ChatGPT ব্যবহার করলে কি ধরা পড়ব?
ধরা পড়া খুব কমই শতাংশ স্কোর দ্বারা চালু হওয়া একক মুহূর্ত। এটি ধাপ, প্রমাণের মানদণ্ড এবং আপিলের অধিকারসহ একটি নির্ধারিত প্রক্রিয়া, যার বেশির ভাগই প্রথম কথোপকথনের পর আর এগোয় না। প্রকাশিত বিশ্ববিদ্যালয় পদ্ধতি ব্যবহার করে, অনুমানের বদলে, এই প্রক্রিয়াটি শুরু থেকে শেষ পর্যন্ত আসলে কেমন দেখায়, তা এখানে দেওয়া হলো।
ChatGPT ব্যবহার করলে কি আমি ধরা পড়ব? কাঠামোগতভাবে, 'ধরা পড়া' একটি একক ঘটনা নয়, এটি একটি ধারাবাহিকতার শেষ, যা শুরু হয় একজন শিক্ষকের উদ্বেগ দিয়ে, সাধারণত একটি কথোপকথনের মাধ্যমে এগোয়, এবং কেবল কখনও কখনও একটি আনুষ্ঠানিক প্রতিবেদন, একটি পর্যালোচনা প্যানেল, এবং একটি সিদ্ধান্তে পৌঁছায়।
UC San Diego-এর নিজস্ব প্রকাশিত পদ্ধতি এই ধারাবাহিকতাকে বিস্তারিতভাবে দেখার একটি উপযোগী উপায়। এতে ক্রমানুসারে পাঁচটি ধাপের নাম দেওয়া হয়েছে, প্রায় প্রতিটি ধাপের সঙ্গে একটি কর্মদিবসের সময়সীমা যুক্ত করা হয়েছে, এবং কোনো পর্যায়েই একটি detector-এর শতাংশ স্কোরকে একা কোনো সিদ্ধান্ত নিতে দেওয়া হয় না। কাঠামোটি কথিত লক্ষণের যেকোনো তালিকার চেয়ে বেশি গুরুত্বপূর্ণ, কারণ এটি দেখায় প্রতিটি পর্যায়ে আসলে কী ঝুঁকিতে থাকে, এবং কোনো মামলা সেখানে পৌঁছালে কী ঘটে।
এই মাত্রার আনুষ্ঠানিক প্রক্রিয়া আংশিকভাবে আছে কারণ শিক্ষকরাও উদ্বিগ্ন। 2025 সালের College Board-এর 3,000-এর বেশি US কলেজ শিক্ষককে নিয়ে করা একটি জরিপে দেখা গেছে, 92 percent তাঁদের কোর্সে AI-সক্ষম অসততা নিয়ে উদ্বিগ্ন, আর মাত্র 21 percent বলেছেন যে তাঁরা নিজেদের শ্রেণিকক্ষে AI ব্যবহারে দিকনির্দেশনা দিতে খুব আত্মবিশ্বাসী বোধ করেন।
Turnitin-এর AI writing report হলো এখানে অধিকাংশ শিক্ষার্থী যে নির্দিষ্ট সফটওয়্যারটি কল্পনা করেন, এবং এটি আসলে কী ধরে আর কী মিস করে তা একটি পৃথক, বিস্তারিত প্রশ্ন। গুরুত্বপূর্ণ বিষয় হলো বিশ্ববিদ্যালয়ের পদ্ধতিতে এমন একটি report-এর চারপাশে কী ঘটে: স্ক্রিনে দেখা একটি শতাংশ কখনোই একা প্রক্রিয়ার শেষ নয়।
প্রথমে আসলে কী ঘটে
প্রথম ধাপে, প্রায় কখনোই কোনো শুনানি হয় না। অধিকাংশ প্রকাশিত প্রক্রিয়ায়, UC San Diego-এরটিও অন্তর্ভুক্ত, একজন instructor নির্দিষ্ট কাজটি পর্যালোচনা করেন যা উদ্বেগ সৃষ্টি করেছে এবং কিছু দাখিল করার আগে শিক্ষার্থীর সঙ্গে একটি কথোপকথন করেন। University of Southern California-এর Office of Academic Integrity তাদের শিক্ষকদের জন্য নিজস্ব নির্দেশনায় এটাই বলে: একটি AI detection tool-এর output-এর ওপর একা নির্ভর করা 'insufficient to determine responsibility without more analysis or other supporting elements.'.
