সামাজিক যোগাযোগমাধ্যমে কয়েক সেকেন্ডের একটি ভিডিও অনেক সময় দীর্ঘ কোনো প্রতিবেদনের চেয়েও দ্রুত মানুষের বিশ্বাস অর্জন করে। পরিচিত কোনো শহরের রাস্তায় অস্বাভাবিক ঘটনা, ট্রেনের কামরায় আবেগঘন মুহূর্ত, দুর্যোগের ভয়াবহ দৃশ্য কিংবা কোনো পরিচিত ব্যক্তির বিস্ময়কর বক্তব্য—চোখের সামনে নড়াচড়া করতে দেখলে সেটিকে সত্য বলে ধরে নেওয়ার প্রবণতা স্বাভাবিক। কিন্তু Artificial Intelligence বা AI দিয়ে তৈরি ভিডিওর মান দ্রুত উন্নত হওয়ায় এখন শুধু “দেখে সত্য মনে হচ্ছে” বলেই কোনো সিদ্ধান্তে পৌঁছানো নিরাপদ নয়। এই প্রতিবেদনে এআই ভিডিও চেনার উপায় হিসেবে দৈর্ঘ্য, ছবির মান ও দৃশ্যগত অসঙ্গতি—এই তিনটি প্রধান সংকেত বিস্তারিতভাবে ব্যাখ্যা করা হয়েছে।
AI দিয়ে ভিডিও তৈরি হওয়াটাই অবশ্য অনৈতিক নয়। চলচ্চিত্র, শিক্ষা, বিজ্ঞাপন, নকশা ও বিনোদনে এই প্রযুক্তির বৈধ ব্যবহার আছে। সমস্যা তৈরি হয় তখন, যখন কৃত্রিম দৃশ্যকে বাস্তব ঘটনা হিসেবে ছড়ানো হয়, কোনো মানুষের মুখ বা কণ্ঠ অনুমতি ছাড়া ব্যবহার করা হয়, অথবা অসম্পূর্ণ প্রেক্ষাপট দিয়ে দর্শককে ভুল সিদ্ধান্তে নেওয়া হয়। ফলে ভিডিও যাচাইয়ের উদ্দেশ্য প্রযুক্তিকে সন্দেহ করা নয়; বরং কোন দৃশ্যটি সত্য ঘটনার প্রমাণ আর কোনটি কৃত্রিম বা বিভ্রান্তিকর উপস্থাপনা, সেই পার্থক্য বোঝা।
Digital Forensics বিশেষজ্ঞ ও বর্তমানে Dartmouth College-এর Computer Science Professor Hany Farid বিভিন্ন সময় ছোট ভিডিও, কম মানের ছবি এবং দৃশ্যের ভেতরের শারীরিক অসঙ্গতিকে সতর্কতার সংকেত হিসেবে চিহ্নিত করেছেন। তিনি ৩০ জুন ২০২৬ পর্যন্ত UC Berkeley-তে কর্মরত ছিলেন। তাঁর পর্যবেক্ষণগুলোর গুরুত্বপূর্ণ দিক হলো—এগুলো কোনো একক পরীক্ষার চূড়ান্ত ফল নয়। বরং সন্দেহ তৈরি হলে আরও যাচাই করার সূচনা।
এই প্রতিবেদনে AI ভিডিও শনাক্ত করার প্রধান তিনটি উপায় নিয়ে বিস্তারিত আলোচনা করা হয়েছে। পাশাপাশি কোন লক্ষণকে কতটা গুরুত্ব দিতে হবে, ভুল সিদ্ধান্ত এড়াতে উৎস কীভাবে যাচাই করতে হবে এবং সন্দেহজনক ভিডিও সামনে এলে সাধারণ দর্শক কী করবেন—সেগুলোও সহজ ভাষায় তুলে ধরা হলো।
AI দিয়ে তৈরি ভিডিও বলতে কী বোঝায়
সব কৃত্রিম ভিডিও একইভাবে তৈরি হয় না। কোনো ভিডিও সম্পূর্ণভাবে লেখা বা ছবির নির্দেশনা থেকে তৈরি হতে পারে। আবার বাস্তব ভিডিওর শুধু মুখ বদলে দেওয়া, ঠোঁটের নড়াচড়ার সঙ্গে নতুন কণ্ঠ বসানো, পটভূমি পরিবর্তন করা কিংবা বাস্তবে না ঘটা কোনো বস্তু যোগ করাও সম্ভব। প্রথম ধরনের কাজকে সাধারণভাবে Text-to-Video বলা হয়। মুখ বদলানোকে Face Swap এবং কণ্ঠের সঙ্গে ঠোঁট মিলিয়ে দেওয়ার কৌশলকে Lip Sync ধরনের পরিবর্তন বলা হয়।
এখানে আরেকটি পার্থক্য বোঝা জরুরি। একটি ভিডিও প্রযুক্তিগতভাবে সম্পূর্ণ বাস্তব হলেও তার সঙ্গে দেওয়া দাবি মিথ্যা হতে পারে। পুরোনো বন্যার ভিডিওকে নতুন কোনো দেশের দুর্যোগ বলে চালানো, নাটকের দৃশ্যকে গোপন ক্যামেরার ফুটেজ বলা কিংবা অন্য ঘটনার ভিডিওতে ভিন্ন পরিচয় বসানো—এসব ক্ষেত্রে ভিডিওটি AI দিয়ে তৈরি নয়, কিন্তু পোস্টটি বিভ্রান্তিকর। তাই “ভিডিও আসল কি না” এবং “ভিডিওটি যে ঘটনার প্রমাণ হিসেবে দেখানো হচ্ছে, সেটি সত্য কি না”—দুটি প্রশ্ন আলাদাভাবে যাচাই করতে হয়।
Windows 11 Pro Tips: দৈনন্দিন কাজ দ্রুত ও গুছিয়ে নেওয়ার ১০টি কৌশল
AI ভিডিও চেনা এখন কেন কঠিন
শুরুর দিকের কৃত্রিম ভিডিওতে মানুষের আঙুলের সংখ্যা, চোখের পলক, দাঁত, লেখা বা হাঁটার ভঙ্গিতে বড় ভুল দেখা যেত। বর্তমান Video Generation Model অনেক ক্ষেত্রেই এসব সাধারণ ত্রুটি কমিয়ে এনেছে। দৃশ্যের সঙ্গে মিল রেখে কণ্ঠ, পরিবেশের শব্দ, ক্যামেরার নড়াচড়া এবং আলো তৈরি করার ক্ষমতাও বেড়েছে। ফলে একবার স্বাভাবিক গতিতে দেখে সিদ্ধান্ত নেওয়ার সুযোগ কমছে।
