কল্পনা করুন—আপনি ইন্টারনেটে একটি ভাইরাল ভিডিও দেখলেন, যেখানে কোনো বিখ্যাত ব্যক্তি এমন কিছু বলছেন যা তাঁর কথা নয়। ভিডিওটি এতটাই বাস্তব যে আপনি নিশ্চিত—এটি আসল। কিন্তু পরে জানা গেল, এটি সম্পূর্ণ কৃত্রিম বুদ্ধিমত্তায় (AI) তৈরি। কল্পনা করুন—আপনার ছাত্র একটি অসাধারণ গবেষণাপত্র জমা দিল, কিন্তু আপনি সন্দেহ করছেন এটি AI-র লেখা, যদিও কোনো প্রমাণ নেই। কল্পনা করুন—আপনার ছবি বা লেখা কেউ চুরি করে AI-র মাধ্যমে পরিবর্তন করে নিজের নামে প্রকাশ করছে, আর আপনি তার বিরুদ্ধে আইনি পদক্ষেপ নিতে পারছেন না। এই সমস্যাগুলোর সমাধানই দিতে পারে জেনারেটিভ ওয়াটারমার্কিং (Generative AI Watermarking)—একটি প্রযুক্তি যা ২০২৫ সালের শীর্ষ ১০ উদীয়মান প্রযুক্তির তালিকায় স্থান পেয়েছে। বিশ্ব অর্থনৈতিক ফোরাম (World Economic Forum) একে ডিজিটাল বিশ্বে বিশ্বাস (Trust) পুনঃস্থাপনের একটি অপরিহার্য হাতিয়ার হিসেবে চিহ্নিত করেছে। চলুন, সহজ রোয়ারবাংলা ভাষায় জেনে নেওয়া যাক—এই প্রযুক্তি কী, কীভাবে কাজ করে, কেন এটি এত গুরুত্বপূর্ণ, আর কী চ্যালেঞ্জ এখনও বাকি।

জেনারেটিভ ওয়াটারমার্কিং আসলে কী?

আপনি হয়তো কাগজের ওয়াটারমার্ক দেখেছেন—যেমন ব্যাংক নোটে আলোর দিকে তাকালে যে ছাপ দেখা যায়। তা প্রমাণ করে যে নোটটি আসল। জেনারেটিভ ওয়াটারমার্কিং-এর ধারণাটিও অনেকটা সেরকম, তবে এটি ডিজিটাল জগতের জন্য—বিশেষ করে AI-উৎপন্ন কন্টেন্টের (টেক্সট, ছবি, অডিও, ভিডিও) জন্য।

এটি AI-উৎপন্ন কন্টেন্টের ভেতরে অদৃশ্য চিহ্ন (Invisible Markers) এম্বেড করে, যা মানুষের চোখে ধরা পড়ে না, কিন্তু মেশিন বা বিশেষ সফটওয়্যার সহজেই শনাক্ত করতে পারে। এই চিহ্নগুলি প্রমাণ করে যে কন্টেন্টটি AI-র তৈরি, কখন তৈরি, কোন মডেল তৈরি করেছে—এমনকি কখনো কখনো কোন নির্দিষ্ট ব্যবহারকারীর অনুরোধে তৈরি হয়েছে, তাও ট্রেস করা সম্ভব।

এটি শুধু "AI-র তৈরি" বলেই চিহ্নিত করে না; এটি কন্টেন্টের উৎস (Origin) ও প্রামাণ্যতা (Authenticity)-ও যাচাই করে। ভবিষ্যতে, যখন আমরা ইন্টারনেটে কোনো খবর, ছবি, বা ভিডিও দেখব, তখন একটি ক্লিকেই জানতে পারব—এটি কি AI-র তৈরি, নাকি মানবসৃষ্ট? এটি ভুয়া খবর (Misinformation), বুদ্ধিবৃত্তিক সম্পত্তি চুরি (IP Theft), এবং শিক্ষাক্ষেত্রে অসদাচরণ (Academic Dishonesty) রোধে এক শক্তিশালী অস্ত্র।

