एआय मजकूर शोधक: निबंध किंवा लेख संगणकाने लिहिला आहे हे सॉफ्टवेअर कसे ओळखते?

शब्द माणसाचे की संगणकाचे: ओळखणारी नवी चाचणी

एखाद्या विद्यार्थ्याने रात्रभर जागून महाविद्यालयाचा निबंध लिहिला आणि प्राध्यापकांनी 'हा निबंध ChatGPT ने लिहिला आहे' असा शेरा मारून तो नाकारला, अशा बातम्या आजकाल वारंवार ऐकू येतात. प्राध्यापक ज्या संगणकीय तपासणी साधनावर विश्वास ठेवतात, त्याला संगणकाने लिहिलेला मजकूर ओळखणारे सॉफ्टवेअर (एआय डिटेक्टर) म्हणतात. मात्र हे सॉफ्टवेअर माणसाचे डोके वाचू शकत नाही. ते केवळ मजकुरातील सांख्यिकीय गणित तपासून एक ढोबळ अंदाज व्यक्त करते. हे गणित समजून घेतल्यास असे खोटे आरोप कसे हाताळावे हे स्पष्ट होते.

हे सॉफ्टवेअर भाषेचा महाकाय साठा असलेल्या प्रगत मॉडेल्सच्या (लार्ज लँग्वेज मॉडेल्स किंवा एलएलएम) सवयींचा अभ्यास करते. संगणक नेहमी संभाव्यतेच्या आधारे पुढचा शब्द ठरवणाऱ्या प्रणालीसारखा (स्टॅटिस्टिकल लँग्वेज मॉडेल) विचार करतो. संगणक पुढचा शब्द कोणता येईल याचे आकडेमोडीचे अंदाज (टोकन प्रेडिक्शन) बांधत जातो. त्यामुळे त्याचे लेखन अतिशय सपाट आणि सुरक्षित असते. याउलट माणसाचे लेखन भावनांनी, अनुभवांनी आणि सुंदर अनियमिततेने भरलेले असते.

अंदाजांचे गणित: परप्लेक्सिटी आणि बर्स्टीनेस

एआय डिटेक्टर प्रामुख्याने दोन महत्त्वाच्या गोष्टी मोजतात. पहिली गोष्ट म्हणजे शब्द किती अपेक्षित किंवा अंदाज बांधता येणारा आहे याचे गणिती मोजमाप (परप्लेक्सिटी). जर तुम्ही लिहिले की 'सूर्य पूर्वेला...' तर पुढचा शब्द 'उगवतो' असणार हा अंदाज बांधणे संगणकासाठी अगदी सोपे असते. एआय मॉडेल्स नेहमी सर्वाधिक अंदाज येणारे शब्द निवडतात. जेव्हा मजकुरात प्रत्येक पुढचा शब्द आधीच ठरल्यासारखा सहज येतो, तेव्हा डिटेक्टर त्याला 'यंत्राने लिहिलेले' मानतो. माणूस मात्र अनपेक्षित, अनोखे आणि कल्पक शब्दांची योजना करतो.

दुसरी गोष्ट म्हणजे वाक्यांची लांबी आणि लय यातील नैसर्गिक चढउतार (बर्स्टीनेस). माणूस लिहिताना एक वाक्य अतिशय लहान लिहितो, पुढचे वाक्य लांबलचक स्पष्टीकरणाचे असते आणि त्यानंतर एखादा प्रश्न विचारतो. ही नैसर्गिक लय माणसाच्या लेखनाची ओळख असते. याउलट एआयची सर्व वाक्ये सहसा एकाच लांबीची, समतोल आणि व्याकरणाच्या दृष्टीने अतिशय सुरक्षित (लिंग्विस्टिक कॉन्झर्व्हेटिझम) असतात. या दोन्ही कसोट्यांवरून सॉफ्टवेअर एक संभाव्यता टक्केवारी काढते.

डिटेक्टरच्या निकालांमधील गंभीर त्रुटी आणि खोटा संशय

येथे सर्वात मोठी तांत्रिक अडचण अशी आहे की हे निकाल १०० टक्के अचूक कधीच नसतात. माणसाने स्वतः कष्टाने लिहिलेल्या अस्सल मजकुरावर यंत्राचा खोटा संशय येणे (फॉल्स पॉझिटिव्ह) अत्यंत सामान्य आहे. विशेषतः इंग्रजी किंवा प्रमाण मराठीमध्ये व्याकरणशुद्ध आणि नेमके लिहिणाऱ्या लोकांचा मजकूर डिटेक्टर अनेकदा एआयचा असल्याचे दाखवतो. कारण त्यांची भाषाही स्वच्छ आणि समतोल असते. अमेरिकेच्या घटनेसारख्या ऐतिहासिक दस्तऐवजालाही अनेक डिटेक्टर 'एआयने लिहिलेले' ठरवतात, यावरून या साधनांच्या मर्यादा स्पष्ट होतात.

स्वतःचे प्रामाणिक लेखन सिद्ध करण्यासाठी काय करावे?

जर तुमच्या लेखनावर असा खोटा संशय घेतला गेला, तर वाद घालण्याऐवजी खालील डिजिटल पुरावे सादर करावे:

• दस्तऐवजाचा बदल इतिहास (व्हर्जन हिस्टरी) दाखवा: Google Docs किंवा Word मधील एडिट हिस्टरी उघडून तुम्ही तासनतास स्वतः कसे टाईप केले आणि सुधारणा केल्या हे सिद्ध करा.
• संदर्भ आणि कच्च्या नोंदी सादर करा: निबंध लिहिताना वापरलेली पुस्तके, कागदावरील कच्च्या नोंदी आणि वेब लिंक्स दाखवून तुमचे कष्ट स्पष्ट करा.
• डिटेक्टरची अनिश्चितता पटवून द्या: हे सॉफ्टवेअर केवळ गणिती अंदाज वर्तवते आणि वैज्ञानिक पुरावा ठरू शकत नाही हे नम्रपणे निदर्शनास आणून द्या.

एआय डिटेक्टर हे केवळ एक मार्गदर्शक साधन आहे, तो अंतिम न्यायाधीश नाही. तुमच्या लेखनामागील खरे विचार आणि त्याची पारदर्शक पार्श्वभूमी हाच तुमच्या प्रामाणिकपणाचा सर्वात मोठा पुरावा असतो.