অবাঞ্ছিত ছবি থেকে মুক্তি, এবার ফোনেই আটকাবে নতুন AI প্রযুক্তি

এই সমস্যার ব্যাপকতা এতটাই বিশাল যে, শুধুমাত্র আচরণগত পরিবর্তনের বদলে প্রযুক্তিগত হস্তক্ষেপ জরুরি হয়ে পড়েছে। পিউ রিসার্চ সেন্টারের (Pew Research Center) সংগৃহীত তথ্য ধারাবাহিকভাবে দেখিয়েছে যে, ইন্টারনেটে সক্রিয় প্রায় অর্ধেক তরুণীই এমন আপত্তিকর ছবি পেয়েছেন যা তারা চাননি। ডেটিং অ্যাপ, বেনামী মেসেজিং বোর্ড এবং সোশ্যাল মিডিয়ার ডিরেক্ট মেসেজে হঠাৎ করে এই ছবিগুলোর আগমন এক ধরনের ডিজিটাল ফ্ল্যাশিং বা হয়রানির মতো কাজ করে। বছরের পর বছর ধরে, প্ল্যাটফর্মগুলো শুধুমাত্র প্রতিক্রিয়ামূলক ব্যবস্থার ওপর নির্ভর করত। এক্ষেত্রে, একজন ব্যবহারকারীকে প্রথমে মেসেজটি খুলতে হতো, ছবিটি দেখে ধাক্কা খেতে হতো এবং তারপরে একজন মডারেশন কর্মীকে জানানোর জন্য ম্যানুয়ালি রিপোর্টিং মেনুতে যেতে হতো। এই পুরনো ব্যবস্থাটি হয়রানির শিকার হওয়া ব্যক্তিকেই পুরো দায়িত্ব নিতে বাধ্য করত, আর সফটওয়্যারটি নিজে নিষ্ক্রিয় থেকে এই নির্যাতনের মাধ্যম হিসেবে কাজ করত।

এই সমস্যা মোকাবিলায় পুরনো সফটওয়্যারের ব্যর্থতা অবশেষে আইন প্রণেতাদের নজরে আসে। ফলে বিষয়টি নিছক ব্যবহারকারীর অভিযোগ থেকে একটি পদ্ধতিগত আইনি দায়বদ্ধতায় পরিণত হয়। যুক্তরাজ্যে, সাম্প্রতিক আইন সাইবারফ্ল্যাশিংকে আনুষ্ঠানিকভাবে অপরাধ হিসেবে স্বীকৃতি দিয়েছে। এর মাধ্যমে যুক্তরাজ্য মার্কিন যুক্তরাষ্ট্রের ক্যালিফোর্নিয়া এবং টেক্সাসের মতো আরও অনেক অঞ্চলের সঙ্গে যোগ দিয়েছে, যেখানে বিনা অনুমতিতে ঘনিষ্ঠ ছবি পাঠানোর জন্য শাস্তির বিধান রয়েছে। আইনি ঝুঁকি বাড়ার সঙ্গে সঙ্গে, প্রযুক্তি কোম্পানিগুলোর পক্ষে আর এই বিষয়টিকে কম গুরুত্বপূর্ণ একটি সমস্যা হিসেবে দেখার সুযোগ ছিল না। তারা সক্রিয়ভাবে ইঞ্জিনিয়ারিংয়ে প্রচুর বিনিয়োগ করতে বাধ্য হয়, কিন্তু তারপরেই বিদ্যমান ছবি শনাক্তকরণ সফটওয়্যারের গুরুতর প্রযুক্তিগত সীমাবদ্ধতার সম্মুখীন হয়।