Hany Farid ও তাঁর সহকর্মীদের প্রকাশিত গবেষণায় সাতটি Text-to-Video Model দিয়ে তৈরি ৩ হাজারের বেশি ক্লিপ বিশ্লেষণ করা হয়। ক্লিপগুলোর দৈর্ঘ্য ছিল প্রায় ২ থেকে ১০ দশমিক ৭ সেকেন্ড। গবেষণাটি দেখায়, বাস্তব ও কৃত্রিম মানুষের নড়াচড়ার পার্থক্য ধরতে বিশেষ বিশ্লেষণ দরকার হতে পারে; শুধু পুরোনো ধরনের Pixel ত্রুটির ওপর নির্ভর করলে নতুন Model বা পুনরায় সংকুচিত ভিডিওতে ফল দুর্বল হতে পারে। গবেষণাটি Human Action CLIPs নামে প্রকাশিত হয়েছে।
২০২৬ সালের আরেকটি গবেষণায় একজন দর্শককে একটি স্থির Frame থেকে শুরু করে আট সেকেন্ড পর্যন্ত ভিডিও দেখানো হয়। দেখার সময় বাড়লে AI-তৈরি ভিডিও শনাক্তের গড় সঠিকতা ৫৮ শতাংশ থেকে ৭৫ শতাংশে ওঠে। কিন্তু বাস্তব ভিডিওকে সঠিকভাবে বাস্তব বলার হার প্রায় ৬০ শতাংশেই স্থির ছিল। অর্থাৎ বেশি সময় দেখলে কৃত্রিম ভিডিওর খুঁত খুঁজে পাওয়ার সুযোগ বাড়ে, কিন্তু খুঁত না পাওয়াকে ভিডিওটি বাস্তব হওয়ার নিশ্চয়তা বলা যায় না। ফলাফলটি CVPR 2026 Workshop-এর গবেষণাপত্রে প্রকাশিত হয়েছে।
এই সীমাবদ্ধতার কারণেই একটি ভালো যাচাই প্রক্রিয়ায় তিন ধরনের প্রমাণ একসঙ্গে দেখা দরকার—চোখে ধরা পড়া লক্ষণ, ভিডিওর উৎস ও ইতিহাস, এবং সম্ভব হলে Watermark বা Content Credentials-এর মতো প্রযুক্তিগত তথ্য।
১. ভিডিওর দৈর্ঘ্য ও দৃশ্য পরিবর্তনের ধরন দেখুন
কয়েক সেকেন্ডের ক্লিপ কেন সন্দেহ তৈরি করে
AI ভিডিও চেনার প্রথম সংকেত হতে পারে ক্লিপের দৈর্ঘ্য। অনেক জনপ্রিয় Video Generation Model নির্দিষ্ট কয়েক সেকেন্ডের একটি ধারাবাহিক দৃশ্য তৈরি করে। উদাহরণ হিসেবে Google-এর বর্তমান Veo 3.1-এর Gemini API নির্দেশিকায় আট সেকেন্ডের ভিডিও তৈরির কথা বলা হয়েছে। Hany Farid-ও Veo 3 দিয়ে তৈরি কিছু বিভ্রান্তিকর ভিডিও বিশ্লেষণ করে দেখেছিলেন, সেগুলো হয় ঠিক আট সেকেন্ডের, নয়তো আট সেকেন্ড বা তার কম দৈর্ঘ্যের কয়েকটি অংশ জোড়া দিয়ে বানানো। তাঁর নিজের ব্যাখ্যাতেও স্পষ্ট করা হয়েছে, এই দৈর্ঘ্য ভিডিওটি নকল হওয়ার প্রমাণ নয়; এটি কেবল পুনরায় যাচাই করার কারণ।
Video Generation Model ভেদে সময়সীমা ভিন্ন হতে পারে এবং একই Model-এর সুবিধাও বদলাতে পারে। ছোট অংশ বাড়িয়ে, পুনরায় তৈরি করে বা Video Editor-এ জোড়া লাগিয়ে অনেক লম্বা কৃত্রিম ভিডিও বানানো সম্ভব। তাই ছয়, আট বা দশ সেকেন্ডের ভিডিও দেখলেই “এটি AI” বলা ঠিক হবে না। বাস্তব দুর্ঘটনার মুহূর্ত, CCTV থেকে নেওয়া অংশ কিংবা ফোনে হঠাৎ ধারণ করা দৃশ্যও স্বাভাবিকভাবেই ছোট হতে পারে।
কোথায় কোথায় কাট হচ্ছে, হিসাব করুন
সন্দেহজনক ভিডিওটি Social Media Feed-এ বারবার চলতে না দিয়ে পুরো পর্দায় খুলুন। শুরু থেকে শেষ পর্যন্ত সময় দেখুন। তারপর লক্ষ্য করুন, প্রায় সমান বিরতিতে দৃশ্য বদলাচ্ছে কি না। আট সেকেন্ড পরপর ক্যামেরার দিক পরিবর্তন, হঠাৎ কালো Frame, দ্রুত Zoom, কোনো বস্তু দিয়ে পুরো পর্দা ঢেকে যাওয়া কিংবা অস্বাভাবিক Motion Blur—এসবের আড়ালে আলাদা ক্লিপ জোড়া দেওয়া থাকতে পারে।
কাটের দুই পাশও তুলনা করুন। একই মানুষের জামার ভাঁজ, বোতাম, গয়না, চুলের বিন্যাস বা হাতে থাকা বস্তু বদলে গেছে কি না দেখুন। ঘরের দেয়ালে থাকা ছবি, জানালার অবস্থান, টেবিলের জিনিস কিংবা দূরে দাঁড়ানো মানুষের সংখ্যা হঠাৎ পাল্টে গেলে সেটি ধারাবাহিকতার সমস্যা হতে পারে। একই সঙ্গে পরিবেশের শব্দও শুনুন। দৃশ্য বদলের সঙ্গে ঘরের প্রতিধ্বনি, বাতাস, গাড়ির শব্দ বা মানুষের কণ্ঠের স্বর আকস্মিকভাবে বদলে গেলে সম্পাদনার ইঙ্গিত পাওয়া যায়।
Loop বা পুনরাবৃত্তি খেয়াল করুন
