যাচাই করার অভ্যাস
কৃত্রিম বুদ্ধিমত্তার তৈরি একটি সারসংক্ষেপ উৎস নয়। সবচেয়ে দক্ষ পেশাদার তথ্য-যাচাইকারীরা যা করেন, তার উপরে দাঁড়ানো একটি তিন ধাপের অভ্যাস এখানে।
কৃত্রিম বুদ্ধিমত্তার তৈরি একটি সারসংক্ষেপ উৎস নয়। এটি একটি সংকোচন, আর একটি সংকোচন কিছু না জানিয়েই একটি সূক্ষ্ম ফারাক কেটে দিতে পারে: একটি তারিখ, একটি সংশয়, বিশেষজ্ঞদের মধ্যে একটি অমত। সমস্যাটি নতুন নয়, সে ভাষা-মডেলের অনেক আগেই ছিল। যা বদলেছে, তা হলো একটি সারসংক্ষেপ কত দ্রুত তৈরি হয়, আর তার শেষ হয়ে যাওয়া চেহারাটি কতটা আস্থা জাগায়।
একজন মানুষের লেখা সারসংক্ষেপ শর্টকাট নিয়ে ভুল করতে পারে, কিন্তু তিনি সাধারণত জানেন যে তিনি সরল করছেন। একটি ভাষা-মডেল এই তফাতটি করে না: সে সবচেয়ে সম্ভাব্য বাক্যগঠনটিই তৈরি করে, তা মূল লেখায় থাকা সংশয়টি রাখুক বা না রাখুক। তার বেরিয়ে আসার কিছুই একটি বিশ্বস্ত সারসংক্ষেপ আর পথে একটি সূক্ষ্ম ফারাক হারিয়ে ফেলা সারসংক্ষেপের তফাত করে না।
সবচেয়ে দক্ষ তথ্য-যাচাইকারীরা যা করেন
2019 সালে Sam Wineburg আর Sarah McGrew এমন একটি গবেষণা প্রকাশ করেন, যা একই কাজের সামনে তিনটি দলকে মিলিয়ে দেখে: একটি সাইট বিশ্বাস করার যোগ্য কি না, তা বিচার করা। ডক্টরেটধারী 10 জন ইতিহাসবিদ, 10 জন পেশাদার তথ্য-যাচাইকারী, আর স্নাতক স্তরের 25 জন শিক্ষার্থী। ইতিহাসবিদ আর শিক্ষার্থীরা পাতাটিতেই থেকে যান তা খুঁটিয়ে দেখতে: একটি লোগো, গুরুগম্ভীর শোনায় এমন একটি ডোমেইন নাম, যত্নে সাজানো একটি পাতা প্রায়ই তাঁদের রাজি করাতে যথেষ্ট হয়। পেশাদার তথ্য-যাচাইকারীরা ঠিক উলটোটা করেন: তাঁরা কয়েক সেকেন্ডেই পাতাটি ছেড়ে দেন, অন্য ট্যাব খোলেন, আর খোঁজেন এই সাইট বা দাবিটি নিয়ে অন্য উৎসগুলি কী বলে। এই চর্চাটির একটি নাম আছে, “পার্শ্ব-পাঠ”, যা পাতার ভেতরেই থেকে যাওয়া “উলম্ব” পাঠের বিপরীত। মাপা ফল: পেশাদার তথ্য-যাচাইকারীরা অন্য দুটি দলের চেয়ে অনেক কম সময়ে আরও ভালো ভিতের উপরে দাঁড়ানো উপসংহারে পৌঁছান।
একটি যন্ত্রের তৈরি সারসংক্ষেপ ঠিক সেই প্রসঙ্গের ইশারাগুলিই সরিয়ে দেয়, যেগুলি সাধারণত একটি পাতা বিচার করতে সাহায্য করে: খুঁটিয়ে দেখার মতো আর কোনো ডোমেইন নাম নেই, মূল্যায়ন করার মতো আর কোনো সাজানো পাতা নেই, আছে কেবল মসৃণ আর খোঁচা-ছাড়া বাক্যের একটি সারি। যাচাই করার অভ্যাসটি তখন মনোযোগ সেখানেই সরিয়ে নেয়, যেখানে তার সত্যিই থাকা উচিত, অর্থাৎ উৎসটিতেই, সারসংক্ষেপের মোড়কে নয়, যে মোড়ক তা নিয়ে কিছুই বলে না।
অভ্যাসটি, তিন ধাপে
SIFT পদ্ধতি, একই বছরে গবেষক Mike Caulfield-এর প্রকাশ করা, এই চর্চাটিকে আবার আবার করা যায় এমন অভ্যাসে বদলে দেয়। একটি যন্ত্রের তৈরি সারসংক্ষেপে খাটালে সে তিনটি যাচাইয়ে দাঁড়ায়, এই ক্রমে।