কিন্তু এই আলাপটি কেবল একটি আনুষ্ঠানিকতা নয়। যদি শিক্ষার্থীর একটি বৈধ কারণ থাকে, তবে এখানেই আলোচনা শেষ হয়ে যায়, এবং এমন ক্ষেত্রে কীভাবে ব্যবস্থা নিতে হয়, সে বিষয়ে ইতিমধ্যে প্রকাশিত একাধিক পদ্ধতি আছে, ফলে পুরো বিষয়টি কোনো আনুষ্ঠানিক নথিভুক্তি ছাড়াই এখানেই বন্ধ হয়ে যায়। কিন্তু যদি এটি এখানেই শেষ না হয়, তবে প্রশিক্ষক একটি লিখিত প্রতিবেদনের দিকে অগ্রসর হন, এবং তখন প্রক্রিয়াটি ব্যক্তিগত না হয়ে প্রক্রিয়াগত হয়ে ওঠে।
একটি আনুষ্ঠানিক প্রতিবেদন কীভাবে ব্যবস্থার মধ্য দিয়ে অগ্রসর হয়
একবার প্রতিবেদন দাখিল করা হলে, পৃথক প্রশিক্ষকের বদলে একটি নির্দিষ্ট দপ্তর দায়িত্ব নেয়। UC San Diego-তে, সেই দপ্তরটি হলো Academic Integrity Office, এবং এর প্রকাশিত পদ্ধতিতে ক্রমানুসারে পাঁচটি ধাপের নাম দেওয়া আছে: Reporting, Decision and Resolution, Sanctioning, Appeals, এবং Closing। প্রতিটি ধাপের নিজস্ব সময়সীমা আছে, যার বেশিরভাগই 2 থেকে 15 কর্মদিবসের মধ্যে নির্ধারিত।
| ধাপ | কি ঘটে |
|---|---|
| Reporting | প্রশিক্ষক Academic Integrity Office-এ একটি Allegation Report দাখিল করেন, সাধারণত গ্রেড জমা দেওয়ার শেষ তারিখের 15 কর্মদিবসের মধ্যে |
| Decision and Resolution | দপ্তরটি মামলাটি বরাদ্দ করে এবং তিনটি সম্ভাব্য ফলাফলের সঙ্গে একটি Resolution Meeting নির্ধারণ করে, দায় স্বীকার, আনুষ্ঠানিক পর্যালোচনার অনুরোধ, অথবা অভিযোগ প্রত্যাহার |
| Sanctioning | দায় স্বীকার করা হলে বা দায় প্রমাণিত হলে, দপ্তরটি লিখিতভাবে পরিণতি নিশ্চিত করে এবং মামলা বন্ধ হলে প্রশিক্ষক একটি গ্রেড জমা দেন |
| Appeals | শিক্ষার্থী একটি স্থগিতাদেশ, বহিষ্কার, অথবা পর্যালোচনা সিদ্ধান্তের বিরুদ্ধে লিখিতভাবে আপিল করতে পারে, সাধারণত ফলাফলের 10 কর্মদিবসের মধ্যে |
| Closing | গ্রেড জমা দেওয়া হলে এবং আপিলের সময়সীমা অতিক্রান্ত হলে মামলাটি দপ্তরের নথিতে বন্ধ হয়ে যায় |
কোনো মামলা Resolution Meeting-এর পর এগোবে কি না, তা নির্ভর করে শিক্ষার্থীর ওপর। দায় স্বীকার করলে বিষয়টি সরাসরি শাস্তি নির্ধারণের পর্যায়ে যায়। তা চ্যালেঞ্জ করলে মামলা একটি review board-এ যায়, এবং UC San Diego সম্ভাব্য ফলাফলের গুরুত্ব অনুযায়ী দুটি সংস্করণ চালায়: suspension বিবেচনায় না থাকলে দুই সদস্যের অনানুষ্ঠানিক review, আর তা থাকলে পাঁচ সদস্যের আনুষ্ঠানিক hearing, সাধারণত তিনজন faculty এবং দুইজন student নিয়ে।
একটি notice উপেক্ষা করলে তা অদৃশ্য হয়ে যায় না, এবং এটি নিজেই জানা গুরুত্বপূর্ণ। UC San Diego-এর procedure-এ বলা আছে যে, যে student একটি Allegation Notification-এর জবাব দেয় না, অথবা দ্বিতীয়বার যোগাযোগের চেষ্টা করার পর নির্ধারিত Resolution Meeting-এ অনুপস্থিত থাকে, তাকে দায় স্বীকার করেছে বলে ধরে নেওয়া যেতে পারে। জবাব দেওয়া, এমনকি শুধু একটি প্রশ্ন করার জন্য হলেও, নীরবতা যে সব বিকল্প বন্ধ করে দেয়, সেগুলোকে খোলা রাখে।