অনেক ছোট কৃত্রিম ভিডিও এমনভাবে প্রকাশ করা হয়, যাতে শেষ অংশটি আবার শুরুর সঙ্গে মিশে যায়। দর্শক তখন ভিডিওটি কয়েকবার দেখলেও সময়ের সীমা বুঝতে পারেন না। মানুষ বা গাড়ির একই নড়াচড়া হুবহু ফিরে আসছে কি না, পটভূমির শব্দ নির্দিষ্ট বিরতিতে শুরু হচ্ছে কি না এবং শেষ Frame-এর পর ঘটনাটি অস্বাভাবিকভাবে প্রথম অবস্থায় ফিরে যাচ্ছে কি না দেখুন।
তবে Social Media Platform নিজে থেকেই ছোট ভিডিও বারবার চালাতে পারে। সুতরাং Loop হওয়াটিও একা প্রমাণ নয়। মূল প্রশ্ন হলো, ভিডিওর দৈর্ঘ্য ও কাটের ধরন কি পোস্টে করা দাবির সঙ্গে স্বাভাবিকভাবে মানানসই? বড় কোনো ঘটনা দাবি করা হলেও যদি তার আগে-পরে কিছু না থাকে, মূল ধারণকারীর পরিচয় না থাকে এবং কেবল কয়েকটি নিখুঁত ছোট দৃশ্য থাকে, তখন উৎস যাচাই না করে সেটি শেয়ার করা উচিত নয়।
২. ছবির মান, ঝাপসা অংশ ও Resolution পরীক্ষা করুন
কম মানের ভিডিওতে ভুল লুকিয়ে যেতে পারে
AI দিয়ে তৈরি ভিডিওর সূক্ষ্ম সমস্যা আড়াল করতে কখনো Resolution কমানো, অতিরিক্ত Compression দেওয়া, দানাদার আবরণ বসানো বা CCTV-এর মতো রঙ ব্যবহার করা হয়। Berkeley School of Information-এ প্রকাশিত Hany Farid-এর সাক্ষাৎকারের সারাংশে দানাদার ও ঝাপসা ছবিকে সতর্কতার কারণ হিসেবে দেখতে বলা হয়েছে। কারণ মান কমলে আঙুল, দাঁত, চুল, লেখা, প্রতিফলন কিংবা বস্তুর প্রান্তের ছোট পরিবর্তন চোখে ধরা কঠিন হয়।
এখানে সতর্ক থাকা আরও জরুরি। Messenger, WhatsApp, Facebook বা অন্য Platform-এ বারবার পাঠানো হলে বাস্তব ভিডিওর মানও কমে যায়। দুর্বল আলো, নোংরা Camera Lens, Digital Zoom, পুরোনো CCTV, দূর থেকে ধারণ, দ্রুত হাত কাঁপা কিংবা ধীর Internet-এর Preview—এসব কারণেও ফুটেজ ঝাপসা হতে পারে। ফলে “ছবি খারাপ, তাই AI” এমন সিদ্ধান্ত তথ্যগতভাবে দুর্বল।
পুরো দৃশ্য নয়, নির্দিষ্ট অংশের মান তুলনা করুন
ভিডিওটি সম্ভব হলে সর্বোচ্চ মানে চালান। একই Frame-এ মুখ, হাত, পোশাক, পটভূমি ও স্থির বস্তুর ধার কতটা পরিষ্কার, তা তুলনা করুন। পুরো দৃশ্য ঝাপসা হলে সেটি Camera বা Compression-এর সাধারণ প্রভাব হতে পারে। কিন্তু মুখের চারপাশ, আঙুল, কানের দুল, চশমা বা হাতে ধরা বস্তুর অংশে বারবার নরম আবরণ তৈরি হলে এবং পাশের অংশ তুলনামূলক পরিষ্কার থাকলে আরও মনোযোগ দেওয়া দরকার।
চলন্ত অবস্থায় পোশাকের নকশা কাঁপছে বা গলে যাচ্ছে কি না দেখুন। চুলের গোছা এক Frame-এ শরীরের সামনে, পরের Frame-এ কোনো স্বাভাবিক গতি ছাড়াই পেছনে চলে যাচ্ছে কি না লক্ষ্য করুন। দেয়ালের লেখা, গাড়ির Number Plate, দোকানের Signboard বা পরিচিত Logo কয়েক মুহূর্তে অক্ষর বদলাচ্ছে কি না দেখাও কার্যকর। আধুনিক Model অনেক সময় একটি স্থির Frame-এ বিশ্বাসযোগ্য লেখা বানাতে পারে, কিন্তু চলমান দৃশ্যে একই লেখা ধরে রাখা এখনও কঠিন হতে পারে।
আলো, Noise ও Motion Blur-এর আচরণ মিলিয়ে দেখুন
বাস্তব Camera-তে একই আলো ও একই Sensor থেকে আসা ছবির দানাদার ভাব সাধারণত কাছাকাছি ধরনের হয়। সন্দেহজনক ভিডিওতে কখনো মুখের ওপর একরকম Texture, পোশাকে অন্যরকম এবং পটভূমিতে সম্পূর্ণ ভিন্ন Noise দেখা যায়। আবার মাথা ঘোরার সময় চুল ঝাপসা হলেও চশমা অস্বাভাবিকভাবে ধারালো থাকতে পারে, কিংবা দ্রুত চলা হাতের Blur আশপাশের গতির সঙ্গে মিলতে নাও পারে।
এসব পার্থক্য খুঁজতে Video Editor জানা জরুরি নয়। ভিডিও থামিয়ে কয়েকটি জায়গায় Screenshot নিলেই যথেষ্ট। তবে Screenshot বড় করে দেখার সময় অতিরিক্ত Zoom-এ তৈরি চৌকো Pixel বা Platform-এর Compression-কে AI-এর ভুল ভেবে বসা যাবে না। একই ত্রুটি কয়েকটি ধারাবাহিক Frame-এ কীভাবে বদলাচ্ছে, সেটিই বেশি অর্থবহ।
