هل تُصنِّف كواشف الذكاء الاصطناعي الكتّاب ذوي التنوع العصبي أكثر؟ ما تقوله الدراسات

نعم. في دراسة محكَّمة نُشرت في 2025، صنَّف كاشف AI كتابًا يُرجَّح أنهم autistic على نحوٍ أكثر تكرارًا: 1.7 في المئة من منشوراتهم مقابل 1.2 في المئة لمجموعة عامة، عند 300 كلمة لكل منشور. وهي الدراسة الرئيسة عن الإيجابيات الكاذبة في كشف AI لدى ذوي التنوع العصبي، كما تحذِّر الجامعات أيضًا من ADHD وdyslexia.

هذه كواشف نصوص AI، وهي تمنح الكتابة درجة بوصفها بشرية أو مصنوعة آليًا. أما الأدوات التي تفحص الأشخاص بحثًا عن autism فتظهر كثيرًا في عمليات البحث نفسها، وهي موضوع مختلف. تقيس هذه الدراسات مدى تكرار تصنيف الكواشف للنص على أنه مخالف، من دون أي ادعاءات بشأن أي تشخيص.

لمحة سريعة عن أبحاث الإيجابيات الكاذبة في كشف AI لدى ذوي التنوع العصبي

تقدِّم دراسة نُشرت في 2025 عن الكتاب autistic أفضل البيانات حتى الآن. وقد قاست معدلات التصنيف الخاطئ لكاشف AI واحد. كما تحذِّر مراكز التدريس الجامعية المدرسين من الطلاب الذين لديهم ADHD وdyslexia. وقاست تجربة إخبارية في 2024 كيف تؤثر أدوات التدقيق الإملائي وإعادة الصياغة في درجات AI. وتُظهر دراسات كبيرة أخرى عن الكتاب غير الناطقين بالإنجليزية كيف تختلف نتائج الكواشف المختلفة.

المجموعة	النتيجة أو الإرشاد	المصدر
الكتاب autistic	1.7 في المئة صُنِّفوا على أنهم مخالفون مقابل 1.2 في المئة من مجموعة عامة عند 300 كلمة، على كاشف AI واحد	Chambers & Kelley, AIED 2025
الكتاب الذين لديهم ADHD	مذكورون ضمن الطلاب "المعرَّضين لتلقّي تقييمات إيجابية كاذبة"	مركز التدريس في University of Nebraska-Lincoln
الكتاب الذين لديهم dyslexia	مذكورون في الإرشاد نفسه	مركز التدريس في University of Nebraska-Lincoln
الطلاب neurodivergent عمومًا	"أكثر عرضة لأن يُصنَّفوا تصنيفًا خاطئًا على أنهم مخالفون"	مركز التدريس في Northern Illinois University
الكتاب الذين يستخدمون أدوات التحرير	أدوات التدقيق الإملائي واقتراحات القواعد لم تحرِّك درجات AI إلا قليلًا، بينما رفعت إعادة كتابة النص الكامل هذه الدرجات كثيرًا	اختبار Bloomberg Businessweek, 2024
الكتاب غير الناطقين بالإنجليزية	معدلات الإيجابية الكاذبة من 0.0 إلى 100.0 في المئة عبر 13 كاشفًا	Park, Jeong & Kim, EMNLP 2026

يقول نحو ثلثي المعلمين إنهم يستخدمون كاشفًا للذكاء الاصطناعي بانتظام، وذلك وفقًا لاستطلاع شمل أكثر من 450 مدرسًا. وقد نشره Center for Democracy & Technology في مارس 2024. وحتى معدل الخطأ المنخفض يمكن أن يتراكم مع عدد الأوراق التي يكتبها الطلاب كل عام، كما أفادت Bloomberg Businessweek.

دراسة كاشف الذكاء الاصطناعي لدى المصابين بالتوحد: ما الذي وجده المؤلفون

تسمى الورقة "سوء تصنيف الكتابة الخاصة بالتوحد على أنها مولدة بواسطة AI" من Summer Chambers وMatthew C. Kelley من جامعة George Mason. وهي خضعت لمراجعة الأقران، ونشرتها Springer في Artificial Intelligence in Education (AIED 2025). يمكنك الحصول على نسخة مجانية على arXiv. يكتب الباحثون أن الحكايات عن الكتّاب المصابين بالتوحد الذين يُساء التعرف عليهم بشكل أكثر تكرارًا "لم تُبحث بشكل رسمي". وقد أرادوا اختبار هذه الادعاءات.

