AI Slop কী? সংজ্ঞা ও উদাহরণ
AI slop-এর একটি কার্যকর সংজ্ঞা, শব্দটি প্রযোজ্য হওয়ার আগে যে তিনটি শর্ত পূরণ হতে হয়, শব্দটি কোথা থেকে এসেছে, এবং যে চারটি লক্ষণ একটি অনুচ্ছেদকে slop-এর মতো পড়ায়, প্রতিটি লক্ষণের পাশে একজন সম্পাদক কী করেন তা দেখানো হয়েছে।
তিনটি অনুচ্ছেদ পড়ুন, এবং সেগুলোর মধ্যে কিছুই ভুল নেই। ব্যাকরণ ঠিক আছে। সংযোগগুলো যুক্ত। রেজিস্টারটি এই পরিসরের উপযোগী, এবং সেগুলোর প্রতিটি দাবি সমর্থনযোগ্য। একটি চতুর্থ অনুচ্ছেদ পড়ুন, এবং প্রকৃত সমস্যাটি এসে উপস্থিত হয়, তা হলো আপনি刚刚 যা পড়েছেন তার একটি কথাও অন্য কাউকে পুনরাবৃত্তি করতে পারবেন না।
AI slop হলো সেই অভিজ্ঞতার জন্য স্থায়ী হয়ে যাওয়া নাম। এক বাক্যে AI slop কী, তা হলো, খুব কম খরচে উৎপাদিত এমন বিষয়বস্তু, যা তার ধারার প্রতিটি বাহ্যিক শর্ত পূরণ করে, কিন্তু পাঠকের কাজে লাগতে পারে এমন প্রায় কোনো তথ্য বহন করে না। শব্দটি প্রথমে ছবি এবং সার্চ স্প্যামের বর্ণনা হিসেবে শুরু হয়েছিল। পরে এটি গদ্যে একটি নির্দিষ্ট ব্যর্থতার জন্য সবচেয়ে নির্ভুল উপলব্ধ পরিভাষায় পরিণত হয়েছে, এবং সংজ্ঞাটি ঠিকভাবে বোঝা মূল্যবান, কারণ যে পরিভাষার অর্থ শুধু "আমি যে লেখা অপছন্দ করি" তা কোনো সম্পাদক, যার হাতে সময়সীমা আছে, তার জন্য কোনো কাজে লাগে না।
AI Slop কী? একটি কার্যকর সংজ্ঞা
একই সঙ্গে তিনটি শর্ত পূরণ হতে হবে। লেখাটি শব্দপ্রতি খুব কম খরচে তৈরি হয়েছে, তা কোনো model দ্বারা হোক বা অটোপাইলটে লেখা কোনো মানুষ দ্বারা হোক। এটি এতটাই সাবলীল যে একবার চোখ বুলিয়ে নিলেই চলে, ফলে ত্রুটিটি বাক্যস্তরে অদৃশ্য থাকে। এবং এর তথ্যঘনত্ব এর দৈর্ঘ্যের তুলনায় কম, অর্থাৎ যে পাঠক এটি শেষ করে, সে সেই পাঠকের চেয়ে বেশি কিছু ধরে রাখে না, যে প্রারম্ভিক অনুচ্ছেদের পরেই থেমে গিয়েছিল। এই তিনটির যেকোনো একটি সরিয়ে নিলে শব্দটি আর প্রযোজ্য থাকে না। ব্যাকরণগতভাবে ত্রুটিপূর্ণ লেখা দ্বিতীয় শর্তটি পূরণ করে না। ঘন, কঠিন গবেষণাপত্র তৃতীয় শর্তটি পূরণ করে না।
