স্ট্যানফোর্ডের ChatGPT ক্লাস AI এবং একাডেমিক সততার জন্য সতর্কবার্তা হয়ে উঠছে

ChatGPT দ্বারা গড়ে ওঠা একটি graduating class

The Decoder আলোচিত একটি guest essay দেখায়, generative AI কীভাবে elite বিশ্ববিদ্যালয়গুলোর academic life বদলে দিয়েছে। জুন 2026-এ স্নাতক হতে চলা Stanford ছাত্র Theo Baker এমন প্রথম class-এর সদস্য, যারা প্রায় পুরো college experience-টাই ChatGPT-এর সঙ্গে কাটিয়েছেন। তাঁর সিদ্ধান্ত স্পষ্ট: এই tool campus-এ dishonesty তৈরি করেনি, কিন্তু ইতিমধ্যে permissive থাকা culture-কে প্রায় default-এ পরিণত করেছে।

এই account গুরুত্বপূর্ণ, কারণ এটি AI-কে abstract future risk হিসেবে নয়, বরং একটি live institutional stress test হিসেবে দেখায়। Baker-এর বর্ণনায় সমস্যা কেবল plagiarism software পিছিয়ে পড়া নয়। উচ্চশিক্ষাকে ঘিরে থাকা incentives এবং generative tools-এর এমন সহজলভ্যতা, যা shortcut নেওয়ার খরচ মুছে দেয়, তাদের মধ্যকার অসামঞ্জস্যই মূল সমস্যা।

“সামান্য fraud”

প্রবন্ধে বারবার ফিরে আসা phrase, যাকে The Decoder “just a little bit of fraud” বলে উদ্ধৃত করেছে, সেটাই এই piece-এর কেন্দ্রে থাকা সাংস্কৃতিক যুক্তিকে ধরেছে। Baker এটি ব্যবহার করেন এমন একটি campus environment বোঝাতে, যেখানে আর্থিক, প্রশাসনিক, বা academic ছোটখাটো dishonest act-কে ব্যতিক্রম না ধরে স্বাভাবিক বলে দেখা হয়।

এই framing গল্পটিকে ছাত্রদের chatbot দিয়ে paper লেখার পরিচিত বিতর্কের বাইরে নিয়ে যায়। দাবি হলো, AI এমন একটি environment-এ খুব সহজে মিশে যায়, যা ইতিমধ্যেই minor misconduct-কে harmless optimization বলে rationalize করতে শিখে গেছে।

Stanford-এর প্রতিক্রিয়া: proctored, handwritten exams-এ ফেরা

institutional concern-এর সবচেয়ে স্পষ্ট লক্ষণগুলোর একটি হলো, দেওয়া source text অনুযায়ী Stanford spring 2026-এ proctored, handwritten in-person exams ফিরিয়ে আনা। The Decoder জানায়, এই practice এক শতকেরও বেশি সময় ধরে নিষিদ্ধ ছিল। অন্য বিশ্ববিদ্যালয়গুলোও এই পথ অনুসরণ করবে কি না, তা ঘনিষ্ঠভাবে নজরে থাকবে, কারণ এই পদক্ষেপটি স্বীকার করে যে conventional honor-based এবং take-home systems গুরুতর চাপের মধ্যে রয়েছে।

এটিও দেখায়, AI প্রতিষ্ঠানগুলোকে older forms of verification-এর দিকে ঠেলে দিতে পারে। শিক্ষা থেকে শুরু করে hiring পর্যন্ত, frictionless digital productivity-এর প্রতিশ্রুতি আবার এমন settings-এর চাহিদার মুখে পড়ছে যেখানে identity, authorship, এবং effort সরাসরি দেখা যায়।