تتكون مجموعة بياناتهم من نحو 60,000 منشور على Reddit، منشور واحد لكل مستخدم. وقد استبعدوا المنشورات القصيرة, التي يقل طولها عن 1,000 حرف. وجاءت المجموعة المرجح أن تكون لمصابين بالتوحد من 13 مجتمعًا فرعيًا عن التوحد. أما المجموعة العامة فجاءت من 12 مجتمعًا فرعيًا شائعًا اختيرت لتكون مشابهة في الأسلوب، مع سرديات طويلة بضمير المتكلم عن الصحة النفسية والمواقف الاجتماعية والنصح. وقد أزيلت المنشورات العامة التي تضمنت كلمات مفتاحية عن التوحد.

وقد جُمعت المنشورات عبر Reddit API وشملت منشورات من نحو 2021 إلى 2024، وكذلك مجموعة من المنشورات الأقدم, من 2010 إلى 2020. كما أزيلت المنشورات التي تضمنت كلمات مفتاحية عن التوحد وعبارات مثل "my daughter" أو "my nephew" للحفاظ على المنشورات التي كتبها كتاب مصابون بالتوحد.

ويطلق المؤلفون على المجموعة الأولى "likely-autistic" لأنه لم يُتحقق من أي تشخيص، ولأن أي شخص يمكنه النشر في أي مجتمع فرعي. وبعض المصابين بالتوحد ينشرون في المجتمعات الفرعية العامة أيضًا، لذلك يشتبه المؤلفون في أن الفجوة الحقيقية بين الكتاب المصابين بالتوحد وغير المصابين بالتوحد قد تكون أكبر من الفجوة التي قاسوها.

كان الكاشف هو كاشف RoBERTa GPT-2 من OpenAI، وقد أُصدر في 2019 وكان متاحًا للتنزيل مجانًا. حصل منشور على وسم "Fake"، ويُعد ذلك هنا علامة، عندما رفع الكاشف احتمال كونه من إنتاج AI إلى ما فوق 0.5. في التجربة الأولى، كانت المنشورات الأقصر تُوسَم أكثر من المنشورات الأطول، وكانت المنشورات المرجح أن تكون لذوي التوحد أقصر في المتوسط. كان يمكن للطول أن يفسر جزءًا من الفجوة، لذلك أبقى المؤلفون في التجربة الثانية فقط على المنشورات التي تزيد على 300 كلمة وقصوا كل منشور إلى 300 كلمة بالضبط.

المقياس	التجربة 1	التجربة 2
المنشورات التي جرى تحليلها	59,947	33,216
النص المستخدم	منشورات من 1,000 حرف أو أكثر	منشورات قُصت إلى 300 كلمة بالضبط
الفئة المرجح أن تكون لذوي التوحد، وُسمت	1.9%	1.7%
الفئة العامة، وُسمت	1.5%	1.2%
نسبة الأرجحية المعدلة	1.246 (p = 0.001)	1.501 (p below 0.001)
تعقيد أعلى	احتمال أقل لوجود علامة	غير دال إحصائيًا

بقيت الفجوة عندما تساوى الطول. في التجربة 2، تعني 1.7 و1.2% نحو 17 مقابل 12 منشورًا لكل 1,000، لذا لم تُوسَم معظم المنشورات في كلتا الفئتين.

كما يذكرون أيضًا نسب الأرجحية، المأخوذة من انحدار (نموذج إحصائي) يضبط طول الجملة، وطول الكلمة، والتعقيد، والتقطّع، وتاريخ النشر. ويتحدثون عن "احتمال أكبر بنسبة 25%" لوضع علامة في Experiment 1 و"احتمال أكبر بنسبة 50%" في Experiment 2. هذه أرقام نسبية على قاعدة صغيرة. الفارق في Experiment 2 هو نصف نقطة مئوية في النسب الخام؛ استخدم النسب إذا أردت أن تعرف عدد المنشورات التي وُضعت عليها علامة.