এই একই সংজ্ঞা slop-কে আরও দুটি জিনিস থেকে আলাদা করে, যেগুলোর সঙ্গে এটি গুলিয়ে ফেলা হয়। misinformation মিথ্যা, কিন্তু slop সম্পূর্ণ সঠিক হয়েও slop হতে পারে, কারণ নির্ভুলতা তথ্যের থেকে ভিন্ন একটি গুণ। spam প্রতারণামূলক, কিন্তু slop প্রায়ই সম্পূর্ণ আন্তরিকতায় এমন একজন লেখেন, যিনি ভেবেছিলেন খসড়াটি শেষ। এর অন্তর্নিহিত বাক্যস্তরের অভ্যাস, শব্দভান্ডার এবং ছন্দ, যা একটি অনুচ্ছেদকে যন্ত্রনির্মিত বলে মনে করায়, সেগুলো TextPulse's breakdown of AI writing patterns-এ নথিভুক্ত করা হয়েছে। এই অংশটি আলোচনা করছে, সেই অভ্যাসগুলো মিলিয়ে কী দাঁড়ায়।
শব্দটি কোথা থেকে এসেছে
slop-কে নিম্নমানের যন্ত্র-উৎপাদন হিসেবে বোঝার ধারণা 2022 সালে চিত্র-উৎপাদকগুলো ব্যাপকভাবে উপলভ্য হওয়ার পরপরই অনলাইন সম্প্রদায়গুলোতে দেখা দেয়, এবং এই শব্দ সম্পর্কে Wikipedia-র নিবন্ধটি সেই প্রাথমিক ব্যবহারকে কোনো প্রকাশনার বদলে ফোরাম ও মন্তব্য-থ্রেডের সঙ্গে যুক্ত করে। ব্রিটিশ প্রোগ্রামার Simon Willison 2024 সালের মে মাসে তাঁর ব্লগে প্রকাশ্যে এই শব্দের পক্ষে যুক্তি দেন, এবং পরে বলেছেন যে তিনি এটি এগিয়ে দেওয়ার আগেই শব্দটি প্রচলিত ছিল। সেই বছরের দ্বিতীয় প্রান্তিকে ব্যবহার বেড়ে যায়, অনুসন্ধান ফলাফলের শীর্ষে যন্ত্র-উৎপাদিত সারসংক্ষেপের আগমনের সঙ্গে সঙ্গে।
2025 সালের শেষে শব্দটি ফোরাম ছাড়িয়ে অনেক দূর চলে যায়। Merriam-Webster 2025 সালের জন্য slop-কে তার বছরের শব্দ হিসেবে ঘোষণা করে, এবং American Dialect Society একই শব্দ বেছে নেয়। এর অন্তর্নিহিত রূপকটি বাস্তব বিশ্লেষণী কাজ করে এবং সন্দেহজনক কিছু পড়ার সময় তা মনে রাখা মূল্যবান। slop হলো সস্তা খাদ্য, যা বিপুল পরিমাণে তৈরি হয়, পুষ্টি না দিয়ে শুধু পেট ভরে। এর প্রতিটি দিক পাঠ্যের সঙ্গে মিলে যায়, একক প্রতি খরচ প্রায় শূন্য, আউটপুট কার্যত সীমাহীন, এবং এমন এক পাঠক, যিনি পরিপূর্ণ বোধ করেন অথচ কিছুই শিখেননি।
পাঠ্যকে slop হিসেবে পড়ায় বাধ্য করে যে চারটি উপসর্গ
অপ্রয়োজনীয় ভরাট অংশ প্রথমে চোখে পড়ে, কারণ কী খুঁজতে হবে তা জানা থাকলে এটিই সবচেয়ে সহজে দেখা যায়। চৌত্রিশ শব্দের একটি বাক্য কোনো প্রস্তাবনা না হারিয়ে নয়টিতে নেমে আসে। সেগুলোর পঁচিশটি অপ্রয়োজনীয় ছিল এবং কোনো কিছুই বহন করছিল না। এই কাজের জন্য পুরোপুরি গঠিত নির্মাণও আছে, এমন একটি বাক্যাংশ যা বিষয়টি নামকরণের আগে ঘোষণা করে, এমন একটি উপবাক্য যা বলে যে নানা উপাদান কাজ করছে, কিন্তু কোন উপাদানগুলো তা বলে না। অপ্রয়োজনীয় ভরাট অংশ এমন এক উপসর্গ, যা বানান-পরীক্ষক কখনো ধরতে পারবে না, কারণ প্রতিটি ভরাট বাক্যই ব্যাকরণগতভাবে সঠিক বাক্য।
