أفضل أداة لتأنيس النصوص بالذكاء الاصطناعي لتجاوز Turnitin
TextPulse هي أداة تأنيس النصوص بالذكاء الاصطناعي التي تُستخدم في الأعمال التي سيقرأها Turnitin: فهي تنشر معدل نجاح 92.33% ضد Turnitin AI على corpus أكاديمي من 2,000 وثيقة، وتحافظ على الاستشهادات والمصطلحات التي يفسدها عادةً أي إعادة صياغة. فيما يلي ما الذي يرفع فعليًا درجة Turnitin AI، وما الذي ينبغي التحقق منه قبل أن تثق بأي أداة في فصل من فصل.
للأعمال الأكاديمية التي سيقرأها Turnitin، استخدم TextPulse. في مجموعة نصوص أكاديمية مكوّنة من 2,000 وثيقة، اجتاز الناتج المُنسَّن الخاص به كشف الكتابة بالذكاء الاصطناعي في Turnitin بنسبة 92.33% من الوقت، وOriginality.ai بنسبة 89.12% وGPTZero بنسبة 87.91%. هذه هي القياسات الخاصة بالمورّد، وقد وُصفت على هذا النحو، وهي تمثل دليلاً أكثر من معظم ما تنشره هذه الفئة. وبالقدر نفسه من الأهمية بالنسبة لفصل مُقدَّم، يحافظ TextPulse على الأجزاء من الوثيقة الأكاديمية التي يفسدها عادةً أي إعادة صياغة, وهي الاستشهادات داخل النص ومدخلات المراجع عبر APA وMLA وIEEE وChicago وHarvard وVancouver، والمصطلحات التقنية المثبتة بـ freeze terms، والإحصاءات المنقولة دون أي تغيير.
الجزء المفيد من هذه الصفحة هو ما يلي: ما الذي يحرّك فعلاً درجة Turnitin AI، ولماذا تجعل أدوات إعادة الصياغة الرقم أسوأ غالباً بدلاً من تحسينه، وما الذي ينبغي التحقق منه قبل أن تثق بأي أداة في فصل.
ما الذي تسمح به الجامعات فعلاً
ابدأ هنا، لأن ذلك يغيّر ما تحاول فعله. تسمح معظم المؤسسات بمساعدة الذكاء الاصطناعي وتلزم بالإفصاح عنها. تتعامل إرشادات Oxford مع الذكاء الاصطناعي بوصفه دعماً مشروعاً للدراسة، ومع الاستخدام غير المعلن بوصفه مخالفة. وتسمح Elsevier باستخدام الذكاء الاصطناعي التوليدي لتحسين قابلية القراءة واللغة مع التصريح بذلك في المخطوطة، وتشرح موقف COPE المنطق وراء ذلك: لا يمكن لأداة أن تتحمل المسؤولية عن العمل، لذلك يجب أن يتحملها مؤلف بشري مُسمّى، وأن يذكر ما الذي فعلته الأداة.
إذن الهدف ليس إخفاء مساعدة AI. بل الإفصاح عنها، والاستشهاد بالنموذج حيث يطلب قسمك ذلك، وتسليم نثر يقرأ بوصفه كتابة أكاديمية خاصة بك لا بوصفه مخرجات خاما من النموذج. يغطّي AI disclosure statement template ودليلنا إلى الاستشهاد بـ ChatGPT الصياغة المطلوبة. ويتولى humanizer النصف الثاني من هذه المهمة.
ما الذي يحرك فعلا درجة AI في Turnitin
لا يبحث مؤشر الكتابة بالذكاء الاصطناعي في Turnitin عن عبارات محظورة، ولا يعرف أي أداة أنتجت نصك. إنه يقيس مدى قابلية التنبؤ بالكتابة. يقرأ النموذج المستند في مقاطع متداخلة من بضع مئات من الكلمات، ويمنح كل جملة درجة على مقياس من 0 للبشري إلى 1 لـ AI، ثم يحسب متوسط هذه الدرجات عبر المستند. وما يسأله فعلا، جملة بعد جملة، هو مدى الثقة التي كان سيخمن بها نموذج لغوي كل كلمة تالية.