لماذا قد تُوسم الكواشف الكتابة لدى ذوي التنوع العصبي

تشير إرشادات الجامعة والباحثون إلى اختيار الكلمات. "The Challenge of AI Checkers", وهو دليل للمدرسين من University of Nebraska-Lincoln، يقول إنه لا يوجد سبب واحد يجعل الطلاب ذوي التنوع العصبي يتلقون نتائج إيجابية كاذبة. ويذكر أن ذلك يرتبط غالبًا بالاعتماد على العبارات والمصطلحات والكلمات المتكررة. ويقول الدليل نفسه إن غياب الضمائر مثل I وme وwe يمكن أن يُساء تفسيره بوصفه كتابة من إنتاج AI، وذلك بحسب أداة الفحص.

يقول تقرير من Bloomberg Businessweek صدر في أكتوبر 2024 إن الطلاب الأكثر عرضة لذلك هم "على الأرجح" أولئك الذين يكتبون بطريقة أكثر عمومية، بما في ذلك الطلاب ذوو التنوع العصبي. وقد سمع المراسلون هذا من الطلاب والأكاديميين ومطوري AI. وكان James Zou من Stanford المؤلف الرئيسي المشارك في دراسة 2023 عن الكتّاب غير الناطقين باللغة الأم. وينقل التقرير نفسه عنه قوله: "إذا كانت اختيارات الكلمات تميل إلى أن تكون أكثر عمومية وصياغة نمطية، فإن ذلك العمل تكون لديه فرصة أعلى لأن يُوسم بواسطة AI detectors".

في دراسة التوحد، ارتبط ارتفاع معدل الوسوم بعدم وجود انخفاض في perplexity أو burstiness. وكانت الدرجتان متطابقتين تقريبًا لدى المجموعتين، لكنهما كانتا تميلان إلى أن تكونا أعلى قليلًا لدى المجموعة المرجح إصابتها بالتوحد. ويشير المؤلفون إلى أن العلاقات بين سمات النصوص الصادرة عن مؤلفين يُرجح أن لديهم توحدًا وتلك الخاصة بالنصوص المولدة بواسطة AI "لم تكن مباشرة".

يشرح دليلنا إلى طريقة عمل كواشف الذكاء الاصطناعي perplexity وburstiness إذا كانا جديدين عليك.

الكتابة المرتبطة بADHD وُسِمت بأنها AI: ما الذي تقوله الجامعات للمدرسين

بدأت مراكز التدريس الجامعية تنبه المدرسين بشأن الطلاب المصابين بـ ADHD. ويقول دليل Nebraska: "الطلاب الذين لديهم اختلافات عصبية (التوحد، ADHD، عسر القراءة، إلخ...) هم أيضًا أكثر عرضة لتلقي تقييمات إيجابية خاطئة". ويقول "AI detectors: An ethical minefield" الخاص بـ Northern Illinois University، من ديسمبر 2024: "الطلاب متعددو التنوع العصبي هم أيضًا أكثر عرضة لأن تُوضع عليهم علامات خاطئة على أنهم كتبوا نصًا مولدًا بواسطة AI".

كتبت Whitney Gegg-Harrison وClaire Quarterman فصلًا في كتاب عام 2024 ضمن Academic Integrity in the Age of Artificial Intelligence (IGI Global). وقد وجدت دراستهما الصغيرة على corpus معدلات إيجابية كاذبة أعلى بكثير من المعلن عنها عبر أدوات الكشف الشائعة. واستنادًا إلى تلك الدراسة، وتقارير الأخبار، وشهادات الطلاب، يقول الفصل إنه "يطرح احتمال أن يكون الكتّاب ذوو الاختلافات العصبية، إلى جانب كتّاب L2، أكثر عرضة للتأثر بالإيجابيات الكاذبة". ويعني L2 اللغة الثانية.

تنطبق إحدى النتائج من دراسة التوحّد على أي شخص يكتب مقاطع قصيرة، مثل منشورات النقاش. في التجربة 1، كانت المنشورات الأقصر تُعلَّم على أنها مشبوهة أكثر من المنشورات الأطول. نغطي ما تقوله الكواشف عن الطول في منشورنا عن الحد الأدنى لعدد الكلمات في كاشف AI. إن حفظ المسودات والملاحظات أثناء الكتابة طريقة جيدة للاحتفاظ بسجل لعملية الكتابة لديك. وهذا يجيب عن علامة أفضل من أي درجة.