একটি Review Panel আসলে কী কী বিবেচনা করে
code লঙ্ঘনের অভিযোগে অভিযুক্ত একজন student-এর ক্ষেত্রে criminal trial-এর মতো একই মানদণ্ড প্রযোজ্য নয়। UC San Diego-এর procedure স্পষ্টভাবে বলে যে 'the rules of evidence used in legal proceedings do not apply' এবং একটি panel 'the preponderance of evidence' অনুযায়ী সিদ্ধান্ত নেয়, যার অর্থ যুক্তিসঙ্গত সন্দেহের ঊর্ধ্বে প্রমাণ নয়, বরং যা না হওয়ার চেয়ে হওয়ার সম্ভাবনা বেশি।
panel-এর একমাত্র কাজ হলো লঙ্ঘন ঘটেছে কি না তা নির্ধারণ করা, কেন ঘটেছে তা নয়। একই procedure reviewers-দের নির্দেশ দেয় evidence-এর ভিত্তিতে সিদ্ধান্ত নিতে, 'intent or motivation of the student' অনুযায়ী নয়, এবং student-কে আগেই প্রতিটি document দেখার, তাদের বিরুদ্ধে সাক্ষ্যদানকারী যে কাউকে প্রশ্ন করার, এবং নীরব থাকার অধিকার দেয়, সেই নীরবতা তাদের বিরুদ্ধে গণ্য না করেই।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
ফলাফলের পরিসর আসলে কেমন দেখায়
অধিকাংশ student-কে যে বিষয়টি সবচেয়ে উদ্বিগ্ন করে, তা হলো expulsion। এটি কোনো published procedure-এ বর্ণিত সবচেয়ে বিরল পরিণতি। UC San Diego একটি academic sanction, যা একজন instructor নির্ধারণ করেন এবং যা সাধারণত assignment বা course-এর ওপর grade penalty হয়, সেটিকে একটি administrative sanction, যেমন suspension বা dismissal, থেকে আলাদা করে, যা আরও গুরুতর review path এবং অনেক উচ্চতর মানদণ্ডের মধ্য দিয়ে যায়।
মাত্রাও গুরুত্বপূর্ণ। UC San Diego-এর নিজস্ব প্রতিবেদনে দেখা যায়, 2020-21 থেকে 2024-25 পর্যন্ত পাঁচটি শিক্ষাবর্ষে সব ধরনের প্রায় 6,433টি অভিযোগ নথিভুক্ত হয়েছে, যা 5,761 জন স্বতন্ত্র শিক্ষার্থীকে অন্তর্ভুক্ত করে। বিশ্ববিদ্যালয়টি AI-নির্দিষ্ট আলাদা সংখ্যা প্রকাশ করে না, তাই এই পরিসংখ্যানটি ChatGPT-নির্দিষ্ট নয়, বরং সব ধরনের লঙ্ঘনকে অন্তর্ভুক্ত করে। তবু এটি দেখায় যে একটি প্রতিবেদন সাধারণ, প্রধানত প্রশাসনিক একটি ঘটনা, বিরল বিপর্যয় নয়, যদিও তা তেমন মনে হতে পারে।
শুনানিতে আসলে কী ঘটে
একটি আনুষ্ঠানিক শুনানি প্রথমে প্রক্রিয়াগত, অন্য সবকিছুর আগে। সাধারণত শিক্ষার্থীকে লিখিতভাবে জানানো হয়, কী অভিযোগ আনা হচ্ছে তা বলা হয়, এবং প্যানেল যে প্রমাণ বিবেচনা করবে তা দেওয়া হয়, যাতে বৈঠক হওয়ার আগে প্রতিক্রিয়া প্রস্তুত করার জন্য যথেষ্ট সময় থাকে।
