क्या AI Humanizers विश्वविद्यालय नीति के विरुद्ध हैं?
AI humanizers पर किसी भी स्थान पर नाम लेकर प्रतिबंध नहीं है। कोई नीति उल्लंघन होगा या नहीं, यह इस पर निर्भर करता है कि आप अपना लेखन संपादित कर रहे हैं या किसी पाठक या detector से generative AI tool के output को छिपा रहे हैं। यहाँ वह परीक्षण है जो दोनों में अंतर बताता है।
एक छात्रा, जिसने अपना निबंध स्वयं लिखा और फिर से लिखा, उसे एक पुनर्लेखन उपकरण में डालती है क्योंकि एक व्याकरण-जांचक ने तीन अटपटे वाक्यों को चिह्नित किया था। एक अन्य छात्र अपने ChatGPT-लिखित विधि अनुभाग को उसी प्रकार के उपकरण में कॉपी करता है, यह आशा करते हुए कि आउटपुट अब ऐसा नहीं लगेगा जैसे वह किसी कंप्यूटर द्वारा लिखा गया हो। दोनों ने वही उपयोग किया जिसे लोग अनौपचारिक रूप से AI humanizer कहते हैं। केवल एक के साथ नीति की समस्या है।
क्या AI humanizers विश्वविद्यालय नीति के विरुद्ध हैं? यह प्रश्न वास्तव में एक में समाहित दो प्रश्न हैं, उपकरण क्या है, और उसका उपयोग किस लिए किया जा रहा है। कोई भी प्रमुख नीति humanizer या paraphrasing tool को निषिद्ध सॉफ़्टवेयर श्रेणी के रूप में नामित नहीं करती। इसके बजाय, वे सभी एक कृत्य को निषिद्ध करती हैं, ऐसी सामग्री जमा करना जिसे आपने स्वयं तैयार नहीं किया है, बिना यह बताए।
TextPulse की अपनी विश्वविद्यालय AI नीति के लिए मार्गदर्शिका पाँच विश्वविद्यालयों और पाँच प्रकाशकों की पूर्ण आवश्यकताओं को प्रस्तुत करती है, जिसमें वह विकेंद्रीकृत संरचना भी शामिल है जो यह तय करती है कि प्रत्येक में नियम वास्तव में कौन निर्धारित करता है। यह लेख एक अधिक संकीर्ण प्रश्न पर केंद्रित है, जिसे वह मार्गदर्शिका केवल संक्षेप में छूती है, इन नीतियों में से प्रत्येक के किस पक्ष पर एक humanizer वास्तव में आता है।
क्या AI Humanizers विश्वविद्यालय नीति के विरुद्ध हैं?
अपने आप में नहीं। वाक्यों को पुनर्लेखित करने वाला उपकरण उसी तरह तटस्थ है जैसे thesaurus या grammar checker तटस्थ होता है, किसी विशिष्ट उपयोग को अनुपालन योग्य बनाने वाली बात यह है कि उसमें क्या डाला गया और उसके बाद परिणाम के साथ क्या हुआ। संपादन और छिपाव, humanizer शब्द के भीतर छिपे हुए ये दो कृत्य, नीतियों द्वारा पूरी तरह अलग तरीके से देखे जाते हैं। विशिष्ट उपयोगों को एक या दूसरे के रूप में वर्गीकृत नहीं किया जाता, क्योंकि सॉफ़्टवेयर स्वयं के बारे में कुछ भी ऐसा नहीं है, ठीक उसी तरह जैसे photocopier यह तय नहीं करता कि उसके भीतर से गुजरने वाला पृष्ठ लाइसेंस प्राप्त हैंडआउट है या चुराया गया परीक्षा-पत्र।
नीचे दी गई तालिका इन दोनों कृत्यों को साथ-साथ रखती है। मध्य स्तंभ में जो कुछ है, उसे नीति-भाषा पहले से ही सामान्य संपादन के रूप में देखती है। दाएँ स्तंभ में जो कुछ है, उसे उसी प्रकार की नीति बिना प्रकट किए गए AI-generated content के रूप में देखती है, जो लगभग वही सटीक वाक्यांश है जिसका उपयोग उनमें से कई अपने निषेध के लिए करते हैं।
| अपनी स्वयं की लेखन-रचना का संपादन | AI-जनित पाठ को छिपाना | |
|---|---|---|
| आप किससे शुरू करते हैं | एक मसौदा जिसे आपने स्वयं लिखा है | वह पाठ जिसे एक जनरेटिव AI उपकरण ने तैयार किया |
| humanizer क्या बदलता है | आपके अपने तर्क के शब्दांकन, स्वर और संरचना को | किसी और के आउटपुट की सतही विशेषताओं को, ताकि वह मशीन द्वारा लिखा हुआ कम लगे |
| क्या आप इसे प्रकटीकरण कथन में नामित करेंगे? | हाँ, और अधिकांश नीतियाँ इस स्तर पर इसकी माँग भी नहीं करतीं | नहीं, क्योंकि इसका नाम लेना इसे करने के उद्देश्य को ही विफल कर देता है |
| क्या यह ऐसी नीति के अंतर्गत आता है जो अप्रकट AI-जनित सामग्री पर प्रतिबंध लगाती है? | नहीं | हाँ |
तीसरी पंक्ति को फिर से पढ़िए, क्योंकि वही इस पूरे अंश का वास्तविक कार्य कर रही है। परीक्षण यह नहीं है कि किस सॉफ़्टवेयर ने पाठ को छुआ। परीक्षण यह है कि क्या आप ठीक-ठीक यह कहने को तैयार होंगे कि आपने क्या किया।
humanizer का उपयोग कब केवल संपादन है?