দ্বিতীয়টি হলো স্তূপীকৃত সতর্কীকরণ। গবেষণামূলক লেখায় যথার্থ কারণেই সতর্কীকরণ থাকে। একটি যত্নশীল পদ্ধতিগত অংশে যোগ্যতাসাপেক্ষ দাবি ভরে থাকে, কারণ সেখানে অনিশ্চয়তা বাস্তব। কিন্তু slop এমন জায়গায় সতর্কীকরণ করে, যেখানে কিছুই অনিশ্চিত নয়, এবং প্রতিটি দাবির জন্য একাধিকবার তা করে। একটি ফলাফলের ওপর তিনটি সীমাবদ্ধতাসূচক শব্দ থাকলে পাঠকের হাতে কোনো ফলাফলই থাকে না, থাকে শুধু তার আকার।
তৃতীয়টি হলো সেই সারসংক্ষেপ, যা তার উপরের অনুচ্ছেদটিকে আবার বলে। এটি সাধারণত পেছনের দিকে ইঙ্গিত করে শুরু হয়, তারপর ভিন্ন বিশেষ্য জুড়ে দিয়ে আগের অনুচ্ছেদের বিষয়বস্তু উপস্থাপন করে। এতে কিছুই মিথ্যা নয় এবং কিছুই নতুন নয়। এক হাজার শব্দের কম দৈর্ঘ্যের একটি লেখায় চারশো শব্দের মাথায় পুনরালোচনার প্রয়োজন এমন কোনো পাঠক কোথাও নেই, আর এটাই এই লক্ষণটিকে খসড়াটি কীভাবে সংকলিত হয়েছে তার বিষয়ে এত নির্ভরযোগ্য সংকেত করে তোলে।
চতুর্থটি হলো সেই সমাপ্তি অনুচ্ছেদ, যা কিছুই যোগ করে না। এটি এমন এক ভবিষ্যতের দিকে ইঙ্গিত করে, যেখানে ক্ষেত্রটি বিকাশ অব্যাহত রাখবে, অথবা এটি কাল পরিবর্তন করে ভূমিকার পুনরাবৃত্তি করে। একটি প্রকৃত উপসংহার যুক্তি থেকে কী অনুসৃত হয় তা নির্দিষ্ট করে, লেখকের মত বদলাতে কী লাগবে তা বলে, অথবা পাঠককে করার মতো কিছু দেয়। যে সমাপ্তি অনুচ্ছেদ এগুলোর কোনোটিই করে না, সেটিই slop লুকিয়ে থাকার শেষ স্থান, কারণ পাঠকেরা সাধারণত সমাপ্তি অংশ এত মনোযোগ দিয়ে পড়েন না যে তা লক্ষ করতে পারেন।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
Slop এবং এর সংশোধন, পাশাপাশি
নিচের সারণিটি প্রতিটি লক্ষণকে নিয়ে, তা খসড়ায় কীভাবে পড়ে তা দেখায়, এবং একজন সম্পাদক এর সঙ্গে কী করেন তা বলে। সংশোধনগুলোর কোনোটিই সমার্থক শব্দ বদল নয়। প্রতিটি হয় সেই প্রস্তাবনাটিই স্পষ্ট করে, যার চারপাশে বাক্যটি ঘুরছিল, অথবা কোনো প্রস্তাবনা না থাকার কারণে বাক্যটি মুছে দেয়।
| লক্ষণ | খসড়ায় এটি যেভাবে পড়া যায় | একজন সম্পাদক এর সঙ্গে কী করেন |
|---|---|---|
| প্যাডিং | একটি সমন্বিত কাঠামো ব্যবহার করতে হলে, প্রথমে বিবেচনা করা প্রয়োজন যে কী কী বিস্তৃত উপাদান কার্যকর থাকতে পারে। | উপাদানগুলো নির্দিষ্ট করুন, বলুন কাঠামোটি কোনগুলোকে অন্তর্ভুক্ত করে, এবং ভূমিকা অংশটি বাদ দিন |
