कल्पना कीजिए कि आप "हुज़ द इम्पोस्टर?" (Who's the Impostor?) के एक हाई-स्टेक्स गेम खेल रहे हैं, लेकिन लोगों के बजाय, आप यह पहचानने की कोशिश कर रहे हैं कि कौन सी कहानियाँ एक इंसान ने लिखी हैं और कौन सी एक सुपर-स्मार्ट कंप्यूटर द्वारा बनाई गई हैं। यह एआई टेक्स्ट डिटेक्शन (AI text detection) की दुनिया है, जहाँ शोधकर्ता "डिटेक्टर्स" (डिजिटल झूठ पकड़ने वाली मशीनों की तरह) बनाते हैं ताकि वे मशीन-जनरेटेड शब्दों को सूंघ सकें। लंबे समय तक, यह खेल सरल था: कंप्यूटर बहुत ही रोबोटिक, एकदम सटीक तरीके से लिखते थे, जबकि इंसान अपनी स्वाभाविक खामियों और अनूठी शैलियों के साथ लिखते थे। लेकिन फिर, कंप्यूटर इंसानों की नकल करने में बेहतर हो गए, और इंसानों (या यूँ कहें कि उन लोगों ने जो डिटेक्टर्स को धोखा देने की कोशिश कर रहे थे) ने एआई की आवाज़ को छिपाने के लिए चालाक तरकीबें इस्तेमाल करना शुरू कर दिया। सबसे बड़ा सवाल जो हर कोई पूछ रहा है वह यह है: क्या हम एक ऐसा डिटेक्टर बना सकते हैं जो इतना स्मार्ट हो कि उसे कभी धोखा न दिया जा सके, या एआई हमेशा दरारों से निकल जाने का रास्ता खोज ही लेगा? यह पेपर ठीक इसी लड़ाई की पड़ताल करता है, यह देखते हुए कि क्या सबसे "स्मार्ट" डिटेक्टर्स को केवल शब्दों को बदलकर नहीं, बल्कि लिखने की शैली (style) बदलकर मात दी जा सकती है।

द ग्रेट स्टाइल हाइस्ट: कैसे एआई ने विंटेज कोट पहनना सीखा

इस पेपर में, यूनिवर्सिटी ऑफ टेक्नोलॉजी सिडनी के शोधकर्ताओं दिमा गैलेट और मारियन-एंड्री रिसोइउ ने दुनिया के सर्वश्रेष्ठ एआई डिटेक्टर्स की सीमाओं का परीक्षण करने का निर्णय लिया। उन्होंने "ELOQUENT 2026 Voight-Kampff" नामक एक प्रतियोगिता में भाग लिया, जो मूल रूप रूप से एक विशाल अखाड़ा है जहाँ एआई लेखक डिजिटल झूठ पकड़ने वाले पैनलों को बेवकूफ बनाने की कोशिश करते हैं। उनका लक्ष्य यह देखना था कि क्या वे नई, चालाकी भरी तरकीबों का उपयोग करके डिटेक्टर्स को तोड़ सकते हैं।

पुराने तरीके अब काम नहीं करते
सबसे पहले, टीम ने उन तरकीबों को देखा जो 2025 में काम करती थीं। उस समय, जीतने वाली रणनीति एक "अनुवाद खेल" (translation game) की तरह थी। आप एआई को एक वाक्य लिखने के लिए कहते, उसे हिंदी में अनुवाद करते, और फिर उसे वापस अंग्रेजी में अनुवाद करते, साथ ही एआई को जानबूझकर "कुछ गलतियाँ करने" के लिए भी कहते। यह एक रोबोट को हकलाहट और एक विदेशी लहजे के साथ छिपने की कोशिश करने जैसा था।