الكشف عن AI في عسر القراءة وأدوات التحرير

يتضمن دليل Nebraska الطلاب المصابين بعسر القراءة في تحذيره من الإيجابيات الكاذبة. يستخدم كثير من الكتّاب التدقيق الإملائي، واقتراحات القواعد، أو أدوات إعادة الصياغة أثناء إعداد المسودة، وتُظهر دراستان كيف تغيّر تلك الأدوات درجات AI.

في اختبار أجرته Bloomberg Businessweek عام 2024، لم يكن لمصحح الإملاء واقتراحات القواعد في مساعد كتابة شائع سوى أثر هامشي في جعل المستندات تبدو أكثر كتابةً بواسطة AI. أما إعادة كتابة النص الكامل فكانت مختلفة: إذ إن مطالبة المساعد نفسه بأن "يحسن" مقالاً أو "يجعله يبدو أكاديمياً" حوّلت عملاً صُنِّف على أنه 100% مكتوب بواسطة الإنسان إلى 100% مكتوب بواسطة AI.

درس Hyeonchu Park وGahye Jeong وBugeun Kim التحرير المهني في "Style as a Confound", الذي قُدِّم في EMNLP 2026. استخدموا 135,389 زوجًا من الوثائق من خدمة تحرير أكاديمية للغة الإنجليزية، من 2018 إلى 2025. كل زوج هو مخطوطة كاتب غير ناطق باللغة الأصلية قبل أن يحررها محرر ناطق باللغة الأصلية وبعد أن حررها. عبر 13 كاشفًا، رفعت التعديلات نفسها الدرجات في بعض الكواشف وخفضتها في كواشف أخرى، كما أن التغيرات في الدرجات ازدادت مع مقدار التحرير.

ثم فصّلوا التعديلات بحسب النوع على أحد الكواشف، وهو نموذج OpenAI RoBERTa. أنتجت تعديلات القواعد تحولًا سلبيًا طفيفًا في درجته، بينما أنتجت التعديلات النحوية, التي تغير بنية الجملة, أكبر تحول إيجابي. ويخلصون إلى أن مخرجات الكاشف لا ينبغي أن تُعامل بوصفها دليلًا حاسمًا على استخدام AI، ولا سيما حيث يكون التحرير شائعًا. إذا كنت تستخدم أداة تعيد صياغة المقاطع كاملة، فاحتفظ بنسخك السابقة وتحقق مما يسمح به مقررك.

تعتمد معدلات الإيجابيات الكاذبة على الكاشف

يتغير معدل الإيجابيات الكاذبة باختلاف كل كاشف. والمعدل خاص بالكاشف المعين الذي كانت الدراسة تختبره. وجدت دراسة Liang وزملائه لعام 2023 في Patterns دقة شبه كاملة في مقالات طلاب الصف الثامن في الولايات المتحدة. وعلى النقيض من ذلك، صنفت الكواشف أكثر من نصف مقالات TOEFL التي كتبها كُتّاب غير ناطقين باللغة الأصلية. انظر منشورنا عن تحيز الكواشف ضد الكُتّاب غير الناطقين باللغة الأصلية للتفاصيل.

قدّم الورقة البحثية قيد العمل عن الكتّاب غير الناطقين أصليًا والإيجابيات الكاذبة من TextPulse في 2026، 5,600 مقال ICNALE كُتبت قبل أدوات AI الحديثة. وقد وضع أحد المصنفات البحثية، وهو انحدار لوجستي، علامة على 2.7 % من مقالات المتعلمين و3.3 % من مقالات الناطقين أصليًا. أما نموذج تعزيز التدرج المدرب على السمات والمقالات نفسها فقد وضع علامة على المتعلمين بنسبة 12.5 % وعلى الناطقين أصليًا بنسبة 3.8 %. لذا فإن ما إذا كانت إحدى المجموعتين تُوسم أكثر يعتمد على الكاشف.