| স্তূপীকৃত হেজিং | ফলাফলগুলো সম্ভবত কিছু মাত্রার একটি সম্ভাব্য প্রভাব নির্দেশ করতে পারে। | সর্বাধিক একটি qualifier রাখুন, তারপর সেই সংখ্যা উল্লেখ করুন যার সম্পর্কে qualifierটি বলা হয়েছে |
| অস্পষ্ট কর্তৃত্ব | গবেষণাগুলো দেখায় যে এই পদ্ধতিটি ব্যাপকভাবে কার্যকর বলে বিবেচিত হয়। | গবেষণাগুলো, বছর এবং প্রভাবের আকার উল্লেখ করুন, অথবা দাবিটি বাদ দিন |
| পুনরুক্তিমূলক সারসংক্ষেপ | উপরে বর্ণিত অনুযায়ী, এই ফলাফলগুলো পূর্বে আলোচিত উপাদানগুলোর গুরুত্বকে জোর দেয়। | বাক্যটি বাদ দিন। ফলাফলগুলো ইতিমধ্যে একবার বলা হয়েছে |
| শূন্য সমাপ্তি | সামগ্রিকভাবে, এটি এখনও একটি বিকাশমান ক্ষেত্র, যা বিকশিত হতে থাকবে। | অনুচ্ছেদটি বাদ দিন এবং যে শেষ ফলাফলটি তার স্থান অর্জন করেছে, সেখানেই শেষ করুন |
| ধার করা রেজিস্টার | এই অংশটি বিষয়টি বিশ্লেষণ করতে বিভিন্ন দৃষ্টিভঙ্গির একটি পরিসর কাজে লাগাবে। | অংশটি কী যুক্তি দিচ্ছে তা এমন শব্দভাণ্ডারে বলুন, যা লেখক জোরে বললে ব্যবহার করতেন |
এই সংশোধনগুলোর মধ্যে দুটি শব্দ-স্তরের, এবং সফটওয়্যার সেগুলো একজন মানুষের তুলনায় দ্রুত সামলায়। TextPulse-এর বিনামূল্যের AI শব্দ পরিষ্কারক প্যাড করা অনুচ্ছেদের ভেতরে জমা হওয়া আনুষ্ঠানিক, কম-তথ্যবহুল শব্দভাণ্ডার চিহ্নিত করে, যা পৃষ্ঠতলকে পরিষ্কার করে, ফলে নিচের কাঠামোগত লক্ষণগুলো দৃশ্যমান হয়ে ওঠে। বাকি চারটির জন্য এমন একজন পাঠক দরকার, যিনি বুঝতে পারেন অংশটি কী যুক্তি দিতে চেয়েছিল।
ফ্লাফ: অনুচ্ছেদ-স্তরের সংস্করণ
গলা পরিষ্কার করা সূচনা
গলা পরিষ্কার করার মতো উদ্বোধনী অংশটি একটি বিভাগের প্রথম অনুচ্ছেদ, এবং এর সমগ্র বিষয়বস্তু হলো বিষয়টি আছে, মানুষ এটি নিয়ে গবেষণা করেছে, এবং এটি গুরুত্বপূর্ণ। এটি প্রায়ই এমন একটি সময়-উল্লেখ দিয়ে শুরু হয় যা কোনো তারিখের নাম করে না। এটি শেষ উপবাক্যে প্রকৃত বিষয়বস্তুর কাছে পৌঁছে, যদি আদৌ পৌঁছায়। যে পাঠক অনুচ্ছেদটি এড়িয়ে যেতেন, তিনি দ্বিতীয় অনুচ্ছেদে পৌঁছে প্রয়োজনীয় সবকিছুই সঙ্গে নিয়ে পৌঁছাতেন।
