এআই তৈরি ভিডিও সাধারণ ভোটারদের মতামতের বলে প্রচার

সামাজিক যোগাযোগ মাধ্যম ফেসবুকে একটি ভিডিও পোস্ট করা হয়েছে, এতে দেখা যাচ্ছে শাঁখা-সিঁদুর পরা সনাতন ধর্মের একজন নারী বলছেন, “জামায়াত যদি ক্ষমতায় আসে তবে দেশে নতুন দিগন্তের সূচনা হবে। একসময় দেশ হয়ে উঠবে ইউরোপ-আমেরিকার মতো সমৃদ্ধশালী। তার কারণ একটাই, জামায়াত দুর্নীতি করবে না। আমরা যদি দুর্নীতি থেকে দূরে থাকতে পারি তাহলে আমরা অনেক কিছুই পারব। আমাদের দেশে কোনো কিছুর কমতি নেই, শুধু কমতি আছে সততার। জামায়াত ক্ষমতায় আসলে সমাজে সেই সততা প্রতিষ্ঠিত করবে বলে আমি বিশ্বাস করি।" এরকম একটি পোস্ট দেখুন এখানে।

গত ১ জানুয়ারি 'বাংলা ফ্রেশ নিউজ' নামের একটি ফেসবুক পেজ থেকে ভিডিওটি পোস্ট করা হয়। পোস্টে উল্লেখ করা হয় "বৌদি জামাতকে কেন এত বেশি ভালোবাসে" পোস্টটির স্ক্রিনশট দেখুন --

ফ্যাক্ট চেক:

বুম বাংলাদেশ যাচাই করে দেখেছে, দাবিটি সঠিক নয়। ভিডিওটি কোনো সনাতন ধর্মের নারীর দেওয়া আসল বক্তব্যের নয় বরং ভিডিওটি এআই প্রযুক্তির সহায়তায় তৈরি করা হয়েছে।

আলোচ্য ভিডিওটি থেকে কী-ফ্রেম নিয়ে সার্চ করে কোনো উল্লেখযোগ্য তথ্য পাওয়া যায়নি। পরবর্তীতে ভিডিওটি পর্যবেক্ষণে কথা বলার সময় কথিত নারীর মুখের ভঙ্গিমায় কিছু অসঙ্গতি পাওয়া যায়। এছাড়াও, ভিডিওতে বাস্তব দৃশ্যের অডিওর তুলনায় বক্তার কথা বলার সাউন্ড কিছুটা অস্বাভাবিক মনে হয়েছে। গুগলের ভিও-৩ বা তার পরবর্তী সংস্করণের মডেল ব্যবহার করে তৈরি করা এআই ভিডিওতে অডিওর এমন উচ্চ মাত্রার আউটপুট শোনা যায়।

গুগল 'Veo' হলো গুগলের একটি প্রায় বাস্তবসম্মত ভিডিও জেনারেশন টুল যা গুগল ডিপমাইন্ড দ্বারা তৈরি করা হয়েছে। এটি টেক্সট-টু-ভিডিও জেনারেশন, ইমেজ-টু-ভিডিও তৈরি করার টুল এবং সর্বশেষ সংস্করণ, Veo-3 (ভিও-৩) ভিডিওর পাশাপাশি নেটিভ অডিও তৈরি করতে পারে।

এছাড়াও গুগলের জেনারেটিভ টুল তাদের কন্টেন্টে 'SynthID' নামক এক ধরণের ওয়াটারমার্কিং ব্যবহার করে যা শোনা যায় না বা খালি চোখে শনাক্ত করা যায়না। তবে গুগলের SynthID ডিটেকশন টুল সেটি শনাক্ত করতে পারে। এই প্রক্রিয়ায় যাচাই করলে টুলটি আলোচ্য ভিডিওটির অডিওকে 'গুগলের এআই টুল দিয়ে তৈরি' বলে ফলাফল দিয়েছে। দেখুন --

অডিওতে 'SynthID' শনাক্ত করলেও টুলটি ভিডিওতে 'SynthID' শনাক্ত করতে পারেনি। সাধারণত একটি ভিও-জেনারেটেড ভিডিওর কোয়ালিটি বিভিন্ন কারণে স্বাভাবিকের তুলনায় কম হয়ে গেলে কিংবা সম্পাদনার কারণে কম্প্রেস হলে বিশেষ করে ভিডিওর ক্ষেত্রে 'SynthID' ওয়াটারমার্ক শনাক্ত করা কঠিন হয়ে যায় কিংবা শনাক্ত হয়না।

আলোচ্য ভিডিওতেও (মূল ভিডিওটিতে) সম্পাদনা করে টেক্সট যুক্ত করা হয়েছে এবং ফ্রেম যুক্ত করা হয়েছে। আবার যেহেতু বক্তার মুখভঙ্গির সাথে অডিও তথা শব্দের উচ্চারণের মিল রয়েছে তাই বলা যায় যে ভিডিওটি এবং অডিওটি আলাদাভাবে তৈরি করে যথাযথভাবে যুক্ত করার বিষয়টিও সাধারণভাবে অসম্ভব। অর্থাৎ ভিডিওটি গুগলের ভিডিও জেনারেটিভ টুল (ভিও) ব্যবহার করে তৈরি করা হয়েছে।

পরবর্তীতে আরেক জেনারেটিভ কন্টেন্ট শনাক্তকরণ টুল 'Sightengine'-এর মাধ্যমে যাচাই করলেও টুলটি ভিডিওটিকে এআই দ্বারা তৈরি বলে ফলাফল দিয়েছে। টুলটি এমনকি ভিডিওটিকে সম্ভাব্য ভিও টুলের (গুগলের ভিডিও জেনারেটিভ মডেল) মাধ্যমে তৈরি বলেই ফলাফল দিয়েছে। দেখুন --

অর্থাৎ ভিডিওটি এআই প্রযুক্তির সহায়তায় তৈরি করা হয়েছে।

সুতরাং সামাজিক মাধ্যমে এআই প্রযুক্তিতে তৈরি ভিডিওকে বাস্তবে একজন সনাতন ধর্মের নারীর দেওয়া বক্তব্যের ভিডিও বলে প্রচার করা হয়েছে, যা বিভ্রান্তিকর।