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।

ফোনের ক্যামেরা দিয়ে সুন্দর ছবি তোলার ১০ কার্যকর কৌশল

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