কীভাবে কাজ করে? টেক্সট, ছবি, অডিও ও ভিডিওতে

ওয়াটারমার্কিং পদ্ধতি কন্টেন্টের ধরন অনুযায়ী ভিন্ন হয়, কিন্তু মূল উদ্দেশ্য এক—কন্টেন্টের গুণমান না নষ্ট করে তাতে একটি অনন্য ডিজিটাল ‘ফিঙ্গারপ্রিন্ট’ (আঙ্গুলের ছাপ) এম্বেড করা, যা শুধু মেশিন পড়তে পারে।

১. টেক্সট ওয়াটারমার্কিং

টেক্সটের ক্ষেত্রে, ভাষায় হাজার হাজার শব্দ রয়েছে যা একই অর্থে ব্যবহার করা যায়। উদাহরণস্বরূপ, "বড়" এর পরিবর্তে "বৃহৎ" বা "বিশাল" বলা যায়। একজন মানুষ যখন লেখে, তিনি এলোমেলোভাবে (Randomly) শব্দ বেছে নেন। কিন্তু AI-কে একটি নির্দিষ্ট প্যাটার্নে (একটি সুনির্দিষ্ট উপসেট) শব্দ ব্যবহার করতে প্রশিক্ষণ দেওয়া হয়, যা স্বাভাবিক মনে হলেও, একটি অনন্য ‘স্বাক্ষর’ তৈরি করে। এটি এতই সূক্ষ্ম যে পাঠক টের পায় না, কিন্তু একটি ডিটেক্টর সহজেই শনাক্ত করতে পারে যে টেক্সটটি AI-র তৈরি।

Google DeepMind-এর SynthID টেক্সট ওয়াটারমার্কিংয়ের অন্যতম উদাহরণ। এটি AI-উৎপন্ন টেক্সটে এমনভাবে শব্দ বসায় যে তা স্বাভাবিক মনে হয়, কিন্তু ডিটেক্টরের কাছে তা স্পষ্ট।

২. ইমেজ ও ভিডিও ওয়াটারমার্কিং

ছবি বা ভিডিওর ক্ষেত্রে, ওয়াটারমার্ক এম্বেড করা হয় পিক্সেল স্তরে (Pixel Level)। অর্থাৎ, কোনো ছবির প্রতিটি পিক্সেলের রঙ বা উজ্জ্বলতা এতটুকু পরিবর্তন করা হয় (১-২%) যে মানুষের চোখ তা দেখতে পায় না, কিন্তু একটি মেশিন পড়তে পারে। এই পরিবর্তনগুলি এতটাই শক্তিশালী যে ছবি রিসাইজ (Resize) বা কম্প্রেস (Compress) করলেও ওয়াটারমার্কটি নষ্ট হয় না। আরও উন্নত পদ্ধতিতে ছবির ভেতরে লুকানো প্যাটার্ন (Hidden Pattern) এম্বেড করা যায়, যা শুধুমাত্র একটি বিশেষ অ্যালগরিদম দিয়ে বের করা সম্ভব।

Meta-এর VideoSeal একটি ওয়াটারমার্কিং সিস্টেম যা AI-উৎপন্ন ভিডিওর প্রতিটি ফ্রেমে অদৃশ্য চিহ্ন এম্বেড করে। ফলে ভিডিওটি এডিট করলেও ওয়াটারমার্কটি থেকে যায়।

৩. অডিও ওয়াটারমার্কিং

অডিওতে ওয়াটারমার্ক এম্বেড করা হয় শ্রবণাতীত ফ্রিকোয়েন্সিতে (Inaudible Frequencies) বা অডিও সিগন্যালের অতি-সূক্ষ্ম পরিবর্তনের মাধ্যমে। মানুষের কান তা শুনতে পায় না, কিন্তু মেশিন পড়তে পারে।

বর্তমান অগ্রগতি: কারা এগিয়ে?