বিশ্বাসের সমস্যার পরিসর

source text-এ একটি campus-wide survey-এর উল্লেখ আছে, যেখানে 849 computer science major-এর মধ্যে 49 শতাংশ বলেছেন, fail করার চেয়ে exam-এ cheat করাই তারা পছন্দ করবেন। এই সংখ্যাটিকে খুব বেশি generalize না করলেও, administrators কীসের মুখোমুখি তা নিয়ে এটি এক তীক্ষ্ণ সংকেত। যদি প্রায় অর্ধেক respondent চাপের মধ্যে cheating সমর্থন করতে রাজি থাকে, তাহলে AI-কে ছাত্রদের অসত্ হতে রাজি করাতে হয় না। তাকে কেবল dishonest হওয়াকে সস্তা, দ্রুত, এবং ন্যায্যতা দেওয়া সহজ করে তুললেই হয়।

এটাই গুরুত্বপূর্ণ পার্থক্য। education-এ ChatGPT নিয়ে public discussion প্রায়ই detection-এ সীমাবদ্ধ থাকে। কিন্তু detection কেবল সমস্যার একটি layer-ই address করে। যদি incentives process-এর চেয়ে outcome-কে পুরস্কৃত করে, আর ছাত্ররা দেখে যে entry-level career path-গুলোই তারা এড়িয়ে চলতে বলা technologies-এর দ্বারা destabilize হচ্ছে, তাহলে AI assistance ঘিরে moral boundary দ্রুত ক্ষয়ে যেতে পারে।

ক্লাসরুম থেকে labor market পর্যন্ত

The Decoder-এর সংক্ষিপ্তসারে Baker-এর argument campus behavior-কে একটি broader economic mood-এর সঙ্গে যুক্ত করে। AI কিছু traditional entry-level work-কে হুমকির মুখে ফেলছে, একই সময়ে AI company-গুলোর দিকে billions of dollars প্রবাহিত হচ্ছে। এমন পরিবেশে ছাত্ররা সিদ্ধান্তে আসতে পারে যে, বিষয়বস্তু master করার চেয়ে appearance ও presentation-এ দক্ষ হওয়া বেশি গুরুত্বপূর্ণ।

এই diagnosis Stanford-এর অনেক বাইরে প্রাসঙ্গিক। বিশ্ববিদ্যালয়গুলো integrity শেখানোর চেষ্টা করছে, সেই সময়েই অনেক ছাত্র বাস্তব অর্থনীতিকে speed, automation, এবং performative competence-কে পুরস্কৃত করতে দেখছে। যদি employers, investors, এবং institutions সবাই signal দেয় যে output source-এর চেয়ে বেশি গুরুত্বপূর্ণ, তাহলে academic norm-কে রক্ষা করা কঠিন হয়ে পড়ে।

কেন এটি একটি campus-এর চেয়ে বড়

Stanford-এর গল্প গুরুত্বপূর্ণ, কারণ elite বিশ্ববিদ্যালয়গুলো প্রায়ই বড় সামাজিক পরিবর্তনের প্রাথমিক সূচক হিসেবে কাজ করে। যদি উল্লেখযোগ্য প্রযুক্তিগত সম্পদ, public prestige, এবং AI industry-এর সরাসরি কাছাকাছি থাকা একটি school-ও স্পষ্ট নিয়ম ধরে রাখতে হিমশিম খায়, তবে কম সম্পদসম্পন্ন প্রতিষ্ঠানগুলোর trade-off আরও কঠিন হবে।

মুল প্রশ্ন AI শিক্ষা ক্ষেত্রে থাকা উচিত কি না, তা নয়। তা স্পষ্টভাবেই থাকা উচিত। কঠিন প্রশ্ন হলো, বিশ্ববিদ্যালয়গুলো কি গ্রহণযোগ্য ব্যবহারের সীমা এমনভাবে নির্ধারণ করতে পারবে, যা learning-কে রক্ষা করে, আবার স্বীকারও করে যে এই tool-গুলো এখন সাধারণ intellectual life-এর অংশ। Stanford-এর proctored handwriting-এ ফেরার সিদ্ধান্ত দেখায়, আপাতত অনেক প্রতিষ্ঠানের কাছেই এখনও স্থিতিশীল উত্তর নেই।

এই প্রবন্ধটি The Decoder-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল প্রবন্ধটি পড়ুন.