এই বিলম্বের মূল কারণ শুধুমাত্র কর্পোরেট উদাসীনতা ছিল না, বরং আর্টিফিশিয়াল ইন্টেলিজেন্স এবং গোপনীয়তার পরিকাঠামোর একটি বাস্তব সীমাবদ্ধতাও ছিল। যে জগতে ফেসিয়াল রিকগনিশন বা মুখ শনাক্ত করার প্রযুক্তি খুবই সাধারণ, সেখানে একটি মেশিন লার্নিং মডেলকে মানুষের শরীরের নির্দিষ্ট অঙ্গ শনাক্ত করতে প্রশিক্ষণ দেওয়া সহজ শোনাতে পারে। কিন্তু মানুষের শরীর কম্পিউটারের জন্য অবিশ্বাস্যভাবে জটিল কিছু বিষয় তৈরি করে। শুরুর দিকের ছবি শনাক্তকরণ অ্যালগরিদমগুলো ভুলবশত নিরীহ ছবিকে আপত্তিকর হিসেবে চিহ্নিত করার (ফলস পজিটিভ) সমস্যায় জর্জরিত ছিল। আলোর ভিন্নতা, বিভিন্ন ত্বকের রঙ, গভীর ছায়া এবং আঙুল, হট ডগ বা অদ্ভুত আকৃতির ফলের মতো সম্পূর্ণ নির্দোষ বস্তুও সফটওয়্যারটিকে নিয়মিত বোকা বানাত। ইঞ্জিনিয়াররা দেখেছিলেন যে, একটি অ্যালগরিদমকে খুব কঠোরভাবে টিউন করলে তা দৈনন্দিন কথোপকথনের ছবি সেন্সর করে ফেলত, আবার খুব শিথিলভাবে টিউন করলে হয়রানির ছবিগুলো আটকানো যেত না।

শুধু তাই নয়, প্রযুক্তি শিল্প যখন বিশ্বজুড়ে ব্যবহারকারীর গোপনীয়তা রক্ষার জন্য এন্ড-টু-এন্ড এনক্রিপশনের দিকে ঝুঁকছিল, তখন কন্টেন্ট মডারেটরদের জন্য একটি বিশাল নতুন বাধা তৈরি হয়। যদি একটি প্ল্যাটফর্ম তার কেন্দ্রীয় সার্ভারে থাকা কোনো ডিরেক্ট মেসেজের বিষয়বস্তু আইনগত বা প্রযুক্তিগতভাবে ডিক্রিপ্ট করে দেখতে না পারে, তবে এটি ক্লাউড-ভিত্তিক অ্যালগরিদম ব্যবহার করে আপত্তিকর ছবি স্ক্যান করতে পারে না। এটি ডিজিটাল পরিকাঠামোর জন্য একটি প্যারাডক্স বা আপাতবৈপরীত্য তৈরি করে। যে এনক্রিপশন ব্যবস্থা ব্যবহারকারীদের সরকারি নজরদারি এবং কর্পোরেট ডেটা সংগ্রহ থেকে নিরাপদ রাখার জন্য ডিজাইন করা হয়েছিল, সেটাই অসাবধানতাবশত খারাপ উদ্দেশ্য থাকা ব্যক্তিদের শনাক্তকরণ ছাড়াই আপত্তিকর ছবি বিতরণের জন্য একটি পুরোপুরি সুরক্ষিত পথ তৈরি করে দিয়েছিল।

এই ছবিগুলো ফিল্টার করতে প্রযুক্তিগত ব্যর্থতা ডিজিটাল জনজীবনে গুরুতর প্রভাব ফেলে। অনলাইন আচরণ নিয়ে গবেষণা বারবার দেখিয়েছে যে, ঘন ঘন ডিজিটাল যৌন হয়রানির শিকার হলে তা ইন্টারনেট ব্যবহারে এক গভীর সংকোচনমূলক প্রভাব ফেলে। ব্যবহারকারীরা তাদের নিজেদের ডিরেক্ট মেসেজেই নিরাপত্তাহীন বোধ করার কথা জানিয়েছেন। এর ফলে তারা তাদের প্রোফাইল লক করে দেন, পাবলিক আলোচনা থেকে সরে আসেন বা নির্দিষ্ট কিছু অ্যাপ্লিকেশন পুরোপুরি ছেড়ে দেন। এই ডিজিটাল আদান-প্রদানের হয়রানিটি সম্পূর্ণ একপেশে। একটি ছবি আপলোড এবং পাঠাতে এক সেকেন্ডের ভগ্নাংশ সময় লাগে, কিন্তু সেই মানসিক আঘাত সামলানো, প্রেরককে ব্লক করা এবং একটি гроম্বর রিপোর্টিং ইন্টারফেস ব্যবহার করা প্রাপকের 엄청 সময় ও শক্তি নষ্ট করে। ইন্টারনেটের গঠনই মূলত হয়রানিকে উস্কে দিচ্ছিল, কারণ এটি প্রেরকের জন্য খরচবিহীন এবং প্রাপকের জন্য ক্লান্তিকর ছিল।