शोधकर्ताओं ने पाया कि जैसे ही डिटेक्टर निर्माताओं ने अपने सिस्टम को इन पुरानी तरकीबों से सीखने के लिए अपडेट किया, वे तरकीबें पूरी तरह से काम करना बंद कर गईं। वास्तव में, 2025 की पुरानी तरकीबों का उपयोग करने से एआई सामान्य रूप से लिखने की तुलना में अधिक संदिग्ध दिखने लगा! डिटेक्टर ने "हकलाहट" और "अनुवाद की अजीबोगरीब चीजों" को तुरंत पहचान लेना सीख लिया था। यह ऐसा था जैसे एआई ने एक चमकीला नियॉन साइन पहना हो जिस पर लिखा था "मैं एक रोबोट हूँ," और डिटेक्टर एक ऐसी टॉर्च थी जो इसे मीलों दूर से देख सकती थी।

नया रहस्य: समय यात्रा और स्ट्रीम ऑफ कॉन्शियसनेस

तो, शोधकर्ताओं ने पूछा: "क्या होगा अगर हम रोबोट की आवाज़ को छिपाने की कोशिश न करें, बल्कि उसे एक ऐसी आवाज़ में बोलने के लिए मजबूर करें जो उसने पहले कभी इस्तेमाल नहीं की है?" उन्होंने एक बहुत बड़ा लूपहोल (loopholes) खोज निकाला। डिटेक्टर्स आधुनिक मानव लेखन पर प्रशिक्षित होते हैं। वे जानते हैं कि आज के लोग कैसे लिखते हैं। लेकिन वे इस बात को नहीं जानते कि उस लेखन को कैसे संभालना है जो किसी अलग युग या किसी अलग तरह के दिमाग जैसा लगता हो।

टीम ने दो नई रणनीतियों को पेश किया जो एक "स्टाइल-शिफ्टिंग क्लोद" (style-shifting cloak) की तरह काम करती थीं:

1. द टाइम ट्रैवलर (क्रॉस-डेकेड रजिस्टर): उन्होंने एआई को 1900 के दशक की शुरुआत के एक उपन्यासकार की तरह लिखने के लिए कहा। उन्होंने एआई को पुराने जमाने की शब्दावली, वाक्य संरचनाओं और एक विशिष्ट "रजिस्टर" (सामाजिक बोलने की शैली के लिए एक फैंसी शब्द) का उपयोग करने के लिए मजबूर किया जो एक सदी से भी अधिक समय से आम नहीं रहा है।

   • परिणाम: डिटेक्टर्स पूरी तरह से भ्रमित हो गए। क्योंकि डिटेक्टर्स ने उनके प्रशिक्षण डेटा में इस विशिष्ट लेखन शैली को कभी नहीं देखा था, वे यह नहीं बता सके कि यह 1920 का कोई इंसान था या एक रोबोट जो उसकी नकल कर रहा था। यह ट्रिक इतनी अच्छी तरह काम करती है कि इसने डिटेक्टर्स को पुराने अनुवाद वाले ट्रिक्स की तुलना में लगभग 50 गुना अधिक बार धोखा दिया।

2. द डे ड्रीमर (स्ट्रीम-ऑफ-कॉन्शियसनेस): उन्होंने एआई को "मॉडर्निस्ट स्ट्रीम-ऑफ-कॉन्शियसनेस" शैली में लिखने के लिए कहा। कल्पना कीजिए कि एक पात्र के विचार एक नदी की तरह बह रहे हैं, बिना बहुत सारे पूर्ण विराम या अल्पविराम के एक विचार से दूसरे विचार पर कूद रहे हैं। यह एक बहुत ही विशिष्ट, कलात्मक तरीका है जो बहुत मानवीय महसूस होता है लेकिन संरचनात्मक रूप से सामान्य निबंधों से बहुत अलग है।

   • परिणाम: यह भी शानदार रहा। डिटेक्टर्स, जो मानक निबंध संरचनाओं को पहचानने के आदी हैं, इस अराजक, बहते हुए लेखन को संभालने में सक्षम नहीं थे।