সম্পাদনার সময় এটি টিকে থাকে কারণ এটি প্রেক্ষিতের মতো মনে হয়, এবং প্রেক্ষিত এমন একটি বাস্তব জিনিস যা পাঠকের কখনও কখনও প্রয়োজন হয়। এই দুটির পার্থক্য পরীক্ষা করা যায়। প্রকৃত প্রেক্ষিত প্রশ্নটিকে সংকুচিত করে বা পাঠককে এমন কিছু জানায় যা তিনি আগে জানতেন না। গলা পরিষ্কার করার অংশটি বিভাগের বিষয়বস্তু ঘোষণা করে, যা শিরোনামটি আগেই করেছে এবং আরও ভালোভাবে করেছে। এটি কাটতে হলে, অনুচ্ছেদটি মুছে দিন এবং পরের অনুচ্ছেদ থেকে পড়ুন। যদি কোনো শব্দের সত্যিই সংজ্ঞা দেওয়া দরকার হয়, তবে সেই শব্দটি প্রথম যেখানে আসে, সেই উপবাক্যেই সংজ্ঞা দিন, এবং তবু অনুচ্ছেদটি বাদ দিন।
পুনর্বিবৃতি, এবং সম্পাদকরা কেন এটি মিস করেন
একটি পুনর্বিবৃতি-অনুচ্ছেদ তার উপরের অনুচ্ছেদটিকে ভিন্ন বিশেষ্য ব্যবহার করে দ্বিতীয়বার বলে। কখনও কখনও এটি বিভাগের মাঝামাঝি একটি পুনরালোচনা হিসেবে আসে, চারশো শব্দ এমন একজন পাঠকের জন্য সংক্ষেপ করে, যিনি সেগুলি নব্বই সেকেন্ড আগে পড়েছেন। কখনও কখনও এটি আরও সূক্ষ্ম হয়, একই দাবি বিমূর্ত থেকে সুনির্দিষ্টে, বা আবার উল্টো পথে সরানো হয়, এবং সেই সরণের সঙ্গে কোনো নতুন প্রস্তাব যুক্ত থাকে না।
সম্পাদকরা এটি মিস করেন কারণ এর প্রতিটি বাক্যই ঠিকঠাক। সংশোধনের মতো কোনো ব্যাকরণগত ভুল নেই, প্রশ্ন তোলার মতো কোনো অস্পষ্টতা নেই, এমন কিছুই নেই যা একটি প্রুফরিডিং পর্যায় ধরার জন্য তৈরি হয়েছিল। যে পরীক্ষা কাজ করে তা যান্ত্রিক। দুটি অনুচ্ছেদ পাশাপাশি রাখুন এবং প্রতিটিতে থাকা প্রতিটি প্রস্তাব চিহ্নিত করুন, অর্থাৎ এমন প্রতিটি বক্তব্য যা সত্য বা মিথ্যা হতে পারে। যদি দ্বিতীয় অনুচ্ছেদে প্রথমটির অনুপস্থিত কোনো প্রস্তাব না থাকে, তবে সেটি মুছে দিন এবং যে উপবাক্যটি সত্যিই নতুন কিছু বহন করেছিল, সেটিই রাখুন।
যে কাঠামো কখনও সরানো হয়নি
স্ক্যাফোল্ড বাক্যগুলো লেখক কী করতে যাচ্ছেন তা করার বদলে ঘোষণা করে। এগুলো একটি ফ্রেম দিয়ে শুরু হয়, ফ্রেমটি উপস্থাপন করে, এবং একটি অধীনস্থ উপবাক্যে বা পরের বাক্যে দাবিতে পৌঁছে। সাধারণ ফ্রেমের মধ্যে আছে "It should be noted that", "This section will discuss" এবং "In terms of", যেগুলোর প্রতিটিই দাবিটিকে পাঠকের কাছ থেকে ব্যাকরণগতভাবে আরও এক ধাপ দূরে ঠেলে দেয়। এ ধরনের একটি পুরো অনুচ্ছেদ এমন একটি অনুচ্ছেদকে বর্ণনা করে, যা কখনো লেখা হয়নি।