মূল কপি খোঁজার চেষ্টা করুন
মান খুব খারাপ হলে পোস্টদাতার কাছে মূল Video Link বা উচ্চমানের কপি আছে কি না দেখুন। একই ভিডিও অন্য কোনো নির্ভরযোগ্য Account বা News Organization প্রকাশ করেছে কি না খুঁজুন। একটি বাস্তব ঘটনার শুধু ক্ষুদ্র ও ঝাপসা কপিই ঘুরছে, অথচ মূল ধারণকারী, স্থান, সময় বা দীর্ঘ সংস্করণের কোনো সন্ধান নেই—এমন পরিস্থিতিতে ভিডিওটিকে “যাচাই হয়নি” হিসেবে দেখা নিরাপদ।
৩. সূক্ষ্ম দৃশ্যগত অসঙ্গতি খুঁজুন
AI Model এখন আগের তুলনায় উন্নত হওয়ায় শুধু ছয় আঙুল বা বিকৃত মুখ খোঁজা যথেষ্ট নয়। বরং একটি বস্তু, মানুষ ও পরিবেশ সময়ের সঙ্গে একই পরিচয় ও একই নিয়ম ধরে রাখছে কি না দেখতে হয়। এই ধারাবাহিকতাকে Temporal Consistency বলা হয়।
মুখ, চুল ও পোশাকের পরিচয়
একজন মানুষের মুখ পুরো ভিডিওতে একই থাকছে কি না দেখুন। মাথা পাশের দিকে ঘোরার সময় নাক, থুতনি, কানের গঠন বা চুলের রেখা অস্বাভাবিকভাবে বদলে যেতে পারে। চশমার ডাঁটি কানের ভেতর ঢুকে যাওয়া, কানের দুল কয়েক মুহূর্তের জন্য হারিয়ে যাওয়া, দাঁতের সংখ্যা বা আকৃতি বদলানো এবং চুল পোশাকের সঙ্গে মিশে যাওয়াও সতর্কতার সংকেত।
ত্বক অস্বাভাবিক মসৃণ দেখানো নিয়ে অনেক আলোচনা হয়। কিন্তু Beauty Filter, কম আলো, ফোনের Camera Processing কিংবা Video Compression-এও ত্বক মসৃণ হতে পারে। তাই মসৃণ ত্বককে আলাদা প্রমাণ না ধরে মুখের প্রান্ত, চোখের দৃষ্টি, চুল, ছায়া ও নড়াচড়ার সঙ্গে মিলিয়ে দেখতে হবে।
পোশাকের ডোরা, ফুল, বোতাম, লেখা বা ভাঁজ অনুসরণ করা তুলনামূলক কার্যকর। মানুষটি হাঁটলে বা ঘুরলে একই নকশা কি স্বাভাবিকভাবে কাপড়ের সঙ্গে ঘুরছে, নাকি নতুন নকশায় রূপ নিচ্ছে? একটি হাত শরীরের সামনে দিয়ে গেলে জামার অংশ মুছে যাচ্ছে বা নতুনভাবে তৈরি হচ্ছে কি না? কয়েক সেকেন্ড মনোযোগ দিয়ে দেখলে এমন পরিবর্তন ধরা পড়তে পারে।
হাত ও বস্তুর পারস্পরিক সম্পর্ক
আঙুলের সংখ্যা ঠিক থাকলেও হাত কোনো বস্তু কীভাবে ধরছে, সেটি ভুল হতে পারে। Cup ধরার সময় আঙুল Handle-এর ভেতর না গিয়ে তার ওপর গলে থাকা, Mobile Phone হাতের ভেতর দিয়ে চলে যাওয়া, দরজার হাতল না ঘুরিয়েই দরজা খোলা অথবা খাবারের অংশ মুখের কাছে গিয়ে অদৃশ্য হওয়া—এগুলো বাস্তব জগতের পারস্পরিক ক্রিয়ার সঙ্গে মেলে না।
একটি বস্তু সাময়িকভাবে অন্য বস্তুর আড়ালে গেলে পরে একই আকারে ফিরে আসছে কি না দেখুন। টেবিলের ওপর রাখা Glass মানুষের হাতের আড়ালে গিয়ে রং বদলে ফেললে, ব্যাগের Strap কাঁধে ঢুকে গেলে বা চলন্ত গাড়ির চাকা রাস্তার সঙ্গে সঠিকভাবে না ঘুরলে তা কৃত্রিমতার সম্ভাবনা বাড়ায়। গবেষকেরা এ ধরনের বিশ্লেষণে মানুষের গতি ও বাস্তব জগতের অর্থবহ সম্পর্ককে গুরুত্ব দেন।
পটভূমি ও ছোট বস্তুর স্থায়িত্ব
মূল চরিত্রের দিকে তাকিয়ে থাকলে পেছনের ভুল সহজে বাদ পড়ে যায়। তাই দ্বিতীয়বার ভিডিও দেখার সময় শুধু পটভূমি দেখুন। দূরের মানুষ হঠাৎ অদৃশ্য হচ্ছে কি না, ভবনের জানালা বাড়ছে-কমছে কি না, গাছের ডাল বাতাসের বিপরীত দিকে নড়ছে কি না এবং দেয়ালের কোনো বস্তু কারণ ছাড়াই স্থান বদলাচ্ছে কি না লক্ষ্য করুন।
বিশেষ করে Camera Pan করার সময় সোজা দেয়াল, দরজা, রেললাইন বা দিগন্তের রেখা বাঁকা হয়ে আবার সোজা হচ্ছে কি না দেখুন। একই ঘরের মাপ বা Perspective কয়েক সেকেন্ডের মধ্যে বদলে গেলে সেটিও দৃশ্য নির্মাণের অসঙ্গতি হতে পারে।
আলো, ছায়া ও প্রতিফলন
বাস্তব দৃশ্যে আলোর উৎস, বস্তুর ছায়া ও আয়না বা কাচের প্রতিফলনের মধ্যে একটি শারীরিক সম্পর্ক থাকে। জানালার আলো ডান দিক থেকে এলে মুখের ছায়া কোন দিকে পড়ছে, তা দেখুন। মানুষের শরীর এগোলেও ছায়া একই জায়গায় আটকে আছে কি না, আয়নায় মুখের ভঙ্গি মূল মানুষের সঙ্গে মিলছে কি না এবং চকচকে গাড়ি বা পানিতে আশপাশের দৃশ্য সঠিকভাবে প্রতিফলিত হচ্ছে কি না পরীক্ষা করুন।
