هل يمكن لـ Turnitin اكتشاف النص المعاد صياغته؟

نعم. يكشف Turnitin النص المعاد صياغته، وقد صُمم لذلك. يلتقطه نظامان داخل التقرير نفسه. يوسم Similarity Report المقاطع التي لا تزال تتداخل مع الأعمال المنشورة أو الأوراق المقدمة سابقا بعد تغيير الصياغة، وهذه هي المهمة التي يؤديها منذ زمن طويل قبل وجود الكتابة بالذكاء الاصطناعي. ويحمل AI Writing Report فئة موسومة خاصة به للنص المولّد بالذكاء الاصطناعي الذي جرى تمريره عبر أداة إعادة صياغة أو أداة تدوير الكلمات. إن استبدال الكلمات بمرادفات لا يزيل أي واحد منهما.

يعتمد النظام الذي يلتقط مقطعا معينا على مصدر النص. فالمادة المعادت صياغتها والمأخوذة من مصدر ما هي مشكلة تشابه. أما المادة المعادت صياغتها والمولدة بواسطة ChatGPT فهي مشكلة كتابة بالذكاء الاصطناعي. وكثير من التسليمات يجمع بين الأمرين في الوقت نفسه، وكلا النظامين يقرأ كل تسليم على أي حال.

يسمي Turnitin النص المولّد بالذكاء الاصطناعي المعاد صياغته فئة مستقلة

هذا ليس استنتاجا من طريقة عمل الكواشف عموما. يقسم AI Writing Report في Turnitin نسبته إلى فئتين موسومتين، والفئة الثانية هي النص المولّد بالذكاء الاصطناعي المعاد صياغته.

يعرّف التقرير رقمه الرئيسي بأنه "the combined amount of likely AI-generated text as well as likely AI-generated text that was also likely AI-paraphrased". ويُوسم بند السطر الثاني بأنه "AI-generated text that was AI-paraphrased" ويُوصف بأنه "likely AI-generated text that was likely revised using an AI-paraphrase tool or word spinner".

تجيب وثائق الدعم الخاصة بـ Turnitin عن السؤال بوضوح. وعندما يُسأل مباشرةً عمّا إذا كان يمكنه اكتشاف المحتوى المعاد صياغته باستخدام أداة إعادة صياغة بالذكاء الاصطناعي، تنص الإرشادات على ما يلي: "Yes, Turnitin's AI indicator includes detection of AI-generated content that may have been paraphrased using a word spinner/AI paraphrasing tool." وتغطي إجابة شبه مطابقة النص الذي يمر عبر أداة تجاوز صُممت خصيصًا لإعادة كتابة مخرجات الذكاء الاصطناعي بحيث تتجاوز الكاشف. ولا ينتج أيٌّ منهما درجة منفصلة. وكلاهما يغذي النسبة المئوية الواحدة نفسها التي يراها المدرس.

ما الذي يلتقطه كل نظام

	Similarity Report	AI Writing Report
ما الذي يفحصه	ما إذا كان النص يتطابق مع مصادر موجودة بالفعل في قاعدة بيانات Turnitin للمحتوى على الويب والمنشورات وأوراق الطلاب	ما إذا كان النثر يبدو، من الناحية الإحصائية، نموذجيًا للكتابة المولدة آليًا
ما الذي يكتشف إعادة صياغته	عمل شخص آخر المنشور أو المقدم	المسودات المولدة بالذكاء الاصطناعي، بما في ذلك تلك التي راجعها معيد صياغة أو أداة تجاوز
أثر تمرير المرادفات	يخفض النسبة المئوية، لكنه يترك المصطلحات المميزة والاقتباسات وبنية الجمل متطابقة	يترك الدرجة إلى حد كبير كما كانت، لأن المصنف يقرأ نمط الجملة لا اختيار الكلمات
أين يظهر	نسبة مئوية مع مجموعات تطابق تسمي كل مصدر	نسبة مئوية واحدة، مقسمة إلى AI-generated only و AI-paraphrased

التقريران منتجان منفصلان بأرقام منفصلة، ويمكن أن يكون البحث خاليًا في أحدهما وموسومًا في الآخر. ويغطي TextPulse هذا الانقسام بالكامل في مقارنته بين درجة التشابه في Turnitin ودرجة الذكاء الاصطناعي، وكذلك آليات المصنف نفسه في كيف يكتشف Turnitin الكتابة بالذكاء الاصطناعي.