वह "फिक्स" जो विफल रहा

इसके बाद शोधकर्ताओं ने "डिफेंडर" (रक्षक) की भूमिका निभाई। उन्होंने पूछा: "ठीक है, अगर एआई अतीत के लेखन की तरह लिखकर हमें धोखा दे रहा है, तो हम बस डिटेक्टर को पुराना लेखन पहचानना क्यों नहीं सिखा देते?" उन्होंने डिटेक्टर को लिया और उसे 1923 से पहले की किताबों के हजारों पन्ने (Project Gutenberg से) खिलाए, इस उम्मीद में कि वे इस छेद को "पैच" (patch) कर देंगे।

उन्हें उम्मीद थी कि इससे समस्या हल हो जाएगी। इसके विपरीत, इसने स्थिति को और खराब कर दिया! डिटेक्टर सामान्य लेखन को पहचानने में और भी बेहतर हो गया लेकिन एआई के पुराने अंदाज वाले लेखन के प्रति पूरी तरह से अंधा रहा। वास्तव में, "पैच" लगाने के बाद एआई की सफलता दर बढ़कर 84.6% (79.8% से) हो गई। यह स्पष्ट है कि डिटेक्टर को केवल पुरानी किताबें दिखाना पर्याप्त नहीं है; डिटेक्टर को उस शैली में लिखने वाले इंसान और उसे नकल करने वाले रोबोट के बीच के अंतर को समझना होगा, और वह इसे नहीं समझ सका।

बड़ी सीख

यहाँ सबसे महत्वपूर्ण खोज एक मौलिक नियम है: डिटेक्टर्स इस बात से धोखा खाते हैं कि टेक्स्ट कहाँ से आया है, न कि केवल इस बात से कि वह कैसा दिखता है।

• यदि आप एआई को एक "सामान्य" इंसान जैसा दिखाने की कोशिश करते हैं (वर्तमान लेखन शैलियों की नकल करके), तो डिटेक्टर उसे आसानी से पकड़ लेता है।
• यदि आप एआई को पूरी तरह से एक अलग "दुनिया" में धकेल देते हैं (जैसे अतीत या एक स्वप्निल अवस्था में) जिसे डिटेक्टर ने कभी नहीं देखा है, तो डिटेक्टर खो जाता है।

शोधकर्ताओं ने साबित किया कि डिटेक्टर्स इन संरचनात्मक बदलावों को संभालने के लिए पर्याप्त "स्मार्ट" नहीं हैं। वे सुरक्षा गार्डों की तरह हैं जो लाल टोपी पहनने वाले लोगों को पहचानने में बहुत अच्छे हैं, लेकिन अगर कोई मध्यकालीन शूरवीर (knight) के कवच में आता है, तो गार्ड को समझ ही नहीं आता कि क्या करना है।

अंतिम स्कोर

अंत में, शोधकर्ताओं की नई रणनीतियाँ इतनी प्रभावी थीं कि उनके सबमिशन ने ELOQUENT 2026 प्रतियोगिता में शीर्ष 5 स्थान हासिल किए। उन्होंने दिखाया कि हालांकि हम ऐसे डिटेक्टर बना सकते हैं जो मानक एआई ट्रिक्स को पकड़ने में बहुत अच्छे हैं, लेकिन अभी भी ज्ञान के बड़े अंतराल मौजूद हैं। जब तक एआई को ऐसी शैलियों में लिखने के लिए प्रेरित किया जा सकता है जो "आउट ऑफ डिस्ट्रीब्यूशन" (यानी, डिटेक्टर द्वारा अध्ययन की गई सामान्य सीमा से बाहर) हैं, तब तक वह सबसे उन्नत सुरक्षा प्रणालियों से भी बचकर निकल सकता है।

पेपर इस निष्कर्ष पर पहुँचता है कि लड़ाई इस बारे में नहीं है कि एआई को कितना "परफेक्ट" बनाया जाए; यह इस बारे में है कि एआई को उन तरीकों से अलग कैसे दिखाया जाए जिन्हें डिटेक्टर ने अभी तक पहचानना नहीं सीखा है। और फिलहाल, एआई इस दौड़ में जीत रहा है।