তবে একাধিক বাতি, Studio Lighting, ফোনের High Dynamic Range Processing বা Video Editing-এর কারণে আলো জটিল হতে পারে। সাধারণ দর্শকের কাছে প্রতিটি ছায়ার হিসাব পরিষ্কার নাও হতে পারে। তাই একটি অস্পষ্ট ছায়ার ওপর ভিত্তি করে সিদ্ধান্ত না নিয়ে একাধিক অসঙ্গতি আছে কি না দেখুন।
গতি ও বাস্তব জগতের নিয়ম
পানি ঢালা, ধোঁয়া ওঠা, কাপড় উড়া, চুল নড়া, গাড়ি মোড় নেওয়া কিংবা কোনো বস্তু পড়ে যাওয়ার দৃশ্য AI Model-এর জন্য কঠিন হতে পারে। পানির ধারা পাত্রে না পড়েই মিলিয়ে যাওয়া, আগুনের শিখা বাতাসের সঙ্গে সম্পর্কহীনভাবে নড়া, গাড়ির গতি বদলালেও চাকার ঘূর্ণন একই থাকা অথবা লাফ দেওয়ার পর মানুষের শরীর অস্বাভাবিকভাবে ভেসে থাকা—এসব লক্ষণ দেখুন।
দ্রুতগতির বাস্তব ফুটেজেও Rolling Shutter, Stabilization বা ধীর Frame Rate-এর কারণে বাঁকা বা ঝাঁকুনিযুক্ত গতি দেখা দিতে পারে। তাই পদার্থবিজ্ঞানের অস্বাভাবিকতা বারবার ঘটছে কি না এবং সেটি অন্য লক্ষণের সঙ্গে মিলে যাচ্ছে কি না বিচার করতে হবে।
কণ্ঠ, ঠোঁট ও পরিবেশের শব্দ
আধুনিক AI Video-তে শব্দও তৈরি হতে পারে। মানুষের ঠোঁটের খোলা-বন্ধ হওয়া উচ্চারিত শব্দের সঙ্গে মিলছে কি না, বাক্যের মাঝখানে শ্বাস নেওয়া স্বাভাবিক কি না এবং মাথা ঘোরালেও কণ্ঠের অবস্থান একই থাকে কি না শুনুন। ঘরের ভেতর কথা বললে যে প্রতিধ্বনি হওয়ার কথা, সেটি আছে কি না কিংবা বাইরের দৃশ্যে বাতাস ও যানবাহনের শব্দ ছবির ঘটনার সঙ্গে মিলছে কি না দেখুন।
কণ্ঠে আবেগ থাকলেও মুখে তার প্রতিফলন না থাকা, একাধিক মানুষের কথা হলেও সবার কণ্ঠ একই দূরত্ব থেকে শোনা, অথবা দৃশ্য কাটার পর পরিবেশের শব্দ হঠাৎ শুরু থেকে চালু হওয়া সন্দেহ বাড়াতে পারে। তবে Dubbing, দুর্বল Internet, Bluetooth Delay বা সাধারণ Editing-এর কারণেও ঠোঁট ও শব্দে অমিল হতে পারে। এখানে আবারও একাধিক সংকেত মিলিয়ে সিদ্ধান্ত নিতে হবে।
চোখে দেখা তিন লক্ষণের পর উৎস যাচাই করুন
দৈর্ঘ্য, ছবির মান ও দৃশ্যগত অসঙ্গতি সন্দেহ তৈরি করতে সাহায্য করে; চূড়ান্ত সিদ্ধান্তের জন্য উৎস ও প্রেক্ষাপট যাচাই বেশি নির্ভরযোগ্য। কোনো ভিডিও খুব নিখুঁত হওয়া মানেই বাস্তব নয়, আবার ত্রুটিপূর্ণ হওয়া মানেই AI নয়।
প্রথম প্রকাশক ও মূল দাবি শনাক্ত করুন
ভিডিওটি যে Account-এ দেখেছেন, সেটি মূল ধারণকারী কি না যাচাই করুন। পোস্টে স্থান, তারিখ, ধারণকারীর নাম বা মূল Link আছে কি না দেখুন। Account-টি আগে কী ধরনের পোস্ট করেছে, হঠাৎ তৈরি হয়েছে কি না এবং একই Caption দিয়ে অসংখ্য অসংলগ্ন ভিডিও প্রকাশ করছে কি না লক্ষ্য করুন। পরিচিত নাম বা Verified Badge থাকলেও Account দখল, নকল পরিচয় বা ভুল শেয়ার হওয়ার সম্ভাবনা বাদ যায় না।
Caption-এর দাবিটি আলাদা করে লিখে নিন—কে, কোথায়, কখন এবং কী করেছে। এরপর ওই নাম, স্থান ও ঘটনার মূল শব্দ দিয়ে Search করুন। বড় কোনো দুর্ঘটনা, জনসমাগম, আবহাওয়ার ঘটনা বা পরিচিত ব্যক্তির বক্তব্য সত্য হলে সাধারণত একাধিক স্বাধীন ও দায়িত্বশীল সূত্রে তার উল্লেখ পাওয়া যায়। শুধু পরস্পরের ভিডিও কপি করা অনেক Account-কে স্বাধীন সূত্র হিসেবে ধরা যাবে না।
ভিডিওর Frame দিয়ে Reverse Search করুন
ভিডিওর শুরু, মাঝখান ও শেষ থেকে তিনটি পরিষ্কার Screenshot নিন। মুখের Close-up-এর পাশাপাশি ভবন, রাস্তার চিহ্ন, Logo বা বিশেষ বস্তুযুক্ত Frame বেছে নিন। এরপর Google Lens-এ একেকটি ছবি দিয়ে খুঁজুন। Google-এর Image Search নির্দেশিকা অনুযায়ী ফলাফলে একই বা কাছাকাছি ছবি এবং যেসব Website-এ সেগুলো আছে, তা দেখা যেতে পারে।
