মেসিদের হাতে বাংলাদেশের পতাকার ছবিটি এআই দিয়ে তৈরি

সামাজিক যোগাযোগ মাধ্যম ফেসবুকে একটি ছবি পোস্ট করা হয়েছে। ছবিতে দেখা যাচ্ছে, মেসি সহ আর্জেন্টিনা ফুটবল দলের সদস্যগণ বাংলাদেশের পতাকা ধরে আছেন। এরকম একটি ফেসবুক পোস্ট দেখুন এখানে।

গত ১৬ জুলাই 'Nokol Rɑj' নামক একটি পেজ থেকে ছবিটি পোস্ট করা হয়। পোস্টটির স্ক্রিনশট দেখুন--

ফ্যাক্ট-চেক:

বুম বাংলাদেশ যাচাই করে দেখেছে, ছবিটি বাস্তব নয় মূলত এআই বা কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি ব্যবহার করে আর্জেন্টিনা দলের হাতে বাংলাদেশের পতাকা ধরে থাকার ছবিটি তৈরি করা হয়েছে। গুগলের SynthID ডিটেকশন টুলে ছবিটি যাচাই করলে 'গুগলের এআই ইমেজ জেনারেটিভ মডেল ব্যবহার করা হয়েছে' বলে ফলাফল দিয়েছে এবং ছবিতে SynthID ওয়াটারমার্ক শনাক্ত করেছে।

আলোচ্য ছবিটি নিয়ে সার্চ করে হুবহু ছবিটির বিষয়ে গ্রহণযোগ্য কোনো মাধ্যমে উল্লেখযোগ্য তথ্য পাওয়া যায়নি। তবে ছবিটি পর্যবেক্ষণে কিছু অসঙ্গতি পরিলক্ষিত হয়। ছবিতে পেছনের খেলোয়াড়দের হাত এবং সামনের খেলোয়াড়দের হাতের গঠন অস্পষ্ট ও কিছুটা বিকৃত। বিশেষ করে ফুটবলারদের হাতের আঙুলগুলোর আকার স্বাভাবিক নয়। এর ফলে ছবিটি এআই ডিটেকশন টুল দিয়ে চেক করা হয়।

নিখুঁত ফলাফল, তুলনামূলক কম সীমাবদ্ধতা, সহজলভ্যতা ও বিনামূল্যের হওয়ায় সাম্প্রতিক সময়ে এআই দিয়ে ছবি তৈরির ক্ষেত্রে গুগলের জেনারেটিভ টুল 'জেমিনি (Gemini)' ব্যবহারের প্রবণতা বেশি লক্ষ্য করা যাচ্ছে। জেমিনির ২.৫ ফ্ল্যাশ বা তার চেয়ে উন্নত মডেলে (ছবির ক্ষেত্রে ন্যানো ব্যানানা বলা হয়) আগের চেয়েও বেশি বাস্তবের ন্যায় যে কোনো ধরনের ছবি তৈরি করতে সক্ষম।

ন্যানো ব্যানানা (Nano Banana) হলো গুগল-এর Gemini 2.5 Flash Image মডেলটির কোডনেম বা অভ্যন্তরীণ ডাকনাম। এই মডেলটি মূলত একটি উন্নত এআই ইমেজ এডিটিং মডেল যা টেক্সট কমান্ড বা বর্ণনা ব্যবহার করে ছবি তৈরি এবং সম্পাদনা করতে পারে। সর্বশেষ হালনাগাদে জেমিনির মডেলগুলোকে আরো উন্নত করা হয়েছে। এদিকে, গুগলের জেনারেটিভ টুলগুলো তাদের ইমেজ কনটেন্ট সাধারণ ওয়াটারমার্কিংয়ের পাশাপাশি 'SynthID' নামক এক ধরনের ওয়াটারমার্কিং ব্যবহার করে যা খালি চোখে শনাক্ত করা যায় না। তবে গুগলের SynthID ডিটেকশন টুল সেটি শনাক্ত করতে পারে।

পরবর্তীতে, ছবিটি জেমিনি টুল দিয়ে তৈরি কিনা নিশ্চিত হতে গুগলেরই SynthID ডিটেকশন টুলে এটিকে যাচাই করা হয়েছে। এই শনাক্তকরণ টুলের মাধ্যমে ফেসবুকে প্রচারিত ছবিটি যাচাই করলে 'গুগলের এআই ইমেজ জেনারেটিভ মডেল ব্যবহার করা হয়েছে' বলে ফলাফল দিয়েছে এবং ছবিতে SynthID শনাক্ত করেছে। গণমাধ্যমে প্রচারিত (ক্রপ ভার্শনের) ছবিটির বা ফটকার্ডটির SynthID ডিটেকশন টুলের ফলাফল দেখুন --

ছবিতে নীল চিহ্নিত অংশের অর্থ হলো এই জায়গাতে এআই এর লুকোনো ওয়াটারমার্ক পাওয়া গেছে (Detected)। এছাড়াও, ধূসর চিহ্নিত অংশের জায়গাতে টুলটি সরাসরি ওয়াটারমার্ক পায়নি তবে সম্ভাবনা রয়েছে (Unsure) এবং কমলা চিহ্নিত অংশের অর্থ হলো এই জায়গাতে ওয়াটারমার্ক পাওয়া যায়নি (Not detected)।

তবে কোনো ছবির কোনো একটি অংশে এই লুকোনো ওয়াটারমার্ক পাওয়ার অর্থ হলো ছবিটি এআই দ্বারা তৈরি অথবা সম্পাদিত। কিছুক্ষেত্রে গুগলের এআই দ্বারা তৈরি হওয়ার পরেও ছবির কোনো অংশে ওয়াটারমার্ক শনাক্ত করতে না পারলেও টুলটি সেই অংশগুলোতে ধূসর ও কমলা হিসেবে চিহ্নিত করে। সাধারণত সামাজিক যোগাযোগ মাধ্যমের কারণে কিংবা সম্পাদনার কারণে মুছে যেতে পারে ফলে ওয়াটারমার্ক শনাক্ত করা কঠিন হয়ে পড়ে বলে এমনটা হতে পারে।

উল্লেখ্য, পূর্ববর্তী কোনো বাস্তব দৃশ্যেকে এআই দ্বারা সম্পাদনার মাধ্যমে নতুন সংস্করণের হুবহু একই ছবি তৈরি করলেও এই ধরণের কনটেন্টকে এআই তৈরি কনটেন্ট এবং এই ধরণের কোনো কনটেন্টে কোনো ব্যক্তিকে (সাধারণত) বা ব্যক্তির উপস্থিতি সহ কোনো কাজকে নকল করার চেষ্টার মাধ্যমে বিকৃত করা হলে তা ডিপফেক কনটেন্ট হিসেবে গণ্য হয়।

অর্থাৎ ছবিটি কৃত্রিম বুদ্ধিমত্তা বা এআই দ্বারা তৈরি।

সুরাং গণমাধ্যমে এআই তৈরি ছবি বাস্তব দৃশ্যের ছবি হিসেবে প্রচার করা হয়েছে, যা বিভ্রান্তিকর।