জেনারেটিভ ওয়াটারমার্কিং প্রযুক্তি ২০২২ সাল থেকে বিশেষ গতি পেয়েছে, যখন ChatGPT ও Stable Diffusion-এর মতো মডেল বিশ্বব্যাপী জনপ্রিয় হয়। ২০২৩ সালে নিয়ন্ত্রক চাপের মুখে OpenAI, Google, Meta-সহ বড় AI কোম্পানিগুলো ওয়াটারমার্কিং বাস্তবায়নে প্রতিশ্রুতিবদ্ধ হয়।

২০২৪ সালে আসে এক বড় মাইলফলক—Google DeepMind তাদের SynthID ওপেন-সোর্স করে। একই সময়ে Meta VideoSeal চালু করে, যা AI-উৎপন্ন ভিডিওর জন্য বিশেষভাবে তৈরি। এখন Google তার বিভিন্ন সার্ভিসে (যেমন—Gemini, Google Images) SynthID ব্যবহার করছে। Meta তার Facebook, Instagram, ও Threads-এ AI-উৎপন্ন কন্টেন্টে অদৃশ্য ওয়াটারমার্ক ও মেটাডেটা ট্যাগ (MetaData Tags) যোগ করছে।

এছাড়াও, AI কোম্পানিগুলো Partnership on AI-এর মতো সংস্থার সঙ্গে কাজ করছে “সিন্থেটিক মিডিয়া স্বচ্ছতা” (Synthetic Media Transparency) নিশ্চিত করতে। অ্যাডোবি (Adobe) তাদের ‘কন্টেন্ট ক্রিডেনশিয়ালস’ (Content Credentials) পদ্ধতি চালু করেছে, যা কন্টেন্টের উৎস ও ইতিহাস ট্র্যাক করে। টিকটকও তাদের AI লেবেলিং স্ট্যান্ডার্ড চালু করেছে।

ওয়াটারমার্কিং স্টার্টআপগুলোর জন্যও একটি উর্বর ক্ষেত্র হয়ে উঠেছে—বিশ্বব্যাপী বিভিন্ন কোম্পানি বিভিন্ন প্রযুক্তিগত পদ্ধতি নিয়ে কাজ করছে।

কেন এটি এত গুরুত্বপূর্ণ? সুবিধাগুলো কী কী?

১. ভুয়া খবর ও বিভ্রান্তি প্রতিরোধ

আমরা এখন এমন এক যুগে আছি যেখানে ডিপফেক (Deepfake) ভিডিও বা AI-উৎপন্ন মিথ্যা খবর এতটাই বাস্তব যে সাধারণ মানুষ তা চিনতে পারে না। একটি ভাইরাল ভিডিও নির্বাচনকে প্রভাবিত করতে পারে, আর্থিক বাজারকে অস্থিতিশীল করতে পারে, এমনকি জাতীয় নিরাপত্তাকে হুমকির মুখে ফেলতে পারে। ওয়াটারমার্কিং প্রমাণ করবে যে কোনো কন্টেন্ট AI-র তৈরি কিনা, যা ভুল তথ্যের বিরুদ্ধে লড়াইয়ে এক অস্ত্র।

২. বুদ্ধিবৃত্তিক সম্পত্তি (IP) সুরক্ষা

শিল্পী, লেখক, ফটোগ্রাফার, সঙ্গীতজ্ঞ—সবাই আজ AI-র মাধ্যমে তাদের কাজের অনুলিপি তৈরি করার ঝুঁকিতে রয়েছেন। ওয়াটারমার্কিং প্রমাণ করতে পারে যে একটি ছবি বা লেখা আসলেই কোন শিল্পীর, নাকি AI-র তৈরি। এটি কপিরাইট লঙ্ঘনের মামলায় গুরুত্বপূর্ণ প্রমাণ হতে পারে। ভবিষ্যতে আদালত হয়তো ওয়াটারমার্কযুক্ত কন্টেন্টকে প্রমাণ হিসেবে গ্রহণ করবে।