একটি Frame আগে অন্য দেশ, অন্য বছর বা ভিন্ন ঘটনার নামে প্রকাশিত হয়ে থাকলে বর্তমান Caption ভুল হওয়ার শক্ত প্রমাণ পাওয়া যায়। ফল না পাওয়া মানে ভিডিওটি সত্য—এমন নয়। নতুন ভিডিও, সীমিতভাবে ছড়ানো কনটেন্ট বা খুব বেশি Crop করা ছবির মিল নাও পাওয়া যেতে পারে।
Platform Label ও Content Credentials দেখুন
YouTube বাস্তবসম্মত AI-তৈরি বা উল্লেখযোগ্যভাবে পরিবর্তিত কনটেন্ট প্রকাশের সময় Creator-কে তা জানাতে বলে। Creator ঘোষণা করলে, C2PA Metadata থাকলে অথবা Platform-এর নিজস্ব ব্যবস্থায় শনাক্ত হলে ভিডিওতে Label দেখা যেতে পারে। YouTube-এর নীতিতে এই ব্যবস্থার ব্যাখ্যা রয়েছে। Facebook ও Instagram-এও “AI info” ধরনের তথ্য দেখা যেতে পারে।
এ ধরনের Label পাওয়া গেলে তা গুরুত্বপূর্ণ তথ্য। কিন্তু Label না থাকাকে বাস্তবতার সনদ বলা যাবে না। Creator ঘোষণা না করতে পারেন, শনাক্তকরণ ব্যর্থ হতে পারে, কিংবা Download, Screenshot, Screen Recording ও পুনরায় সম্পাদনার সময় Metadata হারিয়ে যেতে পারে।
C2PA-এর Content Credentials কোনো ছবি বা ভিডিও কীভাবে তৈরি এবং পরিবর্তন করা হয়েছে, সেই ইতিহাসের সঙ্গে Cryptographic তথ্য যুক্ত করতে পারে। C2PA-এর ব্যাখ্যা অনুযায়ী, ফাইল বা সংযুক্ত তথ্য বদলালে সেই সম্পর্ক ভাঙার সংকেত পাওয়া যায়। তবে Credentials না থাকা মানে কনটেন্টটি মিথ্যা নয়, আর Credentials থাকলেও ভিডিওর সঙ্গে করা প্রতিটি সামাজিক বা রাজনৈতিক দাবি স্বয়ংক্রিয়ভাবে সত্য হয়ে যায় না।
Google-এর কিছু AI Tool দিয়ে তৈরি কনটেন্টে SynthID নামে অদৃশ্য Watermark থাকে। Google-এর বর্তমান SynthID ব্যবস্থায় Gemini-তে কোনো ছবি, Video বা Audio Upload করে সেটি Google AI দিয়ে তৈরি বা সম্পাদিত কি না জানতে চাওয়া যায়। তবে এই পরীক্ষা মূলত Google-এর SynthID শনাক্ত করতে পারে; অন্য প্রতিষ্ঠানের Model দিয়ে তৈরি সব কনটেন্ট সম্পর্কে নিশ্চিত সিদ্ধান্ত দেয় না।
পাঁচ মিনিটে সন্দেহজনক ভিডিও যাচাইয়ের সহজ পদ্ধতি
প্রথম মিনিট: থামুন এবং দাবিটি আলাদা করুন
ভিডিও দেখে রাগ, ভয়, বিস্ময় বা আবেগ তৈরি হলে সঙ্গে সঙ্গে শেয়ার করবেন না। Caption থেকে ব্যক্তি, স্থান, সময় ও ঘটনার দাবিটি আলাদা করে লিখুন। পোস্টদাতা কী প্রমাণ দেখিয়েছেন এবং কোন তথ্য শুধু ভাষার মাধ্যমে যোগ করেছেন, তা বুঝুন।
দ্বিতীয় মিনিট: দৈর্ঘ্য ও কাট দেখুন
ভিডিওটি একবার মূল চরিত্রের দিকে এবং আরেকবার পটভূমির দিকে তাকিয়ে দেখুন। মোট দৈর্ঘ্য, সমান বিরতির কাট, পুনরাবৃত্তি, শব্দের আকস্মিক পরিবর্তন ও দৃশ্যের ধারাবাহিকতা নোট করুন।
তৃতীয় মিনিট: কয়েকটি Frame থামিয়ে দেখুন
মুখ, হাত, পোশাক, লেখা, প্রতিফলন ও পটভূমির ছোট বস্তু তিন-চারটি আলাদা সময়ে তুলনা করুন। কোনো একটি অস্বাভাবিক Frame নয়, সময়ের সঙ্গে একই ত্রুটি বা পরিবর্তনের ধরন খুঁজুন।
চতুর্থ মিনিট: Frame ও মূল শব্দ দিয়ে Search করুন
দুটি বা তিনটি Screenshot Google Lens-এ দিন। একই সঙ্গে ব্যক্তি, স্থান ও ঘটনার নাম লিখে Search করুন। পুরোনো প্রকাশনা, মূল Upload অথবা দায়িত্বশীল সংবাদমাধ্যম ও প্রতিষ্ঠানের ব্যাখ্যা আছে কি না দেখুন।
পঞ্চম মিনিট: Label, উৎস ও দ্বিতীয় নিশ্চিতকরণ দেখুন
ভিডিওর Description, “AI info”, “Altered or synthetic content” বা Content Credentials চিহ্ন পরীক্ষা করুন। মূল ধারণকারীকে শনাক্ত করা না গেলে এবং নির্ভরযোগ্য দ্বিতীয় সূত্র না মিললে ভিডিওটিকে সত্য বলে প্রচার না করে “যাচাই করা যায়নি” বলুন।
পুরোনো স্মার্টফোনকে নিরাপত্তা ক্যামেরায় রূপান্তরের নিরাপদ উপায়