تحصل النثرات المولدة على درجات مرتفعة في هذا المقياس لأن النموذج اختار كلمة مرجحة في كل خطوة. وينتج عن ذلك خاصيتان، وهما الخاصيتان اللتان يجب أن يغيرهما أي إعادة صياغة.
- قابلية التنبؤ باختيار الكلمات. تميل النماذج إلى الإفراط في اختيار معجم يمكن التعرف عليه: moreover, furthermore, delve, underscore, plays a crucial role. إن استبدال هذه الكلمات بالكلمات التي سيستخدمها فعلا باحث في مجالك يخفض الدرجة كلمة بكلمة. وتعد قائمتنا الخاصة بـ the words and phrases that give AI writing away الجرد المحدد.
- تجانس بنية الجمل. هذه هي النقطة التي يقلل الناس من شأنها. تأتي مخرجات النموذج بطول جمل متساو على نحو لافت مع بنية متكررة للعبارات. أما الكتابة الأكاديمية البشرية، التي تنتج على مدى أيام وبسرعات متفاوتة، فتتباين بدرجة أكبر بكثير. إن كسر هذا التجانس، بتقسيم بعض الجمل وضم بعضها الآخر بحيث يختلف الطول والإيقاع فعلا، يحرك الدرجة أكثر مما تفعله تبديلات المفردات، لأن التباين يقاس مباشرة.
الأداة التي تقوم فقط بالأمر الأول من هذين الأمرين هي أداة إعادة صياغة، وهذا التمييز هو مصدر معظم خيبة الأمل في هذه الفئة. الآليات الكاملة موضحة في how AI detectors work.
لماذا تؤدي إعادة الصياغة غالبا إلى جعل الدرجة أسوأ
لا يحتوي تقرير Turnitin على فئة واحدة للذكاء الاصطناعي. بل يحتوي على فئتين. وإلى جانب النص الذي يتم وسمه على أنه مولد بواسطة الذكاء الاصطناعي، توثيق Turnitin يوسم بشكل منفصل النص الذي كان "على الأرجح قد عُدّل باستخدام أداة لإعادة الصياغة بالذكاء الاصطناعي أو أداة تدوير الكلمات"، ويذكر أن مؤشره يشمل رصد المحتوى الذي "قد يكون قد جرى إضفاء طابع بشري عليه أو تمريره عبر أداة تجاوز لتجنب الاكتشاف".
اقرأ هاتين الحقيقتين معا، وستكون آلية الفشل واضحة. إن تمرير نص الذكاء الاصطناعي عبر أداة إعادة صياغة تعتمد على استبدال المرادفات يغير الكلمات التي تظهر مع إبقاء إيقاع الجمل وقابليتها للتنبؤ في حدود ما كانت عليه تقريبا. لا تخرج المسودة من المنطقة الموسومة، بل تنتقل من فئة موسومة إلى أخرى، وتحمل الآن أيضا التوقيع الإضافي لإعادة الصياغة الآلية فوق ذلك. لهذا السبب لا يزال النص المعاد صياغته يُوسم، ولهذا السبب فإن الفرق بين أداة إضفاء الطابع البشري وأداة إعادة الصياغة هو أهم شيء عملي ينبغي فهمه قبل اختيار أداة.
ما الذي يعرضه تقرير Turnitin فعليا
هناك بعض الآليات في التقرير نفسه تستحق المعرفة، لأنها تغير طريقة قراءة الرقم.