শুনানিতে, শিক্ষার্থী সাধারণত নিজের বক্তব্য ব্যাখ্যা করার, প্যানেলের প্রশ্নের উত্তর দেওয়ার, এবং কখনও কখনও একজন সহায়ককে সঙ্গে আনার সুযোগ পায়, যদিও সরল একাডেমিক মামলায় সাধারণত কোনো আইনগত প্রতিনিধি থাকে না। এরপর প্যানেল শিক্ষার্থী উপস্থিত না থাকায় গোপনে পরামর্শ করে, এবং পরে সিদ্ধান্তটি ঘটনাস্থলেই ঘোষণা না করে লিখিতভাবে জানায়।
এর কোনোটিই রাতারাতি ঘটে না। কোনো মামলা যখন আনুষ্ঠানিক প্যানেলে পৌঁছায়, তখন প্রথম সতর্ক সংকেত থেকে চূড়ান্ত সিদ্ধান্তপত্র পর্যন্ত কয়েক সপ্তাহ সময় লাগে। যদি মামলা নিয়ে বিরোধ থাকে, যদি তা কোনো ছুটির বিরতির মধ্যে পড়ে, অথবা যদি বাহ্যিক যাচাই থাকে, যেমন কোনো উৎস যাচাই করা, তবে আরও বেশি সময় লাগতে পারে। বিভাগীয় পর্যায়ে অনানুষ্ঠানিক সমাধান সাধারণত অনেক দ্রুত হয়, কখনও কখনও কয়েক দিনের মধ্যেই নিষ্পত্তি হয়।
আপিলের পথ
একটি আপিলের উদ্দেশ্য নয় যে AI ব্যবহার নিয়মবিরুদ্ধ হওয়া উচিত কি না, তা আবার তর্ক করে দেখা। প্রায় সব প্রক্রিয়াই আপিলকে কয়েকটি নির্দিষ্ট ভিত্তির মধ্যে সীমাবদ্ধ করে:
- মূল মামলাটি যেভাবে পরিচালিত হয়েছে তাতে একটি প্রক্রিয়াগত ত্রুটি
- মূল সিদ্ধান্তের সময় যে নতুন প্রমাণ উপলব্ধ ছিল না
- প্রাপ্ত সিদ্ধান্তের তুলনায় স্পষ্টতই অসামঞ্জস্যপূর্ণ একটি শাস্তি
প্যানেলের রায়ের সঙ্গে কেবল অসম্মতি জানানো, একা দাঁড়িয়ে, খুব কমই বৈধ ভিত্তি হয়। আপিল সাধারণত মূল সিদ্ধান্ত যিনি দিয়েছিলেন, তার চেয়ে ভিন্ন, প্রায়ই আরও জ্যেষ্ঠ কোনো সংস্থার কাছে যায়, এবং মূল মামলার তুলনায় আরও কঠোর সময়সীমার মধ্যে চলে, সাধারণত সিদ্ধান্তপত্রের তারিখ থেকে কয়েক দিন থেকে কয়েক সপ্তাহের বিষয়। একটি আপিল মূল সিদ্ধান্ত বহাল রাখতে পারে, শাস্তি কমাতে পারে, অথবা মামলাটি নতুন শুনানির জন্য ফেরত পাঠাতে পারে, এটি খুব কমই শাস্তি বাড়ায়, কারণ এই পথের উদ্দেশ্য পুনর্বিবেচনা, পুনর্বিচার নয়।
এর কোনোটিই জমা দেওয়ার আগে কোনো নির্দিষ্ট ব্যবহারের অবস্থান কোথায় ছিল তা জানাের বিকল্প নয়। TextPulse-এর নিজস্ব নৈতিক AI ব্যবহারের নির্দেশনা আগে থেকে যাচাই করার জন্য একটি যুক্তিসংগত স্থান, কারণ সময়সীমার আগে সন্দেহ দূর করা, পরে প্যানেলের সামনে তা দূর করার চেয়ে অনেক কম ব্যয়বহুল।
হিউম্যানাইজারগুলো কি নিজেই নীতিভঙ্গ হিসেবে গণ্য হয় তা আলাদাভাবে উত্তর দেওয়া হয়েছে। সবচেয়ে গুরুতর মামলাগুলোতে জাল উদ্ধৃতি, যেগুলোকে অসদাচরণ হিসেবে গণ্য করা হয় সম্পূর্ণ ভিন্ন ভিত্তিতে অন্তর্ভুক্ত থাকে।
এই কোনো পর্যায়ই দ্রুত এগোয় না। অক্টোবর মাসে একটি চিহ্নিত অনুচ্ছেদ দিয়ে শুরু হওয়া একটি মামলা ফেব্রুয়ারিতেও খোলা থাকতে পারে, যা নিজেই পরিকল্পনার ক্ষেত্রে বিবেচনা করার মতো: পুনরায় জমা দেওয়ার সময়সীমা, স্নাতক হওয়ার তারিখ, বা রেফারেন্সের অনুরোধ, প্যানেল এখনো বসেনি বলেই থেমে থাকে না।