যেসব ভুলে বাস্তব ভিডিওকেও নকল মনে হতে পারে
প্রথম ভুল হলো একটি মাত্র লক্ষণকে চূড়ান্ত প্রমাণ ধরা। আট সেকেন্ডের বাস্তব Video থাকতে পারে, আবার কয়েক মিনিটের AI Video-ও বানানো যায়। একইভাবে কম Resolution, অতিরিক্ত মসৃণ ত্বক বা অস্বাভাবিক আলো বাস্তব Camera ও Editing-এর ফল হতে পারে।
দ্বিতীয় ভুল হলো মন্তব্যের ঘরকে প্রমাণ হিসেবে নেওয়া। অনেক ব্যবহারকারী একই ভুল তথ্য দেখে একে অন্যের মন্তব্য অনুসরণ করেন। “সবাই বলছে সত্য” কিংবা “অনেকে AI বলেছে”—কোনোটিই উৎস যাচাইয়ের বিকল্প নয়।
তৃতীয় ভুল হলো অজানা AI Detector-এ ভিডিও দিয়ে একটি শতাংশ পাওয়ার পর সেটিকে নিশ্চিত ফল বলা। NIST-এর Synthetic Content বিষয়ক প্রতিবেদনে Watermark, Metadata, শনাক্তকরণ ব্যবস্থা এবং মানুষের সচেতনতাকে একসঙ্গে ব্যবহারের কথা আলোচিত হয়েছে। Model বদল, Compression, Crop ও পুনরায় Encoding-এর কারণে Detector-এর ফল বদলাতে পারে। অচেনা Website-এ ব্যক্তিগত বা সংবেদনশীল ভিডিও Upload করলে গোপনীয়তার ঝুঁকিও থাকতে পারে।
চতুর্থ ভুল হলো Watermark না পেয়ে ভিডিওকে বাস্তব ঘোষণা করা। Watermark মুছে যেতে পারে, সব Model একই ব্যবস্থা ব্যবহার করে না এবং পুরোনো বা Camera-তে ধারণ করা সত্য ভিডিওতেও Content Credentials নাও থাকতে পারে।
পঞ্চম ভুল হলো ভুল সন্দেহ ছড়িয়ে কোনো বাস্তব মানুষকে মিথ্যাবাদী বা প্রতারক বলা। নিশ্চিত প্রমাণ না থাকলে ভাষা হওয়া উচিত সংযত—“ভিডিওটির উৎস পাওয়া যায়নি”, “দৃশ্যটিতে কিছু অসঙ্গতি আছে” অথবা “স্বাধীনভাবে যাচাই করা সম্ভব হয়নি”। এতে ভুল অভিযোগ ও অপ্রয়োজনীয় ক্ষতির আশঙ্কা কমে।
কোন ধরনের ভিডিওতে বেশি সতর্কতা প্রয়োজন
দুর্যোগ, সংঘর্ষ, নির্বাচন, ধর্মীয় উত্তেজনা, আইনশৃঙ্খলা, আর্থিক বিনিয়োগ, চিকিৎসা পরামর্শ, পরিচিত ব্যক্তির বক্তব্য এবং ব্যক্তিগত কেলেঙ্কারির দাবি করা ভিডিও দ্রুত ক্ষতি করতে পারে। এসব ক্ষেত্রে একটি ভুল শেয়ার কারও সুনাম নষ্ট করতে, আতঙ্ক তৈরি করতে বা মানুষের সিদ্ধান্তকে প্রভাবিত করতে পারে।
বাংলাদেশের স্থানীয় কোনো ঘটনার ভিডিও হলে স্থানটির পরিচিত চিহ্ন, আবহাওয়া, ভাষা, গাড়ির Number Plate, প্রতিষ্ঠানের Signboard ও প্রকাশের সময় মিলিয়ে দেখা যেতে পারে। তবে এসব দৃশ্যগত তথ্যও সম্পাদনা করা সম্ভব। তাই সংশ্লিষ্ট কর্তৃপক্ষের Official Page, প্রতিষ্ঠিত সংবাদমাধ্যমের নিজস্ব প্রতিবেদন এবং ঘটনাস্থল থেকে আসা একাধিক স্বাধীন তথ্যের সঙ্গে মিলিয়ে দেখা দরকার।
কোনো পরিচিত ব্যক্তির কণ্ঠে টাকা পাঠানো, গোপন তথ্য দেওয়া বা জরুরি সিদ্ধান্ত নেওয়ার অনুরোধ থাকলে শুধু ভিডিও বা Video Call-এর ওপর ভরসা করা উচিত নয়। আগে থেকে জানা অন্য যোগাযোগপথে ওই ব্যক্তি বা প্রতিষ্ঠানের সঙ্গে যোগাযোগ করে নিশ্চিত হওয়া নিরাপদ। সন্দেহজনক Link, App বা ফাইল খুলে “ভিডিও যাচাই” করার চেষ্টা করাও ঠিক নয়।
ভবিষ্যতে চোখের চেয়ে উৎসের গুরুত্ব কেন বাড়বে
AI Video Generation-এর দৃশ্যগত ত্রুটি স্থায়ী নয়। আজ যে ধরনের চুল, হাত, লেখা বা ছায়ার সমস্যা দেখে কৃত্রিম ভিডিও ধরা যাচ্ছে, পরবর্তী Model-এ তা কমে যেতে পারে। একই সঙ্গে পুরোনো শনাক্তকরণ পদ্ধতিকে এড়িয়ে যাওয়ার মতো সম্পাদনা কৌশলও তৈরি হয়। তাই শুধু একটি “AI চেনার তালিকা” মুখস্থ করে দীর্ঘমেয়াদে নিরাপদ থাকা সম্ভব নয়।
ভবিষ্যতের কার্যকর পদ্ধতি হবে স্তরভিত্তিক। Camera বা তৈরির Tool থেকে উৎসের তথ্য সংরক্ষণ, Content Credentials ও Watermark পরীক্ষা, দায়িত্বশীল Platform Label, Digital Forensics এবং সাধারণ মানুষের উৎস যাচাই—সবগুলো একসঙ্গে কাজ করবে। কোনো স্তর ব্যর্থ হলে অন্য স্তর সন্দেহ ধরতে সাহায্য করবে।