৩. শিক্ষাক্ষেত্রে সততা

শিক্ষার্থীরা যখন AI দিয়ে গবেষণাপত্র বা প্রবন্ধ তৈরি করে জমা দেয়, তখন তা শনাক্ত করা কঠিন। ওয়াটারমার্কিং শিক্ষাপ্রতিষ্ঠানকে সহজেই চিহ্নিত করতে সাহায্য করবে যে কোনো কাজ AI-র তৈরি কিনা। তবে এখানে সতর্কতা জরুরি, কারণ মিথ্যা ইতিবাচক (False Positive) ফলাফল—যেখানে মানবসৃষ্ট কাজকে AI-র তৈরি বলে ভুল করা হয়—তা শিক্ষার্থীর জন্য মারাত্মক হতে পারে।

৪. স্বচ্ছতা ও আস্থা

ভোক্তা, পাঠক, দর্শক—সবাই জানতে চায় তারা কী দেখছেন বা পড়ছেন। কোনো সংবাদমাধ্যম যদি AI-উৎপন্ন ছবি ব্যবহার করে, তবে তা স্বচ্ছভাবে জানানো উচিত। ওয়াটারমার্কিং সেই স্বচ্ছতা নিশ্চিত করে এবং ডিজিটাল ইকোসিস্টেমে আস্থা ফিরিয়ে আনে।

চ্যালেঞ্জ: কী বাধা এখনও আছে?

ওয়াটারমার্কিং প্রযুক্তি অত্যন্ত প্রতিশ্রুতিশীল হলেও, এর বিস্তৃত ব্যবহারের পথে কয়েকটি বড় বাধা রয়েছে:

১. ওয়াটারমার্ক অপসারণ ও জালিয়াতি (Removal & Forgery)

সহজ সম্পাদনার মাধ্যমেই অনেক সময় ওয়াটারমার্ক সরিয়ে ফেলা যায়—ছবি ক্রপ (Crop) করা, টেক্সটের শব্দ পরিবর্তন করা, এমনকি AI-ভিত্তিক ‘ওয়াটারমার্ক রিমুভার’ টুল ব্যবহার করেও। তাই ওয়াটারমার্কিং প্রযুক্তিকে ট্যাম্পার-প্রতিরোধী (Tamper-Resistant) করতে হবে, যাতে ইচ্ছাকৃত অপসারণের চেষ্টা ব্যর্থ হয় বা নষ্ট চিহ্ন রেখে যায়।

২. সার্বজনীন মানদণ্ডের অভাব (Lack of Universal Standards)

বর্তমানে প্রতিটি কোম্পানি নিজস্ব পদ্ধতিতে ওয়াটারমার্ক করছে। Google-এর SynthID, Meta-র VideoSeal, Adobe-র Content Credentials—এরা সবাই আলাদা। কিন্তু যদি কোনো ছবি Google-এর টুলে তৈরি হয় এবং Meta-র প্ল্যাটফর্মে আপলোড করা হয়, তবে Meta কি সেই ওয়াটারমার্ক পড়তে পারবে? সার্বজনীন মানদণ্ড (Universal Standards) ছাড়া এই সিস্টেমগুলো খণ্ডিত (Fragmented) থেকে যাবে এবং কার্যকারিতা কমবে।

৩. অসম গ্রহণ (Uneven Adoption)

যদি সব AI প্ল্যাটফর্ম ওয়াটারমার্কিং বাস্তবায়ন না করে, তবে যারা বাস্তবায়ন করবে, তাদের কন্টেন্ট ‘চিহ্নিত’ হবে, আর যারা করবে না, তাদের কন্টেন্ট ‘অপ্রামাণ্য’ মনে হলেও আসলে সেটি AI-উৎপন্ন হতে পারে। এটি ভোক্তাদের আরও বিভ্রান্ত করবে। তাই শিল্প-ব্যাপী গ্রহণ অপরিহার্য।