في دراسة Park، تراوحت معدلات الإيجابية الكاذبة لدى 13 كاشفًا بشكل واسع للنصوص المكتوبة بواسطة البشر، من 0.0 % إلى 100.0 %. وقد اختبرت Bloomberg Businessweek كاشفين بارزين على عينة عشوائية من 500 مقال طلب للالتحاق بالجامعة أُرسلت إلى Texas A&M في صيف 2022، قبل ChatGPT. وصنفت الخدمات بشكل غير صحيح 1 % إلى 2 % من المقالات على أنها على الأرجح من AI.

وفي التقرير نفسه، قالت Turnitin إن معدل الإيجابيات الكاذبة على مستوى المستند كان أقل من 1%، وكان معدلها على مستوى الجملة 4%. لذا فإن الرقم الذي يهم الطالب هو الرقم الخاص بالكاشف الذي تستخدمه مدرسته.

إذا وُضعت علامة على نصك، أو إذا راجعتَ علامة

للطلاب

سجل مسوداتك هو نقطة البداية. فهو يعرض المسودات السابقة والملاحظات حول كيفية تطور نصك، ولا يمكن للدرجة أن تفعل ذلك. اطلب كتابةً التقرير الكامل والسياسة التي تنطبق. وتغطي الخطوات منشوراتنا حول ما الذي ينبغي فعله أولًا إذا وُجه إليك اتهام وحول كتابة رسالة استئناف بشأن كشف AI.

أفضل رد على العلامة هو أن تُظهر عملك. احتفظ بسجل لما كتبته. استخدم Google Docs أو Microsoft Word, مع تفعيل سجل الإصدارات, لصياغة ملاحظاتك ومخططاتك والمصادر التي قرأتها وتتبعها. إذا كنت تستخدم تقنية مساعدة مثل التدقيق الإملائي أو الإملاء أو تحويل النص إلى كلام، فيمكنك أن تخبر مدرسك أو مكتب الإتاحة بما تستخدمه وكيف تستخدمه.

قد ترغب أيضًا في الاتصال بمكتب الإعاقة أو الإتاحة في جامعتك. قرر ما إذا كنت تريد إخبار معلمك أو اللجنة بتشخيصك. يمكنك أن تقول شيئًا مثل هذا: تختلف المعدلات من كاشف إلى آخر. وقد أظهرت دراسة محكمة المراجعة معدل وسم أعلى للكتاب المحتملين من ذوي التوحد في أحدها. إن مسوداتك أهم من الأبحاث المتعلقة بالمجموعات، لأن الأبحاث المتعلقة بالمجموعات لا يمكنها أن تُظهر كيف كُتب مقالك أنت.

للموظفين

الدرجة ليست سوى تقدير. إنها سبب للسؤال عن عملية الكتابة. اطلب الاطلاع على المسودات والملاحظات إذا كانت موجودة. اسأل الطالب كيف كتب النص. إن التشخيص أو أسلوب الكتابة ليسا دليلاً لصالح استخدام AI أو ضده. اسأل عن الأدوات التي استخدمها الطالب، مثل التدقيق الإملائي أو الإملاء الصوتي. لقد غيّر التدقيق الإملائي واقتراحات القواعد درجات AI بالكاد في اختبار Bloomberg لعام 2024، لكن إعادة صياغة النص الكامل غيّرتها كثيراً. ويقول تقرير Bloomberg نفسه إن صانعي الكاشف يقولون إن درجاتهم ليست سوى نقطة بيانات واحدة لتوجيه المعلم. ويوصي Chambers و Kelley بإجراء فحص نقدي إضافي لهذه النماذج واستخدامها في السياقات الأكاديمية.

الأدوات على هذا الموقع

يقدّر فاحص perplexity المجاني مقدار تنوع الكلمات في مسودتك، ويرسم فاحص burstiness المجاني أطوال جملك. ولا يثبت أي من الرقمين شيئاً عن الشخص الذي كتب النص. صُمم مُنسِّن AI من TextPulse لخفض درجات AI في مسودة كتبتها بنفسك مع الحفاظ على الاستشهادات والمصطلحات. إذا استخدمته، فتحقق من أن مقررك يسمح بأداة من هذا النوع، واقرأ المخرجات. لا شيء في هذا البحث يقول إنك بحاجة إلى تغيير طريقة كتابتك.