جانب التشابه: النص المعاد صياغته لا يزال يتطابق

فحص التشابه هو عملية مطابقة. يقارن Turnitin أي تسليم بمستودعه من محتوى الويب والمنشورات والأوراق المقدمة سابقا، ويبلغ عن مقدار ما يتداخل منه مع شيء مفهرس بالفعل. غيّر ما يكفي من الصياغة، فتتقلص السلاسل النصية الدقيقة التي تتم مقارنتها، فينخفض النسبة المئوية. هذا أمر حقيقي، وهو السبب في وجود أدوات إعادة الصياغة.

ما يبقى بعد الاستبدال هو الجزء الذي يقلل الطلاب من تقديره. المصطلحات التقنية، والأسماء العلم، والأرقام المقتبسة، والاقتباسات المباشرة تنتقل كما هي لأنها لا تملك مرادفا. وكذلك بنية الجملة، عندما لا تُستبدل إلا الكلمات الرابطة. يعرض Turnitin التداخل على هيئة مجموعات تطابق، يذكر كل منها مصدره، وهذا ما يميز المقطع المقتبس على نحو صحيح عن المقطع المعاد صياغته.

تسمى إعادة صياغة مصدر مع الحفاظ على ترتيب جمله وتفاصيله الداعمة patchwriting، وتُعامل بوصفها شكلا من أشكال الانتحال في معظم سياسات الجامعات سواء انخفضت نسبة التشابه أم لا. وغالبا ما يكتشفها المصححون المدربون على التعرف إليها بالعين، لأن الحجة التي تتبع فقرة المصدر فقرة بعد فقرة تُقرأ كأنها منه مهما كانت المفردات. الرقم المنخفض ليس هو نفسه العمل السليم، وهذه هي نقطة دليل TextPulse إلى ما الذي يعد درجة جيدة في Turnitin.

الجانب المتعلق بالذكاء الاصطناعي, تمريرة المرادفات لا تغير النتيجة

مؤشر الكتابة بالذكاء الاصطناعي لم يقارن فقرتك قط بمصدر، لذلك لا يوجد تطابق يمكن لكلمة مترادفة أن تكسره. إنه يمنح النثر درجة فقرة فقرة بحسب مدى توافقه مع النمط الإحصائي للكتابة المولدة آليًا: قابلية التنبؤ بالكلمات، وإيقاع الجمل، والصياغات العامة التي يلجأ إليها نموذج اللغة افتراضيًا.

إن استبدال الكلمات يترك تقريبًا كل ذلك على حاله. تحتفظ الجملة بطولها، وترتيبها، وبنفس النسيج الرابط المألوف بين الجمل. لهذا فإن تمرير مسودة مولدة بالذكاء الاصطناعي عبر أداة إعادة الصياغة ثم ملاحظة بقاء درجة الذكاء الاصطناعي كما هي يعد تجربة شائعة جدًا. لقد تغيرت المفردات. أما النمط الذي يقيمه المصنف فلم يتغير، ولذلك ما يزال النص يُقرأ على أنه مكتوب آليًا، تمامًا كما تقول فئة إعادة الصياغة في Turnitin إنه ينبغي أن يكون.

توزيع طول الجمل ينجو من إعادة الكتابة

النثر الذي تصوغه الآلة يستقر في نطاق ضيق من أطوال الجمل، لأن النموذج الذي يتنبأ برمز واحد في كل مرة لا يوجد لديه سبب يجعل الجملة الرابعة أقصر من الجملة الثالثة. أما الكتابة البشرية فتتوزع بدلًا من ذلك: جملة من 19 كلمة، ثم جملة من 6 كلمات، ثم جملة من 32 كلمة تحمل ادعاءً وتقييده معًا. ويذكر شرح GPTZero الخاص هذا صراحة، إذ يعرف burstiness بأنه مقياس لمدى تباين أنماط الكتابة وتعقيدات النص عبر المستند.

إن استبدال مرادف يحرك طول الجملة كلمة أو كلمتين، ويحرك كل جملة بمقدار صغير مماثل، لذلك يحافظ التوزيع على شكله. فالفقرة التي تسير على 18 و19 و17 و20 كلمة قبل المرور ستسير بعده ضمن بُعد كلمة أو كلمتين من ذلك الملف المسطح نفسه.

يمكن قياس هذا من دون الاقتراب من أي كاشف. إن أداة مجانية لفحص burstiness تعرض مقدار التباين على مستوى الجملة الذي يحمله مقطع ما، وتشغيل الفقرة نفسها عليها قبل وبعد تمرير إعادة الصياغة يبين أن الرقم لا يكاد يتحرك بينما تتغير المفردات بالكامل.