৪. নৈতিক উদ্বেগ ও মিথ্যা ইতিবাচক

একটি বড় নৈতিক প্রশ্ন হলো—যদি কোনো মানবসৃষ্ট কাজকে ভুলবশত AI-র তৈরি বলে চিহ্নিত করা হয়, তাহলে কী হবে? এটি একজন শিল্পী বা লেখকের সুনাম নষ্ট করতে পারে, বিশেষ করে শিক্ষাক্ষেত্রে বা সাংবাদিকতায়। তাই ডিটেক্টর সিস্টেমগুলোকে অত্যন্ত নির্ভুল (High Accuracy) ও স্বচ্ছ হতে হবে, এবং ভুল শনাক্তকরণের জন্য আপিলের (Appeal) ব্যবস্থা রাখতে হবে।

৫. নিয়ন্ত্রক জটিলতা

যুক্তরাষ্ট্রের ক্যালিফোর্নিয়া, চীন, ও ইউরোপীয় ইউনিয়ন—সবাই AI কন্টেন্টের স্বচ্ছতা নিয়ে আইন তৈরি করছে। চীন তো ইতিমধ্যেই AI-উৎপন্ন কন্টেন্টে ওয়াটারমার্ক বাধ্যতামূলক করেছে। ইউরোপের AI অ্যাক্টে জরিমানার পরিমাণ ৩৮ মিলিয়ন ডলার বা বার্ষিক টার্নওভারের ৭% পর্যন্ত হতে পারে! কিন্তু এই নিয়মগুলো ভিন্ন ভিন্ন এবং কখনো কখনো পরস্পরবিরোধী। AI কোম্পানিগুলোর জন্য সব অঞ্চলের নিয়ম মেনে চলা কঠিন হয়ে পড়ছে।

কী পদক্ষেপ নেওয়া দরকার? (বিশেষজ্ঞদের পরামর্শ)

ওয়ার্ল্ড ইকোনমিক ফোরামের প্রতিবেদনে এই প্রযুক্তিকে স্কেলে নিয়ে যেতে দুটি গুরুত্বপূর্ণ 'মূল কর্মপন্থা' (Key Actions) চিহ্নিত করা হয়েছে:

ক) ট্যাম্পার-প্রতিরোধী ওয়াটারমার্কিং মানদণ্ড তৈরি

ওয়াটারমার্ক অপসারণের চেষ্টা সহ্য করতে পারে এমন উন্নত প্রযুক্তিতে বিনিয়োগ করতে হবে এবং তার বাস্তবায়নের জন্য শিল্প-ব্যাপী মানদণ্ড স্থাপন করতে হবে। এটি নিশ্চিত করবে যে কোনো কন্টেন্ট তৈরি হোক না কেন, তার ওয়াটারমার্ক টেকসই ও শনাক্তযোগ্য।

খ) ক্রস-প্ল্যাটফর্ম যাচাইকরণ ব্যবস্থা তৈরি

স্বাধীন যাচাইকরণ ব্যবস্থা (Independent Verification Systems) তৈরি করতে হবে, যা বিভিন্ন প্ল্যাটফর্ম ও বিভিন্ন ধরণের কন্টেন্টে ওয়াটারমার্ক শনাক্ত ও প্রমাণীকরণ করতে পারে। এটি একটি ‘ইউনিভার্সাল ডিটেক্টর’ হিসেবে কাজ করবে, যা যেকোনো প্ল্যাটফর্মেই ব্যবহার করা যাবে।

এছাড়াও বিশেষজ্ঞরা বলছেন:

• ব্লকচেইনের (Blockchain) সঙ্গে ওয়াটারমার্কিংয়ের সংযোগ একটি আশাব্যঞ্জক দিক। ব্লকচেইনে কন্টেন্টের ক্রিপ্টোগ্রাফিক হ্যাশ সংরক্ষণ করলে তা অপরিবর্তনীয় (Immutable) ও যাচাইযোগ্য হয়।