- মূল উৎসটি আবার খুলুন আর ঠিক অংশটি খুঁজে নিন। একটি সারসংক্ষেপ কমই একটি গোটা বাক্য উদ্ধৃত করে: সে অন্য কথায় বলে। সে যে নির্দিষ্ট অংশটির কথা বলছে, তা খুঁজে নিলে যাচাই করা যায় যে সে সত্যিই আছে, আর সারসংক্ষেপ তাকে যা বলাচ্ছে, সে সত্যিই তা-ই বলে।
- দেখে নিন উৎস তথ্যটিকে সিদ্ধ বলে হাজির করছে নাকি বিতর্কিত বলে। একটি বাক্য ঠিক হতে পারে আর তবু একটি সংশয় থেকে কাটা পড়ে থাকতে পারে: “কিছু গবেষক আপত্তি করেন”, “এই ফলটি এখনও আলোচনার মধ্যে”। যে সারসংক্ষেপ এই সূক্ষ্ম ফারাকটি সমান করে নিশ্চয়তায় বদলে দেয়, সে একটি অনুমানকে সত্যে বদলে ফেলে।
- উৎসের তারিখটি যাচাই করুন। একটি তারিখে ঠিক একটি তথ্য কয়েক বছর পরে পুরোনো হয়ে যেতে পারে, বিশেষ করে দ্রুত নড়াচড়া করা একটি বিষয়ে। তারিখ ছাড়া একটি উৎস, বা সারসংক্ষেপ তা না জানিয়েই দেওয়া তারিখের একটি উৎস, তুলে নেওয়ার আগে একটি বাড়তি খোঁজ পাওয়ার যোগ্য।
এই তিনটি ধাপ প্রতিটি আলাদা একটি বিকলের উত্তর দেয়: প্রথমটি একটি আধা-ঠিক বা বানানো উদ্ধৃতি ধরে, দ্বিতীয়টি এমন একটি নিশ্চয়তা যা আসলে নিশ্চয়তা ছিলই না, তৃতীয়টি এমন একটি তথ্য যা কালকে সত্য ছিল আর আজ মিথ্যা।
এটি কেন সময়ের অপচয় নয়
Wineburg আর McGrew-এর গবেষণাটির একটি উপশিরোনাম আছে, যা তার মূল ফলটিই সংক্ষেপে বলে: আরও বেশি শিখতে আরও কম পড়া। পেশাদার তথ্য-যাচাইকারীরা অন্য দুটি দলের চেয়ে বেশি সময় দেন না: তাঁরা কম সময় দেন, কারণ চোখের সামনের পাতাটি নিঃশেষ করার বদলে তাঁরা ঠিক তথ্যটি ঠিক জায়গাতেই খোঁজেন। উপরের তিনটি ধাপ সেই একই যুক্তিই মানে: তারা সবটা আবার পড়তে বলে না, কেবল সারসংক্ষেপ যে নির্দিষ্ট কথাটি এগিয়ে দেয়, তার উপরে উৎসটি একবার আবার খুলতে বলে।
এই অভ্যাসটি একটি কৌশলগত বিষয়ে বিশেষজ্ঞতার জায়গা নেয় না: সে কাউকে সেই ক্ষেত্রের বিশেষজ্ঞ বানিয়ে দেওয়ার দাবিও করে না। সে সবচেয়ে ঘন ঘন হওয়া বিকলটিই সামলে নেয়: সারসংক্ষেপ করতে গিয়ে হারিয়ে যাওয়া একটি সূক্ষ্ম ফারাক, কোনো পাণ্ডিত্যপূর্ণ যুক্তির ভুল নয়। আর যখন এই নিয়ন্ত্রণটি The AI Manual-এর নিজের কোনো পাতাতেই ব্যর্থ হয়, ঠিক তার জন্যই একটি ঠিকানা আছে: ভুল জানান।
উৎস
- Lateral Reading and the Nature of Expertise: Reading Less and Learning More When Evaluating Digital Information Sam Wineburg, Sarah McGrew, Teachers College Record, খণ্ড 121, সংখ্যা 11, 2019।
- SIFT (The Four Moves) Mike Caulfield, Hapgood, 2019।
এই লেখাটি প্রকাশিত CC BY 4.0 লাইসেন্সে: ODERSA-র নাম উল্লেখ করে তা কপি করুন, অনুবাদ করুন, আবার প্রকাশ করুন।