এই জটিল ধাঁধার সমাধান করতে, ইঞ্জিনিয়ারদের ছবি মডারেশনের কার্যপদ্ধতি নিয়ে নতুন করে ভাবতে হয়েছে। একটি কেন্দ্রীয় ক্লাউডে ছবি স্ক্যান করার পরিবর্তে, কোম্পানিগুলো হালকা আর্টিফিশিয়াল ইন্টেলিজেন্স মডেল তৈরি করতে শুরু করে যা পুরোপুরি একটি স্মার্টফোনের স্থানীয় হার্ডওয়্যারে চলতে সক্ষম। এই ধারণাটি এজ কম্পিউটিং (edge computing) নামে পরিচিত, যা বিশ্লেষণ ক্ষমতাকে আপনার হাতে থাকা ডিভাইসেই নিয়ে আসে। ডেটিং প্ল্যাটফর্মগুলো এই স্থানীয় শনাক্তকরণ পদ্ধতির প্রাথমিক সংস্করণ চালু করেছিল। তারা অত্যন্ত নির্দিষ্ট ডেটাসেটের ওপর প্রশিক্ষিত অ্যালগরিদম ব্যবহার করে, যা স্ক্রিনে পুরোপুরি লোড হওয়ার আগেই স্থানীয়ভাবে একটি ছবির মধ্যে পুরুষের অ্যানাটমি শনাক্ত করতে পারে।

যখন স্থানীয় সফটওয়্যারটি আপত্তিকর কন্টেন্টের উচ্চ সম্ভাবনা গণনা করে, তখন এটি স্বয়ংক্রিয়ভাবে ছবিটি ঝাপসা বা ব্লার করে দেয় এবং ব্যবহারকারীকে একটি সতর্কবার্তা দেখায়। এটি প্রাপককে ঝাপসা না করা ছবিটি না দেখেই সেটিকে দেখার, রিপোর্ট করার বা মুছে ফেলার ক্ষমতা দেয়। অ্যাপল সম্প্রতি তার মোবাইল অপারেটিং সিস্টেমে সরাসরি একই ধরনের একটি অপ্ট-ইন সুরক্ষা ফিচার যুক্ত করেছে। যেহেতু ছবির বিশ্লেষণ কোনো দূরবর্তী সার্ভারের পরিবর্তে ডিভাইসের নিজস্ব সিলিকন চিপে সম্পন্ন হয়, তাই এন্ড-টু-এন্ড এনক্রিপশন সম্পূর্ণ অক্ষত থাকে। প্ল্যাটফর্মটি আসলে ছবিটি কখনোই দেখতে পায় না, কিন্তু ব্যবহারকারী trotzdem হয়রানি থেকে সুরক্ষিত থাকেন।

ডিভাইসের মধ্যেই থাকা এই ব্লার করার টুলগুলো ডিজিটাল পরিকাঠামো নির্মাণ এবং ব্যক্তিগত সুরক্ষাকে অগ্রাধিকার দেওয়ার পদ্ধতিতে একটি বড় দার্শনিক পরিবর্তনের প্রতিনিধিত্ব করে। দীর্ঘদিন ধরে, প্রযুক্তি শিল্প ব্যবহারকারীর সুরক্ষাকে একটি второстепенный বিষয় হিসেবে দেখেছে। এটি এমন একটি সমস্যা ছিল যা কম বেতনের মডারেটররা মানসিক ক্ষতি হয়ে যাওয়ার পরে ডিজিটাল জঞ্জাল পরিষ্কার করে সমাধান করত। কিন্তু আর্টিফিশিয়াল ইন্টেলিজেন্সকে সরাসরি নেটওয়ার্কের প্রান্তে পৌঁছে দিয়ে, ডেভেলপাররা অবশেষে ডিজিটাল সীমানা তৈরি করছে যা ব্যবহারকারীরা নিয়ন্ত্রণ করতে পারে। প্রযুক্তিই প্রথমে সেই অবাধ পরিবেশ তৈরি করেছিল যা এই বিশেষ ধরনের হয়রানিকে বাড়তে দিয়েছিল, কিন্তু এখন আরও স্মার্ট এবং গোপনীয়তা-বান্ধব অ্যালগরিদমের মাধ্যমে, এটি অবশেষে সেই দরজা বন্ধ করার সরঞ্জাম সরবরাহ করছে।