ফ্রেমটি মুছে ফেলা কেবল সংশোধনের অর্ধেক, কারণ বাক্যটি দাবির চারপাশে নয়, বরং ঘোষণার চারপাশে নির্মিত হয়েছিল। দাবিটিকে সামনে আনুন, তারপর দেখুন বাক্যটির বাকি অংশের সত্যিই প্রয়োজন আছে কি না। শব্দস্তরের একটি পর্যালোচনা ফ্রেমগুলো দ্রুত খুঁজে বের করে, এবং TextPulse-এর free AI word cleaner তারা যে আনুষ্ঠানিক সংযোজক শব্দভান্ডার থেকে গঠিত, তা চিহ্নিত করে, যা সমস্যাটির কাঠামোগত রূপটিকে নিচে দৃশ্যমান করে তোলে।
শব্দসংখ্যা পূরণ করতে লেখা অনুচ্ছেদ
এটি চেনা যায় এটি কী পরিচয় করায় এবং আর কখনো কীতে ফিরে আসে না, তা দেখে। একটি নতুন বিশেষ্য পদগুচ্ছ আসে, এক বাক্যের শ্রদ্ধাপূর্ণ মনোযোগ পায়, এবং আর কখনো উল্লেখিত হয় না। অনুচ্ছেদটি একটি কথা বলার বদলে বিবেচনাগুলোর তালিকা দেয়। এটি পুরোটা জুড়ে সতর্ক ভাষা ব্যবহার করে, কারণ যে দাবি কখনো করা হয়নি, তা রক্ষা করা যায় না, এবং এই সতর্ক ভাষাই প্রতিরক্ষার জায়গা দখল করে আছে।
এখানে পরীক্ষাটি হলো falsifiability, একবারে একটি বাক্যের ওপর প্রয়োগ করা। অনুচ্ছেদের কোন বাক্যটি মিথ্যা হতে পারে, তা জিজ্ঞাসা করুন। যদি তাদের কোনোটিই মিথ্যা হতে না পারে, তবে এতে কিছুই দাবি করা হয়নি এবং দৈর্ঘ্যই ছিল এর একমাত্র অবদান। এটি সেই ধরনের ফ্লাফ, যা লক্ষ্যভিত্তিক যেকোনো লেখায়, যিনি-ই লিখুন না কেন, সবচেয়ে বেশি দেখা যাওয়ার সম্ভাবনা রাখে, এবং এ কারণেই প্রথম খসড়ায় শব্দসংখ্যা ও গুণমান এত নির্ভরযোগ্যভাবে একে অপরের বিপরীতে টানে।
যুক্তি না কেটে ফ্লাফ কীভাবে বাদ দেবেন?
উপর থেকে নিচের দিকে কাজ করুন। প্রথমে deletion test ব্যবহার করে পুরো অনুচ্ছেদ মুছে ফেলুন, তারপর ধারাবাহিকতার জন্য আবার পড়ুন এবং যেখানে দুটি অবশিষ্ট অনুচ্ছেদ এখন পাশাপাশি এসেছে, সেই সংযোগস্থলগুলো মেরামত করুন। এর পরেই বাক্য ধরে এগোনো উচিত। উল্টোভাবে কাজ করলে যে অনুচ্ছেদগুলো কাটারই কথা ছিল, সেগুলোর ওপর বাক্য-স্তরের কাজ নষ্ট হয়, আর এটাই সবচেয়ে সাধারণ উপায়, যাতে একটি fluff pass তিন ঘণ্টা লাগে এবং শেষে খসড়াটি শুরুতে যত লম্বা ছিল, ততটাই লম্বা অবস্থায় ফিরে আসে। বাক্য-স্তরের কাজ এরপরও করতে হবে, এবং TextPulse's AI humanizer সেই স্তরটি সামলায়, detector থেকে কোনো verdict নয়, বরং পাঠ্য থেকে গণনা করা একটি আনুমানিক Human Score জানায়।
| Fluff-এর ধরন | এটি কীভাবে প্রকাশ পায় | পরীক্ষা | কী করতে হবে |
|---|---|---|---|