जब जिन शब्दों को पुनर्लिखा जा रहा है, वे पहले से आपके अपने हैं। इस पंक्ति का सबसे स्पष्ट रूप प्रकाशक-स्तर की अकादमिक नीति से आता है, जहाँ अपवाद को निहित रूप से नहीं, बल्कि स्पष्ट रूप से लिखा गया है। Elsevier कहता है कि व्याकरण, वर्तनी और विराम-चिह्न की बुनियादी जाँच के लिए घोषणा कथन की आवश्यकता नहीं होती। Springer Nature AI-assisted copy editing के लिए भी यही सीमा खींचता है, जब उसका उपयोग केवल पठनीयता, व्याकरण या स्वरूपण सुधारने के लिए किया गया हो। Wiley वर्तनी, व्याकरण और सामान्य संपादन के लिए उपयोग किए गए उपकरणों को अपनी प्रकटीकरण-आवश्यकता से पूरी तरह बाहर रखता है। यह जानबूझकर रखा गया एक संकीर्ण अपवाद है। यह उन वाक्यों को सँवारने वाले उपकरण को शामिल करता है जो पहले से आपके हैं, न कि उन वाक्यों को बनाने वाले उपकरण को जो सबसे पहले वाक्य बनाता है, और यह सीमा उन अंतर्निहित शब्दों की लेखकीयता पर टिकती है, न कि इस पर कि उन्हें आखिरी बार किस सॉफ़्टवेयर ने छुआ। इनमें से कोई भी humanizer का नाम लेकर वर्णन नहीं कर रहा, लेकिन तीनों ठीक वही बता रहे हैं जो humanizer आपके पहले से लिखे वाक्य के साथ करता है, शब्दांकन, स्वर और संरचना को समायोजित करना, बिना यह बदले कि वाक्य क्या दावा करता है।
यही वह सीमा है जिसके भीतर एक humanizer काम करता है, जब इनपुट आपका अपना तैयार किया हुआ तर्क हो। अपने ही तीन-पैराग्राफ के विश्लेषण को ऐसे टूल से गुज़ारना जो वाक्य-लंबाई में बदलाव करता है और किसी दोहराए गए शब्द को बदल देता है, भाषा-संपादन है, बस उसमें अतिरिक्त चरण हैं। इसे नीति में अपनी अलग पंक्ति की आवश्यकता नहीं है, ठीक वैसे ही जैसे thesaurus को नहीं होती।
अपने पेपर को मानवीय बनाइए
अपने AI-सहायता प्राप्त पाठ को रूपांतरित करें और उसे मानवीय ध्वनि दें, महत्वपूर्ण शब्दों या उद्धरणों को छेड़े बिना।
Humanizer का उपयोग कब छिपाव बन जाता है?
जब पाठ शुरू से आपका नहीं था, और उसे टूल से गुज़ारने का उद्देश्य किसी पाठक या detector को यह पहचानने से रोकना है। यही वह उपयोग-स्थिति है जिसे हर disclosure requirement पकड़ने के लिए मौजूद होती है। एक generative AI tool एक अनुच्छेद तैयार करता है, एक humanizer उसकी सतही विशेषताओं को बदल देता है, और जो संस्करण जमा किया जाता है उसे बिना किसी disclosure के छात्र या लेखक के अपने, बिना सहायता वाले कार्य के रूप में प्रस्तुत किया जाता है। संकेत प्रायः केवल गद्य-शैली नहीं होती। यह उस अंतर में होता है जो एक छात्र अपने स्वयं के process के बारे में समझा सकता है और जो जमा किए गए कार्य में वास्तव में मौजूद है, और इसी कारण disclosure का प्रश्न concealment को detector score की तुलना में कहीं अधिक विश्वसनीय रूप से उजागर करता है।
इनमें से कई नीतियाँ लगभग यही भाषा उपयोग करती हैं। Cambridge किसी भी ऐसे unacknowledged content को, जो artificial intelligence द्वारा उत्पन्न हो और छात्र के अपने कार्य के रूप में जमा किया गया हो, सीधे misconduct मानता है, जब तक assessment brief कुछ और न कहे। Monash का नियम भी उतना ही स्पष्ट है, submitted work बनाने के लिए उपयोग की गई generative AI को हमेशा acknowledge किया जाना चाहिए, और इस बात के लिए कोई अपवाद नहीं है कि वह सामग्री कैसे उत्पन्न हुई या बाद में कैसे बदली गई। पहले unacknowledged AI-generated text को rewriting tool से गुज़ारना भी उसे किसी भी नीति द्वारा वर्णित श्रेणी से बाहर नहीं ले जाता। यह शब्दावली बदलता है। यह नहीं बदलता कि वाक्य क्या है या वह कहाँ से आया है।
Disclosure Test क्या है?