দর্শকের জন্য সবচেয়ে টেকসই অভ্যাস তিনটি: আবেগ তৈরি হলে থামা, দৃশ্যের পরিবর্তে দাবিটি যাচাই করা এবং মূল উৎস না পাওয়া পর্যন্ত শেয়ার না করা। চোখে কোনো ভুল ধরা না পড়া শুধু এটুকুই বোঝায় যে দৃশ্যটি ভালোভাবে তৈরি হয়েছে; এটি সত্য ঘটনার স্বাধীন প্রমাণ নয়।
শেষ কথা
AI দিয়ে তৈরি ভিডিও চেনার জন্য ভিডিওর দৈর্ঘ্য ও কাট, ছবির মান এবং সূক্ষ্ম দৃশ্যগত অসঙ্গতি—এই তিনটি জায়গা থেকে প্রাথমিক যাচাই শুরু করা যায়। কয়েক সেকেন্ডের ধারাবাহিক দৃশ্য, অস্বাভাবিকভাবে ঝাপসা অংশ, বদলে যাওয়া পোশাক বা পটভূমি, ভুল প্রতিফলন এবং অমিল শব্দ সন্দেহ বাড়ায়। কিন্তু এগুলোর কোনোটিই একা চূড়ান্ত সিদ্ধান্ত দেয় না।
সবচেয়ে দায়িত্বশীল সিদ্ধান্ত আসে যখন চোখে দেখা লক্ষণের সঙ্গে মূল প্রকাশক, ঘটনার প্রেক্ষাপট, Reverse Search, Platform Label এবং স্বাধীন সূত্র মিলিয়ে দেখা হয়। নিশ্চিত হওয়া না গেলে ভিডিওটিকে নকল ঘোষণা করারও প্রয়োজন নেই; “যাচাই হয়নি” বলে থেমে যাওয়াই যথেষ্ট। দ্রুত শেয়ার করার চেয়ে কয়েক মিনিটের এই বিরতি এখন অনেক বেশি মূল্যবান।
Web Design: নতুনদের জন্য ওয়েবসাইট ডিজাইন শেখার পূর্ণাঙ্গ গাইড
FAQ
১. AI ভিডিও চেনার সবচেয়ে সহজ উপায় কী?
প্রথমে ভিডিওর মোট দৈর্ঘ্য ও দৃশ্যের কাট দেখুন। এরপর মুখ, হাত, পোশাক, লেখা, পটভূমি, ছায়া ও শব্দের ধারাবাহিকতা পরীক্ষা করুন। শেষে মূল প্রকাশক ও ঘটনার প্রেক্ষাপট যাচাই না করলে শুধু চোখের পর্যবেক্ষণকে চূড়ান্ত ফল ধরা যাবে না।
২. আট বা দশ সেকেন্ডের সব ভিডিও কি AI দিয়ে তৈরি?
না। কিছু জনপ্রিয় Video Generation Model নির্দিষ্ট কয়েক সেকেন্ডের ক্লিপ তৈরি করায় এই দৈর্ঘ্য সতর্কতার সংকেত হতে পারে। কিন্তু ফোনে ধারণ করা বাস্তব মুহূর্তও ছোট হতে পারে এবং একাধিক AI Clip জুড়ে লম্বা Video বানানো যায়।
৩. ঝাপসা বা কম Resolution-এর ভিডিও কি নকল হওয়ার প্রমাণ?
না। কম মানে AI-এর সূক্ষ্ম ত্রুটি লুকানো সম্ভব হলেও Social Media Compression, দুর্বল আলো, Digital Zoom, পুরোনো CCTV বা বারবার পাঠানোর কারণেও বাস্তব ভিডিও ঝাপসা হয়। মূল কপি ও অন্য লক্ষণ দেখতে হবে।
৪. ত্বক খুব মসৃণ দেখালে কি সেটি AI Video?
শুধু মসৃণ ত্বক দিয়ে সিদ্ধান্ত নেওয়া ঠিক নয়। Beauty Filter, Camera Processing ও Compression-এও এমন হতে পারে। মুখের গঠন, চুল, চশমা, ছায়া এবং সময়ের সঙ্গে পরিচয় বদলাচ্ছে কি না একসঙ্গে দেখুন।
৫. Google Lens দিয়ে সরাসরি Video যাচাই করা যায়?
Google Lens-এ ভিডিওর পরিষ্কার Screenshot দিয়ে একই বা কাছাকাছি ছবি এবং সংশ্লিষ্ট Website খোঁজা যায়। শুরু, মাঝখান ও শেষ থেকে কয়েকটি Frame নিলে পুরোনো প্রকাশনা বা ভিন্ন প্রেক্ষাপট খুঁজে পাওয়ার সম্ভাবনা বাড়ে।
৬. AI Detector-এর ফল কতটা বিশ্বাসযোগ্য?
একটি Detector সহায়ক সংকেত দিতে পারে, কিন্তু এককভাবে নিশ্চিত প্রমাণ নয়। নতুন Model, Crop, Compression ও পুনরায় Encoding-এর কারণে ভুল ফল আসতে পারে। সংবেদনশীল Video অচেনা Website-এ Upload করাও উচিত নয়।
৭. Content Credentials বা AI Label না থাকলে কি ভিডিওটি বাস্তব?
না। Metadata হারিয়ে যেতে পারে, সব Tool একই Credential ব্যবহার করে না এবং Creator প্রয়োজনীয় ঘোষণা নাও দিতে পারেন। Label-এর অনুপস্থিতি বাস্তবতার সনদ নয়।
৮. কোনো ভিডিও সত্য না মিথ্যা নিশ্চিত হতে না পারলে কী করা উচিত?
ভিডিওটি শেয়ার না করে “স্বাধীনভাবে যাচাই করা যায়নি” বলা উচিত। বড় বা সংবেদনশীল দাবি হলে নির্ভরযোগ্য সংবাদমাধ্যম, সংশ্লিষ্ট প্রতিষ্ঠানের Official Page এবং একাধিক স্বাধীন সূত্রের নিশ্চিতকরণের জন্য অপেক্ষা করুন।