| Throat-clearing opener | একটি প্রথম অনুচ্ছেদ, যা প্রতিষ্ঠা করে যে বিষয়টি আছে এবং তা নিয়ে গবেষণা হয়েছে | এটি মুছে দিয়ে পরের অনুচ্ছেদ থেকে পড়ুন | এটি মুছে দিন, এবং প্রয়োজনীয় যেকোনো পরিভাষা সেখানে সংজ্ঞায়িত করুন, যেখানে সেই পরিভাষা প্রথম আসে |
| Restatement | উপরের অনুচ্ছেদটির পুনরাবৃত্তি, তবে ভিন্ন বিশেষ্য ব্যবহার করে | দুটির প্রতিটি proposition চিহ্নিত করুন, তারপর তুলনা করুন | দ্বিতীয়টি মুছে দিন, তবে যে clause নতুন proposition বহন করেছে, তা রেখে দিন |
| Scaffold sentence | claim আসার আগে claim ঘোষণা করা একটি frame | frame সরিয়ে দেখুন, কোনো claim দাঁড়িয়ে থাকে কি না | claim-টিকে সামনে আনুন এবং frame কেটে দিন |
| Word-count paragraph | বিবেচনার তালিকা, কিছুই asserted নয়, সর্বত্র hedged | এর মধ্যে কোন বাক্যটি মিথ্যা হতে পারে, তা জিজ্ঞাসা করুন | এটি মুছে দিন, অথবা এটি যে একটিমাত্র claim এড়িয়ে যাচ্ছিল, তা লিখুন |
| Deferred explanation | পরে লেখার মধ্যে কিছু ব্যাখ্যা করার একটি প্রতিশ্রুতি | যেখানে সেই প্রতিশ্রুতি রক্ষা করা হয়েছে, সেই স্থানটি খুঁজুন | ব্যাখ্যাটি term-এর প্রথম উপস্থিতিতে সরিয়ে নিন এবং প্রতিশ্রুতিটি কেটে দিন |
সঠিকভাবে কাটছাঁট করলে একটি অংশ তার লক্ষ্যিত দৈর্ঘ্যের নিচে নেমে যায়, আর ঠিক তখনই অধিকাংশ লেখক অপ্রয়োজনীয় ভরাট অংশ আবার যোগ করেন। উদ্ধার হওয়া শব্দগুলো সেই দাবির ওপর ব্যয় করুন, যার জায়গায় ভরাট অংশটি ছিল, অর্থাৎ সংখ্যা, বিপরীত উদাহরণ, যে গবেষণাটি ইতিমধ্যে উদ্ধৃতটির সঙ্গে দ্বিমত পোষণ করে। TextPulse-এর থিসিসে শব্দসংখ্যা কমানোর নির্দেশিকা একই বিনিময়কে অধ্যায়-পরিসরে ব্যাখ্যা করে, যেখানে মুছে ফেলা উপাদান পুনরুদ্ধারের চাপ সবচেয়ে বেশি।
অন্য কারও পৃষ্ঠায় এটি প্রয়োগ করা এক ধরনের দক্ষতা, আর নিজের লেখায় এটি প্রয়োগ করা আরেক ধরনের দক্ষতা। কোনো কিছু AI দ্বারা লেখা হয়েছে কি না তা নির্ধারণ করা আলাদা একটি পৃষ্ঠায় ব্যাখ্যা করা হয়েছে, এবং আরও অস্বস্তিকর প্রশ্ন, আপনার নিজের লেখা কি তার মতো শোনায়, সেটিও আলাদা করে আলোচিত হয়েছে।
আপনি যে শেষ অংশটি খসড়া করেছিলেন, তার প্রথম অনুচ্ছেদটি আবার না পড়ে মুছে দিন। পরের অনুচ্ছেদের শেষে পৌঁছানোর আগেই যদি আপনি বলতে না পারেন কী হারিয়ে গেছে, তবে সেই সূচনাটি ছিল ভরাট অংশ, এবং সম্ভবত ফাইলের অন্য প্রতিটি অংশের সূচনাও তাই।
Slop কি খারাপ লেখারই সমার্থক?