• কোয়ালিশন ফর কন্টেন্ট প্রোভেন্যান্স অ্যান্ড অথেনটিসিটি (C2PA)-এর মতো শিল্প জোটগুলো টেকনিক্যাল স্ট্যান্ডার্ড তৈরিতে নেতৃত্ব দিচ্ছে—যা নিয়ন্ত্রকদের একা করা কঠিন। এই জোটগুলোর সঙ্গে সহযোগিতা জরুরি।

• জনশিক্ষা দরকার, যাতে সাধারণ মানুষ বুঝতে পারে ওয়াটারমার্ক কী, কীভাবে কাজ করে, এবং কীভাবে তারা নিজেরা কন্টেন্ট যাচাই করতে পারে।

ভবিষ্যৎ: ডিজিটাল বিশ্বাসের নতুন ভিত্তি

বিশেষজ্ঞরা বলছেন, আগামী দশকে জেনারেটিভ ওয়াটারমার্কিং ঐচ্ছিক প্রযুক্তি থেকে ডিজিটাল বিশ্বাস পরিকাঠামোর (Digital Trust Infrastructure) একটি অপরিহার্য অংশ হয়ে উঠবে। আমরা হয়তো দেখব:

• সব AI প্ল্যাটফর্মে ওয়াটারমার্কিং বাধ্যতামূলক—যেকোনো AI-উৎপন্ন কন্টেন্টেই একটি অদৃশ্য, অপরিবর্তনীয় স্বাক্ষর থাকবে।

• ব্রাউজার বা সোশ্যাল মিডিয়ায় বিল্ট-ইন ভেরিফায়ার—যেখানে আপনি যেকোনো ছবি বা টেক্সটের ওপর হভার করলেই দেখতে পাবেন এটি AI-র তৈরি কিনা, কখন, কোন মডেলে তৈরি।

• আইনি ও আর্থিক ব্যবস্থায় ওয়াটারমার্কের ব্যবহার—আদালতে কপিরাইট বা মানহানির মামলায় ওয়াটারমার্ক প্রমাণ হিসেবে গ্রহণ করা হবে। বীমা কোম্পানিগুলো হয়তো কন্টেন্টের প্রামাণ্যতার ভিত্তিতে প্রিমিয়াম নির্ধারণ করবে।

• সৃজনশীল শিল্পে নতুন অর্থনৈতিক মডেল—শিল্পীরা তাদের মানবসৃষ্ট কাজের জন্য ‘প্রামাণ্যতা সার্টিফিকেট’ পাবেন, যা AI-উৎপন্ন কন্টেন্টের তুলনায় অধিক মূল্যবান হবে।

অবশ্যই, এই সব কিছু অর্জনের জন্য প্রযুক্তি, নীতি, শিল্প, ও সমাজের মধ্যে গভীর সহযোগিতা প্রয়োজন। কিন্তু ওয়াটারমার্কিংয়ের যে ভিত্তি তৈরি হচ্ছে—সেটা ইতিমধ্যেই শক্তিশালী। যখন কৃত্রিম বুদ্ধিমত্তা দিন দিন আরও শক্তিশালী ও সর্বব্যাপী হচ্ছে, তখন তার ‘স্বাক্ষর’ শনাক্ত করার ক্ষমতা শুধু প্রযুক্তিগত প্রয়োজন নয়—এটি গণতান্ত্রিক সমাজ, সৃজনশীল অর্থনীতি, এবং ব্যক্তিগত অধিকার রক্ষার জন্য অপরিহার্য। ওয়াটারমার্কিং সেই স্বাক্ষর খুঁজে বের করার, যাচাই করার, এবং প্রয়োজনে জবাবদিহিতা নিশ্চিত করার হাতিয়ার। আর এই যাত্রা শুরু হয়েছে। ভবিষ্যতে যখন আমরা কোনো ডিজিটাল কন্টেন্ট দেখব, তখন আমরা হয়তো বলতে পারব—এটি কী, কার, আর কোথা থেকে এলো। আর সেই স্বচ্ছতাই হবে ডিজিটাল যুগের নতুন বিশ্বাসের ভিত্তি।