ترتيب الجمل الانتقالية والروابط ينجو هو أيضًا

ترتيب الجمل الفرعية هو السمة البنيوية الثانية التي يتركها أداة إعادة الصياغة دون تغيير، وهو أكثر وضوحا للقارئ من طول الجملة. تميل النثرية الآلية إلى تقديم الموضوع أولا، ثم صياغة الادعاء، ثم إلحاق جملة تقييدية في النهاية، مرارا وتكرارا. إن "While the sample size was limited, the results suggest" و"Although further research is needed, the findings indicate" هما الجملة نفسها مرتديتين كلمات مختلفة.

ستحوّل أداة إعادة الصياغة "while" إلى "although" و"suggest" إلى "show". لكنها لن تقرر أن التقييد ينتمي إلى جملة قصيرة مستقلة بعد ثلاثة أسطر، أو أن التحوّط ينبغي حذفه بالكامل. ذلك حكم تحريري يتعلق بما تجادله الفقرة، ومحرك الاستبدال لا يملك رأيا في الحجة.

أما أدوات الانتقال فهي الثالثة والأكثر وضوحا. تلجأ النماذج إلى مجموعة صغيرة وثابتة من الروابط عند المواضع الفاصلة: however, additionally, furthermore, in addition. تستبدل أداة إعادة الصياغة أحدها بآخر من المجموعة نفسها، بحيث لا يزال المصنف يرى انتقالا مألوفا من التوزيع المتوقع في الموضع المتوقع. تلك هي الإشارة التي كان يقرأها قبل أن تبدأ إعادة الكتابة.

Feature a classifier reads	Changed by a paraphrase pass	Why
Individual word choice	Yes, substantially	The only feature a substitution engine is built to change
Sentence length and its variance	Barely	Substituted words are close in length, so the profile holds
Clause order within a sentence	Rarely	Reordering changes emphasis, which the meaning constraint discourages
Connectives at the joins	Swapped inside the same small set	One stock transition replaces another stock transition
Predictability of the next word	Slightly	A rarer synonym is less expected, but the frame around it stays as predictable as before
Specific evidence and detail	No	A rewrite cannot add material that was never in the draft

ما الذي يغيّر النتيجة فعليًا

كلا النظامين يستجيبان لأعراض مختلفة لنفس إعادة الصياغة السطحية، لذا فإن الإصلاح نفسه في الحالتين هو: تغيير الكتابة، لا الكلمات. وهذا يعني إعادة بناء الجمل بدلًا من إعادة ترتيب محتواها، وتنوّع طول الجمل عمدًا، وحذف أدوات الربط العامة التي يعتمدها النموذج افتراضيًا، وإضافة تفاصيل داعمة محددة بما يكفي بحيث لا يمكن أن تكون إلا من المادة المصدرية التي قرأتها فعلًا. تنخفض نسبة التشابه لأن البنية لم تعد تتبع المصدر. وينخفض تقييم الذكاء الاصطناعي لأن النمط الذي يقيسه المصنّف قد اختفى.

لا يمكن لأداة إعادة الصياغة أن تقوم بهذا العمل، ومن المفيد فهم الفرق بين الفئتين من الأدوات قبل الدفع لأي منهما، وهو ما يغطيه TextPulse في AI humanizer versus paraphraser. إن فحص قابلية التنبؤ بالكلمات في المسودة نفسها على مستوى الكلمة باستخدام free perplexity checker يبيّن النمط الذي يستجيب له المصنّف بصورة أكثر فائدة من الاعتماد على درجة وحدها.

تعمل AI humanizer for students من TextPulse على الجانب البنيوي من المشكلة، إذ تعيد بناء إيقاع الجمل وتباين أطوالها وترتيب العبارات بدلًا من استبدال الكلمات المفردة، وهو الفجوة التي يتركها المرور القائم على المرادفات فقط مفتوحة على مصراعيها. وبالنسبة إلى الأعمال الدراسية تحديدًا، يغطّي humanizing an AI essay for college سير العمل من البداية إلى النهاية، كما يجيب whether Turnitin detects DeepSeek عن السؤال نفسه بالنسبة إلى نموذج مختلف.

لا يغيّر أيّ من ذلك ما إذا كانت سياسة استخدام الذكاء الاصطناعي في المقرر تسمح بذلك، كما أن أي نهج لإعادة الصياغة لا يحسم الدرجة بعد وقوعها. والاختبار الذي يستحق التطبيق قبل تسليم أي شيء هو ما إذا كنت تستطيع أن تشرح، جملةً جملةً، لماذا يقول العمل أمامك ما يقوله.