না। খারাপ লেখা পৃষ্ঠতলে ব্যর্থ হয়, এটি অস্পষ্ট, ব্যাকরণগতভাবে ভুল, অথবা এতটাই দুর্বলভাবে সংগঠিত যে পাঠক সূত্র হারিয়ে ফেলে। Slop পৃষ্ঠতল অতিক্রম করে, কিন্তু ভেতরে ব্যর্থ হয়। ব্যবহারিক পরিণতিটি সংজ্ঞার চেয়ে বেশি গুরুত্বপূর্ণ। বাক্য ধরে ধরে কাজ করা একজন প্রুফরিডার slop খসড়াকে প্রায় অপরিবর্তিত অবস্থায় ফিরিয়ে দেবেন, কারণ বাক্যস্তরে সংশোধনের মতো কিছু থাকে না, আর ঠিক এভাবেই slop এমন সম্পাদনা-পর্ব টিকে যায়, যা সত্যিকারের খারাপ গদ্যকে ছিন্নভিন্ন করে দিত। বরং কাঠামোগত সম্পাদনা এটি ধরে ফেলে, এবং TextPulse-এর প্রবন্ধ সম্পাদনার নির্দেশিকা সেই স্তরেই কাজ করে।
Slop সাধারণভাবে AI-assisted writing থেকে আলাদাও। একজন গবেষক যদি কোনো model দিয়ে খসড়া করেন, তারপর model যে অংশগুলো অযথা বাড়িয়েছে সেগুলো কেটে দেন, প্রতিটি citation পরীক্ষা করেন, এবং এমন একটি অবস্থান সমর্থন করেন যা model কখনও নিত না, তাহলে শেষ পর্যন্ত এমন কিছু পাওয়া যায় যার ভেতরে একটি argument থাকে। Slop হলো সেই ফল, যখন সেই প্রক্রিয়ার দ্বিতীয় অংশটি কখনও ঘটে না। যার নিজের কাজকে ভুল করে এর সঙ্গে মিলিয়ে দেখা হয়েছে, তার জন্য TextPulse's AI humanizer text নিজেই থেকে গণনা করা একটি আনুমানিক Human Score জানায়, কোনো detector-এর verdict নয়।
একই সমস্যার আরও সংকীর্ণ term হলো fluff, যার সংজ্ঞা একটি পৃথক page-এ দেওয়া আছে। যদি আপনি label-এর বদলে একটি কার্যকর method চান, তাহলে telling whether something was written by AI সেটি ব্যাখ্যা করে।
যেকোনো paragraph-কে হাত দিয়ে ঢেকে দিন এবং জোরে বলুন, এটি argument-এ কী যোগ করেছে। যদি কিছুই না আসে, তাহলে সেই paragraph ছিল slop, তা যে-ই বা যা-ই তৈরি করুক না কেন। এই test-এর জন্য দশ সেকেন্ড লাগে, এর কোনো cost নেই, এবং এতে কখনও কোনো model জড়িত ছিল কি না, তা নিয়ে একবারও মাথা ঘামায়নি।
সচরাচর জিজ্ঞাসিত প্রশ্ন
AI slop, সহজভাবে বললে, এমন লেখা যা সঠিকভাবে পড়া যায় এবং প্রায় কিছুই বলে না। এটি যে বিন্যাস, রেজিস্টার এবং দৈর্ঘ্য তার ধরন দাবি করে, তা পূরণ করে, তারপর পাঠকের হাতে নতুন কোনো তথ্য না রেখে দেয়। এই শব্দটি ছবি ও ভিডিওকেও অন্তর্ভুক্ত করে, যদিও গদ্যে এই ব্যর্থতা সাধারণত অপ্রয়োজনীয় ভরাট, স্তূপীকৃত অনিশ্চয়তা-প্রকাশ এবং একে অন্যকে পুনরাবৃত্তি করা অনুচ্ছেদ হিসেবে দেখা যায়।
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.