किसी भी पुनर्लेखन उपकरण में कुछ डालने से पहले एक प्रश्न पूछें: क्या आप ठीक-ठीक यह लिखकर देने में सहज होंगे कि आपने क्या किया, उस प्रकटीकरण कथन में जो आपका संस्थान या जर्नल वास्तव में मांगता है? 'मैंने एक पुनर्लेखन उपकरण का उपयोग करके वाक्य-लंबाई में विविधता लाई और अपने द्वारा प्रारूपित एक खंड की भाषा को अधिक सटीक बनाया' एक ऐसा वाक्य है जिसे आप घोषणा में लिख सकते हैं और फिर भी स्वीकार्य रह सकते हैं। 'मैंने इस खंड को एक AI उपकरण से उत्पन्न किया और फिर उसे दूसरे उपकरण से चलाया ताकि पहले का पता न चले' ऐसा वाक्य नहीं है जिसे कोई स्वेच्छा से जमा करे, और यही स्वयं उत्तर है।
यही पूरी कसौटी है, और यह ऊपर दी गई तालिका से सीधे मेल खाती है। संपादन इसलिए स्वीकार्य रहता है क्योंकि उसे लिखकर बताने की अनुमति देने के लिए प्रकटीकरण नियम बनाए गए थे, कभी-कभी तो किसी कथन की आवश्यकता भी नहीं होती। छिपाव इसलिए स्वीकार्य नहीं रह सकता क्योंकि इस उद्देश्य के लिए उत्पन्न पाठ को humanizer से गुजारने का पूरा कारण ही यह है कि किसी को उसे लिखकर बताना न पड़े। यदि आपने जो किया उसका सटीक वर्णन ही प्रस्तुति को असफल कर देगा, तो उपकरण ने उस तथ्य को नहीं बदला। उसने केवल उस क्षण को टाल दिया जब किसी ने उसे देखा। किसी भी संस्करण को व्याख्या के लिए वकील की आवश्यकता नहीं है। उसे केवल एक सटीक वाक्य चाहिए कि शब्द उपकरण के संपर्क में आने से पहले कहाँ से आए थे।
तो आपको वास्तव में क्या करना चाहिए?
किसी भी प्रकार के पाठ को छूने से पहले अपने संस्थान या जर्नल की वास्तविक प्रकटीकरण आवश्यकता की जाँच करें, ठीक उसी तरह जैसे आप यह जाँचते हैं कि कोई मूल्यांकन विवरण AI की अनुमति देता है या नहीं। जहाँ आप वास्तव में संपादन कर रहे हैं, a formality checker को अपने ही मसौदे पर लागू करना, और यदि प्रकटीकरण कथन मांगा जाए तो उसमें उसका उल्लेख करना, प्रश्न को पूरी तरह समाप्त कर देता है।
Fabricated citations उसी स्पेक्ट्रम के सबसे दूर वाले छोर पर आती हैं और उन्हें अपने अलग पृष्ठ पर कदाचार के रूप में संभाला जाता है। किसी पेपर में AI उपयोग का प्रकटीकरण वह कदम है जो आपको उस स्पेक्ट्रम से पूरी तरह बाहर रखता है।
जहाँ पाठ आपका मूल नहीं था, वहाँ कितनी भी पुनर्लेखन से उसे संपादन स्तंभ में नहीं लाया जा सकता, और आपकी स्थिति को वास्तव में बदलने वाला एकमात्र कदम उसे प्रकट करना या उसे पूरी तरह से प्रस्तुति से बाहर रखना है। TextPulse की अपनी AI उपयोग नीति इसी रेखा को अधिक विस्तार से स्पष्ट करती है, जिसमें यह भी शामिल है कि एक उपयोगी प्रकटीकरण कथन किन बातों का नाम लेता है। उपकरण कभी वास्तविक प्रश्न नहीं था। आपने उसे क्या दिया, और क्या आप यह बताएँगे, यही प्रश्न है।
अक्सर पूछे जाने वाले प्रश्न
अपने आप में नहीं। उत्तर इस बात से तय होता है कि tool में जाने से पहले पाठ क्या था, आपका अपना drafted writing, या किसी generative AI tool का output जिसे आप छिपाने की कोशिश कर रहे हैं। पहले को संपादित करना वही है जिसे हर प्रमुख नीति अनुमति देती है, अक्सर बिना disclosure की आवश्यकता के भी। दूसरे को छिपाना ठीक वही है जिसे disclosure नियम पकड़ने के लिए बनाए गए हैं।
Content planner and copywriter at TextPulse. Sara runs the blog day to day, from planning and drafting through to publishing. She writes the practical guides: clear explanations of academic writing problems, aimed at the person who actually has to hand something in.