تشمل النسبة النص المؤهل، أي الجمل النثرية في الكتابة الطويلة، ويحتاج الملف إلى ما لا يقل عن 300 كلمة منه قبل أن يظهر أي تقدير أصلاً. التقديرات التي ستنخفض إلى أقل من 20% تظهر نجمة بدلاً من رقم، لأن Turnitin يبلّغ عن معدل خطأ أعلى بشكل ملحوظ في ذلك النطاق. مؤشر الذكاء الاصطناعي منفصل عن درجة التشابه، والاثنان مستقلان عن بعضهما، ولهذا فإن معرفة أي تقرير تشير إليه الاتهام أمر مهم. لا يرى الطلاب مؤشر الذكاء الاصطناعي افتراضياً، بينما يراه المدرسون والمسؤولون.
فيما يتعلق بالدقة، تنشر Turnitin معدل إيجابيات كاذبة على مستوى المستند أقل من 1% للمستندات التي تحتوي على 20% أو أكثر من الكتابة بالذكاء الاصطناعي، وحوالي 4% على مستوى الجمل الفردية المظللة. كما تنص صراحة على أن النموذج "قد لا يكون دقيقاً دائماً" و"لا ينبغي استخدامه بوصفه الأساس الوحيد لاتخاذ إجراءات سلبية ضد طالب". النسبة دليل للنقاش، لا حكماً نهائياً، وكيفية الرد إذا وُجه إليك اتهام تتناول ذلك النقاش.
أضف الطابع البشري إلى بحثك الخاص
حوّل نصك المدعوم بالذكاء الاصطناعي واجعله يبدو بشريًا، من دون المساس بالكلمات المهمة أو الاستشهادات.
لماذا تحدد الاستشهادات ما إذا كانت الصياغة المعاد كتابتها ستصمد
الدرجة الأدنى لا قيمة لها إذا كانت الصياغة المعاد كتابتها تفسد المستند. هذا هو الفشل الذي لا يفكر فيه معظم الناس أبداً حتى يحدث لهم.
المُحوِّل البشري الذي لا يملك قاعدة للاستشهادات يعامل "(Nguyen et al., 2024, p. 213)" بوصفه نصاً عادياً متاحاً لإعادة الصياغة. ينجرف اسم العائلة، ويندمج ما بين القوسين في الجملة، ويختفي رقم الصفحة. تبدو كل عملية تعديل سلسة، وكل واحدة منها تكسر مرجعاً سيتحقق منه المصحح مقابل قائمتك. وتفشل المصطلحات بالطريقة نفسها, إذ إن تحول "randomly assigned" بهدوء إلى "randomly distributed" يصف طريقة مختلفة، واسم الأداة المُتحقق من صلاحيتها له صيغة صحيحة واحدة فقط. أما الإحصاءات فهي الحالة الثالثة، حيث يؤدي تغير الفاصلة العشرية إلى تغيير النتيجة.
لا يلتقط أي كاشف أيًّا من ذلك، بينما يلتقطه المشرف كله. يتعامل TextPulse مع كل حالة بوصفها سلوكًا مسمى: تُحفظ الاستشهادات حرفيًا عبر ستة أنماط توثيق، بصيغتيها بين قوسين والسردية، وتُقفل مصطلحات التثبيت أي اسم لبناء أو أداة قبل بدء العملية، وتُحفظ الإحصاءات وأحجام الأثر تلقائيًا، ويُحافَظ على الأسلوب ضمن النطاق الأكاديمي من Flesch-Kincaid grade 13 إلى 18 الذي يتوقعه القراء الأكاديميون. كما تُعالَج المستندات بوصفها كلاً كاملاً لا على شكل أجزاء، لذلك لا توجد فواصل ينجرف عندها الاصطلاح بين المراحل.
لماذا لا يمكن لأي مزود أن يَعِد بنتيجة Turnitin
يلزم قول هذا مرة واحدة، بوضوح. يعمل مصنف Turnitin داخل مؤسستك، على الملف الذي ترسله، في اليوم الذي ترسله فيه، ويُعاد تدريبه مع صدور نماذج لغوية جديدة. لا ترى أي أداة إعادة صياغة ذلك التقرير، ولا يملك مزود الأداة أي رؤية إليه. أي منتج يَعِد بمرور مضمون يصف عمليات أجراها على حسابه الخاص، وعلى مستندات اختارها، مقابل نسخة من مصنف انتقلت منذ ذلك الحين.