ChatGPT ব্যবহার করলে কি আমি ধরা পড়ব? বাস্তবসম্মত উত্তর
সোজা কথায়, আপনার কোর্স যে কাজে অনুমতি দেয় না, সেই কাজে ChatGPT ব্যবহার করলে এমন এক বাস্তব সম্ভাবনা থাকে যে আপনাকে এমন এক কথোপকথনের মুখোমুখি হতে হবে যা আপনি এড়াতে চাইতেন, এবং একটি নথিভুক্ত, আপিলযোগ্য ফলসহ আনুষ্ঠানিক প্রক্রিয়ার সম্ভাবনা আরও কম। এতে বহিষ্কারের কোনো একক, সর্বজনীন নির্দিষ্ট সম্ভাবনা নেই। এই নিবন্ধসহ কোনো নিবন্ধই 'ChatGPT ব্যবহার করলে কি আমি ধরা পড়ব' প্রশ্নের একটিমাত্র সংখ্যায় উত্তর দিতে পারে না, কারণ উত্তর নির্ভর করে আপনার প্রতিষ্ঠানের নির্দিষ্ট AI ব্যবহারের নীতি, আপনার শিক্ষক, এবং আপনি আসলে কী জমা দিয়েছেন তার ওপর।
এই সবকিছুর বাইরে, আরও টেকসই পদক্ষেপ হলো আপনার নিজের খসড়াকে জমা দেওয়ার আগে একজন সতর্ক পাঠক যেভাবে দেখতেন, সেভাবে দেখা, পরে একটি রিপোর্ট শুরু হয়ে যাওয়ার পর নয়। একটি বিনামূল্যের AI word cleaner আপনার নিজের লেখায় এমন শব্দভান্ডার ও বাক্যগঠনের ধরন চিহ্নিত করবে, যা সাধারণ বা যন্ত্রসুলভ বলে পড়ে, আর এই একই ধরনগুলোই একজন শিক্ষক ইতিমধ্যে লক্ষ্য করার জন্য প্রস্তুত থাকেন।
প্যারাফ্রেজ করা সাধারণত পরবর্তী পদক্ষেপ, এবং Turnitin কি paraphrased text শনাক্ত করে তা নিয়ে আলাদা একটি পৃষ্ঠা আছে। ChatGPT ছাড়া অন্য মডেলগুলিও একই প্রশ্ন তোলে, এবং Turnitin কি DeepSeek শনাক্ত করে তা আলাদাভাবে আলোচিত হয়েছে।
TextPulse-এর শিক্ষার্থীদের জন্য AI humanizer ঠিক সেই আগের পর্যায়ের জন্যই আছে, এটি আপনার নিজের খসড়া থেকে নির্মিত একটি আনুমানিক Human Score জানায়, যা জমা দেওয়ার আগে পড়ার জন্য, পরে ঘটনার ওপর তর্ক করার জন্য নয়, কারণ কোনো টুলই নির্দিষ্ট একটি ক্ষেত্রে নির্দিষ্ট কোনো অধ্যাপকের বিচারের প্রতিনিধিত্ব করতে পারে না। আরও নির্ভরযোগ্য পদক্ষেপটি এখনও সবচেয়ে সরলটি, খসড়াটি এমনভাবে লিখুন যাতে স্পষ্ট হয় যে এটি আপনার নিজের পাঠ, আপনার নিজের সেমিনার, এবং আপনার নিজের যুক্তির ওপর ভিত্তি করে নির্মিত, যতক্ষণ না পুরো প্রশ্নটি এমন কিছু হয়ে যায় যা আপনাকে আর জিজ্ঞাসা করতে হয় না।
সচরাচর জিজ্ঞাসিত প্রশ্ন
এই প্রশ্নের পেছনে একটি বাস্তব প্রক্রিয়া আছে, যদিও কোনো উৎস নির্দিষ্ট সম্ভাবনা দিতে পারে না। ChatGPT ব্যবহার করলে কি ধরা পড়ব? অধিকাংশ বিশ্ববিদ্যালয় পদ্ধতি শিক্ষকের উদ্বেগ এবং একটি কথোপকথন দিয়ে শুরু হয়, স্বয়ংক্রিয় প্রতিবেদনের মাধ্যমে নয়, এবং উদ্বেগের কেবল একটি সংখ্যালঘু অংশ আনুষ্ঠানিক মামলা হয়ে শোনা ও নথিভুক্ত সিদ্ধান্তে পৌঁছায়। সম্ভাবনা নির্ভর করে আপনার প্রতিষ্ঠানের নীতি এবং আপনি আসলে কী জমা দিয়েছেন তার ওপর।
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.