero-এর সংখ্যাকে প্রশ্নাতীত বলে মানার কারণ নয়, এবং এটি একমাত্র detector-ও নয়, যাকে নিজস্ব শর্তে বোঝা জরুরি। এই ধরনের classifier আসলে কীসের প্রতি সাড়া দেয়, তা জানতে আগ্রহী পাঠকেরা একটি free perplexity checker বা একটি free burstiness checker দিয়ে সেই pattern-এর একটি রূপ নিজেরাই দেখতে পারেন, যা এই ধরনের report যে অন্যান্য statistical layer-এর ওপর নির্ভর করে, সেগুলি আচ্ছাদনকারী একটি বিস্তৃত free tools collection-এর দুটি অংশ।
GPTZero-এর দুটি প্রধান পরিসংখ্যানের জন্য আলাদা পৃষ্ঠা আছে: AI সনাক্তকরণে perplexity কী পরিমাপ করে, এবং token probability-এর সেই গাণিতিক হিসাব, যা উভয় সংখ্যাই তৈরি করে.
নিজের অন্ধস্থানগুলোকে এত নির্দিষ্টভাবে স্বীকার করতে রাজি এমন একটি টুল, কোনো অন্ধস্থান নেই বলে দাবি করা টুলের তুলনায় বেশি আস্থার যোগ্য, এবং প্রতিবেদনে পরের যে কোনো ব্যাখ্যাতীত শতাংশ, সেটি থেকে শুরু করে জিজ্ঞাসা করা ভালো যে কোন ধরনের টুল তা তৈরি করেছে।
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। GPTZero এই লেখাটিকে 41.2% 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
না। GPTZero-এর support center জানায় যে কোম্পানি 2023 সালের শরৎকাল থেকে সনাক্তকরণের জন্য perplexity এবং burstiness ব্যবহার বন্ধ করেছে, এবং deep-learning classifier-এ স্যুইচ করেছে। এর বর্তমান technology page একটি বাক্য-অনুযায়ী শ্রেণিবিন্যাস মডেল বর্ণনা করে এবং এই দুই শব্দের কোনোটিরই উল্লেখ করে না। এই বর্ণনা এখনও প্রচলিত আছে, কারণ GPTZero-এর নিজস্ব 2023 ব্যাখ্যামূলক লেখা পদ্ধতি বদলানোর আগে এই দুই শব্দকেই জনপ্রিয় করেছিল.
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.