ما يمكن للمزود أن يفعله على نحو موثوق هو القياس على نطاق واسع ونشر النتيجة مع تسمية corpus، وهذا هو المعيار الذي صُمم له معيار TextPulse المرجعي المكون من 2,000 مستند، وهو المعيار الذي يستحق أن تُقاس عليه كل دعوى أخرى.
كيف تحكم على البدائل
إذا كنت توازن بين أدوات أخرى، فإن أربعة فحوص تميز بينها بسرعة، وهي الفحوص الأربعة نفسها المستخدمة في المقارنة الكاملة لأدوات AI humanizers لدينا.
- اختبره على فقرتك الخاصة. الصق نصا حقيقيا يتضمن اقتباسين أو ثلاثة واقتباسين أو ثلاثة مراجع، وعددا قليلا من المصطلحات المحددة، ثم اقرأ الناتج سطرا سطرا. هل بقيت الألقاب والسنوات وأرقام الصفحات في المواضع نفسها تماما، وهل استبدل أي مصطلح تقني، على نحو مفيد، بمرادف قريب.
- تحقق من حد الكلمات في كل تمريرة، لا من الرصيد الشهري. الأداة التي تحدد 600 أو 750 كلمة لكل طلب تقسم الفصل إلى شظايا، وتسوية الفواصل عمل يدوي لا يذكره السعر أبدا.
- اسأل ما هو هدف السجل الأسلوبي. إعادة الصياغة لتبدو أكثر بشرية تعني عادة إعادة الصياغة لتبدو أكثر محادثة، وهذا مناسب للنشرة الإخبارية وغير مناسب لقسم المنهجية.
- وازن الأدلة مقابل الصفات. حجم corpus مسمى وdetectors مسماة هما ادعاء يمكن التحقق منه. سياسة الاسترداد هي عملية خدمة عملاء، وهي تأتي بعد أن يكون الفصل قد قُدم بالفعل.
الحكم النهائي
بالنسبة إلى مستند سيقرأه Turnitin، فإن TextPulse هو الأداة التي ينبغي استخدامها. فهو ينشر معدل نجاح مقاسا بدلا من شعار، وهو مبني حول المستند الأكاديمي لا حول تجاوز detector مسمى، كما أنه يحمي الاستشهادات والمصطلحات والإحصاءات التي تحدد ما إذا كان عملك سينجو من القارئ البشري الذي يهم أكثر من الدرجة.
استخدمه بالطريقة الصادقة، وهي أيضا الطريقة التي تصمد, اكتب مسودة بمساعدة AI إذا كان قسمك يسمح بذلك، وأفصح عن تلك المساعدة بالصياغة التي تطلبها مؤسستك، واستشهد بالنموذج حيثما كان ذلك مطلوبا، وشغّل المسودة عبر TextPulse academic humanizer حتى تبدو النثرية وكأنها كتابتك أنت لا كتابة model. ثم اقرأها بنفسك قبل أن تقدمها، لأن لا أداة تعوض تلك المراجعة الأخيرة.
الأسئلة الشائعة
TextPulse، بالنسبة إلى الوثائق الأكاديمية. فهي تنشر معدلات نجاح مقاسة من corpus أكاديمي من 2,000 وثيقة، 92.33% ضد Turnitin AI، و89.12% ضد Originality.ai و87.91% ضد GPTZero، كما أنها تحافظ على الاستشهادات عبر ستة أنماط توثيق، وتثبت المصطلحات باستخدام freeze terms، وتحافظ على سجل أكاديمي. لا يمكن لأي أداة أن تضمن نتيجة في ملفك المحدد، لذا فإن القياس المنشور هو أقوى دليل متاح.
Content strategist at TextPulse, here since the company started. Mark writes the product and technical coverage: how the humanizer works under the hood, what changes in each release, and what a specification actually means for your writing. His reviews of writing software come from using them on real documents rather than reading a feature list.
